ANALISIS PERAMALAN KEBUTUHAN ENERGI LISTRIK PROVINSI

ANALISIS PERAMALAN KEBUTUHAN ENERGI LISTRIK

PROVINSI SUMATERA UTARA MENGGUNAKAN

METODE PERAMALAN KUANTITATIF

SEKTORAL

TESIS

Oleh

SYAFRIWEL

147034003/TE

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

MEDAN

2016





SEKTORAL

TESIS

Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Magister Teknik

dalam Program Studi Magister Teknik Elektro pada Fakultas Teknik

Universitas Sumatera Utara

Oleh

SYAFRIWEL

147034003/TE

FAKULTAS TEKNIK


MEDAN

2016


Judul Tesis :ANALISIS PERAMALAN KEBUTUHAN

ENERGI LISTRIK PROVINSI SUMATERA

UTARA MENGGUNAKAN METODE

PERAMALAN KUANTITATIF SEKTORAL Nama Mahasiswa : Syafriwel

Nomor Pokok : 147034003/MTE

Program Studi : Megister Teknik Elektro

Menyetujui,

Komisi Pembimbing

(Dr. Ali Hanafiah Rambe, S.T., M.T.) (Prof. Dr. Dadan Ramdan, M.Eng., M.Sc.)

Ketua Anggota

Ketua Program Studi, Dekan,

(Suherman, Ph.D.) (Ir. Seri Maulina, M.Si., Ph.D.)

Tanggal Lulus : 11 Juni 2016


Telah diuji pada

Tanggal : 11 Juni 2016

PANITIA PENGUJI TESIS

Ketua : Dr. Ali Hanafiah Rambe, S.T., M.T.

Anggota : 1. Prof. Dr. Dadan Ramdan, M.Eng., M.Sc.

2. Fahmi, S.T., M.Sc., Ph.D.

3. Emerson P. Sinulingga, S.T., M.Sc., Ph.D.


PERNYATAAN

Judul Tesis

“ANALISIS PERAMALAN KEBUTUHAN ENERGI LISTRIK



SEKTORAL”

Dengan ini menyatakan bahwa tesis ini disusun sebagai syarat untuk

memperoleh gelar Magister Teknik pada Progran Studi Magister Teknik Elektro

Fakultas Teknik Universitas Sumatera Utara adalah benar merupakan hasil karya

penulis sendiri.

Adapun pengutipan-pengutipan yang penulis lakukan pada bagian-bagian

tertentu dari hasil karya orang lain dalam penulisan tesis ini, telah penulis cantumkan

sumbernya secara jelas sesuai norma, kaidah, dan etika penulisan ilmiah.

Apabila di kemudian hari ternyata ditemukan seluruh atau sebagian tesis ini

bukan hasil karya penulis sendiri atau adanya plagiat dalam bagian-bagian tertentu,

penulis bersedia menerima sanksi pencabutan gelar akademik yang penulis sandang

dan sanksi-sanksi lainnya sesuai dengan peraturan perundangan yang berlaku.

Medan, 11 Juni 2016

Penulis,

Syafriwel


i




SEKTORAL

ABSTRAK

Seiring waktu kebutuhan dan permintaan listrik oleh masyarakat terus mengalami

peningkatan. Agar persediaan listrik dapat tercukupi dan terhindar dari defisit energi

maka perlu dilakukan suatu perencanaan. Langkah awal yang perlu dilakukan adalah

melakukan peramalan kebutuhan energi listrik yang akan terjadi dimasa yang akan

datang. Dalam peramalan penelitian ini telah dilakukan peramalan beberapa tahun

kedepan dengan data aktual yang sudah terjadi untuk melihat keakuratan metode

peramalan yang digunakan. Hasil dari peramalan telah dibandingkan dengan data

aktual yang dicatat PLN. Data yang digunakan adalah data historis berupa data

pelanggan, daya tersambung, Kebutuhan energi dan rasio elektrifikasi tahun 2007

sampai tahun 2014. Data historis tahun 2007 sampai tahun 2012 digunakan sebagai

data untuk melakukan peramalan kebutuhan energi listrik pada tahun 2013 dan 2014.

Data aktual tahun 2013 dan 2014 dibandingkan dengan data hasil peramalan tahun

2013 dan 2014. Selanjutnya data hasil peramalan tahun 2013 dan 2014 juga

dibandingkan dengan data Proyeksi RUPTL PLN. Berdasarkan hasil dari peramalan

untuk tahun 2013 dan 2014 dapat diketahui error jumlah pelanggan 0,04% dan

1,91%, Daya tersambung 3,44% dan 2.3%, dan kebutuhan energi 5,31% dan 7,71%.

Jika dibandingkan dengan proyeksi dari RUPTL, hasil peramalan penelitian diperoleh

hasil yang lebih baik karena error lebih kecil dibandingkan dengan RUPTL untuk

tahun 2013 dari 6,41% sampai 13,2% sedangkan tahun 2014 mencapai error 10%

sampai 17,55%. Dikarenakan hasil peramalan penelitian lebih mendekati data aktual

maka dengan cara yang sama dapat direkomendasikan peramalan energi untuk 10

tahun kedepan.

Kata kunci: Peramalan, data aktual, perbandingan, RUPTL PLN, hasil error


ii

ANALYSIS OF ELECTRICITY POWER UTILITY PREDICTION IN

PROVINCE OF SUMATERA UTARA BY USING

SECTORS QUANTITATIVE FORECASTING

METHOD

ABSTRACT

The electricity demands that needed by society keep increasing over the time. So that

electrical supply would be sufficient and far from power deficit, so it is needed to

make a plan. As the first steps, this should be made a prediction of electrical power

needs for future. In this study, it has already been predicted for some predictions by

actual data to search the accuracy prediction method used into the next years. The

result of prediction had been compared to actual data belongs to State Electricity

Company (PLN). The data usage refers to history data of customers, power

connection, power demands and electrification ratio in 2007 untill 2014. The history

data 2007 to 2012 is used as prediction data of electricity power needsin 2013 and

2014. Actual data of 2013 and 2014 were compared with prediction data results in

2013 and 2014. Then the prediction data results of 2013 and 2014 will be compared

with projection data RUPTL PLN. By having the outcome of prediction in 2013 and

2014 is obtained that error numbers of customer 0,04% and 1,91%. Power

connection 3,44% and 2,3% and power demands 5,31% and 7,71%. If it is compared

with projection of RUPTL, The outcome prediction of study resulted to be better and

the error to be smaller than RUPTL for 6,41% to 13,2% over 2013, but in 2014

reaches 10% errors to 17,55%. By reason of the prediction outcome, is close to

actual data. Therefore, it is recommended that power prediction uses similar ways for

the next 10 years.

Keyword: Prediction, Data Actual, Comparison, RUPTL PLN, Error results


iii

KATA PENGANTAR

Penulis mengucapakn puji dan syukur kehadirat Allah SWT yang telah

memberikan berkah-Nya kepada penulis sehingga penulis dapat menyelesaikan

penyusunan penelitian ini

Selama melakukan penulisan tesis ini, penulis banyak memperoleh bantuan

moril dan material dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis

menyampaikan ucapan terima kasih yang tulus kepada :

1. Bapak Dr. Ali Hanafiah Rambe, S.T., M.T. selaku Pembimbing.

2. Bapak Prof. Dr. Dadan Ramdan, M.Eng., M.Sc. selaku Co-Pembimbing.

3. Bapak Suherman, S.T., M.Comp, Ph.D, selaku Ketua Program Studi Magister

Teknik Elektro Fakultas Teknik Universitas Sumatera Utara.

4. Bapak Dr. Ir. Taslim, M.Si, selaku Dosen Metodologi Penelitian yang telah

membimbing dan mengarahkan penulis dalam penulisan proposal penelitian

sebelum menyusun tesis ini.

5. Bapak Ir. Zulkanain Pane, M.T. atas konsultasi dan dosen pengampu mata kuliah

Perencanaan Sistem Tenaga Listrik sehingga muncul ide penulis untuk

membahas judul tesis ini

6. Bapak Rahmad Fauzi, S.T., M.T. atas konsultasi komputasi kecerdasan buatan

dalam mendukung kesempurnaan tesis ini.

7. Seluruh Staf dan Adm di Fakultas Teknik dan Program Studi Magister Teknik

Elektro atas bantuan pelayanan administrasi.

Penulis menyadari tesis ini masih banyak memiliki kekurangan dan jauh dari

sempurna. Namun harapan penulis semoga laporan tesis ini bermanfaat bagi seluruh

pembaca. Semoga kiranya Tuhan yang Maha Esa meridhoi kita semua. Amin ya

robbal „alamin.

Medan, 11 Juni 2016

Penulis,

Syafriwel


iv

DAFTAR ISI

Halaman

ABSTRAK ............................................................................................................. i

ABSTRACT ........................................................................................................... ii

KATA PENGANTAR .......................................................................................... iii

DAFTAR ISI ......................................................................................................... iv

DAFTAR TABEL ................................................................................................. vi

DAFTAR GAMBAR ............................................................................................ viii

DAFTAR LAMPIRAN ........................................................................................ ix

DAFTAR SINGKATAN ...................................................................................... x

BAB I PENDAHULUAN .............................................................................. 1

1.1. Latar Belakang ............................................................................. 1

1.2. Perumusan Masalah ..................................................................... 6

1.3. Tujuan Penelitian ......................................................................... 7

1.4. Manfaat Penelitian ....................................................................... 7

1.5. Lingkup Penelitian ....................................................................... 8

BAB II TINJAUAN PUSTAKA .................................................................... 9

2.1. Peramalan Energi Listrik .............................................................. 9

2.2. Faktor-Faktor yang Mempengaruhi Ramalan Listrik .................... 10

2.2.1. Penduduk/Populasi .............................................................. 10

2.2.2. Pendapatan PDB/PDRB ...................................................... 10

2.2.3. Kebijakan Pemerintah ........................................................ 14

2.2.4. Cara Perhitungan Matematis .............................................. 15

2.2.5. Geografis ............................................................................ 16

2.3. Proses Peramalan .......................................................................... 17

BAB III METODE PENELITIAN ................................................................. 28

3.1. Waktu dan Tempat Penelitian ....................................................... 28

3.2 Jenis Penelitian ............................................................................. 28

3.3 Metode Pengumpulan Data .......................................................... 28

3.4 Sumber Data ................................................................................. 29

3.5 Populasi, Sampel dan Metode yang digunakan ............................ 29

3.6 Instrumen Penelitian ..................................................................... 31

3.7 Diagram Alir Penelitian dan Tahapan-tahapan Penelitan ............ 31

BAB IV HASIL DAN PEMBAHASAN ......................................................... 38

4.1. Observasi/ Survei Lapangan.......................................................... 38

4.2 Studi Literatur dan Perpustakaan .................................................. 38

4.3 Pengumpulan Data ....................................................................... 39


v

4.3.1. Data dari BPS Sumatera Utara ............................................ 39

4.3.2. Data dari Statistik PLN ....................................................... 40

4.3.3. Data PDRB dari BPS Sumatera Utara ................................ 43

4.3.4. Data Dirjen Ketenagalistrikan Kementerian ESDM .......... 44

4.3.5. Data Proyeksi Kebutuhan Listrik dari RUPTL PLN .......... 47

4.4 Pengolahan Data ........................................................................... 49

4.5 Analisis Hasil Peramalan ............................................................. 55

BAB V KESIMPULAN DAN SARAN ......................................................... 65

5.1. Kesimpulan.................................................................................... 65

5.2 Saran .............................................................................................. 66

DAFTAR PUSTAKA ........................................................................................... 67

LAMPIRAN .......................................................................................................... 72


vi

DAFTAR TABEL

No. Judul Halaman

1.1. Penelitian Terdahulu .................................................................................. 2

3.1. Jadwal Penelitian ........................................................................................ 28

3.2. Data-Data yang Dibutuhkan dari Metode Peramalan ................................. 30

4.1. Data Penduduk Sumatera Utara dan Jumlah Rumah Tangga ..................... 39

4.2. Data Penduduk Sumatera Utara, Jumlah Rumah Tangga dan Rasio

Elektrifikasi ................................................................................................ 40

4.3. Jumlah Pelanggan PLN Sumatera Utara Berdasarkan Data dari PLN ....... 40

4.4. Daya Tersambung Per kelompok Pelanggan (MVA) Data dari PLN ........ 41

4.5. Energi Listrik Terjual Per Kelompok Pelanggan (GWh) Data dari PLN ... 42

4.6. Produk Domestik Regional Bruto Propinsi Sumatera Utara 2010-2014 .... 43

4.7 Persentase Pertumbuhan Ekonomi Sumatera Utara dari tahun 2004-2012 . 43

4.8. Data Pelanggan Berdasarkan Dirjen Ketenagalistrikan Kementerian ESDM 45

4.9. Daya Tersambung Dirjen Ketenagalistrikan Kementerian ESDM ............ 45

4.10. Energi Terjual Berdasarkan Dirjen Ketenagalistrikan Kementerian ESDM 46

4.11. Perbandingan Rasio Elektrifikasi data PLN dan Kementerian ESDM ...... 46

4.12 Data RE dan Data Proyeksi Kebutuhan Energi Listrik (GWh) RUPTL .... 49

4.13. Perbandingan Data Aktual, Hasil Peramalan dan RUPTL untuk Jumlah

Pelanggan, Daya Tersambung (MVA) dan Kebutuhan Energi Listrik

Tahun 2013 ................................................................................................. 56

4.14. Perbandingan Data Aktual, Hasil Peramalan dan RUPTL untuk Jumlah

Pelanggan, Daya Tersambung (MVA) dan Kebutuhan Energi Listrik

Tahun 2014 .................................................................................................. 56


vii

DAFTAR TABEL

No. Judul Halaman

4.15. Data Hasil Peramalan Jumlah Pelanggan, Daya Tersambung (MVA) dan

Kebutuhan Energi Listrik (GWh) 10 tahun ke depan dari tahun 2015

sampai dengan tahun 2014 .......................................................................... 61


viii

DAFTAR GAMBAR

No. Judul Halaman

2.1. Grafik Rasio Elektrifikasi Nasional ........................................................... 15

2.2. Peta Geografis dan Kelistrikan Sumatera Utara ......................................... 17

3.1. Diagram Alir Penelitian ............................................................................. 31

4.1. Grafik pertumbuhan Ekonomi Sumatera Utara Tahun 2004-2012 ............ 44

4.2. Grafik Perbandingan Rasio Elektrifikasi PLN dan Kementerian ESDM ... 47

4.3. Grafik Perbandingan Jumlah Pelanggan Tahun 2013 dan 2014 untuk Data

aktual dengan Hasil Peramalan dan Data dan Data RUPTL ...................... 57

4.4. Grafik Persentase Perbandingan Jumlah Pelanggan Tahun 2013 dan 2014

untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL .................. 58

4.5. Grafik Perbandingan Daya Tersambung (MVA) Tahun 2013 dan 2014

untuk Data Aktual terhadap Hasil Peramalan dan Data RUPTL ............... 59

4.6. Grafik Persentase Perbandingan Daya Tersambung Tahun 2013 dan 2014

Hasil untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL ........ 59

4.7. Grafik Perbandingan Kebutuhan Energi Listrik (GWh) Tahun 2013 dan

Tahun 2014 untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL 60

4.8. Grafik Persentase Perbandingan Kebutuhan Energi Listrik Tahun 2013 dan

2014 Hasil untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL 61

4.9. Grafik Pertumbuhan Jumlah Pelanggan dari Tahun 2008 s.d 2024

Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL .................. 62

4.10. Grafik Pertumbuhan Daya Tersambung (MVA) dari Tahun 2008 s.d 2024

Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL .................. 63

4.11. Grafik Pertumbuhan Kebutuhan Energi Listrik (GWh) dari Tahun 2008 s.d

2024 Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL ......... 64


ix

DAFTAR LAMPIRAN

No. Judul Halaman

1.1 Data BPS Penduduk Sumatera Utara dari Tahun 2004 s.d 2012 ................ 72

1.2 Perhitungan Pertumbuhan Rasio Elektrifikasi ........................................... 73

1.3 Data PLN Propinsi Sumatera Utara tahun 2008 s.d 2012 .......................... 74

1.4 Rata-rata persentase Pertumbuhan Kebutuhan Listrik sampai Tahun 2012 75

1.5 Prakiraan Jumlah Penduduk ....................................................................... 76

1.6 Perhitungan Jumlah Rumah Tangga ........................................................... 77

1.7 Elastisitas .................................................................................................... 78

1.8 Rata-rata Daya tersambung (VA) ............................................................... 79

1.9 Daya Listrik Terpasang yang disediakan PLN ........................................... 80

1.10 Perhitungan Peramalan ............................................................................... 81

1.11 Peramalan Kebutuhan Energi Listrik Tahun 2013 dan 2014 ..................... 82

1.12 Persentase error hasil peramalan ............................................................... 83


x

DAFTAR SINGKATAN

AC = Air Condisioner/Penyejuk Ruangan

AI = Artificial Intelligence

APBN = Anggaran Pendapatan dan Belanja Negara

ANFIS = Adaptive Neuro Fuzzy Inference System

ANN = Artificial Neural Network

BPS = Badan Pusat Statistik

DR = Delivery Respone

ESDM = Energi Sumber Daya Mineral

FL = Fuzzy Logic

FWNN = Fuzzy Wavelet Neural Network

GWh = Giga Watt hour

HP = Hand Phone

JST = Jaringan Syaraf Tiruan

KB = Keluarga Berencana

MAPE = Mean Absolute Present Error

NN = Neural Network

PCA-FFNN = Principal Component Analysis-

Fuzzy Feed Forward Neural Network

PDB = Pendapatan Domestik Bruto

PDRB = Pendapatan Domestik Regional Bruto

PLN = Perusahaan Listrik Negara

PN = Pendapatan Nasional

RE = Rasio Elektrifikasi

RAB = Rencana Anggaran Biaya

RBFFN = Radial Basis Function Neural Networks

RUPTL = Rencana Usaha Penyediaan Tenaga Listrik

RUKN = Rencana Usaha Ketenagalistrikan Nasional

SNN = Simulated Neural Network

SVM = Support Vector Machine

TV = Televisi

VA = Volt Ampere

VR = Voltase Rumah tangga (daya pada pelanggan rumah tangga)


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Energi listrik sangat dibutuhkan oleh segala macam sektor terutama sektor

industri, penerangan, maupun kebutuhan masing-masing individu. Seiring

berjalannya waktu kebutuhan dan permintaan listrik terus mengalami peningkatan.

