SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik (S.T)
Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Halu Oleo
OLEH:
ALDUN
E1D1 17 027
1
Peramalan merupakan suatu usaha untuk mengetahui keadaan di masa
mendatang melalui pengujian keadaan di masa yang lalu. Esensi peramalan
adalah perkiraan peristiwa-peristiwa di waktu yang akan datang atas dasar
pola-pola keadaan di waktu yang lalu. Peramalan adalah seni dan ilmu untuk
memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data di masa lalu dan mendapatkannya di masa
yang akan datang dengan suatu bentuk model matematis [5].
Metode Time Series (deret waktu) adalah metode peramalan beban
secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.
Metode deret waktu ini menggunakan data-data masa lalu yang kemudian
diolah dengan menggunkan metode-metode statistik untuk ditentukan pola
permintaan pada masa lalu dimana pola yang dihasilkan tersebut digunakan
untuk melakukan prakiraan dimasa yang akan datang. Metode Time Series
yang didasarkan pada asumsi bahwa data memiliki struktur internal, seperti
autokorelasi, trend atau variasi musiman [6]. Analisis Regresi (regression
analysis) merupakan suatu teknik untuk membangun persamaan garis lurus
dan menggunakan persamaan tersebut untuk membuat perkiraan
(prediction). Analisis regresi digunakan untuk mengetahui bentuk hubungan
antara dua variabel atau lebih [7].
Provinsi Sulawesi Tenggara merupakan salah satu Provinsi yang ada
di Indonesia, dengan jumlah penduduk dan kegiatan perokonomian yang
selalu meningkat setiap tahunnya membuat daerah ini sangat cocok menjadi
objek penelitian. Untuk mengantisipasi konsumsi energi listrik yang
semakin meningkat setiap tahunnya, maka perlu dilakukan peramalan
kebutuhan energi pada semua sektor, seperti rumah tangga, industri, bisnis,
sosial, gedung pemerintahan, dan penerangan jalan umum. Penelitian ini
bertujuan untuk melakukan peramalan terhadap kebutuhan pemakaian
energi listrik di Provinsi Sulawesi Tenggara dengan menggunakan metode
Time Series Proyeksi Tren dan analisis Regresi.
2
1.2 Rumusan Masalah
1.3 Tujuan
3
rumah tangga yang didapat dari situs resmi PT. PLN (Persero)
(https://web.pln.co.id/stakeholder/laporan-statistik) dengan periode
tahun 2010 s/d 2020.
4. Perhitungan Koefisien analisis Regresi dan Koefisien Quadratic
menggunakan software microsoft excel.
5. Menggunakan satu variabel bebas untuk setiap satu variabel terikat
yang hendak dilakukan peramalan pada metode analisis Regresi.
6. Perhitungan peramalan hanya sampai tahun 2040.
1.5 Manfaat
Manfaat yang diperoleh dari penulisan tugas akhir ini adalah sebagai
berikut:
1. Mengetahui perbandingan metode yang tepat yang memiliki nilai eror
terkecil untuk peramalan pelanggan listrik, daya tersambung, dan
energi terjual pada setiap sektor di Provinsi Sulawesi Tenggara antara
analisis Time Series Proyeksi Tren dan analisis Regresi.
2. Mengetahui kebutuhan energi listrik pada Provinsi Sulawesi Tenggara
pada tahun 2040 kedepan.
Bab I Pendahuluan
4
Provinsi Sulawesi Tenggara tahun 2040 dengan menggunakan metode Time
Series Proyeksi Tren Dan Analisis Regresi dan teori/kajian pustaka.
Bab V Penutup
Bab ini berisikan kesimpulan dan saran dari penelitian yang telah
dilakukan.
5
BAB II
TINJAUAN PUSTAKA
6
Fatkhul Hani Rumawan, dkk (2019) melakukan penelitian tentang
peramalan kebutuhan daya listrik jangka menengah (2019-2022) Kota
Samarinda dengan metode regresi linear. Selanjutnya dilakukan analisis
menggunakan SPSS 24. Variabel yang digunakan adalah jumlah pelanggan
listrik dan daya tersambung (kVA) pada 5 jenis pelanggan: sosial, rumah
tangga, bisnis, industri, dan pemerintahan. Hasil dari penelitian ini
menunjukkan peramalan pertumbuhan pelanggan listrik di PT. PLN Unit
Pelaksana Pelayanan Pelanggan Samarinda tahun 2019 yaitu 486.270
pelanggan, tahun 2020 sebesar 491.207 pelanggan, tahun 2021 sebesar
513.935 pelanggan dan tahun 2022 sebesar 536.767 pelanggan, sedangkan
peramalan pertumbuhan daya tersambung di PT. PLN (Persero) Unit
Pelaksana Pelayanan Pelanggan Samarinda pada tahun 2019 sebesar
842.102 kVA, tahun 2020 sebesar 889.686 kVA, tahun 2021 sebesar
938.764 kVA dan tahun 2022 sebesar 987.054 kVA dengan perbandingan
hasil peramalan regeresi linear dengan PT. PLN Unit Pelaksana Pelayanan
Pelanggan Samarinda didapat nilai yang mendekati dengan selisih tahun
2019 sebesar 11.862 kVA (1,4%), tahun 2020 sebesar 24.055 kVA (2,7%),
tahun 2021 sebesar 38.939 kVA (4,1%), dan tahun 2022 sebesar 59.189
kVA (6,3%) [9].
7
1. Peramalan Jangka Panjang (Long-Term Forecasting)
8
sektor yaitu sektor perumahan, sektor industri, sektor komersial dan sektor
usaha. Masing-masing sektor beban tersebut mempunyai karakteristik-
karakteristik yang berbeda, sebab hal ini berkaitan dengan pola konsumsi
energi pada masing-masing konsumen di sektor tersebut. Sedangkan tipe-
tipe beban menurut konsumen pemakainya pada umumnya dapat
dikelompokkan dalam kategori berikut [14]:
a. Rumah tangga (domestik/residen), terdiri dari beban-beban
penerangan, kipas angin, alat-alat rumah tangga. Misalnya pemanas,
lemari es, kompor listrik, dan lain-lain.
b. Bisnis, terdiri atas beban penerangan dan alat listrik lainnya yang
dipakai pada bangunan komersil atau perdagangan seperti toko,
restoran dan lain-lain.
c. Umum/publik, terdiri dari pemakai selain ketiga golongan di atas
misalnya gedung pemerintah, penerangan jalan umum dan pemakai
kepentingan sosial.
d. Industri, terdiri dari industri kecil/rumah tangga hingga industri besar.
Umumnya bebannya berupa beban untuk motor listrik.
9
garis horizontal. Plot data horizontal dicontohkan pada gambar 2.1
[15].
Pola data tren terjadi saat data time series mengalami kenaikan
atau penurunan selama periode jangka panjang. Plot data tren
dicontohkan pada gambar 2.2 [15].
10
Gambar 2.3 Plot data Seasonal (musiman)
Pola data siklis terjadi saat data time series dipengaruhi oleh
fluktuasi jangka panjang seperti yang terjadi pada siklus bisnis. Plot
data siklis dicontohkan pada gambar 2.4 [15].
Dalam pola data tren terdapat beberapa metode peramalan yang dapat
digunakan, antara lain [15]:
1. Tren Linear
Apabila data time series cenderung membentuk garis lurus.
11
Gambar 2.5 Grafik data Tren Linear
Adapun rumus persamaan Tren Linear ditunjukkan sebagai
berikut [15]:
𝑌𝑡 = 𝑎 + 𝑏𝑡 (2.1)
Dengan nilai 𝑎 dan 𝑏 dapat dicari menggunakan:
∑𝑌
𝑎= (2.2)
𝑛
∑𝑌
𝑏= (2.3)
𝑡2
Dimana:
𝑌𝑡 = nilai prediksi 𝑌 pada waktu tertentu
𝑎 = nilai intercept dari 𝑌, nilai 𝑌𝑡 akan sama dengan a jika 𝑡 = 0
𝑏 = nilai slope, besar kenaikan nilai 𝑌𝑡 pada setiap nilai 𝑡
𝑡 = nilai tertentu yang menunjukkan periode waktu
2. Tren Quadratic
Apabila data time series cenderung membentuk garis berpola
lengkungan.
12
𝑌𝑡 = 𝑎 + 𝑏𝑡 + 𝑐𝑡 2 (2.4)
Dengan 𝑎, 𝑏 dan 𝑐 dapat dicari menggunakan:
∑ 𝑦−𝑐 ∑ 𝑡 2
𝑎= (2.5)
𝑛
∑ 𝑡𝑦
𝑏= (2.6)
∑ 𝑡2
𝑛 ∑ 𝑡 2 𝑦−∑ 𝑡 2 ∑ 𝑦
𝑐= 2 (2.7)
𝑛 ∑ 𝑡 4−(∑ 𝑡 2 )
3. Tren Exponential
Apabila data time series cenderung membentuk garis yang
memperlihatkan adanya peningkatan atau penurunan secara cepat.
13
4. Tren S-Curve
𝑌𝑡 = 𝑒 (𝑎+(𝑏/𝑡)) (2.12)
14
variable yang lain yang berhubungan dengannya (variabel lainnya) sudah
ditentukan [17].
Untuk mempelajari hubugan antara variable bebas maka Regresi
Linier terdiri dari dua bentuk, yaitu [17]:
a. Analisis Regresi Linear Sederhana
Analisis regresi sederhana merupakan hubungan antara dua
variable yaitu variable bebas (variabel independen) dan variable tak
bebas (variabel dependen).
Regresi linier yang digunakan adalah Regresi Linier Sederhana
dengan rumus [18]:
𝑌 = 𝑎 + 𝑏𝑥 (2.13)
Dimana:
𝑌 = merupakan nilai estimasi variabel tidak bebas (terikat)
𝑥 = merupakan variabel bebas
𝑎 = merupakan intersep
𝑏 = merupakan keofisien regresi
𝑛 = merupakan banyak data
Untuk menghitung besarnya nilai 𝑎 dan 𝑏 dapat dilihat pada
persamaan berikut ini [19]:
(∑ 𝑦)(∑ 𝑥 2)−(∑ 𝑥)(∑ 𝑥𝑦)
𝑎= (2.14)
𝑛(∑ 𝑥 2)−(∑ 𝑥)2
𝑛(∑ 𝑥𝑦)−(∑ 𝑥)(∑ 𝑦)
𝑏= (2.15)
𝑛(∑ 𝑥 2 )−(∑ 𝑥)2
15
2.8 Pengujian Metode
Di mana:
𝑃𝐸𝑡 = Presentase eror pada periode ke – t
𝑌 = Data aktual
𝑌𝑡 = Nilai ramalan pada periode ke - t
𝑁 = Banyaknya waktu periode
16
BAB III
METODE PENELITIAN
3.2.3 Simulasi
17
rumus metode Tren Quadratic ditunjukan oleh persamaan 2.4 dan
metode Regresi ditunjukan oleh persamaan 2.13 dan 2.16.
Mulai
Studi Literatur
Pengumpulan Data
Data Masukan:
- Jumlah pelanggan listrik
- Jumlah daya tersambung
- Energi terjual
A B
18
A B
Peramalan menggunakan
metode Time Series Proyeksi
Tren
Peramalan menggunakan
metode analisis Regresi
YA
Analisa dan Kesimpulan
Selesai
19
peramalan yang didapatkan dengan melakukan perhitungan MAPE (Mean
Absolut Percentage Error). Hasil perhitungan yang didapatkan akan
ditampilkan dalam bentuk tabel dan grafik guna memudahkan dalam
pembacaan. Dan tahap terakhir yaitu penulisan laporan dari hasil penelitian
yang sesuai dengan hasil pengujian yang dilakukan.
