ESTIMASI PELANGGAN DAN KEBUTUHAN DAYA LISTRIK KALIMANTAN

SELATAN KATEGORI RUMAH TANGGA

Anton Azwar Ardywinata

Program Studi S-1 Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Lambung Mangkurat

Jalan Ahmad Yani km. 38,5, Banjarbaru Kalimantan Selatan

Antonpampan@gmail.com

Abstrak Penelitian ini bertujuan untuk mengestimasi

jumlah daya listrik dan jumlah pelanggan yang

tersambung di Kalimantan Selatan. Jumlah

daya listrik yang tersambung pada PT PLN

Wilayah Kalsel untuk kategori pelanggan

rumah tangga mengalami peningkatan setiap

tahun dan dari hasil estimasi daya listrik

tersambung untuk jenis pelanggan Rumah

tangga ini diperoleh bahwa jumlah daya listrik

tersambung tahun 2014 atau tahun selanjutnya

adalah berkisar antara 641.977.430 va ;

655.951.414 va dengan selang

kepercayaan 95%. Jumlah pelanggan yang

tersambung pada PT PLN Wilayah Kalsel

untuk kategori pelanggan rumah tangga untuk

tahun 2014 atau tahun selanjutnya adalah

berkisar antara 487.920 pelanggan ;

1.213.906 pelanggan dengan selang

kepercayaan 95%.

Kata Kunci: Estimasi, Daya Listrik, Jumlah

Pelanggan, Selang Kepercayaan

Pendahuluan

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 energy 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 Kalimantan 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 Kalimantan Selatan dimasa

yang akan datang. Estimasi ketersediaan

daya listrik ialah suatu perkiraan jangka

panjang tentang besarnnya 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.

Rumusan Masalah

Berapa jumlah pelanggan dan jumlah daya

listrik yang tersambung pada PLN wilayah

Kalimantan Selatan pada tahun ke depan

untuk jenis pelanggan rumah tangga?

Tinjauan Pustaka

Beban Listrik PLN

Dalam merencanakan suatu sistem

distribusi maka banyak hal yang harus

diperhatikan, salah satu diantarannya ialah

beban listriknya.

Jenis beban listrik menurut daerah

biasanya digolongkan dalam beberapa

golongan, yaitu:

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

social 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

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 social seperti rumah sakit,

sekolah, tempat ibadah, dan

sebagainya. Beban puncak

umumnya terjadi pada siang hari

sedangkan pada malam hari

kebanyakan dari beban perumahan

saja.

Data Mining

Dengan semakin besarnya jumlah

data dan kebutuhan akan analisis data

yang akurat maka dibutuhkan

metode analisis data yang tepat.

Data mining merupakan teknik yang

menggabungkan teknik analisis

datatradisional dengan algoritma

untuk pemrosesan data dalam

jumlah yang besar. Data mining

dapat digunakan untuk melakukan

analisis data dan menemukan pola-

pola penting pada data. Secara

sederhana, data mining atau

penambangan data dapat

didefinisikan sebagai proses seleksi,

eksplorasi, dan pemodelan dari

sejumlah besar data untuk

menemukan pola atau

kecenderungan yang biasanya tidak

disadari keberadaannya. Data

mining dapat dikatakan sebagai

proses mengekstrak pengetahuan

dari sejumlah besar data yang

tersedia. Pengetahuan yang

dihasilkan dari proses data mining

harus baru, mudah dimengerti, dan

bermanfaat. Dalam data mining, data

disimpan secara elektronik dan

diproses secara otomatis oleh

komputer mengunakan teknik dan

perhitungan tertentu.

Alasan-alasan utama dalam

penggunaan data mining adalah :

1. Banyaknya jumlah data yang ada

dan akan terus meningkatnya

jumlah data.

2. Kebutuhan untuk menginterpretasikan

data.

