NASKAH PUBLIKASI PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN 2014-2018 MENGGUNAKAN METODE REGRESI DENGAN PERBANDINGAN ANTARA APLIKASI MATLAB DAN MICROSOFT EXCEL Diajukan oleh: SUMARTANTO D 400 100 045 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2014 i
LEMBAR PENGESAHAN Karya ilmiah dengan judul PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN 2014-2018 MENGGUNAKAN METODE REGRESI DENGAN PERBANDINGAN ANTARA APLIKASI MATLAB DAN MICROSOFT EXCEL ini diajukan oleh: Nama : SUMARTANTO NIM : D 400 100 045 Guna memenuhi salah satu syarat untuk menyelesaikan program Sarjana jenjang pendidikan Strata-Satu (S1) pada Fakultas Teknik Program Studi Teknik Elektro Universitas Muhammadiyah Surakarta, telah diperiksa dan disetujui pada: Hari : Senin Tanggal : 14 Juli 2014 Pembimbing I Pembimbing II (Umar, ST, MT) (Agus Supardi, ST, MT) ii
PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN 2014-2018 MENGGUNAKAN METODE REGRESI DENGAN PERBANDINGAN ANTARA APLIKASI MATLAB DAN MICROSOFT EXCEL Sumartanto Jurusan Teknik Elektro Fakultas Teknik Universitas Muhammadiyah Surakarta Jl. A. Yani tromol pos 1 pabelan kartasura Surakarta Sumartanto06@gmail.com ABSTRAKSI Pertumbuhan penduduk dapat mempengaruhi permintaan kebutuhan energi listrik dalam masyarakat, apalagi jaman semakin maju dengan bermunculnya teknologi canggih yang mendukung kinerja masyarakat dalam beraktivitas. Disamping itu semakin berkembangnya suatu daerah juga semakin menambah penggunaan energi listrik tersebut. Untuk memenuhi kebutuhan energi listrik seluruh pelanggan, dapat dilakukan peramalan kebutuhan energi listrik yang akan datang dengan bantuan data sebelumnya agar dalam penyediaan energi listrik untuk pelanggan lebih effisien sebelum benar-benar terjadi. Data yang perlu diketahui dalam peramalan kebutuhan energi listrik di PT. PLN (PERSERO) Unit Pelayanan dan Jaringan Wonogiri adalah jumlah pelanggan, daya terpasang, energi terjual dan data kependudukan daerah Wonogiri. Dalam peramalan, metode yang digunakan adalah metode gabungan yaitu peramalan dengan menggabungkan antara metode analitis, kecenderungan dan ekonometri dengan menggunakan pendekatan sektoral rumah tangga, bisnis, umum, dan industri dengan analisa regresi dengan bantuan Program MATLAB dan Program Excel. Hasil peramalan di daerah Unit Pelayanan dan Jaringan Wonogiri dari data yang diperoleh mulai tahun 2009 sampai 2013 dapat diketahui bahwa pada tahun 2014 sampai tahun 2018 tiap tahunnya mengalami kenaikan permintaan. Hasil peramalan pada tahun 2018 menggunakan program MATLAB jumlah pelanggan ± 132.368, daya tersambung ± 106.124.421 VA, energi terjual ± 13.611.724 KWh, mengunakan program Excel jumlah pelanggan ± 132.368, daya tersambung ± 106.200.741 VA, energi terjual ± 13.611.760 KWh. Kata kunci: peramalan, analisa regresi, metode gabungan 1 Pendahuluan Pertambahan penduduk dapat mempengaruhi meningkatnya kebutuhan energi listrik, tetapi penyediaan energi listrik masih tetap sama seperti saat sebelumnya. Energi listrik merupakan kebutuhan yang mendesak dan sangat penting bagi kehidupan masyarakat. Hal itu disebabkan energi listrik 1 dapat langsung dipakai seperti untuk penerangan, perindustrian dan dalam rangkaian elektronika. Energi listrik sangat berpengaruh dalam pertumbuhan ekonomi dalam suatu daerah, karena pada jaman modern sekarang ini alat-alat yang digunakan dalam menunjang kemajuan usaha menggunakan energi listrik. Hal ini menuntut perusahaan energi listrik untuk selalu