20
BAB IV
HASIL DAN PEMBAHASAN
21
Tabel 4.2 Rekapitulasi data jumlah pelanggan per jenis pelanggan Provinsi
Sulawesi Tenggara tahun 2010 s/d 2020.
Jumlah Pelanggan
Tabel 4.3 Rekapitulasi data jumlah daya tersambung per jenis pelanggan
(MVA) Provinsi Sulawesi Tenggara tahun 2010 s/d 2020.
22
2020 630,09 57,45 142,67 41,27 35,24 7,91 914,62
(Sumber: https://web.pln.co.id/stakeholder/laporan-statistik)
Tabel 4.4 Rekapitulasi data jumlah energi terjual per jenis pelanggan (GWh)
Provinsi Sulawesi Tenggara tahun 2010 s/d 2020.
Perubahan
Tahun Jumlah Penduduk
Jumlah Penduduk (%)
2010 2.243.587 - -
2011 2.294.392 50.805 2,26%
2012 2.345.465 51.073 2,23%
2013 2.396.713 51.248 2,18%
2014 2.448.081 51.368 2,14%
2015 2.499.540 51.459 2,10%
2016 2.551.008 51.468 2,06%
23
2017 2.602.389 51.381 2,01%
2018 2.653.654 51.265 1,97%
2019 2.704.737 51.083 1,93%
2020 2.755.589 50.852 1,88%
Rata-rata 51.200 2,08%
Perubahan
Tahun Rumah Tangga
Rumah Tangga (%)
2010 197.424 - -
2011 238.932 42.508 21,02%
2012 270.100 31.168 13,04%
2013 307.103 37.003 13,70%
2014 330.262 23.159 7,54%
2015 349.560 19.298 5,84%
2016 386.021 36.461 10,43%
2017 441.133 55.112 14,28%
2018 505.123 63.990 14,51%
2019 556.736 51.613 10,22%
2020 603.632 46.896 8,42%
Rata-rata 40.621 11,90%
24
Dari data tabel diatas diketahui bahwa jumlah pelanggan di
Provinsi Sulawesi Tenggara selalu mengalami peningkatan dari
tahun 2010 hingga 2020. Dimana rata-rata kenaikan jumlah
pelanggan sektor rumah tangga per tahun sebesar 40.621
pelanggan, dengan presentase peningkatan per tahun sebesar
11,90%.
b. Sektor Industri
Perubahan
Tahun Industri
Industri (%)
2010 116 - -
2011 122 6 5,17%
2012 123 1 0,82%
2013 133 10 8,13%
2014 144 11 8,27%
2015 160 16 11,11%
2016 192 32 20,00%
2017 269 77 40,10%
2018 329 60 22,30%
2019 400 71 21,58%
2020 498 98 24,50%
Rata-rata 38,2 16,20%
25
c. Sektor Bisnis
Perubahan
Tahun Bisnis
Bisnis (%)
2010 10.375 - -
2011 11.889 1.514 14,59%
2012 13.259 1.370 11,52%
2013 15.493 2.234 16,85%
2014 16.783 1.290 8,33%
2015 17.720 937 5,58%
2016 19.711 1.991 11,24%
2017 22.163 2.452 12,44%
2018 23.969 1.806 8,15%
2019 26.234 2.265 9,45%
2020 28.548 2.314 8,82%
Rata-rata 1.817 10,70%
d. Sektor Sosial
Perubahan
Tahun Sosial
Sosial (%)
2010 4.159 - -
2011 4.616 457 10,99%
2012 5.415 799 17,31%
2013 6.066 651 12,02%
2014 6.585 519 8,56%
26
2015 7.035 450 6,83%
2016 7.895 860 12,22%
2017 9.062 1.167 14,78%
2018 10.716 1.654 18,25%
2019 12.215 1.499 13,99%
2020 13.712 1.497 12,26%
Rata-rata 955,3 12,72%
Perubahan
Gedung
Tahun Gedung
Pemerintah (%)
Pemerintah
2010 1.817 - -
2011 1.974 157 8,64%
2012 2.362 388 19,66%
2013 2.653 291 12,32%
2014 2.858 205 7,73%
2015 3.071 213 7,45%
2016 3.549 478 15,56%
2017 4.099 550 15,50%
2018 4.551 452 11,03%
2019 5.179 628 13,80%
2020 5.575 396 7,65%
Rata-rata 375,8 11,93%
27
pelanggan, dengan presentase peningkatan per tahun sebesar
11,93%.
Perubahan
Penerangan
Tahun Penerangan
Jalan Umum (%)
Jalan Umum
2010 397 - -
2011 405 8 2,02%
2012 422 17 4,20%
2013 465 43 10,19%
2014 526 61 13,12%
2015 591 65 12,36%
2016 654 63 10,66%
2017 750 96 14,68%
2018 835 85 11,33%
2019 895 60 7,19%
2020 1.009 114 12,74%
Rata-rata 61,2 9,85%
28
a. Sektor Rumah Tangga
Perubahan
Tahun Rumah Tangga
Rumah Tangga (%)
2010 158,16 - -
2011 217,34 59,18 37,42%
2012 254,14 36,80 16,93%
2013 297,46 43,32 17,05%
2014 322,58 25,12 8,44%
2015 340,40 17,82 5,52%
2016 385,73 45,33 13,32%
2017 445,80 60,07 15,57%
2018 513,89 68,09 15,27%
2019 569,91 56,02 10,90%
2020 630,09 60,18 10,56%
Rata-rata 47,19 15,10%
b. Sektor Industri
Perubahan
Tahun Industri
Industri (%)
2010 9,67 - -
2011 10,96 1,29 13,34%
2012 10,68 -0,28 -2,55%
2013 12,21 1,53 14,33%
2014 15,02 2,81 23,01%
29
2015 16,60 1,58 10,52%
2016 21,92 5,32 32,05%
2017 28,05 6,13 27,97%
2018 38,15 10,10 36,01%
2019 46,82 8,67 22,73%
2020 57,45 10,63 22,70%
Rata-rata 4,78 20,01%
c. Sektor Bisnis
Perubahan
Tahun Bisnis
Bisnis (%)
2010 34,89 - -
2011 47,98 13,09 37,52%
2012 59,23 11,25 23,45%
2013 75,22 15,99 27,00%
2014 83,55 8,33 11,07%
2015 92,52 8,97 10,74%
2016 99,92 7,40 8,00%
2017 109,13 9,21 9,22%
2018 120,46 11,33 10,38%
2019 133,82 13,36 11,09%
2020 142,67 8,85 6,61%
Rata-rata 10,78 15,51%
30
d. Sektor Sosial
Perubahan
Tahun Sosial
Sosial (%)
2010 7,64 - -
2011 9,38 1,74 22,77%
2012 11,82 2,44 26,01%
2013 13,83 2,01 17,01%
2014 15,07 1,24 8,97%
2015 16,52 1,45 9,62%
2016 20,33 3,81 23,06%
2017 23,40 3,07 15,10%
2018 31,19 7,79 33,29%
2019 35,61 4,42 14,17%
2020 41,27 5,66 15,89%
Rata-rata 3,36 18,59%
Perubahan
Gedung
Tahun Gedung
Pemerintah (%)
Pemerintah
2010 11,94 - -
2011 12,94 1,00 8,38%
2012 14,44 1,50 11,59%
2013 16,87 2,43 16,83%
31
2014 18,26 1,39 8,24%
2015 19,98 1,72 9,42%
2016 23,37 3,39 16,97%
2017 26,64 3,27 13,99%
2018 29,72 3,08 11,56%
2019 31,74 2,02 6,80%
2020 35,24 3,50 11,03%
Rata-rata 2,33 11,48%
Perubahan
Tahun Penerangan
Jalan Umum Penerangan (%)
Jalan Umum
2010 4.26 - -
2011 4.34 0,08 1.88%
2012 4.41 0,07 1.61%
2013 4.80 0,39 8.84%
2014 5.50 0,70 14.58%
2015 5.80 0,30 5.45%
2016 6.30 0,50 8.62%
2017 6.88 0,58 9.21%
2018 7.20 0,32 4.65%
2019 7.64 0,44 6.11%
2020 7.91 0,27 3.53%
Rata-rata 0,37 6.45%
32
daya tersambung sektor penerangan jalan umum sebesar 0.37
MVA per tahun, dengan presentase peningkatan per tahun
sebesar 6.45%.
