Perbandingan Long Short-Term Memory dan ARIMAX dalam Peramalan Pembangkitan Listrik Tenaga Nuklir Amerika Serikat Berdasarkan Data Bulanan 2000–2026
Journal of Comprehensive Science · 24.10.2026 · 5 (10) · 3233-3244
DOI: 10.59188/jcs.v5i10.4351 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Comprehensive Science, online erschienen am 24.10.2026. Verfasst von Aji Ardana und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Peramalan pembangkitan listrik tenaga nuklir penting bagi perencanaan pasokan dan jadwal perawatan reaktor, tetapi perbandingan antara pembelajaran mendalam dan model runtun waktu klasik berbasis variabel eksogen pada data nasional masih jarang dikaji. Penelitian ini membandingkan Long Short-Term Memory (LSTM) dan ARIMAX dalam meramalkan generasi neto listrik nuklir Amerika Serikat dengan kapasitas neto musim panas sebagai variabel eksogen. Data bulanan Januari 2000 sampai Juni 2026 (318 pengamatan) berasal dari Monthly Energy Review, U.S. Energy Information Administration; 282 pengamatan pertama dipakai untuk pelatihan dan 36 bulan terakhir untuk pengujian. Model ARIMAX terbaik berdasarkan AIC adalah (0,1,2)(0,1,1), sedangkan uji ARCH-LM tidak menunjukkan efek ARCH sehingga GARCH tidak diperlukan. Pada data uji, ARIMAX menghasilkan RMSE 1.326,21 juta kWh dan MAPE 1,67%, lebih baik daripada LSTM dengan RMSE 2.458,47 juta kWh dan MAPE 3,24% (uji Diebold-Mariano, p < 0,001). LSTM bahkan kalah dari patokan naif musiman. Pada runtun waktu bulanan berukuran sedang dengan pola musiman kuat, model klasik dengan variabel eksogen lebih akurat dan lebih sederhana.
Zitieren
APA
Ardana, A., & Pratama, A. R. (2026). Perbandingan Long Short-Term Memory dan ARIMAX dalam Peramalan Pembangkitan Listrik Tenaga Nuklir Amerika Serikat Berdasarkan Data Bulanan 2000–2026. Journal of Comprehensive Science, 5(10), 3233-3244. https://doi.org/10.59188/jcs.v5i10.4351
Vancouver
Ardana A, Pratama AR. Perbandingan Long Short-Term Memory dan ARIMAX dalam Peramalan Pembangkitan Listrik Tenaga Nuklir Amerika Serikat Berdasarkan Data Bulanan 2000–2026. Journal of Comprehensive Science. 2026;5(10):3233-3244. doi:10.59188/jcs.v5i10.4351
BibTeX
@article{Ardana2026,
author = {Ardana, Aji and Pratama, Apriliyanus Rakhmadi},
title = {Perbandingan Long Short-Term Memory dan ARIMAX dalam Peramalan Pembangkitan Listrik Tenaga Nuklir Amerika Serikat Berdasarkan Data Bulanan 2000–2026},
journal = {Journal of Comprehensive Science},
year = {2026},
volume = {5},
number = {10},
pages = {3233--3244},
doi = {10.59188/jcs.v5i10.4351}
}
EUVIMED