Dengan peningkatan energi dan juga diproduksinya berbagai macam peralatan-

peralatan yang menggunakan tenaga listrik disetiap rumah tangga, industri maupun

sektor lainnya tentu kebutuhan energi listrik akan mengalami peningkatan. Agar

kebutuhan akan listrik dapat tercukupi maka perlu dilakukan penyambungan

persediaan energi listrik berdasarkan peramalan kebutuhan dan beban listrik (demand

and load forecasting) yang terjadi dimasa yang akan datang. Oleh karena itu

peramalan kebutuhan sangat perlu dilakukan jauh hari sebelum dilaksanakan

perencanaan sistem tenaga listrik. Dengan perencanaan yang akurat melalui hasil

peramalan kredibel maka dimasa yang akan datang akan terhindar dari krisis energi

listrik. Hasil peramalan bisa digunakan untuk perencanaan pembangkit, transmisi dan

distribusi serta ritel [1]. Aplikasi lainnya dari peramalan adalah untuk perencanaan

pembangkit, transimisi, distribusi, manajemen permintaan, operasi dan

pemeliharaan/maintenance, perencanaan keuangan, desain, efesiensi dan lain-lain.

Untuk mendapatkan kualitas dan ketelitian, hasil ramalan selalu dilakukan evaluasi

agar kualitas dan kredibilatas hasil peramalan dapat dipertanggungjawabkan secara

ilmiah. Banyak metode dan cara yang dilakukan peneliti sebelumnya untuk


2

menghitung peramalan kebutuhan dan beban energi listrik diantaranya seperti tertera

di Tabel 1.1 berikut:

Tabel 1.1 Penelitian Terdahulu

No Judul Metode Hasil

1 Long Term Load

Forecasting Using

Fuzzy Logic

Methodology [2]

Fuzzy logic dengan

berdasarkan faktor

demografi populasi, suhu,

kelembaban dan lain-lain

Dengan populasi

masa lalu

dirumuskan dengan

aturan dasar logika

fuzzy data yang

tersedia peramalan

dapat dilakukan

dengan marjin

tertentu.

2 Comparative Study of

Load Forecasting

Methodologies in

Electrical Power System

[3]

Pendekatan regresi

berdasarkan waktu analisis

series dan menggunakan

beberapa komputasi ANN,

sistem pakar, fuzzy logic,

Support vector machines dan

hybrid

Meramal dengan

perbandingan

pendekatan

3 Times Series Long Term

Forecasting Model

Based on Information

Granules and Fuzzy

Clustering [4]

Model peramalan

menggabungkan fuzzy c- dan

informasi granulasi

memecahkan

masalah times series

prediksi jangka

panjang

4 Fuzzy Forecasting

Based on Automatic and

Axiomatic Fuzzy Set

Classification [5]

Times series fuzzy digunakan

untuk peramalan bukan saja

peramalan listrik tetapi juga

bisa berbagai macam domain

tergantung data historis yang

tidak lengkap

Bisa melihat tren

yang berlaku dalam

times series

5 Forecasting of the

Electricity Demand in

Libya Using Time Series

Stochastic Method for

Long Term from 2011-

2022 [6]

Peramalan kebutuhan listrik

jangka panjang dilakukan

berdasarkan peramalan

kuantitatif waktu seri

stokastik dan menggunakan

software SPSS dan analisis

Eviews7 Windows

Menggunakan

software SPSS

mendapatkan hasil

lebih tinggi dari

Eviews7 Windows


3

Tabel 1.1 Penelitian Terdahulu (Lanjutan 1)


6 An Overview of

Electrical Demand

Forecasting Techniques

[7]

Menggabungkan teknik

peramalan tradisional,

modifikasi teknik dan

komputasi algoritma

genetika dan fuzzy logic

dengan menggunakan dua

input membandingkan output

pertama dan kedua

Metode soft

computing lebih

efektif dan

membedakan

peramalan yang

lebih efesien

7 Dynamic Stochastic

Model to Forecast Non

Stationary Electricity

Demand [8]

Model Bayesian dan

stokastik yang dinamis

Model bayesin bisa

menyesuiakan

perubahan seperti

urbanisasi,

kebijakan

pemerintah atau

bencana alam

8 Up to 30 Years Peak

Load Forecasting of

Jordanian Power Grid

Using Radial Basis

Function Neural

Networks [9]

Meramalkan kebutuhan

listrik peneliti juga

meramalkan beban puncak

yang dipengaruhi suhu

dengan algoritma RBFNN

(Radial Basis Function

Neural Networks) dengan

sektor yang berbeda

Algoritma RBFNN

bisa meramalkan

beban puncak

listrik

9 A New Method for

Electric Comsumption

Forecasting in A

Semiconductor Plant

[10]

Metode Baru untuk

peramalan komsumsi listrik

dengan perbandingan waktu

seri pada pabrik semi

konduktor untuk

memperoleh hasil terbaik

dengan memperhatikan

mesin berjalan dan yang mati

dan tingkat utilities dan data

historis

Nilai MAPE

hampir sama

dengan metode

Baru

10 A Novel Approach for

Hourly Forecasting of

Long Term Electric

Energy Demand [11]

Membuat ramalan jangka

panjang dengan akurasi jam

yang biasanya dipakai untuk

peramalan jangka pendek

Beberapa model

matematika untuk

mendapatkan

kesalahan

peramalan yang

kecil/minim


4



11 Long Term Electric

Load Forecasting Using

Neural Networks and

Support Vector

Machines [12]

Menggunakan metode ANN,

SVM untuk memprediksi

beban listrik. Hasil yang

diperoleh dibandingkan

dengan kinerja SVM

Model SVM lebih

baik

12 Wind Energi Forecast in

Complex Sites With A

Hybryd Neural Network

and CFD Based Method

[13]

Metode Hybrid dengan

berdasarkan data cuaca untuk

melihat statistik analisis

angin

Melihat potensi

angin

13 Global Energi

Forecasting Competition

2012 [14]

Peramalan beban hirakis dan

peramalan beban tenaga

angin

Peramalan melihat

tenaga angin dalam

kebutuhan listrik

14 Application of Artificial

Neural Networks and

Fuzzy Logic Method for

Short Term Load

Forecasting [15]

Menggabungan JST dan FL

dengan data 24 jam

Hasil simulasi

melihat hasil ANN

lebih baik

15 Fuzzy Wavelet Neural

Networks for City

Elelctric Energi

Comsumption

Forecasting [16]

Memperhatikan musim

panas dengan peningkatan

penggunaan penyejuk

ruangan/AC dan pendekatan

FWNN

Peramalan

komsumsi energi

di kota cocok

menggunakan

pendekatan FWNN

16 Long Term Load

Forecasting Based on

Adaptive Neural Fuzzy

Inference System Using

Real Energy Data [17]

Metode ANFIS untuk

meramalkan kebutuhan

listrik jangka panjang dalam

pemodelan fungsi non linier

ANFIS untuk

evaluasi, memiliki

tingkat kesalahan

yang rendah/kecil

17 Energy Demand Model

Design for Forecasting

Electricity Comsumption

and Simulating Demand

Respone Scenarios in

Sweden [18]

Metode respon dari

permintaan (DR)

penggunaan energi dan

survei 5.000 pengguna listrik

dan memperhatikan prilaku

konsumen

Berdasarkan 4

strategi yaitu

waktu, permintaan

harga, tarif dan

penggunaan denda

18 Modification Method to

Deal with the

Accumulation Effects for

Summer Daily Electric

Load Forecasting [19]

Melihat pengaruh musim

panas terus menerus dengan

efek akumulasi pada musim

panas sangat berbeda dengan

musim dingin

Hasil pengujian

menunjukkan

bahwa modifikasi

suhu dapat

meningkatkan


5



akurasi peramalan

beban musim

panas

19 Modeling An Aggressive

Energy Efficiency

Scenario in Long Range

Load Forecasting for

Elelctric Power

Transmission Planning

[20]

Pada modeling aggressive

dapat mengurangi

pertumbuhan beban sehingga

terjadi efesien

Ananalisis

menunjukkan

penghematan

listrik untuk sektor

perumahan,

komersil dan

industri

berdasarkan

geografis dan

utiitis

20 Long Term Load

Forecasting by A

Collarorative Fuzzy

Neural Approach [21]

Kolaboratif pendekatan

PCA--FFNN

Pada modeling

aggressive dapat

mengurangi

pertumbuhan

beban sehingga

terjadi efesien

Pada penelitian sebelumnya telah dilakukan berbagai metode peramalan

kebutuhan dan beban energi listrik sesuai lokasi dan kondisi geografis, iklim, suhu,

sosial ekonomi, dan budaya dalam penggunaan energi listrik [2,9,13,14,16,18,19].

Seperti di negara/wilayah maju persediaan energi listrik berlebihan dari kebutuhan

sehingga rasio elektrifikasinya sudah sampai 100 persen. Setiap daerah memiliki

karakteristik yang berbeda dalam kebiasaan penggunaan energi listrik, jadi tidak

semua metode sesuai untuk digunakan dalam peramalan kebutuhan dan beban energi

listrik diwilayah tertentu. Jenis pelanggan pada penelitian terdahulu juga berbeda dari

penelitian yang akan penulis lakukan yaitu dengan membagi jenis pelanggan menjadi

6 sektor. Dalam penelitian ini dilakukan peramalan kebutuhan dan beban energi


6

listrik selama 10 tahun ke depan di Provinsi Sumatera Utara. Peramalan kebutuhan

dan beban energi listrik dalam penelitian ini tidak hanya menghitung total beban

listrik saja, tetapi juga dengan meramalkan pertumbuhan penduduk, pertumbuhan

ekonomi sesuai target yang ditetapkan pemerintah, jenis pelanggan, daya listrik yang

akan terpasang pada berbagai jenis sektor pelanggan yang dibagi menjadi 6 sektor

diantara pelanggan rumah tangga, industri, bisnis, gedung pemerintahan, sosial dan

penerangan umum yang dipengaruhi pertumbuhan dan target rasio elektrifikasi. Hasil

dari peramalan tahun pertama berdasarkan data historis riil selama 5 atau 10 tahun

sebelumnya. Sementara peramalan tahun kedua berdasarkan hasil peramalan tahun

pertama dan begitu seterusnya untuk tahun berikutnya sampai tahun kesepeluh atau

10 tahun ke depan. Hasil dari perhitungan dan peramalan dibandingkan data real

untuk melihat perbedaan dan persentase eror yang dihasilkan. Dengan demikian akan

didapatkan hasil mana yang lebih mendekati dengan peramalan dengan metode

gabungan dari metode sampling statistik, ekstrapolasi, perbandingan dan metode

sektoral.

1.2. Perumusan Masalah

Pertumbuhan kebutuhan energi listrik dapat menyebabkan defisit persediaan

energi listrik dimasa yang datang. Oleh karena itu perlu dilakukan suatu perencanaan

energi yang baik. Maka dilakukan peramalan kebutuhan dan beban energi listrik

untuk memperoleh data dalam perencanaan ketersediaan energi yang cukup dan

berkesinambungan.


7

1.3. Tujuan Penelitian

Tujuan dari penelitian ini adalah:

a. Untuk mengetahui keakuratan peramalan energi listrik di Provinsi Sumatera

Utara dan peramalan kebutuhan energi listrik 10 tahun ke depan tahun 2015-

2024

b. Mencari dan melihat pertumbuhan jumlah pengguna/pelangan listrik berbagai

sektor dan pertumbuhan kebutuhan energi listrik (dalam satuan Giga Watt

hour/GWh) beberapa tahun ke depan.

c. Untuk membandingkan hasil penelitian peramalan dengan Rencana Usaha

Penyediaan Tenaga Listrik atau RUPTL PT. PLN (Persero) yang diterbitkan

PLN dan membandingkan data real atau aktual melihat margin error hasil

peramalan dari perbandingan metode tersebut.

1.4. Manfaat Penelitian

Manfaat dari penelitian adalah hasil dari ramalan kebutuhan energi listrik bisa

dijadikan acuan data untuk perencanaan sistem tenaga listrik, kelayakan, keandalan

sistem distribusi dari pembangkit ke pelanggan tergantung dari kecukupan energi

yang tersedia. Perencanaan sistem tenaga listrik berupa perencanaan pembangkit

listrik baru/new power plant, perencanaan pembangunan transmisi, sistem distribusi

dari pembangkit ke pelanggan.

Data yang diperoleh dapat juga dijadikan acuan data sekunder untuk melihat

efesiensi dalam perencanaan persediaan energi maupun supporting data untuk

budgeting/(RAB) pembangunan agar terhindar dari krisis energi dimasa yang akan


8

datang. Data hasil peramalan juga dapat digunakan pemerintah untuk penyediaan

energi listrik dalam meningkatkan pertumbuhan ekonomi pendukung kebutuhan

pertumbuhan sektor industri dan jasa.

1.5. Lingkup Penelitian

Penelitian yang dilakukan difokuskan pada perhitungan kebutuhan dan beban

energi listrik di Propinsi Sumatera Utara selama beberapa tahun ke depan. Selain itu

hasil peramalan juga melihat pertumbuhan pelanggan pada sektor rumah tangga,

industri, bisnis, gedung pemerintahan, sosial dan penerangan umum untuk

melengkapi data-data pendukung dalam perencanaan sistem tenaga listrik seperti

penambahan pembangunan pembangkit power plant baru, transmisi dan distribusi

serta dapat digunakan untuk perencanaan anggaran pembangunan.


9

BAB II

TINJAUAN PUSTAKA

2.1. Peramalan Energi Listrik

Listrik merupakan energi yang sangat dibutuhkan untuk menghidupkan

peralatan-peralatan listrik seperti lampu, motor-motor, pompa listrik, mesin cuci,

lemari es, televisi, radio, Rice Cooker, charger HP, komputer, mixer, peralatan-

peralatan kontrol listrik dalam industri, peralatan otomatisasi yang menggunakan

listrik dan lain-lain. Semakin banyak masyarakat di dunia bisnis dan dunia industri

yang menggunakan peralatan listrik maka kebutuhan energi listrik juga terus

mengalami peningkatan. Semakin besar daya peralatan listrik semakin besar juga

energi yang dibutuhkan.

Peramalan/forecasting energi listrik adalah memprediksi, memperkirakan atau

dugaan kebutuhan energi listrik yang akan datang agar kebutuhan energi bisa

terpenuhi dalam penyediaan energi sesuai hasil perhitungan ramalan yang dilakukan.

Ramalan meliputi kebutuhan energi dan beban listrik atau demand and load

forecasting hasilnya digunakan untuk membuat perencanaan, pembangunan dan

pengembangan kebutuhan energi listrik.

Peramalan sangat diperlukan dan penting salah satunya hampir setiap industri

menggunakan, ketergantungan dengan energi listrik. Banyak industri memiliki

beberapa persediaan untuk menyimpan cadangan produk dan layanan mereka, untuk

tenaga listrik industri, listrik tidak dapat disimpan secara besar-besaran menggunakan


10

teknologi saat ini. Akibatnya, listrik harus segera dihasilkan setelah dikonsumsi.

Dengan kata lain, harus menyeimbangkan penawaran dan permintaan setiap saat [1].

2.2. Faktor-Faktor yang Mempengaruhi Ramalan Listrik

Beberapa faktor yang mempengaruhi peramalan listrik diantaranya sebagai

berikut:

2.2.1. Penduduk/Populasi

Penduduk adalah jumlah dari masyarakat yang tinggal di suatu daerah

tertentu. Jumlah penduduk erat kaitannya dengan jumlah kelahiran dan kematian.

Pertumbuhan penduduk lebih besar jika tingkat kelahiran lebih tinggi dari tingkat

kematian dan jumlah pendatang/emigran lebih besar dari imigran/penduduk yang

pergi dan begitu juga sebaliknya maka pertumbuhan akan mengalami perlambatan.

Jika Pertumbuhan penduduk mengalami pertumbuhan maka kebutuhan akan energi

listrik juga akan mengalami peningkatan untuk daerah yang telah dialiri arus listrik

(elektrifikasi). Rumus menghitung pertumbuhan penduduk [22] :

p = (l – m) + (e – i) (2.1)

Dimana : p adalah Pertumbuhan Penduduk, l adalah Total Kelahiran, m adalah Total

Kematian, e adalah Total Emigran atau Pendatang dari luar daerah dan i adalah Total

Imigran atau Penduduk yang pergi ke luar daerah.