Perubahan
Tahun Rumah Tangga
Rumah Tangga (%)
2010 248,01 - -
2011 293,33 45,32 18,27%
2012 356,87 63,54 21,66%
2013 421,44 64,57 18,09%
2014 457,44 36,00 8,54%
2015 480,61 23,17 5,07%
2016 545,68 65,07 13,54%
2017 575,66 29,98 5,49%
2018 605,59 29,93 5,20%
2019 644,18 38,59 6,37%
2020 714,64 70,46 10,94%
Rata-rata 46,66 11,32%
33
b. Sektor Industri
Perubahan
Tahun Industri
Industri (%)
2010 21,48 - -
2011 24,56 3,08 14,34%
2012 24,74 0,18 0,73%
2013 24,99 0,25 1,01%
2014 26,82 1,83 7,32%
2015 27,93 1,11 4,14%
2016 32,92 4,99 17,87%
2017 36,59 3,67 11,15%
2018 45,76 9,17 25,06%
2019 47,08 1,32 2,88%
2020 53,80 6,72 14,27%
Rata-rata 3,23 9,88%
c. Sektor Bisnis
Perubahan
Tahun Bisnis
Bisnis (%)
2010 76,72 - -
2011 81,37 4,65 6,06%
2012 100,49 19,12 23,50%
2013 121,84 21,35 21,25%
2014 128,85 7,01 5,75%
34
2015 132,71 3,86 3,00%
2016 151,36 18,65 14,05%
2017 161,83 10,47 6,92%
2018 174,56 12,73 7,87%
2019 200,26 25,70 14,72%
2020 194,12 6,14 3,07%
Rata-rata 12,97 10,62%
d. Sektor Sosial
Perubahan
Tahun Sosial
Sosial (%)
2010 10,12 - -
2011 11,70 1,58 15,61%
2012 13,81 2,11 18,03%
2013 17,48 3,67 26,57%
2014 18,91 1,43 8,18%
2015 20,55 1,64 8,67%
2016 25,43 4,88 23,75%
2017 27,42 1,99 7,83%
2018 32,50 5,08 18,53%
2019 38,18 5,68 17,48%
2020 40,51 2,33 6,10%
Rata-rata 3,04 15,08%
35
e. Sektor Gedung Pemerintah
Perubahan
Gedung
Tahun Gedung
Pemerintah (%)
Pemerintah
2010 16,25 - -
2011 17,78 1.53 9,42%
2012 19,87 2.09 11,75%
2013 22,95 3.08 15,50%
2014 24,69 1.74 7,58%
2015 27,03 2.34 9,48%
2016 30,69 3.66 13,54%
2017 32,55 1.86 6,06%
2018 35,60 3.05 9,37%
2019 39,02 3.42 9,61%
2020 40,78 1.76 4,51%
Rata-rata 2,45 9,68%
Perubahan
Penerangan
Tahun Penerangan
Jalan Umum (%)
Jalan Umum
2010 12,14 - -
2011 12,34 0.20 1,65%
2012 12,64 0.30 2,43%
2013 12,94 0.30 2,37%
36
2014 14,00 1.06 8,19%
2015 14,76 0.76 5,43%
2016 15,51 0.75 5,08%
2017 16,65 1.14 7,35%
2018 17,72 1.07 6,43%
2019 18,17 0.45 2,54%
2020 19,67 1.50 8,26%
Rata-rata 0,75 4,97%
37
2016 386.021 1 386.021 1 386.021 1
2017 441.133 2 882.266 4 1.764.532 16
2018 505.123 3 1.515.369 9 4.546.107 81
2019 556.736 4 2.226.944 16 8.907.776 256
2020 603.632 5 3.018.160 25 15.090.800 625
Jumlah 4.186.026 0 4.331.144 110 43.443.322 1.958
b. Sektor Industri
38
2019 400 4 1.600 16 6.400 256
2020 498 5 2.490 25 12.450 625
Jumlah 2.486 0 3.960 110 29.714 1.958
c. Sektor Bisnis
39
Setelah membuat tabel koefisiesn diatas selanjutnya, dapat
dihitung koefisien-koefisien persamaan Quadratic dengan
menggunakan persamaan (2.5), (2.6), dan (2.7) sebagai berikut:
206.144 − (51.02 𝑥 110)
𝑎= = 18.230,19
11
196.643
𝑏= = 1.787,66
1102
(11 𝑥 2.105.213) − (110 𝑥 206.144)
𝑐= = 51,06
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 18.230,19 + 1.787,66 𝑡 + 51,06 𝑡 2 (4.3)
d. Sektor Sosial
40
87.476 − (71.66 𝑥 110)
𝑎= = 7.235,79
11
101.366
𝑏= = 921,51
1102
(11 𝑥 936.242) − (110 𝑥 87.476)
𝑐= = 71,66
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 169,43 + 36,00 𝑡 + 5,66 𝑡 2 (4.4)
41
41.760
𝑏= = 379,64
1102
(11 𝑥 394.880) − (110 𝑥 37.688)
𝑐= = 20,98
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 3.216,39 + 379,64 𝑡 + 20,98 𝑡 2 (4.5)
42
(11 𝑥 73.303) − (110 𝑥 6.949)
𝑐= = 4,44
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 587,29 + 63,25 𝑡 + 4,44 𝑡 2 (4.6)
43
4.135,50 − (1,80 𝑥 110)
𝑎= = 358,00
11
4.909,01
𝑏= = 44,63
1102
(11 𝑥 42.895,87) − (110 𝑥 24.135,50)
𝑐= = 1,80
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 358,00 + 44,63 𝑡 + 1,80 𝑡 2 (4.7)
b. Sektor Industri
44
503,33
𝑏= = 4,58
1102
(11 𝑥 3.239,93) − (110 𝑥 267,53)
𝑐= = 0,66
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 17,74 + 4,58 𝑡 + 0,66 𝑡 2 (4.8)
c. Sektor Bisnis
45
(11 𝑥 9.885,88) − (110 𝑥 999,39)
𝑐= = − 0,13
(11 𝑥 1.958) − 1102
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 92,11 + 10,46 𝑡 − 0,13 𝑡 2 (4.9)
d. Sektor Sosial
46
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 17,60 + 3,23 𝑡 + 0,30 𝑡 2 (4.10)
47
f. Sektor Penerangan Jalan Umum
48
4.2.3 Perhitungan Koefisien Metode Quadratic Energi Terjual
49
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Quadratic (2.4), maka diperoleh:
𝑌𝑡 = 494,09 + 44,36 𝑡 − 0,83 𝑡 2 (4.13)
b. Sektor Industri
50
c. Sektor Bisnis
51
d. Sektor Sosial
52
e. Sektor Gedung Pemerintahan
53
f. Sektor Penerangan Jalan Umum
54
4.3 Perhitungan Koefisien Metode Regresi Linear
55
b. Sektor Industri
c. Sektor Bisnis
56
2013 15.493 4 16 61.972
2014 16.783 5 25 83.915
2015 17.720 6 36 106.320
2016 19.711 7 49 137.977
2017 22.163 8 64 177.304
2018 23.969 9 81 215.721
2019 26.234 10 100 262.340
2020 28.548 11 121 314.028
Jumlah 206.144 66 506 1.433.507
d. Sektor Sosial
57
Setelah membuat tabel koefisien diatas selanjutnya, dapat
dihitung koefisien-koefisien persamaan Regresi Linear dengan
menggunakan persamaan (2.14) dan (2.15) sebagai berikut:
(87.476 𝑥 506)−(66 𝑥 626.222)
𝑎= = 2.423
(11 𝑥 506) − 662
(11 𝑥 626.222) − (66 𝑥 87.476)
𝑏= = 922
(11 𝑥 506) − 662
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Regresi Linear (2.13), maka diperoleh:
𝑌 = 2.423 + 922 𝑥 (4.22)
58
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Regresi Linear (2.13), maka diperoleh:
𝑌 = 1.148 + 380 𝑥 (4.23)
59
4.3.2 Perhitungan Regresi Linear Jumlah Daya Tersambung
60
b. Sektor Industri
c. Sektor Bisnis
61
2013 75,22 4 16 300,88
2014 83,55 5 25 417,75
2015 92,52 6 36 555,12
2016 99,92 7 49 699,44
2017 109,13 8 64 873,04
2018 120,46 9 81 1.084,14
2019 133,82 10 100 1.338,20
2020 142,67 11 121 1.569,37
Jumlah 999,39 66 506 7.146,48
d. Sektor sosial
62
Setelah membuat tabel koefisien diatas selanjutnya, dapat
dihitung koefisien-koefisien persamaan Regresi Linear dengan
menggunakan persamaan (2.14) dan (2.15) sebagai berikut:
(226,06 𝑥 506)−(66 𝑥 1.711,94)
𝑎= = 1.16
(11 𝑥 506) − 662
(11 𝑥 1.711,94) − (66 𝑥 226,06)
𝑏= = 3,23
(11 𝑥 506) − 662
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Regresi Linear (2.13), maka diperoleh:
𝑌 = 1,16 + 3,23 𝑥 (4.28)
63
Hasil diatas selanjutnya dimasukkan kedalam persamaan
Regresi Linear (2.13), maka diperoleh:
𝑌 = 7,62 + 2,38 𝑥 (4.29)
64
4.3.3 Perhitungan Regresi Linear Energi Terjual
65
b. Sektor Industri
c. Sektor Bisnis
66
2013 121,84 4 16 487,36
2014 128,85 5 25 644,25
2015 132,71 6 36 796,26
2016 151,36 7 49 1.059,52
2017 161,83 8 64 1.294,64
2018 174,56 9 81 1.571,04
2019 200,26 10 100 2.002,60
2020 194,12 11 121 2.135,32
Jumlah 1.524,11 66 506 10.531,92
d. Sektor Sosial
67
Jumlah 256,61 66 506 1.880,00
68
(11 𝑥 307,21) − (66 𝑥 2.123,26)
𝑏= = 2,55
(11 𝑥 506) − 662
Hasil diatas selanjutnya dimasukkan kedalam persamaan Q
Regresi Linear (2.13), maka diperoleh:
𝑌 = 12,66 + 2,55 𝑥 (4.35)
69
4.4 Ketepatan Metode
a. Rumah Tangga
70
Tabel 4.60 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor rumah tangga
71
556.736 − 538.044
𝑃𝐸2019 = 𝑥 100% = 3,36%
556.736
603.632 − 577.418
𝑃𝐸2020 = 𝑥 100% = 4,34%
603.632
(6,96+ .… + 4,34)
𝑀𝐴𝑃𝐸 = = 4,75%
11
Tabel 4.61 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor rumah tangga
b. Industri
72
123 − 112
𝑃𝐸2012 = 𝑥 100% = 8,66%
123
