AbstrakPaper ini memuat usulan perbaikan pada model optimasi untuk memenuhi kebutuhan energi Negara Yunani di setiap wilayah dan geografis yang berbeda dengan menggunakan sumber energi terbarukan (RES) dan sumber energi tidak terbarukan (Non RES) dan pada saat yang sama melibatkan energi dari limbah/sampah padat kota (MSW) di masing-masing wilayah sehingga diketahui besarnya masing-masing potensi sumber energi yang dapat masuk ke dalam perencanaan sistem energi wilayah tersebut secara keseluruhan. Selain itu akan dilibatkan sektor transportasi sebagai pengguna akhir (end use) energi terbesar pada sistem energi di Yunani. Dengan adanya penambahan variabel keputusan baru untuk sumber non RES dan pengguna akhir (end use) mengakibatkan bertambahnya kendala pada model optimasi yang baru. Berdasarkan hasil skenario yang berbeda diperiksa untuk memenuhi kebutuhan energi dengan menggunakan pemrograman linier akan ditemukan hasil optimal setiap sumber energi di masing-masing wilayah.

1. Pendahuluan Energi merupakan kebutuhan yang sangat penting dalam kehidupan manusia. Pada dekade terakhir perhatian terhadap isu energi semakin meningkat bersamaan dengan isu lingkungan. Konsumsi energi akan terus meningkat sejalan dengan meningkatnya kegiatan perekonomian. Beberapa literatur tertuju mempelajari dan menelusuri lebih lanjut optimalisasi penggunaan energi di negara dan wilayah berbeda dengan menggunakan model energi yang berbeda. Pada penelitian yang dilakukan oleh Xydis dan Koroneos (2012) pada paper ini, penulis menggunakan program linier untuk menemukan sumber energi terbarukan yang tepat dengan mempertimbangkan teknologi mereka, ketersediaan dan kehandalan. Keandalan telah dianggap sebagai kendala untuk meminimalkan biaya dan memaksimalkan efisiensi dalam model optimasi Sebuah kerangka kerja optimasi diusulkan untuk memenuhi kebutuhan energi di Yunani. Model yang diusulkan menggunakan optimasi perencanaan sistem energi dengan mengerahkan unit energi terbarukan dari limbah/sampah padat kota. Secara umum model dasar yang digunakan pada kasus ini mempunyai bentuk standar sebagai berikut :1. Fungsi tujuanMaks. Z = c1X1 + c2X2 + ......... + cnXn (3)

adalah:Fungsi tujuan : Maks (1) Kendala : Kendala 1 sampai dengan 8 adalah persentase sumber energi terbarukam (RES) dimana mencakup maksimum 45% dari konsumsi listrik total di wilayah/daerah. (2) (3) (4) (5) (6) (7) (8) (9) kendala 9 sampai dengan 14 merupakan persentase jumlah energi yang dibutuhkan masing-masing pengguna akhir (end use) yang ditetapkan dalam model untuk masing-masing daerah berdasarkan data konsumsi yang didapatkan dari PPC.(10)(11)(12) (13) (14) (15) Untuk kendala 15 sampai dengan 22 merupakan tingkat faktor reliabialitas setiap RES. Tingkat faktor reliabilitas didapatkan berdasarkan keandalan power supply dimana faktor reliabilitas 0,1 pada 10.000 jam untuk sistem tenaga surya, 0,5 pada 10.000 jam untuk angin dan 0,9 pada 10.000 jam untuk biomassa dan energi panas bumi.(16)(17) (18)(19)(20)(21)(22)(23) Kendala 23 merupakan non negatif dari semua variabel(24)

Dimana :Xi = Persentase penggunaan setiap sistem energi untuk setiap pengguna akhir (X1 X44)Aj= Koefisien efesiensi untuk energi tenaga surya (solar collectors)Bj= Koefisien efesiensi untuk energi PVCj= Koefisien efesiensi untuk energi concentrated solar power (CSP)Dj= Koefisien efesiensi untuk energi angin (wind Energy)Ej= Koefisien efesiensi untuk Energi Biomassa (Biomass)Fj= Koefisien efesiensi untuk Energi Panas Bumi (Geothermal energy)Gj= Koefisien efesiensi untuk Energi Tenaga Air (Hydro Energy)Hj= Koefisien efesiensi untuk Energi terbarukan dari sampah padat (MSW)R1-R8= Persentase jumlah energi sumber RES yang dapat mencakup masing-masing wilayahR9-R14= Persentase jumlah energi yang digunakan oleh pengguna akhir

