Analisis Tren dan Prediksi Konsumsi Energi Terbarukan Rumah Tangga Menggunakan Metode XGBoost

Abstract

Peningkatan pemanfaatan energi terbarukan oleh rumah tangga menghadirkan tantangan baru dalam memahami pola konsumsi serta faktor-faktor yang memengaruhinya. Kompleksitas tersebut menuntut adanya pendekatan analitis berbasis data untuk menghasilkan prediksi yang akurat. Penelitian ini bertujuan untuk menganalisis tren adopsi energi terbarukan rumah tangga sekaligus membangun model prediksi konsumsi energi menggunakan metode Extreme Gradient Boosting (XGBoost). Data penelitian berasal dari dataset Global Renewable Energy Usage 2020–2024 yang mencakup variabel sosial-ekonomi, demografis, jenis sumber energi, hingga dukungan subsidi pemerintah. Tahapan penelitian meliputi preprocessing data (penanganan missing value, duplikasi, outlier, dan normalisasi), feature engineering, pemisahan data menjadi training dan testing, serta penerapan XGBoost untuk pemodelan prediksi. Evaluasi model dilakukan menggunakan metrik R², MAE, dan RMSE. Hasil analisis menunjukkan bahwa rumah tangga berpendapatan menengah mendominasi adopsi energi terbarukan, dengan energi angin sebagai sumber yang paling populer, sementara energi surya menunjukkan tren peningkatan yang stabil dari tahun ke tahun. Dari sisi performa, model XGBoost berhasil mencapai nilai R² sebesar 0,9881, dengan MAE sebesar 29,42 dan RMSE sebesar 46,42, menandakan tingkat akurasi yang sangat tinggi serta kesalahan prediksi yang rendah. Analisis feature importance mengungkap bahwa penghematan biaya per kWh merupakan faktor utama yang memengaruhi konsumsi energi rumah tangga, diikuti oleh total biaya penghematan. Temuan ini menegaskan bahwa metode XGBoost mampu memberikan prediksi yang andal dan dapat dijadikan acuan dalam perencanaan serta kebijakan energi berkelanjutan.