pedoman teknis bau baseline bidang berbasis energi

7/18/2019 Pedoman Teknis BAU Baseline Bidang Berbasis Energi

1/60

Republik Indonesia

Republik Indonesia

2014

PEDOMAN TEKNISPERHITUNGAN BASELINE

EMISI GAS RUMAH KACASEKTOR BERBASIS ENERGI


2/60

Tim Penulis

Penasehat:

Endah Murningtyas, Deputi Bidang Sumber Daya Alam dan

Lingkungan Hidup, Bappenas

Koordinator:

Wahyuningsih Darajati, Direktur Lingkungan Hidup, Bappenas

Tim Penulis:

Achmad Zacky, Agus Supriyadi, Akhmad R, Aries Kusumawanto,

Ario Wicaksono, Devin Maeztri, Ery Wijaya, Gitafajar Saptyani,

Karlo Manik, Lisa Ambarsari, M. Suhud, Rizka Tri W, Shinta D.

Sirait, Syamsidar Thamrin, Widya Adi Nugroho.

Tim Pendukung Teknis:

Dini Artiani, Harliana, Lestira Watimmena, Tanti Hariyanti

Republik Indonesia

Badan Perencanaan Pembangunan Nasional (BAPPENAS)Deputi Bidang Sumber Daya Alam dan Lingkungan Hidup

Jl. Taman Suropati 2

Jakarta 10310

Telp. (021) 31936207

Website: www.bappenas.go.id


3/60

PEDOMAN TEKNISPERHITUNGAN BASELINE

EMISI GAS RUMAH KACASEKTOR BERBASIS ENERGI


4/60

iiPEDOMAN TEKNIS PERHITUNGAN BASELINEEMISI GAS RUMAH KACA SEKTOR BERBASIS ENERGI

UCAPAN TERIMA KASIH

Terima kasih kami ucapkan kepada seluruh staf diKedeputian Bidang Sumber Daya Alam dan LingkunganHidup, Kementerian PPN/Bappenas atas bantuanfasilitasi teknis dalam penyusunan dokumen ini.

Penyusunan Pedoman Teknis Perhitungan Baseline Emisigas Rumah Kaca Sektor Berbasis Energi ini didukungoleh Deutsche Gesellschaft fuer InternationaleZusammenarbaeit (GIZ) melalui Policy Advice forEnvironment and Climate Change(PAKLIM). Dukungantersebut sangat dihargai.

Proses penyusunan dokumen ini tidak terlepas daridukungan kemitraan dan dedikasi berbagai institusiberikut:

1. Kementerian Energi dan Sumber Daya Mineral2. Kementerian Perhubungan3. Kementerian Perindustrian4. USAID-ICED5. GIZ SUTIP

6. GIZ TRANSfer

Terima kasih yang setinggi-tingginya juga disampaikankepada para pihak yang telah banyak memberikanmasukan dalam penyempurnaan pedoman ini.


5/60

iii

DAFTAR ISI

Ucapan Terima Kasih iiDaftar Singkatan vii

Bab 1. Pendahuluan 1

Bab 2. Metodologi Dalam Pembuatan Baseline untuk Sektor Energi 5

2.1 Sistem Energi 5

2.2 Model Energi 6

2.3 Asumsi-asumsi dasar dalam Pemodelan Energi 8

2.4 Metodologi Analisa Permintaan Energi 8

2.5 Metodologi Analisa Penyediaan Energi 14

2.6 Metodologi Perhitungan Emisi atas Model Energi 15

Bab 3. Berbagai Model/Software Perencanaan Energi untuk PembuatanBaseline Sektor Energi

17

3.1 Kajian Berbagai Model Perencanaan Energi 17

3.2 Pemodelan dalam Pembuatan Baseline untuk Sektor Energi 20

3.3 Pengenalan Singkat tentang LEAP 22

Bab 4. Baseline untuk Sektor Energi dengan Menggunakan LEAP 27

4.1. Metodologi Penyusunan Baseline 27

4.2. Metode Perhitungan Konsumsi Energi Pada LEAP 29

4.3 Metode Perhitungan Produksi Energi Pada LEAP 33

4.4 Metode Perhitungan Emisi dari Produksi dan Konsumsi Energi 33

Bab 5. Emisi Baseline untuk Sektor Berbasisi Energi dengan Menggunakan

LEAP

37

5.1 Hasil Perhitungan Emisi Baseline Sektor Energi 38

5.2 Hasil Perhitungan Emisi Baseline Sektor Transportasi 43

5.3 Keterbatasan dan tindak lanjut 47

Daftar Pustaka 49


6/60

ivPEDOMAN TEKNIS PERHITUNGAN BASELINEEMISI GAS RUMAH KACA SEKTOR BERBASIS ENERGI

Daftar Gambar

Gambar 1: Emisi CO2sektor energi (juta ton) 2

Gambar 2: Sistem Energi Komplek 6Gambar 3: Alur dalam Pemodelan Energi 7

Gambar 4: Tampilan antarmuka LEAP 22

Gambar 5: Proses pengumpulan data untuk pembuatan Baseline 27

Gambar 6: Penggolongan data di tiap sektor yang diperlukan dalam pembuatan

Baseline

28

Gambar 7: Prosedur dalam pembuatan Baseline dengan menggunakan LEAP 29

Gambar 8: Kompilasi Baseline Nasional Tiap Propinsi di Indonesia

(Sekretariat RAN-GRK, 2014)

37

Gambar 9: Proyeksi emisi gas rumah kaca di tiap propinsi di Pulau Sumatra 38

Gambar 10: Proyeksi emisi gas rumah kaca di tiap propinsi di Pulau Jawa dan Bali 39

Gambar 11: Proyeksi emisi gas rumah kaca di tiap propinsi di Pulau Kalimantan 40

Gambar 12: Proyeksi emisi gas rumah kaca di tiap propinsi di Pulau Sulawesi dan

Papua

41

Gambar 13: Proyeksi emisi gas rumah kaca di tiap propinsi di Kepulauan 43

Daftar Tabel

Tabel 1: Contoh Sistem Energi Sederhana 5

Tabel 2: Karakteristik Beberapa Software Perencanaan Energi 20

Tabel 3: Faktor emisi bahan bakar rumah tangga 34

Tabel 4: Faktor emisi bahan bakar transportasi 34

Tabel 5: Faktor emisi jaringan ketenagalistrikan 34

Tabel 6: Faktor emisi untuk sektor Industri 35

Tabel 7: Proyeksi emisi gas rumah kaca di Pulau Sumatera (ton setara CO2) 44

Tabel 8: Proyeksi emisi gas rumah kaca di Pulau Jawa dan Bali (ton setara CO2) 44

Tabel 9: Proyeksi emisi gas rumah kaca di Pulau Kalimantan (ton setara CO2) 45

Tabel 10: Proyeksi emisi gas rumah kaca di Pulau Sulawesi dan Papua (tonsetara CO

2)

46

Tabel 11: Proyeksi emisi gas rumah kaca di Kepulauan (ton setara CO2) 46

Tabel 12: Tingkatan level database yang diperlukan dalam pemodelan energi 48


7/60

v

DAFTAR SINGKATAN

AIM : Asia-Pasific Integrated Model

BAU : Business as Usual

BBM : Bahan Bakar Minyak

ETSAP : Energy Technology Systems Analysis Programme

GRK : Gas Rumah Kaca

IAEA : International Atomic Energy Agency

IEA : International Energy Agency

KESDM : Kementrian Energi dan Sumber Daya Mineral

LEAP : Long-range Energy Alternatives Planning System

MAED : Model for Analysis of Energy Demand

MARKAL : MARket Allocation

MESSAGE : Model for Energy Supply Strategy Alternatives and their GeneralEnvironmental Impacts

NAMAs : Nationally Appropriate Mitigation Actions

NIES : National Institute for Environmental Studies

PDB : Produksi Domestik Bruto

RAN-GRK : Rencana Aksi Nasional Penurunan Emisi Gas Rumah Kaca

RAD-GRK : Rencana Aksi Daerah Pengurangan Gas Rumah Kaca

RPJMN : Rencana Pembangunan Jangka Menengah

SEI : Stockholm Environment Institute

TIMES : The Integrated MARKAL-EFOM SystemUNFCCC : United Nations Framework Convention on Climate Change


8/60

viPEDOMAN TEKNIS PERHITUNGAN BASELINEEMISI GAS RUMAH KACA SEKTOR BERBASIS ENERGI


9/60

1

BAB 1PENDAHULUAN

Pemerintah Indonesia menyadari bahwa penanganan perubahaniklim merupakan bagian yang tidak terpisahkan dari tantanganpembangunan dan oleh sebab itu, pemerintah Indonesia berperanaktif dalam berbagai kerjasama internasional yang terkait. PresidenSusilo Bambang Yudhoyono dalam pidatonya pada pertemuan G-20di Pittsburgh, Amerika Serikat, 25 September 2009 menyatakanbahwa Indonesia secara sukarela berkomitmen untuk menurunkanemisi Gas Rumah Kaca (GRK) sebesar 26 persen pada tahun 2020 dari

tingkat Business as Usual(BAU) dengan usaha sendiri dan mencapai41 persen apabila mendapat dukungan internasional. Komitmenini disampaikan terutama karena Indonesia telah bertekad untukmenerapkan pembangunan berkelanjutan sebagaimana tertuang didalam rencana pembangunan nasional.Menindaklanjuti komitmen tersebut, Presiden Republik Indonesiatelah menerbitkan Peraturan Presiden No. 61 tahun 2011 tentangRencana Aksi Nasional Penurunan Emisi Gas Rumah Kaca (RAN-GRK)yang merupakan dokumen kerja yang berisi upaya-upaya untukmenurunkan emisi gas rumah kaca di Indonesia. Peraturan Presidenini telah diikuti dengan terbitnya Peraturan Presiden No. 71 tahun2011 tentang Penyelenggaraan Inventarisasi Gas Rumah Kaca (GRK)Nasional. RAN-GRK yang mengusulkan aksi mitigasi di lima bidangprioritas (Pertanian, Kehutanan dan Lahan Gambut, Energi danTransportasi, Industri, Pengelolaan Limbah) serta kegiatan pendukunglainnya, merupakan bagian yang tidak terpisahkan dari perencanaanpembangunan nasional yang mendukung prinsip pertumbuhanekonomi, pengentasan kemiskinan, dan pembangunan berkelanjutan.

Seiring dengan pertumbuhan ekonomi rata-rata sebesar 5,3% selama

satu dekade terakhir, pertumbuhan kebutuhan energi nasional jugameningkat pesat. Berdasarkan data dari Pusdatin ESDM (2011), totalkonsumsi energi nasional pada tahun 2000 sebesar 468 juta Setara BarelMinyak (SBM), naik secara tajam menjadi 793 juta SBM pada tahun2010. Kenaikan konsumsi energi ini mengakibatkan peningkatan emisigas rumah kaca yang terlihat jelas pada Gambar 1, dimana emisi CO

2

pada tahun 2000 yang mencapai 244,31 juta ton meningkat menjadi379,47 juta ton pada tahun 2010. Peningkatan emisi ini terjadi bukanhanya dari sektor pembangkit listrik, melainkan juga dari sektor industridan transportasi.


10/60

2PEDOMAN TEKNIS PERHITUNGAN BASELINEEMISI GAS RUMAH KACA SEKTOR BERBASIS ENERGI

Pembangkit Listrik/Power PlantIndustri/IndustryKomersial & Rumah tangga/Commercial & Household

Transportasi/Transportation

Sektor Lainnya/Other Sector

2000 2001 2002 2004 2005 2006 2007 2008 20092003 2010

400

300

20

10

0

Sumber: Pusdatin ESDM, 2011

Gambar 1: Emisi CO2sektor energi (juta ton).

