LEAPTrainingExercisesIndonesian2011 PDF

Long-range Energy Alternatives Planning System
MODUL PELATIHAN PERENCANAAN ENERGI
September 2011
Diperbaharui untuk LEAP2011
Termasuk latihan terbaru dengan skenario optimalisasi berbiaya rendah

(Least-cost optimization)
Latihan ini hanya untuk pemakaian LEAP2011 untuk Windows.

Unduh versi terbarunya di www.energycommunity.org
Stockholm Environment Institute U.S. Center
11 Curtis Avenue
Somerville
MA 02144-1224
USA
Tel: +1 (617) 627-3786

Web: www.energycommunity.org and www.sei-international.org
Email: leap@sei-us.org
Edisi Terjemahan Bahasa Indonesia
Penerjemah:
Muhammad Ery Wijaya
(Graduate School of Energy Science, Kyoto University, Japan)
Dr. Eng. Mohammad Kholid Ridwan
(Dept. of Engineering Physics, Gadjah Mada University, Indonesia)
Editor:
Beni Suryadi
(ASEAN Centre for Energy)
benisuryadi@aseanenergy.org
2
DAFTAR ISI
PENDAHULUAN _________________________________________________________ 5
Memulai LEAP _____________________________________________________ 6
Bantuan Penggunaan LEAP ___________________________________________ 11
EXERCISE 1: MENGENAL LEAP _________________________________________ 12
1.1 SEKILAS PANDANG TENTANG FREEDONIA _________________________________ 12
1.2 PARAMETER DASAR__________________________________________________ 12
1.3 PERMINTAAN ENERGI ________________________________________________ 13
1.3.1 Struktur Data _______________________________________________ 13
1.3.2 Current Accounts ____________________________________________ 15
1.3.3 Skenario Reference __________________________________________ 17
1.3.4 Menampilkan Hasil Latihan ___________________________________ 19
1.4 TRANSFORMASI ENERGI_______________________________________________ 22
1.4.1 Transmisi dan Distribusi ______________________________________ 23
1.4.2 Pembangkitan Listrik _________________________________________ 24
1.5 EMISI _____________________________________________________________ 32
1.6 SKENARIO KEDUA: DEMAND-SIDE-MANAGEMENT __________________________ 34
1.6.1 Hasil Skenario DSM _________________________________________ 37
EXERCISE 2: PERMINTAAN ENERGI _____________________________________ 38
2.1 INDUSTRI __________________________________________________________ 38
2.2 TRANSPORTASI _____________________________________________________ 41
2.3 SEKTOR BANGUNAN KOMERSIAL: ANALISIS PEMANFAATAN ENERGI ____________ 43
2.4 TOTAL PERMINTAAN ENERGI___________________________________________ 45
EXERCISE 3: TRANSFORMASI __________________________________________ 46
3.1 PEMBUATAN ARANG KAYU ____________________________________________ 46
3.2 PEMBANGKITAN LISTRIK ______________________________________________ 46
3.3 PENYULINGAN MINYAK (OIL REFINING) __________________________________ 47
3.4 PENAMBANGAN BATUBARA____________________________________________ 47
3.5 SUMBER DAYA (RESOURCES) ___________________________________________ 48
3
3.6 MENAMPILKAN HASIL LATIHAN ________________________________________ 49
EXERCISE 4: ANALISIS BIAYA-MANFAAT _______________________________ 53
4.1 PENGENALAN ANALISIS BIAYA-MANFAAT DALAM LEAP_____________________ 53
4.2 MEMBUAT SKENARIO POLICY __________________________________________ 54
4.3 MEMASUKKAN DATA PEMBIAYAAN _____________________________________ 55
4.3.1 Skenario Efisiensi Pencahayaan (Efficient Lighting) ________________ 55
4.3.2 Skenario Efisiensi Lemari Pendingin (Efficient Refrigerators) ________ 56
4.3.3 Skenario Efisiensi Industri (Industrial Energy Efficiency) ____________ 57
4.3.4 Skenario Bus dengan Bahan Bakar Gas (CNG Buses) _______________ 58
4.3.5 Biaya Transformasi __________________________________________ 58
4.3.6 Skenario Gas Alam & Energi Terbarukan (Natural Gas and Renewables) 59
4.3.7 Biaya Sumber Daya __________________________________________ 60
4.4 HASIL ANALISIS BIAYA-MANFAAT ______________________________________ 61
EXERCISE 5: STUDI TRANSPORTASI _____________________________________ 63
5.1 PARAMETER DASAR DAN STRUKTUR _____________________________________ 63
5.2 DATA CURRENT ACCOUNTS ___________________________________________ 65
5.3 SKENARIO BUSINESS AS USUAL (BAU) ___________________________________ 67
5.4 HASIL LATIHAN _____________________________________________________ 68
5.5 FAKTOR EMISI CURRENT ACCOUNTS _____________________________________ 69
5.6 EMISI BUSINESS AS USUAL (BAU) ______________________________________ 71
5.7 SKENARIO POLICY ___________________________________________________ 71
5.7.1 Nilai Ekonomi Bahan Bakar yang Meningkat (Improved Fuel Economy,
IFE) 72
5.7.2 Peningkatan Penetrasi Pasar Kendaraan Hibrid-Listrik (Hybrid-Electric
Vehicles, HYB) _____________________________________________________ 72
5.7.3 Peningkatan Penetrasi Pasar Mobil dan Kendaraan SUV Bermesin Diesel
(DSL) 73
5.7.4 Standar Baru Emisi Gas Buang (TAIL) __________________________ 73
5.7.5 Promosi Mobil Berada di atas Promosi Kendaraan SUV (CAR) _______ 73
5.7.6 Hasil Pemodelan ____________________________________________ 74
EXERCISE 6: PEMBANGKITAN LISTRIK BERBIAYA RENDAH ______________ 77
6.1 MEMASUKKAN DATA PEMBANGKITAN LISTRIK ____________________________ 77
6.2 MEMBUAT BENTUK BEBAN (LOAD SHAPE) DENGAN MENGIMPOR DATA BEBAN PER
JAM (HOURLY LOAD DATA). _________________________________________________ 80
6.3 SKENARIO SIMULASI UNTUK MENGEKSPLORASI KARAKTERISTIK TEKNOLOGI _____ 84
6.3.1 Hasil Latihan _______________________________________________ 85
6.4 MEMASUKKAN BIAYA EKSTERNAL ______________________________________ 87
6.5 MENGGUNAKAN SKENARIO OPTIMALISASI UNTUK MENGIDENTIFIKASI SKENARIO
BERBIAYA RENDAH ______________________________________________________ 89
6.6 MENGGUNAKAN BATASAN (CONSTRAINTS) UNTUK MENENTUKAN LIMIT CO2 _____ 91
6.7 MENGGUNAKAN DATA MILIK SENDIRI ___________________________________ 94
4
PANDUAN LATIHAN UNTUK LEAP
Pendahuluan
Latihan ini akan memperkenalkan anda pada LEAP, the Long-range Energy Alternatives
Planning, sebuah program sistem perencanaan energi jangka panjang, dan bagaimana
program ini dapat digunakan dalam menganalisis energi dan lingkungan. Latihan ini biasanya
diberikan sebagai bagian dari kursus LEAP. Dalam pemakaiannya, anda sebagai pengguna
diangap telah memiliki pengetahuan tentang energi dan terbiasa menggunakan komputer
dengan perangkat lunak yang berbasis Windows, termasuk program pengolah data seperti
Microsoft Excel.
Latihan ini disusun dalam format modul. Jika waktu anda terbatas dan hanya ingin
mengetahui secara umum bagaimana cara kerja LEAP, maka anda cukup menyelesaikan
Latihan 1.
Latihan 1 merupakan pengenalan elemen dasar analisis permintaan dan penyediaan

energi dalam memproyeksikan kebutuhan energi di masa mendatang termasuk emisi
yang dihasilkan. Anda harus menyelesaikan Latihan 1 sebelum melanjutkan ke
Latihan 2.
Latihan 2 dan Latihan 3 akan membantu anda membuat analisis dasar energi (dan
emisi), membuat beragam skenario, dan mengevaluasi setiap kebijakan dan opsi
teknologi yang dipilih seperti teknologi pembangkit listrik, standar efisiensi energi,
dan konversi pembangkit listrik batubara ke gas alam. Latihan ini meliputi permintaan
dan penyediaan energi, dampak lingkungan dan juga analisis skenario yang bisa
dikerjakan masing-masing secara terpisah atau digabung. Biasanya butuh waktu dua
sampai empat hari untuk menyelesaikan seluruh latihannya.
Seluruh latihan ini menggunakan informasi dasar dari sebuah negara fiksi yang
bernama Freedonia (Negeri Merdeka). Informasi tersebut ditampilkan sedemikian
rupa sehingga cukup mirip dengan informasi yang anda jumpai dalam dunia nyata.
Membandingkan dengan dunia nyata, dalam beberapa kasus anda perlu mengubah
beberapa data ke dalam format yang sesuai dengan LEAP. Latihan ini menyediakan
beragam petunjuk yang akan membantu anda memastikan langkah perhitungan yang
dilakukan telah sesuai. Supaya latihan tersebut berjalan dengan baik, jawaban yang
benar dari Latihan 1-3 juga tersedia sehingga anda dapat memeriksa hasilnya apakah
telah sesuai dengan lembar jawaban. Perlu diingat bahwa struktur data yang anda
miliki bisa bervariasi, namun persyaratan energi terproyeksi harus sesuai dengan
lembar jawaban. Jika anda ingin melompati satu latihan, maka anda dapat mengimpor
hasil latihan yang tersedia sebagai bahan. Misalnya, jika anda hanya tertarik pada
analisis penyediaan (Latihan 3), maka anda dapat mengimpor set data hasil Latihan 2
(analisis permintaan energi) yang tersedia.
5
Latihan 4 akan mengarahkan anda untuk mengembangkan beragam pilihan skenario
secara bebas (tidak ada lagi lembar jawaban). Dalam latihan ini, peran dari setiap
kelompok kerja ditentukan, misalnya sebagai perusahaan penyedia energi, lembaga
swadaya masyarakat bidang lingkungan, atau badan pengembangan daerah pedesaan.
Kemudian LEAP digunakan untuk merancang, menyajikan dan mempertahankan
skenario Policy energi sesuai dengan perspektif dan kepentingan masing-masing
kelompok.
Latihan 5 berisi tentang penggunaan fitur-fitur analisis transportasi pada LEAP

dalam merancang beragam skenario untuk memeriksa kebijakan-kebijakan yang
berbeda dalam menurunkan penggunaan bahan bakar dan emisi polusi dari kendaraan
jenis mobil dan SUV atau Sport Utility Vehicles. Anda bisa mengerjakan Latihan 5
tanpa terlebih dahulu menyelesaikan latihan-latihan sebelumnya.
Latihan 6 adalah tentang penggunaan fitur-fitur optimalisasi LEAP untuk mengem-

bangkan sistem energi dengan optimalisasi berbiaya rendah. Anda juga dapat
membuat pemodelan batasan emisi CO2 termasuk juga bagaimana sebuah pilihan
batasan bisa mengubah seluruh set perangkat teknologi dan skenario pembiayaan
yang telah dipilih.
Untuk mengerjakan latihan-latihan ini, anda membutuhkan sebuah PC kelas Pentium (400
MHz atau yang lebih tinggi) dengan RAM berkapasitas minimum 256 MB pada Microsoft
Windows XP, Vista atau Windows 7 yang menjalankan program LEAP. Anda juga
membutuhkan alat tulis, kertas, dan kalkulator, seperti yang yang juga terdapat pada
Windows. Latihan 6 membutuhkan akses ke Microsoft Excel.
Memulai LEAP
Apabila program LEAP telah terpasang pada komputer anda, jalankan LEAP dari menu
Start/Programs/LEAP. Cara lain adalah dengan menjalankan program setup secara
langsung dari file setup.exe atau unduh dan jalankan program LEAP dari internet (dari alamat
pranala www.tinyurl.com/LEAPDownload), kemudian ikuti petunjuk yang terdapat pada
layar. Sesaat setelah menjalankan program LEAP, akan muncul layar judul dan kemudian
disusul dengan jendela utama.
Catatan: Untuk menyelesaikan latihan-latihan ini, anda harus menggunakan versi LEAP yang
terdaftar. Versi evaluasi LEAP tidak bisa digunakan untuk menyimpan data sehingga tidak
bisa digunakan untuk latihan. Untuk mempelajari lebih lanjut tentang perijinan versi LEAP
yang terdaftar, sila kunjungi www.tinyurl.com/LEAPLicensing.
6
Catatan Editor:
Secara default, LEAP yang anda gunakan adalah berbahasa Inggris, namun LEAP
memiliki versi dalam berbagai bahasa termasuk bahasa Indonesia. Anda dapat
meneruskan penggunaan jika ingin tetap dalam bahasa Inggris, atau klik Area:
Language, dan pilih Indonesian untuk mengganti semua bahasa petunjuk ke dalam
bahasa Indonesia.
Jendela utama terdiri dari 8 tampilan pokok, yang masing-masingnya dapat ditelusuri untuk
melihat beragam variasi aspek yang tersedia. Di sebelah kiri layar terdapat View Bar untuk
ikon setiap tampilan. Klik salah satu ikon View Bar atau gunakan View Menu untuk
mengubah tampilan.
Petunjuk: Apabila anda bekerja dengan layar beresolusi rendah maka anda
mungkin ingin menyembunyikan View Bar untuk memperlebar tampilan pada
layar. Gunakan opsi menu View: View Bar. Ketika View Bar tersembunyi,
gunakan menu View yang terletak di bawah diagram Tree untuk mengubah
tampilan.
Analysis View dipilih ketika memasukkan atau melihat data dan membuat pemodelan
dan skenario.
Diagram View memperlihatkan sistem energi anda yang tergambar sebagai sebuah
Diagram Sistem Energi Referensi (Reference Energy System Diagram).
Results View dipilih untuk memeriksa hasil dari beragam skenario dalam bentuk grafik
dan tabel.
Untuk keterangan mengenai tampilan lainnya, klik Help.
Analysis View
Analysis View (ditunjukkan pada gambar di halaman berikut) terdiri dari

beberapa tombol pengatur yang terpisah dari View Bar di atas. Di kiri terdapat
sebuah diagram Tree, dimana anda dapat melihat atau mengubah struktur data.
Di kanan terdapat dua buah jendela yang saling terhubung. Di atas terdapat
sebuah tabel di mana anda dapat melihat atau mengubah data dan membuat hubungan
pemodelan. Di bawahnya terdapat sebuah area yang terdiri dari bagan dan tabel yang
merangkum data yang diinginkan untuk diedit. Toolbar paling atas memberi akses pada
perintah-perintah standar seperti menyimpan data, membuat area baru, dan mengakses bahan
bakar pendukung, dampak dan basis data (database) acuan.
7
Menu utama dan toolbar Data diatur Pilih Ubah data
memberi akses ke pilihan dalam sebuah skenario dengan mengetik
utama. Tree. di sini. di sini.
Pilih unit
dan
faktor
skala di
sini.
Status bar yang Data dapat dilihat

menunjukkan Area dalam bentuk bagan
terkini dan View. atau tabel.
Analysis View memiliki beberapa bagian utama yang dapat dijelaskan sebagai berikut:
Tree: Tree atau Diagram Pohon adalah tempat untuk mengorganisir data, baik untuk
melakukan analisis di sisi permintaan energi (demand) maupun di sisi penyediaan
energi (supply). Dengan kata lain, Tree berfungsi seperti fitur Windows Explorer yang
terdapat pada Windows. Anda dapat memberi nama baru pada cabang (branch) Tree
dengan mengklik cabang tersebut dan mengetik nama baru. Anda juga dapat
membuka maupun menutup isi dari cabang Tree yang diinginkan dengan mengklik
simbol +/-. Gunakan menu klik kanan untuk membuka atau menutup cabang atau
mengatur level bagan.
Untuk mengedit Tree, anda dapat mengklik kanan pada cabang dan gunakan tombol
Add ( ), Delete ( ) atau Properties ( ). Semua pilihan tersebut juga tersedia di
pilihan menu Tree. Anda dapat memindahkan cabang Tree yang dipilih dengan
mengklik dan menyeret cabang tersebut atau dengan menyalin cabang Tree tersebut
dengan menekan tombol Ctrl dan kemudian mengklik dan menyeretnya.
8
Tree terdiri dari beberapa jenis cabang yang berbeda. Jenis cabang ini bergantung
pada konteks (misalnya; apakah cabang tersebut merupakan bagian dari permintaan
energi, struktur data transformasi, atau apakah cabang tersebut merupakan salah satu
variabel bebas dari anda yang ditambahkan di bawah cabang Key Assumptions. Ikon
setiap cabang yang berbeda menunjukkan jenis cabang yang berbeda pula. Ikon-ikon
tersebut dapat dijelaskan sebagai berikut:
Cabang kategory (Category branches), yang utamanya digunakan untuk meng-

organisasi data pada Tree secara hirarki. Pada analisis permintaan energi, cabang
ini hanya memuat data level aktifitas pemakaian energi dan biaya. Pada analisis
penyediaan energi, cabang ini digunakan untuk mengindikasikan modul jenis
energi utama yang dikonversi, seperti pembangkitan listrik, penyulingan minyak
(oil refining), dan pengekstraksian sumber daya energi serta tahapan proses dan
hasil bahan bakar.
Cabang teknologi (Technology branches), memuat data tentang teknologi yang

mengkonsumsi, memproduksi dan mengkonversi energi. Pada analisis penyedia-
an energi, cabang ini ditandai dengan ikon . Cabang ini digunakan untuk meng-
indikasikan proses tertentu dari setiap modul yang mengubah energi (misalnya
pembangkit listrik jenis tertentu dalam modul pembangkitan listrik). Pada analisis
permintaan energi, cabang ini mengindikasikan bahan bakar yang digunakan dan
juga intensitas energinya. Cabang ini pada sisi permintaan dapat dibedakan ke
dalam tiga macam bentuk, tergantung pada jenis metodologi analisis yang dipilih,
yaitu activity analysis ( ), stock analysis ( ), dan transport analysis ( ). Jenis
metodologi yang terakhir akan dibahas secara lebih rinci pada Latihan 5.
Cabang asumsi kunci (Key Assumption branches), yang digunakan untuk

membuat variabel bebas seperti indikator makroekonomi dan demografi. Variabel
tersebut selanjutnya dapat diarahkan ke ekspresi-ekspresi di bawah cabang
lainnya.
Cabang bahan bakar (Fuel branches), terletak di bawah cabang Tree Resources.
Cabang ini juga terdapat di bawah modul Transformation yang merepresentasikan
hasil bahan bakar (Output Fuels) yang diproduksi oleh modul, dan pelengkap
(Auxiliary), juga persediaan bahan bakar (Feedstock Supply) yang dikonsumsi
modul.
9
Cabang emisi lingkungan (Environmental loading branches), merepre-
sentasikan berbagai macam polutan yang dihasilkan oleh permintaan energi dan
teknologi transformasi. Cabang dampak (effect branch) selalu berada di level
terendah dari cabang-cabang yang lain. Pada analisis permintaan energi, effect
branch berada di bawah teknologi permintaan energi, sedangkan pada analisis
transformasi energi, effect branch berada di bawah cabang persediaan dan peleng-
kap bahan bakar (feedstock and auxiliary fuel). Secara terpisah, effect branch juga
bisa dibuat untuk analisis emisi untuk sektor non-energi.
Data Table: Analysis View memiliki dua panel yang terletak di sebelah kanan Tree.
Panel sebelah atas berupa tabel di mana anda dapat melihat tampilan dan mengedit
data yang berhubungan dengan variabel setiap cabang pada Tree. Begitu anda
mengklik cabang yang berbeda pada Tree, layar data akan memunculkan data yang
berhubungan dengan cabang yang dimaksud dan seketika itu akan muncul pula di
bawah cabang Tree. Misalnya, pada pengaturan data sampel anda mengklik cabang
Demand. Maka layar data akan mencatat sektor-sektor analisis permintaan energi.
Kemudian klik Household pada Tree dan layar data akan meringkas subsektor
rumah tangga, yakni urban dan rural.
Di bagian atas tabel terdapat beberapa tab yang membuka akses ke variabel berbeda
yang saling berhubungan dengan masing-masing cabang. Jumlah tab bergantung pada
seberapa cermat struktur data dari anda dan bagian apa dari Tree yang anda kerjakan.
Misalnya, ketika mengedit sektor permintaan energi, anda akan melihat tab yang
mengakses pada Activity Level dan Demand Costs; sedangkan pada level
terbawah, anda dapat pula menemukan tab untuk data Final Energy Intensity dan
Environmental Loading.
Chart/Table/Notes: Panel paling bawah meringkas data masukan dalam bentuk

grafik atau tabel. Ketika tampilan grafik muncul, gunakan toolbar pada sisi kanan
untuk memodifikasi grafik tersebut. Grafik tersebut dapat ditampilkan dalam berbagai
bentuk (seperti bar, pie, dsb), dapat pula dicetak atau disalin ke dalam clipboard untuk
selanjutnya disisipkan dalam laporan. Menu toolbar juga memungkinkan anda untuk
mengekspor data ke dalam format Excel maupun PowerPoint.
Scenario Selection Box: Di atas tabel data terdapat kotak pilihan yang dapat
digunakan untuk memilih antara skenario Current Accounts, dan skenario lainnya
dalam area. Current Accounts adalah data yang menggambarkan kondisi base year
dari jangka waktu kajian. Semua variasi skenario LEAP dimulai dari tahun dasar ini.
Kotak ini juga menyajikan pewarisan (inheritance) dasar dari setiap skenario. Dalam
LEAP, skenario dapat mewarisi ekspresi termodel dari skenario lainnya. Pada
akhirnya semua skenario akan mewarisi ekspresi dari data Current Accounts yang
telah ditata. Dengan kata lain, apabila anda tidak secara khusus memasukkan data
skenario untuk sebuah variabel, maka nilainya akan tetap di masa mendatang.
10
Klik Manage Scenarios ( ) untuk membuat sebuah skenario baru. Ketika anda
membuat sebuah skenario baru, anda dapat menentukan skenario tersebut berdasar
pada (misalnya, mewarisi dari) skenario lain. Skenario tersebut akan memiliki hasil
yang sama persis dengan skenario terdahulu hingga anda mengubah beberapa
ekspresi. Ekspresi ditunjukkan dalam tabel data berkode-warna sehingga anda dapat
mengetahui apakah ekspresi tersebut secara langsung dimasukkan dalam skenario
(ditandai dengan warna biru) atau diwariskan dari skenario terdahulu (ditandai dengan
warna hitam).
Bantuan Penggunaan LEAP
Program LEAP dibuat semudah mungkin untuk digunakan sehingga diharapkan anda tidak
menemui kesulitan dalam menggunakannya. Namun, apabila anda memiliki pertanyaan atau
kesulitan, silakan lakukan langkah-langkah berikut ini:
1. Pastikan bahwa anda memiliki versi LEAP terbaru. Gunakan fitur Help: Check for
Updates. Apabila fitur ini tersedia, maka versi LEAP terbaru akan secara otomatis
terinstal ke PC anda. Data anda yang telah ada sebelumnya akan tersimpan. Setiap
versi LEAP baru memuat fitur-fitur baru dan pengamanan terhadap bug. Hal tersebut
diharapkan mampu membantu mengatasi berbagai masalah yang anda temui. Sebagai
catatan bahwa update data yang diunduh biasanya memiliki kapasitas sekitar 2 MB,
sehingga dibutuhkan sambungan internet yang stabil. Anda juga dapat mengunduh
program LEAP versi terbaru dari website COMMEND pada alamat pranala berikut
www.tinyurl.com/LEAPDownload.
2. Selanjutnya, periksa dokumentasi pada website COMMEND. Dua sumber informasi

terbaik adalah Panduan Pemakaian LEAP atau LEAP User Guide (yang juga tersedia
sebagai file bantuan dalam program LEAP), dan Forum Diskusi LEAP atau LEAP
Discussion Forum. Anda bisa menggunakan kedua tautan di bawah ini untuk
memperoleh jawaban dari pertanyaan seputar LEAP. Telurusi forum diskusi karena
mungkin saja permasalahan yang anda temukan sudah dialami oleh pengguna yang
lain (dan mungkin juga sudah ada jawabannya).
LEAP User Guide: www.tinyurl.com/LEAPUserGuide

