Seminar Nasional Sains & Teknologi V

Lembaga Penelitian Universitas Lampung

19-20 November 2013

ANALISA KEBUTUHAN LISTRIK PROVINSI LAMPUNG

HINGGA TAHUN 2030

Lukmanul Hakim1, Muhamad Komarudin1, Admi Syarif2, I Komang Winatha3, Gigih

Forda Nama1, dan Muhammad Syafrudin1
1)
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung
2)
Jurusan Matematika, Fakultas MIPA, Universitas Lampung
3)
Jurusan Pendidikan Ekonomi, Fakultas KIP, Universitas Lampung

ABSTRACT

In many places in the world, economic activities require a reliable and inexpensive
source of energy, especially electricity. Therefore, it is common that an increase in
economic growth, results in an increase of electricity consumption. However, in the
case of agriculture sector as the major contributor to Gross Domestic Product, the
relation between energy consumption and economic growth is rather loose and
population often determines energy consumption. In this research, electricity demand of
Province Lampung until the year of 2030 is analyzed as well as recorded into an
integrated database system with the developed load forecasting software. Hence, future
conditions such as annual growth of GDP, population, electricity consumption and peak
load can be observed along with the implementation of MP3EI program. Time series
analysis and least error square methods are utilized to predict the above-mentioned
variables. After analyzing electrical load characteristics of Province Lampung between
2001 and 2012, the results indicate that major consumer of electricity is the household
load sector of more than 60% of total connected load in average of 12 years. This
further supports the assumption of population mainly dictates electricity consumption
and peak load. Electricity demand projection obtained from this research shows a small
difference from PLN prediction of electricity consumption and peak load until the year
2030 which is understandable due to PLN’s assumption on PDRB growth rate of 6.82%
per year from 2015 to 2030.

Keywod: least error square method, time series analysis

PENDAHULUAN

Di banyak tempat di dunia ini, kegiatan ekonomi sangat bergantung kepada

ketersediaan energi, khususnya energi listrik yang dapat diandalkan serta murah.Untuk
menjamin ketersediaan energi listrik ini, maka perlu disusun suatu rencana penyediaan
tenaga listrik yang di dalamnya mencakup proyeksi kebutuhan energi listrik di masa
mendatang untuk suatu wilayah serta strategi pemenuhan kebutuhan tersebut.Pada
negara/wilayah yang aktifitas ekonominya didominasi oleh sektor pertanian maka

1308
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

konsumsi energi disinyalir agak lemah dalam hubungan sebab akibat dengan
pertumbuhan ekonomi. Chontanawat, et al,dengan menggunakan Prinsip Kausalitas
Granger, menunjukkan bahwa pada negara-negara berkembang, terutama yang aktifitas
ekonominya lebih didominasi oleh sektor pertanian, maka hubungan antara
pertumbuhan ekonomi yang ditunjukkan oleh GDP (Gross Domestic Product) dengan
konsumsi energi agak lemah (Chontanawat et. al., 2008). Sementara itu, pada
negara/wilayah yang pendapatannya sangat bergantung kepada sektor pariwisata,
ternyata jumlah wisatawan yang berkunjung sangat mempengaruhi konsumsi energi
listrik di tempat tersebut. Egelioglu, et aldalam studinya memaparkan studi kasus di
Bagian Utara Siprus yang sangat bergantung kepada sektor pariwisata sebagai sumber
utama pendapatannya, maka konsumsi energi listrik di wilayah tersebut sangat
dipengaruhi oleh variable seperti jumlah wisatawan yang berkunjung, jumlah pelanggan
dan tarif listrik (Egelioglu et. al., 2001).
Banyak pula studi yang dilakukan untuk memperkirakan kebutuhan energi listrik
di beberapa wilayah di Indonesia.Penelitian Wahid et. al. (2004) dan Dewi et.al. (2012)
mengeksplorasi beberapa metode dalam prakiraan kebutuhan listrik di Indonesia. Secara
umum, studi-studi tersebut mengikuti metode perhitungan yang telah dilakukan oleh PT.
PLN (Persero) yaitu menggunakan metode regresi dengan pendekatan laju eksponensial
untuk setiap sektor beban yang meliputi sektor rumah tangga, sektor komersial, sektor
industri dan sektor publik. Selain itu, tentunya metode berbasis kecerdasan buatan telah
pula digunakan untuk aplikasi peramalan beban seperti metode jaringan syaraf tiruan
(Kuncoro et. al., 2007) dan metode algoritma fuzzy (Rahman et. al., 2012).
Tujuan utama yang ingin dicapai dari penelitian ini adalah untuk menganalisa
kebutuhan listrik Provinsi Lampung hingga Tahun 2030 sekaligus membangun
basisdata rekaman pertumbuhan kebutuhan listrik Provinsi Lampung dalam kaitannya
dengan pertumbuhan ekonomi yang diharapkan oleh pemerintah akan semakin pesat
seiring dengan diimplementasikannya Program Master Plan Percepatan Pertumbuhan
Ekonomi Indonesia (MP3EI).Perangkat lunak aplikasi yang dikembangkan serta hasil
penelitian ini juga didiseminasikan melalui situs http://mp3ei.unila.ac.id dengan
harapan agar semua pemangku kepentingan dapat mengakses informasi yang terkait
dengan kebutuhan listrik Provinsi Lampung sebagai alternatif bagi hasil peramalan yang
dilakukan oleh PT. PLN (Persero) Distribusi Lampung. Metode regresi yang diadopsi

