UNDIPUNDIP

Transient: Jurnal Ilmiah Teknik ElektroTransient: Jurnal Ilmiah Teknik Elektro

Ketersediaan energi listrik merupakan aspek yang sangat penting. Energi listrik yang memadai dan tepat sasaran akan memacu perkembangan pembangunan daerah dan bahkan kualitas hidup masyarakat dengan semakin banyaknya warga yang menikmati energi listrik. Pembuatan perencanaan proyeksi tugas akhir ini penulis menggunakan software SEEx (Simple Econometric Extended) dimana terintegrasi dengan Microsoft Excel 2000-2007. Pembuatan perencanaan dilakukan pada wilayah Indonesia dan Jawa Tengah tahun 2014-2019 dengan penyelesaian persamaan menggunakan eksponensial dan pengembangan model DKL3.2. Variabel bebas yang digunakan meliputi PDRB, harga listrik dan jumlah pelanggan. Proyeksi ini menganalisis mengenai perhitungan tambahan daya, selisih error antara hasil proyeksi energi listrik terhadap dokumen RUPTL dengan metode MAPE, serta melakukan analisis sensitivitas pada masing-masing wilayah proyeksi. Hasil perencanaan menggunakan Simple-E menghasilkan proyeksi jumlah pelanggan, konsumsi pertumbuhan dan daya tersambung sebesar yaitu 4,4%, 7,7%, dan 4,3% per tahun, pada Jawa Tengah sebesar 4,4%, 7,7% dan 6,7%. Daya tambahan untuk Indonesia sebesar 37.370 MW dan Jawa Tengah sebesar 390 MW. Sementara diperoleh perhitungan error dengan MAPE dari perbandingan hasil proyeksi konsumsi listrik dengan RUPTL rata-rata sebesar 0,0141% pada Indonesia dan 3,6% pada Jawa Tengah. Sensitivitas pada hasil persamaan menunjukan bahwa PDB dominan berpengaruh terhadap konsumsi listrik, selanjutnya pelanggan dan harga listrik.

Hasil proyeksi di Indonesia menunjukkan pertumbuhan pelanggan 4,4%, konsumsi 7,7% dan daya tersambung 4,3%, dengan error terhadap RUPTL sebesar 0,014 %.Di Jawa Tengah, pertumbuhan pelanggan 4,4%, konsumsi 7,7% dan daya 6,7% dengan error 3,6 %.Kebutuhan daya tambahan sampai 2019 di Indonesia 37 370 MW dan di Jawa Tengah 390 MW, serta variabel PDB paling berpengaruh.

Penelitian selanjutnya dapat mengeksplorasi integrasi variabel tambahan seperti tingkat urbanisasi dan teknologi tenaga surya untuk memperkaya model proyeksi, sehingga dapat mengidentifikasi potensi pengurangan kebutuhan energi bersih pada wilayah nusantara. Menerapkan simulasi Monte Carlo pada regresi eksponensial guna menilai ketidakpastian dan distribusi risiko proyeksi konsumsi, memberikan pemahaman yang lebih mendalam bagi pembuat kebijakan. Fokus pada analisis komparatif antara metode Simple‑E dan jaringan saraf tiruan (neural network) dalam memprediksi kebutuhan daya, agar dapat menentukan pendekatan paling akurat dan efisien di era digital.

Read online
File size584.91 KB
Pages9
DMCAReport

Related /

ads-block-test