PROPOSAL PROGRAM KREATIVITAS MAHASISWA

ANALISIS KEANDALAN KECEPATAN ANGIN DI PROVINSI

ACEH MENGGUNAKAN DISTRIBUSI WEIBULL DAN LOG
NORMAL SEBAGAI POTENSI PEMBANGUNAN
PEMBANGKIT LISTRIK TENAGA ANGIN

BIDANG KEGIATAN
PKM ARTIKEL ILMIAH

Diusulkan Oleh :

Nuwairy El Furqany; 1608108010029; 2016

Nurin Ghassani; 1508108010028; 2015
Shinta Lestari; 1608108010008; 2016

UNIVERSITAS SYIAH KUALA

BANDA ACEH
2020
 1

ANALISIS KEANDALAN KECEPATAN ANGIN DI PROVINSI ACEH

MENGGUNAKAN DISTRIBUSI WEIBULL DAN LOG NORMAL SEBAGAI
POTENSI PEMBANGUNAN PEMBANGKIT LISTRIK TENAGA ANGIN

*Nuwairy El Furqany1, Nurin Ghassani2, Shinta Lestari3

1,2,3
Jurusan Statistika, FMIPA, Universitas Syiah Kuala
*Corresponding Author : nuwairy@gmail.com

ABSTRAK

Pertumbuhan ekonomi pasca bencana tsunami Aceh tahun 2004, membutuhkan

suplai energi listrik menjadi semakin besar. Oleh sebab itu untuk memenuhi
kebutuhan energi listrik, maka di perlukan sebuah alternatif sumber energi baru.
Artikel ini membahas keandalan kecepatan angin di beberapa Stasiun BMKG
Aceh sebagai potensi pembangunan pembangkit listrik tenaga angin. Data yang
digunakan dalam penelitian ini berupa data sekunder yaitu rata-rata kecepatan
angin di beberapa Stasiun BMKG Aceh dari Januari 2014 sampai Desember 2017.
Analisis yang dilakukan adalah analisis deskriptif, estimasi parameter distribusi
data, dan analisis fungsi keandalan. Hasil pembahasan yang diperoleh adalah rata-
rata kecepatan angin Aceh Besar dan Sabang termasuk kategori angin kencang
yaitu mencapai 20 knot, stasiun BMKG Aceh Besar, Aceh Utara, dan Sabang
berdistribusi Log Normal sedangkan stasiun BMKG Aceh Barat dan
Lhokseumawe berdistribusi Weibull, dan plot fungsi keandalan menunjukkan
bahwa untuk perubahan kecepatan angin yang semakin kencang, maka peluang
fungsi keandalannya semakin kecil. Artinya semakin kencang kecepatan angin
maka semakin bagus potensinya terhadap pembangkit listrik tenaga angin.
Kata Kunci : Kecepatan Angin, Log Normal, Weibull, Fungsi Keandalan

ABSTRACT
Economic growth in the aftermath of the 2004 tsunami in Aceh requires greater
electricity supply. Therefore, to meet electrical energy needs, a new alternative
energy source is needed. This article discusses the reliability of wind speed at
several BMKG Aceh Stations as the potential for the construction of wind power
plants. The data used in this study are secondary data, namely the average wind
speed at several BMKG Aceh Stations from January 2014 to December 2017. The
analysis carried out is descriptive analysis, parameter estimation of data
distribution, and analysis of reliability functions. The results of the discussion
obtained were the average wind speed of Aceh Besar and Sabang including the
category of high winds which reached 20 knots, BMKG stations Aceh Besar,
Aceh Utara, and Sabang distributed Log Normal while BMKG Aceh Barat and
Lhokseumawe stations Weibull distribution, and plots reliability shows that for
changes in the speed of the wind which is getting faster, the chances of the
reliability function are getting smaller. This means that the faster the wind speed,
the better the potential for wind power plants.
Keywords : Velocity of Wind, Log Normal, Weibull, Realibility Function
 2