1309
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

dalam penelitian ini adalah Least Error Square(LES), sedangkan untuk memprediksi
beberapa variabel seperti populasi, konsumsi listrik, dan pendapatan domestik regional
bruto (PDRB) digunakan analisa runtun waktu atau Time Series Analysis (TSA) yang
diselesaikan dengan metode LES.Hasil prakiraan kebutuhan listrik ini kemudian
dikomparasi dengan hasil prakiraan yang dilakukan oleh PT. PLN (Persero) Distribusi
Lampung hingga Tahun 2030.

METODE
Secara umum, metode regresi yang diadopsi oleh PT. PLN (Persero) atau
mayoritas peneliti lain yang melakukan peramalan beban di Indonesia didasarkan atas
model eksponensial selain beberapa metode lain sebagaimana yang telah dipaparkan di
atas. Dalam penelitian ini, model regresi linier diselesaikan dengan dua metode yaitu
Metode Analisa Runtun Waktu atau Time Series Analysis (TSA) dan Metode Kwadrat
Eror Terkecil atau Least Error Square (LES) yang dipaparkan oleh Soliman dan Al-
Kandari (2010).

Metode Time Series Analysis (TSA)

TSA digunakan dalam penelitian untuk memprediksi PDRB, jumlah penduduk
dan konsumsi energi listrik Provinsi Lampung hingga Tahun 2030. Data PDRB dan
populasi 2001 hingga 2012 diperoleh BPS Provinsi Lampung sedangkan data konsumsi
listrik dan beban puncak Provinsi Lampung 2001 hingga 2012 didapat dari PT. PLN
(Persero) Distribusi Lampung. Data historis 2001 hingga 2012 ini kemudian dijadikan
dasar bagi TSA untuk memprediksi PDRB, populasi dan konsumsi listrik Provinsi
Lampung hingga 2030. Dalam bentuk matriks, dapat ditulis sebagai berikut:

PDRB2006 PDRB2005 PDRB2004 PDRB2003 PDRB2002 PDRB2001 a1

PDRB2007 PDRB2006 PDRB2007 PDRB2008 PDRB2009 PDRB2010 a2
= . (1)
… … … … … … a3
PDRB2012 PDRB2011 PDRB2010 PDRB2009 PDRB2008 PDRB2007 a4

POP2006 POP2005 POP2004 POP2003 POP2002 POP2001 a1

POP2007 = POP2006 POP2007 POP2008 POP2009 POP2010 . a2 (2)
… … … … … … a3

1310
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

POP2012 POP2011 POP2010 POP2009 POP2008 POP2007 a4

KL2006 KL2005 KL2004 KL2003 KL2002 KL2001 a1

KL2007 KL2006 KL2007 KL2008 KL2009 KL2010 a2
= . (3)
… … … … … … a3
KL2012 KL2011 KL2010 KL2009 KL2008 KL2007 a4

Metode Least Error Square (LES)