Pada penelitian ini, metodologi yang diterapkan hanya untuk cakupan kebutuhan listrik optimal dari wilayah distrik dari sumber energi terbarukan, pemeriksaan sebagian atau keseluruhan dengan menggunakan energi tak terbarukan tidak digunakan pada penelitian ini. Sedangkan kita ketahui bahwa perencanaan sistem energi suatu negara meliputi sistem energi tak terbarukan seperti dari minyak bumi, gas, batu bara dan sistem energi terbarukan seperti dari angin, panas bumi, surya, dll. Untuk itu, penelitian selanjutnya yang ingin diperbaiki (improvement) adalah melakukan perhitungan besarnya potensi sampah padat kota yang dapat masuk ke dalam perencanaan sistem energi suatu wilayah pada suatu negara. Perencanaan sistem energi yang dimasukkan untuk analisis ini adalah menggabungkan sumber energi tak terbarukan dan sumber energi terbarukan sehingga analisis akan didapatkan dua skenario yaitu pemanfaatan energi sampai tahun 2020, pertama jika permintaan energi dipenuhi dengan pola biasa atau skenario dasar (tanpa ada subtitusi energi terbarukan dari sampah padat dan non RES), dan yang kedua adalah dengan subtitusi energi terbarukan dari sampah padat meliputi sistem energi terbaru dan tak terbarukan.Penelitian ini penting dilakukan karena tujuan utama dari pengembangan sumber energi alternatif adalah untuk menghasilkan energi jangka panjang dan meminimalkan limbah serta polusi, dengan demikian mengurangi dampak produksi energi terhadap lingkungan. Mengingat setiap kota terutama kota-kota besar di suatu wilayah menghasilkan sampah sangat besar. Itu semua berpotensi untuk menjadikan sumber energi pembangkit listrik yang ramah lingkungan dan terbarukan. Sejauh ini, penggunaan energi terbarukan relatif terbatas, apalagi biaya pembangkitan listrik berbahan bakar energi tersebut relatif lebih mahal dibanding penggunaan energi fosil. Namun, sejalan dengan konsumsi energi di suatu negara terus meningkat sejalan dengan meningkatnya kegiatan perekonomian. Mengingat cadangan sumber daya energi di miliki semakin menipis dan kemampuan pembiayaan untuk sektor ini sangat terbatas maka diperlukan suatu perencanaan energi terpadu dengan memperhatikan aspek ekonomi, lingkungan hidup dan kesinambungan suplai energi jangka panjang.Pada penelitian ini dititikberatkan pada perencanaan penyediaan energi untuk setiap wilayah distrik di Yunani, oleh karena itu digunakan model matematis menggunakan program linier dimana variabel keputusan akan ditambahkan untuk sumber energi tak terbarukan dan pada pengguna akhir di sektor transportasi sehingga mengakibatkan kendala pada model akan bertambah juga. Keuntungan atau kekuatan memakai model ini dalam pemecahan permasalahan diantaranya adalah analisis atau percobaan tetap dapat dilaksanakan untuk situasi yang komplek dimana tidak dapat dilakukan secara langsung dalam sistem nyata karena dengan model kita tidak menggangu sistem sesungguhnya, lebih hemat dalam mendiskripsikan suatu keadaan nyata, hemat waktu, dan dapat memfokuskan analisa pada masalah-masalah yang kritis. Kelemahan pada model matematis ini adalah model ini harus memiliki syarat liniaritas, divisibility, nonnegativity, certainty. Keempat asumsi diatas harus dipenuhi apabila ingin menyelesaikan masalah model linier programming ini. Jika masalah tidak dapat memenuhi asumsi tersebut, persoalan tersebut tidak dapat diselesaikan oleh program linier akan tetapi dapat diselesaikan dengan program matematik yang lain seperti; integer programming, goal programming, nonlinier programming, dan dynamic programming.

