estimasi kebutuhan daya listrik sulawesi selatan sampai tahun 2017
advertisement
MEDIA ELEKTRIK, Volume 2 Nomor 2, Desember 2007 ESTIMASI KEBUTUHAN DAYA LISTRIK SULAWESI SELATAN SAMPAI TAHUN 2017 Harifuddin Jurusan Pendidikan Teknik Elektro FT UNM Abstrak Penelitian ini bertujuan untuk mengestimasi jumlah daya listrik tersambung di Sulawesi Selatan tahun 2007 sampai 2017 dengan menggunakan data sekunder daya listrik tersambung yang berbentuk time series tahun 1996-2006 pada PT. PLN (PERSERO) WIL. SULSELTRABAR. Berdasarkan estimasi yang diperoleh tahun 2007 bahwa jumlah daya listrik tersambung untuk pelanggan rumah tangga sebesar 880 MVA , pelanggan sosial sebesar 46,36 MVA, pelanggan bisnis sebesar 233,08 MVA, dan pelanggan industri sebesar 237,73 MVA. Sedangkan estimasi jumlah daya listrik tersambung tahun 2017 untuk pelanggan rumah tangga sebesar 1.280 MVA, pelanggan sosial sebesar 66,66 MVA, pelanggan bisnis sebesar 515,12 MVA, dan pelanggan industri sebesar 507,93 MVA. Metode yang dipakai ialah metode deskriptif dengan menggunakan analisis regresi linier sederhana dan regresi non linier, dimana data yang diteliti tidak dikendalikan atau dimanipulasi oleh peneliti, tetapi fakta yang diungkapkan berdasarkan data yang ada pada PT. PLN (Persero) Wilayah Sulseltrabar. Hasil estimasi tahun 2017 menunjukkan bahwa peningkatan jumlah daya listrik tersambung yang paling banyak ialah pada pelanggan rumah tangga yaitu sebesar 1.280 MVA. Hasil estimasi jumlah total daya listrik tersambung pada PT. PLN (PERSERO) WIL. SULSELTRABAR pada tahun 2017 adalah 2.369,72 MVA. Kata Kunci: Estimasi, Daya Listrik, Regresi Linier Sederhana, Regresi non Linier. 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 energi 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 sulawesi 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 Sulawesi Selatan dimasa yang akan datang. Estimasi ketersediaan daya listrik ialah suatu perkiraan jangka panjang tentang besarnnya Harifuddin, Estimasi Kebutuhan Daya Listrik Sulawesi Selatan Sampai Tahun 2017 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. BEBAN LISTRIK Dalam merencanakan suatu sistem distribusi maka banyak hal yang harus diperhatikan, salah satu diantarannya ialah beban listriknya. Untuk mengetahui beban listrik ada beberapa hal yang perlu diperhatikan: a. Jenis beban listrik Jenis beban listrik menurut daerah biasanya digolongkan dalam beberapa golongan, yakni: 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 sosial 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 15 MEDIA ELEKTRIK, Volume 2 Nomor 2, Desember 2007 took-toko mulai buka dan mencapai 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 sosial seperti rumah sakit, sekolah, tempat ibadah, dan sebagainya. Beban puncak umumnya terjadi pada siang hari sedangkan pada malam hari kebanyakan dari beban perumahan saja. b. Menghitung tingkat pertumbuhan dan rata-rata pertumbuhan Untuk menghitung tingkat pertumbuhan dan rata-rata pertumbuhan dilakukan dengan menggunakan rumus: Tingkat pertumbuha n = X"- X' x 100% X' Dimana : X" = X tahun sekarang X' = X tahun sebelumnya Rata - rata pertumbuhan = å T.Ppertahun N -1 x 100% Dimana : T.P = Tingkat Pertumbuhan METODE 1 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 (Persero) Wilayah Sulseltrabar. 