laporan akhir estimasi pelanggan dan kebutuhan daya listrik kalimantan selatan kategori rumah tangga
TRANSCRIPT
ESTIMASI PELANGGAN DAN KEBUTUHAN DAYA LISTRIK KALIMANTAN
SELATAN KATEGORI RUMAH TANGGA
Anton Azwar Ardywinata/J1F109003
Program Studi S-1 Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan Alam,
Universitas Lambung Mangkurat
Jalan Ahmad Yani km. 38,5, Banjarbaru Kalimantan Selatan
Abstrak
Penelitian ini bertujuan untuk
mengestimasi jumlah daya listrik dan
jumlah pelanggan yang tersambung di
Kalimantan Selatan. Jumlah daya listrik
yang tersambung pada PT PLN Wilayah
Kalsel untuk kategori pelanggan rumah
tangga mengalami peningkatan setiap
tahun dan dari hasil estimasi daya listrik
tersambung untuk jenis pelanggan Rumah
tangga ini diperoleh bahwa jumlah daya
listrik tersambung tahun 2014 atau tahun
selanjutnya adalah berkisar antara
641.977.430 va ; 655.951.414 va dengan
selang kepercayaan 95%. Jumlah
pelanggan yang tersambung pada PT PLN
Wilayah Kalsel untuk kategori pelanggan
rumah tangga untuk tahun 2014 atau tahun
selanjutnya adalah berkisar antara 487.920
pelanggan ; 1.213.906 pelanggan dengan
selang kepercayaan 95%.
Kata Kunci: Estimasi, Daya Listrik,
Jumlah Pelanggan, Selang Kepercayaan
I. PENDAHULUAN
A. Latar Belakang
Kemajuan teknologi di segala bidang
meningkat dengan begitu cepat, kemajuan
ini membawa konsekuensi peningkatan
kebutuhan akan daya listrik. Listrik
merupakan salah bentuk energi yang
banyak dibutuhkan, ini dimungkinkan
karena energi listrik mudah dalam
penyaluran dan dapat dengan mudah
dirubah ke bentuk energi lain.
Untuk memenuhi kebutuhan daya
listrik yang ada sekarang, pembangunan
dan pengembangan sistem kelistrikan yang
dikelolah oleh PLN perlu dikembangkan.
Pertambahan penduduk yang semakin
pesat dan diiringi pertumbuhan ekonomi
yang tinggi menyebabkan kebutuhan akan
tenaga listrik semakin meningkat, sehingga
dibutuhkan penyediaan dan penyaluran
tenaga listrik yang memadai, baik dari segi
teknis maupun ekonomisnnya.
Penggunaan tenaga listrik sekarang ini
merupakan salah satu kebutuhan penting
dalam kehidupan masyarakat dan sering
kali dianggap sebagai salah satu tolok ukur
taraf kemajuan rakyat sejalan dengan
perkembangan teknologi.
Makin banyaknya industri yang
berskala menengah maupun besar serta
pertumbuhan pelanggan yang meningkat
setiap tahunnya akan membutuhkan
pelayanan dan penyaluran energy listrik
secara kontinyu dengan kualitas layanan
yang lebih baik. Kegiatan perdagangan,
perekonomian dan industri tumbuh pesat
akhir-akhir ini. Oleh karena itu permintaan
akan tenaga listrik melonjak saat ini dan
pertumbuhan yang cepat ini diperkirakan
akan berlangsung terus untuk tahuntahun
yang akan datang. Untuk memenuhi
kebutuhan pelanggan akan energi listrik,
maka pihak penyuplai energi listrik dalam
hal ini PLN berusaha untuk melayani dan
memenuhi kebutuhan pelanggan yang
semakin meningkat, sehingga PLN harus
menyediakan pembangkit listrik yang
baru.
Propinsi Kalimantan Selatan sebagai
salah satu propinsi di Indonesia tentunya
memerlukan banyak sarana untuk
pembangunan. Salah satu sarana utama
yang penting dan sangat menentukan ialah
tenaga listrik sebagai salah satu roda
penggerak perekonomian.
