Peramalan Suhu Udara dan Dampaknya Terhadap Konsumsi Energi Listrik di Kalimantan Timur

Susanti, Lisa; Hasanah, Primadina; Winarni, Winarni

doi:10.30598/barekengvol14iss3pp399-412

Cited by 3 publications

(3 citation statements)

References 3 publications

(3 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Penelitian ini menghasilkan apabila suhu udara meningkat 1°C, maka konsumsi energi listrik Kalimantan Timur secara umum meningkat sebesar 9,851 MW. [4] Penelitian yang dilaksankan oleh Hou Yi-Ling (2014) menggunakan metode HDD dan CDD untuk memprediksi pengeluaran listrik di kota Shanghai. Penelitian ini mengemukakan bahwa proyeksi suhu rata-rata untuk tahun 2011-2050 menunjukkan peningkatan CDD dan penurunan HDD secara signifikan.…”

Section: Pendahuluanunclassified

Analisis Hubungan Antara Parameter Meteorologi Dan Konsumsi Energi Listrik Menggunakan Algoritma HDD

Wafiqotul Azizah,

Yulia Puspaningrum,

Mas Diyasa

2024

jati

View full text Add to dashboard Cite

Listrik menjadi satu diantara elemen yang bersifat krusial dalam kehidupan, mengingat sebagian besar aktivitas manusia bergantung kepada listrik. Sehingga tidak heran, apabila listrik mengalami peningkatan yang pesat khususnya pada era globalisasi seperti saat ini. Peningkatan ini juga dipengaruhi oleh faktor meteorologi. Beberapa penelitian telah dilakukan untuk mengetahui kecenderungan penggunaan listrik yang dipengaruhi oleh parameter meteorologi. Penelitian ini bertujuan untuk mengetahui pemakaian listrik pada kehidupan sehari-hari yang dipengaruhi oleh faktor meteorologi. Pemilihan faktor ini disebabkan faktor meteorologi menjadi faktor yang mempunyai keterikatan yang sangat erat dengan kehidupan manusia. Sejalan dengan hal tersebut, penelitian ini menggunakan dataset yang diperoleh dari BMKG dan PLN. Pada kesempatan kali ini, peneliti menggunakan CRISP-DM dan algoritma HDD. Metode CRISP-DM berguna untuk menggambarkan siklus data mining sehingga prosesnya bisa lebih teratur, sedangkan metode HDD berguna untuk mengetahui korelasi parameter meteorologi terhadap konsumsi listrik pada musim kemarau. Sejalan dengan itu, penelitian ini menghasilkan proyeksi konsumsi listrik selama periode 2023-2030 dengan menggunakan algoritma HDD, serta menghasilkan prediksi konsumsi listrik pada bulan Desember 2023. Prediksi tersebut menghasilkan nilai MAPE sebesar 1,3%, nilai tersebut menyatakan bahwa akurasi dari hasil relative tinggi

show abstract

Section: Pendahuluanunclassified

Analisis Hubungan Antara Parameter Meteorologi Dan Konsumsi Energi Listrik Menggunakan Algoritma HDD

Wafiqotul Azizah,

Yulia Puspaningrum,

Mas Diyasa

2024

jati

View full text Add to dashboard Cite

show abstract

“…Nilai MAPE dalam model ARIMA (0,1,2) tersebut adalah 2,305, lebih besar dari model ARIMA (2,1,4) yang dikembangkan dalam penelitian ini. Model ARIMA (2,1,4) dalam penelitian ini juga memiliki indikator nilai MAPE yang lebih baik (lebih kecil) dibandingkan model ARIMA yang dikembangkan oleh Susanti, Hasanah, & Winarni (2020) dalam meramalkan temperatur udara di 3 kota di pulau Kalimantan yaitu Kota Balikpapan (ARIMA (1,1,1) dengan MAPE sebesar 2,11), Kota Pontianak (ARIMA (1,1,1) dengan MAPE sebesar 3,02) dan Kota Berau (ARIMA (3,1,0) dengan MAPE sebesar 3,02).…”

Section: Perhitungan Tingkat Akurasi Model Terbaik Terhadap Data Testingunclassified