2. Variabel dan Desain Penelitian Dalam penelitian ini variabel terdiri dari variabel bebas (X) dan variabel terikat (Y). Variabel X ialah tahun pengamatan, sedangkan variabel (Y) ialah jumlah daya listrik yang tersambung yang akan disediakan oleh PT. PLN (Persero) Wilayah Sulseltrabar. 3. 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 (Persero) Wilayah Sulseltrabar yakni tahun 1996-2006 b. Jumlah daya listrik ialah besarnnya daya listrik yang tersambung setiap tahun yang disediakan oleh PT. PLN (Persero) Wilayah Sulseltrabar. 4. Teknik Analisis Data Analisis data yang digunakan dalam penelitian ini adalah: a. Analis Deskriptif Analisis deskriptif digunakan untuk memprediksi data-data yang diperoleh dalam bentuk persentase, grafik serta trend tahunan. Dari jumlah pelanggan dan daya listrik tersambung yang diperoleh pada PT PLN (Persero) Wilayah Sulseltrabar. b. Analisis Regresi sederhana Analisis regresi digunakan untuk mengestimasi besarnya daya listrik tersambung yang dibutuhkan, sampai 10 tahun yang akan datang pada pelanggan PT. PLN (Persero) Wilayah Sulseltrabar. Untuk melayani permintaan daya oleh pelangan yaitu dengan menggunakan model analisis regresi linier sederhana dan regresi non linier terdiri dari model parabolik, eksponensial dan logaritma. Model persamaan regresi linier sederhana ialah: ŷ = a + b(t) (1) Model persamaan parabola ialah: ŷ = a + b1t + b2t2 regresi non linier (2) Model persamaan regresi non linier eksponensial ialah: ŷ = a(e) bt atau ditransformasi kedalam bentuk linier ln ŷ =ln a +bt (3) Model persamaan regresi non linier logaritma ialah: ŷ = a + b ln (t) (4) Seluruh proses perhitungan menggunakan perangkat lunak Microsoft Excel , dimana : Harifuddin, Estimasi Kebutuhan Daya Listrik Sulawesi Selatan Sampai Tahun 2017 y = perkiraan perkembangan jumlah daya listrik tersambung (VA). t = tahun yang dicari a dan b = koefisien- koefisien regresi Untuk menentukan model persamaan terbaik dilakukan dengan menghitung koefisien determinasi (R2) yang nilainya selalu positif dan bernilai antara nol sampai dengan 1, koefisien ini sudah cukup baik untuk prediksi jika berada diatas 0,5. Rumus koefisien determinasi adalah : 2 ù é nåyt-åyåt ú R2 = ê ê (nåy2 -(åy)2)(nåt2 -(åt)2 ú û ë (5) (RK. Sembiring: 1995) Dimana: n = banyaknya data y =daya terpakai t = tahun pengamatan Setelah dihitung koefisien determinasinya, kemudian menentukan model terbaik dengan menghitung Jumlah Kuadrat Sisa (JKS), model yang terbaik ialah dengan JKS terkecil dengan rumus sebagai berikut : JKS = ( y i - yˆ i ) 2 (RK. Sembiring 1995) å Dimana: yi = data aktual daya tersambung tahun ke i (1996-2006) ŷi = data daya tersambung hasil prediksi pada tahun ke I (2007-2017) HASIL DAN PEMBAHASAN 1. Hasil Penelitian Deskripsi Data Pelanggan Listrik Sulawesi Selatan Perkembangan pemakaian energi listrik di Sulawesi selatan tidak dapat dipisahkan dengan perkembangan jumlah penduduk. Dari data yang diperoleh menunjukkan bahwa jumlah penduduk Sulawesi Selatan cenderung mengalami peningkatan, demikian juga dengan data pelanggan di Sulawesi selatan. Data perkembangan pelanggan listrik PLN dapat diperlihatkan pada tabel 1. Selanjutnya, jumlah daya listrik tersambung berdasarkan tarif listrik diperlihatkan pada tabel 2. 