133 − 120
𝑃𝐸2013 = 𝑥 100% = 9,73%
133
144 − 139
𝑃𝐸2014 = 𝑥 100% = 3,41%
144
160 − 169
𝑃𝐸2015 = 𝑥 100% = 5,89%
160
192 − 211
𝑃𝐸2016 = 𝑥 100% = 9,94%
192
269 − 264
𝑃𝐸2017 = 𝑥 100% = 1,84%
269
329 − 328
𝑃𝐸2018 = 𝑥 100% = 0,20%
329
400− 404
𝑃𝐸2019 = 𝑥 100% = 0,99%
400
498 − 491
𝑃𝐸2020 = 𝑥 100% = 1,43%
498
(12,81+ .… + 1,43)
𝑀𝐴𝑃𝐸 = = 5,44%
11
Tabel 4.62 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor industri
73
2. Perhitungan MAPE jumlah pelanggan dengan metode
Regresi Linear
116 − 46
𝑃𝐸2010 = 𝑥 100% = 60,34%
116
122 − 82
𝑃𝐸2011 = 𝑥 100% = 32,79%
122
123 − 118
𝑃𝐸2012 = 𝑥 100% = 4,07%
123
133 − 154
𝑃𝐸2013 = 𝑥 100% = 15,79%
133
144 − 190
𝑃𝐸2014 = 𝑥 100% = 31,94%
144
160 − 226
𝑃𝐸2015 = 𝑥 100% = 41,25%
160
192 − 262
𝑃𝐸2016 = 𝑥 100% = 36,46%
192
269 − 298
𝑃𝐸2017 = 𝑥 100% = 10,78%
269
329 − 334
𝑃𝐸2018 = 𝑥 100% = 1,52%
329
400− 370
𝑃𝐸2019 = 𝑥 100% = 7,50%
400
498 − 406
𝑃𝐸2020 = 𝑥 100% = 18,47%
498
(60,34+ .… + 18,47)
𝑀𝐴𝑃𝐸 = = 23,72%
11
Tabel 4.63 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor industri
74
2018 329 334 1,52%
2019 400 370 7,50%
2020 498 406 18,47%
MAPE 23,72%
c. Bisnis
75
Tabel 4.64 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor bisnis
76
26.234 − 25.891
𝑃𝐸2019 = 𝑥 100% = 1,31%
26.234
28.548 − 27.679
𝑃𝐸2020 = 𝑥 100% = 3,05%
28.548
(5,52 + .… + 3,05)
𝑀𝐴𝑃𝐸 = = 2,51%
11
Tabel 4.65 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor bisnis
d. Sosial
77
5.415 − 5.116
𝑃𝐸2012 = 𝑥 100% = 5,52%
5.415
6.066 − 5.679
𝑃𝐸2013 = 𝑥 100% = 6,37%
6.066
6.585 − 6.386
𝑃𝐸2014 = 𝑥 100% = 3,02%
6.585
7.035 − 7.236
𝑃𝐸2015 = 𝑥 100% = 2,85%
7.035
7.895 − 8.229
𝑃𝐸2016 = 𝑥 100% = 4,23%
7.895
9.062 − 9.365
𝑃𝐸2017 = 𝑥 100% = 3,35%
9.062
10.716 − 10.645
𝑃𝐸2018 = 𝑥 100% = 0,66%
10.716
12.215 − 12.068
𝑃𝐸2019 = 𝑥 100% = 1,20%
12.215
13.712 − 13.635
𝑃𝐸2020 = 𝑥 100% = 0,56%
13.712
(6,27 + .… + 0,56)
𝑀𝐴𝑃𝐸 = = 3,25%
11
Tabel 4.66 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor sosial
78
2. Perhitungan MAPE jumlah pelanggan dengan metode
Regresi Linear
4.159 − 3.345
𝑃𝐸2010 = 𝑥 100% = 19,58%
4.159
4.616 − 4.266
𝑃𝐸2011 = 𝑥 100% = 7,58%
4.416
5.415 − 5.188
𝑃𝐸2012 = 𝑥 100% = 4,20%
5.415
6.066 − 6.109
𝑃𝐸2013 = 𝑥 100% = 0,71%
6.066
6.585 − 7.031
𝑃𝐸2014 = 𝑥 100% = 6,77%
6.585
7.035 − 7.952
𝑃𝐸2015 = 𝑥 100% = 13,04%
7.035
7.895 − 8.874
𝑃𝐸2016 = 𝑥 100% = 12,40%
7.895
9.062 − 9.795
𝑃𝐸2017 = 𝑥 100% = 8,09%
9.062
10.716 − 10.717
𝑃𝐸2018 = 𝑥 100% = 0,01%
10.716
12.215 − 11.638
𝑃𝐸2019 = 𝑥 100% = 4,72%
12.215
13.712 − 12.560
𝑃𝐸2020 = 𝑥 100% = 8,40%
13.712
(19,58 + .… + 8,40)
𝑀𝐴𝑃𝐸 = = 7,77%
11
Tabel 4.67 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor sosial
79
2018 10.716 10.717 0,01%
2019 12.215 11.638 4,72%
2020 13.712 12.560 8,40%
MAPE 7,77%
e. Gedung Pemerintahan
80
Tabel 4.68 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor gedung pemerintahan
81
5.179 − 4.945
𝑃𝐸2019 = 𝑥 100% = 4,52%
5.179
5.575 − 5.324
𝑃𝐸2020 = 𝑥 100% = 4,50%
5.575
(15,91+ .… + 4,50)
𝑀𝐴𝑃𝐸 = = 5,44%
11
Tabel 4.69 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor gedung pemerintahan
82
422 − 438
𝑃𝐸2012 = 𝑥 100% = 3,68%
422
465 − 479
𝑃𝐸2013 = 𝑥 100% = 2,92%
465
526 − 528
𝑃𝐸2014 = 𝑥 100% = 0,47%
526
591 − 587
𝑃𝐸2015 = 𝑥 100% = 0,63%
591
654 − 655
𝑃𝐸2016 = 𝑥 100% = 0,15%
654
750 − 732
𝑃𝐸2017 = 𝑥 100% = 2,46%
750
835 − 817
𝑃𝐸2018 = 𝑥 100% = 2,15%
835
895 − 911
𝑃𝐸2019 = 𝑥 100% = 1,83%
895
1.009 − 1.015
𝑃𝐸2020 = 𝑥 100% = 0,56%
1.009
(3,74+ .… + 0,56)
𝑀𝐴𝑃𝐸 = = 1,70%
11
Tabel 4.70 Perhitungan MAPE jumlah pelanggan dengan
metode Quadratic pada sektor penerangan jalan umum
83
2. Perhitungan MAPE jumlah pelanggan dengan metode
Regresi Linear
397 − 316
𝑃𝐸2010 = 𝑥 100% = 20,53%
397
405 − 379
𝑃𝐸2011 = 𝑥 100% = 6,48%
405
422 − 442
𝑃𝐸2012 = 𝑥 100% = 4,74%
422
465 − 505
𝑃𝐸2013 = 𝑥 100% = 8,65%
465
526 − 568
𝑃𝐸2014 = 𝑥 100% = 8,08%
526
591 − 632
𝑃𝐸2015 = 𝑥 100% = 6,89%
591
654 − 695
𝑃𝐸2016 = 𝑥 100% = 6,26%
654
750 − 758
𝑃𝐸2017 = 𝑥 100% = 1,10%
750
835 − 821
𝑃𝐸2018 = 𝑥 100% = 1,62%
835
895 − 885
𝑃𝐸2019 = 𝑥 100% = 1,15%
895
1.009 − 948
𝑃𝐸2020 = 𝑥 100% = 6,05%
1.009
(20,53+ .… + 6,05)
𝑀𝐴𝑃𝐸 = = 6,50%
11
Tabel 4.71 Perhitungan MAPE jumlah pelanggan dengan
Regresi Linear pada sektor penerangan jalan umum
84
2018 835 821 1,62%
2019 895 885 1,15%
2020 1.009 948 6,05%
MAPE 6,50%
a. Rumah Tangga
85
(13,65 + .… + 0,64)
𝑀𝐴𝑃𝐸 = = 4,31%
11
Tabel 4.72 Perhitungan MAPE jumlah daya tersambung
dengan metode Quadratic pada sektor rumah tangga
86
513,89 − 509,84
𝑃𝐸2018 = 𝑥 100% = 0,79%
513,89
569,91 − 554,46
𝑃𝐸2019 = 𝑥 100% = 2,71%
569,91
630,09 − 599,09
𝑃𝐸2020 = 𝑥 100% = 4,92%
630,09
(3,38 + .… + 4,92)
𝑀𝐴𝑃𝐸 = = 5,08%
11
Tabel 4.73 Perhitungan MAPE jumlah daya tersambung
dengan Regresi Linear pada sektor rumah tangga
87
b. Industri
88
2016 21,92 22,97 4,81%
2017 28,05 29,52 5,25%
2018 38,15 37,39 1,99%
2019 46,82 46,57 0,53%
2020 57,45 57,07 0,66%
MAPE 6,29%
89
2011 10,96 6,02 45,09%
2012 10,68 10,59 0,81%
2013 12,21 15,17 24,24%
2014 15,02 19,75 31,46%
2015 16,60 24,32 46,51%
2016 21,92 28,90 31,83%
2017 28,05 33,47 19,33%
2018 38,15 38,05 0,27%
2019 46,82 42,62 8,96%
2020 57,45 47,20 17,84%
MAPE 28,31%
c. Bisnis
90
120,46 − 122,35
𝑃𝐸2018 = 𝑥 100% = 1,57%
120,46
133,82 − 131,92
𝑃𝐸2019 = 𝑥 100% = 1,42%
133,82
142,67 − 141,24
𝑃𝐸2020 = 𝑥 100% = 1,00%
142,67
(5,15 + .… + 1,00)
𝑀𝐴𝑃𝐸 = = 2,26%
11
Tabel 4.76 Perhitungan MAPE jumlah daya tersambung
dengan metode Quadratic pada sektor bisnis
91
92,52 − 90,85
𝑃𝐸2015 = 𝑥 100% = 1,80%
92,52
99,92 − 101,31
𝑃𝐸2016 = 𝑥 100% = 1,39%
99,92
109,13 − 111,77
𝑃𝐸2017 = 𝑥 100% = 2,41%
109,13
120,46 − 122,22
𝑃𝐸2018 = 𝑥 100% = 1,46%
120,46
133,82 − 132,68
𝑃𝐸2019 = 𝑥 100% = 0,85%
133,82
142,67 − 143,13
𝑃𝐸2020 = 𝑥 100% = 0,32%
142,67
(10,56 + .… + 0,32)
𝑀𝐴𝑃𝐸 = = 2,93%
11
Tabel 4.77 Perhitungan MAPE jumlah daya tersambung
dengan Regresi Linear pada sektor bisnis
92
d. Sosial
93
2016 20,33 21,13 3,91%
2017 23,40 25,24 7,88%
2018 31,19 29,95 3,97%
2019 35,61 35,25 1,00%
2020 41,27 41,14 0,31%
MAPE 5,77%
94
2011 9,38 7,62 18,76%
2012 11,82 10,85 8,18%
2013 13,83 14,09 1,85%
2014 15,07 17,32 14,92%
2015 16,52 20,55 24,40%
2016 20,33 23,78 16,99%
2017 23,40 27,02 15,45%
2018 31,19 30,25 3,02%
2019 35,61 33,48 5,98%
2020 41,27 36,71 11,04%
MAPE 14,83%
e. Gedung Pemerintahan
95
29,72 − 28,96
𝑃𝐸2018 = 𝑥 100% = 2,56%
29,72
31,74 − 32,13
𝑃𝐸2019 = 𝑥 100% = 1,22%
31,74
35,24 − 35,52
𝑃𝐸2020 = 𝑥 100% = 0,79%
35,24
(2,14 + .… + 0,79)
𝑀𝐴𝑃𝐸 = = 1,79%
11
Tabel 4.80 Perhitungan MAPE jumlah daya tersambung
dengan metode Quadratic pada sektor gedung
pemerintahan
96
18,26 − 19,54
𝑃𝐸2014 = 𝑥 100% = 7,00%
18,26
19,98 − 21,92
𝑃𝐸2015 = 𝑥 100% = 9,72%
19,98
23,37 − 24,31
𝑃𝐸2016 = 𝑥 100% = 4,00%
23,37
26,64 −26,69
𝑃𝐸2017 = 𝑥 100% = 0,18%
26,64
29,72 − 29,07
𝑃𝐸2018 = 𝑥 100% = 2,18%
29,72
31,74 − 31,46
𝑃𝐸2019 = 𝑥 100% = 0,89%
31,74
35,24 − 33,84
𝑃𝐸2020 = 𝑥 100% = 3,97%
35,24
(16,21 + .… + 3,97)
𝑀𝐴𝑃𝐸 = = 4,77%
11
Tabel 4.81 Perhitungan MAPE jumlah daya tersambung
dengan Regresi Linear pada sektor gedung pemerintahan
97
menunjukkan perhitungan MAPE untuk metode analisis
Regresi dengan Regresi Linear sebesar 4,77%.
