Penggunaan energi listrik terus meningkat dari waktu ke waktu, sejalan dengan promosi energi hijau. Prediksi penggunaan beban listrik sangat penting untuk meningkatkan efisiensi produksi listrik, terutama bagi perusahaan listrik. Salah satu cara untuk mendekati prediksi beban listrik adalah dengan model pembelajaran mesin. Penelitian ini memodelkan prediksi deret waktu jangka pendek beban listrik menggunakan model hibrida CNN-BiLSTM dengan mekanisme perhatian untuk menghitung prediksi jangka pendek, yaitu 1, 3, dan 7 hari ke depan. Penelitian ini bertujuan untuk melihat efek mekanisme perhatian tambahan dalam model hibrida CNN-BiLTSM terhadap akurasi yang diperoleh oleh model tersebut. Selain itu, kami juga membandingkan model hibrida CNN-BiLSTM dengan perhatian dengan model BiLSTM dan model CNN-BiLSTM. Sebagai studi kasus, penelitian ini menggunakan data beban listrik di Bali, Indonesia. Kami juga membandingkan hasil eksperimen untuk menunjukkan bahwa model CNN-BiLSTM dengan Perhatian menghasilkan akurasi terbaik, dengan root mean square error sebesar 13.676 dan koefisien korelasi sebesar 0.993 dibandingkan dengan kedua model lainnya.