METODOLOGI PENELITIAN
3.1 Pendahuluan
18
Gambar 3.1 Peta Kota Bitung ( Sumber BAPPEDA )
Data yang dikumpulkan untuk penyusunan tugas akhir ini merupakan data
yang diperoleh dari Badan Pusat Statistik (BPS) Kota Bitung, Badan Perencanaan
Pembangunan Daerah (BAPPEDA) Kota Bitung dan PT. PLN (Persero) Cabang
Bitung.
19
Tabel 3.1 Jumlah Penduduk dan Rumah Tangga (RT) Kota Bitung Tahun 2012-
2016
Jumlah
Tahun Jumlah Penduduk Rumah Tangga
Penduduk/RT
Tabel 3.2 PDRB Menurut Lapangan Usaha Kota Manado atas Dasar Harga Konstan
Tahun 2012-2016 (Jutaan Rupiah)
Lapangan
2012 2013 2014 2015 2016
Usaha
Pertanian,
Kehutanan dan 1.314.113,55 1.471.027,39 1.550.434,03 1.487.989,7 2.514.550,29
Perikanan
20
dan Penggalian
Industri
3.120.932,7 3.248.290,15 3.390.567,09 3.352.289,13 4.190.595,97
Pengolahan
Listrik, Gas,Air
Bersih, dan 22.613,42 24.696,37 26.330,35 28.953,83 35.840,13
Sampah
Perdagangan
besar dan
599.080,24 653.441,17 714.093,06 797.074,34 1.056.598,98
eceran,
Reparasi
Transportasi
dan 878.844 946.223,6 1.052.806,57 1.164.380,24 1.884.053,84
Pergudangan
Penyediaan
Akomodasi dan 60.518,5 62.751,47 66.286 73.765,01 101.347,65
Makan Minum
Informasi dan
152.376 162.482,39 165.305,84 182.649,9 216.784,49
Komunikasi
Jasa Keuangan
233.402,32 250.799,2 252.904,36 259.671,96 441.688,07
dan Asuransi
Jasa
1.668,26 1.750,01 1.820,86 1.979,88 2.843,44
Perusahaan
Jasa
141.847,51 146.549,19 158.675,77 175.388,24 288.770,1
Pendidikan
21
Pemerintahan,
Pertahanan
dan Jaminan
Sosial Wajib
Jasa Kesehatan
dan Kegiatan 163.685,63 173.835,11 183.982,11 197.883,65 256.950,29
Sosial
Kota Bitung adalah salah satu area pelayanan PLN Cabang Bitung. Sampai
Tahun 2016 konsumen PLN Bitung sebanyak 43.923 pelanggan.
Tabel 3.3 Jumlah Pelanggan Energi Listrik Kota Bitung Tahun 2009-2013
Industri 70 72 72 71 71
22
Total 37.666 40.668 43.193 45.288 46.986
Rumah
4.256.342 4.725.224 5.226.125 5.234.124 5.400.115
Tangga
23
Industri 3.856.241 4.085.556 4.475.664 3.598.221 4.341.031
15.133.62 16.956.66
Total 12.518.455 14.240.039 16.131.617
2 5
50.679,1
Industri 55.089,16 56.743,83 62.162 61.141,28
7
24
Untuk melakukan simulasi menggunakan LEAP, perlu melihat kembali data
yang dimiliki. Hal ini dimungkinkan karena algoritma LEAP yang memiliki
fleksibilitas tinggi yang memberi keluasan bagi pengguna dalam melakukan
simulasi. LEAP dapat diatur sesuai data yang dimiliki. Apabila data yang dimiliki
sangat lengkap seperti emisi buang, teknologi pembangkitan, hingga peralatan
elektronik dan penerangan dalam bangunan mampu diakomodasi oleh LEAP.
Demikian juga apabila data yang dimiliki sangat terbatas seperti simulasi pada
penelitian ini dimana hanya memiliki data yang berkaitan dengan konsumsi energi
listrik pun dapat digunakan.
25
hanya pada analisis permintaan (demand). Kemudian menentukan tahun dasar
simulasi. Dalam penelitian ini yang digunakan sebagai tahun dasar adalah tahun
2017, setelah itu menentukan batas akhir periode simulasi yaitu tahun 2021.
Yang terakhir adalah menentukan unit satuan yang digunakan seperti unit energi,
unit panjang, massa dan mata uang.
26
Setelah pembuatan asumsi kunci, maka selanjutnya adalah memberikan
masukan dalam kondisi current account yaitu kondisi tahun dasar (base year).
Karena tahun dasar yang digunakan adalah tahun 2017 maka input awalnya yang
ditulis pada bagian expression seperti ditunjukkan oleh Gambar 3.3. Data yang
dimasukkan adalah data untuk masing-masing sektor yang terdiri dari sektor Rumah
Tangga, Bisnis, Industri, Sosial dan Publik.
27
Gambar 3.5 Tampilan Demand Analysis
28
ketenagalistrikan di Kota Manado. Pada skenario BAU asumsi yang digunakan untuk
Kota Manado berupa pertumbuhan intensitas energi per sektornya.
29
Gambar 3.8 Tampilan Result View
Skenario yang digunakan dalam penelitian ini adalah skenario dasar atau
biasa juga disebut Base Scenario atau Business As Usual (BAU). Skenario Business
As Usual (BAU) merupakan skenario yang menggambarkan proyeksi kondisi masa
depan dianggap akan berjalan seperti kecenderungan yang sudah dan yang sedang
terjadi.
30