2.2.2. Pendapatan PDB/PDRB

PDB (Pendapatan Domestik Bruto) merupakan salah satu metode untuk

menghitung Pendapatan Nasional yaitu nilai pasar total semua barang dan jasa yang

diproduksi dalam waktu tertentu. Sedangkan PDRB (Pendapatan Domestik Regional


11

Bruto) adalah salah satu indikator penting untuk mengetahui kondisi ekonomi di

suatu daerah dalam suatu periode tertentu ditunjukkan oleh data Produk Domestik

Regional Bruto (PDRB), baik atas dasar harga yang berlaku atau atas dasar harga

konstan. PDRB didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh

seluruh unit usaha dalam satu daerah tertentu, atau merupakan jumlah seluruh nilai

barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu daerah.

PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang

dihitung menggunakan harga yang berlaku pada setiap tahun, sedangkan PDRB atas

harga konstan menunjukan nilai tambah barang dan jasa tersebut yang dihitung

menggunakan harga yang berlaku pada satu waktu tertentu sebagai harga dasar [22].

Pendapatan sangat berpengaruh terhadap kebutuhan energi listrik semakin banyak

barang dan jasa yang diproduksi maka kebutuhan akan energi listrik juga pasti akan

meningkat karena untuk meningkatkan PDRB salah satunya pasti tumbuh industri-

industri yang membutuhkan energi listrik sebagai bagian dari pendukung operasional

produksi. Hasil data PDRB digunakan untuk melihat pendapatan perkapita dan

petumbuhan ekonomi Provinsi Sumatera Utara.

a. Menghitung Pendapatan Per Kapita

Pendapatan perkapita merupakan pendapatan yang didapat dari keseluruhan

rata-rata penduduk suatu negara pada suatu periode tertentu. Biasa pengukuran suatu

pendapatan perkapita dilakukan per periode atau satu tahun. Pendapatan perkapita

diperoleh dari pendapatan nasional pada tahun tertentu dibagi dengan jumlah

penduduk suatu negara. Untuk meningkatkan per kapita, maka laju perekonomian


12

haruslah meningkat, sebaliknya laju pertumbuhan penduduk haruslah dapat

dikendalikan secara menyeluruh. Karena pada dasarnya pertumbuhan penduduk

memang relatif cepat dan tentu saja akan mempengaruhi perkembangan pendapatan

regional. Semakin tinggi laju pertumbuhan penduduk maka semakin rendah

pendapatan regionalnya dan sebaliknya semakin rendah laju pertumbuhan penduduk

maka semakin tinggi pendapatan regionalnya dengan asumsi laju pertumbuhan

ekonominya tetap. Oleh sebab itu pengendalian penduduk guna meningkatkan

pendapatan regional harus dipikirkan baik oleh pemerintah maupun masyarakat [22].

𝑃𝐷𝐵 𝑝𝑒𝑟 𝑘𝑎𝑝𝑖𝑡𝑎 =𝑃𝐷𝐵 𝑡𝑎ℎ𝑢𝑛 𝑘𝑒 𝑡

𝐽𝑢𝑚𝑙𝑎 ℎ 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑝𝑎𝑑𝑎 𝑡𝑎ℎ𝑢𝑛 𝑘𝑒 𝑡 (2.2)

Ada dua cara untuk menghitung pendapatan per kapita, yaitu berdasarkan

harga yang sedang berlaku dan berdasarkan harga tetap (konstan). Jika kita

menghitung berdasarkan harga yang berlaku maka hasilnya disebut pendapatan per

kapita nominal, sedangkan jika dihitung berdasarkan harga tetap (konstan), hasilnya

disebut pendapatan per kapita riil. Pendapatan per kapita nominal adalah pendapatan

per kapita yang tidak memperhitungkan tingkat kenaikan harga atau inflasi.

Sedangkan pendapatan per kapita riil adalah pendapatan per kapita yang sudah

memperhitungkan tingkat kenaikan harga atau inflasi.

b. Menghitung Pertumbuhan Ekonomi

Perhitungan pendapatan nasional secara ini memungkinkan tingkat

pertumbuhan ekonomi secara langsung dihitung dari data pendapatan nasional rill


13

yang tersedia. Formula yang akan digunakan untuk menentukan tingkat pertumbuhan

ekonomi ialah [22] :

g = (PN rill1 – PN rill 0)/(PN rill 0 ) (2.3)

Keterangan dari rumus g adalah tingkat pertumbuhan ekonomi, PN riil 1 adalah

pendapatan nasional untuk tahun dimana tingkat pertumbuhan ekonominya dihitung.

PN riil 0 adalah pendapatan nasional pada tahun berikutnya untuk menentukan

tingkat pertumbuhan ekonomi perhitungan harus dilakukan dengan dua cara yaitu :

PN rill a = 100 / IH a x PN masa ini. dengan : IH a adalah indeks harga atau

pendeflasi pendapatan nasional (GNP deflator ), PN adalah pendapatan nasional

2.2.3. Kebijakan Pemerintah

Pemerintah pasti memiliki target untuk peningkatan ekonomi nasional

ataupun daerah. Kebijakan pemerintah yang bisa mempengaruhi hasil peramalan

kebutuhan energi listrik adalah:

1. Target Pertumbuhan Ekonomi

Setiap tahun pemerintah memiliki target pertumbuhan ekonomi. Besaran target

pertumbuhan bisa dijadikan patokan dalam penambahan data untuk pertumbuhan

PDRB baik secara statis ataupun dinamis.

2. Program pembatasan/percepatan laju pertumbuhan penduduk

Salah satu program pemerintah dalam pembatasan laju pertumbuhan adalah

program KB. Dengan program KB maka laju pertumbuhan penduduk bisa

dibendung dan perencanaan pembangunan juga berhasil lebih baik. Untuk

percepatan pertumbuhan penduduk adalah dengan melakukan program


14

Transmigrasi yang sudah dicanangkan oleh pemerintah semenjak zaman orde baru.

Dengan program tersebut banyak yang wilayah mengalami pertumbuhan

penduduk maupun tingkat pertumbuhan perekonomian.

3. Percepatan Kawasan Ekonomi dan Industri Khusus

Pembangunan kawasan industri bertujuan untuk meningkatkan kamakmuran dan

kesejahteraan, membuka kesempatan kerja yang lebih luas, kesempatan berusaha,

dan tentu bisa meningkatkan penerimaan devisa, menunjang stabilitas ekonomi

kawasan tersebut.

4. Pembukaan Kawasan Industri/ Perumahan Baru

Jika pemerintah membuat kebijakan pembukaan kawasan baru tentu dilakukan

pembangunan fasilitas umum dan Penerangan dan Instalasi Listrik atau pelanggan

baru seperti penerangan jalan, gedung baru, rumah penduduk, termasuk juga

gedung pemerintahan daerah dan lain-lain.

5. Pemekaran Daerah/Wilayah

Biasanya setiap daerah yang mengalami pemekaran akan terjadi pembangunan

seperti fasilitas umum baru, gedung pemerintah dan juga kawasan ekonomi.

6. Target Rasio Elektrifikasi

Rasio elektrifikasi adalah perbandingan jumlah rumah tangga yang sudah berlistrik

dengan jumlah rumah tangga yang sudah ada di wilayah tersebut. Karena letak

geografis Indonesia yang terpisah memang terdapat kesulitan dalam mencapai

target rasio ini. Rasio elektrifikasi di gunakan dalam satuan persen. Pada Gambar

2.1. tertera nilai persentase rasio elektrifikasi secara nasional 2005-2014


15

berdasarkan data yang diumumkan di pusat data pada Direktorat Ketenagalistrikan

Kementerian Energi Sumber Daya Daya Mineral [29]. Dari grafik terlihat jelas

bahwa rasio elektrifikasi secara nasional terus mengalami pertumbuhan seiring

dengan target pemerintah dalam pelayanan memenuhi energi nasional. Untuk

wilayah Sumatera Utara hanya Pulau Nias yang terpisah dari daratan propinsi.

Gambar 2.1 Grafik Rasio Elektrifikasi Nasional [29]

2.2.4. Cara Sistem Perhitungan Matematis

Berdasarkan perhitungan statis yaitu melihat pertumbuhan rata-rata dan

dianggap sama setiap tahunnya. Seperti pertumbuhan ekonomi, penduduk, kebutuhan

dan lain-lain. Cara seperti ini tentu kurang akurat karena biasanya pertumbuhan selalu

fluktuatif dan terus mengalami tren peningkatan pertumbuhan lebih besar dari tahun

55

60

65

70

75

80

85

Per

senta

se r

asio

Tahun

Rasio Elektrifikasi Nasional

Rasio Elektrifikasi


16

sebelumnya walaupun tidak mutlak 100 persen. Berdasarkan perhitungan dinamis

yaitu melihat pertumbuhan yang berbeda setiap tahunnya melihat pertumbuhan yang

terus mengalami peningkatan artinya pertumbuhan tahun saat ini lebih besar dari

tahun sebelumnya. Berdasarkan sistem stokastik yaitu sistem randon/acak untuk

mendapatkan sampling data yang mendekati dan hampir tepat.

2.2.5. Geografis

Secara Geografis Provinsi Sumatera Utara terletak pada 1° - 4° Lintang Utara

dan 98° - 100° Bujur Timur, Luas daratan Provinsi Sumatera Utara 72.981,23 km².

Sumatera Utara pada dasarnya dapat dibagi atas Pesisir Timur, Pegunungan Bukit

Barisan, Pesisir Barat, Kepulauan Nias. Sebelah Utara perbatasan dengan Provinsi

Nanggroe Aceh Darussalam (NAD), sebelah Timur dengan Negara Malaysia di Selat

Malaka, sebelah Selatan berbatasan dengan Provinsi Riau dan Sumatera Barat, dan di

sebelah Barat berbatasan dengan Samudera Hindia. Luas daratan Provinsi Sumatera

Utara adalah 71.680,68 km2. Pulau-pulau Batu, serta beberapa pulau kecil baik

dibagian barat maupun bagian timur pantai Pulau Sumatera. Berdasarkan luas daerah

menurut kabupaten/kota di Sumatera Utara, luas daerah terbesar adalah Kabupaten

Mandailing Natal dengan luas 6.620,70 km2 atau sekitar 9,24% dari total luas

Sumatera Utara. Kebutuhan Energi Listrik Sumatera Utara 60% berada dikota Medan

[23]. Secara nasional Sumatera Utara hanya mengkonsumsi listrik 4 persen dari

seluruh pelanggan di wilayah Indonesia. Untuk wilayah Pulau Nias dilakukan sistem

isolated Nias disebabkan letak geografis yang jauh dari Pulau Sumatera tepatnya

sebelah Barat. Daerahnya yang rawan gempa dan longsor. Peramalan beban listrik


17

bisa berpengaruh terhadap geografis wilayah karena daerah yang sulit dijangkau akan

menyebakan pertumbuhan pelanggan tidak signifikan dan pembangunan transmisi

memerlukan cost yang lebih tinggi sehingga target pembangunan bisa berjalan

lambat. Selain itu untuk daerah yang jauh dari pembangkit bisa menyebabkan susut

daya yang tinggi.

Gambar 2.2 Peta Geografis dan Kelistrikan Sumatera Utara [23]

2.3. Proses Peramalan

Secara garis besar proses perhitungan peramalan dapat dibagi atas beberapa

tahap [24], yakni:

1. Pengumpulan dan penyiapan data historis

2. Pengolahan dan analisis data, dan

3. Penentuan metoda dan pembuatan model


18

Data yang dikumpulkan dapat berupa data sampling, survey lapangan,

pelanggan, hasil pengukuran data ataupun data resmi dari Statistik PLN seperti

jumlah data pelanggan, daya tersambung dan jumlah energi yang terjual. Untuk data

penduduk dan PDRB didapat dari sumber BPS Sumatera Utara dari tahun 2010

sampai dengan tahun 2015.

Pengolahan dan analisis data bisa dibedakan dari jenis pelanggan biasanya

pelanggan rumah tangga tingkat konsumsi pada jam-jam tertentu terutama jam 18.00

s.d 22.00 WIB mengalami beban yang cukup tinggi. Berbeda dengan pelanggan

industri besar yang selalu stabil sepanjang waktu dikarenakan operasi industri 24 jam

penuh. Pengolahan data tadi dihitung secara matematis dan hasil dari bantuan/tool

komputasi.

Berdasarkan jenis waktunya peramalan beban listrik dapat dibagi dalam 3

(tiga) kategori yaitu:

a. Peramalan jangka pendek dengan mengambil data pemakaian perjam selama 24

jam selama 1 bulan. Biasanya digunakan untuk melihat dan mengatur efesiensi

pemakaian listrik [15].

b. Peramalan jangka menengah dengan mengambil perhitungan data perminggu

perbulan selama setahun. Biasanya digunakan untuk optimasi bahan bakar

pembangkit dan efesiensi.

c. Peramalan jangka panjang dengan mengambil data pemakaian selama setahun

dengan peramalan kebutuhan beban beberapa tahun yang akan datang. Biasanya

digunakan untuk perencanaan pembangunan pembangkit baru jika pembangkit


19

yang ada sudah tidak mencukupi untuk memenuhi kebutuhan konsumen/pemakai

listrik.

Metode gabungan adalah gabungan dari metode sampling statistik, metode

ekstrapolasi, metode perbandingan dan metode sektoral. Metode sampling statistik

adalah untuk daerah yang pemakaian listriknya merata sehingga mudah diambil

sampling untuk mempermudah pengambilan data. Metode ekstrapolasi bersandar

pada data masa lampau yang akan sama terjadi dimasa yang akan datang. Sehingga

data bersifat statis. Metode Perbandingan biasanya untuk peramalan jangka pendek

karena data diukur langsung dari pemakaian listrik. Jadi tidak tergantung pengaruh

ekonomi, iklim, dan teknologi. Metode Sektoral yaitu memilah pertumbuhan listrik

berdasarkan sektoral pelanggan karena masing-masing sektor memiliki karakteristik

pemakain yang berbeda dan metode ini lebih akurat untuk mendapatkan hasil data

untuk peramalan [24].

Pada referensi-referensi yang ada [24], model yang digunakan yaitu membagi

jenis pelanggan menjadi 4 sektor yaitu rumah tangga, industri, bisnis dan umum.

Untuk menghitung pada penelitian ini model peramalan yang akan dilakukan dengan

membagi jenis pelanggan menjadi 6 sektor yaitu sektor rumah tangga, industri, bisnis,

gedung pemerintah, sosial dan penerangan Umum dapat dilakukan dengan

mengunakan rumus sebagai berikut:


20

1. Sektor Rumah Tangga (R)

a. Menghitung pertambahan penduduk berdasarkan pertumbuhan penduduk

[24].

Pt = Pt-1 (1 + i)t (2.4)

Dimana Pt adalah Penduduk pada tahun yang akan dihitung ke t, Pt-1 adalah

Penduduk tahun sebelumnya, i yaitu persentase pertumbuhan penduduk

dan t adalah waktu/tahun selama pertumbuhan

b. Jumlah Rumah Tangga, sebelumnya dicari rata-rata penghuni rumah tangga

tahun sebelumnya [24]

Qt = Pt-1/ Ht-1 (2.5)

Ht = Pt / Qt (2.6)

Dimana Ht-1 adalah Jumlah rumah tangga tahun sebelumnya, Pt-1 adalah

Penduduk yang tahun sebelumnya, Ht adalah Jumlah rumah tangga tahun

ke t, Pt adalah Penduduk yang pada tahun ke t dan Qt adalah Jumlah rata-

rata penghuni rumah tangga [24].

c. Pelanggan Rumah Tangga

Pelanggan rumah tangga adalah pelanggan untuk pemakaian perumahan

penduduk, rumah tangga, komplek perumahan dan lain-lain [24].

Pel Rt = Ht x REt (2.7)

Dimana Pel Rt-1 adalah Pelanggan rumah tangga pada tahun ke t, Ht adalah

Jumlah rumah tangga pada tahun ke t, REt adalah Rasio Elektrifikasi pada


21

tahun ke t. Rasio Elektrifikasi adalah perbandingan jumlah rumah tangga

yang sudah dialiri arus listrik dengan total jumlah rumah tangga yang ada.

d. Daya tersambung pada rumah tangga

VA Rt = VA Rt-1 + ∆ Pel Rt-(t-1) x VR (2.8)

Dimana VA Rt adalah daya tersambung rumah tangga pada tahun ke t, VA

Rt-1 adalah daya tersambung tahun sebelumnya, VR adalah Daya tersambung

per pelanggan rumah tangga, ∆ Pel Rt-(t-1) adalah penambahan Pelanggan

Rumah tangga pada tahun ke t [24].

e. Konsumsi energi sektor rumah tangga

Dalam prakiraan konsumsi energi dipengaruhi oleh fluktuasi pertumbuhan

ekonomi, dalam hal ini adalah pertumbuhan PDRB Propinsi Sumatera

Utara serta fluktuasi pertumbuhan pelanggan rumah tangga. Maka laju

pertumbuhan konsumsi energi dalam memprakirakan konsumsi energi

rumah tangga adalah pertumbuhan PDRB (gPDRB) dan pertumbuhan

pelanggan rumah tangga (gPel_R). Prakiraan konsumsi energi

menggunakan persamaan berikut dengan variabel konsumsi energi sektor

rumah tangga. Konsumsi Energi Rumah Tangga (GWh) didapat dengan

rumus [24]:

ERt = ERt-1 (1+ (ɛ ER x Gt/100)) (2.9)

Dimana ERt adalah Konsumsi energi rumah tangga pada tahun ke t, ERt-1

adalah konsumsi energi rumah tangga pada tahun sebelumnya, ɛ ER adalah

Elastisitas rumah tangga, Elastisitas adalah pertumbuhan kebutuhan energi


22

dibandingkan dengan pertumbuhan ekonomi dan Gt/100 adalah Persentase

pertumbuhan PDRB Perkapita pada tahun ke t

2. Sektor Industri (I)

a. Pelanggan Industri

Pelanggan industri merupakan pelanggan yang menggunakan tenaga listrik

untuk kegiatan industri pengolahan/manufacturing maupun penerangan di

industri [24].