Untuk memenuhi penurunan emisi sebesar 26% dari tingkatBAU, berdasarkan dokumen RAN-GRK disebutkan bahwaPemerintah Indonesia menargetkan untuk menurunkanemisi gas rumah kaca sebesar 36 juta ton setara CO

2 dari

sektor energi dan transportasi dan 1 juta ton setara CO2dari

sektor industri. Sedangkan untuk memenuhi penurunanemisi sebesar 41% dari tingkat BAU, penurunan emisi gasrumah kaca sebesar 56 juta ton setara CO

2 dari sektor

energi dan transportasi dan 5 juta ton setara CO2dari sektor

industri harus dapat dipenuhi. RAN-GRK telah mendatasekitar 50 aksi mitigasi di lima sektor dan menunjukkanjenis sumber daya apa saja yang akan dibutuhkan dalamproses implementasi, kebijakan baru yang perlu dirumuskan

serta pengaturan kelembagaan yang diperlukan untukkeberhasilan pelaksanaan.

Pada tahun 2012, seluruh Pemerintah Provinsi di Indonesiamenyusun dokumen Rencana Aksi Daerah PenurunanEmisi Gas Rumah Kaca (RAD-GRK), termasuk menghitungemisi baseline dan skenario mitigasi yang sesuai di masing-masing provinsi. Untuk memperoleh jumlah penguranganemisi GRK yang kredibel, diperlukan sebuah perhitungandasar atas jumlah emisi GRK yang dihasilkan oleh Indonesia.

Istilah BAU baseline yang selanjutnya disebut baselinemengacu pada situasi tanpa kebijakan/program tertentu dan


11/60

3BAB 1

PENDAHULUAN

digunakan sebagai referensi untuk mengukur kinerja. Olehkarena itu, dibutuhkan pembuatan baseline yang handal dandapat dipertanggung jawabkan secara keilmuan agar kinerjapengurangan emisi GRK dapat terukur.

Dalam proses penulisan RAD-GRK pada tahun 2012,penghitungan baseline pada 33 provinsi telah dilakukanmelalui beberapa tahapan. Tahap pertama dimulai dariPelatihan Perhitungan BAU Baseline untuk Sektor Energioleh Kementrian Energi dan Sumber Daya Mineral (KESDM)bekerjasama dengan Kementrian Dalam Negeri pada bulanJuni 2012 di Yogyakarta, dan bulan Juli 2012 di Surabaya.Dalam pelatihan tersebut, digunakan software Long rangeEnergy Alternatives Planning System (LEAP) sebagai tooluntuk menghitung BAU Baseline dari sektor energi di masing-masing provinsi dengan proyeksi waktu dari 2010 hingga2020. Tahap berikutnya adalah pendampingan kepada setiapdaerah dalam menyelesaikan perhitungan BAU Baseline.

Terkait dengan rencana kaji ulang RAN dan RAD-GRK, bukuPedoman Teknis ini disiapkan untuk membuat standarisasimetode perhitungan baseline emisi dari sektor energi danmembimbing para pihak untuk membangun baselineyang disempurnakan. Metode perhitungan ini harusmemenuhi kaidah ilmiah dan dipergunakan secara luas di

dunia internasional. Lebih jauh, buku Pedoman Teknis inidiharapkan dapat dipergunakan di Indonesia sebagai bagiandari capacity building untuk melakukan perhitungan atasemisi yang diproduksi dari sektor berbasis energi.


12/60



13/60

5

BAB 2METODOLOGI DALAM PEMBUATANBASELINE UNTUK SEKTOR ENERGI

2.1 Sistem Energi

Sebelum beranjak membahas tentang pemodelan energi, ada baiknya kitamemahami sistem energi. Sebuah sistem energi yang sederhana dapatdiklasifikasikan ke dalam tiga level, yakni: 1) produksi dan konversi energidari sebuah sumber energi (primary energy) menjadi bentuk energi yang bisa

dipakai (secondary energy), 2) distribusi dan penyimpanan energi, dan 3)pengkonsumsian energi.

Tabel 1: Contoh Sistem Energi Sederhana

Sumber Minyak Batubara Gas AlamSinar

MatahariBiomasa

PerlakuanEkstraksi

Sumurminyak

Tambangbatubara

Pembersihangas

-Pertanian/Perkebunan

TeknologiKonversi

Kilangminyak

Pembangkitlistrik

- Sel surya -

Bentuk

EnergiLayak Pakai

Bensin,

solar, avtur,dll.

Listrik Metana Listrik

Ethanol,

Methanol,arang

DistribusiSistemdistribusiminyak

Jaringanlistrik

Jaringanpipa/distribusi gas

Jaringanlistrik

Truk/truktanki/

jaringan pipa

TeknologiAkhirPenggunaan

Kendaraanbermotor

Lampu Kompor gas Lampu

Kendaraanbermotor,kompormasak

BentukLayanandari Energi

Transportasi Penerangan Memasak PeneranganTransportasi,danmemasak

Dalam sistem energi yang komplek, proses produksi/konversi hingga menjadibentuk energi jadi tidak hanya dipengaruhi oleh faktor teknologi saja. Akantetapi terdapat faktor-faktor penunjang lain seperti faktor biaya, regulasi,infrastruktur dan emisi lingkungan, seperti terlihat dalam Gambar 2. Faktor-faktor tersebut sangatlah penting untuk turut dipertimbangkan dalammelakukan pemodelan energi, karena dinamika yang terjadi di dalamnya akanmempengaruhi model yang akan kita hasilkan.


14/60


Teknologi

Sumber Energi

Infrastruktur

Emisi Lingkungan

Biaya

SosialBentuk

Final EnergiSistem Energi

Regulasi

Gambar 2: Sistem Energi Komplek

2.2 Model Energi

Model adalah rencana, representasi, atau deskripsi yangmenjelaskan suatu objek, sistem dalam dunia nyata, ataukonsep, yang seringkali berupa penyederhanaan atauidealisasi. Sedangkan model energi dapat dijelaskan sebagai

sebuah deskripsi atau rencana yang menjelaskan sistemproduksi, distribusi dan konsumsi energi yang komplek kedalam sebuah rumusan matematika untuk menampilkanreferensi gambaran sistem energi di masa mendatang.Tujuan melakukan pemodelan energi adalah:

1) Untuk memahami keadaan sistem energi (suplai,distribusi dan konsumsi) di masa mendatang,sehingga dapat diperoleh ide-ide kebijakan energiyang diperlukan dalam mengantisipasi kondisi sistem

energi yang dibutuhkan di masa mendatang.

2) Untuk menguji atau mengevaluasi pengaruh ide-idekebijakan energi terhadap sistem energi dalam jangkawaktu tertentu.

Gambar 3 memperlihatkan alur atau proses dalam pemodelanenergi. Langkah awal dimulai dengan memetakan variabel-variabel yang berpengaruh terhadap permintaan energi sepertidemografi (misal: jumlah penduduk, jumlah rumah tangga,usia penduduk, dll.) dan ekonomi makro-mikro (Produksi

Domestik Bruto (PDB), inflasi, pendapatan, pengeluaran,


15/60

7BAB 2

METODOLOGI DALAM PEMBUATAN BASELINE UNTUK SEKTOR ENERGI

dll.), lalu dilanjutkan analisa terhadap kebutuhan energi yangdipengaruhi oleh variabel-variabel di atas seperti kepemilikanterhadap peralatan listrik atau teknologi yang membutuhkanenergi seperti boiler, pompa dan sebagainya. Hasil dari

analisa kebutuhan energi digunakan untuk menganalisaproses distribusi energi dan analisa suplai energi (diperolehbaik melalui sumber daya domestik maupun melalui impordari negara lain). Seluruh proses penyediaan energi, distribusimaupun konsumsi energi menghasilkan produk sampingberupa emisi yang dapat dihitung jumlahnya.

E

misiGasRumahKaca

Sumber Daya Energi

Penyediaan Energi

Impor Energi

Distribusi Energi

Permintaan Energi

Ekonomi makro-mikroDemografi

Gambar 3: Alur dalam Pemodelan Energi

Seorang pemodel memiliki imajinasi tersendiri tentang bentukmasa depan yang akan dia modelkan. Begitu juga seorangpemodel energi, sebelum melakukan pemodelan, perlu

melakukan penggambaran keadaan di masa mendatangberdasarkan kajian-kajian ilmiah, baik itu berupa gambaranmasa depan tentang masyarakat, lingkungan, teknologi,perekonomian dan juga kebijakan publik atau situasi politik.Situasi masa depan yang telah dikaji secara ilmiah itulahyang kemudian bisa menjadi dasar asumsi untuk pembuatansebuah model. Kemudian, pemodel bisa menentukan targetdari sistem energi yang akan dibangun di masa depantersebut.


16/60


2.3 Asumsi-asumsi dasar dalamPemodelan Energi

Dalam pemodelan energi, seorang pemodel harusmenentukan terlebih dahulu asumsi-asumsi dasar yangdipergunakan dalam keseluruhan model. Asumsi dasar ituadalah untuk menampung parameter-parameter umumyang disederhanakan dari hal-hal komplek seperti; lajupertumbuhan penduduk, laju pertumbuhan ekonomi makrodan sebagainya, yang kemudian dianggap sebagai bilanganyang dipakai secara konsisten di seluruh perhitungan dalammodel

2.4 Metodologi Analisa PermintaanEnergi

Permintaan energi untuk setiap kegiatan adalah produk daridua faktor; tingkat aktivitas (layanan energi) dan intensitasenergi (penggunaan energi per unit layanan energi). Selainitu, total kebutuhan energi nasional atau sektoral dipengaruhioleh rincian kegiatan yang berbeda yang membentukkomposisi, atau struktur permintaan energi. Kebanyakananalisis energibottom-upmemegang campuran jasa energi

dan kegiatan (dan pada akhirnya di struktur permintaanenergi) yang konstan di seluruh skenario yang berbeda,tetapi tidak konstan dari waktu ke waktu.

Mengingat keadaan struktur yang konstan, tingkat aktivitastergantung pada faktor-faktor seperti jumlah penduduk,pendapatan dan pertumbuhan ekonomi. Tingkat intensitasenergi tergantung pada efisiensi energi, termasuk aspekteknologi dan operasional. Sebuah penjumlahan produkdari dua faktor ini atas semua kegiatan memberikan total

permintaan energi.

di mana:Q

i= kuantitas penggunaan energi

Ii

= intensitas konsumsi energi atas penggunaan

peralatan/teknologi

Intensitas I dapat dikurangi dengan mengubah teknologiuntuk meningkatkan efisiensi, tanpa mempengaruhi


17/60

9BAB 2


tingkat pelayanan energi. Penggunaan energi juga dapatdikurangi dengan mengurangi penggunaan (jam/tahun) dariyang diberikan pengguna akhir perangkat (kW), sehinggamengurangi penggunaan energi tahunan (MWh). Jika

pengurangan ini dicapai dengan mengurangi limbah ataupenggunaan yang diperlukan, misalnya melalui peningkatanteknologi kontrol, dapat dianggap sebagai peningkatanefisiensi (mengurangi I). Namun, jika pengurangan berasaldari konsumen hanya mengambil keuntungan sedikit daripengguna akhir, misalnya dengan mengurangi tingkatpencahayaan atau menaikkan suhu AC, maka penghematanyang dihasilkan harus benar-benar dianggap sebagaipengurangan tingkat pelayanan energi (pengurangan Q).Umumnya, analisis bottom-up mengasumsikan bahwapengurangan tersebut dalam jasa energi tidak dibuat, ataumereka akan dibuat dalam semua skenario dan dengandemikian tidak diperlakukan sebagai penghematan energibersih.