2. Seleksi Model Peramalan Terbaik Mengacu pada data aktual jumlah daya listrik tersambung untuk rumah tangga, sosial, bisnis, dan industri di Sulawesi Selatan tahun 1996 – 2006 maka dengan demikian dapat dicari model peramalan terbaik yang akan digunakan dalam mengestimasi jumlah daya listrik tersambung tahun 2007 – 2017. Asumsi yang digunakan dalam menyusun model peramalan ialah : (1) adanya ketergantungan atau hubungan antara jumlah daya listrik akan datang dengan jumlah daya listrik masa sebelumnya. Tabel 1. Jumlah pelanggan listrik di Sulawsi Selatan …(7) Tahun 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Jumlah Pelanggan 713.513 890.794 971.030 1.034.979 1.081.751 1.117.599 1.138.233 1.156.344 1.171.302 …(8) 1.188.201 1.214.298 Sumber: PLN (Persero) Wilayah Sulseltrabar a. Daya Listrik Pelanggan Rumah Tangga Berdasarkan data yang ada pada tabel 2 dan perhitungan yang dilakukan dengan menggunakan persamaan regresi linier sederhana, parabola, eksponensial, logaritma, koefisien determinasi (R2), dan jumlah kuadrat sisa (JKS) maka diperoleh bentuk persamaan regresi dari daya listrik tersambung pelanggan rumah tangga seperti pada tabel 3 dan tabel 4 berikut: b. Daya Listrik Pelanggan Sosial Dengan menggunakan data yang ada pada tabel 2 dan perhitungan yang dilakukan dengan menggunakan persamaan regresi linier sederhana, parabola, eksponensial, logaritma, koefisien determinasi (R2), dan jumlah kuadrat sisa (JKS) maka diperoleh bentuk persamaan regresi dari daya listrik tersambung pelanggan rumah 17 MEDIA ELEKTRIK, Volume 2 Nomor 2, Desember 2007 tangga seperti pada tabel 5 dan tabel 6. Hasil perhitungan Jumlah Kuadrat Sisa (JKS) keempat model regresi di atas berturut-turut diperoleh koefisien JKS terkecil yaitu model linier, model parabola, model eksponensial dan model logaritma, dengan demikian model regresi linier dipergunakan untuk memprediksi Tabel 2 . Jumlah daya listrik tersambung di Sulawesi Selatan tahun 1996 – 2006 Jumlah daya listrik yang tersambung (VA) Tahun R.Tangga Sosial 1996 420.165.220 1997 480.346.851 1998 1999 Bisnis Industri Pemerintah Jumlah total 26.190.410 94.294.860 141.374.650 34.174.020 716.199.160 29.281.670 109.956.300 159.979.150 33.612.170 813.176.141 568.410.321 30.751.050 127.389.445 160.422.170 45.678.360 932.651.346 587.666.950 31.657.010 131.060.750 172.358.000 48.297.300 971.040.010 2000 642.540.100 33.822.110 139.184.800 176.012.750 49.823.576 1.041.383.336 2001 685.768.400 35.838.000 152.049.850 177.384.385 49.809.988 1.100.850.623 2002 708.306.800 35.345.700 157.885.050 178.628.500 53.426.423 1.133.592.473 2003 728.688.200 38.090.400 174.226.173 187.281.250 58.200.287 1.186.486.310 2004 743.377.050 