ANALISIS PENGARUH INDUSTRI CLUSTER KOTABARU

TERHADAP KONSUMSI LISTRIK PERKAPITA PROVINSI

KALIMANTAN SELATAN TAHUN 2022-2032
MENGGUNAKAN SOFTWARE LEAP

(Long-Range Energy Alternatives Planning System)

TESIS

Diajukan untuk Memenuhi Sebagian Persyaratan

Guna Memperoleh Gelar Magister Teknik

DISUSUN OLEH:

RAHMAT NOVIAR ANSYARI

NIM. 202010052

PROGRAM STUDI MAGISTER TEKNIK ELEKTRO

INSTITUT TEKNOLOGI PLN
JAKARTA
2022
 LEMBAR PENGESAHAN DOSEN PEMBIMBING

TESIS

ANALISIS PENGARUH INDUSTRI CLUSTER KOTABARU

TERHADAP KONSUMSI LISTRIK PERKAPITA PROVINSI
KALIMANTAN SELATAN TAHUN 2022-2032
MENGGUNAKAN SOFTWARE LEAP
(Long-Range Energy Alternatives Planning System)

Disusun Oleh :

(RAHMAT NOVIAR ANSYARI)

NIM.202010052

Diajukan Untuk Memenuhi Persyaratan

PROGRAM STUDI S2
FAKULTAS TEKNOLOGI
INSTITUT TEKNOLOGI PLN

Jakarta , 14 November 2022

Ketua Program Study Magister T.Elektro Pembimbing

Zico Alaia Akbar Junior, S.Si.,M.Sc.,Ph.D Hakimul Batih, ST.,MT,.PhD

NIDN: 0315058804 NIDN : 0306067909

 KATA PENGANTAR

Puji dan syukur atas nikmat kesehatan dan kesempatan serta kemudahan yang diberikan
Tuhan Yang Maha Esa kepada penulis, sehingga penulis dapat menyelesaikan tesis ini.
Tesis dengan judul “Analisis Pengaruh Industri Cluster Kotabaru Terhadap
Konsumsi Listrik Perkapita Provinsi Kalimantan Selatan Tahun 2022-2032
Menggunakan Software LEAP” ini merupakan salah satu syarat untuk memperoleh gelar
Magister Teknik pada Program Studi Pasca Sarjana Teknik Elektro Institut Teknologi
PLN.
Penulis skripsi ini mendapat arahan dan bantuan dari berbagai sumber selama
proses penulisan untuk memastikan bahwa skripsi ini ditulis dengan benar. Oleh karena
itu, pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih dan
penghargaan yang setulus-tulusnya terhadap:
1. Bapak Zico Alaia Akbar Junior, S.Si., M.Sc., PhD Sebagai Ketua Program Studi
Magister Teknik Elektro, INSTITUT TEKNOLOGI PLN, atas arahan,
bimbingan dan ilmu yang dicurahkan secara tulus kepada Penulis.
2. Seluruh dosen Program Studi Magister Teknik Elektro, INSTITUT TEKNOLOGI
PLN atas arahan, bimbingan dan ilmu yang dicurahkan secara tulus kepada
penulis.
3. Bapak Hakimul Batih, ST.,MT,.PhD Selaku Dosen Pembimbing Tesis Program
Magister Teknik Elektro, INSTITUT TEKNOLOGI PLN atas arahan, bimbingan
dan waktu yang dicurahkan secara tulus kepada penulis.
4. Keluarga Besar yang telah memberikan semangat atas penulisan Tesis ini.

Semoga Proposal Tesis ini bermanfaat bagi masyarakat dalam industri cluster kotabaru
yang berpengaruh terhadap konsumsi listrik perkapitanya yang berada di Provinsi
Kalimantan Selatan Tentu saja sebagai manusia biasa banyak kekurangan dan kelemahan,
dari tesis saya ini, sehingga masukan dan saran dari para pembaca sangat kami harapkan.
Semoga Allah SWT selalu memberikan bimbingan dan pertolongan kepada kita dalam
setiap langkah dan tugas kita.
Jakarta, 14 November 2022

Penulis

iii
 ANALISIS PENGARUH INDUSTRI CLUSTER KOTABARU
TERHADAP KONSUMSI LISTRIK PERKAPITA PROVINSI
KALIMANTAN SELATAN TAHUN 2022-2032
MENGGUNAKAN SOFTWARE LEAP
(Long-Range Energy Alternatives Planning System)

Rahmat Noviar Ansyari

NIM. 202010052

Abstrak

Untuk menjadi sebuah provinsi maju salah satu indikatornya adalah konsumsi
listrik perkapita. Untuk mencapainya maka diperlukan ketersediaan energi agar
mencukupi kebutuhan sektor rumah tangga, transportasi, industri maupun komersial.
Pada kondisi saat ini telah diketahui konsumsi listrik perkapita Provinsi Kalimantan
Selatan masih Rendah. Penelitan ini bertujuan untuk menganalisis pengaruh industri
cluster kotabaru terhadap konsumsi listrik perkapita provinsi Kalimantan Selatan
tahun 2022-2032 menggunakan software LEAP (Long-range Energy Alternatives
Planning system) dengan mengambil kasus pada Kalimantan Selatan. Permintaan energi
listrik di Kalsel diprediksi hingga tahun 2032 dengan menggunakan data historis yang
dikumpulkan pada tahun 2012 berupa pertumbuhan penduduk, jumlah pelanggan, rasio
elektrifikasi, intensitas energi, dan profil konsumsi daya. Hasil analisis data yang
menunjukkan tahun 2022 hingga 2032 menghasilkan kesimpulan sebagai berikut.
Konsumsi listrik perkapita skenario BaU diproyeksikan pada tahun 2022 sebesar 907,16
kWh/kapita dan menjadi 1.508,85 kWh/kapita pada tahun 2032. Sedangkan konsumsi
listrik perkapita skenario KICB diproyeksikan pada tahun 2022 sebesar 907,16
kWh/kapita dan menjadi 2.196,10 kWh/kapita pada tahun 2032. Kemudian proyeksi
emisi CO2 yang dihasilkan pada tahun 2022 adalah 1.205,55 kton/tahun dan menjadi
4.093,41 kton/tahun pada tahun 2032.

Kata Kunci: Konsumsi listrik per kapita,emisi CO2 , LEAP

iv
 ANALYSIS OF THE INFLUENCE OF KOTABARU CLUSTER
INDUSTRY ON ELECTRICITY CONSUMPTION PER CAPITA IN
SOUTH KALIMANTAN PROVINCE IN 2022-2032 USING LEAP
SOFTWARE (Long-Range Energy Alternatives Planning System)

Rahmat Noviar Ansyari

NIM. 202010052

Abstract

One of the indicators to become an advanced province is electricity consumption per

capita. To achieve this, the availability of energy is needed to meet the needs of the
household, transportation, industrial and commercial sectors. Under current conditions, it
is known that per capita electricity consumption in South Kalimantan Province is still
low. This research aims to analyze the influence of the Kotabaru cluster industry on per
capita electricity consumption in the province of South Kalimantan in 2022-2032 using
the LEAP (Long-range Energy Alternatives Planning system) software by taking the case
of South Kalimantan. Demand for electrical energy in South Kalimantan is predicted until
2032 using historical data collected in 2012 in the form of population growth, number of
subscribers, electrification ratio, energy intensity and power consumption profile. The
results of data analysis showing the years 2022 to 2032 produce the following
conclusions. Electricity consumption per capita in the BaU scenario is projected in 2022
to be 907.16 kWh/capita and will be 1,508.85 kWh/capita in 2032. Meanwhile, per capita
electricity consumption in the KICB scenario is projected in 2022 to be 907.16
kWh/capita and will be 2,196.10 kWh/capita in 2032. Then the projection of CO2
emissions produced in 2022 is 1,205.55 kton/year and becomes 4,093.41 kton/year in
2032

Keywords: Electricity consumption per capita, CO2 emissions, LEAP

v
 DAFTAR ISI
Hal
LEMBAR PENGESAHAN DOSEN PEMBIMBING...................................................... ii

KATA PENGANTAR ..................................................................................................... iii

DAFTAR ISI .................................................................................................................... vi

DAFTAR GAMBAR DAN ILUSTRASI ...................................................................... viii

DAFTAR TABEL ............................................................................................................ ix

DAFTAR LAMPIRAN ..................................................................................................... x

BAB I PENDAHULUAN ................................................................................................ 3

1.1. Latar Belakang ....................................................................................................... 3

1.2. Perumusan Masalah ............................................................................................... 4

1.3. Tujuan Penelitian ................................................................................................... 4

1.4. Manfaat Penelitian ................................................................................................. 5

1.5 Ruang Lingkup/ Batasan Masalah .......................................................................... 5

1.6 Sistematika Penulisan ............................................................................................ 5

BAB II TINJAUAN PUSTAKA...................................................................................... 6

2.1. Tinjauan Pustaka .................................................................................................... 6

2.2 Landasan Teori.......................................................................... .......................... 11

2.2.1 Konsep Prakiraan Permintaan Energi ........................................................... 11

2.2.2 Perkiraan Kebutuhan Energi Menggunakan Software .................................. 12

2.2.3 Kondisi Sistem Tenaga Listrik Provinsi Kalimantan Selatan Saat Ini. ......... 13

2.2.4 Metode Pendekatan Perencanaan Energi ...................................................... 16

BAB III METODOLOGI PENELITIAN ...................................................................... 23

3.1. Data Penelitian .................................................................................................... 23

3.2 Alat Penelitian ..................................................................................................... 24

3.3 Tata Laksana Penelitian ...................................................................................... 24

vi
 Hal

3.4. Teknik Analisis Data ............................................................................................ 26

3.5. Hipotesis.............................................................................................................. 27

BAB IV HASIL DAN PEMBAHASAN ........................................................................ 28

4.1 Kondisi Sosial Ekonomi....................................................................................... 28

4.1.1 Geografis ........................................................................................................ 28

4.1.2 Populasi Penduduk.................. ...................................................................... 29

4.1.3 Produk Domestik Regional Bruto ................................................................. 29

4.1.4 Peta Pelanggan Potensial............................................................................... 31

4.1.5 Model LEAP............................. ................................................................... 32

4.2 Proyeksi Jumlah Pelanggan Energi Listrik ........................................................ 33

4.3 Proyeksi Konsumsi Energi Listrik ..................................................................... 33

4.4 Proyeksi Rasio Elektrifikasi

................................................................................Error! Bookmark not defined.

