BAB I

PENDAHULUAN

1.1 Latar Belakang

Ketersediaan energi listrik merupakan aspek yang sangat penting dan bahkan
menjadi suatu parameter untuk mendukung keberhasilan pembangunan suatu daerah.
Pengelolaan sumber daya energi listrik yang tepat dan terarah dengan jelas akan
menjadikan potensi yang dimiliki suatu wilayah berkembang dan termanfaatkan secara
optimal.
Permintaan akan penggunaan energi listrik di Indonesia akan selalu meningkat
seiring dengan laju pertumbuhan ekonomi dan laju pertumbuhan penduduk suatu
wilayah. Untuk memenuhi permintaan kebutuhan energi listrik tersebut harus
diantisipasi sedini mungkin agar penyediaan energi listrik dapat tersedia dalam jumlah
yang cukup dan harga yang memadai. (Nurjanah Ika, 2015)
Permintaan energi listrik di Provinsi Nusa Tenggara Timur semakin meningkat
dengan rerata laju pertumbuhan selama kurun waktu 2013-2017 adalah 8,36% per tahun.
Dari data PLN tahun 2017 dilihat bahwa, Total konsumsi energi listrik di Provinsi Nusa
Tenggara Timur adalah sebesar 862,25 GWh dengan proporsi masing-masing sektor
adalah 507,59 GWh sektor rumah tangga, 212,27 GWh sektor bisnis, 100,36 sektor
umum dan 92,03 GWh untuk sektor industri. Konsumsi energi paling besar di Provinsi
Nusa Tenggara Timur masih didominasi oleh sektor Rumah tangga dengan persentasi
sebesar 58,86% dan sektor industri merupakan sektor dengan konsumsi energi paling
kecil dengan persentasi 4,87%. (Data PLN Wiayah Nusa Tenggara Timur,2017)
Pemenuhan kebutuhan energi listrik di Provinsi NTT harus direncanakan secara
tepat, karena prakiraan yang tidak tepat akan menyebabkan tidak cukupnya kapasitas
daya yang disalurkan untuk memenuhi kebutuhan beban listrik, sebaliknya jika prakiraan
kebutuhan listrik terlalu besar, maka akan menyebabkan kelebihan kapasitas daya litrik
dan menyebabkan kerugian finansial.
Metode peramalan kebutuhan listrik dapat dilakukan dengan Metode analisis yang
dibangun dari analisis penggunaan terakhir pada setiap konsumen pemakai Metode
ekonometri yang dibangun dengan mengikuti indikator-indikator ekonomi, Metode
kecenderungan yang dibangun berdasarkan data masa lalu tanpa memperhatikan
penyebab atau hal-hal yang mempengaruhinya, dan metode gabungan yang merupakan

1
 gabungan dari metode analisis, ekonometri dan kecendrungan dimana masing-masing
memiliki keunggulan dan kekurangannya.(Fadillah Boby,2014)
Berdasarkan latar belakang masalah di atas penulis tertarik untuk membuat
penelitian dengan judul “Prakiraan Kebutuhan Konsumsi Energi Provinsi NTT
menggunakan Metode Gabungan dan Perangkat Lunak LEAP (Long Range
Energy Alternative Planning)”. Metode gabungan ini dipilih karena metode ini
merupakan gabungan dari metode analisis, ekonometri dan kecendrungan yang
dikembangkan berdasarkan keadaan sosial ekonomi dan penggunaan terakhir
tenaga listrik suatu daerah, sedangkan perangkat lunak LEAP dipilih karena
memiliki keunggulan dibanding perangkat lunak perencanaan/pemodelan energi-
lingkungan yang lain antara lain tersedianya sistem antarmuka (interface) yang menarik
dan memberikan kemudahan dalam penggunaannya serta tersedia secara cuma–cuma
(freeware).(Winarno,2006)

1.2 Rumusan Masalah

Dilihat dari latar belakang di atas maka perurumusan masalahnya adalah sebagai
berikut:
1. Berapakah prakiran kebutuhan konsumsi energi listrik di Provinsi NTT tahun 2019-
2029 menggunakan Metode Gabungan dan perangkat lunak LEAP
2. Apakah pertumbuhan ekonomi dan pertumbuhan penduduk di Provinsi NTT
mempengaruhi permintaan konsumsi energi listrik.

1.3 Batasan Masalah

Dalam penulisan tugas akhir ini dibatasi pada :
1. Pengaruh pertumbuhan penduduk serta pertumbuhan ekonomi terhadap permintaan
energi listrik di Provinsi NTT.
2. Pertumbuhan penduduk dianggap konstan menggunakan rata-rata dari data 5 tahun
sebelumnya (2013-2017).
3. Pertumbuhan ekonomi dan pertumbuhan penduduk dianggap konstan artinya
mengabaikan kemungkinan terjadinya inflasi, harga BBM naik, bencana alam
konflik/perang dan urbanisasi dalam sistem kemasyarakatan selama jangka waktu
prakiraan yang dapat mempengaruhi konsumsi energi.

2
 4. Parameter yang diprakirakan adalah Jumlah penduduk, Jumlah rumah tangga,
Jumlah pelanggan persektor, daya tersambung persektor, konsumsi energi persektor
dan total konsumsi energi.

1.4 Tujuan Penelitian

Tujuan yang akan dicapai dalam penelitian ini adalah :
1. Untuk mengetahui prakiraan kebutuhan konsumsi energi listrik di Provinsi NTT
tahun 2019-2029 enggunakan Metode Gabungan dan perangkat lunak LEAP.
2. Untuk mengetahui apakah pertumbuhan ekonomi dan pertumbuhan penduduk
mempengaruhi permintaan konsumsi energi di Provinsi NTT.

1.5 Kegunaan Penelitian

Adapun kegunaan dari penelitian ini adalah :
1. Bagi Peneliti
Untuk lebih mendalami pertumbuhan kebutuhan energi listrik di Provinsi NTT di
Tahun 2019-2029.
2. Bagi PLN
Penelitian ini sebagai masukan untuk mengidentifikasi peningkatan kebutuhan
energi di Tahun 2019-2029 di Provinsi NTT sehingga PLN lebih mudah dalam
upaya meningkatkan jumlah energi listrik di Provinsi NTT.

1.6 MetodePenulisan
Metode yang digunakan dalam penulisan laporan akhir ini adalah sebagai
berikut:
1. Metode Literatur
Metode pengambilan data dengan cara membaca dan mempelajari buku-
buku yang berada di perpustakaan berkaitan dengan masalah sistem distribusi tenaga
listrik dan buku-buku kuliah ataupun yang lainnya sehingga dapat membantu dan
menunjang pembuatan laporan ini.
2. Metode Interview/Wawancara

3
 Metode ini dilaksanakan melalui tanya jawab secara langsung melalui
narasumber yang menangani bidangnya masing-masing untuk mencari data-data
yang diperlukan dalam pembuatan laporan ini.
3. Metode Observasi
Metode ini dilaksanakan melalui pengambilan data-data langsung di
lapangan.

1.7 Sistematika Penulisan

Tujuan dari sistematika pembahasan adalah untuk memberikan pengarahan
secara jelas dari permasalahan laporan akhir dan juga merupakan garis besar
pembahasan dari setiap bab, dimana masing-masing bab terdapat uraian-uraian sebagai
berikut:
BAB I PENDAHULUAN
Merupakan uraian umum yang memuat latar belakang masalah, perumusan
masalah, pembatasan masalah, tujuan dan manfaat, metodologi penulisan, dan
sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini akan membahas tentang landasan teori yang berkaitan dengan tema dan
judul laporan akhir yang dilandasi dari tinjauan pustaka penulis terdahulu serta
penjelasan program yang digunakan dalam menganalisis prakiraan kebutuhan energi
listrik.
BAB III METODE PENELITIAN
Bab ini akan mendeskripsikan tentang metode yang digunakan untuk
menganalisis prakiraan kebutuhan energi listrik.
BAB IV HASIL DAN PEMBAHASAN
Bab ini berisikan tentang gambaran umum gambaran umum provinsi NTT,
pengumpulan data, serta hasil dan pembahasan perhitungan prakiraan dengan kedua
metode.
BAB V KESIMPULAN DAN SARAN
Bab ini berisikan tentang kesimpulan dan saran dari hasil penelitian.

4
5
 BAB II
TINJAUAN PUSTAKA

2.1. Pengertian Produk Domestik Regional Bruto (PDRB) dan Penduduk.

2.1.1. Pengertian PDRB.
PDRB adalah jumlah keseluruhan nilai tambah barang dan jasa yang dihasilkan dari
semua kegiatan perekonomian diseluruh wilayah dalam periode tahun tertentu yang pada
umumnya dalam waktu satu tahun. Pada perhitungan PDRB dapat menggunakan dua
harga yaitu PDRB harga berlaku dan PDRB harga konstan, yang dimana PDRB harga
berlaku merupakan nilai suatu barang dan jasa yang dihitung menggunakan harga yang
berlaku pada tahun tersebut, dan PDRB harga konstan adalah nilai suatu barang dan jasa
yang dihitung dengan menggunakan harga pada tahun tertentu yang dijadikan sebagai
tahun acuan atau tahun dasar.
Dalam menghitung PDRB dapat dilakukan dengan empat pendekatan antara lain :
1. Pendekatan Produksi.
Pendekatan ini sering disebut juga pendekatan nilai tambah dimana nilai tambah
bruto dengan cara mengurangkan nilai out put yang dihasulkan oleh seluruh kegiatan
ekonomi dengan biaya antara lain dari masing –masing nilai produksi bruto dari setiap
sektor ekonomi, nilai tambah ini merupaan nilai yang ditambahkan pada barang dan jasa
yang diperoleh oleh unit produksi sebagai input antara, nilai yang ditambahkan sama
dengan balas jasa faktor produksi atas keikutsertaannya dalam proses produksi.
2. Pendekatan Pendapatan.
Pendekatan ini merupakan nilai tambah dari kegiatan –kegiatan ekonomi dihitung
dengan cara menjymlahkan semua balas jasa faktor produksi yaitu upah dan gaji, surplus
usaha, penyusutan dan pajak tak langsung neto. Pada sektor pemerintahan dan usaha
yang sifatnya tidak mencari keuntungan, surplus usaha seperti bunganeto, sewa tanah
dan keuntungan tidak diperhitungkan.
3. Pendekatan Pengeluaran.
Pendekatan pengeluaran digunakan untuk menghitung nilai barang dan jasa yang
digunakan oleh berbagai kelompok dalam masyarakat untuk kepentingan konsumsi
rumah tangga, pemerintahdan yayasan sosial, pembentukan modal dan ekspor, nilai
barang dan jasa hanya berasal dari produksi domestik, total pengeluaran dari komponen
–komponen tersebut harus dikurangi nilai impor sehingga nilai ekspor yang dimaksud

6
adalah ekspor neto, penjumlahan seluruh komponen pengeluaran akhir ini disebut PDRB
atas dasar harga pasar.
4. Metode Alokasi.
Metode alokasi digunakan pada data data suatu unit produksi di suatu daerah
tidak tersedia. Nilai tambah dari suatu unit produksi di daerah tersebut dihitung dengan
menggunakan data yang telah dialokasikan dari sumber yang ditingkatnya lebih tinggi,
seperti data suatu kabupaten diperoleh dari alokasi data provinsi.
2.1.2. Pengertian Penduduk.
Penduduk adalah semua orang yang berdomisili di wilayah geografis Indonesia
selama enam bulan atau lebih dan atau mereka yang berdomisili kurang dari enam bulan
tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan oleh tiga komponen yaitu:
fertilitas, mortalitas dan migrasi.
1. Fertilitas.
Fertilitas sebagai istilah demografi diartikan sebagai hasil reproduksi yang nyata
dari seorang wanita atau sekelompok wanita. Dengan kata lain fertilitas ini menyangkut
banyaknya bayi yang lahir hidup. Natalitas mempunyai arti yang sama dengan fertilitas
hanya berbeda ruang lingkupnya. Fertilitas menyangkut peranan kelahiran pada
perubahan penduduk sedangkan natalitas mencakup peranan kelahiran pada perubahan
penduduk dan reproduksi manusia.
2. Mortalitas.
Mortalitas atau kematian merupakan salah satu di antara tiga komponen
demografi yang dapat mempengaruhi perubahan penduduk. Informasi tentang kematian
penting, tidak saja bagi pemerintah melainkan juga bagi pihak swasta, yang terutama
berkecimpung dalam bidang ekonomi dan kesehatan. Mati adalah keadaan
menghilangnya semua tanda – tanda kehidupan secara permanen, yang bisa terjadi setiap
saat setelah kelahiran hidup.
Data kematian sangat diperlukan antara lain untuk proyeksi penduduk guna
perancangan pembangunan. Misalnya, perencanaan fasilitas perumahan, fasilitas
pendidikan, dan jasa – jasa lainnya untuk kepentingan masyarakat. Data kematian juga
diperlukan untuk kepentingan evaluasi terhadap program – program kebijakan penduduk.
3. Migrasi.
Migrasi merupakan salah satu faktor dasar yang mempengaruhi pertumbuhan
penduduk. Peninjauan migrasi secara regional sangat penting untuk ditelaah secara
khusus mengingat adanya densitas (kepadatan) dan distribusi penduduk yang tidak
7
 merata, adanya faktor – faktor pendorong dan penarik bagi orang – orang untuk
melakukan migrasi, di pihak lain, komunikasi termasuk transportasi semakin lancar.
Migrasi adalah perpindahan penduduk dengan tujuan untuk menetap dari
suatutempat ke tempat lain melampaui batas politik/negara atau pun batas
administratif/batas bagian dalam suatu negara. Jadi migrasi sering diartikan sebagai
perpindahan yang relatif permanen dari suatu daerah ke daerah lain.
Migrasi antar bangsa (migrasi internasional) tidak begitu berpengaruh dalam
menambah atau mengurangi jumlah penduduk suatu negara kecuali di beberapa negara
tertentu yang berkenaan dengan pengungsian, akibat dari bencana baik alam maupun
perang. Pada umumnya orang yang datang dan pergi antarnegara boleh dikatakan
berimbang saja jumlahnya. Peraturan – peraturan atau undang – undang yang dibuat oleh
banyak negara umumnya sangat sulit dan ketat bagi seseorang untuk bisa menjadi warga
negara atau menetap secara permanen di suatu negara lain.

