Efficiency Analysis of Electricity Distribution Using Operational Analysis (Case Study PT. PLN APJ Pasuruan) Moses L. Singgih and Erlin Tri Anggraini e-mail:
[email protected] Department of Industrial Engineering Institut Teknologi Sepuluh Nopember, Surabaya Indonesia
Abstrak Listrik yang merupakan kebutuhan energi semua masyarakat, jumlahnya tidak sesuai dengan yang dibutuhkan. Hal tersebut mengakibatkan krisis listrik yang mengakibatkan pertumbuhan dunia industri tidak berkembang dengan baik serta kebutuhan masyarakat tidak dapat terpenuhi. Penyebabnya adalah tidak maksimalnya produktivitas dari unit pelayanan jaringan yang ada dan proses distribusi listrik yang banyak mengakibatkan terjadinya losses. Untuk itu diperlukan suatu analisa efisiensi bagi unit pelayanan jaringan agar dapat dioptimalisasi operasionalnya dan mengurangi lossesnya. Penelitian ini bertujuan untuk mengukur dan menganalisa efisiensi proses distribusi listrik yang berpotensi menyebabkan terjadinya losses. Mengetahui pengaruh losses bagi operational perusahaan, sehingga dapat melakukan pengendalian pada terjadinya operational risk serta mengetahui perbaikan apa yang bisa dilakukan untuk meningkatkan efisiensi tiap unit pelayanan jaringan yang diamati. Dari hasil penelitian diperoleh bahwa dari enam unit pelayanan jaringan yang diteliti memiliki risk value tertinggi yang diakibatkan oleh rata-rata tingkat losses yang tinggi dalam satu periode adalah UPJ Kraksaan. Sedangkan UPJ dengan risk value terendah adalah UPJ Prigen. Dari hasil di atas menunjukkan bahwa meskipun UPJ Kraksaan memiliki risk value tertinggi akan tetapi manajemen operasionalnya bisa menekan angka kerugian yang ditimbulkan akibat losses sehingga UPJ ini dinyatakan sebagai UPJ dengan skor tertinggi dalam puncak nilai kinerja "PLNK1" dan menjadi contoh bagi UPJ lain untuk berusaha meningkatkan efisiensinya. Kata Kunci: efisiensi, losses, operational risk, risk value.
Abstract Electricity that are needed by all people as main energy have but the supply is less than the demand. It can cause electricity crisis that can affect industrial growth and all of people. Its because unmaximizing productivity of Service and Network Units and losses in electricity distribution. Therefore,we need an efficiency analysis of the electricity production and distribution. So, we can optimize operationality and decrease the losses. This research aim to measure and analyze efficiency electricity distribution process that potential causing losses of Service and Network Units (Unit Pelayanan dan Jaringan). By knowing the effect of losses to the company operationality,we can control the risk operational and know how to fix it. So, we can increase the efficiency of each Service and Network Units. Keywords: efficiency, losses, operational risk, risk value.
Operatinal Risk PT PLN
1
1. Pendahuluan Kebutuhan tenaga listrik terus meningkat sesuai dengan tingkat industrialisasi dan tingkat kemakmuran bangsa. Dalam hubungannya dengan Kebijaksanaan Energi Nasional (Zuhal, 1995), rencana pengembangan sektor ketenagalistrikan harus mempertimbangkan usaha-usaha yang telah ditetapkan untuk mencapai tujuan kebijaksanaan tersebut. Kebijaksanaan yang pertama adalah intensifikasi yaitu meningkatkan survei dan eksplorasi sumber daya energi yang terdapat di Indonesia. Kedua adalah diversifikasi, yaitu secara strategis mengurangi ketergantungan pada satu sumber daya energi. Dan yang ketiga adalah konservasi, yaitu memproduksi dan menggunakan energi sehemat dan seefisien mungkin. Berdasarkan kebijaksanaan yang terakhir, efisiensi dilakukan pada sistem distribusi listrik dari area pelayanan jaringan listrik pada tiap unit pelayanan jaringan listrik yang ada melalui pengurangan tingkat losses secara signifikan. Oleh sebab itu penting bagi perusahaan untuk memanfaatkan seluruh sumber daya yang dimilikinya secara optimal dengan tujuan untuk pencapaian performansi yang tinggi. Dewasa ini kebutuhan energi listrik yang meningkat dan usaha untuk penyediaan energi listrik secara optimal juga terhambat dengan adanya tingkat losses yang terjadi baik teknis maupun non teknis Oleh sebab itu perlu dilakukan analisa produktivitas pada proses pelayanan distribusi listrik, sehingga perusahaan dapat melakukan langkah-langkah perbaikan secara berkesinambungan ke arah peningkatan produktivitas (continual improvement). Pengaruh risk operational sebagai potensi penyimpangan dari hasil yang diharapkan karena tidak berfungsinya suatu sistem, SDM, teknologi, atau faktor lain dalam proses distribusi listrik terjadi karena adanya losses, yaitu listrik yang diproduksi tetapi tidak menghasilkan revenue. Hal ini tidak hanya mengakibatkan risk operational tetapi juga risk financial pada perusahaan.
