PRAKIRAAN KEBUTUHAN DAYA LISTRIK DI KABUPATEN MAROS TAHUN 2010 SAMPAI 2020

(1)

1025

PRAKIRAAN KEBUTUHAN DAYA LISTRIK

DI KABUPATEN MAROS TAHUN 2010 SAMPAI 2020

Sriwati

Dosen Prodi Teknik Elektro Fakultas Teknik Univ. Islam Makassar

e-mailsri_mksr@yahoo.com

ABSTRAK

Perkembangan listrik di Indonesia utamanya di kabupaten Maros berlangsung sangat cepat, hal ini seiring dengan dengan bertambahnya permintaan daya listrik dan pertumbuhan ekonomi masyarakat kita. Industri-industri dibangun serta pertambahan jumlah penduduk akan mengarah pada pembangunan pemukiman dan pusat-pusat perdagangan, sehingga tingkat perekonomian masyarakatpun akan mengalami perubahan. Besaran perubahan ini kemudian akan mempengaruhi rencana penyediaan daya energi listrik yang memadai. Regresi mempunyai banyak kegunaan. Pertama-tama kita dapat menentukan apakah ada hubungan antara Y dan X, kemudian bagai mana

bentuk hubungan tersebut, dan memikirkan alasan terjadinya hubungan itu. Model garis lurus, yaitu suatu model

probabilistik yang paling sederhana. Mencocokkan model ini terhadap sekumpulan data sering disebut analisis

regresi atau memodel regresi.Hasil perkiraan menggunakan model regresi linier sederhana untuk memperkirakan daya listrik yang akan dibutuhkan di kabupaten Maros mulai tahun 2009 sa mpai dengan 2020, mengalami kenaikan %.

Kata kunci: Daya terjual, Model regresi linier, Prakiraan daya listrik dibutuhkan.

PENDAHULUAN

1.1 Latar Belakang

Kebutuhan masyarakat akan energi listrik semakin meningkat dari tahun ketahun, seiring meningkatnya

taraf hidup pembangunan diberbagai sektor.

Industri-industri dibangun serta pertambahan jumlah penduduk akan mengarah pada pembangunan pemukiman dan pusat-pusat perdagangan, sehingga

tingkat perekonomian masyarakatpun akan

mengalami perubahan. Besaran perubahan ini kemudian akan mempengaruhi rencana penyediaan daya energi listrik yang memadai.

Perkembangan listrik di Indonesia utamanya di kabupaten Maros berlangsung sangat cepat, hal ini seiring dengan dengan bertambahnya permintaan daya listrik dan pertumbuhan ekonomi masyarakat kita. Penyediaan daya listrik dalam jumlah memadai disuatu daerah merupakan salah satu sarana untuk menopang dan mempercepat laju pertumbuhan ekonomi serta mendorong laju pertumbuhan pembangunan di sektor lainnya sehingga perlu usaha untuk memenuhi kebutuhan listrik. Peningkatan kebutuhan energi listrik yang harus dilayani sistem pembangkit, berakibat pada keperluan pengembangan pembangkit energi listrik, hal ini untuk menjaga keseimbangan antara besarnya permintaan dengan kapasitas pembangkit yang ada. Masalah yang unik dalam sistem pembangkit tenaga listrik adalah daya yang dibangkitkan/diproduksi harus selalu sama dengan daya yang dikonsumsi oleh konsumen daya listrik yang secara teknis umumnya

dikatakan sebagai beban sistem. Apabila daya yang dibangkitkan lebih kecil dari beban sistem maka frekuensi tegangan akan turun, sebaliknya apa bila lebih besar maka frekuensi dan tegangan akan naik. Mutu listrik yang baik adalah apabila frekuensi dan tegangan tidak terlalu jauh menyimpang dari nilai nominal, untuk ini haruslah diusahakan agar daya yang dibangkitkan selalu sama dengan beban.

Dengan mengadakan prakiraan maka kita dapat

menarik kesimpulan dan mengetahui bahwa

kemampuan daya listrik saat ini kemungkinan sudah tidak mampu untuk memenuhi kebutuhan daya listrik beberapa waktu yang akan datang dan dari situ kita

dapat mengambil langkah-langkah untuk

mengantisipasi hal tersebut.

