FIQIH
FIQIH
PENDAHULUAN
Salah satu kebutuhan pokok bagi kehidupan masyarakat saat ini untuk melakukan
aktivitasnya sehari-hari adalah tenaga listrik. Terbagi beberapa sektor yang menggunakan
tenaga listrik yaitu sektor rumah tangga, usaha atau bisnis, industri, dan sarana umum.
Besarnya konsumsi listrik dari waktu ke waktu cenderung mengalami peningkatan yang
besarnya tidak dapat ditentukan secara pasti. Ketidakpastian itu apabila tidak diperkirakan
akan menjadi masalah, karena kebutuhan listrik semakin bertambah tetapi penyediaan listrik
kurang. Hal ini disebabkan karena pentingnya listrik untuk kemajuan hidup manusia pada
beberapa bidang yaitu bidang ekonomi, teknologi, sosial, dan budaya. Kota Batam
merupakan salah satu kota yang tingkat konsumsi energi listrik yang tinggi. Tingginya
konsumsi energi listrik kota Batam dipengaruhi oleh aktivitas ekonomi yang semakin tinggi
seiring bertambahnya jumlah penduduk, pertumbuhan bisnis dan industri, serta kemajuan
teknologi. Peningkatan konsumsi ini terjadi karena untuk menggerakan roda perekonomian
seperti industri, transportasi, perbankan, dan pemerintahan. Kebutuhan listrik masyarakat
dalam melakukan aktivitas sehari-hari yang mengakibatkan permintaan akan suplai daya
semakin besar.
Permintaan kebutuhan listrik tersebut harus diikuti dengan penyediaan tenaga listrik oleh
pihak penyedia tenaga listrik, dalam hal ini adalah PT. PLN (Persero) BATAM, agar tercapai
stabilitas sistem tenaga listrik serta mampu memenuhi kebutuhan konsumen akan energi
listrik. Itulah alasannya kenapa tenaga listrik harus disediakan saat dibutuhkan, karena
penyimpanan tenaga listrik tidak bias dalam skala besar. Akibatnya akan ada permasalahan
yang muncul dalam mengatasi kebutuhan daya listrik yang tidak konstan tiap tahunnya,
bagaimana menghasilkan daya dengan kualitas baik pada sistem tenaga listrik agar dapat
memenuhi permintaan.
Permasalahannya adalah apabila tidak diperhitungkan dalam hal penyediaan pasokan energi
listrik pada konsumen maka dapat mempengaruhi kesiapan dari unit pembangkitnya.
Kecenderungan tenaga listrik antara pihak penyediaan dan pihak permintaan bisa
menimbulkan kerugian bagi pihak penyedia tenaga listrik. Pada unit pembangkit akan
berlebih dalam pemakaian energi apabila tenaga yang dihasilkan lebih besar dari konsumsi
listrik. Pada pihak konsumen akan mengalami pemadaman bila tenaga yang dibangkitkan
lebih kecil dari kebutuhan listrik. Untuk itu dibutuhkan mekanisme yang cukup baik dalam
pembangkitan tenaga listrik. Untuk menjaga stabilitas tersebut, maka pihak penyedia tenaga
listrik harus dapat meramalkan besar kebutuhan atau permintaan listrik.
Daman Suswanto (2010), dalam suatu jurnal berjudul “Sistem Distribusi Tenaga Listrik”
pada bab 12 tentang Analisis Peramalan Beban Dan Kebutuhan Energi Listrik, menjelaskan
bahwa peramalan pada dasarnya merupakan suatu dugaan atau prakiraan mengenani
terjadinya suatu kejadian atau peristiwa dimasa yang akan datang. Dalam kegiatan
perencanaan peramalan merupakan kegiatan mula dari proses tersebut. Ramalan di bidang
tenaga elektrik pada dasarnya merupakan ramalan kebutuhan energi elektrik (watt-jam) dan
ramalan beban tenaga elektrik (watt). Keduanya sering disebut dengan istilah Demand and
Load Forecasting. Hasil peramalan ini dipergunakan untuk membuat rencana pemenuham
kebutuhan maupun pengembangan penyediaan tenaga elektrik setiap saat secara cukup dan
baik serta terus menerus.
Arifien E (2012), membahas tentang peramalan beban listrik dan optimalisasi pembangunan
jaringan distribusi dengan menggunakan metode simple-E dan program linier. Metode
simple-E yang digunakan dalam penelitian ini dapat disimulasikan dengan microsoft excel
secara berulang-ulang dengan waktu yang panjang, tetapi dalam metode ini membutuhkan
pengalaman dan ketajaman intuisi untuk membentuk model yang sesuai dengan data yang
diperoleh.