Baik model TSA maupun model regresi linier proyeksi beban puncak Provinsi
Lampung semuanya diselesaikan dengan metode LES. Karenanya persamaan (1) – (3),
kemudian diselesaikan sebagai berikut:
= +ξ (4)
Persamaan (4) kemudian disusun ulang dengan memindahkan komponen galat selisih
observasi dengan perhitungan ξ sehingga diperoleh:
ξ= − (5)
Persamaan (5) kemudian disusun untuk sejumlah observasi menjadi fungsi obyektif
minimalisasi galat selisih observasi dengan perhitungan, sehingga didapat:

( )= | − | (6)

Untuk fungsi obyektif linier yang diadopsi dalam penelitian, maka p = 1, sehingga
persamaan (6) dapat diselesaikan:
=[ ] (7)
Sementara untuk proyeksi beban puncak, model yang diadopsi adalah sebagai berikut:

BP2001 1 PDRB2001 POP2001 KL2001 a1

BP2002 1 PDRB2002 POP2002 KL2002 a2
= . (8)
… … … … … a3
BP2012 1 PDRB2012 POP2012 KL2012 a4

Persamaan (1), (2), (3) dan (8) kemudian diselesaikan menggunakan persamaan
(7) untuk mendapatkan nilai parameter regresi a1, a2, a3 dan a4.Setelah parameter
regresi diperoleh, maka dilakukan proyeksi hingga tahun 2030 untuk PDRB, Populasi,
Konsumsi Listrik dan Beban Puncak.

1311
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

HASIL DAN PEMBAHASAN

Berdasarkan data dari Badan Pusat Statistik Provinsi Lampung, maka dapat
dilihat bahwasanya mayoritas Pendapatan Daerah Regional Bruto (PDRB) Provinsi
Lampung berasal dari sektor pertanian yaitu sekitar 41%.Gambar 1 menunjukkan
komposisi atau distribusi sumbangan masing-masing sektor terhadap PDRB Provinsi
Lampung. Dengan mengacu kepada temuan Chontanawat, et al ( 2008), maka dapat
diperkirakan bahwa konsumsi listrik di Provinsi Lampung akan sangat dipengaruhi oleh
jumlah populasi yang mendiami wilayah Provinsi Lampung. Untuk mendukung asumsi
tersebut, gambar 2 dan gambar 3 menunjukkan bahwa dari Tahun 2001 hingga 2012,
lebih dari 60% dari keseluruhan beban tersambung di Provinsi Lampung merupakan
beban rumah tangga.

Gambar 1. Komposisi PDRB Provinsi Lampung Rata-rata 2001-2012 (Harga Konstan 2000)

Gambar 2. Pertumbuhan Beban Provinsi Lampung Tahun 2001-2012

(sumber: PT. PLN (Persero) Distribusi Lampung)

1312
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

Gambar 3. Komposisi Beban Tersambung Rata-rata Provinsi Lampung Tahun 2001-2012

(sumber: PT. PLN (Persero) Distribusi Lampung)