menyediakan energi listrik untuk memenuhi kebutuhan masyarakat. Selain itu agar pertumbuhan ekonominya mengimbangi pertumbuhan penduduknya. Perusahaan energi listrik juga dituntut untuk meningkatkan mutu dalam pelayanan dan keandalan dalam penyaluran energi listrik. Pengusahaan listrik merupakan masalah komplek, karena energi listrik tidaklah praktis untuk disimpan maka listrik yang sudah dihasilkan harus langsung disalurkan ke konsumen, sedangkan karakteristik kebutuhan energi listrik tersebut tiap hari bahkan tiap jamnya dapat berubah karena perilaku konsumen berbeda-beda. Karena kebutuhan energi listrik terus meningkat, maka diperlukan waktu yang tidak singkat untuk membangun suatu pembangkit tenaga listrik. Perencana sistem harus pintar melihat kemungkinan-kemungkinan perkembangan sistem tenaga ditahun-tahun yang akan datang. Melalui pengkajian-pengkajian kecenderungan di masa lalu dan pembuatan perkiraan ke masa yang akan datang, maka perencana dapat memperkirakan kebutuhan pembangkitan tenaga listrik secara efisien. Meskipun pusat pembangkit dengan ukuran besar dianggap lebih ekonomis, namun jika tambahan hanya sekedar untuk memenuhi beban puncak yang berlangsung hanya beberapa jam, pembangkitan ukuran kecil sudah cukup memadai untuk melayaninya. Suatu perkiraan yang telah lalu harus dikaji dan dibenahi agar perkiraan-perkiraan yang akan datang mendekati suatu kebenaran akan kebutuhan energi listrik di tahun yang telah direncanakan. Dengan semakin pesatnya teknologi khususnya dibidang komputer, telah tersedia program yang memang sengaja dirancang untuk menghitung, sehingga dapat mempermudah dalam menghitung perkiraan beban ditahun yang direncanakan. Penggunaan komputer selain mempermudah juga meningkatkan ketelitian dalam penghitungan. Pertumbuhan ekonomi wonogiri semakin berkembang dengan didirikannya beberapa pabrik, toko-toko, pembangunan fasilitas umum seperti rumah sakit, sekolahan, sehingga beban listrik yang dibutuhkan juga semakin besar. Pertumbuhan penduduk juga sangat berpengaruh terhadap beban listrik yang dibutuhkan oleh pelanggan, apalagi jaman sudah semakin maju dengan bermunculan alat-alat elektronik yang mendukung kinerja manusia dalam melakukan kegiatannya sehari-hari. Perkiraan beban di Wonogiri pada tahun yang akan datang sangat diperlukan untuk keperluan agar pihak PLN pada tahun yang akan datang dapat memenuhi kebutuhan energi listrik pada pelanggan. 2 Metode Penelitian 2. 1 Jadwal penelitian Waktu pembuatan laporan dan penelitian dengan judul perkiraan beban jaringan distribusi di Wonogiri tahun 2014-2018 menggunakan metode regresi dengan perbandingan antara aplikasi MATLAB dan Ms.Excel dapat diselesaikan selama 5 bulan yaitu mulai dari pembuatan proposal, studi literatur, pengolahan data dan pembuatan laporan. 2. 2 Studi Literatur Dalam studi literatur ini penulis melakukan kajian atau mencari referensi yang bersangkutan dengan penelitian ini. Kajian yang dilakukan dapat berupa buku, jurnal, skripsi, tesis, dan karya ilmiah lainya. 2. 3 Pengumpulan Data Dalam melakukan penelitian ini penulis mengambil data dari UPJ Wonogiri dengan ijin APJ Surakarta. Data tentang kependudukan dicari lansung dari internet. 2. 4 Pengolahan Data Pengolahan data penulis menggunakan seperangkat notebook yang sudah terinstal aplikasi MATLAB dan Ms.Excel. 3 Hasil dan Pembahasan a. Umum Metode Gabungan Metode ini disusun dengan menggabungkan ketiga macam metode yaitu analitis, ekonometri dan kecenderungan. Metode gabungan dipilih untuk meramalkan 2