98
2011 4,34 4,34 0,09%
2012 4,41 4,68 6,16%
2013 4,80 5,04 4,98%
2014 5,50 5,42 1,53%
2015 5,80 5,81 0,23%
2016 6,30 6,23 1,11%
2017 6,88 6,67 3,09%
2018 7,20 7,12 1,05%
2019 7,64 7,60 0,51%
2020 7,91 8,10 2,37%
MAPE 2,42%
99
Tabel 4.83 Perhitungan MAPE jumlah daya tersambung
dengan Regresi Linear pada sektor penerangan jalan
umum
a. Rumah Tangga
100
421,44 − 402,05
𝑃𝐸2013 = 𝑥 100% = 4,60%
421,44
457,44 − 448,90
𝑃𝐸2014 = 𝑥 100% = 1,87%
457,44
480,61 − 494,09
𝑃𝐸2015 = 𝑥 100% = 2,81%
480,61
545,68 − 537,62
𝑃𝐸2016 = 𝑥 100% = 1,48%
545,68
575,66 − 579,48
𝑃𝐸2017 = 𝑥 100% = 0,66%
575,66
605,59 − 619,68
𝑃𝐸2018 = 𝑥 100% = 2,33%
605,59
644,18 − 658,20
𝑃𝐸2019 = 𝑥 100% = 2,18%
644,18
714,64 − 695,07
𝑃𝐸2020 = 𝑥 100% = 2,74%
714,64
(1,40 + .… + 2,74)
𝑀𝐴𝑃𝐸 = = 2,22%
11
Tabel 4.84 Perhitungan MAPE jumlah energi terjual
dengan metode Quadratic pada sektor rumah tangga
101
2. Perhitungan MAPE jumlah energi terjual dengan metode
Regresi Linear
248,01 − 263,98
𝑃𝐸2010 = 𝑥 100% = 6,44%
248,01
293,33 − 308,34
𝑃𝐸2011 = 𝑥 100% = 5,12%
293,33
356,87 − 352,69
𝑃𝐸2012 = 𝑥 100% = 1,17%
356,87
421,44 − 397,05
𝑃𝐸2013 = 𝑥 100% = 5,79%
421,44
457,44 − 441,41
𝑃𝐸2014 = 𝑥 100% = 3,50%
457,44
480,61 − 485,77
𝑃𝐸2015 = 𝑥 100% = 1,07%
480,61
545,68 − 530,13
𝑃𝐸2016 = 𝑥 100% = 2,85%
545,68
575,66 − 574,48
𝑃𝐸2017 = 𝑥 100% = 0,20%
575,66
605,59 − 618,84
𝑃𝐸2018 = 𝑥 100% = 2,19%
605,59
644,18 − 663,20
𝑃𝐸2019 = 𝑥 100% = 2,95%
644,18
714,64 − 707,56
𝑃𝐸2020 = 𝑥 100% = 0,99%
714,64
(6,44 + .… + 0,99)
𝑀𝐴𝑃𝐸 = = 2,93%
11
Tabel 4.85 Perhitungan MAPE jumlah energi terjual
dengan Regresi Linear pada sektor rumah tangga
102
2017 575,66 574,48 0,20%
2018 605,59 618,84 2,19%
2019 644,18 663,20 2,95%
2020 714,64 707,56 0,99%
MAPE 2,93%
b. Industri
103
(6,97 + .… + 0,84)
𝑀𝐴𝑃𝐸 = = 3,59%
11
Tabel 4.86 Perhitungan MAPE jumlah energi terjual
dengan metode Quadratic pada sektor industri
104
45,76 − 42,72
𝑃𝐸2018 = 𝑥 100% = 6,65%
45,76
47,08 − 45,84
𝑃𝐸2019 = 𝑥 100% = 2,62%
47,08
53,80 − 48,97
𝑃𝐸2020 = 𝑥 100% = 8,97%
53,80
(17,62 + .… + 8,97)
𝑀𝐴𝑃𝐸 = = 10,32%
11
Tabel 4.87 Perhitungan MAPE jumlah energi terjual
dengan Regresi Linear pada sektor industri
105
c. Bisnis
106
2016 151,36 151,94 0,38%
2017 161,83 164,29 1,52%
2018 174,56 176,48 1,10%
2019 200,26 188,49 5,88%
2020 194,12 200,32 3,20%
MAPE 3,33%
107
2011 81,37 88,11 8,28%
2012 100,49 100,72 0,23%
2013 121,84 113,33 6,98%
2014 128,85 125,94 2,26%
2015 132,71 138,56 4,40%
2016 151,36 151,17 0,13%
2017 161,83 163,78 1,20%
2018 174,56 176,39 1,05%
2019 200,26 189,00 5,62%
2020 194,12 201,61 3,86%
MAPE 3,24%
d. Sosial
108
32,50 − 32,45
𝑃𝐸2018 = 𝑥 100% = 0,16%
32,50
38,18 − 36,67
𝑃𝐸2019 = 𝑥 100% = 3,95%
38,18
40,51 − 41,22
𝑃𝐸2020 = 𝑥 100% = 1,75%
40,51
(1,57 + .… + 1,75)
𝑀𝐴𝑃𝐸 = = 2,69%
11
Tabel 4.90 Perhitungan MAPE jumlah energi terjual
dengan metode Quadratic pada sektor social
109
20,55 − 23,33
𝑃𝐸2015 = 𝑥 100% = 13,52%
20,55
25,43 − 26,42
𝑃𝐸2016 = 𝑥 100% = 3,90%
25,43
27,42 − 29,52
𝑃𝐸2017 = 𝑥 100% = 7,64%
27,42
32,50 − 32,61
𝑃𝐸2018 = 𝑥 100% = 0,34%
32,50
38,18 − 35,70
𝑃𝐸2019 = 𝑥 100% = 6,48%
38,18
40,51 − 38,80
𝑃𝐸2020 = 𝑥 100% = 4,23%
40,51
(22,35 + .… + 4,23)
𝑀𝐴𝑃𝐸 = = 6,86%
11
Tabel 4.91 Perhitungan MAPE jumlah energi terjual
dengan Regresi Linear pada sektor sosial
110
e. Gedung Pemerintahan
111
2014 24,69 24,97 1,15%
2015 27,03 27,47 1,64%
2016 30,69 30,06 2,04%
2017 32,55 32,75 0,60%
2018 35,60 35,52 0,23%
2019 39,02 38,38 1,63%
2020 40,78 41,34 1,37%
MAPE 1,44%
112
Tabel 4.93 Perhitungan MAPE jumlah energi terjual
dengan Regresi Linear pada sektor gedung pemerintahan
113
14,00 − 13,96
𝑃𝐸2014 = 𝑥 100% = 0,32%
14,00
14,76 − 14,68
𝑃𝐸2015 = 𝑥 100% = 0,51%
14,76
15,51 − 15,50
𝑃𝐸2016 = 𝑥 100% = 0,04%
15,51
16,65 − 16,41
𝑃𝐸2017 = 𝑥 100% = 1,41%
16,65
17,72 − 17,42
𝑃𝐸2018 = 𝑥 100% = 1,71%
17,72
18,17 − 18,51
𝑃𝐸2019 = 𝑥 100% = 1,87%
18,17
19,67 − 19,69
𝑃𝐸2020 = 𝑥 100% = 0,12%
19,67
(1,53 + .… + 0,12)
𝑀𝐴𝑃𝐸 = = 1,06%
11
Tabel 4.94 Perhitungan MAPE jumlah energi terjual
dengan metode Quadratic pada sektor penerangan jalan
umum
114
12,14 − 11,27
𝑃𝐸2010 = 𝑥 100% = 7,17%
12,14
12,34 − 12,04
𝑃𝐸2011 = 𝑥 100% = 2,40%
12,34
12,64 − 12,82
𝑃𝐸2012 = 𝑥 100% = 1,41%
12,64
12,94 − 13,59
𝑃𝐸2013 = 𝑥 100% = 5,04%
12,94
14,00 − 14,37
𝑃𝐸2014 = 𝑥 100% = 2,61%
14,00
14,76 − 15,14
𝑃𝐸2015 = 𝑥 100% = 2,57%
14,76
15,51 − 15,91
𝑃𝐸2016 = 𝑥 100% = 2,60%
15,51
16,65 − 16,69
𝑃𝐸2017 = 𝑥 100% = 0,23%
16,65
17,72 − 17,46
𝑃𝐸2018 = 𝑥 100% = 1,46%
17,72
18,17 − 18,24
𝑃𝐸2019 = 𝑥 100% = 0,36%
18,17
19,67 − 19,01
𝑃𝐸2020 = 𝑥 100% = 3,36%
19,67
(7,17 + .… + 3,36)
𝑀𝐴𝑃𝐸 = = 2,66%
11
Tabel 4.95 Perhitungan MAPE jumlah energi terjual
dengan Regresi Linear pada sektor penerangan jalan
umum
115
2019 18,17 18,24 0,36%
2020 19,67 19,01 3,36%
MAPE 2,66%
116
4.5.2 Perbandingan Antara Metode Quadratic Dan Metode Analisis
Regresi Jumlah Daya Tersambung
117
Sosial 3.25% 7.77%
Gedung Pemerintahan 2.69% 6.86%
Penerangan Jalan Umum 1.06% 2.66%
Rata-Rata 2.69% 5.63%
a. Rumah Tangga
118
𝑌2032 = 362.097 + 39.374 (17) + 1.845 (17) 2 = 1.564.678
𝑌2033 = 362.097 + 39.374 (18) + 1.845 (18) 2 = 1.668.630
𝑌2034 = 362.097 + 39.374 (19) + 1.845 (19) 2 = 1.776.271
𝑌2035 = 362.097 + 39.374 (20) + 1.845 (20) 2 = 1.887.602
𝑌2036 = 362.097 + 39.374 (21) + 1.845 (21) 2 = 2.002.624
𝑌2037 = 362.097 + 39.374 (22) + 1.845 (22) 2 = 2.121.335
𝑌2038 = 362.097 + 39.374 (23) + 1.845 (23) 2 = 2.243.737
𝑌2039 = 362.097 + 39.374 (24) + 1.845 (24)2 = 2.369.829
𝑌2040 = 362.097 + 39.374 (25) + 1.845 (25) 2 = 2.499.611
Tabel 4.99 Hasil peramalan jumlah pelanggan tahun 2021 s/d
2040 pada sektor rumah tangga
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 664.764 61.132
2022 7 728.123 63.360
2023 8 795.173 67.050
2024 9 865.913 70.740
2025 10 940.344 74.430
2026 11 1.018.464 78.120
2027 12 1.100.274 81.810
2028 13 1.185.775 85.501
2029 14 1.274.966 89.191
2030 15 1.367.846 92.881
2031 16 1.464.417 96.571
2032 17 1.564.678 100.261
2033 18 1.668.630 103.951
2034 19 1.776.271 107.641
2035 20 1.887.602 111.331
2036 21 2.002.624 115.022
2037 22 2.121.335 118.712
2038 23 2.243.737 122.402
2039 24 2.369.829 126.092
2040 25 2.499.611 129.782
Rata-rata 1.477.019 94.799
119
Dari tabel hasil perhitungan peramalan diatas dapat diketahui
akan terjadi peningkatan jumlah pelanggan setiap tahunnya
hingga tahun 2040. Hasil perhitungan peramalan jumlah
pelanggan pada sektor rumah tangga untuk tahun 2021 s/d 2040
yang telah dilakukan digabungkan dengan data jumlah
pelanggan dari tahun 2010 s/d 2020 dapat ditunjukkan pada
gambar 4.1.
