Prosiding Seminar Nasional Manajemen Teknologi XV Program Studi MMT-ITS, Surabaya 4 Pebruari 2012

Prosiding Seminar Nasional Manajemen Teknologi XV Program Studi MMT-ITS, Surabaya 4 Pebruari 2012

STUDI PERAMALAN BEBAN LISTRIK PLN JAWA-TIMUR TAHUN 2011 – 2020 DAN OPTIMALISASI PEMILIHAN PRIORITAS PEMBANGUNAN JARING DISTRIBUSI DENGAN PENDEKATAN PROGRAM SIMPLE E Arifien Bay Fiermansyah, Udisubakti Ciptomulyono Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember e-mail: [email protected] ABSTRAK Dalam sistem ketenagalistrikan dibutuhkan prioritas pembangunan jaring distribusi dari hasil ramalan beban listrik yang baik untuk membuat infrastruktur kebutuhan tenaga listrik dalam kurun waktu tertentu baik itu jangka pendek, jangka menengah ataupun jangka panjang yang menghasilkan pendapatan maximum bagi perusahaan. Penelitian ini bertujuan untuk mengetahui prioritas pembangunan jaring distribusi energi listrik bagi unit kerja unit kerja (Area Pelayanan Jaringan/ APJ) di PLN Distribusi Jawa Timur saat ini dan masa mendatang dari hasil peramalan kebutuhan energi listrik yang sudah digunakan mulai tahun 2010 oleh PLN yaitu metode kecenderungan/ statistik model SEEx (Simple Econometric Simulation System, Expanded or Simple E. Expanded). Hasil yang diperoleh dari penelitian ini adalah optimalisasi (urutan prioritas) pembangunan jaring distribusi energi listrik untuk unit kerja di PT PLN Distribusi Jawa Timur. Kata kunci : Simple E, statistik, optimalisasi

PENDAHULUAN Dalam sistem ketenagalistrikan dibutuhkan ramalan beban listrik dengan baik untuk mengetahui kebutuhan tenaga listrik dalam kurun waktu tertentu baik itu jangka pendek, jangka menengah ataupun jangka panjang dan kebutuhan beban puncak untuk mengurangi ketidakpastian perhitungan anggaran perusahaan maupun harapan stake-holder (lingkungan) perusahaan. Hasil ramalan beban listrik digunakan untuk membuat rencana pembangunan infrastruktur ketenagalistrikan unit kerja unit kerja (PLN Area Pelayanan Jaringan/ PLN APJ) di PLN Distribusi Jawa Timur selain pembangunan infrastruktur ketenagalistrikan di sisi sistem Jawa-Bali. Agar PLN Distribusi Jawa Timur memperoleh pendapatan yang maksimal perlu dibuat optimalisasi (diatur urutan prioritas) besarnya dana investasi pada PLN APJ – PLN APJ. Penelitian ini bertujuan untuk mengetahui kebutuhan energi listrik Jawa Timur di masa mendatang, dan urutan prioritas besarnya dana investasi pada APJ –APJ di PLN Distribusi Jawa Timur agar memperoleh pendapatan yang maksimal. Model ekonometri yang digunakan PLN sebelum tahun 2010 adalah model peramalan program DKL 3.02. (milik PLN) dan mulai tahun 2010 PLN menggunakan kecenderungan/ statistik model SEEx (Simple Econometric Simulation System, Expanded or Simple E. Expanded). Secara hasil ramalan kebutuhan energi listrik, program DKL 3.02. (milik PLN) menghasilkan angka yang jauh lebih tinggi dari angka realisasi kebutuhan energi listrik ; sedangkan model SEEx menghasilkan angka yang sedikit lebih tinggi dari angka realisasi

