Mengkonsumsi daya listrik mempunyai peranan penting dalam pelaksanaan pembangunan untuk peningkatan kesejahteraan dan kegiatan ekonomi. Sehingga, diperlukan peramalan beban listrik untuk menyelenggakan usaha penyediaan daya listrik dalam jumlah merata. Jumlah konsumsi daya listrik oleh masyarakat dalam satuan kWh sangat mempengaruhi perhitungan penyediaaan daya listrik. Tujuan dari peramalan beban listrik tersebut adalah untuk melakukan evaluasi kebijakan penyediaan listrik pada masa yang akan datang.
Tujuan dari pembuatan tugas akhir ini adalah membuat suatu perangkat lunak yang dapat memprediksi konsumsi daya listrik menggunakan Jaringan Saraf Tiruan metode kohonen dan membandingkan tingkat keakuratan hasil peramalan yang dihasilkan oleh penggabungan metode backpropagation dengan kohonen dan counterpropagation dengan kohonen. Metode Kohonen sendiri dipilih untuk menyelesaikan peramalan beban listrik ini yang merupakan jaringan kompetisi dengan pelatihannya tanpa supervisi (unsupervised competitive learning) yang dapat secara langsung memproses tipe data musiman, tanpa ada preprocessing terlebih dahulu. Dalam tugas akhir ini,sebelum masuk peramalan beban listrik menggunakan jaringan saraf tiruan metode kohonen, digunakan terlebih dahulu metode backpropagation dan counterpropagation untuk menghitung peramalan mean dan standar deviasi. Kedua nilai peramalan mean dn standar deviasi selanjutnya akan digunakan sebagai parameter pembentuk jaringan kohonen.