Analisa lebih jauh dilakukan pula terhadap pola tingkat kenaikan PDRB,
Populasi dan Konsumsi Listrik Provinsi Lampung untuk memastikan keterkaitan erat
antara populasi dengan konsumsi listrik.Gambar 4 menunjukkan pertumbuhan populasi
dan peningkatan PDRB terhadap konsumsi listrik di Provinsi Lampung.Dari gambar ini,
dapat dilihat bahwa kenaikan jumlah penduduk lebih berpengaruh terhadap kenaikan
konsumsi energi listrik. Sebagai contoh, pada tahun 2005, dimana kenaikan PDRB 2005
sebesar Rp. 1,1 trilyun (atas dasar harga konstan tahun 2000) lebih kecil ketimbang
PDRB 2004 sebesar Rp. 1,3 trilyun, jika aktifitas ekonomi lebih berpengaruh terhadap
konsumsi energi, maka kenaikan konsumsi listrik pada tahun 2005 semestinya lebih
rendah daripada kenaikan konsumsi listrik tahun 2004. Faktanya dari gambar tersebut
dapat diidentifikasi bahwa kenaikan konsumsi listrik 2005 sebesar 129.330 kWh, adalah
sedikit lebih besar ketimbang kenaikan konsumsi listrik 2004 sebesar 122.680 kWh.
Kenaikan konsumsi listrik ini didorong oleh kenaikan jumlah penduduk 2005 sebesar
200.230 jiwa, yang lebih tinggi ketimbang kenaikan jumlah penduduk pada tahun 2004
sebesar 62.950 jiwa. Begitu juga pada tahun 2011, dimana terjadi kenaikan PDRB yang
cukup signifikan sebesar Rp. 2,4 trilyun, tetapi ternyata kenaikan konsumsi listrik 2011
sebesar 166.490 kWh justru lebih rendah ketimbang kenaikan konsumsi listrik 2010
sebesar 235.420 kWh. Dari gambar di atas juga dapat dilihat bahwa kenaikan jumlah
penduduk cenderung linier, dimana laju kenaikan per tahun hampir rata, berbeda dengan

1313
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

laju kenaikan PDRB yang meskipun terlihat acak, namun pola hampir menyerupai deret
geometris.

Gambar 4. Komparasi Kenaikan PDRB dan Populasi Terhadap Kenaikan Konsumsi Listrik

Analisa di atas menjadi dasar dalam penelitian ini untuk memproyeksikan

konsumsi listrik serta beban puncak Provinsi Lampung hingga 2030.Untuk itu
dilakukan prediksi dengan TSA terhadap variabel PDRB, Populasi dan Konsumsi
Listrik yang hasilnya dipaparkan pada gambar 5, gambar 6 dan gambar 7.Garis putus-
putus dengan marker segitiga merupakan proyeksi yang dilakukan PT. PLN (Persero)
Distribusi Lampung.Dapat dilihat pada gambar 5, bahwasanya proyeksi PDRB yang
dilakukan PLN lebih tinggi nilainya dari PDRB proyeksi dengan metode TSA. Ini dapat
dimengerti sebab asumsi hitung PLN mendasarkan atas laju pertumbuhan PDRB
sebesar 6,82% per tahun dari 2015 hingga 2030 dan menaik secara
eksponensial.Akibatnya terdapat pula sedikit perbedaan pada proyeksi konsumsi energi
listrik dan beban puncak Provinsi Lampung, gambar 7 dan gambar 8.Sementara itu,
pertumbuhan jumlah penduduk yang diproyeksikan oleh PLN tidak berbeda jauh dari
yang diperkirakan oleh metode TSA.

1314
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

Gambar 5. Proyeksi PDRB Provinsi Lampung Hingga 2030 (Harga Konstan 2000)

Perbedaan prediksi PLN dengan prediksi dari penelitian ini juga dapat membawa
pada kesimpulan bahwa jika ekonomi dapat tumbuh dengan pesat seiring dengan
berhasilnya program MP3EI pemerintah, sebagaimana yang ditunjukkan oleh asumsi
pertumbuhan yang digunakan oleh PLN, maka kebutuhan akan energi listrik di masa
mendatang bagi Provinsi Lampung akan sangat tinggi. Belum lagi kemungkinan
banyaknya perpindahan penduduk ke Provinsi Lampung sebagai akibat dari
meningkatnya aktifitas ekonomi yang akan sangat mempengaruhi kondisi beban listrik
di Provinsi Lampung. Pada gambar 7, misalnya, dapat dilihat bahwa kenaikan konsumsi
energi listrik dari Tahun 2015 hingga 2030 akan mencapai lima kali lipat.

Gambar 6. Proyeksi Populasi Provinsi Lampung Hingga 2030

1315
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

Gambar 7. Proyeksi Konsumsi Listrik Provinsi Lampung Hingga 2030

Gambar 8. Proyeksi Beban Puncak Provinsi Lampung Hingga 2030

Di wilayah Provinsi Lampung, dewasa ini, beroperasi pembangkit listrik PLTU,

PLTP, PLTA, PLTG dan PLTD yang memasok listrik untuk Provinsi Lampung pada
saat beban puncak sebesar 474,8 MW (9 Juli 2013, sumber PT. PLN (Persero) UPB
Sumbagsel). Sehingga pada saat beban puncak tersebut, daya sebesar 186MWdikirim

1316
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

dari subsistem SUMSEL. Dengan kondisi seperti ini, apabila tidak ada penambahan unit
pembangkit baru, maka defisit listrik akan bertambah besar dimana proyeksi beban
puncak pada tahun 2015, beban puncak diperkirakan sebesar 746,5 MW.