ISBN : 978-602-97491-4-4 A-6-1


kebutuhan energi listrik. Maka dari segi penganggaran perusahaan, angka hasil model SEEx harus sekuat tenaga dipenuhi demi mencapai nilai kinerja perusahaan yang maksimal. Pada penelitian ini data yang digunakan adalah data sekunder dari BPS (Biro Pusat Statistik), PT PLN (Persero) Distribusi Jawa Timur, Pemerintah Daerah Propinsi Jawa Timur dan dari sumber lainnya yang relevan. Perumusan masalah Berdasarkan uraian di atas, permasalahan yang menjadi kajian adalah bagaimana menghasilkan pendapatan PLN yang maksimal dari ramalan beban listrik yang setepat mungkin pada daerah tertentu (lingkup Propinsi Jawa Timur) dalam waktu setahun sampai 5 (lima) tahun (jangka menengah) dan 10 (sepuluh) tahun (jangka panjang). Tujuan penelitian Tujuan melakukan penelitian ini adalah sebagai berikut : 1 Menghitung ramalan beban listrik dengan program yang sudah tersedia (Simple E Expanded) 2 Membuat model optimalisasi pembangunan (urutan prioritas alokasi dana) ketenagalistrikan pada PLN APJ – PLN APJ. Batasan & Asumsi Penelitian ini dilakukan dengan batasan-batasan dan asumsi sebagai berikut : 1. Penelitian yang menggunakan data sekunder historis penjualan listrik PLN Distribusi Jawa Timur dari tahun 1995 sampai dengan tahun 2010. 2. Perhitungan kecenderungan pertambahan kuantitas pelanggan, daya terpasang, dan penjualan energi listrik dianggap linier. 3. Selama penelitian tidak terdapat perubahan pola dan tarif penjualan energi listrik. METODE Dari berbagai peramalan model ekonometri, di mana antara lain PLN menggunakan model DKL sebelum tahun 2010, pada kesempatan penelitian ini digunakan model Simple E. Peramalan Dengan Model SEEx Model SEEx (Simple Econometric Simulation System, Expanded or Simple E Expanded) adalah sistem simulasi terintegrasi yang diperluas dari alat simulasi ekonometri. SEEx membantu simulasi model berkonsentrasi pada persiapan data dan spesifikasi model. Proses estimasi menggunakan model-model regresi dan simulasi peramalan dibuat otomatis untuk mempercepat proses peramalan. Semakin populernya memanipulasi data dalam spreadsheets seiring semakin canggihnya perangkat lunak seperti Microsoft Excel telah mendorong pembuatan analisa di dalam spreadsheets sendiri. SEEx didisain untuk memenuhi kebutuhan ini. SEEx didisain untuk kompatibel sepenuhya dengan program spreadsheets. SEEx adalah sebuah tambahan di dalam program {Add-In application} Microsoft Excel 2000-2007. SEEx mendaya-gunakan semua keunggulan fungsi spreadsheets. Secara serempak dia mengintegrasikan proses data input, pembuatan model, pengujian dan simulasi peramalan. Dia tidak memerlukan program baru. Operasi grafis dan visual membuat SEEx mudah digunakan dan dipelajari. Pengguna dapat berkonsentrasi pada pembuatan model dan simulasi peramalan dengan memperoleh keuntungan transparansi dan kompatibilitas dengan data lainnya dan program antar-muka di dalam Windows.

ISBN : 978-602-97491-4-4 A-6-2


Konsep Dasar Simple E Expanded File aplikasi Simple E Expanded adalah sebuah file kerja Excel yang terdiri dari tiga kertas kerja/”sheet” yaitu Data, Model dan Simulasi. Simple E Expanded tidak dapat berfungsi tanpa ketiga kertas kerja tersebut. Ada tiga proses dari input data sampai simulasi, yaitu : 1) Cek Model, 2) Penyelesaian Model dan 3) Simulasi. Setelah data disusun dan dimasukkan table/ worksheet dilanjutkan pemilihan model dari menu yang ada dan diadakan simulasi. Hasil indikator statistik dapat diketahui. Dari percobaan pemilihan beberapa model untuk satu macam deret data dapat dibandingkan indicator statistic yang paling cocok/ fit untuk suatu model. Optimalisasi Pengalokasian Anggaran Strategi pengalokasian anggaran/ dana pembangunan ketenagalistrikan yang obyektif tentu dibutuhkan untuk mencapai pendapatan perusahaan semaksimal mungkin, terutama seperti PT PLN Distribusi Jawa Timur yang terdiri dari enam belas unit-kerja (PLN APJ). Obyektifitas strategi pengalokasian dana pembangunan ketenagalistrikan tentu berdasarkan data pendukung yang jelas dan obyektif juga diproses dengan program Lindo. Layaknya data pendukung peramalan kebutuhan listrik yang lebih dipertajam dan diperkaya dengan informasi penting lainnya yang memperkuat maksimalisasi pendapatan perusahaan. Sehingga strategi pengalokasian dana pembangunan ketenagalistrikan perlu diperbaharui setiap tahun sesuai informasi penting terbaru. Dalam penelitian ini kami mengusulkan sebuah skema strategi pengalokasian dana pembangunan ketenagalistrikan yang obyektif. Pada rencana pengalokasian dana pembangunan ketenagalistrikan setiap APJ (ada 16 PLN APJ) diberi atribut dari data pendukung sebagai berikut : 1. 2. 3. 4. 5. 6. 7.

