Seiring dengan perkembangan zaman dan teknologi, yang dimana membuat ketergantungan masyarakat terhadap pemakaian energi listrik juga akan meningkat. Perkembangan kebutuhan akan energi listrik tentu saja harus diseimbangkan dengan penyediaan energi listrik dari PT.PLN (persero). Salah satu cara yang dapat dilakukan ialah dengan melakukan peramalan kebutuhan energi listrik dan beban listrik sektor rumah tangga dalam beberapa periode kedepan. Peramalan kebutuhan energi listrik dilakukan sebagai salah satu pedoman perencanaan pengembangan industri listrik di Indonesia dalam pengambilan kebijakan perencanaan energi listrik. Dalam suatu peramalan tidak mungkin nilai yang diramalkan sempurna, akan selalu ada kesalahan kesalahan atau error yang dipengaruhi faktor lain. Pemilihan metode yang tepat dapat meminimalisir nilai error yang dihasilkan oleh suatu metode yang digunakan. Pada penelitian ini dilakukan peramalan dengan menggunakan metode time series ARIMA (Autoregresion Integrated Moving Average). Dimana seperti yang kita ketahui metode ini mengabaikan variabel bebas ssehingga peramalan hanya berpacu pada data historis data beban puncak rata-rata penyulang Dauhwaru pada tahun 2018 dan 2019 yang merupakan variabel tidak bebas. Sehingga hasil yang didapat dengan menggunakan metode ARIMA yang terdiri dari 3 tahapan yaitu, tahap identifikasi, tahap pengujian dan tahap penerapan, yang dimana pada penelitian ini kita mendapatkan model ARIMA terbaik yaitu (2,1,1) yang memiliki hasil peramalan berupa kenaikan beban puncak rata-rata dengan nilai MAPE yang didapatkan adalah 7,61% yang dimana masih bisa dikatakan hasilnya baik bagi hasil sebuah peramalan.

Along with the development of the times and technology, which makes people's dependence on the use of electrical energy will also increase. The development of electricity needs of course must be balanced with the provision of electrical energy from PT. PLN (persero). One way that can be done is by forecasting the needs of electrical energy and electricity burden of the household sector in the next few periods. Forecasting of electrical energy needs is carried out as one of the guidelines for planning the development of the electricity industry in Indonesia in the policy making of electrical energy planning. In a forecasting it is unlikely that the predicted value is perfect, there will always be mistakes that are influenced by other factors. Choosing the right method can minimize the error value generated by a method used. In this study, forecasting was conducted using ARIMA (Autoregresion Integrated Moving Average) method. Where forecasters are only racing against historical data on the average peak load data of Dauhwaru refiners in 2018 and 2019. So the results obtained using the ARIMA method consisting of 3 stages, namely, the identification stage, the testing stage and the implementation stage, which in this study we get the best ARIMA model that is (2,1,1) which has the results of forecasting in the form of an increase in the average peak load with mape value obtained is 7.61% which can still be said to be good results for the results of a forecast.