Energi listrik merupakan kebutuhan vital bagi penduduk di Indonesia. Sedangkan Indonesia memiliki perkembangan populasi yang sangat pesat. Seiring dengan pertumbuhan penduduk, maka konsumsi energi listrik akan semakin meningkat. Namun, penggunaan listrik yang berbeda beda menyebabkan ketidakpastian kebutuhan suplai. Hal ini akan berdampak pada sistem pengelolaan daya yang tepat serta tingkat ekonomisnya (sistem manajemen energi). Untuk mewujudkan langkah awal sistem manajemen energi berupa perencanaan, maka dibutuhkan prediksi beban listrik untuk memenuhi kebutuhan suplai yang tepat berdasarkan pola konsumsi daya di masa lampau. Untuk mengelola pengoperasian beban listrik menggunakan jenis prediksi beban listrik jangka pendek. Dengan pola beban listrik per jam maupun per hari pada suatu sistem tenaga listrik maka didapatkan pola konsumsi dayanya sebagai acuan prediksi. Berdasarkan rekomendasi para peneliti sebelumnya, metode yang digunakan untuk melakukan prediksi beban listrik jangka pendek adalah Artificial Neural Network (ANN) dengan tipe backpropagation. Dengan melakukan 10 variasi neuron hidden layer didapatkan arsitektur terbaik adalah 8 neuron dengan MSE 2,35e-05 dan regresi 0,91465. Setelah diuji secara simulasi, ANN terbukti mampu melakukan prediksi beban listrik jangka pendek dengan rata-rata error mingguan 5,405%. Setelah diimplementasikan pada hardware dan diintegrasikan secara simulasi, maka sistem mampu memprediksi beban listrik harian dengan error 4,13%.