4.5 Proyeksi Konsumsi Listrik Perkapita ................................................................. 35

4.6 Proyeksi Emisi CO2.............................................................................................36

BAB V KESIMPULAN DAN SARAN ......................................................................... 40

5.1 Kesimpulan ......................................................................................................... 40

5.2 Saran .................................................................................................................... 40

DAFTAR PUSTAKA ..................................................................................................... 41

LAMPIRAN-LAMPIRAN

vii
 DAFTAR GAMBAR DAN ILUSTRASI

Hal
Gambar 2. 1 Tampilan layer LEAP ................................................................................ 12
Gambar 2. 2 Peta Pengembangan Sistem Tenaga Listrik Provinsi Kalimantan Selatan 14
Gambar 2. 3 Perbandingan hasil proyeksi kebutuhan tenaga listrik ............................... 15
Gambar 2. 4 Pembagian Sumber Daya Batubara Indonesia Berdasarkan Nilai Kalor ... 21
Gambar 3. 1 LEAP Versi 2020.1.0.80…………………………………………….........24
Gambar 3. 2 Metode dan Alur Penelitian........................................................................ 26
Gambar 4. 1 Peta Provinsi Kalimantan Selatan…………………………………………28
Gambar 4. 2 Pertumbuhan PDRB Beberapa Lapangan Usaha Triwulan I-2021(Persen)
......................................................................................................................................... 30
Gambar 4. 3 Sumber Pertumbuhan PDRB Menurut Lapangan Usaha (Persen) ............. 30
Gambar 4. 4 Peta Pelanggan Potensial ............................................................................ 31
Gambar 4. 5 Model LEAP .............................................................................................. 32
Gambar 4. 6 Proyeksi Konsumsi Energi Listrik Kalimantan Selatan menggunakan
aplikasi LEAP ................................................................................................................. 34
Gambar 4. 7 Grafik Perbandingan Konsumsi Listrik Per Kapita BaU, KICB & RUKN
......................................................................................................................................... 36

viii
 DAFTAR TABEL

Hal
Tabel 2. 1 Penelitian Mengenai Forecasting Energi ......................................................... 8
Tabel 2. 2 Realisasi Penjualan Tenaga Listrik (GWh) .................................................... 15
Tabel 2. 3 Realisasi Jumlah Pelanggan (Ribu)................................................................ 15
Tabel 2. 4 NCV dan Faktor Emisi Batubara Nasional .................................................... 21
Tabel 4. 1 Daftar calon pelanggan Industri Kawasan Industri Cluster Kotabaru ........... 31
Tabel 4. 2 Proyeksi Jumlah Pelanggan Energi Listrik Kalimantan Selatan .................... 33
Tabel 4. 3 Proyeksi Konsumsi Energi Listrik Kalimantan Selatan ................................. 34
Tabel 4. 4 Proyeksi Konsumsi Listrik Perkapita BaU,KICB & RUKN ......................... 35
Tabel 4. 5 Data Pembangkit ............................................................................................ 37
Tabel 4. 6 Tabel Perhitungan Emisi CO2 ........................................................................ 38
Tabel 4. 7 Table Faktor Emisi PLTU di Indonesia ......................................................... 39

ix
 DAFTAR LAMPIRAN
Hal
Lampiran 1. Rekapitulasi Proyeksi Kebutuhan Tenaga Listrik Provinsi Kalimantan
Selatan ............................................................................................................................. 41
Lampiran 2. Prakiraan Kebutuha dan Penyedian Tenaga Listrik Provinsi Kalimantan
Selatan ............................................................................................................................. 42
Lampiran 3. Daftar calon pelanggan Industri Kawasan Industri Cluster Kotabaru ........ 43

x
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Untuk menjadi sebuah provinsi maju salah satu indikatornya adalah

konsumsi listrik perkapita. Untuk mencapainya maka diperlukan ketersediaan
energi agar mencukupi kebutuhan sektor rumah tangga, transportasi, industri
maupun komersial. Pada kondisi saat ini telah diketahui konsumsi listrik perkapita
Provinsi Kalimantan Selatan masih Rendah.

Dalam lima tahun antara 2015 dan 2019, perekonomian Provinsi

Kalimantan Selatan tumbuh dengan laju tahunan sebesar 4,38%. Batubara dan gas
metana berlimpah di Kalimantan Selatan, menjadikannya sumber energi yang
layak. Selain itu, beberapa perkebunan kelapa sawit telah didirikan di beberapa
daerah. Menggunakan batu bara sebagai sumber energi dan membangun
perkebunan kelapa sawit sudah membuat ekonomi Kalsel berkembang positif serta
memiliki peluang yang baik. Situasi begitu hendak mempengaruhi pada
perkembangan keperluan daya listrik di Kalimantan Selatan.

Oleh karena itu, sektor industri Provinsi Kalimantan Selatan diperkirakan

akan semakin berkembang di tahun-tahun mendatang. Sektor industri kini
menyumbang 34,8 persen dari keseluruhan konsumsi energi Kalimantan Selatan.
Pada tahun 2050, sektor industri diperkirakan mencapai 49,2 persen dari total
konsumsi energi Kalimantan Selatan. Kawasan Industri (KI) Batulicin dan
Kawasan Industri KI Jorong (KE) adalah dua dari banyak kawasan industri baru
yang sedang dibangun. Setelah itu kita akan mengerjakan KI Mekar Putih dan KI
Mantuil. Saat ini sektor industri sangat mengandalkan sumber bahan bakar
eksternal; sekitar 80% melakukannya, sedangkan 16% berasal dari biomassa yang
digunakan sebagai bahan bakar di pabrik kelapa sawit. Diperkirakan dengan
berkembangnya pembangkit listrik dan jaringan transmisi energi, sektor industri
akan mengkonsumsi lebih sedikit bahan bakar dan beralih menggunakan listrik dari
jaringan tersebut.

3
 Permintaan energi inilah yang menentukan berapa banyak pembangkit
listrik yang dibutuhkan untuk dapat berproduksi. Salah satu tujuan KEN adalah
untuk meningkatkan konsumsi energi per kapita negara dari tingkat saat ini, yang
diperkirakan mencapai 2.500 kWh/kapita pada tahun 2025 dan 7.000 kWh/kapita
pada tahun 2050. Hal ini menunjukkan bahwa ke depan, listrik akan berperan
sebagai bagian yang semakin penting dalam bauran energi final di berbagai industri
pengguna energi.

Permintaan energi masa depan di Kalimantan Selatan diperkirakan akan

relatif besar karena pembangunan kawasan industri baru dan infrastruktur yang
menyertainya. Disisi lain perlu adanya kajian terkait pengaruh industri baru ini
terhadap konsumsi listrik perkapita di Provinsi Kalimantan Selatan. Karena ini
merupakan parameter dan aspek yang penting bagi keberhasilan pembangunan
daerah.

1.2. Perumusan Masalah

1. Bagaimana pengaruh industri cluster Kotabaru Provinsi Kalimantan

Selatan terhadap pertumbuhan konsumsi listrik perkapita?
2. Bagaimana hasil prakiraan konsumsi listrik perkapita dari tahun 2022
sampai 2032 di Provinsi Kalimantan Selatan?
3. Berapa Proyeksi emisi CO2 yang dihasilkan oleh industri cluster kotabaru
dari tahun 2022 sampai 2032 jika menggunakan PLTU Batubara?

1.3. Tujuan Penelitian

1. Memproyeksikan konsumsi listrik perkapita di provinsi kalimantan selatan

sampai tahun 2032
2. Menganalisa pengaruh industri cluster kotabaru terhadap pertumbuhan
konsumsi listrik perkapita
3. Memproyeksikan emisi CO2 jika menggunakan PLTU Batubara sampai
tahun 2032

4
1.4. Manfaat Penelitian

Manfaat penelitian dalam Tesis ini adalah sebagai berikut:

1. Penelitian ini dapat menjadi percontohan mengenai studi komparasi tentang
Pengaruh Industri Cluster Kotabaru Terhadap Konsumsi Listrik Perkapita
Provinsi Kalimantan Selatan.

2. Sebagai Implementasi Pengaruh dari Industri Cluster Kotabaru Terhadap

Konsumsi Listrik Perkapita Provinsi Kalimantan Selatan menggunakan
software LEAP

3. Sebagai dasar pertimbangan dalam mengurangi emisi CO2 di Provinsi Kali-

mantan Selatan

1.5. Ruang Lingkup/ Batasan Masalah

Dalam Penelitian analisa dan proyeksi permintaan listrik di Kotabaru

Provinsi Kalimantan Selatan dari tahun 2022 sampai tahun 2032, Ruang
Lingkup penelitiannya sebagai berikut :

1. Ruang Lingkup Penelitian ini berada di industri cluster Kotabaru provinsi

Kalimantan Selatan, Objek penelitian ini adalah pengaruh pelanggan I4
terhadap konsumsi listrik perkapita
2. Penelitian ini hanya membahas mengenai konsumsi listrik perkapita
3. Emisi CO2 yang diproyeksikan hanya yang dihasilkan oleh PLTU Batubara
yang akan melayani pelanggan industri cluster kotabaru

1.6. Sistematika Penulisan

Lima bab dalam skripsi ini disusun sebagai berikut, dengan

pembahasan yang menyertainya: Bab pertama meliputi pendahuluan, tujuan
penelitian, manfaat penelitian, rumusan masalah, batasan masalah, dan
sistematika penulisan. Landasan teori dibahas dalam Bab 2. Metodologi
penelitian dibahas pada Bab 3. Temuan dan pembahasan tesis dapat dilihat
pada Bab 4, sedangkan kesimpulan dan saran tesis untuk penelitian selanjutnya
dapat dilihat pada Bab 5.

