Perbandingan Metode Single Exponential Smoothing Dan Metode Double Exponential Smoothing Untuk Memprediksi Konsumsi Energi Listrik Di PT. PLN (Persero) ULP Lhokseumawe

Energi listrik merupakan kebutuhan vital bagi masyarakat dan menjadi penunjang utama dalam berbagai sektor, termasuk rumah tangga, bisnis, hingga industri. Seiring meningkatnya permintaan listrik setiap tahunnya, PT. PLN (Persero) ULP Lhokseumawe dituntut mampu melakukan perencanaan distribusi dan kapasitas daya yang akurat. Prediksi yang kurang tepat dapat menimbulkan ketidakseimbangan antara pasokan dan kebutuhan energi. Penelitian ini membandingkan dua metode peramalan, yaitu Single Exponential Smoothing (SES) dan Double Exponential Smoothing (DES), untuk memprediksi konsumsi energi listrik di wilayah Lhokseumawe. Data yang digunakan berupa konsumsi listrik bulanan per kecamatan periode 2022–2024, dengan proyeksi prediksi hingga tahun 2027. Tahapan penelitian meliputi pengumpulan data, pra-processing, penerapan metode SES dan DES, evaluasi akurasi menggunakan MAPE, serta perancangan sistem berbasis web menggunakan Python dan Flask. Hasil penelitian menunjukkan bahwa metode SES memiliki tingkat akurasi lebih tinggi dengan nilai MAPE sebesar 5,85%, sedangkan metode DES memperoleh nilai MAPE sebesar 7,87%. Hal ini menegaskan bahwa SES lebih sesuai digunakan untuk data dengan pola fluktuatif acak. Sebaliknya, DES lebih cocok diterapkan pada data dengan pola tren. Melalui perbandingan nilai MAPE, diperoleh gambaran metode mana yang lebih optimal digunakan dalam konteks prediksi konsumsi listrik di Lhokseumawe. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi PT. PLN (Persero) ULP Lhokseumawe dalam menyusun strategi distribusi energi listrik yang lebih efektif dan efisien.