40.128.160 187.273.600 187.762.450 65.941.947 1.228.443.207 2005 770.108.400 42.194.610 205.210.500 191.074.750 71.209.001 1.279.797.261 2006 803.176.350 44.969.360 226.451.750 194.323.350 77.426.022 1.346.346.832 Sumber: PLN (Persero) Wilayah Sulseltrabar 3. Persamaan regresi dan koefisien determinasi (R 2) daya listrik tersambung pelanggan Rumah tangga Model Regresi Linier Parabola Eksponensial Logaritma Koefisien Determinasi Persamaan Yˆ = 4.108 + 4.107X Yˆ =4.108 + 7.107x - 3.106x2 Yˆ = (4.108)e0,0587x Yˆ = 4.108+ 2.108 ln(x) ketersediaan daya listrik pelanggan rumah tangga periode 2007 – 2017 dengan persamaan : Yˆ = 4.108 + 4.107X, dengan kurva sebagai berikut : 0,9462 0,99 900,000,000 0,9018 800,000,000 Tabel 4. Persamaan regresi dan JKS daya listrik tersambung pelanggan rumah tangga Model linear Daya kebutuhan Rumah Tangga 700,000,000 0,9808 D ay a t e rsa m b u n g Tabel 600,000,000 500,000,000 y = 4E+07x + 4E+08 R 2 = 0,9462 400,000,000 300,000,000 200,000,000 Model Regresi Linier Parabola Eksponensial Logaritma Jumlah Kuadrat Sisa (JKS) Persamaan Yˆ = 4.108 + 4.107X Yˆ =4.10 + 7.10 x - 3.10 x Yˆ = (4.108)e0,0587x Yˆ = 4.108+ 2.108 ln(x) 8 7 6 2 10.809.535.813.525.100 13.944.464.791.525.100 68.262.750.991.394.700 63.412.318.331.980.800 100,000,000 0 0 2 4 6 8 10 12 Tahun Ke Gambar 1: Kurva model linier daya listrik tersambung pelanggan rumah tangga Harifuddin, Estimasi Kebutuhan Daya Listrik Sulawesi Selatan Sampai Tahun 2017 Gambar 2: Kurva model parabola daya listrik tersambung pelanggan sosial c. Daya Listrik Pelanggan Bisnis Tabel 5. Persamaan regresi dan koefisien determinasi (R2) daya listrik tersambung pelanggan sosial Model Regresi Koefisien Determinasi Persamaan Yˆ = Linier 0,981 3.107 + 2.106x Yˆ = 3.107+ 1.106x + 30303x2 Yˆ = (3.107)e0,0489x Yˆ = 2.107+ 7.106 ln(x) Parabola Eksponensial Logaritma 0,9834 0,9806 Dari data tabel 2 dan perhitungan yang dilakukan dengan menggunakan persamaan regresi linier sederhana, parabola, eksponensial, logaritma, koefisien determinasi (R 2), dan jumlah kuadrat sisa (JKS) maka diperoleh bentuk persamaan regresi dari daya listrik tersambung pelanggan rumah tangga seperti pada tabel 7dan tabel 8. Tabel 7. 0,8783 Model Regresi Tabel 6. Persamaan regresi dan JKS daya listrik tersambung pelanggan sosial Linier Model Regresi Eksponensial Persamaan Linier Parabola Yˆ = 3.107 + 2.106x Yˆ = 3.10 + 1.10 x + 30303x Yˆ = (3.107)e0,0489x Yˆ = 2.107+ 7.106ln(x) 7 Eksponensial 6 509.714.098.549.000 336.163.276.249.758 230.427.716.854.709 50.000.000 45.000.000 40.000.000 Daya t er s am bung Yˆ = 1.107 + 1.108x Yˆ = 1.108 +3.106x +706.478x2 Yˆ = (1.108)e0,0702x Yˆ = 9.107+ 5.107ln(x) Logaritma 0,9581 0,9855 0,9701 0,7592 66.981.199.306.746 2 Hasil perhitungan Jumlah Kuadrat Sisa (JKS) keempat model regresi diatas berturut-turut diperoleh koefisien JKS terkecil yaitu model linier, model parabola, model eksponensial dan model logaritma, dengan demikian model regresi non linier parabola dipergunakan untuk memprediksi ketersediaan daya listrik pelanggan sosial tangga periode 2007 – 2017 dengan