• Tidak ada hasil yang ditemukan

Jurnal Teknologi Informasi. Volume 3, Nomor 1, Desember Pembina Ketua STMIK MURA

N/A
N/A
Protected

Academic year: 2021

Membagikan "Jurnal Teknologi Informasi. Volume 3, Nomor 1, Desember Pembina Ketua STMIK MURA"

Copied!
15
0
0

Teks penuh

(1)

ISSN : 2085-6156

Jurnal Teknologi Informasi Volume 3, Nomor 1, Desember 2011

Pembina Ketua STMIK MURA

Tim Redaksi : Ketua Penyunting

Prof. Dr. Ir. Hazairin Samaullah, M. Eng Sekertaris Penyunting

Novi Lestari, M. Kom Penyunting

Andri Anto Tri Susilo, M. Kom Elmayati, M. Kom

Susanto, M. Kom Tata Usaha

Nelly Khairani Daulay, M. Kom Rusdiyanto, M. Kom

Alamat Redaksi/Penerbit :Lembaga Penelitian dan Pengabdian Masyarakat (LP2M) Jl. Yos Sudarso KM 13 Lubuklinggau Selatan I Musi Rawas-Sumatera Selatan

Jurnal Teknologi Informasi MURA diterbitkan oleh LP2M STMIK Mura, dengan frekuensi terbit dua kali setahun, pada bulan Juni dan Desember. Hak atas naskah/tulisan tetap berada pada penulis, karenya isi di luar tanggungjawab penerbit dan dewan penyunting.

(2)

STMIK-MURA Lubuklinggau i Kata Pengantar

Alhamdulillah dan syukur dipanjatkan kepada Allah SWT atas izin dan karunia-Nya, Jurnal Teknik Informasi yang merupakan Media Komunikasi Informasi Ilmiah STMIK Mura Lubuklinggau Volume 3 Nomor 1, Juni 2011 dapat diterbitkan. Terbitan jurnal ini dapat dilaksanankan sesuai dengan jadwal yang telah ditetapkan. Jurnal ini berisi hasil-hasil penelitian yang diharapakan dapat menjadi media informasi dalam penyebaran Ilmu Pengetahuan khususnya terkait dengan bidang teknologi informasi sehingga dapat dimanfaatkan oleh pihak-pihak berkepentingan.

Penyusunan Jurnal Teknologi Informasi ini dilakasanakan melalui beberapa proses yang tersitematis dan pragmatis sehingga dibutuhkan dukungan beberapa pihak untuk menjalankan dan mempertahankan kelangsungannya dimasa yang akan datang. Pada kesempatan ini, Redaksi mengharapkan partisispasi para Dosen dan Tenaga Peneliti Akademis, Swasta, dan Pemerintah untuk mengekspos naskah hasil penelitiannya pada Jurnal Teknologi Informasi ini.

Atas keberhasilan diterbitkannya Jurnal Teknologi Informasi ini, Redaksi mengucapkan terima kasih pada semua pihak yang mendukung.

Lubuklinggau, Juni 2011

Dewan Redaksi

(3)

STMIK-MURA Lubuklinggau ii JURNAL TEKNOLOGI INFORMASI

Volume 3, Nomor 1, Juni 2011

KATA PENGANTAR

PERANCANGAN PROGRAM STATISTIK RAMALAN KEBUTUHAN LISTRIK

DENGAN MENGGUNAKAN VISUAL BASIC 6 1 - 12

Rudi Kurniawan

PERANCANGAN SISTEM PENGOLAHAN DATA PERAWATAN KENDARAAN

PADA BAGIAN PERLENGKAPAN SETDA KABUPATEN MUSI RAWAS 13 – 20

Novi Lestari

SISTEM INFORMASI PERPUSTAKAAN SMA NEGERI SUKAKARYA

KAPUPATEN MUSI RAWAS 21 – 31

Andri Anto Tri Susilo

SISTEM INFORMASI PENGOLAHAN DATA BENCANA ALAM PADA DINAS SOSIAL

KOTA LUBUKLINGGAU 32 – 40

Elmayati

PERANCANGAN APLIKASI PENYALURAN BAHAN PANGAN PADA BADAN

KETAHANAN PANGAN KABUPATEN MUSI RAWAS 41 – 55

Zulfauzi

PERANCANGAN DAN IMPLEMENTASI SISTEM INFORMASI DATA SEKOLAH PADA

DINAS PENDIDIKAN KOTA LUBUKLINGGAU 56 – 75

(4)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 1 PERANCANGAN PROGRAM STATISTIK RAMALAN KEBUTUHAN LISTRIK DENGAN

