PERBANDINGAN METODE CONSTRUCTIVE NEURAL NETWORK BACKPROPAGATION DENGAN MULTIPLE LINIER REGRESSION DALAM MELAKUKAN PREDIKSI JANGKA PANJANG PERMINTAAN ENERGI LISTRIK PADA PLN ULP BENJENG

Energi listrik merupakan kebutuhan dasar yang sangat vital dalam kehidupan masyarakat serta menjadi salah satu indikator penting bagi kemajuan pembangunan suatu wilayah. Oleh karena itu, prediksi permintaan energi listrik memiliki peranan strategis, khususnya dalam perencanaan produksi tahunan di PLN ULP Benjeng. Penelitian ini dilakukan untuk membandingkan kinerja beberapa metode prediksi, yaitu Multiple Linear Regression (MLR), Artificial Neural Network (ANN) dengan algoritma Backpropagation, serta Long Short-Term Memory (LSTM). Data yang digunakan mencakup daya terpasang, jumlah konsumen, dan pemakaian energi listrik periode 2019 hingga 2024, dengan variabel input berupa daya terpasang dan jumlah pelanggan, sedangkan variabel output adalah pemakaian energi listrik. Metode MLR diuji melalui perhitungan manual maupun perangkat lunak SPSS, sementara ANN menggunakan arsitektur jaringan 3-10-10-1 dengan tiga variasi learning rate, dan LSTM digunakan untuk memodelkan hubungan temporal data. Evaluasi performa dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa metode MLR memberikan akurasi terbaik dengan MAPE sebesar 3,03%. ANN backpropagation memperoleh hasil terbaik pada learning rate 0,08 dengan MAPE 6,05%, disusul oleh lr 0,07 sebesar 6,51% dan lr 0,09 sebesar 7,14%. Sementara itu, metode LSTM menghasilkan MAPE sebesar 3,62%, yang cukup kompetitif dan mendekati hasil regresi berganda. Dari temuan ini dapat disimpulkan bahwa regresi berganda masih memberikan hasil prediksi paling akurat pada data yang relatif stabil, sementara LSTM mampu menjadi alternatif yang menjanjikan karena keunggulannya dalam mengolah pola temporal. Di sisi lain, ANN backpropagation tetap memiliki potensi untuk dikembangkan pada kasus dengan pola data yang lebih non-linier dan dinamis. Hasil penelitian ini diharapkan dapat menjadi referensi bagi PLN ULP Benjeng dalam mendukung perencanaan distribusi energi listrik di masa depan.