Nama : Haikal Rayya Bramanta

NIM : 211321046
Kelas : 3B – TLI

Tabel Intensitas Konsumsi Energi Listrik Industri

Bulan Konsumsi Energi Produksi IKE Keterangan

Listrik (kWh) [m³] [kWh/m²]
1 1985872 4401390 2.22 Sangat Tidak Efisien
2 2164064 4538968 2.10 Cenderung Tidak Efisien
3 2074968 4493846 2.17 Tidak Efisien
4 2772224 5199040 1.88 Sangat Efisien
5 2439416 5102370 2.09 Cenderung Tidak Efisien
6 2759960 5335288 1.93 Efisien
7 2591568 5191914 2.00 Cukup Efisien
8 3032568 5645136 1.86 Sangat Efisien
9 2532712 5042464 1.99 Efisien
10 2414552 4943106 2.05 Cukup Efisien
11 2896992 5465278 1.89 Sangat Efisien
12 2768136 5368048 1.94 Efisien
Rata Rata 2536086 5060571 2.01
Maksimum 2.22
Minumum 1.86
Range ( Maksimum-Minimum) 0.36
Interval (Range/6)= (Maksimum - Minimum)/6 0.06

Diketahui IKE rata – ratanya ialah 2.01 yang menandakan bahwa Industri ini memiliki kinerja
produksi dan konsumsi energi listrik yang efisien.

No Keterangan Intensitas Konsumsi Energi

1 Sangat Efisien 1.86 s.d 1.92 kWh/m²/bulan
2 Efisien 1.93 s.d 1.99 kWh/m²/bulan
3 Cukup Efisien 2.00 s.d 2.06 kWh/m²/bulan
4 Cenderung Tidak Efisien 2.07 s.d 2.13 kWh/m²/bulan
5 Tidak Efisien 2.14 s.d 2.20 kWh/m²/bulan
6 Sangat Tidak Efisien 2.21 s.d 2.27 kWh/m²/bulan
 Descriptive Statistics
Mean Std. Deviation N
Konsumsi 2536086.0000 332681.43444 12
Produksi 5060570.6667 399497.38085 12

• Diketahui N berarti banyaknya data setiap variabel adalah 12

• Diketahui mean yang berarti nilai rata rata dari kedua variable yaitu 2536086 (Konsumsi)
dan 5060570.6667 (Produksi).
• Diketahui nilai standar deviasinya 332681.43444 dan 399497.38085

Correlations
Konsumsi Produksi
Pearson Correlation Konsumsi 1.000 .983
Produksi .983 1.000
Sig. (1-tailed) Konsumsi . .000
Produksi .000 .
N Konsumsi 12 12
Produksi 12 12

• Diketahui nilai koefisiein korelasinya ialah 0,983 apabila disandingkan dengan nilai tabel
Interpretasi Koefisien Korelasi tabel 2 diatas masuk kedalam interval 0,80 – 1,00 dengan
tingkat hubungan yang sangat kuat, sehingga dapat disimpulkan bahwa hubungan antara
produksi dan konsumsi energi memiliki tingkat hubungan yang sangat kuat.
 Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Produksib . Enter
a. Dependent Variable: Konsumsi
b. All requested variables entered.

Diketahui bahwa variabel dependennya adalah konsumsi dan variabel independennya adalah produksi.
Metode yang digunakan adalah metode enter, dimana metode enter ini adalah metode yang digunakan
untuk membentuk penafsiran dari persamaan regresi dan peneliti menentukan sendiri variable yang akan
diambil sesuai dengan hasil dari signifikansi

Model Summaryb
Std. Error Change Statistics
Mode R Adjusted R of the R Square F Sig. F
l R Square Square Estimate Change Change df1 df2 Change
1 .983a .967 .963 63575.5371 .967 291.210 1 10 .000
5
a. Predictors: (Constant), Produksi
b. Dependent Variable: Konsumsi

Diketahui nilai R. Square sebesar 0,965 yang berarti bahwa sumbangan pengaruh Variabel Independen
terhadap Variabel Dependen sebesar 96,5%.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1177027815799 1 1177027815799 291.210 .000b
.634 .634
Residual 40418489240.3 10 4041848924.03
66 7
Total 1217446305040 11
.000
a. Dependent Variable: Konsumsi
b. Predictors: (Constant), Produksi
Tabel output diatas tidak digunakan dalam regresi sederhana karena output uji F bertujuan untuk
mengetahui ada atau tidaknya pengaruh Variabel Independen terhadap Variabel Dependen secara
simultan (bersama - sama).