5
 BAB II
TINJAUAN PUSTAKA

2.1. Tinjauan Pustaka

Penelitan ini berjudul “Analisis pengaruh industri cluster kotabaru

terhadap konsumsi listrik perkapita provinsi Kalimantan Selatan tahun 2022-
2032 menggunakan software LEAP.”, bertujuan untuk menganalisis pertumbuhan
konsumsi listrik perkapita di masa mendatang untuk Provinsi Kalimantan Selatan.
Selain itu juga akan menghitung energy demand forecasting, peningkatan konsumsi
listrik dari pembangunan industri cluster kotabaru dengan software LEAP.
Prakiraan pengaruh kawasan industri ini menggunakan metode pendekatan
ekonometri, trend, dan end-use. Metode pendekatan ini digunakan untuk melihat
pertumbuhan konsumsi listrik perkapita di Provinsi Kalimantan Selatan. Berkaitan
dengan data pendukung penelitian ini penulis juga memerlukan suatu tinjauan
literatur dan analisis teori atas penelitian sebelumnya yang relevan, sekaligus untuk
menghindari adanya plagiarisme. Dengan adanya perbandingan, diharapkan
penelitian ini dapat menghasilkan informasi yang terbaru.

Setelah Kalimantan ditetapkan sebagai IKN baru Republik Indonesia,

Nugroho (2020) memprediksikan kenaikan konsumsi energi di wilayah tersebut.
Seiring berjalannya proyek pembangunan ibu kota baru, kebutuhan energi
meningkat seiring dengan perluasan operasi perkotaan dan kemudian industri, serta
di daerah sekitarnya. Sebagian besar permintaan listrik di kota-kota pemerintahan
baru ini akan datang dari konstruksi komersial dan residensial yang melayani
pekerja pemerintah dan operasi administrasi (pendidikan, rumah sakit, mal, dll.).
Industri harus menjalankan infrastruktur ibu sebelum dapat berkembang dan
bergerak lebih dekat ke Kalimantan, yang memiliki lokasi geografis yang penting
(lebih dekat ke negara-negara industri Asia Timur daripada Jawa ke negara-negara
tersebut) dan berfungsi sebagai ibu kota. Jumlah kota baru (dengan pelabuhan
terkait, bandara, dan sebagainya) akan tumbuh dengan cepat.

6
 Komponen “ketersediaan energi” tidak akan menjadi masalah besar bagi
calon ibu kota di Kalimantan karena banyaknya pasokan sumber energi baik yang
tidak terbarukan (fosil) maupun terbarukan di provinsi ini. Meskipun kehadiran
IKN telah meningkatkan permintaan energi di Kalimantan secara signifikan,
rencana penyediaan energi di masa depan perlu mempertimbangkan berbagai
faktor. Kebutuhan energi Kalimantan akan meningkat dengan kualitas (keandalan)
sistem pasokan energi negara (untuk memenuhi kriteria IKN). Infrastruktur energi
di Kalimantan, baik antar provinsi maupun di dalam provinsi, diharapkan perlu
ditingkatkan ke standar yang sama dengan yang telah ditetapkan untuk melayani
pasar di luar Kalimantan.

Karena status Kalimantan sebagai ibu kota Negara Kesatuan Republik

Indonesia, hal ini mengakibatkan kebutuhan energi yang sangat besar. Tantangan
pemenuhan kebutuhan energi Kalimantan memang penting, namun demikian juga
memperhatikan kondisi pengembangan dan pengembangan penggunaan energi,
seperti sesuai dengan arahan kebijakan tentang Pembangunan Rendah Karbon,
Tujuan Pembangunan Berkelanjutan, Kalimantan yang lebih hijau, dan sebagainya.
. Standar-standar ini harus diterapkan tidak hanya untuk "sisi pasokan energi"
(terutama penciptaan dan transformasi energi) tetapi juga untuk "sisi permintaan
energi" (bagaimana energi itu benar-benar digunakan) (transportasi, industri, rumah
tangga, kantor, dll. .).

Manjang, Arief, dan Kitta (2013) melakukan penelitian untuk menunjukkan

kebutuhan listrik di pedesaan Sulawesi Selatan. Prediksi penggunaan dan
penyediaan energi listrik Sulawesi Selatan merupakan hasil survei dan analisis data
yang dilakukan dengan menggunakan LEAP. Tenaga surya, angin, dan air yang
dapat dimanfaatkan untuk pembangkit listrik adalah contoh sumber energi
terbarukan yang dapat digunakan untuk memberi daya pada kota kecil.

Peramalan data yang menggunakan LEAP untuk memperkirakan

permintaan energi di Taiwan atau bahkan negara lain dikatakan agak bervariasi,
seperti yang dinyatakan oleh Huang, Bor, & Peng (2011), memerlukan perencanaan
yang membutuhkan berbagai skenario temporal dan energi. Keuntungan dan
kerugian mengadopsi berbagai sumber energi dapat diuraikan untuk setiap negara

7
atau lokasi dengan menggunakan LEAP.

Menurut Rudolf Leonard (2009) dari model permintaan listrik sektor rumah
tangga tahun 1986 sampai tahun 2007, variabel Y (pendapatan nasional perkapita),
variabel P (harga jual listrik rata-rata rumah tangga) dan variabel RE (rasio
elektrifikasi) mempengaruhi besarnya konsumsi listrik rumah tangga. Harga jual
listrik rata-rata sektor rumah tangga dan rasio elektrifikasi berpengaruh positif dan
signifikan terhadap permintaan listrik rumah tangga, sedangkan pendapatan
perkapita berpengaruh positif tetapi tidak signifikan terhadap permintaan listrik
rumah tangga. Harga jual listrik bernilai positif karena ditetapkan atau diregulasi
oleh pemerintah dan tidak dibiarkan pada mekanisme pasar.

Penelitian perkiraan permintaan energi dengan bantuan Soetjipto Soewono,

John Pantouw, Septianissa Azzahra (2017) kombinasi pendekatan analitik,
ekonometrika, dan kecenderungan mengadopsi pendekatan sektoral. Ini karena,
dengan kesalahan relatif 0,05638%, strategi ini paling mendekati temuan nyata dari
semua pendekatan yang kami pertimbangkan. Konsumsi energi yang diantisipasi
dihitung menggunakan pendekatan sektoral dan teknik kombinasi untuk
meningkatkan akurasi. Saat melakukan prakiraan menggunakan metode sektoral,
jumlahnya dihitung secara independen untuk setiap industri.

Tabel 2. 1 Penelitian Mengenai Forecasting Energi

No Peneliti Judul Penelitian Hasil Penelitian

1. Hanan Nugroho Pemindahan Ibu Kota Baru Artikel ini melihat secara sistemik
(2020) Negara Kesatuan Republik cadangan energi Kalimantan,
Indonesia ke Kalimantan keadaan infrastruktur energi yang
Timur: Strategi ada, dan beberapa pola pasokan
Pemenuhan Kebutuhan dan konsumsi potensial untuk
dan Konsumsi Energi IKN Kalimantan Timur yang
sedang berkembang

8
Lanjutan Tabel 2.1
2 Manjang, Arief, Optimalisasi Penggunaan Pergeseran menuju
& Energi Terbarukan Lokal ketergantungan pada sumber
Kitta (2013) Sebagai Energi energi terbarukan untuk
Primer Pembangkit memenuhi kebutuhan energi
Tenaga Listrik Di listrik berbasis jaringan untuk
Sulawesi Selatan masyarakat pedesaan mandiri
Berbasis Skenario
Energi Mix Nasional
3 Huang, Bor, & The long-term Konsumsi energi di Taiwan:
Peng forecast of Taiwan’s keuntungan dan kekurangan
(2011) energy supply and mengingat lingkungan setempat
demand: LEAP
model application

4 McPherson & Long-term scenario Panama dapat mengurangi

Karney alternatives and their ketergantungannya pada bahan
(2014) implications: LEAP bakar fosil dengan mengadopsi
model application of portofolio energi yang lebih
Panamas electricity beragam yang lebih banyak
sector menggunakan sumber terbarukan.

5 Kale & Pohekar Electricity demand Permintaan energi listrik di negara

(2014) and supply scenarios bagian Maharashtra dipenuhi
for Maharashtra melalui penggunaan tiga skenario:
(India) for 2030: An bisnis seperti biasa (BAU),
application of long konservasi energi (EC), dan energi
range energy terbarukan (REN).
alternatives planning

9
6 Rudolf Leonard Analisis dan proyeksi Tarif elektrifikasi dan harga listrik
(2009) permintaan listrik sektor rumah tangga berpengaruh positif
rumah tangga tahun 2008- dan substansial terhadap konsumsi
2012 di Indonesia listrik di rumah, sedangkan
pendapatan per kapita
berpengaruh positif namun tidak
signifikan.
7 Soetjipto Prakiraan kebutuhan Peramalan kebutuhan listrik dapat
Soewono, John energi listrik wilayah menggunakan alat analisis,
Pantouw, jawa-bali tahun 2017-2036 ekonometrika, dan kecenderungan
Septianissa dengan gabungan metode pendekatan sektoral.
Azzahra (2017) analitis, ekonometri,dan
kecenderungan
8 Heny Tri Analisis perencanaan Penggunaan rumah tangga masih
Rahayu, Ikhwan energi listrik provinsi diharapkan untuk
Syahtaria, lampung dengna memperhitungkan sebagian besar
Nugroho Adi menggunakan pemodelan konsumsi energi listrik di masa
Sasongko (2021) LEAP (Long Range depan. Sementara pengguna
Energy Alternative rumahan menyumbang sebagian
Planning) besar penggunaan energi di
Provinsi Lampung, bisnis
mendorong ekspansi yang cepat di
kawasan ini.
9 Teuku Bahran Konsumsi Energi Listrik, Rumah tangga ditemukan sebagai
Basyiran (2014) Pertumbuhan Ekonomi konsumen listrik terbesar, dengan
dan Penduduk terhadap sebagian besar energi digunakan
Emisi Gas Rumah Kaca untuk memenuhi kebutuhan dasar
Pembangkit Listrik di daripada penggunaan industri atau
Indonesia komersial (secara ekonomi).