2. Pembahasan2.1. Kondisi atau Asumsi Model PerbaikanModel yang digunakan untuk perbaikan pada penelitian ini sama dengan penelitian sebelumnya yaitu menggunakan model matematis program linier yang akan dikembangkan untuk memberikan solusi optimal dengan memberikan penambahan model variabel keputusan pada sumber energi tak terbarukan (non renewable energy) dari minyak bumi, gas, dan batu bara. Hal ini dilakukan karena selain ingin melihat besarnya potensi sampah padat kota, ingin diketahui juga besarnya potensi sumber energi tak terbarukan yang dapat masuk ke dalam perencanaan sistem energi secara keseluruhan. Dalam hal ini, sistem energi keseluruhan yang dimaksud adalah mengikutsertakan sumber energi konvensional (Non-Renewable Energy Source) dan sumber energi terbarukan (Renewable Energy Source) yang terdapat di Negara Yunani. Diketahui bahwa fitur utama dari bauran energi di Yunani adalah tingginya tingkat penggunaan bahan bakar fosil baik untuk produksi listrik dan konsumsi energi di semua sektor. Penggunaan batu bara muda telah menjadi pilihan strategis, meskipun memberikan dampak di lingkungan. Saat ini, keseimbangan energi nasional didominasi oleh hidrokarbon impor (terutama produk minyak bumi dan gas alam). Dari data European Commission diketahui bahwa pada tahun 2010 produk minyak bumi mewakili 53,2% dari energi mix konsumsi di Yunani, diikuti oleh bahan bakar padat 27,8%, gas alam 11,4% dan energi terbarukan 7,6% dan listrik terutama dihasilkan dari bahan bakar padat. Selain itu, akan ditambahkan lagi variabel keputusan untuk pengguna akhir (end use) transportasi karena berdasarkan data dari Eurostat diketahui bahwa pengguna konsumsi akhir di Yunani transportasi merupakan pengguna akhir yang memiliki persentase hampir setengah dari pengguna akhir lainnya. Dengan demikian pada model ini akan ada kendala baru sebagai akibat adanya pertambahan variabel keputusan baru. Dengan model perbaikan ini, akan didapatkan solusi optimal yang baru untuk setiap kasus sistem perencanaan energi di suatu daerah atau wilayah, analisis sensitivitas dilakukan dan banyak skenario diperiksa dengan memodifikasi ketersediaan sumber energi dan bagaimana sistem bereaksi. Dengan menerapkan model tambahan tersebut, akan diperiksa kembali apakah investasi yang diusulkan untuk energi terbarukan dari sampah kota pada system energy layak atau tidak diajukan.

2.2. Prosedur atau Tahap-tahap Langkah-langkah pelaksanaan perhitungan dengan menggunakan program linier meliputi pengumpulan data, pembuatan model programa linier, perhitungan optimasi, dan analisis hasil optimal. Secara rinci langkah-langkah utama dari metodologi yang diusulkan adalah sebagai berikut : Pengumpulan dataInput data yang diperlukan dalam perhitungan program linier terdiri dari informasi selengkap lengkapnya dari sistem yang akan diteliti. Sebagai contoh, untuk sistem energi pada kasus ini, informasi yang diperlukan adalah data mengenai persentase potensi ketersediaan jumlah renewable energy source dan non renewable energy source serta potensi sampah padat kota, persentase permintaan energi per sektor (pengguna akhir sumber energi), biaya dan efisiensi per sistem energi, serta faktor keandalan pembangkit untuk masing-masing sumber energi. Pembuatan model programa linierSetelah karakteristik dari sistem dan informasi dari sistem yang akan diteliti sudah didapatkan, maka langkah selanjutnya adalah menuangkan informasi tersebut dalam suatu model. Langkah-langkahnya adalah :1) Tentukan variabel keputusan atau variabel yang ingin diketahui dan gambarkan dalam simbol matematik. Variabel keputusan pada model perbaikan paper ini menambahkan koefisien efisiensi/biaya apada sumber energi gas, minyak bumi, dan batubara serta .Ij= Koefisien efesiensi untuk energi dari GasJj= Koefisien efesiensi untuk energi dari minyak bumiKj= Koefisien efesiensi untuk energi batubaraR9-R11 = Persentase jumlah energi sumber non RES yang dapat mencakup masing-masing wilayahR18= Persentase jumlah energi yang digunakan oleh pengguna akhir

Tabel 1. Variabel keputusan yang digunakan pada model improvementVariabelDeskripsiVariabelDeskripsi

X1Energi surya domestikX43Energi dari sampah untuk pengguna umum

X2Energi surya untuk pengguna pertanianX44Energi dari sampah untuk penerangan jalan dan taman