Operatinal Risk PT PLN
Permasalahan yang akan dikaji dalam penelitian ini adalah pengukuran dan analisa efisiensi losses terhadap risk operational pada proses distribusi listrik PT. PLN APJ Pasuruan. Batasan dalam penelitian ini yaitu analisa risiko dilakukan pada kinerja bagian operasional dan penyebab losses hanya non teknis. 2. Metodologi Penelitian Penelitian ini digunakan untuk mengukur efisiensi distribusi listrik terhadap risk operational. Untuk data penghitungan risk value akibat losses, diperlukan data kuantitatif yaitu data pembelian listrik dari pembangkit, data penjualan listrik dari tiap UPJ, data harga per KWH listrik dan data kerugian akibat losses listrik. The Standards Australia New Zealand (1999) mendeskripsikan risiko dapat diukur dalam terminologi consequences (dampak) dan likelihood (probabilitas kejadian). Risiko merupakan fungsi dari likelihood dan consequences. Risk = f (consequence, likelihood) ........(1) Di dalam industri, dengan pendekatan kuantitatif biasanya dinyatakan dengan: Risks = Likelihood X Consequences ......(2) Secara garis besar keseluruhan tahapan ini membahas hasil pengolahan data untuk dianalisa serta dilakukan penyusunan tindakan perbaikan untuk meningkatkan efisiensi distribusi listrik dan mengurangi lossesnya. 3. Data Collection & Analysis Untuk proses pengolahan data, diperlukan pemilihan dan pengklasifikasian unit pelayanan jaringan yang diamati.
2
Bulan
Likeliho od (%)
Consequenc es (Rp.)
Risk Value (Rp.)
Januari
0.663
Februari
14.538
120,469,905 2,625,220,8 88
79,842,308 38,164,331,95 3
Maret
0.438
72,228,254
31,664,869
April
2.485
459,526,718
1,142,005,752
Mei
4.784
855,511,233
4,092,420,034
Juni
3.355
643,310,065
2,158,547,419
Juli
2.880
1,569,332,427
Agustus Septemb er
6.202
544,842,553 1,204,297,6 16
Oktober
17.796
1,016,731,342 61,928,533,07 6
-9.246
437,066,053 3,479,847,7 66 1,544,194,5 08
4.033
794,664,989
3,205,134,512
Novemb er Desemb er
2.326
Operatinal Risk PT PLN
7,468,541,488
14,277,769,44 1
135,134,854,6 22
Total
Nilai risiko pada tabel 2 dari tingkat losses menunjukkan sejauh mana bagian operasional tiap UPJ dalam mengantisipasi hilangnya jumlah KWH listrik yang disalurkan ke pelanggan dari segi teknis dan non teknis yang berakibat terhadap kerugian operasional perusahaan. Berikut merupakan rekapan risk value akibat losses pada proses operasional (distribusi) listrik. Grafik 1. Risk Value UPJ Periode 2007 Risk Value Periode 2007 900,000,000,000 800,000,000,000 700,000,000,000
Bangil
600,000,000,000 (Rp.)
Tabel 1. Klasifikasi UPJ No. Unit Pelayanan Jaringan 1 UPJ Bangil 2 UPJ Pandaan 3 UPJ Prigen 4 UPJ Probolinggo 5 UPJ Kraksaan 6 UPJ Sukorejo Pengolahan data dimulai dengan penghitungan tingkat losses tiap UPJ. Penghitungan ini berdasarkan jumlah pembelian dan penjualan listrik APJ Pasuruan pada proses distribusi listrik tiap unit pelayanan jaringannya. Dalam bentuk energi, contoh prosentase losses didapatkan dari jumlah listrik yang dibeli bulan Januari dikurangi jumlah listrik yang dijual bulan Februari. Hasil tersebut kemudian dibagi dengan jumlah listrik yang dibeli pada bulan Januari tersebut dikalikan 100%. Dari prosentase losses yang didapatkan, dilakukan penghitungan risk value operational yaitu mengalikan prosentase losses (likelihood) dengan nominal kerugian yang di alami perusahaan (consequences). Dari hasil penghitungan risk value tersebut akan di analisa pengaruhnya terhadap semua UPJ agar lebih efisien dalam mengolah operasional perusahaan. Berikut merupakan contoh risk value UPJ Bangil. Tabel 2. Risk Value UPJ Bangil
Pandaaan
500,000,000,000
Prigen
400,000,000,000
Probolinggo
300,000,000,000
Kraksaan Sukorejo
200,000,000,000 100,000,000,000 0 DMU
Dari grafik di atas terlihat perbedan yang cukup signifikan antar UPJ pada risk valuenya. UPJ Kraksaan merupakan UPJ dengan risk value tertinggi, akan tetapi manajemen operasionalnya bisa menekan rendahnya angka kerugian yang dicapai secara optimal sehingga tetap menjadi UPJ terbaik dibuktikan dengan hasil penilaian sampai akhir tahun 2007 dengan skor tertinggi diantara UPJ lain yaitu 96.02 yang berarti menuju puncak nilai kinerja "PLNK1" (sub UPJ terbaik). Mana data UPJ2 lain sehingga UPJ Kraksaan dikatakan dg skor tertinggi. Apakah risk value tertinggi unt UPJ Kraksaan dan nilai skor tertinggi itu berkaitan? Mengapa bisa terjadi kontradiksi ini? Apakah kontradiksi ini sudah diselesaikan sendiri oleh UPJ Kraksaan atau hasil usulan penelitian ini? Penyebab risk value adalah tingkat losses yang terjadi pada tiap UPJ, seperti yang ditunjukkan pada gambar diagram cause-effect berikut:
3
pencatatan manual yang selama ini dilakukan oleh pencatat meter yang mengunjungi tiap pelanggan.