LEAP Discussion Forum: www.tinyurl.com/LEAPDiscussion
3. Apabila anda tidak menemukan jawaban, silakan membuat sesi pertanyaan baru
dalam forum diskusi LEAP. Kami mengundang semua pengguna untuk berpartisipasi
dalam forum diskusi tersebut.
4. Apabila anda memiliki kesulitan mengenai hal yang berhubungan dengan peng-
instalan atau pemakaian LEAP, silakan mengisi lembar LEAP Problem Report
dengan alamat tautan di bawah ini dan kirim ke leap@sei-us.org.
www.tinyurl.com/LEAPProblemReport
11
Exercise 1: Mengenal LEAP
1.1 Sekilas Pandang tentang Freedonia
Untuk memberikan ilustrasi bagaimana LEAP dapat digunakan dalam berbagai konteks
energi, penyusun memberikan sebuah contoh struktur data di sebuah negeri merdeka yang
bernama Freedonia. Freedonia merefleksikan karakteristik yang terdapat di negara maju
(industrialized or developed country) dan di negara berkembang (developing country). Secara
sederhana, populasi masyarakat perkotaan (urban) digambarkan telah menikmati aliran listrik
secara penuh dan mempunyai gaya hidup sesuai dengan masyarakat negara maju, sedangkan
populasi masyarakat pedesaan (rural) memiliki keterbatasan dalam mengakses energi dan
mempunyai ketergantungan pada pengadaan energi dari biomassa. Untuk menyederhanakan
latihan dan mengurangi pemasukan data yang berulang, beberapa poin umum dalam beberapa
sektor dan penggunaan energi akhir (end use) dihapuskan. Misalnya, Latihan 1 hanya
mencakup beberapa bagian di sektor rumah tangga; aplikasi energi pada rumah tangga kota,
dan peralatan masak dan listrik pada rumah tangga di desa. Contoh lainnya, pada Latihan 2
tidak terdapat sektor pertanian, dan satu-satunya energi yang dipakai oleh bangunan
komersial adalah pemanas ruangan.
1.2 Parameter Dasar
Sebelum memulai latihan, tentukan parameter dasar rancangan seperti satuan energi sandar,
satuan mata uang standar (termasuk tahun dasarnya), dan parameter moneter dasar.
LEAP tersedia dengan set data Freedonia yang lengkap, sehingga untuk latihan anda harus
membuat set data yang baru yang disebut New Freedonia. Caranya adalah dengan
membuat area baru bernama New Freedonia yang berdasar pada data default (Klik menu
Area: New).
Masuk ke menu General: Basic Parameters ( ), lalu tentukan tahun dasar (base year) dan
tahun terakhir yang dihitung (end year). Pilih tahun 2010 sebagai base year, tahun 2011
sebagai skenario pertama, dan tahun 2040 sebagai end year. Kemudian masukkan juga tahun
2040 sebagai tahun default tunggal untuk fungsi analisis rangkaian waktu (akan menghemat
waktu kemudian pada saat anda melakukan penginterpolasian data). Pada saat latihan,
tetapkan tahun 2010 sebagai tahun keuangan (monetary year) dan tahun 2011 sebagai tahun
deplesi pertama (first depletion year). Anda dapat mengkosongkan pilihan-pilihan pada layar
kerja dikarenakan anda hanya akan menganalisis permintaan energi. Tetapkan pilihan-pilihan
lain sebagai nilai default (default values). Catatan: dalam latihan ini hanya menggunakan satu
tahun data historis yaitu tahun 2010.
12
1.3 Permintaan Energi
Pada latihan awal, analisis permintaan energi (demand) di Freedonia hanya akan
mempertimbangkan sektor rumah tangga (households). Dimulai dari mengatur set data
Current Accounts yang menggambarkan penggunaan energi di sektor tersebut pada tahun
2010. Selanjutnya membuat skenario Reference yang menganalisis bagaimana bentuk-
bentuk konsumsi energi dapat berubah pada tahun-tahun mendatang, tanpa adanya
pelaksanaan kebijakan baru. Pada akhir latihan ini, anda akan mengembangkan skenario
Policy yang menganalisis bagaimana pertumbuhan konsumsi energi bisa dikurangi melalui
langkah kebijakan efisiensi energi.
1.3.1 Struktur Data
Langkah pertama dalam melakukan sebuah analisis energi adalah merancang struktur data
yang akan digunakan. Struktur ini akan menentukan jenis teknologi, kebijakan dan pengem-
bangan alternatif yang dapat dianalisis. Analisis akan diarahkan berdasarkan informasi (data
dan asumsi) yang dimiliki dan asumsi hubungan diantaranya. Misalnya, anda mungkin dapat
mempertimbangkan apakah ingin memasukkan semua cabang yang mungkin ada pada
penggunaan energi akhir (end use) di rumah tangga atau hanya beberapa penggunaan utama
saja. Anda juga dapat mempertimbangkan apakah intensitas energi rumah tangga akan
dihitung berdasarkan per-kapita (per-orang) atau per-rumah tangga. Atau, anda dapat
mempertimbangkan apakah permintaan energi menjadi fungsi utama pemasukan atau harga.
Dalam latihan ini, anda tidak harus memasukkan faktor-faktor di atas.
Sebelum menggunakan program ini, penting bagi anda merencanakan bagaimana cara untuk
memasukkan data ke program. Bacalah penjelasan terkait (Sesi 1.3.2 dan 1.3.3) untuk
membantu anda dalam menentukan jenis struktur data yang mungkin digunakan. Perlu
diingat bahwa data yang tersedia bisa menghasilkan lebih dari satu struktur data.
Ada baiknya membuat sketsa struktur sebelum memasukkan struktur tersebut dalam LEAP.
Gunakan tempat kosong di bawah ini untuk membuat sketsa. Apabila anda saat ini sedang
mengikuti kursus LEAP, diskusikan sketsa struktur tersebut dengan pengajar dan perbaiki
jika perlu.
13
Sketasa Pertama Diagram Pohon (Tree) Sketasa Kedua Diagram Pohon (Tree)
Permintaan Energi Permintaan Energi
14
Setelah membaca keseluruhan petunjuk dan menyelesaikan sketsa diagram pohon permintaan
energi di atas, langkah selanjutnya adalah membuat struktur diagram permintaan energi
LEAP yang menggambarkan pengaturan data permintaan energi sektor rumah tangga
Freedonia.
Petunjuk: pastikan anda telah memilih tampilan Analysis View pada View bar
dan telah memilih Current Accounts pada kotak pilihan skenario. Perlu
diingat bahwa struktur Tree, termasuk pemilihan faktor skala, bahan bakar,
dan satuan hanya bisa diubah pada saat mengedit data Current Accounts.
Selanjutnya, buatlah struktur diagram dengan menggunakan perintah Add ( ), Delete ( )

dan Properties ( ) dengan mengklik kanan pada Tree atau klik menu Tree. Dalam latihan
ini, dibuat berbagai macam sub-sektor, pengguna akhir energi, dan peralatan di bawah cabang
Households. Namun, pada awal latihan ini cabang sektor permintaan energi seperti
Industri, Transportasi, dll. dapat diabaikan. Perlu diingat bahwa semua level cabang yang
paling atas selalu merupakan cabang Categories ( ), sedangkan level cabang yang paling
bawah selalu merupakan cabang Technologies ( ), di mana biasanya anda dapat memilih
tipe bahan bakar dan memasukkan data intensitas energi.
1.3.2 Current Accounts
Pada tahun 2010, jumlah penduduk Freedonia adalah 40 juta orang yang menempati sekitar 8
juta rumah. Sejumlah 30% dari total populasi tinggal di daerah perkotaan. Data utama dari
Current Accounts tersebut adalah sebagai berikut:
Wilayah Perkotaan
Semua penduduk di wilayah perkotaan telah menikmati aliran listrik dan

menggunakan listrik untuk kebutuhan penerangan serta peralatan rumah tangga
lainnya.
95% dari rumah tangga di perkotaan memiliki lemari pendingin dengan konsumsi
rata-rata listrik sebesar 500 KWh per tahun.
Rata-rata rumah tangga di wilayah perkotaan mengkonsumsi listrik untuk penerangan
sebesar 400 KWh setiap tahunnya.
Peralatan lain seperti pemutar kaset video, televisi dan kipas angin mengkonsumsi
listrik sebesar 800 KWh per rumah tangga setiap tahunnya.
30% dari penduduk perkotaan menggunakan kompor listrik untuk memasak, sisanya
menggunakan kompor gas. Semua rumah tangga hanya memiliki satu jenis peralatan
memasak.
Intensitas energi per tahun dari kompor listrik adalah 400 KWh per rumah tangga,
sedangkan untuk kompor gas adalah 60 meter kubik per rumah tangga.
15
Petunjuk 1: Secara umum anda dapat memasukkan data di atas sebagai nilai
sederhana di kolom Expression pada Current Accounts. Pada kolom Scale
dan Unit, pilih satuan yang sesuai dengan level aktivitas dan intensitas energi
dari setiap cabang (faktor skala dapat dibiarkan kosong). Jika anda
menentukan bahwa unit untuk kompor (elektrik atau gas) adalah Share,
maka anda hanya butuh memasukkan persentase dari kompor listrik.
Sedangkan untuk kompor gasnya sendiri, masukkan Remainder(100), maka
secara otomatis LEAP akan menghitung rumah tangga yang menggunakan
kompor gas.
Petunjuk 2: Ketika memilih unit untuk level aktivitas, perlu dipertimbangkan

secara hati-hati penggunaan antara Saturation dan Shares. Shares
digunakan hanya ketika level aktivitas merupakan kontribusi bersama dengan
aktivitas lain, sehingga ketika dijumlah menjadi 100% (seperti contoh kompor
gas dan kompor listrik di atas). Sedangkan Saturation digunakan ketika
level aktivitas tersebut (misal: lemari pendingin) bukan merupakan hasil
kontribusi dengan aktivitas yang lain, sehingga tidak perlu dijumlah menjadi
100% untuk menghindari kesalahan (error) yang terjadi.
Wilayah Pedesaan
Sebuah survey terbaru mengenai rumah tangga di wilayah pedesaan, baik yang sudah
teraliri listrik maupun yang belum, mengindikasikan jenis peralatan memasak
(kompor) yang digunakan adalah sebagai berikut:
Jenis Peralatan Memasak di Freedonia
% Pembagian Intensitas Energi

Wil. Perkotaan per-Rumah tangga
Kompor arang 30% 166 Kg
Kompor gas 15% 59 Kg
Kayu bakar 55% 525 Kg
Petunjuk: Apabila anda ingin membuat dua cabang energi, rumah tangga
desa teraliri listrik dan rumah tangga desa yang tidak teraliri listrik, maka
anda cukup memasukkan data di atas satu kali pada satu subsektor lalu salin
dan tempelkan pada subsektor yang lain. Lakukan ini dengan menekan tombol
Ctrl lalu klik-seret. Cara lain adalah dengan menyalin dan menempel cabang
pohon dengan menggunakan tombol Ctrl-C lalu Ctrl-V.
Hanya 25% dari rumah tangga di pedesaan yang memiliki akses untuk terhubung
dengan jaringan listrik.
16
20% dari rumah tangga teraliri listrik memiliki lemari pendingin, dengan konsumsi
rata-rata 500 KWh per tahun.
Semua rumah tangga teraliri listrik menggunakannya untuk penerangan, dengan
konsumsi 335 KWh per rumah tangga. Sejumlah 20% dari rumah tangga ini juga
menggunakan lampu minyak tanah sebagai penerangan tambahan dengan konsumsi
minyak tanah sekitar 10 liter per tahun.
Petunjuk: Gunakan Saturation untuk unit level aktivitas tersebut

karena beberapa rumah tangga memiliki lebih dari satu lampu
penerangan.
Peralatan listrik lainnya (seperti TV, radio, kipas angin, dll.) mengkonsumsi listrik
sebesar 111 KWh per rumah tangga dalam setahun.
Rumah tangga yang tidak teraliri listrik, sepenuhnya mengandalkan minyak tanah
untuk penerangan. Konsumsi rata-rata sebanyak 69 liter per rumah tangga dalam
setahun.
Petunjuk: Sekarang adalah saat yang tepat untuk menyimpan data sebelum
melangkah ke tahap selanjutnya. Caranya dengan mengklik ikon Save atau
dengan memilih menu Area:Save. Anda dianjurkan untuk sering menyimpan
data.
1.3.3 Skenario Reference
Sekarang anda dapat membuat skenario pertama yang disebut skenario Reference. Skenario
ini akan anda gunakan untuk menganalisis bagaimana permintaan energi sektor rumah tangga
dapat meningkat seiring waktu. Langkah pertama, klik tombol Manage Scenarios ( ) dan
gunakan tampilan Scenario Manager untuk menambah skenario pertama. Lalu berikan nama
skenario itu sebagai Reference dengan singkatan REF. Tambahkan catatan yang
menjelaskan jenis skenario tersebut, misalnya pengembangan business-as-usual (BAU);
proyeksi resmi GDP dan populasi; tanpa tindakan kebijakan baru.
Langkah selanjutnya keluar dari pengaturan skenario. Pilih skenario Reference dengan cara
mencentang kotak pilihan yang ada di sebelah atas layar. Kemudian masukkan parameter-
parameter asumsi dan prediksi dari data masa mendatang di Freedonia yang dapat dipaparkan
sebagai berikut:
Petunjuk: Anda harus kembali ke pilihan Current Accounts apabila ingin

menambah cabang energi atau mengubah data base year.
17
Pertama, masukkan perubahan populasi dasar yang diharapkan terjadi di Freedonia. Jumlah
rumah tangga diharapkan tumbuh 3% per tahun dari 8 juta pada tahun 2010.
Petunjuk: Untuk memasukkan laju pertumbuhan, tekan tombol Ctrl-G atau

klik tombol ( ) yang berada pada lahan ekspresi dan pilih Growth Rate
(untuk melihat opsi ini harus berada di luar skenario Current Accounts). Anda
dapat juga melakukannya dengan langsung mengetikkan Growth(3%).
Rumah Tangga Perkotaan
Di tahun 2040, 45% rumah tangga di Freedonia akan menjadi wilayah perkotaan.
Petunjuk: Ini adalah salah satu contoh umum dalam LEAP, dimana anda
hanya ingin menentukan sejumlah kecil data saja (secara implisit misalnya
tahun 2010 dan tahun 2040), lalu LEAP akan menginterpolasi data tersebut
untuk dihitung nilai keseluruhan antara base year dan end year. Anda dapat
menggunakan beberapa cara untuk mengekspresikan laju perubahan ini. Cara
yang termudah adalah mengklik tombol yang tertera pada kolom ekspresi dan
pilih End Year Value, kemudian masukkan nilai, misalnya 45. Klik OK,
maka LEAP akan memasukkan fungsi Interp ke dalam ekspresi. Cara
lainnya adalah dengan mengetik Interp(2030;45) secara langsung pada
kolom ekspresi.
Persentase pengguna kompor listrik meningkat sebesar 55% pada tahun 2040.
Intensitas energi atas pemakaian kompor listrik dan gas diprediksi akan turun sebesar
0,5% setiap tahun sebagai akibat dari penetrasi teknologi efisiensi energi.
Seiring dengan meningkatnya kesejahteraan masyarakat, intensitas energi atas
penggunaan lemari pendingin naik menjadi 600 kWh per rumah tangga di tahun 2040.
Intensitas energi atas penerangan tahun 2040 juga naik menjadi 500 kWh per rumah
tangga.
Penggunaan peralatan listrik yang lain naik secara drastis pada kisaran 2,5% per
tahun.
Petunjuk: Untuk mengekspresikan sebuah laju pertumbuhan yang menurun,

cukup masukkan ekspresi laju pertumbuhan negatif.
Rumah Tangga Pedesaan
Program peningkatan akses listrik untuk daerah pedesaan diharapkan mampu

meningkatkan persentase rumah tangga teraliri listrik menjadi 28% di tahun 2020 dan
50% di tahun 2040.
Seiring meningkatnya kesejahteraan masyarakat, intensitas energi dari penerangan
diperkirakan naik 1 % setiap tahun.
18
Jumlah rumah tangga yang teraliri listrik yang menggunakan lemari pendingin
diperkirakan naik 40% di tahun 2020 dan 66% di tahun 2040.
Adanya program pengembangan pedesaan mendorong terjadinya perubahan
komposisi semua peralatan memasak pada semua rumah tangga baik yang sudah
teraliri listrik maupun yang belum. Pada tahun 2040, diperkirakan 55% rumah tangga
menggunakan kompor gas dan 25% rumah tangga menggunakan kompor arang.
Sisanya masih menggunakan kayu bakar.
Petunjuk: Simpan data sebelum melangkah ke tahap selanjutnya dengan