X3PV untuk pengguna domestkX45Gas untuk pengguna domestk

X4PV untuk pengguna KomersilX46Gas untuk pengguna Komersil

X5PV untuk pengguna industriX47Gas untuk pengguna industri

X6PV untuk pengguna pertanianX48Gas untuk pengguna pertanian

X7PV untuk pengguna umumX49Gas untuk pengguna umum

X8PV untuk penerangan jalan dan tamanX50Gas untuk penerangan jalan dan taman

X9Biomassa untuk pengguna domestkX51Gas untuk transportasi

X10Biomassa untuk pengguna KomersilX52Minyak untuk pengguna domestk

X11Biomassa untuk pengguna industriX53Minyak untuk pengguna Komersil

X12Biomassa untuk pengguna pertanianX54Minyak untuk pengguna industri

X13Biomassa untuk pengguna umumX55Minyak untuk pengguna pertanian

X14Biomassa untuk penerangan jalan dan tamanX56Minyak untuk pengguna umum

X15Energi panas bumi untuk pengguna domestkX57Minyak untuk penerangan jalan dan taman

X16Energi panas bumi untuk pengguna KomersilX58Minyak untuk transportasi

X17Energi panas bumi untuk pengguna industriX59Batubara untuk pengguna domestk

X18Energi panas bumi untuk pengguna pertanianX60Batubara untuk pengguna Komersil

X19Energi panas bumi untuk pengguna umumX61Batubara untuk pengguna industri

X20Energi panas bumi untuk penerangan jalan dan tamanX62Batubara untuk pengguna pertanian

X21Energi angin untuk pengguna domestkX63Batubara untuk pengguna umum

X22Energi angin untuk pengguna KomersilX64Batubara untuk penerangan jalan dan taman

X23Energi angin untuk pengguna industriX65Batubara untuk transportasi

X24Energi angin untuk pengguna pertanianR1% jumlah sumber energi solar termal collectors

X25Energi angin untuk pengguna umumR2% jumlah sumber energi PV

X26Energi angin untuk penerangan jalan dan tamanR3% jumlah sumber energi biomassa

X27CSP untuk pengguna domestkR4% jumlah sumber energi panas bumi

X28CSP untuk pengguna KomersilR5% jumlah sumber energi angin

X29CSP untuk pengguna industriR6% jumlah sumber energi CSP

X30CSP untuk pengguna pertanianR7% jumlah sumber energi air

X31CSP untuk pengguna umumR8% jumlah sumber energi sampah padat kota

X32CSP untuk penerangan jalan dan tamanR9% jumlah sumber energi gas

X33Energi air untuk pengguna domestkR10% jumlah sumber energi minyak bumi

X34Energi air untuk pengguna KomersilR11% jumlah sumber energi batubara

X35Energi air untuk pengguna industriR12% jumlah pengguna akhir sektor domestik

X36Energi air untuk pengguna pertanianR13% jumlah pengguna akhir sektor pertanian

X37Energi air untuk pengguna umumR14% jumlah pengguna akhir sektor komersil

X38Energi air untuk penerangan jalan dan tamanR15% jumlah pengguna akhir sektor industri

X39Energi dari sampah padat untuk pengguna domestkR16% jumlah pengguna akhir sektor publik

X40Energi dari sampah untuk pengguna KomersilR17% jumlah pengguna akhir lampu jalan taman

X41Energi dari sampah untuk pengguna industriR18% jumlah pengguna akhir sektor transportasi

X42Energi dari sampah untuk pengguna pertanian

2) Menentukan tujuan dan gambarkan dalam satu sel fungsi linier dari variabel keputusan yang berbentuk maksimum. Pada model perbaikan ini fungsi tujuannya adalah memaksimalkan hasil fungsi tujuan yang didasarkan pada rasio "efisiensi/biaya" dari sumber energi terbarukan (renewable energy) termasuk energi dari sampah padat dan tak terbarukan (non renewable energy). Dengan mendapatkan fungsi tujuan ini maka akan diketahui kapasitas suatu wilayah atau negara dalam mewujudkan target bauran energinya dengan memilih sistem yang rendah biayanya dan tinggi efisiensinya. Fungsi tujuan menerapkan analisis sensitivitas, skenario yang tak terbatas bisa diperiksa pada tingkat pemanfaatan setiap korespondesi sistem energi terbarukan dalam model optimal. Perubahan ini akan mempengaruhi seluruh sistem energi terbarukan, yang berarti misalnya bahwa ketika sistem energi terbarukan tidak dalam posisi untuk memberikan kontribusi pada potensi sumber tertinggi maka sistem yang lain yang dipilih untuk menutupinya. Fungsi tujuan tersebut diperlihatkan sebagai berikut:Maks. Z = (1)