MENGGUNAKAN VISUAL BASIC 6 Rudi Kurniawan

(Dosen STMIK MURA Lubuklinggau)

Abstrak

PT. PLN Persero pada saat ini sudah memilki perangkat kerja berupa software untuk melakukan perhitungan kebutuhan listrik yang dibuat menggunakan software Microsoft exel yang terdiri dari delapan file exel, antara lain: statistics, economics, population, captive, elasticity, data, defor dan hasil. Prakiraan beban tersebut dilakukan dengan menggunakan aplikasi model DKL (Dinas Kebutuhan Listrik) Kantor PLN Pusat versi 3. Model DKL merupakan program untuk memperkirakan kebutuhan listrik secara makro yang didalamnya telah memperhatikan data statistik pengusahaan, pelanggan, kWh jual, daya tersambung, perkembangan ekonomi dan penduduk pada suatu Wilayah. Perkiraan beban sangat memegang peran penting dalam melakukan pengembangan jaringan listrik. Kesalahan dalam melakukan perhitungan kebutuhan listrik bisa mengakibatkan kerugian besar.Pengembangan Program DKL Menjadi Program DKL VBasic, dengan menggunakan bahasa program Visual Basic 6 dan data base Microsoft Acces. DKL VBasic mempermudah pengguna dalam melakukan perhitungan perkiraan beban listrik untuk beberapa tahun kedepan, dapat menghasilkan perhitungan kebutuhan listrik beberapa tahun kedepan lebih akurat dan mengurangi faktor resiko investasi yang kurang tepat.

Kata kunci : Ramalan Kebutuhan listrik, Visual Basic, Statistik, PLN, DKL.

PENDAHULUAN Latar Belakang

Permintaan akan layanan listrik yang meningkat seiring dengan pertumbuhan jumlah penduduk terlebih lagi dengan adanya Visi 75-100 (target elektrifikasi 75-100% di Ulang tahun Kemerdekaan RI yang 75) akan tetapi hal ini tidak diikuti dengan penambahan kapasitas jaringan.

Maka dari pada itu diperlukan suatu perencanaan pembangunan jaringan listrik yang baru dengan cara melakukan penambahan kapasitas jaringan listrik untuk memenuhi permintaan dari masyarakat. Perencanaan pembangunan jaringan tambahan dilakukan dengan cara membuat suatu peramalan kebutuhan listrik secara mikro untuk mendapatkan data yang tepat dan akurat,

berapa besar kebutuhan listrik yang dibutuhkan sebagai bahan pertimbangan dalam membuat perencanaan jaringan listrik untuk memenuhi Kebutuhan Listrik beberapa tahun kedepan dan mencapai target elektrifikasi Visi 75-100.

PT. PLN Persero pada saat ini sudah memilki perangkat kerja berupa software untuk melakukan perhitungan kebutuhan listrik yang dibuat menggunakan software Microsoft exel yang terdiri dari delapan file exel, antara lain: statistics, economics, population, captive, elasticity, data, defor dan hasil.

Prakiraan beban tersebut dilakukan dengan menggunakan aplikasi model DKL (Dinas Kebutuhan Listrik) Kantor PLN Pusat versi 3. Model DKL merupakan program untuk memperkirakan kebutuhan listrik secara makro yang didalamnya telah memperhatikan data statistik pengusahaan, pelanggan, kWh jual,

(5)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 2 daya tersambung, perkembangan ekonomi dan

penduduk pada suatu Wilayah. Perkiraan beban sangat memegang peran penting dalam melakukan pengembangan jaringan listrik. Kesalahan dalam melakukan perhitungan kebutuhan listrik bisa mengakibatkan kerugian besar.