b. Industri
120
𝑌2026 = 169,43 + 36,00 (11) + 5,66 (11) 2 = 1.250
𝑌2027 = 169,43 + 36,00 (12) + 5,66 (12) 2 = 1.416
𝑌2028 = 169,43 + 36,00 (13) + 5,66 (13) 2 = 1.594
𝑌2029 = 169,43 + 36,00 (14) + 5,66 (14) 2 = 1.782
𝑌2030 = 169,43 + 36,00 (15) + 5,66 (15) 2 = 1.982
𝑌2031 = 169,43 + 36,00 (16) + 5,66 (16) 2 = 2.194
𝑌2032 = 169,43 + 36,00 (17) + 5,66 (17) 2 = 2.416
𝑌2033 = 169,43 + 36,00 (18) + 5,66 (18) 2 = 2.650
𝑌2034 = 169,43 + 36,00 (19) + 5,66 (19) 2 = 2.896
𝑌2035 = 169,43 + 36,00 (20) + 5,66 (20) 2 = 3.152
𝑌2036 = 169,43 + 36,00 (21) + 5,66 (21) 2 = 3.420
𝑌2037 = 169,43 + 36,00 (22) + 5,66 (22) 2 = 3.700
𝑌2038 = 169,43 + 36,00 (23) + 5,66 (23) 2 = 3.990
𝑌2039 = 169,43 + 36,00 (24) + 5,66 (24) 2 = 4.292
𝑌2040 = 169,43 + 36,00 (25) + 5,66 (25) 2 = 4.605
Tabel 4.100 Hasil peramalan jumlah pelanggan tahun 2021 s/d
2040 pada sektor industri
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 589 91
2022 7 699 110
2023 8 819 121
2024 9 952 132
2025 10 1.095 143
2026 11 1.250 155
2027 12 1.416 166
2028 13 1.594 177
2029 14 1.782 189
2030 15 1.982 200
2031 16 2.194 211
2032 17 2.416 223
2033 18 2.650 234
2034 19 2.896 245
121
2035 20 3.152 257
2036 21 3.420 268
2037 22 3.700 279
2038 23 3.990 291
2039 24 4.292 302
2040 25 4.605 313
Rata-rata 2.275 205
c. Bisnis
122
𝑌2021 = 18.230,19 + 1.787,66 (6) + 51,06 (6)2 = 30.793
𝑌2022 = 18.230,19 + 1.787,66 (7) + 51,06 (7)2 = 33.244
𝑌2023 = 18.230,19 + 1.787,66 (8) + 51,06 (8)2 = 35.797
𝑌2024 = 18.230,19 + 1.787,66 (9) + 51,06 (9)2 = 38.452
𝑌2025 = 18.230,19 + 1.787,66 (10) + 51,06 (10) 2 = 41.209
𝑌2026 = 18.230,19 + 1.787,66 (11) + 51,06 (11) 2 = 44.068
𝑌2027 = 18.230,19 + 1.787,66 (12) + 51,06 (12) 2 = 47.029
𝑌2028 = 18.230,19 + 1.787,66 (13) + 51,06 (13) 2 = 50.092
𝑌2029 = 18.230,19 + 1.787,66 (14) + 51,06 (14) 2 = 53.257
𝑌2030 = 18.230,19 + 1.787,66 (15) + 51,06 (15) 2 = 56.524
𝑌2031 = 18.230,19 + 1.787,66 (16) + 51,06 (16) 2 = 59.893
𝑌2032 = 18.230,19 + 1.787,66 (17) + 51,06 (17) 2 = 63.365
𝑌2033 = 18.230,19 + 1.787,66 (18) + 51,06 (18) 2 = 66.938
𝑌2034 = 18.230,19 + 1.787,66 (19) + 51,06 (19) 2 = 70.613
𝑌2035 = 18.230,19 + 1.787,66 (20) + 51,06 (20) 2 = 74.390
𝑌2036 = 18.230,19 + 1.787,66 (21) + 51,06 (21) 2 = 78.270
𝑌2037 = 18.230,19 + 1.787,66 (22) + 51,06 (22) 2 = 82.251
𝑌2038 = 18.230,19 + 1.787,66 (23) + 51,06 (23) 2 = 86.335
𝑌2039 = 18.230,19 + 1.787,66 (24) + 51,06 (24) 2 = 90.520
𝑌2040 = 18.230,19 + 1.787,66 (25) + 51,06 (25) 2 = 94.808
Tabel 4.101 Hasil peramalan jumlah pelanggan tahun 2021 s/d
2040 pada sektor bisnis
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 30.793 2.245
2022 7 33.244 2.451
2023 8 35.797 2.553
2024 9 38.452 2.655
2025 10 41.209 2.757
2026 11 44.068 2.859
2027 12 47.029 2.961
2028 13 50.092 3.063
123
2029 14 53.257 3.165
2030 15 56.524 3.267
2031 16 59.893 3.369
2032 17 63.365 3.471
2033 18 66.938 3.573
2034 19 70.613 3.675
2035 20 74.390 3.777
2036 21 78.270 3.879
2037 22 82.251 3.981
2038 23 86.335 4.083
2039 24 90.520 4.185
2040 25 94.808 4.288
Rata-rata 59.892 3.313
124
d. Sosial
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 15.345 1.633
2022 7 17.198 1.853
125
2023 8 19.194 1.996
2024 9 21.334 2.140
2025 10 23.617 2.283
2026 11 26.043 2.426
2027 12 28.613 2.570
2028 13 31.325 2.713
2029 14 34.182 2.856
2030 15 37.181 3.000
2031 16 40.324 3.143
2032 17 43.610 3.286
2033 18 47.040 3.430
2034 19 50.613 3.573
2035 20 54.329 3.716
2036 21 58.188 3.859
2037 22 62.191 4.003
2038 23 66.337 4.146
2039 24 70.627 4.289
2040 25 75.059 4.433
Rata-rata 41.117 3.067
126
Gambar 4.4 Grafik peramalan jumlah pelanggan tahun 2010 s/d
2040 pada sektor sosial
e. Gedung Pemerintahan
127
𝑌2033 = 3.216,39 + 379,64 (18) + 20,98 (18) 2 = 16.847
𝑌2034 = 3.216,39 + 379,64 (19) + 20,98 (19) 2 = 18.003
𝑌2035 = 3.216,39 + 379,64 (20) + 20,98 (20) 2 = 19.201
𝑌2036 = 3.216,39 + 379,64 (21) + 20,98 (21) 2 = 20.441
𝑌2037 = 3.216,39 + 379,64 (22) + 20,98 (22) 2 = 21.722
𝑌2038 = 3.216,39 + 379,64 (23) + 20,98 (23) 2 = 23.046
𝑌2039 = 3.216,39 + 379,64 (24) + 20,98 (24)2 = 24.412
𝑌2040 = 3.216,39 + 379,64 (25) + 20,98 (25) 2 = 25.819
Tabel 4.103 Hasil peramalan jumlah pelanggan tahun 2021 s/d
2040 pada sektor gedung pemerintahan
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 6.249 674
2022 7 6.902 652
2023 8 7.596 694
2024 9 8.332 736
2025 10 9.111 778
2026 11 9.931 820
2027 12 10.793 862
2028 13 11.697 904
2029 14 12.643 946
2030 15 13.631 988
2031 16 14.661 1.030
2032 17 15.733 1.072
2033 18 16.847 1.114
2034 19 18.003 1.156
2035 20 19.201 1.198
2036 21 20.441 1.240
2037 22 21.722 1.282
2038 23 23.046 1.324
2039 24 24.412 1.366
2040 25 25.819 1.408
Rata-rata 14.839 1.012
128
Dari tabel hasil perhitungan peramalan diatas dapat diketahui
akan terjadi peningkatan jumlah pelanggan setiap tahunnya
hingga tahun 2040. Hasil perhitungan peramalan jumlah
pelanggan pada sektor gedung pemerintahan untuk tahun 2021
s/d 2040 yang telah dilakukan digabungkan dengan data jumlah
pelanggan dari tahun 2010 s/d 2020 dapat ditunjukkan pada
gambar 4.5.
129
𝑌2026 = 587,29 + 63,25 (11) + 4,44 (11) 2 = 1.821
𝑌2027 = 587,29 + 63,25 (12) + 4,44 (12) 2 = 1.986
𝑌2028 = 587,29 + 63,25 (13) + 4,44 (13) 2 = 2.161
𝑌2029 = 587,29 + 63,25 (14) + 4,44 (14) 2 = 2.344
𝑌2030 = 587,29 + 63,25 (15) + 4,44 (15) 2 = 2.536
𝑌2031 = 587,29 + 63,25 (16) + 4,44 (16) 2 = 2.737
𝑌2032 = 587,29 + 63,25 (17) + 4,44 (17) 2 = 2.947
𝑌2033 = 587,29 + 63,25 (18) + 4,44 (18) 2 = 3.166
𝑌2034 = 587,29 + 63,25 (19) + 4,44 (19) 2 = 3.393
𝑌2035 = 587,29 + 63,25 (20) + 4,44 (20) 2 = 3.630
𝑌2036 = 587,29 + 63,25 (21) + 4,44 (21) 2 = 3.875
𝑌2037 = 587,29 + 63,25 (22) + 4,44 (22) 2 = 4.130
𝑌2038 = 587,29 + 63,25 (23) + 4,44 (23) 2 = 4.393
𝑌2039 = 587,29 + 63,25 (24) + 4,44 (24) 2 = 3.875
𝑌2040 = 587,29 + 63,25 (25) + 4,44 (25) 2 = 4.946
Tabel 4.104 Hasil peramalan jumlah pelanggan tahun 2021 s/d
2040 pada sektor penerangan jalan umum
Periode Perubahan
Tahun
(𝑡) Jumlah Pelanggan Perkembangan
2021 6 1.127 118
2022 7 1.248 121
2023 8 1.378 130
2024 9 1.516 139
2025 10 1.664 148
2026 11 1.821 157
2027 12 1.986 165
2028 13 2.161 174
2029 14 2.344 183
2030 15 2.536 192
2031 16 2.737 201
2032 17 2.947 210
2033 18 3.166 219
2034 19 3.393 228
130
2035 20 3.630 237
2036 21 3.875 245
2037 22 4.130 254
2038 23 4.393 263
2039 24 4.665 272
2040 25 4.946 281
Rata-rata 2.783 197
131
4.6.2 Hasil Peramalan Jumlah Daya Tersambung Untuk Tahun 2021 -
2040
a. Rumah Tangga
132
Tabel 4.105 Hasil peramalan jumlah daya tersambung tahun
2021 s/d 2040 pada sektor rumah tangga
Perubahan
Periode
Tahun Jumlah Daya
(𝑡) Perkembangan
Tersambung (MVA)
2021 6 690,41 60,32
2022 7 758,39 67,97
2023 8 829,95 71,57
2024 9 905,11 75,16
2025 10 983,86 78,75
2026 11 1.066,20 82,34
2027 12 1.152,13 85,93
2028 13 1.241,66 89,52
2029 14 1.334,77 93,12
2030 15 1.431,48 96,71
2031 16 1.531,78 100,30
2032 17 1.635,67 103,89
2033 18 1.743,16 107,48
2034 19 1.854,23 111,08
2035 20 1.968,90 114,67
2036 21 2.087,16 118,26
2037 22 2.209,01 121,85
2038 23 2.334,45 125,44
2039 24 2.463,48 129,03
2040 25 2.596,11 132,63
Rata-rata 1.540,89 98,30
133
Gambar 4.7 Grafik peramalan daya tersambung tahun 2010 s/d
2040 pada sektor rumah tangga
b. Industri
134
𝑌2033 = 17,74 + 4,58 (18) + 0,66 (18) 2 = 313,32
𝑌2034 = 17,74 + 4,58 (19) + 0,66 (19) 2 = 342,24
𝑌2035 = 17,74 + 4,58 (20) + 0,66 (20) 2 = 372,49
𝑌2036 = 17,74 + 4,58 (21) + 0,66 (21) 2 = 404,04
𝑌2037 = 17,74 + 4,58 (22) + 0,66 (22) 2 = 436,92
𝑌2038 = 17,74 + 4,58 (23) + 0,66 (23) 2 = 471,10
𝑌2039 = 17,74 + 4,58 (24) + 0,66 (24) 2 = 506,61
𝑌2040 = 17,74 + 4,58 (25) + 0,66 (25) 2 = 543,43
Tabel 4.106 Hasil peramalan jumlah daya tersambung tahun
2021 s/d 2040 pada sektor industri
Perubahan
Periode
Tahun Jumlah Daya
(𝑡) Perkembangan
Tersambung (MVA)
2021 6 68,89 11,44
2022 7 82,02 13,13
2023 8 96,46 14,45
2024 9 112,23 15,76
2025 10 129,31 17,08
2026 11 147,70 18,40
2027 12 167,41 19,71
2028 13 188,44 21,03
2029 14 210,78 22,34
2030 15 234,44 23,66
2031 16 259,42 24,98
2032 17 285,71 26,29
2033 18 313,32 27,61
2034 19 342,24 28,92
2035 20 372,49 30,24
2036 21 404,04 31,56
2037 22 436,92 32,87
2038 23 471,10 34,19
2039 24 506,61 35,51
2040 25 543,43 36,82
Rata-rata 268,65 24,30
135
Dari tabel hasil perhitungan peramalan diatas dapat diketahui
akan terjadi peningkatan jumlah daya tersambung setiap
tahunnya hingga tahun 2040. Hasil perhitungan peramalan
jumlah daya tersambung pada sektor industri untuk tahun 2021
s/d 2040 yang telah dilakukan digabungkan dengan data jumlah
daya tersambung dari tahun 2010 s/d 2020 dapat ditunjukkan
pada gambar 4.8.
