Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTKebutuhan akan listrik diprediksi akan terus meningkat setiap tahun. Akses listrik ini akan memberikan dampak positif, contohnya meningkatkan taraf hidup penduduk. Namun, banyak desa di Indonesia yang masih mengalami kemiskinan. Oleh karena itu, Pemerintah melaksanakan program pengadaan pembangkit 35.000 Mega Watt untuk mengatasi problema kemiskinan tersebut. Penelitian ini bertujuan untuk menganalisis energi listrik yang disediakan terhadap kebutuhan masyarakat desa itu sendiri dengan cara bottom up, yakni menentukan beban puncak, konsumsi listrik, keandalan sistem distribusi listrik, karakteristik masyarakat, memprediksi kebutuhan listrik, hingga menentukan pembangkit energi terbarukan yang cocok dikembangkan di sana. Lokasi pengambilan sampel ialah di salah satu daerah pedesaan di Indonesia, yakni Kabupaten Batang, Jawa Tengah. Metode yang digunakan dalam penelitian ialah pengolahan data survei menggunakan teori Skrotzki dan Keswani, metode SAIDI dan SAIFI, statistik inferensial dan deskriptif, penggunaan perangkat lunak minitab 18, dan LUEC. Hasil penelitian mengestimasi besarnya beban puncak di Kabupaten Batang sebesar 206,4 MW dengan total konsumsi per hari 1752 MWH. Beban dan total konsumsi ini akan terus meningkat hingga 233,21 MW dan 1982 MWH pada tahun 2028. Keandalan distribusi masih tergolong rendah, terutama pada daerah pesisir dengan SAIDI 114-1152 jam dan SAIFI >48 gangguan per tahunnya. Problema besar lain disana ialah masih rendahnya pendapatan per kapita dan banyaknya sampah, maka infrastruktur listrik yang cocok dikembangkan ialah PLTSa untuk mengatasi problema tersebut.

---

ABSTRACTThe need for electricity is predicted to increase every year. Access to electricity itself will have a positive impact, such as supporting activities, increasing competitiveness, and improving the economy. However, many villages in Indonesia are still experiencing poverty. Therefore, the Government implemented a procurement program of 35,000 Mega Watt generator to overcome that poverty problem. This study aims to analyze the energy reserved to the needs of the villagers themselves with bottom up methods, by determining peak loads, electricity consumption, reliability of power distribution systems, community characteristics, predicting electricity needs, and determine the appropriate renewable energy generation. The sampling location is in one of the rural areas of Indonesia, namely Batang District, Central Java. The method used in this research is the processing of survey data using Skrotzki and Keswani theory, SAIDI and SAIFI method, inferential and descriptive statistics, and the use of minitab 18 software. The result of this study estimate the peak load in Batang Regency is 206.4 MW with total consumption per day 1752 MWH. This load and total consumption will continue to increase until 233.21 MW and 1982 MWH by 2028. Distribution realibility is still relatively low, especially in coastal areas with SAIDI 114 1152 hours and SAIFI 48 annoyances per year. Another big problems are still low income per capita and the amount of waste, then the appropriate electricity infrastructure developed is PLTSa to overcome the problems. "

"Indonesia menghadapi berbagai permasalahan pada sektor ketenagalistrikannya seperti kekurangan pasokan pada jangka menengah di masa mendatang. Penelitian ini menelaah salah satu solusi alternatif dari segi permintaan, yakni penurunan konsumsi listrik sektor perumahan di Indonesia. Dikarenakan pengetahuan berperan penting maka pengetahuan terkait kepedulian lingkungan tersebut diteliti dengan memakai metode cross-section OLS dan model logit dengan menggunakan data dari Survei Perilaku Peduli Lingkungan Hidup SPPLH 2013. Penelitian ini menggambarkan perilaku konsumsi listrik di Indonesia pada level rumah tangga melalui pemakaian perangkat elektronik tertentu. Penelitian ini menemukan bahwa pengetahuan lingkungan mampu mempengaruhi perilaku hemat listrik. Peningkatan pengetahuan peduli lingkungan memainkan peranan yang signifikan dalam mengurangi konsumsi listrik di Indonesia. Dengan demikian, Pemerintah Indonesia dapat mengoptimasi jalur edukatif untuk membangun masyarakat yang lebih terdidik terkait dengan pengetahuan seputar kepedulian terhadap lingkungan yang dalam hal ini khususnya terkait konservasi energi. lingkungan, perilaku hemat listrik, konsumsi listrik.