Pada saat ini penggunaan perangkat kerja tersebut belum begitu maksimal, sehingga hasil yang didapat tidak begitu akurat, hal ini disebabkan program DKL ini tidak disertakan dengan manual book penggunaan/ pengisian data pada program, sehingga pengguna tidak begitu mengerti apa saja data yang harus di input, terkadang ada data yang tidak diinput. Pada saat ini sudah tidak ada lagi master program DKL yang asli dan program ini dibuat dengan menggunakan microsoft Exel sehingga ada kemungkinan formula yang dibuat terhapus dengan tidak sengaja.

Batasan Masalah

Permasalahan hanya dibatasi pada pembuatan program ramalan kebutuhan listrik baru yang formulanya disadur ulang dari program DKL yang ada. Program ramalan kebutuhan listrik ini dibuat dengan bahasa Visual Basic 6.0 dengan menggunakan database Microsoft Acces.

Tujuan dan Manfaat

Adapun tujuan pembuatan program ini adalah: 1. Mempermudah pengguna dalam

melakukan perhitungan perkiraan beban listrik untuk beberapa tahun kedepan, 2. Dapat menghasilkan perhitungan

kebutuhan listrik beberapa tahun kedepan lebih akurat.

3. Mengurangi faktor resiko investasi yang kurang tepat.

Manfaat yang diharapkan, antara lain:

1. Hasil perhitungan kebutuhan beban yang didapat lebih akurat,

2. Pengembangan sistem kelistrikan disesuaikan dengan kebutuhan listrik untuk beberapa tahun kedepan.

3. Pemenuhan kebutuhan tenaga listrik pada mutu dan keandalan tertentu, dengan biaya yang minimal.

LANDASAN TEORI PENDEKATAN MAKRO

Peramalan kebutuhan listrik secara makro dapat dilakukan dengan beberapa cara, antara lain:

1. Metode Trend Linier

Bentuk umum persamaan Trend Linier untuk menghitung jumlah penduduk atau menghitung kepadatan beban:

X Yab Dimana,

Y = Jumlah penduduk atau kerapatan beban listrik/100 penduduk

X = Unit Periode tahun

a, b = Konstanta yang dihitung berdasarkan data jumlah penduduk atau data kerapatan beban listrik per 100 penduduk pada tahun yang telah lewat.

Dengan konstanta a dan b sebagai berikut:

Xi) ΣXi. ( ΣXi n. ΣXi.ΣYiXi ΣXi ΣYi. 2 2     a Xi Xi. -Xi n. Xi Yi. -Yi.Xi n. 2        b

2. Metode Least Square

Bentuk umum persamaan matematis metode least square untuk menghitung jumlah penduduk atau menghitung kerapatan beban:

U Yab

(6)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 3 Dimana:

Y = Penduduk atay kerapatan beban listrik per-100 penduduk

a, b = Konstanta

U = Unit periode tahun

Dengan konstanta a dan b sebagai berikut:

n Yi Σ  a 2 Ui Yi.Ui    b

3. Metode Trend Kuadratik

Metode trend kuadratik digunakan untuk menghitung pertumbuhan penduduk atau kerapatan beban listrik. Persamaan umum metode trend kuadratik yaitu:

2

c.U

.U

Y

a

b

Dimana:

Y = Hasil peramalan jumlah penduduk atau kerapatan beban listrik per 100 penduduk

a, b, c = Konstanta

U = Unit periode waktu

Dengan konstanta a, b, dan c sebagai berikut: 2 2 4 2 2 4

Ui

.

Ui

-Ui

n

YiUi

.

Ui

-Ui

Yi.

a

2 Ui Ui.Yi    b 2 2 4 2 2

Ui

.

Ui

-Ui

n.

Ui

Yi.