Jumlah penggunaan energi Q tergantung pada beberapafaktor, termasuk populasi, share penggunaan peralatan/teknologi tertentu, dan sejauh mana penggunaan setiapperalatan.

Qi= Ni. Pi. Midi mana:Q

i = kuantitas penggunaan energi

Ni = jumlah populasi pengguna atas peralatan/ teknologi

Pi = penetrasi (total unit/total populasi pengguna) atas

peralatan/teknologi (dapat lebih dari >100%

Mi = frekuensi penggunaan peralatan/teknologi

(jumlah jam/lama penggunaan)

Parameter populasi Ndapat menjadi jumlah rumah tangga,bangunan komersial, pelanggan industri, atau jumlah sarana

transportasi. Berbagai definisi dapat digunakan: misalnya,daripada mendefinisikan ukuran sektor komersial dalam haljumlah tempat komersial, orang bisa menggunakan jumlahtotal luas lantai komersial untuk menentukan sektor ini.Persyaratan utama adalah bahwa definisi N harus konsistendengan unit dalam penyebut dari variabel penetrasiP.

NilaiPhanyalah bagian dari pelanggan yang menggunakanlayanan listrik (peralatan yang mengkonsumsi gas dan bahanbakar lainnya harus dihitung secara terpisah). Untuk peralatan

pendinginan ruangan, dan peralatan pengkonsumsi energilistrik lainnya pada bangunan komersial, parameter penetrasi


18/60


biasanya didefinisikan sebagai per meter persegi bangunan.Untuk membuat analisa proyeksi permintaan energi, seorangpemodel energi memerlukan informasi rinci tentang trenkonsumsi listrik atau konsumsi energi lainnya yang terbagi

dalam level atau sektoral masing-masing konsumen, jenisperalatan yang digunakan, dan teknologi atas peralatantersebut. Satu set informasi yang baik juga berisi data tentangefisiensi peralatan yang saat ini digunakan. Pertumbuhanpemakaian energi kemudian diproyeksikan ke masa depansebagai bagian dari skenario baseline.

2.4.1 Sektor Rumah Tangga

Jumlah penggunaan energi sektor rumah tangga adalah

jumlah energi yang diperlukan oleh layanan perumahanseperti lampu, pendingin udara, pendinginan, penggunaantelevisi, pemanas air, dll.

Setiap pengguna akhir di sektor rumah tangga dapat memilikiekspresi spesifik mengikuti format umum:

. ( )

Konsumsi energi di setiap pengguna akhir dapat dihitungdengan menggunakan persamaan proyeksi berikut:

ERi= N

i. P

i. M

i. I

idi mana:

ERi

= konsumsi energi akhir sektor rumah tangga ataspenggunaan peralatan/teknologi

Ni = total jumlah rumah tangga yang menggunaan peralatan/

teknologi

Pi = tingkat penetrasi atas peralatan/teknologiM

i= frekuensi penggunaan atas peralatan/teknologi

(jumlah jam/lama penggunaan)

Ii = intensitas konsumsi energi atas penggunaan peralatan/

teknologi

Kebutuhan permintaan energi dari sektor rumah tanggadapat berbeda-beda bergantung pada tingkat pendapatan.Oleh karena itu, total kebutuhan energi perumahan dapatdihitung sebagai berikut:


19/60

11BAB 2


di mana:i = peralatan/teknologi

j = tingkat pendapatan

Perhitungan proyeksi permintaan energi di sektor rumahtangga dapat dikategorikan oleh peralatan/teknologi akhir,atau oleh kombinasi peralatan/teknologi akhir dan tingkatpendapatan, atau oleh kombinasi peralatan/teknologi akhir,tingkat pendapatan, dan jenis konstruksi rumah (misal:Rumah single Vs Apartemen), dll.

2.4.2 Sektor Industri

Menurut IPCC (2006), perhitungan konsumsi energi disektor industri dihitung dari seluruh energi yang dibutuhkanuntuk memproduksi 1 unit produk. Termasuk di dalamnyaadalah konsumsi energi oleh transportasi barang/bahanbaku yang digunakan secara internal di area produksi untukmenghasilkan produk. Unit energi yang digunakan dapatdisesuaikan dengan standar yang biasa dipakai dalamindustri tersebut, misal: kWh/Ton baja (industri besi/baja),

kCal/kg clinker semen (industri semen), dan GJ/ton kaintekstil (industri tekstil).

Dalam beberapa kasus di industri proses, bahan bakar(BBM, gas dan batubara) tidak hanya untuk menghasilkanenergi yang digunakan dalam proses produksi, namunjuga digunakan sebagai bahan baku produksi (feedstock)atau dalam istilah IPCC disebut sebagai non-energy use offuels.Oleh karena itu, bahan bakar yang digunakan sebagaifeedstock tidak dihitung sebagai bagian dari konsumsi

energi di industri. Untuk perhitungan emisi CO2 dari non-energy use of fuels, silahkan lihat rujukan lebih lanjut di IPCC(2006) Volume 3,Industrial Processes and Product Use.

Kebutuhan energi di sektor industri dapat di hitung denganpersamaan:


20/60


di mana:

EI = konsumsi energi sektor industrii = peralatan/teknologi

j = ketegori dalam sektor industri (misal; industri baja,industri makanan, industri kertas, dll)

Setiap pengguna akhir dapat memiliki ekspresi spesifikmengikuti format umum:

Kuantitas penggunaan energi Q dapat diidentifikasi sebagaiberikut:

di manaN = jumlah fasilitas dalam industri ketegorijP = tingkat penetrasi atas peralatan/teknologi dalam industri

kategorij

M = jumlah produk j yang dihasilkan

2.4.3. Sektor Transportasi

Sektor transportasi merupakan salah satu penyumbangterbesar dalam proporsi konsumsi energi di Indonesia.Dalam pembuatan emisi baseline ini, perhitungan konsumsienergi dari sektor transportasi hanya dilakukan pada sistemtransportasi darat non-kereta api, sedangkan perhitunganemisi baseline untuk transportasi laut dan udara akan

dihitung langsung oleh Kementrian Perhubungan denganmetodologi tersendiri. Perhitungan total energi yangdikonsumsi oleh sektor transportasi darat non kereta-apidibedakan berdasarkan jenis teknologi dan golongan darimoda transportasi tersebut, dinyatakan dalam formulasebagai berikut:


21/60

13BAB 2


di mana:

ET = konsumsi energi sektor transportasii = peralatan/teknologi kendaraan (misal: hybrid, listrik,

konvensional)j = golongan dari moda transportasi (misal: sedan, SUV, bus,

mini bus, truck, dll.)


Kuantitas penggunaan energi Q pada golongan modatransportasi tertentu dapat diidentifikasi sebagai berikut:

di mana:N = jumlah populasi pengguna atas peralatan/teknologijP = tingkat penetrasi kepemilikan atas peralatan/teknologi

kategorijM = frekuensi penggunaan atas moda transportasi tersebut

(jarak pemakaian)

Ii

= intensitas konsumsi energi atas moda transportasi tersebut(liter/km)

2.4.4 Sektor Komersial

Sektor komersial pada dasarnya adalah sektor bangunan,sehingga akan sangat berguna untuk memisahkan permintaanenergi sektor komersial berdasarkan jenis kegiatan ekonomidan jenis bangunannya. Biasanya, konsumsi energi di sektorkomersial didefinisikan berdasarkan tiap luasan lantai yangdinyatakan dalam dalam kWh/m2.

di mana:E

c= penggunaan energi di sektor komersial

i = peralatan/teknologi

j = ketegori dalam sektor komersial (tipe bangunan;perkantoran, perhotelan, rumah sakit, dll)


22/60



I sekarang didefinisikan dalam rata-rata daya terpasangper meter persegi luas lantai atas penggunaan peralatan/teknologi tertentu. Perlu diketahui bahwa berbagai jenisbangunan atau area fungsional dalam bangunan bisamemiliki tingkat penggunaan energi yang berbeda, sehinggamemiliki intensitas yang berbeda pula.

Kuantitas penggunaan energi Q dapat diidentifikasi sebagaiberikut:

di mana:A = total luas lantai dari bangunan tipe tertentuP = persentase total luas lantai dari bangunan atas penggunaan

peralatan/teknologi tertentuM = frekuensi penggunaan atas peralatan/teknologi (jumlah jam/lama penggunaan)

Pertumbuhan ekonomi yang tinggi akan mempengaruhi lajupertumbuhan daerah komersial seperti bertambahnya luaslantai bangunan, penetrasi AC/sistem pendingin ruangan,bertambahnya durasi penggunaan peralatan, dll Dalampersamaan ini perbaikan teknis yang diwakili oleh wattberkurang per meter persegi.

2.5 Metodologi Analisa Penyediaan

EnergiPenyediaan energi dihitung dari total energi yang dibutuhkandari seluruh sektor (rumah tangga, industri, transportasi, dankomersial) dan dengan memperhatikan energi yang hilang(losses) selama proses transmisi dan distribusi energi tersebutke konsumen tiap sektor.


23/60

15BAB 2


C = (ER+ E

T+ E

1+ E

C) + E

L

di mana:C = kapasitas suplai energi yang tersediaE

R= total energi yang dikonsumsi oleh sektor rumah tangga

ET = total energi yang dikonsumsi oleh sektor transportasiE1

= total energi yang dikonsumsi oleh sektor industriE

C= total energi yang dikonsumsi oleh sektor komersial

EL

= total energi hilang (losses) selama proses transmisi dan distribusi

Dalam sebuah sistem pembangkitan listrik, biasanya terdapatkelebihan kapasitas terpasang dan daya yang dibangkitkandibanding dengan jumlah pasokan yang dibutuhkan, atausering kali disebut sebagai reserve margin. Hal ini dilakukanuntuk mengantisipasi lonjakan atas permintaan energi dalam

jangka pendek. Reserve margindapat diperkirakan denganperhitungan sebagai berikut:

RM = 100 (C-PL) / PLdi mana:RM = reserve margin (kapasitas cadangan)C = kapasitas pembangkit listrik yang tersedia (dalam MW)PL = beban puncak (dalam MW)

Sehingga, kapasitas total pembangkit listrik atau energi (CT

dalam MW) dapat dihitung dengan menggunakan formulaberikut:

CT= C+ RM

2.6 Metodologi Perhitungan Emisiatas Model Energi

Menurut IPCC (Intergovernmental Panel on Climate Change),

Gas Rumah Kaca terdiri dari karbon dioksida, metan, dan gassektor non-energi yang paling umum (SF6, CFC, HCFC danHFC). Emisi dari sistem energi dapat dihitung sebagai:

Emisi= EC . EF

di mana:EC = kapasitas daya pembangkit listrik atau kapasitas daya

pembangkitan energiEF = faktor emisi atas tipe teknologi tertentu (bahan bakar

yang digunakan) untuk polutan jenis tertentu


24/60



25/60

17

BAB 3BERBAGAI MODEL/SOFTWARE

PERENCANAAN ENERGI UNTUKPEMBUATAN BASELINE SEKTOR ENERGI

3.1 Kajian Berbagai ModelPerencanaan Energi

Model perencanaan energi adalah berupa software yang digunakanuntuk menghitung keseimbangan antara penyediaan energi dengan

permintaan penggunaan energi dalam jangka waktu tertentu. Model iniberguna untuk menganalisa kebutuhan kebijakan energi, pembangunaninfrastruktur energi, dan juga kebutuhan akan investasi. Tidak hanyaitu, model ini berguna untuk membantu menghitung emisi GRK yangdihasilkan dari aktivitas terkait penggunaan energi.

