Analisis Skenario Harga Jual Energi Listrik PLTS PV Atap Rumah Di Indonesia Setelah Grid Parity

UNIVERSITAS INDONESIA
ANALISIS SKENARIO HARGA JUAL ENERGI LISTRIK

PLTS-PV ATAP RUMAH DI INDONESIA SETELAH KONDISI
GRID PARITY
TESIS
ANANDITA WILLY KURNIAWAN

1406583571
FAKULTAS TEKNIK
PROGRAM MAGISTER
JAKARTA
JUNI 2017
Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

UNIVERSITAS INDONESIA
ANALISIS SKENARIO HARGA JUAL ENERGI LISTRIK

PLTS-PV RUMAH ATAP DI INDONESIA SETELAH KONDISI
GRID PARITY
TESIS
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik
ANANDITA WILLY KURNIAWAN

1406583571
FAKULTAS TEKNIK
PROGRAM STUDI TEKNIK ELEKTRO
MAGISTER MANAJEMEN KETENAGALISTRIKAN DAN ENERGI
JAKARTA
JUNI 2017
ii

KATA PENGANTAR
Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan
rahmat-Nya, saya dapat menyelesaikan tesis ini. Penulisan tesis ini dilakukan dalam
rangka memenuhi salah satu syarat untuk mencapai gelar Magister Teknik Jurusan
Manajemen Ketenagalistrikan dan Energi pada Fakultas Teknik Universitas
Indonesia. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai
pihak, dari masa perkuliahan sampai pada penyusunan tesis ini, sangatlah sulit bagi
saya untuk menyelesaikan seminar ini. Oleh karena itu, saya mengucapkan terima
kasih kepada:
(1) Dr.Ing., Eko Adhi Setiawan, ST, MT, selaku dosen pembimbing yang telah
menyediakan waktu, tenaga, dan pikiran untuk mengarahkan saya dalam
penyusunan tesis ini;
(2) Pihak Universitas Indonesia, yang menjadi tempat menuntut ilmu;
(3) Orang tua, adik saya, dan istri tercinta yang telah memberikan bantuan
dukungan material dan moral; dan
(4) Sahabat yang telah banyak membantu saya dalam menyelesaikan tesis ini.
Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan membalas segala
kebaikan semua pihak yang telah membantu. Semoga tesis ini membawa manfaat
bagi pengembangan ilmu.
Jakarta, Juni 2017

Penulis
vi

ABSTRAK
Nama : Anandita Willy Kurniawan

Program Studi : Magister Manajemen Ketenagalistrikan dan Energi
Judul : Analisis Skenario Harga Jual Energi Listrik PLTS-
PV Atap Rumah di Indonesia Setelah Kondisi Grid
Parity
Indonesia sebagai negara yang terletak di katulistiwa, memiliki potensi energi

matahari sebesar 4,8 kWh/m2/hari sudah saatnya pengembangan energi terbarukan
berbasis panel surya terus dikembangkan. Pada saat ini biaya penyediaan energi
listrik untuk sistem panel surya masih lebih tinggi dari tarif utilitas, namun berdasar
trend yang ada dengan semakin menurunnya harga peralatan maka biaya pokok
penyediaan energi listrik untuk sistem panel surya akan semakin turun dan pada
saatnya ketika tarif listrik konvensional berangsur naik akan tercapai kondisi grid
parity yang menurut hasil kajian penulis akan terjadi pada tahun 2021 di Indonesia.
Dengan menggunakan contoh PLTS-PV atap 2 kWp disusunlah skenario harga jual
kelebihan energi listrik dari pengguna PLTS-PV atap sehingga baik PT PLN
maupun pengguna PLTS-PV atap sama-sama mendapat keuntungan. Berdasarkan
hasil penelitian, skenario dengan mekanisme net billing dimana harga jual energi
listrik seharga dengan biaya penyediaan listrik PLTS-Atap akan mendapatkan
keuntungan maksimal untuk PT PLN dengan tetap mempertimbangkan pengguna
PLTS-PV atap tetap mendapat keuntungan, dengan keuntungan yang diperoleh PT
PLN sebesar Rp 1.100.213,59 ± 20% per-rumah selama 10 tahun.
Kata Kunci: energi terbarukan, grid parity, PLTS PV atap, skenario harga jual
viii

ABSTRACT
Name : Anandita Willy Kurniawan

Study program : Master of Electrical and Energy Management
Title : Electricity Selling Price Scenario Analysis of PV Rooftop in
Indonesia After Grid Parity Condition
It’s time to Indonesia as an equator country and has the potential for solar energy
as much as 4.8 kWh/m2/day to develop solar based renewable energy widely.
Nowadays, the cost of electricity for photovoltaic system is still higher than the
utility conventional tariff, but the trend shows that the cost of electricity of
photovoltaic system is decreasing, and the utility tariff is increasing until grid parity
that will be reached in 2021 in Indonesia. By taking example of 2 kWp PV rooftop
we draw up a scenarios of the electricity excess selling price to grid to provide the
good financial profit to PT PLN as the utility company with consider the profit from
the user of 2 kWp PV rooftop. This Research show that the net billing scenario
where the excess selling price as much as the LCOE of PV rooftop has the most
profit to PT PLN in the amount of Rp 1.100.213,59 ± 20% to one house for 10
years.
Keywords: renewable energy, grid parity, PV Rooftop, selling price scenarios
ix

DAFTAR ISI
LEMBAR PERSETUJUAN ................................................................................iii
HALAMAN PERNYATAAN ORISINALITAS ................................................. iv
HALAMAN PENGESAHAN .............................................................................. v
KATA PENGANTAR ........................................................................................ vi
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI ........................... vii
TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS ................................ vii
ABSTRAK .......................................................................................................viii
ABSTRACT ....................................................................................................... ix
DAFTAR ISI ....................................................................................................... x
DAFTAR GAMBAR ........................................................................................ xiii
DAFTAR TABEL ............................................................................................ xiv
BAB I PENDAHULUAN .................................................................................... 1

1.1 Latar Belakang .................................................................................................... 1
1.2 Perumusan Masalah ............................................................................................. 4
1.3 Tujuan Penelitian ................................................................................................. 5
1.4 Manfaat Penelitian ............................................................................................... 5
1.5 Batasan Masalah .................................................................................................. 5
1.6 Metodologi Penelitian .......................................................................................... 6
1.7 Sistematika Penulisan ........................................................................................... 6
BAB II TINJAUAN PUSTAKA .......................................................................... 8

2.1 Pembangkit Listrik Tenaga Surya ......................................................................... 8
2.1.1. Off Grid PV system....................................................................................... 9
2.1.2. On Grid PV System .....................................................................................10
2.2. Komponen Penyusun Rumah PLTS-PV Atap .....................................................11
2.3 Teori Ekonomi Pendukung ..................................................................................14
2.3.1 Teori Analisis Keekonomian ........................................................................16
2.3.1.1. Net Present Value (NPV) ......................................................................16
x Universitas Indonesia

2.3.1.2. Internal Rate of Return (IRR) ...............................................................17
2.3.1.3. Payback Period (PP) ............................................................................17
2.3.2 Biaya Pokok Penyediaan Tenaga Listrik.......................................................18
2.3.3. Grid Parity..................................................................................................18
2.3.4. Learning Curve ...........................................................................................19
2.4 Teori Mekanisme Tarif Net Metering dan Net Billing ..........................................20
2.5. Teori Metode Peramalan ....................................................................................21
2.5.1. Metode Regresi Linier Sederhana ................................................................23
2.5.2. Metode Regresi Linier Berganda .................................................................25
2.6. Perangkat Lunak Pendukung Penelitian ..............................................................26
2.6.1. Meteonorm..................................................................................................26
2.6.2. System Advisor Model (SAM) .....................................................................26
BAB III METODE PENELITIAN ..................................................................... 28

3.1 Tahap Identifikasi ...............................................................................................28
3.2. Studi Literatur dan Pengolahan Data...................................................................28
3.2.1. Studi Literatur .............................................................................................28
3.2.2. Pengumpulan Data ......................................................................................28
3.2.3 Pengolahan Data ..........................................................................................29
3.3. Tahapan Penelitian .............................................................................................31
3.4. Data Pendukung Penelitian .................................................................................33
3.4.1. Data Radiasi Matahari .................................................................................33
3.4.2. Data Komponen dan Harga Penyusun PLTS-PV Atap Rumah .....................36
3.4.3. Data Finansial .............................................................................................37
3.4.4 Profil Beban .................................................................................................37
BAB IV PEMBAHASAN .................................................................................. 39

4.1. Peramalan Grid Parity Nasional PLTS-PV Atap Rumah.....................................39
4.1.1. Proyeksi Kecenderungan Kenaikan BPPTL Nasional...................................39
4.1.2. Trend BPP PLTS-PV Atap Rumah ..............................................................43
4.1.3. Grid Parity Sistem Rumah PLTS-PV Atap ..................................................44
4.2. Skenario Mekanisme Tarif Setelah Grid Parity...................................................45
4.2.1. Skenario Net Metering.................................................................................46
4.2.2. Skenario Net Billing ....................................................................................49
4.4.3. Perbandingan antar Skenario .......................................................................55
BAB V KESIMPULAN DAN SARAN.............................................................. 59
xi Universitas Indonesia

DAFTAR ACUAN ............................................................................................ 60
DAFTAR PUSTAKA ........................................................................................ 62
LAMPIRAN ...................................................................................................... 63
xii Universitas Indonesia

DAFTAR GAMBAR
Gambar 2.1. Kurva I-V............................................................................................. 9

Gambar 2.2. Skema Off Grid PV System ................................................................... 10
Gambar 2.3. Skema On Grid PV System ................................................................... 11
Gambar 2.4. Modul Panel Surya .............................................................................. 11
Gambar 2.5. Grid Tie Inverter & Shine Wifi ............................................................. 12
Gambar 2.6. Unit Pengendali.................................................................................... 13
Gambar 2.7. Power Meter......................................................................................... 13
Gambar 2.8. Aksesoris pendukung ........................................................................... 14
Gambar 2.9. Cash flow dari dua sudut pandang ........................................................ 15
Gambar 2.10. Grid Parity Panel Surya ....................................................................... 19
Gambar 2.11. Learning Curve .................................................................................... 19
Gambar 2.12. Skema Net Metering ............................................................................. 21
Gambar 3.1. Diagram Alir simulasi menggunakan SAM ........................................... 30
Gambar 3.2. Tahapan Seminar.................................................................................. 32
Gambar 3.3. Tahapan Thesis .................................................................................... 33
Gambar 3.4. Data Radiasi Matahari Kota Depok Per-Bulan Selama Setahun ............ 34
Gambar 3.5. Data Durasi Penyinaran Matahari Selama Setahun Kota Depok............ 35
Gambar 3.6. Data Iklim Kota Depok Selama Setahun ............................................... 35
Gambar 3.7. Profil Beban dan Excess Listrik PLTS-PV Atap Skema Net Metering .. 38
Gambar 4.1. Tren BPP Tenaga Listrik Nasional Indonesia ....................................... 42
Gambar 4.2. Prakiraan BPP Tenaga Listrik Nasional Indonesia ................................ 42
Gambar 4.3. Tren BPP Rumah PLTS-PV Atap 2 kWp.............................................. 44
Gambar 4.4. Solar Grid Parity untuk Rumah PLTS-PV Atap di Indonesia ............... 45
Gambar 4.5. Discounted PP untuk Skenario NM Tanpa Baterai................................ 46
Gambar 4.6. NPV untuk Skenario Net Metering Tanpa Baterai 2021-2030............... 47
Gambar 4.7. Perbedaan NPV antara Net Metering dengan dan Tanpa Baterai........... 49
Gambar 4.8. NPV Net Billing Skenario 1 ................................................................. 51
Gambar 4.11. Potensi Keuntungan PT PLN per rumah tahun 2021-2030 .................... 57
xiii Universitas Indonesia

DAFTAR TABEL
Tabel 1.1. Sumber Daya Energi Terbarukan di Indonesia .......................................... 2
Tabel 3.1. Daftar Peralatan Penyusun Rumah PLTS-PV 2 kWp................................. 36
Tabel 4.1. Biaya Pokok Penyediaan (BPP) Tenaga Listrik Nasional .......................... 40
Tabel 4.2. Nilai Y Prediksi dan Residual ................................................................... 41
Tabel 4.3. Tabel Harga Jual dan Harga Beli Net Billing Skenario 1 ........................... 50
Tabel 4.4. Harga Jual dan Beli Net Billing Skenario 2 ............................................... 52
Tabel 4.5. Harga Jual dan Beli Net Billing Skenario 3 ............................................... 54
Tabel 4.6. Tabel Pembelian Excess Listrik dari Pengguna PLTS-PV Atap ................. 56
xiv Universitas Indonesia

BAB I
PENDAHULUAN
1.1 Latar Belakang

Energi merupakan kebutuhan pokok manusia. Menurut Undang-undang
Republik Indonesia Nomor 30 Tahun 2007 tentang energi, energi adalah
kemampuan untuk melakukan kerja yang dapat berupa panas, cahaya, mekanika,
kimia dan elektromagnetika. Sumber Energi adalah sesuatu yang dapat
menghasilkan energi, baik secara langsung maupun melalui proses konversi atau
transformasi. Sedangkan Sumber Daya Energi adalah sumber daya alam yang dapat
dimanfaatkan baik sebagai sumber energi maupun sebagai energi.
Energi dipandang dari ketersediaan sumber dan teknologi yang digunakan

dibedakan menjadi tiga, yakni energi baru, terbarukan dan tidak terbarukan
(konvensional). Energi baru sendiri merujuk kepada pemanfaatan teknologi yang
cenderung masih baru. Di Indonesia, yang termasuk energi baru diantaranya batu
bara tercairkan, gas metana batu bara, batu bara tergaskan, nuklir, dan juga
hydrogen. Energi terbarukan merupakan sumber energi alam yang dapat langsung
dimanfaatkan dengan bebas. Selain itu, ketersediaan energi terbarukan ini tak
terbatas dan bisa dimanfaatkan secara terus menerus. Contoh sumber energi
terbarukan yaitu angin, matahari, air laut pasang, panas bumi, biofuel, air, dan
biomasa. Sedangkan energi tak terbarukan yaitu sumber energi alam yang
ketersediaannya terbatas, misalnya sumber energi dari bahan bakar fosil. Dalam hal
ini Indonesia memiliki kedua sumber tersebut, baik sumber energi terbarukan
maupun tak terbarukan.
Indonesia sebagai negara berpenduduk terbesar ke-4 di dunia peran energi

sangat penting untuk mewujudkan pertumbuhan ekonomi suatu negara. Namun ada
hal yang menarik dibicarakan yakni Indonesia sebagai negara yang berada di
katulistiwa justru pemanfaatan energi terbarukan salah satunya yaitu energi
matahari masih sangat minim. Padahal Indonesia sendiri memiliki potensi energi
matahari yang cukup besar, yaitu 4,8 kWh/m2/hari [1].
1 Universitas Indonesia

