Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Untuk menunjang pertumbuhan ekonomi Indonesia dibutuhkan tambahan kapasitas pembangkit sebesar 35,000 MW di Indonesia dan di saat yang sama terdapat kebutuhan untuk meningkatkan proporsi energi terbarukan dalam bauran energi nasional. Pengembangan investasi Pembangkit Listrik Tenaga Bayu (PLTB) sebagai energi terbarukan sangat lambat di Indonesia dikarenakan tidak adanya kepastian investasi yang diberikan oleh pemerintah. Penelitian ini mensimulasikan penggunaan Feed-in Tariff (FiT) sebagai alat untuk memacu perkembangan PLTB di Indonesia dengan memberikan digression tariff berdasarkan penurunan harga turbin angin. Hasil simulasi FiT menunjukan penggunaan digression tariff meningkatkan keuntungan finansial berupa profitability index dan payback period bagi investor yang dapat membangun PLTB sebelum 2020 dan menurunnya keuntungan tersebut seiring mundurnya Commercial Operation Date dari PLTB. Analisa sensitivitas menunjukan bahwa keuntungan investor PLTB dari FiT bergantung terhadap harga turbin angin. Subsidi harus diberikan pada PT. PLN (Persero) karena skema FiT yang disimulasikan lebih mahal dibandingkan biaya pokok produksi PLN. ...... To support the economic development, Indonesia need additional 35,000 MW power generation capacity and at the same time they have to increase the portion of renewable energy in the energy mix. Wind farm investment in Indonesia is facing a stalemate due to the lack of investment assurance in Indonesia. This research simulates the use of Feed-in Tariff (FiT) as a tool to stimulate the development of windfarm in Indonesia by implementing digression tariff based on the decrement in wind turbine price. The result of simulation indicates that the use of digression tariff increase the financial leverage in terms of profitability index and payback period to investor to those who can put the wind farm operational before 2020. Sensitivity analysis were carried out in this research indicates that the profit received by investors from FiT is dependent on the real fluctuation of wind turbine prices. PT. PLN (Persero) as national grid operator receive the negative impact since the FiT price is higher than their average generation cost. The impact is also simulated in this research in form of subsidy that needs to be provided by the government to the PT. PLN (Persero).

Abstrak :
Secara geografis Indonesia dilalui oleh 18 garis lintang yang berkolerasi kuat dengan potensi radiasi matahari untuk implementasi teknologi energi surya. Hal inilah yang menjadi dasar asumsi untuk membuat model Feed In Tariff (FIT) proporsional dimana nilai FIT tersebut akan bervariasi diberbagai lokasi di Indonesia. Variabel lain seperti garis bujur, jumlah radiasi matahari, Levelized Cost of Electricity (LCOE), dan faktor sosial ekonomi juga dipertimbangkan. Tiga puluh empat ibu kota provinsi di seluruh wilayah Indonesia dibagi menjadi tiga kelompok FIT asumsi berdasarkan potensi radiasi matahari dengan mengacu nilai FIT pada PERMEN ESDM No.17 tahun 2013 dengan kapasitas total 34 MW. FIT asumsi tersebut disimulasikan dengan metode principal component regression (PCR) dengan menambahkan enam variabel bebas C1-C6 yang menghasilkan tiga model FIT. Model FIT ke-2 kemudian dipilih karena memiliki nilai residual yang kecil dan memiliki nilai finansial lebih tinggi dari model yang lain. Dari penelitian ini diperoleh bahwa penetapan nilai FIT yang bervariasi terkait dengan potensi energi matahari pada masing-masing wilayah, dapat menurunkan total FIT yang harus dibayarkan oleh negara lebih dari 80 milyar rupiah dengan pengoperasian sistem photovoltaic selama 10 tahun. ...... Geographically, Indonesia is through by 18 latitudes that correlated strongly with the potential of solar radiation for the implementation of solar energy technologies. This is became the basis assumption to create a model in a proportional Feed In Tariff (FIT) that will vary FIT value in different locations in Indonesia. Other variables such as longitude, the amount of solar radiation, Levelized Cost of Electricity (LCOE), and socio-economic factors are also considered. Thirty-four provincial capitals throughout Indonesia are divided into three groups FIT assumption based on potential of solar radiation with reference to the value of FIT on PERMEN ESDM No.17 in 2013 with a total capacity of 34 MW. FIT assumptions are simulated with Principal Component Regression (PCR) method by adding six independent variables C1-C6 which produce three models of FIT. Model FIT-2 is chosen because it has a small residual value and has higher financial value than the other models. From this research, determining the value of variable FIT associated with solar energy potential in each region, can lower the total FIT to be paid by the state more than 80 billion rupiah with operation of photovoltaic systems for 10 years.