menekan tombol Save ( ).
1.3.4 Menampilkan Hasil Latihan
Klik Results untuk melihat hasil dari skenario Reference dalam format grafik
atau tabel.
19
Untuk menampilkan hasil, lakukan langkah pengaturan berikut:
Gunakan kotak pilihan pada grafik untuk memilih jenis data mana yang ingin anda
lihat pada Legenda dan sumbu X dari grafik tersebut. Anda dapat memilih tahun
sebagai sumbu X untuk digunakan pada banyak grafik. Legenda bisa berupa bahan
bakar (fuels) atau cabang (branches) (lihat gambar di bawah).
Pada toolbar yang terletak di atas grafik, pilih Show: Demand: Energy Demand Final
Units. Kemudian, pilih cabang permintaan energi pada Tree yang akan dijadikan
grafik. Klik cabang Demand untuk menampilkan permintaan energi Freedonia
secara keseluruhan.
Gunakan pilihan units pada sumbu Y untuk mengubah satuan hasil. Lebih lanjut,
anda dapat mengatur dan memilih tampilan grafik dan jenis grafik (seperti area,
batang, pie, dll.) dengan menggunakan toolbar di sebelah kanan.
Ketika grafik telah selesai dibuat, klik tab Table untuk melihat hasil analisis dalam
bentuk tabel. Anda juga dapat menyimpan grafik sebagai Favorite (dengan
mengklik menu Favorites) untuk digunakan sebagai referensi nantinya. Fitur ini mirip
dengan fasilitas Favorite/Bookmark pada peramban internet.
20
Sekarang bandingkan proyeksi permintaan Permintaan Energi Berdasarkan
energi yang telah anda buat dengan grafik Cabang Energi (Juta GJ)
di samping (ingat bahwa tabel dalam
LEAP memiliki format yang berbeda Cabang 2010 2040
dengan tabel yang terdapat di sini). Perkotaan (semua
Mulailah dengan memeriksa hasil pada teraliri listrik) 19.0 99.3
level tertinggi (misalnya, klik Demand, Lemari Pendingin 4.1 17.9
kemudian klik ke bawah untuk melihat Memasak 4.5 12.9
Listrik 1.0 6.0
lebih rinci permasalahan dengan
Gas alam 3.4 6.9
menggunakan jawaban permintaan yang
Penerangan 3.5 15.7
tertera di samping. Atur data sebelum Penggunaan lainnya 6.9 52.8
melangkah ke tahap berikutnya. (Abaikan Pedesaan 48.8 77.5
perbedaan-perbedaan yang memiliki nilai Teraliri Listrik 11.7 40.8
kurang dari 1%). Lemari Pendingin 0.5 6.3
Memasak 8.9 23.3
Petunjuk: Ingatlah untuk selalu meme- Arang Kayu 2.0 6.4
riksa Current Accounts sebelum memper- Kayu Bakar 6.3 8.7
baiki kesalahan yang muncul pada hasil LPG 0.6 8.2
yang akan datang. Penerangan 1.8 9.1
Listrik 1.7 8.7
Minyak Tanah 0.1 0.4
Permintaan Energi berdasarkan Bahan
Penggunaan
Bakar (Juta GJ)
Lainnya 0.6 2.1
Belum Teraliri Listrik 37.1 36.7
Bahan Bakar 2010 2040 Memasak 26.6 23.3
Arang Kayu 8.1 12.8 Arang Kayu 6.0 6.4
Listrik 18.3 109.6 Kayu Bakar 18.8 8.7
Minyak Tanah 10.6 13.7 LPG 1.8 8.2
LPG 2.3 16.4 Penerangan 10.5 13.4
Gas Alam 3.4 6.9 Jumlah Rumah Tangga 67.8 76.8
Kayu Bakar 25.1 17.4
Jumlah 67.8 176.8
21
Permintaan Energi berdasarkan Bahan Bakar (Juta GJ)
1.4 Transformasi Energi
Sektor Transformation menggunakan cabang-cabang khusus yang disebut modul (modules)

untuk memodelkan permintaan energi dan konversi seperti pembangkitan listrik, penyulingan
minyak atau produksi arang kayu. Setiap modul terdiri dari sebuah proses atau lebih yang
mewakili setiap teknologi seperti jenis pembangkitan listrik atau penyulingan minyak, dan
menghasilkan satu atau lebih hasil bahan bakar. Proses dan hasil bahan bakar tersebut
mewakili produk energi yang dihasilkan oleh modul. Berikut ini adalah struktur dasar dari
sebuah modul:
22
Struktur Modul LEAP
Dalam latihan ini anda akan mengembangkan sebuah model sederhana dari pentransmisian
dan pembangkitan listrik di Freedonia. Model ini nantinya akan menjadi dasar bagi model
yang lebih rinci dan nyata yang akan dibuat pada Latihan 3.
Kembali klik menu General: Basic Parameters ( ) lalu centang kotak pilihan
Transformation & Resources, dan sekarang anda siap untuk memasukkan data ke dalam
bermacam modul Transformation.
1.4.1 Transmisi dan Distribusi
Anda akan memulai latihan ini dengan

menambahkan sebuah modul sederhana
untuk merepresentasikan rugi-rugi dari
proses pentransmisian dan pendistribu-
sian (T&D) listrik dan pipa gas alam.
Pada base year, rugi-rugi T&D ada pada
kisaran 15% dari listrik yang dihasilkan
pada tahun 2010. Dalam skenario
Reference, rugi-rugi T&D tersebut
diharapkan akan berkurang men-jadi
12% di tahun 2040. Sedangkan rugi-rugi pemipaan gas alam sebesar 2% pada tahun 2010
dan direncanakan akan berkurang menjadi 1,5% pada tahun 2040.
23
Untuk membuat sebuah modul, klik kanan cabang Transformation pada Tree dan pilih
perintah Add ( ). Kemudian pada hasil Modul akan muncul jendela properti (seperti yang
terlihat di kanan atas). Masukkan nama Transmission and Distribution, dan centang kotak
untuk mengindikasikan tipe data yang akan digunakan. Langkah selanjutnya centang kotak
simple, non-dispatched module dan tandai kotak masukan data efisiensi sebagai rugi-rugi.
Ketika anda klik OK, maka modul otomatis ditambahkan. Kembangkan cabang tersebut,
maka akan terdapat cabang baru yang ditandai sebagai Processes. Klik cabang tersebut dan
tambahkan proses baru yang disebut Electricity. Kemudian pilih bahan baku pertama yakni
electricity dan masukkan persentase pembagian dari rugi-rugi listrik pada tab Energy Losses.
Ulangi proses yang sama pada gas alam dan masukkan data pada rugi-rugi pipa saluran gas
alam.
Petunjuk: Gunakan fitur yang sama seperti pada permintaan energi ketika
memasukkan data runtutan waktu: tukar ke skenario Reference dan gunakan
fungsi Interp untuk merinci perubahan rugi-rugi listrik.
1.4.2 Pembangkitan Listrik
Selanjutnya, anda akan mensimu-

lasikan pembangkitan listrik di
Freedonia. Modul Electricity
Generation harus sudah muncul
dalam daftar. Jika tidak, maka
anda harus menambahkannya.
Pastikan letak modul Electricity

Generation berada di bawah mo-
dul Transformation and Distribu-
tion. Anda dapat menggunakan tombol ke atas ( ) dan ke bawah ( ) untuk menata ulang
modul tersebut dengan terlebih dahulu mengubah tampilan ke Current Accounts. Urutan
modul mencerminkan aliran sumber energi dari bentuk dasar/ekstraksi (urutan yang paling
bawah) menuju penggunaan energi akhir (urutan yang paling atas). Oleh karenanya, listrik
harus dibangkitkan sebelum ditransmisikan dan didistribusikan. Hal yang sama diaplikasikan
untuk modul penambangan batubara yang merupakan bahan bakar untuk pembangkitan
listrik, akan diletakkan pada urutan selanjutnya.
Pastikan bahwa anda telah mengatur properties ( ) yang sesuai untuk modul Electricity
Generation. Karena anda akan menetapkan data rician tentang kapasitas, biaya, efisiensi dan
sistem beban kurva instalasi, maka anda perlu memasukkan data tersebut dengan mencentang
rincian data yang disebutkan di atas (lihat gambar).
24
Pada langkah selanjutnya, anda akan menambahkan tiga proses sebagai representasi dari
berbagai macam pembangkit tenaga listrik yang terdapat di Freedonia. Tabel berikut ini
menjelaskan informasi mengenai karakteristik dasar dari ketiga pembangkit tenaga listrik
tersebut:
Jenis Pembangkit Listrik Kapasitas Effisiensi (%) Merit Ketersediaan

Terpasang (MW) Order Maksimum (%)
PLT-Uap Batubara 1000 30 1 (base) 70
PLT-Air 500 100 1 (base) 70
PLT-Diesel 800 25 2 (peak) 80
Latihan ini mensimulasi sistem operasi base year secara khusus. Hal ini dilakukan karena
pada tahun tersebut anda memiliki data historis yang menggambarkan sistem operasi
pembangkit listrik. Untuk tahun-tahun selanjutnya tidak terdapat data operasional. Oleh
karena itu, anda akan mensimulasikan pembangkit listrik ter-dispatch yang berbeda dengan
membuat spesifikasi aturan dispatch dan bermacam parameter yang memungkinkan LEAP
mensimulasikan pembangkit listrik ter-dispatch tersebut melalui merit order.
Untuk mengaktifkan simulasi ini, kembali ke Current Accounts dan atur beberapa variabel
proses. Langkah pertama, atur Tahun Simulasi Pertama (First Simulation Year) ke tahun
2011. Tahun Simulasi Pertama adalah tahun pertama setelah tahun awal hitung. Selanjutnya,
atur Process Dispatch Rules menjadi MeritOrder untuk semua proses. Aturan (rules)
tersebut akan diaplikasikan dari tahun 2011 dan seterusnya. Pilih aturan ter-dispatch pada
tombol ( ) pada kotak ekspresi paling bawah.
Pada tahun dasar, jumlah produksi keseluruhan yang dihasilkan oleh pembangkitan listrik
adalah sebesar 5970 GWh. Dari jumlah tersebut 29% berasal dari PLT-Air, 15% dari PLT-
Diesel, dan sisanya berasal dari PLT-Batubara.
Petunjuk: Untuk menentukan tahun awal hitung pembangkitan PLT-Air dan

PLT-Diesel masukkan formula 0.29*5970. Kemudian untuk sisa pembang-
kitan (PLT-Batubara), ketik Remainder(5970).
Sistem pembangkit listrik beroperasi dengan rencana cadangan kapasitas (planning reserve
margin) minimum sebesar 35%. Masukkan data tersebut pada cabang Electricity Generation.
25
Anda juga harus menentukan bentuk beban sistem yang menjelaskan perubahan beban listrik
setiap tahunnya. Untuk memasukkan data bentuk beban sistem, lakukan tiga langkah berikut
ini:
1. Langkah pertama, atur pem-

bagian waktu, tahun mana
saja yang akan dibagi. Data
tersebut dimasukkan ke menu
General: Time Slices. Guna-
kan tombol setup untuk
membuat sembilan bagian
seperti yang tertera pada
tampilan di sebelah kanan.
Hasil pembagian waktu akan nampak seperti tampilan di bawah ini:
26
2. Langkah selanjutnya adalah membuat bentuk beban tahunan dengan memasukkan
nilai setiap pembagian per jam yang telah ditentukan. Caranya, masuk ke menu
General: Yearly Shape (lihat tampilan di bawah) dan masukkan Peak Load Shape
untuk seluruh sistem. Masukkan nilai seperti yang terlihat pada tampilan di bawah
ini:
Penting untuk
memilih Peak
Load Shape!
Petunjuk: Secara implisit, nilai jam ke-0 selalu pada angka 100%
sehingga tidak perlu lagi dimasukkan secara manual. Pastikan untuk
memasukkan nilai minimum 10% pada kotak Minimum yang terdapat
di bawah layar. Angka tersebut mewakili jam ke 8760.
3. Langkah terakhir, kembali ke jendela Analysis View, kemudian pilih Current

Acciunts dan buat tautan untuk bentuk beban baru tersebut pada variabel System
Peak Load Shape yang terdapat pada cabang Electricity Generation.
Langkah termudah adalah dengan mengklik tombol yang ada pada lahan ekspresi,
kemudian pilih Yearly Shape: System Load Curve.
Petunjuk: Apabila variabel System Peak Load Shape tidak ditemukan,

anda dapat membuka menu General: Basic Parameters, Loads dan
pastikan untuk memilih Load Shape for Entire System (masukkan
nilai dari persentase dari Peak Generation).
27
1.4.2.1 Skenario Reference
Dalam skenario Reference, anda dapat menentukan perubahan terhadap sistem pembangkitan
listrik di masa yang akan datang.
Tidak ada rencana untuk membangun pembangkit listrik baru di Freedonia.

Dalam skenario Reference, pembangkit listrik batubara direncanakan akan ditutup.
Pembangkit listrik batubara berkapasitas 500MW akan diberhentikan pada tahun
2020 dan sisanya sebanyak 500MW pada tahun 2030.
Petunjuk: Untuk membuat model skenario ini gunakan fungsi BaseYearValue.

Hasil ekspresi kapasitas batubara akan muncul seperti berikut:
Step(2020, BaseYearValue-500, 2030, BaseYearValue-1000).
Gunakan tab Exogenous Capacity ketika memasukkan nilai kapasitas ekplisit

yang merefleksikan kapasitas tersebut dan/atau kapasitas dan pemberhentian
terencana.
Di masa mendatang, agar dapat memenuhi permintaan dan mengganti pembangkit

listrik yang berhenti beroperasi, akan didirikan PLT-Uap Batubara (berkapasitas 500
MW dengan efisiensi sebesar 35%) untuk beban dasar dan PLT-Diesel (berkapasitas
300 MW dengan efisiensi sebesar 30%) untuk beban menengah. Kedua jenis
pembangkit listrik tersebut memiliki usia pengoperasian selama 30 tahun dan
kemampuan maksimum sebesar 80%.
Petunjuk:Langkah pertama tambahkan jenis pembangkit listrik baru pada

Current Accounts. Gunakan tombol untuk menambahkan proses (dipilih
dari daftar proses pada Tree). Kemudian, masukkan informasi pada kapasitas
endogenus melalui tab Endogenous Capacity pada skenario Reference.
Jangan lupa untuk mengatur merit order ter-dispatch dari setiap proses.
Untuk keterangan lebih lanjut mengenai kapasitas exogenous dan
endogenous, silakan membuka informasi bantuan pada LEAP dengan memilih
Help: Contents.
28
Gunakan Diagram View yang
dapat dipilih pada menu View
bar untuk meninjau ulang
aliran energi dalam sistem
penyediaan energi yang telah dibuat.
Diagram tersebut seharusnya menggam-
barkan modul-modul yang telah dibuat.
Klik dua kali pada modul Electricity
Generation dan periksa apakah diagram
tampak sama dengan yang tertera di
samping. Apabila tidak, periksa kembali
bahan bakar masukan (berkaitan dengan
setiap proses) dan bahan bakar keluaran (berkaitan dengan setiap modul).
29
Klik Result View untuk melihat hasil skenario Reference. Pilih cabang
Tranformation: Electricity Generation untuk melihat hasil bermacam kategori
seperti kapasitas, keluaran energi, dan modul cadangan kapasitas. Anda dapat
membandingkan hasil analisis yang telah dibuat dengan tabel dan diagram yang
berikut ini:
Pembangkitan Listrik di Freedonia: Skenario Reference
Catatan: tahun dasar = 5.970 GWh, 2040 = 34.583 GWh
Petunjuk: Untuk membuat grafik ini, langkah pertama adalah mengklik Processes yang
terletak di bawah modul Electricity Generation pada Tree lalu pilih Show: Transformation:
Outputs. Selanjutnya, pilih Selected Years pada sumbu X dan pilih hasil dengan jangka
waktu setiap 2 tahun. Pada legenda pilih All Branches, dan gunakan toolbar grafik yang
ada di sebelah kanan untuk memilih susunan grafik batang. Langkah terakhir, pastikan
semua satuan ada dalam Gigawatt-hours pada sumbu Y. Untuk menyimpan semua
pengaturan agar nantinya dapat digunakan untuk referensi, klik menu Favorite, pilih Save
Chart as Favorite. Ingat bahwa urutan proses tersebut berdasar pada urutan dalam Tree
yang diatur dalam tampilan Analysis.
30
Kapasitas Pembangkitan Listrik (MW)
Catatan: tahun dasar = 2300 MW, 2040 =11.400 MW
Cadangan Kapasitas (%) Listrik ter-dispatch pada tahun 2040 (MW)
31
1.5 Emisi
Sekarang anda akan menggunakan

LEAP untuk menghitung emisi bera-
gam polutan utama pada skenario
Reference. Langkah pertama yakni
anda harus kembali ke Analysis Vew kemudian
pilih General: Basic Parameters untuk memilih
Energy Sector Environment Loadings. Lalu pilih
Current Accounts dan buat tautan antar setiap
cabang teknologi yang bersangkutan (ditandai
dengan ikon ) dengan teknologi serupa yang
berada pada Database Teknologi dan Lingkungan
atau (Technology and Environmental Database,
TED). Cara membuat tautan antar data dalam TED
adalah dengan memilih tab Environmental
Loadings, kemudian klik tombol TED ( ).
Hasilnya akan tampak seperti tampilan di sebelah
kanan.
Dalam latihan ini, anda akan memanfaatkan faktor emisi default seperti yang disarankan oleh
Intergovernmental Panel on Climate Change (IPCC). Untuk membuat tautan ini, klik cabang
teknologi kemudian pilih tab Environment. Dengan menggunakan bentuk pilihan teknologi
TED (tertera di atas), pilih teknologi default IPCC Tier 1 yang sesuai untuk setiap teknologi
demand-side dan pembangkitan listrik.
Pastikan bahan bakar masukan untuk pilihan teknologi TED adalam sama degan bahan bakar
yang digunakan pada teknologi LEAP. Pada beberapa situasi, teknologi IPCC Tier 1 tidak
mencakup semua pilihan bahan bakar. Jika ini terjadi, maka anda kamu harus memilih
kondisi terdekat (sebagai contoh: kategori Oil Residential IPP dapat ditautkan dengan
kategori Kerosene Lighting dari LEAP.
Anda TIDAK perlu menambah data beban lingkungan pada peralatan listrik demand-side
manapun (misalnya penerangan atau lemari pendingin) karena dampak lingkungannya
menuju ke hulu (misalnya ke pembangkit listrik yang aktif beroperasi).
32
Untuk melihat hasil, klik Results View. Klik cabang paling atas dari Freedonia
kemudian pilih kategori Environment: Global Warming Potential. Bandingkan
hasilnya dengan informasi di bawah ini. Periksa juga hasil pemodelan untuk gas
non-rumah kaca lainnya seperti sulfur dan nitrogen oksida.
Emisi Potensial Pemanasan Global dari Freedonia

Skenario Reference (semua gas rumahkaca)
Catatan: Tahun Dasar = 6,1 ; 2030 = 33,9 Juta Ton CO2 EQ.
33
1.6 Skenario Kedua: Demand-Side-Management
Untuk mengeksplorasi potensi

energi konservasi di Freedonia
khususnya pada sektor listrik, maka
perlu dibuat skenario kedua. Untuk
menambah skenario, gunakan pili-
han Manage Scenarios ( ). Tam-
bahkan skenario tersebut di bawah
skenario Reference, maka secara
default skenario tersebut akan me-
warisi semua asumsi dan ekspresi
pemodelan dari skenario Reference.
Beri nama skenario tersebut sebagai

Demand Side Management, disingkat DSM dan tambahkan catatan berikut: Penerangan
yang efisien, pengurangan kehilangan atas pentransmisian dan pendistribusian, dan
perbaikan faktor beban sistem listrik.
Keluar dari fitur pengaturan skenario dan pilih skenario Demand Side
Management pada jendela utama. Kemudian edit data tersebut pada skenario
untuk menggambarkan catatan berikut ini:
Petunjuk: Ingat bahwa untuk mengubah skenario, anda harus berada

pada Analysis View. Gunaka pilihan tampilan untuk berada pada
tampilan tersebut.
Skenario DSM terdiri dari empat langkah kebijakan, yakni:
1. Refrigeration atau Lemari Pendingin: Kebijakan baru terhadap peningkatan standar

efisiensi terhadap penggunaan lemari pendingin diharapkan dapat mengurangi
intensitas energi pada sektor rumah tangga perkotaan sebesar 5% pada tahun 2020
dan sebesar 20% pada tahun 2040 dibandingkan dengan Current Accounts. Sedang-
kan pada rumah tangga pedesaan, intensitasnya kemungkinan tidak berubah.
Petunjuk: Anda dapat memasukkan informasi ini melalui dua cara, yakni:
Gunakan time series wizard, pilih interpolasi kemudian masukkan nilai

intensitas energi lemari pendingin pada masa mendatang. Apabila
menggunakan pilihan ini, maka andalah yang mengkalkulasi nilai,
atau
34
Masukkan ekspresi yang akan mengkalkulasi nilai untuk anda.
Caranya ketik Interp(2020, BaseYearValue * 0.95, 2040,
BaseYearValue * 0.8).
2. Lighting atau Penerangan: Mencakup berbagai program termasuk di antaranya

standar penerangan baru dan pemanfaatan program Demand Side Management yang
diharapkan dapat mengurangi intensitas energi penerangan dari listrik penerangan
pada rumah tangga perkotaan sampai dengan 1% per tahun (-1% per tahun) dan pada
rumah tangga pedesaan dari 1% (skenario Reference) menjadi 0,3% per tahun (+0,3%
per tahun).
3. Transmission and Distribution atau Transmisi dan Distribusi: Melalui program

DSM yang terencana, rugi-rugi pentransmisian dan pendistribusian listrik diharapkan
berkurang menjadi 12% pada tahun 2025 dan 9% pada tahun 2040.
4. Electric System Load Factor Improvements

atau Peningkatan Faktor Beban Sistem Listrik:
Berbagai program pengaturan tingkat beban (load-
leveling) pada perencanaan DSM diharapkan
dapat meningkatkan faktor beban sistem sekitar
64% pada tahun 2040. Jangan memasukkan faktor
beban secara manual dalam LEAP, namun buatlah
skema tahunan (yearly shape) baru dengan data
yang tertera di samping kanan.
35
Petunjuk: Buat skema tahunan baru bernama DSM Load Shape (Lihat sesi 1.4.2 untuk
melihat kembali caranya). Lalu masuklah ke variabel System Peak dari pembangkitan listrik
pada skenario DSM, klik tombol yang terdapat di sebelah kanan ekspresi dan pilih skema
tahunan Yearly Shape untuk kurva yang anda telah buat. Grafik berikut ini akan
menunjukkan bagaimana LEAP menginterpolasi kurva beban pada tahun 2010 (Kurva
Beban System) dan kurva beban pada tahun 2040 (Kurva Beban DSM).
36
1.6.1 Hasil Skenario DSM
Klik Result View untuk melihat hasil skenario DSM. Bandingkan pekerjaan anda
dengan hasil di bawah ini:
Pembangkitan Listrik: Skenario Reference berbanding dengan Skenario DSM
Pembangkitan Listrik (000 GWh) Kapasitas (GW)
Pembangkitan dalam skenario DSM tahun 2040 = 29,159 GWh. Kapasitas = 7400 MW
Petunjuk: Untuk membuat kembali grafik pembangkitan listrik pada tampilan

hasil, klik Show: Transformation: Outputs, lalu atur satuan dan skenario agar
sesuai dengan grafik di atas. Pastikan cabang yang tersorot pada Tree sesuai
dengan hasil yang diinginkan oleh anda (dalam hal ini anda harus menyorot
Transformation: Electricity Generation: Processes). Tampilkan hasil 5
tahunan dengan memilih Selected pada sumbu x. Periksa tampilan tabel
untuk melihat rincian nilai per tahunnya.
37
Exercise 2: Permintaan Energi
Pada Latihan 2 kita akan lebih lanjut mengembangkan analisis permintaan yang telah dibahas
pada Latihan 1. Selain sektor rumah tangga, terdapat tiga sektor pemakai energi yang ditam-
bahkan di latihan ini, yakni industri, transportasi, dan bangunan komersial. Gunakan
informasi yang ada pada bagian 2 untuk melengkapi struktur Tree, Current Accounts dan
skenario Reference pada sektor-sektor tersebut.
2.1 Industri
Di Freedonia, terdapat dua