Penyebab Losses Measurement
Material
Personnel
pembongkaran meter
pencurian listrik
4. Kesimpulan dan Saran Berdasarkan pengolahan dan analisa fuse PT putus pemborosan pemakaian serta interpretasi data yang telah dilakukan Losses KWH dapat disimpulkan bahwa: 1. UPJ yang memiliki risk value tertinggi pengawatan meter peremajaan DIL terlambat cuaca yang diakibatkan oleh rata-rata tingkat loss kontak beban trafo tidak losses yang tinggi dalam satu periode seimbang adalah UPJ Kraksaan. Sedangkan UPJ Environment Methods Machines dengan risk value terendah adalah UPJ Prigen. Dari hasil di atas menunjukkan Gambar 1 Diagram Cause-effect penyebab bahwa meskipun UPJ Kraksaan losses memiliki risk value tertinggi akan tetapi Rekomendasi perbaikan yang dapat manajemen operasionalnya bisa dilakukan untuk mengurangi tingkat losses menekan angka kerugian yang dan pengaruhnya terhadap operasional ditimbulkan akibat losses sehingga UPJ perusahaan adalah: ini dinyatakan sebagai UPJ dengan skor 1. Melakukan pemeriksaan listrik secara tertinggi dalam puncak nilai kinerja terpadu dan terkoordinir pada instalasi "PLN-K1". PLN dan instalasi pelanggan atau non 2. Berdasarkan hasil pengolahan data perlu pelanggan dalam rangka penertiban ditingkatkannya perbaikan baik internal pemakaian tenaga listrik. dan eksternal tiap UPJ. Dari internal 2. Melakukan pelatihan atau training dapat dilakukan training proses terhadap pegawai teknisi dalam proses distribusi listrik untuk meningkatkan distribusi listrik sehingga diharapkan produktivitas dan kerja yang optimal. secara bertahap dapat mengurangi Sedangkan dari eksternal perusahaan tingkat losses dan antisipasi terjadinya dengan memberikan wawasan losses oleh petugas pencatatan meter. kelistrikan sekaligus mensosialisasikan 3. Sosialisasi hemat listrik pada program PLN tentang hemat energi masyarakat hingga tingkat bawah kepada seluruh lapisan masyarakat melalui media elektronik dan cetak. secara berkala sehingga mengurangi 4. Melakukan evaluasi tiap bulan terhadap biaya operasi perusahaan dan tingkat pencurian listrik ilegal yang meningkatkan pendapatan. memperbesar penyebab terjadinya kesalahan penghitungan pemakaian gardu
penghantar tidak sesuai
kesalahan baca meter
losses. Hasil evaluasi yang didapatkan juga digunakan untuk acuan untuk mengendalikan tingkat losses yang ada. 5. Mengimplementasikan sistem informasi pengelolaan dalam pencatatan KWH meter pelanggan. Dengan sistem informasi yang tepat diharapkan dapat meminimalisasi kurang akuratnya
Operatinal Risk PT PLN
Saran Dalam menentukan penghitungan diperlukan data yang lebih akurat mengenai sistem sehingga mampu diperoleh variabel-variabel yang benarbenar mewakili pada kondisi riil.
4
Daftar Pustaka Banker, J. & Maindiratta, R. P. 1988. A comparative application of data envelopment analysis and translog method: An illustrative study of hospital production. Management Science. Bustami, S.,Faizin.”Analisa Risiko dengan metode Decision Tree”. Cost Engineering Workshop III PERTAMINA DITHILIR. Coelli, Christopher, Battese (2005),” An Introduction to Efficiency and Productivity Analysis, 2nd edition: Springer Science-Business Media, Inc Djohanputro, B (2006). Manajemen Risiko Korporat Terintegrasi. PPM Jakarta. PLN. (2005).
Standards Australia (1999). Risk Management AS/NZS 4360:1999. Standards Association of Australia, Strathfield NSW Suharto, I (2002). Manajemen Proyek Industri, Erlangga, Surabaya. Sumanth.D.J. (1985). Productivity Engineering and Management. McGraw-Hill, New York. Zuhal (1995). Ketenagalistrikan Indonesia. Ganeca Prima, Jakarta.
Operatinal Risk PT PLN
5