-YiUi

n.

c

4. Metode Trend Eksponensial

Pola trend eksponensial digunakan untuk menghitung nilai-nilai data dengan rasio perubahan yang konstan. Penghitungan pertumbuhan penduduk atau kerapatan beban listrik yang semakin naik dari tahun ke tahun menggunakan metode trend eksponensial ini.

Persamaan umum trend eksponensial yaitu: U .b Ya atau (b) U.Log ) ( log (Y) Log  a  Dimana,

Y = Hasil peramalan jumlah penduduk atau kearapatan beban listrik per 100 penduduk

a, b = Konstanta

U = Unit periode waktu

Dengan konstanta a dan b sebagai berikut:

n Yi Log a Log  2 Ui Σ Yi Ui.Log Σ b Log  PENDEKATAN MIKRO

Model pendekatan ini merupakan inhouse model yang disusun secara sederhana dengan mempertimbangkan ketersediaan data

(7)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 4 yang ada, digunakan PLN untuk menyusun

prakiraan kebutuhan listrik.

Model yang dibangun dengan menggabungkan beberapa model (ekonometri, kecenderunagn dan analitis) dan menggunakan pendekatan sektoral dan mengelompokkan pelanggan menjadi 4 sektor:

1. Rumah Tangga

Proyeksi penduduk diperoleh dari BPS , jika tidak tersedia dapat dihitung dengan rumus :

P t = P o *(1+ i) n

Dimana : i = pertumbuhan rata-rata didapat analisis data masa lalu

Proyeksi rumah tangga diperoleh dari proyeksi penduduk dibagi jumlah orang per rumah. Jumlah orang per rumah didapat dari data statistik.

R t = P t / O t

Jumlah pelanggan dihitung dengan mengkaitkan antara pertumbuhan pelanggan dan pertumbuhan ekonomi.

PelR t = PelRt-1 *( 1+ fpr * GT t / 100)

Dimana fpr : faktor pelanggan GT t : pertumbuhan ekonomi Rasio elektrifikasi adalah rasio antara jumlah pelanggan rumah tangga dengan jumlah rumah tangga.

RE = Pel Rt / R t*100 %

Proyeksi daya tersambung dihitung dari daya tersambung sebelumnya ditambah pelanggan baru dikalikan daya per pelanggan

Vr t = Vr t-1 + delta pelR * Vr rata-rata

Kebutuhan konsumsi listrik dihitung dengan mengkaitkan antara pertumbuhan konsumsi dan pertumbuhan ekonomi pelanggan lama ditambah pelanggan baru dikalikan konsumsi per pelanggan baru.

ER t = ER t-1 * (1+ (e r * GTt/ 100)) + delta PelR * Uk

Dimana er = elastisitas Uk = unit konsumsi

2. Komersil

Proyeksi pelanggan dihitung dengan mengkaitkan antara pertumbuhan pelanggan dengan pertumbuhan ekonomi PelK t = PelK t-1 *( 1+ fpk * Gk t / 100) Dimana fpk : faktor pelanggan

Gk t : pertumbuhan ekonomi Proyeksi daya tersambung dihitung dari daya tersambung sebelumnya ditambah pelanggan baru kali daya per pelanggan

Vkt = Vk t-1 + delta pelk * Vk rata-rata

Kebutuhan konsumsi listrik dihitung dengan mengkaitkan antara pertumbuhan konsumsi dan pertumbuhan ekonomi

EK t = EK t-1 * (1+ e k * Gkt/ 100)

Dimana ek = elastisitas Gkt = pertumbuhan ekonomi

3. Publik

Proyeksi pelanggan dihitung dengan mengkaitkan antara pertumbuhan pelanggan dengan pertumbuhan ekonomi PelP t = PelP t-1 *( 1+ fpp * Gp t / 100)

(8)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 5 Dimana fpp : faktor pelanggan

Gp t : pertumbuhan ekonomi Proyeksi daya tersambung dihitung dari daya tersambung sebelumnya ditambah pelanggan baru kali daya per pelanggan