Data mining tidak hanya berhubungan

dengan masalah basis data, tetapi

merupakan suatu “titik temu” dari

berbagai macam ilmu pengetahuan

yang dapat digunakan untuk

membangun suatu informasi dalam

memperoleh pengetahuan yang baru

ataupun penting. Disiplin ilmu

tersebut dapat meliputi basis data,

statistik, probabilistik, jaringan saraf

tiruan, data visual, dan sebagainya.

Estimasi

Estimasi merupakan suatu metode

dimana kita dapat memperkirakan nilai

Populasi dengan memakai nilai sampel.

Estimasi biasanya diperlukan untuk

mendukung keputusan yg baik,

menjadwalkan pekerjaan, menentukan

berapa lama proyek perlu dilakukan dan

berapa biayanya, menentukan apakah

proyek layak dikerjakan, mengembangkan

kebutuhan arus kas, menentukan seberapa

baik kemajuan proyek, menyusun

anggaran time phased dan menetapkan

baseline proyek.

Faktor-faktor yg mempengaruhi kualitas

estimasi

1. Horizon Perencanaan

2. Durasi proyek

3. Orang

4. Struktur dan organisasi proyek

5. Menaikkan estimasi

6. Budaya organisasi

7. Faktor lain

Panduan estimasi waktu, biaya dan sumber

daya

1. Tanggung jawab

2. Menggunakan beberapa orang

untuk mengestimasi

3. Kondisi normal

4. Unit waktu

5. Independensi

6. Ketidakpastian (contingency)

7. Menambahkan penilaian risiko

pada estimasi membantu

menghindari kejutan pada

stakeholder

Koefisien Determinasi Koefisien determinasi dilambangkan

dengan r2, merupakan kuadrat dari

koefisien korelasi. Koefisien ini dapat

digunakan untuk menganalisis apakah

variabel yang diduga / diramal (Y)

dipengaruhi oleh variabel (X) atau

seberapa variabel independen ( bebas )

mempengaruhi variabel dependen ( tak

bebas ).

Kesalahan Standar Estimasi

Untuk mengetahui ketepatan persamaan

estimasi dapat digunakan dengan

mengukur besar kecilnya kesalahan

standar estimasi. Semakin kecil nilai

kesalahan standar estimasi maka semakin

tinggi ketepatan persamaan estimasi

dihasilkan untuk menjelaskan nilai

variabel yang sesungguhnya. Dan

sebaliknya, semakin besar nilai kesalahan

standar estimasi maka semakin rendah

ketepatan persamaan estimasi yang

dihasilkan untuk menjelaskan nilai

variabel dependen yang sesungguhnya.

Kesalahan standar estimasi diberi simbol

Se yang dapat ditentukan dengan rumus

berikut :

√

Metode Penelitian

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 Wilayah Kalsel.

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 Wilayah Kalsel yakni tahun

2003-2013

b. Jumlah daya listrik ialah besar nya

daya listrik yang tersambung setiap

tahun yang disediakan oleh PT. PLN

Wilayah Kalsel

c. Jumlah pelanggan ialah jumlah total

pelanggan yang tersambung pada

PLN wilayah kalsel

Teknik Analisis Data.

Analisis data yang digunakan dalam

penelitian ini adalah:

a. Analis Deskriptif

Analisis deskriptif digunakan

untuk mengestimasi data-data yang

diperoleh dalam bentuk tabel tahunan

dari jumlah pelanggan dan jumlah

daya tersambung yang diperoleh pada

PT PLN Wilayah Kalsel

b. Analisis Estimasi

1. Estimasi untuk data

pelanggan dengan rumusan :

Rata-rata sampel = jumlah pelanggan

( xi) /jumlah tahun

Varians sampel = (xi-xrata-rata)^2

Standar Deviasi = sqrt (akar dari

varians sampel)

2. Estimasi untuk data

jumlah daya yang tersambung dengan

rumusan :

Rata-rata sampel = jumlah daya ( xi)

/jumlah tahun

Varians sampel = (xi-xrata-rata)^2

Standar Deviasi = sqrt (akar dari

varians sampel)