BANDUNG INSTITUTE OF TECHNOLOGY 2021 GEODESY AND GEOMATICS ENGINEERING
IDENTIFIKASI AREA POTENSIAL PEMBANGKIT LISTRIK MIKROHIDRO
Dustin Edward Sipahutar (15120073)
1. Introduction
1.1 Background (10)
Urgensi untuk membangun pembangkit listrik tenaga mikrohidro (PLTMH) berasal dari kebutuhan yang sangat penting untuk mengatasi tantangan akses energi. Tujuan dari pemanfaatan PLTMH adalah untuk mengeksploitasi sumber daya air yang melimpah untuk mendapatkan energi yang bersih, terbarukan, dan dapat diandalkan, yang tidak hanya bernilai secara ekonomi tetapi juga memenuhi tujuan kebijakan lingkungan. Pengembangan stasiun PLTMH dianggap sebagai solusi yang tepat untuk mengurangi defisit energi dan berkontribusi pada pencapaian tujuan pembangunan berkelanjutan, khususnya akses energi universal (Akande, Sanusi,, Sanni,, & Abdullahi, 2022). Kesesuaian area pembangkit listrik tenaga mikrohidro dapat ditentukan menggunakan penginderaan jauh. Penginderaan jauh dapat memberikan informasi mengenai aspek geologi, penggunaan lahan, kemiringan, sungai, dan data penting lainnya untuk menentukan kesesuaian lokasi terbaik untuk pembangkit listrik tenaga mikrohidro (Kumoro, Susilowati, Irasari, & Nur, 2022).
Dalam konteks Indonesia, urgensi dan tujuan pengembangan pembangkit listrik tenaga mikrohidro (PLTMH) digarisbawahi oleh karakteristik topografi dan hidrologi negara ini.
Indonesia, dengan infrastruktur irigasi yang luas, termasuk 3.311 bendungan - 1.729 di antaranya berada di Yogyakarta - menghadirkan potensi yang signifikan untuk pengembangan PLTMH. Daerah Irigasi Kalibawang di Yogyakarta, misalnya, terkenal dengan kapasitas debit airnya yang besar dan kondisi topografi yang mendukung. Medan lereng bukit yang curam, meskipun menimbulkan tantangan untuk pasokan listrik berbasis jaringan karena biaya pengadaan yang lebih tinggi, menawarkan kemiringan yang ideal untuk stasiun PLTMH.
Perbedaan tinggi head dan laju aliran air sangat penting dalam menentukan kelayakan proyek- proyek tersebut. Dengan menggunakan data GIS, penelitian dapat difokuskan pada identifikasi potensi-potensi ini di Daerah Istimewa Yogyakarta, dengan menekankan pada kesesuaian wilayah untuk PLTMH (Alatas, Theresia , Gunawan, & Setyono , 2021).
Gambar 1. Contoh Pembangkit Listrik Tenaga Mikrohidro (PLTMH)
1.2 Purpose (5)
1. Membuat peta kesesuaian lokasi untuk pembangunan Pembangkit Listrik Tenaga Mikrohidro (PLTM) di Daerah Istimewa Yogyakarta (DIY).
2. Methodology
2.1 Prior Studies (5)
Pemanfaatan teknologi geospasial dalam mengidentifikasi lokasi yang cocok untuk stasiun Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) melibatkan pendekatan multi aspek, dengan memanfaatkan kemampuan penginderaan jauh. Penelitian berjudul "Geospatial assessment of small hydropower potentials in Ogun watershed for rural electrification"
menampilkan aplikasi praktis dari teknologi ini. Penelitian ini menggunakan metode kuantitatif, menganalisis potensi PLTMH kecil menggunakan teknik geospasial seperti hidrologi, analisis lingkungan, dan analisis daerah aliran sungai, di samping statistik deskriptif untuk mengartikulasikan dinamika populasi dan energi di wilayah studi. Studi ini mengidentifikasi 137 lokasi PLTMH potensial di DAS Ogun dengan berbagai potensi energi dan menggarisbawahi kelayakan pembangkit listrik tenaga air dalam mengurangi kemiskinan energi secara signifikan dan mendukung elektrifikasi pedesaan, yang selaras dengan tujuan pembangunan berkelanjutan (Chandra, Giridhar, Venkateswar, & Viswanadh, 2013).