2
Pada satu sisi dampak dari jumlah penduduk yang besar, akan berakibat
pada kebutuhan energi yang semakin meningkat. Kebutuhan energi yang besar
tentu harus diimbangi dengan peningkatan kapasitas listrik yang besar. Pemasok
energi listrik di Indonesia saat ini masih didominasi oleh energi fosil/konvensional
dimana dengan semakin besarnya kapasitas listrik yang dibutuhkan akan
mendorong penggunaan energi fosil yang juga besar, dimana sumber energi fosil
tentu terbatas jumlahnya dan sering dikaitkan dengan isu lingkungan bagi banyak
negara di Eropa dimana diklaim bahwa energi konvensional tersebut menjadi
penyebab efek rumah kaca yang pada akhirnya menyebabkan terjadinya global
warming [2].
Tabel 1.1 Sumber Daya Energi Terbarukan di Indonesia
Kapasitas Rasio
No Type Sumber Daya
Terpasang (MW) (%)
1 Hidro (MW) 75.000 MW 7573 10.1
Panas Bumi
2 (MW) 28.910 MW 1344 4.65
3 Biomassa (MW) 32.654 MW 1717 5.26
4 Surya 4,8 kWh/m2/hari 48 -
5 Angin 3-6 m/s 187 -
6 Laut 49 GW ***) 0.01****) 0
7 Uranium 3000 MW **) 30*) 0
Sel surya atau yang biasa disebut photovoltaic (PV) dilihat dari potensinya
merupakan salah satu sumber energi yang cukup melimpah di Indonesia yang
pemanfaatannya masih perlu lebih dimaksimalkan dalam berbagai kapasitas.
Salah satu sistem yang mendukung hal tersebut dan bisa diaplikasikan di
Indonesia adalah pembangkit listrik tenaga surya (PLTS) berbasis Photovoltaic
(PV), dimana salah satu diantaranya yang kami jadikan contoh adalah dalam sistem
rumah cerdas (smart house system) berbasis panel surya. Sistem rumah cerdas
berbasis panel surya merupakan sebuah sistem rumah mandiri energi berbasis panel
surya yang menyediakan layanan manajemen energi untuk secara efisien memantau
Universitas Indonesia

3
dan mengelola penggunaan energinya untuk mendapat keuntungan dari sistem

tersebut yang secara aktif dapat berperan sebagai prosumer yakni sebagai produsen
sekaligus konsumen listrik dengan mekanisme jual beli listrik dengan pihak
perusahaan penyedia tenaga listrik [3]. Dalam hal ini konsumen / pengguna rumah
tangga diberikan keleluasaan mengatur dan mengelola penggunaan energinya
secara efisien sesuai kenyamanan pihak pengguna [4].
Sistem berbasis PV atap (rooftop) pada saat ini belum dapat dianggap
kompetitif untuk bersaing dengan tarif listrik dari utilitas. Hal ini disebabkan karena
secara umum biaya penyediaan PV atap masih lebih tinggi dari harga tarif dan biaya
penyediaan dari listrik konvensional.
Berdasarkan data historis, kecenderungan yang ada bahwa harga penyusun

sistem PV atap cenderung menurun pada kisaran 6-10% per tahun dan
kecenderungan biaya listrik utilitas semakin meningkat memberikan harapan
bahwa pada suatu saat akan ada titik temu (grid parity) saat harga penyediaan listrik
dari PV atap akan sama atau bahkan lebih rendah dari biaya listrik utilitas dan pada
saat kondisi tersebut, terbuka kesempatan bagi pengguna PV atap untuk
mendapatkan keuntungan finansial dari pemasangan PV atap setelah kondisi grid
parity.
Setelah kondisi grid parity tercapai, kecenderungan prosumer (pihak

pengguna PV atap yang berperan sebagai konsumen sekaligus produsen energi)
untuk memasang PV atap cenderung meningkat, dan hal ini dapat dimanfaatkan
bagi penyedia utilitas, dalam hal ini di Indonesia adalah PT Perusahaan Listrik
Negara (PT PLN) untuk turut ambil bagian mendapatkan keuntungan finansial.
Keuntungan tercapai saat ada transaksi jual beli excess (sisa pemakaian) energi
listrik dari PV atap oleh prosumer yang disalurkan pada siang hari untuk dapat
dijual PT PLN kepada konsumen lainnya.
Untuk mengakomodasi hal tersebut, adalah tugas pemerintah untuk

menyusun skenario harga jual excess listrik dari prosumer yang memungkinkan PT
PLN mendapatkan keuntungan secara finansial yang maksimal dengan tetap
memperhitungkan pengguna rumah atap agar tetap mendapatkan keuntungan
dengan batasan bahwa harga jual yang ditetapkan tidak akan lebih kecil dari biaya

4
penyediaan PV atap yang dihasilkan, sehingga prosumer juga tetap mendapatkan

keuntungan selain dari penghematan biaya/tarif listrik yang harus dibayarkan juga
dengan penjualan excess listrik kepada perusahaan utilitas.
Secara garis besar, akan ada 2 skenario utama yang akan dikembangkan
kedalam 5 skenario lanjutan dalam penelitian ini. Yang pertama yaitu skenario net
metering, dengan harga jual dan harga beli excess mengikuti harga tarif perusahaan
utilitas, sedangkan skenario kedua menggunakan net billing. Pada dasarnya secara
prinsip kerja net metering sama dengan net billing, namun yang membedakan
adalah pada skema net billing kelebihan excess dikuantisasi dalam bentuk uang
dengan harga jual listrik ke grid dimungkinkan untuk tidak mengikuti harga tarif
listrik yang berlaku saat itu (kesepakatan prosumer dan perusahaan utilitas),
sedangkan skema net metering kelebihan excess dikuantisasi dalam bentuk energi
(kWh) untuk sebagai pengurang tagihan listrik.
Dari 2 skenario utama tersebut akan dikembangkan menjadi skenario 1 yaitu

skema net metering tanpa menggunakan baterai, skenario 2 yaitu skema net
metering dengan baterai, skenario 3 yaitu net billing dengan harga jual listrik ke
jaringan yang merupakan nilai tengah (pertengahan) antara biaya penyediaan
tenaga listrik PV atap (LCOE) dengan tarif listrik perusahaan utilitas, skenario 4
dengan harga jual listrik menggunakan skema LCOE+LCOE*IRR sebagaimana
diterapkan di Amerika, dan skenario terakhir yaitu jika harga jual listrik ke jaringan
ditetapkan sesuai dengan biaya penyediaan tenaga listrik PV atap.
1.2 Perumusan Masalah

Dengan semakin meningkatnya penelitian dan pengembangan teknologi
energi baru terbarukan dan penggunaan secara lebih luas praktis mendorong biaya
perangkat penyusun sistem PV atap semakin menurun, dengan kisaran 6-10% per
tahun menyebabkan biaya penyediaan listrik yang dihasilkan dari energi terbarukan
PV secara umum semakin lama akan semakin menurun, namun disaat yang sama
tarif listrik utilitas di Indonesia dan biaya pokok penyediaan tenaga listrik
mengalami kecenderungan peningkatan 12,5 % pertahun dari data historis yang
ada, hingga pada suatu titik terjadi grid parity. Saat kondisi grid parity tercapai

5
dimungkinkan pihak prosumer akan mendapatkan keuntungan secara finansial dari

penghematan tagihan listrik yang dibayarkan, namun pihak perusahaan utilitas juga
didorong untuk dapat memanfaatkan kondisi tersebut sehingga turut mendapatkan
keuntungan secara finansial dari jual beli excess listrik dan itu merupakan
kewenangan dari pihak pembuat kebijakan/pemerintah. Hingga saat ini belum ada
kebijakan pemerintah yang disusun untuk menghadapi kondisi grid parity tersebut
sehingga penelitian ini diperlukan untuk menyusun dan memilih skenario harga
jual energi listrik dari rumah PLTS-PV atap sehingga baik dari pihak prosumer
maupun perusahaan utilitas cukup siap untuk menghadapi kondisi grid parity dan
mengambil keuntungan yang ada.
1.3 Tujuan Penelitian

Menganalisis skenario harga jual energi listrik dari PLTS-PV atap dari
prosumer kepada perusahaan utilitas (PLN) sehingga baik prosumer pengguna
PLTS-PV atap maupun pihak PLN mendapatkan keuntungan.
1.4 Manfaat Penelitian

Dengan adanya penelitian yang dilengkapi dengan analisis secara
menyeluruh, diharapkan dapat memberikan manfaat dan sumbangsih yang nyata
bagi dunia akademis berupa umpan balik pada teori yang dipakai apabila
diimplementasikan pada kasus-kasus serupa maupun bagi pengambil kebijakan
dibidang energi, serta stakeholder terkait.
1.5 Batasan Masalah

Penelitian ini dibatasi pada beberapa hal yaitu :
 Asumsi penelitian menggunakan Biaya Pokok Penyediaan Tenaga Listrik
(BPPTL) nasional dengan bauran energi primer penyusun BPPTL nasional
tetap selama masa studi berdasarkan existing pembangkit-pembangkit listrik
penyusun bauran energi saat ini dan kenaikan harga BPPTL sebesar ± 9 %
per tahun.

6
 Pembahasan tidak memperhitungkan faktor teknis yang diakibatkan oleh

difusi energi dari sistem PLTS-PV atap ke jaringan listrik utilitas dan
kemampuan utilitas dalam menyerap energi dari PLTS-PV atap.
 Perhitungan menggunakan pendekatan ekonometri dari data historis yang
ada tanpa memperhitungkan kemungkinan kebijakan pemerintah di masa
yang akan datang yang dapat memunculkan variasi akan nilai BPPTL yang
diproyeksikan.
 Keuntungan dalam skenario harga jual tenaga listrik adalah dalam sudut
pandang PT PLN selaku perusahaan penyedia utilitas dengan batasan harga
jual excess yang ditentukan tidak lebih kecil dari biaya penyediaan tenaga
listrik oleh prosumer pengguna PLTS-PV Atap dengan tetap
memperhitungkan keuntungan dari pihak pengguna PLTS-PV Atap.
 PLTS-PV atap akan mengambil contoh di area pulau Jawa pada klasifikasi
rumah 2200 VA secara terhubung jaringan (on grid) dengan kurva beban
harian yang telah ditentukan.
1.6 Metodologi Penelitian

Penelitian ini dijalankan dengan metodologi atau langkah-langkah sebagai
berikut:
1. Melakukan studi literatur dengan mempelajari penelitian sebelumnya,
jurnal internasional, dan sumber lain yang dibenarkan secara akademis.
2. Mengumpulkan data
3. Mengolah data
4. Menganalisis pola data
5. Menarik kesimpulan yang menjadi dasar untuk melanjutkan penelitian
selanjutnya.
1.7 Sistematika Penulisan

Tulisan ini terdiri atas lima bab. Bab satu merupakan pendahuluan yang
berisi latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian,
batasan masalah, metode penelitan dan sistematika penulisan; Bab dua, berisi
tentang teori-teori yang digunakan dalam penyusunan penelitian ini; Bab tiga

7
membahas tentang metode penelitian dan data yang digunakan; Bab empat
membahas tentang analisis dari karya tulis/tugas akhir; dan Bab lima berisi
kesimpulan dan saran.