Hasil Industri (2010)
jenis industri penting yang
memiliki intensitas energi Besi dan Baja 600,000 Ton
tinggi, yakni industri Besi Kertas 400,000 Ton
Baja (Iron & Steel) dan industri Kertas Industri Lainnya 1.8 Milyar US$
(Pulp & Paper). Sedangkan industri
lainnya dapat dikelompokkan dalam satu kategori (Other Industries). Tabel di samping
menunjukkan hasil dari setiap subsektor. Analisis energi industri dilakukan baik dari sisi
ekonomi (misalnya nilai tambah) maupun sisi produksi (misalnya hasil per ton). Metode
analisis terkait industri tersebut biasanya bergantung pada ketersediaan data dan keragaman
produk dalam subsektor. Latihan 2 ini menggunakan kedua metode tersebut.
Petunjuk: Ketika menambah cabang Industry atur level aktivitas menjadi

No data karena pada sektor ini anda menentukan satuan level aktivitas
yang berbeda untuk setiap subsektor.
Penggunaan energi pada industri besi baja dan industri kertas terbagi dalam dua proses, yakni
pemanasan (heat) dan penggerakan motor (motive power).
Industri Besi dan Baja

Proses pemanasan membutuhkan energi rata-rata 24,0 GJ per ton dan boiler
menggunakan batubara jenis bituminous.
Setiap ton baja yang dihasilkan membutuhkan energi listrik rata-rata sebesar 2,5 GJ.
Industri Kertas
Boiler dengan bahan bakar kayu membutuhkan energi sebesar 40,0 GJ per ton untuk
memproduksi kertas.
Setiap ton kertas membutuhkan pasokan energi sebesar 3 Megawatt-hours.
38
Industri Lainnya
Industri lainnya di Freedonia mengkonsumsi energi total sebesar 36 Juta GJ pada
tahun 2010.
40% energi tersebut berasal dari tenaga listrik dan sisanya dari bahan bakar minyak
residu (oil fuel).
Petunjuk: Ketika menambah cabang Other Industry gunakan tipe cabang

dengan ikon , kategori berwarna hijau. Hal ini mengindikasikan bahwa
anda ingin memasukkan sebuah intensitas energi agregat pada cabang
tersebut. Di bawah cabang tersebut, anda dapat menambahkan dua cabang
baru, yakni cabang listrik (electricity) dan cabang bahan bakar minyak (fuel
oil). Cabang anakan ini hanya terdiri atas pembagian bahan bakar (fuel
shares) dan bukan intensitas energi (energy intensities). Hal yang juga harus
diingat adalah bahwa harus menghitung intensitas energi dalam GJ/Dollar AS
dengan menggunakan total nilai tambah untuk subsektor Other (lihat di
atas).
Industri Besi Baja

Total hasil produksi diharapkan tidak berubah: semua pembangkit listrik beroperasi
pada kapasitas maksimum dan tidak ada pembangkit listrik baru yang didirikan dalam
periode analisis.
Gas alam diharapkan dapat memenuhi 10% bahan bakar untuk proses pemanasan
pada tahun 2040.
Boiler berbahan bakar gas alam 10% lebih efisien dari boiler berbahan bakar
batubara.
Petunjuk: Kembali ke Current Accounts untuk menambah cabang baru untuk

Natural Gas. Anda dapat menggunakan ekspresi sederhana berikut ini untuk
mengkalkulasi intensitas energi gas alam sebagai fungsi intensitas energi
batubara:
Coal * 90%
Petunjuk:Ingatlah untuk menggunakan fungsi Interp dan Remainder

untuk membantu mengkalkulasi pembagian bolier.
39
Industri Kertas
Dua pabrik ketas baru akan
beroperasi pada tahun 2015
dan 2020. Setiap pabrik akan
menambah kapasitas produk-
si keseluruhan sebesar 100
ribu ton per tahun
Petunjuk: Gunakanlah Step

Function pada Time Series
Wizard untuk merinci peru-
bahan khusus pada level akti-
fitas atau variabel lainnya
(lihat gambar di samping).
Industri Lainnya
Hasil produksi industri lain diperkirakan tumbuh pada kisaran 3,5% per tahun.
Persentase penggunaan energi listrik diperkirakan akan naik 55% pada tahun 2040.
Sekarang, tinjau kembali hasil analisis anda dan bandingkan dengan lembar
jawaban yang tertera di bawah ini.
Permintaan Energi Sektor Industri di Freedonia: Skenario Reference (Juta Gigajoule)

Bahan Bakar 2010 2040 Subsektor 2010 2040
Batubara (bituminous) 14.4 13.0 Industri Besi Baja 15.9 15.8
Listrik 20.2 63.6 Industri Lainnya 36.0 101.0
Gas Alam - 1.3 Industri Kertas 20.3 30.5
Bahan Bakar Minyak Residu 21.6 45.5
Kayu 16.0 24.0
Industri 72.2 147.3 Industri 72.2 147.3
40
2.2 Transportasi
Passenger Transport
Yang dimaksud dengan pe- Cara Menghitung Penumpang-Km

numpang di sini adalah pe- A Penggunaan Mobil Pribadi (miliar-km)
B Load Factor (penumpang-km/kend-km) 2,5
numpang kendaraan darat se-
C=A*B = Jumlah penumpang mobil pribadi-km
perti mobil dan bus, namun
Anda dapat mengabaikan D Penggunaan Bus (miliar-km)
transportasi air dan udara. E Load Factor (penumpang-km/kend-km) 40.0
F=D*E Jumlah Penumpang Bis-km
Pada tahun 2010, mobil pri-
badi diperkirakan telah me- G=F+C Penumpang Angkutan Darat (mobil)-km
nempuh perjalanan sekitar 8 H Penumpang Kereta Api-km
I=G+H Jumlah Penumpang-km
miliar km, sedangkan bus
telah menempuh perjalanan Cara Menghitung Intensitas Energi
sekitar 1 miliar km. J Konsumsi bahan bakar mobil pribadi (kend-km/lt) 12.0
Dari hasil survei diperkirakan K Load Factor (pass-km/veh-km) 2.5
L=1/(J*K) Intensitas Energi (liter/penumpang-km)
mobil pribadi memiliki jumlah
penumpang (load factor) rata- M Konsumsi bahan bakar bis (kend-km/lt) 3.0
rata 2,5 orang, sedangkan bis N Load Factor Bis (penumpang-km/kend-km) 40.0
O=1/(M*N) Intensitas Energi (liter/penumpang-km)
rata-rata 40 orang.
Penelitian juga menemukan
bahwa mobil pribadi mengkonsumsi 1 liter bahan bakar untuk perjalanan sejauh 12
km (perhitungan kasarnya 28 m.p.g mil per galon.), sedangkan bis mengkonsumsi 1
liter bahan bakar untuk perjalanan sejauh 3 km.
Perusahaan Kereta Api nasional melaporkan sebanyak 15 milyar penumpang-km
telah melakukan perjalanan pada tahun 2010.
Petunjuk:
o Anda dapat memasukkan populasi keseluruhan (total population) sebagai
level aktivitas pada tingkat sektor (lihat bagian 1.3 data populasi).
o Gunakan informasi di atas untuk mengkalkulasi jumlah total penumpang-

km, persentase untuk setiap moda, dan intensitas energi rata-rata (per
penumpang-km). Isilah formulir di atas untuk mempermudah analisis.
o Untuk perhitungan emisi, diasumsikan bahwa semua mobil pribadi

menggunakan bahan bakar bensin dan bis menggunakan bahan bakar
solar.
41
Sejumlah 20% angkutan kereta api berupa kereta listrik, sedangkan sisanya adalah
kereta diesel. Intensitas energi kereta listrik sebesar 0,1 kilowatt-jam per penumpang-
km. Sedangkan intensitas energi kereta diesel 25% lebih tinggi dari kereta listrik.
Transportasi Barang Satuan Pembatalan dalam LEAP
Rata-rata 250 ton-km per kapita barang Ketika menentukan aktivitas transportasi
telah diangkut. barang, LEAP secara otomatis mem-
85% transportasi barang diangkut melalui batalkan satuan numerator dan deno-
minator data pada saat anda mengurangi
jalur jalan, sisanya melalui jalur kereta api.
cabang-cabang pada Tree.
Transportasi darat mengkonsumsi rata-rata
4 MJ bahan bakar diesel per ton-km. Sebagai contoh, mulai dengan menentukan
Kereta barang berbahan bakar diesel populasi pada level sektor dan lanjutkan
memiliki intensitas energi sebesar 3 MJ/ton- dengan menentukan satuan ton-km/orang.
km. Dengan kata lain, LEAP membatalkan
satuan tersebut.
[Penduduk] x [ton-km]
2.2.2 Skenario Reference [orang]
Transportasi Penumpang
Permintaan akan perjalanan (penumpang-km/orang) diperkirakan naik sedikit lebih

cepat dari rata-rata tingkat pendapatan (elastisitas permintaan perjalanan terkait
dengan pendapatan adalah 1,1).
Pada saat yang sama, pertumbuhan penduduk naik 2,5% per tahun.
Pendapatan rata-rata per kapita diperkirakan naik dari nilai sekarang $3000, pada
kisaran 3,5% per tahun hingga tahun 2040.
Pada tahun 2040, dari keseluruhan jumlah angkutan darat, 75% adalah mobil pribadi.
Petunjuk: Buat variabel dengan nama Income dan Population di bawah Key
Assumptions pada Tree, kemudian hitung permintaan transportasi mendatang
sebagai fungsi dari variabel tersebut. Gunakan ekspresi berikut untuk permintaan
transportasi per kapita:
GrowthAs(Key\Income, 1.1)
Transportasi Barang
Permintaan sektor transportasi barang per kapita diperkirakan naik rata-rata 2% per
tahun pada periode analisis.
Efisiensi energi semua moda transportasi (penumpang maupun barang) diperkirakan
akan naik sebesar 0,5% per tahun hingga 2040, kecuali untuk mobil pribadi yang
diperkirakan akan naik sebesar 1% per tahun.
42
Tampilkan Results View dan bandingkan hasil analisis anda dengan tabel di
bawah ini.
Permintaan Energi Sektor Transportasi di Freedonia: Skenario Reference (Juta

Gigajoule)
Cabang 2010 2040 bahan Bakar 2010 2040
Barang 38,5 125,9 Diesel 56,5 182,6
Kereta Api 4,5 14,7 Listrik 1,1 6,1
Mobil 34,0 111,1 Bensin 22,1 240,1
Penumpang 41,1 303,0
Kereta Api 6,5 36,4
Diesel 5,4 30,3
Listrik 1,1 6,1
Kendaraan 34,7 266,6
Bis Bermesin Diesel 12,6 26,5
Mobil (Bensin) 22,1 240,1
Jumlah Transportasi 79,6 428,8 Jumlah Transportasi 79,6 428,8
2.3 Sektor Bangunan Komersial: Analisis Pemanfaatan Energi
Pada latihan ini akan dipertimbangkan tentang penggunaan pemanas ruangan

pada bangunan komersial, dan tentang pengenalan aplikasi teknik analisis
energi terpakai (useful energy analysis techniques). Analisis energi terpakai
sangatlah membantu dalam berbagai hal dimana kombinasi dari beragam bahan
bakar dan teknologi dapat memenuhi permintaan energi pada sektor layanan umum
(misalnya sistem pemanas ruangan) atau ketika anda ingin membuat model efisiensi
peralatan secara bebas, dan semua pelayanan pemenuhan energi.
Bangunan komersial di Freedonia memiliki total luas lantai sebesar 100 juta meter
persegi pada tahun 2010.
Jumlah total konsumsi energi untuk pemanas ruangan adalah sebesar 20 juta GJ pada
tahun 2010. Bahan bakar minyak residu dan listrik masing-masing memasok setengah
dari total energi untuk pemanas ruangan. Gas alam diperkirakan akan digunakan pada
masa mendatang.
Pemanas listrik memiliki efisiensi hampir 100%. Boiler berbahan bakar minyak
memiliki efisiensi rata-rata sebesar 65%, sedangkan boiler berbahan bakar gas alam
memiliki efisiensi sebesar 80%.
43
Petunjuk: Pada latihan ini, anda perlu
untuk set-up cabang dengan ikon
yang merupakan kategori dengan in-
tensitas energi agregat (Category with
aggregate energy intensity) untuk pe-
manas ruangan. Beri tanda centang
pada kotak untuk mengindikasikan
bahwa anda akan melakukan analisis
energi terpakai (useful energy ana-
lysis) dan memasukkan intensitas ener-
gi final pada Current Accounts (final
energy intensities in Current
Accounts). Gunakan cabang Properties untuk set-up kategori ini, seperti pada gambar.
Luas lantai pada bangunan komersial diperkirakan akan tumbuh 3% per tahun.
Terkait dengan perbaikan standar penyekatan bangunan komersial maka intensitas
energi terpakai (misalnya, jumlah panas yang dihantarkan per meter persegi1)
diperkirakan akan turun sebesar 1% per tahun hingga 2040.
Sampai dengan tahun 2040, penetrasi pasar boiler berbahan bakar gas alam
diperkirakan akan mencapai 25%, sedangkan boiler berbahan bakar minyak
diperkirakan hanya turun sebesar 10%, sisanya adalah pemanas ruangan dengan
menggunakan listrik. (Ingat bahwa pembagian aktifitas ini berbeda dengan
pembagian bahan bakar yang dimasukkan dalam Current Accounts).
Pada akhirnya, standar efisiensi energi untuk boiler sektor komersial yang meningkat
secara bertahap diharapkan mampu menjadi pedoman perbaikan rata-rata efisiensi
boiler berbahan bakar minyak dan gas alam. Sistem bahan bakar minyak diperkirakan
mencapai angka efisiensi sebesar 75% pada tahun 2040, sedangkan gas alam sebesar
85%.
Setelah memasukkan data di atas, lihat Results View dan bandingkan hasil
analisis anda dengan tabel di bawah ini.
Permintaan Energi Pemanas Ruangan Bangunan Komersial: Skenario Reference (Juta

Gigajoule)
Fuels 2010 2040
Electricity 10.0 19.3
Natural Gas - 8.7
Residual Fuel Oil 10.0 3.9
Total Commercial 20.0 31.9
1
Berbeda dengan intensitas energi final: jumlah bahan bakar yang digunakan per meter persegi
44
2.4 Total Permintaan Energi
Sebelum melanjutkan ke latihan Transformation, periksa hasil permintaan energi anda secara
keseluruhan dan bandingkan dengan grafik di bawah ini.
Total Permintaan Energi per Sektor Pelanggan: Skenario Reference
Total Permintaan Energi per Jenis Bahan Bakar: Skenario Reference
Petunjuk: Untuk melihat permintaan energi per jenis bahan bakar, pilih menu
Show: Demand: Energy Demand Final Units, kemudian pilih bahan bakar
pada legenda yang terletak di sebelah kanan menu bagian bawah dan pilih
Group Fuels.
45
Exercise 3: Transformasi
Pada Latihan 3 anda akan mengembangkan analisis transformasi energi yang

lebih detail dari data yang telah ada pada Latihan 1. Pada latihan ini anda
akan membuat modul baru untuk menguji pembuatan arang kayu, penyulingan
minyak (oil refining) dan penambangan batubara.
3.1 Pembuatan Arang Kayu
Freedonia tidak mengimpor maupun mengekspor arang kayu. Semua arang kayu diproduksi
di dalam negeri melalui proses tradisional, yakni pembakaran kayu bakar. Cara tradisional
ini memiliki efisiensi konversi dari kayu bakar menjadi arang kayu sebesar 20%. Di masa
mendatang, diharapkan ada proses pembuatan arang kayu dengan cara yang lebih efisien.
Cara tersebut memiliki efisiensi konversi sebesar 47%. Produksi arang kayu diharapkan
akan dapat memenuhi 5% dari total permintaan di tahun 2020 dan 20% di tahun 2030.
Petunjuk: Bualtlah modul standar (bukan modul sederhana) dan pilih opsi
untuk memasukkan data efisiensi sebagai efisiensi untuk mencocokkan data di
atas.
3.2 Pembangkitan Listrik
Dengan bertambahnya sektor-sektor permintaan energi pada Latihan 2, maka permintaan

energi terhadap pembangkitan listrik meningkat tiga kali lipat hingg menjadi sekitar 16.200
GWh. Karena itu, anda perlu untuk menentukan sistem pembangkitan listrik yang lebih besar
dan lebih realistis agar dapat memenuhi permintaan energi tambahan. Ubah data yang telah
dimasukkan di Latihan 1 pada Current Accounts untuk modul Electricity Generation agar
sesuai degan data di bawah ini:
Jenis Pembangkit Listrik Tahun 2010 Hasil Tahun Dasar

Kapasitas (MW) (% GWh)
PLT-Air 1,000 34%
PLT-Uap Batubara 2,500 44%
PLT-Oil Combustion Turbine 2,000 22%
Total 5,500 100% (16,200 GWj)
Di masa yang akan datang, PLT-Angin akan menjadi pilihan mitigasi. Tambahkan teknologi
baru untuk PLT-Angin pada Current Accounts namun jangan masukkan data apapun terlebih
dahulu.
46
3.3 Penyulingan Minyak (Oil Refining)
Penyulingan minyak di Freedonia telah menghasilkan kurang lebih 4,16 juta ton minyak
mentah pada tahun 2010 yang dihasilkan dari kapasitas maksimum pengolahan minyak
sebesar 6 juta ton2 dengan efisiensi penyulingan minyak sekitar 95,0%. Tidak ada rencana
untuk membangun penyulingan minyak baru di masa mendatang.
Penyulingan minyak hanya menggunakan satu bahan dasar, yakni minyak mentah, dan
menghasilkan tujuh jenis produk, yakni: bensin (gasoline), avtur (aviation gas), minyak
tanah (kerosene), diesel, minyak residu (residual/fuel oil), LPG dan pelumas (lubricant).
Peyulingan minyak dapat dioperasikan dengan fleksibel dan menghasilkan produk dengan
kualitas yang disesuaikan dengan kebutuhan masyarakat.
Produk minyak yang tidak mampu dihasilkan oleh penyulingan minyak di Freedonia akan
didatangkan melalui mekanisme impor.
Petunjuk: Atur modul transformasi penyulingan minyak ke modul standar

dengan kapasitas data.
Petunjuk: Atur pengaturan dispatch menjadi ter-dispatch oleh proses

pembagian. Ingatlah untuk mengatur proses pembagian minyak mentah
menjadi 100.
3.4 Penambangan Batubara
Semua batubara yang ditambang di Freedonia adalah jenis bituminous. Pada tahun dasar
(base year), tambang batubara memproduksi 3,4 juta ton batubara dari kapasitas maksimum
6 juta ton. Efisiensi dari pertambangan batubara termasuk pabrik pencucian batubara adalah
80%.
Dalam skenario Reference, diasumsikan bahwa kapasitas penambangan batubara akan meng-
alami peningkatan sebesar 14 juta ton pada tahun 2020 dan 23 juta ton pada tahun 2040. Hal
ini berarti kapasitas penambangan batubara juga akan meningkat secara linear antara tahun
2020 sampai 2040. Setelah tahun 2030, impor batubara diperkirakan terpaksa menjadi pilihan
dalam memenuhi permintaan yang terus meningkat. Impor menjadi pilihan bukan karena
keterbatasan sumber daya, namun karena kapasitas penambangan batubara yang tidak
mampu menyesuaikan pertumbuhan permintaan yang sangat cepat.
2
Catatan: Ada batasan dalam memasukkan data kapasitas pada unit energi dasar (ekuivalen minyak dalam ton
atau ekuivalen batubara dalam ton per tahun). Pada Latihan 3, anggap 1 ton batubara = 1 TCE, sedangkan 1 ton
minyak mentah = 1 TOE.
47
Petunjuk: Kapasitas yang diketahui harus dimasukkan pada variabel
Exogenous Capacity. Impor batubara tidak boleh dimasukkan sebagai
kapasitas, namun sebagai variabel Output Properties pada cabang Coal
Mining\Output Properties. Pastikan bahwa Peraturan Kerugian (Shortfall
Rule) diatur pada Impor bahan bakar agar sesuai dengan kerugian
(Import fuel to meet shortfall) agar sesuai dengan contoh permintaan di atas.
3.5 Sumber Daya (Resources)
Langkah terakhir dalam memasukkan data ialah menentukan

mana sumber daya primer mana yang diproduksi di dalam
negeri dan mana yang perlu diimpor. Dalam LEAP, anda
dapat menyebutkan secara spesifik tahun dasar dari cadangan
bahan bakar minyak dan juga produksi maksimum tahunan
dari berbagai bentuk energi terbarukan, seperti tenaga air dan
tenaga angin. Apabila anda tidak menyebutkan sumber daya
apa saja yang tersedia, maka LEAP secara otomatis akan
mengidentifikasi sumber daya tersebut sebagai hasil impor.
Data sumber daya disimpan di bawah cabang Resource.