2.2. Prakiraan Kebutuhan Energi Listrik

2.2.1. Pengertian
Prakiraan atau forecast pada dasarnya merupakan dugaan atau perkiraan
mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Prakiraan
bisa bersifat kualitatif maupun kuantitatif. Prakiraan kualitatif sulit dilakukan untuk
memperoleh hasil yang baik karena variabelnya sangat relatif sifatnya.
Prakiraan kuantitatif dibagi dua, yaitu prakiraan metode serial waktu dan
prakiraan metode eksplanatori. Prakiraan metode serial waktu berusaha mengidentifikasi
pola historis, sedangkan prakiraan metode eksplanatori mencoba mengidentifikasi
hubungan yang mengarah pada hasil yang diamati di masa lalu dan lalu membuat
prakiraan dengan menerapkan hubungan tersebut ke masa mendatang (Spyros dan
Steven, 1994:14).
2.2.2. Tujuan Prakiraan
Meprakirakan kebutuhan energi listrik untuk masa yang akan datang merupakan
pekerjaan yang tidak mudah, karena harus mempertimbangkan berbagai faktor yang
dapat mempengaruhi kebutuhan energi di masa yang akan datang. Suatu prakiraan perlu
dilakukan untuk mengetahui gambaran pemakaian daya dan konsumsi energi listrik pada
masa yang akan datang. Prakiraan atau biasa disebut forecast pada dasarnya merupakan
dugaan mengenai suatu peristiwa di waktu yang akan datang. Prakiraan kebutuhan
tenaga listrik (demand forecast) yang kurang tepat (lebih rendah dari kebutuhan) dapat
8
mengakibatkan kapasitas daya yang dibangkitkan oleh generator tidak cukup untuk
memenuhi kebutuhan energi listrik yang sesungguhnya. Akibat dari terbatasnya
dukungan catu daya pada akhirnya akan merugikan perkembangan ekonomi negara. Bila
prakiraan terlalu optimis, dikuatirkan akan mengarah pada berlebihnya kapasitas
pembangkit, akibatnya sebagian modal yang diinvestasikan tidak segera kembali.
2.2.3. Peranan Prakiraan dalam Proses Perencanaan
Suatu kenaikan produktivitas dari suatu unit ekonomi, yang dipandang perlu
untuk mempertahankan kedudukannya dalam suatu pasaran, akan mengakibatkan
meningkatnya keperluan akan energi. Tambahan energi itu perlu diperhitungkan dan
untuk itu antara lain, kapasitas dari pusat-pusat tenaga listrik perlu disesuaikan. Sehingga
diperlukan penyediaan modal menurut suatu jadwal waktu sesuai dengan perkembangan
di waktu mendatang yang diperkirakan akan terjadi (Kadir, 1995:444).
Untuk dapat melakukannya diperlukan perkiraaan mengenai perkembangan
kebutuhan, atau yang sering disebut sebagai demand forecast, berupa suatu prakiraan
energi untuk membantu optimasi pemanfaatan dana-dana yang akan diperlukan kelak.
2.2.4. Faktor yang Mempengaruhi Permintaan Kebutuhan Energi Listrik.
Bilamana PDRB terdiri atas sekian unsur produk, maka di antaranya terdapat
unsur energi listrik. Dengan demikian listrik merupakan salah satu komponen dari
PDRB. Energi listrik mempunyai peranan sebagai pendorong perekonomian. Hal ini
memiliki dua sebab. Pertama adalah tersedianya energi listrik akan mempermudah
perkembangan industri dan demikian juga perkembangan ekonomi (Kadir, 1995:559).
Kedua, dengan adanya penerangan listrik memungkinkan manusia belajar di malam hari.
Sehingga energi listrik merupakan faktor penting dalam mencerdaskan masyarakat, yang
berperan pula pada produktivitas bangsa yang kiranya juga secara langsung
mempengaruhi keadaan perekonomian.
Berkaitan dengan apa yang dikemukakan di atas, dapat disimpulkan bahwa ada
suatu korelasi antara konsumsi energi listrik dan keadaan perekonomian masyarakat.
2.2.5. Jangka Waktu Prakiraan Kebutuhan Energi Listrik
Prakiraan energi diperlukan untuk paling sedikit masa konstruksi pusat-pusat
listrik, kira-kira lima tahun ke atas. Untuk sektor energi bahkan diperlukan suatu jangka
prakiraan yang lebih panjang lagi. Pada umumnya jangka prakiraan terdiri dari (Kadir,
1995):
a. Jangka pendek terdiri atas 5 sampai 6 tahun.
b. Jangka menengah terdiri atas 10 sampai 15 tahun.
9
c. Jangka panjang terdiri atas 20 sampai 25 tahun.
Dapat diketahui bahwa semakin panjang jangka prakiraan ke depan yang akan
dibuat akan semakin sulit dalam presentase keakuratannya.
2.2.6. Metode Prakiraan Kebutuhan Energi Listrik
Terdapat beberapa kelompok besar metode prakiraan yang biasa digunakan oleh
berbagai perusahaan kelistrikan. Dalam penerapan untuk melakukan prakiraan yang lebih
baik dan akurat diperlukan berbagai macam metode yang masing-masing memiliki
kelebihan dan kelemahan. Ada berbagai model pendekatan untuk menyusun prakiraan
kebutuhan tenaga listrik yang tersedia, antara lain pendekatan ekonometrik, pendekatan
proses, pendekatan time series, pendekatan end use, pendekatan trend maupun gabungan
dari berbagai model pendekatan tersebut.
Pendekatan terbaik adalah memakai kombinasi dari beberapa metodologi bila hal
ini dimungkinkan. Dengan demikian diperoleh keyakinan yang lebih besar atas hasil-
hasil prakiraan (Kadir,1995:445).
a. Metode Analitis (End Use)
Metode yang dibangun berdasarkan data dan analisa penggunaan akhir pada
setiap sektor pemakai energi listrik. Prinsip dasar metode analitis adalah perhitungan
secara rinci pemakaian tenaga listrik oleh setiap pelanggan. Untuk itu perhitungan
penjualan tenaga listrik dengan metode ini harus dapat memperkirakan jenis dan
jumlah peralatan listrik yang digunakan serta konsumsi spesifikasinya setiap macam
peralatan sehingga metode ini disebut pula end use. Keuntungan metode ini ialah
hasil prakiraan merupakan simulasi dari penggunaan tenaga listrik di masyarakat
dengan lebih terinci serta dapat mensimulasikan perubahan teknologi, dan kebiasaan
pemakai. Kelemahannya adalah dalam hal penyediaan data yang banyak dan
kadang-kadang tidak tersedia (sulit diperoleh) di pusat data.
b. Metode Ekonometri
Metode yang disusun berdasarkan kaidah ekonomi dan statistik yang
menunjukkan bahwa energi listrik mempunyai peranan dalam mendorong kegiatan
perekonomian. Sebagai contoh, dalam penggunaannya untuk meramalkan
pemakaian tenaga listrik, misalnya terdapat teori ekonomi dan hipotesis yang
menyatakan bahwa:
1. Dengan adanya penerangan listrik memungkinkan manusia belajar pada malam
hari, sehingga berpengaruh terhadap produktivitas yang akhirnya juga
mempengaruhi keadaan perekonomian.
10
 2. Besarnya konsumsi listrik sebuah keluarga akan dipengaruhi oleh
pendapatannya.
3. Pengurangan konsumsi listrik sebagai akibat penggunaan bentuk teknologi baru
yang lebih murah dan efisien.
Dari hal-hal di atas dapat diambil kesimpulan bahwa ada suatu korelasi
antara konsumsi energi listrik dan keadaan perekonomian masyarakat. Dengan
memperhatikan tersedianya data yang mendukung, dapat disusun suatu model
hubungan matematis yang menggambarkan asumsi di atas dengan metode
ekonometri. Hasil estimasi yang diperoleh dari hasil analisa regresi ini yang akan
digunakan dalam prakiraan.
c. Metode Kecenderungan
Metode ini disebut juga metode trend yaitu metode yang dibuat berdasarkan
kecenderungan hubungan data masa lalu tanpa memperhatikan penyebab atau hal-
hal yang mempengaruhinya (pengaruh ekonomi, iklim, teknologi, dan lain-lain).
Dari data masa lalu tersebut diformulasikan sebagai fungsi dari waktu dengan
persamaan matematik. Oleh karena itu metode ini disebut juga time series.
d. Metode Gabungan
Metode ini disusun dengan menggabungkan ketiga macam metode yaitu
analitis, ekonometri, dan kecenderungan. Metode gabungan dipilih untuk
meramalkan kebutuhan energi listrik dengan maksud untuk memudahkan dalam
pencarian data dan memaksimalkan keunggulan metode-metode lainnya tanpa
mengabaikan kelemahan yang dimiliki oleh masing-masing metode.
Contoh penggunaan ketiga metode tadi dalam meramalkan kebutuhan energi
listrik di provinsi NTT secara sederhana adalah sebagai berikut.
1. Analitis (End Use): Digunakan untuk meramalkan proyeksi penduduk dan
jumlah rumah tangga.
2. Metode Kecenderungan: Dengan berdasar dari data historis yang sudah ada
digunakan untuk meramalkan pengusahaan listrik seperti energi terjual, daya
tersambung dan beban puncak pada tahun-tahun yang akan datang.
3. Metode Ekonometri: Digunakan untuk meramalkan elastisitas energi dan
pelanggan, pertumbuhan PDRB (Pendapatan Domestik Regional Bruto).
Metode ini dapat mengetahui pertumbuhan ekonomi dalam jangka panjang.
Oleh sebab itu penetapan asumsi sangat diperlukan.

11
 Ketiga metode tersebut digabungkan untuk menentukan nilai variabel-
variabel yang diperlukan dalam prakiraan kebutuhan energi listrik, sehingga
diharapkan metode gabungan ini akan lebih tanggap terhadap pengaruh aktivitas
ekonomi, harga listrik, pergeseran pola penggunaan, kemajuan teknologi, kebijakan
pemerintah, dan sosio geografis.
Pemilihan metode yang harus digunakan atau dipilih sangat tergantung dari
beberapa hal, antara lain:
1. Tujuan dari prakiraan.
2. Subjektivitas yang membuat prakiraan.
3. Kemudahan metodenya serta kemudahan memperoleh data-data pendukungnya.
2.2.7. Perkiraan Kebutuhan Konsumsi Listrik
Dalam menyusun prakiraan kebutuhan konsumsi energi listrik ini menggunakan
suatu metode yang disusun dengan menggabungkan beberapa metode seperti ekonometri,
kecenderungan, dan analitis dengan pendekatan sektoral. Pendekatan sektoral yaitu suatu
pendekatan dengan mengelompokkan pelanggan menjadi 4 sektor (rumah tangga, bisnis,
umum, dan industri). Data kelistrikan yang digunakan merupakan data pemakaian energi
listrik selama 5 tahun terakhir yang dilihat dari sisi konsumen PLN.
Pada model ini pendekatan yang digunakan dalam menghitung kebutuhan tenaga
listrik adalah dengan mengelompokkan pelanggan menjadi empat sektor, yaitu:
a. Sektor rumah tangga, terdiri dari pemakai rumah tangga dan pemakai kecil
(golongan tarif R1, R2, dan R3).
b. Sektor bisnis. Terdiri dari pemakai bisnis (golongan tarif B1, B2, dan B3)
c. Sektor umum, terdiri dari pemakai gedung/kantor pemerintah, lampu penerangan
jalan umum, dan sosial (golongan tarif S1, S2, S3, P1, P2, dan P3).
d. Sektor industri, terdiri dari pemakai industri dan hotel (golongan tarif I1, I2, I3, dan
I4).
2.2.8. Prakiraan Kebutuhan Energi Listrik Menggunakan Metode Regresi
1. Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu pola hubungan yang berbentuk garis
lurus antara suatu variabel yang diramalkan dengan satu variabel yang
mempengaruhinya atau variabel bebas. Dalam analisa deret waktu (time series) ini
variabel bebasnya adalah waktu. Pola hubung yang ditunjukkan dengan analisa regresi
yang sederhana mengasumsikan bahwa hubungan di antara dua variabel dapat
dinyatakan dengan garis lurus. Dalam penerapannya secara mudah dilakukan dengan
12
menempatkan atau melihat asumsi yang dapat digunakan bagi analisa regresi.
Selanjutnya digambarkan atau ditariklah suatu garis yang tepat mewakili titik-titik
tersebut. Notasi regresi sederhana yang merupakan pola garis lurus itu dinyatakan
sebagai:

Y =a+ bX .................................................2.1

dimana Y adalah variabel yang diramalkan, X adalah variabel waktu, serta a dan b
adalah parameter koefisien regresi.
Garis lurus yang dicari adalah garis lurus yang mendekati titik-titik data
historis. Untuk mencari garis lurus tersebut, kita perlu mencari besaran a dan b.
Terdapat beberapa teknik dan metode yang dapat dipergunakan untuk mencari atau
mengestimasikan nilai a dan b dalam hubungan fungsional dari regresi sederhana Y=
a + bX. Pada prinsipnya metode yang ada mendasarkan proses analisanya untuk
mendapatkan suatu garis lurus yang tepat melalui atau mendekati titik-titik yang
berserakan dari data observasi. Garis tersebut dinyatakan sebagai berikut:
Y^ =a+ bX .................................................2.2

Kesalahan peramalan yang terdapat:

e i=Y i−Y^ .................................................2.3

Sedangkan penyimpangan atau deviasi ramalan adalah:
d=Y i + Ȳ ..................................................2.4

Dalam hal ini Y^ adalah nilai yang diramalkan, X adalah variabel yang

mempengaruhi atau variabel bebas,

e i adalah kesalahan ramalan, d adalah

penyimpangan atau deviasi, Y i adalah nilai observasi, dan Ȳ adalah rata-rata dari nilai

observasi. Selisih nilai ramalan adalah Y^ −Ȳ yang merupakan besaran yang
ditunjukkan atau diterangkan dengan terdapatnya garis yang melalui atau mendekati
titik-titik dari data observasi.
Untuk mendapatkan garis yang tepat untuk ramalan adalah dengan
meminimalisasikan kesalahan dengan cara mengambil turunan parsial dari jumlah
kesalahan.