kebutuhan energi listrik di UPJ Wonogiri dengan maksud untuk memudahkan dalam pencarian data dan memaksimalkan keunggulan metode-metode lainnya tanpa mengabaikan kelemahan yang dimiliki oleh masing-masing metode. Contoh penggunaan ketiga metode tadi dalam meramalkan kebutuhan energi listrik pada UPJ Wonogiri secara sederhana adalah sebagai berikut : 1) Analitis ( End Use) : Digunakan untuk meramalkan proyeksi penduduk dan jumlah rumah tangga. 2) Metode Kecenderungan : Dengan berdasar dari data historis yang sudah ada digunakan untuk meramalkan pengusahaan listrik seperti jumlah pelanggan, energi terjual, daya tersambung pada tahun-tahun yang akan datang. 3) Metode Ekonometri : Digunakan untuk meramalkan elastisitas energi dan pelanggan, pertumbuhan PDRB (Pendapatan Domestik Regional Bruto). Metode ini dapat mengetahui pertumbuhan ekonomi dalam jangka panjang oleh sebab itu maka penetapan asumsi sangat diperlukan. Analisi Regresi Analisa regresi adalah metode statistika yang di gunakan untuk menentukan kemungkinan bentuk hubungan antar variabel-variabel. Berkenaan dengan studi ketergantungan suatu variabel, yaitu variabel tak bebas (dependent variable) pada satu atau lebih variabel yang lain, yaitu variabel bebas (independent variable). Tujuan dari penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui. Analisa regresi pada hakekatnya dapat dibedakan menjadi dua, yaitu : 1) Analisa regresi sederhana ( simple regression analysis) atau regresi dua variabel yang mempelajari ketergantungan satu variabel tak bebas hanya pada satu variabel bebas. 2) Analisis regresi berganda ( multiple regression analysis) atau regresi lebih dari dua variabel yang mempelajari ketergantungan suatu variabel tak bebas pada lebih dari satu variabel bebas. Fungsi regresi sample dipergunakan untuk meramalkan Y apabila variabel bebasnya sudah diketahui. Cara menganalisa suatu permasalahan, langkah pertama yang ditempuh adalah melakukan observasi dan pengumpulan data, yang semua itu akan membuktikan kebenaran dan tingkat penyimpangannya. Persamaan matematik untuk menentukan perkiraan beban dengan mengolah data masa lampau dan sekarang yang menunjukkan hubungan fungsional antar variabel. Variabel ini adalah dan, dan,..., dan. Selanjutnya titik-titik ini (, ), (, ),..., (, ) digambarkan pada sebuah sumbu. Kumpulan titik-titik tersebut disebut dengan diagram penyebaran. Dari titik-titik penyebaran ini dibuat suatu kurva pendekatan. Pada gambar dibawah ini di ilustrasikan dua kurva pendekatan, yaitu kurva linier (garis lurus) dan kurva non-linier (eksponensial). Regresi yang telah lalu dimana kenaikan penggunaan dari tahu ke tahun kurang lebih tetap. Data penggunaan yang lalu disusun dalam daftar dan digambar pada grafik hitungan maka akan di dapat satu garis lurus. Proyeksi dari garis ini dapat memberikan perkiraan kebutuhan masa depan. y x Gambar 1.Kurva Linier 3
