Ketersediaan energi listrik dalam jumlah yang sesuai merupakan hal mutlak
untuk menjaga keberlangsungan hidup manusia. Terlebih lagi dengan mulai
berkembangnya dan penetrasinya melalui pembangkit mikrohidro, photo voltage
dan energi terbarukan yang lainnya maka kebutuhan untuk peramalan beban
jangka panjang dalam sistem distribusi semakin diperlukan. khususnya dalam
perencanaan energi karna perencanaan yang tepat akan berpengaruh pada
implementasi yang semakin terarah. Metode peramalan kebutuhan energi listrik
jangka panjang yang digunakan pada dasarnya berpusat pada perbandingan
metode Fuzzy Logic dan jaringan saraf tiruan. Hubungan jangka panjang dalam
data deret waktu permintaan energi listrik, ekonomi, dan kependudukan
diperhitungan menggunakan Matlab. Tepatnya, data yang tersedia untuk public
selama 14 tahun dari 2006 hingga 2019 telah dikumpulkan untuk melatih dan
memvalidasi model peramalan. hasil peramalan dengan logika fuzzy tidak
berbeda jauh dengan hasil peramalan oleh jaringan syaraf tiruan dengan rata –
rata error sebesar 2 % untuk logika fuzzy sugeno dan 2 % untuk logika fuzzy
Mamdani serta sebesar 3 % untuk untuk peramalan dengan metode jaringan
syaraf tiruan algoritma Bayesian Regularization dan 2 % untuk algoritman
Levenberg Marquard. Peramalan kebutuhan listrik jangka panjang dengan
menggunakan metode jaringan saraf tiruan dan logika fuzzy lebih akurat dari
RUPTL karena menghasilkan margin error lebih kecil yaitu sebesar 2 – 3 %
dibandingkan margin error RUPTL yang lebih dari 10
%.