Minimum 1 Reference / Citation .
2.2 Data (10)
No Data Source Data Type Year Resolution /
scale 1. TerraClimate:
Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces
University of California
Merced
Raster 1958 - 1993 4638.3m
2. NASA SRTM Digital Elevation
NASA / USGS / JPL-
Caltech
Raster 2000 30m
2.3 Method ( 30 )
Kriteria utama pengembangan PLTMH di suatu daerah adalah karakteristik hidrologi seperti debit air dan water head yang sesuai dengan kebutuhan energi listrik dan memiliki sifat geologi yang mendukung pengembangan komponen-komponen PLTMH. Pembangkit Listrik Tenaga Mikrohidro (PLTMH) sangat bergantung pada energi potensial air yang diubah menjadi energi kinetik pada pipa pesat, kemudian diubah menjadi energi mekanik oleh turbin air, dan selanjutnya diubah menjadi energi listrik oleh generator (Barry , Doa, & Hendro , 2020).
Persamaan perhitungan Neraca Air :
π΅π¨ = π· β πΉπΆ β π¬π» (Hartanto, 2017) Keterangan :
NA = Neraca Air P = Presipitas RO = Runoff
ET = Evapotranspirasi
Analisis kesesuaian area dan hidrologi menggunakan data penginderaan jauh dalam makalah jurnal (Kumoro, Susilowati, Irasari, & Nur, 2022) menunjukkan bahwa elevasi dan kemiringan sangat penting dalam mengidentifikasi area yang cocok untuk pengembangan PLTMH.
Kriteria ini mempengaruhi potensi tenaga air, biaya konstruksi, dan risiko yang terkait dengan bahaya geologi, yang semuanya merupakan faktor penting dalam proses pengambilan keputusan untuk pemilihan lokasi PLTMH.
1. Ketinggian / Elevasi :
Ketinggian sangat penting dalam menentukan kepala air, yaitu ketinggian tempat jatuhnya air. Head merupakan faktor penting dalam potensi energi yang dapat dikonversi menjadi listrik. Ketinggian yang lebih tinggi biasanya memberikan head yang lebih besar, yang dapat menyebabkan aliran air yang lebih kuat dan meningkatkan potensi pembangkit listrik .
2. Kemiringan / Slope :
Kemiringan mempengaruhi kecepatan aliran air dan desain penstock (pipa yang mengalirkan air ke turbin). Lereng yang curam dapat menghasilkan aliran air yang lebih cepat, yang mungkin lebih cocok untuk pembangkit listrik tenaga air. Dalam penelitian ini, peta kemiringan digunakan untuk menunjukkan bahwa lokasi tertentu memiliki kemiringan 15-25%, sementara yang lain memiliki kemiringan yang lebih datar yaitu 0- 8%. Lereng yang lebih curam diasosiasikan dengan lokasi-lokasi dengan elevasi tinggi yang memiliki potensi listrik yang lebih rendah karena aliran air yang lebih kecil.
Sebaliknya, area dengan lereng yang lebih datar berada di ketinggian yang lebih rendah dan memiliki potensi daya yang lebih besar karena aliran air yang lebih deras.
Kriteria data hidrologi seperti evapotranspirasi, curah hujan, dan limpasan air memainkan peran penting dalam menentukan daerah yang sesuai untuk pembangunan PLTMH. Berikut adalah beberapa hal yang membuat kriteria-kriteria ini penting:
1. Curah hujan: Data curah hujan sangat penting untuk studi hidrologi yang berhubungan dengan limpasan permukaan atau rezim air tanah. Jumlah total curah hujan yang mencapai permukaan tanah daerah tangkapan air dalam interval waktu yang diselidiki diperlukan untuk setiap studi hidrologi (KovΓ‘cs & SzΓΆllΓΆsi, 1983).
2. Evapotranspirasi: Evapotranspirasi merupakan faktor penting dalam menentukan siklus hidrologi. Evapotranspirasi adalah proses perpindahan air dari tanah ke atmosfer melalui penguapan dari tanah dan transpirasi dari tanaman. Perubahan penggunaan lahan dapat mempengaruhi tingkat evapotranspirasi, yang pada gilirannya dapat mempengaruhi siklus hidrologi (Zhou, Qu, & Chen, 2019).