persamaan Yˆ = 3.107+ 1.106x + 30303x2 dengan kurva sebagai berikut: 35.000.000 30.000.000 y = 30303x 2 + 1E+06x + 3E+07 R2 = 0,9834 25.000.000 Koefisien Determinasi Persamaan Parabola 20.000.000 15.000.000 Tabel 8. Persamaan regresi dan JKS daya listrik tersambung pelanggan bisnis Model Regresi Jumlah Kuadrat Sisa (JKS) Persamaan Linier Yˆ = 1.107 + 1.108x Yˆ = 1.10 +3.10 x +706.478x Yˆ = (1.108)e0,0702x Yˆ = 9.107+ 5.107Ln(x) Parabola 8 Eksponensial Logaritma 6 19.402.857.315.844.600 16.442.372.551.981.600 2 33.426.336.976.360.300 20.054.074.225.208.300 Hasil perhitungan Jumlah Kuadrat Sisa (JKS) keempat model regresi diatas berturut-turut diperoleh koefisien JKS terkecil yaitu model linier, model parabola, model eksponensial dan model logaritma, dengan demikian model regresi non linier parabola dipergunakan untuk memprediksi ketersediaan daya listrik pelanggan bisnis tangga periode 2007 – 2017 dengan persamaan Yˆ = 1.108 +3.106x +706.478x2 dengan kurva sebagai berikut: 10.000.000 250.000.000 5.000.000 0 0 2 4 6 Tahun Ke 8 10 200.000.000 12 Daya tersambung Logaritma Jumlah Kuadrat Sisa (JKS) Persamaan regresi dan koefisien determinasi (R 2) daya listrik tersambung pelanggan bisnis 150.000.000 y = 421548x 2 + 7E+06x + 9E+07 R2 = 0,9874 100.000.000 19 50.000.000 0 0 2 4 6 Tahun Ke 8 10 12 MEDIA ELEKTRIK, Volume 2 Nomor 2, Desember 2007 Data aktual yang ada pada tabel 2 dan perhitungan yang dilakukan dengan menggunakan persamaan regresi linier sederhana, parabola, eksponensial, logaritma, koefisien determinasi (R2), dan jumlah kuadrat sisa (JKS) maka diperoleh bentuk persamaan regresi dari daya listrik tersambung pelanggan rumah tangga seperti pada tabel 9 dan tabel 10 berikut: Tabel 9. Persamaan regresi dan koefisien determinasi (R 2) daya listrik tersambung pelanggan industri Model Regresi Linier Parabola Eksponensial Logaritma Koefisien Determinasi Persamaan 6 0,9874 2 0,9825 0,8512 Linier Parabola Eksponensial Logaritma Yˆ = 8.107 + 1.107x Yˆ = + 9.10 +7.10 x +421548x Yˆ = (9.107)e0,0793x Yˆ = 8.107+ 5.107Ln(x) 7 6 200.000.000 150.000.000 100.000.000 2 y = 706478x + 3E+06x + 1E+08 2 50.000.000 0 0 2 4 6 8 12 3.299.100.813.143.550 348.953.029.145.098 2 Gambar 4: Kurva model parabola daya listrik tersambung pelanggan industri 3. Estimasi Ketersediaan Daya Listrik Berdasarkan hasil analisis tersebut di atas maka dapat dibuat tabel estimasi kebutuhan daya listrik pada tahun 2007 – 2017. 539.174.339.102.830 2.662.595.139.606.730 Tabel 11. Estimasi jumlah daya listrik tersambung Sulawesi Selatan Tahun 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 10 Tahun Ke Jumlah Kuadrat Sisa (JKS) Persamaan 250.000.000 R = 0,9855 Tabel 10. Persamaan regresi dan JKS daya listrik tersambung pelanggan industri Model Regresi diperoleh koefisien JKS terkecil yaitu model linier, model parabola, model eksponensial dan model logaritma, dengan demikian model regresi non linier parabola dipergunakan untuk memprediksi ketersediaan daya listrik pelanggan sosial tangga periode 2007 – 2017 dengan persamaan Yˆ = + 9.107 +7.106x +421548x2 dengan kurva