PENDAHULUAN
Aceh merupakan salah satu wilayah yang terletak di ujung Pulau Sumatera
negara Indonesia yang bertetanggaan dengan Provinsi Sumatera Utara. Provinsi
yang sedang mengalami pertumbuhan ekonomi pasca bencana dan tsunami pada
bulan Desember tahun 2004, membutuhkan suplai energi listrik menjadi semakin
besar. Oleh sebab itu untuk memenuhi kebutuhan energi listrik, maka di perlukan
sebuah alternatif sumber energi baru. Ketersediaan angin yang tidak ada habisnya
di alam dapat dimanfaatkan sebagai dasar pembangunanan pembangkit listrik
tenaga angin. Namun, tidak semua daerah memiliki angin yang cukup potensial.
Pemanfaatan energi angin diperlukan data atau informasi mengenai
potensi energi angin aktual yang tersedia di lokasi pemasangan dan pemanfaatan
sesuai kebutuhan di lokasi tersebut. Untuk mendapatkan distribusi angin perlu
dilakukan analisa keandalan kecepatan angin dalam jangka waktu minimal satu
tahun. Data kecepatan angin dapat diambil dari pengukuran yang telah dilakukan
oleh stasiun Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Berikut
peta kabupaten/kota Provinsi Aceh yang memiliki stasiun BMKG

Gambar 1. Kabupaten/Kota Provinsi Aceh yang Memiliki Stasiun BMKG

(Sumber : dataonline.bmkg.go.id)

Kabupaten/Kota Provinsi Aceh yang memiliki stasiun BMKG yaitu Aceh

Besar, Aceh Barat, Aceh Utara, Lhokseumawe, dan Sabang. Observasi yang akan
dilakukan pada penelitian ini akan berdasarkan data kecepatan angin dari stasiun
BMKG tersebut. Beberapa studi telah dilakukan pada penggunaan estimasi
parameter distribusi keluarga eksponensial untuk permodelan kecepatan angin
dibanyak negara. Diantara distribusi keluarga eksponensial tersebut adalah
Weibull, Gamma, Log Normal, Exponensial dan Gaussian. Fungsi Log Normal
dan Weibull banyak digunakan secara luas dalam studi energi angin karena
 3

pendekatannya dianggap akurat dan kemanfaatannya yang fleksibel untuk

menggambarkan variasi kecepatan angin (Johnson, 2006). Menurut WWWEA
(World Wind Energy Association) Angin yang dapat dimanfaatkan untuk PLTA
adalah angin yang berkecepatan 12-19,5 km/jam sampai dengan angin yang
berkecepatan 61,6-74,5 km/jam.
Dalam penelitian ini penulis ingin menganalisa keandalan kecepatan angin
di beberapa stasiun BMKG Aceh menggunakan estimasi parameter distribusi data.
Dengan harapan mendapatkan informasi tentang studi kelayakan potensi
pembangkit tenaga listrik angin (PLTA) di beberapa stasiun BMKG Aceh. Oleh
karena itu pemanfaatan tenaga angin di beberapa stasiun BMKG Aceh perlu
dilakukan penelitian awal untuk mengetahui potensi pembangunan PLTA di
Provinsi Aceh.

TUJUAN
Tujuan penelitian ini untuk mengetahui gambaran kecepatan angin di
beberapa Stasiun BMKG Provinsi Aceh, distribusi yang sesuai untuk
menggambarkan kecepatan angin di beberapa Stasiun BMKG Provinsi Aceh dan
menganalisis reliability function (fungsi keandalan) kecepatan angin di beberapa
Stasiun BMKG Provinsi Aceh sebagai potensi pembangunan pembangkit listrik
tenaga angin.

METODE PENELITIAN
Data yang digunakan dalam penelitian ini berupa data sekunder yaitu rata-
rata kecepatan angin (knot) di beberapa Stasiun BMKG Provinsi Aceh. Periode
waktu pada data yang digunakan adalah dari Januari tahun 2014 – Desember
2017. Data diperoleh dari website Badan Meteorologi, Klimatologi, dan Geofisika
(BMKG), Badan Pusat Statistik (BPS), dan Provinsi Aceh dalam Angka.
Salah satu metode statistika yang dapat digunakan dalam kasus ini adalah
distribusi Weibull dan Log Normal. Distribusi Weibull dan Log Normal sering
digunakan dalam analisis keandalan dan sering dijumpai kasus dimana data yang
sesuai dengan distribusi Weibull sesuai pula dengan distribusi Log Normal.
Parameter yang diestimasi menggunakan metode Maximum Likelihood Estimation
(MLE) pada distribusi Log Normal adalah meanlog (µ) dan sdlog (σ) sedangkan
parameter distribusi Weibull adalah shape (α) dan scale (β). Menurut Lee dan
Wang (2003), fungsi keandalan berdasarkan distribusi Weibull dan Log Normal
adalah sebagai berikut:

Tabel 1. Fungsi Keandalan Berdasarkan Distribusi Log Normal dan Weibull

Distribusi f(t) F(t) R(t)

Log Normal
1
√2 πσt (
1
exp ⌈ − ln
2
t−μ 2
σ )⌉ Φ (
log ( t )−μ
σ ) f (t )
F (t )
 4

Weibull
p λp t p−1 e−( λt ) p 1−e−(λt ) p 1−F (t)
Berikut diagram alir prosedur penelitian

Data rata-rata kecepatan angin di beberapa

stasiun BMKG Provinsi Aceh

Analisis Deskriptif Analisis Inferensia

Pemilihan distribusi data

Summary Grafik
Estimasi parameter distribusi
data dengan MLE

Analisis fungsi keandalan

Kesimpulan kecepatan angin di beberapa
stasiun BMKG Provinsi Aceh

Gambar 2. Diagram alir prosedur penelitian

HASIL DAN PEMBAHASAN

1. Analisis Deskriptif
Data Kecepatan Angin di Provinsi Aceh diawali dengan statistik deskriptif
yang digunakan untuk mengetahui karakteristik data, seperti pada Tabel 2.

Tabel 2. Summary Statistik Kecepatan Angin (knot)

Statistik Aceh Besar Aceh Barat Aceh Utara Lhokseumawe Sabang
Minimum 3,7 1,8 3 3 2
Median 4,9 2,95 4 4 8
Mean 7,1 2,73 4 4,04 9,4
Makasimum 23 3,8 5 5 20

Berdasarkan Tabel 2 terlihat bahwa kecepatan angin maksimum di

kabupaten/kota Aceh Besar mencapai 23 knot, Aceh Barat mencapai 3,8 knot,
Aceh Utara dan Lhokseumawe mencapai 5 knot, dan Sabang mencapai 20 knot.
Berikut grafik dari data kecepatan angin di beberapa stasiun BMKG Provinsi
Aceh. Dan kecepatan angin minimum di kabupaten/kota Aceh Besar mencapai 3,7
knot, Aceh Barat mencapai 1,8 knot, Aceh Utara dan Lhokseumawe mencapai 3
knot, dan Sabang mencapai 2 knot. Sedangkan kecepatan angin rata-rata di
kabupaten/kota Aceh Besar mencapai 7,1 knot, Aceh Barat mencapai 2,73 knot,
 5

Aceh Utara mencapai 4 knot, Lhokseumawe mencapai 4,04 knot, dan Sabang
mencapai 9,4 knot. Berikut grafik batang dari data kecepatan angin di beberapa
stasiun BMKG Provinsi Aceh.

Rata-rata Kecepatan Angin di Beberapa

Stasiun Provinsi Aceh Tahun 2014-2017
Aceh Besar Aceh Barat Aceh Utara
Lhokseumawe Sabang
25
Kecepatan Angin (knot)

20
15
10
5
0
2014 2015 2016 2017
Tahun

Grafik 1. Rata-rata Kecepatan Angin di beberapa Stasiun BMKG Aceh 2014-2017

Berdasarkan Grafik 1 terlihat bahwa rata-rata kecepatan angin di

kabupaten/kota Aceh Besar dan Sabang berturut-turut mencapai 23 dan 20 knot,
hal ini termasuk kedalam kategori angin kencang. Menurut Petugas Forecaster
BMKG Kelas III Jatiwangi, normalnya kecepatan angin maksimum hanya 15
knot. Sedangkan rata-rata kecepatan angin di kabupaten/kota Aceh Barat, Aceh
Utara, dan Lhokseumawe termasuk kedalam kategori angin sedang yaitu hanya
mencapai 5 knot.