3. Limpasan: Limpasan adalah jumlah air yang mengalir di atas permukaan tanah dan masuk ke dalam aliran air, sungai, dan badan air lainnya. Data limpasan penting untuk menentukan pasokan air yang akan tersedia untuk proyek yang diusulkan. Data limpasan dapat diperoleh dengan menggunakan model hidrologi yang menggunakan data penginderaan jauh, seperti model curah hujan-limpasan (KovΓ‘cs & SzΓΆllΓΆsi, 1983).
Singkatnya, kriteria data hidrologi seperti evapotranspirasi, curah hujan, dan limpasan merupakan hal yang penting untuk menentukan daerah yang sesuai untuk pembangunan PLTMH. Teknologi penginderaan jauh dapat digunakan untuk mendapatkan data-data tersebut, yang dapat digunakan untuk mengidentifikasi lokasi potensial untuk pembangunan PLTMH.
Gambar 2. Ilustrasi Alur Neraca Air
Tautan script GEE yang digunakan untuk water balance & site suitability : https://code.earthengine.google.com/569a2ad2a7664ce320938e9f3332422d
Gambar 3. Diagram Alir Pengerjaan Praktikum
3. Discussion and Discussion (35)
3.1 Result 1
Pada skrip di Google Earth Engine terdapat berbagai langkah dalam analisis data geospasial untuk tujuan menilai neraca air dan mengidentifikasi lokasi yang sesuai untuk lokasi PLTMH.
Berikut ini adalah analisis data dan metode yang digunakan pada layer "NA 2020":
1. Pemilihan Data: Skrip ini menggunakan Koleksi Citra "IDAHO_EPSCOR/TERRACLIMATE", yang berisi beberapa variabel hidrologi dan meteorologi. Untuk layer "NA 2020", secara khusus memilih band evapotranspirasi aktual (aet), curah hujan (pr), dan limpasan (ro) untuk tahun 2020 (mengikuti ketersediaan data DEM) di dalam batas-batas yang ditentukan di wilayah
"Provinsi_DIY" di Indonesia. Pemilihan dibatasi pada area yang diinginkan dengan memotongnya dengan batas poligon dan filter tanggal untuk memasukkan hanya data dari tahun 2020.
2. Pengolahan Data dan Perhitungan Neraca Air: Skrip memproses data yang dipilih untuk menghitung neraca air. Metode ekspresi digunakan untuk menghitung band baru (water_balance) berdasarkan band yang dipilih. Perhitungan mengasumsikan koefisien tertentu (0,25 dalam kasus ini, yang dapat disesuaikan) yang mewakili faktor dalam persamaan neraca air, yang mencerminkan hubungan antara curah hujan, evapotranspirasi, dan limpasan.
Untuk perhitungan βband baruβ, secara detil meliputi 3 tahapan : 2.1 Penggabungan Data
Fungsi combine digunakan untuk menggabungkan beberapa Koleksi Citra (allP, allET, allRO) ke dalam satu koleksi (NA_1). Setiap Koleksi Citra terdiri dari citra dalam rentang tanggal tertentu untuk tahun 2020 dan wilayah geografis yang dipilih (Provinsi_DIY).
Dengan menggabungkannya, dapat dibuat koleksi citra baru di mana setiap citra berisi band untuk presipitasi, evapotranspirasi, dan limpasan, yang memfasilitasi perhitungan neraca air selanjutnya.
Gambar 4. Analisis Perhitungan Water Balance
2.2 Perhitungan water balance (band baru)
- Fungsi peta diterapkan ke Koleksi Gambar gabungan (NA_1). Fungsi ini digunakan untuk melakukan operasi pada setiap gambar dalam koleksi.
- Di dalam fungsi peta, gambar baru (myimg) dihitung untuk setiap gambar (img) dalam koleksi menggunakan metode ekspresi. Ekspresi (p - (et/10) - (p*0.25)) digunakan untuk menghitung neraca air. Rumus ini mengurangi evapotranspirasi terskala dan sebagian curah hujan (diasumsikan sebagai limpasan atau faktor lain) dari total curah hujan.
