Perbandingan Metode Single Exponential Smoothing Dan Metode Double Exponential Smoothing Untuk Memprediksi Konsumsi Energi Listrik Di PT. PLN (Persero) ULP Lhokseumawe
DOI:
https://doi.org/10.25077/TEKNOSI.v11i3.2025.350-360Kata Kunci:
Single Exponential Smoothing, Double Exponential Smoothing, Prediksi Energi Listrik, Perbandingan AkurasiAbstrak
Energi listrik merupakan kebutuhan vital bagi masyarakat dan menjadi penunjang utama dalam berbagai sektor, termasuk rumah tangga, bisnis, hingga industri. Seiring meningkatnya permintaan listrik setiap tahunnya, PT. PLN (Persero) ULP Lhokseumawe dituntut mampu melakukan perencanaan distribusi dan kapasitas daya yang akurat. Prediksi yang kurang tepat dapat menimbulkan ketidakseimbangan antara pasokan dan kebutuhan energi. Penelitian ini membandingkan dua metode peramalan, yaitu Single Exponential Smoothing (SES) dan Double Exponential Smoothing (DES), untuk memprediksi konsumsi energi listrik di wilayah Lhokseumawe. Data yang digunakan berupa konsumsi listrik bulanan per kecamatan periode 2022–2024, dengan proyeksi prediksi hingga tahun 2027. Tahapan penelitian meliputi pengumpulan data, pra-processing, penerapan metode SES dan DES, evaluasi akurasi menggunakan MAPE, serta perancangan sistem berbasis web menggunakan Python dan Flask. Hasil penelitian menunjukkan bahwa metode SES memiliki tingkat akurasi lebih tinggi dengan nilai MAPE sebesar 5,85%, sedangkan metode DES memperoleh nilai MAPE sebesar 7,87%. Hal ini menegaskan bahwa SES lebih sesuai digunakan untuk data dengan pola fluktuatif acak. Sebaliknya, DES lebih cocok diterapkan pada data dengan pola tren. Melalui perbandingan nilai MAPE, diperoleh gambaran metode mana yang lebih optimal digunakan dalam konteks prediksi konsumsi listrik di Lhokseumawe. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi PT. PLN (Persero) ULP Lhokseumawe dalam menyusun strategi distribusi energi listrik yang lebih efektif dan efisien.Referensi
Muallif, “Pengertian Energi Listrik, Sumber Pembangkit, Transmisi, dan Distribusi: Penggunaan, Konservasi, dan Masa Depan.” Accessed: Dec. 04, 2024. [Online]. Available: https://an-nur.ac.id/blog/pengertian-energi-listrik-sumber-pembangkit-transmisi-dan-distribusi-penggunaan-konservasi-dan-masa-depan.html
M. Sadli, W. Fuadi, F. Abdurrahman, N. Islami, and M. Ihsan, “Fuzzy clustering means algorithm analysis for power demand prediction at PT PLN Lhokseumawe,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 4, pp. 1145–1151, 2021, doi: 10.12928/TELKOMNIKA.v19i4.14941.
A. Adamma Diwanda, I. N. Setiawan, and W. Setiawan, “Peramalan Kebutuhan Energi Listrik Jangka Panjang Di Provinsi Bali Rentang Tahun 2020 – 2030 Menggunakan Neural Network,” J. SPEKTRUM, vol. 8, no. 2, p. 99, 2021, doi: 10.24843/spektrum.2021.v08.i02.p12.
Kementerian ESDM, “Rencana Umum Ketenagalistrikan Nasional (RUKN) 2024-2060,” Direktorat Jenderal Ketenagalistrikan, Kementerian Energi dan Sumber Daya Mineral. Accessed: Mar. 10, 2025. [Online]. Available: https://gatrik.esdm.go.id/frontend/download_index/?kode_category=rukn
A. M. H. Pardede et al., “Application of Data Mining Prediction of Electricity Deviation Flow Using Metode Backpropogation at PLN Binjai Area,” J. Phys. Conf. Ser., vol. 1363, no. 1, 2019, doi: 10.1088/1742-6596/1363/1/012067.
PT PLN Persero, “Profil Perusahaan.” Accessed: Dec. 04, 2024. [Online]. Available: https://web.pln.co.id/tentang-kami/profil-perusahaan
A. Hasibuan et al., “Rainy and dry seasons impact on electricity demand in Indonesia,” Sinergi (Indonesia), vol. 28, no. 3, pp. 545–556, 2024, doi: 10.22441/sinergi.2024.3.011.