---

Indonesia is facing problems in its electricity condition like the shortage in the medium run. This research tries to observe the alternative demand side attempt for the solution, specifically on residential sector as it plays a major role in determining Indonesias consumption on electricity. Knowledge plays important role in electricity saving behavior so the knowledge on environment related issues is examined by utilizing cross section OLS and logit model by using data from the Environmental Care Behavior Survey SPPLH 2013 on household level. We describe the electricity consumption behavior through specific electronic devices usage. We find there is a causal relationship between environmental care knowledge with the electricity saving behavior as the determinant of the electricity consumption. Increasing the environmental care knowledge plays a significant role in reducing the electricity consumption. Thus, GoI can optimize the educational effort to build a well informed society about the environmental care knowledge especially about energy conservation. "

"Tujuan umum dari penelitian ini adalah menganalisis interaksi antara konsumsi listrik dengan pertumbuhan ekonomi di Indonesia dan tujuan khususnya untuk melihat respon dari pertumbuhan ekonomi yang disebabkan oleh dampak adanya guncangan (shock) konsumsi listrik, tenaga kerja, dan modal. Selain itu penelitian ini bertujuan untuk mengukur kontribusi dari konsumsi listrik, tenaga kerja, dan modal terhadap pertumbuhan ekonomi di Indonesia. Penelitian ini menggunakan periode observasi dari tahun 1999Q1- 2013Q4 dan menggunakan model fungsi produksi yang dikembangkan oleh Apergis dan Payne (2009) dengan metode penelitian yang digunakan yaitu Vector Autoregression (VAR). Hasil Kausalitas Granger menunjukkan bahwa variabel pertumbuhan konsumsi listrik (LNELECT) dengan pertumbuhan ekonomi (LNPDB) memiliki hubungan dua arah atau lebih dikenal dengan Hipotesis Arus Balik. Sedangkan Hasil impulse response menunjukkan bahwa respon PDB di Indonesia negatif terhadap guncangan yang terjadi pada konsumsi listrik sedangkan respon konsumsi listrik positif terhadap guncangan yang terjadi di PDB. Dan hasil dari Variance Decomposition bahwa pertumbuhan PDB lebih banyak dipengaruhi oleh variabel PDB itu sendiri.

---

The general objective of this study was to analyze the interaction between electricity consumption and economic growth in Indonesia and in particular the goal to see the response of economic growth caused by the impact of the shock (shock) electricity consumption, labor, and capital. In addition this study aims to measure the contribution of electricity consumption, labor, and capital to economic growth in Indonesia. This study uses observation period of 1999Q1- 2013Q4 and use the production function model developed by Apergis and Payne (2009) with the research method used is Autoregression Vector (VAR).

Granger Causality results showed that electricity consumption growth variables (LNELECT) with economic growth (LNPDB) has a two-way relationship, or better known as the Reverse Flow Hypothesis. While the results of impulse response indicates that the response is negative GDP in Indonesia to shocks that occurred in electricity consumption while electricity consumption positive response to shocks that occurred in GDP. And the results of the Variance Decomposition that GDP growth was more influenced by the GDP itself."