∑ e2i =∑ (Y i−Y^ i )2 ..........................................2.5

13
Sehingga didapati besaran a dan b sebagai berikut:
a=Ȳ −b X̄ .................................................2.6

b=
∑ X i Y i− X̄ ∑ Y i
∑ X 2i − X̄ ∑ X i ........................................2.7
Untuk melihat apakah tepat penggunaan persamaan regresi dari analisa atau
metode deret waktu, maka perlu dilakukan pengetesan. Pengetesan dilakukan untuk
mengetahui apakah benar waktu yang menentukan besarnya variabel yang
diramalkan. Formula yang dipergunakan untuk pengetesan ini adalah (Napa,
1990:71):

2
R =1−
∑ e 2i
∑ y 2 ...................................................2.8
i

dimana:

∑ e2i =∑ y 2i −b 2( ∑ x 2i ).........................................2.9
dan

∑ yi2=∑ Y 2i −n ( Ȳ )2 ............................................2.10
∑ x 2i =∑ X 2i −n ( X̄ )2 .............................................2.11
atau dengan rumus berikut:
n ∑ XY −∑ X ∑ Y
r=
√ n ∑ X 2−(∑ X )2 √n ∑ Y 2−(∑ Y )2 ............................2.12
Nilai R2 berkisar antara 0 sampai dengan 1. Nilai R2 yang mendekati 1
menunjukkan sangat besarnya pengaruh variabel X, dalam hal ini adalah variabel
waktu dalam menentukan besarnya nilai ramalan untuk variabel Y.
2. Multiple Regression
Sebenarnya regresi sederhana yang telah diuraikan di atas merupakan suatu
kasus khusus dari multiple regression dengan satu variabel bebas yang mempengaruhi
variabel yang diramalkan. Dalam multiple regression terdapat satu variabel yang
diramalkan dengan lebih dari satu variabel bebas yang mempengaruhinya. Bentuk
umum multiple regression:
Y =a+b 1 X 1 +b 2 X 2 + .. .+bn X n ..................................2.13

dimana Y adalah variabel yang diramalkan; X 1 adalah variabel bebas pertama yang
mempengaruhi; X2 adalah variabel bebas kedua yang mempengaruhi; X n adalah
14
variabel bebas ke n yang mempengaruhi variabel yang diramalkan; dan a, b 1, b2, …, bn
adalah parameter atau koefisien regresi.
Dalam pemenuhan kebutuhan listrik untuk 5 tahun ke depan diasumsikan daya
yang terpasang dipengaruhi oleh PDRB persektor dan jumlah pelanggan. Dari
pernyataan tersebut dapat diformulasikan:
Persamaan regresi:
Y^ =a+b 1 X 1 +b 2 X 2 .............................................2.14
Kesalahan ramalan:

e i=Y i−Y^
....................................................2.15
Kuadrat kesalahan ramalan:

∑ ei =∑ (Y i −Y^ )2 ............................................2.16
Kemudian disubstitusikan Y^ dengan a+ b1 X 1 +b2 X 2 , diperoleh:

∑ ei =∑ (Y i −a+b1 X 1 +b2 X 2 )2 .................................2.17

Akan didapati formula besaran a dan b sebagai berikut.

∑ Y i=na+bi ∑ X i +b2 ∑ X 2 ..................................2.18

∑ X 1 Y i=a ∑ X 1+b1 ∑ X 12+b2 ∑ X 1 X 2 ...........................2.19
∑ X 2 Y i=a ∑ X 2+b1 ∑ X 1 X 2+b2 ∑ X 22
.........................2.20

Setelah mendapatkan besaran hasil ramalan, maka selanjutnya dapat dilakukan

perhitungan untuk mencari korelasi parsiil dari masing-masing variabel tersebut
dengan menggunakan formula berikut ini:
Korelasi parsiil antara Y dan X1 dimana X2 adalah konstan:

r 12=
∑ ( yx 1 )
√ (∑ y2 )( ∑ x21) ...........................................2.21
Korelasi parsiil antara Y dan X2 dimana X1 adalah konstan:

r 13=
∑ ( yx 2 )
√ (∑ y 2 ) (∑ x 22 ) ..........................................2.22
Korelasi parsiil antara X1 dan X2 dimana Y adalah konstan:

15
 r 23=
∑ ( x1 x 2 )
√ (∑ x21 )(∑ x22 ) ..........................................2.23

2.2.9. Prakiraan Kebutuhan Energi Listrik Menggunakan Metode Gabungan

Metode ini disusun secara sederhana dengan mempertimbangkan ketersediaan
data yang ada. Pada metode ini pendekatan yang digunakan dalam menghitung
kebutuhan tenaga listrik adalah dengan mengelompokkan pelanggan menjadi empat
sektor:
a) Sektor rumah tangga, terdiri dari pemakai rumah tangga dan pemakai kecil
(golongan tarif R1, R2, dan R3).
b) Sektor bisnis, terdiri dari pemakai bisnis (golongan tarif B1, B2, dan B3)
c) Sektor umum, terdiri dari pemakai gedung/kantor pemerintah, lampu penerangan
jalan umum, dan sosial (golongan tarif S1, S2, S3, P1, P2, dan P3).
d) Sektor industri, terdiri dari pemakai industri dan hotel (golongan tarif I1, I2, I3, dan
I4).
2.2.10. Parameter-parameter yang Diramalkan
Dalam membuat prakiraan kebutuhan energi listrik menggunakan metode
gabungan, parameter-parameter yang diramalkan adalah sebagai berikut.
1. Prakiraan kebutuhan energi listrik per sektor .
a. Sektor rumah tangga meliputi prakiraan jumlah penduduk, jumlah rumah
tangga, prakiraan PDRB, jumlah pelanggan, daya tersambung, dan konsumsi
energi.
b. Sektor bisnis meliputi prakiraan jumlah pelanggan, daya tersambung, dan
konsumsi energi.
c. Sektor umum meliputi prakiraan jumlah pelanggan, daya tersambung, dan
konsumsi energi.
d. Sektor industri meliputi prakiraan jumlah pelanggan, daya tersambung, dan
konsumsi energi.
2. Prakiraan total kebutuhan konsumsi energi.
2.2.11. Tahapan Prakiraan
Langkah pertama Pdalam melakukan prakiraan adalah tahap pengumpulan data.
Data tersebut merupakan kumpulan dari data masa lalu kelistrikan suatu daerah tiap

16
tahunnya yang akan digunakan untuk membuat suatu prakiraan, antara lain: jumlah
penduduk, jumlah rumah tangga, PDRB (Produk Domestik Regional Bruto), jumlah
pelanggan, daya tersambung, konsumsi energi. Tahapan selanjutnya adalah menetapkan
asumsi-asumsi untuk menghitung prakiraan seperti: pertumbuhan penduduk,
pertumbuhan PDRB, elastisitas pelanggan, konsumsi energi per pelanggan rumah tangga.
Selanjutnya adalah menghitung prakiraan kebutuhan energi listrik menggunakan
persamaan-persamaan tertentu.
2.2.12. Penetapan Asumsi Variabel Prakiraan
Untuk melakukan perhitungan prakiraan kebutuhan energi listrik diperlukan
beberapa perhitungan yang nilainya harus ditentukan terlebih dahulu. Penetapan ini
dilakukan dengan menggunakan analisa regresi sederhana untuk menentukan asumsi
yang diperlukan dalam persamaan.
a. Pertumbuhan Penduduk
Menurut Badan Pusat Statistik pertumbuhan penduduk pada tahun prakiraan
besarnya dianggap konstan. Nilainya ditentukan dengan mempertimbangkan pola
kecenderungan pertumbuhan pada tahun-tahun sebelumnya. Berdasarkan data jumlah
penduduk pada tahun-tahun sebelumnya, maka pertumbuhan komulatif dapat ditentukan
dengan persamaan:

G P=
(√ )
n Pn
P0
−1 ×100 %
............................................2.24
dengan:
G P=Pertumbuhan penduduk
Pn =Jumlah penduduk pada akhir data historis
P0 = Jumlah penduduk pada awal data historis
n=Jumlah data ( tahun )
b. Jumlah Penghuni Tiap Rumah Tangga
Jumlah penghuni tiap rumah tangga diperlukan untuk menentukan jumlah rumah
tangga. Jumlah penghuni rumah tangga dapat ditentukan dengan persamaan:
Pt
Qt =
H t .............................................................2.25

dengan:

17
 Qt =Jumlah penghuni rumah tangga pada tahun ke t
Pt =Jumlah penduduk tahun ke t
H t = Jumlah rumah tangga pada tahun ke t
Untuk keperluan peramalan, jumlah penghuni rumah tangga diasumsikan
menggunakan jumlah pada tahun terakhir dari data yang digunakan. Jumlah ini
digunakan secara konstan pada tahun-tahun peramalan.
c. Pertumbuhan PDRB
Menurut Kadir (1995:452) Produk Domestik Regional Bruto (PDRB) jika
didefinisikan menurut pengertian dari segi produksi merupakan jumlah nilai uang dari
barang dan jasa yang dihasilkan oleh berbagai unit produksi dalam suatu region atau
wilayah dalam jangka waktu tertentu.
Unit-unit produksi tersebut dikelompokkan menjadi Sembilan kelompok
lapangan usaha, yaitu:
1. Pertanian
2. Pertambangan dan penggalian
3. Industri pengolahan
4. Listrik, gas, dan air bersih
5. Bangunan
6. Perdagangan, hotel, dan restoran
7. Pengangkutan dan komunikasi
8. Keuangan, persewaan, dan ja sa perusahaan
9. Jasa-jasa
Untuk keperluan perhitungan peramalan diambil PDRB beberapa lapangan usaha
yang bersesuaian dengan sektor pemakai tenaga listrik.
a. PDRB sektor rumah tangga meliputi PDRB total.
b. PDRB sektor bisnis meliputi perdagangan, hotel, restoran, pengangkutan,
komunikasi, persewaan, jassa perusahaan.
c. PDRB sektor umum meliputi jasa-jasa dan bangunan.
d. PDRB sektor industri meliputi pertambangan, industri konveksi, listrik, gas, air
bersih.
e. PDRB yang digunakan adalah PDRB atas dasar harga konstan. Pertumbuhan PDRB
total tiap tahun dihitung dengan persamaan (Ratna, 2010):

18
 ( )
PDRBt
Gt = −1 ×100 %
PDRB t−1
......................................2.26

dengan:

Gt = Pertumbuhan PDRB tahun ke t

PDRBt = PDRB total tahun ke t
PDRBt−1 = PDRB total tahun ke t−1
Program excel digunakan untuk menghitung PDRB total pada tahun-tahun
mendatang dengan metode regresi. Penetapan harga pertumbuhan tersebut cukup
signifikan untuk meramalkan PDRB tahun-tahun mendatang.
PDRB per sektor dapat dihitung dengan menggunakan persamaan yang sama
dengan PDRB total untuk mendapatkan asumsi PDRB bisnis (G B), PDRB umum (GU),
dan PDRB industri (GI).
d. Elastisitas
Menurut Kadir (1995:454) untuk mempergunakan metode ini diperlukan data
historis daripada PDRB, pemakaian listrik dan jumlah penduduk/pelanggan. Elastisitas
digunakan dalam peramalan kebutuhan energi listrik untuk menentukan jumlah
pelanggan dan konsumsi energi.
Elastisitas adalah suatu angka yang menunjukkan berapa besar perubahan suatu
nilai akibat terjadinya perubahan nilai yang lain yang keduanya mempunyai hubungan
tertentu. Ada dua buah elastisitas yang digunakan dalam peramalan kebutuhan energi
listrik, yaitu (Ratna, 2010):
a. Elastisitas pelanggan, terdiri dari:
1) Elastisitas pelanggan rumah tangga, yaitu nilai yang menunjukkan tingkat
pertumbuhan pelanggan rumah tangga terhadap tingkat pertumbuhan PDRB
total.
2) Elastisitas pelanggan bisnis, yaitu nilai yang menunjukkan tingkat pertumbuhan
pelanggan bisnis terhadap tingkat pertumbuhan PDRB bisnis.
3) Elastisitas pelanggan umum, yaitu nilai yang menunjukkan tingkat pertumbuhan
pelanggan umum terhadap tingkat PDRB umum.
4) Elastisitas pelanggan industri, yaitu nilai yang menunjukkan tingkat
pertumbuhan pelanggan industri terhadap tingkat pertumbuhan PDRB industri.
b. Elastisitas energi, terdiri dari:

19
 1) Elastisitas energi rumah tangga, yaitu nilai yang menunjukkan tingkat
pertumbuhan konsumsi energi listrik rumah tangga terhadap tingkat
pertumbuhan PDRB total.
2) Elastisitas energi bisnis, yaitu nilai yang menunjukkan tingkat pertumbuhan
konsumsi energi listrik sektor bisnis terhadap tingkat pertumbuhan PDRB sektor
bisnis.
3) Elastisitas energi umum, yaitu nilai yang menunjukkan tingkat pertumbuhan
konsumsi energi listrik sektor umum terhadap tingkat pertumbuhan PDRB
sektor umum.
4) Elastisitas energi industri, yaitu nilai yang menunjukkan tingkat pertumbuhan
konsumsi energi listrik sektor industri terhadap tingkat pertumbuhan PDRB
sektor industri.
Besarnya nilai elastisitas di atas dapat dihitung dengan menggunakan analisa
regresi, sedangkan untuk mengetahui kuat atau tidaknya korelasi-korelasi di atas maka
dapat ditentukan dengan menghitung koefisien korelasinya.
e. Daya Tersambung Per Pelanggan Baru
Meramalkan daya tersambung pada tahun mendatang diperlukan suatu asumsi
besarnya daya tersambung per pelanggan baru untuk setiap sektor. Harga ini dapat
diperoleh dengan menggunakan data daya tersambung dan data pelanggan pada tahun-
tahun sebelumnya yang kemudian dihitung nilai rata-ratanya. Besarnya daya tersambung
per pelanggan dapat dihitung menggunakan persamaan berikut (Ratna, 2010):
VA t
VA / Pel .=
Pel t ........................................................2.27

dengan:
VA/ Pel.= daya tersambung per pelanggan
VA t =Daya tersambung pada tahun ke t
Pel.t =Pelanggan pada tahun ke t
f. Konsumsi Energi Per Pelanggan Rumah Tangga
Meramalkan konsumsi energi sektor rumah tangga pada tahun mendatang
memerlukan suatu asumsi besarnya konsumsi energi per pelanggan rumah tangga baru.
Harga ini dapat diperoleh dengan menggunakan data konsumsi energi dan data
pelanggan rumah tangga pada tahun-tahun sebelumnya yang kemudian dihitung nilai
rata-ratanya. Besarnya konsumsi energi per pelanggan rumah tangga dapat dihitung
dengan persamaan berikut (Ratna, 2010).