10
 10 Alan Hofni Putra Proyeksi Permintaan Meningkatnya kebutuhan tenaga
Bonay, Ahmad Suplai Energi Listrik listrik di semua segmen pasar
Agus Setiawan, Tahun 2018-2038 di dipengaruhi oleh tren demografi
Rachmawan Provinsi Papua dan ekonomi.
Budiarto (2019)
11 Yorim A. Masus, Analisis Kebutuhan Energi Kebutuhan listrik Universitas
Ben V. Tarigan, di Universitas Nusa Nusa Cendana dan bahan bakar
Jefri S. Bale ( Cendana Tahun 2018- minyak (BBM) yang digunakan
2019) 2050 Menggunakan untuk transportasi meningkat
Perangkat Lunak Long- setiap tahunnya karena
range Energy Alternative bertambahnya jumlah mahasiswa
Planning system (LEAP) dan pola penggunaan energi yang
terkait.
12 Budi, R. F., & Perhitungan Faktor Emisi Data faktor emisi PLTU Batubara
Suparman. CO2 PLTU Batubara Dan dan PLTN ini sangat membantu
(2013) PLTN untuk menghitung emisi CO2
dalam sebuah perencanaan sistem
kelistrikan opsi nuklir.

2.2 Landasan Teori

2.2.1 Konsep Prakiraan Permintaan Energi

Untuk melengkapi strategi pasokan, peramalan energi merupakan langkah

penting dalam proses pengembangan rencana energi. Ekspansi ekonomi (PDB),
peningkatan populasi, harga energi, dan penggunaan energi historis adalah
pendorong utama permintaan energi di masa depan. Model pola konsumsi energi
masa depan, atau model energi, dapat digunakan untuk memprediksi kebutuhan
konsumsi energi. Model energi top-down (ekonometrik) dan bottom-up umumnya
digunakan untuk memprediksi kebutuhan energi di masa depan. Banyak metode
pengoptimalan yang digunakan untuk rencana suplai energi, baik dengan fungsi
tujuan yang telah ditentukan sebelumnya atau melalui cara komputasi dan akuntansi
yang lebih konvensional.

11
2.2.2 Perkiraan Kebutuhan Energi Menggunakan Software

Kuantitas energi yang digunakan per aktivitas dan jumlah total energi yang
dikonsumsi digunakan untuk memperkirakan kebutuhan energi (intensitas
penggunaan energi). Studi ini menggunakan sistem Perencanaan Alternatif Energi
Jangka Panjang (LEAP) untuk memberikan proyeksi atau estimasi konsumsi energi
jangka panjang. Tellus Institute of Boston, Massachusetts (USA), bekerja sama
dengan Stockholm Environment Institute (SEI), membuat program LEAP.
Kementerian Energi dan Sumber Daya Mineral (ESDM) di Indonesia menerbitkan
buku Prediksi Energi Indonesia pada tahun 2002 dengan bantuan Pusat Informasi
Energi (PIE) dan Yayasan Pertambangan dan Energi. Buku ini memanfaatkan
perangkat lunak Long-Term Energy Outlook and Planning (LEAP) untuk
memprediksi kebutuhan dan pasokan energi di Indonesia dari tahun 2000 hingga
2010. (Heaps & Lazarus, 2000).

Gambar 2. 1 Tampilan layer LEAP

Keunggulan perangkat lunak LEAP adalah desain antarmukanya yang

menarik, memungkinkan kemudahan penggunaan, dan ditawarkan secara cuma-
cuma (freeware) untuk umum. Karena kemampuannya untuk berfungsi sebagai
basis data, alat peramalan, dan alat analisis untuk kebijakan energi, LEAP
memungkinkan pengguna untuk melakukan analisis yang akurat mulai dari
proposal kebijakan energi hingga analisis konsekuensi kebijakan. Sebagai alat
peramalan atau prediksi, LEAP dapat menyesuaikan permintaan dan pasokan

12
energi selama periode waktu tertentu dengan spesifikasi pengguna.

Berikut adalah contoh dari frequent term dalam LEAP:

- Area: ruang lingkup sistem yang diselidiki (misalnya negara atau wilayah).

- Current Accounts: Data mengenai tahun awal (base year) dari periode review.

- Scenario: Kondisi masa depan diasumsikan dalam skenario, yang merupakan

kumpulan keadaan hipotetis.

- Tree: representasi grafis dari hierarki model, mirip dengan tampilan Windows
Explorer. Variabel pendorong, permintaan, transformasi, dan sumber daya adalah
empat simpul utama pohon. Cabang tambahan dapat dipisahkan dari masing-
masing cabang utama (cabang pembantu).

- Branch: Ada empat cabang utama — modul variabel penggerak, modul

permintaan, modul transformasi, dan modul sumber daya energi — yang
membentuk Tree.

- Expression: adalah rumus yang digunakan dalam matematika untuk menentukan

bagaimana nilai variabel akan berkembang dari waktu ke waktu.

- Saturation: perilaku suatu variabel yang diGambarkan mencapai suatu kejenuhan

tertentu. Persentase kejenuhan adalah 0% ≤ x ≤ 100%. Nilai dari total persen
dalam suatu branch dengan saturasi tidak perlu berjumlah 100%.

- Share: cara di mana variabel bertindak ketika mencapai nilai maksimumnya.

Persentase bersama di cabang harus berjumlah seratus persen.

2.2.3 Kondisi Sistem Tenaga Listrik Provinsi Kalimantan Selatan Saat Ini.

Menurut data RUPTL (2021-2030) Sementara Sistem Barito memasok

listrik ke sebagian besar Provinsi Kalimantan Selatan, PLTD lokal memasok listrik
ke beberapa sistem terisolasi, seperti Kotabaru dan Unit Listrik Dena (ULD).
Menghubungkan Sangatta di Kalimantan Timur dengan Pangkalan Bun di
Kalimantan Tengah, sistem 150 kV Kalseltengtim merupakan sistem interkoneksi
antara Sistem Barito (Kalselteng) dan Sistem Mahakam (Kalimantan Timur) yang
telah selesai dibangun pada tahun 2018. Sebagai listrik dari PLTU IPP Kalsel (FTP

13
2) 2x100 MW dievakuasi pada 2019, difungsikannya transmisi 150 kV Barikin
Kayutangi berpotensi mengurangi beban pada seksi Transmisi 150 kV Barikin
Cempaka. Gambar 2.1 menggambarkan keadaan eksisting dan rencana perluasan
jaringan listrik terhubung Kalimantan Selatan.

Gambar 2. 2 Peta Pengembangan Sistem Tenaga Listrik Provinsi Kalimantan

Selatan

Terdapat peningkatan tahunan sebesar 8,4% dalam penjualan energi listrik di

Kalimantan Selatan antara tahun 2011 dan 2020. Tabel 2.2 dan Tabel 2.3
menggambarkan perincian penjualan energi menurut jenis klien dari tahun 2011
hingga 2020.

14
 Tabel 2. 2 Realisasi Penjualan Tenaga Listrik (GWh)

Realisasi Statistik PLN 2020 (unaudited)

Tabel 2. 3 Realisasi Jumlah Pelanggan (Ribu)

Realisasi Statistik PLN 2020 (unaudited)

PLN melakukan proyeksi kebutuhan listrik menggunakan dua skenario,

yaitu optimis dan moderat. Perbandingan kedua skenario tersebut ditunjukkan pada
Gambar 2.3.

Gambar 2. 3 Perbandingan hasil proyeksi kebutuhan tenaga listrik

15
2.2.4 Metode Pendekatan Perencanaan Energi

Peramalan permintaan listrik dapat dilakukan dengan menggunakan

beberapa metode, seperti ekonometrika, proses, deret waktu, penggunaan akhir, dan
tren. Teknik ekonometrika dan pendekatan penggunaan akhir adalah dua metode
yang paling banyak digunakan untuk meramalkan konsumsi energi (C. P. Putra, M.
Tuegeh, H. Tumaliang, and L. S. Patras 2014).

Pendekatan model rekayasa, atau pendekatan penggunaan akhir, digunakan

dalam penelitian ini. Meskipun fungsi yang kurang kompleks akan digunakan
dalam perhitungan, metode ini akan lebih menyeluruh. Faktor teknologi yang
diperhitungkan selama proses aliran energi juga merupakan faktor dalam
persamaan.

Sebagai tambahan, strategi aplikasi akhir dapat dijelaskan seperti itu.

Permintaan energi total setiap aktivitas ditentukan dengan mengalikan tingkat
aktivitasnya (jasa energi) dengan intensitas energinya (penggunaan energi per unit
jasa energi). Selain itu, kandungan atau struktur konsumsi energi mempengaruhi
permintaan keseluruhan dan permintaan di sektor tertentu. Dalam istilah
matematika, strategi aplikasi akhir dapat dinyatakan yaitu:

[1], [2], [3]:

EC  i 1 QiIi
i n

(1)

Yang berarti EC ialah jumlah konsumsi energi (energy consumption), Qi

adalah jumlah dari layanan energi i, dan Ii adalah intensitas penggunaan energi
untuk layanan energi i.