Vpt = Vp t-1 + delta pelp * Vp rata-rata

Kebutuhan konsumsi listrik dihitung dengan mengkaitkan antara pertumbuhan konsumsi dan pertumbuhan ekonomi

EP t = EP t-1 * (1+ e p * Gpt/ 100)

Dimana ep = elastisitas Gpt = pertumbuhan ekonomi

4. Industri

Proyeksi pelanggan dihitung dengan mengkaitkan antara pertumbuhan pelanggan dengan pertumbuhan ekonomi PelI t = PelI t-1 *( 1+ fpi * Gi t / 100) Dimana fpi : faktor pelanggan

Gi t : pertumbuhan ekonomi Proyeksi daya tersambung dihitung dari daya tersambung sebelumnya ditambah pelanggan baru kali daya per pelanggan

Vit = Vi t-1 + delta peli * Vi rata-rata

Kebutuhan konsumsi listrik dihitung dengan mengkaitkan antara pertumbuhan konsumsi dan pertumbuhan ekonomi ditambah captive take over.

EI t = EI t-1 * (1+ e i * Git/ 100) + CTO

Dimana ei = elastisitas

Git = pertumbuhan ekonomi CTO = captive take over 5. Total

Energi terjual total dapat dihitung dengan rumus sebagai berikut:

EST t = ER t + EK t + EP t + EI t

Energi produksi dapat dihitung dengan membagi energi terjual dengan losses dan pemakaian sendiri pembangkit seperti pada rumus berikut:

EPT t = EST t / (1 – L (T&D) – PS) Beban puncak dihitung dengan rumus sebagai berikut :

BP t = EPT t / ( 8760 * LF)* 100 Dimana :

EST t = energi terjual EPT t = energi produksi

L(T&D) = losses transmisi dan distribusi

PS = pemakaian sendiri pembangkit LF = faktor beban

STANDARD ERROR OF ESTIMATE (SEE)

SEE merupakan salah satu metode yang dipakai dalam menilai suatu teknik peramalan. Penyimpangan nilai peramalan dengan data aktualnya bisa diukur. Rumus yang digunakan adalah sebagai berikut:

2 -n ' Y -Y SEE 2  Dengan:

Y = Nilai observasi (data) pada periode ke – i (sst)

(9)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 6 Y’ = Nilai untuk periode ke i (sst)

n = Jumlah periode observasi

SEE ini digunakan dalam pemilihan kebutuhan listrik sebagai pembanding terhadap peramalan kebutuhan beban listrik dengan pendekatan makro. Metode peramalan yang dipilih untuk digunakan adalah metode yang mempunyai nilai SEE terkecil.

METODELOGI PENELITIAN Dalam peneliti ini menggunakan beberapa metode, antara lain:

1. Metode StudyKepustakaan, yaitu :

 Mengumpulkan teori-teori mengenai peramalan kebutuhan beban listrik baik secara makro maupun mikro.

2. Metode Pengamatan (observasi), yaitu :

 Ikut serta dalam tim proyek pembuatan master plan sistem kelistrikan, terkhusus pada pengelolaan data pada forecast dengan menggunakan program DKL.

 Mendalami pemahaman tentang forecast terutama pada program DKL

3. Membuat program baru program DKL VBasic.

4. Melakukan pengujian program dengan cara trial and error.

HASIL DAN PEMBAHASAN

Program DKL VBasic ini terdiri dari beberapa tahapan yang harus dilakukan antara lain: pengisian data penduduk, data Ekonomi, data pengusahaan, data captive dan data elastisitas. Flowchart lengkapnya ditunjukkan pada Gambar 1 berikut:

Gambar 1. Diagram Alir Proses Perhitungan Perkiraan Beban DKL Vbasic

Implementasi Perangkat Lunak (Software) Software merupakan perangkat lunak komputer yang diperlukan sesuai dengan kebutuhan. Pada perancangan atau desain website ini digunakan software :

1. Sistem operasinya menggunakan Windows XP,

2. Untuk Membuat program menggunakan Visual Basic 6.0,

3. Database yang digunakan yaitu microsoft Acces,

Implementasi Perangkat Keras (Hardware) Dalam merancang sebuah website diperlukan alat bantu sebuah hardware yang merupakan perangkat keras, adapun sebuah computer dengan specifikasi sebagai berikut :