Pel It = Pel It-1 (1 + ɛPel I x G It /100) (2.10)

Dimana Pel It adalah Pelanggan industri pada tahun ke t, Pel It-1 adalah

Pelanggan industri pada tahun sebelumnya. ɛPel I adalah Elastisitas

pelanggan industri, dan G It /100 adalah Persentase pertumbuhan PDRB

perkapita industri.

b. Daya tersambung pada industri.

VA It = VA It-1 + ∆ Pel It-(t-1) x VI (2.11)

Dimana VA It adalah Daya tersambung pada industri ditahun ke t, VA It-1

adalah Daya tesambung pada industri tahun sebelumnya, ∆ Pel It-(t-1) adalah

Jumlah penambahan pelanggan pada tahun ke t, dan VI adalah Daya

tersambung perpelanggan industri [24].

c. Konsumsi energi listrik pada industri

E It = E It-1 (1+ (ɛ EI x Gt/100)) (2.12)

Dimana E It adalah Konsumsi energi industri pada tahun ke t, EIt-1 adalah

Konsumsi energi industri pada tahun sebelumnya, ɛ EI adalah Elastisitas


23

industri, dan Gt/100 adalah Persentase pertumbuhan PDRB perkapita pada

tahun ke t [24].

3. Sektor Bisnis (B)

a. Pelanggan sektor bisnis

Pelanggan bisnis merupakan pelanggan yang ruang lingkupnya komersial,

misalnya pertokoan, pusat perbelanjaan, pusat hiburan, perhotelan,

perbankan, reklame dan lain-lain. Parameter yang digunakan untuk laju

pertumbuhan pelanggan bisnis adalah pertumbuhan pelanggan rumah

tangga pada tahun ke t [24].

Pel Bt = Pel Bt-1.(1 + ɛPel B (∆ Pel Rt(t-1)/Pel Rt-1)) (2.13)

Dimana Pel Bt adalah Pelanggan bisnis pada tahun ke t, Pel Bt-1 adalah

Pelanggan bisnis pada tahun sebelumnya, ɛPel B adalah Elastisitas pelanggan

bisnis, ∆ Pel Rt(t-1)/Pel Rt-1 adalah Pertumbuhan pelanggan rumah tangga

pada tahun ke t dan tahun sebelumnya.

b. Daya tersambung pada sektor bisnis

VA Bt = VA Bt-1 + ∆ Pel Bt-(t-1) x VB (2.14)

Dimana VA Bt adalah Daya tersambung pada bisnis ditahun ke t, VA Bt-1

adalah Daya tersambung bisnis pada tahun sebelumnya, ∆ Pel Bt-(t-1) adalah

Jumlah penambahan pelanggan pada tahun ke t, , dan VB adalah Daya

tersambung perpelanggan bisnis/komersial [24].

c. Konsumsi energi listrik pada sektor bisnis

E Bt = E Bt-1 (1+ (ɛ EB x Gt/100)) (2.15)


24

Dimana E Bt adalah Konsumsi energi bisnis pada tahun ke t, E Bt-1 adalah

Konsumsi energi bisnis pada tahun sebelumnya, ɛ EB adalah Elastisitas

bisnis, dan Gt/100 adalah Persentase pertumbuhan PDRB perkapita pada

tahun ke t [24].

4. Sektor Gedung Pemerintahan (G)

a. Jenis Pelanggan pada Gedung Pemerintahan

Pelanggan gedung pemerintahan meliputi pelanggan yang ruang

lingkupnya pelayanan masyarakat, misalnya kantor pemerintahan, gedung

MPR/DPR/DPRD, kantor kementrian, kantor bupati/walikota, kantor

dinas, kantor kelurahan, kantor kecamatan, dan lain-lain.

Pel Gt = Pel Gt-1.(1 + ɛPel G. (∆ Pel Rt(t-1)/Pel Rt-1)) (2.16)

Dimana Pel Gt adalah Pelanggan gedung pemerintahan pada tahun ke t, Pel

Gt-1 adalah Pelanggan gedung pemerintahan pada tahun sebelumnya, ɛPel G

adalah Elastisitas pelanggan gedung pemerintahan, dan ∆ Pel Rt(t-1)/Pel Rt-1

adalah Pertumbuhan pelanggan rumah tangga pada tahun ke t dan tahun

sebelumnya [24].

b. Daya tersambung pada pelanggan gedung pemerintahan

VA Gt = VA Gt-1 + ∆ Pel Gt-(t-1) x VG (2.17)

Dimana VA Gt adalah Daya tersambung pada gedung pemerintahan ditahun

ke t, ∆ Pel Gt-(t-1) adalah Jumlah penambahan pelanggan pada tahun ke t, VA

Gt-1 adalah Daya tersambung gedung pemerintahan pada tahun sebelumnya,

dan VG adalah Daya tersambung perpelanggan gedung pemerintahan [24].


25

c. Konsumsi energi pada gedung pemerintahan

E Gt = E Gt-1 (1+ (ɛ EG x Gt/100)) (2.18)

Dimana E Gt adalah Konsumsi energi gedung pemerintahan pada tahun ke t,

E Gt-1 adalah Konsumsi energi gedung pemerintahan pada tahun sebelumnya,

ɛ EG adalah Elastisitas gedung pemerintahan, dan Gt/100 adalah Persentase

pertumbuhan PDRB perkapita pada tahun ke t [24].

5. Sektor Sosial (S)

a. Pelanggan Sosial

Pelanggan sosial meliputi tempat ibadah, gedung serba guna dan gedung

untuk kegiatan LSM atau masyarakat atau adat setempat.

Pel St = Pel St-1 ( 1 + ɛPel S (∆ Pel Rt(t-1)/Pel Rt-1)) (2.19)

Dimana Pel St adalah Pelanggan sosial pada tahun ke t, Pel St-1 adalah

Pelanggan sosial pada tahun sebelumnya, ɛPel S adalah Elastisitas pelanggan

sosial, ∆ Pel Rt(t-1)/Pel Rt-1 adalah Pertumbuhan pelanggan rumah tangga

pada tahun ke t dan tahun sebelumnya.

b. Daya tersambung pada pelanggan sosial

VA St = VA St-1 + ∆ Pel St-(t-1) x VS (2.20)

Dimana VA St adalah Daya tersambung pada pelanggan sosial ditahun ke t,

∆ Pel St-(t-1) adalah Jumlah penambahan pelanggan pada tahun ke t, VA St-1

adalah Daya tersambung pelanggan sosial pada tahun sebelumnya, VS adalah

Daya tersambung perpelanggan sosial.


26

c. Konsumsi energi pada pelanggan sosial

E St = E St-1 (1+ (ɛ ES x Gt/100)) (2.21)

Dimana E St adalah Konsumsi energi pelanggan sosial pada tahun ke t, E St-1

adalah Konsumsi energi pelanggan sosial pada tahun sebelumnya, ɛ ES =

Elastisitas pelanggan sosial, dan Gt/100 adalah Persentase pertumbuhan

PDRB perkapita pada tahun ke t

6. Penerangan Umum (U)

a. Jenis pelanggan pada Penerangan Umum

Pelanggan Penerangan Umum meliputi pelanggan yang ruang lingkupnya

pelayanan masyarakat, misalnya penerangan jalan raya, penerangan jalan

protokol, penerangan komplek perumahan, penerangan jalan pusat

perbelanjaan, traffic light dan lain-lain.

Pel Ut = Pel Ut-1 (1 + ɛPel U (∆ Pel Rt(t-1)/Pel Rt-1)) (2.22)

Dimana Pel Ut adalah Pelanggan penerangan umum pada tahun ke t, Pel Ut-1

adalah Pelanggan penerangan umum pada tahun sebelumnya, ɛPel U adalah

Elastisitas pelanggan penerangan umum, ∆ Pel Rt(t-1)/Pel Rt-1 adalah

Pertumbuhan pelanggan rumah tangga pada tahun ke t dan tahun

sebelumnya.

b. Daya tersambung pada pelanggan penerangan umum

VA Ut = VA Ut-1 + ∆ Pel Ut-(t-1) x VU (2.23)

Dimana VA Ut adalah Daya tersambung pada penerangan umum ditahun ke t,

∆ Pel Ut-(t-1) adalah Jumlah penambahan pelanggan pada tahun ke t, VA Ut-1


27

adalah Daya tersambung penerangan umum pada tahun sebelumnya, dan VU

adalah Daya tersambung perpelanggan penerangan umum.

c. Konsumsi energi pada penerangan umum

E Ut = E Ut-1 (1+ (ɛ EU x Gt/100)) (2.24)

Dimana E Ut adalah Konsumsi energi penerangan umum pada tahun ke t, E

Ut-1 adalah Konsumsi energi penerangan umum pada tahun sebelumnya, ɛ EU

adalah Elastisitas penerangan umum, dan Gt/100 adalah Persentase

pertumbuhan PDRB perkapita pada tahun ke t.

7. Total Kebutuhan Konsumsi Energi

Prakiraan total kebutuhan konsumsi energi diperoleh dengan menjumlahkan

konsumsi energi sektor rumah tangga, industri, bisnis, gedung pemerintahan, sosial

dan penerangan umum dengan rumus sebagai berikut [24] :

E Tt = E Rt + E It + E Bt + E Gt + E St + E Ut (2.25)

Dimana E Tt adalah Total Kebutuhan Konsumsi Energi pada tahun ke t, E Rt

adalah Konsumsi energi sektor Rumah Tangga pada tahun ke t, E It adalah Konsumsi

energi sektor Industri pada tahun ke t, E Bt adalah Konsumsi energi sektor Bisnis

pada tahun ke t, E Gt adalah Konsumsi energi sektor Gedung pemerintahan pada

tahun ke t, E St adalah Konsumsi energi sektor Sosial pada tahun ke t, dan E Ut adalah

Konsumsi energi sektor Penerangan Umum pada tahun ke t.


28

BAB III

METODE PENELITIAN

3.1. Waktu dan Tempat Penelitian

Supaya pelaksanaan penelitian bisa berjalan dengan baik dan selesai tepat

waktu atau dan sesuai rencana maka dibuat jadwal penelitian. Jadwal yang

direncanakan dilakukan selama lebih kurang 5 bulan dimulai dari pertengahan Januari

2016 sampai dengan Mei 2016.

Tempat penelitian dilakukan di PT. PLN (Persero) Regional Sumbagut, Studi

laboratorium dan perpustakaan dalam pengambilan data, referensi dan dalam

pengolahan data.

3.2 Jenis Penelitian

Jenis penelitian ini adalah dengan memprakirakan kejadian yang akan datang

dengan melakukan peramalan berupa perhitungan dari data historis. Penelitian

dilakukan dengan observasi ke perusahaan/instansi untuk mendapatkan data-data

historis berupa jumlah penduduk, pertumbuhan ekonomi, jenis pelanggan listrik,

energi yang terjual, kapasitas pembangkit, beban puncak dan pemakaian energi

selama 5 atau 10 tahun yang lalu. Data yang didapat diolah sesuai teori dan metode

yang dipilih lalu dibantu dengan perhitungan menggunakan Ms Excel lalu

dibandingkan dengan data real tahun 2013 dan 2014.

3.3. Metode Pengumpulan Data

Data dikumpulkan dengan meminta kepada pihak instansi/perusahaan PT.

PLN (Persero) Regional Sumbagut berupa Statistik PLN. Selain itu juga dibutuhkan


29

data dari BPS Sumatera Utara seperti jumlah penduduk dan pertumbuhan ekonomi

Propinsi Sumatera Utara. Tahapan lainnya yaitu observasi ke lapangan melihat dan

mencari gambaran teknik peramalan yang dilakukan oleh pihak PLN.

3.4. Sumber Data

Sumber data berasal dari PT. PLN (Persero) dan BPS Sumatera Utara dan

beberapa sumber lainnya seperti Direktorat Ketenagalistrikan Kementerian Energi

Sumber Daya Mineral (ESDM) berupa data statistik maupun hasil pengukuran dan

perhitungan pengolahan secara matematis oleh instansi/perusahaan tersebut. Selain

itu data juga dapat diperoleh dari data sekunder dari Statistik maupun data primer

langsung yang diukur oleh pihak PLN.

3.5. Populasi, Sampel dan Metode yang digunakan

Populasi yang digunakan adalah jenis pelanggan yang ada dengan

karakteristik pemakaian beban yang berbeda, pelanggan dibedakan menjadi 6 sektor

yaitu rumah tangga dengan pemakaian beban lebih kecil dan konstan, industri, bisnis,

sosial, gedung pemerintahan dan penerangan umum. Sampel yang diambil dengan

melihat rata-rata jumlah rumah tangga untuk mengetahui jumlah pelanggan rumah

tangga. Sampel rata-rata pemakaian daya masing-masing sektor berdasarkan

konsumsi yang telah digunakan dengan total jumlah pelanggan yang tercatat.

Kemudian juga menghitung elastisitas pelanggan dan konsumsi energi. Data dan

metode yang akan digunakan dapat dilihat pada uraian Tabel 3.2. Sehingga gabungan

dari metode dijadikan satu metode menjadi metode Peramalan Kuantitatif Sektoral

(PKS)


30

Tabel 3.2 Data-data yang dibutuhkan dari Metode Peramalan

No Metode Uraian Jenis data

1 Sampling Statistik

[18,24]

Untuk pemakaian

listrik merata di suatu

daerah

Energi dan Daya listrik

terpakai diambil sampel

untuk mewakili keseluruhan

2 Ekstrapolasi [24] Data masa lampau

akan terjadi tren sama

di masa akan datang

(bersifat statis)

Dari Energi terpakai tahun

sebelumnya akan terpakai

dimasa yang akan datang

dengan pertumbuhan yang

sama

3 Perbandingan/pro

yeksi/kecendrung

an [24]

Berdasarkan

hubungan data masa

lampau tanpa

memperhatikan

pengaruh ekonomi,

iklim, teknologi dan

lain-lain

Biasanya dipakai pada

peramalan jangka pendek

karena energi listrik

pemakaian diukur langsung

dari beban yang terpakai

4 Metode Sektoral

[1]

Mengamati

pertumbuhan beban

pada tiap-tiap sektor

Pemakaian beban pada sektor

rumah tangga, bisnis, industri

dan umum

5 Gabungan dari

keempat metode

diatas atau dengan

penamaan baru

yaitu Metode

Peramalan

Kuantitatif

Sektoral (PKS)

Diambil data

sampling statistik,

menggunakan tren

ekstrapolasi,

perbandingan dengan

menghitung pengaruh

ekonomi,

pertumbuhan

penduduk, rasio

elektrifikasi, dan

membagi jenis

pelanggan menjadi 6

sektor jenis

pelanggan

Data penduduk,

pertumbuhan penduduk,

rasio elektrifikasi,

pertumbuhan ekonomi,

persentase pertumbuhan

ekonomi, jenis pelanggan

dibagi menjadi 6 sektor yaitu

pelanggan rumah tangga,

pelanggan industri,

pelanggan bisnis, pelanggan

gedung pemerintahan,

pelanggan sosial dan

pelanggan penerangan

umum. Dari 6 sektor

pelanggan data yang

dibutuhkan yaitu jumlah

pelanggan, konsumsi energi,

daya yang terpasang dari

masing-masing sektor )*

)* Data dari PT. PLN (Persero), Kementerian ESDM dan BPS Sumatera Utara


31

3.6. Instrumen Penelitian

Data yang telah diperoleh dihitung secara matematis menggunakan rumus-

rumas pada Persamaan 2.4 sampai dengan Persamaan 2.25 yang tecantum pada BAB

II dan juga secara statisik. Data juga diolah dengan bantuan perhitungan Ms Excel

untuk mempermudah dan mempercepat perhitungan.

3.7. Diagram Alir Penelitian dan Tahapan-tahapan Penelitian

Pelaksanaan penelitian dimulai dengan survei lapangan untuk pengumpulan

data-data yang mendukung bahan penelitian. Selanjutnya dilakukan perancangan

model peramalan sesuai metode. Setelah selesai dilakukan analisis peramalan, hasil

dari analisis disusun dalam bentuk laporan tesis dan karya ilmiah. Hal tersebut dapat

dilihat pada diagram alir pada Gambar 3.1

Gambar 3.1 Diagram Alir Penelitian

Observasi/survei lapangan

Pengumpulan data

Perancangan model peramalan sesuai metode

Penyusunan laporan dan karya ilmiah

Mulai

Analisis hasil peramalan

Selesai


32

Sesuai dengan jadwal dan tempat penelitian serta susunan diagram alir

penelitian maka dapat dituliskan tahapan-tahapan yang perlu dilakukan dalam

penelitian ini adalah sebagai berikut:

1. Penelitian dimulai dengan pengajuan judul dan penyusunan laporan proposal

penelitian dari bab 1 sampai dengan bab 3

2. Observasi lapangan dari tempat penelitian dan juga pengukuran pemakaian

beban listrik secara berkala.