Penjualan energi sisi TR Penjualan energi sisi TM Penjualan energi sisi TT PDRB Rencana pembangunan/ pengembangan wilayah dari Pemerintah Daerah. Daftar Tunggu pelanggan di PLN Informasi penting lainnya

Sehingga model matematis lengkap akan menghasilkan matriks 16 x 7. Setiap PLN APJ yang membutuhkan anggaran/ dana investasi pada tahun ke 1 yang dihitung pada tahun ke 0 mempunyai model matematis sebagai berikut : y i = x i. r i + v i.m i + z i . t i + b i. d i + f i . p i + g i . w i + h i . k i

Keterangan : i = 1 s/d. 16 adalah identifikasi PLN APJ y i = Faktor Pendapatan total PLN APJ ke i r i = Pendapatan pada sisi tegangan rendah PLN APJ ke i m i = Pendapatan pada sisi tegangan menengah PLN APJ ke i ISBN : 978-602-97491-4-4 A-6-3

(1)


t i = Pendapatan pada sisi tegangan tinggi PLN APJ ke i d i = PDRB PLN APJ ke i p i = Rencana pengembangan wilayah PLN APJ ke i w i = Daftar tunggu PLN APJ ke i k i = Informasi lainnya PLN APJ ke i Model matematis dalam program Lindo adalah sebagai berikut :

Max

n ∑ ( x i. r i + v i.m i + z i . t i + b i. d i + f i . p i + g i . w i ) i =1

subject to x i , v i , z i , b i., f i , g i > K n ∑ ( x i. + y i. + z i . + b i. + f i + g i ) = L i =1

Keterangan : Sesuai persamaan (1) n = 12 K, L adalah faktor-faktor yang ditentukan sesuai kapasitas anggaran investasi Setelah didapat nilai pada kelompok PLN APJ, baru dibuat urutan individu PLN APJ dalam kelompok tersebut sesuai faktor kekuatan yang dimiliki. Dengan demikian seluruh urutan alokasi anggaran investasi setiap PLN APJ akan didapat setiap tahunnya untuk memperoleh pendapatan maksimal PT. PLN Distribusi Jawa Timur. HASIL DAN PEMBAHASAN Pengolahan data dilaksanakan dengan menggunakan dua program, untuk prakiraan kebutuhan energi listrik dengan program Simple E dan optimalisasi faktor pendapatan dengan program Lindo, dan hasilnya pada beberapa tabel hasil pengolahan data adalah sebagai berikut : 1. Pengolahan data penentuan faktor untuk masukan program Lindo dari penjualan energi listrik, PDRB dan daftar tunggu PLN APJ dapat dilihat pada tabel 1. 2. Pengolahan data Rencana Anggaran Investasi dan Penjualan energi listrik dari PLN Distribusi Jawa Timur yang menunjukkan perbandingan antar PLN APJ pada tahun 2011 ditunjukkan pada tabel 2.

