Proyeksi Kebutuhan Energi Listrik Kabupaten Purbalingga Tahun 2030 Menggunakan Software Leap

Abstract

Tujuan dari penelitian ini adalah untuk memproyeksikan kebutuhan energi listrik tiap sektor pelanggan serta beban puncak di Kabupaten Purbalingga hingga tahun 2030 menggunakan software LEAP. Hasil proyeksi diharapkan dapat menjadi acuan dalam penyediaan energi listrik dan guna menjamin ketersediaan energi listrik di Kabupaten Purbalingga. Metode proyeksi kebutuhan energi listrik ini dilakukan dengan pendekatan Ekonometri, Trend, dan End-Use. Tahap- tahap pengembangan dan pembuatan yang terdiri dari: (1) analisis kebutuhan, (2) perancangan simulasi, (3) tahap simulasi, dan (4) proses pengujian dengan dua skenario. Proyeksi kebutuhan energi listrik dalam penelitian ini diuji dengan dua skenario yaitu skenario Business As Usual dan skenario Kebijakan. Hasil proyeksi kebutuhan energi listrik Kabupaten Purbalingga tahun 2030 menggunakan skenario Business As Usual pada sektor pelanggan rumah tangga sebesar 296.015,6 MWh, sektor bisnis 78.311,3 MWh, sektor publik 62.219,4 MWh dan sektor industri sebesar 209.346,3 MWh dengan beban puncak 94,6 MW. Pada skenario kebijakan kebutuhan energi listrik sektor rumah tangga sebesar 297.541 MWh, sektor bisnis 43.129,3 MWh, sektor publik 36.756,2 MWh dam sektor industri sebesar 99.216,6 MWh dengan beban puncak 69,8 MW. Pada skenario Business As Usual diperlukan penambahan kapasitas trafo sebesar 90 MW atau 300% kapasitas sebelumnya namun jika skenario kebijakan yang diterapkan penambahan kapasitas trafo sebesar 60 MW atau 200% dari kapasitas sebelumnya. Penambahan kapasitas trafo diperlukan guna menjamin ketersediaan energi listrik di Kabupaten Purbalingga hingga tahun 2030.

Implementasi PLTS Sistem Off Grid Sebagai Wujud Media Pembelajaran Efektif Pada Siswa SMK Citra Harapan Kecamatan Percut Sei Tuan

“…Jumlah tersebut naik 1,13% dibandingkan pada tahun lalu yang sebanyak 272,68 juta jiwa (Noviyanto & Fauzi, 2022). Seiring dengan bertambahnya jumlah penduduk, yang diikuti juga dengan meningkatnya jumlah kebutuhan energi yang terus meningkat Dwiyoko et al (2020) maka, diperlukan upaya untuk mengganti dan menghemat energi fosil yang masih tersedia dengan cara mulai menggunakan energi terbarukan (Hari et al, 2022) (Setyono & Kiono, 2021). Indonesia kaya akan potensi energi terbarukan, Ferdyson & Windarta (2023) Hasan & Widayat (2022) dimana salah satu potensi yang dapat dimanfaatkan dan dikembangkan adalah potensi sinar matahari yang dapat dikonversi menjadi listrik melalui penggunaan panel surya (Terashima et al, 2023) (Zhang et al, 2022).…”

Pemodelan Proyeksi Supply and Demand Energi di Kota Semarang Tahun 2020-2030 Menggunakan Perangkat Lunak Low-Emission Analysis Platform (LEAP)

“…Metode pendekatan trendline adalah suatu metode pendekatan yang menggunakan data historis dari beberapa waktu sebelumnya, kemudian data tersebut dikumpulkan menjadi satu set data, kemudian setelah itu data-data historis tersebut diberikan suatu garis ekstrapolasi yang membentuk pola dari data-data historis yang telah digabungkan sebelumnya. Pendekatan dengan trendline ini sering digunakan pada beberapa studi kasus seperti prediksi perkembangan pertumbuhan suatu saham perusahaan, kemudian metode pendekatan trendline juga dapat digunakan dalam memproyeksikan suatu kebutuhan supply and demand dari suatu komoditas, dan bahkan pendekatan trendline dapat dijadikan acuan dalam memprediksi kebutuhan energi dari suatu wilayah (Dwiyoko, Sukisno, & Damarwan, 2020). Dalam suatu metode pasti akan menemukan kelebihan, dan kekurangan dibandingkan metode lainnya, adapun metode pendekatan trendline ini memiliki beberapa keunggulan seperti: mudah dalam aplikasi pemodelan dibandingkan modelnya, parameter yang cenderung mudah untuk dianalisis, tidak memerlukan banyak parameter perhitungan yang rumit (Djohar & Musaruddin, 2017).…”

“…Metode pendekatan ekonometri adalah suatu metode yang serupa dengan metode pendekatan trendline, namun pada metode pendekatan ekonometri ada hal yang menjadi pembeda, hal tersebut adalah hadirnya data yang berkaitan dengan parameter keekonomian dari suatu hal yang akan dimodelkan (Dwiyoko, Sukisno, & Damarwan, 2020). Dalam studi kasus ini hal yang akan diprediksikan adalah kebutuhan energi di Kota Semarang, maka data yang diperlukan dalam pemodelan di antaranya adalah: pendapatan per kapita penduduk Kota Semarang, alokasi dana Pemerintah Kota Semarang, dan beberapa data keekonomian Kota Semarang yang berkorelasi dengan kebutuhan energi di Kota Semarang.…”

“…Bookmark not defined. doi: 10.14710/jebt.2023.16900 intensity yang membuat metode ini sangat cocok untuk melakukan proyeksi sesuatu hal, salah satu penerapan contoh engineering approach method adalah proses proyeksi kebutuhan energi dari suatu regional ataupun daerah tertentu (Dwiyoko, Sukisno, & Damarwan, 2020). Sebuah alasan kuat yang mendasari metode end-use merupakan metode yang sangat sesuai untuk melakukan proyeksi adalah karena metode ini menggunakan perhitungan dengan parameter-parameter yang mendetail, namun formula perhitungan yang cenderung lebih mudah dibandingkan kedua metode lain.…”

“…(Masus, Tarigan, & Bale, 2019)Studi kasus pemodelan proyeksi kebutuhan energi Kota Semarang pada sektor rumah tangga dan sektor transportasi akan menggunakan skenario dasar berupa Skenario Business as Usual (BaU).Skenario BaU adalah sebuah skenario dasar yang digunakan dalam proses pemodelan kebutuhan energi, pada skenario ini akan berpatokan pada beberapa parameter data yang telah dimasukkan ke dalam perangkat lunak LEAP pada key-assumption. Skenario BaU ini adalah murni skenario dasar tanpa adanya pengaruh ataupun dari kendali dari parameter lain seperti: parameter keadaan ekonomi suatu daerah, parameter kebijakan pemerintah, ataupun beberapa parameter yang akan mempengaruhi skenario BaU(Dwiyoko, Sukisno, & Damarwan, 2020). salah satu kota metropolitan yang memiliki total aktivitas yang lebih dinamis dibandingkan beberapa kota lain, salah satunya adalah total aktivitas pada sektor rumah tangga.…”