Ada pula pelayanan energi bagi setiap sektor klien bisa diungkapkan
melalui rumusan yaitu [1], [2], [3]:

16
a). Sektor rumah tangga

total pelanggan (number of customer) sektor rumah tangga diungkapkan oleh

 CFH  gE 
NCH (t )  NCH (t  1)1  
 100  (2)

Yang berarti NCH(t) ialah total pengguna sektor rumah tangga periode t,
NCH(t-1) yakni total pengguna sektor rumah tangga periode sebelumnya, CFH
ialah faktor kapasitas pengguna sektor rumah tangga (yakni perbandingan
pertumbuhan pengguna rumah tangga kepada pertumbuhan pengguna rumah
tangga sebagai referensinya(, sementara gE ialah perkembangan pengguna sektor
rumah tangga dengan menyeluruh/

Kemudian konsumsi energi (energy consumption) sektor rumah tangga

diungkapkan oleh

 eH  gE 
ECH ( t )  ECH ( t  1)1  
 100 
IEH (t ) NCH (t )  NCH (t  1)  (3)

Yang berarti ECH(t) ialah pengonsumsian energi sektor rumah tangga

periode t, ECH(t-1) ialah pengonsumsian energi listrik sektor rumah tangga periode
sebelumnya, eH berarti elastisitas pengonsumsian energi sektor rumah tangga
periode sebelumnya (yakni perbandingan perkembangan demand energi sektor
rumah tangga kepada perkembangan perekonomian menyeluruh), gE ialah
perkembangan pengguna sektor rumah tangga menyeluruh, IEH(t) ialah intensitas
energi rumah tangga baru periode t, NCH(t) ialah total pengguna sektor rumah
tangga periode t, NCH(t-1) ialah total pengguna sektor rumah tangga periode
sebelumnya.

b). Sektor bisnis

Total pengguna (number of customer) area bisnis diungkapkan oleh

17
  CFB  gB 
NCB (t )  NCB (t  1)1  
 100  (4)
Yang berarti NCB(t) ialah total pelanggan sektor perbisnisan periode t,
NCB(t-1) ialah total pengguna sektor bisnis periode sebelumnya, CFB ialah faktor
kapasitas pengguna sektor bisnis (yakni perbandingan perkembangan pengguna
bisnis kepada perkembangan pengguna rumah tangga untuk referensinya), dan gB
ialah perkembangan pengguna sektor bisnis menyeluruh.

Sementara pengonsumsian energi (energy consumption) sektor bisnis

diungkapkan oleh

 eB  gB 
ECB (t )  ECB (t  1)1  
 100  (5)

Yang berarti ECB(t) ialah pengonsumsian energi sektor bisnis periode t, ECB(t-1)
adalah konsumsi energi listrik sektor bisnis tahun sebelumnya, eB adalah elastisitas
konsumsi energi sektor bisnis tahun sebelumnya (yaitu rasio pertumbuhan
permintaan energi sektor bisnis terhadap pertumbuhan ekonomi total), gB adalah
pertumbuhan pelanggan sektor bisnis total.

c). Sektor industri

Jumlah pelanggan (number of customer) sektor industri dinyatakan oleh

 CFI  gI 
NCI (t )  NCI (t  1)1  
 100  (6)

Dimana NCI(t) adalah jumlah pelanggan sektor industri tahun t, NCI(t-1)

adalah jumlah pelanggan sektor industri tahun sebelumnya, CFI adalah faktor
kapasitas pelanggan sektor industri (yaitu rasio pertumbuhan pelanggan industri
terhadap pertumbuhan pelanggan rumah tangga sebagai referensi), dan gI adalah
pertumbuhan pelanggan sektor industri total.

Sedangkan konsumsi energi (energy consumption) sektor industri dinyatakan oleh

18
  eI  gI 
ECI (t )  ECI (t  1)1  
 100  (7)

Yang berarti ECI(t) ialah pengonsumsian energi sektor industri tahun t,

ECI(t-1) ialah konsumsi energi listrik sektor industri periode sebelumnya, eI ialah
elastisitas pengonsumsian energi sektor industri periode sebelumnya (yakni
perbandingan perkembangan demand energi sektor industri kepada perembangan
perekonomian menyeluruh), gI ialah pertumbuhan pelanggan sektor industri total.

d). Sektor publik

Jumlah pelanggan (number of customer) sektor publik dinyatakan oleh

 CFP  gP 
NCP (t )  NCP (t  1)1  
 100  (8)
yang berarti NCP(t) ialah total pengguna sektor masyarakat di periode t NCP(t-1)
ialah total pengguna sektor masyarakat pada periode sebelumnya, CFP ialah faktor
kapasitas pengguna sektor publik (yakni perbandingan perkembangan pengguna
publik kepada perkembangan pengguna rumah tangga yang merupakan rujukan),
serta gP yaitu perkembangan pengguna sektor publik dengan menyeluruh.

Sementara konsumsi energi (energy consumption) sektor publik dinyatakan oleh

 eP  gP 
ECP (t )  ECP (t  1)1  
 100  (9)
yang berarti ECP(t) ialah pengonsumsian energi sektor masyarakat periode t,
ECP(t-1) ialah pengonsumsian energi listrik sektor masyarakat periode
sebelumnya, eP ialah elastisitas pengonsumsian energi sektor masyarakat periode
sebelumnya (yakni perbandingan perkembangan demand untuk energi sektor
publik kepada perkembangan perekonomian keseluruhan), gP ialah perkembangan
konsumen sektor masyarakat/publik dengan menyeluruh.

19
2.2.5 Penghitungan Emisi CO2

Budi, R. F., & Suparman. (2013) Dalam perhitungan faktor emisi CO2
pembangkit listrik diperlukan data jumlah emisi CO2 suatu pembangkit. Seperti
diketahui terdapat dua macam cara perhitungan jumlah emisi CO2, yaitu:
perhitungan berdasarkan reaksi stoikhiometri dan neraca massa suatu proses. Cara
ke dua dilakukan berdasarkan faktor yang sudah terdokumentasi dan faktor ini
merupakan rasio yang digunakan untuk menghubungkan emisi terhadap
pengukuran aktivitas suatu sumber emisi. Metode perhitungan yang digunakan
adalah metode neraca sistem. Rumus perhitungan emisi CO2 menggunakan skema
neraca massa, seperti persamaan berikut :

Emisi CO2 = laju bahan bakar x % C bahan bakar x 44/12 x waktu operasi...…...(1)

Selanjutnya laju bahan bakar diperoleh menggunakan persamaan berikut ini:

Laju bahan bakar = Energi bahan bakar /(Net calorivic value x waktu operasi)..(2)
Sedangkan energi bahan bakar diperoleh berdasarkan perhitungan dengan
persamaan berikut:

Energi bahan bakar = Energi listrik yang dibangkitkan / efisiensi termal..........…(3)

Apabila diperhatikan lebih cermat, persamaan 1 dan 2 mengandung satu

variabel yang sama dan dapat dihilangkan, yaitu waktu operasi. Pada persamaan 2,
laju bahan bakar diperoleh dengan menggunakan faktor pembagi waktu operasi
sedangkan pada persamaan 1, laju bahan bakar akan dikalikan kembali dengan
waktu operasi. Dengan kata lain, waktu operasi dapat dihilangkan dalam persamaan
1 dan 2. Hilangnya waktu operasi pada persamaan 2 menyebabkan laju bahan bakar
akan berubah menjadi konsumsi bahan bakar. Persamaan 2 akan menjadi seperti
persamaan 4 dibawah ini.

Konsumsi Bahan Bakar = Energi Bahan Bakar / Net Calorivic Value...............…(4)

Selanjutnya persamaan 1 akan berubah menjadi persamaan berikut:

Emisi CO2 = konsumsi bahan bakar x % C bahan bakar x 44/12.......................…(5)

Berdasarkan nilai kalorinya, jenis batubara di Indonesia dikelompokkan

20
menjadi 4 macam, yaitu antrasit (kalori sangat tinggi), bituminous (kalori tinggi),
sub-bituminous (kalori sedang), lignit (kalori rendah)seperti ditunjukkan pada
Gambar 2.4

Gambar 2. 4 Pembagian Sumber Daya Batubara Indonesia Berdasarkan Nilai Kalor

Pada Gambar 2.3 terlihat bahwa sebagian besar (62%) batubara Indonesia
memiliki kalori sedang, sedangkan 13% berkalori tinggi, dan jenis tersebut
digunakan untuk ekspor dan untuk proses industri seperti baja dan semen. Untuk
proses pembangkitan energi listrik menggunakan batubara berkalori sedang dan
rendah.

Tabel 2.4 menunjukkan nilai net calorivic value (NCV) dan %C yang
terkandung dalam batubara berkalori sedang dan rendah di Indonesia. Berdasarkan
data nilai jumlah emisi CO2 tersebut dapat dihitung faktor emisi pembangkit.

Tabel 2. 4 NCV dan Faktor Emisi Batubara Nasional

Pada penelitian ini, diasumsikan bahwa PLTU Asam-Asam menggunakan batubara

berjenis kalori sedang (Sub-bituminous).

21
Perhitungan faktor emisi pembangkit dilakukan dengan menggunakan persamaan
6. Faktor emisi berbanding lurus dengan emisi CO2 yang dihasilkan dan berbanding
terbalik dengan energi yang dibangkitkan.

Faktor Emisi CO2 = Emisi CO2 / Energi yang dibangkitkan.................................(6)

22
 BAB III
METODOLOGI PENELITIAN

3.1. Data Penelitian

Pada riset, bahan yang dibutuhkan ialah data perekonomian, data

penggunaan energi, data kependudukan, data pembangkit, data pelanggan PLN dan
data perencanaan kelistrikan kalsel. Penelitian ini menggunakan perbandingan
skenario business as usual dan skenario Cluster industri Kotabaru.