y x Gambar 2.Kurva Non-Linier Model statistika adalah penyajian secara matematika dan hubungan antara dua variabel atau lebih. Dua variabel X dan Y, mempunyai hubungan linier jika hubungan keduanya dapat diajukan dengan model statistika garis lurus: = + ; i = 1, 2,...n b. Prosedur Memperkirakan Beban Listrik Prosedur dalam memperkirakan beban listrik di Wonogiri ini dimulai dengan pengumpulan data-data tahun lalu yang akan digunakan sebagai acuan dalam penelitian, data yang diambil mulai tahun 2009-2013. Data tersebut diambil langsung dari UPJ Wonogiri dengan ijin APJ Surakarta. Data yang diperlukan antara lain: jumlah pelanggan, daya tersambung, energi yang terjual dan data kependudukan yang diambil dari internet. Metode yang digunakan dalam perkirakan ini yaitu dengan regresi linier, dengan persamaan-persamaan yang sudah ditentukan untuk mencapai hasil akhir. Dengan adanya prosedur ini diharapkan dalam proses penelitian akan berjalan dengan baik. c. Perkiraan Beban Jaringan Distribusi Di Daerah Wonogiri Data perkembangan energi listrik di UPJ Wonogiri dari tahun 2009-2013 adalah sebagai berikut : Tabel 1. Data Pengusahaan Energi Listrik Per Sektor UPJ Wonogiri Tahun 2009-2013 Uraian 2009 2010 2011 2012 2013 A Energi Terjual (KWh) 1. Rumah Tangga 7027615 7530476 8134402 9023617 9679250 2. Bisnis 806278 881873 918461 1006754 1026706 3. Umum 1102727 1175382 1244265 1371797 1454531 4. Industri 472176 481521 531413 604268 968151 B Daya Tersambung (VA) 1. Rumah Tangga 62900142 62914118 68057200 71962900 75418300 2. Bisnis 4913621 5011534 5955350 6895700 7407800 3. Umum 7693815 7816441 8273900 8947050 9633400 4. Industri 2879372 2991825 3184800 3431200 6194900 C Pelanggan 1. Rumah Tangga 101013 106275 114846 120251 123898 2. Bisnis 2201 2361 2434 2530 2610 3. Umum 3195 3327 3510 3738 3984 4. Industri 28 28 29 30 34 D Total Energi Terjual (KWh) 9408796 10069252 10828541 12006436 13128638 Daya Tersambung (VA) 78386950 78733918 85471250 91236850 98654400 Pelanggan 106437 111991 120819 126549 130526 4
Pengolahan data berdasarkan pendekatan 4 sektor yaitu sektor rumah tangga, bisnis, umum, dan industri. Penetapan asumsi menggunakan analisa regresi linier dan non-linier (eksponensial) yang selanjutnya dihitung menggunakan persamaan eksak yang sudah ada. Program MATLAB Ms.Excel sebagai alat bantu dalam perhitungan. Data-data dan asumsi variabel yang telah dihitung sebelumnya dapat digunakan sebagai dasar penghitungan peramalan kebutuhan energi listrik tahun 2014-2018 untuk UPJ Wonogiri. Perhitungan diambil contoh pada tahun 2014 secara manual sebagai berikut : 1. Sektor Rumah Tangga a. Jumlah Penduduk P2014 = P2013 x (1 + gp) (2014-2013) = 585.123 x (1 + 1,1%) 1 = 591.559 jiwa b. Jumlah Rumah Tangga H2014 =. =, = 164.322 c. Jumlah Pelanggan Rumah Tangga Pel.R2014 = Pel.R2013 x (1 +((epel. R x GT2014)/100)) = 123.898 x (1 +(( 0,059 x 4,9)/100)) = 124.256 d. Daya Tersambung Rumah Tangga VA.R2014 = VA.R2013 + ((Pel.R 2014 Pel.R2013 )x VR2014) = 75.418.300 + (( 124.256 123.898) x582) = 75.626.656 VA e. Konsumsi Energi Rumah Tangga E.R2014 = E.R2013 x (1 + ((ee.r x GT2014)/100)) + ((Pel.R2014- Pel.R2013) x UKRt ) = 9.679.250 x (1 + ((0,083x 4,9)/100) + ((124.256 123.898) x 79) = 9.746.897 KWh 2. Sektor Bisnis a. Jumlah Pelanggan Bisnis Pel.B2014 = Pel.B2013 x [1+{ePel.B x ((Pel.R2014/Pel.R2013)-1)}] = 2610 x [1+{1,28x((124.256 /123.898)-1)}] = 2.620 b. Daya Tersambung Bisnis VA.B2014 = VA.B2013 + ((Pel.B 2014 - Pel.B2013 )x VB2014) = 7.407.800+ (( 2.620 2.610) x3059) = 7.438.390 VA c. Konsumsi Energi Bisnis E.B2014 = E.B2013 x (1+((eE. B x GB2014)/100)) = 1.026.706 x (1+(( 0,072 x 3,6)/100)) = 1.029.367 KWh 3. Sektor Umum a. Jumlah Pelanggan Umum Pel.U2014 = Pel.U2013 x [1+{ePel.U x ((Pel.R2014/Pel.R2013)-1)}] = 3.984 x [1+{0,76 x((124.256 /123.898)-1)}] = 3.993 b. Daya Tersambung Umum VA.U2014 = VA.U2013 + ((Pel.U2014 - Pel.U2013) x VU2014) = 9.633.400+ ((3.993-3.984)x 2404) = 9.655.036 VA c. Konsumsi Energi Umum E.U2014 = E.U2013 x (1+ ((ee.u x GU2014)/100)) = 1.454.531 x (1 + ((0,074 x 9,4)/100)) = 1.464.649 KWh 4. Sektor Industri a. Jumlah Pelanggan Industri Pel.I2014 = Pel.I2013 x (1 + ((epel.i x GI2014)/100)) = 34 x (1 + ((1 x 7,7)/100)) = 36 5