Saat ini terdapat banyak sekali software perencanaan energi baik yangberlisensi berbayar maupun yang berlisensi gratis yang dikembangkanoleh berbagai institusi energi internasional terkemuka di dunia sepertiInternational Energy Agency (IEA), International Atomic Energy Agency(IAEA), Stockholm Environment Institute (SEI), dan National Institute forEnvironmental Studies (NIES). Masing-masing institusi mengembangkansoftware perencanaan energi dengan konsep pemodelan yang berbeda-beda. Setiap software memiliki keunggulan dan kelemahan untukdigunakan dalam penghitungan Baseline. Penjelasan singkat tentangsoftware-software perencanaan energi akan dijelaskan lebih lanjut dibawah ini, sedangkan fitur-fitur keunggulan dan kelemahan setiapsoftware ditunjukkan dalam Tabel 2.

3.1.1 TIMES/MARKAL

MARKAL (MARket Allocation) adalah sebuah model optimasi terintegrasienergy-lingkungan-ekonomi yang diperkaya dengan berbagai pilihanteknologi. Model ini dirancang oleh International Energy Agency (IEA)Energy Technology Systems Analysis Programme (ETSAP). MARKAL adalahmodel yang disesuaikan dengan input data yang merepresentasikanproyeksi suatu energi-lingkungan jangka panjang (20-50 tahun) yangspesifik dalam sebuah sistem nasional, regional, propinsi maupundalam level komunitas. Sistem pada MARKAL direpresentasikan sebagaisebuah jaringan sistem energi yang mengalir dari ekstraksi sumberenergi, pengkonversian energi, pendistribusian energi ke konsumen dan


26/60


penggunaan energi di tingkat konsumen. Masing-masingjaringan dalam MARKAL terdiri dari tiga pilar utama yaknikoefisien teknis (contoh: kapasitas, teknologi pembangkit,dan effisiensi), koefisian emisi lingkungan (contoh: CO2,

SOx, dan NOx), dan koefisien ekonomi (contoh: biaya capitaldan waktu pengkomersialan energi). TIMES (The IntegratedMARKAL-EFOM System) membangun sebuah fitur antaraMARKAL dan EFOM (Energy Flow Optimization Model).Kemudian untuk menjalankan MARKAL diperlukan beberapaelemen software pendamping seperti user-interface (ANSWERdan VEDA), GAMS (sebuah modeling sistem level tinggi)dan software optimasi seperti MINOS, CPLEX or OSL. Infoselengkapnya bisa dilihat di www.etsap.org.

3.1.2 Model for Energy Supply StrategyAlternatives and their GeneralEnvironmental Impacts (MESSAGE) Model for Analysis of Energy Demand(MAED)

MESSAGE dikembangkan oleh International AtomicEnergy Agency (IAEA) dan digunakan untuk memformulasidan mengevaluasi strategi alternative pengembanganenergi suplai. MESSAGE sangat fleksibel untuk digunakanmenganalisa pasar energi/listrik dan isu perubahan iklim,seperti: keterbatasan investasi baru, penetrasi pasar terhadapteknologi baru, kesediaan bahan bakar dan perdagangannya,dan emisi yang dikeluarkan akibat proses penyediaan energiterhadap lingkungan. MESSAGE memiliki karakteristik yangsama dengan keluarga MARKAL dan hanya dapat di jalankandi Windows.

Seperti MESSAGE, MAED juga dikembangkan olehInternational Atomic Energy Agency (IAEA) dan digunakan

untuk mengevaluasi kebutuhan energi di masa mendatang,dengan jangkauan waktu menengah hingga jangkapanjang. MAED menggunakan scenario yang berdasarkansosioekonomi, teknologi dan pembangunan demografi.Tidak seperti MESSAGE, MAED dapat digunakan di platformWindows maupun LINUX. Kedua software ini disediakangratis untuk umum, organisasi non-profit dan organisasipenelitian berdasarkan permohonan kepada IAEA. Untuklebih lengkapnya bisa dilihat di www.iaea.org.


27/60

19BAB 3

BERBAGAI MODEL/SOFTWARE PERENCANAAN ENERGI UNTUKPEMBUATAN BASELINE SEKTOR ENERGI

3.1.3 Asia-Pasific Integrated Model (AIM)

AIM terdiri dari tiga model utama: 1) model emisi gasrumah kaca (AIM/Emission), 2) model perubahan iklim

global (AIM/Climate), dan 3) model dampak perubahaniklim (AIM/Impact). Model AIM/Emission digunakan untukmemperkirakan emisi gas rumah kaca dan menilai pilihankebijakan untuk mengurangi mereka. Model AIM/Climatedigunakan untuk menghitung konsentrasi gas rumah kacadi atmosfer dan memperkirakan kenaikan suhu rata-rataglobal. Model AIM/Impact digunakan untuk memperkirakandampak perubahan iklim terhadap lingkungan alam dansosial-ekonomi dari kawasan Asia-Pasifik. Meskipun modelini dikembangkan untuk membantu menanggapi masalah

perubahan iklim, namun juga seringkali digunakan untukmenganalisa kebijakan pengelolaan energi, pertaniandan masalah pengelolaan sumber daya air. Model inidikembangkan oleh National Institute for EnvironmentalStudies dan Kyoto University Jepang. Untuk lebih lengkapnyabisa dilihat di http://www-iam.nies.go.jp/

3.1.4 Long-range Energy Alternatives PlanningSystem (LEAP)

LEAP adalah sebuah modeling tool yang komprehensifdan merupakan integrasi scenario yang didasarkan padaenergi dan lingkungan. LEAP dibangun oleh StockholmEnvironment Institute (SEI). Skenario yang dijalankan diLEAP menghitung energi konsumsi, pengkonversiannya danjuga energi yang diproduksi dalam sebuah energi systemberdasarkan beberapa asumsi, diantaranya adalah populasi,pembangunan ekonomi, teknologi dan harga. LEAPterkenal karena penggunaannya yang mudah (user friendly).Tidak seperti MARKAL yang bekerja dengan metodologi

optimasi, LEAP bekerja berdasarkan metodologi accountingdan sekaligus dapat menggunakan metodologi optimasisederhana. Software ini hanya bekerja pada platformWindows dan dirancang untuk bisa terintegrasi denganMicrosoft Office sehingga memudahkan hasil simulasi dariLEAP untuk diexport ke Microsoft Office maupun sebaliknya.Software ini menyediakan free-licensebagi pengguna yangberada di negara berkembang. Info selengkapnya bisa dilihatdi www.energycommunity.org.


28/60


Tabel 2: Karakteristik Beberapa Software Perencanaan Energi

Karakteristik MARKAL AIM MESSAGE LEAP

Menyediakandatabase terintegrasi

Tidak Tidak Tidak Databaseteknologi,

biaya, danfaktor emisidari IPCC

Interval waktu dalamproyeksi

Diatur olehpemodel,biasanyadigunakaninterval setiapperiode 5 atau10 tahun.



Diatur olehpemodel,biasanyamenggunakaninterval periodeper-tahun

Keahlian yangdibutuhkan dalam

penggunaan

Tinggi Tinggi Tinggi Rendah Menengah

Tingkat usaha yangdibutuhkan dalampenggunaan

Sulit Sulit Sulit Sederhana

Kemampuan dalammembuat laporan

Sederhana Sederhana Sederhana Lanjut

Kemampuanpengaturan data

Sederhana Sederhana Sederhana Komplek

Software basic yangdibutuhkan untukmenjalankan model

Windows,GAMS, solver& interface

Windows,GAMS, solver& interface

Windows,GAMS, solver &interface

Windows

Pemecahan masalah/Troubleshooting

Sulit Sangat sulit Sangat sulit Mudah

Tingkat kesulitanuntuk mempelajaripenggunaan

Menengah Tinggi Tinggi Menengah

3.2. Pemodelan dalam Pembuatan

Baseline untuk Sektor EnergiLEAP telah diadopsi dan digunakan oleh ribuan organisasi dilebih dari 190 negara di seluruh dunia oleh instansi pemerintah,akademisi, lembaga swadaya masyarakat, perusahaankonsultan, dan perusahaan energi. Telah digunakan diberbagai skala yang berbeda mulai dari aplikasi nasional,regional dan global. Penggunaan LEAP telah menjadi standarbagi negara-negara yang melakukan perencanaan sumberdaya energi yang terpadu, penilaian mitigasi gas rumah kaca(GRK), dan strategi pembangunan rendah emisi terutama

di negara berkembang. Banyak negara juga telah memilih


29/60

21BAB 3


untuk menggunakan LEAP sebagai bagian dari komitmenmereka untuk melaporkan kepada UNFCCC.

Dengan menggunakan LEAP, pengguna dapat melakukan

analisa secara cepat dari sebuah ide kebijakan energike sebuah analisa hasil dari kebijakan tersebut, hal inidikarenakan LEAP mampu berfungsi sebagidatabase, sebagaisebuah alat peramal (forecasting tool) dan sebagai alat analisaterhadap kebijakan energi. Berfungsi sebuahdatabase, LEAPmenyediakan informasi energi yang lengkap. Sebagai sebuahalat peramal, LEAP mampu membuat proyeksi permintaandan penyediaan energi dalam jangka waktu tertentu sesuaidengan keinginan pengguna. Sebagai alat analisa terhadapkebijakan energi, LEAP memberikan pandangan hasil atasefek dari ide kebijakan energi yang akan diterapkan darisudut pandang penyediaan dan permintaan energi, ekonomi,dan lingkungan.

Keunggulan LEAP dibanding perangkat lunak perencanaan/pemodelan energi-lingkungan yang lain adalah tersedianyasistem antarmuka (interface) yang menarik dan memberikankemudahan dalam penggunaan sehingga cocok untukdigunakan oleh para pemula, tersedia secara cuma-cuma(freeware) bagi masyarakat negara berkembang, adanyadukungan yang kuat dari komunitas pengguna LEAP di

seluruh dunia maupun dari SEI selaku pengembang model,dan metodologi pemodelan yang transparan dan telah diakuisecara luas di dunia internasional.

Berdasarkan beberapa pertimbangan atas keunggulan dankelemahan berbagai software perencanaan energi yang ada,maka disepakati bahwa LEAP adalah software perencanaanenergi yang paling sesuai untuk pembuatan Baseline untukmenghitung emisi GRK dari sektor energi di Indonesia.


30/60


3.3 Pengenalan Singkat tentang LEAP

Data yang terorganisasi

dalam diagram pohon

Tempat

memasukan dataMenu Utama

Tombol cepat untukmengganti area tampilan

Data yang dapat ditampilkan dalambentuk grafik maupun tabel

Gambar 4: Tampilan antarmuka LEAP

Tampilan antarmuka LEAP sebagai mana ditunjukkandalam Gambar 4 sangat sederhana sehingga mudahdipahami dan digunakan. Area tampilan utama yangdigunakan untuk memasukkan data pada LEAP disebutAnalisis. Pada area Analisis, terdapat empat bagianutama, yakni:

1. Diagram Pohon: Diagram pohon merupakan tempat

di mana pengguna dapat mengorganisasi data, baikuntuk melakukan analisa di sisi permintaan energi(demand) maupun di sisi penyediaan energi (supply).Pengguna dapat memodifikasi diagram tersebut,baik merubah nama cabang pada diagram (branch)dengan cara mengeklik cabang yang akan dirubahkemudian mengetik nama yang baru, selain itupengguna juga dapat membuka maupun menutupisi dari cabang yang diinginkan dengan mengekliksimbol +/-. Untuk mengedit diagram pohon, klikkanan pada cabang dan gunakan Tambah ( ),Hapus ( ) dan Properti ( ).


31/60

23BAB 3


Diagram pohon terdiri dari berbagai macam cabang. Setiaptipe cabang bergantung pada modul masing-masing. Didalam LEAP, terdapat lima modul, yaitu: Asumsi kunci(key asumptions), Permintaan (demand), Transformasi

(transformation), Sumberdaya (resources) dan DampakSektor Non-Energi (non energy sector effects).