BAB II
TINJAUAN PUSTAKA
2.1 Pembangkit Listrik Tenaga Surya
Sistem Pembangkit Listrik Tenaga Surya (PLTS) adalah pembangkit listrik

yang menggunakan tenaga matahari sebagai sumber energinya. PLTS dapat berupa
PLTS rumah dengan memanfaatkan atap rumah untuk pemasangan panel surya-nya
dan PLTS terpusat (komunal) yang memanfaatkan lahan yang luas untuk dijadikan
Independen Power Producer (IPP) yang langsung injeksi ke jaringan PLN.
2.1.1. Teknologi Photovoltaic (PV)

Teknologi sel surya atau photovoltaic atau disingkat PV merupakan suatu
teknologi untuk mengkonversi energi radiasi matahari menjadi listrik. Proses
konversi energi matahari menjadi listrik ini yang dikenal dengan efek photovoltaic.
Pada efek ini sel surya menyerap photon dari cahaya matahari kemudian
melepaskan elektron. Elektron inilah yang kemudian ditangkap dan terjadi arus
listrik.
Tenaga listrik yang dihasilkan oleh satu solar cell sangat kecil sehingga
beberapa solar cell perlu digabungkan agar terbentuklah satuan komponen yang
disebut panel atau panel surya.
Gambar 2.1 dibawah menunjukkan tipikal kurva I-V. tegangan (V) adalah
sumbu horizontal. Arus (I) adalah sumbu vertikal. Kebanyakan kurva I-V diberikan
dalam Standar Test Conditions (STC) 1000 watt per meter persegi radiasi (atau
disebut satu matahari puncak/ one peak sun hour) dan 25 derajat Celcius/ 77 derajat
Fahrenheit suhu panel surya. Sebagai informasi STC mewakili kondisi optimal
dalam lingkungan laboratorium. Kurva I-V terdiri dari 3 hal yang penting yaitu
Maximum Power Point (Vmp dan Imp), Open Circuit Voltage (Voc), dan Short
Circuit Current (Isc). Pada kurva I-V, Vmp dan Imp adalah titik operasi dimana
maksimum pengeluaran / output yang dihasilkan oleh panel surya saat kondisi
operasional. Dengan kata lain, Vmp dan Imp dapat diukur pada saat solar cell panel

9
diberi beban pada 25 derajat Celcius dan radiasi 1000 watt per meter persegi.
Sebagai salah satu ukuran performansi panel surya adalah efisiensi, yaitu
rasio perubahan energi cahaya matahari menjadi energi listrik. Efisiensi dari panel
surya yang sekarang diproduksi sangat bervariasi. Untuk PV monocrystalline
mempunyai efisiensi 12-15 %.
Gambar 2.1 Kurva I-V
Secara garis besar ada 2 konfigurasi umum untuk PV system, off grid PV
system (tidak terkoneksi jaringan) dan on grid PV system (terkoneksi jaringan).
(Sistem Off Grid, On Grid PLTS, 2012) [5].
2.1.1. Off Grid PV system

Merupakan sistem pembangkit listrik tenaga surya untuk daerah-daerah
terpencil/pedesaan yang tidak terjangkau oleh jaringan PLN. Off Grid System
disebut juga Stand-Alone PV system yaitu sistem pembangkit listrik yang hanya
mengandalkan energi matahari sebagai satu-satunya sumber energi utama dengan
menggunakan rangkaian panel surya untuk menghasilkan energi listrik sesuai
dengan kebutuhan.

10
Sistem off grid umumnya digunakan pada daerah / wilayah yang jauh / tidak
terjangkau jaringan listrik (PLN). Secara umum off grid PV system ada yang
menggunakan battery (stand alone PV system with battery) dan tanpa battery (stand
alone PV without battery).
Gambar 2.2 Skema Off Grid PV System
2.1.2. On Grid PV System

Sistem ini menggunakan solar panel surya untuk menghasilkan listrik yang
ramah lingkungan dan bebas emisi. Dengan adanya sistem ini akan mengurangi
tagihan listrik rumah tangga, dan memberikan nilai tambah pada pemiliknya.
Rangkaian sistem ini akan tetap berhubungan dengan jaringan PLN dengan
mengoptimalkan pemanfaatan energi dari panel surya untuk menghasilkan energi
listrik semaksimal mungkin. Pada sistem ini bisa menggunakan atau tanpa baterai.
Biasanya baterai hanya digunakan sebagai back up saja.

11
Gambar 2.3 Skema On Grid PV System
2.2. Komponen Penyusun Rumah PLTS-PV Atap

Untuk menghitung keekonomian dari PLTS-PV atap, perlu kiranya kita
mengetahui komponen-komponen utama penyusun PLTS-PV atap sehingga
memudahkan dalam perhitungan. Beberapa komponen tersebut adalah:
a) Solar PV (Sel surya), berfungsi sebagai penangkap energi matahari dan
mengubah menjadi energi listrik arus searah (DC). Saat ini jenis-jenis PV
yang dijual di pasaran ada 3 jenis yakni polycrystallin, monocrystallin, dan
thin film.
Gambar 2.4 Modul Panel Surya

12
b) Grid tie / on grid solar inverter, berfungsi sebagai pengubah arus listrik
searah (DC) menjadi arus listrik bolak balik (AC) dari sumber panel surya.
Dalam hal ini kami menggunakan Grid Tie inverter berjenis Growatt, yang
mampu mengonversi energi dari DC ke AC. Grid tie inverter ini dilengkapi
dengan Growatt shine wifi yang berfungsi sebagai piranti komunikasi secara
wireless untuk memudahkan dalam pengaturan.
Gambar 2.5 Grid Tie Inverter & Shine Wifi
c) Unit pengendali dan sistem informasi (bila diperlukan), berupa satu set unit
pengendali (controller) berupa Programmable Logic Controller (PLC)
beserta Human Machine Interface (HMI) sebagai media antarmuka yang
memungkinkan pengguna untuk dapat melihat secara real time mengenai
kondisi beban, supply demand yang terjadi pada PLTS-PV atap.

13
Gambar 2.6 Unit Pengendali
d) Energy/powermeter, berfungsi sebagai mengukur satuan energi yang

masuk/keluar di setiap titik cabang.
Gambar 2.7 Power Meter
e) Accessories pendukung lainnya, berguna untuk mendukung terpenuhinya

sistem smart house berjalan lancar, seperti relay, kabel, konektor dan alat
pendukung lainnya.

14
Gambar 2.8 Aksesoris Pendukung

Dari komponen-komponen penyusun di atas dapat dikelompokkan menjadi
3 komponen besar, yaitu unit modul panel surya, unit inverter, dan komponen
penyusun selain kedua penyusun tersebut sehingga sistem dapat berjalan dengan
baik yang disebut balance of system (BOS).
2.3 Teori Ekonomi Pendukung

Ada tujuh prinsip dasar ekonomi teknik yang dinyatakan oleh Sullivan,
Wicks, & Luxhoj (2006) [6], yaitu identifikasi dan pengembangan alternatif; fokus
pada perbedaan tiap alternatif; penggunaan sudut pandang yang konsisten;
penggunaan unit pengukuran yang umum, seperti moneter; mempertimbangkan
semua kriteria yang relevan; membuat ketidakpastian menjadi eksplisit; dan
meninjau kembali keputusan yang telah dibuat. Seluruh prinsip-prinsip ekonomi
teknik tersebut dipergunakan pada analisis ekonomi teknik.
Ada tujuh prosedur analisis ekonomi teknik menurut Sullivan, Wicks, &
Luxhoj (2006), yakni: definisi permasalahan; pengembangan alternatif; pembuatan
cash-flow untuk setiap alternatif; pemilihan kriteria; analisis dan perbandingan tiap
alternatif; penentuan alternatif yang dipilih; serta evaluasi hasil dan kinerja.
Thuesen, & Fabrycky. (1993) menyatakan bahwa terdapat arus kas masuk
dan keluar pada kegiatan ekonomi. Arus kas masuk dan keluar tersebut dapat
digambarkan dalam bentuk diagram yang disebut cash-flow diagram, seperti
terlihat pada Gambar 2.7., dengan arah panah positif berarti kas masuk dan panah
negatif menunjukkan kas keluar. Penentuan arah panah positif dan negatif pada
diagram tersebut bergantung pada sudut pandang mana, apakah sudut pandang

15
investor atau sudut pandang peminjam atau pemakai. Penjumlahan pemasukan

(positif) dan pengeluaran (negatif) pada saat tertentu disebut net cash flow.
Penggambaran diagram cash-flow akan mempermudah studi ekonomi teknik,
terutama pada analisis tahun jamak (multi-years). Selain dalam bentuk diagram,
cash-flow dapat juga dimodelkan dalam bentuk tabel.
Gambar 2.9 Cash Flow dari Dua Sudut Pandang
Semua komponen pemasukan (revenue) dan biaya (cost) pada setiap

alternatif diidentifikasi sehingga diagram cash-flow dapat digambarkan dan
dilakukan analisis keekonomian. Diagram tersebut umumnya memakai berbagai
notasi sebagai berikut:
P = present value (nilai saat ini); nilai ekuivalen dari satu atau lebih arus
kas pada suatu titik referensi waktu yakni titik saat ini
F = future value (nilai masa depan); nilai ekuivalen dari satu atau lebih
arus kas pada suatu titik referensi waktu yakni di masa depan atau
di titik akhir
A = annual value (nilai pada akhir periode tahunan); nilai ekuivalen arus
kas dalam bentuk uniform selama periode studi dari titik awal
hingga titik akhir
i = interest rate (dinyatakan dalam persen)
N = periode proyek atau periode studi (dinyatakan dalam tahun)
Pada saat membandingkan alternatif yang sifatnya mutually exclusive,

Sullivan, Wicks, & Luxhoj (2006) menerapkan dua kaidah yang dipakai. Kaidah

16
pertama, apabila terdapat pemasukan (revenue) dan/atau economic benefit lainnya

maka dipilih alternatif yang menghasilkan positive equivalent worth paling besar
pada tingkat suku bunga tertentu. Kaidah kedua, apabila tidak terdapat pemasukan
(revenue) dan/atau economic benefit lainnya maka dipilih alternatif positive
equivalent worth yang paling besar pada tingkat suku bunga tertentu.
2.3.1 Teori Analisis Keekonomian

Berdasarkan Sullivan, Wicks, & Luxhoj (2006), ada beberapa metode yang
dipakai pada analisis keekonomian yang melibatkan tahun jamak (multi-years),
yakni metode Equivalent Worth, metode Rate of Return (ROR) dan metode
Payback atau Payout Period. Metode Equivalent Worth yang dimaksud dapat
berupa metode Present Worth (PW), metode Future Worth (FW), metode Annual
Worth (AW) atau metode Capitalized Worth (CW). Sedangkan metode Rate of
Return (ROR) dapat berupa Internal Rate of Return (IRR) maupun External Rate
of Return (ERR).
2.3.1.1. Net Present Value (NPV)

Apabila semua arus kas masuk dan arus kas keluar dihitung nilainya pada
saat ini (present value–nya), maka dengan mengurangi total arus kas masuk dengan
total arus kas keluar, dapat dihitung net present value atau disebut juga NPV.
Apabila dituliskan dalam persamaan matematis, NPV diperoleh sebagai berikut.
=∑ ( / , %, ) − ∑ ( / , %, ) (2.1)
dimana: Rk = net revenue atau saving untuk tahun k;

Ek=net expenditure, termasuk investasi yang dikeluarkan untuk
tahun ke k;
N = periode proyek atau periode studi.
NPV merupakan indikator kelayakan ekonomi yang sangat penting. Suatu

keputusan investasi dilakukan dengan mempertimbangkan kriteria NPV berikut:

17
a) Apabila NPV bernilai positif maka investasi yang dilakukan

akanmemberikan manfaat bagi perusahaan sehingga investasi dapat
dijalankan.
b) Apabila NPV bernilai negatif maka investasi yang dilakukan dapat
mengakibatkan kerugian bagi perusahaan sehingga investasi dapat ditolak.
c) Apabila NPV bernilai nol maka investasi yang dilakukan tidak
mengakibatkan perusahaan untung ataupun merugi atau tidak berpengaruh
pada keuangan perusahaan sehingga keputusan harus ditetapkan dengan
menggunakan kriteria lain misalnya dampak investasi terhadap keberadaan
atau reputasi perusahaan.
2.3.1.2. Internal Rate of Return (IRR)

Metode IRR adalah metode yang sering digunakan pada analisis
keekonomian. Sullivan, Wicks, & Luxhoj (2006) menyebutkan bahwa metode ini
sering juga disebut sebagai metode discounted cash flow atau profitability index.
Dengan menggunakan persamaan (2.22) sebelumnya, IRR adalah i’% pada saat:
∑ ( / , %, ) = ∑ ( / , %, ) (2.2)
IRR atau nilai i’% harus dibandingkan dengan MARR untuk mengevaluasi
apakah suatu alternatif layak untuk dijalankan. Apabila IRR ≥ MARR maka
alternatif tersebut layak untuk dijalankan, namun tidak untuk sebaliknya.
2.3.1.3. Payback Period (PP)

Waktu pengembalian (pay back period) adalah waktu yang diperlukan
(jumlah tahun) untuk mengembalikan modal investasi awal. Indikator ini bukan
merupakan dasar untuk pengambilan suatu keputusan investasi melainkan sebagai
indikasi terhadap risiko dan likuiditas. Persamaannya ditulis secara matematis
sebagai berikut:
= ∑( − )− ≥ 0 (2.3)

18
Besar kecilnya waktu pengembalian memberikan indikasi terhadap risiko

dan likuiditas suatu proyek. Makin pendek waktu pengembalian, makin besar
likuiditas proyek dan makin kecil risikonya.
2.3.2 Biaya Pokok Penyediaan Tenaga Listrik
Biaya pokok penyediaan tenaga listrik atau Levelized Cost of Electricity

(LCOE) merupakan nilai bersih sekarang dari unit biaya listrik selama masa aset
pembangkit. LCOE dapat dirumuskan sebagai berikut:

= (2.4)

Berdasarkan formula di atas, harga unit energi dihitung dengan cara jumlah
total biaya selama masa hidup sistem dibagi dengan jumlah energi yang diproduksi
sistem selama masa hidupnya. Dengan demikian akan diperoleh harga LCOE (cost
of energy) dalam satuan ₵/kWh (centsUSD/kWh) atau dalam Rp/kWh.
2.3.3. Grid Parity
Istilah "grid parity" dimaksudkan untuk menggambarkan titik waktu, di

mana teknologi yang sedang dikembangkan (dalam hal ini panel surya) akan
menghasilkan listrik untuk biaya yang sama dengan biaya listrik konvensional. Hal
ini dimungkinkan di saat biaya penyediaan tenaga listrik dari teknologi baru
tersebut akan cenderung terus menurun hingga titik cut-off pertemuannya. Yang
perlu diingat dan diperhitungkan yaitu bahwa grid parity dari tiap sumber energi
baru bisa berbeda satu dengan yang lain, dan bahwa di lokasi yang berbeda dengan
potensi energi yang berbeda cukup signifikan, akan berbeda hasilnya. Perbedaan
tingkat kenaikan harga tarif utilitas yang berbeda akan berbeda pula hasilnya.
Akan tetapi untuk konteks Indonesia yang memberikan subsidi pada harga
penjualannya, penulis menggunakan definisi pertama yaitu harga pembelian
dimana ini juga masih disederhanakan lagi menjadi biaya pokok penyediaan (BPP)
tenaga listrik nasional dengan mengabaikan margin keuntungan.

