ANALISIS SINGLE EXPONENTIAL SMOOTHING DAN DOUBLE EXPONENTIAL SMOOTHING DALAM PERAMALAN JUMLAH PELANGGAN LISTRIK DI PT. PLN ULP PADANG

Aulia Oktavia, Sri Wahyu, Fitroh Resmi

Abstract


Perencanaan distribusi tenaga listrik yang optimal sangat bergantung pada kemampuan meramalkan jumlah pelanggan listrik di masa depan. Penelitian ini menganalisis serta membandingkan keakuratan metode Single Exponential Smoothing (SES) dan Double Exponential Smoothing (DES) dalam meramalkan jumlah pelanggan listrik di PT. PLN ULP Padang. Data historis jumlah pelanggan listrik dari tahun 2014 hingga 2023 digunakan sebagai dasar perhitungan dengan tingkat akurasi diukur menggunakan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa metode DES lebih akurat dibandingkan metode SES, dengan nilai MAPE sebesar 5% untuk DES dan 12% untuk SES. Hasil ini mengindikasikan bahwa metode DES lebih efektif dalam melihat tren pertumbuhan pelanggan sehingga direkomendasikan sebagai alat peramalan jumlah pelanggan listrik di PT. PLN ULP Padang untuk membantu optimalisasi perencanaan kapasitas jaringan dan distribusi daya listrik.


Keywords


Peramalan; Exponential Smoothing; MAPE; jumlah pelanggan listrik.

Full Text:

PDF

References


A. C. Koloay, H. Tumaliang, and M. Pakiding, “Perencanaan Dan Pemenuhan Kebutuhan Energi Listrik Di Kota Bitung,” Jurnal Teknik Elektro dan Komputer, vol. 7, no. 3, pp. 285–294, 2018.

H. Handoko, “Dasar-dasar manajemen produksi dan operasai,” 2020.

BPS, “jumlah pelanggan listrik dari tahun 2014 hingga 2023,” BPS Kota Padang. [Online]. Available: https://padangkota.bps.go.id/

S. Wardah and I. Iskandar, “Analisis peramalan penjualan produk keripik pisang kemasan bungkus (Studi kasus: Home Industry Arwana Food Tembilahan),” J@ ti undip: jurnal teknik industri, vol. 11, no. 3, pp. 135–142, 2017.

M. D. B. Barus, M. Mustafa, and F. S. Thahirah, “Single Eksponensial Smoothing: Analisis Forecasting Dalam Perencanaan Produksi (Studi Kasus PT. Food Beverages Indonesia),” in Scenario (Seminar of Social Sciences Engineering and Humaniora), 2021, pp. 199–212.

M. Spyros, S. C. Wheelwright, and V. E. Mcgee, “Metode dan Aplikasi Peramalan,” Edisi Kedua. Jakarta: Erlangga, 1999.

S. Fachrurrazi, “Peramalan Penjualan Obat Menggunakan Metode Single Exponential Smoothing Pada Toko Obat Bintang Geurugok,” Jurnal Techsi, vol. 7, no. 1, pp. 19–30, 2015.

I. Listiowarni, N. P. Dewi, and A. K. W. Hapantenda, “Perbandingan Metode Double Exponential Smoothing dan Double Moving Average untuk Peramalan Harga Beras Eceran di Kabupaten Pamekasan,” Jurnal Komputer Terapan, vol. 6, no. 2, pp. 158–169, 2020.

D. C. Montgomery, C. L. Jennings, and M. Kulahci, Introduction to time series analysis and forecasting. John Wiley & Sons, 2015.

A. Oktavia, S. Nita, and R. T. Putra, “Prediksi Penjualan Tabung Gas LPG 5, 5 kg di PT. Parafin Energi Mandiri dengan Menggunakan Metode Least Square,” JURNAL ILMIAH MATEMATIKA DAN TERAPAN, vol. 20, no. 1, pp. 31–37, 2023.

N. M. L. I. Seno and I. Kamila, “Metode Double Exponential Smoothing dalam Peramalan Jumlah Pemohon Paspor (Studi Kasus: Kantor Imigrasi Kelas II Non-TPI Depok),” Interval: Jurnal Ilmiah Matematika, vol. 2, no. 1, pp. 23–31, 2022.

M. H. Elison and R. Asrianto, “Prediksi Penjualan Papan Bunga Menggunakan Metode Double Exponential Smoothing,” Jurnal Riset Sistem Informasi Dan Teknologi Informasi (JURSISTEKNI), vol. 2, no. 3, pp. 45–56, 2020.

D. R. P. Sari, “Penerapan Metode Double Exponential Smoothing Pada Data Inflasi Bulanan Tahun 2021,” Jurnal MSA (Matematika Dan Statistika Serta Aplikasinya), vol. 10, no. 2, pp. 26–31, 2022.

H. Ihsan, R. Syam, and F. Ahmad, “Peramalan Penjualan dengan Metode Exponential Smoothing (Studi Kasus: Penjualan Bakso Kemasaan/Kiloan Rumah Bakso Bang Ipul),” Journal of Mathematics, Computations, and Statistics, vol. 1, no. 1, pp. 1–7, 2018.

E. A. N. Putro, E. Rimawati, and R. T. Vulandari, “Prediksi Penjualan Kertas Menggunakan Metode Double Exponential Smoothing,” Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), vol. 9, no. 1, pp. 60–68, 2021.




DOI: https://doi.org/10.15548/map.v7i1.11123

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.