Dimana :Koefisien Rasio = Efisiensi/Biaya (2)

Tabel 2. Koefisien Rasio Efisiensi/BiayaSumber EnergiBiaya(Euro/kWh)Unit Efficiency(Capacity Factor %)KoefisienRasio =Efisiensi/Biaya

Tenaga SuryaCA 0.0453A30-40Aj =A/CA

PhotovoltaicCB0.2000B10-15Bj =B/CB

Concentrated solar power (CSP)CC0.1250C 25-30Cj =C/CC

Tenaga AnginCD0.0380D20-38Dj =D/CD

BiomassaCE0.0800E25-60Ej =E/CE

Energi Panas BumiCF0.1060F75-85Fj =F/CF

Energi AirCG0.0450G35-45Gj =G/CG

Energi dari Sampah PadatCH0.0400H25-30Hj =H/CH

GasCI0.1020I32-38Ij = I/CI

Minyak BumiCJ0.2030J35-42Jj =J/CJ

BatubaraCK0.1300K35-42Kj =K/CK

3) Menentukan kendala dan gambar dalam bentuk persamaan linier atau ketidaksamaan linier dari variabel keputusan. Pada model perbaikan ini ditambahkan kendala-kendalanya sbb: persentase sumber energi tak terbarukan (Non RES) yang tersedia dimana seluruhnya mencakup maksimum 55% dari konsumsi listrik total di wilayah/daerah. (11) (12) (13) Persentase jumlah energi yang dibutuhkan untuk pengguna akhir (end use) pada sector transportasi yang ditetapkan dalam model untuk masing-masing daerah berdasarkan data konsumsi yang didapatkan dari Power Public Corporation (PPC) di Yunani. (20) Tingkat faktor reliabilitas setiap RES dan Non RES. Tingkat faktor reliabilitas didapatkan berdasarkan keandalan power supply dimana faktor reliabilitas 0,1 pada 10.000 jam untuk sistem tenaga surya, 0,5 pada 10.000 jam untuk angin dan 0,9 pada 10.000 jam untuk biomassa dan energi panas bumi.10 (29)9 (30)10 (31)

Perhitungan optimasiPerhitungan optimasi dari model programa linier dilakukan berdasarkan prinsip-prinsip umum programa linier (Linear Programming) yaitu mencari hasil optimum sesuai dengan fungsi obyektif yang ditetapkan. Secara manual penyelesaian dapat dilakukan dengan metode simplek, akan tetapi hal ini hanya dapat dilakukan untuk persoalan yang sederhana. Penyelesaian masalah yang menggunakan banyak variabel dan kendala, perhitungannya memerlukan analisis numerik dengan bantuan komputer. Hasil OptimalNilai dari fungsi obyektif menentukan kombinasi optimum dari setiap komponen sistem yang diteliti, Pada prinsipnya semua komponen yang telah dimasukkan dalam model dengan semua input data yang lengkap, maka hasil optimalnya akan sesuai dengan kelengkapan data inputnya. Selanjutnya baik buruknya hasil optimasi sangat tergantung dengan baik buruknya data masukannya. Semakin lengkap informasi yang dimasukkan maka kualitas hasil yang didapatkan akan menjadi semakin baik. Dalam hal ini dapat diegaskan bahwa model adalah hanya suatu alat bantu untuk memberikan komposisi yang optimum. Menganalisis Hasil PerhitunganSetelah hasil alokasi optimum secara detail untuk RES, energy sampah padat kota, dan non RES ditemukan untuk setiap wilayah, maka akan didapatkan persentase optimal masing-masing sumber energi untuk pengguna akhir (end use). Lalu dihitung masing-masing fungsi tujuannya. Menarik kesimpulanKesimpulan dilakukan dengan melakukan pemilihan wilayah atau unit yang memberikan kontribusi perancangan sistem energi dengan biaya yang efektif dan efisien