19
Gambar 2.10 Grid Parity Panel Surya

2.3.4. Learning Curve
Learning curve / experience curve menggambarkan tingkat penurunan
harga komponen PV yang disebabkan karena kenaikan tingkat produksi yang akan
menekan biaya produksi. Kurva ini akan cenderung berbentuk eksponensial.
Learning curve dapat digambarkan dengan persamaan
Yx = Axb , dimana :
Yx = biaya untuk unit sejumlah x
A = biaya yang dibutuhkan untuk memproduksi unit 1
x = jumlah unit yang diproduksi
b = improvement rate / rating pengembangan
Gambar 2.11 Learning Curve

20
Secara umum, bersifat global Learning Curve untuk komponen penyusun panel
surya diantaranya adalah PV sebesar 10% per tahuun, Inverter sebesar 10% per
tahun, Balance of System (BOS) sebesar 7% per tahun, serta baterai sebesar 6% per
tahun.
2.4 Teori Mekanisme Tarif Net Metering dan Net Billing
Metode kebijakan untuk penyambungan energi terbarukan panel surya yang

dikenal saat ini di Indonesia yaitu mekanisme Purchase Power Agreement untuk
Independent Power Producers (IPP) dengan skala besar (MW) dengan
menggunakan insentif yang disebut Feed In Tariff (FIT) dan untuk skala
rumahan/residensial dengan mekanisme Net Metering. Kebijakan Feed-in Tariff
(FiT) adalah suatu bentuk kebijakan subsidi agar investasi untuk pengembangan
energi baru dan terbarukan menjadi lebih menarik dan lebih menguntungkan bagi
para investor. Sedangkan Net Metering mekanisme kebijakan dengan pengurangan
tagihan listrik dengan memperhitungkan selisih energi yang diambil dari jaringan
dan energi listrik yang dijual ke jaringan. Berbeda dengan IPP yang sudah ada
mekanisme FIT untuk mendorong investasinya, untuk saat ini belum ada undang-
undang yang mengatur perbedaan tarif listrik jual dan beli dalam mekanisme Net
Metering yang biasa diterapkan dalam skala residensial.
Dengan mekanisme net metering konsumen mendapatkan keuntungan dari

penjualan listrik energi terbarukan ke jaringan listrik utilitas dengan pengurangan
tagihan listrik melalui mekanisme selisih antara energi yang masuk ke jaringan
(export) dan masuk dari jaringan (import).
Net metering memungkinkan konsumen listrik untuk menghasilkan listrik

untuk digunakan sendiri. Setiap daya listrik yang dihasilkan, yang tidak dikonsumsi
sendiri, dapat diekspor ke jaringan distribusi sistem (grid) dan dikonsumsi oleh
beban atau pelanggan lainnya. Dalam skema net metering, perusahaan pelayanan
listrik memberikan kredit untuk kelebihan listrik yang diterima. Kredit yang
diperoleh dikurangkan dari tagihan listrik pelanggan.
Perbedaan mendasar antara net metering dan feed in tariff terletak pada
acuan harga yang digunakan antara keduanya, sistem mekanisme pembayarannya
serta kapasitas yang digunakan. Untuk net metering menggunakan acuan harga

21
listrik utilitas saat itu/on the spot sedangkan untuk feed in tariff menggunakan tarif
khusus yang diatur pemerintah yaitu tarif FIT yang diatur dengan undang-undang
karena untuk mendorong investor dalam berinvestasi di bidang IPP energi
terbarukan.
Gambar 2.12 Skema Net Metering

Lebih lanjut konsep net metering dikembangkan lagi menjadi net billing. Net billing
secara mekanisme sama tetapi penghitungan selisih energi dihitung dalam satuan
mata uang. Jika net metering perhitungan akumulasi excess kWh dikalkulasi untuk
mendapatkan keuntungan di bulan berikutnya dalam bentuk kWh sementara net
billing memungkinkan prosumer mendapat keuntungan dalam bentuk uang.
2.5. Teori Metode Peramalan

Untuk melakukan peramalan diperlukan metode tertentu dan metode mana
yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan
yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan antara
lain :
1. Time Series atau Deret Waktu
Analisis time series merupakan hubungan antara variabel yang dicari

(dependent) dengan variabel yang mempengaruhi-nya (independent variable), yang
dikaitkan dengan waktu seperti mingguan, bulan, triwulan, catur wulan, semester
atau tahun.

22
Dalam analisis time series yang menjadi variabel yang dicari adalah waktu.
Metode peramalan ini terdiri dari :
a. Metode Smoting, merupakan jenis peramalan jangka pendek seperti

perencanaan persediaan, perencanaan keuangan. Tujuan
penggunaan metode ini adalah untuk mengurangi ketidakteraturan
data masa lampau seperti musiman.
b. Metode Box Jenkins, merupakan deret waktu dengan menggunakan

model matematis dan digunakan untuk peramalan jangka pendek.
c. Metode proyeksi trend dengan regresi, merupakan metode yang

dignakan baik untuk jangka pendek maupun jangka panjang. Metode
ini merupakan garis trend untuk persamaan matematis.
2. Causal Methods atau sebab akibat
Merupakan metode peramalan yang didasarkan kepada hubungan antara

variabel yang diperkirakan dengan variabel lain yang mempengaruhinya tetapi
bukan waktu. Dalam prakteknya jenis metode peramalan ini terdiri dari :
a. Metode regresi dan kolerasi, merupakan metode yang digunakan

baik untuk jangka panjang maupun jangka pendek dan didasarkan
kepada persamaan dengan teknik least squares yang dianalisis secara
statis.
b. Model Input Output, merupakan metode yang digunakan untuk

peramalan jangka panjang yang biasa digunakan untuk menyusun
trend ekonomi jangka panjang.
c. Model ekonometri, merupakan peramalan yang digunakan untuk

jangka panjang dan jangka pendek. Ekonometri adalah ilmu yang
mencakup teori ekonomi, matematika, dan statistika dalam satu
kesatuan sistem yang bulat, menjadi suatu ilmu yang berdiri sendiri
dan berlainan dengan ilmu ekonomi; matematika; maupun statistika.
Secara lebih dalam akan dijabarkan penggunaan metode regresi sebagai

metode pendekatan dalam penelitian ini.

23
2.5.1. Metode Regresi Linier Sederhana
Regresi linier sederhana adalah analisis regresi antara satu vaiabel terikat
dan satu variabel bebas. Dalam analisis deret waktu yang linier adalah analisis pola
hubungan yang dicari dengan satu variabel yang mempengaruhinya : waktu.
Sedangkan analisis deret waktu yang non linier, merupakan analisis hubungan
antara variabel yang dicari dengan hanya satu (1) yang mempengaruhinya, yaitu
variabel waktu.
Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi

matematis seperti :
Y = F (x) (2.5)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang mempengaruhinya)
Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus)
dapat digunakan sebagai berikut :
Y=a+bX (2.6.)
Dimana a dan b adalah merupakan parameter (koefisien regresi) yang harus

dicari. Untuk mencari nilai a dapat digunakan dengan menggunakan rumus :
a=
Y b  X (2.7)
n n
atau :
 
a=Y -b X (2.8)

24
kemudian nilai b dapat dicari dengan rumus :
n XY   X  Y
b= (2.9)
n X 2  (  X ) 2
atau
b=
 XY  X  Y (2.10)

2
X XX

Kerena Y merupakan harga penaksiran regresi, maka sangat mungkin
terjadi kekeliruan (error) yaitu selisi antara Y observasi dengan Y taksiran. Oleh
karena itu perlu dihitung Standar Error of Estimate (kekeliruan standar dari

penaksiran) baik untuk persamaan regresi ( Y ) maupun untuk konstanta (a) dan
untuk koefisien regresi (b). Standar Error of Estimate digunakan untuk mengukur
simpangan dari data aktual disekitar garis regresi. Jika garis regresi memberikan
Standar Error of Estimate yang kecil artinya garis regresi tersebut sangat mewakili
data aktual.
Standar Error of Estimate untuk persamaan (Sxy) dapat dirumuskan dalam

persaamaan sebagai berikut:
S xy 
y  b1  xy
(2.11)
n 1  k
Sedangkan Standar Error of Estimate untuk konstanta (Sɑ) dapat

dirumuskan dalam persamaan sebagai berikut:
S a  S xy
x (2.12)
2
n x

25
Dan Standar Error of Estimate untuk koefisien regresi (Sb) dapat dijelaskan
dengan persamaan berikut:
1
S b  S xy (2.13)
 x2
2.5.2. Metode Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua
atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y).
Secara perhitungan proyeksi maupun dalam menentukan Standar Error of Estimate
secara prinsip sama perbedaannya terletak pada variabel independen yang
mencapai lebih dari satu.
Analisis ini diperlukan untuk mengetahui arah hubungan antara variabel

independen dengan variabel dependen apakah masing-masing variabel independen
berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Data yang digunakan biasanya berskala interval atau rasio.
Persamaan regresi linear berganda dapat dijelaskan dalam persamaan

berikut:

Y = + 1 1 + 2 2 +⋯+ (2.14)
Keterangan:

Y = Variabel dependen (nilai yang diprediksikan)
X1 dan X2 = Variabel independen

a = Konstanta (nilai Y apabila X1, X2…..Xn = 0)

26
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
2.6. Perangkat Lunak Pendukung Penelitian
Dalam penelitian ini kami melibatkan perangkat lunak pembantu yaitu

Meteonorm 7.0 dan System Advisor Model sehingga memudahkan dalam
penelitian dan membantu penelitian agar hasilnya lebih akurat.
2.6.1. Meteonorm
Meteonorm adalah referensi meteorologi yang komprehensif, yang memberi

akses ke katalog data meteorologi untuk aplikasi matahari dan desain sistem pada
setiap lokasi yang diinginkan di dunia. Meteonorm telah berpengalaman lebih dari
25 tahun dalam pengembangan database meteorologi untuk aplikasi energi.
Meteonorm dapat digunakan oleh siapapun tertarik dalam energi surya dan
klimatologi.
Meteonorm dikembangkan oleh Meteotest Institute yang menyedikan data

dari ground station dan satellite images. Angka ketidakpastian 9% untuk global
horizontal solar irradiation dan inter-annual variation kurang dari 2%. Nilai
tahunan model-model transposisi ditaksir dengan nilai yang terlalu tinggi pada
sudut kemiringan panel 6%. Albedo, model transposisi, dan model radiasi dapat
dipilih sesuai kebutuhan. Meteonorm juga menawarkan empat model transposisi
dan dua model radiasi.
2.6.2. System Advisor Model (SAM)
SAM merupakan suatu model simulasi yang dikembangkan oleh National

Renewable Energy Laboratory (NREL), Sandia National Laboratories, University
of Winconsin, dan organisasi lainnya, yang umumnya digunakan oleh manajer
proyek, analis financial, developer technology, dan ilmuwan yang bergerak di
bidang energi terbarukan. Model ini dapat digunakan unuk menganalisa sistem
energi terbarukan baik dari sisi performa teknis maupun sisi finansial.
SAM merupakan model pembangkit listrik dengan asumsi bahwa sistem

energi terbarukan yang didesain menghasilkan energi langsung ditransfer ke dalam
jaringan listrik (On-grid). SAM tidak dapat melakukan pemodelan sistem energi
terbarukan jenis off-grid atau dengan menggunakan baterai.

27
SAM dapat melakukan pemodelan untuk sistem energi terbarukan antara lain
sistem photovoltaic, Solar Water Heating, sistem tenaga angin skala kecil dan
besar, geothermal, sistem biomass.
Model yang dijalankan oleh SAM menghasilkan daya keluaran sistem setiap
jam selama satu tahun. Untuk itu dibutuhkan data iklim tahunan sesuai dengan
lokasi dari desain sistem energi terbarukan yang diinginkan. Dalam penelitian ini,
data iklim diperoleh dari Meteonorm.