2. Analisis Inferensia

Analisis inferensia merupakan analisis data yang digunakan untuk menarik

kesimpulan berdasarkan data kecepatan angin di beberapa stasiun BMKG Aceh
tahun 2014-2017 menggunakan analisis fungsi keandalan. Untuk menentukan
distribusi data, pemilihan distribusi dapat dilakukan dengan melihat nilai AIC dan
BIC yang terkecil dari salah satu distribusi keluarga eksponensial. Berikut Nilai
AIC dan BIC di beberapa stasiun BMKG Aceh.

Tabel 3. Nilai AIC dan BIC di beberapa stasiun BMKG Aceh

Aceh Aceh Aceh
Distribusi Kriteria Lhokseumawe Sabang
Besar Barat Utara
AIC 241,522 77,555 80,377 94,465 266,874
Log Normal
BIC 245,264 81,973 84,119 98,208 270,616
Weibull AIC 261,648 75,223 83,814 93,606 271,928
 6

BIC 265,391 78,964 87,556 97,349 275,670

233,06
AIC
Eksponensia 286,113 194,237 4 232,079 313,066
l 234,93
BIC
287,984 196,108 5 233,95 314,937
AIC 251,252 79,746 81,115 94,499 266,914
Gamma
BIC 254,995 83,489 84,857 98,241 270,657

Berdasarkan Tabel 3 terlihat nilai AIC dan BIC terkecil berdasarkan data
kecepatan angin di beberapa stasiun BMKG Provinsi Aceh. Sehingga dapat
disimpulkan bahwa stasiun BMKG Aceh Besar, Aceh Utara, dan Sabang
berdistribusi Log Normal sedangkan stasiun BMKG Aceh Barat dan
Lhokseumawe berdistribusi Weibull.
Setelah pemilihan distribusi menggunakan kriteria AIC dan BIC terkecil,
maka digunakan MLE untuk mendapatkan nilai estimasi parameter menggunakan
distribusi Log Normal dan Weibull dari data kecepatan angin di beberapa stasiun
BMKG Provinsi Aceh. Parameter yang diestimasi menggunakan metode MLE
pada distribusi Log Normal adalah meanlog (µ) dan sdlog (σ) sedangkan
parameter distribusi Weibull adalah shape (α) dan scale (β) . Adapun nilai
estimasi parameter dari distribusi Log Normal dan Weibull dari data dapat dilihat
pada tabel 4 berikut.

Tabel 4. Estimasi Parameter Distibusi Log Normal dan Weibull dengan MLE
Distribusi Log Normal
Parameter
Kabupaten/Kota
Meanlog (µ) Sdlog (σ)
Aceh Besar 1,84 0,46
Aceh Utara 2,15 0,44
Sabang 1,40 0,13
Distribusi Weibull
Parameter
Kabupaten/Kota
Shape (α) Scale (β)
Aceh Barat 6,24 2,94
Lhokseumawe 7,3 4,3

Berdasarkan Tabel 4, dapat diketahui bahwa nilai parameter distribusi Log

Normal untuk stasiun BMKG Aceh Besar, Aceh Utara, dan Sabang berturut-turut
yaitu nilai µ sebesar 1,84; 2,15 dan 1,40 dan nilai σ sebesar 0,46; 0,44 dan 0,13.
Dan nilai parameter distribusi Weibull untuk stasiun BMKG Aceh Barat dan
Lhokseumawe berturut-turut yaitu nilai α sebesar 6,24 dan 7,3 serta nilai σ sebesar
2,94 dan 4,3. Sehingga diperoleh nilai fungsi keandalan atau reliability function
R(t) sebagai berikut :
 7

Tabel 5. Nilai Fungsi Keandalan Rata-rata Kecepatan Angin

Aceh Aceh Aceh Lhokseumaw
Pengamatan Sabang
Besar Barat Utara e
1 0,876 0,954 0,989 0,930 0,999
2 0,876 0,914 0,989 0,930 0,959
3 0,851 0,914 0,989 0,930 0,890
4 0,838 0,914 0,989 0,930 0,890
5 0,838 0,914 0,989 0,930 0,890
6 0,824 0,914 0,542 0,930 0,890
7 0,824 0,914 0,542 0,930 0,792
8 0,811 0,914 0,542 0,930 0,792
9 0,811 0,914 0,542 0,554 0,679
10 0,767 0,914 0,542 0,554 0,679
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
47 0,015 0,051 0,054 0,049 0,027
48 0,002 0,007 0,054 0,049 0,027