Asumsi kunci (key asumptions)

Untuk menampung parameter-parameter umum yangdapat digunakan pada modul permintaan maupunmodul transformasi. Parameter umum ini misalnyaadalah jumlah penduduk, PDB (produk domestikbruto), dan sebagainya. Modul asumsi kunci inisifatnya komplemen terhadap modul lainnya. Pada

model yang sederhana, dapat saja modul ini tidakdifungsikan.

Permintaan (demand)

Untuk menghitung permintaan energi. Pembagiansektor pemakai energi sepenuhnya dapat dilakukansesuai kebutuhan pengguna. Permintaan energididefinisikan sebagai perkalian antara aktifitaspemakaian energi (misalnya jumlah penduduk, jumlahkendaraan, volume nilai tambah, dsb.) dan intensitas

pemakaian energi kegiatan yang bersangkutan. Transformasi (transformation)

Untuk menghitung pasokan energi, dapat dihitungatas produksi energi primer (gas bumi, minyak bumi,batubara, dsb.) dan energi sekunder (listrik, bahanbakar minyak, LPG, briket batubara, arang, dsb.).Susunan cabang dalam modul transformasi sudahditentukan strukturnya, yang masing-masing kegiatantransformasi energi terdiri atas proses dan hasil(output).

Sumberdaya (resources)

Terdiri atas primer dan sekunder. Kedua cabang inisudah didesain secara default. Cabang-cabang dalammodul sumberdaya akan muncul dengan sendirinyasesuai dengan jenis-jenis energi yang dimodelkandalam modul transformasi. Beberapa parameter perludiisikan, seperti jumlah cadangan (minyak bumi, gasbumi, batubara, dsb.) dan potensi energi (tenaga air,biomasa, dsb.).


32/60


Dampak Sektor Non-Energi (non energy sectoreffects)

Untuk menempatkan variabel-variabel dampak negatifkegiatan sektor energi, seperti tingkat kecelakaan,penurunan kesehatan, terganggunya ekosistem, dsb.

Setiap tipe cabang yang berbeda akan dibedakan denganikon yang berbeda pula. Ikon-ikon tersebut dapat dijelaskansebagai berikut:

Cabang Kategori, digunakan untuk mengorganisasi

data yang berada pada diagram pohon. Pada analisapermintaan energi, cabang ini hanya memuat datalevel aktifitas pemakaian energi dan biaya. Padaanalisa penyediaan energi, cabang ini digunakan untukmengindikasikan jenis energi yang dikonversi, sepertipembangkitan listrik, penyulingan minyak (oil refining) danpengekstraksian sumberdaya energi.

Cabang Teknologi, memuat data tentang teknologi yangmengkonsumsi, memproduksi dan mengkonversi energi.Pada analisa penyediaan energi, cabang teknologi ditandaidengan ikon . Pada analisa permintaan energi, cabangteknologi mengindikasikan bahan bakar yang digunakan

dan juga intensitas energinya. Cabang teknologi padasisi permintaan dapat dibedakan ke dalam tiga macambentuk, tergantung pada tipe analisa metodologi yangdipilih, yakni: Analisa aktivitas ( ), Analisa ketersediaan/


33/60

25BAB 3


stock( ), dan Analisa pengangkutan ( ). K Cabang Asumsi Kunci, memuat variable/parameter

independen seperti jumlah penduduk dan PDB (produkdomestik bruto).

Cabang Bahan Bakar, terletak dibawah modul

sumberdaya, dan juga terletak dibawah modul transformasi.Digunakan untuk merepresentasikan bahan bakar yangdiproduksi oleh modul.

Cabang Emisi Lingkungan, merepresentasikan berbagaimacam polutan yang dihasilkan oleh permintaan energidan teknologi transformasi.

2. Tabel Data: Area Analisis mempunyai dua panel yangberada di sebelah kanan diagram pohon. Pada panel yangbagian atas berupa tabel sebagai tempat masukan data(input).

3. Grafik/Tabel: Panel bagian bawah berupa grafik yangmerupakan representasi dari data yang penggunamasukkan. Grafik tersebut dapat ditampilkan dalamberbagai bentuk, seperti bar, pie, maupun garis. Grafikini dapat diekspor ke dalam bentuk Microsoft Excel atau

Power Point.


34/60



35/60

27

BAB 4BASELINE UNTUK SEKTOR ENERGI

DENGAN MENGGUNAKAN LEAP

4.1. Metodologi Penyusunan Baseline

Penyusunan Baseline ini meliputi 33 propinsi di Indonesia. Prosespengerjaan di tingkat propinsi dimulai dari pengumpulan data baik datayang berfungsi sebagai asumsi dasar (seperti demografi dan kondisiekonomi) maupun data kebutuhan energi di tiap sektor (sektor industri,

rumah tangga, komersial, dan transportasi). Proses pengumpulandata ini juga untuk memetakan potensi dan ketersediaan infrastrukturpenyediaan energi yang ada di tiap propinsi. Proses pengumpulan datadan penggolongan jenis data yang diperlukan, ditunjukkan dalam Gambar5 dan 6.

Demografi

Transportasi

Komersial

Industri

Rumah Tangga

Analisa Statistik

Pengumpulan Data

Ekonomi

Gambar 5: Proses pengumpulan data untuk pembuatan Baseline

Setelah proses pengumpulan data terselesaikan, proses selanjutnya dalampenyusunan Baseline dimulai dari penentuan kerangka dari pemodelansistem energi. Sesuai dengan Rencana Aksi Nasional Penurunan Emisi GasRumah Kaca (RAN-GRK), maka proyeksi perhitungan emisi adalah mulaidari tahun 2010 sebagai tahun dasar hingga tahun 2020 sebagai tahunakhir. Data-data asumsi dasar berupa kondisi dan tren pertumbuhanekonomi dan demografi menjadi input pada tahun dasar. dan tahun-tahun perhitungan selanjutnya.


36/60


Data-data penggunaan akhir berbagai peralatanpengkonsumsi energi dari berbagai sektor seperti industri,rumah tangga, transportasi dan komersial, digunakan sebagaibahan untuk perhitungan konsumsi energi pada setiap

propinsi. Hasil dari perhitungan konsumsi energi dibutuhkanuntuk mendapatkan hasil perhitungan proyeksi pemenuhansuplai energi. Total emisi dari sektor energi diperoleh darihasil perhitungan suplai energi yang dibutuhkan danemisi faktor yang sesuai dengan bahan bakar dan teknolgiyang digunakan dalam sistem energi tersebut. Gambar 7memperlihatkan langkah-langkah penyusunan Baselinedengan menggunakan LEAP.

Family Car

KomersialSemen

Makanan

Pupuk

Petrokimia

Baja

Tekstil

Transportasi

Minibus

Taxi

Bus

Rail

Truck

Trailer

City Car/Motor

Mall

Hotel

Perkantoran

Keramik

R1-450 VA

R1-900 VA

R1-1300 VA

R1-2200 VA

R2-4400 VA

Pulpl & Kertas

Rumah Sakit

Pribadi

Umum

Bisnis

PENGUMPULANDATA

Industri

Rumah

Gambar 6: Penggolongan data di tiap sektor yang diperlukan dalampembuatan Baseline


37/60

29BAB 4

BASELINE UNTUK SEKTOR ENERGI DENGAN MENGGUNAKAN LEAP

Tahun dasar 2010

Tahun akhir 2020

Demografi

Ekonomi

Rumah tangga

Komersial

Industri

Transportasi

(1)

Menentukan

Framework

(2)

Input tahun dasar

information

(3)

Perkiraan tren kondisi social

ekonomi

(4)

Perhitungan proyeksikonsumsi energi

(5)

Perhitungan proyeksi

suplai energi

(6)

Perhitungan proyeksi

emisi

Pertumbuhan

populasi

Pertumbuhan

Ekonomi

Gambar 7: Prosedur dalam pembuatan Baseline dengan menggunakanLEAP

4.2. Metode Perhitungan KonsumsiEnergi Pada LEAP

Secara default, konsumsi energi dihitung sebagai produk darisuatu tingkat aktivitas atau frekuensi dan intensitas energi

tahunan (penggunaan energi per unit aktivitas). Keseluruhankegiatan didefinisikan sebagai produk dari kegiatan individual.Biasanya, kegiatan yang ditentukan sebagai nilai absoluttunggal (misalnya jumlah rumah tangga) dikalikan denganserangkaian persentase atau tingkat penetrasi (misalnyapangsa persentase rumah tangga perkotaan dan pedesaan,penetrasi dari pengguna peralatan seperti AC dan kulkas).

Total konsumsi energi dengan demikian dihitung denganpersamaan:

Konsumsi energi = tingkat aktivitas atau frekuensi xintensitas energi


38/60


Dalam analisis permintaan energi final, permintaan energidihitung sebagai produk dari total tingkat aktivitas danintensitas energi pada setiap teknologi tertentu. Permintaanenergi dihitung untuk tahun dasar proyeksi dan untuk setiap

tahun selama periode proyeksi. Dengan kata lain:

Dt= TA

t. EI

t

Dimana D adalah permintaan energi,TAadalah aktivitas total,EIadalah intensitas energi, dan tadalah tahun proyeksi (mulaidari tahun dasar hingga tahun akhir tahun). Permintaanenergi dihitung untuk setiap cabang teknologi diidentifikasiatas dasar bahan bakar tertentu yang digunakan. Dengandemikian, dalam menghitung semua cabang teknologi, LEAP

menghitung total kebutuhan energi final dari masing-masingbahan bakar.

4.2.1 Metode Perhitungan Sektor Industri padaLEAP

Metode perhitungan konsumsi energi di sektor industri padadasarnya mengikuti metode umum perhitungan konsumsienergi pada LEAP. Akan tetapi pada sektor industri, aktivitastotal dihitung berdasarkan hasil produksi yang dihasilkan

oleh industri tersebut. Sehingga persamaan perhitungankonsumsi energi sebagai berikut:

Konsumsi energi = Total produksi (ton) x Energi yangdikonsumsi pada setiap aktivitas produksi (Joule/ton)

Secara detail, konsumsi energi disektor industri dalam LEAPdapat dihitung berdasarkan jenis peralatan yang digunakandalam proses produksinya, yakni dengan menggunakanpersamaan sebagai berikut:

Di mana:E

iadalah konsumsi energi di industri

Ni,j

adalah jumlah total peralatan idalam sub-sektorjP

i,jadalah tingkat penetrasi dari peralatan idalam sub-sektorj

Mi,j

adalah produks yang dihasilkan oleh peralatanidalam sub-sektorjyang mengkonsumsi energi (Ton)Ii,j

adalah intensitas energi dari peralatan idalam sub-sektorj(Joule/peralatan)

i adalah peralatan dalam industri, i= 1,2,3,....,n

j adalah sub-sektor dalam industri, j = 1,2,3.....,m


39/60

31BAB 4


4.2.2 Metode Perhitungan Sektor Transportasipada LEAP

Dalam LEAP, konsumsi energi dihitung sebagai produk darijumlah kendaraan, jarak tempuh rata-rata tahunan (jarakbepergian) dan konsumsi bahan bakar (liter per km). Stokkendaraan pada tahun dasar dapat dihitung dari datahistoris penjualan kendaraan dan lama usia kendaraandapat digunakan. Dalam pembuatan Baseline, proyeksipenjualan kendaraan masa depan, jarak tempuh rata-ratapara pengemudi dan konsumsi bahan bakar kendaraan dimasa depan, dan tingkat emisi kendaraan di masa depanharus diperhitungkan. Informasi lama usia kendaraandapat digunakan dapat digunakan untuk menggambarkan

bagaimana jarak tempuh, konsumsi bahan bakar dan emisikendaraan berhubungan linear dengan usia kendaraan.Konsumsi energi dari sektor transportasi dalam LEAP dihitungsebagai berikut:

Konsumsi energi = stok atau jumlah kendaraan x jaraktempuh rata-rata x tingkat konsumsi bahan bakar

LEAP akan menghitung tingkat konsumsi, jarak tempuh danemisi dari keseluruhan kendaraan berdasarkan stok atau

jumlah kendaraan lama maupun baru yang sudah dimilikioleh masyarakat. Hasil perhitungan ini pada akhirnya dapatmenghasilkan jumlah emisi dan konsumsi energi dari sektortransportasi.