20
 E . Rt
UK . Rt =
Pel . Rt ....................................................2.28

dengan:
UK . Rt = konsumsi energi per pelanggan RT baru tahun ke t
E . R t =Konsumsi energi RT pada tahun ke t
Pel . Rt =Pelanggan pada tahun ke t

g. Perhitungan Peramalan
Menurut Kurniawan (2010) yang mengutip Munawar (1993) setelah diperoleh
asumsi -variabel peramalan yang telah dihitung sebelumnya maka untuk selanjutnya
dapat dihitung peramalan kebutuhan energi listrik tiap sektor dengan persamaan yang
dapat dijelaskan sebagai berikut.
a. Sektor rumah tangga
1) Jumlah penduduk
Secara matematis untuk menentukan peramalan jumlah penduduk dapat
dirumuskan sebagai berikut.
Pt =Pt−1 (1+i )n ...........................................2.29
dengan:
Pt = jumlah penduduk pada tahun ke t
Pt−1= jumlah penduduk pada tahun ke t−1
i =Pertumbuhan penduduk dalam %
n = selisih jumlah tahun
2) Jumlah rumah tangga
Secara matematis untuk menentukan peramalan jumlah rumah tangga,
dapat dirumuskan sebagai berikut:
Pt
H t=
Q t ................................................2.30

dengan:
H t = jumlah rumah tangga pada tahun ke t
Pt = jumlah penduduk pada tahun ke t
Qt =jumlah penghuni rumah tangga pada tahun ke t
3) Pelanggan rumah tangga

21
 Secara matematis untuk menentukan peramalan jumlah pelanggan
rumah tangga dirumuskan sebagai berikut (Ratna, 2010).

Pel . Rt =Pel . Rt−1 1+( ( ePel .g ×GT

100 )) ..........................2.31
dengan:
Pel. Rt =Pelanggan rumah tangga pada tahun ke t
Pel. Rt−1 =Pelanggan rumah tangga pada tahun ke t-1
ePel .g =Elastisitas pelanggan rumah tangga
GT = Pertumbuhan PDRB total
4) Daya tersambung rumah tangga
Peramalan daya tersambung rumah tangga dihitung dengan meramalkan
daya tersambung per pelanggan rumah tangga baru. Kemudian dengan
mengalikannya dengan penambahan pelanggan akan diperoleh jumlah daya
tersambung tambahan.
Secara matematis untuk menentukan daya tersambung pada rumah
tangga dirumuskan (Ratna, 2010):
VA . R t =VA . R t−1 + ( Δ Pel . Rt ×VR t )
.............................2.32
dengan:
VA . R t = daya tersambung rumah tangga tahun ke t
VA . R t−1 =daya tersambung pada tahun ke t-1
VRt = daya tersambung per pelanggan rumah tangga baru tahun ke t
Δ Pel . R t =penambahan pelanggan rumah tangga tahun ke t
5) Konsumsi energi rumah tangga
Asumsi perubahan konsumsi energi listrik dipengaruhi oleh perubahan
tingkat PDRB yang ditunjukkan dengan elastisitas energi rumah tangga.
Secara matematis peramalan konsumsi energi rumah tangga total
dirumuskan sebagai berikut (Ratna, 2010):

(( (
E . R t =E . R t −1 1+
eE R ×G T
100 )) )............................2.33
t

dengan:

22
 E . R t =Konsumsi energi rumah tangga tahun ke t
E . R t−1 = Konsumsi energi rumah tangga tahun ke t-1
eE R =Elastisitas energi rumah tangga
GT = Pertumbuhan PDRB total
Δ Pel . R t =Penambahan pelanggan rumah tangga tahun ke t
UK . Rt = konsumsi energi per pelanggan rumah tangga baru tahun ke t
b. Sektor bisnis
1) Pelanggan bisnis
Asumsi pertumbuhan jumlah pelanggan bisnis dipengaruhi oleh
pertumbuhan PDRB bisnis yang ditunjukkan dengan elastisitas pelanggan
bisnis.
Secara matematis untuk menentukan peramalan jumlah pelanggan bisnis
dapat dirumuskan sebagai berikut (Ratna, 2010):

( (
Pel . Bt =Pel . B t −1 1+
ePel .B ×G B
100 )).......................2.34
dengan:
Pel. Bt =Pelanggan bisnis pada tahun ke t
Pel. Bt−1 =Pelanggan bisnis pada tahun ke t-1
ePel .B =Elastisitas pelanggan bisnis
G B = Pertumbuhan PDRB sektor bisnis tahun ke t
2) Daya tersambung bisnis
Peramalan daya tersambung bisnis dihitung dengan meramalkan daya
tersambung per pelanggan bisnis baru. Kemudian dengan mengalikannya
dengan penambahan pelanggan (pelanggan baru) akan diperoleh jumlah daya
tersambung tambahan.
Peramalan daya tersambung sektor bisnis ditentukan dengan rumus
sebagai berikut (Ratna, 2010):
VA . Bt =VA . Bt−1 + ( Δ Pel . Bt ×VB t )
............................2.35
dengan:
VA . Bt = daya tersambung bisnis tahun ke t
VA . Bt−1 =daya tersambung bisnis pada tahun ke t-1
VBt = daya tersambung per pelanggan bisnis baru tahun ke t
Δ Pel . Bt =penambahan pelanggan bisnis tahun ke t
3) Konsumsi energi bisnis

23
 Asumsi perubahan konsumsi energi sektor bisnis dipengaruhi oleh
perubahan tingkat PDRB sektor bisnis yang ditunjukkan dengan elastisitas
energi bisnis.
Peramalan konsumsi energi sektor bisnis ditentukan dengan rumus
berikut (Ratna, 2010):

( (
E . Bt =E. Bt −1 1+
eE B ×GBt
100 )) ..........................2.36
dengan:
E . Bt =Konsumsi energi bisnis tahun ke t
E . Bt−1 = Konsumsi energi bisnis tahun ke t-1
eE B =Elastisitas energi bisnis
G Bt = Pertumbuhan PDRB sektor bisnis tahun ke t
c. Sektor umum
1) Pelanggan umum
Asumsi pertumbuhan jumlah pelanggan umum dipengaruhi oleh
pertumbuhan PDRB umum yang ditunjukkan dengan elastisitas pelanggan
umum.
Peramalan pelanggan umum ditentukan dengan rumus sebagai berikut
(Ratna, 2010):

( 100 ))
( ePel . ×G
Pel . U t =Pel .U t−1 1+
U U

.....................2.37
dengan:
Pel. U t =Pelanggan umum pada tahun ke t
Pel. U t−1 =Pelanggan umum pada tahun ke t-1
ePel .U =Elastisitas pelanggan umum
GU = Pertumbuhan PDRB sektor umum tahun ke t
2) Daya tersambung umum
Peramalan daya tersambung umum dihitung dengan meramalkan daya
tersambung per pelanggan umum baru. Kemudian dengan mengalikannya
dengan penambahan pelanggan (pelanggan baru) akan diperoleh jumlah daya
tersambung tambahan.
Peramalan daya tersambung sektor umum ditentukan dengan rumus
sebagai berikut (Ratna, 2010):

24
 VA .U t =VA .U t−1 + ( Δ Pel .U t ×VU t )
.....................2.38
dengan:
VA .U t = daya tersambung umum pada tahun ke t
VA .U t−1 =daya tersambung umum pada tahun ke t-1
VU t = daya tersambung per pelanggan umum baru tahun ke t
Δ Pel .U t =penambahan pelanggan umum tahun ke t

3) Konsumsi energi umum

Perubahan konsumsi energi listrik umum dipengaruhi oleh perubahan
tingkat PDRB sektor umum yang ditunjukkan dengan elastisitas energi umum.
Peramalan konsumsi energi sektor umum ditentukan dengan rumus
sebagai berikut (Ratna, 2010):

( 100 ))
E . U t =E .U t−1 1+ ( eE ×G
U Ut

.........................2.39
dengan:
E . U t =Konsumsi energi umum tahun ke t
E . U t−1 = Konsumsi energi umum tahun ke t-1
eE U =Elastisitas energi umum
GUt = Pertumbuhan PDRB sektor umum tahun ke t
d. Sektor industri
1) Pelanggan industri
Asumsi pertumbuhan jumlah pelanggan industri dipengaruhi oleh
tingkat pertumbuhan PDRB industri yang ditunjukkan dengan elastisitas
pelanggan industri.
Peramalan pelanggan untuk sektro industri ditentukan dengan rumus
sebagai berikut (Ratna, 2010):

( 100 ))
( ePel . ×G
Pel . I t =Pel . I t −1 1+
I I

...........................2.40
dengan:
Pel . I t =Pelanggan industri pada tahun ke t
Pel . I t−1 =Pelanggan industri pada tahun ke t-1
ePel .I =Elastisitas pelanggan industri
G I = Pertumbuhan PDRB sektor industri tahun ke t

25
 2) Daya tersambung industri
Peramalan daya tersambung industri dihitung dengan meramalkan daya
tersambung per pelanggan industri baru. Kemudian dengan mengalikannya
dengan penambahan pelanggan (pelanggan baru) akan diperoleh jumlah daya
tersambung tambahan.
Peramalan daya tersambung sektor industri ditentukan dengan rumus
sebagai berikut (Ratna, 2010):
VA . I t =VA . I t−1 + ( Δ Pel . I t ×VI t )
..........................2.41
dengan:
VA . I t = daya tersambung industri pada tahun ke t
VA . I t−1 =daya tersambung industri pada tahun ke t-1
VI t = daya tersambung per pelanggan industri baru tahun ke t
Δ Pel . I t =penambahan pelanggan industri tahun ke t
3) Konsumsi energi industri
Asumsi perubahan konsumsi energi listrik industri dipengaruhi oleh
perubahan tingkat PDRB sektor industri yang ditunjukkan dengan elastisitas
energi industri.
Peramalan tersebut dapat ditentukan dengan menggunakan rumus
sebagai berikut (Ratna, 2010):

( (
E . I t =E . I t −1 1+
eE I ×G It
100 )) .............................2.42

dengan:
E . I t =Konsumsi energi industri tahun ke t
E . I t−1 = Konsumsi energi industri tahun ke t-1
eE I =Elastisitas energi industri
GUt = Pertumbuhan PDRB sektor industri tahun ke t
e. Total kebutuhan sumber energi
Peramalan total kebutuhan energi yang dikonsumsi oleh pelanggan diperoleh
dengan menjumlahkan konsumsi energi sektor rumah tangga, bisnis, umum, dan
industri dengan menggunakan rumus sebagai berikut.
ET t =E . Rt +E . B t +E . U t +E . I t ..................................2.43

dengan:

26
 ET t = total kebutuhan konsumsi energi pada tahun ke t
E . R t =konsumsi energi sektor rumah tangga pada tahun ke t
E . Bt =konsumsi energi sektor bisnis pada tahun ke t
E . U t =konsumsi energi sektor umum pada tahun ke t
E . I t =konsumsi energi sektor industri pada tahun ke t

2.3. Perangkat Lunak LEAP (Long-range Energi Alternatives Planning System)

Perangkat lunak LEAP merupakan salah satu perangkat lunak yang sangat
komprehensif dalam melakukan perencanaan energi. LEAP dirancang unuk dapat
bekerja sama dengan produk Microsoft Office (Word, Excel, Power Point) sehingga
mudah untuk impor, ekspor dan menghubungkan ke data serta model yang dibuat di
tempat lain. Perancang program aplikasi ini adalah dari Stokholm Environment Institute
(SEI) dan memiliki komunitas yang saling berintraksi yaitu COMMEND (Community
for Energi Environment and Development). LEAP bekerja berdasarkan asumsi skenario
yang pengguna inginkan, skenario tersebut didasarkan pada perhitungan dari proses
pengkonversian bahan bakar menjadi energi hingga energi tersebut dikonsumsi
masyarakat. LEAP merupakan model yang memepertimbangkan penggunaan akhir
energi (end-use), sehingga memiliki kemampuan untuk memasukkan berbagai macam
teknologi dalam penggunaan energi.
LEAP adalah sebuah perangkat lunak pemodelan dengan skenario terpadu
berbasis pada lingkungan dan energi. LEAP mampu merangkai skenario untuk beberapa
konsumsi energi yang dipakai, dikonversi dan diproduksi dalam suatu sistem energi
dengan berbagai alternatif asumsi seperti, kependudukan, pembangunan ekonomi,
teknologi, harga dan sebagainya. Hal ini memudahkan untuk pengguna aplikasi LEAP
ini dalam memperoleh hasil yang fleksibel, transparan tetapi tetap memiliki akurasi yang
tepat. LEAP dikembangkan oleh Stockholm Environment Institute, Boston, USA dan
telah digunakan di banyak Negara di benua eropa, terutama negara-negara berkembang
karena perangkat ini dapat melakukan simulasi untuk pemenuhan sumber energi dari
biomasa. Indonesia melalui Pusat Informasi Energi (PIE) dan Yayasan Pertambangan
dan Energi, Departemen Energi dan Sumber Daya Mineral (ESDM) pada tahun 2002
menerbitkan buku Prakiraan Energi Indonesia 2010 yang menggunakan LEAP sebagai
alat bantu analisis perencanaan permintaan-penyediaan energi di Indonesia dari tahun
2000 hingga 2010.