b. Daya Tersambung Industri VA.I2014 = VA.I2013 + ((Pel.I2014 - Pel.I2013) x VI2014) = 6.194.900 + ((36 34 )x172.985) = 6.540.870 VA c. Konsumsi Energi Industri E.I2014 = E.I2013 x (1+((eE.I x GI2014)/100)) = 968.151 x (1 + ((0,124 x 7,7)/100)) = 977.395 KWh 5. Total Kebutuhan Konsumsi Energi E.T2014 = E.R2014 + E.B2014 + E.U2014 + E.I2014 = 9.746.897 + 1.029.367 + 1.464.649 + 977.395 = 13.218.308 KWh Hasil peramalan menggunakan MATLAB dan Ms.Excel : Tabel 2. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018 Menggunakan MATLAB Uraian 2014 2015 2016 2017 2018 A Energi Terjual (KWh) 1. Rumah Tangga 9746717 9814234 9881408 9948456 10014991 2. Bisnis 1029369 1031743 1033899 1035836 1037628 3. Umum 1464650 1475707 1487721 1500823 1515041 4. Industri 977407 988936 1003302 1021364 1044064 B Daya Tersambung (VA) 1. Rumah Tangga 75626656 75828352 76023496 76211641 76392913 2. Bisnis 7438390 7468009 7502509 7536781 7573654 3. Umum 9655036 9674316 9696069 9715453 9734893 4. Industri 6713855 7299596 8401776 9894416 12422952 C Pelanggan 1. Rumah Tangga 124256 124608 124954 125293 125625 2. Bisnis 2620 2629 2639 2648 2657 3. Umum 3993 4001 4010 4018 4026 4. Industri 37 40 45 51 60 D Total Energi Terjual (KWh) 13218143 13310620 13406330 13506479 13611724 Daya Tersambung (VA) 99433937 100270273 101623850 103358291 106124412 Pelanggan 130906 131278 131648 132010 132368 6
Tabel 3. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018 Menggunakan Ms.Excel. Uraian 2014 2015 2016 2017 2018 A Energi Terjual (KWh) 1. Rumah Tangga 9746732 9814240 9881376 9948434 10015027 2. Bisnis 1029369 1031743 1033899 1035836 1037628 3. Umum 1464650 1475706 1487720 1500823 1515041 4. Industri 977406 988935 1003301 1021364 1044064 B Daya Tersambung (VA) 1. Rumah Tangga 75626766 75828401 76023285 76211498 76393127 2. Bisnis 7437362 7468633 7501688 7536612 7573498 3. Umum 9654393 9675055 9695388 9715380 9735034 4. Industri 6644559 7318695 8344334 9945899 12499082 C Pelanggan 1. Rumah Tangga 124256 124608 124954 125293 125625 2. Bisnis 2620 2629 2638 2648 2657 3. Umum 3993 4001 4010 4018 4026 4. Industri 36 40 44 51 60 D Total Energi Terjual (KWh) 13218157 13310624 13406296 13506457 13611760 Daya Tersambung (VA) 99363080 100290784 101564695 103409389 106200741 Pelanggan 130905 131278 131646 132010 132368 Perhitungan analisa menggunakan MATLAB maupun menggunakan Ms.Excel terdapat perbedaan sedikit dikarenakan terjadinya pembulatan desimal pada setiap perhitungan baik dalam jumlah pelanggan, daya tersambung, energi terjual dan total tiap tahunnya meskipun asumsi-asumsi dan persamaan yang dgunakan berbeda. Semua program mempunyai kelebihan dan kekurangan antara lain : 1) Ms. Excel Keunggulan program excel yaitu memberikan kemudahan dalam pengoperasian penghitungan tanpa merancang script terlebih dahulu. Kekurangannya adalah harus tepatnya letak inputan yang dimasukkan, karena akan terjadi kesalahan atau hasil yang tidak akurat. Program ini bagian dari software Microsoft Office yang biasanya digunakan untuk 7 penjumlahan, pengurangan, perkalian, dan