Berbeda dengan dua metode analisis konsumsi energi disektor lainnya, yang hanya memungkinkan faktor emisiditentukan per unit energi yang dikonsumsi (misalnya kg/TJ), metode analisa konsumsi energi di sektor transportasimenggunakan faktor emisi per unit jarak yang ditempuh olehkendaraan (misalnya gram/km).


40/60


Box 1. Perhitungan Tingkat Lanjut untuk Sektor Transportasi.

Data stok atau jumlah kendaraan dapat dalam setiap tahun proyeksi

dapat dihitung dengan cara manual melalui metode statistik yang

dikembangkan oleh Pongthanaisawan (2010) sebagai berikut;

( )

Di mana:V

stock,i,j(t)adalah the total stok of kendaraan tipe i, dengan bahan

bakarj, pada tahun tV

sale,i(v) adalah jumlah kendaraan baru tipe iyang terjual pada tahun

v

( )adalah rate kendaraan tipe i yang masih beroperasi denganumur k (%)

vadalah tahun lampau dari kendaraan, dimana v < tv adalah tahun stok paling lama dari kendaraan.kadalah usia dari kendaraan, di mana k = t v.

( ) ( ) ( )]

Di mana:

Vremain,i

(t,v) adalah jumlah kendaraan tipe i yang telah terjual padatahun v, yang masih digunakan pada tahun tV

sale,i(v) adalah jumlah kendaraan baru tipe iyang terjual pada tahun

v

( )adalah rate kendaraan tipe i yang masih beroperasi denganumur k (%)vadalah tahun lampau dari kendaraan, dimana v < tv adalah tahun stok paling lama dari kendaraan.kadalah usia dari kendaraan, di mana k = t v.Jumlah kendaraan baru yang terjual setiap tahun dapat dihitungdengan menggunakansimple logistic model:

Di mana:

Vsale,i

(t) adalah jumlah kendaraan terjual tipe i pada tahun tG

cap(t) adalah PDB per kapita pada tahun t

Decon(t) adalah data dummy atas kondisi krisis ekonomi pada tahun ta, b,and c adalah koefisienSurvival rate pada kendaraan adalah probabilitas kendaraan tersebutmasih dapat dipakai seiring dengan bertambahnya usia kendaraan.

( ) (0)

Di mana:

( )is the survival rate kendaraan tipe idengan usia kkadalah usia kendaraanb

iadalah tingkat kematian kendaraan tipe I (kendaraan akan mati

dengan bertambahnya usia)Tiadalah karakteristik usia hidup kendaraan tipe i.


41/60

33BAB 4


4.3 Metode Perhitungan ProduksiEnergi Pada LEAP

Dalam analisis sistem energi, pemodel energi mensimulasikankonversi dan transmisi suatu bentuk energi mulai dariekstraksi sumber daya primer menjadi bahan bakar hinggasampai ke konsumsi final bahan bakar tersebut Produksilistrik adalah tranformasi atau konversi energi yang pentingdalam sebuah sistem energi. LEAP dapat menghitung prosesproduksi listrik berdasarkan faktor beban (load factor) padatahun dasar yang didefinisikan sebagai berikut:

Reserve margin digunakan oleh LEAP untuk memutuskankapan untuk secara otomatis menambah kapasitas listriktambahan yang dibutuhkan, dengan demikian kebutuhantotal pembangkit listrik yang diperlukan di masa mendatangdapat diketahui.

Reserve Margin (%) = 100 * (Kapasitas Pembangkit BebanPuncak) / Beban Puncak

Puncak beban (peak load) dihitung berdasarkan kebutuhanlistrik dan faktor beban. Total kebutuhan listrik dihitungberdasarkan analisis kebutuhan energi dan kerugian listrikakibat proses dalam transmisi dan distribusi listrik.

4.4 Metode Perhitungan Emisi dariProduksi dan Konsumsi Energi

LEAP menggunakan perhitungan emisi sesuai denganstandar IPCC yang telah di jelaskan di sub-bab 3.6, yakni:

Emisi= EC.EF

di mana:EC = konsumsi energiEF = faktor emisi atas tipe teknologi tertentu (bahan bakaryang

digunakan) untuk polutan jenis tertentu.


42/60


Emisi faktor yang digunakan dalam hal ini disesuaikandengan emisi faktor lokal Indonesia yang dijelaskan padaTabel 3, 4, 5, dan 6 berurut-turut adalah faktor emisi untukbahan bakar rumah tangga, transportasi, faktor emisi untuk

sistem jaringan kelistrikan di seluruh Indonesia, dan faktoremisi untuk sektor industri.

Tabel 3: Faktor emisi bahan bakar rumah tangga

Jenis BBM Faktor Emisi

Kayu bakar 1,75 kg CO2/kg kayu bakar

Liquefied Petroleum Gas(LPG) 2,98 kg CO2/kg LPG

Minyak Tanah 2,58 kg CO2/liter minyak tanah

Sumber: Petunjuk Teknis Pemantauan, Evaluasi, dan Pelaporan (PEP)Pelaksanaan RAD-GRK

Tabel 4: Faktor emisi bahan bakar transportasi

Jenis BBM Faktor Emisi (kg CO2/liter BBM)

Solar (diesel oil) 2,2

Premium (fuel oil) 2,6Sumber: Petunjuk Teknis Pemantauan, Evaluasi, dan Pelaporan (PEP)Pelaksanaan RAD-GRK

Tabel 5: Faktor emisi jaringan ketenagalistrikan

Sistem Ketenagalistrikan Baseline Faktor Emisi(kgCO

2/kWh)

Jawa-Madura-Bali 0,725Sumatera 0.743

Kaltim 0,742

Kalbar 0,775

Kateng dan Kalsel 1,273

Sulut, Sulteng, Gorontalo 0,161

Sulsel, Sulbar, Sultra 0,269

Sumber: Petunjuk Teknis Pemantauan, Evaluasi, dan Pelaporan (PEP)Pelaksanaan RAD-GRK


43/60

35BAB 4


Tabel 6: Faktor emisi untuk sektor Industri

Bahan Bakar

Faktor Emisi (tonCO

2/TJ)

NCV (TJ/Gg)

%C

CO2

CH4

N2O

Gas alam 56,10 1 0,1 48 73,4%LPG 63,10 1 0,1 47,3 81,4%

Biodiesel 70,80 3 0,6 27 52,1%

Jet Kerosene 71,50 3 0,6 44,1 86,0%

Kerosen lainnya 71,90 3 0,6 43,8 85,9%

Minyak diesel 74,10 3 0,6 43 86,9%

Minyak residu 77,40 3 0,6 40,4 85,3%

Batubara antrasit 98,30 10 1,5 26,7 71,6%

Batubara bituminous 94,60 10 1,5 25,8 66,6%

Batubara sub-bituminous 96,10 10 1,5 18,9 49,5%

Lignit 101 10 1,5 11,9 32,8%Kayu/limbah kayu 112 30 4 15,6 47,7%

Biomassa padat lainnya 100 30 4 11,6 31,6%

Black liquor 95,30 3 2 11,8 30,7%

Coke 107 10 1,5 28,2 82,3%Sumber: Modul Pelatihan Inventarisasi Emisi Gas Rumah Kaca dan PenghitunganBaseline Bidang Energi, Transportasi, dan Industri


44/60



45/60

37

BAB 5EMISI BASELINE UNTUK SEKTORBERBASISI ENERGI DENGAN

MENGGUNAKAN LEAPHingga bulan Desember 2012, 33 propinsi telah menyelesaikan perhitungan Baselineyang dituangkan dalam Rencana Aksi Daerah Pengurangan Gas Rumah Kaca (RAD-GRK). Hasil pemodelan yang dilakukan di setiap propinsi kemudian dilakukankompilasi baik dari sektor energi maupun sektor transportasi secara nasional Gambar8 menunjukkan total kompilasi Baseline di seluruh propinsi di Indonesia. Terlihatbahwa mayoritas emisi gas rumah kaca dihasilkan oleh propinsi-propinsi di pulauJawa, yakni Jawa Barat, Banten, Jawa Tengah, Jawa Timur dan DKI Jakarta.

Kompilasi BaU Baseline Kelompok Bidang Energi

0

100,000,000

200,000,000

300,000,000

00,000,000

00,000,000

600,000,000

700,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

NAD Sumut Sumbar Kepri Riau Jambi Sumsel

Babel Bengkulu Lampung Banten Jabar Jatim Jateng

DIY DKI Jakarta Bali NTB NTT Kalbar Kaltim

Kalteng Sulut Kalsel Sulteng Sultra Sulsel Sulbar

Gorontalo Maluku alut Papua Papua Barat

Gambar 8: Kompilasi Baseline Nasional tiap propinsi di Indonesia(Sekretariat RAN-GRK, 2014)

Total emisi gas rumah kaca sektor berbasis energi pada tahun dasar proyeksi 334 jutaton CO

2e. Sedangkan total emisi gas rumah kaca di tahun proyeksi 2020, naik secara

signifikan dua kali lipat menjadi sebanyak 633 juta ton setara CO2.

Sebagaimana disebutkan sebelumnya, perhitungan baseline sektor berbasis energi

untuk RAD-GRK dibagi menjadi dua sektor utama, yaitu sektor energi dan sektortransportasi. Ulasan mengenai masing-masing sektor akan dibahas sebagaimanaberikut ini.


46/60


5.1 Hasil Perhitungan Emisi BaselineSektor Energi

Emisi Baseline sektor energi yang telah dihitung dari keseluruhpropinsi di Indonesia yang dikategorikan dalam setiap pulauakan dibahas di bawah ini:

5.1.1 Pulau Sumatra

Dari hasil perhitungan emisi BAU Baseline dengan LEAPdari sektor energi untuk wilayah Sumatra pada tahun 2010menunjukkan bahwa propinsi Sumatera Utara menghasilkanemisi gas rumah kaca terbanyak di antara seluruh propinsi di

Sumatra, yaitu sebesar 13,6 juta ton setara CO2(Gambar 9). Halini menunjukkan bahwa propinsi Sumatera Utara, khususnyakota Medan saat ini menjadi pusat aktivitas ekonomi dansekaligus menjadi daerah dengan pembangunan terpesat dikawasan Sumatra.

0

5,000,000

10,000,000

15,000,000

20,000,000

25,000,000

30,000,000

35,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

ceh North Sumatera West Sumatera Riau

Jambi South Sumatera Bengkulu Lampung

TonCO

2-equivalent

Gambar 9: Proyeksi emisi gas rumah kaca di tiap propinsi di Pulau Sumatra

Di akhir tahun proyeksi, 2020, propinsi Sumatra Utara masihmenghasilkan emisi terbesar di Sumatra Utara sebesar 40juta ton setara CO

2.


47/60

39BAB 5

EMISI BASELINE UNTUK SEKTOR BERBASISI ENERGI DENGANMENGGUNAKAN LEAP

5.1.2 Pulau Jawa dan Bali

Sebagai daerah terdepan dalam pembangunan ekonomidan infrastruktur, pulau Jawa dan Bali merupakan tulang

punggung kegiatan ekonomi dan sekaligus pusat permintaanenergi di Indonesia. Oleh karena itu, di tahun 2010, propinsiBanten dan Jawa Barat memproduksi gas rumah kaca sebesar74,3 dan 70 juta ton setara CO

2 (Gambar 10). Nilai emisi

yang dihasilkan di dua propinsi tersebut melampaui produksitotal emisi di pulau Sumatra. Sebagaimana diketahui, wilayahBanten dan Jawa Barat memiliki jumlah industri terbanyakdi Indonesia, hal ini dikarenakan kedua wilayah tersebutmerupakan daerah penyokong kebutuhan dan aktivitasekonomi di Jakarta.