Bertolak dari kenyataan di atas maka
dianggap perlu untuk mengkaji kebutuhan
daya listrik Kalimantan Selatan dimasa
yang akan datang. Estimasi ketersediaan
daya listrik ialah suatu perkiraan jangka
panjang tentang besarnnya kebutuhan daya
listrik untuk suatu daerah tertentu dengan
menggunakan suatu metode
analisis.Dalam sistem kelistrikan estimasi
sangat dibutuhkan untuk memperkirakan
dengan tepat seberapa besar daya listrik
yang dibutuhkan untuk melayani beban
dan kebutuhan energi dalam distribusi
energi listrik dimasa yang akan datang.
Selain faktor teknis, faktor ekonomi juga
merupakan faktor terpenting yang perlu
diperhitungkan. Bila perkiraan tidak tepat
akan menyebabkan tidak cukupnnya
kapasitas daya yang disalurkan guna
memenuhi kebutuhan beban, sebaliknnya
jika perkiraan beban terlalu besar maka
akan menyebabkan kelebihan kapasitas
pembangkit sehingga menyebabkan
kerugian. Ada beberapa faktor yang saling
mempengarui dan mendorong
melonjaknnya kebutuhan tenaga listrik
tersebut antara lain:
a. Industri tumbuh dengan pesat.
b. Kegiatan ekonomi meningkat dengan
mantap.
c. Tingkat kehidupan yang lebih baik,
standar hidup yang lebih tinggi,
pendapatan perkapita yang terus
meningkat memerlukan energi listrik yang
lebih banyak.
d. Kemampuan penyediaan pembangkitan
dengan kapasitas yang lambat laun
bertambah.
e. Kualitas penyediaan daya listrik yang
semakin membaik.
B. Rumusan Masalah
Berapa jumlah pelanggan dan jumlah
daya listrik yang tersambung pada PLN
wilayah Kalimantan Selatan pada tahun ke
depan untuk jenis pelanggan rumah
tangga?
C. Manfaat dan Tujuan Penelitian
Tujuan dari penelitian ini adalah Dapat menghasilkan pengetahuan
dari hasil Estimasi data Pelanggan
dan jumlah daya Listrik Di PLN
wilayah Kalsel.
Manfaat dari penelitian ini adalah:
Membantu PLN dan Pemerintah dalam memberikan
informasi tentang
memperkirakan penghitungan
jumlah daya yang tersambung.
Membantu pelanggan dalam
mengurangi kemungkinan
adanya pembengkakkan
tagihan rekening listrik PLN
berdasarkan estimasi tagihan
rekening listrik untuk bulan
kedepannya.
D. Batasan Penelitian
Penelitian ini membahas tentang
penghitungan Estimasi daya listrik
yang tersambung pada PLN wilayah kalsel dan jumlah pelanggan untuk
kategori rumah tangga.
II. TINJAUAN PUSTAKA
Beban Listrik PLN
Dalam merencanakan suatu sistem
distribusi maka banyak hal yang harus
diperhatikan, salah satu diantarannya ialah
beban listriknya.
Jenis beban listrik menurut daerah
biasanya digolongkan dalam beberapa
golongan, yaitu:
1) Berdasarkan lingkungan atau
lokasi:
a. Beban pusat pertokoaan
b. Beban perumahan
c. Beban perumahan luar
kota
d. Beban pedesaan
2) Berdasarkan jenis pelanggan:
a. Beban umum
b. Beban industri
3) Berdasarkan jadwal pelayanan
listrik:
a. Beban perumahan
b. Beban penerangan jalan
c. Beban perkantoran
d. Beban industri
4) Berdasarkan jenis kegiatan
pelanggan:
a. Beban perumahan
Beban perumahan adalah
beban yang terdiri dari peralatan-
peralatan listrik yang biasa dipakai
pada rumah-rumah penduduk.