c. Bisnis
136
𝑌2026 = 92,11 + 10,46 (11) − 0,13 (11)2 = 191,89
𝑌2027 = 92,11 + 10,46 (12) − 0,13 (12)2 = 199,45
𝑌2028 = 92,11 + 10,46 (13) − 0,13 (13)2 = 206,76
𝑌2029 = 92,11 + 10,46 (14) − 0,13 (14)2 = 213,82
𝑌2030 = 92,11 + 10,46 (15) − 0,13 (15)2 = 220,62
𝑌2031 = 92,11 + 10,46 (16) − 0,13 (16)2 = 227,18
𝑌2032 = 92,11 + 10,46 (17) − 0,13 (17)2 = 233,48
𝑌2033 = 92,11 + 10,46 (18) − 0,13 (18)2 = 239,53
𝑌2034 = 92,11 + 10,46 (19) − 0,13 (19)2 = 245,32
𝑌2035 = 92,11 + 10,46 (20) − 0,13 (20)2 = 250,87
𝑌2036 = 92,11 + 10,46 (21) − 0,13 (21)2 = 256,16
𝑌2037 = 92,11 + 10,46 (22) − 0,13 (22)2 = 261,21
𝑌2038 = 92,11 + 10,46 (23) − 0,13 (23)2 = 266,00
𝑌2039 = 92,11 + 10,46 (24) − 0,13 (24)2 = 270,54
𝑌2040 = 92,11 + 10,46 (25) − 0,13 (25)2 = 274,82
Tabel 4.107 Hasil peramalan jumlah daya tersambung tahun
2021 s/d 2040 pada sektor bisnis
Perubahan
Periode
Tahun Jumlah Daya
(𝑡) Perkembangan
Tersambung (MVA)
2021 6 150,32 7,65
2022 7 159,13 8,82
2023 8 167,70 8,57
2024 9 176,02 8,32
2025 10 184,08 8,06
2026 11 191,89 7,81
2027 12 199,45 7,56
2028 13 206,76 7,31
2029 14 213,82 7,06
2030 15 220,62 6,80
2031 16 227,18 6,55
2032 17 233,48 6,30
2033 18 239,53 6,05
137
2034 19 245,32 5,80
2035 20 250,87 5,55
2036 21 256,16 5,29
2037 22 261,21 5,04
2038 23 266,00 4,79
2039 24 270,54 4,54
2040 25 274,82 4,29
Rata-rata 219,74 6,61
138
d. Sosial
139
2023 8 62,36 7,66
2024 9 70,61 8,25
2025 10 79,46 8,84
2026 11 88,89 9,43
2027 12 98,92 10,03
2028 13 109,53 10,62
2029 14 120,74 11,21
2030 15 132,54 11,80
2031 16 144,92 12,39
2032 17 157,90 12,98
2033 18 171,47 13,57
2034 19 185,63 14,16
2035 20 200,38 14,75
2036 21 215,73 15,34
2037 22 231,66 15,93
2038 23 248,18 16,52
2039 24 265,29 17,11
2040 25 283,00 17,70
Rata-rata 148,48 12,09
140
Gambar 4.10 Grafik peramalan daya tersambung tahun 2010 s/d
2040 pada sektor sosial
e. Gedung Pemerintahan
141
𝑌2032 = 20,80 + 2,38 (17) + 0,11 (17) 2 = 93,69
𝑌2033 = 20,80 + 2,38 (18) + 0,11 (18) 2 = 99,99
𝑌2034 = 20,80 + 2,38 (19) + 0,11 (19) 2 = 106,52
𝑌2035 = 20,80 + 2,38 (20) + 0,11 (20) 2 = 113,27
𝑌2036 = 20,80 + 2,38 (21) + 0,11 (21) 2 = 120,25
𝑌2037 = 20,80 + 2,38 (22) + 0,11 (22) 2 = 127,44
𝑌2038 = 20,80 + 2,38 (23) + 0,11 (23) 2 = 134,87
𝑌2039 = 20,80 + 2,38 (24) + 0,11 (24) 2 = 142,51
𝑌2040 = 20,80 + 2,38 (25) + 0,11 (25) 2 = 150,39
Tabel 4.109 Hasil Peramalan jumlah daya tersambung tahun
2021 s/d 2040 pada sektor gedung pemerintahan
Perubahan
Periode
Tahun Jumlah Daya
(𝑡) Perkembangan
Tersambung (MVA)
2021 6 39,13 3,89
2022 7 42,97 3,84
2023 8 47,04 4,06
2024 9 51,33 4,29
2025 10 55,84 4,51
2026 11 60,57 4,74
2027 12 65,53 4,96
2028 13 70,71 5,18
2029 14 76,12 5,41
2030 15 81,75 5,63
2031 16 87,61 5,86
2032 17 93,69 6,08
2033 18 99,99 6,30
2034 19 106,52 6,53
2035 20 113,27 6,75
2036 21 120,25 6,98
2037 22 127,44 7,20
2038 23 134,87 7,42
2039 24 142,51 7,65
2040 25 150,39 7,87
142
Rata-rata 88,38 5,76
143
𝑌2023 = 5,81 + 0,41 (8) + 0,01 (8)2 = 9,71
𝑌2024 = 5,81 + 0,41 (9) + 0,01 (9)2 = 10,28
𝑌2025 = 5,81 + 0,41 (10) + 0,01 (10)2 = 10,88
𝑌2026 = 5,81 + 0,41 (11) + 0,01 (11)2 = 11,50
𝑌2027 = 5,81 + 0,41 (12) + 0,01 (12)2 = 12,13
𝑌2028 = 5,81 + 0,41 (13) + 0,01 (13)2 = 12,79
𝑌2029 = 5,81 + 0,41 (14) + 0,01 (14) 2 = 13,46
𝑌2030 = 5,81 + 0,41 (15) + 0,01 (15)2 = 14,16
𝑌2031 = 5,81 + 0,41 (16) + 0,01 (16)2 = 14,87
𝑌2032 = 5,81 + 0,41 (17) + 0,01 (17)2 = 15,61
𝑌2033 = 5,81 + 0,41 (18) + 0,01 (18)2 = 16,37
𝑌2034 = 5,81 + 0,41 (19) + 0,01 (19)2 = 17,14
𝑌2035 = 5,81 + 0,41 (20) + 0,01 (20)2 = 17,94
𝑌2036 = 5,81 + 0,41 (21) + 0,01 (21)2 = 18,75
𝑌2037 = 5,81 + 0,41 (22) + 0,01 (22)2 = 19,59
𝑌2038 = 5,81 + 0,41 (23) + 0,01 (23)2 = 20,44
𝑌2039 = 5,81 + 0,41 (24) + 0,01 (24) 2 = 21,32
𝑌2040 = 5,81 + 0,41 (25) + 0,01(25) 2 = 22,21
Tabel 4.110 Hasil peramalan jumlah daya tersambung tahun
2021 s/d 2040 pada sektor penerangan jalan umum
Perubahan
Periode
Tahun Jumlah Daya
(𝑡) Perkembangan
Tersambung (MVA)
2021 6 8,61 0,70
2022 7 9,15 0,54
2023 8 9,71 0,56
2024 9 10,28 0,58
2025 10 10,88 0,60
2026 11 11,50 0,62
2027 12 12,13 0,64
2028 13 12,79 0,66
2029 14 13,46 0,68
144
2030 15 14,16 0,70
2031 16 14,87 0,72
2032 17 15,61 0,74
2033 18 16,37 0,76
2034 19 17,14 0,78
2035 20 17,94 0,80
2036 21 18,75 0,82
2037 22 19,59 0,84
2038 23 20,44 0,85
2039 24 21,32 0,87
2040 25 22,21 0,89
Rata-rata 14,85 0,72
145
4.6.3 Hasil Peramalan Jumlah Energi Terjual Untuk Tahun 2021 –
2040
a. Rumah Tangga
146
Tabel 4.111 Hasil peramalan jumlah energi terjual tahun 2021
s/d 2040 pada sektor rumah tangga
Perubahan
Periode
Tahun Jumlah Energi
(𝑡) Perkembangan
Terjual (GWh)
2021 6 730,27 15,63
2022 7 763,80 33,53
2023 8 795,67 31,87
2024 9 825,87 30,20
2025 10 854,41 28,54
2026 11 881,28 26,87
2027 12 906,49 25,21
2028 13 930,03 23,54
2029 14 951,91 21,88
2030 15 972,12 20,21
2031 16 990,66 18,55
2032 17 1.007,54 16,88
2033 18 1.022,76 15,21
2034 19 1.036,31 13,55
2035 20 1.048,19 11,88
2036 21 1.058,41 10,22
2037 22 1.066,96 8,55
2038 23 1.073,85 6,89
2039 24 1.079,07 5,22
2040 25 1.082,63 3,56
Rata-rata 953,91 18,40
147
Gambar 4.13 Grafik peramalan energi terjual tahun 2010 s/d
2040 pada sektor rumah tangga
b. Industri
148
𝑌2032 = 291,81 + 3,13 (17) + 0,35 (17)2 = 184,74
𝑌2033 = 291,81 + 3,13 (18) + 0,35 (18)2 = 200,19
𝑌2034 = 291,81 + 3,13 (19) + 0,35 (19)2 = 216,35
𝑌2035 = 291,81 + 3,13 (20) + 0,35 (20)2 = 233,20
𝑌2036 = 291,81 + 3,13 (21) + 0,35 (21)2 = 250,77
𝑌2037 = 291,81 + 3,13 (22) + 0,35 (22)2 = 269,04
𝑌2038 = 291,81 + 3,13 (23) + 0,35 (23)2 = 288,01
𝑌2039 = 291,81 + 3,13 (24) + 0,35 (24)2 = 307,68
𝑌2040 = 291,81 + 3,13 (25) + 0,35(25) 2 = 328,06
Tabel 4.112 Hasil peramalan jumlah energi terjual tahun 2021
s/d 2040 pada sektor industri
Perubahan
Periode
Tahun Jumlah Energi
(𝑡) Perkembangan
Terjual (GWh)
2021 6 61,25 7,45
2022 7 68,96 7,70
2023 8 77,37 8,41
2024 9 86,48 9,11
2025 10 96,30 9,82
2026 11 106,82 10,52
2027 12 118,05 11,23
2028 13 129,98 11,93
2029 14 142,61 12,63
2030 15 155,95 13,34
2031 16 169,99 14,04
2032 17 184,74 14,75
2033 18 200,19 15,45
2034 19 216,35 16,16
2035 20 233,20 16,86
2036 21 250,77 17,56
2037 22 269,04 18,27
2038 23 288,01 18,97
2039 24 307,68 19,68
2040 25 328,06 20,38
149
Rata-rata 174,59 13,71
c. Bisnis
150
𝑌2026 = 139,41 + 12,61 (11) − 0,09 (11) 2 = 267,75
𝑌2027 = 139,41 + 12,61 (12) − 0,09 (12) 2 = 278,39
𝑌2028 = 139,41 + 12,61 (13) − 0,09 (13) 2 = 288,85
𝑌2029 = 139,41 + 12,61 (14) − 0,09 (14) 2 = 299,14
𝑌2030 = 139,41 + 12,61 (15) − 0,09 (15) 2 = 309,26
𝑌2031 = 139,41 + 12,61 (16) − 0,09 (16) 2 = 319,21
𝑌2032 = 139,41 + 12,61 (17) − 0,09 (17) 2 = 328,99