Perhatikan bahwa satu cabang terdiri dari sumber daya primer
(Primary) dan sekunder (Secondary). Cabang-cabang tersebut
terbaharui secara otomatis ketika anda mengedit struktur Tree
pada LEAP. Anda tidak dapat menambah atau menghapus
bagian dari sumber daya yang ada pada Tree.
Di Freedonia hanya terdapat beberapa sumber daya energi

yang tersedia di dalam negeri. Sumber daya tersebut ialah batubara, air, biomasa (kayu) dan
angin. Sedangkan sumber daya energi seperti gas alam dan minyak haruslah diimpor. Tidak
ada data yang lengkap mengenai ketersediaan cadangan batubara, air, biomasa dan angin,
sehingga pada latihan ini diasumsikan bahwa semua sumber daya tersebut tidak terbatas.
Untuk menggambarkan keadaan tersebut ke dalam LEAP, masuk ke cabang Resource dan
masukkan cadangan tahun dasar (base year reserves) untuk batubara dan hasil (yields) untuk
kayu, air dan angin, masing-masing sebesar 1 Trilyun GJ. Masukkan nilai nol untuk
cadangan minyak mentah dan gas alam. Ingat bahwa dengan definisi tersebut anda tidak
perlu memasukkan data ketersediaan sumber daya pada bahan bakar sekunder.
48
3.6 Menampilkan Hasil Latihan
Sebelum menampilkan hasil latihan, anda sebaiknya meninjau kembali diagram

sistem energi, kemudian periksa apakah sudah nampak sama dengan diagram di
bawah ini:
Diagram Sistem Energi
49
Sekarang tukar tampilan ke Tampilan Neraca Energi (Energy Balance View).
Periksa base year dan end year dari neraca tersebut dan bandingkan dengan
tabel berikut ini:
Neraca Energi Freedonia Tahun 2010 (Juta GJ)
Neraca Energi Freedonia Tahun 2040 (Juta GJ)
50
Petunjuk: Jika neraca energi tidak sesuai dengan tabel di atas, maka periksa kembali
permintaan dan Current Accounts (pada tahun 2010) sebelum menujukan kesalahan
pada skenario. Berikut adalah beberapa pemecahan masalah terkait dengan neraca
energi:
1. Jika persyaratan nilai energi (baik yang diimpor/diekspor/diproduksi di dalam

negeri) tidak sesuai dengan hasil (result), maka sebaiknya telusuri hasil untuk
melihat jikalau anda dapat membatasi cabang permintaan, transformasi dan
sumber daya manakah yang tidak berfungsi seperti yang diharapkan.
2. Apabila persyaratan energi sudah tepat namun produksi impor, ekspor

dan/atau domestik tidak tepat, maka ada kemungkinan nilai-nilai tersebut
tidak dimasukkan secara benar. Cabang properti juga tidak diatur secara
tepat. Berikut adalah beberapa hal yang harus diperiksa:
o Periksa properti hasil dari setiap modul transformasi yang dapat

ditemukan pada tampilan analisis, pada folder Output Fuels pada
setiap modul transformasi (misalnya Transformation\Oil
Refining\Output Fuels). Periksa variable Output Properties,
Import Target, dan Export Target untuk memastikan kesesuaian
di antara ketiga variabel tersebut.
o Periksa variabel Base Year Reserve dan Yield pada cabang
Resources untuk memastikan bahwa telah terdapat cukup sumber daya
primer dan sekunder untuk memproduksi sumber daya dan energi di
dalam negeri.
o Periksa variabel target impor dan ekspor pada cabang Primary and
Secondary Resources. Variabel tersebut menambah sumber impor dan
ekspor tambahan yang sebelumnya tidak ditentukan sebagai hasil dari
satu atau lebih modul Transformation.
51
Sekarang tukar tampilan ke dalam Result View dan bandingkan hasil analisis
anda dengan tabel di bawah ini.
Pembangkitan Listrik: Skenario Reference
Catatan: base year = 16.200 GWh, 2040 = 62.640 GWh
Kapasitas Pembangkitan Listrik: Skenario Reference
52
Exercise 4: Analisis Biaya-Manfaat
Pada latihan 4 ini, anda akan mengolah data untuk menggambarkan biaya dari berbagai
macam sisi teknologi permintaan dan penyediaan energi. Kemudian anda juga akan
mengaplikasikan LEAP untuk menganalisis biaya-manfaat dari berbagai skenario Policy
yang terintegrasi.
Pastikan anda memiliki seperangkat data yang terdiri dari semua data masukan yang lengkap.
4.1 Pengenalan Analisis Biaya-Manfaat dalam LEAP
LEAP dapat melakukan perhitungan biaya- Permintaan Energi

manfaat dari perspektif masyarakat dengan (Biaya penghematan energi, biaya
membandingkan biaya dari dua kebijakan atau pembelian peralatan, dan biaya non-bahan
bakar lainnya)
lebih. Berikut adalah elemen-elemen biaya yang
dapat dimasukkan dalam LEAP:
Transformasi Energi
(Biaya kapital dan biaya operasi dan
Biaya kapital permintaan dan biaya
pemeliharaan)
operasi dan pemeliharaan diekspresikan
sebagai biaya total, biaya per aktifitas
Biaya Sumber-daya Utama atau Biaya
atau biaya dari penghematan energi Transportasi Bahan Bakar
Biaya kapital transformasi
Biaya operasi dan pemeliharaan trans-
formasi, baik yang bersifat tetap maupun Biaya Eksternal terhadap
Lingkungan
yang berubah-ubah
Biaya sumber-daya asal
Biaya bakar bakar yang diimpor
Keuntungan bahan bakar yang diekspor
Biaya luar (externality) dari emisi polutan
Biaya lain-lain yang didefinisikan oleh anda, misalnya biaya administrasi program
efisiensi energi.
Untuk mengatur analisis pembiayaan dalam LEAP, hal pertama yang penting dilakukan
adalah menarik batasan yang tetap dari sistem yang akan anda buat, sehingga tidak akan
terjadi perhitungan biaya dan keuntungan ganda dalam LEAP. Misalnya, apabila anda akan
menghitung biaya bahan bakar untuk pembangkit listrik, maka jangan lagi menghitung biaya
listrik di dalam perhitungan biaya-manfaat secara keseluruhan.
53
Apabila anda belum selesai melakukan perhitungan analisis biaya, tukar pembiayaan dengan
masuk ke menu General dan pilih sub-menu Basic Parameters ( ) lalu centang kotak
biaya pada tab Scope. Selanjutnya, pilih tab Costing dan tentukan batasan sistem untuk
perhitungan biaya. Pada latihan ini, pilih sistem energi lengkap atau Complete Energy
System sebagai batasan. Hal ini berarti biaya bahan bakar hanya akan dihitung ketika bahan
bakar tersebut diimpor atau diekspor atau ketika bahan bakar produksi dalam negeri akan
diekstrak sebagai sumberdaya utama. Atur tarif potongan sebesar 5%.
Mulailah dengan membangun rangkaian skenario Policy yang akan dianalisis. Kemudian
masukkan data biaya yang sesuai dengan skenario tersebut, seperti biaya permintaan,
transformasi, dan sumber daya energi. Pada tahap akhir, uji beberapa hasil perhitungan
pembiayaan, termasuk di dalamnya perbandingan keseluruhan biaya-manfaat dari bermacam
skenario.
4.2 Membuat Skenario Policy
Masuklah ke Manage
Scenario ( ) dan
buatlah lima skenario
berikut ini:
Efisiensi Pencahayaan (Effi-

cient Lighting)
Efisiensi Lemari Pendingin
(Efficient Refrigerators)
Peningkatan Bus berbahan
bakar gas (CNG Buses)
Pemakaian Gas Alam &
Energi Terbarukan (Natural Gas & Renewables)
Efisiensi Sektor Industri (Industrial Efficiency)
Petunjuk: Anda dapat menghapus skenario DSM yang telah dibuat pada Latihan 1.6.
Tampilan Manage Scenarios seharusnya terlihat seperti gambar di samping atas kanan.
Pastikan bahwa setiap skenario Policy energi yang baru terletak di bawah skenario
Reference. Dengan demikian maka skenario tersebut akan mewarisi ekspresi-ekspresi yang
sebelumnya telah dimasukkan dalam skenario Reference.
Untuk langkah terakhir, buat skenario Mitigation di bawah skenario Reference. Skenario
tersebut merupakan gabungan dari lima skenario Policy yang telah disebutkan di atas.
Gunakan tab Inheritance untuk pengaturan pewarisan ekspresi dari kelima skenario Policy
tersebut.
54
4.3 Memasukkan Data Pembiayaan
Langkah selanjutnya adalah memasukkan data yang akan digunakan untuk mengevaluasi
perbedaan apa saja yang terdapat pada skenario-skenario tersebut di atas dibandingkan
dengan skenario Reference.
Secara umum, satuan biaya dari bermacam teknologi adalah sama meski berada pada
skenario yang berbeda, namun skenario tersebut memiliki perbedaan dalam hal takaran
penggunaan teknologi dan berapa banyak konsumsi energi yang dipakai. Dengan demikian,
anda terlebih dahulu harus memasukkan data biaya pada skenario Current Accounts,
kemudian masukkan data yang menggambarkan penetrasi teknologi pada skenario Policy
yang berbeda.
Mulailah dengan menentukan data biaya untuk pilihan permintaan energi (demand-side).
Secara umum, anda perlu untuk memasukkan tiga jenis data yang menggambarkan:
Penetrasi Teknologi (Technology Penetration): berapa banyak jenis peralatan baru

yang efisien yang akan dipakai dalam skenario Policy?
Dayaguna Teknologi (Technology Performance): seberapa efisienkah peralatan baru

tersebut?
Biaya Teknologi (Technology cost): berapa biaya yang harus dikeluarkan untuk
peralatan baru tersebut? Anda dapat menentukan biaya keseluruhan dari peralatan
lama yang digunakan pada skenario Reference dan skenario Policy atau anda dapat
langsung memasukkan biaya tambahan (incremental cost) peralatan baru pada
skenario Policy yang berhubungan dengan biaya peralatan lama yang digunakan pada
skenario Reference.
4.3.1 Skenario Efisiensi Pencahayaan (Efficient Lighting)
Petunjuk: Sebelum memasukkan data, buat cabang teknologi baru di bawah folder kategori
pencahayaan rumah tangga perkotaan (urban lighting category) untuk teknologi efisien yang
baru.
Technology Penetration: Sebuah program untuk menginstal sistem pencahayaan

yang efisien dapat menurunkan konsumsi listrik pada rumah tangga perkotaan. Hal
tersebut dilakukan dengan penggunaan lampu neon kompak (compact fluorescent,
CFL) dan teknologi lainnya. Perkiraan dimulainya program tersebut adalah pada
tahun 2012. Pada tahun 2017 program tersebut akan mencakup 40% dari semua
rumah tangga dan 75% pada tahun 2030. Masukkan data tersebut di variabel Activity
Level pada skenario Efficient Lighting.
55
Technology Performance: Diperkirakan penggunaan lampu hemat energi hanya
mengkonsumsi 30% listrik yang diperlukan oleh lampu pijar. Masukkan data tersebut
di variabel Final Energy Intensity pada skenario Current Accounts.
Technology Cost: Harga sebuah lampu pijar biasa adalah $1, namun hanya memiliki
usia pemakaian selama satu tahun. Sedangkan harga lampu hemat energi adalah $6
dengan usia pemakaian selama 3 tahun. setiap rumah tangga diperkirakan memiliki 5
buah lampu. Masukkan data ini di variabel Demand Cost pada skenario Current
Accounts. Masukkan data per sektor rumah tangga dan pastikan anda memilih
metode Activity Cost. Selain Biaya Aktifitas, anda juga perlu untuk menggunakan
fungsi Annual Cost atau Biaya Tahunan untuk menentukan jumlah biaya yang
dikeluarkan setiap tahunnya dari teknologi lama dan baru per sektor rumah tangga per
tahun. Sebagai contoh, biaya tahunan lampu hemat energi per sektor rumah tangga
dapat ditulis:
AnnualizedCost(6*5,3)
Formula di atas menggunakan formula gadai standar (standard mortgage

formula) untuk menghitung biaya per sektor rumah tangga per tahunnya (5
lampu pijar x $6/lampu) selama 3 tahun umur lampu. Tulis formula serupa
untuk lampu pijar standar/lama.
Petunjuk: Fungsi Wizard (Ctrl+F) membantu anda ketika memakai

aplikasi Fungsi seperti Fungsi Biaya Tahunan (Annualized Cost).
4.3.2 Skenario Efisiensi Lemari Pendingin (Efficient Refrigerators)
Technology Penetration: Pemerintah mempertimbangkan untuk memperkenalkan

standar efisiensi yang baru untuk lemari pendingin. Program tersebut akan dimulai
pada tahun 2014 dan pada tahun 2025 semua lemari pendingin di daerah perkotaan
ditargetkan akan telah memenuhi standar baru tersebut.
Technology Performance: Program standarisasi mensyaratkan agar pabrik

memproduksi lemari pendingin dengan intensitas energi rata-rata sebesar 380
KWh/tahun.
56
Technology Cost: Biaya peningkatan efisiensi lemari pendingin menjadi 380 KWh
diperkirakan sebesar $100 per buah. Baik lemari pendingin jenis lama maupun jenis
hemat biaya memiliki usia pemakaian selama 10 tahun. Di sini, anda hanya memiliki
data yang menggambarkan biaya tambahan (incremental cost) peralatan hemat biaya.
Maka ketika memasukkan data variabel Demand Cost pada skenario Current
Accounts, anda perlu untuk memasukkan biaya sebesar nol untuk lemari pendingin
jenis lama dan menentukan hitungan biaya tambahan tahunan sebesar $100 selama 10
tahun usia pemakaian lemari es jenis hemat biaya. Perlu diperhatikan bahwa dalam
melakukan analisis biaya-manfaat, anda TIDAK perlu menentukan semua biaya dari
sebuah skenario. Anda hanya perlu menentukan bagaiman biaya sebuah skenario
berbeda antara satu dengan yang lainnya.
4.3.3 Skenario Efisiensi Industri (Industrial Energy Efficiency)
Pada sektor Other Industrial di Freedonia, energi digunakan secara luas pada berbagai
proses yang berbeda. Sebuah audit energi dari industri yang terpilih telah memperkirakan
bahwa konsumsi energi dapat dikurangi sebesar rata-rata 5 sen/KWh melalui berbagai
langkah penghematan energi (untuk listrik maupun bahan bakar minyak). Langkah tersebut
memiliki potensi penghematan pengkonsumsian energi hingga 30% pada sektor Other
Industry di tahun 2040.
Tidak seperti dua contoh sebelumnya, pada analisis kali ini tidak terdapat informasi biaya
yang memungkinkan anda untuk menghitung jumlah peralatan baru yang akan dipasang.
Oleh sebab itu, anda harus menentukan biaya dengan memasukkan Cost of Saved Energy.
Pada skenario Current Accounts, pilih variabel Demand Cost untuk cabang Electricity dan
Fuel Oil yang berada di bawah cabang Other Industry. Kemudian, pilih Cost of Saved
Energy Method. Ketika anda memilih metode tersebut, sebuah kotak dialog akan muncul.
Pilih unit Penghematan dalam Dollar/KWh terhadap Skenario Reference (Dollars/KWh
saved versus the Reference Scenario). Kotak dialog tersebut akan terlihat seperti ini:
Setelah pengaturan unit selesai,

klik OK dan masukkan data
penghematan senilai $0,05/KWh.
Ulangi hal ini untuk setiap bahan
bakar.
Langkah selanjutnya, pilih skenario Industrial Efficiency dan tentukan jenis penghematan
energi yang dapat diharapkan. Salah satu cara termudah untuk melakukan ini adalah dengan
memilih variabel Final Energy Intensity yang terdapat pada cabang Other Industry,
kemudian masukkan formula berikut yang menginformasikan LEAP bahwa intensitas energi
adalah sebesar 30% kurang dari skenario Reference dasar pada tahun 2040:
BaselineValue * Interp(2010, 1, 2040, 0.7)
57
4.3.4 Skenario Bus dengan Bahan Bakar Gas (CNG Buses)
Mengganti bus berbahan bakar diesel dengan bus berbahan bakar gas (CNG) dipandang
sebagai sebuah pilihan yang tepat, baik untuk peningkatan kualitas udara di daerah perkotaan
yang padat penduduk dan memiliki tingkat polusi udara yang tinggi maupun untuk
pengurangan emisi karbon dioksida (CO2).
Technology Penetration: Bus berbahan bakar CNG direncanakan untuk

diperkenalkan pada tahun 2012. Pada tahun 2017 diharapkan dapat memenuhi 7%
dari total bus penumpang-km dan pada tahun 2040 akan mencapai 70%.
Technology Performance: Gas alam yang digunakan dalam bus CNG memiliki
intensitas energi sebesar 0,29 MJ/penumpang-km, sedikit kurang dari yang digunakan
dalam bus berbahan bakar diesel.
Technology Cost: Biaya bus CNG $0,1 per penumpang-km, lebih mahal dari pada
bus diesel, namun bus tersebut memiliki usia pemakaian lebih dari 15 tahun.
4.3.5 Biaya Transformasi
PLT-Angin dan PLT-Gas Alam Combined Cycle (Natural Gas Combined Cycle, NGCC)
akan dimasukkan pada skenario mitigasi yang terakhir. Sebelum memasukkan data
pembiayaan, anda harus membuat cabang baru untuk kedua teknologi pembangkit listrik
tersebut dan menentukan karakteristik performanya. Gunakan tabel berikut ini untuk
mengatur skenario Current Accounts.
Karakteristik Performa Untuk Fasilitas Listrik Masa Datang

PLT-Angin PLT-Gas Alam Combined Cycle
Peraturan Ter-dispatch Merit Order Merit Order
Merit Order 1 1
Tahun Simulasi Pertama 2011 2011
Effisiensi Proses [%] 100 55
Ketersediaan Maksimum [%] 35 80
1
Kredit Kapasitas [%] 30 100
Produksi Masa Lampau [GWh] 0 0
Capasitas Eksogenus [MW] 0 0
Usia Pemakaian [tahun] 30 30
1
Variabel kredit kapasitas menyatakan nilai kapasitas keuntungan yang diatur terkait dengan teknologi energi
terbarukan. Hal ini berarti semua teknologi selain teknologi yang menggunakan sumber daya angin akan
memeiliki kredit kapasitas sebesar 100%.
58
Setiap kebijakan sisi permintaan energi (demand-side) yang anda buat, memiliki bermacam
dampak terhadap jumlah dan pengoperasian sektor Transformation. Oleh sebab itu, tidak
seperti pada pilihan demand-side di mana anda hanya perlu memasukkan data biaya untuk
menggambarkan pilihan baru yang sedang diteliti, pada sektor Transformation anda harus
menentukan biaya dari keseluruhan jenis pembangkit listrik dan bahan bakar yang mungkin
akan berdampak pada sektor tersebut.
Mulailah dengan menentukan biaya kapital dan biaya operasional dan pemeliharaan (O&M)
tetap dan tidak tetap dari berbagai jenis sistem Pembangkitan Listrik. Gunakan tabel berikut
ini untuk data yang diperlukan dalam LEAP.
Biaya Fasilitas Pembangkit Listrik Lama dan Baru

Kapital Operasional dan Operasional dan Suku
($/kW) Pemeliharaan Pemeliharaan Tidak Bunga
Tetap ($/kW) Tetap ($/MWh) [%]
Pembangkit Listrik Lama
PLT-Batubara 1000 40 3 5
PLT-Air 2000 0 1 5
PLT-Combustion Turbine 400 10 0.7 5
Pembangkit Listrik Baru
PLT-Batubara 1000 40 3 5
PLT-Combustion Turbine 400 10 0.7 5
PLT-Gas Alam 500 10 0.5 5
Terkombinasi
PLT-Angin 800 25 0 5
Catatan: biaya tersebut di atas TIDAK termasuk biaya bahan bakar. Anda akan menganalisis
biaya bahan bakar ketika menentukan data biaya sumber daya.
4.3.6 Skenario Gas Alam & Energi Terbarukan (Natural Gas and Renewables)
Pada skenario Reference, PLT-Uap Batubara dan PLT-Oil Combustion Turbine diasumsikan
sebagai jenis pembangkit listrik utama yang akan dibangun di masa mendatang. Ingatlah
bahwa data ini ditetapkan untuk variabel Endogenous Capacity yang terletak di bawah daftar
proses modul Electricity Generation.
Pada skenario Policy ini, anda akan menguji dampak dari pembangunan pembangkit listrik
gabungan di masa mendatang. Skenario ini akan menganalisis dampak pembangunan PLT-
Gas Alam Combined Cycle dan PLT-Angin sebagai beban dasar ditambah beberapa PLT-Oil
Combustion Turbines untuk memenuhi permintaan beban puncak.
Pilih Skenario Gas Alam dan Energi Terbarukan (Natural Gas and Renewables), kemudian
pada layar Endogenus Capacity, ubah data skenario Reference menjadi berikut ini:
59
Ukuran Penambahan Kapasitas pada Skenario Gas Alam dan Energi Terbarukan
Proses Urutan Ukuran
Penambahan Penambahan (MW)
PLT-Gas Alam CC 1 400
PLT-Oil Combustion Turbin Baru 2 200
PLT-Angin 3 200
Petunjuk: pastikan untuk langsung memasukkan teknologi pembangkit listrik

tersebut ke dalam skenario Mitigation. Anda tidak perlu menambah ukuran
tambahan karena nilainya akan langsung diturunkan. Namun, anda perlu
untuk membuat struktur baru dengan memasukkan urutan penambahan
(addition order) yang tepat sesuai informasi di atas.
4.3.7 Biaya Sumber Daya
Langkah terakhir, anda akan menentukan unit biaya untuk sumber daya primer yang
diproduksi di dalam negeri maupun di luar negeri serta bahan bakar tambahan yang terletak
di bawah bagian Resources pada cabang Tree. Untuk memasukkan biaya, gunakan
keterangan di bawah ini:
Primary Resources (Indigeneous production and imports):