Beban yang harus dilayani
tergantung dari sifat dan tingkat
social seseorang. Semakin maju
peradaban seseorang semakin
banyak pula kebutuhan akan energi
listrik. Pada beban perumahan
kebutuhan maksimum biasannya
berlangsung di malam hari antara
pukul 18.00-22.00, dimana selama
selang waktu tersebut konsumen
paling banyak mengkonsumsi
listrik untuk kebutuhan hiburan
seperti mendengarkan radio/tape
dan televisi. Beban perumahan
jarang menimbulkan masalah
kelistrikan karena biasanya terdiri
dari peralatan- peralatan listrik
yang kapasitasnya kecil.
b. Beban Industri
Beban industri adalah
beban pelanggan yang terdiri
kelompok pabrik atau industri.
Beban ini biasanya terpisah dari
daerah perumahan penduduk untuk
mencegah fluktuasi tegangan yang
sering terjadi di industri yang dapat
mengganggu peralatan rumah
tangga setempat. Kapasitas daya
yang digunakan oleh industri, pada
umumnya lebih besar dibandingkan
dengan yang lainnya. Beban
puncak biasanya terjadi pada siang
hari karena motor motor listrik
beropersi pada saat tersebut.
Dengan demikian penyaluran daya
listrik perlu diperhatikan,
mengingat terhentinya penyaluran
daya listrik yang relatif singkat
akan menimbulkan kerugian yang
cukup besar pada industri.
c. Beban usaha /
Perdagangan
Beban usaha atau
perdagangan adalah beban listrik
yang terdiri dari peralatan peralatan
listrik yang biasa digunakan pada
pusat pusat perbelanjaan, rumah
makan dan perhotelan seperti kipas
angin, AC, pompa listrik dan
sebagainya. Kebutuhan terbesar
untuk kelompok beban ini biasanya
berlangsung antara pukul 08.00
pagi, dimana pada saat itu
puncaknya pada sore hari karena
pada waktu tersebut beban mulai
bertambah dengan bekerjanya
lampu-lampu penerangan.
d. Beban sosial
Beban sosial adalah beban
pelanggan yang terdiri dari tempat-
tempat social seperti rumah sakit,
sekolah, tempat ibadah, dan
sebagainya. Beban puncak
umumnya terjadi pada siang hari
sedangkan pada malam hari
kebanyakan dari beban perumahan
saja.
Data Mining
Dengan semakin besarnya jumlah
data dan kebutuhan akan analisis data
yang akurat maka dibutuhkan
metode analisis data yang tepat.
Data mining merupakan teknik yang
menggabungkan teknik analisis
datatradisional dengan algoritma
untuk pemrosesan data dalam
jumlah yang besar. Data mining
dapat digunakan untuk melakukan
analisis data dan menemukan pola-
pola penting pada data. Secara
sederhana, data mining atau
penambangan data dapat
didefinisikan sebagai proses seleksi,
eksplorasi, dan pemodelan dari
sejumlah besar data untuk
menemukan pola atau
kecenderungan yang biasanya tidak
disadari keberadaannya. Data
mining dapat dikatakan sebagai
proses mengekstrak pengetahuan
dari sejumlah besar data yang
tersedia. Pengetahuan yang
dihasilkan dari proses data mining
harus baru, mudah dimengerti, dan
bermanfaat. Dalam data mining, data
disimpan secara elektronik dan
diproses secara otomatis oleh
komputer mengunakan teknik dan
perhitungan tertentu.
Alasan-alasan utama dalam
penggunaan data mining adalah :
1. Banyaknya jumlah data yang ada
dan akan terus meningkatnya
jumlah data.
2. Kebutuhan untuk menginterpretasikan
data.
Data mining tidak hanya berhubungan
dengan masalah basis data, tetapi
merupakan suatu “titik temu” dari
berbagai macam ilmu pengetahuan
yang dapat digunakan untuk
membangun suatu informasi dalam
memperoleh pengetahuan yang baru
ataupun penting. Disiplin ilmu
tersebut dapat meliputi basis data,
statistik, probabilistik, jaringan saraf
tiruan, data visual, dan sebagainya.
Estimasi
Estimasi merupakan suatu metode
dimana kita dapat memperkirakan nilai
Populasi dengan memakai nilai sampel.