Menurut Ngakan Putu Satriya Utama (2007), pada proses perencanaan pengembangan sistem
tenaga listrik diperlukan adanya suatu prakiraan kebutuhan tenaga listrik yang dapat
memberikan informasi kepada pembuat kebijakan sehingga dengan prakiraan yang baik akan
dapat mengurangi resiko pembangunan yang tidak dibutuhkan. Kebutuhan tenaga listrik
suatu daerah tergantung dari letak daerah, jumlah penduduk, standar kehidupan, rencana
pembangunan atau pengembangan daerah dimasa yang akan datang. Sehingga dalam
prakiraan diperlukan data yang mencakup perkembangan daerah, tingkat perekonomian
daerah maka dapat digunakan jumlah produk domestik regional bruto (PDRB), kemudian
jumlah penduduk daerah tersebut dan sebagainya.
Menurut Djiteng Marsudi (2006), pembagian kelompok peramalan atau perkiraan beban
terdiri atas:
1. Peramalan Beban Jangka Panjang
Perkiraan beban jangka panjang adalah untuk jangka waktu di atas satu tahun. Dalam
perkiraan beban jangka panjang masalah-masalah makro ekonomi yang merupakan
masalah ekstern perusahaan listrik merupakan faktor utama yang menentukan arah
perkiraan beban.
A. Studi Literatur
Dalam studi literatur adalah melakukan pencarian informasi dan data yang penting mengenai
segala sesuatu yang berhubungan dengan penelitian ini, diantaranya adalah:
1. Kebutuhan/permintaan energi listrik ialah besarnya energi listrik yang terpakai setiap
tahun pada pelanggan PT. PLN (Persero) Wilayah Batam.
2. Susut (losses) adalah suatu bentuk kehilangan energi listrik yang berasal dari selisih
sejumlah energi listrik yang tersedia dengan sejumlah energi listrik yang terjual.
3. PDRB merupakan penjumlahan nilai output bersih perekonomian yang ditimbulkan
oleh seluruh kegiatan ekonomi di suatu wilayah tertentu (provinsi dan kabupaten
/Kota), dan dalam satu kurun waktu tertentu (satu tahun kelender). Kegiatan ekonomi
yang dimaksud kegiatan pertanian, pertambangan, industri pengolahan, sampai
dengan jasa.
4. Populasi penduduk, jumlah rumah tangga merupakan jumlah penduduk yang
menempati/memadati suatu tempat atau daerah.
5. Prediksi adalah memperkirakan nilai populasi (parameter) dengan memakai nilai
sampel (statistik tahun 2002-2013).
Pada tugas akhir ini data yang digunakan merupakan data sekunder yang diperoleh dari
instansi pemerintah daerah, Badan Pusat Statistik Provinsi Batam, Distamben Batam, PT.
PLN (Persero) Wilayah Batam Sesuai dengan varaibel-variabel yang dibutuhkan yaitu jumlah
pendapatan perkapita, jumlah penduduk, pdrb persektor, losses, rasio elektrifikasi, faktor
beban, dan beban listrik yang terpasang dari tahun 2002 sampai tahun 2013.
C. Metode Prediksi
Y =A+BX
(𝚺𝐲)(𝚺𝐱 𝟐 ) −(𝚺𝐱)(𝚺𝐱𝐲)
a= (3.1)
𝐧(𝚺𝐱 𝟐 )−(𝚺𝒙)𝟐
𝐧(𝚺𝐱𝐲)−(𝚺𝐱)(𝚺𝐲)
b= (3.2)
𝐧(𝚺𝐱 𝟐 )−(𝚺𝒙)𝟐
Y = a + bx (3.3)
Y : merupakan nilai estimate variabel tidak bebas (terikat)
X : merupakan variabel bebas
a : merupakan intersep
b : merupakan keofisien regresi
n : merupakan banyak data
4. Data pendapatan penjualan energi listrik beban industri dan beban non-industri
Pelanggan Listrik
400
335 345
350 325
305
285 290
300 265 275
235
250
205
175 185
200
150
100
50
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
100
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Dari rekapitulasi data pelanggan listrik pada beban industri dan beban non-
industri yang diperoleh dari statistik perusahaan PLN dari tahun 2004 sampai
dengan tahun 2015 dapat dilakukan analisis pendekatan linear untuk menentukan
nilai konstanta a dan koefisien regresi b pada persamaan linear dengan melakukan
perhitungan data seperti pada Tabel 4.2 dan Tabel 4.4
a = 204 b = 11,171
