NASKAH PUBLIKASI Perkiraan Beban Jaringan Distribusi Di Wonogiri Tahun 2014-2018 Menggunakan Metode Regresi Dengan Perbandingan Antara Aplikasi Matlab Dan Microsoft Excel.
NASKAH PUBLIKASI
PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN
2014-2018 MENGGUNAKAN METODE REGRESI DENGAN
PERBANDINGAN ANTARA APLIKASI MATLAB
DAN MICROSOFT EXCEL
Diajukan oleh:
SUMARTANTO
D 400 100 045
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
i
LEMBAR PENGESAHAN
Karya ilmiah dengan judul “PERKIRAAN BEBAN JARINGAN
DISTRIBUSI DI
WONOGIRI TAHUN 2014-2018
MENGGUNAKAN
METODE REGRESI DENGAN PERBANDINGAN ANTARA APLIKASI
MATLAB DAN MICROSOFT EXCEL” ini diajukan oleh:
Nama : SUMARTANTO
NIM
: D 400 100 045
Guna memenuhi salah satu syarat untuk menyelesaikan program Sarjana jenjang
pendidikan Strata-Satu (S1) pada Fakultas Teknik Program Studi Teknik Elektro
Universitas Muhammadiyah Surakarta, telah diperiksa dan disetujui pada:
Hari
: Senin
Tanggal
: 14 Juli 2014
Pembimbing I
Pembimbing II
(Umar, ST, MT)
(Agus Supardi, ST, MT)
ii
PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN 2014-2018
MENGGUNAKAN METODE REGRESI DENGAN PERBANDINGAN ANTARA
APLIKASI MATLAB
DAN MICROSOFT EXCEL
Sumartanto
Jurusan Teknik Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta
Jl. A. Yani tromol pos 1 pabelan kartasura Surakarta
Sumartanto06@gmail.com
ABSTRAKSI
Pertumbuhan penduduk dapat mempengaruhi permintaan kebutuhan energi listrik dalam
masyarakat, apalagi jaman semakin maju dengan bermunculnya teknologi canggih yang
mendukung kinerja masyarakat dalam beraktivitas. Disamping itu semakin berkembangnya
suatu daerah juga semakin menambah penggunaan energi listrik tersebut. Untuk memenuhi
kebutuhan energi listrik seluruh pelanggan, dapat dilakukan peramalan kebutuhan energi listrik
yang akan datang dengan bantuan data sebelumnya agar dalam penyediaan energi listrik untuk
pelanggan lebih effisien sebelum benar-benar terjadi.
Data yang perlu diketahui dalam peramalan kebutuhan energi listrik di PT. PLN
(PERSERO) Unit Pelayanan dan Jaringan Wonogiri adalah jumlah pelanggan, daya terpasang,
energi terjual dan data kependudukan daerah Wonogiri. Dalam peramalan, metode yang
digunakan adalah metode gabungan yaitu peramalan dengan menggabungkan antara metode
analitis, kecenderungan dan ekonometri dengan menggunakan pendekatan sektoral rumah
tangga, bisnis, umum, dan industri dengan analisa regresi dengan bantuan Program MATLAB
dan Program Excel.
Hasil peramalan di daerah Unit Pelayanan dan Jaringan Wonogiri dari data yang
diperoleh mulai tahun 2009 sampai 2013 dapat diketahui bahwa pada tahun 2014 sampai tahun
2018 tiap tahunnya mengalami kenaikan permintaan. Hasil peramalan pada tahun 2018
menggunakan program MATLAB jumlah pelanggan ± 132.368, daya tersambung ± 106.124.421
VA, energi terjual ± 13.611.724 KWh, mengunakan program Excel jumlah pelanggan ±
132.368, daya tersambung ± 106.200.741 VA, energi terjual ± 13.611.760 KWh.
Kata kunci: peramalan, analisa regresi, metode gabungan
1
dapat langsung dipakai seperti untuk
penerangan, perindustrian dan dalam
rangkaian elektronika. Energi listrik sangat
berpengaruh dalam pertumbuhan ekonomi
dalam suatu daerah, karena pada jaman
modern sekarang ini alat-alat yang digunakan
dalam
menunjang
kemajuan
usaha
menggunakan energi listrik. Hal ini menuntut
perusahaan energi listrik untuk selalu
Pendahuluan
Pertambahan
penduduk
dapat
mempengaruhi meningkatnya kebutuhan
energi listrik, tetapi penyediaan energi listrik
masih tetap sama seperti saat sebelumnya.