sebagai berikut: 0,9781 Yˆ = 8.107 + 1.107x Yˆ = + 9.10 +7.10 x +421548x Yˆ = (9.107)e0,0793x Yˆ = 8.107+ 5.107ln(x) 7 Hasil perhitungan Jumlah Kuadrat Sisa (JKS) keempat model regresi diatas berturut-turut Daya tersam bung Gambar 3: Kurva model parabola daya listrik tersambung pelanggan bisnis d. Daya Listrik Pelanggan Industri R.Tangga 880.000.000 920.000.000 960.000.000 1.000.000.000 1.040.000.000 1.080.000.000 1.120.000.000 1.160.000.000 1.200.000.000 1.240.000.000 1.280.000.000 Jumlah daya listrik yang tersambung (VA) Sosial Bisnis Industri 46.363.632 233.086.360 237.732.832 48.121.207 252.322.739 258.394.782 49.939.388 273.146.675 280.469.688 51.818.175 295.689.190 303.957.550 53.757.568 320.092.116 328.858.368 55.757.567 346.508.990 355.172.142 57.818.172 375.106.022 382.898.872 59.939.383 406.063.137 412.038.558 62.121.200 439.575.111 442.591.200 64.363.623 475.852.794 474.556.798 66.666.652 515.124.437 507.935.352 Jumlah total 1.397.182.824 1.478.838.728 1.563.555.751 1.651.464.915 1.742.708.052 1.837.438.699 1.935.823.066 2.038.041.078 2.144.287.511 2.254.773.215 2.369.726.441 Harifuddin, Estimasi Kebutuhan Daya Listrik Sulawesi Selatan Sampai Tahun 2017 Rumah Tangga dari tahun 2007 sampai 2017 Es tim as i J u m la h d a ya L is tr ik T e r s am b u n g (V A) 1.400.000.000 1.200.000.000 1.000.000.000 800.000.000 600.000.000 400.000.000 200.000.000 0 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 80.000.000 E s t im a s i J u m la h D a y a L is t r ik T e r s a m b u n g (V A) Dari tabel di atas maka dapat digambarkan diagram balok pertumbuhan jumlah daya listrik tersambung yang akan terjadi untuk pelanggan rumah tangga, sosial, bisnis, dan industri di Sulawesi Selatan pada tahun 2007- 2017. Untuk pelanggan sosial Estimasi peningkatan jumlah daya listrik tersambung dari tahun 2007 sampai tahun 2017 dapat digambarkan seperti pada kurva regresi berikut ini : 75.000.000 70.000.000 65.000.000 60.000.000 55.000.000 50.000.000 45.000.000 40.000.000 35.000.000 30.000.000 Tahun 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Tahun R. Tangga Sosial Bisnis Industri Gambar 5. Diagram balok estimasi peningkatan jumlah daya listrik tersambung pada tahun 2007 – 2017 Gambar 7. Estimasi pertumbuhan jumlah daya listrik tersambung untuk pelanggan sosial dari tahun 2007 sampai 2017 Estimasi peningkatan jumlah daya listrik tersambung untuk pelanggan rumah tangga dari tahun 2007 sampai 2017 dapat digambarkan seperti pada kurva regresi dibawah ini, Untuk pelanggan bisnis Estimasi peningkatan jumlah daya listrik tersambung dari tahun 2007 sampai tahun 2017 dapat digambarkan seperti pada kurva regresi berikut ini, 600.000.000 E s tim a s i J u m la h D a y a L is t r ik T e r s a m b u n g (V A ) 1.400.000.000 Es tim a s i J um la h Da ya Lis trik Te r s a m bung (V A ) 1.200.000.000 1.000.000.000 800.000.000 600.000.000 400.000.000 200.000.000 0 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Tahun Gambar 6. Estimasi pertumbuhan jumlah daya listrik tersambung untuk pelanggan 500.000.000 400.000.000 300.000.000 200.000.000 