Peramalan beban listrik jangka panjang merupakan aspek penting dalam perencanaan kapasitas dan manajemen jaringan listrik. Pada penelitian ini menganalisis peramalan beban listrik untuk berbagai penyulang dari tahun 2025 hingga 2027 menggunakan metode hybrid regresi linier dan Extreme Learning Machine (ELM). Studi menunjukkan tren peningkatan beban listrik yang konsisten pada semua penyulang, dengan kenaikan berkisar antara 3-7% selama periode tiga tahun. Penyulang Juang mencatat beban tertinggi, meningkat dari 3.315,263 kW pada Januari 2025 menjadi 3.611,125 kW pada Desember 2027. Analisis akurasi peramalan menggunakan dua metrik Utama mengungkapkan performa yang sangat baik. Nilai Mean Average Percentage Error (MAPE) rata-rata sebesar 6,883% berada jauh di bawah ambang batas 10%, dengan Penyulang Buil Poros mencatat MAPE terendah 6,740% dan Penyulang Sidomulyo tertinggi 6,933%. Root Mean Square Error (RMSE) rata-rata 120,868 kW menunjukkan konsistensi tinggi, dengan Penyulang Buil Dalam memiliki RMSE terendah 50,517 kW dan Penyulang Juang tertinggi 252,174 kW. Hasil penelitian membuktikan metode hybrid sebagai pendekatan yang andal untuk peramalan beban listrik jangka panjang.

Long-term electricity load forecasting is an important aspect of capacity planning and grid management. This study analyzed the electricity load forecasting for various reinforcements from 2025 to 2027 using a hybrid method of linear regression and Extreme Learning Machine (ELM). The study showed a consistent upward trend in electricity load across all the power stations, with increases ranging from 3-7% over the three-year period. The Juang reinforcement recorded the highest load, increasing from 3,315.263 kW in January 2025 to 3,611.125 kW in December 2027. Analysis of forecasting accuracy using two key metrics revealed excellent performance. The average Mean Average Percentage Error (MAPE) value of 6.883% is well below the 10% threshold, with Buil Poros Substation recording the lowest MAPE of 6.740% and Sidomulyo Substation the highest at 6.933%. The average Root Mean Square Error (RMSE) of 120.868 kW showed high consistency, with Buil Dalam Repository having the lowest RMSE of 50.517 kW and Juang Repository the highest of 252.174 kW. The results prove the hybrid method as a reliable approach for long-term electricity load forecasting.