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constan -1607559.354 243509.673 - .00
t) 6.60 0
2
Produksi .819 .048 .983 17.0 .00 .983 .983 .983
65 0
a. Dependent Variable: Konsumsi

Diketahui nila Sig. Variabel Independen sebesar 0,000 (<0.06) maka dapat disimpulkan bahwa Variabel
Independen berpengaruh signifikan terhadap Variabel Dependen. Persamaan Regresi di temukan adalah
-1607559.354 + 0.819X. Jika Variabel Independen bernilai 0 (konstan), maka Variabel Dependen
bernilai -1607559.354. Apabila nilai koefisien Variabel Independen bernilai positif (+) sebesar 0.819
maka bisa diartikan jika Variabel Independen meningkat maka Variabel Dependen akan menignkat
juga(searah), apabila produksi meningkat maka nilai konsumsi nya juga akan meningkat.

Casewise Diagnosticsa
Case Number Std. Residual Konsumsi Predicted Value Residual
1 -.165 1.99E+6 1996342.3452 -10470.34518
2 .866 2.16E+6 2108992.5734 55071.42659
3 .046 2.07E+6 2072046.2332 2921.76684
4 1.931 2.77E+6 2649466.0608 122757.93922
5 -2.059 2.44E+6 2570311.7079 -130895.70789
6 -.017 2.76E+6 2761027.2718 -1067.27185
7 -.819 2.59E+6 2643631.2214 -52063.22145
8 .281 3.03E+6 3014733.8813 17834.11870
9 .180 2.53E+6 2521260.0821 11451.91790
10 -.399 2.41E+6 2439904.7682 -25352.76820
11 .464 2.90E+6 2867464.3706 29527.62944
12 -.310 2.77E+6 2787851.4841 -19715.48412
a. Dependent Variable: Konsumsi
Tabel diatas menunjukan hasil perhitungan prediksi atau ramalan besarnya konsumsi energi yang

digunakan dengan persamaan umum garis regresi linier adalah:

Y = a + b X atau
Ehitung = a + b P

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 1996342.3750 3014734.0000 2536086.0000 327112.40990 12
Residual -130895.71094 122757.93750 .00000 60616.89626 12
Std. Predicted Value -1.650 1.463 .000 1.000 12
Std. Residual -2.059 1.931 .000 .953 12
a. Dependent Variable: Konsumsi
CUSUM

Ehtg = -
Bulan Eact P 1607559.354 + Eact – Ehtg CUSUM
0.819P

Januari 1985872 4401390 1997179,056 11307,056 11307,056

February 2164064 4538968 2109855,438 -54208,562 -42901,506
Maret 2074968 4493846 2072900,520 -2067,480 -44968,986
April 2772224 5199040 2650454,406 -121769,594 -166738,580
Mei 2439416 5102370 2571281,676 131865,676 -34872,904
Juni 2759960 5335288 2762041,518 2081,518 -32791,386
Juli 2591568 5191914 2644618,212 53050,212 20258,826
Agustus 3032568 5645136 3015807,030 -16760,970 3497,856
September 2532712 5042464 2522218,662 -10493,338 -6995,482
Oktober 2414552 4943106 2440844,460 26292,460 19296,978
November 2896992 5465278 2868503,328 -28488,672 -9191,694
Desember 2768136 5368048 2788871,958 20735,958 11544,264

Diperoleh besarnya nilai CUSUM per bulan, nilai tersebut diperoleh dari selisih konsumsi

energi aktual yang didapat dari data survai lapangan terhadap nilai konsumsi energi yang didapat

dari perhitungan dengan menggunakan persamaan regresinya.

 50000

-50000

-100000

-150000

-200000

Berdasarkan gambar 4.3 grafik CUSUM, terlihat bahwa terjadi osilasi di garis nol (0) kumulatif

(+) terbesar terjadi pada bulan Juli dan kumulatif negatif (-) terjadi pada bulan April, Februari

dan Juni. Grafik CUSUM digunakan untuk melihat pola penggunaan energi apakah perusahaan

dalam menggunakan energi kecenderungannya boros atau tidak dan sekaligus dapat melihat

pengelolaan energi apakah sudah menerapkan sistem manajemen energi dengan benar atau belum

di perusahaan tersebut. Besarnya nilai CUSUM yang terletak diatas garis nol (0) artinya bahwa

industri tersebut dalam menggunakan energi kecenderungannya belum efisien, sedangkan

besarnya nilai CUSUM yang terletak dibawah garis nol (0) artinya bahwa industri tersebut dalam

menggunakan energi kecenderungannya belum efisien juga, walaupun terjadi penurunan nilai

CUSUM. Hal tersebut terjadi karena target produksi diturunkan bila dibandingkan dengan selain

bulan April, Februari dan Juni