28
BAB III
METODE PENELITIAN
Dalam penelitian bab ini akan dijabarkan metode dari penelitian dalam
penulisan buku seminar ini yang meliputi identifikasi masalah, studi literatur,
pengumpulan data, dan pengolahan serta analisis data.
3.1 Tahap Identifikasi
Tahap Identifikasi masalah merupakan tahapan awal yang penting dan

menentukan dalam penelitian. Dalam tahapan ini secara lebih rinci telah dijelaskan
dalam bab 1 yang terdiri dari latar belakang, perumusan masalah, tujuan penelitian,
manfaat penelitian, ruang lingkup dan batasan masalah, metodologi serta
sistematika penulisan.
3.2. Studi Literatur dan Pengolahan Data
3.2.1. Studi Literatur
Studi Literatur adalah menelusuri sumber-sumber tulisan yang pernah

dibuat sebelumnya yang sesuai dengan topik permasalahan dan tema yang akan
diangkat dalam penelitian.
Beberapa teori pendukung yang turut membantu dalam penelitian ini

diantaranya:
1. Sistem Pembangkit Listrik Tenaga Surya rumah atap beserta konfigurasi-

konfigurasi PLTS-PV serta perlengkapan penyusunnya.
2. Pembangkit Terdistribusi (Distributed Generation)
3. Konsep net-metering dan net billing
4. Ekonomi teknik
5. Metode Peramalan dan Regresi
3.2.2. Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh informasi yang

dibutuhkan dalam rangka mencapai tujuan penelitian. Dalam penelitian ini
diperlukan sejumlah data yang diperoleh dari literatur-literatur terkait.
Beberapa data tersebut diantaranya:

29
a) Data beban rumah tangga (VA) yang akan diteliti. Data beban ini penting
untuk menentukan spesifikasi perangkat yang digunakan dan klasifikasi
rumah tangga tersebut termasuk masyarakat golongan menengah ke atas
atau masyarakat bawah. Dalam penelitian ini akan digunakan beban rumah
tangga masyarakat menengah ke atas. Data dapat diperoleh dari pengukuran
langsung dirumah atau dengan perkiraan rata-rata beban harian rumah
tangga pada klasifikasi daya tersebut.
b) Data radiasi matahari. Data ini penting digunakan untuk melihat tingkat dan
besarnya energi yang dihasilkan photovoltaic (PV) / panel surya. Semakin
tinggi radiasi matahari maka kemungkinan panel surya akan menghasilkan
energi semakin tinggi. Di setiap daerah di Indonesia data radiasi matahari
tidak selalu sama. Data ini didapatkan dari Meteonorm yaitu referensi
meteorologi yang komprehensif, yang memberi akses ke katalog data
meteorologi untuk aplikasi matahari dan desain sistem pada setiap lokasi
yang diinginkan di dunia.
c) Data spesifikasi dan harga perangkat. Spesifikasi peralatan dan lifetime
perangkat sangat diperlukan untuk melihat usia perangkat, serta kesesuaian
sebuah perangkat dengan perangkat lain. Hal ini akan berpengaruh pada
nilai kelayakan investasi dari project yang dibangun.
Karena data dikeluarkan oleh produsen dari alat-alat tersebut dan barang
berstandar internasional, sehingga validitasnya diakui.
d) Data tarif listrik dan biaya penyediaan tenaga listrik Indonesia dari tahun-
tahun sebelumnya.
e) Data historis peralatan penyusun PLTS-PV Atap serta learning rate
penurunan setiap komponen.
3.2.3 Pengolahan Data
Dalam penelitian ini data diolah untuk mendapatkan data keekonomian dari
rumah PLTS-PV atap menggunakan bantuan perangkat lunak System Advisor
Model (SAM), dengan memasukkan data radiasi, data teknis peralatan yang
dipergunakan dan data keuangan, sebagaimana diagram alir dalam gambar 3.1
berikut. Output dari SAM adalah hasil-hasil berupa hasil perhitungan keekonomian

30
dari sistem peralatan yang dimodelkan, diantaranya adalah Cost of Electricity

(COE), Nett Present Value (NPV), dan beberapa parameter penting lain.
Mulai 1
Pencarian Data iklim Input

dengan Meteonorm financial
7 parameter
Tentukan
Input data iklim electricity
rates
Tentukan
Tentukan jenis
electricity
Modul
load
Input
Datasheet Simulasikan Desain
Inverter
Output
Tentukan sistem berupa
desain summary
data
Selesai
Input system
cost data
Gambar 3.1 Diagram Alir Simulasi Menggunakan SAM
Hasil dari simulasi SAM berupa data-data keekonomian dari investasi

rumah berbasis panel surya. Data NPV menggambarkan kelayakan dari suatu
investasi sedangkan COE menggambarkan biaya pokok penyediaan energi
terbarukan sistem.
Dari data yang ada yaitu berupa COE atau BPP dari sistem rumah PLTS-
PV atap yang diramalkan beberapa tahun kedepan, dan tren dari biaya listrik utilitas
akan didapatkan grid parity di Indonesia.

31
3.3. Tahapan Penelitian
Tahapan penelitian diperlukan untuk menjabarkan langkah-langkah

penelitian secara utuh yang akan dilakukan untuk mencapai tujuan dari penelitian.
Beberapa langkah tersebut terbagi menjadi 2 tahapan yakni tahapan seminar dan
thesis.
1. Tahapan Seminar
Dalam tahapan ini dilakukan pengambilan data radiasi dengan bantuan
meteonorm yang kemudian hasil output dari meteonorm menjadi salah satu
yang akan dimasukkan dalam simulasi menggunakan System Advisor Model
bersama dengan data peralatan, harga peralatan, serta system cost untuk
melihat parameter keekonomian dari pada sistem panel surya rumah di
Indonesia Output dari SAM tersebut menandakan beberapa paramater
ekonomi dari sistem PLTS-PV atap. Dengan memasukkan data trend harga
modul panel surya, inverter, serta BOS yang kian lama kian menurun dalam
SAM sehingga akan didapat trend harga keekonomian sistem panel surya
bersama dengan trend Biaya Pokok (BPP) Penyediaan Tenaga Listrik
Indonesia untuk rumah tangga 2200 VA. Garis persinggungan antara trend
harga panel surya sistem dan trend BPP listrik nasional menunjukkan bahwa
sesungguhnya dalam tahun tersebut sudah mencapai grid parity. Harga
penyediaan dari sistem panel surya sudah sama dengan biaya penyediaan
listrik utilitas.

32
Penentuan Simulasi Menemukan Menemukan

data potensi SAM untuk tren data BPP Grid Parity
radiasi mendapatkan dari PV System Solar PV untuk
dengan outpur dan BPP PLTS-PV atap
Meteonorm berupa Tenaga Listrik
7.0 parameter Nasional
keekonomian Indonesia
PLTS-PV
atap
Gambar 3.2 Tahapan Seminar
2. Tahapan Thesis
Dalam tahapan thesis hasil daripada seminar akan dikembangkan lebih
lanjut. Setelah melihat hasil dari seminar, lebih lanjut dalam thesis akan
dikembangkan skenario kebijakan dan pentarifan yang mungkin dari
berbagai kondisi yang ada. Setelah menyusun berbagai skenario dari
mekanisme yang mungkin untuk diterapkan untuk rumah PLTS-PV atap
akan dipilih skenario kebijakan terbaik dan model harga jual yang memadai
untuk digunakan dalam PLTS-PV atap.

33
Menganalisis Mengembangkan Pemilihan

tren tarif listrik skenario harga jual skenario
utilitas, tren listrik yang harga jual
biaya menguntungkan bagi energi listrik
penyediaan prosumer PLTS-PV terbaik bagi
PLTS-PV atap dengan PLN prosumer
atap, dan grid sebagai perusahaan PLTS-PV
parity system. utilitas. atap
Gambar 3.3 Tahapan Tesis
3.4. Data Pendukung Penelitian
3.4.1. Data Radiasi Matahari
Data radiasi didapatkan dengan Meteonorm dengan memasukkan koordinat

lintang (Latitude) dan bujur (Longitude). Untuk koordinat lintang di sebelah utara
atau diatas garis khatulistiwa (equator) maka koordinat yang di input pada
Meteonorm bernilai positif dan untuk koordinat lintang di sebelah selatan atau
dibawah garis khatulistiwa maka koordinat lintang yang di input ke Meteonorm
bernilai negatif. Contoh untuk 6 LU di input positif sedangkan 6 LS di input
sebagai koordinat lintang -6. Untuk koordinat bujur, karena Indonesia berada di
belahan bumi sebelah timur yaitu antara 95 BT sampai 141 BT maka selalu
bernilai positif.
Dalam input Meteonorm, kami mengambil contoh di daerah Depok, Jawa

Barat dengan koordinat 6,4 LS, 106,8 BT dengan ketinggian 63 mdpl. Hasil
Meteonorm didasarkan pada data radiasi matahari antara tahun 1991 sampai dengan

34
tahun 2010 dan data temperatur antara tahun 2000 sampai dengan tahun 2009 pada
setiap koordinat lintang dan bujur.
Output dari Meteonorm adalah berupa file yang berisi data lengkap setiap jam
dalam satu tahun serta data perbulan dari iklim pada koordinat yang telah
ditentukan. Data iklim yang dimaksudkan disini adalah daily global irradiance,
daily temperature, radiation, precipitation, sunshine duration, dan data lainnya
dalam bentuk file .txt dan .csv jika memilih format TMY3.
Dibawah ini disajikan data-data dari hasil proses pengolahan dari

perangkat lunak meteonorm dari masukan informasi berupa titik koordinat lokasi.
Gambar 3.4 Data Radiasi Matahari Kota Depok Per-Bulan Selama Setahun

35
Gambar 3.5 Data Durasi Penyinaran Matahari Selama Setahun Kota Depok
Gambar 3.6 Data Iklim Kota Depok Selama Setahun

36
Dari data yang diinputkan didapatkan data radiasi rata-rata 4,54

kWh/m2/hari, dengan suhu rata-rata 25,3o C. Data radiasi ini penting untuk melihat
keekonomian daripada sistem yang disimulasikan dalam SAM.
3.4.2. Data Komponen dan Harga Penyusun PLTS-PV Atap Rumah
Untuk mendapatkan parameter keekonomian investasi PLTS-PV atap

rumah, akan disimulasikan dengan System Advisory Model (SAM). PLTS-PV atap
rumah disini mengambil contoh sistem rumah cerdas berbasis panel surya. Dalam
melakukan simulasi perhitungan keekonomian, mengacu pada gambar 3, dengan
memasukkan data-data seperti spesifikasi modul panel surya, spesifikasi inverter,
dan system design-nya. Perhitungan finansial didapatkan dengan memasukkan
data-data harga peralatan seperti harga modul panel surya, harga inverter, balance
of system termasuk juga biaya instalasi sistem panel surya. Selain itu untuk
perhitungan finansial juga dibutuhkan parameter-parameter seperti tingkat inflasi,
tingkat diskonto, suku bunga kredit bank, masa pinjaman, umur investasi, tarif
listrik PLN dan tingkat kenaikan tarif listrik.
Tabel 3.1 Daftar Peralatan Penyusun Rumah PLTS-PV atap 2 kWp

Harga
No Nama Perangkat Jumlah Total (Rp)
(Rp)
1 Modul PV (Canadian Solar 260 Wp) 2.730.000 8 21.840.000
2 Inverter (Growatt 2000 MTL) 8.718.000 1 8.718.000
3 PLC Omron Cp1e E60dra 4.000.000 1 4.000.000
4 Growatt shine wifi 1.115.000 1 1.115.000
5 Power Meter EPM6600 5.856.768 2 11.713.536
6 Relay Omron 27.000 6 162.000
7 Relay Kiso 100.000 1 100.000
8 Kabel - kabel 400.000 1 400.000
9 kabel komunikasi 450.000 1 450.000
10 Konektor 800.000 1 800.000
11 Circuit breaker 113.000 1 113.000
12 Personal Computer 4.400.000 1 4.400.000
13 Lain-lain 1.000.000 1 1.000.000
TOTAL 54.811.536

37
Biaya perangkat diketahui sebesar Rp 54.811.536 dengan biaya instalasi

kisaran 7-8% dengan durasi proyek selama 20 tahun, serta O&M cost
sebesar kurang lebih 20 $/kW/tahun ≈ Rp 594.000/tahun untuk sistem 2200
VA.
3.4.3. Data Finansial
Data finansial diperlukan dalam simulasi. Nilai dari data-data finansial yang
dimasukkan akan berpengaruh terhadap output keekonomian yang dihasilkan oleh
perangkat lunak SAM. Data-data finansial yang diperlukan diantaranya sebagai
berikut:
a) Tingkat suku bunga dasar kredit (SBDK)

Data suku bunga dasar kredit diambilkan acuan Bank Rakyat Indonesia dengan
bunga 12,5% per tahun.
b) Tingkat inflasi
Data inflasi didapatkan dari Bank Indonesia dari tahun 2010 sampai dengan
akhir 2016, kemudian data tersebut dirata-ratakan sehingga didapatkan tingkat
inflasi sebesar 5,45%
c) Tingkat diskonto
Data diskonto didapatkan dari Bank Indonesia dari tahun 2010 sampai dengan
akhir 2016, kemudian data tersebut dirata-ratakan sehingga didapatkan tingkat
diskonto sebesar 7,39%.
3.4.4 Profil Beban
Kurva beban atau disebut profil beban, secara sederhana dapat diartikan
sebagai kurva yang menggambarkan penggunaan beban (listrik) dalam suatu waktu.
Dikatakan dalam suatu waktu karena selangnya itu dapat berupa tahunan,
mingguan, bahkan harian. Namun, penggunaan yang paling umum adalah kurva
beban harian seperti pada gambar berikut. Dalam gambar 3.7. berikut.
Dalam gambar 3.7. berikut dapat dijelaskan bahwa grafik beban harian
rumah yang menggunakan PLTS-PV atap dapat di pikul pada beban siang hari oleh
produksi PLTS-PV atap pada pukul 08.00-14.00 dan dapat menjual excess listrik
kepada perusahaan utilitas (net export), sedangkan pada durasi waktu yang lain

38
sistem rumah PLTS-PV tersebut membutuhkan energi listrik dari perusahaan

utilitas/PLN untuk memenuhi kebutuhan bebannya (net import).
Gambar 3.7 Profil Beban Dan Excess Listrik PLTS-PV Atap Skema Net Metering

39
BAB IV
PEMBAHASAN
Pada tahapan analisis ini akan dijabarkan langkah-langkah lebih lanjut

untuk mencapai tujuan dari penelitian. Data yang diambil adalah menggunakan data
rumah tangga 2200 VA yang secara umum banyak diterapkan di Indonesia. Analisis
akan dimulai dengan pencarian dengan proyeksi kenaikan BPPTL nasional
Indonesia, proyeksi grid parity, dan kemudian pengembangan skenario harga jual
PLTS-PV atap yang saling menguntungkan, baik bagi PLN selaku perusahaan
utilitas maupun dari prosumer pemilik PLTS-PV atap.
4.1. Peramalan Grid Parity Nasional PLTS-PV Atap Rumah
4.1.1. Proyeksi Kecenderungan Kenaikan BPPTL Nasional
Untuk meramalkan terjadinya grid parity, diperlukan data-data masa lalu

yang akan di proyeksikan ke masa depan dengan analisis regresi dalam hal ini dapat
digunakan regresi sederhana. Analisis regresi linier sederhana adalah hubungan
secara linear antara satu variabel independen (X) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari
variabel dependen apabila nilai variabel independen mengalami kenaikan atau
penurunan.
Rumus regresi sederhana sendiri sebagaimana yang telah dirumuskan dalam

persamaan (2.6) yaitu Y’ = a + bX: [8]
Dalam hal ini:
Y’ = Variabel dependen (nilai yang diprediksikan)

X = Variabel independen
a = Konstanta (nilai Y’ apabila X = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
Dengan mengetahui nilai X, nilai b, serta nilai a akan dengan lebih mudah diketahui
perubahan nilai Y yang merupakan variabel dependen.