100.000.000 0 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Tahun Gambar 8. Estimasi pertumbuhan jumlah daya listrik tersambung untuk pelanggan bisnis dari tahun 2007 sampai 2017 21 MEDIA ELEKTRIK, Volume 2 Nomor 2, Desember 2007 Untuk pelanggan Industri Estimasi peningkatan jumlah daya listrik tersambung dari tahun 2007 sampai tahun 2017 dapat digambarkan pada grafik dibawah ini, Estim a si J u m la h D a y a L istrik T e rsa m b u n g (V A) 600.000.000 500.000.000 400.000.000 300.000.000 200.000.000 100.000.000 0 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Tahun Berdasarkan simpulan di atas, maka disarankan: 1. Pihak PT PLN (Persero) Wilayah Sulseltrabar 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 renaga listrik dapat diatur sedemikian rupa sehingga diharapkan suatu operasi sistem tenaga listrik yang 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 Gambar 9. Estimasi pertumbuhan jumlah daya listrik tersambung untuk pelanggan industri dari tahun 2007 sampai 2017 DAFTAR PUSTAKA SIMPULAN DAN SARAN Hasan, Iqbal . M. 2002. Pokok Pokok Materi Statistik. Jakarta: Bumi Aksara. Berdasarkan uraian dan pembahasan hasil penelitian maka dapat ditarik beberapa kesimpulan, yaitu: 1. Jumlah daya listrik tersambung pada PT PLN (Persero) Wilayah Sulseltrabar secara keseluruhan mengalami peningkatan setiap tahun, dari hasil estimasi daya listrik tersambung untuk jenis pelanggan Rumah tangga diperoleh bahwa jumlah daya listrik tersambung dari tahun 2007 hingga tahun 2017 mengalami peningkatan sebesar 31,25 % dan rata-rata pertumbuhanya 3,82%. 2. Untuk jenis pelanggan sosial hasil estimasi diperoleh bahwa jumlah daya listrik tersambung dari tahun 2007 hingga tahun 2017 mengalami peningkatan sebesar 30,45% dengan rata-rata pertumbuhan 3,70%. 3. Untuk jenis pelanggan bisnis hasil estimasi diperoleh bahwa jumlah daya listrik tersambung dari tahun 2007 hingga tahun 2017 mengalami peningkatan sebesar 54,75% dengan rata-rata pertumbuhan 3,70 %. 4. Untuk jenis pelanggan industri hasil estimasi diperoleh bahwa jumlah daya listrik tersambung setiap tahun mengalami peningkatan dari tahun 2007 hingga tahun 2017 mengalami peningkatan 53,19 % sebesar dengan rata-rata pertumbuhan sebesar 7,89%. Isma, Amrullah. Dkk. 1985. Studi Pengembangan Sistem Kelistrikan Kota Watampone dan sekitarnnya. Makassar: Skripsi Fakultas Teknik UNM. B.M Weddy. 1978. Sistem Tenaga Listrik. Jakarta: Aksara Persada Indonesia. Yusuf, M dan Harifuddin. 1996. Studi Pengembangan Kelistrikan Kabupaten Luwu. Makassar: Skripsi Fakultas Teknik UNHAS. Kadir, Abdul. 1995. Energi. Jakarta : Universitas Indonesia ___________. 1996. Pembangkit Tenaga Listrik. Jakarta : Universitas Indonesia. ___________.2000. Distribusi dan Utilisasi Tenaga listrik. Jakarta : Universitas Indonesia. Kamaruddin. dkk. 1997. Kamus Istilah Karya Tulis: Bumi Aksara. Pabla. AS. 1986. Sistem Distribusi Tenaga Listrik. Cetakan ketiga. Terjemahan Ir. Abdul Hadi. Jakarta: Erlangga. Sembiring RK. 1995. Analisis Regresi. Bandung : ITB. Sugiyono. 1994. Metode Penelitian Administrasi. Bandung: Alfabeta.
