Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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."

"Energi listrik merupakan kebutuhan yang sangat vital bagi kehidupan manusia. Tanpa adanya listrik berbagai aktivitas tidak dapat dilakukan. Kebutuhan akan energi listrik akan terus meningkat dari waktu ke waktu. Peningkatan akan kebutuhan energi listrik ini seiring dengan pembangunan yang terjadi. Tak terkecuali di Universitas Indonesia. Pembangunan besar-besaran yang terjadi sejak tahun 2010 hingga tahun 2025 membuat kebutuhan akan listrik di Universitas Indonesia meningkat drastis. Namun, jumlah daya yang ada di seluruh gardu listrik di Universitas Indonesia masih jauh dari cukup untuk memenuhi kebutuhan tersebut. Untuk itu, dalam skripsi ini, penulis mencoba memanfaatkan potensi yang ada di Universitas Indonesia untuk memenuhi kebutuhan listrik dalam kampus secara mandiri dan melakukan studi perancangan pembangkit listrik tenaga gas sebagai alternatif untuk memenuhi kebutuhan listrik untuk Universitas Indonesia. Alternatif untuk memenuhi kebutuhan listrik tambahan di Universitas Indonesia adalah dengan membangun PLTG yang menggunakan sistem pendinginan udara masuk kompresor Absorption chiller untuk meningkatkan efisiensi dari Pembangkit. Di dalam tulisan ini juga dipaparkan analisis finansial apabila menggunakan PLTG mandiri.

---

Electrical energy is a vital necessity for human life. Without electricity, activities can not be done. The necessity for electrical energy will increase continously over time. Increased of electrical energy necessity is in line with the development, include at University of Indonesia. Massive development that have occurred since the year 2010 to 2025 made the necessity of electricity has increased significantly. However, the amount of power that exist around the electrical substation at the University of Indonesia is still far from enough to supply those necessity.

Therefore, in this last project, the authors tried to use all of pontencies to fulfill electricity necessity in this Campus and make design study of gas power plants as an alternative to supply the electricity necessity for University of Indonesia. The alternative to fulfill electricity necessity in University of Indonesia is built Gas Power Plant that used Inlet Air Cooling System to Compressor to increase the efficiency of Power Plant. In this paper is explained financial analyze too if using Independent Gas Power Plant."

"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%."

"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. "

"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."

"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."

"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. "

"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."