Di tahun 2020, diperkirakan jumlah emisi di propinsi JawaBarat akan naik secara drastis lebih dari dua kali lipat hinggamencapai 129 juta ton setara CO

2. Hal ini dikarenakan

pertumbuhan sektor industri di Jawa Barat tumbuh sangatpesat yang mengakibatkan konsumsi energi yang terus naik.Wilayah lain di pulau Jawa seperti DKI Jakarta, Jawa Tengah,DI Yogyakarta, dan Bali juga mengalami kenaikan produksiemisi gas rumah kaca, namun tidak setinggi Jawa Barat.

0

20,000,000

40,000,000

60,000,000

80,000,000

100,000,000

120,000,000

140,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Banten est Java East Java Central Java

DI Yogyakarta KI Jakarta Bali

TonCO

2-equivalent

Gambar 10: Proyeksi emisi gas rumah kaca di tiap propinsi di pulau Jawa

dan Bali


48/60


Emisi gas rumah kaca di pulau Jawa dan Bali dihitung daritahun dasar 2010 hingga tahun akhir proyeksi 2020. Padatahun 2010, total emisi dari seluruh aktivitas energi di pulauJawa dan Bali tercatat sebesar 270,4 juta ton setara CO

2. Pada

akhir proyeksi perhitungan emisi gas rumah kaca, diperolehbahwa total emisi di pulau Jawa dan Bali sebesar 418,5 jutaton setara CO2.

5.1.3 Pulau Kalimantan

Pada tahun 2010, propinsi Kalimantan Timur merupakanprodusen emisi gas rumah kaca terbesar di pulau Kalimantan,tercatat sebanyak 5,6 juta ton setara CO

2dihasilkan (Gambar

11). Kemudian setelah propinsi Kalimantan Timur adalahpropinsi Kalimantan Barat sebagai penghasil emisi gas rumahkaca terbesar kedua di pulau Kalimantan, yakni sebanyak 3,5juta ton setara CO

2.

0

2,000,000

4,000,000

6,000,000

8,000,00010,000,000

12,000,000

14,000,000

16,000,000

18,000,000

20,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

est Kalimantan East Kalimantan Central Kalimantan South Kalimantan

TonCO

2-equivalent

Gambar 11: Proyeksi emisi gas rumah kaca di tiap propinsi di PulauKalimantan

Emisi gas rumah kaca di propinsi Kalimantan Timur meningkattiga kali lipat pada tahun 2020 seiring dengan pertumbuhanekonomi di wilayah tersebut, yakni sebanyak 18,4 juta tonsetara CO2. Sedangkan di wilayah Kalimantan Barat produksigas rumah kaca meningkat sebanyak dua kali lipat darijumlah emisi pada tahun 2010. Total emisi yang diproduksioleh pulau Kalimantan sebanyak 33,7 juta ton setara CO2

atau meningkat hampir tiga kali lipat dari emisi pada tahun2010.


49/60

41BAB 5


5.1.4 Pulau Sulawesi dan Papua

Wilayah di pulau Sulawesi yang menghasilkan emisi gasrumah kaca terbesar adalah propinsi Sulawesi Selatan dimana kota Makasar berada. Makasar adalah salah satu kota

terbesar dengan pembangunan ekonomi dan infrastrukturterbaik di Indonesia. Pada tahun 2010, propinsi SulawesiSelatan menghasilkan emisi sebesar 3,5 juta ton setaraCO

2(Gambar 12). Emisi yang dihasilkan propinsi-propinsi

lain di pulau Sulawesi seperti Sulawesi Barat, Sulawesi,Tenggara, Sulawesi Utara, Sulawesi Tengah, dan Gorontaloterpaut sangat jauh dibandingkan dengan emisi gas rumahkaca yang dihasilkan oleh propinsi Sulawesi Selatan. Halini juga menunjukkan bahwa terdapat perbedaan yangsiginifikan dalam pertumbuhan ekonomi dan pembangunaninfrastruktur antar wilayah di Sulawesi. Sedangkan di pulauPapua, hanya propinsi Papua yang melakukan pembuatanproyeksi BAU Baseline, sehingga perhitungan emisi gasrumah kaca yang dihasilkan tidak meliputi propinsi PapuaBarat.

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

14,000,000

16,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

North Sulawesi Central Sulawesi Southeast Sulawesi South Sulawesi

West Sulawesi Gorontalo Papua

TonCO

2-equivalent

Gambar 12: Proyeksi emisi gas rumah kaca di tiap propinsi di PulauSulawesi dan Papua

Berdasarkan hasil pemodelan dengan menggunakan LEAP,terlihat bahwa pada tahun 2020, produksi emisi gas rumahkaca di propinsi Sulawesi Selatan naik lebih dari empat kalilipat menjadi sebanyak 15 juta ton setara CO

2. Kenaikan

produksi emisi gas rumah kaca yang signifikan juga diikutioleh propinsi Sulawesi Tenggara di tahun 2020 menjadi


50/60


sebanyak 4,9 juta ton setara CO2. Keadaan di Pulau Papua

juga hampir sama, pertumbuhan ekonomi dan pembangunaninfrastruktur di tahun 2020 diproyeksikan akan membuatproduksi emisi gas rumah kaca di propinsi Papua naik drastis

hampir 8 kali lipat menjadi sebanyak 6 juta ton setara CO2.Secara total proyeksi terhadap produksi emisi gas rumahkaca meningkat sebesar 4 kali lipat dari tahun dasar 2010dengan kontributor terbanyak berasal dari emisi gas rumahkaca yang dihasilkan oleh propinsi Sulawesi Selatan, SulawesiTenggara dan Papua.

5.1.5 Kepulauan

Wilayah kepulauan di Indonesia terdiri dari beberapapropinsi, yakni Kepulauan Riau, Bangka Belitung, NTB, NTT,Maluku dan Maluku Utara. Diantara 6 propinsi tersebut, NTTadalah penghasil emisi gas rumah kaca terbesar di tahun2010 sebanyak 8,3 juta ton setara CO

2(Gambar 13). Lalu

diikuti oleh propinsi Bangka Belitung sebanyak 3,5 juta tonsetara CO

2. Di akhir tahun proyeksi, 2020, produksi emisi

gas rumah kaca di propinsi NTT naik hampir dua kali lipatmenjadi sebanyak 15,6 juta ton setara CO

2. Sedangkan di

propinsi Bangka Belitung kenaikan produksi emisi gas rumahkaca sangat signifikan menjadi lebih dari tiga kali lipat dariproduksi di tahun 2010, yakni sebanyak 11,8 juta ton setaraCO

2. Propinsi lain seperti Kepulauan Riau, NTB, Maluku

dan Maluku Utara kenaikan produksi gas rumah kaca naiksebesar dua kali lipat di tahun 2020. Secara keseluruhan,proyeksi jumlah total emisi gas rumah kaca yang dihasilkanoleh seluruh propinsi di Kepulauan naik sebesar dua kalilipat, dengan kontribusi terbesar adalah dari propinsi BangkaBelitung dan NTT.


51/60

43BAB 5


0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

14,000,000

16,000,000

18,000,000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Riau Islands Bangka Belitung NTB TT aluku Maluku Utara

TonCO

2-equivalent

Gambar 13: Proyeksi emisi gas rumah kaca di tiap propinsi di Kepulauan

5.2 Hasil Perhitungan Emisi BaselineSektor Transportasi

Emisi gas rumah kaca dari sektor transportasi di Indonesiamenjadi kontributor kedua setelah dari sektor energinon-transportasi. Hal ini terlihat dari Tabel 7 hingga 12.Sebagaimana sektor energi, ulasan emisi baseline sektortransportasi juga dilakukan untuk setiap pulau.

5.2.1 Pulau Sumatra

Pada tahun dasar 2010, di Pulau Sumatra, propinsi Sumatra

Utara masih menjadi penghasil emisi gas rumah kacatertinggi dengan kontribusi sebanyak 8,4 juta ton setaraCO

2. Sementara itu, propinsi Bengkulu menjadi kontributor

emisi gas rumah kaca terbesar kedua dari transportasi setelahpropinsi Sumatra Utara, yakni sebesar 3 juta ton setara CO

2.

Pada akhir tahun proyeksi 2020, propinsi Sumatra Utaramasih mendominasi produksi emisi gas rumah kaca sebanyak22 juta juta ton setara CO

2. Kemudian diikuti oleh propinsi

Lampung sebanyak 12,9 juta ton setara CO2


52/60


Tabel 7: Proyeksi emisi gas rumah kaca di Pulau Sumatera (ton setara CO2)

Propinsi 2010 2012 2014 2016 2018 2020

Aceh 2,375,100 4,204,600 4,948,900 5,627,200 7,899,400 9,775,000

Sumatera

Utara8,383,000 8,693,000 9,776,000 13,816,000 15,856,000 22,098,000

SumateraBarat

347,000 526,000 2,422,900 3,080,200 4,738,400 6,322,200

Riau 0 340,105 680,210 1,020,315 1,360,420 1,700,525

SumateraSelatan

155,415 169,800 185,612 202,919 221,866 242,662

Bengkulu 3,043,522 3,383,192 3,957,728 4,941,948 6,643,079 9,601,498

Lampung 597,798 2,115,166 4,492,872 7,315,472 9,519,932 12,946,776

Jambi - - - - - -

TotalPropinsi

14,901,835 19,431,863 26,464,222 36,004,054 46,239,097 62,686,661

5.2.2 Pulau Jawa dan Bali

Di Pulau Jawa dan Bali, proyeksi emisi gas rumah kaca darisektor transportasi tidak tersedia secara lengkap untukpropinsi DKI Jakarta dan Bali. Pada tahun dasar, propinsiJawa Barat dan Jawa Timur merupakan kontributor emisigas rumah kaca terbesar dengan 10,6 juta dan 11,9 jutaton setara CO

2 (Tabel 8). Namun, potensi produsen emisi

gas rumah kaca terbanyak berdasarkan hasil proyeksi dariLEAP pada tahun 2020 adalah propinsi Jawa Tengah, yaknisebesar 30,4 juta ton setara CO

2. Hal ini dimungkinkan

karena propinsi Jawa Tengah menjadi titik hubung antaraDKI Jakarta dan Surabaya, dua kota terdepan dalam aktivitasperekonomian di Indonesia.

Tabel 8: Proyeksi emisi gas rumah kaca di Pulau Jawa dan Bali (ton setara CO

2)

2010 2012 2014 2016 2018 2020

Banten 3,876,200 4,292,200 4,698,200 5,113,800 5,550,200 6,002,500Jawa Barat 11,887,442 13,559,985 15,232,528 17,243,097 19,591,692 21,940,286

Jawa Timur 10,627,383 11,546,809 12,428,283 13,426,207 14,379,066 15,341,371

JawaTengah

9,910,000 12,380,000 15,490,000 19,390,000 24,270,000 30,400,000

Yogyakarta 231,860 270,960 317,220 371,380 434,780 509,010

Bali 2,193,512 2,467,050 2,796,660 3,171,175 3,596,808 4,080,643

DKI Jakarta - - - - - -

TotalPropinsi

38,726,397 44,517,004 50,962,891 58,715,659 67,822,546 78,273,810


53/60

45BAB 5


5.2.3 Pulau Kalimantan

Emisi gas rumah kaca di Pulau Kalimantan tetap di dominasioleh propinsi Kalimantan Timur. Di tahun 2010, propinsi

Kalimantan Timur menghasilkan sekitar 5 juta ton setaraCO

2 dan meningkat menjadi 17,6 juta ton setara CO

2 di

tahun 2020 dari sektor transportasi (lihat Tabel 9). Kemudiandiposisi kedua adalah propinsi Kalimantan Barat pada tahun2010 menghasilkan 2,2 juta ton setara CO

2, di akhir tahun

proyeksi menghasilkan 3,8 juta ton setara CO2. Perhitungan

proyeksi emisi gas rumah kaca di pulau Kalimantan tidaktermasuk propinsi Kalimantan Selatan.

