Electronic Theses and Dissertation

Energi listrik merupakan suatu kebutuhan pokok yang berperan penting dalam kehidupan masyarakat saat ini. setiap peralatan elektronik yang digunakan oleh masyarakat membutuhkan listrik sebagai sumber energi utamanya. pola pemakaian energi listrik berbeda-beda setiap waktunya dan energi listrik hanya dapat disediakan pada saat dibutuhkan sehingga diperlukan peramalan jumlah energi listrik yang dibutuhkan oleh masyarakat kedepannya agar energi yang dibangkitkan dan disalurkan tepat sasaran dan ukuran. penelitian ini bertujuan untuk membuat model peramalan beban listrik jangka pendek menggunakan metode arch/garch serta mengetahui hasil peramalan dan membandingkan data ramalan dengan data aktualnya. model autoregressive conditional heteroscedasticity (arch) adalah model autoregresif yang terjadi dalam keadaan varians tidak konstan sedangkan model garch merupakan perluasan dari model arch. sebelum menggunakan metode arch/garch maka dilakukan identifikasi model awal arima. data yang digunakan pada penelitian ini adalah data beban listrik harian per jam di wilayah banda aceh dari tanggal 1 januari 2021 s.d. 28 februari 2021. pada penelitian ini digunakan pendekatan akaike information criterion (aic) untuk mendapatkan model terbaik berdasarkan nilai aic terkecil dan parameter model yang signifikan dan hasil yang diperoleh adalah model arima (22,0,0) adalah model terbaik dan memenuhi uji arch-lm yang menandakan adanya unsur heteroskedastisitas pada model tersebut. pada penelitian kali ini model garch lebih cocok digunakan karena pada saat pemeriksaan residual lebih dari lag ke-12 masih terdapat unsur arch atau heteroskedastisitas. hasil penelitian menunjukan bahwa model garch (1,1) adalah model terbaik dalam meramalkan beban listrik harian per jam di wilayah banda aceh dengan tingkat akurasi peramalan mape sebesar 12,87%, mae sebesar 10,14, dan mse sebesar 0,13 dan dapat dikatakan peramalan tergolong kepada tingkat akurasi peramalan yang baik. kata kunci: energi listrik, arima, arch, garch, akaike information criterion (aic)

Electrical energy is a basic need that plays an important role in people's lives today. Every electronic equipment used by society requires electricity as its main energy source. The pattern of use of electrical energy by the community varies from time to time and considering that electrical energy can only be provided when needed, it is necessary to forecast the amount of electrical energy needed by the community in the future so that the energy generated and distributed is right on target and size. This study aims to create a short-term electrical load forecasting model using the ARCH/GARCH method and to find out the forecasting results and compare the forecast data with the actual data. The Autoregressive Conditional Heteroscedasticity (ARCH) model is an autoregressive model that occurs in a state of non-constant variance, while the GARCH model is an extension of the ARCH model. Before using the ARCH/GARCH method, the initial ARIMA model was identified. The data used in this study is daily electricity load data per hour in the Banda Aceh Region from January to February 2021. In this study, the Akaike Information Criterion (AIC) approach was used to obtain the best model based on the smallest AIC value and significant model parameters and the results obtained were that the ARIMA model (22,0,0) was the best model and met the ARCH- LM test which indicates the element of heteroscedasticity in the model. In this study, the GARCH model is more suitable because when examining the residuals more than the 12th lag, there are still elements of ARCH or heteroscedasticity. The results showed that the GARCH (1,1) model is the best model in predicting the hourly daily electricity load in the Banda Aceh area with a forecasting accuracy of 12.87% for MAPE, 10.14 for MAE, and 0.13 for MSE. It is said that forecasting belongs to a good level of forecasting accuracy. Keywords: Electricity, ARIMA, ARCH, GARCH, Akaike Information Criterion (AIC).