- Nilai 0,25 adalah koefisien yang dapat disesuaikan berdasarkan data lokal untuk limpasan atau perubahan penyimpanan air (Delta S). Nilai ini merupakan nilai pengganti dummy yang dapat diganti dengan koefisien yang lebih akurat dan ditentukan secara lokal pada penelitian sesungguhnya.
- Neraca air yang telah dihitung (myimg) kemudian ditambahkan sebagai sebuah band baru pada citra satelit yang sudah ada (img) dan diganti namanya menjadi 'water_balance'.
2.3 Agregasi
Skrip ini memilih band 'water_balance' dari Koleksi Citra yang telah dimodifikasi (NA_2) dan menghitung rata-rata dari band ini selama rentang tanggal yang ditentukan (dari tanggal awal hingga tanggal akhir), sehingga menghasilkan satu citra (NA_3) yang merepresentasikan rata-rata neraca air untuk tahun 2020. Citra akhir ini kemudian di-clip ke batas geografis area yang diminati (batas), yaitu wilayah Provinsi_DIY. Pemotongan ini memastikan bahwa perhitungan hanya mempertimbangkan area di dalam batas-batas tersebut.
3. Pembobotan Parameter: Skrip ini membuat skema pembobotan untuk neraca air tahunan dan kemiringan untuk mengevaluasi kesesuaian lokasi PLTMH. Bobot yang berbeda diberikan berdasarkan kisaran nilai neraca air tahunan dan tingkat kemiringan. Berikut adalah bobot yang digunakan untuk setiap parameter yang digunakan :
3.1 Neraca Air Tahunan (B_NA)
Sebuah ekspresi diterapkan pada NA_3 (neraca air rata-rata) untuk memberikan bobot berdasarkan nilai neraca air:
β’ Jika neraca air tahunan antara 70 dan 100, maka diberi bobot 1.
β’ Jika antara 45 dan 70, diberi bobot 0,8.
β’ Jika antara 0 dan 45, bobot 0,4.
β’ Jika kurang dari 0, bobotnya 0,1.
Bobot ini kemudian disimpan di dalam sebuah band baru B_NA.
3.2 Kemiringan (B_slope)
β’ Ekspresi yang sama diterapkan pada data kemiringan lereng:
β’ Jika kemiringan antara 25 dan 30 derajat, diberi bobot 1.
β’ Jika antara 20 dan 25 derajat, diberi bobot 0,8.
β’ Jika antara 15 dan 20 derajat, bobotnya 0,4.
β’ Jika kurang dari 15 derajat, bobotnya 0,1.
Bobot ini disimpan di dalam sebuah band baru B_slope.
Skema pembobotan mencerminkan pentingnya setiap parameter dalam menentukan kesesuaian untuk lokasi pembangunan PLTMH.
4. Perhitungan dengan Bobot: Dari bobot-bobot ini kemudian didapatakan semcam komposit bobot, yang bertujuan untuk memprioritaskan daerah-daerah yang berpotensi untuk pembangkit listrik tenaga air berdasarkan kriteria yang telah ditetapkan. Skema pembobotand dan perhitungan digunakan untuk mencerminkan pentingnya setiap parameter dalam menentukan kesesuaian untuk lokasi pembangunan PLTMH. Bobot yang tepat dan ambang batas untuk rentang tersebut bersifat subyektif dan dapat dimodifikasi berdasarkan pengetahuan ahli atau kondisi lokal. Faktor perkalian (1,15 untuk B_NA) menunjukkan sedikit de-prioritasisasi neraca air dibandingkan dengan kemiringan, yang bisa jadi disebabkan oleh faktor lokal atau keputusan strategis dari analis (tidak dapat konstanta asli karena tidak dilakukannya pengamatan in-situ). Singkatnya, pembobotan parameter dan langkah-langkah perhitungan tertimbang dirancang untuk mencerminkan kesesuaian berbagai lokasi untuk pengembangan PLTMH berdasarkan kriteria yang dipilih.