Pengembangan pusat tenaga listrik sebaiknya diawali oleh prakiraan daya yang dibutuhkan hingga beberapa tahun kedepan, sehingga pendirian

pusat pembangkit tersebut dapat memiliki

peningkatan beban daya untuk beberapa tahun kedepan. Dengan demikian tidak mengharuskan pengadaan pusat pembangkit baru setiap tahun, sebab sebagaimana kita ketahui bahwa pengadaan

pusat pembangkit baru tentunya tidak

membutuhkan biaya yang sedikit.

1.2 Rumusan Masalah

Berdasarkan pada latar belakang yang dipaparkan maka rumusan masalah adalah sebagai berikut : 1. Bagaimana cara memprakirakan kebutuhan

daya maksimum pada kabupaten Maros mulai tahun 2010 sampai dengan tahun 2020?

(2)

1026 2. Berapa besar daya yang dibutuhkan tiap tahun

selama mulai tahun 2010 sampai dengan tahun 2020 di kabupaten Maros?

3. Berapa besar daya yang dibutuhkan untuk

menyuplai kebutuhan daya maksimun

kabupaten Maros tiap tahun mulai dari tahun 2010 sampai tahun 2020.

.

1.3 Tujuan Penelitian

1. Untuk mengetahui cara memprakirakan

kebutuhan daya maksimum pada kabupaten Maros mulai tahun 2010 sampai dengan tahun 2020?

2 Untuk mengetahui besar daya yang dibutuhkan

tiap tahun selama mulai tahun 2010 sampai dengan tahun 2020 di kabupaten Maros?

3 Untuk mengetahui besar daya yang dibutuhkan

untuk menyuplai kebutuhan daya maksimun kabupaten Maros tiap tahun mulai dari tahun 2010 sampai tahun 2020.

.

1.4 Batasan Penelitian

Batasan masalah dalam tugas akhir ini meliputi prakiraan kebutuhan daya kabupaten Maros berdasarkan beban dan daya terpasang dalam jangka tahun 2010 sampai dengan tahun 2020 di kabupaten Maros.

METODOLOGI PENELITIAN

2.1 Waktu dan Tempat Penelitian

Penelitian dilaksanakan pada PT.PLN (PERSERO) Ranting Maros, BPS (Badan Pusat Statistik), selama 2 bulan dengan waktu tanggal 1 Pebruari sampai 30 April 2010.

2.2 Teknik Pengumpulan Data

Dalam memecahkan masalah menggunakan, yaitu :

a. Sebelum menentukan model pilihan, kita perlu

mengadakan suatu diagnostik terhadap data yang

diperoleh. Diagram pencar adalah salah satu alat

diagnostik untuk mendapatkan gambaran tentang hubungan antara peubah bebas, dan peubah takbebas. Dari diagram pencar itu, kita dapat memperkirakan bahwa model yang relevan adalah linear atau nonlinear.

b. Menentukan Model Regresi Linear Sederhana

c. Menentukan



₀ dan



₁ dari Gambar 3. di

bawah:

Gambar 3. Garis Regresi Linear

d. Subtitusi



₀ dan



₁ ke dalam persamaan model

regresi linier.

e. Menggunakan persamaan regresi linier untuk

memperkirakan kebutuhan listrik kabupaten Maros tahun 2010 sampai tahun 2020.

2.3.Jenis Penelitian

1. Dalam penelitian ini penulis menggunakan

metode, yaitu menggunakan data sekunder, sebagai berikut :

2. a. Pengambilan data secara langsung dari sumber

data PLN

3. b. Pengumpulan data dari literatur-literatur yang

berhubungan dengan tugas akhir ini.

ANALISA DAN PEMBAHASAN

Dari Tabel 5 kelihatan masalah yang berkaitan de-ngan nilai rata-rata suatu peubah terikat Y (daya listrik) terhadap suatu peubah bebas X (urutan waktu) dengan menggunakan hubungan linear, yaitu secara matematis ditulis:

X

Y





₀





₁

Dengan



₀ (baca; beta nol) dan



₁ adalah

parameter yang akan ditaksir. Taksiran



₀ adalah

konstanta yang biasa disebut penggalan

(intercept), sedangkan



₁ adalah koefisien regresi (slope) untuk X. Model ini disebut model linear karena semua peubah yang muncul dalam model itu berpangkat satu. Kalau dilihat dari banyaknya peubah bebas dalam model, maka model

itu disebut model linear sederhana, karena hanya

mempunyai satu peubah bebas. Diperkuat juga dengan Gambar 7. diagram pencar dibawah.