𝑌2033 = 139,41 + 12,61 (18) − 0,09 (18) 2 = 338,60
𝑌2034 = 139,41 + 12,61 (19) − 0,09 (19) 2 = 348,03
𝑌2035 = 139,41 + 12,61 (20) − 0,09 (20) 2 = 357,29
𝑌2036 = 139,41 + 12,61 (21) − 0,09 (21) 2 = 366,38
𝑌2037 = 139,41 + 12,61 (22) − 0,09 (22) 2 = 375,30
𝑌2038 = 139,41 + 12,61 (23) − 0,09 (23) 2 = 384,05
𝑌2039 = 139,41 + 12,61 (24) − 0,09 (24) 2 = 392,63
𝑌2040 = 139,41 + 12,61 (25) − 0,09 (25) 2 = 401,03
Tabel 4.113 Hasil peramalan jumlah energi terjual tahun 2021
s/d 2040 pada sektor bisnis
Perubahan
Periode
Tahun Jumlah Energi
(𝑡) Perkembangan
Terjual (GWh)
2021 6 211,99 17,87
2022 7 223,49 11,50
2023 8 234,81 11,32
2024 9 245,96 11,15
2025 10 256,94 10,98
2026 11 267,75 10,81
2027 12 278,39 10,64
2028 13 288,85 10,46
2029 14 299,14 10,29
2030 15 309,26 10,12
2031 16 319,21 9,95
2032 17 328,99 9,78
2033 18 338,60 9,61
151
2034 19 348,03 9,43
2035 20 357,29 9,26
2036 21 366,38 9,09
2037 22 375,30 8,92
2038 23 384,05 8,75
2039 24 392,63 8,58
2040 25 401,03 8,40
Rata-rata 311,41 10,35
152
d. Sosial
153
2023 8 56,79 5,51
2024 9 62,63 5,84
2025 10 68,79 6,16
2026 11 75,27 6,48
2027 12 82,08 6,81
2028 13 89,21 7,13
2029 14 96,66 7,45
2030 15 104,43 7,77
2031 16 112,53 8,10
2032 17 120,95 8,42
2033 18 129,69 8,74
2034 19 138,76 9,06
2035 20 148,14 9,39
2036 21 157,85 9,71
2037 22 167,89 10,03
2038 23 178,24 10,36
2039 24 188,92 10,68
2040 25 199,92 11,00
Rata-rata 113,81 7,97
154
Gambar 4.16 Grafik peramalan energi terjual tahun 2010 s/d
2040 pada sektor sosial
e. Gedung Pemerintahan
155
𝑌2032 = 27,47 + 2,55 (17) + 0,05 (17) 2 = 83,90
𝑌2033 = 27,47 + 2,55 (18) + 0,05 (18) 2 = 88,04
𝑌2034 = 27,47 + 2,55 (19) + 0,05 (19) 2 = 92,27
𝑌2035 = 27,47 + 2,55 (20) + 0,05 (20) 2 = 96,59
𝑌2036 = 27,47 + 2,55 (21) + 0,05 (21) 2 = 101,00
𝑌2037 = 27,47 + 2,55 (22) + 0,05 (22) 2 = 105,51
𝑌2038 = 27,47 + 2,55 (23) + 0,05 (23) 2 = 110,10
𝑌2039 = 27,47 + 2,55 (24) + 0,05 (24) 2 = 114,79
𝑌2040 = 27,47 + 2,55 (25) + 0,05 (25) 2 = 119,56
Tabel 4.115 Hasil peramalan jumlah energi Terjual tahun 2021
s/d 2040 pada sektor gedung pemerintahan
Perubahan
Periode
Tahun Jumlah Energi
(𝑡) Perkembangan
Terjual (GWh)
2021 6 44,38 3,60
2022 7 47,52 3,14
2023 8 50,75 3,23
2024 9 54,07 3,32
2025 10 57,48 3,41
2026 11 60,98 3,50
2027 12 64,57 3,59
2028 13 68,26 3,68
2029 14 72,03 3,77
2030 15 75,90 3,87
2031 16 79,85 3,96
2032 17 83,90 4,05
2033 18 88,04 4,14
2034 19 92,27 4,23
2035 20 96,59 4,32
2036 21 101,00 4,41
2037 22 105,51 4,50
2038 23 110,10 4,59
2039 24 114,79 4,69
2040 25 119,56 4,78
156
Rata-rata 79,38 3,94
157
𝑌2024 = 14,68 + 0,77 (9) + 0,05 (9)2 = 25,34
𝑌2025 = 14,68 + 0,77 (10) + 0,05 (10) 2 = 26,98
𝑌2026 = 14,68 + 0,77 (11) + 0,05 (11) 2 = 28,71
𝑌2027 = 14,68 + 0,77 (12) + 0,05 (12) 2 = 30,54
𝑌2028 = 14,68 + 0,77 (13) + 0,05 (13) 2 = 32,45
𝑌2029 = 14,68 + 0,77 (14) + 0,05 (14) 2 = 34,46
𝑌2030 = 14,68 + 0,77 (15) + 0,05 (15) 2 = 36,55
𝑌2031 = 14,68 + 0,77 (16) + 0,05 (16) 2 = 38,74
𝑌2032 = 14,68 + 0,77 (17) + 0,05 (17) 2 = 41,02
𝑌2033 = 14,68 + 0,77 (18) + 0,05 (18) 2 = 43,39
𝑌2034 = 14,68 + 0,77 (19) + 0,05 (19) 2 = 45,85
𝑌2035 = 14,68 + 0,77 (20) + 0,05 (20) 2 = 48,40
𝑌2036 = 14,68 + 0,77 (21) + 0,05 (21) 2 = 51,05
𝑌2037 = 14,68 + 0,77 (22) + 0,05 (22) 2 = 53,78
𝑌2038 = 14,68 + 0,77 (23) + 0,05 (23) 2 = 56,61
𝑌2039 = 14,68 + 0,77 (24) + 0,05 (24) 2 = 59,52
𝑌2040 = 14,68 + 0,77 (25) + 0,05(25)2 = 62,53
Tabel 4.116 Hasil peramalan jumlah energi terjual tahun 2021
s/d 2040 pada sektor penerangan jalan umum
Perubahan
Periode
Tahun Jumlah Energi
(𝑡) Perkembangan
Terjual (GWh)
2021 6 20,97 1,30
2022 7 22,34 1,37
2023 8 23,79 1,46
2024 9 25,34 1,55
2025 10 26,98 1,64
2026 11 28,71 1,73
2027 12 30,54 1,82
2028 13 32,45 1,91
2029 14 34,46 2,01
2030 15 36,55 2,10
2031 16 38,74 2,19
158
2032 17 41,02 2,28
2033 18 43,39 2,37
2034 19 45,85 2,46
2035 20 48,40 2,55
2036 21 51,05 2,64
2037 22 53,78 2,73
2038 23 56,61 2,83
2039 24 59,52 2,92
2040 25 62,53 3,01
Rata-rata 39,15 2,14
159
4.7 Hasil Peramalan Kebutuhan Energi Listrik Tahun 2040
Tabel 4.117 Hasil kebutuhan energi listrik tahun 2040 pada setiap sektor
Jumlah Daya
Kebutuhan Energi Jumlah Pelanggan Jumlah Energi
Tersambung
Listrik Listrik Terjual (GWh)
(MVA)
Rumah Tangga 2.499.611 2.596,11 1.082,63
Industri 4.605 543,43 328,06
Bisnis 94.808 274,82 401,03
Sosial 75.059 283,00 199,92
Gedung
25.819 150,39 119,56
Pemerintahan
Penerangan Jalan
4.946 22,21 62,53
Umum
Jumlah 2.704.848 3.869,96 2.193,74
160
BAB V
PENUTUP
5.1 Kesimpulan
161
5.2 Saran
162
DAFTAR PUSTAKA
1
[10] R. A. Pratama and Dr. A. Lilik S.T., M.T “Peramalan Beban Listrik Jangka
Panjang Provinsi D. I. Yogyakarta Menggunakan Neural Network
Backpropagation,” Jurnal Teknik Elektro, vol. 5, no. 3, pp. 37–47, 2015.
[11] A. D. Yuanti, “Perbandingan Model Time Series Seasonal ARIMA
(SARIMA) Dan Seasonal AFRIMA (SAFRIMA) Pada Data Beban
Konsumsi Listrik Jangka Pendek Di Jawa Timur,” Universitas Airlangga,
2016.
[12] A. Hasibuan and W. V. Siregar, “Prakiraan Kebutuhan Energi Listrik Kota
Subulussalam Sampai Tahun 2020 Menggunakan Metode Analisis Regresi,”
Jurnal Teknik Elektro : RELE, vol. 1, no. 2, pp. 57–61, 2019.
[13] M. Ibrahim, “Peramalan Kebutuhan Energi Listrik Dan Beban Listrik Sektor
Rumah Tangga Di Sumatera Selatan Dengan Metode Analisis Time Series :
Proyeksi Tren Dan Analisis Regresi,” Universitas Islam Indonesia
Yogyakarta, 2018.
[14] V. Yuliana, “Model Peramalan Rata-Rata Beban Pemakaian Listrik Kota
Pekanbaru Menggunakan Metode BOX-JENKINS,” Universitas Islam
Negeri Sultan Syarif Kasim Riau, 2011.
[15] M. Ibrahim, “Peramalan Kebutuhan Energi Listrik Dan Beban Listrik Sektor
Rumah Tangga Di Sumatera Selatan Dengan Metode Analisis Time Series :
Proyeksi Tren Dan Analisis Regresi,” Universitas Islam Indonesia
Yogyakarta, 2018.
[16] Nurmahaludin, “Perbandingan Algoritma Particle Swarm Optimization Dan
Regresi Pada Peramalan,” Jurnal POROS Teknik, vol. 6, no. 2, pp. 55–61,
2014.
[17] H. Z. Harahap, “Prakiraan Kebutuhan Energi Listrik Dengan Metode
Simple Econometric Expanded Studi Kasus Di PT Inalum (Persero),”
Universitas Sumatera Utara Medan, 2019.
[18] W. Ikhsanudin, “Prakiraan Kebutuhan Listrik Pada Tahun 2017-2026 Di
Kabupaten Klaten,” Skripsi : Universitas Muhammadiyah Surakarta, 2017.
2
[19] Marwan, “Analisis Prakiraan Beban Listrik Rumah Tangga dengan
Menggunakan Metode Regresi,” INTEK Jurnal Penelitian, vol. 6, no. 2, pp.
155–159, 2019.
[20] G. Pinayungan. “Peramalan Energi Listrik UP3 Sidoarjo Tahun 2019-2029
Menggunakan Metode Time Series : Quadratic,” Universitas 17 Agustus
1945, 2018.