Estimasi biasanya diperlukan untuk
mendukung keputusan yg baik,
menjadwalkan pekerjaan, menentukan
berapa lama proyek perlu dilakukan dan
berapa biayanya, menentukan apakah
proyek layak dikerjakan, mengembangkan
kebutuhan arus kas, menentukan seberapa
baik kemajuan proyek, menyusun
anggaran time phased dan menetapkan
baseline proyek.
Faktor-faktor yg mempengaruhi kualitas
estimasi
1. Horizon Perencanaan
2. Durasi proyek
3. Orang
4. Struktur dan organisasi proyek
5. Menaikkan estimasi
6. Budaya organisasi
7. Faktor lain
Panduan estimasi waktu, biaya dan sumber
daya
1. Tanggung jawab
2. Menggunakan beberapa orang
untuk mengestimasi
3. Kondisi normal
4. Unit waktu
5. Independensi
6. Ketidakpastian (contingency)
7. Menambahkan penilaian risiko
pada estimasi membantu
menghindari kejutan pada
stakeholder.
Koefisien Determinasi Koefisien determinasi dilambangkan
dengan r2, merupakan kuadrat dari
koefisien korelasi. Koefisien ini dapat
digunakan untuk menganalisis apakah
variabel yang diduga / diramal (Y)
dipengaruhi oleh variabel (X) atau
seberapa variabel independen ( bebas )
mempengaruhi variabel dependen ( tak
bebas ).
Kesalahan Standar Estimasi Untuk mengetahui ketepatan
persamaan estimasi dapat digunakan
dengan mengukur besar kecilnya
kesalahan standar estimasi. Semakin kecil
nilai kesalahan standar estimasi maka
semakin tinggi ketepatan persamaan
estimasi dihasilkan untuk menjelaskan
nilai variabel yang sesungguhnya. Dan
sebaliknya, semakin besar nilai kesalahan
standar estimasi maka semakin rendah
ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai
variabel dependen yang sesungguhnya.
Kesalahan standar estimasi diberi simbol
Se yang dapat ditentukan dengan rumus
berikut :
√
III. METODE PENELITIAN
Jenis Penelitian Penelitian ini merupakan jenis
penelitian ex post facto. Dengan
demikian data yang diteliti tidak
dikendalikan atau dimanipulasi
oleh peneliti, tetapi fakta yang
diungkapkan berdasarkan data
yang ada pada PT. PLN Wilayah
Kalsel.
Defenisi Operasional Variabel
Defenisi Operasional yang akan
diteliti dapat dikemukakan sebagai
berikut:
a. Tahun pengamatan ialah tahun
kejadian dimana data yang diambil
di PT. PLN Wilayah Kalsel yakni
tahun 2003-2013
b. Jumlah daya listrik ialah besar nya daya listrik yang tersambung
setiap tahun yang disediakan oleh
PT. PLN Wilayah Kalsel
c. Jumlah pelanggan ialah jumlah
total pelanggan yang tersambung
pada PLN wilayah kalsel
Teknik Analisis Data.