Batubara seharga $20/ton pada tahun 2010 meningkat menjadi $30/ton pada
tahun 2040
Gas alam dari harga $0.1/m3 pada tahun 2010 meningkat menjadi $0.2/m3
pada tahun 2040
Minyak mentah dengan harga $30/ton pada tahun 2010 meningkat menjadi
$50/ton pada tahun 2040
Secondary Resources (Indigeneous production and imports):

Diesel, Bensin, LPG, Minyak Tanah, Minyak Bakar, Avtur dan Pelumas
seharga $300/ton pada tahun 2010 naik menjadi $400/ton pada tahun 2040
Harga jual listrik tidak akan dimasukkan dalam pemodelan ini karena
pemodelan yang dihitung adalah biaya produksi listrik berdasarkan bahan
bakar yang digunakan dan jenis pembangkit listrik.
Masukkan data biaya tahun dasar tersebut pada skenario Current Accounts karena semua
skenario dianggap sama dengan biaya unit. Proyeksi biaya bisa dimasukkan satu kali pada
skenario Reference.
60
4.4 Hasil Analisis Biaya-Manfaat
Pada layar Manage scenarios, anda dapat memilih skenario mana sajakah yang ingin
dianalisis dengan cara mengklik kotak pilihan pada cabang Tree. Sebagai langkah awal, anda
mungkin dapat memilih skenario Reference dan Mitigation.
Pada tampilan Ringkasan (Summaries) anda dapat memperlihatkan Net

Present Value (NPV) dari skenario Mitigation. NPV dari skenario Mitigation
ini dapat dibandingkan dengan skenario terpilih lainnya (dalam hal ini skenario
Reference). NPV merupakan jumlah dari harga diskon dan keuntungan dalam
satu skenario dikurangi perhitungan lainnya (penjumlahan dari keseluruhan biaya dalam
penelitian).
Hasil analisis akan tampak seperti yang tertera di bawah ini. Perhatikan bahwa pada sisi
permintaan (demand-side), biaya skenario Mitigation lebih besar dari skenario Reference,
karena dalam skenario Mitigation anda menginvestasikan modal dan Pengoperasian &
Pemeliharaan (O&M) ke dalam program peningkatan efisiensi energi. Meski demikian, hal
tersebut lebih baik dari program penghematan pada modul Transformation dan dari
menghindari persyaratan sumber daya. Jadi, skenario Mitigasi NPV secara keseluruhan
bernilai negatif. Hal ini menandakan bahwa skenario ini membutuhkan pembiayaan yang
lebih rendah dibandingkan dengan skenario Reference.
Biaya dan Keuntungan Kumulatif Tahun 2010-2040

Dalam Milyar Dollar. Potongan 5% pada tahun 2010 dibandingkan dengan skenario
Reference
61
Hasil pembiayaan dapat pula dilihat melalui grafik pada Result View. Pilih
cabang paling atas dari Tree dan tampilkan kategori Costs. Akan sangat
bermanfaat apabila anda membandingkan hasil pembiayaan dalam berbagai jenis
skenario dengan skenario Reference. Misalnya, coba bandingkan biaya kenaikan
kumulatif terpotong (incremental cumulative discounted costs) dari skenario Mitigation
dengan skenario Reference.
62
Exercise 5: Studi Transportasi
Pada Latihan 5 anda akan mengaplikasikan fitur analisis transportasi LEAP untuk
membangun berbagai skenario yang menguji kebijakan-kebijakan yang berbeda pada
penggunaan kendaraan jenis mobil (Cars) dan Sport Utility Vehicles (SUVs). Kendaraan
SUV merupakan jenis kendaraan dengan tingkat intensitas energi yang besar. SUV
menyebabkan meningkatnya konsumsi pemakaian bahan bakar dan emisi gas rumah kaca,
terutama di negara Amerika Serikat.
Langkah pertama adalah membuat inventaris Current Accounts untuk bahan bakar dan emisi
tertentu dari kendaraan tersebut. Kemudian buat skenario Business as Usual (BAU) yang
memproyeksikan penggunaan bahan bakar dan emisi pada masa mendatang dengan asumsi
yang menyatakan bahwa tidak ada kebijakan baru yang akan mengurangi penggunaan bahan
bakar dan emisi. Langkah terakhir, buat dan bandingkan berbagai skenario yang menguji
perhitungan pengurangan penggunaan bahan bakar dan emisi.
Bersama dengan latihan lainnya, buat sebuah Area dan kemudian atur parameter dasar
penelitian.
Pilih Area baru dengan mengklik Area: New Area atau klik tombol New Area ( ) pada
toolbar utama. Beri nama Transportia atau nama lain yang anda suka. Centang tombol
radio untuk membuat area dari data default kemudian klik OK.
5.1 Parameter Dasar dan Struktur
Masuk ke menu General: Basic Parameters.
Pada tab Scope, pastikan hanya kotak pilihan Energy sector dan Non-GHG
environmental loadings yang tercentang.
Pada tab Years, masukkan 2010 sebagai base year, 2011 sebagai First Scenario Year
dan 2030 sebagai end year.
Transportia tidak menggunakan satuan hitung internasional (S.I.) melainkan satuan
hitung yang digunakan di Amerika Serikat, oleh sebab itu anda perlu mengatur satuan
default yang berbeda. Pada tab Default Unit, pilih Gallons of Gasoline Equivalent
sebagai satuan energi default, Miles sebagai satuan jarak default, Pounds/Million
BTU sebagai satuan emisi default berbasis energi dan grammes/Vehicle-Mile
sebagai satuan emisi default berbasis transportasi.
Pada tab Stocks, pastikan untuk mencentang kotak Top-down sales dan stock data
dengan jumlah tahun buatan 22.
63
Sekarang anda dapat memasukkan data Kendaraan Hibrid-Listrik
pada Tree. Langkah pertama, buat dua
Kendaraan jenis hibrid mengga-bungkan
kategori utama, untuk Cars dan SUV. mesin internal combustion berukuran
Caranya klik tombol Add ( ) yang terletak kecil dengan motor listrik dan baterai
untuk mengurangi kon-sumsi bahan
di atas cabang Tree kemudian buat cabang bakar dan emisi gas buang. Energi yang
kategori ( ) untuk masing-masing hilang ketika pengereman ditangkap dan
dikem-balikan ke baterai dalam sebuah
kategori utama. pro-ses yang disebut regenerative
braking
Di bawah masing-masing kategori, buat Tidak seperti kendaraan jenis listrik,

sub kategori untuk kendaraan konvensional kendaraan hibrid memiliki keunggulan,
yakni anda tidak perlu mengisi ulang
Bermesin Pembakaran Internal (Internal baterai ke sumber listrik. Mesin hibrid
Combustion Engine, ICE) dan untuk beroperasi lebih efisien dan meng-
hasilkan lebih sedikit polusi daripada
kendaraan jenis Hibrid-Elektrik (Hybrid- mesin internal combustion biasa.
Electric Vehicles) (lihat kotak di Kendaraan hibrid memiliki harga yang
samping). bersaing ketika biaya keseluruhan
penggunaan mobil diikutsertakan. Hal
tersebut dikarenakan biaya pema-kaian
Di bawah setiap kategori ICE konven- seimbang dengan penghematan bahan
bakar.
sional, buatlah dua kategori teknologi al-
ternatif yakni Bensin (Gasoline) dan Dengan menggabungkan bahan bakar
Diesel (Diesel). Ketika menambahkan dua bensin dan tenaga listrik, kendaraan
hibrid akan memiliki tingkatan yang sama,
kategori tersebut, pastikan meletakkannya atau bahkan lebih tinggi dari mesin
pada cabang Transport Technology dengan pembakaran tradisional. Ken-daraan
hibrid menawarkan performa yang sama
ikon ( ) dan pilih bahan bakar yang sesuai dibandingkan dengan kendaraan
bermesin internal com-bustion biasa.
untuk masing-masing kategori. Di bawah
kategori Hibrid, tambahkan kategori
Gasoline.
Struktur cabang Tree anda akan terlihat

seperti berikut ini:
Toyota Prius: salah satu kendaraan

hibrid-listrik yang tersedia di pasaran
64
5.2 Data Current Accounts
Langkah selanjutnya; masukkan data base year dari skenario Current

Usia %
Accounts. (Tahun) Persediaan
0 0,00
Pada tahun awal hitung (2010) terdapat 6 juta mobil dan 4 juta 1 11,26
2 11,04
kendaraan SUV di jalan, tidak termasuk kendaraan baru yang 3 10,60
terjual pada tahun tersebut. 4 9,99
5 9,22
6 8,34
Mobil dan kendaraan SUV yang digunakan terdiri dari kenda- 7 7,40
8 6,43
raan dengan usia penggunaan yang berbeda (vintages). Per- 9 5,48
sentase pembagian usia penggunaan dapat dilihat pada tabel di 10 4,58
11 3,75
samping kanan. 12 3,01
13 2,37
14 1,82
Petunjuk: Buatlah profil daur hidup (lifecycle profile) 15 1,38
dengan nama Existing Car Stocks untuk 16 1,02
17 0,74
merepresentasikan distribusi kendaraan dengan usia 18 0,53
pemakaian yang berbeda (vintages) dari persediaan 19 0,37
20 0,25
pada base year. Masuk ke menu General; Lifecycle 21 0,17
Profiles. Tambahkan sebuah profil kemudian masukkan 22 0,27
data yang tertera di samping. Gambar di bawah

menunjukkan bagaimana informasi tersebut akan terlihat ketika
dimasukkan ke dalam profil daur hidup. Pada Analysis View, klik tab
Stock Share untuk setiap cabang teknologi dan pada kolom Stock
Vintage Profile pilih profil Existing Car Stocks.
Catatan Penting: LEAP mensyaratkan bahwa pada tahun ke-nol, semua

stock vintage profiles berjumlah nol. Hal tersebut dikarenakan kendaraan
baru yang terjual pada base year tidak boleh dimasukkan ke dalam data yang
dimasukkan untuk persediaan base year. Kendaraan-kendaraan tersebut
dihitung dengan menggunakan variabel penjualan.
65
Pada base year, sebanyak 0,8 juta mobil dan 0,5 juta kendaraan SUV telah terjual.
Kendaraan-kendaraan tersebut secara berangsur-angsur akan berhenti dipakai. Sebuah
profil kelangsungan pemakaian kendaraan yang menggambarkan pemberhentian
penggunaan kendaraan dapat direpresentasikan dengan fungsi eksponen berikut ini:
S t = S t 1 e t0.02
Di mana S adalah pecahan dari kendaraan yang digunakan sekarang dan t adalah usia
kendaraan (dalam tahun).
Petunjuk: Buatlah lifecycle profile lainnya untuk menggambarkan

persentase kendaraan yang masih aktif digunakan, kemudian beri
nama Private Car Survival. Caranya adalah dengan menambahkan
sebuah profil lalu buatlah kurva garis lengkung dengan parameter
konstan 0,02. Pada Analysis View, klik tab Sales Share untuk setiap
cabang teknologi dan pada kolom Survival Profile pilih profil Private
Car Survival.
Di antara mobil bermesin internal combustion dan kendaraan SUV, 2% dari

penjualan dan 2% dari persediaan pada base year adalah kendaraan bermesin diesel,
sisanya merupakan kendaraan dengan bahan bakar bensin.
0,05% persediaan kendaraan pada base year adalah kendaraan Hibrid. 0,5% mobil
yang terjual pada base year adalah jenis Hibrid.
66
Semua mobil dan kendaraan SUV baru diasumsikan berjalan sepanjang 15.000 mil
pada tahun pertama pemakaian. Seiring dengan meningkatnya usia mobil, maka
semakin berkurang pemakaiannya. Hal tersebut dapat ditunjukkan oleh fungsi
eksponen (yang mirip dengan yang telah disebutkan pada penjelasan di atas) dan
ditunjukkan pula dengan parameter konstan 0,002.
Penghematan bahan bakar pada base year di-

Fuel Economy in 2010 (Miles per Gallon)
tunjukkan pada tabel di samping. Penghematan
bahan bakar diasumsikan tetap dalam keadaan
konstan seiring dengan meningkatnya usia pe-
makaian kendaraan.
Tidak terdapat kendaraan jenis SUV.
5.3 Skenario Business as Usual (BAU)
Sekarang anda siap untuk membuat Skenario Business as Usual (BAU) yang
memproyeksikan penggunaan bahan bakar di masa mendatang di bawah asumsi kebijakan-
kebijakan baru untuk mengurangi penggunaan bahan bakar dan emisi.
Masuk ke Manage Scenarios ( ) kemudian klik tombol Add ( ) dan buat skenario baru
dengan nama Business as Usual (BAU). Masukkan data-data berikut ini:
Penjualan kendaraan diharapkan meningkat dua kali lipat, mencapai angka 2 juta
kendaraan/tahun pada tahun 2030. Peningkatan tersebut diperkirakan berasal dari
segmen pasar kendaraan SUV. Pada tahun 2030, penjualan mobil tahunan turun
hingga angka 0,8 juta/tahun, sedangkan penjualan kendaraan SUV justru meningkat
dua kali lipat lebih, mencapai angka 1,2 juta pada tahun yang sama.
Penetrasi pasar kendaraan hibrid tetap konstan pada skenario BAU. Tidak ada
kendaraan SUV jenis baru pada masa mendatang.
Karena tidak adanya standar baru, maka penghematan bahan bakar pada semua
kendaraan tidak berubah di masa mendatang.
67
5.4 Hasil Latihan
Hasil skenario BAU meliputi penjualan, persediaan, jarak tempuh, dan konsumsi
bahan bakar. Periksa apakah hasil dari anda telah sama dengan tabel berikut yang
menampilkan rincian kategori untuk tahun 2010, 2020, dan 2030.
Hasil Skenario BAU

Penjualan Tahunan Kendaraan (Ribu)
Mobil Internal Combustion Engine\Bensin 780 780 780
Internal Combustion Engine\Diesel 16 16 16
Hibrid\Bensin 4 4 4
SUV Internal Combustion Engine\Bensin 490 833 1.176
Total 1.300 1.650 2.000
Persediaan Kendaraan (Juta) 2010 2020 2030
Mobil Internal Combustion Engine\Bensin 6,7 6,9 6,9
Internal Combustion Engine\Diesel 0,1 0,1 0,1
Hybrid\Bensin 0,01 0,03 0,04
SUV Internal Combustion Engine\Bensin 4,4 5,9 8,9
Total 11,3 13,1 16,2
Jarak Tempuh Kendaraan Tahunan (Juta Kendaraan-Mil)
Mobil Internal Combustion Engine\Bensin 94,8 98,2 99,1
Hybrid\Bensin 0,1 0,5 0,5
SUV Internal Combustion Engine\Bensin 62,8 85,9 128,2
Total 160,9 188,3 232,5
Konsumsi Bahan Bakar (Sepadan dengan Juta Galon Bensin)
Mobil Internal Combustion Engine\Bensin 3.793 3.929 3.965
Hybrid\Bensin 3 12 13
SUV Internal Combustion Engine\Bensin 4.186 5.723 8.546
Total 8.125 9.838 12.750
Petunjuk: Jika hasil analisis anda cukup berbeda hingga beberapa persen
dari hasil di atas, maka periksalah kembali dan jika perlu debug ulang data
Current Accounts. Hilangkan kemungkinan kesalahan pada data Current
Accounts sebelum debug nilai masa mendatang (future values).
68
5.5 Faktor Emisi Current Accounts
Berikutnya, masukkan data beban lingkungan yang menggambarkan muatan

polutan dari kendaraan yang sedang diteliti. Untuk menjaga entri data agar tetap
pada angka minimum, maka hanya akan ada empat jenis polutan yang diteliti,
yakni: gas rumah kaca, Karbon Dioksida (CO2), dan tiga jenis polutan yang
menyumbang terjadinya polusi udara pada skala lokal, yakni: Nitrogen Oksida (NOx),
Karbon Monoksida (CO), dan senyawa yang berukuran kurang dari 10 mikron (PM10).
Emisi CO2 yang dihasilkan oleh kendaraan bergantung pada jenis bahan bakar yang
digunakan dan efisiensi (fuel economy) kendaraan tersebut. Oleh sebab itu, emisi tersebut
dapat ditetapkan dalam bentuk satuan emisi dari energi yang terpakai. Satuan pengukuran
yang digunakan adalah Pounds of CO2 per MMBTU dari bahan bakar yang terpakai.
Polutan udara lokal lebih bergantung pada jenis teknologi pengawasan yang digunakan pada
kendaraan, dan pada tingkatan tertentu cenderung melibatkan kebijakan yang diatur oleh
pemerintah. Dengan alasan tersebut maka faktor-faktor emisi tersebut ditetapkan per
kendaraan-mil yang ditempuh (vehicle-mile traveled). Satuan yang digunakan adalah gram
polutan per Kendaraan-Mil yang ditempuh (grammes of pollutant per Vehicle-Mile traveled).
Karena emisi polutan tersebut sangat bergantung pada performa konvertor katalitis atau
teknologi pengawasan lainnya, maka seiring dengan bertambahnya usia pemakaian
kendaraan dan jarak yang ditempuh oleh kendaraan tersebut, emisi dapat meningkat. Oleh
sebab itu, di samping menentukan faktor-faktor emisi untuk kendaraan baru, anda juga perlu
menentukan faktor-faktor penurunan untuk setiap polutan yang merinci bagaimana emisi
dapat meningkat seiring bertambahnya usia pemakaian kendaraan.
Pemerintah Transportia secara berkelanjutan meninjau ulang dan meningkatkan peraturan

tentang emisi kendaraan berdasarkan rekomendasi dari Badan Perlindungan Lingkungan
(Environmental Protection Agency). Sejak tahun 2000, pemerintah telah beberapa kali
memperketat standar emisi untuk mobil baru. Tabel berikut ini merinci faktor-faktor emisi
setiap jenis mobil baru yang telah meningkat sejak tahun 2000.
Mobil Polutan Satuan 2000 2005 2014 Standar Baru?