Berikut merupakan plot fungsi keandalan atau reliability function R(t)

untuk stasiun BMKG Aceh Besar, Lhokseumawe, Aceh Utara, Aceh Barat, dan
Sabang.
 8

Gambar 2. Plot Fungsi Keandalan Rata-rata Kecepatan Angin

Berdasarkan Gambar 2, pada plot keandalan di stasiun BMKG Aceh

Besar diketahui bahwa mengalami penurunan hingga mencapai nilai 0,002, plot
keandalan di stasiun BMKG Lhokseumawe juga mengalami penurunan hingga
mencapai nilai 0,049, plot keandalan di stasiun BMKG Aceh Utara juga
mengalami penurunan hingga mencapai nilai 0,054, plot keandalan di stasiun
BMKG Aceh Barat juga mengalami penurunan hingga mencapai nilai 0,007, dan
plot keandalan di stasiun BMKG Sabang Utara juga mengalami penurunan
hingga mencapai nilai 0,027. Sehingga dapat disimpulkan bahwa untuk
perubahan kecepatan angin yang semakin kencang, maka peluang fungsi
keandalannya semakin kecil. Artinya semakin kencang kecepatan angin maka
semakin bagus potensinya terhadap pembangkit listrik tenaga angin. Sedangkan
untuk plot fungsi Hazard pada stasiun BMKG Aceh Besar, Lhokseumawe, Aceh
Utara, Aceh Barat, dan Sabang dapat dilihat pada Gambar 3.

Gambar 3. Plot Fungsi Hazard Rata-rata Kecepatan Angin

Berdasarkan Gambar 3, pada plot Hazard menunujukkan laju kegagalan

untuk perubahan kecepatan angin yang semakin kencang. Pada stasiun BMKG
Aceh Besar, Lhokseumawe, Aceh Utara, dan Aceh barat diketahui bahwa untuk
perubahan kecepatan angin yang semakin kencang, maka semakin besar peluang
 9

Hazard nya. Sedangkan pada stasiun BMKG Sabang diketahui bahwa untuk
perubahan kecepatan angin yang semakin kencang, maka semakin kecil peluang
Hazard nya.

KESIMPULAN
Berdasarkan hasil pembahasan diperoleh kesimpulan sebagai berikut:
1. Berdasarkan statistika deskriptif diperoleh bahwa kecepatan angin maksimum
di kabupaten/kota Aceh Besar dan Sabang berturut-turut mencapai 23 dan 20
knot, hal ini termasuk kedalam kategori angin kencang. Sedangkan rata-rata
kecepatan angin di kabupaten/kota Aceh Barat, Aceh Utara, dan
Lhokseumawe termasuk kedalam kategori angin sedang yaitu hanya
mencapai 5 knot.
2. Berdasarkan Nilai AIC dan BIC terkecil dari data kecepatan angin di
beberapa stasiun BMKG Provinsi Aceh diperoleh bahwa stasiun BMKG
Aceh Besar, Aceh Utara, dan Sabang berdistribusi Log Normal sedangkan
stasiun BMKG Aceh Barat dan Lhokseumawe berdistribusi Weibull.
3. Berdasarkan plot fungsi keandalan menunjukkan bahwa untuk perubahan
kecepatan angin yang semakin kencang, maka peluang fungsi keandalannya
semakin kecil. Artinya semakin kencang kecepatan angin maka semakin
bagus potensinya terhadap pembangkit listrik tenaga angin. Berdasarkan plot
fungsi Hazard menunjukkan bahwa pada stasiun BMKG Aceh Besar,
Lhokseumawe, Aceh Utara, dan Aceh barat untuk perubahan kecepatan
angin yang semakin kencang, maka semakin besar peluang Hazard nya.
Sedangkan pada stasiun BMKG Sabang untuk perubahan kecepatan angin
yang semakin kencang, maka semakin kecil peluang Hazard nya.
 10

DAFTAR PUSTAKA

Johnson, Gary. 2016. Wind Energy Sistem: electronic edition.