5. Pemeringkatan/Reklasifikasi: Bobot yang dihasilkan diklasifikasikan ulang ke dalam kelas- kelas kesesuaian yang berbeda, dan kelas-kelas ini disamarkan menggunakan datamask untuk menerapkan batas-batas wilayah yang diminati. Bagian dari skrip ini adalah tentang mengklasifikasikan ulang bobot komposit ke dalam kelas-kelas yang berbeda untuk tujuan pemeringkatan atau pengkategorian kesesuaian area untuk penggunaan tertentu, yang dalam konteks ini adalah pemilihan lokasi PLTMH. Dengan tujuan akhir menyederhanakan data kontinu menjadi data kategorikal untuk memudahkan interpretasi dan pengambilan keputusan. Metode ekspresi digunakan untuk mengklasifikasikan nilai bobot kontinu ke dalam kelas-kelas diskrit berdasarkan ambang batas yang ditentukan. Ambang batas ini dipilih untuk mewakili tingkat kesesuaian yang berbeda, dengan setiap tingkat diberi kode bilangan bulat:
β’ Bobot <= 0,1: Area dengan bobot komposit 0,1 atau kurang diberi peringkat 1, yang mungkin mewakili area yang paling tidak cocok untuk PLTMH.
β’ Bobot <= 0.25: Area dengan bobot komposit di atas 0.1 dan hingga 0.25 diberi peringkat 2.
β’ Bobot <= 0.75: Area dengan bobot komposit di atas 0.25 dan hingga 0.75 diberi peringkat 3.
β’ Bobot <= 1: Area dengan bobot komposit di atas 0,75 dan hingga 1 diberi peringkat tertinggi yaitu 4, yang mengindikasikan area yang paling cocok untuk PLTMH.
β’ Untuk nilai bobot yang tidak termasuk dalam ambang batas tertinggi yang ditentukan dengan memberikan peringkat 0, yang dapat mewakili area yang belum dievaluasi atau tidak cocok.
3.2 Result 2
Data Digital Elevation Model (DEM) digunakan untuk menghitung kemiringan, yang kemudian digunakan sebagai salah satu parameter untuk menentukan kesesuaian lokasi untuk PLTA.
Namun, neraca air itu sendiri tidak secara eksplisit "terpotong" ke data DEM; sebaliknya, baik neraca air dan kemiringan yang berasal dari DEM digunakan bersama untuk menilai kesesuaian lokasi.
1. Perhitungan Neraca Air (NA_3):
Neraca air dihitung dengan memilih band tertentu dari citra satelit dan menerapkan formula yang mempertimbangkan curah hujan, evapotranspirasi, dan limpasan. Citra yang dihasilkan yang mewakili neraca air rata-rata sepanjang tahun dipotong ke batas area yang diinginkan dengan menggunakan fungsi .clip(batas).
2. Perhitungan DEM dan Kemiringan Lereng:
Data DEM diperoleh dari dataset SRTM dan juga dipotong ke batas yang sama menggunakan .clip(batas). Kemiringan kemudian dihitung dari data DEM yang terpotong menggunakan fungsi ee.Terrain.slope().
3. Menggabungkan Neraca Air dan Kemiringan:
Neraca air (NA_3) dan kemiringan lereng merupakan faktor dalam pembobotan parameter dan langkah reklasifikasi yang menentukan kesesuaian lokasi. Skrip ini memberikan bobot pada faktor-faktor ini dan kemudian menggabungkannya menjadi satu bobot komposit. Bobot komposit ini mencakup pengaruh dari neraca air dan kemiringan lereng.
4. Memotong Data Gabungan ke DEM untuk Kesesuaian Lokasi:
Meskipun skrip tidak secara eksplisit memotong neraca air ke DEM, baik neraca air dan kemiringan (yang berasal dari DEM) dibatasi pada area yang diminati oleh operasi .clip(batas) sebelumnya. Dengan demikian, kesesuaian lokasi akhir memperhitungkan topografi yang diinformasikan oleh DEM melalui perhitungan kemiringan.
5. Penentuan Kesesuaian Lokasi Akhir:
Kesesuaian lokasi lebih lanjut disempurnakan dengan mengklasifikasikan ulang bobot komposit ke dalam kelas-kelas kesesuaian. Citra yang telah direklasifikasi ditutupi dengan datamask untuk memastikan bahwa analisis hanya mencakup wilayah di dalam batas yang ditentukan.