J. N. A. Aziza, “Perbandingan Metode Moving Average, Single Exponential Smoothing, dan Double Exponential Smoothing Pada Peramalan Permintaan Tabung Gas LPG PT Petrogas Prima Services,” J. Teknol. dan Manaj. Ind. Terap., vol. 1, no. I, pp. 35–41, 2022, doi: 10.55826/tmit.v1ii.8.
R. M. Putra, “Analisis Perbandingan Metode Peramalan Single Exponential Smoothing dan Double Exponential Smoothing pada Harga Pembukaan Harian XAU/IDR,” KERNEL J. Ris. Inov. Bid. Inform. dan Pendidik. Inform., vol. 4, no. 1, pp. 33–40, 2024, doi: 10.31284/j.kernel.2023.v4i1.5333.
V. Gavinda, Nurdin, and Fajriana, “Predicting Electricity Consumption in Aceh Province Using the Markov Chain Monte Carlo Method,” Int. J. Eng. Sci. Inf. Technol., vol. 5, no. 1, pp. 128–135, 2025, doi: 10.52088/ijesty.v5i1.678.
D. Dhivari, B. Aguchino, and Paduloh, “Perbandingan Forecasting Menggunakan Metode Single Dan Double Exponential Smoothing Pada Penjualan Roti (Studi kasus Elud Cake and Bakery),” J. Ekon. dan Bisnis, vol. 2, no. 5, pp. 551–557, 2024, [Online]. Available: https://j-economics.my.id/index.php/home/issue/view/12
A. Ansyari, “Perbandingan Metode SES (Single Exponential Smoothing) dan DES (Double Exponential Smoothing) untuk Peramalan Wisatawan Domestik di Bali,” Indones. J. Thousand Literacies IJTL, vol. 1, no. 1, pp. 1–9, 2023, doi: 10.57254/ijtl.v1i1.11.
S. K. M. T. Ir. Billy Eden William Asrul, S. P. M. S. Sitti Zuhriyah, and S. K. M. S. Herlinah, Sistem Pendukung Keputusan Dengan Metode Double Exponential Smoothing. Surabaya: Cipta Media Nusantara, 2022. [Online]. Available: https://books.google.co.id/books?id=Hz5vEAAAQBAJ
Z. Alwi, F. Latuconsina, J. M. Pelletimu, and S. B. Loklomin, “Comparion of Single Exponential Smoothing and Double Exponential Smoothing Methods in Predicting the Number of Examination Samples,” Motekar J. Educ. Sci., vol. 1, no. 1, 2024.
H. ’ Dyah, P. Habsari, I. Purnamasari, and D. Yuniarti, “Menggunakan Metode Double Exponenyial Soothing dan Verivikasi Hasil Peramalan Menggunakan Grafik Pengendali Tracking Signal (Studi Kasus: Data IHK Provinsi Kalimantan Timur) Forecasting Uses Double Exponential Smoothing Method And Forecasting Verification Uses Tracking Signal Control Chart,” BAREKENG J. Ilmu Mat. dan Terap. Peramalan, vol. 14, no. 1, pp. 13–22, 2020, [Online]. Available: https://ojs3.unpatti.ac.id/index.php/barekeng/
S. P. Wisesa, A. S. Prayogi, and T. M. Fahrudin, “Pemodelan Dan Evaluasi Trend Forecasting Pada Kondisi Korban Kecelakaan Lalu Lintas,” J. Sist. Cerdas, vol. 01, no. 02, pp. 56–66, 2018.
H. D. E. Sinaga, N. Irawati, and S. Informasi, “HOMMY Perbandingan_Double_Moving_Average_Denga,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. IV, no. 2, pp. 197–204, 2018.
R. Maulid, “Python Machine Learning.” Accessed: Dec. 06, 2024. [Online]. Available: https://dqlab.id/mengenal-flask-library-machine-learning-python-idaman-developer
R. V Palit, Y. D. Y. Rindengan, and A. S. M. Lumenta, “Rancangan Sistem Informasi Keuangan Berbasis Web Di Jemaat GMIM Bukit Moria Malalayang,” E-Journal Tek. Elektro dan Komput. vol, vol. 4, no. 7, pp. 1–7, 2015.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 