1. Prosesor duacore dengan kecepatan 1.6 GHz,

2. Dengan kemampuan memori Ram 2 GHz,

3. Kemampuan gambar pada resulusi 1280 X 800 pixel atau 32 Bit.

4. Piranti masukan seperti Mouse dan Keyboard,

(10)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 7 PROGRAM DKL VBasic

1. Membuat Password Master

Untuk petama kali program DKL VBasic dijalankan maka akan diminta untuk membuat password master. Password master ini harus diingat karena untuk menjalankan program DKL VBasic diperlukan password. Tampilan form menu welcome untuk membuat password master ditunjukkan pada gambar 2.

Gambar 2. Tampilan Menu Welcome 2. Membuat Password User

Password user dapat dibuat apabila login dengan menggunakan password master. Tampilan menu pembuatan password user ditunjukkan pada Gambar 3.

Gambar 3. Menu pembuatan password user

3. Masukkan Password Program

Password yang diminta Selain berfungsi sebagai keamanan terhadap program tetapi juga berfungsi sebagai sejarah penggunaan file projek yang akan dikerjakan.

Gambar 4. Menu Password Program 4. Projek Baru

Projek baru maka tampilan menu utama akan berubah berupa gambar Flowchat/ alur Perhitungan Kebutuhan beban listrik untuk beberapa tahun kedepan. Apabila data belum terisi maka tulisan pada flowchat akan berwarna merah, tetapi jika data telah terisi atau kita telah melalui tahapan tersebut makan tulisan akan berubah menjadi warna hitam. Untuk masuk kedalam menu masing-masing data dapat langsung mengklik pada flowchat tersebut. Seperti pada gambar 5.

Gambar 5. Tampilan Utama Program DKL VBasic

5. Masukkan Data Penduduk

Pada menu Data Penduduk ini memberikan inputkan tentang jumlah penduduk dan akan dilakukan perhitungan peramalan.

Gambar 6. Menu Input Jumlah Penduduk 6. Lihat Data Penduduk

Setelah data penduduk dimasukkan maka data dilihat hasil perhitungan ramalan penduduk untuk beberapa tahun kedepan dengan menggunakan 3 metode pendekatan, dari ketiga metode tersebut dilengkapi dengan penyimpangannya

(11)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 8 masing-masing. Metode yang memiliki

penyimpangan terkecil dapat digunakan untuk perhitungan akhir. Selain itu juga pada Menu Lihat Data Penduduk ini grafik pertumbuhan penduduk pada masing-masing metode pendekatan.

Gambar 7. Tampilan Data Hasil Ramalan Populasi

Gambar 8. Grafik Hasil Ramalan Penduduk

7. Input Data Ekonomi

Kemudian masukkan satu persatu data kependudukan dengan disertakan keterangan ID Proyek dan lokasi. Untuk menyimpan data klik tombol Lanjut, kemudian masukkan data tahun berikutnya sampai tahun terakhir data. Apabila data tersebut sudah dimasukkan semuanya kemudian klik tombol Selesai. Pada saat tombol Selesai diklik program DKL VBAsic secara otomatis melakukan perhitungan dan kemudian akan akan menampilkan Menu Input Target

Pertumbuhan Ekonomi pada tahun

terakhir ramalan, kemudian hasilnya ditunjukkan pada Menu Lihat Data Ekonomi. Tampilan menu input data ekonomi ditunjukkan pada gambar 9 dan

gambar 10. Tampilan Menu Input Target Pertumbuhan Ekonomi (PDRB).

Gambar 9. Tampilan menu input data ekonomi

Gambar 10. Tampilan Menu Input Target Pertumbuhan Ekonomi (PDRB)

8. Lihat Data Ekonomi

Data ekonomi yang sudah dimasukkan dapat kita lihat dengan cara mengklik Menu Ekonomi kemudian klik Lihat Data atau dapat langsung mengklik label Lihat Data Ekonomi. Selain data dan hasil perhitungan pertumbuhan ekonomi, pada menu lihat data ekonomi disertakan juga grafik pertumbuhan ekonomi masing-masing sektor.