(3)

1027 Gambar 7. Diagram pencar, untuk mencari sifat dari data, terlihat bahwa data pada Tabel 5. bersifat linier.

Dari diagram pencar Gambar 7, terlihat titik-titik data mengikuti garis linier sehingga dapat disimpulkan bahwa model yang tepat dipakai adalah model linier sederhana.

Unsur-unsur model garis lurus dirangkum sebagai berikut:









0 1

X

1

Y

Dengan:

Y = peubah takbebas (yang akan dimodel), X = peubah bebas (yang digunakan menaksir Y),



= komponen kesalahn acak,

0



= penggalan Y dari garis regresi, yaitu titik

tempat garis memotong sumbu Y, 1



= koefisien arah garis regresi, yaitu besarnya

kenaikan (penurunan) di dalam komponen

deterministik Y untuk setiap satu satuan kenaikan X.

Lalu, sekarang kita menaksir parameter model, sebagai berikut:

2 1 1 2 1 1 1 2 1 0                                 



      n i i n i i n i i i n i i n i i n i i x x y x x x y b 2 1 1 2 1 1 1 1                           



     n i i n i i n i i n i i n i i i x x y x y x n b

Kalau b1 yang terlebih dahulu dihitung, maka bo

dapat dihitung dengan rumus

_ 1 _ 0

y

b

x

b





, di mana _

y

adalah nilai rata-rata data Y dan

_

x

adalah nilai rata-rata data X. Rumus-rumus ini digunakan untuk menentukan koefisien regresi Y atas X.

Tabel 6. Tabel bantu mencari nilai parameter

Bln/Thn x x2 _y _y2 _xy Januari 2008 1 1 49781 2478147961 49781 Pebruari 2 4 50135 2513518225 100270 Mar 3 9 50543 2554594849 151629 April 4 16 50375 2537640625 201500 Mei 5 25 49873 2487316129 249365 Juni 6 36 50015 2501500225 300090 Juli 7 49 50310 2531096100 352170 Agustus 8 64 50268 2526871824 402144 September 9 81 50709 2571402681 456381 Oktober 10 100 50858 2586536164 508580 November 11 121 51331 2634871561 564641 Desember 12 144 50602 2560562404 607224 Σ 78 650 604800 30484058748 3943775

Sumber: Olah data , 2010.

Subtitusi nilai Tabel 6 ke dalam persamaan:

2 1 1 2 1 1 1 1                           



     n i i n i i n i i n i i n i i i x x y x y x n b 1716 900,00 150 1  b

4

9 ,

7

8

1



b

Sehingga: _ 1 _ 0

y

b

x

b





Diketahui:

5 ,

6

400

50 



 

x

y

Maka,



50

400

 

87 ,

94

 

6 ,

5

0





b

kWattH

828,41

49

0



b

Maka, persamaan linier sederhana yang di dapat dari:

X

Y





0





1

Adalah persamaan linier regresi laju pertumbuhan pemakaian listrik di kabupaten Selayar, sebagai berikut:

X

87,94

828,41

49 Y





Untuk menghitung kebutuhan listrik di kabupaten Maros sepuluh tahun ke depan, di kalkulasi sebagai berikut:

 Karena data tahun 2009 tidak ditemukan, maka

pemakaian tenaga listrik Januari Tahun 2009 di perkiraan, adalah: Sequence 12 10 8 6 4 2 0 51500.00 51000.00 50500.00 50000.00 49500.00 kWH Linear Observed

(4)

1028 kWattH YJAnuari 63 , 971 50 ) 13 ( 94 , 87 41 , 828 49 2009    

Dan seterusnya, sampai dengan Bulan Desember 2020.