Tabel 9: Proyeksi emisi gas rumah kaca di Pulau Kalimantan (ton setara

CO2)2010 2012 2014 2016 2018 2020

KalimantanBarat

2,150,000 2,450,000 2,750,000 3,050,000 3,450,000 3,800,000

KalimantanTimur

5,040,000 6,410,000 8,200,000 10,540,000 13,600,000 17,610,000

KalimantanTengah

871,380 1,001,670 1,175,690 1,413,190 1,745,460 2,223,600

KalimantanSelatan

- - - - - -

Total

Propinsi 8,061,380 9,861,670 12,125,690 15,003,190 18,795,460 23,633,600

5.2.4 Pulau Sulawesi dan Papua

Di Pulau Sulawesi, propinsi Sulawesi Selatan masih menjadidaerah yang memberikan kontribusi terbesar dalam emisigas rumah kaca di tahun 2010 sebanyak 2,9 juta ton setaraCO

2, kemudian diikuti oleh propinsi Sulawesi Tenggara (Tabel

10). Sedangkan propinsi lain seperti Sulawesi Utara, SulawesiBarat dan Gorontalo memberikan kontribusi yang kurang

signifikan dalam emisi gas rumah kaca dari sektor transportasi.Pada akhir tahun proyeksi 2020, propinsi Sulawesi Selatanmemberikan kontribusi terbesar sebanyak 5,9 juta ton setaraCO

2. Sedangkan propinsi Sulawesi Tenggara menghasilkan

emisi gas rumah kaca sebanyak 3,2 juta ton setara CO2.

Di wilayah Pulau Papua, proyeksi emisi gas rumah kaca disektor transportasi hanya dilakukan di propinsi Papua Barat.Pada tahun dasar, propinsi Papua terhitung sebanyak 419ribu ton setara CO

2. Di akhir tahun proyeksi 2020, emisi

yang dihasilkan naik secara signifikan sebanyak 7 kali, yaknisebesar 3 juta ton setara CO

2. Pertumbuhan emisi gas rumah


54/60


kaca di sektor transportasi diperkirakan akibat pembangunansarana infrastruktur jalan raya dan pertumbuhan ekonomi dipropinsi Papua.

Tabel 10: Proyeksi emisi gas rumah kaca di Pulau Sulawesi dan Papua (ton setara CO2)

2010 2012 2014 2016 2018 2020

Sulawesi Utara 500,800 557,100 624,200 704,200 800,000 915,000

SulawesiTengah

131,220 162,000 200,000 270,000 395,000 595,000

SulawesiTenggara

854,000 1,048,100 1,384,000 1,833,500 2,436,500 3,247,700

SulawesiSelatan

2,925,000 3,650,000 4,200,000 4,800,000 5,350,000 5,912,000

Sulawsi Barat 223,300 261,300 305,700 357,700 418,500 489,600

Gorontalo 85,000 105,000 150,000 205,000 285,000 370,000

Papua 419,000 610,800 898,700 1,333,800 1,995,100 3,005,200

Total Propinsi 5,138,320 6,394,300 7.762,600 9,504,200 11,680,100 14,534,500

5.2.5 Kepulauan

Di daerah kepulauan, pada tahun dasar 2010, propinsiMaluku merupakan penghasil emisi gas rumah kaca terbesarsebanyak 825 ribu ton setara CO

2. Sedangkan propinsi NTT,

produksi gas rumah kaca dari sektor transportasi sangat kecildibandingkan dengan propinsi lainnya, sebesar 5 ribu tonsetara CO

2(lihat Tabel 11). Pada akhir tahun proyeksi 2020,

propinsi Bangka Belitung menjadi penghasil emisi gas rumahkaca terbesar, sebanyak 2,5 juta ton setara CO

2. Sedangkan

propinsi NTT meski emisi gas rumah kaca tersebut tumbuhdua kali lipat, sebanyak 11 ribu ton setara CO

2, namun

nilai tersebut masih terbilang kecil dibandingkan emisi daripropinsi lainnya.

Tabel 11: Proyeksi emisi gas rumah kaca di Kepulauan (ton setara CO2)

2010 2012 2014 2016 2018 2020

Riau Islands 359,000 444,000 551,000 686,000 852,000 1,063,000

Bangka Belitung 798,798 995,070 1,244,144 1,560,253 1,961,526 2,471,065

NTB 775,000 862,000 958,000 1,064,000 1,183,000 1,314,000

NTT 5,299 6,081 6,998 8,077 9,352 10,861

Maluku 825,573 940,786 1,072,079 1,221,694 1,392,189 1,586,478

Maluku Utara 744,900 891,900 1,070,200 1,286,500 1,549,500 1,869,300

Total Propinsi 3,508,570 4,139,837 4,902,421 5,826,525 6,947,567 8,314,704


55/60

47BAB 5


5.3 Keterbatasan dan tindak lanjut

Dalam penyusunan BAU Baseline sektor energi, terdapatbeberapa batasan yang telah diidentifikasi di Potret RencanaAksi Daerah Penurunan Emisi Gas Rumah Kaca (Potret RAD-GRK, 2014), di antaranya adalah:

1. Beberapa propinsi belum memliki data jumlahkeluarga miskin, menengah, dan kaya, sehingga datayang dimasukkan masih berupa perkiraan proporsikeluarga miskin, menengah dan kaya di propinsimasing-masing.

2. Data aktivitas dan intensitas energi keluarga miskin,menengah dan kaya umumnya masih menggunakandata dari Survei Sosial Ekonomi Nasional (SUSENAS)karena tidak tersedianya data tersebut di tingkatpropinsi (Survey Sosial Ekonomi Daerah).

3. Data rata-rata jarak tempuh perjalanan untuk sektortransportasi masih menggunakan data panjangperjalanan nasional karena data panjang perjalanandaerah belum banyak tersedia.

4. Perhitungan BAU Baseline sektor industri (prosesindustri) dalam RAD-GRK belum banyak dihitung oleh

propinsi dikarenakan belum tersedianya petunjukteknis baku perhitungan emisi industri dalam RAD-GRK oleh pokja sektor industri.

Untuk meningkatkan kualitas model energi dalam perhitunganBaseline skenario diperlukan pembuatan database konsumsidan suplai energi yang terus menerus diperbarui. Databaseyang tertata dengan baik akan memudahkan pemodel dalammembuat model energi dan sekaligus meningkatkan kualitasmodel yang dihasilkan. Tingkatan atau level database yang

diperlukan dapat dilihat di Tabel 12.


56/60


Tabel 12: Tingkatan level database yang diperlukan dalam pemodelan energi

Sektor Rendah Menengah Tinggi

Rumah Tangga Jumlah konsumsienergi (listrik,

minyak tanah, LPG,dan kayu bakar/arang) di sektorrumah tangga diseluruh daerahberdasarkan datatotal penjualanenergi.

1. Jumlah konsumenrumah tangga

diketahui.2. Konsumsi energi

rata-rata di setiaprumah tanggaberdasarkan levelpendatan/golonganpelanggan listrik.

1. Jumlah konsumenpengguna energi

diketahui.2. Struktur level ekonomi

pengguna energi danjumlahnya diketahui

3. Jenis peralatan rumahtangga dan konsumsienergi di tiap peralatanrumah tangga diketahui.

Industri Jumlah konsumsienergi (Bahan BakarMinyak (BBM),batubara, gas dan

listrik) di sektorindustri di seluruhdaerah berdasarkandata total penjualanenergi.

1. Jumlah konsumenindustri penggunaenergi diketahui

2. Konsumsi energi

rata-rata di setiapjenis industridiketahui.

1. Jumlah konsumenpengguna energi di setiap

jenis industri diketahui.2. Konsumsi energi di tiap

peralatan industri yangmengkonsumsi energidiketahui.

Transportasi Jumlah konsumsienergi (BBM dangas) di sektortransportasi diseluruh daerahberdasarkan datatotal penjualanenergi.

1. Jumlah setiapjenis kendaraandiketahui.

2. Konsumsi energirata-rata di setiap

jenis kendaraandiketahui.

1. Jumlah setiap jeniskendaraan diketahui.

2. Konsumsi energi rata-ratadi setiap jenis kendaraandiketahui.

3. Jarak tempuh perjalananrata-rata berdasarkankebiasaan mengemudiorang Indonesia diketahui.

4. Umur siklus penggunaankendaraan bermotordiketahui.

Komersial Jumlah konsumsienergi (BBM, gasdan listrik) di sektorkomersial di seluruhdaerah berdasarkandata total penjualanenergi.

1. Jumlah setiapjenis bangunankomersial diketahui

2. Konsumsi energirata-rata di setiap

jenis bangunankomersial diketahui

1. Jumlah setiap jenisbangunan komersialdiketahui beserta luasbangunannya.

2. Jenis peralatan dalambangunan dan konsumsienergi di tiap peralatan

diketahui.


57/60

49BAB 5


DAFTAR PUSTAKA

1. BAPPENAS, 2013, Kerangka Kerja Indonesia untukNationally Appropriate Mitigation Actions (NAMAs),Jakarta, Indonesia.

2. Battacharyya, S.C., 2011, Energy Economics: Concepts,Issues, Markets and Governance, Springer, London, UK.

3. Heaps, C.G., 2011, Long-range Energy AlternativesPlanning (LEAP) system: User Guide, StockholmEnvironment Institute. Somerville, MA, USA

4. IPCC, 2006, Guidelines for National Greenhouse Gas

Inventories, Cambridge University Press, Cambridge,United Kingdom and New York, NY, USA

5. Pongthanaisawan, J., 2010, Relationship between levelof economic development and motorcycle and carownerships and their impacts on fuel consumption andgreenhouse gas emission in Thailand, Renewable andSustainable Energy Reviews, Vol. 14 (9), pp. 2966-2975.

6. Pusdatin ESDM, 2011, Indikator Energi dan Sumber DayaMineral Indonesia, Jakarta, Indonesia.

7. Sekretariat RAN-GRK, 2014, Potret Rencana Aksi DaerahPenurunan Gas Rumah Kaca, Jakarta, Indonesia.

8. Sekretariat RAN-GRK, 2013, Satu Tahun Tentang RencanaAksi Nasional Penurunan Gas Rumah Kaca, Jakarta,Indonesia

9. Swisher, J.N., Jannuzzi, G.M., Redlinger, R.Y., 1997, Toolsand Methods for Integrated Resource Planning, UnitedNations Environment Programme (UNEP), Denmark.

10. Wijaya, M.E., Ridwan, M.K., 2009, LEAP Perencanaan

Energi; Modul Pelatihan, Departemen Teknik FisikaUniversitas Gadjah Mada, Yogyakarta, Indonesia.

11. Bappenas, KESDM, Kementerian Perhubungan,Kementerian Perindustrian, 2012, Modul PelatihanInventarisasi Emisi Gas Rumah Kaca dan PenghitunganBAU Baseline Bidang Energi, Transportasi dan Industri,Jakarta, Indonesia.


58/60



59/60

Didukung oleh


60/60

pedoman teknis bau baseline bidang berbasis energi

Documents