ISBN : 978-602-97491-4-4 A-6-4


Tabel 1. Tabel Faktor untuk Input Program Optimalisasi Lindo NO PLN APJ (y i) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

SURABAYA SELATAN SURABAYA UTARA SIDOARJO SURABAYA BARAT GRESIK SBS+ MALANG KEDIRI MOJOKERTO MADIUN BANYUWANGI PASURUAN SITUBONDO BOJONEGORO PAMEKASAN JEMBER PONOROGO

TR TM TT PDRB PengWil Daftung (r I ) (m I ) (t I ) (d I ) (p I ) (w I ) (GWH) (GWH) (GWH) (100xMilyar) (MVA) 1,799 1,168 749 499 370 4,585 1,183 1,053 622 482 287 1,060 541 826 777 749 378

1,100 891 1,101 807 731 4,631 302 672 33 27 21 76 6 1,209 123 1,101 11

259 458 186 903 92 497 245 279 776 -

283 283 276 283 163 1,288 313 196 120 110 152 483 146 139 220 276 77

500 500 400 500 500 2,400 1,200 850 900 300 200 1,350 850 1,100 1,200 400 450

69.413 24.707 77.295 17.577 140.977 329.968 19.362 100.841 0.421 37.419 1.035 11.093 21.969 36.100 112.077 77.295 0.005

ANALISIS HASIL PENELITIAN Berdasarkan hasil peramalan yang dilakukan diketahui bahwa proyeksi kebutuhan listrik (kWh) rumah tangga tumbuh sekitar 4 % per tahun dan menurun hingga sekitar 3 % seiring naiknya rasio elektrifikasi, seperti ditunjukkan pada tabel 2 (kutipan dari hasil program Simple E), walaupun secara jumlah pelanggan tumbuh sekitar 5 % per tahun. Rasio Elektrifikasi dipatok maksimal 99 %, sesuai realita yang ada walaupun suatu daerah kelihatannya sudah terlistriki semua tetapi masih saja ada permintaan sambungan listrik ke PLN. Sejalan dengan proyeksi kebutuhan listrik rumah tangga, proyeksi kebutuhan listrik pelanggan komersial tumbuh sekitar 4 % per tahun dan diharapkan terus tumbuh seiring perbaikan ekonomi nasional. Tetapi pertumbuhan akan menurun hingga sekitar di bawah 4 % seiring naiknya rasio elektrifikasi, seperti ditunjukkan pada tabel 2. Proyeksi kebutuhan listrik pelanggan publik tumbuh sekitar 3 % per tahun, diharapkan pertumbuhannya terus mengecil karena pembiayaannya sebagian besar adalah tanggungan negara. Pola pertumbuhan pelanggan publik mengikuti pola pertumbuhan rumah tangga, seperti ditunjukkan pada tabel 2. Proyeksi kebutuhan listrik pelanggan industri tumbuh sekitar 8 % pada tahun 2011 dan menurun sampai dengan 5 % pada tahun 2015. Ini akibat adanya pembelian energi listrik yang besar dari beberapa pelanggan industri pada tahun 2010, karena pembangkit tenaga industri sendiri sedang mengalami perbaikan. Kemudian pertumbuhan terus menurun menjadi sekitar 3 % per tahun sampai dengan tahun 2020, seperti ditunjukkan pada tabel 5. Perlu diperhatikan pada tahun 2010 saja, masyarakat industri yang sudah mempunyai pembangkit listrik utama (captive utama) untuk keperluan sendiri sekitar 400 MVA (angka ini di luar pembangkit cadangan darurat walaupun sudah menjadi pelanggan PLN, Statistik PLN ISBN : 978-602-97491-4-4 A-6-5


Distribusi Jawa Timur). Sedangkan pada saat yang sama daya terpasang pelanggan PLN sektor industri sekitar 3400 MVA. Seandainya PLN dapat melayani masyarakat industri seluruhnya, maka pertumbuhan listrik sektor industri akan lebih dari 5 % per tahunnya sampai sepuluh tahun ke depan.. Tabel 2 Prakiraan Penjualan Energi Listrik Per Sektor (program Simple E).