27
 Untuk melakukan simulasi menggunakan LEAP, perlu melihat kembali data yang
dimiliki. Hal ini dimungkinkan karena algoritma LEAP yang memiliki fleksibilitas tinggi
yang memberi keleluasaan bagi pengguna dalam melakukan simulasi. LEAP dapat diatur
sesuai data yang dimiliki. Apabila data yang dimiliki sangat lengkap seperti data emisi
buang, teknologi pembangkitan, hingga peralatan elektronik dan penerangan dalam
bangunan mampu diakomodasi oleh LEAP. Demikian juga apabila data yang dimiliki
sangat terbatas seperti simulasi pada penelitian ini dimana hanya memiliki data yang
berkaitan dengan konsumsi energi listrik pun dapat digunakan. Metode yang digunakan
dalam simulasi ini berdasar pada final energi demand analysis atau bisa dikategorikan
model enduse. Dengan mengakomodasi variabel intensitas energi dan jumlah pelanggan
yang berfungsi sebagai unitactivity.
Keunggulan LEAP dibanding perangkat lunak perencanaan/pemodelan energi-
lingkungan yang lain adalah tersedianya sistem antarmuka (interface) yang menarik dan
memberikan kemudahan dalam penggunaannya serta tersedia secara cuma–cuma
(freeware). LEAP mendukung untuk proyeksi permintaan energi akhir maupun
permintaan pada energi yang sedang digunakan secara detail termasuk cadangan energi,
transportasi, dan lain sebagainya.
2.3.1. Modul-modul LEAP
1. Modul Key Assumptions
Modul Key Assumptions adalah untuk menampung paramaterparameter
umum yang dapat digunakan pada Modul Demand maupun Modul Transformation.
Parameter umum ini misalnya adalah jumlah penduduk, PDB (produk domestik
bruto), dan sebagainya. Modul Key Assumptions ini sifatnya komplemen terhadap
modul lainnya. Pada model yang sederhana, dapat saja modul ini tidak difungsikan.
2. Modul Demand
Modul ini digunakan untuk menghitung permintaan energi. Metode
analisisyang digunakan dalam model ini didasarkan pada pendekatan end-use
(pemakai akhir) secara terpisah untuk masing-masing sektor pemakai sehingga
diperoleh jumlah permintaan energi per sektor pemakai dalam suatu wilayah pada
rentang waktu tertentu. Informasi mengenai variabel ekonomi, demografi dan
karakteristik pemakai energi dapat digunakan untuk membuat alternatif skenario
kondisi masa depan sehingga dapat diketahui hasil proyeksi dan pola perubahan
permintaan energi berdasarkan skenario-skenario tersebut.

28
Metodologi yang digunakan dalam melakukan analisis permintaan energi dalam
penelitian ini adalah :
a. Analisis Aktivitas (Activity Level Analysis)
Pada metode ini jumlah permintaan energi dihitung sebagai hasil perkalian
antara aktivitas energi dengan intensitas energi (jumlah energi yang digunakan
per unit aktivitas). Metode ini terdiri atas dua model analisis yaitu: Analisis
Permintaan Energi Final (Final Energi Demand Analysis) dan Analisis
Permintaan Energi Terpakai (Useful Energi Demand Analysis).
b. Analisis Permintaan Energi Final (Final Energi Demand Analysis)
Pada metode ini, permintaan energi dihitung sebagai hasil perkalian antara
aktivitas total pemakaian energi dengan intensitas energi pada setiap cabang
teknologi (technology branch). Dalam bentuk persamaan matematika
perhitungan permintaan energi menggunakan final energi demand analysis
adalah
Db,s,t TAb,s,t EIb,s,t
dimana
D : Permintaan (Demand)
TA : Aktivitas Total (Total Activity)
EI : Intensitas Energi (Energi Intensity)
b : Cabang (Branch)
s : Skenario
t : Tahun perhitungan, tahun dasar ≤t ≤tahun akhir perhitungan.
Dalam menghitung Aktivitas Total dan Intensitas Energi digunakan regresi
linear (persamaan 3.1 – 3.4) berdasarkan data historis. Setiap cabang teknologi
memiliki data bahan bakar (fuel) yang secara spesifik digunakan pada teknologi
tersebut, sehingga perhitungan permintaan energi pada setiap cabang teknologi
akan secara otomatis menghitung juga permintaan energi total bahan bakar yang
digunakan.
c. Analisis Permintaan Energi Terpakai (Useful Energi Demand Analysis)
Pada metode ini, intensitas energi ditentukan pada cabang Intensitas Energi
Gabungan (Aggregate Energi Intensity Branch), bukan pada cabang
Teknologi(Technology Branch). Pada tahun dasar, ketika digunakan 2 metode

29
 sekaligus (yakni Final Energi Demand dan Useful Energi Demand), maka
intensitas energi untuk tiap cabang teknologi adalah :
UEb,0EIAG,0X FSb,0 X EFF b,0
dimana
UEb,0= useful energi intensity cabang b pada tahun dasar.
EIAG,0= final energi intensity cabang intensitas energi gabungan pada
tahun dasar.
FSb,0 = fuel share cabang b pada tahun dasar.
EFFb,0= efisiensi cabang b pada tahun dasar.
B = 1..B (b adalah salah satu cabang dari cabang teknologi B)
Intensitas energi terpakai dari cabang intensitas energi gabungan adalah
penjumlah dari intensitas energi terpakai pada setiap cabang teknologi. Dalam
persamaan matematika ditulis sebagai
B
UEAGG,0= ∑ U E b,0
b =1

Bagian aktivitas (activity share) yakni bagian aktivitas suatu teknologi pada
suatu cabang teknologi terhadap aktivitas teknologi caban intensitas energi
Modul Stastistikal Differencesgabungan adalah :
ASb,0= UEb,0/UEAG
dimana
ASb,0 = activity share cabang b pada tahun dasar
3. Modul Transformation
Modul Transformation adalah untuk menghitung pemasokan en ergi.
Pasokan energi dapat terdiri atas produksi energi primer(gas bumi, minyak bumi,
batubara, dsb.) dan energi sekunder (listrik, bahan bakar minyak, LPG, briket
batubara, arang, dsb.). Susunan cabang dalam Modul Transformasi sudah
ditentukan strukturnya,yang masing-masing kegiatan transformasi energi terdiri
atas processes dan output.
4. Modul Stock Changes
Modul Stock Changes adalah untuk menuliskan asumsi-asumsi perubahan
stok atau cadangan energi pada awal tahun tertentu dengan awal tahun berikutnya.
5. Modul Resources
Modul Resources terdiri atas Primary dan Secondary. Keduacabang ini
sudah default. Cabang-cabang dalam Modul Resources akan muncul dengan

30
 sendirinya sesuai dengan jenisjenis energi yang dimodelkan dalam Modul
Transformation.
6. Modul Non-Energi Sector Effects
Modul Non-Energi Sector Effects adalah untuk menempatkan variabel
dampak negatif kegiatan sektor energi, seperti tingkat kecelakaan, penurunan
kesehatan, terganggunya ekosistem.
2.3.2. Terminologi Umum dalam LEAP
1. Area adalah sistem yang sedang dikaji (contoh: negara atau wilayah).
2. Current Accounts adalah data yang menggambarkan Tahun Dasar (tahun awal)
dari jangka waktu kajian.
3. Scenario adalah sekumpulan asumsi mengenai kondisi masa depan.
4. Tree adalah diagram yang merepresentasikan struktur model yang disusun
sepert tampilan dalam Windows Explorer. Tree terdiri atas beberapa Branch.
5. Branch adalah cabang atau bagian dari Tree.
Branch utama ada empat, yaitu Key Assumptions, Demand, Transformation,
dan Resources. Masing-masing Branch utama dapat dibagi lagi menjadi
beberapa Branch tambahan (anak cabang).
6. Expression adalah formula matematis untuk menghitung perubahannilai suatu
variabel. Expression akan muncul pada saat membuat suatu scenario.
7. Saturation adalah perilaku suatu variabel yang digambarkan mencapai suatu
kejenuhan tertentu. Persentase kejenuhan adalah 0% ≤X ≤ 100%. Nilai dari
total persen dalam suatu Branch dengan Saturation tidak perlu berjumlah 100
% (sebagai contoh: % saturation dari rumah tangga yang menggunakan lemari
es).
8. Share adalah perilaku suatu variabel yang digambarkan mencapai suatu
kejenuhan 100%. Nilai dari total persen dalam suatu Branch dengan Share
harus berjumlah 100 %
2.3.3. Menu-menu LEAP

31
 Gambar 2.1. Layar LEAP
(Winarno, 2006)

1. Tutorial dan Help

Di dalam software LEAP disediakan menu tutorial dan menu help (di dalam
Menu Help), sehingga pengguna LEAP dapat dengan mudah mempelajari sendiri
software LEAP.

Gambar 2.2. Tutorial dan Help

(Winarno, 2006)

2. View Bar
LEAP mempunyai delapan view bar, yang tersusun secara vertikal pada
kolom paling kiri dari layar LEAP

32
 Gambar 2.3. View Bar
(Winarno, 2006)
3. Tree
Tree adalah diagram yang merepresentasikan struktur model yang disusun
seperti tampilan dalam Windows Explorer. Tree terdiri atas beberapa Branch
(cabang). Terdapat empat Branch utama, yaitu Key Assumptions, Demand,
Transformation, dan Resources. Masing-masing Branch utama dapat dibagi lagi
menjadi beberapa Branch tambahan (anak cabang).

Gambar 2.4. Tree dan Branch

(Winarno, 2006)

2.3.4. Simulasi dan melihat hasil

33
 Simulasi model adalah menjalankan model (running model), atau
memerintahkan LEAP melakukan perhitungan terhadap model sepanjang jangka
waktu yang ditentukan dalam model.
1. View Result
Simulasi model dilakukan dengan mengaktifkan View Result. Setiap View
Result diaktifkan, maka LEAP akan melakukan perhitungan terhadap model.
Simulasi akan berhasil apabila semua syarat-syarat telah dipenuhi, khususnya
apabila parameter current account dan skenario (minimal satu skenario) telah
lengkap diisikan.

Gambar 2.5. View Result

(Winarno, 2006)
2. View Diagram
Hasil perhitungan dapat juga dilihat dengan menggunakan View Diagram.
Hasil perhitungan yang dilihat melalui view ini adalah diagram RES (Reference
Energy System) dari model. Pada Gambar 5 diperlihatkan contoh View Diagram.
Diagram RES ini juga dapat di-export ke Powerpoint.

34
 Gambar 2.6. View Diagram
(Winarno, 2006)
3. View Energi Balance
Tampilan hasil lainnya adalah View Energi Balance, Summaries, dan
Overviews. View Energi Balance adalah untuk menampilkanenergi balance dari
model, dalam bentuk grafik atau tabel. View Energi Balance, seperti halnya View
Diagram, merupakan default dari LEAP (muncul dengan sendirinya tanpa di-set).
Tampilan view ini dapat di-export ke Powerpoint ataupun Excell. View Energi
Balance diperlihatkan pada Gambar 7

Gambar 2.7. View Energi Balance

(Winarno, 2006)

View Summaries dan Overviews adalah untuk menampilkan tabel-tabel atau

gambar-gambar tertentu dari hasil perhitungan. Kedua view ini dapat digunakan
untuk menonjolkan hasil-hasil perhitungan tertentu, sehingga dapat lebih mudah
dimengertioleh pembaca model. Kedua view ini dapat di-set untuk menampilkan
hasil yang dimaksud. Contoh view Summaries dan Overviews diperlihatkan pada
Gambar 8 dan 9.

35
Gambar 2.8. View Summaries
(Winarno, 2006)

Gambar 2.9. View Overviews

(Winarno, 2006)

36
 BAB III
METODE PENELITIAN

3.1. Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan selama 4 bulan dari bulan Agustus sampai bulan
Desember dan tempat penilitian di Provinsi Nusa Tenggara Timur.

3.2. Instrumen Penelitian

Alat yang digunakan dalam penelitian tugas akhir ini adalah menggunakan
perangkat keras Laptop Asus X441N dan perangkat lunak Long Range Energi
Alternative Planning (LEAP) versi 2018.0.1.20 dan Microsoft Excel.

3.3. Metode Penelitian dan teknik Analisa data

3.3.1. Metode pengambilan data
1. Observasi dan Pengamatan
Penulis melakukan pengamatan langsung dan melakukan wawancara dengan
asisten maneger Perencanaan Jaringan PT.PLN (Persero) Unit Induk Wilayah
(UIW) NTT dan Badan Pusat Statistik (BPS) Nusa Tenggara Timur dengan
pengumpulan data-data antara lain :
a. Data Primer
Data primer yang dikumpulkan antara lain :
Hasil wawancara dengan narasumber terkait, yakni pihak PT.PLN
(Persero) UIW NTT dan pihak BPS Nusa Tenggara Timur.
b. Data Sekunder
Data sekunder yang dikumpulkan antara lain :
Data historis 5 tahun terakhir dari pertumbuhan penduduk, pertumbuhan
ekonomi, jumlah pelanggan persektor, daya tersambung persektor,
konsumsi energi total, Jumlah penduduk dan PDRB.

37
3.3.2. Teknik Analisa Data
1. Metode Gabungan
a. Melakukan pengelompokkan data berdasarkan sektor tarif pelanggan yaitu
pelanggan rumah tangga, bisnis, umum dan industri.
b. Menentukkan asumsi pada variable yang berpengaruh dalam prakiraan
kebutuhan energi listrik diantaranya pertumbuhan PDRB pertumbuhan
jumlah penduduk,jumlah penghuni tiap rumah tangga,elastisitas,daya
tersambung per pelanggan baru dan konsumsi energi per pelanggan rumah
tangga
c. Hasil dari penetapan asumsi akan disubstitusikan pada rumus prakiraan
kebutuhan energi.
d. Dari hasil perhitungan dapat dianalisa pelanggan disektor manakah yang
memiliki pertumbuhan konsumsi energi paling besar.
e. Melakukan skenario terhadap pertubuhan ekonoi dan pertumbuhan
penduduk.
2. Perangkat Lunak LEAP.
a. Melakukan pengelompokkan data berdasarkan sektor tarif pelanggan yaitu
pelanggan rumah tangga, bisnis, umum dan industry
b. Menetapkan scenario atau asumsi yang sama seperti pada metode
gabungan.
c. Melakukan simulasi berdasarkan skenario atau asumsi yang telah
ditetapkan.
d. Dari hasil simulasi dapat dianalisa pelanggan disektor manakah yang
memiliki pertumbuhan konsumsi energi paling besar.