KESIMPULAN
Analisis terhadap karakteristik beban listrik Provinsi Lampung yang dilakukan
pada penelitian ini menunjukkan bahwa mayoritas beban listrik di Provinsi Lampung
adalah beban dari sektor rumah tangga dengan rata-rata lebih dari 60% dari keseluruhan
beban tersambung. Dengan kondisi ini, maka konsumsi listrik dan beban puncak di
Provinsi Lampung akan sangat dipengaruhi oleh kondisi populasi dan pertambahan
jumlah penduduk. Hasil lainnya juga menunjukkan adanya perbedaan proyeksi
konsumsi listrik dan beban puncak dengan yang telah dilakukan oleh PT. PLN (Persero)
Distribusi Lampung. Hal ini dikarenakan perbedaan metode dan asumsi yaitu PLN
menggunakan model regresi eksponensial dengan asumsi laju kenaikan PDRB sebesar
6,82% per tahun.

DAFTAR PUSTAKA

Chontanawat, J., Hunt, L. C. & Pierse, R., 2008,“Does energy consumption cause
economic growth? : Evidence from a systematic study of over 100 countries”,
Journal of Policy Modeling, Vol. 30, March-April 2008, pp. 209-220.

F. Egelioglu, A.A. Mohamad, H. Guven, 2001, “Economic variables and electricity

consumption in Northern Cyprus”, Energy, Vol. 26, No. 4, April 2001, p. 355–
362.

Wahid, L.O.M.A., 2004, “Analisis Kebutuhan dan Penyediaan Listrik di Provinsi

Gorontalo”, Hlm. 17 – 29, Publikasi Ilmiah: Perencanaan Energi Provinsi
Gorontalo 2000 – 2015, Jakarta, April 2004.

Harifuddin, 2007, “Estimasi Kebutuhan Daya Listrik Sulawesi Selatan Sampai Tahun
2017”, Media Elektrik, Vol. 2, No. 2, Desember 2007, hlm. 16 – 22.

Kuncoro, A.H., Zuhal, Dalimi, R., 2007, “Long-Term Load Forecasting on the Java-
Madura-Bali Electricity System Using Artificial Neural Network Method”, Hlm.
177 – 181, Prosiding International Conference on Advances in Nuclear Science
and Engineering in Conjunction with LKSTN 2007, Jakarta, 2007

1317
 Seminar Nasional Sains & Teknologi V
Lembaga Penelitian Universitas Lampung
19-20 November 2013

Rahman, A., Abdullah, A.G., Hakim, D.L., 2012, “Prakiraan Beban Puncak Jangka
Panjang pada Sistem Kelistrikan Indonesia Menggunakan Algoritma Adaptive
Neuro-Fuzzy Inference System”,Electrans, Vol. 11, No. 2, September 2012, hlm.
18 – 26.

Nurhalim, Firdaus, 2010, “Prakiraan Kebutuhan Energi Listrik PT. PLN (Persero) Sub
Sistem Distribusi Riau”,Hlm. 1 – 10, Prosiding Seminar Nasional Fakultas
Teknik-UR, Pekanbaru, 29 – 30 Juni 2010.

Dewi, A.Y., Febrizal, Y., 2012, “Prediksi Kebutuhan Energi Listrik Kota Padang
Sampai Tahun 2020”,Jurnal Teknik Elektro ITP, Vol. 1, No. 1, Januari 2012,
hlm.1 – 9.

Soliman, S.A.H., Al-Kandari, A.M., 2010, “Electrical Load Modeling for Long-Term
Forecasting”, Hlm. 353 – 406, Electrical Load Forecasting: Modeling and Model
Construction, Elsevier, 2010.

1318