Berikut data yang diperlukan sebagai input analisis pengaruh industri cluster
kotabaru terhadap konsumsi listrik perkapita provinsi Kalimantan Selatan :

 Data Ekonomi

 Pendapatan Regional Bruto Daerah (PDRB)

 PDRB per Kapita

 Pertumbuhan PDRB

 Data Kependudukan

 Jumlah penduduk

 Pertumbuhan penduduk

 Data Pemakaian Energi

 Jenis dan jumlah energi yang digunakan

 Data Pelanggan PLN

 Data energi terjual, jumlah pelanggan dan golongan tarif listrik

 Data Perencanaan Kelistrikan Kalsel

 Rencana Usaha Pembangunan Tenaga Listrik (RUPTL) PT. PLN

(Persero)

 Rencana Umum Ketenagalistrikan Nasional (RUKN) Kalimantan Selatan

23
3.2 Alat Penelitian

Alat yang digunakan dalam penelitian ini adalah :

 Laptop

 Perangkat lunak Microsoft Excel

 Perangkat lunak LEAP ( Low Emissions Analysis Platform) ditunjukkan pada

gambar 3.1

Gambar 3. 1 LEAP Versi 2020.1.0.80

3.3 Tata Laksana Penelitian

Penelitian ini dilakukan dengan beberapa langkah-langkah sebagai berikut :

a. Studi literature

Studi literatur mempelajari teori pendukung maupun teori khusus yang

digunakan dalam pengolahan data pada analisis pengaruh industri cluster
kotabaru. Sehingga mendapatkan hasil perhitungan yang dapat dijadikan
pembanding maupun acuan pada prakiraan konsumsi listrik perkapita di
Kalimantan Selatan. Melakukan identifikasi masalah tentang penelitian yang
dibuat usulan,dengan saran peneliti sebelumnya untuk dimanfaatkan sebagai
permasalahan yang akan dibahas pada studi penelitian ini.

24
b. Pengumpulan Data

Informasi dihimpun dari berbagai sumber, antara lain Badan Pusat Statistik
(BPS), Ditjen Ketenagalistrikan, Kementerian Energi dan Sumber Daya
Mineral, PT. PLN (Persero), dan lain-lain. Untuk penelitian ini, mengandalkan
data yang dikumpulkan sebelumnya, yang dikenal sebagai data sekunder.

c. Pengolahan data

1. Pengelompokan data

Data awal dari beberapa sumber dikelompokkan dan dianalisis

dalam Ms. Excel 2007. Informasi tersebut dikirim ke LEAP untuk
dianalisis dan dimodelkan melalui komputasi.

2. Perhitungan proyeksi konsumsi listrik

Pada titik inilah perencanaan skenario dimulai. Dalam analisis,

menggunakan skenario BaU (Business as Usual), yang merupakan
skenario proyeksi berdasarkan premis bahwa perkiraan kenaikan konsumsi
energi akan terjadi dan tidak ada undang-undang yang akan diberlakukan
untuk mengubah tren ini. Berdasarkan informasi latar belakang yang
diberikan oleh skenario BaU, maka dilakukan simulasi skenario Industri
cluster Kotabaru.

25
3. Pemodelan dan perbandingan berbagai scenario

Pemodelan dan perbandingan di-pakai agar bisa menentukan solusi

terbaik dari perhitungan konsumsi listrik perkapita.

Gambar 3. 2 Metode dan Alur Penelitian

3.4. Teknik Analisis Data

Metode Analisis Data adalah perkembangan dari tinjauan karena

memberikan informasi yang diperlukan untuk menarik kesimpulan dari data
eksplorasi. Berikut adalah beberapa metode yang digunakan untuk
menganalisis data untuk penelitian ini:

1. Tahap Penelitian

Pada titik penelitian inilah peneliti benar-benar melakukan penelitian,

26
 dalam arti merumuskan strategi pengumpulan data terkait jumlah
penduduk, jumlah pelanggan PLN dan laju pertumbuhan penduduk
Provinsi Kalimantan Selatan serta konsumsi listrik dan data pembangkit
listrik.

2. Instrumen Penelitian

Instrumen riset yang dipergunakan pada riset ini ialah LEAP (Low
Emissions Analysis Platform) versi 2020.1.0.80 untuk mengetahui prakiraan
konsumsi listrik perkapita sampai 2032

3.5. Hipotesis

Prakiraan konsumsi listrik perkapita provinsi Kalimantan Selatan tahun

2022-2032 menggunakan software LEAP masih belum ada. Terdapat industri di
cluster kotabaru yang terdaftar sebagai calon pelanggan PLN dengan kategori I4
atau dengan daya >30 MVA.

27
 BAB IV
HASIL DAN PEMBAHASAN

4.1 Kondisi Sosial Ekonomi

4.1.1 Geografis

Provinsi Kalimantan Selatan secara geografis terletak di antara 1o 21’ 49”

LS – 1o 10’ 14” LS dan 114o 19’ 33” BT – 116o 33’ 28”. Provinsi ini meliputi
6,99% Pulau Kalimantan atau 37.377,53 km2. Provinsi Kalimantan Selatan terbagi
menjadi 13 daerah: 11 kabupaten dan 2 kota. Kalimantan Selatan, yang pusat
provinsinya adalah kota Banjarmasin, terletak di sebelah tenggara pulau
Kalimantan, di antara dataran rendah pulau tersebut dan dataran tinggi yang
diciptakan oleh Pegunungan Meratus.

Gambar 4. 1 Peta Provinsi Kalimantan Selatan

28
 Kabupaten Kotabaru dengan luas 13.044,5 km2 merupakan wilayah terluas
di Provinsi Kalimantan Selatan, sedangkan Kota Banjarmasin dengan luas 72 km2
merupakan yang terkecil. Provinsi Kalimantan Selatan meliputi wilayah geografis
sebagai berikut:
Sebelah Utara : Provinsi Kalimantan Timur
Sebelah Selatan : Laut Jawa
Sebelah Barat : Provinsi Kalimantan Tengah
Sebelah Timur : Selat Makasar

Dataran rendah dan dataran tinggi merupakan dua unsur fisik utama
Kalimantan Selatan. Karena sebagian besar dataran rendah adalah lahan gambut
atau rawa, mereka adalah rumah bagi berbagai makhluk air tawar. Pemerintah telah
menyisihkan beberapa ketinggian yang lebih tinggi untuk melestarikan vegetasi
tropis alami mereka.
Produsen mikro dan kecil mendominasi sektor industri Kalimantan Selatan,
diikuti produsen besar dan menengah.

4.1.2 Populasi Penduduk

Populasi penduduk Kalimantan Selatan tahun 2019 sebanyak 4,24 Juta jiwa
, sedangkan pada saat Covid-19 di tahun 2020 jumlah penduduk mengalami
penurunan yang berangka sebanyak 4,07 Juta Jiwa, kemudian di tahun 2021 jumlah
penduduk mengalami kenaikan sebanyak 4,12 Juta Jiwa. Semakin meningkatnya
pertumbuhan ekonomi maka makin berkembang pula fasilitas publik. Hal ini
berdampak pada semakin padatnya jumlah penduduk terutama di daerah perkotaan.

4.1.3 Produk Domestik Regional Bruto

PDB Kalimantan Selatan pada kuartal pertama 2021 adalah Rp 44,59 triliun,
atau $31,9 miliar pada nilai konstan 2010. PDRB Kalsel menyusut 1,25 persen
pada triwulan I 2021 dibandingkan triwulan yang sama tahun sebelumnya (y-on-
y). Secara produksi, Lapangan Usaha Jasa Korporasi mengalami penyusutan
sebesar 4,95 persen sehingga menjadi sektor yang mengalami penurunan terbesar.
Penurunan pengeluaran Komponen Ekspor sebesar 14,05% merupakan kunci
realisasi tujuan ini. Sementara itu, PDRB Kalsel menyusut 3,55 persen pada

29
triwulan I 2021 dibandingkan triwulan sebelumnya (q-to-q). Dari sisi produksi,
Lapangan Usaha Konstruksi menyusut sebesar 9,22 persen, terbesar dibandingkan
Lapangan Usaha manapun. Di sisi lain, komponen belanja konsumsi pemerintah
mencapai 37,11 persen dari total belanja.
Laju pertumbuhan tahunan ekonomi Kalsel melambat 1,25 persen pada
triwulan I 2021 dibandingkan periode yang sama tahun 2020. Corporate Service
mengalami penurunan persentase terbesar, yakni 4,95 persen, diikuti oleh Quarry
Mining sebesar 4,91 persen dan Industri Perhotelan dan Jasa Makanan sebesar 4,71
persen. Namun, masih ada sejumlah industri yang menunjukkan tanda-tanda
ekspansi. Industri informasi dan komunikasi, misalnya, tumbuh sebesar 7,09
persen. Industri layanan kesehatan dan kegiatan sosial tumbuh pada tingkat 6,90
persen. Pada Triwulan I Tahun 2021, penyumbang pertumbuhan ekonomi terbesar
di Kalsel adalah Lapangan Usaha Informasi dan Komunikasi (0,30%), bidang
Administrasi Pemerintahan, Pertahanan, dan Jaminan Sosial Wajib (0,21%), serta
Bidang Jasa Kesehatan dan Sosial. Sektor kegiatan (0,13%). Sementara itu,
perekonomian Kalsel mengalami penurunan 1,89 poin persentase akibat
perlambatan di "bidang usaha lain".