3. Studi literatur dan perpustakaan.

4. Pengumpulan data.

a. Data yang diperlukan adalah jumlah penduduk Propinsi Sumatera Utara

dari tahun 2004 sampai dengan tahun 2015 dari BPS Sumatera Utara.

b. Pertumbuhan ekonomi, PDRB Propinsi Sumatera Utara dari BPS

Sumatera Utara dari tahun 2007 sampai dengan 2014.

c. Jumlah rumah tangga di Propinsi Sumatera Utara pertahun dari tahun

2010 sampai dengan tahun 2014

d. Geografis, iklim, sosial ekonomi dan pertumbuhan industri Sumatera

Utara.

e. Data jumlah pelanggan PLN di Propinsi Sumatera Utara dari tahun 2007

sampai dengan tahun 2014 data diperoleh dari PT. PLN (Persero)

Regional Sumbagut ataupun PT. PLN (Persero) Pusat Jakarta

f. Konsumsi energi listrik di Propinsi Sumatera Utara dalam Watt hour (Wh)

selama 5 tahun yang lalu dari tahun 2007 sampai dengan 2014


33

g. Kapasitas daya terpasang masing-masing sektor pelanggan listrik di

Sumatera Utara

h. Kapasitas pembangkit dan daya jual energi listrik PLN ke pelanggan

5. Data yang telah dikumpulkan diolah dengan perhitungan pada rumus-rumas

Persamaan 2.2 sampai dengan Persamaan 2.25 yang tercantum pada bab 2,

tahapan pengolahan data dilakukan perhitungan dan analisis sebagai berikut:

a. Berdasarkan data penduduk maka dilihat tren persentase pertumbuhan

berdasarkan data yang telah ada. Selanjutnya diprakirakan penambahan

jumlah pertumbuhan penduduk pada tahun berikutnya sampai 10 tahun

kedepan dengan menggunakan Persamaan 2.5 dan tahun berikutnya

dengan rumus yang sama bisa dihitung hingga tahun 2024 dengan tren

yang sama tetapi dengan angka pertumbuhan yang berbeda.

b. Setelah mengetahui jumlah pertumbuhan penduduk dan total penduduk

tahun berikutnya lalu dihitung jumlah rumah tangga pada Persamaan 2.4

dan 2.5 dan juga melihat tren pertumbuhan pelanggan rumah tangga.

c. Berdasarkan prakiraan penduduk dan jumlah rumah tangga maka didapat

jumlah pelanggan rumah tangga pada tahun ke t berdasarkan data

pelanggan rumah tangga sebelumnya dan pertumbuhan penduduk dan

jumlah rumah tangga yang ada. Pelanggan rumah tangga pada tahun ke t

dapat dihitung dengan Persamaan 2.7 untuk memasukan data rasio

elektrifikasi sudah dihitung oleh PLN seperti rumus/persamaan 3.1

sebagai berikut [23]:


34

𝑅𝐸 =𝑃𝑒𝑙 𝑅𝑡

𝐻𝑡 𝑥 100% (3.1)

Dimana RE adalah Persentase Rasio Elektrifikasi, Pel Rt adalah Pelanggan

rumah tangga pada tahun ke t, dan Ht adalah jumlah rumah tangga yang

ada pada tahun ke t [23].

d. Daya tersambung pada rumah tangga digunakan Persamaan 2.8 untuk

daya tersambung rumah tangga biasanya 900 VA walaupun banyak rumah

tangga menggunakan daya lebih tetapi rumah tangga sederhana lebih

banyak pelanggannya maka bisa dijadikan sampel perhitungan untuk daya

tersambung perpelanggan rumah tangga (VR) atau juga bisa digunakan

data historis berdasarkan energi yang terpakai dibagi jumlah pelanggan

pada data tahun yang sama bisa ditulis dalam Persamaan 3.2 berikut:

𝑉𝑅 =𝑉𝐴 𝑅

𝑃𝑒𝑙 𝑅 (3.2)

Dimana VR adalah rata-rata daya tersambung perpelanggan rumah tangga,

VA R adalah total daya tersambung pada rumah tangga (MVA), Pel R

adalah total pelanggan rumah tangga.

e. Memprakirakan konsumsi energi pelanggan rumah tangga dengan

menggunakan Persamaan 2.9 dan melihat pertumbuhan ekonomi pada

Persamaan 2.2 dan elastisitas rumah tangga.

f. Untuk pelangggan industri dihitung dengan Persamaan 2.10 yang

dipengaruhi persentase pertumbuhan industri.


35

g. Daya tersambung pada industri dihitung dengan Persamaan 2.11

sementara untuk menghitung daya perpelanggan industri (VI) bisa

digunakan Persamaan 3.2 tetapi dengan mengganti data pelanggan industri

dan energi industri yang terpakai.

h. Konsumsi energi industri digunakan Persamaan 2.12 dengan persentase

pertumbuhan sektor industri.

i. Selanjutnya menghitung pelanggan bisnis dengan dengan Persaman 2.13

dan dimasukkan perbandingan pelanggan rumah tangga pada tahun ke t

dan tahun sebelumnya jadi pelanggan bisnis juga dipengaruhi oleh

pertumbuhan pelanggan rumah tangga.

j. Untuk daya tersambung pelanggan bisnis menggunakan Persamaan 2.14

dan Persamaan 3.2 sama seperti Persamaan 2.11

k. Konsumsi energi pelanggan bisnis dihitung dengan Persamaan 2.15

l. Untuk menghitung pelanggan gedung pemerintahan dihitung dengan

menggunakan Persamaan 2.16

m. Lalu menghitung daya tersambung pada pelanggan gedung pemerintahan

dengan menggunakan Persamaan 2.17 dan untuk menghitung daya

perpelanggan menggunakan Persaman 3.2 dengan data pelanggan gedung

pemerintahan

n. Konsumsi energi gedung pemerintahan menggunakan Persamaan 2.18

o. Lalu dihitung pelanggan Sosial dengan Persamaan 2.19

p. Daya tersambung pada pelanggan sosial digunakan Persamaan 2.20


36

q. Konsumsi energi listrik untuk pelanggan digunakan Persamaan 2.21

r. Terakhir dihitung pelanggan Penerangan umum dengan Persamaan 2.22

walaupun sebenarnya penerangan umum tidak ada rekening khusus seperti

pelanggan tetapi data untuk penerangan bisa dicatat dan diukur

berdasarkan pemakaian beban listrik

s. Untuk daya tersambung digunakan Persamaan 2.23 dan daya tersambung

perpelanggan sama dengan sektor lainnya dengan menggunakan Persaman

3.2

t. Konsumsi energi penerangan umum digunakan Persamaan 2.24 untuk

mengetahui pemakaian energi pada tahun ke t

u. Total konsumsi energi semua pelanggan dengan menjumlahkan hasil

perhitungan pada Persamaan 2.9, Persamaan 2.12, Persamaan 2.15,

Persamaan 2.18, Persamaan 2.21 dan Persamaan 2.24 sehingga didapat

Persamaan 2.25. Persamaan 2.25 ini adalah total keseluruhan penggunaan

energi pada wilayah Propinsi Sumatera Utara pada 1 tahun yang akan

datang.

v. Untuk menghitung 9 tahun berikutnya bisa dilakukan dengan metode

pengolahan data yang sama tetapi dengan pertumbuhan data yang berbeda

karena data yang digunakan untuk menghitung tahun kedua kedepan

tergantung hasil perhitungan peramalan tahun pertama.


37

6. Analisis data

Hasil pengolahan data pada point 5) akan di analisis lalu dibandingkan dengan

data real/actual dengan hasil perhitungan peramalan diantaranya:

a. Membuat data sheet hasil perhitungan Ms Excel

b. Membandingkan besaran error data aktual dengan data peramalan

c. Membandingkan data peramalan dengan data yang dibuat dalam RUPTL

PLN dengan melihat besaran errornya

d. Menganalisis penyebab selisih/besaran error jumlah pelanggan, daya

tersambung dan kebutuhan energi listrik.

e. Melihat pertumbuhan hasil pengolahan data.

7. Hasil peramalan akan dibandingkan dengan perhitungan data real tahun 2013

dan tahun 2014 untuk melihat margin error nya untuk mengetahui selisihnya

terlalu jauh atau hanya sedikit atau kecil sekali. Semakin kecil eror yang

didapat aplikasi perhitungan peramalan semakin baik.


38

BAB IV

HASIL DAN PEMBAHASAN

4.1. Observasi/Survei Lapangan

Observasi dilakukan untuk mendapatkan data primer maupun sekunder yang

dibutuhkan dalam mendukung kebutuhan penelitian peramalan. Data yang diambil

berupa data aktual/real yang telah tercatat yang dipakai atau energi terjual kepada

konsumen pelanggan listrik pada tahun-tahun sebelumnya. Survei dilakukan pada PT.

PLN (Persero) Regional Sumbagut. Output yang didapat adalah data-data Statistik

yang dikeluarkan oleh PLN dalam bentuk Laporan Tahunan yang telah

dipublikasikan.

Dengan melakukan survei lapangan dapat diketahui teknik atau metode apa

yang biasa digunakan pihak PLN dalam melakukan peramalan kebutuhan energi

listrik. Salah satu cara PLN melakukan peramalan yaitu dengan menggunakan

software DKL 3.01 atau DKL 3.2

4.2. Studi Literatur dan Perpustakaan

Untuk mendapatkan gambaran dan data dalam melakukan penelitian maka di

cari dan dibahas tinjauan pustaka yang berkaitan dengan judul yang dilakukan. Untuk

mendapatkan referensi-referensi dilakukan dengan mencari jurnal-jurnal nasional

maupun Internasional yang berkaitan dengan judul peramalan kebutuhan beban

energi listrik. Hasil jurnal dibahas dan dibedah untuk mencari ide baru dalam

melakukan penelitian.


39

4.3. Pengumpulan Data

Pengumpulan data perlu dilakukan untuk menghitung dan melihat hasil dari

peramalan yang terjadi dimasa yang akan datang. Data diperoleh dari PT. PLN

diantaranya data rasio elektrifikasi, jumlah pelanggan, daya tersambung ke pelanggan

dan kebutuhan energi listrik/energi terjual pada tahun 2009 sampai dengan 2014.

Kemudian data juga diperoleh dari BPS Sumatera Utara untuk melihat jumlah

penduduk Sumatera Utara pada tahun sebelumnya selain itu juga didapat PDRB

Sumatera Utara dari tahun 2008 sampai dengan 2014.

4.3.1. Data dari BPS Sumatera Utara

Data yang diperoleh dari BPS yaitu jumlah Penduduk, Jumlah Rumah Tangga

dan rata-rata penghuni per rumah tangga, seperti terdapat pada Tabel 4.1

Tabel 4.1 Data Penduduk Sumatera Utara dan Jumlah Rumah Tangga

No Tahun Penduduk

(jiwa)

Jumlah

Rumah

Tangga

(rumah)

Rata-rata

Rumah

Tangga

(rumah)

Sumber

1 2004 12.123.360 x x [27]

2 2005 12.326.678 x x [27,28]

3 2006 12.643.494 x x [27,28,29]

4 2007 12.834.371 2.911.674 4.41 [27,28,29]

5 2008 13.042.317 2.980.434 4.38 [28,29]

6 2009 13.248.386 3.027.500 4.38 [29]

7 2010 12.982.204 3.037.716 4.3 [30,32]

8 2011 13.103.596 x x [25]

(2011) - 3.134.400 4.18 [36]

9 2012 13.215.000 3.132.000 4.22 [33]

10 2013 13.326.307 3.168.566 4.21 [31,33]

11 2014 13.766.851 3.220.756 4.27 [32,33]

Keterangan: (x) adalah data tidak diperoleh/tidak didapatkan dari sumber data.


40

4.3.2. Data dari Statistik PLN

Selain data penduduk yang diperoleh dari BPS Sumatera Utara data Penduduk

juga tercatat di Statistik PLN. Berikut ini terlihat pada Tabel 4.2 Jumlah Penduduk

Sumatera Utara dari tahun 2009 sampai dengan tahun 2014. Berdasarkan data yang

diperoleh ada sedikit perbedaan atau selisih jumlah penduduk berdasarkan BPS dan

Statistik PLN. Dari Tabel 4.2 juga dimasukkan data Rasio Elektrifikasi (RE) dari

tahun 2009 sampai dengan 2014.

Tabel 4.2. Data Penduduk Sumatera Utara, Jumlah Rumah Tangga dan Rasio

Elektrifikasi

No Tahun

Jumlah Rumah

Tangga

(rumah)

Pelanggan

Rumah Tangga

(pelanggan)

RE

(%) Sumber

1 2009 2.981.900 2.290.474 76.81 [34]

2 2010 3.074.400 2.391.177 77.78 [35]

3 2011 3.134.400 2.511.003 80.11 [36]

4 2012 3.112.500 2.633.590 84.61 [37]

5 2013 3.147.500 2.749.091 87.34 [38]

6 2014 3.184.900 2.863.592 89.91 [39]

Untuk menghitung besarnya daya yang terpakai tentu tergantung seberapa

banyak jumlah pelanggan yang sudah ada. Jumlah Pelanggan PLN sampai tahun 2014

tercantum pada Tabel 4.3.

Tabel 4.3 Jumlah Pelanggan PLN Sumatera Utara Berdasarkan data dari PLN

No Tahun Jumlah

Pelanggan

Pelanggan

Rumah

Tangga Industri Bisnis

Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2007 2.283.674 2.144.746 3.518 78.693 4.952 41.173 10.592

2 2008 2.366.892 2.220.259 3.513 83.092 5.228 43.288 11.512

3 2009 2.433.684 2.290.474 3.494 86.695 5.462 45.412 12.147


41

Tabel 4.3 Jumlah Pelanggan PLN Sumatera Utara Berdasarkan data dari PLN

(Lanjutan)

No Tahun Jumlah

Pelanggan

Pelanggan

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

4 2010 2.551.932 2.391.177 3.492 90.981 5.689 47.981 12.612

5 2011 2.678.501 2.511.003 3.555 95.042 5.975 50.011 12.915

6 2012 2.808.280 2.633.590 3.628 99.245 6.337 52.117 13.363

7 2013 2.930.584 2.749.091 3.691 102.982 6.726 53.993 14.101

8 2014 3.051.822 2.863.592 3.698 106.876 7.437 55.721 14.498

Sumber : [34,35,36,37,38,39,40]

Setelah data pelanggan selanjutnya yang diperlukan adalah data daya listrik

yang tersambung per jenis/kelompok pelanggan. Daya tersambung diukur dalam

satuan Mega Volt Ampere (MVA). Nilai tersambung ditulis pada Tabel 4.4 berikut:

Tabel 4.4 Daya Tersambung Per Kelompok Pelanggan (MVA) Data dari PLN

No Tahun

Jumlah

Daya

Tersambung

(MVA)

Daya tersambung persektor pelanggan (MVA)

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2009 3.065,11 1.642,26 686,62 510,21 43,97 106,05 76,00

2 2010 3.219,33 1.748,59 688,75 540,63 48,71 112,70 79,93

3 2011 3.478,35 1.917,26 729,48 575,67 51,50 122,96 81,48

4 2012 3.754,63 2.071,67 780,39 626,41 58,13 135,59 82,44

5 2013 4.038,28 2.224,00 822,65 692,61 62,33 150,72 85,97

6 2014 4.202,54 2.356,08 817,26 717,65 64,68 158,81 88,06

Sumber : [34,35,36,37,38,39]

Data pelanggan dan data daya tersambung telah diperoleh seperti tertera pada

Tabel 4.3 dan 4.4 diatas. Berikutnya data yang dibutuhkan yaitu data Energi Listrik

yang telah didistribusikan ke pelanggan atau bisa juga disebut dengan Energi Listrik


42

yang terjual per kelompok pelanggan. Energi Listrik terjual dihitung dalam satuan

Giga Watt hour (GWh). Data dapat dilihat pada Tabel 4.5

Tabel 4.5 Energi Listrik Terjual Per Kelompok Pelanggan (GWh) Data dari PLN

No Tahun

Jumlah

Energi

Terjual

(GWh)

Energi terjual persektor pelanggan (GWh)

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2007 5.163,43 2.196,17 1.823,13 694,83 51,92 122,29 275,09

2 2008 5.757,85 2.458,19 1.902,34 895,22 56,52 138,18 307,40

3 2009 6.096,90 2.678,80 1.786,31 1.047,54 71,33 151,86 361,06

4 2010 6.697,29 3.073,58 1.845,32 1.162,23 82,53 178,78 354,85

5 2011 7.194,03 3.365,60 2.016,23 1.170,38 78,34 195,82 367,66

6 2012 7.809,32 3.814,02 2.134,96 1.155,84 88,29 229,03 387,18

7 2013 7.917,24 3.870,87 2.134,05 1.195,41 91,19 235,56 390,16

8 2014 8.271,01 4.177,31 2.094,13 1.251,62 96,54 255,27 396,15

Sumber : [34,35,36,37,38,39,40]

Berdasarkan data yang diperoleh dari PLN dan BPS pada Tabel 4.1 sampai

Tabel 4.5 dapat dilihat hubungan dengan pertumbuhan penduduk terhadap kebutuhan

beban energi listrik.

4.3.3. Pertumbuhan Ekonomi dan Data PDRB dari BPS Sumatera Utara

Pertumbuhan ekonomi bisa mempengaruhi tingkat kebutuhan energi listrik

karena semakin baik perekonomian suatu wilayah maka kebutuhan dan konsumsi

pelanggan terhadap kebutuhan listrik pasti semakin meningkat. Pada Tabel 4.6

dijelaskan PDRB Propinsi Sumatera Utara sampai tahun 2014. Berdasarkan data

pertumbuhan PDRB Sumaera Utara maka didapat rata-rata pertumbuhan PDRB

Perkapita Sumatera Utara adalah 4.6 %.