Sultan, R. Ahmad, S. P. 2013. Comparison of parameters of Lognormal
Distribution Based on the Classical and Posterior Estimates. Journal of
Modern Applied Statistical Methods.
Kleinbaum, David, G, dan Klein, Mitchel. 2012. SurvivalAnalysis A Self Learning
Text, Springer Verlag. New York.
Bhattacharya P, Bhattcharjee R. 2010. A study on Weibull distribution for
estimating the parameters. Journal of Applied Quantitative Methods.
Weisser DA. 2003. Wind energy analysis of Grenada, an estimation using
Weibull density function. Renew. Energy 28.
Collett D. 2003. Modelling Survival Data in Medical Research - Second Edition,
Chapman and Hall, London.
Lee, E, T, dan Wang, J, W. 2003. Statistical Methods for Survival Data Analysis
Third Edition, John Wiley & Sons, Inc, New Jersey.
Lawless, F, J. 2003. Statistical Models and Methods for Lifetime Data. John
Wiley & Sons, Inc, New Jersey.
Handoko, Ir. 1999. Klimatologi Dasar. Fakultas Matematika dan Ilmu
Pengetahuan Alam. Institut Pertanian Bogor. Bogor.
Klein, J,P dan M,L, Moeschberger. 1997. SurvivalAnalysis : Techniques for
Censored and Truncated Data. New York, Springer-Verlag New York Inc.
Ebeling, Charles E, 1997. An Introduction to Reliability and Maintainability
Engineering. Me Graw Hill Book Co,Singapore.
Karim, Kamarlis. 1985. Dasar-dasar Klimatologi. Universitas Syiah Kuala.
Banda Aceh.
11
12
13
 14

Lampiran 1.4. Biodata Pendamping

A. Identitas Diri
1 Nama Lengkap Dr. Evi Ramadhani, M.Si
2 Jenis Kelamin P
3 Program Studi Statistika
4 NIP/NIDN 197309281998022001/0028097301
5 Tempat dan Tanggal Lahir Banda Aceh, 28 September 1973
6 Alamat Email evi.ramadhani@gmail.ac.id
7 Nomor Telepon/HP 0811684899
B. Riwayat Pendidikan
Gelar Akademik Sarjana S2/Magister S3/Doktor
Universitas Syiah Universitas
Nama Institusi Kuala, Banda IPB, Bogor Sumatera
Aceh Utara, Medan
Statistika Statistika
Jurusan/Prodi Matematika
Terapan Terapan
Tahun Masuk-Lulus 1992 - 1997 2000 - 2002 2015 - 2019
C. Rekam Jejak Tri Dharma PT
C.1. Pendidikan/Pengajaran
No Nama Mata Kuliah Wajib/Pilihan SKS
1 Pengantar Statitstika Wajib 3
2 Metodologi Penelitian Wajib 2
3 Teknik Sampling Wajib 3
4 Statistika Pengendalian Mutu
Wajib 3
II
5 Kapita Selekta Wajib 3
6 Analisis Peubah Ganda Wajib 3
7 Pengantar Ilmu Ekonomi Pilihan 2
8 Kapita Selekta Wajib 3
9 Statistika Komputasi Wajib 3
10 Rancangan Percobaan Wajib 3
11 Teori Statistika I Wajib 3
12 Teori Statistika II Wajib 3
13 Kewirausahaan Wajib 2
C.2. Penelitian
No Judul Penelitiam Penyandang Dana Tahun
Penelitian : Kajian Pemantapan Mutu
1 Logica2 2011
Pelayanan Publik
2 Survey Barometer Korupsi Aceh TII 2010
3 Mapping Space of Democracy in Aceh ICLD 2010
Model Goal Programming Dalam Hibah Bersaing
4 Pemenuhan Kecukupan Gizi Keluarga di Tahun Anggaran 2009
Provinsi Aceh 2009
Baseline Survey : Aceh Development World Vision
5 2009
Program Indonesia
15
16
17