Title:

Proyeksi Kebutuhan Tenaga Listrik Kota dan Kabupaten Magelang Tahun 2030 Menggunakan Perangkat Lunak Long-range Energy Alternatives Planning system

Author:

Mail Syihab Z. Ihsan(1*)
Mail Sapto Nisworo(2)
Mail Ibrahim Nawawi(3)

(1) , 
(2) , 
(3) , 
(*) Corresponding Author
10.31002/jeecit.v1i1.3074| Abstract views : 16 | PDF views : 0

Abstract


Energi listrik memiliki peranan yang sangat penting dalam kehidupan manusia, energi listrik banyak digunakan di berbagai sektor, baik sektor industri, rumah tangga, usaha, sektor pelayanan umum dan lainnya. Agar tercapai penyesuaian antara pembangkitan dan permintaan daya, maka pihak penyedia listrik harus mengetahui beban atau permintaan daya listrik untuk beberapa waktu ke depan dengan melakukan proyeksi kebutuhan tenaga listrik. Pada penelitian ini, bertujuan untuk mengetahui besarnya permintaan energi listrik Kota dan Kabupaten Magelang sampai dengan tahun 2030. Data yang digunakan dalam penelitian ini adalah data historis konsumsi energy listrik, data kependudukan wilayah Kota dan Kabupaten Magelang serta data rasio elektrifikasi. Pengolahan data untuk memprediksi tingkat konsumsi energi listrik menggunakan perangkat lunak LEAP (Long-range Energy Alternatives Planning System). Permintaan dihitung berdasarkan besarnya aktivitas pemakaian energi listrik dan besarnya pemakaian energi listrik per aktivitas (intensitas energi). Tahun 2012 sebagai tahun dasar perhitungan. Hasil yang diperoleh dari prediksi permintaan energi listrik Kota Magelang pada tahun 2015-2030 menunjukkan tren positif yaitu meningkat dari 7.595.544kWh menjadi 87.716.689,6kWh. Pertumbuhan untuk periode tersebut adalah 15,36%. Untuk Kabupaten Magelang meningkat dari 468.170.138kWh menjadi 1.098.322.616,4kWh pada tahun 2030. Pertumbuhan untuk periode tersebut adalah 4,7%.

Full Text:

##Full Text##

References


Ardian, Ricky. 2016. Peramalan Beban Listrik Jangka Panjang Provinsi D.I. Yogyakarta Menggunakan Neural Network Backpropagation. Surabaya: Universitas Negri Surabaya.

Ayuningtyas, Prita. dkk. 2016. Prediksi Beban Listrik Pada PT.PLN (Persero) Menggunakan Regresi Interval Dengan Neural Fuzzy. Jurnal Coding Sistem Komputer UNTAN Vol.04 No.1 ISSN:2338-493X

Badruzzaman, Yusnan. 2013. Roadmap Energy di Provinsi Daerah Istimewa Yogyakarta. ISSN: 2252-4908 Vol. 2 No. 1 April 2013 : 18 – 30

Deryanus. 2015. Ketersediaan Energi Listrik Sulawesi Utara Sampai Tahun 2020. Jurnal Teknik Elektro dan Komputer ISSN:2301-8402

Kavehnia, Z. dkk. 2007. Time-Series Load Modelling and Load Forecasting Using Neuro-Fuzzy Techniques, IEEE Electrical Power Quality and Utilisation.

Massarang, Maryantho. Dkk. 2014. Peramalan Beban Jangka Panjang Sistem Kelistrikan Kota Palu Menggunakan Metode Logika Fuzzy. Jurnal EECCIS Vol.8, No.2

Padmakumari, dkk. 2014. Application of Fuzzy System Theory In Land Used Based Long Term Distribution Load Forecasting. IEEE Catalogue No.98EX/197.

Putra, Chandra. 2014. Analisa Pertumbuhan Beban Terhadap Ketersediaan Energi Listrik di Sistem Kelistrikan Sulawesi Selatan. E-Journal Teknik Elektro dan Komputer (2014), ISSN : 2301-8402

Saeid, A. dkk, 2011. Short Term Load Forecasting Using Interval Type-2 Fuzzy Logic Systems. IEEE Fuzzy Systems

Sugiyono, Agus. 2006. Optimasi Penyediaan Energi Nasional: Konsep Dan Aplikasi Model Markal. Seminar Nasional Matematika, Statistika, dan Pendidikan Matematika. hal. 1-7.

Suhono. 2010. Perencanaan Permintaan dan Penyediaan Energi Listrk di Wilayah Kabupaten Sleman Menggunakan Perangkat Lunak LEAP. Skripsi Yogyakarta: Universitas Gadjah Mada.

Wijaya, M. E. & Limmeechokchai B. Optimization of Indonesian Geothermal Energy Resources for Future Clean Electricity Supply: A Case of Java-Madura-Bali System. The Conference on Energy Network of Thailand, General of the c-5 Naresuan University, 2-3.

Wijaya, M. E. 2009. Supply Security Improvement of Electricity Expansion Planning and CO2 Mitigation in Indonesia. Tesis, The Joint Graduate School of Energy And Environment at King Mongkut’s. University of Technology Thonburi, Thonburi.

Wilson, T. dkk. 2014. Long Term Probabilistic Load Forecasting and Normalization With Hourly Information, IEEE Transaction on Smart Grid 5 (1) 1949-3053.

Winkler, H. dkk. 2005 Cape Town Energy Futures: Policies and Scenarios for Sustainable City Energy Development. Energy Research Centre University of Cape Town, Cape Town.

Zhang, Y. dkk. 2007. The Fuzzy Logic Clustering Neural Network Approach for Middle and Long Term Load Forecasting. IEEE Grey System and Intelligent Service.

Kabupaten Magelang Dalam Angka 2013. Katalog BPS: 1102001.33.08, BPS Kabupaten Magelang, 2013.

Kabupaten Magelang Dalam Angka 2014. Katalog BPS: 1102001.33.08, BPS Kabupaten Magelang, 2014.

Kabupaten Magelang Dalam Angka 2016. Katalog BPS: 1102001.33.08, BPS Kabupaten Magelang, 2016.

Kota Magelang Dalam Angka 2013, Katalog BPS: 1102001.3371, BPS Kota Magelang, 2013.

Kota Magelang Dalam Angka 2014, Katalog BPS: 1102001.3371, BPS Kota Magelang, 2014.

Kota Magelang Dalam Angka 2015, Katalog BPS: 1102001.3371, BPS Kota Magelang, 2015.

Kota Magelang Dalam Angka 2016, Katalog BPS: 1102001.3371, BPS Kota Magelang, 2016.

Peraturan Daerah Kabupaten Magelang No. 5 Tahun 2011 Tentang Rencana Tata Ruang Wilayah Kabupaten Magelang Tahun 2010-2030

Peraturan Daerah Kota Magelang No. 4 Tahun 2012 Tentang Rencana Tata Ruang Wilayah Kota Magelang Tahun 2011-2031

UU RI No 30 tahun 2009 Tentang Ketenagalistrikan

UU RI No. 30 Tahun 2007 Tentang Energi




DOI: http://dx.doi.org/10.31002/jeecit.v1i1.3074

Article Metrics

Abstract view : 16 times
##Full Text## - 0 times

Cited By

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Universitas Tidar



e-ISSN : 2745-6412 p-ISSN : 2797-1740