Energi listrik merupakan kebutuhan yang
mendesak dan sangat penting bagi kehidupan
masyarakat. Hal itu disebabkan energi listrik
1
sehingga beban listrik yang dibutuhkan juga
semakin besar. Pertumbuhan penduduk juga
sangat berpengaruh terhadap beban listrik
yang dibutuhkan oleh pelanggan, apalagi
jaman sudah semakin maju dengan
bermunculan alat-alat elektronik yang
mendukung
kinerja
manusia
dalam
melakukan
kegiatannya
sehari-hari.
Perkiraan beban di Wonogiri pada tahun
yang akan datang sangat diperlukan untuk
keperluan agar pihak PLN pada tahun yang
akan datang dapat memenuhi kebutuhan
energi listrik pada pelanggan.
menyediakan energi listrik untuk memenuhi
kebutuhan masyarakat. Selain itu agar
pertumbuhan ekonominya mengimbangi
pertumbuhan penduduknya. Perusahaan
energi
listrik
juga
dituntut
untuk
meningkatkan mutu dalam pelayanan dan
keandalan dalam penyaluran energi listrik.
Pengusahaan listrik merupakan masalah
komplek, karena energi listrik tidaklah
praktis untuk disimpan maka listrik yang
sudah dihasilkan harus langsung disalurkan
ke konsumen, sedangkan karakteristik
kebutuhan energi listrik tersebut tiap hari
bahkan tiap jamnya dapat berubah karena
perilaku konsumen berbeda-beda. Karena
kebutuhan energi listrik terus meningkat,
maka diperlukan waktu yang tidak singkat
untuk membangun suatu pembangkit tenaga
listrik. Perencana sistem harus pintar melihat
kemungkinan-kemungkinan perkembangan
sistem tenaga ditahun-tahun yang akan
datang.
Melalui
pengkajian-pengkajian
kecenderungan di masa lalu dan pembuatan
perkiraan ke masa yang akan datang, maka
perencana dapat memperkirakan kebutuhan
pembangkitan tenaga listrik secara efisien.
Meskipun pusat pembangkit dengan ukuran
besar dianggap lebih ekonomis, namun jika
tambahan hanya sekedar untuk memenuhi
beban puncak yang berlangsung hanya
beberapa jam, pembangkitan ukuran kecil
sudah cukup memadai untuk melayaninya.
Suatu perkiraan yang telah lalu harus
dikaji dan dibenahi agar perkiraan-perkiraan
yang akan datang mendekati suatu kebenaran
akan kebutuhan energi listrik di tahun yang
telah direncanakan. Dengan semakin
pesatnya teknologi khususnya dibidang
komputer, telah tersedia program yang
memang
sengaja
dirancang
untuk
menghitung, sehingga dapat mempermudah
dalam menghitung perkiraan beban ditahun
yang direncanakan. Penggunaan komputer
selain mempermudah juga meningkatkan
ketelitian dalam penghitungan.
Pertumbuhan ekonomi wonogiri semakin
berkembang dengan didirikannya beberapa
pabrik, toko-toko, pembangunan fasilitas
umum seperti rumah sakit, sekolahan,
2
Metode Penelitian
2. 1 Jadwal penelitian
Waktu pembuatan laporan dan
penelitian dengan judul perkiraan beban
jaringan distribusi di Wonogiri tahun 20142018 menggunakan metode regresi dengan
perbandingan antara aplikasi MATLAB dan
Ms.Excel dapat diselesaikan selama 5 bulan
yaitu mulai dari pembuatan proposal, studi
literatur, pengolahan data dan pembuatan
laporan.
2. 2 Studi Literatur
Dalam studi literatur ini penulis
melakukan kajian atau mencari referensi
yang bersangkutan dengan penelitian ini.
Kajian yang dilakukan dapat berupa buku,
jurnal, skripsi, tesis, dan karya ilmiah lainya.
2. 3 Pengumpulan Data
Dalam melakukan penelitian ini penulis
mengambil data dari UPJ Wonogiri dengan
ijin
APJ
Surakarta.
