Listrik merupakan salah satu kebutuhan manusia yang paling penting. Hampir semua kegiatan manusia membutuhkan energi listrik. Tingginya kebutuhan konsumsi manusia akan listrik menyebabkan semakin tinginya konsumsi listrik yang dibutuhkan. Kota Malang merupakan salah satu kota yang memiliki penduduk yang besar yaitu 973.716 jiwa per tanggal 1 Juli 2015. Dengan besarnya jumlah penduduk Kota Malang maka berbanding lurus dengan kebutuhan akan konsumsi listrik. Mengingat konsumsi listrik Kota Malang yang cenderung meningkat terus menerus setiap bulannya, maka dibutuhkan perancangan kedepannya untuk membangun pembangkit listrik baru jika sewaktu-waktu jumlah konsumsi listrik melebihi batas maksimum yang mampu disediakan. Namun untuk membangun pembangkit baru memerlukan biaya yang sangat besar dan perancangan yang sangat matang. Oleh karena prakiraan konsumsi energi listrik sangat diperlukan untuk membantu membuat keputusan dalan membangun pembangkit listrik. Dengan demikian prakiraan kebutuhan konsumsi listrik merupakan langkah tepat untuk mengantisipasi kebutuhan energi listrik yang diduga akan bertambah setiap bulannya. Namun, pihak PLN belum memliki sistem yang mumpuni untuk meperkirakan kebutuhan energi listrik Kota Malang. Banyak teknik prakiraan atau peramalan yang dapat digunakan untuk memprakiraan jumlah konsumsi listrik, salah satunya adalah Support Vector Regression (SVR). SVR adalah pengembangan dari Support Vector Machine untuk masalah prakiraan dan peramalan untuk kasus regresi. Support Vector Regression meminimalisir pembatasan dikarenakan metode ini memungkinkan penggunaan fungsi non-linier. Berdasarkan permasalahan beserta solusi dari beberapa penelitian sebelumnya, dirasa belum optimal. Saat ini, banyak metode baru untuk melakukan optimasi yang dirasa mampu menyelesaikan permasalahan di atas. Salah satu algoritma yang dapat digunakan untuk optimasi adalah algoritma genetika. Algoritma genetika adalah metode ilmiah heuristik yang didasarkan pada teori evolusi biologis Darwin. Sesuai dengan pengujian yang dilakukan menggunakan data yang didapat dari PLN Kota Malang berupa konsumsi kebutuhan listrik (kWh) dari tahun 2010 hinggan 2014, metode SVR yang dioptimasi dengan algoritma genetika dapat menghasilkan MAPE dengan nilai 0.161741.