"Peramalan beban listrik, juga dikenal sebagai Probabilistic Load Forecasting (PLF), memiliki peran penting dalam industri tenaga listrik, terutama dalam merencanakan operasi sistem tenaga, menjaga stabilitas, dan memfasilitasi perdagangan energi. Di Bandar Udara Internasional Soekarno-Hatta yang merupakan sebuah entitas komersial besar, peramalan yang akurat dan andal sangat penting untuk optimalisasi layanan, kepatuhan terhadap regulasi dan meningkatkan akurasi perencanaan konsumsi energi. Tujuan penelitian ini adalah menentukan model peramalan yang akurat untuk digunakan di Bandar Udara Internasional Soekarno-Hatta. Dalam penelitian ini, empat model berbeda diuji: Seasonal Autoregressive Integrated Moving Average (SARIMA), Seasonal Autoregressive Integrated Moving Average with Exogenous (SARIMAX), serta dua model berbasis neural network, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Units (GRU). Kemudian model ini diterapkan pada data historis harian yang dikumpulkan dari perusahaan operator bandar udara dengan rentang waktu 01 Januari 2022 hingga 31 Desember 2022. Hasil penelitian menunjukkan bahwa model LSTM mencapai performa terbaik dalam melakukan peramalan, dengan Mean Absolute Error (MAE) 12.79, Root Mean Square Error (RMSE) 15.47, dan Mean Absolute Percentage Error (MAPE) 1.91%. Sehingga berdasarkan hasil penelitian, model LSTM dapat digunakan untuk meningkatkan akurasi perencanaan konsumsi listrik harian di Bandar Udara Internasional Soekarno-Hatta dan fasilitas serupa lainnya.

---

Electric load forecasting, also known as Probabilistic Load Forecasting (PLF), plays a crucial role in the electricity industry, particularly in planning power system operations, maintaining stability, and facilitating energy trading. At Soekarno-Hatta International Airport, which is a large commercial entity, accurate and reliable forecasting is essential for service optimization, regulatory compliance, and improving the accuracy of energy consumption planning. The aim of this study is to identify an accurate forecasting model to be used at Soekarno-Hatta International Airport. In this study, four different models were tested: Seasonal Autoregressive Integrated Moving Average (SARIMA), SARIMA with Exogenous (SARIMAX), and two neural network-based models, Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRU). The models were subsequently utilized on the daily historical data gathered by the airport operating firm from January 1, 2022, to December 31, 2022. The research findings demonstrated that the LSTM model was the most effective in terms of forecasting performance, with Mean Absolute Error (MAE) of 12.79, Root Mean Square Error (RMSE) of 15.47, and Mean Absolute Percentage Error (MAPE) of 1.91%. Therefore, based on the research findings, the LSTM model can be used to improve the accuracy of daily electricity consumption planning at Soekarno-Hatta International Airport and other similar facilities."

"Kepulauan Seribu dalam bentuk pulau membuat implementasi program pembangunan terhambat. Konsumsi listrik tergantung pada jumlah peralatan listrik yang dimiliki, ukuran tempat tinggal di samping peningkatan konsumsi listrik untuk sektor rumah tangga karena peningkatan populasi dan pendapatan per kapita. Konsep gaya hidup listrik rumah tangga terkait dengan aspek sosial dan perilaku konsumsi energi. Tujuan dari penelitian ini adalah untuk mengetahui perbedaan konsumsi listrik berdasarkan pengguna listrik di Pulau Pramuka, Pulau Panggang dan Pulau Tidung dan menjelaskan bagaimana hubungan pendapatan, luas bangunan dan penggunaan peralatan elektronik dengan konsumsi listrik. Kuesioner digunakan untuk mendapatkan data tentang luas bangunan, pendapatan, dan penggunaan peralatan elektronik. Analisis spasial digunakan untuk melihat perbedaan konsumsi listrik spasial, analisis statistik digunakan untuk melihat hubungan antara luas bangunan, pendapatan dan penggunaan peralatan elektronik dengan konsumsi listrik. Hasilnya adalah sektor komersial terletak di sepanjang garis pantai, sektor rumah tangga menyebar di tengah, sedangkan sektor campuran terletak di tengah sektor rumah tangga. Ada hubungan antara pendapatan dan penggunaan peralatan elektronik dengan konsumsi listrik, sedangkan luas bangunan tidak memiliki hubungan dengan konsumsi listrik. Tetapi variabel ini tidak berlaku untuk sektor komersial, karena memiliki perilaku penggunaan listrik yang berbeda dari sektor lainnya.