Dari perhitungan diatas, maka telah didapat konstanta a dan koefisien regresi b. Dengan
menggunakan Persamaan pendekatan Linear sesuai dengan persamaan (3.3) maka:
Y = 204 + 11,171x
2017 13 349
2018 14 360
2019 15 371
2020 16 382
2021 17 393
Dari hasil prediksi pada Tabel 4.3 didapatkan bahwa jumlah pelanggan
listrik pada beban industri selama 10 tahun mendatang cenderung mengalami
peningkatan setiap tahunnya. Seperti grafik pertumbuhan pelanggan listrik yang
terlihat pada Gambar 4.9
Pelanggan Listrik
450
371 382 393
400 360
345 349
350 325 335
305
285 290
300 265 275
235
250 205
200 175 185
150
100
50
0
2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023
4.2.2 Prediksi Energi yang Terjual
Dari rekapitulasi data energi yang terjual pada beban industri dan beban non-
industri yang diperoleh dari statistik perusahaan PLN dari tahun 2004 sampai
dengan tahun 2015 dapat dilakukan analisis regresi linear untuk menentukan nilai
konstanta a dan koefisien regresi b pada persamaan linear dengan melakukan
perhitungan data seperti pada Tabel 4.10 dan Tabel 4.12
Variabel
Variabel y :
x:
Tahun Energi yang 𝒙𝟐 𝒙. 𝒚
Periode
Terjual (GWh)
Tahun
2005 1 188,60 1 188,6
2006 2 225,70 4 451,4
2007 3 316,74 9 950,22
2008 4 369,93 16 1479,72
2009 5 417,62 25 2088,1
2010 6 419,88 36 2519,28
2011 7 469,04 49 3283,28
2012 8 464,07 64 3712,56
2013 9 514,25 81 4628,25
2014 10 580,54 100 5805,4
2015 11 582,47 121 6407,17
2016 12 518,86 144 6226,32
TOTAL 78 5.067,7 650 37740,3
(𝚺𝐲)(𝚺𝐱 𝟐 ) −(𝚺𝐱)(𝚺𝐱𝐲) 𝐧(𝚺𝐱𝐲)−(𝚺𝐱)(𝚺𝐲)
a= b=
𝐧(𝚺𝐱 𝟐 )−(𝚺𝒙)𝟐 𝐧(𝚺𝐱 𝟐 )−(𝚺𝒙)𝟐
(𝟓.𝟎𝟔𝟕,𝟕)(𝟔𝟓𝟎) −(𝟕𝟖)(𝟑𝟕𝟕𝟒𝟎,𝟑) 𝟏𝟐(𝟑𝟕𝟕𝟒𝟎,𝟑)−(𝟕𝟖)(𝟓.𝟎𝟔𝟕,𝟕)
a= b=
𝟏𝟐(𝟔𝟓𝟎)−(𝟕𝟖)𝟐 𝟏𝟐(𝟔𝟓𝟎)−(𝟕𝟖)𝟐
a = 204,11 b = 33,56
Tabel 4. 11 Hasil Prediksi Jumlah Energi yang Terjual pada Beban Industri di Area
100
0
2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023
II. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil analisis yang dilakukan dapat diambil kesimpulannya sebagai berikut:
1. Prediksi total kenaikan jumlah pelanggan listrik pada beban industri adalah
sebesar 104 pelanggan (rata-rata pertumbuhan per tahun sebesar 4,33%) dan
pada beban non- industri sebesar 81.632 pelanggan (rata-rata pertumbuhan per
tahun sebesar 4,11%).
2. Prediksi total kenaikan jumlah energi listrik yang terjual pada beban industri
sebesar 289,481 GWh (rata-rata pertumbuhan per tahun sebesar 6,95%) dan
pada beban non- industri sebesar 441,118 GWh (rata-rata pertumbuhan per
tahun sebesar 7,72%).
5.2 Saran
Penelitian ini dilakukan penulis hanya memprediksikan kebutuhan energi listrik pada
wilayah Propinsi Sumatera Barat dan hanya menggunakan salah satu metode yaitu
Pendekatan Linear dengan memiliki hambatan keterbatasan data yang diperoleh
Diharapkan untuk penelitian selanjutnya bisa mendapatkan data yang terbaru dan
menggunakan metode lainnya pada wilayah lainnya juga untuk hasil yang lebih
memuaskan
DAFTAR PUSTAKA
[1] Yuningsih Akili dan Yasin Mohamad, Analisa Perkiraan Energi Menggunakan
Metode Koefisien Energi (Studi Kasus : PT.PLN (PERSERO) Area Gorontalo,
Gorontalo: Jurnal Teknologi Electricshan, 2014.
[2] Ricky Ardian Pratama, Lilik, dan Anifah, ”Peramalan Beban Listrik Jangka
Panjang Provinsi D.I. Yogyakarta Menggunakan Neural Network
Backpropagation,” Jurnal Teknik Elektro, Vol.05, No.03, hal.0-47, 2016.
[3] M. Syafruddin, Lukmanul Hakim, dan Dikpride Despa, “Metode Regresi Linier
untuk Prediksi KebutuhanEnergi Listrik Jangka Panjang (Studi Kasus Provinsi
Lampung),” Jurnal Informatika dan Teknik Elektro Terapa (JITET), Vol.02,
No.02, 2014.
[4] Sofjan Assauri, Manajemen Produksi dan Operasi, Edisi Revisi, Jakarta:
Lembaga Penerbit. Fakultas Ekonomi Universitas Indonesia, 1999.