Bensin CO2 pon/MMBTU 159,50
CO g/kendaraan-mil 6,20 5,30 3,50 1,70
NOx g/kendaraan-mil 0,44 0,35 0,04 0,03
PM10 g/kendaraan-mil 0,40 0,30 0,20 0,05
Diesel CO2 pon/MMBTU 161,00
CO g/kendaraan-mil 1,05 0,54 0,20
NOx g/kendaraan-mil 0,60 0,27 0,08
PM10 g/kendaraan-mil 1,50 1,50 0,50 0,20
Data mengenai emisi pada kendaraan jenis hibrid belum tersedia. Namun, karena pengaturan
kendaraan hibrid sama dengan kendaraan konvensional bermesin internal combustion
berbahan bakar bensin, maka diasumsikan bahwa kendaraan hibrid memiliki faktor emisi
yang sama dengan kendaraan jenis tersebut.
69
Standarisasi pengaturan emisi menjadi sebu-
ah keharusan untuk kendaraan yang dipro-
duksi pada tahun 2014. Pemerintah mem-
pertimbangkan hal tersebut dengan mem-
perkenalkan seperangkat peraturan baru
mengenai emisi dengan mengusulkan faktor-
faktor penyebab emisi baru yang terdaftar
pada bagian akhir. Rencana pengajuan pera-
turan baru tersebut belum disetujui dan oleh
sebab itu pemerintah belum pula menentukan
kapan proposal tersebut berubah menjadi
undang-undang dan berpengaruh terhadap
sistem manufaktur kendaraan baru.
Untuk memasukkan data di atas ke dalam

LEAP, langkah pertama yang harus anda
lakukan adalah membuat sebuah rangkaian
cabang beban lingkungan atau environmental
loading ( ) di bawah setiap cabang tekno-
logi ( ). Klik tab environmental loading,
kemudian klik tombol Add ( ) untuk me-
nambah pengaruh emisi CO2, CO, NOx dan
PM10. Struktur cabang Tree yang dibuat akan
terlihat seperti gambar di samping.
Sangatlah penting untuk mengatur satuan yang tepat untuk setiap polutan. Untuk CO2, atur
Tipenya menjadi Per unit energy consumed dan pilih satuan dalam Pounds/MMBTU.
Kemudian untuk polutan-polutan lainnya pilih tipe Per unit travel dan pilih satuan dalam
grammes/vehicle-mile.
Karena data di atas mewakili standar emisi yang diterapkan pada manufaktur kendaraan baru
pada tahun tertentu, maka anda perlu memasukkan data untuk tahun 2000, 2005, dan 2014.
Selanjutnya, karena tahun standar baru belum ditentukan, maka anda dapat menentukannya
dengan menggunakan salah satu Asumsi Kunci atau Key Assumption yaitu New Reg
Year. Atur nilai variabel tersebut pada tahun 2050 agar standar baru tidak dipakai dalam
kalkulasi skenario awal manapun.
Sebagai contoh, buatlah suatu ekspresi yang mewakili emisi CO dari kendaraan berbahan
bakar bensin sebagai berikut:
Step(2000, 6.2, 2005, 5.3, 2014, 3.5, Key\New Reg Year, 1.7)
70
Akhirnya, untuk ketiga jenis polutan udara lokal, anda akan menganalisis tentang
peningkatan faktor-faktor emisi dari waktu ke waktu, seiring bertambahnya usia pemakaian
sebuah kendaraan. Caranya, masuk ke jendela lifecycle profile (Alt-L) kemudian buat tiga
buah profil yang mewakili penurunan CO, NOx dan PM10. Setiap jenis polutan udara lokal
dapat direpresentasikan melalui kurva eksponen dengan nilai parameter konstan sebagai
berikut: CO=0,006, NOx=0,008, PM10=0,005. Pada Analysis View, klik tab Environmental
Loading untuk setiap cabang teknologi, kemudian pada kolom akhir Degradation Profile
dan pilih profil yang sesuai dengan jenis polutan.
Emisi karbon dioksida (CO2) bergantung pada jumlah pembakaran bahan bakar kendaraan.
Faktor emisi yang digunakan adalah faktor emisi konstan tunggal. Selain itu, tidak diperlukan
kurva penurunan. Jadi, untuk faktor emisi CO2 atur Degradation Profile dalam keadaan
konstan.
Petunjuk: Untuk menghindari keharusan memasukkan fungsi tersebut di

bawah setiap cabang teknologi, anda dapat memilih untuk membuat asumsi
kunci untuk setiap faktor emisi dan menautkannya di bawah setiap teknologi.
5.6 Emisi Business as Usual (BAU)
Memproyeksikan emisi di masa mendatang adalah hal yang mudah dalam

skenario BAU karena dalam skenario BAU tidak terdapat kebijakan baru untuk
mengurangi emisi. Periksa hasil analisis emisi yang telah dibuat oleh anda untuk
tahun 2010, 2020, dan 2030 dan bandingkan dengan hasil berikut ini:
Hasil Skenario BAU
Emisi Polusi 2010 2020 2030

CO2 (Juta Ton) 70 85 110
CO (Juta Ton) 1.079 882 930
PM10 (Juta Ton) 69 52 54
NOx (Juta Ton) 82 36 14
5.7 Skenario Policy
Langkah selanjutnya adalah menganalisis serangkaian skenario Policy dimulai dengan

menguji berbagai perhitungan yang berbeda secara terpisah kemudian menggabungkannya ke
dalam bentuk skenario terintegrasi.
71
5.7.1 Nilai Ekonomi Bahan Bakar yang Meningkat (Improved Fuel Economy, IFE)
Kebijakan pertama yang sedang dipertimbangkan Pemerintah adalah usaha

untuk memperkenalkan standar nilai ekonomi bahan bakar yang lebih ketat
untuk kendaraan konvensional (misalnya, kendaraan non-hybrid) berbahan bakar
bensin dan diesel. Standar baru tersebut akan mengharuskan setiap mobil dan
kendaraan SUV baru memiliki nilai ekonomi bahan bakar sebesar 5% lebih tinggi pada tahun
2015, 10% pada tahun 2020, dan 20% pada tahun 2025 (semua nilai berkaitan dengan tahun
dasar nilai ekonomi bahan bakar).
Untuk membuat pemodelan kebijakan tersebut, langkah pertama yakni masuk ke jendela
Manage Secarios ( ) kemudian buat skenario baru di bawah skenario BAU dengan nama
Improved Fuel Economy. Untuk mengurangi entri data, buatlah sebuah Key Assumption
baru yang mewakili peningkatan di atas. Sebagai contoh, buatlah sebuah variabel bernama
Target Economy, atur nilai variabel Current Accounts tersebut dengan nilai 1, kemudian
pada skenario Improved Fuel Economy, tentukan nilai masa mendatang dengan
menggunakan ekspresi berikut ini:
Step(2015, 1.05, 2020, 1.1, 2025, 1.2)
Selanjutnya, klik tab Fuel Economy untuk setiap jenis kendaraan yang sesuai kemudian
masukkan ekspresi berikut ini pada skenario Improved Fuel Economy:
BaselineValue*Key\Target Economy
Hal ini akan menyebabkan nilai ekonomi bahan bakar di masa mendatang dihitung sebagai
hasil dari nilai ekonomi bahan bakar BAU dan target nilai ekonomi bahan bakar.
5.7.2 Peningkatan Penetrasi Pasar Kendaraan Hibrid-Listrik (Hybrid-Electric

Vehicles, HYB)
Kebijakan kedua yang akan diambil pemerintah adalah meningkatkan penetrasi pasar
kendaraan hibrid-listrik. Kebijakan ini dilakukan melalui insentif pajak dan subsidi yang
melibatkan konsumen dan produsen. Dengan adanya insentif pajak terhadap kendaraan hibrid
maka diharapkan penetrasi pasar akan meningkat dan pada tahun 2030, dimana 50% pangsa
pasar dari mobil dan kendaraan SUV adalah jenis hibrid.
Penghematan bahan bakar kendaraan hibrid diharapkan meningkat seiring makin majunya
teknologi. Mobil hibrid berbahan bakar bensin menghemat bahan bakar sebesar 60 MPG
pada tahun 2030, sedangkan kendaraan hibrid berjenis SUV mampu menghemat bahan bakar
sebesar 35 MPG.
72
Buatlah sebuah skenario baru bernama Hybrids dan masukkan fungsi Interp untuk
mengetahui bagaimana penjualan kendaraan jenis mobil dan SUV akan terbagi menjadi 2,
yakni: penjualan jenis ICE konvensional dan penjualan jenis Hibrid.
5.7.3 Peningkatan Penetrasi Pasar Mobil dan Kendaraan SUV Bermesin Diesel (DSL)
Pemerintah mengambil kebijakan untuk meningkatkan penetrasi pasar terhadap mobil dan
kendaraan SUV bermesin diesel dikarenakan efisiensi yang lebih tinggi dan keuntungan
GHG jenis kendaraan tersebut. Namun, tidak terdapat alasan yang jelas terhadap itu semua
mengingat kendaraan diesel juga menyumbang emisi polutan udara lokal yang lebih tinggi
terutama partikel-partikel polutan. Dengan insentif pajak untuk kendaraan diesel, diharapkan
dapat meningkatkan penetrasi pasar kendaraan jenis ICE konvensional sebesar 30% pada
tahun 2030.
Buatlah skenario bernama Diesel kemudian masukkan fungsi Interp untuk mengetahui
bahwa penjualan mobil ICE dan kendaraan SUV di masa mendatang akan terbagi menjadi
penjualan kendaraan berbahan bakar bensin dan kendaraan bermesin diesel.
5.7.4 Standar Baru Emisi Gas Buang (TAIL)
Berdasarkan pembahasan sebelumnya di sesi 5.3, pemerintah juga mempertimbangkan untuk

memperkenalkan standar emisi gas buang yang baru dan lebih ketat. Pemerintah ingin
melihat akan seperti apakah keuntungan dari penurunan emisi yang akan diperkenalkan
melalui standar baru pada tahun 2020, baik sebagai sebuah kebijakan terpisah maupun
sebagai bagian dari seperangkat langkah untuk menurunkan polusi dan melawan perubahan
iklim.
Tip: Buat skenario baru bernama Tailpipe Standard kemudian edit nilai
Key Assumption dengan nama New Reg Year yang telah dibuat
sebelumnya untuk skenario baru ini. Variabel ini mewakili kapan standar baru
emisi gas buang akan diperkenalkan. Ubah waktu tersebut ke tahun 2020.
5.7.5 Promosi Mobil Berada di atas Promosi Kendaraan SUV (CAR)
Pemerintah juga mempertimbangkan serangkaian langkah untuk mengurungkan niat

konsumen membeli kendaraan besar dan boros bahan bakar seperti SUV. Dengan
serangkaian kebijakan-kebijakan seperti pajak bahan bakar dan karbon, serta asuransi
kendaraan yang berdasar pada berat kendaraan atau nilai ekonomi bahan bakar, diharapkan
pada tahun 2030 penjualan kendaraan jenis SUV dapat turun hingga 500.000 buah.
Sedangkan penjualan mobil akan meningkat dengan jumlah yang sama, bergantung pada
skenario BAUnya.
73
5.7.6 Hasil Pemodelan
Sekarang saatnya melihat hasil skenario yang telah anda buat. Bandingkan
dengan grafik berikut ini:
Skenario Permintaan Energi Dikurangi Skenario BAU
Skenario Emisi CO2 Dikurangi Skenario BAU
Untuk kedua grafik di atas, hasil skenario tailpipe emissions standard sama dengan
skenario BAU.
74
Skenario Emisi PM10 Dikurangi Skenario BAU
Perhatikan beberapa hasil dari skenario dalam pelestarian lingkungan tersebut. Terdapat
trade-off seperti pada kasus penggunaan kendaraan berbahan bakar diesel. Pada satu sisi
penggunaan kendaraan tersebut dapat menurunkan emisi CO2 namun di sisi lain dapat
meningkatkan emisi PM10 dan NOx secara signifikan.
Anda dapat membuat sendiri skenario gabungan anda. Caranya, mulailah dengan beberapa
skenario gabungan berikut ini:
Peningkatan Standar Efisiensi Bahan Bakar Kendaraan Konvensional Berbahan

Bakar Bensin.
Pengenalan Standar Baru Emisi Gas Buang.
Peningkatan Penetrasi Pasar Kendaraan Hibrid-Listrik.
Promosi Mobil di Atas Promosi Kendaraan SUV.
Masuk ke jendela Manage Scenarios ( ), kemudian buatlah skenario baru dengan nama
Combined yang mewarisi skenario BAU. Pada tab pewarisan, klik Add ( ) lalu
tambahkan skenario di atas pada area bertanda Also Inherits From. Anda tidak perlu lagi
memasukkan data baru pada skenario ini karena secara otomatis skenario ini akan mewarisi
ekspresi entri data yang digunakan pada setiap skenario yang mewarisi.
Sekarang bandingkan hasil skenario gabungan baru dengan skenario Policy individu dan
skenario BAU.
75
Skenario Potensi Pemanasan Global (semua GHG) Terbandingkan
76
Exercise 6: Pembangkitan Listrik Berbiaya Rendah
Catatan penting: Saat ini, optimalisasi fitur-fitur pada LEAP2011 masih bersifat coba-
coba dan hanya ditujukan untuk latihan. Walaupun penyusun yakin bahwa perhitungan
optimalisasi secara umum berjalan dengan baik, penyusun juga menerima umpan balik
dari berbagai permasalahan yang ditemukan. Anda sebaiknya tidak mengandalkan
perhitungan optimalisasi untuk persiapan analisis akhir atau penulisan laporan. Penulis
berharap dapat menyelesaikan perhitungan optimalisasi ini beberapa bulan ke depan.
Pada latihan sederhana kali ini, anda akan memanfaatkan fitur-fitur optimalisasi LEAP untuk
meneliti beberapa teknologi membangkitkan listrik yang berbeda. Anda akan
membandingkan beragam biaya pembangkitkan listrik termasuk aspek pemodalan,
Operasional dan Pemeliharaan (O&M), dan biaya bahan bakar dari berbagai teknologi
tersebut. Kemudian, anda juga akan melakukan analisis kepekaan (sensitivity) untuk
menentukan pilihan termurah ketika biaya eksternal polusi udara lokal dimasukkan atau
tidak. Selanjutnya, anda akan meneliti implikasi adanya pembatasan emisi CO2; bagaimana
pengaruhnya terhadap teknologi yang dipilih dan biaya keseluruhan skenario.
Pada latihan ini juga akan ditunjukkan cara mengimpor nilai data tahunan beban listrik per
jam ke dalam LEAP untuk menggambarkan permintaan energi yang dapat berubah-ubah
sesuai dengan musim dan waktu harian.
Harap diingat bahwa latihan ini adalah representasi sistem pembangkitan listrik yang sangat
sederhana. Nilai data yang tersedia tidaklah nyata. Dimohon untuk tidak menggunakan data
pada latihan ini untuk studi yang sebenarnya.
Tambahan Catatan: selain aplikasi LEAP, latihan 6 ini membutuhkan Microsoft Excel.
6.1 Memasukkan Data Pembangkitan Listrik
Dimulai dengan membuka area LEAP Optimization Example Partial.leap

yang akan tersedia untuk anda. Seperangkat data tersebut sudah tersedia
lengkap secara terpisah.
Di bawah cabang Demands, sebuah cabang tunggal menetapkan bahwa permintaan energi
dari pertumbuhan listrik yang semula bernilai nol pada base year (2010) menjadi 200 ribu
GW-Hrs pada end year (2020). Informasi ini dimasukkan sebagai variabel Final Energy
Intensity di bawah cabang tunggal pada skenario Current Accounts. Pada latihan ini, asumsi
permintaan energi yang sama akan digunakan dalam semua skenario.
77
Selanjutnya, perhatikanlah cabang Transformation. Anda dapat melihat modul tunggal yang
menggambarkan rugi-rugi Transmisi dan Distribusi (Transmission and Distribution losses).
Di sini telah dibuat modul Transformation tunggal yang berisi asumsi sederhana rugi-rugi
listrik sebesar 10%. Nilai tersebut diasumsikan bernilai sama sepanjang tahun pada semua
skenario.
Tugas entri data yang pertama adalah

membuat sebuah modul baru untuk
menggambarkan bermacam teknologi
Electricity Generation yang mungkin
diterapkan.
Mulailah dengan menambah modul

Transformation baru dengan nama
Electric Generation kemudian atur
propertinya yang mencakup biaya
(costs), kapasitas (capacities), kurva
beban sistem (system load curve), dan
batas cadangan perencanaan
(planning reserve margin). Data efisiensi harus diatur sehingga langsung dapat diolah
(sebagai persentase nilai efisiensi). Pastikan modul baru muncul di bawah modul
Transmision dan Distribution (T&D) pada struktur cabang Tree.
Setelah modul dibuat, anda dapat masukkan data dasar tentang bermacam teknologi tersebut.
Masukkan semua data berikut ini pada skenario Current Accounts. Atur batas cadangan
perencanaan (planning reserve margin) sebesar 35% dan pastikan modul tersebut memiliki
tenaga listrik dengan bahan bakar keluaran tunggal (singe output fuel Electricity).
Anda tidak perlu mengubah properti default keluaran bahan bakar dan tidak perlu
memasukkan data target impor dan ekspor untuk keluaran bahan bakar tersebut.
Selanjutnya, tentukan teknologi-teknologi pembangkitan listrik yang akan dievaluasi.

Buatlah setiap pilihan teknologi sebagai suatu proses terpisah dalam modul Electric
Generation. Lakukan juga hal tersebut ketika mengedit skenario Current Accounts. Semua
data yang diperlukan untuk proses evaluasi ada pada tabel berikut ini:
Effic- Max Capital Cost Fixed Variable Life-

iency Availability Capacity (Thou O&M Cost O&M Cost time
Technology Feedstock (%) (%) Credit (%) $/MW) ($/MW) ($/MWh) Fuel Costs (yrs)
Comb Turbine Fuel Oil 25 90 100 1300 25 4 $65.0 $/Barrel 30
NGCC Natual Gas 48 90 100 2000 9 3 8.0 $/MMBTU 30
Wind Wind 100 50 40 2700 17 8 n/a 25
Coal Coal Bit 35 90 100 2500 40 3 50.0 $/Tonne 30
Nuclear Nuclear 100 90 100 8000 150 7 5.0 $/MWhr 40
Hydro Hydro 100 60 80 7000 30 5 n/a 40
78
Memasukkan Data Biaya
Pada tabel di atas, sebagian besar data perlu dimasukkan ke dalam bermacam variabel pada
masing-masing proses. Biaya bahan bakar dasar ditentukan dalam cabang Resource.
Masukkan biaya bahan bakar gas alam, batubara, dan nuklir dalam variable Indigenours Cost
(terletak di bawah cabang Resources\Primary). Masukkan biaya bahan bakar minyak
sebanyak dua kali: pada variabel Import Cost (terletak di bawah cabang
Resources\Secondary) dan pada variabel Indigenous Cost.
Untuk memastikan keseimbangan energi telah dihitung dengan tepat, pastikan anda telah
menentukan cadangan gas alam, nuklir, dan batubara jenis bituminous dalam jumlah yang
sangat besar serta ketersediaan tenaga angin dan tenaga air yang sangat besar pula. Pada
Current Accounts, masukkan nilai 1 trilyun GJ sebagai Base Year Reserves di bawah
cabang Resources\Primary. Masukkan nilai yang sama untuk ketersediaan tenaga angin dan
tenaga air pada variabel Yield.
Sebagai data tambahan untuk tabel di atas, masukkan tingkat bunga sebesar 5% kemudian
masukkan tahun 2000 sebagai First Simulation Year untuk semua proses. Pastikan bahwa
variabel Kapasitas Impor berada pada angka nol. Langkah terakhir, tetapkan Dispatch Rule
ke dalam RunningCost.
Pada latihan ini kita tidak sedang berupaya untuk merepresentasikan pola historis dispatch
yang sebenarnya dan kita tidak akan menggunakan variabel Historical Production untuk
mengetahui berapa banyak dari berbagai proses tersebut
yang ter-dispacth. Akan tetapi, pada latihan ini kita akan
menggunakan perhitungan optimalisasi LEAP untuk
menghitung proses nilai kapasitas yang konsisten dengan
biaya rendah terkait dengan permintaan energi. Atur First
Simulation Year ke waktu sebelum tahun dasar dan
abaikan variabel Historical Production.
Sebelum keluar dari cabang proses, pastikan anda telah

menetapkan faktor emisi setiap proses tersebut.
Menggunakan teknik yang telah dipelajari di latihan sesi
1.5, tambahkan faktor emisi IPCC Tier 1 untuk PLT-
Combustion turbine (minyak), PLT-Batubara dan PLT-
Gas alam (NGCC).
Hubungkan setiap cabang bahan bakar baku yang relevan

(yang ditandai dengan ikon ) dan tab Environmental
Loading teknologi IPCC Tier 1, kemudian klik tombol
TED ( ). Untuk lebih jelasnya, lihat kotak di samping.
79
Langkah terakhir, masuklah ke
jendela General: Basic Parame-
ters: Costing. Atur beberapa pili-
han yang akan digunakan untuk
menghitung hasil biaya dengan
pengaturan sebagai berikut:
Batas dari perhitungan

biaya-manfaat diatur da-
lam Complete Energy
System.
Biaya Environmental Ex-
ternality harus dalam
posisi Off.
Atur taksiran potongan sebesar 5%.
Metode perhitungan modal per tahun haruslah Tanpa Hitungan Tahunan, atau No
Annualization. Metode ini diperlukan ketika menggunakan fitur optimalisasi.
6.2 Membuat Bentuk Beban (Load Shape) dengan Mengimpor Data Beban Per Jam
(Hourly Load Data).
Selanjutnya, anda akan membuat seperangkat data yang mendeskripsikan tingkatan yang
bervariasi dari beban pembangkitan listrik dalam musim dan waktu yang berbeda sepanjang
tahun. Variasi dalam beban listrik tersebut penting dalam menentukan jenis pembangkit
gabungan beban dasar dan beban menengah mana yang harus dibangun dan dioperasikan.
Ada 4 langkah proses pembuatan dan penggunaan bentuk beban tersebut, yaitu:
1. Pembagian waktu (Time Slice): Langkah pertama adalah menentukan pembagian

waktu, tahun mana yang akan dibagi. Pada latihan ini, setiap tahun akan dibagi
menjadi empat musim dan setiap musim selanjutnya akan dibagi menjadi hari dan
malam.
2. Data Spreadsheet Per Jam (Hourly Data Spreadsheet) : Langkah kedua adalah
memilih data per jam yang mendeskripsikan bahwa beban listrik bervariasi sepanjang
8760 jam dalam satu tahun. Data per jam tersebut disediakan untuk anda dan
disimpan dalam spreadsheet Microsoft Excel secara terpisah.
3. Bentuk Tahunan (Yearly Shape): Langkah ketiga adalah menggunakan jendela

YearlyShape pada LEAP untuk mengimpor data per jam yang ada pada spreadsheet
dan secara otomatis memetakannya pada pembagian waktu yang telah dibuat.
80
4. Bentuk Beban Energi Sistem (System Energy Load Shape): Langkah terakhir adalah
mengunakan bentuk beban yang baru saja dibuat dengan memasukkannya ke dalam
variabel System Energy Load Shape pada analisis anda.
Ikuti langkah-langkah terperinci berikut ini:
1. Pembagian Waktu (Time Slice):