Gambar 4. 2 Pertumbuhan PDRB Gambar 4. 3 Sumber

Beberapa Lapangan Usaha Pertumbuhan PDRB Menurut
Triwulan I-2021(Persen) Lapangan Usaha (Persen)

30
4.1.4 Peta Pelanggan Potensial

Pada gambar tersebut dapat dilihat perkembangan potensial pelanggan dalam segi
industri sangat berpengaruh pada perkembangan konsumsi listrik perkapita dimana dapat
dilihat pada gambar 4.4

Gambar 4. 4 Peta Pelanggan Potensial

Tabel 4. 1 Daftar calon pelanggan Industri Kawasan Industri Cluster Kotabaru

DAYA( MVA)
NO PELANGGAN POTENSIAL UP3 BIDANG USAHA TARIF JENIS STATUS RENCANA NYALA
POTENSI SPJBTL

1 PT SEBUKU IRON LATERITIC ORES (SILO) KOTABARU SMELTER BIJIH BESI LI4 75,00 75,00 CAPTIVE SPJBTL APRIL 2022

2 PT INDOCEMENT TUNGGAL PRAKARSA (ITP) KOTABARU PABRIK SEMEN I4 55,00 55,00 CAPTIVE SPJBTL APRIL 2022

3 PT SUMBER DAYA ENERGI (SDE) KOTABARU TAMBANG BATUBARA LI4 30,00 13,85 NON CAPTIVE SPJBTL DES 2023

4 PT PELSART TAMBANG KENCANA (PTK) KOTABARU TAMBANG EMAS LB3 18,58 NON CAPTIVE MOU DES 2023

5 PT SMART AGRIBUSINESS FOOD (SMART) KOTABARU KELAPA SAWIT LB3 20,00 CAPTIVE MOU OKT 2022

6 KAWASAN INDUSTRI SIIP KOTABARU KAWASAN INDUSTRI LI4 310,00 NON CAPTIVE MOU START 2025

508,58 143,85

31
4.1.5 Model LEAP

Asumsi Kunci

Pertumbuhan Pertumbuhan Elastisitas Pertumbuhan

Konsumsi Energi
PDRB Penduduk Pelanggan

Konsumsi Energi Per Sektor

Rumah
Bisnis Industri Publik
Tangga

Proyeksi

Konsumsi Energi Konsumsi Energi

Listrik
Listrik I4

Hasil Akhir

Konsumsi Listrik
Per Kapita

Gambar 4. 5 Model LEAP

32
4.2 Proyeksi Jumlah Pelanggan Energi Listrik

Tabel 4.2 menampilkan temuan studi yang dilakukan dengan menggunakan

program LEAP untuk memprediksi jumlah pengguna listrik Kalimantan Selatan pada
tahun 2022 hingga 2032. Dari tahun 2022 hingga 2032, Kalimantan Selatan diperkirakan
akan mengalami peningkatan jumlah pelanggan yang menggunakan listrik. Pada tahun
2022, akan ada 1.447.410 pelanggan, dan pada tahun 2032, jumlah tersebut akan
bertambah menjadi 2.664.630 pelanggan.

Tabel 4. 2 Proyeksi Jumlah Pelanggan Energi Listrik Kalimantan Selatan

Jumlah Pelanggan Per Sektor (Ribu)

Kelompok Pelanggan
No Tahun
Rumah
Indus tri Bis nis Publik Jumlah
Tangga
1 2022 1.320,52 0,78 70,48 55,63 1.447,41
2 2023 1.397,12 0,81 77,58 61,78 1.537,28
3 2024 1.478,15 0,85 85,38 68,62 1.633,00
4 2025 1.563,89 0,88 93,98 76,21 1.734,96
5 2026 1.654,60 0,92 103,43 84,65 1.843,60
6 2027 1.750,57 0,96 113,84 94,01 1.959,39
7 2028 1.852,11 1,00 125,30 104,42 2.082,83
8 2029 1.959,54 1,05 137,91 115,97 2.214,47
9 2030 2.073,19 1,09 151,79 128,81 2.354,88
10 2031 2.193,45 1,14 167,07 143,06 2.504,71
11 2032 2.320,67 1,19 183,88 158,89 2.664,63

4.3 Proyeksi Konsumsi Energi Listrik

Gambar 4.6 menunjukkan prakiraan penggunaan listrik yang dibuat menggunakan

fungsi perangkat lunak LEAP, dan tabel 4.3 menampilkan visualisasi terkait. Konsumsi
listrik diperkirakan akan meningkat dari 3.261,97 GWh pada tahun 2022 menjadi
6.535,35 GWh pada tahun 2032 di Kalimantan Selatan, menurut temuan ramalan tersebut.
Akibatnya, peningkatan konsumsi daya tahunan diproyeksikan rata-rata 9,12 persen dari
tahun 2022 hingga 2032. Tingkat konsumsi ini melebihi angka rata-rata peningkatan
konsumsi energi (7,5%) dari tahun 2011 hingga 2021.

33
Gambar 4. 6 Proyeksi Konsumsi Energi Listrik Kalimantan Selatan menggunakan
aplikasi LEAP

Tabel 4. 3 Proyeksi Konsumsi Energi Listrik Kalimantan Selatan

Kons ums i Energi Lis trik Per Sektor (GWh)

Kelompok Pelanggan
No Tahun
Rumah
Indus tri Bis nis Publik Jumlah
Tangga
1 2022 1.921,98 447,51 589,26 303,22 3.261,97
2 2023 2.036,04 462,65 651,10 339,60 3.489,40
3 2024 2.156,72 478,44 719,17 380,02 3.734,35
4 2025 2.284,41 494,91 794,10 424,90 3.998,32
5 2026 2.419,50 512,09 876,57 474,76 4.282,92
6 2027 2.562,43 530,01 967,34 530,14 4.589,93
7 2028 2.713,66 548,71 1067,25 591,66 4.921,27
8 2029 2.873,65 568,21 1177,22 659,98 5.279,06
9 2030 3.042,93 588,56 1298,26 735,87 5.665,62
10 2031 3.222,03 609,78 1431,48 820,16 6.083,46
11 2032 3.411,53 631,92 1578,12 913,78 6.535,35

34
4.4 Proyeksi Konsumsi Listrik Perkapita

Dapat dipastikan kebutuhan listrik akan terus meningkat setiap tahunnya,

terlihat dari hasil prakiraan yang telah dijalankan pada topik ini. Pada tahun 2032, hasil
prediksi menunjukkan bahwa konsumsi listrik skenario BaU akan meningkat menjadi
1.508,85 kWh/kapita. Sedangkan untuk hasil prakiraan kebutuhan energi listrik perkapita
KICB untuk industri mencapai 2.196,10 kWh/kapita pada tahun 2032. Skenario ini
mendekati hasil proyeksi yang tecantum pada RUKN tahun 2032 yaitu 1.914
kWh/Kapita.

Dapat dilihat bahwa dengan meningkatnya konsumsi industri cluster kotabaru

maka konsumsi listrik perkapita juga meningkat. Sedangkan untuk skenario BaU yang
tanpa industri cluster kotabaru pertumbuhannya kurang signifikan. Untuk
perbandingannya dapat dilihat pada table dan grafik berikut ini:

Tabel 4. 4 Proyeksi Konsumsi Listrik Perkapita BaU,KICB & RUKN

Konsumsi
Konsumsi Konsumsi Konsumsi Konsumsi Konsumsi
Jumlah Energi
Energi Energi Listrik Per Listrik Per Listrik Per
Penduduk Listrik
Tahun Listrik PLN Listrik I4 Kapita BaU Kapita KICB Kapita RUKN
Captive

(Juta Jiwa) (GWh) (GWh) (GWh) (kWh/Kapita) (kWh/Kapita) (kWh/Kapita)

2022 4,17 3261,97 521 0,00 907,16 907,16 908,00
2023 4,22 3489,40 521 1.100,00 950,25 1.087,44 986,00
2024 4,27 3734,35 521 1.458,37 996,41 1.215,90 1.133,00
2025 4,32 3998,32 521 2.300,00 1.045,86 1.457,56 1.284,00
2026 4,37 4282,92 521 2.750,00 1.098,87 1.608,75 1.446,00
2027 4,42 4589,93 521 3.735,01 1.155,71 1.882,49 1.663,00
2028 4,47 4921,27 521 3.735,01 1.216,69 1.935,22 1.706,00
2029 4,52 5279,06 521 3.735,01 1.282,11 1.992,58 1.751,00
2030 4,57 5665,62 521 3.735,01 1.352,36 2.054,92 1.796,00
2031 4,63 6083,46 521 3.735,01 1.427,79 2.122,62 1.853,00
2032 4,68 6535,35 521 3.735,01 1.508,85 2.196,10 1.914,00

35
 2.500,00

2.000,00

1.500,00

1.000,00

500,00

-
2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032

Konsumsi Listrik Per Kapita BaU Konsumsi Listrik Per Kapita KICB
Konsumsi Listrik Per Kapita RUKN

Gambar 4. 7 Grafik Perbandingan Konsumsi Listrik Per Kapita BaU, KICB & RUKN

4.5 Proyeksi Emisi CO2

Berdasarkan hasil perhitungan diperoleh energi listrik yang dibangkitkan masing-

masing pembangkit dalam satu tahun seperti ditunjukkan pada Tabel 4.6. Perhitungan
tersebut dilakukan dengan cara mengalikan kapasitas terpasang dengan faktor kapasitas
pembangkitnya. Faktor kapasitas adalah perbandingan antara jumlah jam beroperasi
pembangkit dalam 1 tahun dengan jumlah jam dalam 1 tahun (1 tahun = 8760 jam),
sehingga apabila pembangkit tersebut dalam 1 tahun hanya beroperasi selama 7008 jam,
maka faktor kapasitasnya adalah 80% (7008 jam/ 8760 jam = 0,8).

36
 PLTU
Parameter Satuan Asam-
Asam
Kapasitas MWe 260
Jam Operasi Jam 7008
Faktor Kapasitas % 80
Efesiensi Termal % 33
MWyr 208
Produksi Listrik per Tahun
GWh 1822,08
MWyr 630,30
Energi Bahan Bakar GWh 5521,45
Tjoule/kTon 18,70
NCV
kWh/kg 5,19
Laju Bahan Bakar ton/tahun 1062868,79
Emisi CO2 kTon 1996,92
Faktor Emisi CO2 kg/kwh 1,10

Tabel 4. 5 Data Pembangkit

Data PLTU Batubara yang digunakan dalam penelitian ini adalah PLTU Asam-
Asam 4 x 65 MW. Berdasarkan data tersebut dapat dihitung energi listrik yang
dibangkitkan dan konsumsi batubaranya. Berlokasi di desa Asri Mulia, kecamatan
Jorong, Kabupaten Tanah Laut, Kalimantan Selatan. PLTU Asam Asam menjadi
pemasok utama sistem kelistrikan di Kalimantan Selatan dan Kalimantan Tengah dengan
kapasitas total 260 MW.

