KILAT Vol. 9, No. 2, Oktober 2020, P-ISSN 2089-1245, E-ISSN 2655-4925 DOI: https://doi.org/10.33322/kilat.v9i2.1016 234 | KILAT Pengembangan Metodologi Prakiraan Beban Listrik Sektoral Secara Mikrospasial Adri Senen 1 ; Christine Widyastuti 2 ; Oktaria Handayani 3 1, 2, 3 Fakultas Ketenagalistrikan dan Energi Terbarukan, Institut Teknologi PLN 1 adrisenen@itpln.ac.id ABSTRACT The electrical load Forecasting is an important step in electricity development planning which is outlined in the anticipation pattern to meet the electrical needs. The current sectoral load forecasting method is simpler and easier to implement, but its accuracy will tend to be biased in areas with data limitations and dynamic service areas. Besides that, the practice is still macro, so it doesn’t show the location of the distribution can’t be determined with certainty. By using a method of sectoral load forecasting micro spatial will make the predicted area more and more. It is necessary to group the grid using the clustering technique to create a similarity matrix that contains the level of similarity between the data grouped. Clustering involves a lot of factors (multivariate) namely the geographical factor, demographic, socio-economic, and electrical load per sector. The results of each cluster have the characteristics of different regions which are then projected the growth of the load so that the forecasting results are more thorough. This research was conducted in PT PLN (Persero) Area of Tangerang. Using the method of Microspatial acquired clusterization for load growth in PT PLN (Persero) Tangerang area as many as 5 clusters from 114 district. Keywords: Forecast, Microspatial, Grid, Cluster, Sectoral ABSTRAK Prakiraan kebutuhan beban listrik merupakan langkah penting dalam perencanaan pengembangan ketenagalistrikan yang dijabarkan dalam pola antisipasi untuk memenuhi kebutuhan energi listrik hingga jangka waktu tertentu. Metoda prakiraan beban sektoral saat ini lebih sederhana dan mudah untuk diimplementasikan, namun keakuratannya akan cenderung bias pada wilayah yang memiliki keterbatasan data dan area pelayanannya dinamis. Di samping itu hasil prakiraannya masih bersifat makro, sehingga tidak memperlihatkan pusat-pusat beban pada wilayah yang lebih kecil (grid) dan mengakibatkan lokasi gardu distribusi tidak dapat ditentukan dengan pasti. Dengan menggunakan metoda prakiraan beban sektoral secara mikrospasial akan menjadikan area yang diprediksi akan semakin banyak karena area berbentuk grid – grid, maka diperlukan pengelompokan grid (kelurahan) menggunakan teknik clustering untuk membuat similarity matrix yang memuat tingkat kemiripan antar data yang dikelompokkan. Clustering yang dilakukan melibatkan banyak faktor (multivariate) yakni faktor geografi, demografi, sosio ekonomi dan beban kelistrikan per sektor. Hasil setiap cluster mempunyai karakteristik wilayah yang berbeda yang kemudian diproyeksikan pertumbuhan bebannya sehingga hasil prakiraan yang lebih teliti. Penelitian ini dilakukan di wilayah PT PLN (Persero) Area Tangerang. Dengan menggunakan metode mikrospasial didapatkan clusterisasi untuk pertumbuhan beban di PT PLN (Persero) area Tangerang sebanyak 5 cluster dari 114 kelurahan. Kata Kunci: Prakiraan, Microspatial, Grid, Cluster, Sektoral