---

The Thousand Islands in the form of islands has hampered the implementation of development programs. Electricity consumption depends on the number of electrical equipment owned, the size of the residence in addition to the increase in electricity consumption for the household sector due to increased population and per capita income. The concept of a household electrical lifestyle is related to social aspects and energy consumption behavior. The purpose of this study is to determine the differences in electricity consumption based on electricity users in Pramuka Island, Panggang Island and Tidung Island and explain how the income, building area and use of electronic equipment relate to electricity consumption. The questionnaire was used to obtain data on building area, income, and use of electronic equipment. Spatial analysis is used to see differences in spatial electricity consumption, statistical analysis is used to see the relationship between building area, income and use of electronic equipment with electricity consumption. The result is that the commercial sector is located along the coastline, the household sector is spread in the middle, while the mixed sector is located in the middle of the household sector. There is a relationship between income and use of electronic equipment with electricity consumption, while building area has no relationship with electricity consumption. But this variable does not apply to the commercial sector, because it has a behavior of electricity usage that is different from other sectors."

"Penelitian ini bertujuan menganalisis apakah kosumsi tenaga listrik mempunyai dampak yang berbeda pada pertumbuhan ekonomi kelompok provinsi berdasarkan produktivitas. Penelitian ini menggunakan analisis data panel untuk 25 provinsi yang diklasifikasikan menjadi 3 kelompok: (i) kelompok provinsi dengan produktivitas tinggi (terdiri dari Provinsi DKI Jakarta), (ii) kelompok provinsi dengan produktivitas tinggi-menengah (terdiri dari 13 provinsi), (iii) kelompok provinsi dengan produktivitas menengah-rendah (terdiri dari 11 provinsi) selama periode 1996-2011. Hasil estimasi panel memperlihatkan bahwa: (i) dampak konsumsi tenaga listrik terhadap PDRB pada kelompok provinsi dengan produktivitas menengah-rendah bernilai lebih tinggi daripada dampak konsumsi listrik terhadap PDRB pada kelompok provinsi dengan produktivitas tinggi-menengah, (ii) dampak konsumsi tenaga listrik terhadap PDRB pada Provinsi DKI Jakarta bernilai lebih tinggi daripada dampak konsumsi tenaga listrik terhadap PDRB pada kelompok provinsi dengan produktivitas menengah-rendah. Melalui perhitungan Technical Elasticity of Substitution (TES), diketahui bahwa pada Provinsi DKI Jakarta hubungan yang terbentuk diantara faktor input investasi kapital dengan konsumsi listrik adalah substitusi dan hubungan yang terbentuk diantara faktor input tenaga kerja dengan konsumsi listrik adalah komplementer. Sedangkan pada kelompok provinsi dengan produktivitas tinggi-menengah dan kelompok provinsi dengan produktivitas menengah-rendah, hubungan yang terbentuk diantara faktor input investasi kapital dengan konsumsi listrik adalah komplementer.

---

The objective of this study is to analyze whether electricity consumption has different effect on economic growth of group provinces by productivity. By employing data panel analysis, it classifies 25 Indonesian provinces into (i) group of high productivity provinces (consist of DKI Jakarta), (ii) group of high-middle productivity provinces (consist of 13 provinces), (iii) group of middle-low productivity provinces (consist of 11 provinces) with observation period 1996-2011.

Referring to panel data estimation result, it shows that (i) the effect of electricity consumption to output in group of middle-low productivity provinces is higher than effect of electricity consumption to output in group of high-middle productivity provinces, (ii) the effect of electricity consumption to output in DKI Jakarta is higher than the effect of electricity consumption to output in group of high-middle productivity provinces.