Tahun

2011

2012

2013

2014

2015

Rasio Elektrifikasi Rumah Tangga Pertumbuhan Bisnis Pertumbuhan Publik Pertumbuhan Industri Pertumbuhan

(%) (GWH) (%) (GWH) (%) (GWH) (%) (GWH) (%)

69.41 8,809.47 4.45 3,007.63 5.30 1,402.13 4.59 10,692.79 8.68

71.34 9,185.01 4.26 3,158.95 5.03 1,463.62 4.39 11,524.62 7.78

73.80 9,560.54 4.09 3,310.27 4.79 1,525.12 4.20 12,327.69 6.97

76.80 9,936.08 3.93 3,461.59 4.57 1,586.61 4.03 13,095.17 6.23

79.90 10,311.61 3.78 3,612.91 4.37 1,648.11 3.88 13,825.93 5.58

Total Pertumbuhan

(GWH) (%)

23,912.02 6.42

25,332.21 5.94

26,723.62 5.49

28,079.46 5.07

29,398.56 4.70

Tahun

2016

2017

2018

2019

2020

Rasio Elektrifikasi Rumah Tangga Pertumbuhan Bisnis Pertumbuhan Publik Pertumbuhan Industri Pertumbuhan

(%) (GWH) (%) (GWH) (%) (GWH) (%) (GWH) (%)

83.20 10,687.15 3.64 3,764.23 4.19 1,709.60 3.73 14,518.83 5.01

87.78 11,062.69 3.51 3,915.55 4.02 1,771.10 3.60 15,174.23 4.51

91.48 11,438.22 3.39 4,066.87 3.86 1,832.59 3.47 15,793.90 4.08

95.65 11,813.76 3.28 4,218.19 3.72 1,894.08 3.36 16,381.08 3.72

99.00 12,189.30 3.18 4,369.51 3.59 1,955.58 3.25 16,940.43 3.41

Total Pertumbuhan

(GWH) (%)

30,679.81 4.36

31,923.56 4.05

33,131.59 3.78

34,307.11 3.55

35,454.81 3.35

Analisa Optimalisasi Pendapatan Dari data yang tersedia apa adanya setelah proses program Lindo untuk memperoleh pendapatan maksimal PLN Distribusi Jawa Timur, didapat urutan alokasi anggaran investasi nomor 5 adalah untuk PLN APJ Kediri kemudian diikuti salah satu PLN APJ di wilayah metropolis Surabaya dan seterusnya ditunjukkan pada tabel 3.

ISBN : 978-602-97491-4-4 A-6-6


Tabel 3. Optimalisasi Faktor Pendapatan APJ Sebelum PDRB Kota Kediri Disesuaikan, th 2011

No. FAKTOR PENDAPATAN APJ PLN APJ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

85,376 64,597 62,294 60,073 59,089 58,041 57,737 55,955 55,850 46,411 30,152 29,243 28,166 17,969 17,205 16,480

Surabaya Selatan Pasuruan Surabaya Utara Sidoarjo Mojokerto Kediri Bojonegoro Malang Surabaya Barat Gresik Madiun Jember Pamekasan Situbondo Banyuwangi Ponorogo

Tabel 4. Optimalisasi Pendapatan APJ Sesudah PDRB Kota Kediri Disesuaikan, th 2011

No. FAKTOR PENDAPATAN APJ PLN APJ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

85,376 64,597 62,294 60,073 59,089 57,737 55,955 55,850 55,701 46,411 30,152 29,243 28,166 17,969 17,205 16,480

Surabaya Selatan Pasuruan Surabaya Utara Sidoarjo Mojokerto Bojonegoro Malang Surabaya Barat Kediri Gresik Madiun Jember Pamekasan Situbondo Banyuwangi Ponorogo