38
3.4. Diagram Alur Kerja Penelitian
Diagram alur atau tahap-tahap dalam melakukan penelitian ini adalah sebagai
berikut:

Mulai

Pengumpulan
dan Tabulasi
Data

Perangkat Metode
Lunak LEAP gabungan

Skenario Skenario
Pertumbuhan Pertumbuhan
Penduduk ekonomi

Hasil

Selesai
39
 Gambar 3.1. Diagram Alur Penelitian

BAB IV
HASIL DAN PEMBAHASAN

4.1. Gambaran Umum Provinsi Nusa Tenggara Timur

Jumlah penduduk di provinsi Nusa Tenggara Timur adalah 5.287.302 jiwa
dengan laju pertumbuhan penduduk sebesar 1,61%. Jumlah penduduk laki-laki sebanyak
2.619.181 jiwa dan penduduk perempuan sebanyak 2.66.121 jiwa (2017). Kepadatan
penduduk di Nusa Tenggara Timur sebesar 96 jiwa/km 2, dengan presentasi penduduk
yang tinggal di perkotaan kurang lebih 20%, dan sisanya sebesar 80% mendiami
kawasan pedesaan. Sebagian besar penduduk beragama Kristen dengan rincian
persentase kurang lebih sebagai berikut Katolik 46,43% Protestan 45,34%, Islam 6,38%,
Hindu 0,11% Buddha 0,01% dan sebanyak 1,73% menganut agama dan kepercayaan
lainnya.
Menurut berbagai standar ekonomi, ekonomi di provinsi ini lebih rendah daripada
rata-rata Indonesia, dengan tingginya inflasi (15%), pengangguran (30%) dan tingkat
suku bunga (22-24%).
Dari data PLN tahun 2017 dilihat bahwa, Total konsumsi energi listrik di Provinsi
Nusa Tenggara Timur adalah sebesar 862,25 GWh dengan proporsi masing-masing
sektor adalah 507,59 GWh sektor rumah tangga, 212,27 GWh sektor bisnis, 100,36
sektor umum dan 92,03 GWh untuk sektor industri. Konsumsi energi paling besar di
Provinsi Nusa Tenggara Timur masih didominasi oleh sektor Rumah tangga dengan
persentasi sebesar 58,86% dan sektor industri merupakan sektor dengan konsumsi energi
paling kecil dengan persentasi 4,87%. (Data PLN Wiayah Nusa Tenggara Timur,2017)
Dari data stastistik ketenagalistrikan tahun 2017 dilihat bahwa. Rasio
Elektrifikasi (RE) provinsi NTT masih jauh dibawah Rasio Elektrifikasi (RE) Nasional.
Pada tahun 2016 provinsi NTT memiliki jumlah rumah tangga sebesar 1.126.379
dengan keluarga yang berlistrik (PLN) sebesar 590.982 dan keluarga yang berlistrik

40
 (NonPLN) sebesar 72.829. Dengan demikian Rasio Elektrifikasi (RE) provinsi NTT
adalah 58,93%, masih jauh dari Rasio Elektrifikasi (RE) Nasional sebesar 91,16%
dengan jumlah rumah tangga sebesar 66.489.409 dan jumlah pelanggan sebesar
60.612.009. (Direktoral Jendral Ketenagalistrikan Kementrian Energi dan Sumber
Daya Mineral,2017)
4.2. Pengumpulan Data
Dalam menghitung prakiraan kebutuhan energi listrik, terlebih dahulu dilakukan
pengumpulan data. Data yang diperlukan dan telah dikumpulkan adalah data jumlah
penduduk, pertumbuhan PDRB total dan PDRB per sektor, jumlah pelanggan pada tiap
sektor, daya tersambung, dan data konsumsi energi tiap sektor. Data-data tersebut
diperoleh dari 2 sumber data, yaitu dari PT.PLN (Persero) Unit Induk Wilayah Nusa
Tenggara Timur dan Badan Pusat Statistik Nusa Tenggara Timur.
Dari pengumpulan data yang dilakukan diperoleh data-data tersebut dalam 5
tahun, yaitu tahun 2013 sampai 2017. Data yang diambil akan diolah untuk mendapatkan
asumsi-asumsi dasar yang akan digunakan untuk perhitungan prakiraan.
a. Jumlah Penduduk dan Jumlah Rumah Tangga.
Data jumlah penduduk dan jumlah rumah tangga dapat dilihat pada tabel dibawah
ini.
Tabel 4.1 Data jumlah penduduk dan jumlah rumah tangga
Tahun Jumlah Penduduk Jumlah Rumah Tangga
2013 4953967 1060850
2014 5036897 1088580
2015 5120061 1108400
2016 5203514 1126582
2017 5287302 1144800
Dari data tahun 2013-2017 diatas rerata laju pertumbuhan jumlah penduduk
pertahunnya adalah 1,64% dengan pertumbuhan paling besar terjadi pada tahun 2014
dengan pertumbuhan mencapai 1,67%. Sementara itu, untuk jumlah rumah tangga rerata
laju pertumbuhannya adalah 1,92% dengan pertumbuhan paling besar adalah pada tahun
2014 sebesar 2,61%.

b. PDRB Total dan PDRB per Sektor.

Data PDRB total dan PDRB persektor dapat dilihat pada tabel dibawah ini.
Tabel 4.2 Data PDRB Total dan PDRB persektor
Tahun PDRB ADH Konstan 2010 (Miliar Rupiah)
Total Pertumbuhan Bisnis Pertumbuhan Umum Pertumbuhan Industri Pertumbuhan
(%) (%) (Sosial (%) (%)

41
 Publik)
201 16397,
51505,2 - - 18577,4 - 1460,4 -
3 7
201 17356,
54108 5,05 5,85 19593,6 5,47 1544,2 5,74
4 3
201 18406,
56770,8 4,92 6,05 20617,5 5,23 1623,8 5,15
5 3
201
59705,3 5,17 19650 6,76 21837,1 5,92 1712,3 5,45
6
201 20725,
62788,1 5,16 5,47 22965 5,17 1786,3 4,32
7 5
Dari data PDRB Provinsi NTT tahun 2013-2017 diatas rerata laju pertumbuhan
untuk PDRB total pertahunnya adalah 5,08% dengan laju pertumbuhan paling besar
terjadi pada tahun 2016 dengan laju pertumbuhannya mencapai 5,17%. Sementara itu,
rerata laju pertumbuhan pertahun untuk masing-masing sektor adalah 6,03% untuk sektor
bisnis, 5,17% untuk sektor industri dan 5,44% untuk sektor umum (Sosial Publik).

c. Konsumsi Energi, Daya Tersambung, dan Jumlah Pelanggan

Tabel 4.3 Data Konsumsi energi,daya tersambung dan jumlah pelanggan

Tahun
No Sektor
2013 2014 2015 2016 2017
Konsumsi Energi / Energi terjual (GWh)
a. Rumah Tangga 379,39 492 452,33 492,95 507,59
1 b. Bisnis 166 179 181,21 201,64 212,27
c. Umum 68,09 73 81,3 93,17 100,36
d. Industri 19,4 25 41,92 41,83 42,03
Daya tersambung (MVA)
a. Rumah Tangga 406,33 441,04 458,48 501,34 562,7
2 b. Bisnis 110,46 109,05 126,26 135,26 148,62
c. Umum 50,69 57,95 65,24 77,58 88,24
d. Industri 11,46 14,95 15,28 15,52 19,25
Pelanggan
a. Rumah tangga 522221 572296 579969 590982 615132
3 b. Bisnis 26663 30104 31546 32638 34024
c. Umum 14848 15793 16760 19609 21230
d. Industri 144 148 152 158 173

Dari data diatas rerata laju pertumbuhan pertahun untuk total konsumsi energi
listrik pertahunnya adalah 8,36% dengan rerata laju pertumbuhan pertahun untuk
masing-masing sektor adalah 8,39% untuk sektor rumah tangga, 6,4% untuk sektor
bisnis, 24,2% untuk sektor industri dan 10,2% untuk sektor umum (Sosial Publik).

42
 Rerata laju pertumbuhan untuk total daya tersambung listrik tahun 2013-2017
pertahunnya adalah 9,07% dengan rerata laju pertumbuhan pertahun untuk masing-
masing sektor adalah 8,52% untuk sektor rumah tangga, 7,87% untuk sektor bisnis,
14,56% untuk sektor industri dan 14,88% untuk sektor umum (Sosial Publik).
Rerata laju pertumbuhan untuk total pelanggan listrik Provinsi NTT tahun 2013-
2017 pertahunnya adalah 4,47% dengan rerata laju pertumbuhan pertahun untuk masing-
masing sektor adalah 4,22% untuk sektor rumah tangga, 6,35% untuk sektor bisnis,
4,73% untuk sektor industri dan 9,43% untuk sektor umum (Sosial Publik).

4.3. Analisis dan Pembahasan

4.3.1 Prakiraan Kebutuhan Energi Listrik Provinsi NTT Tahun 2019-2029
dengan Metode Gabungan
a. Asumsi Variabel Prakiraan
Dalam memperkirakan kebutuhan energi listrik dengan menggunakan
metode gabungan, asumsi variabel prakiraan perlu ditentukan terlebih dahulu.
Variabel yang ditentukan adalah pertumbuhan penduduk, jumlah penghuni tiap
rumah tangga, pertumbuhan PDRB, elastisitas yang terdiri atas elastisitas
pelanggan dan elastisitas energi, daya tersambung per pelanggan baru, dan
konsumsi energi per pelanggan rumah tangga.
Berdasarkan perhitungan dengan menggunakan persamaan yang telah
dibahas dalam bab II, diperoleh nilai asumsi untuk peramalan kebutuhan energi
listrik dengan metode gabungan sebagai berikut.
Tabel 4.4 Penetapan Asumsi Variabel Peramalan Kebutuhan Energi Listrik
Provinsi NTT Tahun 2019-2029
Uraian Asumsi
Sektor Rumah Tangga
a. Pertumbuhan penduduk (Gp) 1,31 %
b. Jumlah Penghuni Rumah Tangga (Qt) 4,618 jiwa
c. Pertumbuhan PDRB Total (GT) 5,16 %
d. Elastisitas Pelanggan Rumah Tangga (ePel.g) 0,122
e. Elastisitas Energi Rumah Tangga (eER) 1,637
f. Daya Tersambung per Pelanggan RT Baru (VRt) 0.00082 MVA
g. Konsumsi Energi per Pelanggan RT baru 0,805 MWh
Sektor Bisnis
a. Pertumbuhan PDRB Bisnis 5,47%
b. Elastisitas Pelanggan Bisnis 0,589
c. Elastisitas Energi Bisnis 1,044
d. Daya Tersambung per Pelanggan Bisnis Baru 0,004056 MVA
Sektor Umum
a. Pertumbuhan PDRB Umum 5,17 %

43
 b. Elastisitas Pelanggan Umum 0,641
c. Elastisitas Energi Umum 1,864
d. Daya Tersambung per Pelanggan Umum Baru 0,003818 MVA
Sektor Industri
a. Pertumbuhan PDRB Industri 4,32 %
b. Elastisitas Pelanggan Industri 8,44
c. Elastisitas Energi Industri 4,558
d. Daya Tersambung per Pelanggan Industri Baru 0,09812 MVA

b. Perhitungan Peramalan
1. Jumlah Penduduk
Dengan menggunakan asumsi pertumbuhan penduduk sebesar 1,31%, dapat
dihitung jumlah penduduk pada tahun-tahun peramalan, yang disajikan dalam
grafik pada gambar 4.1 berikut.
6400000
6200000
Jumlah Penduduk

6000000
5800000
5600000
5400000
5200000
5000000
2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
Gambar 4.1 Jumlah penduduk tahun 2019-2029
Dari grafik diatas dapat dilihat bahwa penduduk di Provinsi NTT
meningkat cukup besar dari tahun 2019-2029. Pada tahun 2019 jumlah penduduk
di NTT mencapai 5.426.737 jiwa dan pada akhir tahun 2029 mencapai 6.181.045
jiwa.
2. Jumlah Pelanggan
Dari perhitungan yang telah dilakukan, diperoleh jumlah pelanggan untuk
masing-masing sektor sebagai berikut.
Tabel 4.5 Hasil prakiraan jumlah pelanggan persektor Provinsi NTT
tahun 2019-2029
Jumlah Pelanggan (Pelanggan)
Tahun
Rumah Tangga Bisnis Umum Industri
2019 622901,1 36251,71 22658,16 322,153
2020 626822,4 37419,68 23407,87 439,612
2021 630768,4 38625,28 24182,39 599,898
2022 634739,2 39869,72 24982,54 818,626
2023 638735 41154,25 25809,16 1117,104
2024 642756 42480,17 26663,14 1524,409

44
 2025 646802,3 43848,81 27545,36 2080,221
2026 650874 45261,54 28456,79 2838,686
2027 654971,4 46719,79 29398,36 3873,693
2028 659094,6 48225,03 30371,1 5286,073
2029 663243,7 49778,75 31376,02 7213,417

Dari tabel di atas terlihat bahwa jumlah pelanggan paling banyak hingga
tahun 2029 adalah pada sektor rumah tangga, sedangkan sektor dengan jumlah
pelanggan paling sedikit hingga 2029 adalah industri. Sekalipun dilihat dari
jumlah pelanggannya paling sedikit, sektor industri justru merupakan sektor yang
tingkat pertumbuhan jumlah pelanggannya paling besar. Pertumbuhan jumlah
pelanggan sektor rumah tangga setiap tahunnya rata-rata sebesar 0,63 %, pada
sektor bisnis sebesar 3,22%, pada sektor umum sebesar 3,31%, dan pada sektor
industri bertumbuh sebesar 36,46%.