Tabel 7. Tabel bantu mencari nilai kebutuhan daya kWH

Bulan-Thn x y Laju Pertumbuhan (%) Jan - 2009 13 50,971,63 0,73 Pebruari 14 51,059,57 0,17 Maret 15 51,147,51 0,17 April 16 51,235,45 0,17 Mei 17 51,323,39 0,17 Juni 18 51,411,33 0,17 Juli 19 51,499,27 0,17 Agustus 20 51,587,21 0,17 September 21 51,675,15 0,17 Oktober 22 51,763,09 0,17 November 23 51,851,03 0,17 Desember 24 51,938,97 0,17 Jan - 2010 25 52,026,91 0,17 Pebruari 26 52,114,85 0,17 Maret 27 52,202,79 0,17 April 28 52,290,73 0,17 Mei 29 52,378,67 0,17 Juni 30 52,466,61 0,17 Juli 31 52,554,55 0,17 Agustus 32 52,642,49 0,17 September 33 52730,43 0,17 Oktober 34 52818,37 0,17 November 35 52906,31 0,17 Desember 36 52994,25 0,17 Jan - 2011 37 53082,19 0,17 Pebruari 38 53170,13 0,17 Maret 39 53258,07 0,17 April 40 53346,01 0,17 Mei 41 53433,95 0,16 Juni 42 53521,89 0,16 Juli 43 53609,83 0,16 Agustus 44 53697,77 0,16 September 45 53785,71 0,16 Oktober 46 53873,65 0,16 November 47 53961,59 0,16 Desember 48 54049,53 0,16

Tabel 7. Tabel hasil perkiraan kebutuhan listrik dari tahun 2009 sampai dengan 2020.

Bulan-Thn Daya (kWH) Laju Pertumbuhan (%) Jan - 2009 50,971,63 0,73 Pebruari 51,059,57 0,17 Maret 51,147,51 0,17 April 51,235,45 0,17 Mei 51,323,39 0,17 Juni 51,411,33 0,17 Juli 51,499,27 0,17 Agustus 51,587,21 0,17 September 51,675,15 0,17 Oktober 51,763,09 0,17 November 51,851,03 0,17 Desember 51,938,97 0,17 Jan - 2010 52,026,91 0,17 Pebruari 52,114,85 0,17 Maret 52,202,79 0,17 April 52,290,73 0,17 Mei 52,378,67 0,17 Juni 52,466,61 0,17 Juli 52,554,55 0,17 Agustus 52,642,49 0,17 September 52730,43 0,17 Oktober 52818,37 0,17 November 52906,31 0,17 Desember 52994,25 0,17 Jan - 2011 53082,19 0,17 Pebruari 53170,13 0,17 Maret 53258,07 0,17 April 53346,01 0,17 Mei 53433,95 0,16 Juni 53521,89 0,16 Juli 53609,83 0,16 Agustus 53697,77 0,16 September 53785,71 0,16 Oktober 53873,65 0,16 November 53961,59 0,16 Desember 54049,53 0,16

Tabel 8. Tabel hasil perkiraan kebutuhan listrik dari tahun 2009 sampai dengan 2020

Bulan-Thn Daya (kWH) Laju Pertumbuhan (%)

Jan - 2018 60381,21 0,15 Pebruari 60469,15 0,15 Maret 60557,09 0,15 April 60645,03 0,15 Mei 60732,97 0,15 Juni 60820,91 0,14 Juli 60908,85 0,14 Agustus 60996,79 0,14 September 61084,73 0,14 Oktober 61172,67 0,14 November 61260,61 0,14 Desember 61348,55 0,14 Jan - 2019 61436,49 0,14 Pebruari 61524,43 0,14 Maret 61612,37 0,14 April 61700,31 0,14 Mei 61788,25 0,14 Juni 61876,19 0,14 Juli 61964,13 0,14 Agustus 62052,07 0,14 September 62140,01 0,14 Oktober 62227,95 0,14 November 62315,89 0,14 Desember 62403,83 0,14 Jan - 2020 62491,77 0,14 Pebruari 62579,71 0,14 Maret 62667,65 0,14 April 62755,59 0,14 Mei 62843,53 0,14 Juni 62931,47 0,14 Juli 63019,41 0,14 Agustus 63107,35 0,14 September 63195,29 0,14 Oktober 63283,23 0,14 November 63371,17 0,14 Desember 63459,11 0,14

(5)

1029 Hasil perkiraan kebutuhan jika di gambarkan dalam karakteristik, seperti Gambar 8. di bawah.

Gambar 8. Grafik hasil perkiraan kebutuhan listrik dari tahun 2009 sampai dengan 2020.