Data
tentang
kependudukan dicari lansung dari internet.
2. 4 Pengolahan Data
Pengolahan data penulis menggunakan
seperangkat notebook yang sudah terinstal
aplikasi MATLAB dan Ms.Excel.
3
Hasil dan Pembahasan
a.
Umum
Metode Gabungan
Metode
ini
disusun
dengan
menggabungkan ketiga macam metode yaitu
analitis, ekonometri dan kecenderungan.
Metode gabungan dipilih untuk meramalkan
2
2)
Analisis regresi berganda (multiple
regression analysis) atau regresi lebih
dari dua variabel yang mempelajari
ketergantungan suatu variabel tak
bebas pada lebih dari satu variabel
bebas.
Fungsi regresi sample dipergunakan untuk
meramalkan Y apabila variabel bebasnya
sudah diketahui.
Cara menganalisa suatu permasalahan,
langkah pertama yang ditempuh adalah
melakukan observasi dan pengumpulan data,
yang semua itu akan membuktikan kebenaran
dan tingkat penyimpangannya. Persamaan
matematik untuk menentukan perkiraan
beban dengan mengolah data masa lampau
dan sekarang yang menunjukkan hubungan
fungsional antar variabel. Variabel ini adalah
dan
,
dan
, ...,
dan
.
Selanjutnya titik-titik ini ( , ), ( , ), ...,
( , ) digambarkan pada sebuah sumbu.
Kumpulan titik-titik tersebut disebut dengan
diagram
penyebaran.
Dari
titik-titik
penyebaran ini dibuat suatu kurva
pendekatan. Pada gambar dibawah ini di
ilustrasikan dua kurva pendekatan, yaitu
kurva linier (garis lurus) dan kurva non-linier
(eksponensial).
Regresi yang telah lalu dimana
kenaikan penggunaan dari tahu ke tahun
kurang lebih tetap. Data penggunaan yang
lalu disusun dalam daftar dan digambar pada
grafik hitungan maka akan di dapat satu garis
lurus. Proyeksi dari garis ini dapat
memberikan perkiraan kebutuhan masa
depan.
kebutuhan energi listrik di UPJ Wonogiri
dengan maksud untuk memudahkan dalam
pencarian
data
dan
memaksimalkan
keunggulan metode-metode lainnya tanpa
mengabaikan kelemahan yang dimiliki oleh
masing-masing metode.
Contoh penggunaan ketiga metode tadi
dalam meramalkan kebutuhan energi listrik
pada UPJ Wonogiri secara sederhana adalah
sebagai berikut :
1) Analitis (End Use) : Digunakan untuk
meramalkan proyeksi penduduk dan
jumlah rumah tangga.
2) Metode Kecenderungan : Dengan
berdasar dari data historis yang sudah
ada digunakan untuk meramalkan
pengusahaan listrik seperti jumlah
pelanggan, energi
terjual, daya
tersambung pada tahun-tahun yang
akan datang.
3) Metode Ekonometri : Digunakan untuk
meramalkan elastisitas energi dan
pelanggan,
pertumbuhan
PDRB
(Pendapatan
Domestik
Regional
Bruto). Metode ini dapat mengetahui
pertumbuhan ekonomi dalam jangka
panjang oleh sebab itu maka penetapan
asumsi sangat diperlukan.
Analisi Regresi
Analisa regresi adalah metode statistika
yang di gunakan untuk menentukan
kemungkinan bentuk hubungan antar
variabel-variabel. Berkenaan dengan studi
ketergantungan suatu variabel, yaitu variabel
tak bebas (dependent variable) pada satu atau
lebih variabel yang lain, yaitu variabel bebas
(independent
variable).
Tujuan
dari
penggunaan metode ini adalah untuk
meramalkan atau memperkirakan nilai dari
satu variabel dalam hubungannya dengan
variabel yang lain yang diketahui.
Analisa regresi pada hakekatnya dapat
dibedakan menjadi dua, yaitu :
1)
Analisa regresi sederhana (simple
regression analysis) atau regresi dua
variabel
yang
mempelajari
ketergantungan satu variabel tak bebas
hanya pada satu variabel bebas.
y
• •
• •
• •
x
Gambar 1.Kurva Linier
3
b.
