Penelitian ini dilakukan untuk membangun sebuah aplikasi yang mampu membantu mengestimasi penggunaan daya listrik. Sehingga dapat dilakukan pengestimasian daya listrik yang mendekati dengan keadaan sebenarnya. Metode yang digunakan dalam penelitian ini adalah Kalman Filter yang mengiterasikan data pengamatan terbaru ke model untuk mengoreksi prediksi sebelumnya dan melakukan prediksi selanjutnya secara optimal. Untuk melatih Kalman Filter menggunakan asumsi Gaussian Noise 0.00000001. Untuk menentukan bobot estimasi, data hasil estimasi diuji menggunakan data asli bulan Januari sampai dengan bulan Desember tahun 2008. Sehingga menghasilkan data akurasi bulan Januari sampai dengan bulan Desember tahun 2009. Dari hasil perhitungan, dihasilkan maksimal persen error sebesar 43.6786 persen pada bulan Oktober 2008, minimal persen error sebesar 0.0889 persen pada bulan Juni 2008, rata-rata error sebesar 19.1533 persen, standar deviasi error sebesar 1.3442 persen dan varian error sebesar 1.8069 persen. Dari hasil proses pelatihan diatas dapat disimpulkan bahwa menggunakan metode Kalman Filter mampu melakukan estimasi secara optimal.


Kata kunci : Akurasi Estimasi, Daya Listrik, Estimasi, Gaussian Noise, Kalman Filter.