3. Daya Tersambung
Dengan mengalikan daya tersambung per pelanggan baru dengan
penambahan pelanggan diperoleh jumlah daya tersambung tambahan. Dari
perhitungan diperoleh hasil sebagai berikut.
Tabel 4.6 Hasil Prakiraan daya tersambung persektor Provinsi NTT
tahun 2019-2029
Daya Tersambung (MVA)
Tahun
Rumah Tangga Bisnis Umum Industri
2019 569,071 157,656 93,692 33.886
2020 572,286 162,393 96,554 45.411
2021 575,522 167,283 99,511 61.139
2022 578,778 172,330 102,566 82.602
2023 582,054 177,540 105,722 111.890
2024 585,352 182,918 108,982 151.857
2025 588,670 188,469 112,350 206.396
2026 592,008 194,199 115,830 280.820
2027 595,368 200,114 119,424 382.381
2028 598,749 206,219 123,138 520.970
2029 602,152 212,521 126,974 710.091

4. Konsumsi Energi Listrik

Dari hasil perhitungan secara matematis diperoleh konsumsi energi listrik
pada keempat sektor pada tahun-tahun peramalan adalah sebagai berikut.

45
 Tabel 4.7 Hasil prakiraan konsumsi energi persektor Provinsi NTT tahun
2019-2029
Konsumsi Energi (GWh)
Tahun
Rumah Tangga Bisnis Umum Industri
2019 596.963 237.206 120.635 60.211
2020 647.388 250.752 132.261 72.067
2021 702.072 265.072 145.006 86.258
2022 761.376 280.210 158.981 103.243
2023 825.689 296.211 174.301 123.572
2024 895.434 313.127 191.099 147.904
2025 971.071 331.009 209.514 177.027
2026 1053.096 349.912 229.705 211.884
2027 1142.050 369.894 251.842 253.605
2028 1238.519 391.017 276.111 303.542
2029 1343.135 413.347 302.720 363.311

Dari tabel terlihat bahwa konsumsi energi paling besar pada tahun 2029
adalah pada sektor rumah tangga sebesar 1343,135 GWh, diikuti sektor bisnis
sebesar 413,347 GWh, sektor industri 363,311 GWh, dan sektor umum sebesar
302,720 GWh. Dengan pertumbuhan pertahunnya adalah 1,27% untuk sektor
rumah tangga, 5,71% untuk sekor bisnis, 9,63% untuk sektor umum dan 19,69%
untuk sektor industri

5. Total Kebutuhan Energi

Berdasarkan hasil perhitungan yang telah dilakukan, total kebutuhan energi
listrik pada tahun-tahun peramalan, yang merupakan jumlah konsumsi energi
setiap sektor adalah sebagai berikut.

Tabel 4.8 Hasil Prakiraan total kebutuhan energi listrik

Total Kebutuhan Energi Listrik
Tahun
(GWh)
2019 1015.016141
2020 1102.468677
2021 1198.408987
2022 1303.808675
2023 1419.773174

46
 2024 1547.563288
2025 1688.620553
2026 1844.597159
2027 2017.391273
2028 2209.188797
2029 2422.512773

Pertumbuhan kebutuhan konsumsi energi rata-rata setiap tahunnya sebesar

0,73% dengan prakiraan kebutuhan listrik sebesar 918,7745 GWh pada tahun
2019 tumbuh menjadi 988,2275 GWh pada tahun 2029.

4.3.2 Prakiraan Kebutuhan Energi Listrik Provinsi NTT Tahun 2019-2029

dengan Perangkat Lunak Leap
a. Pertumbuhan PDRB
Pendapatan Domestik Regional Bruto (PDRB) adalah total pendapatan
seluruh penduduk dalam perekonomian atau total pengeluaran atas barang dan
jasa dalam perekonomian suatu Provinsi atau Wilayah. PDRB atau PDB diyakini
sebagai indikator terbaik dalam menilai keragaan ekonomi suatu Provinsi atau
Negara. Sektor-sektor produksi penyusun PDRB adalah Pertanian; Sektor
Pertambangan dan Penggalian; Sektor Industri Pengolahan; Sektor Listrik, Gas
dan Air Bersih; Sektor Bangunan; Sektor Perdangan, Hotel dan Restoran; Sektor
Pengangkutan dan Sektor Jasa-jasa.

Gambar 4.4. Data Pertumbuhan PDRB Provinsi Nusa Tenggara Timur periode
2013 – 2017

Dari data yang diterbitkan oleh Pusat Statistik Wilayah Nusa Tenggara
Timur diperoleh pertumbuhan rata-rata PDRB Provinsi Nusa Tenggara Timur

47
 tahun 2013-2017 adalah sebesar 5.08% per tahun, dengan asumsi bahwa kondisi
sosial, ekonomi, politk dan keamanan berlangsung secara normal baik di dalam
maupun di luar Negeri. Simuasi prakiraan pertumbuhan PDRB Nusa Tenggara
Timur menggunakan perangkat lunak LEAP ditetapkan sebesar 5.16% pada
akhir tahun 2029 untuk skenario yang sama pada metode gabungan. Penepatan
Asumsi ini diambil berdasarkan skenario pertumbuhan PDRB tahun terakhir dari
data historis.
Pertumbuhan PDRB ini merupakan pemicu pertumbuhan aktivitas
pemakaian energi. Gambar 4.5 memperlihatkan hasil prakiraan pertumbuhan
PDRB untuk skenario yang sama pada metode gabungan.

Gambar 4.5. Prakiraan PDRB Provinsi Nusa Tenggara Timur Periode 2019 –
2029

Jika ditinjau dari struktur, maka selama periode 2019-2029, persentase

komposisi sektor-sektor penyusun PDRB terhadap total PDRB cenderung tetap.
Atas dasar kecenderungan tersebut, maka selama periode prakiraan, komposisi
sektor-sektor penyusun PDRB diasumsikan tetap berdasarkan presentase rata-rata
komposisi periode 2013-2017.
b. Pertumbuhan Penduduk
Pertumbuhan rata-rata penduduk Provinsi Nusa Tenggara Timur selama
periode 2013-2017 adalah 1,64% per tahun. Untuk memperkirakan jumlah
penduduk digunakan LEAP sehingga dapat memprakiraan pertumbuhan
penduduk Provinsi Nusa Tenggara Timur. Data aktual yang digunakan untuk
memeperoleh prakiraan adalah data historis 5 tahun dari 2013 hingga 2017.
Gambar 4.6 berikut menunjukkan hasil prakiraan jumlah penduduk dengan

48
 menggunakan LEAP Provinsi Nusa Tenggara Timur untuk skenario metode
gabungan.

Gambar 4.6. Data dan Prakiraan Jumlah Penduduk Provinsi Nusa Tenggara
Timur Periode 2019-2029
Dari hasil prakiraan diperoleh pertumbuhan penduduk Provinsi Nusa
Tenggara Timur. Pada tahun 2019 jumlah penduduk Provinsi Nusa Tenggara
Timur adalah sebesar 5.426.736,67 jiwa dan pada akhir Tahun 2029 menjadi
6.181.044,94 jiwa.
c. Jumlah Pelanggan
Prakiraan jumlah pelanggan ini digunakan data historis 5 tahun terakhir,
dari tahun 2013-2017 untuk masing-masing sektor. Proporsi masing-masing
sektornya adalah sektor rumah tangga 2.880.600 pelanggan, sektor industri 775
pelanggan, sektor bisnis 154.975 pelanggan dan sektor umum sebesar 88.240
pelanggan. Hasil prakiraan jumlah pelangan Provinsi Nusa Tenggara Timur
ditunjukkan oleh Gambar 4.7.

49
 Gambar 4.7. Jumlah pelanggan Provinsi Nusa Tenggara Timur 2019-2029
Dari Gambar 4.7 dapat dilihat bahwa total jumlah pelangan untuk Provinsi
Nusa Tenggara Timur menggunakan skenario yang sama pada metode gabungan
akan mencapai 751.643,13 Pelanggan pada tahun 2029. Proporsi untuk masing-
masing sektornya adalah sektor rumah tangga 663.281,67 pelanggan, sektor
bisnis 49.768,16 pelanggan, sektor industri 7.212,91 pelanggan dan sektor sosial
pemerintah sebesar 31.380,39 pelangggan. Hal ini menunjukkan pertumbuhan
jumlah pelanggan meningkat sekitar 0,97% tiap tahunnya.Meningkatnya jumlah
pelanggan ini ini akan mempengaruhi peningkatan konsumsi energi.

d. Daya Tersambung
Prakiraan daya tersambung ini digunakan data historis daya tersambung 5
tahun terakhir, dari tahun 2013-2017 untuk masing-masing sektor. Proporsi
masing-masing sektornya adalah sektor rumah tangga 2369,89 MVA, sektor
industri 76,46 MVA, sektor bisnis 629,65 MVA dan sektor umum sebesar 339,7
MVA. Hasil prakiraan daya tersambung Provinsi Nusa Tenggara Timur
ditunjukkan oleh Gambar 4.8.

50
 Gambar 4.8. Daya Tersambung Provinsi Nusa Tenggara Timur 2019-2029

Dari Gambar 4.7 dapat dilihat bahwa total daya tersambung untuk Provinsi
Nusa Tenggara Timur menggunakan skenario metode gabungan akan mencapai
983,0029 MVA pada tahun 2029. Proporsi untuk masing-masing sektornya
adalah sektor rumah tangga 601,7001 MVA, sektor bisnis 211,6498 MVa, sektor
industri 43,4033 MVA dan sektor sosial pemerintah sebesar 126,2496 MVa. Hal
ini menunjukkan pertumbuhan daya tersambung sebesar 1,55% tiap
tahunnya.Meningkatnya daya tersambung ini menunjukkan peningkatan
konsumsi energi.
e. Konsumsi Energi Listrik
Data aktual yang digunakan untuk memeperoleh prakiraan adalah diambil
selama 5 tahun dari 2013 hingga 2017. Total konsumsi energi listrik pada tahun
2017 adalah 862,25 GWh. Akumulasinya adalah sektor rumah tangga 507,59
GWh, sektor industri 42,03 GWh, sektor bisnis 212,27 GWh dan sektor sosial
pemerintah 100,36 GWh.
Asumsi pertumbuhan masing-masing sektor yang diambil dari metode
gabungan adalah 1,27% rumah tangga, 0,48% bisinis, 1,09% umum, 3,75%
industri. Hasil dari prakiraan konsumsi energi listrik Provinsi Nusa Tenggara
Timur ditunjukkan oleh Gambar 4.9.

51
 Gambar 4.10. Hasil prakiraan konsumsi listrik Provinsi Nusa Tenggara Timur
untuk skenario sedang 2019-2029

Hasil prakiraan permintaan energi listrik Provinsi Nusa Tenggara Timur

menunjukkan adanya peningkatan dari tahun 2019 sampai 2029 dengan
Akumulasinya adalah 882,6785 GWh menjadi 995,0894 GWh. Dengan kata lain
peningkatan konsumsinya selama 10 tahun adalah 112,41 GWh .Peningkatan
secara akumulasi pada akhir tahun 2029 menjadi sangat signifikan. Hal ini
menunjukkan permintaan konsumsi energi listrik paling besar di Provinsi NTT
masih didominasi oleh sektor rumah tangga, diikuti oleh bisnis, umum, dan
industri.

4.3.3 Perbandingan Hasil Prakiraan Kebutuhan Energi Listrik Antara Metode

Gabungan dan Menggunakan Perangkat Lunak Leap.
1. Jumlah penduduk
Hasil prakiraan jumlah penduduk di Provinsi NTT tahun 2019-2029
menggunakan metode gabungan dan software LEAP dapat dilihat pada tabel di
bawah ini.

52
 Jumlah Penduduk
Tahun
Metode Gabungan LEAP Selisih
2019 5.426.737 5.426.736,67 0,33
2020 5.497.827 5.497.826,92 0,08
2021 5.569.848 5.569.848,45 0,45
2022 5.642.813 5.642.813,46 0,46
2023 5.716.734 5.716.734,32 0,32
2024 5.791.624 5.791.623,54 0,46
2025 5.867.494 5.867.493,81 0,19
2026 5.944.358 5.944.375,98 17,98
2027 6.022.229 6.022.229,07 0,07
2028 6.101.120 6.101.120,27 0,27
2029 6.181.045 6.181.044,94 0,06

Dari hasil perbandingan diatas dapat dilihat bahwa hasil prakiraan

menggunakan perangkat lunak LEAP mendekati hasil perhitungan dengan
metode gabungan namun masih terdapat perbedaan. Perbedaan ini dikarenakan
adanya pengaruh pembulatan perhitungan baik dengan perangkat lunak LEAP
maupun dengan metode gabungan
2. Jumlah Pelanggan
Hasil prakiraan jumlah pelanggan di Provinsi NTT tahun 2019-2029
menggunakan metode gabungan dan software LEAP dapat dilihat pada tabel di
bawah ini.

Tabel 4.9 Perbandingan jumlah pelanggan metode gabungan dan

software LEAP
Jumlah Pelanggan Total
Tahun Metode
LEAP Selisih
Gabungan
2019 682.133,2 682.138,34 5,14
2020 688.089,6 688.097,37 7,77
2021 694.176 694.186,37 10,37
2022 700.410,1 700.423,12 13,02
2023 706.815,5 706.831,20 15,70

53
 2024 713.423,7 713.441,99 18,29
2025 720.276,7 720.297,58 20,88
2026 727.431 727.454,57 23,57
2027 734.963,2 734.989,39 26,19
2028 742.976,8 743.005,48 28,68
2029 751.611,9 751.643,13 31,23

Dari hasil perbandingan diatas dapat dilihat bahwa hasil prakiraan jumlah
pelanggan menggunakan perangkat lunak LEAP mendekati hasil perhitungan
dengan metode gabungan namun masih terdapat perbedaan. Perbedaan ini
dikarenakan adanya pengaruh pembulatan perhitungan dan juga baik dengan
perangkat lunak LEAP maupun dengan metode gabungan.
3. Daya Tersambung
Hasil prakiraan daya tersambung di Provinsi NTT tahun 2019-2029
menggunakan metode gabungan dan software LEAP dapat dilihat pada tabel di
bawah ini.

