Energi listrik merupakan kebutuhan penting di era industri 4.0. Hampir seluruh kegiatan diseluruh bidang membutuhkan pasokan energi listrik yang tidak jarang konsumsi tersebut dalam jumlah yang besar. Kebutuhan energi listrik dalam skala yang besar membutuhkan pengukuran konsumsi energi listrik untuk mencegah hal yang tidak inginkan seperti kelebihan konsumsi penggunaan energi listrik, serta perlu adanya melakukan efisiensi dalam konsumsi penggunaan energi listrik harian agar dapat mengetahui kebutuhan konsumsi energi listrik per hari dan jumlah yang perlu dibayarkan oleh suatu instansi.
Sistem prediksi penggunaan energi listrik menggunakan algoritma deep learning gated recurrent unit menjadi sebuah solusi untuk mengatasi masalah kelebihan penggunaan energi listrik serta untuk mencegah kendala kelebihan tagihan listrik setiap bulannya agar dapat dihindari.
Algoritma deep learning Gated Recurrent Network memiliki keunggulan dalam melakukan prediksi penggunaan energi listrik dengan melakukan pengaturan pada jumlah 90% data latih dan 10% data tes, jumlah neuron pada GRU layer sebanyak 16 neuron, dense layer sebanyak 32 neuron, optimizers yang digunakan adalah ADAM optimizers dengan besaran learning rate 0.001, menggunakan epoch sebanyak 150 epochs, jumlah batch size sebesar 100 menghasilkan nilai evaluasi MAE sebesar 0.58, MSE sebesar 1.04, RMSE sebesar 1.02, dan nilai R2 score sebesar 0.74