Hal ini karena ada kekhususan pembentuk PDRB kota Kediri yang sekitar 80 % pembentuk PDRB kota Kediri adalah dari sektor industri olahan/ hasil ekonomi dari salah satu pabrik rokok terbesar di Indonesia. Sedangkan suplai listrik ke pelanggan tersebut sudah melalui jaringan tegangan tinggi sebesar kurang-lebih 54 MVA dan tidak ada rencana perluasan lagi, sehingga mengalokasikan anggaran investasi melebihi salah satu PLN APJ di wilayah metropolis Surabaya untuk PLN APJ Kediri adalah kurang tepat. Maka perlu koreksi PDRB kota Kediri yaitu besar sektor industri olahan disetarakan dengan kabupaten/ kota lain di dalam wilayah PLN APJ Kediri. Hasil dari proses program Lindo dengan koreksi PDRB kota Kediri menunjukkan urutan alokasi anggaran investasi nomor 1 adalah untuk PLN APJ di wilayah metropolis Surabaya kemudian diikuti PLN APJ di wilayah lain dan seterusnya, ditunjukkan pada tabel 4. Hal ini logis terjadi karena PLN APJ (Surabaya Selatan, Surabaya Utara, Surabaya Barat, Gresik dan Sidoarjo) di wilayah metropolis Surabaya menghasilkan pendapatan hampir 50 % pendapatan PLN Distribusi Jawa Timur. Pada tahun 2011 usulan anggaran investasi PT. PLN Distribusi Jawa Timur untuk PLN APJ seperti ditunjukkan pada tabel 5. Di mana angka anggaran investasi per penjualan energi listrik bervariasi dari 19 911 rupiah/MWH (terhemat, rasio = 1 kali) bagi PLN APJ Surabaya Barat sampai dengan 121 395 rupiah/MWH (rasio = 6,01 kali) bagi PLN APJ Ponorogo. Pada usulan anggaran ini PLN APJ Ponorogo menduduki urutan prioritas ke 6. Bila dibanding hasil program optimalisasi, PLN APJ Ponorogo menduduki urutan prioritas ke 16 (terendah) dengan faktor pendapatan 16 480 seperti ditunjukkan pada tabel 3 dan tabel 4. Untuk mencapai urutan prioritas ke 6 perlu tambahan nilai faktor pendapatan sebesar 41 ISBN : 978-602-97491-4-4 A-6-7


257 atau setara dengan daftar tunggu (calon pelanggan PLN) sebesar 2 292 MVA, atau informasi manajemen atas yang setara dengan daftar tunggu 2 292 MVA. Hal ini terjadi karena segera diperlukan jaring distribusi yang cukup besar untuk memfasilitasi prasarana pembangunan PLTU Pacitan 2 x 315 MW. Dari tabel 5 hasil optimalisasi didapat nilai investasi per penjualan energi listrik sebesar 39 210 rupiah/MWH, nilai ini adalah nilai optimum investasi per penjualan energi listrik, setelah faktor pendapatan optimum diperoleh dari program Lindo. Dalam realisasi usulan anggaran investasi, nilai optimum tersebut dapat lebih dipertajam lagi dengan mempergunakan harga satuan material dan jasa sesuai pasar, sehingga didapat angka yang lebih kecil yang menguntungkan perusahaan dan negara. Tabel 5 Rencana Anggaran Investasi dan Rencana Penjualan Energi Listrik Perbandingan antar PLN APJ Tahun 2011

PLN APJ No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Surabaya Selatan Surabaya Utara Surabaya Barat Sidoarjo Kediri Malang Gresik Bojonegoro Mojokerto Jember Pasuruan Pamekasan Madiun Banyuwangi Situbondo Ponorogo Total

Rencana (dari PLN Dist Jatim) Anggaran Investasi (x Rp 1000)

Rencana (dari PLN Dist Jatim) Investasi per Penjualan Penjualan (MWH) (Rp / MWH)

97,684,803 58,690,840 33,836,387 51,039,150 58,489,088 47,484,455 30,214,533 40,831,344 44,291,407 37,607,520 42,930,262 30,490,199 28,324,478 29,900,653 20,750,850 45,892,149

3,012,340 1,954,159 1,699,390 1,654,317 1,327,420 1,519,097 1,159,431 1,680,218 1,985,969 751,783 2,138,946 554,502 637,774 491,968 300,167 378,041

698,458,116

21,245,522

32,428 30,034 19,911 30,852 44,062 31,258 26,060 24,301 22,302 50,024 20,071 54,987 44,411 60,778 69,131 121,395