Dari Gambar 8. Di atas terlihat bahwa diperkirakan akan terjadi kenaikan penggunaan tenaga listrik di kabupaten Maros mulai Tahun 2009 sebesar 0,17 %, Tahun 2010 kenaikannya masih 0,17 %, Tahun 2011 kenaikannya 0,16 %, Tahun 2012 kenaikannya 0,16 %, Tahun 2013 kenaikannya 0,16 %, Tahun 2014 kenaikannya 0,15 %, Tahun 2015 kenaikannya masih 0,15 %, Tahun 2016 kenaikannya 0,15 %, Tahun 2017 kenaikannya 0,15 %, Tahun 2018 kenaikannya 0,14 %, Tahun 2019 kenaikannya 0,14 %, Tahun 2020 kenaikannya 0,14. Persentase kenaikkan penggunaan energi listrik diperkirakan menurun, tapi penggunaan energi listrik tetap naik di kabupaten Maros mulai Tahun 2009 sampai dengan 2020.

PENUTUP

4.1 Kesimpulan

Dan hasil penelitian dan pembahasan yang telah diuraikan pada bagian sebelumnya, maka dapat ditarik suatu kesimpulan sebagai berikut:

1. Hasil perkiraan menggunakan model regresi

linier sederhana untuk memperkirakan daya listrik yang akan dibutuhkan di kabupaten Maros mulai tahun 2009 sampai dengan 2020, yaitu:

 Bulan Desember Tahun 2009 sebesar

51.938,97 kWH atau laju pertumbuhannya 0,17 %,

 Bulan Desember Tahun 2010 sebesar

52.994,25 kWH dan dibanding tahun sebelumnya laju pertumbuhannya 0,17 %,

 kemudian satu tahun berikutnya Tahun

2011 sebesar 54.049,53 kWH atau laju pertumbuhan sebanyak 0,16 %,

 kemudian satu tahun berikutnya tahun

2012 laju pertumbuhan pemakaian listrik

menjadi sebesar 55.104,81 kWH atau naik 0,16%,

 kemudian satu tahun berikutnya tahun

2013 pemakaian listrik sebanyak 56.160,09 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,16%,

2014 sebanyak 53.961,59 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,16 %,

 lalu kemudian satu tahun berikutnya Tahun

2015 pemakaian sebanyak 58,182,71 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,15 %,

2016 pemakaian sebanyak 59.237,99 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,15 % dari tahun lalu,

2017 laju pertumbuhan pemakaian listrik menjadi sebesar 60.293,27 kWH atau naik 0,15 %,

2018 pemakaian listrik sebanyak 61.348,55 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,14 %,

2019 sebanyak 62.403,83 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,14 %,

 lalu kemudian satu tahun berikutnya tahun

2020 pemakaian sebanyak 63.459,11 kWH atau laju pertumbuhan pemakaian listrik menjadi 0,14 %,

4.2 Saran-Saran

Berdasarkan dan hasil penelitian dan pembahasan yang telah dibahas sebelumnya, dapat kami ajukan saran-saran sebagai berikut:

1. Sebelum kita memperkirakan daya maksimum

terlebih dahulu kita mempelajari sifat

kecenderungan data masa lalu sehingga total daya yang akan datang dapat diperkirakan dengan kecenderungan yang sama.

2. Kondisi listrik yang saat ini semakin kritis

ketersediaannya dan kondisi pembangkit yang sudah tua hendaknya PLN memberantas oknum-oknum yang menggunakan listrik secara ilegal.

3. Dan hendaknya dilakukan pemeliharaan berkala

terhadap sumber energi listrik yang telah ada untuk menjaga kontinuitas pasokan energi listrik.

DAFTAR PUSTAKA

Arismunandar, A,. 1975. Teknik Tegangan Tinggi.

Cetakan ketiga hlm 138-139. Pradnya Paramita, Jakarta 0 10000 20000 30000 40000 50000 60000 70000 13 25 37 49 61 73 85 97 ₁₀₉ ₁₂₁ ₁₃₃ ₁₄₅ D ay a ( kWH ) Waktu (Bulan ke )

(6)