Tesis Paulus Saritosa di Institut Teknologi Bandung (Juli 2025) meneliti peramalan jangka pendek konsumsi listrik pelanggan tambak udang di PLN Sumbawa. Penelitian ini menggunakan data konsumsi listrik (BPO) dan cuaca (BMKG, Meteostat) dari Januari 2019 hingga Juni 2024. Tantangan yang dihadapi adalah data cuaca yang non-linear, adanya outlier, dan korelasi antar fitur yang dapat menurunkan akurasi peramalan. Solusi yang diusulkan adalah: 1. **HP Filter:** Mengurai data konsumsi listrik menjadi komponen tren dan siklus. 2. **Algoritma Genetika:** Melakukan seleksi fitur untuk menemukan korelasi dan kombinasi antar fitur. 3. **Deteksi Outlier:** Menggunakan IQR dan interpolasi linear untuk membuat data lebih representatif. 4. **Model BiLSTM:** Menggunakan model ini untuk peramalan. Hasilnya menunjukkan bahwa kombinasi HP Filter dan Algoritma Genetika dengan model BiLSTM (disebut model HPGABILSTM) secara signifikan meningkatkan akurasi peramalan dibandingkan model BiLSTM saja pada semua pelanggan tambak udang yang diteliti. Peningkatan akurasi (R) bervariasi antara 0.21 hingga 4.06.