Model peramalan abu-abu diperkenalkan pertama kali oleh Deng Julong pada tahun 1982, untuk memecahkan masalah sampel kecil dan distribusi yang tidak diketahui. Beberapa tahun terakhir ini, model peramalan abu-abu menjadi pusat perhatian bagi para peneliti karena keefektifannya dalam memprediksi suatu data. Pada dasarnya, sistem model abu-abu yang digunakan adalah sistem persamaan diferensial orde klasik. Namun, penggunaan persamaan diferensial orde klasik kurang dalam menangkap detail informasi dari sistem yang kompleks. Berdasarakan permasalahan tersebut, upaya dilakukan dengan menerapkan new conformable fractional derivative (NCFD) sebagai dasar perhitungan model abu-abu kontinu atau dapat direpresentasikan sebagai new continuous conformable fractional grey model (NCCFGM). Pengoptimalan peramalan NCCFGM dilakukan menggunakan modifikasi transformasi Fourier diskrit (F-NCCFGM), sehingga nilai eror terendah dapat tersaring untuk meningkatkan keakuratan model. Tujuan penelitian ini adalah memformulasikan model peramalan NCCFGM dan F-NCCFGM. Selain itu, menerapkan empat model abu- abu pada data distribusi listrik di daerah Jawa Tengah sebagai perbandingan kecocokan model. Proses penyusunan peramalan NCCFGM dilakukan dengan mengubah data mentah tidak beraturan menjadi data baru beraturan menggunakan teknik pembangkitan abu-abu conformable fractional accumulation (CFA) dan inversinya conformable fractional difference (CFD) sehingga diperoleh nilai pemulihan sebagai penyelesaian peramalan NCCFGM. Penyusunan peramalan F-NCCFGM dilakukan dengan memodifikasi residu NCCFGM dengan transformasi Fourier diskrit (TFD) guna memperoleh galat terkecil pada nilai pemulihan baru. Interpretasi empat model dilakukan dengan menentukan mean absolute percentage error (MAPE) dari tiap model. Berdasarkan hasil penelitian dan pembahasan, diperoleh persentase MAPE pada empat model yang diuji sebesar GM(1,1) = 1, 604%, CCFGM (r, 1) = 1, 257%, NCCFGM (η,1) = 1, 18%, dan F-NCCFGM (η,1) = 0, 365%. Dapat dinyatakan bahwa model peramalan F-NCCFGM memiliki galat terendah dengan demikian prediksi dikatakan lebih akurat dibandingkan ketiga model lain yang diuji, sehingga cocok untuk meramalkan deret waktu mendatang.