Analisis data yang digunakan
dalam penelitian ini adalah:
a. Analis Deskriptif
Analisis deskriptif
digunakan untuk mengestimasi
data-data yang diperoleh dalam
bentuk tabel tahunan dari jumlah
pelanggan dan jumlah daya
tersambung yang diperoleh pada
PT PLN Wilayah Kalsel
b. Analisis Estimasi
1. Estimasi untuk data
pelanggan dengan rumusan :
Rata-rata sampel = jumlah
pelanggan ( xi) /jumlah tahun
Varians sampel = (xi-xrata-rata)^2
Standar Deviasi = sqrt (akar dari
varians sampel)
2. Estimasi untuk data jumlah
daya yang tersambung dengan
rumusan :
Rata-rata sampel = jumlah daya (
xi) /jumlah tahun
Varians sampel = (xi-xrata-rata)^2
Standar Deviasi = sqrt (akar dari
varians sampel)
IV. HASIL DAN PEMBAHASAN
A. Hasil
1. Data Jumlah Pelanggan rumah
tangga
No. tahun Jumlah
pelanggan
(xi)
(xi-
xrata2)^2
1 2003 713.513 1.887.876
2 2004 890.794 1.590.494
3 2005 971.030 1.442.809
4 2006 1.034.979 3.388.029
5 2007 1.081.751 3.328.618
6 2008 1.117.599 6.795.719
7 2009 1.138.233 8.255.278
8 2010 1.156.344 9.328.809
9 2011 1.171.302 1.026.491
10 2012 1.188.201 1.137.631
11 2013 1.214.298 1.320.486
Jumlah total 9.360.044 41.502.240
Rata – rata sampelnya adalah 9.360.044/11 = 850.913 pelanggan
Varians sampelnya adalah
41.502.240/(11-1) = 4.150.244
pelanggan2
Standar deviasinya adalah sqrt (4.150.244) = 2.037.214 pelanggan
Estimasi – Pelanggan
Menggunakan batas bawah (L) dan batas
atau (U)
a. Batas bawah (L) = ẍ - Z α /2 • σẍ
b. Batas atas (U) = ẍ + Z α /2 • σẍ
Selang kepercayaan 95%, maka α = 100% - 95% = 5%
Selang kepercayaan 90% maka α =
10%
Misal kita gunakan selang kepercayaan 95%
α = 5%
Z α /2 = 5/2 = 2.5% = 0.025
Dilihat dari tabel distribusi
Nilai 0.024998 ~ 0.0250 terletak
dalam baris 1.9 dan kolom 0.06
sehingga diperoleh 1.9 + 0.06 = 1.96
Z α /2 batas bawah = -1.96 (nilai
negatif)
Z α /2 batas atas = 1.96 (nilai positif)
Tinggal menghitung σẍ
σẍ = σ/sqrt(n) (standar deviasi dibagi akar banyaknya data)
σ = standar deviasi = 2.037.214
n = banyaknya data = 11 tahun
σẍ = σ/sqrt(n) = 2.037.214/sqrt(11) = 185.201
batas bawah (L) = 850.913 –
1.96(185.201) = 487.920
batas atas (U) = 850.913 + 1.96(185.201) = 1.213.906
jadi selang kepercayaan 95% berdasarkan sampel tersebut adalah
(487.920 ; 1.213.906) pelanggan
2. Data Jumlah daya listrik kategori
rumah tangga
N
o.
tah
un
Jumlah
daya
listrik
(va)
rumah
tangga
(xi)
(xi-
xrata2)^2
1 200
3
420.165.2
20
5.234.907.
484
2 200
4
480.346.8
51
2.843.188.
525
3 200
5
568.410.3
21
648.896.31
8
4 200
6
587.666.9
50
375.738.00
7
5 200
7
642.540.1
00
412.719.13
1
6 200
8
685.768.4
00
135.453.27
9
7 200
9
708.360.8
00
352.792.97
2
8 201
0
728.688.2
00
635.588.07
7
9 201
1
743.377.0
50
891.374.43
2
10 201
2
770.108.4
00
1.467.568.
341
11 201
3
803.176.3
50
2.378.131.
874
Jumlah
total
7.138.608
.642
15.376.376
.440
Rata – rata sampelnya adalah 7.138.608.642/11 = 648.964.422 va
Varians sampelnya adalah 15.376.376.440/(11-1) =
1.537.637.644 va2
Standar deviasinya adalah sqrt
(1.537.637.644) = 39.212.722 va
Estimasi – daya listrik rumah
tangga
Menggunakan batas bawah (L) dan batas
atau (U)
c. Batas bawah (L) = ẍ - Z α /2 • σẍ
d. Batas atas (U) = ẍ + Z α /2 • σẍ
Selang kepercayaan 95%, maka α = 100% - 95% = 5%
Selang kepercayaan 90% maka α =
10%
Misal kita gunakan selang kepercayaan 95%
α = 5%
Z α /2 = 5/2 = 2.5% = 0.025
Dilihat dari tabel distribusi
Nilai 0.024998 ~ 0.0250 terletak
dalam baris 1.9 dan kolom 0.06
sehingga diperoleh 1.9 + 0.06 = 1.96
Z α /2 batas bawah = -1.96 (nilai negatif)
Z α /2 batas atas = 1.96 (nilai positif)
Tinggal menghitung σẍ
σẍ = σ/sqrt(n) (standar deviasi dibagi akar banyaknya data)
σ = standar deviasi = 39.212.722
n = banyaknya data = 11 tahun
σẍ = σ/sqrt(n) = 39.212.722/sqrt(11) = 3.564.792
batas bawah (L) = 648.964.422 – 1.96(3.564.792) = 641.977.430
batas atas (U) = 648.964.422 + 1.96(3.564.792) = 655.951.414
jadi selang kepercayaan 95% berdasarkan
sampel tersebut adalah (641.977.430 ;
655.951.414) va.
