<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="99526">
 <titleInfo>
  <title></title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>AKHMAD FAJRI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>MIPA-STATISTIKA</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>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.&#13;
&#13;
Kata kunci: Energi Listrik, ARIMA, ARCH, GARCH, Akaike Information Criterion (AIC)&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>99526</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-03-31 09:32:16</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-03-31 10:31:06</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>