pembagian. Hasil yang didapat pada excel dapat dicopykan pada Microsoft Word. 2) MATLAB Kelemahannya, program ini tidak dapat digunakan tanpa menyusun script M- file terlebih dahulu, jika dalam penyusunan benar maka hasilnya akan ditampilkan melalui command window setelah script dijalankan. Keuntungan dari program ini antara lain memiliki banyak fasilitas matematika yang dapat digunakan untuk perhitungan dan analisa data. 4 Kesimpulan 1) Dari data yang diperoleh dari PT. PLN (PERSERO) Unit Pelayanan dan Jaringan Wonogiri dari tahun 2009 sampai 2013 dan data Stastika daerah
Wonogiri dapat digunakan untuk meramalkan beban jaringan yang meliputi jumlah pelanggan, daya tersambung, dan energi terjual. 2) Perhitungan peramalan beban listrik tahun 2014 sampai 2018 menggunakan program MATLAB dan progam Ms. Excel sebagai pembandingnya. Dari perbandingan kedua program tersebut dapat diketahui program MATLAB lebih ringkas digunakan untuk perhitungan peramalan dengan bantuan persamaan rumus regresi dengan metode gabungan serta dapat dikatakan lebih cepat dan tepat dibandingkan excel yang mana dalam pembulatan desimal dilakukan secara manual dan tidak ada program pengulangan. 3) Hasil peramalan didapatkan bahwa beban jaringan pada UPJ Wonogiri mengalami kenaikan untuk jumlah pelanggan,daya tersambung, dan energi terjual setiap tahunnya, hal ini disebabkan karena pertumbuhan penduduknya dan pendapatan masyarakat yang semakin naik juga. Hasil peramalan pada akhir tahun 2018 di UPJ Wonogiri diramalkan menggunakan program MATLAB jumlah pelanggan mencapai ± 132.368 pelanggan, daya tersambung sebesar ± 106.124.412 VA, energi terjual sebesar ±13.611.724 KWh, mengunakan program Excel jumlah pelanggan ± 132.368, daya tersambung ± 106.200.741 VA, energi terjual ± 13.611.760 KWh. DAFTAR PUSTAKA Cekdin, C. 2005. Teori dan Contoh Soal Teknik Elektro Menggunakan Bahasa Pemrograman Matlab. Yogyakarta: Penerbit ANDI. Dinar Atika Sari, 2006, di akses dari http://eprints.undip.ac.id/25280/1/ ML2F002572.pdf pada tanggal 29 Januari 2014 pukul 16.33. Hanselman Duane, and Littlefield Bruce. 2000. MATLAB Bahasa Komputasi Teknis: Penerbit ANDI. Hidayat, Ari. 2008. Aplikasi Matlab Untuk Peramalan Beban Berdasarkan Golongan Tarif Jaringan Distribusi Randudongkal Tahun 2008-2012. Surakarta: Teknik Elektro Fakultas Teknik UMS. Ibrahin Ali Marwan dan Drs. Kresnayana Yahya, M.Sc, 2010, di akses dari http://digilib.its.ac.id/pulic/its- Undergraduate-15737-1307100040- paperpdf.pdf pada tanggal 29 Januari 2014 pukul 15.23. Iswardono, Sekelumit Analisis Regresi Dan Korelasi, Penerbit BPFE-Yogyakarta, Yogyakarta, 2001. Makridakis, Wheelwright, and McGee. 1999. Metode dan Aplikasi Peramalan, Jilid 1. Jakarta: Binarupa Aksara. Nugroho, Agung. 2005. Prakiraan Kebutuhan Energi Listrik, Admisi dan Bisnis. Semarang: Teknik Elektro Fakultas Teknik UNDIP. Nugroho D, A.,Perkiraan Beban Jaringan Distribusi 20 KV Di Kota Surakarta Tahun 2004 Sampai 2008 Menggunakan Metode Regresi, UMS, Surakarta, 2004. Supranto, J. 1998. Metode Ramalan Kuantitatif Untuk Perencanaan. Jakarta: Gramedia. Pabla A, S.,Sistem Distribusi Daya Listrik, Alih Bahasa Oleh Abdul Hadi, Penerbit Erlangga, Jakarta, 1991. Prajitno D, Analisis Regresi Dan Korelasi, Penerbit Liberty, Yogyakarta, cetakan kedua, 1985 http://wonogirikab.bps.go.id/data/publikasi/p ublikasi_495/publikasi/files/search/sear chtext.xml pada tanggal 29 Januari 2014 pukul 15.23. 8
9