43

Tabel 4.6 Produk Domestik Regional Bruto Propinsi Sumatera Utara 2010-2014

No Tahun

Nilai PDRB

ADHK 2010

(Milyar Rp)

Pertum

buhan

PDRB

(%)

PDRB Perkapita

ADHK 2010

(Ribu Rupiah)

Asumsi

Jumlah

Penduduk

(x 000 orang)

Pertumbuhan

PDRB

Perkapita

ADHK (%)

1 2010 331.085,24 6,38 25.412,07 13.029 -

2 2011 353.147,59 6,66 26.711,24 13.221 5,11

3 2012 375.924,14 6,45 28.036,88 13.408 4,96

4 2013 398.779,25 6,08 29.343,04 13.590 4,66

5 2014 419.649,28 5,23 30.482,59 13.767 3,88

Rata-rata Pertumbuhn PDRB perkapita 4.6 %

Sumber: [25,41,42]

Dari data Profil Pembangunan Propinsi Sumatera Utara didapat bahwa

pertumbuhan ekonomi Sumatera Utara mengalami percepatan [25]. Pertumbuhan

ekonomi dapat dilihat pada Gambar 4.1. Dari hasil data pertumbuhan ekonomi tahun

2004 sampai tahun 2012 pertumbuhan ekonomi Sumatera Utara. Dari data di Gambar

4.1 juga dapat dilihat rata-rata pertumbuhan ekonomi Sumatera Utara menjadi 6,14

persen. Hal ini dijadikan acuan data dalam perhitungan peramalan kebutuhan beban

energi listrik di Sumatera Utara.

Tabel 4.7 Persentase (%) Pertumbuhan Ekonomi Sumatera Utara dari Tahun 2004 s.d

Tahun 2012

Tahun Rata-rata

pertumbuhan

ekonomi (%) 2004 2005 2006 2007 2008 2009 2010 2011 2012

Persentase Besaran

Pertumbuhan

Ekonomi (%)

5,74 5,48 6,20 6,90 6,39 5,07 6,38 6,66 6,45 6,14


44

Gambar 4.1 Grafik Pertumbuhan Ekonomi Sumatera Utara Tahun 2004-2012

4.3.4. Data Dirjen Ketenagalistrikan Kementerian ESDM

Data-data kelistrikan sebenarnya telah disusun dan telah dibuat dalam bentuk

statistik oleh PLN. Namun karena PLN berada dibawah Kementerian ESDM maka

Kementerian ESDM memiliki Laporan Statistik yang diterbitkan oleh Dirjen

Ketenagalistrikan Kementerian ESDM. Data yang diterbitkan oleh PLN dan

Kementerian ESDM terdapat sedikit perbedaan atau selisih angka perhitungan hal ini

dapat disebabkan banyak hal. Data-data pelanggan, daya tersambung, energi terjual

dan Rasio Elektrifikasi tertera juga tertera didalam Laporan Statistik tahunan Dirjen

Kementerian Energi Sumber Daya Mineral seperti yang tertea pada Tabel 4.8 sampai

dengan Tabel 4.11.

5,74

5,48

6,20

6,90

6,39

5,07

6,38

6,66

6,45

5

5,2

5,4

5,6

5,8

6

6,2

6,4

6,6

6,8

7

Per

sen

tase

(%

) P

ertu

mb

uh

an

Ek

on

om

i

Su

mate

ra U

tara

Tahun

Pertumbuhan Ekonomi Sumatera Utara 2004-2012

Sumatera Utara


45

Tabel 4.8 Data Pelanggan Berdasarkan Dirjen Ketenagalistrikan Kementerian ESDM.

No Tahun Jumlah

Pelanggan

Pelanggan

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2008 2.366.892 2.220.259 3.513 83.092 5.228 43.288 11.512

2 2009 x 2.290.474 3.494 86.695 x x x

3 2010 - - - - - - -

4 2011 2.678.497 2.511.003 3.555 95.038 5.975 50.011 12.915

5 2012 2.808.280 2.633.590 3.628 99.245 6.337 52.117 13.363

6 2013 2.930.584 2.749.091 3.691 102.982 6.726 53.993 14.101

7 2014 3.051.822 2.863.592 3.698 106.876 7.437 55.721 14.498

Sumber : [43,44,45,46,47,48]

Keterangan : (x) Data yang diinput Kementerian ESDM salah/salah input

(-) Laporan tidak terbit

Terdapat perbedaan data dengan data Statistik PLN

Untuk data daya tersambung dari Statistik PLN tidak tercantum data jumlah

daya terpasang tahun 2008. Sementara data tahun 2010 Kementerian ESDM tidak

menerbitkan Laporan Statistik. Jumlah daya tersambung dapat dilihat pada Tabel 4.8

Tabel 4.9 Daya Tersambung Dirjen Ketenagalistrikan Kementerian ESDM

No Tahun

Jumlah

Daya

Tersambung

(MVA)

Daya tersambung persektor Pelanggan (MVA)

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2008 2.936,26 1.562,76 682,28 482,58 39,31 97,26 72,08

2 2009 3.065,11 1.642,26 686,62 510,21 43,97 106,05 76,00

3 2010 - - - - - - -

4 2011 3.478,35 1.917,26 729,48 575,67 51,50 122,96 81,48

5 2012 3.754,63 2.071,67 780,39 626,41 58,13 135,59 82,44

6 2013 4.038,28 2.224,00 822,65 692,61 62,33 150,72 85,97

7 2014 4.202,54 2.356,08 817,26 717,65 64,68 158,81 88,06

Sumber : [43,44,45,46,47,48]


46

Pada data kementerian ESDM terdapat perbedaan data yang sangat signifikan

untuk energi terjual pada tahun 2014 dan perbedaan jenis pelanggan pada Tabel 4.9.

Tabel 4.10 Energi Terjual Berdasarkan Dirjen Ketenagalistrikan Kementerian ESDM

No Tahun

Jumlah

Energi

Terjual

(GWh)

Energi terjual persektor pelanggan (GWh)

Rumah


Gedung

Pemerin

tahan

Sosial

Penera

ngan

Umum

1 2008 5.757,85 2.458,19 1.902,34 895,22 56,52 138,18 307,40

2 2009 6.096,90 2.678,80 1.786,31 1.047,54 71,33 151,86 361,06

3 2010 - - - - - - -

4 2011 7.194,03 3.365,60 2.016,23 1.170,38 78,34 195,82 367,66

5 2012 7.809,32 3.814,02 2.134,96 1.155,84 88,29 229,03 387,18

6 2013 7.917,24 3.870,87 2.134,05 1.195,41 91,19 235,56 390,16

7 2014 12.149 4.243 5.906 1.252 748 Pelanggan Publik

Sumber : [43,44,45,46,47,48]

Selanjutnya data Rasio Elektrifikasi juga berbeda dari data pada Statistik PLN

hal ini disebabkan Kementerian ESDM memasukkan data Keluarga Berlistrik Non

PLN kedalan perhitungan Rasio Elektrifikasi. Seperti dijelaskan pada Tabel 4.10

Tabel 4.11 Perbandingan Rasio Elektrifikasi data PLN dan Kementerian ESDM

No Tahun

Keluarga

Berlistrik

(Pel. RT)

Keluarga

Berlistrik

Non PLN

(Pel. RT)

Jumlah

Keluarga

(Jlh RT)

Rasio

Elektrifikasi

PLN (%)

Rasio

Elektrifikasi

ESDM (%)

(a) (b) (c) (a/c) x 100% (a+b)/c x 100%

1 2008 2.220.259 44.644 3.141.956,20 70,66 72,09

2 2009 2.290.474 47.678 2.981.900 76.81 78,41

3 2010 - - - 77.78 -

4 2011 2.499.924 78.873 3.070.716 80.11 83,98

5 2012 2.633.591 78.873 3.128.492,03 84.61 86,70

6 2013 2.749.091 8.674 3.147.545 87.34 87,62

7 2014 2.863.592 68.405 3.220.894 89.91 91,03

Sumber : [34,35,36,37,38,39,43,44,45,46,47,48]


47

Pada Gambar 4.2 Menunjukkan perbandingan bahwa Rasio Elektrifikasi data

dari Kementerian ESDM lebih besar daripada data Statistik PLN Karena Kementerian

ESDM memasukkan Rumah Tangga berkeluarga Non Listrik PLN kedalam

perhitungan Rasio Elektrifikasi.

Gambar 4.2 Grafik Perbandingan Rasio Elektrifikasi PLN dan Kementerian ESDM

4.3.5. Data Proyeksi Kebutuhan Listrik dari RUPTL PLN

Pada dasarnya pihak PLN telah melakukan peramalan berbagai komponen dan

hal yang berkaitan dengan penyediaan listrik untuk kebutuhan yang akan datang. Hal

ini telah tertuang dalam Rencana Umum Ketenagalistrikan Nasional pada tahun 2008.

Pada tahun 2009 diubah oleh PLN menjadi Rencana Usaha Penyediaan Tenaga

Listrik atau disingkat RUPTL yang diterbitkan setiap tahun oleh PLN. Adapun tujuan

dan sasaran dari penerbitan buku RUPTL adalah untuk memberikan pedoman dan

acuan pengembangan sarana kelistrikan PT PLN (Persero) dalam memenuhi

65

70

75

80

85

90

95

2008 2009 2010 2011 2012 2013 2014

Per

sen

tase

(%

) R

asi

o E

lek

trif

ika

si

Tahun

Rasio Elektrifikasi

Statistik PLN

Rasio Elektrifikasi

Statistik Kementrian

ESDM


48

kebutuhan tenaga listrik di wilayah usahanya secara lebih efisien dan lebih baik,

sehingga dapat dihindari ketidak-efisienan perusahaan sejak tahap perencanaan.

Sasaran RUPTL yang ingin dicapai sepuluh tahun ke depan secara nasional adalah

pemenuhan kebutuhan kapasitas dan energi listrik, peningkatan efisiensi dan kinerja

sistem kelistrikan, mulai dari tahap perencanaan yang meliputi [50]:

a. Tercapainya pemenuhan kebutuhan kapasitas dan energi listrik setiap tahun

dengan tingkat keandalan (reserve margin) yang diinginkan.

b. Tercapainya bauran bahan bakar (fuel-mix) yang lebih baik, dicerminkan oleh

pengurangan penggunaan bahan bakar minyak hingga kontribusi produksi

pembangkit berbahan bakar minyak menjadi 2 persen terhadap total produksi

energi listrik pada tahun 2018.

c. Mengatasi krisis kelistrikan yang terjadi di beberapa daerah.

d. Tercapainya angka rugi jaringan transmisi dan distribusi lebih kecil dari

10 persen.

e. Tercapainya tara kalor (heat rate) yang membaik sehingga dapat dicapai biaya

pokok produksi (BPP) yang lebih baik dan rasional.

f. Tercapainya kualitas listrik yang makin membaik.

Dalam buku RUPTL tercantum data proyeksi Kebutuhan Energi Listrik untuk

10 Tahun kedepan. Data dikutip dari empat buku RUPTL yang diterbitan oleh PLN

setiap tahun. Hasil proyeksi terus mengalami perbedaan sesuai dengan hasil evaluasi

target dan data aktual PLN. Data total energi yang akan terpakai 10 tahun kedepan

berdasarkan perhitungan PLN dapat kita lihat di Tabel 4.12


49

Tabel 4.12 Data Rasio Elektrifikasi dan Data Proyeksi Kebutuhan Energi Listrik

(GWh) pada RUPTL

No Tahun

Rasio

Elektrifikasi

(%)

Proyeksi Energi RUPTL (GWh) Data

Aktual

[Tabel 4.5]

Error

(%) 2009-2018

[50]

2012-2021

[53]

2013-2022

[54]

2015-2024

[23]

1 2008 78,2 5.714,0 - - - 5.757,85 - 0,76

2 2009 80,9 6.246,0 - - - 6.096,90 2,45

3 2010 83,4 6.826,0 - - - 6.697,29 1,92

4 2011 85,7 7.470,2 - - - 7.194,03 3,83

5 2012 87,8 8.180,3 7.749 - - 7.809,32 4,7-(-0,7)

6 2013 89,4 8.963,9 8.530 8.425 - 7.917,24 13,2- 6,4

7 2014 90,9 9.822,3 9.393 9.120 - 8.271,01 18,7-10,2

8 2015 92,3 10.772,9 10.329 9.882 9.293 x x

9 2016 93,5 11.760,9 11.374 10.694 10.374 x x

10 2017 94,5 12.849,0 12.540 11.574 11.597 x x

11 2018 95,5 14.041,9 13.828 12.528 13.002 x x

12 2019 - - 15.268 13.563 14.623 x x

13 2020 - - 16.879 14.684 16.445 x x

14 2021 - - 18.635 15.903 18.674 x x

15 2022 - - - 17.224 21.321 x x

16 2023 - - - - 24.432 x x

17 2024 - - - - 28.090 x x

Dari tabel diatas terlihat bahwa hasil proyeksi kebutuhan tenaga listrik pada

tahun 2013 dan 2014 terdapat error yang sangat besar yaitu di atas 10 persen. Tentu

hasil seperti itu kurang baik jika perlu selisih proyeksi dibawah 5 persen agar

perhitungan peramalan lebih akurat.

4.4. Pengolahan Data

Sebelum data diolah dengan Persamaan 2.4 sampai dengan Persamaan 2.25

berdasarkan data tren 5 tahun sebelumnya atau lebih yaitu 2008 sampai dengan 2012

maka harus dicari terlebih dahulu data-data sebagai berikut:

a. Rata-rata pertumbuhan penduduk (Lampiran 1.1).


50

b. Rata-rata jumlah penghuni rumah tangga (Lampiran 1.1).

c. Pertumbuhan Rasio Elektrifikasi (Lampiran 1.2).

d. Rata-rata Pertumbuhan Ekonomi (Gambar 4.1).

e. Dari data Pelanggan, Daya tersambung dan Energi terjual (Lampiran 1.3).

dihitung nilai pertumbuhan pertahun untuk mendapatkan rata-rata

pertumbuhan kebutuhan listrik sampai tahun 2012 (Lampiran 1.4).

f. Dari Lampiran 1.1 didapat persentase pertumbuhan penduduk maka dihitung

pertumbuhan penduduk tahun berikutnya (Lampiran 1.5).

g. Dari Lampiran 1.1 dan 1.5 didapat perhitungan jumlah rumah tangga tahun

berikutnya (Lampiran 1.6).

h. Dari Point d) dan Point e) maka didapat elastisitas pelanggan dan elastisitas

kebutuhan energi listrik (Lampiran 1.7).

i. Kemudian untuk melihat rata-rata daya tersambung perpelanggan dihitung

dengan membagi total daya tersambung dengan total pelanggan (sumber

Lampiran 1.3) maka didapat rata-rata daya tersambung perpelanggan

(Lampiran 1.8). Untuk perhitungan daya tersambung digunakan nilai

pemasangan daya yang disediakan PLN. Contoh jika daya tersambungnya

700 VA maka digunakan daya 900 VA diatas dari 700 VA dan nilai yang

terdekat karena PLN tidak menyediakan daya 700 VA tetapi 900 VA

(Lampiran 1.8).

j. Setelah semua data tersedia selanjutnya dilakukan peramalan kebutuhan

energi listrik dengan menggunakan Persamaan 2.4 sampai dengan


51

Persamaan 2.25. Hasilnya bisa dilihat pada (Lampiran 1.10) dihitung dengan

menggunakan bantuan Ms Excel.

Uraian perhitungan manual peramalan kebutuhan beban energi listrik adalah

sebagai berikut:

1. Sektor Rumah Tangga

a. Pelanggan Rumah Tangga

Sebelumnya dicari terlebih dahulu jumlah penduduk tahun 2013 dengan

Persamaan 2.4

Pt = Pt-1 (1 + i)t

P2013 = P2012 (1 + 1.1 %)2102

P2013 = 13.215.000 (1 + 1.1 %)2102

P2013 = 13.215.000 x 1,011

P2013 = 13.360.365 jiwa

Selanjutnya hitung jumlah rumah tangga tahun 2013 dengan Persamaan 2.6

Ht = Pt / Qt

H2013 = P2013 / Q2014

H2013 = 13.360.365 / 4.3

H2013 = 3.107.062 rumah tangga (termasuk yang tidak berlistrik)

Setelah jumlah penduduk dan rumah tangga diperoleh selanjutnya dihitung

Jumlah pelanggan Rumah Tangga dengan Persamaan 2.7

Pel Rt = Ht x REt

Pel R2013 = H2013 x RE2013

Pel R2013 = 3.107.062 x (88.54 %)

Pel R2013 = 2.750.992 pelanggan

Nilai RE2013 didapat dari Lampiran 1.2 yaitu Pertumbuhan Rasio Elektrifikasi

dan Nilai Rasio Elektrifikasi.