Tabel 4.10 Perbandingan daya tersambung metode gabungan dan

software LEAP
Daya Tersambung Total (MVA)
Tahun Metode
LEAP Selisih
Gabungan
2019 854,30 848,14 6,16
2020 876,64 864,49 12,15
2021 903,45 882,22 21, 23
2022 936,27 901,56 34,71
2023 977,20 922,81 54,39
2024 1029,10 946,28 82,82
2025 1095,88 927,40 168,48
2026 1182,85 1001,64 181,21
2027 1297,28 1034,58 262,70
2028 1449,07 1071,93 377,14
2029 1651,73 1114,52 537,21

Dari hasil perbandingan diatas dapat dilihat bahwa hasil prakiraan

menggunakan perangkat lunak LEAP cukup jauh dari hasil perhitungan dengan

54
 metode gabungan karena terdapat peredaan yang besar. Perbedaan ini
dikarenakan adanya pengaruh pembulatan perhitungan dan juga pengaruh
elastisitas yang kurang baik terutama di sektor industri.
4. Konsumsi Energi Total
Hasil prakiraan konsumsi energi di Provinsi NTT tahun 2019-2029
menggunakan metode gabungan dan software LEAP dapat dilihat pada tabel di
bawah ini.
Tabel 4.11 Perbandingan konsumsi energi total metode gabungan dan
software LEAP
Konsumsi Energi (GWh)
Tahun
Metode Gabungan LEAP Selisih
2019 1015,01 1015,02 0,01

2020 1102,46 1102,47 0,01

2021 1198,40 1198,41 0,01

2022 1303,80 1303,81 0.01

2023 1419,77 1419,77

0
2024 1547,56 1547,56 0

2025 1688,62 1688,62 0

2026 1844,59 1844,59 0

2027 2017,39 2017,38 0.01

2028 2209,18 2209,18 0

2029 2422,51 2422,50 0.01

Dari hasil perbandingan diatas dapat dilihat bahwa hasil prakiraan

menggunakan perangkat lunak LEAP mendekati hasil perhitungan dengan
metode gabungan namun masih terdapat perbedaan. Perbedaan ini dikarenakan
adanya pengaruh pembulatan perhitungan baik dengan perangkat lunak LEAP
maupun dengan metode gabungan. Dari perbandingan diatas dapat disimpukan
bahwa metode gabungan dan perangkat lunak LEAP dapat digunakan sebagai
salah satu acuan untuk mengantisipasi permintaan energi dimasa mendatang.

4.3.4 Pengaruh Pertumbuhan Ekonomi dan Pertumbuhan Penduduk Terhadap

Permintaan Konsumsi Energi Listrik.

55
 Dalam mebuktikkan pengaruh pertumbuhan ekonomi dan pertubuhan penduduk
terhadap permintaan energi listrik maka dibuat tiga skenario yaitu skenario tinggi,
skenario sedang dan skenario rendah.
1. Permintaan Konsumsi Energi Listrik Menggunakan Skenario Tinggi.
Dari data yang diterbitkan oleh Pusat Statistik Wilayah Nusa Tenggara
Timur diperoleh skenario tinggi untuk pertubuhan PDRB Provinsi Nusa Tenggara
Timur tahun 2013-2017 adalah sebesar 6.76% untuk PDRB sektor bisnis, 5.74%
untuk PDRB sektor industri, 5.92% untuk PDRB sektor umum dan 5.17% untuk
PDRB total. Pertumbuhan penduduk untuk skenario tinggi adalah sebesar 1,67%.
Penepatan Asumsi ini di ambil berdasarkan pertumbuhan PDRB paling tinggi
yang terdapat di wilayah Nusa Tenggara Timur dari tahun 2013 sampai Dengan
2017. Dibawah ini merupakan tabel proyeksi permintaan konsumsi energi listrik
persektor tarif pelanggan menggunakan skenario tinggi.
Tabel 4.12 Proyeksi Permintaan Konsumsi Energi Listrik Persektor Tarif
Pelanggan Menggunakan Skenario Tinggi
Konsumsi Energi (GWh)
Tahun
Rumah Tangga Bisnis Umum Industri
2019 597.143 243.289 123.731 66.899
2020 647.681 260.459 137.385 84.402
2021 702.496 278.841 152.545 106.484
2022 761.951 298.520 169.378 134.344
2023 826.437 319.587 188.069 169.492
2024 896.381 342.142 208.822 213.836
2025 972.244 366.289 231.865 269.782
2026 1054.528 392.139 257.452 340.365
2027 1143.776 419.814 285.861 429.415
2028 1240.577 449.442 317.405 541.762
2029 1345.570 481.161 352.431 683.503

Dari tabel terlihat bahwa konsumsi energi paling besar tahun 2029 adalah
pada sektor rumah tangga, diikuti sektor industri, sektor bisnis, dan sektor umum.
2. Permintaan Konsumsi Energi Listrik Menggunakan Skenario Sedang.
Penetapan asumsi pada skenario sedang diambi berdasarkan asumsi yang
sama yang di pakai untuk perhitungan pada metode gabungan dan perangkat
lunak LEAP. Hasil proyeksi permintaan konsumsi energi listrik menggunakan
skenario sedang dapat dilihat pada tabel dibawah ini.

56
 Tabel 4.13 Proyeksi Permintaan Konsumsi Energi Listrik Menggunakan
Skenario Sedang

Konsumsi Energi (GWh)

Tahun
Rumah Tangga Bisnis Umum Industri
2019 596.963 237.206 120.635 60.211
2020 647.388 250.752 132.261 72.067
2021 702.072 265.072 145.006 86.258
2022 761.376 280.210 158.981 103.243
2023 825.689 296.211 174.301 123.572
2024 895.434 313.127 191.099 147.904
2025 971.071 331.009 209.514 177.027
2026 1053.096 349.912 229.705 211.884
2027 1142.050 369.894 251.842 253.605
2028 1238.519 391.017 276.111 303.542
2029 1343.135 413.347 302.720 363.311

Dari tabel diatas dapat dilihat bahwa permintaan konsumsi energi paling
besar tahun 2029 adalah pada sektor Rumah tangga diikuti oleh sektor bisnis,
sektor industri dan sektor umum.
3. Permintaan Konsumsi Energi Listrik Menggunakan Skenario Rendah.
Dari data yang diterbitkan oleh Pusat Statistik Wilayah Nusa Tenggara
Timur diperoleh skenario rendah untuk pertumbuhan PDRB Provinsi Nusa
Tenggara Timur tahun 2013-2017 adalah sebesar 5,47% untuk PDRB sektor
bisnis, 4,32% untuk PDRB sektor industri, 5.17% untuk PDRB sektor umum dan
4,92% untuk PDRB total. Pertubuhan penduduk untuk skenario rendah ada 1,31%
Penepatan Asumsi ini di ambil berdasarkan pertumbuhan PDRB paling rendah
yang terdapat di wilayah Nusa Tenggara Timur dari tahun 2013 sampai Dengan
2017. Dibawah ini merupakan tabel proyeksi permintaan konsumsi energi listrik
persektor tarif pelanggan menggunakan skenario rendah.

Tabel 4.14 Proyeksi Permintaan Konsumsi Energi Listrik Persektor Tarif

Pelanggan Menggunakan Skenario Rendah
Konsumsi Energi (GWh)
Tahun
Rumah Tangga Bisnis Umum Industri
2019 592.646 237.206 120.635 60.211
2020 640.378 250.752 132.261 72.067
2021 691.954 265.072 145.006 86.258
2022 747.684 280.210 158.981 103.243

57
 2023 807.903 296.211 174.301 123.572
2024 872.972 313.127 191.099 147.904
2025 943.281 331.009 209.514 177.027
2026 1019.253 349.912 229.705 211.884
2027 1101.344 369.894 251.842 253.605
2028 1190.047 391.017 276.111 303.542
2029 1285.894 413.347 302.720 363.311

Dari tabel diatas dapat dilihat bahwa permintaan konsumsi energi paling
besar tahun 2029 adalah pada sektor Rumah tangga diikuti oleh sektor bisnis,
sektor industri dan sektor umum.
4. Perbandingan Permintaan Total Konsumsi Energi Menggunakan Skenario
Tinggi, Skenario Sedang Dan Skenario Rendah.
Hasil permintaan total konsumsi energi menggunakan skenario tinggi,
sedang dan rendah dapat diihat pada tabel dibawah ini.
Tabel 4.15 Permintaan Total Konsumsi Energi Menggunakan Skenario
Tinggi, Sedang dan Rendah
Skenario
Tahun
Tinggi Sedang Rendah
2019 1031.06 1015,01 1010.69
1095.45
1102,46
2020 1129.92
1188.29
1198,40
2021 1240.36
1290.11
1303,80
2022 1364.19
1401.98
1419,77
2023 1503.58
1525.10
1547,56
2024 1661.18
1660.83
1688,62
2025 1840.18
1810.75
1844,59
2026 2044.48
1976.68
2017,39
2027 2278.86
2160.71
2209,18
2028 2549.18
2365.27
2422,51
2029 2862.66

Dari tabel diatas dapat dilihat bahwa permintaan konsumsi energi paling
tinggi tahun 2029 adalah pada skenario tinggi dengan permintaan sebesar 2862,66
GWh diikuti oleh skenario sedang sebesar 2422,51 GWh dan skenario rendah

58
 sebesar 2365,27 GWh. Pertumbuhan rata-rata pertahun masing-masing skenario
adaah 10,52% untuk skenario tinggi, 8,99% untuk skenario sedang dan 8,77%
untuk skenario rendah.
Hasil diatas menunjukkan bahwa pertumbuhan ekonomi dan pertumbuhan
penduduk mempengaruhi tingkat permintaan konsumsi energi listrik di provinsi
Nusa Tenggara Timur.
5.

59
 BAB V
PENUTUP

5.1. Kesimpulan
Dari hasil penelitian dapat disimpulkan bahwa :
1. Permintaan energi listrik pada tahun 2029 menggunakan metode gabungan adalah :
 Daya tersambung : Rumah tangga sebesar 602,15 MVA, umum sebesar 126,97
MVA, bisnis sebesar 212,52 MVA dan industri sebesar 710,09 MVA.
 Jumlah pelanggan : Rumah tangga sebesar 663.243,7 pelanggan, umum
sebesar 31.376,02 pelanggan, bisnis sebesar 49.778,75 pelanggan dan industri
sebesar 7.213,41.
 Konsumsi energi : Rumah tangga sebesar 1343,13 GWh, umum sebesar
302,72 GWh, bisnis sebesar 413,34 GWh dan industri sebesar 363,31 GWh
2. Permintaan energi listrik pada tahun 2029 menggunakan perangkat lunak LEAP
adalah :
 Daya tersambung : Rumah tangga sebesar 601,70 MVA, umum sebesar 126,25
MVA, bisnis sebesar 211,65 MVA dan industri sebesar 174,92 MVA.
 Jumlah pelanggan : Rumah tangga sebesar 663.281,6 pelanggan, umum
sebesar 31.380,39 pelanggan, bisnis sebesar 49.768,16 pelanggan dan industri
sebesar 7.212,9.
 Konsumsi energi : Rumah tangga sebesar 1343,13 GWh, umum sebesar
413,34 GWh, bisnis sebesar 302,72 GWh dan industri sebesar 363,31 GWh.
3. Permintaan konsumsi energi masing-masing skenario tahun 2029 adalah skenario
tinggi dengan permintaan sebesar 2862,66 GWh, skenario sedang sebesar 2422,51
GWh dan skenario rendah sebesar 2365,27 GWh. Pertumbuhan rata-rata pertahun
masing-masing skenario adalah 10,52% untuk skenario tinggi, 8,99% untuk
skenario sedang dan 8,77% untuk skenario rendah. Hal ini menunjukkan semakin
tinggi pertumbuhan ekonomi dan pertumbuhan penduduk maka semakin tinggi
permintaan konsumsi energi listrik di Provinsi NTT begitupun sebaliknya.

60
5.2. Saran
1. Dari Hasil proyeksi permintaan energi listrik di Provinsi Nusa Tenggara Timur
hendaknya dapat digunakan sebagai dasar dari penyusunan kebijakan di bidang
ketenagalistrikan. Selain itu juga dapat menjadi acuan dalam melakukan
perencanaan pengembangan wilayah di Provinsi Nusa Tenggara Timur.
2. Untuk penelitian selanjutnya dapat dibuat juga perencanaan hal yang sama dengan
menggunakan perangkat lunak dan metode lain yang mendukung seperti metode
regresi, metode logika fuzzy dan menggunakan software matlab.

61
 DAFTAR PUSTAKA

[1] Djiteng Marsudi. 2006. Pembagian Kelompok Peramalan/Perkiraan Beban

[2] Fadillah Bobby.2014.Analisis Prakiraan Kebutuhan Energi Listrik Tahun 2015-2024
Wilayah PLN Kota Pekanbaru dengan Metode Gabungan.Laporan Penelitian.
Yogyakarta.Indonesia
[3] Sutrisno. 2012. Perencanaan Permintaan Energi per Sektor Energi di Wilayah Lampung
Menggunakan Perangkat Lunak LEAP. Laporan Penelitian. Lampung. Indonesia.
[4] Nurjanah Ikha. 2015.Prakiraan Kebutuhan Energi Listrik Tahun 2016-2020 Pada
PT.PLN Unit Area Pelayanan dan Jaringan (APJ) Tegal dengan Metode Gabungan.
Laporan Penelitian. Tegal. Indonesia.
[5] Stockholm Environment Institute – Boston, “User Guide for LEAP version 2003”
Oktober 2002, Boston, USA.
[6] Stockholm Environment Institute, 2006, Longe-Range Energi Alternative Planing Sistem;
User Guide, SEI, Boston, USA.
[7] Winarno, O.T. 2006, panduan perencanaan energi LEAP, pusat kajian kebijakan energi
institut teknologi Bandung. Jawa Barat. Indonesia.

Jumlah Rumah
Tn Jumlah Penduduk
Tangga

2013 4953967 1060850

2014 5036897 1088580

2015 5120061 1108400

2016 5203514 1126582

2017 5287302 1144800

62
63