Through Technical Elasticity of Substitution (TES), the result shows the relation between capital investment and electricity consumption as substitution and relation between employment and electricity consumption as complementary in DKI Jakarta. For group of high-middle productivity provinces and group of middle-low productivity provinces, the TES shows that relation between capital investment and electricity consumption as complementary."

"Manajemen usaha penyediaan tenaga listrik merupakan hal yang kompleks. Salah satu hal yang penting dalam manajemen penyediaan tenaga listrik, khususnya dalam perencanaan adalah peramalan tenaga listrik di masa yang akan datang. Peramalan (forecasting) adalah suatu kegiatan atau usaha untuk memprediksi kondisi di masa yang akan datang dengan bantuan model untuk merepresentasikannya. Dalam membuat peramalan, keakuratan merupakan kriteria utama dalam menentukan metode peramalan. Dalam penelitian ini metode algoritma genetik digunakan untuk membuat peramalan beban tenaga listrik. Algoritma Genetik adalah algoritma pencarian yang meniru mekanisme evolusi dan genetik alam. Dalam proses peramalan, dilakukan optimasi parameter-parameter model dengan meminimalkan nilai mean square error (mse). Model peramalan yang dikembangkan dengan algoritma genetik dapat mendekati model sebenarnya. Parameter optimal model peramalan jangka panjang adalah A= 1.558, B1= 0.642, B2= 1.188, B3= -0.437, B4= -0.378, B5= -0.484, dan B6= 0.848, sedangkan untuk jangka menengah adalah adalah α= 0.6383 ,β=0, dan γ=0.8289. Laju pertumbuhan beban rata-rata hasil ramalan jangka panjang tahun 2008-2017 sekitar 6.9%. Peramalan beban jangka menengah memberikan hasil yang lebh baik jika dibandingkan dengan peramalan dari PLN P3B Jawa-Bali dengan jumlah selisih eror sebesar 0.44%.

---

Managing electricity energy supply is a complex task. The most important part of electricity supply management, particularly in utility planning is forecasting of the future electricity load. Forecasting is a process to predict future conditions usually achieved by constructing models on relative information and some assumptions. In making a electricity forecasting, accuracy is the primary criteria in selecting forecasting methods.

In this research, a genetic algorithm approach is proposed to build electricity load forecasting. Genetic algorithms are global search methods that mimic the methapor of natural evolution and genetic. Parameter optimization process have done by minimize mean square error (mse).

Load forecasting model using genetic algorithm gives model which is almost the same with actual data. Optimal parameters for long term model are: A= 1.558, B1= 0.642, B2= 1.188, B3= -0.437, B4= -0.378, B5= -0.484, dan B6= 0.848, for medium term model are: α= 0.6383 ,β=0, dan γ=0.8289. Annual growth rate for 2008-2017 using genetic algorithm model is about 6.9%. Medium term forecasting using genetic algorithm gives better result than PLN P3B Java-Bali forecasting with sum error difference about 0.44%."