(12)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 9 Gambar 11. Tampilan Menu Pertumbuhan

Ekonomi

Gambar 11. Tampilan Menu Grafik Pertumbuhan Ekonomi

9. Input Data Pengusahaan

Data pengusahaan didapat dari statistik perusahaan selama beberapa tahun kebelakang berupa data penjualan tenaga listrik per sector, daya tersambung persektor, jumlah pelanggan persektor, energi produksi (sendiri, sewa, terima dari unit lain, beli dari swasta), pemakaian sendiri, beban puncak.

Gambar 12. Menu Input Data Pengusahaan Program DKL 2008 10. Elastisitas

Elastisitas adalah perbandingan antara ekonomi dan pengusahaan. Perhitungan perkiraan beban listrik dibutuhkan data elastisitas, data bisa kita input berdasarkan target yang hendak dicapai ataupun bisa menggunakan data real yang ada. Program DKL VBasic memberikan Elastisitas real maksimum, minimum, rata-rata, sesuai tahun. Untuk memasukkan data atau melihat data elastisitas.

(13)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 10 Gambar 14. Tampilan Menu Elastisitas 2

11. Captive

Data Captive dibutuhkan untuk menentukan jumlah energi listrik yang beberapa tahun kedepan, captive merupakan data Waiting list, Captive Power, dan Konsumen besar yang akan menjadi pelanggan PLN pada beberapa tahun kedepan.

Gambar 15.Tampilan menu Captive Power

12. Proses

Proses perhitungan perkiraan beban listrik dilakukan pada tahapan ini. Perhitungan dapat dilakukan apabila semua data yang dibutuhkan sudah dimasukkan. Pada DKL VBasic perhitungan dilakukan dengan cara memanggil kembali data-data yang sudah dimasukkan.

Hasil akhir dari perhitungan proses ini didapatkan kebutuhan listrik secara tumbuh Normal atau tumbuh berdasarkan Target Rasio Elektrifikasi untuk beberapa

tahun kedepan dengan beberapa data pendukung lainnya, selain itu juga bisa diketahui berapakah selisih perhitungan antara pertumbuhan beban secara Normal dengan Rasio Elektrifikasi.

Gambar 16. Tampilan Menu Proses

Gambar 17. Tampilan Menu Proses 13. Hasil

Hasil dari perhitungan dengan menggunakan program DKL VBasic adalah perkiraan beban listrik beberapa tahun kedepan secara normal dan perkiraan beban listrik berdasarkan target rasio elektrifikasi yang ditetapkan.

(14)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 11 Gambar 18. Tampilan Menu Hasil

14. Delta

Selisih antara perhitungan secara normal dan target rasio elektrifikasi dapat dilihat pada menu Delta Ramalan.

Gambar 19. Tampilan Menu Delta Ramalan

Gambar 20. Tampilan Grafik Pada Menu Delta Ramalan

KESIMPULAN DAN SARAN KESIMPULAN

Adapun kesimpulan yang bisa diambil pada penelitian ini adalah sebagai berikut: a. Kesalahan pada perhitungan kebutuhan

listrik untuk beberapa tahun kedepan berdampak pada investasi yang sia-sia dan bisa membuat kerugian yang besar.

b. Untuk melakukan pengembangan system kelistrikan diperlukan data kebutuhan listrik yang akurat agar tidak terjadi kesalahan pada saat penentuan teknologi yang akan digunakan.

c. Aplikasi DKL tidak bisa dengan mudah digunakan oleh pemula, karena sangat sulit untuk menentukan kolom mana yang harus disi.

d. Aplikasi DKL tidak fleksibel, karena tidak bisa digunakan pada software Microsoft office yang lebih canggih dengan level security macro yang hight.

e. Sudah tidak ada file DKL yang asli yang belum digunakan.