Langkah pertama, buatlah pemba-
gian waktu secara detail. Masuk
ke jendela General: Time Slices
kemudian klik tombol toolbar
Setup ( ). Pilih Detail: use a
second screen to set up slices
including seasonal/time of day
data.
Atur pembagian waktu seperti yang terlihat

pada jendela di samping. Pembagian waktu
utama terdiri dari 4 musim yaitu: musim semi
(spring), musim panas (summer), musim
gugur (autumn), dan musim dingin (winter).
Sementara pembagian waktu harian terbagi
atas siang dan malam (nigh and day). Dalam
latihan ini tidak terdapat pembagian waktu
mingguan.
Setelah mengklik OK, secara langsung LEAP akan memperlihatkan rincian

pembagian waktu seperti yang ditunjukkan pada jendela berikut. Setiap bagian waktu
berisi data yang mendeskripsikan jumlah jam, kapan dimulai dan berakhir, dan hari-
hari dalam seminggu. Untuk melihat penjelasan yang lebih detail, anda dapat
mengklik tombol More pada toolbar. Perhatikan bahwa untuk tahun non-leap,
jumlah keseluruhan jam dalam pembagian waktu adalah 8760 jam. Data tersebut
dapat diedit secara manual, namun berdasar pada contoh di atas, biasanya hal tersebut
tidak perlu dilakukan. Sekarang anda dapat kembali ke jendela utama.
81
2. Data Spreadsheet Per Jam (Hourly Spreadsheet Data): Selanjutnya, buka
program Microsoft Excel dan masukkan spreadsheet.
\My Documents\LEAP2011 Areas\Optimization Example\Sample Load Shape.xls (or

.xlsx)
Spreadsheet ini berisi data per

Load Shape (kWh)
jam dengan jumlah 8760 jam 3,000,000
dalam setahun, dimulai dari
tanggal 1 Januari pukul 00.00 2,500,000
hingga 31 Desember pukul

2,000,000
24.00. Jumlah jam tertera pada
kolom Hour (kolom A) dari 1,500,000
1 hingga 8760, sedangkan pada

1,000,000
kolom B terdapat permintaan
energi listrik (dalam KWh) 500,000
yang terkait dengan jumlah jam

0
tersebut. Nilai tersebut terplot - 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000
dalam spreadsheet (ditunjuk-

kan di sini). Perhatikan variasi yang besar baik diantara musim dalam setahun dan
diantara waktu harian dan hari mingguan.
82
Pada kolom C, D, dan E, data
Load Duration Curve (% of Peak)
yang sama diatur ulang dengan
100
cara menyortir nilai (dari tinggi 90
hingga rendah) dan mengubah 80
data tersebut ke dalam bentuk 70
persentase kemudian memban- 60
dingkannya dengan nilai puncak 50
tahunan (annual peak value) 40
guna membuat standar Kurva 30
20
Durasi Beban (Load Duration
10
Curve) yang menunjukkan bah-
-
wa permintaan energi dapat ber- 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000
variasi; suatu waktu berada pada

angka tertinggi dan di waktu lain berada pada angka terendah. Di sini juga
ditunjukkan Load Duration Curve. Perhatikan bahwa kurva durasi beban yang
merupakan hasil dari penetapan tersebut, kehilangan beberapa data terkait musim,
hari mingguan atau waktu harian.
3. Bentuk Tahunan (Yearly Shape): Impor data per jam tersebut ke dalam LEAP.
Biarkan program Excel tetap terbuka, lalu masuk ke jendela General: Yearly Shapes
dan pilih opsi toolbar Import Hourly Shape ( ). Selanjutnya akan muncul sebuah
kotak dialog. Tetapkan data tersebut ke dalam nilai impor sebagai bentuk beban
energi (jenis beban semacam ini dibutuhkan ketika menggunakan optimalisasi dalam
LEAP). Pilih rangkaian Excel bernama KWh sebagai rangkaian impor: rangkaian
tersebut berisi nilai KWh pada kolom B spreadsheet. Terakhir, jangan lupa
memasukkan nama bentuk tahunan yang baru, misalnya System Load Shape.
Klik OK, maka LEAP akan mengimpor semua nilai per jam tersebut ke dalam
spreadsheet dan secara otomatis memetakannya ke dalam pembagian waktu. Hasilnya
adalah bentuk tahunan seperti yang tampak pada gambar di bawah. Perhatikan bahwa
tampilan tersebut menunjukkan nilai tersortir (tinggi ke rendah) karena anda
menggunakan opsi grafik dalam pengaturan.
83
4. Bentuk Beban Energi Sistem (System Energy Load Shape): Langkah terakhir adalah
memasukkan bentuk beban baru tersebut ke dalam variabel System Energy Load
Shape. Keluar dari jendela YearlyShape, dan pada Analysis View tempatkan cabang
Transformation\Electric Generation. Pada skenario Current Accounts, masukkan
ekspresi berikut ini pada variabel System Energy Load:
YearlyShape(system load shape)
6.3 Skenario Simulasi untuk Mengeksplorasi Karakteristik Teknologi
Di sini anda akan mengekplorasi

biaya dan emisi pada bermacam
teknologi yang berbeda. Sebe-
lum mengeksplorasi skenario
berbiaya rendah dengan meng-
gunakan fitur optimalisasi
LEAP, pertama anda harus
menentukan terlebih dahulu
beberapa skena-rio sederhana
yang mirip dengan teknologi
pembangkitan tunggal. Masuk
ke jendela Manage Scenarios (
) kemudian buat skenario
pertama dengan nama Coal
Only yang mewarisi data skenario Current Accounts. Selanjutnya, buat empat skenario
lainnya yang masing-masing secara langsung mewarisi skenario Batubara. Beri nama:
84
Natural Gas Only, Nuclear Only, Wind Only, dan Hydro Only. Setelah semua skenario
ini selesai dibuat, jendela Manage Scenarios akan nampak seperti yang terlihat di atas.
Catatan: empat skenario tambahan haruslah mewarisi secara langsung skenario Coal Only
untuk memperkecil entri data.
Setelah menyelesaikan kelima skenario tersebut, kembali ke jendela utama kemudian pilih
variabel Endogenoeus Capacity untuk skenario Coal Only. Gunakan tombol Add ( ) yang
terletak di sebelah kanan jendela untuk menambahkan proses Batubara pada daftar, kemudian
masukkan nilai sebesar 100 MW untuk ukuran penambahan atau Additional pada variabel
tersebut.
Dengan melakukan hal tersebut, maka secara otomatis LEAP akan menambah kapasitas
batubara kapanpun diperlukan. Perhitungan simulasi standar LEAP bergantung pada anda
dan jenis pembangkit listrik apa yang ditambahkan, meskipun LEAP sendiri yang akan
menentukan kapan menambahkannya.
Ulangi proses yang sama untuk keempat skenario lainnya: Gas Alam, Nuklir, Tenaga
Angin, dan Tenaga Air. Pada setiap skenario, tambahkan hanya satu proses yang relevan
dengan skenario tersebut dan gunakan ukuran penambahan sebesar 100 MW.
6.3.1 Hasil Latihan
Sekarang anda dapat melihat hasil dari kelima skenario tersebut. Masuk ke
Results View kemudian buatlah dua buah grafik yang berbeda seperti berikut ini:
1. Biaya Sosial (Social Costs): Pertama, buatlah sebuah grafik untuk setiap skenario
yang membandingkan biaya kumulatif total dan biaya sosial yang tidak masuk dalam
hitungan pada tahun 2020 (di sebelah atas cabang area). Pastikan anda mengatur
konfigurasi grafik untuk menunjukkan skenario pada sumbu X dan kategori biaya
pada legenda. Simpan grafik dalam grafik favorit dengan nama Costs by Skenario.
2. Kapasitas (Capacity): Selanjutnya, buatlah sebuah grafik yang menunjukkan

kapasitas total yang dipasang pada tahun 2020 di setiap skenario. Simpan grafik
tersebut dalam grafik favorit dengan nama Capacity by Skenario.
85
Kedua grafik tersebut akan terlihat seperti di bawah ini:
Cobalah untuk menjawab dua pertanyaan di bawah ini:
Mengapa batubara menjadi pilihan yang termurah?
Mengapa LEAP menginstal kapasitas yang lebih untuk PLT-Tenaga Angin dan PLT-
Air meskipun semua skenario akan berada pada level permintaan energi listrik yang
sama?
86
6.4 Memasukkan Biaya Eksternal
Hasil dari skenario di atas ternyata dipengaruhi oleh sebuah fakta bahwa selama
ini ada faktor penting yang terabaikan, yakni faktor kerugian yang berhubungan
dengan polusi dari pembakaran minyak bumi. Biaya tersebut seringkali diabaikan
karena tidak secara langsung dihitung dalam sebagian besar sistem energi. Meski
demikian, biaya tersebut ada dan menyebabkan dampak
ekonomi yang nyata seperti kerugian terhadap kesehatan Externality Value
manusia dan hasil panen. Pollutant ($/kg)
NOx 9.8
Selanjutnya, masukkan data yang mendeskripsikan nilai SO2 4.1
eksternal tersebut. Masuk ke jendela General: Effects kemudian CH4 0.4
N2O 6.6
tambahkan data yang mendeskripsikan Externatlity Costs
untuk empat polutan, yakni: NOX, SO2, CH4 dan N2O. Gunakan nilai eksternal pada tabel di
samping dalam satuan $/kg.
Sebelum melihat hasil perhitungan, masuklah ke jendela General: Basic Parameters: Costing
dan pastikan untuk mencentang pilihan Environmental Externality Costs.
87
Kemudian sekali lagi pilih Results View. Segera setelah LEAP menghitung ulang
hasilnya, maka akan terlihat hasil favorit Costs by Scenario dengan grafik
seperti di bawah ini. Perhatikan bahwa LEAP sekarang telah menghitung biaya
eksternal baru.
Sekarang, cobalah menjawab pertanyaan-pertanyaan berikut:
Bagaimanakah hasil dari anda dapat berubah? Berikan alasannya.

Mengapa biaya eksternal sangat bervariasi di antara bermacam pembangkit listrik
yang berbeda?
Apakah jenis biaya eksternal penting lainnya yang terabaikan dalam perhitungan
selama ini?
88
6.5 Menggunakan Skenario Optimalisasi untuk Mengidentifikasi Skenario Berbiaya
Rendah
Sekarang anda dapat mulai untuk mencoba kemampuan optimalisasi LEAP. LEAP secara
otomatis akan menentukan kombinasi pembangkit listrik mana yang dapat memenuhi
permintaan energi dengan biaya terendah.
Langkah pertama, masuk ke

jendela General: Basic Para-
meters: Optimization, kemu-
dian pastikan bahwa fitur
optimalisasi telah terinstal
dengan baik dalam LEAP.
Apabila telah terinstal dengan
baik, maka akan terlihat seperti
jendela di samping. Matikan
kotak pilihan Include
Emissions Constraints dan
atur pilihan lainnya pada nilai default.
Selanjutnya, buatlah sebuah skenario baru dimana anda dapat mengaplikasikan fitur
optimalisasi di dalamnya. Masuk ke jendela Manage Scenarios kemudian buat skenario baru
dengan nama Optimization (Opt) yang secara langsung mewarisi skenario Current
Accounts.
Kembali ke jendela utama tampilan analisis dan pilihlah skenario Optimization.

Untuk menggunakan skenario Optimization, hanya diperlukan pengaturan
sederhana karena sebelumnya anda telah memasukkan semua data dasar yang
diperlukan dalam perhitungan optimalisasi. LEAP secara langsung akan menggunakan data
yang sama.
Pilih cabang Transformation\Electric Generation, kemudian pilih variabel Opmtimize. Ubah

nilainya dari No menjadi Yes. Apabila variabel tersebut tidak ada, periksa apakah anda telah
mengedit skenario yang tepat. Variabel ini tidak muncul pada skenario Current Accounts.
Terakhir, untuk setiap proses, periksa apakah pengaturan ter-dispatch telah diatur ke
RunningCost.
89
Sekali lagi, pilih Results View. LEAP akan menghitung ulang hasilnya kembali.
Perhatikan bahwa selama perhitungan ulang tersebut, perhitungan LEAP akan
berhenti sejenak, kemudian LEAP memunculkan jendela terpisah yang berisi
informasi tentang model optimalisasi OSeMOSYS 3 yang digunakan untuk menghitung
skenario optimalisasi. Jendela tersebut secara otomatis akan menutup ketika perhitungan
optimalisasi telah lengkap, di mana perhitungan LEAP akan dilanjutkan kembali.
Setelah seluruh perhitungan tersebut lengkap, anda dapat kembali menunjukkan hasil favorit
Costs by Scenario. Grafik dari perhitungan tersebut nampak seperti yang tertera di bawah
ini. Perhatikan bahwa LEAP sekarang telah membuat hasil untuk skenario optimalisasi baru
tersebut. Dapat dilihat bahwa biaya sosial keseluruhan ternyata sedikit lebih murah dari
skenario termurah yang telah dibuat sebelumnya.
3
OSeMOSYS (Open Source Energy Modeling System) adalah sistem pemodelan energi berbasis open source
yang digunakan dalam LEAP untuk menghitung konfigurasi biaya rendah yang optimal dari modul
Transformasi tunggal manapun. OSeMOSYS bergantung pada GNU Linear Programming Kit (GLPK), sebuah
software yang digunakan untuk menyelesaikan masalah pemrograman linear skala besar dengan metode revisi
simplex.
90
Untuk mengetahui lebih jelas, lihatlah grafik lainnya yang menunjukkan Electric Generation
dengan proses dari setiap skenario pada tahun 2020.
Tidak seperti pada skenario simulasi teknologi sederhana lainnya, pada skenario
Optimization, LEAP sendiri yang memilih komposisi pembangkit listrik. Karena bentuk
beban yang telah dimasukkan sebelumnya bervariasi menurut musim dan waktu, maka akan
terdapat beberapa periode puncak permintaan energi. Jika sebuah pembangkit listrik
dibangun pada periode tersebut, maka biaya yang dikeluarkan akan rendah, namun akan
tinggi dalam hal pengoperasian (misalnya, PLT-Combustion Turbines). Di sisi lain, jika
pembangkit listrik dibangun pada periode beban dasar permintaan energi, maka pembangkit
listrik tersebut menghabiskan banyak biaya dalam pembangunan namun memiliki biaya tetap
yang rendah (misalnya PLT-Gas Alam CC), atau bahkan tanpa biaya bahan bakar (PLT-
Tenaga angin).
6.6 Menggunakan Batasan (Constraints) untuk Menentukan Limit CO2
Pada latihan selanjutnya, anda akan membuat skenario tambahan yang menggambarkan
bagaimana pilihan teknologi berbiaya rendah akan berubah apabila level maksimum emisi
CO2 dibebankan dalam sistem.
Untuk membuat batasan emisi, langkah pertama yakni kembali ke jendela General: Basic
Parameters: Optimization, kemudian aktifkan kotak pilihan Include Emissions Constraints.
Kembali ke jendela utama dan tempatkan cabang Emission Constraints. Tambahkan dampak
baru untuk Carbon Dioxide Non Biogenic di bawah cabang tersebut. Skenario Current
Accounts dan semua skenario lainnya tidak memerlukan batasan emisi, untuk itu cukup
masukkan jumlah nilai yang besar (misalnya, 500 juta) ke dalam variabel Annual Emission
Constraint.
91
Selanjutnya, masuk ke jendela Manage Scenarios, kemudian buat skenario baru dengan nama
CO2 Constraint (CON) yang mewarisi skenario Optimization. Kembali ke jendela utama
dan masukkan nilai sebesar 25 juta ton ke dalam variabel Annual Emission Constraint pada
skenario baru tersebut.
Langkah terakhir, pilih kembali Results View. Segera setelah semuanya lengkap,
lihatlah hasil pembangkitan, emisi GHG total, dan biaya sosial. Grafik terlihat
seperti di bawah ini:
92
Sekarang cobalah untuk menjawab pertanyaan di bawah ini:
Berapa nilai persentase penurunan emisi GHG oleh pembatasan CO2 pada tahun 2020
bila dibandingkan dengan skenario optimal tanpa pembatasan?
Berapa persentase biaya yang naik?
93
6.7 Menggunakan Data Milik Sendiri
Sekarang kembali dan tinjau ulang biaya pemodalan, Pengoperasian & Pemeliharaan
(O&M), dan bahan bakar yang digunakan dalam latihan ini serta parameter teknik seperti
usia penggunaan, efisiensi, ketersediaan maksimum dan kredit kapasitas.
Tanamkan dalam pikiran bahwa nilai yang digunakan pada latihan ini hanyalah nilai contoh:
nilai tersebut tidak dimaksudkan untuk menjadi nilai yang realistis (jangan pernah gunakan
nilai tersebut untuk studi yang sebenarnya!)
Bagaimana nilai tersebut bila disamakan dengan biaya pembangkitan listrik di negara
anda?
Cobalah untuk mengganti biaya pemodalan dan bahan bakar yang digunakan dalam
latihan ini dengan data milik anda sendiri (apabila tersedia). Bagaimana pembangkit
listrik gabungan terbaik dapat berubah?
Langkah terakhir, pikirkan variabel manakah yang nampaknya akan berubah di masa
mendatang. Misalnya, anda mungkin ingin mengetahui berapa banyak teknologi
terbarukan seperti energi surya dan angin yang menjadi lebih murah secara signifikan
pada dekade terakhir, sedangkan harga minyak bumi (terutama minyak) telah
meningkat secara umum. Coba masukkan beberapa ekspresi pertumbuhan atau
Growth untuk menggambarkan tren ini. Apakah dampak dari perubahan tersebut
pada pembangkit listrik gabungan terbaik?
94

LEAPTrainingExercisesIndonesian2011 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

LEAPTrainingExercisesIndonesian2011 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Long-range Energy Alternatives Planning System

MODUL PELATIHAN PERENCANAAN ENERGI

Termasuk latihan terbaru dengan skenario optimalisasi berbiaya rendah

Latihan ini hanya untuk pemakaian LEAP2011 untuk Windows.

Tel: +1 (617) 627-3786

Edisi Terjemahan Bahasa Indonesia

Latihan 1 merupakan pengenalan elemen dasar analisis permintaan dan penyediaan

Latihan 5 berisi tentang penggunaan fitur-fitur analisis transportasi pada LEAP

Latihan 6 adalah tentang penggunaan fitur-fitur optimalisasi LEAP untuk mengem-

Untuk keterangan mengenai tampilan lainnya, klik Help.

Analysis View (ditunjukkan pada gambar di halaman berikut) terdiri dari

Status bar yang Data dapat dilihat

Cabang kategory (Category branches), yang utamanya digunakan untuk meng-

Cabang teknologi (Technology branches), memuat data tentang teknologi yang

Cabang asumsi kunci (Key Assumption branches), yang digunakan untuk

Chart/Table/Notes: Panel paling bawah meringkas data masukan dalam bentuk

Bantuan Penggunaan LEAP

2. Selanjutnya, periksa dokumentasi pada website COMMEND. Dua sumber informasi

LEAP User Guide: www.tinyurl.com/LEAPUserGuide

1.2 Parameter Dasar

1.3.1 Struktur Data

Selanjutnya, buatlah struktur diagram dengan menggunakan perintah Add ( ), Delete ( )

1.3.2 Current Accounts

Semua penduduk di wilayah perkotaan telah menikmati aliran listrik dan

Petunjuk 2: Ketika memilih unit untuk level aktivitas, perlu dipertimbangkan

Jenis Peralatan Memasak di Freedonia

% Pembagian Intensitas Energi

Petunjuk: Gunakan Saturation untuk unit level aktivitas tersebut

1.3.3 Skenario Reference

Petunjuk: Anda harus kembali ke pilihan Current Accounts apabila ingin

Petunjuk: Untuk memasukkan laju pertumbuhan, tekan tombol Ctrl-G atau

Rumah Tangga Perkotaan

Petunjuk: Untuk mengekspresikan sebuah laju pertumbuhan yang menurun,

Rumah Tangga Pedesaan

Program peningkatan akses listrik untuk daerah pedesaan diharapkan mampu

Petunjuk: Simpan data sebelum melangkah ke tahap selanjutnya dengan

1.3.4 Menampilkan Hasil Latihan

1.4 Transformasi Energi

Sektor Transformation menggunakan cabang-cabang khusus yang disebut modul (modules)

1.4.1 Transmisi dan Distribusi

Anda akan memulai latihan ini dengan

1.4.2 Pembangkitan Listrik

Selanjutnya, anda akan mensimu-

Pastikan letak modul Electricity

Jenis Pembangkit Listrik Kapasitas Effisiensi (%) Merit Ketersediaan

Petunjuk: Untuk menentukan tahun awal hitung pembangkitan PLT-Air dan

1. Langkah pertama, atur pem-

Hasil pembagian waktu akan nampak seperti tampilan di bawah ini:

3. Langkah terakhir, kembali ke jendela Analysis View, kemudian pilih Current

Petunjuk: Apabila variabel System Peak Load Shape tidak ditemukan,

Tidak ada rencana untuk membangun pembangkit listrik baru di Freedonia.

Petunjuk: Untuk membuat model skenario ini gunakan fungsi BaseYearValue.

Step(2020, BaseYearValue-500, 2030, BaseYearValue-1000).

Gunakan tab Exogenous Capacity ketika memasukkan nilai kapasitas ekplisit

Di masa mendatang, agar dapat memenuhi permintaan dan mengganti pembangkit

Petunjuk:Langkah pertama tambahkan jenis pembangkit listrik baru pada

Pembangkitan Listrik di Freedonia: Skenario Reference

Catatan: tahun dasar = 5.970 GWh, 2040 = 34.583 GWh

Catatan: tahun dasar = 2300 MW, 2040 =11.400 MW

Cadangan Kapasitas (%) Listrik ter-dispatch pada tahun 2040 (MW)

Sekarang anda akan menggunakan

Emisi Potensial Pemanasan Global dari Freedonia

Untuk mengeksplorasi potensi