"Tesis ini merupakan hasil penelitian yang dilakukan dengan tujuan untuk mengetahui karakteristik konsumsi energi listrik pada proses produksi, mencari peluang dalam rangka penurunan konsumsi atau penghematan energi listrik, dan membuat model analisis karakteristik konsumsi energi listrik pada produksi baja tulangan baton.Penelitian ini menggunakan pendekatan survey dan korelasional yang dilakukan pada industri baja dengan sistem produksi arus. Konsumsi energi listrik tiap-tiap mesin dalam proses produksi sebagai variabel bebas sedangkan total konsumsi energi listrik variabel terikat. Populasi penelitian adalah konsumsi energi listrik pada produksi baja tulangan baton ukuran 5.6 mm, 6.0 mm, 7.4 mm, 8.0 mm, 10.0 mm, sedangkan sampel penelitian yaitu konsumsi energi listrik harian pada produksi baja tulangan beton dari bulan Januari 2001 - Desember 2002 sebanyak 40 hari produksi instrumen penelitian yang digunakan berupa tabel atau lembar observasi pengamatan langsung. Teknik pengumpulan data menggunakan metode observasi dan metode dokumentasi. Teknik analisis data menggunakan analisis data statistik deskriptif, kategorisasi konsumsi energi listrik dan uji korelasi product moment yang dikemas dalam model program karakteristik konsumsi energi listrik dengan bahasa pemograman delphi.Dari analisis data diperoleh hasil penelitian sebagai berikut : (1) Karakteristik konsumsi energi listrik pada proses produksi diperoleh hasil mesin-mesin produksi mengkonsumsi energi pada kategori sedang untuk semua ukuran, kecuali mesin M-5 yang mengkonsumsi energi listrik pada kategori tinggi sebesar 36%. (2) Karakteristik hubungan konsumsi energi listrik pada proses produksi diperoleh hasil adanya hubungan positif dan signifikan antara konsumsi energi listrik setiap mesin dengan totalnya (3) Semakin besar ukuran baja tulangan baton yang diproduksi semakin kecil konsumsi energi listrik yang dibutuhkan dengan rerata 138.94 kWh/ton menunjukkan proses produksi sudah efisien. (4) Upaya penurunan konsumsi atau penghematan energi listrik dapat dilakukan antara lain dengan membuat sistem produksi lebih stabil, karena mesin-mesin produksi bekerja di bawah 30% dari kapasitas mesin, dan berdasarkan perbandingan daya listrik pada saat produksi maksimum dengan daya nominal motor listrik, beberapa mesin menunjukkan persentase lebih dari 75%. (5) Model analisis karakteristik konsumsi energi listrik pada penelitian ini dapat digunakan pada produksi baja, tekstil, komponen elektronik, komponen mobil dll. yang menggunakan sistem produksi arus.

---

This thesis is research of the characteristic of electrical energy consumption analysis on the steel production, to find opportunity on electrical energy efficiency and build of model electrical energy consumption analysis.

This research do by survey and correlation approach in the steel industry by flow production system. The conversion of electrical energy for each machine is as independent variables and total of the electrical energy consumption is as dependent variables. The population of research is electrical energy consumption on dimension of 5.6 mm, 6.0 mm, 7.4 mm, 8.0 mm, 10.0 mm and the sample of research is daily consumption of electrical energy production of steel during January 2001 - December 2002 for 40 days production. The instruments research is table and observation form. The taking of data use observation and documentation. The data analysis use descriptive statistic and correlation product moment with the model the characteristic of electrical energy consumption by Delphi program.

The based data analysis, there are: (1) the characteristic of electrical energy consumption on all machines, is middle category for all dimension, except machine M-5 is high category 36%. (2) The characteristic of correlation electrical energy consumption on the production process is gotten the result that there are correlation positive and significance between the electrical energy consumption for each machine with totality (3) More big measuring of steel production result smaller the electrical energy consumption, with mean 138.94 kWh/ton describe the production process is efficient. (4) The method efficient of electrical energy can do by more stabilizes the production, because the machines work under 30% from machine capacity and base power electrical on the maximum production compared with electrical nominal power motor, some machine describe percentage more 75% (5) The model characteristic electrical energy consumption analysis on this research can use for the steel production, textile, the electronic component, the car component, etc which one use flow production system."

"Listrik adalah penggerak utama dari aktifitas ekonomi suatu negara Di Indonesia bahan bakar dari sistem kelistrikan berasal dari sumber daya alam. Batam yang mempunyai posisi strategis di antara daerah lain Indonesia memiliki rasio elektrifikasi yang tertinggi karena Batam terhubungkan dengan gas pipa yang membuat Batam memiliki pasokan gas untuk menghasilkan listrik dan ke depan untuk memenuhi permintaan Singapura untuk mengekspor listrik. Tesis ini mendiskusikan untuk memperkirakan risiko dan keuntungan dalam menghasilkan listrik di Batam untuk keperluan dalam negeri dan untuk ekspor ke Singapura dengan menggunakan Efficient Frontier. Kegiatan ekspor listrik ke Singapura akan menyempurnakan sistem kelistrikan di Indonesia meningkatkan nilai keuntungan dari pembangkit listrik di Indonesia dan menciptakan lapangan kerja baru di Indonesia serta memaksimalkan penggunaan sumber daya alam untuk keperluan dalam negeri.