Menggunakan data efisiensi termal dan produksi energi listrik dapat dihitung
jumlah energi bahan bakar yang dibutuhkan untuk membangkitkan energi listrik tersebut
(persamaan 3). Energi bahan bakar yang dibutuhkan berbanding lurus dengan produksi
listrik dan berbanding terbalik dengan efisiensi termal. Semakin besar efisiensi termal,
semakin kecil energi bahan bakarnya karena kemampuan teknologi untuk mengubah
energi termal ke energi listrik semakin meningkat. Efisiensi termal sangat ditentukan oleh
jenis turbin yang dipakai dan teknologi yang dipakai dalam pembangkit listrik tersebut.

Menggunakan persamaan 2, dapat dihitung laju bahan bakar setiap pembangkit.

Laju bahan bakar sangat ditentukan oleh nilai NCV bahan bakar. Semakin besar nilai
NCV, maka semakin sedikit laju bahan bakarnya. Nilai NCV menunjukkan nilai energi
yang terkandung dalam bahan bakar. Semakin tinggi nilai NCVnya maka makin tinggi
37
pula bahan bakar tersebut menyimpan energi panas yang dapat digunakan
membangkitkan energi listrik. Jumlah emisi CO2 yang dihasilkan dapat dihitung dengan
menggunakan persamaan 1. Untuk menghasilkan energi listrik yang besar dibutuhkan
energi bahan bakar yang besar pula dan sebanding dengan emisi yang dihasilkannya.

Dengan kata lain bahwa besar kecilnya faktor emisi ditentukan oleh efisiensi
termalnya.

Tabel 4. 6 Tabel Perhitungan Emisi CO2

Faktor
Produksi Listrik Energi Bahan Laju Bahan Emisi
Parameter NCV Emisi
per Tahun Bakar Bakar CO2
CO2
(Tjoule (kWh/
Satuan (MWyr) (GWh) (MWyr) (GWh) (ton/tahun) (kTon) (kg/kwh)
/kTon) kg)
PLTU Asam 208 1.822,08 630,30 5.521,45 18,70 5,1949 1.062.868,79 1.996,92 1,10
2022 125,57 1.100,00 380,52 3.333,33 18,70 5,1949 641.659,90 1.205,55 1,10
2023 166,48 1.458,37 504,49 4.419,31 18,70 5,1949 850.708,03 1.598,31 1,10
2024 262,56 2.300,00 795,63 6.969,70 18,70 5,1949 1.341.652,51 2.520,70 1,10
2025 313,93 2.750,00 951,29 8.333,33 18,70 5,1949 1.604.149,74 3.013,88 1,10
2026 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2027 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2028 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2029 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2030 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2031 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10
2032 426,37 3.735,01 1.292,03 11.318,22 18,70 5,1949 2.178.734,01 4.093,41 1,10

38
 Tabel 4. 7 Table Faktor Emisi PLTU di Indonesia

Jenis Bahan Bakar Faktor Emisi CO2 (kg/kWh)

Batubara 1,140
Gas Alam 0,678
PLTU
HSD 1,053
MFO 0,876

Penulis menggunakan perhitungan emisi CO2 pada PLTU Asam-Asam sebagai

base line proyeksi emisi CO2 yang dihasilkan industri cluster Kotabaru sampai dengan
tahun 2032. Hasil perhitungan tidak berbeda jauh dengan data faktor emisi pembangkit
yang ada. adapun validasi hasil perhitungan penelitian dilakukan dengan membandingkan
hasil perhitungan terhadap faktor emisi pembangkit (PLTU) yang ada di indonesia yang
di laporkan oleh United Nation Development Program (UNDP). Perbedaan yang tidak
terlalu besar tersebut menunjukkan bahwa hasil perhitungan faktor emisi pada penelitian
ini dikategorikan valid dan dapat dipertanggung jawabkan.

Untuk membangkitkan energi listrik sebesar 208 MWyr yang di perhitungkan

pertahunnya sekitar 1.822,08 GWh , menggunakan energi bahan bakar yang terpakai
sekitar 630,30 MWyr dengan laju bahan bakar yang dihasilkan sekitar 1.062.868,79
Ton/Tahun menggunakan PLTU Asam-Asam, akan dihasilkan emisi CO2 sebesar
1.996,92 kTon CO2, kemudian hasil proyeksi konsumsi energi industri cluster Kotabaru
kita gunakan untuk menghitung proyeksi emisi CO2 nya. Adapun hasil nya dapat dilihat
emisi tahun 2022 sebesar 1.205,55 kTon CO2 mengalami peningkatan menjadi 4.093,41
kTon CO2 pada tahun 2032.

39
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

Hasil temuan berikut diambil dari data yang dianalisis menggunakan program
LEAP untuk memproyeksikan pertumbuhan konsumsi listrik perkapita Kalimantan
Selatan dari tahun 2022 hingga 2032 memberikan beberapa kesimpulan. Konsumsi listrik
perkapita akan lebih cepat tumbuh jika ada penambahan pelanggan industri cluster
kotabaru. Konsumsi listrik perkapita skenario BaU diproyeksikan pada tahun 2022
sebesar 907,16 kWh/kapita dan menjadi 1.508,85 kWh/kapita pada tahun 2032.
Sedangkan konsumsi listrik perkapita skenario KICB diproyeksikan pada tahun 2022
sebesar 907,16 kWh/kapita dan menjadi 2.196,10 kWh/kapita pada tahun 2032.
Kemudian proyeksi emisi CO2 yang dihasilkan oleh industri cluster kotabaru jika
menggunakan PLTU Batubara pada tahun 2022 adalah 1.205,55 kton/tahun dan menjadi
4.093,41 kton/tahun pada tahun 2032.

5.2 Saran

1. Untuk bisa meningkatkan konsumsi listrik perkapita lebih besar maka dibutuhkan
lebih banyak pelanggan industri di provinsi kalimantan selatan.
2. Agar emisi yang dihasilkan oleh industri cluster kotabaru dapat berkurang dapat di
usulkan untuk membangun pembangkit EBT atau PLTN.

40
 DAFTAR PUSTAKA

Basyiran, T. B. (2014). Konsumsi Energi Listrik, Pertumbuhan Ekonomi dan Penduduk

terhadap Emisi Gas Rumah Kaca Pembangkit Listrik di Indonesia. Academia Edu
Papers.

Bonay, A. H., Setiawan, A. A., & Budiarto, R. (November 2019). Proyeksi Permintaan
Suplai Energi Listrik Tahun 2018-2038 di Provinsi Papua. Prosiding Nasional
Rekayasa Teknologi Industri dan Informasi XIV Tahun 2019 (ReTII), 220~227.

Budi & Suparman (2013), Perhitungan Faktor Emisi CO2 Pltu Batubara Dan PLTN,
Jurnal Pengembangan Energi Nuklir Vol. 15 No. 1.

Karney, M. &. (May 2014). Long-term scenario alternatives and their implications: LEAP
model application of Panama‫׳‬s electricity sector. Elsevier Journal, 146-157.

Leonard, R. (2009). Analisis dan proyeksi permintaan listrik sektor rumah tangga tahun
2008–2012 di Indonesia. Department of Economic Science.

Manjang, S. M. (2013). Optimalisasi Penggunaan Energi Terbarukan Lokal Sebagai

Energi Primer Pembangkit Tenaga Listrik Di Sulawesi Selatan Berbasis Skenario
Energi Mix Nasional. . Journal of Theoretical and Applied Information
Technology.

Masus, Y. A., Tarigan, B. V., & Bale, J. S. (April 2019). Analisis Kebutuhan Energi di
Universitas Nusa Cendana Tahun 2018-2050 Menggunakan Perangkat Lunak
Long-range Energy Alternative Planning system (LEAP). Jurnal Teknik Mesin
Undana, Vol. 06, No. 01.

Nugroho, H. (Maret 2020). Pemindahan Ibu Kota Baru Negara Kesatuan Republik
Indonesia ke Kalimantan Timur: Strategi Pemenuhan Kebutuhan dan Konsumsi
Energi. Bappenas Working Papers, Volume III No. 1.

Pohekar, K. &. (September 2014). Electricity demand and supply scenarios for
Maharashtra (India) for 2030: An application of long range energy alternatives
planning. Elsevier Journal , 1-13 Volume 72.
Rahayu, H. T., Syahtaria, I., & Sasongko, N. A. (2021). ANALISIS PERENCANAAN
ENERGI LISTRIK PROVINSI LAMPUNG DENGAN MENGGUNAKAN
PEMODELAN LEAP (LONG-RANGE ENERGY ALTERNATIVE
PLANNING). Jurnal Ketahanan Energi, Volume 7 Nomor 1.

Soewono, S., Pantouw, J., & Azzahra, S. (DESEMBER 2017). PRAKIRAAN

KEBUTUHAN ENERGI LISTRIK WILAYAH JAWA-BALI TAHUN 2017-
2036 DENGAN GABUNGAN METODE ANALITIS, EKONOMETRI,DAN
KECENDERUNGAN. JURNAL ENERGI & KELISTRIKAN , VOL. 9 NO. 2.

Y Huang, Y. B. (November 2011). The long-term forecast of Taiwan's energy supply and
demand: LEAP model application. Elsevier Journal, Volume 39, Issue 11.
LAMPIRAN-LAMPIRAN
Lampiran 1. Rekapitulasi Proyeksi Kebutuhan Tenaga Listrik Provinsi Kalimantan
Selatan

41
Lampiran 2. Prakiraan Kebutuhan dan Penyedian Tenaga Listrik Provinsi Kalimantan
Selatan

42
Lampiran 3. Daftar calon pelanggan Industri Kawasan Industri Cluster Kotabaru

43
44
45