Rencana (dari perhitungan RUPTL 2010, Simple E dan Perbandingan Optimalisasi) Anggaran terhadap Investasi Rp/MWH terhemat (x Rp 1000) 1.63 1.51 1.00 1.55 2.21 1.57 1.31 1.22 1.12 2.51 1.01 2.76 2.23 3.05 3.47 6.10

Rencana (dari perhitungan Simple E dan Optimalisasi) Penjualan (MWH)

107,836,728 78,682,388 70,543,121 75,877,297 70,354,645 70,675,213 58,620,989 72,925,789 74,634,126 36,935,904 81,590,698 35,575,874 38,083,836 21,731,616 22,695,824 20,815,949

2,750,266 2,006,714 1,799,130 1,935,173 1,794,324 1,802,499 1,495,069 1,859,898 1,903,467 942,013 2,080,888 907,326 971,289 554,243 578,834 530,890

937,579,998

23,912,022

KESIMPULAN DAN SARAN Setelah melakukan pengolahan data serta analisa dan pembahasan dari hasil penelitian yang telah dilakukan, diperoleh kesimpulan sebagai berikut : 1. Prakiraan beban listrik dan penjualan listrik hasil simulasi program Simple E sepuluh tahun ke depan tumbuh hanya sekitar 5 % per tahun, yang masih di bawah pertumbuhan ekonomi Jawa Timur yang diprediksi tumbuh sekitar 6 sampai 7 % per tahun. Maka untuk mengantisipasi kebutuhan listrik yang besar dari masyarakat, PLN perlu aktif secara terus menerus memperbaharui informasi daftar tunggu (calon pelanggan seluruhnya dari yang orde MVA kecil sampai orde MVA besar) dan informasi captive power terutama dari pelanggan industri. Sehingga prakiraan beban teoritis dari simulasi program digabung realita kebutuhan lapangan dapat memberi gambaran yang lebih riil mengenai kebutuhan anggaran perusahaan, baik investasi maupun operasional demi melayani kelistrikan masyarakat sebaik-baiknya. ISBN : 978-602-97491-4-4 A-6-8

Investasi per Penjualan (Rp / MWH) 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210 39,210


2. Optimalisasi pendapatan sangat perlu diperhatikan dan dipraktekkan, untuk menghindari atau menekan pengalokasian anggaran yang kurang tepat yang dapat merugikan atau mengurangi keuntungan perusahaan. Demikian pula negara dan masyarakat dapat ikut terhindar dari menanggung kerugian tersebut melalui subsidi yang diberikan kepada PLN. Saran Penelitian yang dilaksankan ini masih sangat terbatas, berhubung terbatasnya waktu dan sumber daya. Diharapkan ada saran perbaikan yang dapat digunakan penelitian lanjutan yang dapat lebih memperkaya wawasan dan perbendaharaan ilmu pengetahuan dari apa yang sudah dipaparkan di sini. DAFTAR PUSTAKA Kaoru Yamaguchi (2008), ‘Simple E Expanded V2008 for Excel 2000 – 2007’, Distributed by ASIAM Research Institute, April 2008. Makridakis, Spyros, Steven C. Wheelwright, and Rob J. Hyndman (1998), Forecasting: Methods and Applications, Third edition. John Wiley and Sons. Pelatihan prakiraan beban listrik dengan menggunakan program DKL 3.02. oleh PLN Pusat. Rencana Usaha Penyediaan Tenaga Listrik (RUPTL) PT. PLN (Persero) PLN Distribusi Jawa Timur tahun 2010. Statistik PT. PLN (Persero) PLN Distribusi Jawa Timur tahun 2010. Wahyuni, Diah Tri (2007) ‘Pendekatan Model Ekonometri Untuk Permalan Kebutuhan Listrik Periode 2005 - 2015 Di Wilayah Malang’, ITS » Master Theses » Fisika - S2

ISBN : 978-602-97491-4-4 A-6-9

Prosiding Seminar Nasional Manajemen Teknologi XV Program Studi MMT-ITS, Surabaya 4 Pebruari 2012

Recommend Documents