f. Program DKL VBasic lebih fleksibel dan dilengkapi fasilitas keamanan data dengan menggunakan password.

g. Semua orang bisa menggunakan Program DKL VBasic dengan mudah tanpa ada rasa takut akan terjadi kesalahan input data. h. Hasil perhitungan kebutuhan listrik yang

lebih akurat. SARAN

Adapun saran dan rekomendasi pada penelitian ini antara lain:

a. Sebaiknya software Forcase ini segera disosialisaikan dengan disertakan pelatihan penggunaan software ini.

b. Pada saat melakukan perhitungan sebaiknya dilakukan penyimpanan pada setiap tahap yang sudah dilakukan.

c. Untuk keamanan data hendaknya selalu mengganti password pada file forcase. d. Selalu dilakukan pengujian dan

pengembangan pada software ini agar hasil perhitungan yang dilakukan bisa sesuai dengan kebutuhan system ketenagalistrikan di Negara Indonesia.

(15)

JTI, Vol 3 No.1, Juni 2011 Rudi Kurniawan

STMIK-MURA Lubuklinggau 12 DAFTAR PUSTAKA

Jogiyanto. Analisis dan Desain Sistem Informasi, Penerbit ANDI, Yogyakarta, 2005

Pandia, Henry. Pemrograman Dengan Visual Basic, Erlangga, Jakarta, 2006

PT PLN (Persero), Metodelogi penyusunan prakiraan kebutuhan listrik (Model DKL 3.0), PT PLN Direktorat Bina Program Divisi Perencanaan System, Dinas Penelitian Kebutuhan listrik, 1994

PT PLN (Persero), Prinsip-Prinsip Perencanaan Sistem Tenaga listrik, PT PLN Jasa pendidikan dan Pelatihan, 2003

PT PLN (Persero), Prakiraan Permintaan Beban (Teori dan Kasus), PT PLN Jasa pendidikan dan Pelatihan, 2003

Gambar

Gambar 1. Diagram Alir Proses Perhitungan  Perkiraan Beban DKL Vbasic
Gambar 2. Tampilan Menu Welcome  2.  Membuat Password User
Gambar 8. Grafik Hasil Ramalan Penduduk
Gambar 12. Menu Input Data  Pengusahaan Program DKL 2008  10.  Elastisitas
+3

Referensi

Dokumen terkait

Hasil penelitian ini secara empiris berbeda dari hasil penelitian sebelumnya yang dilakukan oleh Sumarni (2011) pada variabel turnover intention dan kinerja

Pasal 3 : Hasil rumusan dari anggota Tim Perumus Program Pelaksanaan Kegiatan 2001– 2002 Sangha Theravãda Indonesia, dan Rancangan Anggaran Kebutuhan Biaya Tahun 2001–2002,

Dalam memperkirakan kebutuhan tenaga listrik ini, digunakan software LEAP (Long Energy Alternative Planning) untuk menghasilkan data yang lebih akurat dengan metode yang

Berdasarkan latar belakang di atas, dirasa perlu dibuat suatu sistem pencatatan dan pelaporan persediaan darah yang meliputi penerimaan darah dan penggunaan darah

Seug ngandika deui Nabi ka mu‟min nu karumpulan he para sahabat kabeh saupama dikaniaya sakabeh ku diri kula poma kudu pada matur nya poe ayeuna pisan.. Sanajan jagong sahiji

Hasil penelitian menunjukkan bahwa tingkat kebugaran otot atlet bulutangkis usia 9-12 tahun yang paling buruk adalah pada kekuatan otot perut, didominasi oleh semua

364 Sudin Pariwisata - JAKPUS 365 Sudin Kebudayaan - JAKPUS 366 Sudin Pariwisata - JAKUT 367 Sudin Kebudayaan - JAKUT 368 Sudin Pariwisata - JAKBAR 369 Sudin Kebudayaan - JAKBAR

Untuk mengatasi masalah sering terjadinya kebuntuan saringan pasir lambat akibat kekeruhan air baku yang tinggi, dapat ditanggulangi dengan cara modifikasi disain