---

Electricity is the main driver of the economic activity in a country In Indonesia the fuel of electricity system is still coming from the natural resources. Batam has strategic position among other areas in Indonesia to have the highest electrification ratio as it has connected with the gas pipeline which enable to supply gas to Batam for generating electricity and further to meet the request by Singapore to export electricity. This thesis discussed on the forecasting risk and return to provide electricity in Batam for domestic purpose and to export to Singapore by using Efficient Frontier. Exporting electricity to Singapore will improve the electricity system in Indonesia increase the profitability of the power plant in Indonesia create employment in Indonesia and maximize the natural resources for domestic usage Key words Electricity fuel power generation risk and return efficient frontier."

"Pada Pembangkit Listrik Tenaga Panas Bumi Darajat terdapat pemakaian listrik sendiri pembangkit untuk peralatan seperti pompa, compressor, purifier, heater dan fan. Biaya listrik pemakaian sendiri yang digunakan oleh peralatan itu berdasarkan harga tarif listrik khusus PLN dengan faktor pengali adalah 2,466.78 Rp/kWh. Dengan potensi radiasi matahari sebesar 4.89 kWh/m2/day, akan dilakukan studi pemakaian listrik sendiri menggunakan Sel Surya dan baterai. Harga Sel Surya diasumsikan Rp. 2,674,474.00, inverter sebesar Rp. 2,860,400.00 dan baterai Rp. 5,720,800.00. Umur dari peralatan adalah 15 tahun. Dalam paper ini akan disimulasikan dengan 3 case dan hasilnya adalah harga listrik berdasarkan nilai modal dibagi total listrik yang dihasilkan Sel Surya dan baterai selama 15 tahun. Case 1 menggunakan Sel Surya dan baterai yang energinya diisi oleh Sel Surya, hasil harga listrik case 1 adalah 2,355.58 Rp/kWh. Case 2 menggunakan Sel Surya dan listrik PLN, hasil harga listrik case 2 adalah 1,262.52 Rp/kWh. Case 3 menggunakan Sel Surya, baterai, dan menggunakan listrik sendiri dari PLN, hasil harga listrik case 3 adalah 1,393.21 Rp/kWh. Berdasarkan simulasi 3 case tersebut harga listrik akan lebih murah jika menggunakan Sel Surya dan listrik PLN seperti pada case 2 dengan harga listrik pemakaian sendiri adalah 1,262.52 Rp/kWh.

---

At the Darajat Geothermal Power Plant, there is the generator's own electricity usage for equipment such as pumps, compressors, purifiers, heaters and fans. The cost of self- use electricity used by the equipment is based on the special PLN electricity tariff price with a multiplier factor of 2,466.78 IDR / kWh. With the solar radiation potential of 4.89 kWh / m2 / day, a study of its own electricity consumption using solar cells and batteries will be carried out. The price of solar cells is assumed to be Rp. 2,674,474.00, the inverter is Rp. 2,860,400.00 and battery Rp. 5,720,800.00. The lifespan of the equipment is 15 years. In this paper, 3 cases will be simulated and the result is the price of electricity based on the capital value divided by the total electricity generated by solar cells and batteries for 15 years. Case 1 uses solar cells and batteries whose energy is charged by solar cells, the result of the electricity price of Case 1 is 2,355.58 Rp / kWh. Case 2 uses solar cells and PLN electricity, the result of the electricity price for Case 2 is 1,262.52 Rp / kWh. Case 3 uses solar cells, batteries, and uses its own electricity from PLN, the result of the electricity price for Case 3 is 1,393.21 Rp / kWh. Based on the 3 case simulation, the price of electricity will be cheaper if you use solar cells and PLN electricity as in case 2 with the price of electricity for your own use of 1,262.52 Rp / kWh."