Prediksi Ketersediaan Tenaga Listrik di Jawa Tengah dengan Forecast Linear dan Error Trend Seasonality menggunakan Excel

ABSTRAK Dalam era pertumbuhan ekonomi dan kemajuan teknologi yang pesat, kebutuhan akan pasokan listrik yang konsisten semakin mendesak. Penelitian ini membandingkan metode prediksi error trend seasonality (ETS) dan prediksi linear untuk mengantisipasi ketersediaan listrik di Jawa Tengah, menggunaka...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Statistika (Bandung, Indonesia) Indonesia), 2024-05, Vol.24 (1), p.47-53
Hauptverfasser: Ulfah Mediaty Arief, Sri Sukamta, Dewi Anggriani, Moh. Umar Dani Atik
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:ABSTRAK Dalam era pertumbuhan ekonomi dan kemajuan teknologi yang pesat, kebutuhan akan pasokan listrik yang konsisten semakin mendesak. Penelitian ini membandingkan metode prediksi error trend seasonality (ETS) dan prediksi linear untuk mengantisipasi ketersediaan listrik di Jawa Tengah, menggunakan data dari 2011 hingga 2021. Evaluasi menunjukkan bahwa metode prediksi linear lebih akurat dengan persentase kesalahan lebih rendah dibandingkan error trend seasonality (ETS). Prediksi menunjukkan tren positif peningkatan ketersediaan listrik, membuka peluang pengembangan industri dan pertumbuhan ekonomi regional. Keandalan prediksi linear memberikan dasar yang solid untuk pengambilan keputusan di sektor energi. Rekomendasi untuk meningkatkan keandalan prediksi di masa depan mencakup pemantauan dan pembaruan data, serta melibatkan pemangku kepentingan dan ahli energi dalam pengambilan keputusan. Penelitian ini diharapkan memberikan panduan bagi pembuat kebijakan dan pihak terkait dalam mengelola ketersediaan energi listrik secara efisien di Jawa Tengah. ABSTRACT In an era of rapid economic growth and technological progress, the need for a consistent electricity supply is increasingly urgent. This research compares the error trend seasonality prediction (ETS) method and linear prediction to anticipate electricity availability in Central Java, using data from 2011 to 2021. The evaluation shows that the linear prediction method is more accurate with a lower error percentage than error trend seasonality (ETS). Predictions show a positive trend of increasing electricity availability, opening up opportunities for industrial development and regional economic growth. The reliability of linear predictions provides a solid basis for decision making in the energy sector. Recommendations to improve the reliability of future predictions include monitoring and updating data, as well as involving stakeholders and energy experts in decision making. This research is expected to provide guidance for policy holders and related parties in managing the availability of electrical energy efficiently in Central Java.
ISSN:1411-5891
2599-2538
DOI:10.29313/statistika.v24i1.3277