52

b. Daya Tersambung dalam satuan Mega Volt Ampere (MVA) pada Pelanggan

Rumah Tangga dengan menggunakan Persaman 2.8

VA Rt = VA Rt-1 + ∆ Pel Rt-(t-1) x VR

VA R2013 = VA R2012 + ∆ Pel R2013-(2012) x VR

VA R2013 = VA R2012 + Pel R2013 - Pel R2012 x VR

VA R2013 = 2.071,67 MVA + ((2.750.992 – 2.633.290) x 900 VA)

VA R2013 = 2.177,33 MVA

c. Konsumsi Energi Listrik dalam satuan Giga Watt hour (GWh) Sektor Rumah

Tangga dengan Persamaan 2.9

ERt = ERt-1 (1+ (ɛ ER x Gt/100))

ER2013 = ER2012 (1+ (ɛ ER x Gt/100))

ER2013 = 3.814,02 GWh x (1+ (1.9 x 4.6/100))

ER2013 = 4.147,37 GWh

2. Sektor Industri

a. Pelanggan Industri dengan Persamaan 2.10

Pel It = Pel It-1 ( 1 + ɛPel I x G It /100)

Pel I2013 = Pel I2012 ( 1 + ɛPel I x G I2012 /100)

Pel I2013 = 3628 x ( 1 + (0.1 x 4.6 /100))

Pel I2013 = 3645 pelanggan

b. Daya tersambung pada pelanggan Industri menggunakan Persamaan 2.11

VA It = VA It-1 + ∆ Pel It-(t-1) x VI

VA I2013 = VA I2012 + ∆ Pel I2013-(2012) x VI

VA I2013 = 780,39 MVA + (17 x 270000 VA)

VA I2013 = 784,90 MVA

c. Konsumsi Energi Listrik Sektor Industri dengan Persamaan 2.12

EIt = EIt-1 (1+ (ɛ EI x Gt/100))

EI2013 = EI2012 (1+ (ɛ EI x Gt/100))

EI2013 = 2.134,96 GWh x (1+ (0.5 x 4.6/100))

EI2013 = 2.184,06 GWh


53

3. Sektor Bisnis

a. Pelanggan Bisnis dengan Persamaan 2.13

Pel Bt = Pel Bt-1 ( 1 + ɛPel B (∆ Pel Rt(t-1)/Pel Rt-1))

Pel B2013 = Pel B2012 ( 1 + ɛPel B (∆ Pel R2013(2012)/Pel R2012))

Pel B2013 = 99.245 x ( 1 + (0.8 x 0.04))

Pel B2013 = 102.784 pelanggan

b. Daya tersambung pada pelanggan Bisnis menggunakan Persamaan 2.14

VA Bt = VA Bt-1 + ∆ Pel Bt-(t-1) x VB

VA B2013 = VA B2012 + ∆ Pel B2013-(2012) x VB

VA B2013 = 626,41 MVA + (3.539 x 6.750 VA)

VA B2013 = 650,30 MVA

c. Konsumsi Energi Listrik Sektor Bisnis dengan Persamaan 2.15

EBt = EBt-1 (1+ (ɛ EB x Gt/100))

EB2013 = EB2012 (1+ (ɛ EB x Gt/100))

EB2013 = 1.155,84 GWh x (1+ (1.8 x 4.6/100))

EB2013 = 1.251,54 GWh

4. Sektor Gedung Pemerintah

a. Pelanggan Gedung Pemerintah dengan Persamaan 2.16

Pel Gt = Pel Gt-1 ( 1 + ɛPel G (∆ Pel Rt(t-1)/Pel Rt-1))

Pel G2013 = Pel G2012 ( 1 + ɛPel G (∆ Pel R2013(2012)/Pel R2012))

Pel G2013 = 6.337 x ( 1 + (0.8 x 0.04))

Pel G2013 = 6.563 pelanggan

b. Daya tersambung pada pelanggan Gedung Pemerintah menggunakan

Persamaan 2.17

VA Gt = VA Gt-1 + ∆ Pel Gt-(t-1) x VG

VA G2013 = VA G2012 + ∆ Pel G2013-(2012) x VG

VA G2013 = 58,13 MVA + (226 x 10.800 VA)

VA G2013 = 60,57 MVA


54

c. Konsumsi Energi Listrik Sektor Gedung Pemerintah dengan Persamaan 2.18

EGt = EGt-1 (1+ (ɛ EG x Gt/100))

EG2013 = EG2012 (1+ (ɛ EG x Gt/100))

EG2013 = 88,29 GWh x (1+ (1.9 x 4.6/100))

EG2013 = 96,01 GWh

5. Sektor Sosial

a. Pelanggan Sosial dengan Persamaan 2.19

Pel St = Pel St-1 ( 1 + ɛPel S (∆ Pel Rt(t-1)/Pel Rt-1))

Pel S2013 = Pel S2012 ( 1 + ɛPel S (∆ Pel R2013(2012)/Pel R2012))

Pel S2013 = 52.117 x ( 1 + (0.8 x 0.04))

Pel S2013 = 53.976 pelanggan

b. Daya tersambung pada pelanggan Sosial menggunakan Persamaan 2.20

VA St = VA St-1 + ∆ Pel St-(t-1) x VS

VA S2013 = VA S2012 + ∆ Pel S2013-(2012) x VS

VA S2013 = 135,59 MVA + (1.859 x 2.700 VA)

VA S2013 = 140,61 MVA

c. Konsumsi Energi Listrik Sektor Sosial dengan Persamaan 2.21

ESt = ESt-1 (1+ (ɛ ES x Gt/100))

ES2013 = ES2012 (1+ (ɛ ES x Gt/100))

ES2013 = 229,03 GWh x (1+ (2.2 x 4.6/100))

ES2013 = 252,21 GWh

6. Sektor Penerangan Umum

a. Pelanggan Penerangan Umum dengan Persamaan 2.22

Pel Ut = Pel Ut-1 ( 1 + ɛPel U (∆ Pel Rt(t-1)/Pel Rt-1))

Pel U2013 = Pel U2012 ( 1 + ɛPel U (∆ Pel R2013(2012)/Pel R2012))

Pel U2013 = 13.363 x ( 1 + (0.8 x 0.04))

Pel U2013 = 13.840 pelanggan

b. Daya tersambung pada pelanggan Penerangan Umum menggunakan

Persamaan 2.23


55

VA Ut = VA Ut-1 + ∆ Pel Ut-(t-1) x VU

VA U2013 = VA U2012 + ∆ Pel U2013-(2012) x VU

VA U2013 = 82,44 MVA + (477 x 6.750 VA)

VA U2013 = 85,66 MVA

c. Konsumsi Energi Listrik Sektor Penerangan Umum dengan Persamaan 2.24

EUt = EUt-1 (1+ (ɛ EU x Gt/100))

EU2013 = EU2012 (1+ (ɛ EU x Gt/100))

EU2013 = 387,18 GWh x (1+ (1.1 x 4.6/100))

EU2013 = 406,77 GWh

7. Total Kebutuhan Konsumsi Energi Listrik

Total Kebutuhan energi listrik pada tahun 2013 adalah dengan menjumlah

konsumsi enenrgi listrik pada sektor pelanggan rumag tangga, industri, bisnis, gedung

pemerintah, sosial dan penerangan umum yaitu seperti Persamaan 2.25

E Tt = E Rt + E It + E Bt + E Gt + E St + E Ut

E T2013 = E R2013 + E I2013 + E B2013 + E G2013 + E S2013 + E U2013

E T2013 = 4.147,37 + 2.184,06 + 1.251,54 + 96,01 + 252,21 + 406,77

E T2013 = 8.337,96 GWh

Selanjutnya untuk menghitung peramalan tahun 2014 sampai 2024 dihitung

dengan cara yang sama seperti perhitungan tahun 2013 menggunakan Persamaan 2.4

sampai dengan Persamaan 2.25.

4.5. Analisis Hasil Peramalan

Hasil perhitungan peramalan dalam pengolahan data dapat dilihat pada

Lampiran 1.10. berdasarkan hasil peramalan dapat diketahui bahwa untuk tahun 2013

dan 2014 didapat kebutuhan energi listrik sebesar 8.337,96 GWh dan 8.908,80 GWh.

Untuk daya tersambung sebesar 3.899,37 MVA untuk tahun 2013 dan 4.105,71 MVA

untuk tahun 2014. Sementara total jumlah pelanggan 2.931.800 pelanggan untuk


56

tahun 2013 dan 3.109.863 pelanggan pada tahun 2014. Adapun hasil dari Peramalan

dapat dilihat pada Tabel 4.13 dan Tabel 4.14

Tabel 4.13 Perbandingan Data Aktual, Hasil Peramalan dan RUPTL untuk Jumlah

Pelanggan, Daya Tersambung (MVA) dan Kebutuhan Energi Listrik Tahun 2013

No Jenis Data Jumlah Pelanggan

(Pelanggan)

Daya Tersambung

(MVA)

Kebutuhan Energi

(GWh)

1 Data Aktual 2.930.584 4.038,28 7.917,24

2 RUPTL 2.944.294 )* 3.830,8 )** 8.425 )*

3 Hasil Peramalan 2.931.800 3.899,37 8.337,96

Sumber: [39]

Keterangan:

)* RUPTL terbitan tahun 2013, )** RUPTL 2009 untuk daya tersambung tidak

terdapat data pada RUPTL 2013

Tabel 4.14 Perbandingan Data Aktual, Hasil Peramalan dan RUPTL untuk Jumlah

Pelanggan, Daya Tersambung (MVA) dan Kebutuhan Energi Listrik Tahun 2014

No Jenis Data Jumlah Pelanggan

(Pelanggan)

Daya Tersambung

(MVA)

Kebutuhan Energi

(GWh)

1 Data Aktual 3.051.822 4.202,54 8.271,01

2 RUPTL 3.064.386 )* 4.021,8 )** 9.120 )*

3 Hasil Peramalan 3.109.863 4.105,71 8.908,80

Sumber: [39]

Keterangan:

)* RUPTL terbitan tahun 2013, )** RUPTL 2009 untuk daya tersambung tidak

terdapat data pada RUPTL 2013

Dari Tabel 4.13 dan Tabel 4.14 dapat terlihat bahwa hasil peramalan dengan

data Aktual tidak berbeda jauh untuk jumlah pelanggan hanya error sebesar 0,04

persen pada tahun 2013 dan 1,90 persen pada tahun 2014. Sementara daya

tersambung error sebesar 3.44 persen dan 2,3 persen untuk tahun 2013 dan 2014.

Kemudian kebutuhan energi listrik untuk tahun 2013 error sebesar 5,31 persen dan


57

tahun 2014 sebesar 7.71 persen. Data Perhitungan lebih detil dapat dilihat pada

Lampiran 1.11. Selanjutnya setelah membandingkan dengan data aktual, data hasil

peramalan akan dibandingkan dengan peramalan/proyeksi PT.PLN (Persero) yang

tertuang dalam RUPTL tahunan PLN atau dapat dilihat pada Tabel 4.12.

1) Perbandingan Jumlah Pelanggan

Data hasil peramalan pada tahun 2013 adalah 2.913.800 pelanggan atau hanya

selisih 0.04 persen terhadap data aktual 2.930.054 pelanggan. Pada Gambar 4.3 dapat

dilihat Grafik perbandingan jumlah pelanggan untuk data aktual/real dengan hasil

peramalan dan RUPTL pada tahun 2013. Selanjutnya untuk tahun 2014 dapat dilihat

perbandingan jumlah pelanggan data aktual sebesar 3.051.822 pelanggan dengan

hasil peramalan sebesar 3.109.863 pelanggan atau selisih 1,90 persen dan RUPTL

sebesar 3.064.386 pelanggan

Gambar 4.3 Grafik Perbandingan Jumlah Pelanggan Tahun 2013 dan 2014 untuk

Data Aktual dengan Hasil Peramalan dan Data RUPTL

292E+04

296E+04

300E+04

304E+04

308E+04

2013 2014

2.930.584

3.051.822

2.931.800

3.109.863

2.944.294

3.064.386

Ju

mla

h P

elan

ggan

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2013


58

Hasil perbandingan data aktual dengan data hasil peramalan pada tahun 2013

dan 2014 dapat dilihat besaran selisihnya yaitu hanya sekitar 0,04 persen untuk tahun

2013 dan 1,90 persen untuk tahun 2014.

Gambar 4.4 Grafik Persentase Perbandingan Jumlah Pelanggan Tahun 2013 dan 2014

untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL

2) Perbandingan Daya Tersambung (MVA)

Daya tersambung data aktual untuk tahun 2013 dan 2014 masing-masing

4.038,28 MVA dan 4.202,54 MVA. Sementara hasil peramalan tahun 2013 dan 2014

adalah masing-masing 3.899,37 MVA dan 4.105,71 MVA. Jika dibandingkan dengan

proyeksi PLN dalam RUPTL 2009 hasil daya tersambung pada tahun 2013 adalah

3.830,8 MVA dan untuk tahun 2014 adalah 4.021,8 MVA. Perbandingan daya

tersambung data aktual dan hasil peramalan dijelaskan pada Gambar 4.5 dan juga

seperti dijelaskan pada Tabel 4.13

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

2013 2014

0,04

1,9

0,470,41

Gra

fik

Per

sen

tase

Err

or

(%)

Ju

mla

h

Pel

an

gg

an

D

ata

Ak

tual

den

ga

n H

asi

l

Per

am

ala

n d

an

RU

PT

L

Tahun

Hasil Peramalan

RUPTL 2013


59

Gambar 4.5 Grafik Perbandingan Daya Tersambung (MVA) Tahun 2013 dan 2014


Persentase hasil perbandingan data aktual dengan data hasil peramalan pada

tahun 2013 dan 2014 terdapat pada Gambar 4.6

Gambar 4.6 Grafik Persentase Perbandingan Daya Tersambung Tahun 2013 dan 2014


3800

3850

3900

3950

4000

4050

4100

4150

4200

2013 2014

4038,28

4202,54

3899,36

4105,71

3830,8

4021,8

Daya T

ersa

mb

un

g (

MV

A)

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2009

0

1

2

3

4

5

6

2013 2014

3,44

2,30

5,14

4,30

Per

sen

tase

Ero

rr(%

) D

aya

Ter

sam

bu

ng

(MV

A)

data

Ak

tual

den

ga

n h

asi

l

Per

am

ala

n d

an

RU

PT

L

Tahun

Hasil Peramalan

RUPTL 2013


60

3) Perbandingan Kebutuhan Energi Listrik (GWh)

Hasil peramalan kebutuhan energi listrik (dalam satuan GWh) dengan data

aktual/real dan RUPTL dapat dipastikan bahwa hasil peramalan lebih mendekati nilai

data aktual yang ada pada tahun 2013 dan 2014 daripada data dari RUPTL terbitan

tahun 2013 seperti tertera pada Tabel 4.13 dan Tabel 4.14 dan dijelaskan pada

Gambar 4.7. Pada tahun 2013 kebutuhan energi listrik pada data aktual sebesar

7.917,24 GWh, sedangkan hasil peramalan tahun 2013 adalah sebesar 8.337,96 GWh.

Untuk hasil dari RUPTL terbitan 2013 adalah 8.425 GWh untuk kebutuhan energi

tahun 2013. Hasil Peramalan tahun 2014 adalah 8.908,80 GWh, untuk data aktual

8.271,01 GWh dan RUPTL adalah 9.120 GWh.

Gambar 4.7 Grafik Perbandingan Kebutuhan Energi Listrik (GWh) Tahun 2013 dan

Tahun 2014 untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL

7800

8000

8200

8400

8600

8800

9000

9200

2013 2014

7917,24

8271,018337,96

8908,80

8425

9120

Keb

utu

han

En

enrg

i L

istr

ik/E

ner

gi

Ter

jual

(GW

h)

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2013


61

Persentase error hasil perbandingan kebutuhan energi listrik pada data aktual

dengan data hasil peramalan dan RUPTL pada tahun 2013 dan 2014 terdapat pada

Gambar 4.8

Gambar 4.8 Grafik Persentase Perbandingan Kebutuhan Energi Listrik Tahun 2013

dan 2014 untuk Data Aktual dengan Hasil Peramalan dan Data RUPTL

4) Hasil Peramalan 10 Tahun kedepan dari tahun 2015 s.d tahun 2024

Dengan menggunakan cara perhitungan yang sama maka didapat hasil

peramalan 10 tahun kedepan dari tahun 2015 sampai dengan 2024 dengan data pada

Tabel 4.15

Tabel 4.15 Data Hasil Peramalan Jumlah Pelanggan, Daya Tersambung (MVA) dan

Kebutuhan Energi Listrik (GWh) 10 tahun ke depan

dari tahun 2015 sampai dengan tahun 2024

No Tahun Jumlah Pelanggan

(Pelanggan)

Daya Tersambung

(MVA)

Kebutuhan Energi

Listrik (GWh)

1 2015 3.298.779 4.323,89 9.525,41

2 2016 3.415.031 4.459,62 10.191,68

3 2017 3.452.131 4.506,00 10.911,83

4 2018 3.489.636 4.552,83 11.690,44

0

2

4

6

8

10

12

2013 2014

5,31

7,71

6,41

10,26

Per

sen

tase

Err

or

(%)

Keb

utu

han

En

ergi

Lis

trik

den

gan

hasi

l P

eram

ala

n

dan

RU

PT

L

Tahun

Hasil Peramalan

RUPTL 2013


62

Tabel 4.15 Data Hasil Peramalan Jumlah Pelanggan, Daya Tersambung (MVA) dan

Kebutuhan Energi Listrik (GWh) 10 tahun ke depan dari

tahun 2015 sampai dengan tahun 2024 (Lanjutan)

No Tahun Jumlah Pelanggan

(Pelanggan)

Daya Tersambung

(MVA)

Kebutuhan Energi

Listrik (GWh)

5 2019 3.527.549 4.600,14 12.532,50

6 2020 3.565.875 4.647,90 13.443,43

7 2021 3.604.618 4.696,15 14.429,10

8 2022 3.643.784 4.744,87 15.495,92

9 2023 3.683.376 4.794,07 16.650,83

10 2024 3.723.399 4.843,76 17.901,40

a) Jumlah pelanggan data aktual dari tahun 2008-2014 dengan data hasil

peramalan 2013-2024 dan data RUPTL dari tahun 2013-2024 tertera pada

Gambar 4.9

Gambar 4.9 Grafik Pertumbuhan Jumlah Pelanggan dari Tahun 2008 s.d 2024

Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL

225

245

265

285

305

325

345

365

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024

Ju

mla

h P

elan

gg

an

x 1

0000

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2013


63

b) Daya tersambung (MVA) data aktual dari tahun 2008-2014 dengan data hasil

peramalan 2013-2024 dan RUPTL dari tahun 2013 sampai dengan tahun 2024

pada Gambar 4.10 berdasarkan gambar pada grafik dapat dilihat pada tahun

2016 sampai dengan tahun 2024 mengalami nilai tren pertumbuhan yang

hampir sama. Karena berdasarkan perhitungan rasio elektrifikasi sudah

mencapai 100 persen sehingga pertumbuhan mengalami pertumbuhan tren yang

sama.