B. Pembahasan
Dari hasil penelitian ini ada beberapa
faktor yang saling mempengarui dan
mendorong melonjaknnya kebutuhan
tenaga listrik tersebut antara lain:
a. Industri tumbuh dengan pesat.
b. Kegiatan ekonomi meningkat dengan
mantap.
c. Tingkat kehidupan yang lebih baik,
standar hidup yang lebih tinggi,
pendapatan perkapita yang terus
meningkat memerlukan energi listrik yang
lebih banyak.
d. Kemampuan penyediaan pembangkitan
dengan kapasitas yang lambat laun
bertambah.
e. Kualitas penyediaan daya listrik yang
semakin membaik.
IV. KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan uraian estimasi dan
pembahasan hasil penelitian maka dapat
ditarik beberapa kesimpulan, yaitu:
1. Jumlah daya listrik yang tersambung
pada PT PLN Wilayah Kalsel untuk
kategori pelanggan rumah tangga
mengalami peningkatan setiap tahun
dan dari hasil estimasi daya listrik
tersambung untuk jenis pelanggan
Rumah tangga ini diperoleh bahwa
jumlah daya listrik tersambung tahun
2014 atau tahun selanjutnya adalah
berkisar antara 641.977.430 va ;
655.951.414 va dengan selang
kepercayaan 95%.
2. Jumlah pelanggan yang tersambung
pada PT PLN Wilayah Kalsel untuk
kategori pelanggan rumah tangga
untuk tahun 2014 atau tahun
selanjutnya adalah berkisar antara
487.920 pelanggan ; 1.213.906
pelanggan dengan selang kepercayaan
95%.
B. Saran
Berdasarkan simpulan di atas, maka
disarankan:
1. Pihak PT PLN (Persero) Wilayah Kalsel
agar dapat memperhatikan peningkatan
jumlah daya listrik tersambung untuk masa
yang akan datang dan memperhatikan
karakteristik beban di masa lampau,
karena dengan mengetahui karakteristik
beban masa lampau maka pengoperasian
sistem tenaga listrik dapat diatur
sedemikian rupa sehingga diharapkan
suatu operasi sistem tenaga listrik yang
dapat berjalan lebih optimal.
2. Untuk peneliti dimasa mendatang
disarankan agar perumusan model
penelitian melibatkan berbagai variabel
lain seperti pengembangan suatu daerah,
keadaan suatu daerah yang menyebabkan
meningkatnnya pemakaian energi listrik
pada daerah tersebut.
DAFTAR PUSTAKA
B.M Weddy. 1978. Sistem Tenaga Listrik.
Jakarta: Aksara Persada Indonesia.
Hasan, Iqbal . M. 2002. Pokok Pokok
Materi Statistik. Jakarta: Bumi Aksara.
Yusuf, M dan Harifuddin. 1996. Studi
Pengembangan Kelistrikan Kabupaten
Luwu. Makassar: Skripsi Fakultas Teknik
UNHAS.
Kadir, Abdul. 1995. Energi. Jakarta :
Universitas Indonesia.
Pabla. AS. 1986. Sistem Distribusi Tenaga
Listrik. Cetakan ketiga. Terjemahan Ir.
Abdul Hadi. Jakarta: Erlangga.
Sugiyono. 1994. Metode Penelitian
Administrasi.
http://www.metris-
community.com/pengertian-data-mining-
konsep-pdf
Diakses tanggal 22 November 2013