Peramalan Rata-Rata Temperatur Udara Tahunan di Indonesia Periode 2022 - 2031

Putri,

Balqis,

Uddin

et al. 2023

envirotek

View full text Add to dashboard Cite

Pemanasan global dapat menyebabkan perubahan temperatur udara di Indonesia. Hal ini dapat menimbulkan dampak serius terhadap berbagai sektor di Indonesia, sehingga peramalan temperatur udara pada masa mendatang perlu untuk dilakukan. Penelitian ini bertujuan untuk meramalkan rata-rata temperatur udara tahunan di Indonesia pada tahun 2022 hingga 2031. Penelitian ini menggunakan data rata-rata temperatur udara tahunan Indonesia dari tahun 1901 sampai 2021 yang diperoleh dari website Climate Change Knowledge Portal. Metode Autoregressive Integrated Moving Average (ARIMA) akan digunakan dalam meramalkan temperatur udara pada masa yang akan datang. Model ARIMA terbaik yang digunakan dalam meramalkan rata-rata temperatur udara tahunan di Indonesia adalah ARIMA (2,1,4). Hasil penelitian menunjukkan bahwa rata-rata temperatur udara tahunan di Indonesia untuk tahun 2022 sampai tahun 2031 diprediksi akan cenderung semakin meningkat. Pemerintah perlu mempersiapkan langkah antisipatif dalam upaya menekan laju kenaikan temperatu udara misalnya dengan melakukan reboisasi hutan, membuat regulasi terhadap penggunaan kendaraan bermotor dan berbagai upaya lainnya dalam rangka menekan laju kenaikan temperatur udara di Indonesia.

show abstract

“…In choosing the best prediction model, it is chosen by looking at the level of error in predicting. However, if there is more than one suitable model, the smallest error rate value can be compared [10].…”

Section: Best Model Selectionmentioning

confidence: 99%

Comparison in Predicting the Short-Term Using the Sarima, Dsarima and Tsarima Methods

Giovani

Anggriani

Simatupang

2022

BAREKENG: J. Math. & App.

View full text Add to dashboard Cite

The flow of data and information is growing rapidly and rapidly in various sizes and means which is called Big Data. In the face of a change for the better in the future, a careful analysis and design of a data processing system is needed, in which a predictive framework can formulate the right policy to be one of the efforts to make a good decision. This is one of the appropriate Big Data processing efforts, which can be realized through one of the methods, namely prediction or forecasting is an effort to predict future values or trends as a reference for analyzing conditions in the past. One example of Big Data in the City of Balikpapan, namely the temperature within 2 meters obtained from the NASA satellite published on the website power.larc.nasa.gov. One of the methods used in this research is the ARIMA method and it is developed according to the data used. Based on the data to be used, namely temperature data within a distance of 2 meters in the city of Balikpapan, the development of data processing is carried out to pay attention to three seasonal patterns or the so-called Triple Seasonal ARIMA model. In this study, it can be seen how to build the Triple Seasonal ARIMA model and comparison with alternative models, namely Seasonal ARIMA and Double Seasonal ARIMA, and can see how the results of the Triple Seasonal ARIMA model accuracy when compared with alternative models. The method used in this study is the Seasonal ARIMA, Double Seasonal ARIMA and Triple Seasonal ARIMA methods. The results obtained in this study obtained a comparison of methods in making predictions with a specified time span, the results obtained from the Seasonal ARIMA model that it was very good at predicting a time span of 2 weeks, Double Seasonal ARIMA for a period of 1 month, Double Seasonal ARIMA for a period of 3 months, and Triple Seasonal ARIMA for a period of 6 months.

show abstract

Peramalan Suhu Udara dan Dampaknya Terhadap Konsumsi Energi Listrik di Kalimantan Timur

Cited by 3 publications

References 3 publications

Analisis Hubungan Antara Parameter Meteorologi Dan Konsumsi Energi Listrik Menggunakan Algoritma HDD

Analisis Hubungan Antara Parameter Meteorologi Dan Konsumsi Energi Listrik Menggunakan Algoritma HDD

Peramalan Rata-Rata Temperatur Udara Tahunan di Indonesia Periode 2022 - 2031

Comparison in Predicting the Short-Term Using the Sarima, Dsarima and Tsarima Methods

Contact Info

Product

Resources

About