Gambar 4.10 Grafik Pertumbuhan Daya Tersambung (MVA) dari Tahun 2008

s.d 2024 Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL

c) Kebutuhan Energi Listrik (GWh) data aktual dari tahun 2008-2014 dengan data

hasil peramalan 2013-2024 dan RUPTL dari tahun 2013 sampai dengan tahun

2024 pada Gambar 4.11. Berdasarkan data yang diperoleh dapat diketahui

2800

3300

3800

4300

4800

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024

Daya T

ersa

mb

un

g (

MV

A)

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2009


64

kebutuhan energi listrik di Propinsi Sumatera Utara terus mengalami

peningkatan seiring dengan pertumbuhan penduduk di Propinsi Sumatera Utara.

Hingga tahun 2024 berdasarkan hasil peramalan diperkirakan kebutuhan energi

listrik mencapai 17.901,4 Gwh atau meningkat hampir 50 persen lebih. Untuk

mengatasinya maka sejak awal perlu dilakukan perencanaan penambahan unit

pembangkit listrik/power plant yang baru untuk menghindari krisis energi

listrik.

Gambar 4.11 Grafik Pertumbuhan Kebutuhan Energi Listrik (GWh) dari Tahun

2008 s.d 2024 Berdasarkan Data Aktual, Hasil Peramalan dan Data RUPTL

5000

10000

15000

20000

25000

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024

Keb

utu

han

En

ergi

Lis

trik

(G

Wh

)

Tahun

Data Aktual

Hasil Peramalan

RUPTL 2015


65

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Setelah mendapatkan hasil peramalan dan analisis penelitian dapat diambil

kesimpulan diantaranya yaitu:

a. Hasil perhitungan peramalan memiliki nilai error yang lebih kecil. Untuk

hasil peramalan kebutuhan energi listrik tahun 2013 dan 2014 hanya terjadi

error pehitungan 5,31% sampai 7,71% terhadap data real/actual dan metode

ini dapat digunakan untuk peramalan kebutuhan energi listrik 10 tahun ke

depan dari tahun 2015 sampai dengan tahun 2024 dengan cara dan

perhitungan yang sama.

b. Pertumbuhan kebutuhan listrik beberapa tahun ke depan akan mengalami tren

yang hampir sama sesuai dengan karakteristik data historis sebelumnya.

Kebutuhan energi listrik dari tahun 2015-2024 sektor rumah tangga dan

gedung pemerintahan 112,57%, sektor industri 22,71%, sektor bisnis

104,61%, Sektor sosial 138,12% dan penerangan umum 55,93%.

c. Hasil perbandingan dari peramalan dalam penelitian ini lebih mendekati data

aktual karena mempunyai nilai error yang lebih kecil daripada hasil Proyeksi

buku RUPTL. Perbandingan data real dengan RUPTL dari 6,41% sampai

17,55%. Sehingga diperoleh hasil persentase error RUPTL lebih tinggi dari

pada hasil peramalan metode PKS.


66

5.2. Saran

Untuk mendapatkan hasil peramalan yang lebih akurat dan lebih mudah dalam

perhitungan maka pada penelitian selanjutnya dapat dilakukan hal-hal saran berikut:

a. Menggunakan data historis yang lebih banyak maka akan dapat melihat tren

pertumbuhan yang lebih baik minimal 5 tahun terakhr.

b. Untuk memudahkan dalam memasukkan data dan perhitungan dapat

digunakan bantuan kalkulasi/komputasi sehingga dapat dilakukan meng-input

data historis. Kemudian mengeluarkan hasil dari peramalan melalui output.

c. Untuk penelitian selanjutnya dapat digunakan data dari wilayah/daerah

lainnya (selain Propinsi Sumatera Utara).


67

DAFTAR PUSTAKA

[1] Hong, Tao., M. Shahidehpour., “Load Forecasting Case Study”. EISPC.

University of North Carolina at Charlotte and Illionis Institute of

Technology.,(2015): USA

[2] Sonika, Dogra., S. Darshan, K. Daljeet, “Long Term Forecasting Using Fuzzy

Logic Methodology”. IJAREEIE. Vol 4., 10.15662/ijareeie.2015.0406047., Juni

2015: hal 5578-5585

[3] Chauhan, Swapnendra Singh., P. Bansal, N. Agrawal, “Comparative Study of

Load Forecasting Methodologies in Electrical Power System”. IJSPR. Vol 12

No. 03., 2015: Hal 129-134

[4] Wang, Waina., X. Liu, W. Pedrycz. “Times Series Long Term Forecasting

Model Based on Information Granules and Fuzzy Clustering”. Elsevier. No.

41., 2015: hal 17-24

[5] Wang, Waina., X. Liu. “Fuzzy Forecasting Based on Automatic and Axiomatic

Fuzzy Set Classification” Elsevier. No.17., 2014

[6] Saleh, S.H.E., A.N. Mansur, N. A Ali, M. Nizam, M. Anwar. “Forecasting of

the Electricity Demand in Libya Using Time Series Stochastic Method for Long

Term from 2011-2022” IJAREEIE. Vol 5., Issue 5., May 2014: hal 12529-

12536

[7] Singh, Arunesh Kumar, Ibraheem, S. Khatoon, Md. Muazzam., “ An Overview

of Electrical Demand Forecasting Techniques” IISTE. Vol 3 No.3., 2013

[8] Rahman, M. Anwar., “Dynamic Stochastic Model to Forecast Non Stationary

Electricity Demand” IJEAT. Vol. 2, Issue 6., 2013: hal 272-276

[9] Almaita, E, Aulimat, B., “Up to 30 Years Peak Load Forecasting of Jordanian

Power Grid Using Radial Basis Function Neural Networks” IJEECS Vol 15,

Issue 2., 2013

[10] Boonkham, Prayad., S. Surapatpichai., “A New Method for Electric

Comsumption Forecasting in A Semiconductor Plant” IJARCCE Vol 2, issue

10 2013: hal 4085-4090


68

[11] Filik, Ummuhan Basaran., O.N Gerek, M. Kurban, “A Novel Approach for

Hourly Forecasting of Long Term Electric Energy Demand”. Elsevier. 52.,

2011: hal 199-211

[12] Achanta, Renuka., “Long Term Electric Load Forecasting Using Neural

Networks and Support Vector Machines” IJCST Vol 3 Issue 1., 2012 hal 266-

269

[13] Castellani, Francesco., M. Burlando, S. Taqhizadeh, D. Astolfi., “Wind Energi

Forecast in Complex Sites With A Hybryd Neural Network and CFD Based

Method” Elsevier. No 45.,2014 :hal 188-199

[14] Hong, Tao., P. Pinson, S. Fun., “Global Energi Forecasting Competition 2012”

ELSEVIER No. 30. 2014: hal 357-363

[15] Bdri, A., A. Ameli, A. Motie Birjandi., “ Application of Artificial Neural

Networks and Fuzzy Logic Method for Short Term Load Forecasting” Elsevier.

No 14. 2012: hal 1883-1888

[16] Zhang, Ping., Wang, H., “Fuzzy Wavelet Neural Networks for City Elelctric

Energi Comsumption Forecasting” No 17., 2012: hal 1332-1338

[17] Akdemir, Bayram., N. Centinkaya., “Long Term Load Forecasting Based on

Adaptive Neural Fuzzy Inference System Using Real Energy Data” Elsevier. No

14 ., 2012: hal 794-799

[18] Campillo, Javier., F. Wallin, D. Torstensson, I. Vassileva.,”Energy Demand

Model Design for Forecasting Electricity Comsumption and Simulating

Demand Respone Scenarios in Sweden” ICAE. No.ICAE2012-A10599. 2012

[19] Li, Yang., Y.Q. Bao, B. Yang, C. Chen, W. Ruan., “ Modification Method to

Deal with the Accumulation Effects for Summer Daily Electric Load

Forecasting” ELSEVIER. No.73. 2015 : hal 913-198

[20] Sanstad, A.H., S McMenamin, A. Sukenik, G.L. Barbose, C.A. Goldman.,

“Modeling An Aggressive Energy Efficiency Scenario in Long Range Load

Forecasting for Elelctric Power Transmission Planning” Elsevier. No 128.

2014: hal 265-276

[21] Chen, Toly., Y.C. Wang., “ Long Term Load Forecasting by A Collarorative

Fuzzy Neural Approach” Elsevier. No. 43. 2012 :hal 454-464


69

[22] Raharjo, M., “Teori Ekonomi Makro” Surakarta: (2011), UNS

[23] PLN., “Rencana Usaha Penyediaan Tenaga Listrik RUPTL PT. PLN Persero

2015-2024” Jakarta: (2015). PT PLN Persero

[24] Suswanto, Daman., “Sistem Distribusi Tenaga Listrik” Padang: 2010

[25] BPS Sumatera Utara.,”Profil Pembangunan Sumatera Utara” Medan: BPS

Propinsi Sumatera Utara

[26] Kementerian ESDM.,”Direktorat Ketenagalistrikan Kementerian ESDM”.,

http://kip.esdm.go.id/pusdatin/index.php/data-informasi/data-

energi/ketenagalistrikan/rasio-elektrifikasi [15 Februari 2016]

[27] BPS Propinsi Sumatera Utara., (2008). “ Sumatera Utara Dalam Angka 2008

Sumatera Utara in Figures” Medan: BPS Propinsi Sumatera Utara











[33] Surhayadi, Elly. Dkk (2015). ”Statistik Daerah Propinsi Sumatera Utara 2015”,

Medan; BPS Propinsi Sumatera Utara

[34] Sekretariatan Perusahaan PT. PLN (Persero)., “Statistik PLN 2009” Jakarta,

(2010) PT. PLN (Persero)






http://kip.esdm.go.id/pusdatin/index.php/data-informasi/data-energi/ketenagalistrikan/rasio-elektrifikasi

http://kip.esdm.go.id/pusdatin/index.php/data-informasi/data-energi/ketenagalistrikan/rasio-elektrifikasi

70

[37] Sekretariatan Perusahaan PT. PLN(Persero)., “Statistik PLN 2012” Jakarta,






[40] Harsanto, Samudin, “Statistik Listrik 2007-2011”. Jakarta (2012). BPS Statistik

Indonesia.

[41] Reswita, Susanty., “PDRB Menurut Lapangan Usaha Propinsi Sumatera Utara

2010-2014”. Medan (2015): BPS Sumatera Utara.

[42] Juliana, Sri., “PDRB Menurut Pengeluaran Propinsi Sumatera Utara 2010-

2014”. Medan (2015): BPS Sumatera Utara.

[43] Kementerian ESDM., “Statistik Ketenagalistrikan dan Energi Tahun 2008”,

Jakarta (2008). Dirjen Listrik dan Pemanfaatan Energi Kementerian ESDM

[44] Kementerian ESDM., “Statistik Ketenagalistrikan dan Energi Tahun 2009”,

Jakarta (2010). Dirjen Listrik dan Pemanfaatan Energi Kementerian ESDM

[45] Kementerian ESDM., “Statistik Ketenagalistrikan Tahun 2011”, Jakarta (2012).

Dirjen Ketenagalistrikan ESDM.

[46] Kementerian ESDM., “Statistik Ketenagalistrikan 2013”, Jakarta (2013). Dirjen

Ketenagalistrikan ESDM.

[47] Kementerian ESDM., “Statistik Ketenagalistrikan 2014”, Jakarta (2014). Dirjen

Ketenagalistrikan ESDM.

[48] Kementerian ESDM., “Statistik Ketenagalistrikan 2014 Edisi No.28”., Jakarta

(2015). Dirjen Ketenagalistrikan ESDM.

[49] Departemen Enenrgi Sumber Daya Mineral.,”Rencana Usaha Ketenagalistrikan

Nasional” Jakarta: (2008). Departemen ESDM

[50] PT. PLN (Persero).,” Rencana Usaha Penyediaan Tenaga Listrik PT. PLN

(Persero) 2009-2018”. Jakarta: (2008). PT. PLN (Persero)


71










72

Medan, 11 Juni 2016

BIODATA PENULIS

Nama : Syafriwel, S.T., M.T.

TTL : Selatpanjang/24 Desember 1983

Istri : Winanda

Putra/Putri : 1. Haziq Winandar (3 tahun 2 bulan)

2. Nazifa Azkayra Syafriwel (1 tahun 6 bulan)

Hobby : Membaca, berenang dan travelling

Pendidikan Formal

1. SD Negeri 010 Selatpanjang RIAU (1990 s.d 1996)

2. SLTP Negeri 1 Selatpanjang RIAU (1996 s.d 1999)

3. SMK Negeri 1 Bukittinggi SUMBAR (2000 s.d 2003)

4. Sarjana (S1) Universitas Medan Area, Medan SUMUT (2006 s.d 2010)

5. Magister (S2) Universitas Sumatera Utara, Medan SUMUT (2014 s.d 2016)

Pendidikan Non Formal

1. Himpunan Seni Silat Indonesia (HIMSSI) Selatpanjang 1998

2. Cakrawala Komputer Dasar Selatpanjang 1999

3. Alfin English Course Bahasa Inggris Selatpanjang 1999

4. Modern Method Course Bahasa Inggris Bukittinggi 2000

5. Bukittinggi Computer College Conversation Bukittinggi 2001

6. Pusat Komputer UMA Diklat Komputer Medan 2007

7. Pusat Komputer UMA Aplikasi Komputer Medan 2009

Pelatihan/Seminar/Workshop

1. Departemen Pendidikan dan Kebudayaan Propinsi Riau Penataran P4 di

Selatpanjang tahun 1996.

2. Praktek Kerja Industri di Andalas Elektronik Bukittinggi tahun 2002.

3. Majelis Pendidikan Kejuruan Nasional. Kompetensi Perakitan Audio Video

tahun 2003.

4. In the Workshop on “Penulisan Proposal Penelitian dan Artikel Ilmiah” di

Politeknik LP3I Medan. 22 Februari 2014.

5. Seminar Pendidikan Nasional “Profesionalisme Guru” Persatuan Guru Swasta

Nasional Kota Medan. 15 Maret 2014.

6. Workshop “Penyusunan Borang Akreditasi Institusi Perguruan Tinggi” Aptisi

Wilayah IA dan Kopertis Wilayah I Sumatera Utara. 2-3 April 2014

7. Seminar “6 Steps Dare to Succeseed” Selecta Royal Ballroom lantai 5. Tgl 10

Mei 2014.

8. Seminar “Literasi Edukasi Produk dan Jasa Perbankan Syariah” Di Polteknik

LP3I Medan. 9 Mei 2015.


73

Medan, 11 Juni 2016

9. Workshop “Penulisan Proposal Penelitian dan Pengabdian Kepada Masyarakat”

di Polteknik LP3I Medan. 12 Desember 2015.

10. Desiminasi Standar Nasional Pendidikan Tinggi Berdasarkan Peraturan Menteri

Riset, Teknologi dan Pendidikan Tinggi Republik Indonesia No 44 tahun 2015 di

Politeknik LP3I Medan tgl 15 Maret 2016.

Pengalaman Kerja/Work Experience 1. Politeknik LP3I Medan. As a Lecture. July 10, 2013 until now

2. Vanhollano Bakery Pekanbaru. As a ME Manager. June 2013

3. PT. Kawasan Wisata Pantai Cermin. As HOD / Senior Supervisor Maintenance.

January 2, 2013 until May 2013

4. PT. Smartfren Telecom, Tbk. As a Chief Engineer. Mei 28, 2012 until

November 27, 2012.

5. CV. Karya Teknik Sukses. As a Project Manager. June 2, 2011 until May 26,

2012.

6. PT. Maja Agung Latexindo in Pujimulyo Medan As an Electrical Supervisor.

October 1, 2010 until May 31, 2011.

7. PT. Megagen Mekatama. Subcon from PT. Menara Bina Diesel

Vendor/Partners of PT. Indosat, Tbk. As a Technical Support. December 19,

2003 until September 4, 2009. (+ 6 Years)

8. PT. Altona Prima Gahasta in Jakarta as a Technician Fire and Bulger Alarms.

23rd June 2003 until September 1, 2003.

Prestasi Akademik yang pernah diraih

1. Juara (I) kelas dari kelas 2 SD s.d kelas 6 SD

2. Juara Umum ketika kelas 6 di SDN 010 Selatpanjang dari 6 kelas

3. Juara (I) kelas dari kelas I s.d kelas III SLTP

4. Juara Umum III di SLTP N 1 Selatpanjang dari 24 kelas (1 kelas 40 siswa)

5. Juara (I) kelas ketika tingkat I dan Juara II ketika tingkat II dan III di SMK

6. Lulusan IPK tertinggi dari lulusan se-angkatan di Program Studi Teknik

Elektro FT UMA

7. Lulusan tercepat S2 (1 tahun 9 bulan) pada tahun 2016 dari alumni pertama

tahun 2010-2016 di Program Studi Magister Teknik Elektro FT USU


74

LAMPIRAN

PENGOLAHAN DATA


75


Documents

ANALISIS PERAMALAN KEBUTUHAN ENERGI LISTRIK PROVINSI