40
Dalam meramal trend biaya penyediaan listrik nasional dibutuhkan data-

data masa lalu dalam kurun waktu tertentu. Data yang digunakan akan bersumber
dari data Statistik PLN kurun waktu 2004-2015. Data statistik PLN akan
ditampilkan sebagai berikut:
Tabel 4.1 Biaya Pokok Penyediaan (BPP) Tenaga Listrik Nasional

No Tahun BPP (Rp/kWh)
1 2004 351,34
2 2005 469,78
3 2006 705,96
4 2007 706,62
5 2008 1051,84
6 2009 767,79
7 2010 795,59
8 2011 1051,14
9 2012 1217,28
10 2013 1206,67
11 2014 1296,73
12 2015 920,22
Sumber: Statistik PLN
Dari sebaran data tersebut kemudian kita regresikan sesuai dengan persamaan
regresi sederhana dengan analisis deret waktu dan pendekatan ekonometri tersebut
sehingga diperoleh hasil sebagai berikut:

41
Tabel 4.2 Nilai Y Prediksi dan Residual
Observation Predicted Y Residuals

1 497.9479 -146.6079
2 567.1235 -97.3435
3 636.2990 69.6610
4 705.4745 1.1455
5 774.6500 277.1900
6 843.8256 -76.0356
7 913.0011 -117.4111
8 982.1766 68.9634
9 1051.3521 165.9279
10 1120.5277 86.1423
11 1189.7032 107.0268
12 1258.8787 -338.6587
Kemudian didapatkan Standar Error of Estimate-nya untuk konstanta (Sa) dan

koefisien regresi (Sb) sebagai berikut:
Coefficients Standard Error

Intercept 428.7724242 106.2582653
X Variable 1 69.17552448 14.43765522
Sehingga kita dapatkan persamaan untuk grafik regresi sederhana sebagai berikut:
Y = 69,176 x +428,77 (4.1)
Dengan standard error of estimate-nya dalam kisaran 20%.

42
Tren BPP Tenaga Listrik Nasional Indonesia

1400
y = 69.176x+428.77
1200
1000
Rp/kWh
800
600
400
200
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Tahun
Gambar 4.1 Tren BPP Tenaga Listrik Nasional Indonesia
Dari hasil regresi dapat kita lihat bahwa persamaan untuk grafik diatas
adalah y = 69,176 x +428,77 dimana y dalam (Rp/kWh), dan x adalah tahun ke-1
dimulai dari tahun 2004 dst hingga tahun ke-12 yaitu tahun 2015.
Jika kita tarik regresi hingga beberapa tahun kedepan dan

mempertimbangkan estimasi eror dalam skenario peramalan opmitis, realistis, dan
pesimis maka akan didapati grafik sebagaimana berikut:
Proyeksi BPPTL Nasional

3,000.00
2,500.00
2,000.00
(Rupiah)
1,500.00
1,000.00
500.00
0.00
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
Tahun
Skenario Realistis Skenario Pesimis Skenario Optimis
Gambar 4. 2 Prakiraan BPP Tenaga Listrik Nasional Indonesia

43
Dari grafik terlihat bahwa pada tahun 2030 perkiraan biaya penyediaan listrik di
Indonesia sebesar Rp 2.300/kWh dengan rentang estimasi ± 20%.
Tren kenaikan harga ini dipicu oleh banyak hal salah satunya tren kenaikan
harga sumber energi fosil secara global. Sementara di satu pihak, penyusun sistem
ketenagalistrikan di Indonesia masih sangat didominasi oleh pembangkit berbahan
bakar fosil. Dari data yang ada trend kenaikan BPP tenaga listrik nasional sebesar
9% per tahun.
4.1.2. Trend BPP PLTS-PV Atap Rumah
Levelized Cost of Electricity (LCOE) merepresentasikan nilai dari biaya

investasi, operasi dan perawatan sebuah fasilitas pembangkit yang di ‘present
value’ kan dalam satu siklus finansial dan siklus kerja, kemudian nilai ini
dikonversikan dalam cicilan tahunan dengan menambahkan perhitungan tingat
inflasi.
Seiring dengan penelitian dan pengembangan yang terus menerus semakin

lama trend perkembangan material penyusun modul panel surya di dunia ini
mengarah kepada trend harga yang cenderung semakin turun. Hal ini secara tidak
langsung berimplikasi dengan menurunnya harga solar modul. [9] Dengan asumsi
penurunan grafik learning rate untuk PV berada kisaran 10% per tahun. Dan
dengan asumsi penurunan nilai BOS sebesar 7% per tahun dan penurunan harga
inverter secara internasional sebesar 10% per-tahun (Inc, 2006) [10], dapat kita
simulasikan dalam System Advisor Model (SAM) untuk menghitung besarnya
LCOE / BPP untuk rumah PLTS-PV atap dapat digambarkan dalam grafik sebagai
berikut:

44
BPP Rumah PLTS-PV 2 kWP Atap

Rumah
3000
2500
2000
RP/KWH
1500
1000
500
0
TAHUN
Gambar 4.3 Tren BPP Rumah PLTS-PV Atap 2 kWp
Dari data tersebut dapat dilihat bahwa trend BPP untuk rumah PLTS-PV
atap mengalami penurunan layaknya trend harga modul solar panel. Hal ini bisa
terjadi karena trend secara umum untuk komponen penyusun rumah PLTS-PV atap
semakin menurun seiring dengan semakin meluasnya penggunaan komponen-
komponen tersebut dan semakin gencarnya penelitian internasional dibidang energi
terbarukan berbasis panel surya. Sebagai komponen yang cukup besar, besarnya
penurunan dari tahun 2030 dibanding 2013 untuk trend modul panel surya sebesar
60% hal ini turut berpengaruh terhadap penurunan trend BPP sistem rumah PLTS-
PV atap yang cukup signifikan.
4.1.3. Grid Parity Sistem Rumah PLTS-PV Atap
Grid parity didapat dengan menggabungkan kedua grafik tersebut, yakni

grafik antara BPP sistem solar panel dengan harga tarif listrik utilitas.
Dari penggabungan harga kedua komponen tersebut didapat grafik baru

sebagai berikut:

45
Kondisi Grid Parity

Biaya LCOE PLTS-PV Atap BPPTL Skenario Realistis
BPPTL Skenario Pesimis BPPTL Skenario Optimis
3000.00
2500.00
2000.00
1500.00
1000.00
500.00
0.00
Gambar 4.4 Solar Grid Parity untuk Rumah PLTS-PV Atap di Indonesia
Dari grafik tersebut didapatkan titik temu antara BPP TL nasional dengan BPP
rumah PLTS-PV atap adalah pada kisaran tahun 2021 untuk skenario realistis, pada
tahun 2019 untuk skenario optimis dan pada tahun 2023 untuk skenario pesimis.
Pada saat itu BPP TL Nasional dan BPP rumah PLTS-PV atap berada di kisaran
harga Rp 1700/kWh ± 20%.
Saat telah tercapai grid parity, BPP sistem rumah PLTS-PV atap sudah akan
sama dan berangsur-angsur lebih kecil daripada BPPTL nasional sehingga sistem
ini sudah bisa dipertimbangkan untuk digunakan dengan mekanisme net metering
di atas.
Hal yang mungkin terjadi adalah bisa saja dalam kurun waktu tertentu
masuk suatu sumber pembangkit baru yang secara harga lebih murah misalnya
pembangkit listrik bertenaga nuklir, tentu hal ini membuat grid parity bergeser
cenderung ke kanan, yaitu semakin lama terjadi kondisi grid parity tercapai.
4.2. Skenario Mekanisme Tarif Setelah Grid Parity
Skenario perlu dikembangkan dalam rangka mendapatkan nilai harga jual

energi listrik

46
4.2.1. Skenario Net Metering
4.2.1.1.Skenario Net Metering Tanpa Baterai
Dalam skenario ini, akan dipilih skenario mekanisme tarif listrik

menggunakan net metering. Penggunaan net metering sendiri dipilih sebagai
skenario 1 sebagaimana mekanisme yang berlaku sebelum terjadinya grid parity.
Dengan net metering, excess listrik berbentuk kWh dan akan diakumulasikan ke
bulan depan sebagai pengurang tagihan listrik bulan depan. Penghematan sejumlah
kWh ini pada dasarnya akan menghemat tagihan listrik sejumlah harga listrik di
bulan depan, dan hal ini akan menguntungkan di sisi konsumen dimana jika
dikuantisasi secara finansial akan didapat keuntungan sejumlah total excess kWh
dikali dengan harga listrik di bulan depan per-kWh.
Net Present Value (NPV) menggambarkan jumlah keuntungan bersih dari
aliran kas yang ditarik pada tahun ke-0. NPV dijadikan salah satu acuan dalam
pengambilan keputusan investasi, dimana NPV>0 menggambarkan bahwa
investasi tersebut menguntungkan, sedangkan untuk nilai NPV<0 menggambarkan
investasi tersebut masih belum layak untuk dijalankan.
Untuk mekanisme net metering ini, menggunakan asumsi harga jual dan
harga beli sama yaitu mengikuti harga tarif listrik utilitas. Berdasarkan simulasi
dengan SAM, didapatkan hasil sebagaimana grafik sebagai berikut:
Discounted PP Net Metering

25.0
20.0
19.1 18.6
15.0 17.2
TAHUN
15.2
13.6
10.0 12.1
10.9
9.8 8.9
5.0 8.0 7.3
6.6 6.0
5.6 5.1 4.7
0.0
TAHUN
Gambar 4.5 Discounted PP untuk Skenario NM Tanpa Baterai

47
Dari gambar tersebut dapat dilihat bahwa nilai Discounted payback period
(PP) dari skenario 1 di tahun tahun awal masih cukup besar, artinya saat nilai balik
modal masih cukup panjang. Semakin cepat nilai balik modal, artinya semakin
cepat pula nilai investasi tersebut kembali. Meskipun tidak selalu jadi acuan untuk
kelayakan investasi, namun nilai Discounted PP ini cukup berpengaruh terhadap
pengambilan keputusan dalam investasi.
Selain Discounted PP, hal yang lebih utama untuk menentukan layak atau
tidaknya investasi yang akan dirancang, nilai Net Present Value (NPV) yaitu nilai
neto waktu sekarang.
Berdasarkan simulasi dengan perangkat lunak System Advisory Model

(SAM), didapatkan nilai dari NPV untuk masing-masing tiap tahun investasi
setelah terjadinya grid parity dapat digambarkan pada grafik berikut:
NPV Skenario NM Tanpa Baterai

60,000,000
50,000,000
40,000,000
(Rupiah)
30,000,000
20,000,000
10,000,000
0
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Tahun
Gambar 4.6 NPV untuk Skenario Net Metering Tanpa Baterai 2021-2030
Grafik tersebut menggambarkan nilai NPV pada tahun saat setelah terjadi
grid parity. Untuk skenario 1 yaitu menggunakan mekanisme net metering
sebagaimana diterapkan memiliki nilai NPV yang bernilai positif dan akan semakin
besar nilainya dari 2021 hingga pada tahun 2030 seiring dengan penurunan harga
dari komponen-komponen pendukung yaitu PV panel, balance of system (BOS),
serta harga inverter itu sendiri. Dalam arti lain untuk tahun-tahun mendatang akan

48
semakin menguntungkan dengan mekanisme net metering bagi

pengguna/prosumer. Grafik menggambarkan bahwa pada tahun 2021 tingkat
keuntungan bersih sebesar Rp. 20.331.000,- dengan tingkat waktu pengembalian
investasi pada kisaran selama 10 tahun 11 bulan, sedangkan pada tahun 2030
keuntungan / NPV bagi prosumer yaitu Rp. 55.606.500,- , dengan tingkat
pengembalian investasi yang sudah mendekati 5 tahun. Artinya jika mengikuti
trend yang sudah ada,ada kecenderungan bahwa pihak prosumer akan mendapatkan
keuntungan yang cukup besar semakin menjauh setelah terjadi kondisi grid parity.
4.2.1.2. Skenario Net Metering dengan Baterai
Dalam skenario ini akan diterapkan mekanisme net metering dengan

penggunaan batterai sebagai back up power. Dengan adanya batterai diharapkan
excess yang dijual ke pemerintah semakin berkurang dengan adanya storage,
sehingga porsi self consumption akan semakin meningkat, diharapkan untuk tahun-
tahun mendatang seiring dengan penurunan komponen-komponen biaya dan
investasi rumah PLTS-PV atap dengan batterai diharapkan akan lebih menarik bagi
prosumer karena dengan biaya produksi PLTS-PV atap yang semakin menurun
akan lebih banyak energi yang disimpan dan digunakan pada saat malam hari saat
harga energi listrik dari utilitas sudah cenderung tinggi. Tentunya hal ini perlu
dikaji lebih dalam bagaimana pengaruh peran batterai terhadap investasi mengingat
harga batterai yang masih tergolong tinggi.
Batterai yang digunakan adalah dengan batterai bank dengan kapasitas 4

buah batterai VRLA DEEP CYCLE GEL 200 Ah/12 V dengan harga @ Rp
4.857.000,- yang diganti selama 2 kali selama periode proyek dan dengan tambahan
investasi berupa sebuah Batterai Management System (BMS) untuk mengatur
kapan saat baterai charge dan discharge seharga Rp 2.000.000,-.
Dengan harga jual dan beli yang sama dengan skenario NM 1, akan
disimulasikan beberapa parameter untuk melihat kelayakan investasi dari
penggunaan batterai dan akan dibandingkan dengan skema tanpa batterai.
Berdasarkan hasil simulasi dengan SAM akan didapatkan hasil

perbandingan net metering dengan dan tanpa baterai setelah grid parity sebagai
berikut:

49
NPV NM Dengan dan Tanpa Baterai

60,000,000
50,000,000
40,000,000
30,000,000
20,000,000
10,000,000
0
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
-10,000,000
-20,000,000
NM Tanpa Baterai NM dengan Baterai
Gambar 4.7 Perbedaan NPV antara Net Metering dengan dan Tanpa Baterai
Dari grafik tersebut, perbedaan yang cukup mencolok adalah besarnya nilai
NPV dimana untuk penggunaan baterai nilai NPV akan berangsur positif sejak
tahun 2024 dan pada tahun terjadinya grid parity yaitu pada tahun 2021, sistem net
metering rumah PLTS-PV atap dengan baterai masih belum bisa dianggap layak.
Hal ini menandakan bahwa penggunaan baterai masih dianggap belum layak hingga
pada tahun 2024. Sehingga dalam penelitian ini tidak disarankan untuk
menggunakan baterai pada saat terjadi grid parity 2021.
4.2.2. Skenario Net Billing
Mekanisme net billing sebenarnya merupakan pengembangan dari

mekanisme net metering, hanya saja acuan kelebihan/excess listrik diwujudkan
dalam bentuk uang, dan acuan harga dan beli bisa diatur dengan kesepakatan
perusahaan utilitas dengan prosumer (pengguna rumah). Dalam hal ini kami
kembangkan 3 skenario dasar net billing untuk dapat sebagai bagian skenario
mekanisme tarif setelah grid parity.

