<![CDATA[Abstrak Diperlukannya suatu sistem peramalan yang akurat sangat dibutuhkan dalam perencanaan pertumbuhan energi listrik di Indonesia yang mayoritas pembangkitan energi listrik masih menggunakan bahan bakar fosil dengan total 85,05% dari keseluruhan energi yang dihasilkan hingga Mei 2020. Dengan peramalan dapat diketahui kapan waktu yang tepat untuk penambahan kapasitas dari jaringan transmisi, distribusi dan sistem pembangkitan energi listrik. Pertumbuhan energi listrik di Indonesia juga dipengaruhi oleh pertumbuhan penduduk dan perekonomian. Untuk mengetahui pertumbuhan beban di Kabupaten Jember digunakan jaringan saraf tiruan dengan metode Backward Propagation Neural Network dan teknik Participatory Propective Analysis yang menggunakan variabel berupa pertumbuhan penduduk dan pertumbuhan perekonomian Kabupaten Jember. Adapun didapat dari hasil pelatiha berupa nilai error sistem sebesar 0.0098012% dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,649% dimana nilai error terkecil sebesar -0.00372% pada bulan Mei 2020 dan nilai error terbesar sebesar 20.189% pada bulan Oktober 2018. Didapat juga hasil peramalan beban pada tahun 2021 dari bulan Januari 2021 sampai dengan bulan Mei 2021 dengan nilai error total sebesar 19,2% dengan selisih beban terbesar pada bulan Januari sebesar 51.177.681,23 Watt dan terkecil pada bulan Mei sebesar 5.832.254,501 Watt. Kata Kunci — Backward Propagation Neural Network, Participatory Prospective Analysis, Pertumbuhan Energi Listrik. Abstract The need for an accurate forecasting system is urgently needed in planning the growth of electrical energy in Indonesia, where the majority of electrical energy generation still uses fossil fuel with a total of 85.05% of the total energy produced until May 2020. With forecasting it can be known when the right time is to increase capacity of the transmission, distribution and generation system of electrical energy. The growth of electrical energy in Indonesia is also influenced by population and economic growth. To determine the load growth in Jember Regency, an artificial neural network is used with the Backward Propagation Neural Network method and the Participatory Prospective Analysis technique that uses variables in the form of population growth and economic growth in Jember Regency. As for the results obtained from the training in the form of a system error value of 0.0098012% with a Mean Absolute Percentage Error (MAPE) value of 2.649% where the smallest error value is -0.00372% in May 2020 and the largest error value is 20.189% in October 2018. Also obtained the results of load forecasting in 2021 from January 2021 to May 2021 with a total error value of 19.2% with the largest load difference in January of 51,177,681.23 Watts and the smallest in May of 5,832,254,501 Watts. Keywords — Backward Propagation Neural Network, Electrical Energy Growth, Participatory Prospective Analysis.]]>