Gambar 5. Area Suitability untuk PLTMH
Singkatnya, neraca air tidak dipotong secara langsung ke DEM; sebagai gantinya, kemiringan yang diperoleh dari DEM digunakan bersama neraca air sebagai bagian integral dari penilaian kesesuaian lokasi. Penggunaan klip (batas) memastikan bahwa neraca air dan perhitungan lereng secara spasial terbatas pada wilayah geografis yang sama, sehingga memungkinkan keduanya untuk digabungkan secara akurat dalam analisis kesesuaian lokasi.
Pada intinya, karakteristik area yang ideal untuk pembuatan Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) adalah:
1. Ketersediaan Air yang Cukup (Annual Water Balance Tinggi): Area dengan nilai water balance yang tinggi (diindikasikan dengan warna biru gelap pada legenda) menunjukkan ketersediaan air yang cukup sepanjang tahun yang sesuai untuk PLTMH.
2. Kemiringan Lahan yang Sesuai (Slope): Area dengan kemiringan yang tidak terlalu curam (diindikasikan dengan nilai pembobotan slope menengah hingga rendah) dianggap cocok karena memudahkan konstruksi dan mengurangi risiko erosi.
3. Dampak Lingkungan yang Rendah: Area yang tidak mengganggu ekosistem setempat dan minim konflik dengan penggunaan lahan lain.
4. Aksesibilitas: Area yang mudah diakses untuk pembangunan infrastruktur dan pemeliharaan.
5. Karakteristik ini dicapai dengan mengevaluasi dan memprioritaskan area berdasarkan water balance dan slope melalui proses pembobotan dan reklassifikasi dalam skrip. Area yang paling diinginkan adalah yang memiliki bobot kombinasi tertinggi, yang menandakan keseimbangan optimal antara ketersediaan air dan kondisi fisik lahan.
4. Conclusion (5)
1.
Dengan pertimbangan data topografi seperti elevasi dan slope, lalu data untuk parameter keseimbangan neraca air seperti evapotranspirasi, presipitasi, dan limpasan, ditentukan bahwa daerah yang paling sesuai untuk pembuatan Pembangkit Listrik Tenaga Mikrohidro (PLTMH) di Provinsi Daerah Istimewa Yogyakarta, terdapat pada bagian utara (Kaliurang) dan bagian barat (Kaliredjo).Referensi
Akande, O. S., Sanusi,, Y. A., Sanni,, L. M., & Abdullahi, I. N. (2022). Geospatial assessment of small hydropower potentials in Ogun watershed for rural electrification. Renewable Energy and Sustainable Development, 35-44.
Alatas, M., Theresia , M., Gunawan, T., & Setyono , P. (2021). Stage of Potential Identification Irrigation Channel Topography Analysis for Micro-Hydro Power in the Kalibawang Irrigation Primary Channel, Yogyakarta, Indonesia. International Journal of Sustainable Development and, 953-964.
Barry , R. A., Doa, H., & Hendro . (2020). FISIKA KONTEKSTUAL PEMBANGKIT LISTRIK TENAGA MIKROHIDRO. Jurnal Pendidikan Ilmu Fisika.
Chandra, B. A., Giridhar, M., Venkateswar, R., & Viswanadh, G. (2013). Identification of Suitable Locations for Micro Hydro Power Stations Using Geospatial Technology. World Environmental and Water Resources Congress 2013, 1377-1381.
Hartanto, P. (2017). PERHITUNGAN NERACA AIR DAS CIDANAU MENGGUNAKAN METODE THORNTHWAITE. Riset Geologi dan Pertambangan, 213-225.
KovΓ‘cs , & SzΓΆllΓΆsi. (1983). Inland Aquaculture Engineering. Budapest: UN FAO.
Kumoro, Y., Susilowati, Y., Irasari, P., & Nur, W. H. (2022). Geological aspect analysis for micro hydro power plant site selection based on remote sensing data. International Journal of Electrical and Computer Engineering (IJECE), 2300~2312.
Zhou, M., Qu, S., & Chen, X. (2019). Impact Assessments of RainfallβRunoff Characteristics Response Based on Land Use Change via Hydrological Simulation. Water, 866.