50
4.2.2.1. Penggunaan Net Billing Skenario 1
Dalam net billing skenario 1 ini, akan dipergunakan skema net billing
dengan asumsi harga jual listrik dari prosumer merupakan nilai tengah antara
LCOE rumah berbasis panel surya dan dari biaya pokok produksi nasional.
Skenario ini dipilih untuk melihat tingkat keuntungan antara pihak

prosumer maupun pihak PT PLN selaku penyedia utilitas dimana dengan harga jual
listrik pertengahan antara tarif listrik dan LCOE PLTS-PV atap agar seimbang.
Dalam hal ini perlu dilihat dari perspektif PT PLN bagaimana keuntungan jika
skenario ini diterapkan dengan tetap memperhatikan tingkat keuntungan dari
prosumer/pengguna PLTS-PV atap.
Pada asumsi ini penetapan tarif beli dan jual adalah sebagai berikut:
Tabel 4.3 Harga Jual dan Harga Beli Net Billing skenario 1
Harga Harga Jual Harga Harga
Tahun Tahun
Beli (Rp) (Rp) Beli (Rp) Jual (Rp)
2013 1.106,45 1.840,61 2022 1.777,95 1.660,63
2014 1.303,71 1.826,24 2023 1.838,70 1.662,15
2015 1.509,00 1.582,64 2024 1.899,45 1.660,28
2016 1.461,80 1.729,85 2025 1.960,20 1.660,45
2017 1.474,20 1.712,47 2026 2.020,95 1.667,36
2018 1.534,95 1.693,73 2027 2.081,70 1.671,57
2019 1.595,70 1.683,77 2028 2.142,45 1.681,86
2020 1.656,45 1.671,11 2029 2.203,20 1.688,77
2021 1.717,20 1.667,22 2030 2.263,95 1.702,44
Dari hasil simulasi dengan perangkat lunak System Advisory Model (SAM),
didapatkan hasil berupa grafik yang menggambarkan besarnya NPV dari tahun
2021 setelah terjadinya grid parity hingga tahun 2030 sebagai berikut:

51
NPV Skenario Net Billing 1

60,000,000
50,000,000
40,000,000
(Rupiah)
30,000,000
20,000,000
10,000,000
0
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Tahun
Gambar 4.8 NPV Net Billing Skenario 1
Dari hasil pengujian dengan SAM, didapat perubahan nilai NPV yang
semakin menjauhi grid parity semakin besar, dimana pada tahun 2021 besarnya
NPV sebesar Rp. 20.250.000,- sedangkan pada tahun 2030 besarnya NPV sudah
besar yaitu bernilai Rp 54.567.000,-. Dengan kata lain dapat penulis sebut bahwa
dengan skenario net billing 1 ini, dengan acuan harga jual merupakan selisih atau
nilai tengah antara Biaya Pokok Penyediaan grid dengan Biaya Penyediaan energi
terbarukan rumah PLTS-PV atap dikatakan layak untuk diterapkan dari segi
konsumen. Sehingga jika skenario ini diterapkan, konsumen akan mendapatkan
pengembalian yang layak, dimana untuk nilai Discounted Payback Period-nya,
berada pada kisaran 11 tahun untuk taun 2021, dengan harapan jika prosumer
menginvestasikan pada tahun 2021 akan mendapat keuntungan bersih nilai
sekarang sebesar Rp 20.250.000,- dengan tingkat pengembalian/titik impas selama
11 tahun.
4.4.2.2. Penggunaan Net Billing Skenario 2
Pada skenario net billing kedua ini, acuan harga yang dipakai adalah harga
jual beli energi terbarukan yang dipakai di Amerika, yaitu dengan acuan harga
jual.
Harga Jual = LCOE + IRR*LCOE (4.2)

52
Acuan harga ini adalah acuan harga yang dipakai di Amerika untuk menentukan
harga jual energi terbarukan.
Dengan asumsi seperti itu dapat kita kalkulasi berdasarkan harga LCOE net
metering dan IRR dari net metering yang menjadi dasar dari asumsi harga yang
penulis susun.
Daftar harga jual dapat kita tuliskan dalam tabel sebagai berikut:
Tabel 4.4 Harga Jual dan Beli Net Billing Skenario 2

Harga
Harga Harga Beli Harga
Tahun Jual Tahun
Beli (Rp) (Rp) Jual (Rp)
(Rp)
2013 1.106,45 2.507,07 2022 1.777,95 1.837,84
2014 1.303,71 2.424,96 2023 1.838,70 1.784,84
2015 1.509,00 2.393,13 2024 1.899,45 1.723,34
2016 1.461,80 2.280,18 2025 1.960,20 1.665,99
2017 1.474,20 2.190,89 2026 2.020,95 1.620,35
2018 1.534,95 2.109,45 2027 2.081,70 1.569,05
2019 1.595,70 2.041,43 2028 2.142,45 1.528,95
2020 1.656,45 1.965,93 2029 2.203,20 1.481,84
2021 1.717,20 1.905,27 2030 2.263,95 1.448,10
Dengan menggunakan perangkat lunak System Advisory Model, akan

didapatkan nilai NPV dari tahun-tahun selama umur investasi, dan akan
ditunjukkan nilai NPV dari 2021 hingga tahun 2030 setelah terjadinya grid parity
sebagai berikut,

53
NPV Skenario Net Billing 2

60,000,000
50,000,000
40,000,000
(Rupiah)
30,000,000
20,000,000
10,000,000
0
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Tahun
Dari hasil pengujian dengan SAM, didapat perubahan nilai NPV yang
semakin menjauhi grid parity semakin besar, dimana pada tahun 2021 besarnya
NPV sebesar Rp. 20.682.000,- sedangkan pada tahun 2030 besarnya NPV sudah
besar yaitu bernilai Rp 54.094.000,-. Dengan kata lain dapat penulis sebut bahwa
dengan skenario net billing 2 ini, dengan acuan harga jual yaitu sesuai dengan
Persamaan (4.1) dapat dikatakan layak untuk diterapkan dari segi konsumen.
Sehingga jika skenario ini diterapkan, konsumen akan mendapatkan

pengembalian yang layak, dimana untuk nilai Discounted Payback Period-nya,
berada pada kisaran 10 tahun 8 bulan untuk investasi yang dimulai pada tahun 2021,
dengan harapan jika prosumer menginvestasikan pada tahun 2021 akan mendapat
keuntungan bersih nilai sekarang sebesar Rp 20.250.000,- dengan durasi
pengembalian modal selama 10 tahun 10 bulan.
4.2.2.2.Penggunaan Net Billing Skenario 3
Dengan skenario ke 3, maka harga jual excess listrik akan sama dengan nilai
LCOE nya. Dengan asumsi seperti itu, maka pihak perusahaan utilitas bisa membeli
excess listrik dengan harga yang paling rendah diantara ketiga skenario net billing
tersebut.

54
Sebagai dasar adalah semakin kecil harga jual yang dibeli oleh PT PLN akan
semakin besar keuntungannya. Yang menjadi perhatian adalah bahwa dengan
semakin untungnya PT PLN juga jangan sampai menimbulkan kerugian di sisi
prosumer.
Untuk daftar harga beli dan jual sebagaimana daftar tabel berikut,
Tabel 4.5 Harga Jual dan Beli Net Billing Skenario 3

Harga Harga Harga Harga
Tahun Tahun
Beli (Rp) Jual (Rp) Beli (Rp) Jual (Rp)
2013 2,474.55 247,455 2021 1,777.95 1,578
2014 2,355.75 235,575 2022 1,838.70 1,512
2015 2,245.05 224,505 2023 1,899.45 1,439
2016 2,131.65 213,165 2024 1,960.20 1,370
2017 2,027.70 202,770 2025 2,020.95 1,315
2018 1,921.05 192,105 2026 2,081.70 1,254
2019 1,831.95 183,195 2027 2,142.45 1,206
2020 1,737.45 173,745 2028 2,203.20 1,150
2021 1,660.50 166,050 2029 2,263.95 1,108
Dengan menggunakan perangkat lunak System Advisory Model, akan

didapatkan nilai NPV dari tahun-tahun selama umur investasi, dan akan
ditunjukkan nilai NPV dari 2021 hingga tahun 2030 setelah terjadinya grid parity
sebagai berikut,

55
NPV Skenario NB 3
60,000,000
50,000,000
40,000,000
(Rupiah)
30,000,000
20,000,000
10,000,000
0
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Tahun
Dari skenario net billing ke-3 ini merupakan skenario dengan nilai jual
excess paling rendah, namun tetap mendapatkan keuntungan yang cukup tinggi
pada tahun 2021 hingga 2030. Hal ini tidak lepas dari prinsip net billing yang
merupakan pengembangan dari net metering untuk menghemat
pengeluaran/pembelian listrik dari perusahaan utilitas.
Pada tahun-tahun setelah grid parity, saat harga LCOE energi dari panel
surya sudah cukup murah dan berimbas pada besarnya penghematan dari pembelian
energi listrik dari utilitas, maka meskipun terdapat perbedaan nilai harga jual yang
lebih rendah daripada harga beli tetap menguntungkan karena semakin banyak nilai
uang yang dihemat dengan semakin menurunnya LCOE listrik dari panel surya
dibandingkan dengan tingkat harga.
Pada tahun 2021, saat terjadinya Grid Parity, nilai bersih investasi sekarang
(NPV) berada pada nilai Rp. 20.236.500,- dengan tingkat waktu pengembalian
investasi selama 10 tahun 11 bulan. Sehingga jika skenario ini diterapkan dari sisi
prosumer pun tetap akan mendapatkan tingkat pengembalian yang layak.
4.4.3. Perbandingan antar Skenario
Dari sisi pemerintah, nilai excess yang dijual ke perusahaan utilitas dari
pemilik rumah PLTS-PV atap menjadi perhatian utama. Dari hal ini perusahaan

56
utilitas berpeluang mengambil keuntungan dari selisih harga jual dan beli dari
prosumer, yaitu pemilik PLTS-PV atap.
Dengan nilai excess sebesar 174,2885 kWh per tahun (untuk tanpa baterai)
dan 160 kWh/tahun (dengan baterai) akan disimulasikan perbandingan ke-5
skenario di atas untuk mendapatkan keuntungan terbaik bagi perusahaan utilitas.
Kita ambil skenario 10 tahun sejak terjadinya grid parity, dimana dengan asumsi
proyeksi harga listrik berjalan dari tahun 2021 hingga 2030.
Tabel 4.6 Tabel Pembelian Excess Listrik dari Pengguna PLTS-PV atap
Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5
Harga Harga Harga Harga

Tahun Total Total Harga Export
Export Total (Rp) Export Export Total (Rp) Export Total (Rp)
(Rp) (Rp) (Rp/kWh)
(Rp/kWh) (Rp/kWh) (Rp/kWh) (Rp/kWh)
2021 1,717.20 299,288 1,717 276,426 1,667.22 290,577 1,905.27 332,067 1,660.50 289,406
2022 1,777.95 309,876 1,778 286,205 1,660.63 289,429 1,837.84 320,315 1,578.15 275,053
2023 1,838.70 320,464 1,839 295,984 1,662.15 289,693 1,784.84 311,076 1,512.00 263,524
2024 1,899.45 331,052 1,899 305,763 1,660.28 289,368 1,723.34 300,358 1,439.10 250,819
2025 1,960.20 341,640 1,960 315,543 1,660.45 289,397 1,665.99 290,364 1,370.25 238,819
2026 2,020.95 352,228 2,021 325,322 1,667.36 290,601 1,620.35 282,409 1,314.90 229,172
2027 2,081.70 362,816 2,082 335,101 1,671.57 291,336 1,569.05 273,467 1,254.15 218,584
2028 2,142.45 373,404 2,142 344,880 1,681.86 293,129 1,528.95 266,479 1,205.55 210,114
2029 2,203.20 383,992 2,203 354,659 1,688.77 294,334 1,481.84 258,268 1,150.20 200,467
2030 2,263.95 394,580 2,264 364,439 1,702.44 296,715 1,448.10 252,386 1,108.35 193,173
TOTAL 3,469,343 3,204,322 2,914,579 2,887,189 2,369,130
Nb: Excess tanpa baterai 174,29 kWh/tahun, excess dengan baterai 160.97
kWh/tahun.
Dari ke 5 skenario tersebut, harga beli perusahaan utilitas dari excess rumah
PLTS-PV atap 2 kWp yang paling tinggi adalah dari skenario 1 yaitu Rp
3.469.343,- dan yang paling rendah dari skenario 5 yaitu Rp. 2.369.130,-. Sehingga
pengeluaran untuk membeli excess oleh pemerintah.
Jika kita bandingkan antara ke 5 skenario tersebut, dengan masing-masing

harga jual yang telah diterapkan dapat kita dapatkan grafik potensi keuntungan
perusahaan utilitas dari pembelian excess dari rumah PLTS-PV atap.

