ANALISIS AKURASI PREDIKSI KEBUTUHAN TENAGA LISTRIK DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION

Abstract

PT. PLN sebagai perusahaan perseroan penyedia listrik bagi kepentingan umum senantiasa berupaya agar kebutuhan listrik bagi masyarakat di Indonesia bisa terpenuhi. Pemenuhan kebutuhan listrik bagi masyarakat memerlukan pertimbangan dari berbagai faktor agar PT. PLN bisa melakukan pengadaan secara optimal. Adapun tujuan penelitian yaitu untuk menganalisis akurasi prediksi kebutuhan tenaga listrik di Kota Medan menggunakan metode backpropagation. Variabel yang digunakan dalam penelitian ini adalah data pelanggan PT. PLN dari tahun 2014 hingga 2022 sebagai data input (fitur) dan banyaknya penggunaan listrik (dihitung dengan kVA) oleh pelanggan dari tahun 2014-2022 sebagai output (target). Pemilihan metode backpropagation karena tingkat kemampuan dalam pengolahan data non-linier yang cukup baik dan menghasilkan prediksi yang akurat. Model jaringan saraf tiruan dengan algoritma backpropagation kemudian dilatih menggunakan data set pelatihan. Setelah proses pelatihan selesai, model diuji menggunakan data set pengujian untuk mengevaluasi akurasinya. Hasil penelitian menunjukkan bahwa metode backpropagation mampu memberikan prediksi kebutuhan tenaga listrik yang akurat di Kota Medan. Akurasi prediksi dievaluasi menggunakan metrik kesalahan kuadrat rata-rata (Mean Squared Error - MSE) dan koefisien determinasi (R²). Dari hasil pengujian, diperoleh nilai MSE yang tinggi dan nilai R² yang negatif, menunjukkan bahwa model yang dibangun tidak dapat menangkap pola dari data dengan baik dengan performa yang lebih buruk. Hal ini menunjukkan bahwa model sangat tidak sesuai dengan data tersebut.