57
POTENSI KEUNTUNGAN
PERUSAHAAN UTILITAS
1,200,000.00
1,000,000.00 1,100,213.59
800,000.00
Rupiah
600,000.00
554,764.65 582,154.60
400,000.00
200,000.00
0.00 0.00
0.00
skenario 1 skenario 2 skenario 3 skenario 4 skenario 5
Gambar 4.11 Potensi Keuntungan PT PLN per rumah tahun 2021-2030
Dari gambar tersebut, skenario 1 merupakan skenario net metering tanpa

baterai, sedangkan skenario 2 merupakan net metering dengan baterai, sedangkan
skenario 3 merupakan skenario net billing 1 dimana harga jual merupakan nilai
tengah antara biayan penyediaan (LCOE) rumah PLTS-PV atap dan harga biaya
penyediaan grid perusahaan utilitas, skenario 4 merupakan net billing skenario 2
yaitu harga jual listrik ke perusahaan utilitas dengan nilai harga jual
LCOE+LCOE*IRR-nya dan Skenario net billing skenario 3 merupakan skenario
dengan harga jual ke perusahaan utilitas.
Dalam penentuan skenario penulis mempertimbangkan sudut pandang PT

PLN selaku perusahaan utilitas yang akan mampu mendapatkan keuntungan
maksimal dari pembelian excess listrik dengan tetap mempertimbangkan
keuntungan bagi pengguna PLTS-PV atap dengan batasan harga jual listrik excess
ke jaringan tidak akan melebihi biaya penyediaan energi listrik oleh pengguna
PLTS-PV atap. Pihak PT PLN akan mendapatkan keuntungan dengan adanya
selisih harga beli excess dari prosumer yang akan dijual kembali dengan tarif listrik
saat itu, sedangkan pengguna PLTS-PV akan mendapatkan keuntungan dari
penghematan tagihan listrik tiap bulan dengan penggunaan PLTS-PV atap.

58
Dari ke-5 skenario diatas dari sisi prosumer yaitu pengguna PLTS-PV atap
ke lima skenario menjanjikan tingkat pengembalian yang hampir sama, namun
dipandang dari sisi perusahaan utilitas yang juga menginginkan manfaat yang lebih
dari adanya PLTS-PV atap ini, skenario ke 5 yaitu skenario net billing dengan harga
jual sebesar dengan nilai LCOE PLTS-PV atap itu sendiri menunjukkan
keuntungan yang paling besar diantara ke 5 skenario diatas.
Keuntungan PT PLN selaku perusahaan utilitas untuk skenario ke-5 adalah

sebesar Rp. 1.100.213,59,- untuk 1 rumah dengan faktor koreksi rentang ± 20%
didasarkan skenario optimis dan pesimis dari proyeksi kenaikan biaya penyediaan
tenaga listrik.

59
BAB V
KESIMPULAN DAN SARAN
1. Grid parity yaitu kondisi dimana harga pokok penyediaan dari energi
terbarukan akan sama atau lebih kecil dari harga penyediaan energi listrik
konvensional. Semakin menjauhi setelah kondisi grid parity, potensi
keuntungan bagi investor jika menanamkan investasi pada tahun-tahun
setelah grid parity akan semakin besar. Grid parity PLTS-PV Atap 2 kWp
akan mencapai grid parity di Indonesia pada tahun 2021 (skenario realistis).
2. Untuk PLTS-PV Atap 2 kWp skema net metering tanpa baterai akan sudah
layak dan tepat untuk diterapkan di Jawa pada saat terjadi grid parity pada
tahun 2021 dan untuk skema menggunakan baterai masih belum layak
diterapkan pada tahun tersebut.
3. Dari 5 skenario harga jual yang dikembangkan, hanya skenario net metering
dengan baterai yang belum layak dan memberikan keuntungan finansial
untuk penggunanya untuk dibangun saat terjadi grid parity tahun 2021.
4. Dari ke 5 skenario yang diuji, skenario ke 5 yang paling layak dipilih karena
paling mendapatkan keuntungan bagi perusahaan utilitas / PT PLN atas
excess yang dibeli, dengan keuntungan sebesar Rp 1.100.213,59 per-rumah
dengan faktor koreksi ±20% dari pembelian excess energi dari setiap PLTS-
PV atap 2 kWp dalam rentang 10 tahun.

60
DAFTAR ACUAN
[1] Nasional, Dewan Energi. (2014). Outlook Energi Indonesia 2014. Jakarta:
Kementerian Energi dan Sumber Daya Mineral, RI.
[2] Harjanto, N. T. (2008). Dampak Lingkungan Pusat Listrik Tenaga Fosil dan
Prospek PLTN Sebagai Sumber Energi Listrik Nasional. Jurnal BATAN, 39-
50.
[3] Bin Zhou, W. L. (2016). Smart home energy management systems: Concept,
conﬁgurations, and scheduling strategies. Renewable and Sustainable Energy
Reviews 61 (2016), 30-40.
[4] Ozkan, N. B., Boteler, B., & Amerighi, O. (2014). European smart home
market development: Public Views on technical and economic aspect across
the United Kingdom, Germany, and Italy . Energy Research & Social Science
3, 65-77.
[5] Sistem Off Grid, On Grid PLTS. (2012, 11 21). Diambil kembali dari
solarsuryaindonesia.com: http://solarsuryaindonesia.com/info/sistem-off-
grid-on-grid-tie
[6] Sullivan, W. G., Wicks, E. M., & Luxhoj, J. T. (2006). Engineering economy
(13th ed.). New Jersey: Pearson Education, Inc.
[7] Hartono, J. (2013). Metodologi penelitian bisnis – salah kaprah dan

pengalaman-pengalaman (edisi 6). Yogyakarta: BFE UGM
[8] Duwi. (2011, November). Analisis Regresi Linear Sederhana. Diambil

kembali dari http://duwiconsultant.blogspot.co.id/:
http://duwiconsultant.blogspot.co.id/2011/11/analisis-regresi-linier-
sederhana.html

61
[9] Dahlan, N Y. (2014). Solar Grid Parity for Malaysia: Analysis Using
Experience Curves. IEEE 8th International Power Engineering and
Optimization Conference (PEOCO2014), Langkawi, 1-6.
[10] Inc, N. C. (2006, january). a review of PV Inverter Technology Cost and

Performance Projectiona. Burlington, Massauchetts: national renewable
energy laboratory.

62
DAFTAR PUSTAKA
[1] Perusahaan Listrik Negara. (2016-2025).Rencana Usaha Penyediaan Tenaga
Listrik PT PLN (RUPTL PLN) 2015-2024
[2] Perusahaan Listrik Negara. (2009-2015). Statistik PLN 2009-2015
[3] http://ebtke.esdm.go.id/regulation/9/feed.in.tariff
[4] http://www.nrel.gov/docs/fy10osti/44849.pdf

LAMPIRAN

DAFTAR LAMPIRAN:
1. Load Duration Curve untuk Rumah PLTS-PV 2 kWp
2. Kurva Beban Harian Rata-rata Dalam 1 Tahun
3. Perhitungan Probabilistik NPV PLTS-PV 2 kWp Net Metering
Tanpa Baterai Saat Terjadi Grid Parity (2021)
Dengan Baterai Saat Terjadi Grid Parity (2021)
5. Tren Kecenderungan Harga Perangkat Penyusun Rumah PLTS-PV
2 kWp
6. Cash Flow PLTS-PV 2 kWp
7. Datasheet PV Modul
8. Datasheet Inverter
9. Summary Output Statistik Peramalan untuk BPPTL menggunakan
Regresi Linier

1. Load Duration Curve untuk Rumah PLTS-PV 2 kWp

2. Kurva Beban Harian Rata-rata Dalam 1 Tahun

Tanpa Baterai Saat Terjadi Grid Parity (2021)

Dengan Baterai Saat Terjadi Grid Parity (2021)

5. Tren Kecenderungan Harga Perangkat Penyusun Rumah PLTS-PV
2 kWp
Tren Harga Modul Panel Surya

9000
8000
7000
6000
RP/W
5000
4000
3000
2000
1000
0
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
TAHUN
Trend Biaya Balance of System (BOS)

35,000,000
30,000,000
25,000,000
(Rupiah)
20,000,000
15,000,000
10,000,000
5,000,000
0
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
Tren Harga Inverter 2kWp

12,000,000
10,000,000
8,000,000
(Rupiah)
6,000,000
4,000,000
2,000,000
0
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030

6. Cash Flow PLTS-PV 2 kWp
Cash Flow
3,000
2,000
1,000
0
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
(USD)
-1,000
-2,000
-3,000
-4,000
-5,000
year

7. Datasheet PV Modul

8. Datasheet Inverter

9. Summary Output Statistik Peramalan untuk BPPTL menggunakan
Regresi Linier
Regression Statistics
Multiple R 0.834609249
R Square 0.696572598
Adjusted R
Square 0.666229858
Standard Error 172.6492456
Observations 12
ANOVA
df SS MS F Significance F
Regression 1 684291.2057 684291.2057 22.95681256 0.000733128
Residual 10 298077.6202 29807.76202
Total 11 982368.8259
Standard P- Lower Upper Lower Upper

Coefficients Error t Stat value 95% 95% 95.0% 95.0%
Intercept 428.772 106.258 4.035 0.002 192.014 665.531 192.014 665.531
X
Variable
1 69.176 14.438 4.791 0.001 37.006 101.345 37.006 101.345
Normal Probability Plot

1500
1000
Y
500
0
0 20 40 60 80 100 120
Sample Percentile

RESIDUAL OUTPUT PROBABILITY OUTPUT
Observation Predicted Y Residuals Percentile Y

1 497.9479 -146.6079 146.6079487 4.166666667 351.34
2 567.1235 -97.3435 97.34347319 12.5 469.78
3 636.2990 69.6610 69.66100233 20.83333333 705.96
4 705.4745 1.1455 1.145477855 29.16666667 706.62
5 774.6500 277.1900 277.1899534 37.5 767.79
6 843.8256 -76.0356 76.0355711 45.83333333 795.59
7 913.0011 -117.4111 117.4110956 54.16666667 920.22
8 982.1766 68.9634 68.96337995 62.5 1051.14
9 1051.3521 165.9279 165.9278555 70.83333333 1051.84
10 1120.5277 86.1423 86.142331 79.16666667 1206.67
11 1189.7032 107.0268 107.0268065 87.5 1217.28
12 1258.8787 -338.6587 338.6587179 95.83333333 1296.73

Analisis Skenario Harga Jual Energi Listrik PLTS PV Atap Rumah Di Indonesia Setelah Grid Parity

Diunggah oleh

Informasi Dokumen

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

Analisis Skenario Harga Jual Energi Listrik PLTS PV Atap Rumah Di Indonesia Setelah Grid Parity

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

ANALISIS SKENARIO HARGA JUAL ENERGI LISTRIK

ANANDITA WILLY KURNIAWAN

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

ANALISIS SKENARIO HARGA JUAL ENERGI LISTRIK

ANANDITA WILLY KURNIAWAN

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Jakarta, Juni 2017

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Nama : Anandita Willy Kurniawan

Indonesia sebagai negara yang terletak di katulistiwa, memiliki potensi energi

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Name : Anandita Willy Kurniawan

Keywords: renewable energy, grid parity, PV Rooftop, selling price scenarios

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

LEMBAR PERSETUJUAN ................................................................................iii

HALAMAN PERNYATAAN ORISINALITAS ................................................. iv

HALAMAN PENGESAHAN .............................................................................. v

KATA PENGANTAR ........................................................................................ vi

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI ........................... vii

TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS ................................ vii

DAFTAR ISI ....................................................................................................... x

DAFTAR GAMBAR ........................................................................................ xiii

DAFTAR TABEL ............................................................................................ xiv

BAB I PENDAHULUAN .................................................................................... 1

BAB II TINJAUAN PUSTAKA .......................................................................... 8

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

BAB III METODE PENELITIAN ..................................................................... 28

BAB IV PEMBAHASAN .................................................................................. 39

BAB V KESIMPULAN DAN SARAN.............................................................. 59

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

DAFTAR PUSTAKA ........................................................................................ 62

xii Universitas Indonesia

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Gambar 2.1. Kurva I-V............................................................................................. 9

xiii Universitas Indonesia

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Tabel 1.1. Sumber Daya Energi Terbarukan di Indonesia .......................................... 2

Tabel 3.1. Daftar Peralatan Penyusun Rumah PLTS-PV 2 kWp................................. 36

Tabel 4.2. Nilai Y Prediksi dan Residual ................................................................... 41

xiv Universitas Indonesia

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

1.1 Latar Belakang

Energi dipandang dari ketersediaan sumber dan teknologi yang digunakan

Indonesia sebagai negara berpenduduk terbesar ke-4 di dunia peran energi

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

Tabel 1.1 Sumber Daya Energi Terbarukan di Indonesia

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

dan mengelola penggunaan energinya untuk mendapat keuntungan dari sistem

Berdasarkan data historis, kecenderungan yang ada bahwa harga penyusun

Setelah kondisi grid parity tercapai, kecenderungan prosumer (pihak

Untuk mengakomodasi hal tersebut, adalah tugas pemerintah untuk

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

penyediaan PV atap yang dihasilkan, sehingga prosumer juga tetap mendapatkan

Dari 2 skenario utama tersebut akan dikembangkan menjadi skenario 1 yaitu

1.2 Perumusan Masalah

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

dimungkinkan pihak prosumer akan mendapatkan keuntungan secara finansial dari

1.3 Tujuan Penelitian

1.4 Manfaat Penelitian

1.5 Batasan Masalah

Analisis skenario..., Anandita Willy Kurniawan, FT UI, 2017.

 Pembahasan tidak memperhitungkan faktor teknis yang diakibatkan oleh

1.6 Metodologi Penelitian