Prosedur Memperkirakan Beban Listrik
Prosedur dalam memperkirakan beban listrik
di Wonogiri ini dimulai dengan pengumpulan
data-data tahun lalu yang akan digunakan
sebagai acuan dalam penelitian, data yang
diambil mulai tahun 2009-2013. Data
tersebut diambil langsung dari UPJ Wonogiri
dengan ijin APJ Surakarta. Data yang
diperlukan antara lain: jumlah pelanggan,
daya tersambung, energi yang terjual dan
data kependudukan yang diambil dari
internet. Metode yang digunakan dalam
perkirakan ini yaitu dengan regresi linier,
dengan persamaan-persamaan yang sudah
ditentukan untuk mencapai hasil akhir.
Dengan adanya prosedur ini diharapkan
dalam proses penelitian akan berjalan dengan
baik.
y
• •
• •
•
x
Gambar 2.Kurva Non-Linier
Model statistika adalah penyajian
secara matematika dan hubungan antara dua
variabel atau lebih. Dua variabel X dan Y,
mempunyai hubungan linier jika hubungan
keduanya dapat diajukan dengan model
statistika garis lurus:
= +
; i = 1, 2, ....n
c.
Perkiraan Beban Jaringan Distribusi Di Daerah Wonogiri
Data perkembangan energi listrik di UPJ Wonogiri dari tahun 2009-2013 adalah sebagai
berikut :
Tabel 1. Data Pengusahaan Energi Listrik Per Sektor UPJ Wonogiri Tahun 2009-2013
Uraian
2009
2010
2011
2012
2013
A Energi Terjual (KWh)
1. Rumah Tangga
7027615 7530476 8134402 9023617 9679250
2. Bisnis
806278
881873
918461 1006754 1026706
3. Umum
1102727 1175382 1244265 1371797 1454531
4. Industri
472176
481521
531413
604268
968151
B Daya Tersambung (VA)
1. Rumah Tangga
62900142 62914118 68057200 71962900 75418300
2. Bisnis
4913621 5011534 5955350 6895700 7407800
3. Umum
7693815 7816441 8273900 8947050 9633400
4. Industri
2879372 2991825 3184800 3431200 6194900
C
Pelanggan
1. Rumah Tangga
101013
106275
114846
120251
123898
2. Bisnis
2201
2361
2434
2530
2610
3. Umum
3195
3327
3510
3738
3984
4. Industri
28
28
29
30
34
D
Total
Energi Terjual (KWh)
9408796 10069252 10828541 12006436 13128638
Daya Tersambung (VA) 78386950 78733918 85471250 91236850 98654400
Pelanggan
106437
111991
120819
126549
130526
4
Pengolahan
data
berdasarkan
pendekatan 4 sektor yaitu sektor rumah
tangga, bisnis, umum, dan industri.
Penetapan asumsi menggunakan analisa
regresi linier dan non-linier (eksponensial)
yang selanjutnya dihitung menggunakan
persamaan eksak yang sudah ada. Program
MATLAB Ms.Excel sebagai alat bantu
dalam perhitungan.
Data-data dan asumsi variabel yang
telah dihitung sebelumnya dapat digunakan
sebagai dasar penghitungan peramalan
kebutuhan energi listrik tahun 2014-2018
untuk UPJ Wonogiri. Perhitungan diambil
contoh pada tahun 2014 secara manual
sebagai berikut :
1. Sektor Rumah Tangga
a. Jumlah Penduduk
P2014 = P2013 x (1 + gp)(2014-2013)
= 585.123 x (1 + 1,1%)1
= 591.559 jiwa
b. Jumlah Rumah Tangga
H2014 =
=
2. Sektor Bisnis
a. Jumlah Pelanggan Bisnis
Pel.B2014 = Pel.B2013 x [1+{ePel.B x
((Pel.R2014/Pel.R2013)-1)}]
= 2610 x [1+{1,28x((124.256
/123.898)-1)}]
= 2.620
b. Daya Tersambung Bisnis
VA.B2014 = VA.B2013 + ((Pel.B2014 Pel.B2013 )x VB2014)
= 7.407.800+ ((2.620 –2.610)
x3059)
= 7.438.390 VA
c. Konsumsi Energi Bisnis
E.B2014 = E.B2013 x (1+((eE.B x
GB2014)/100))
= 1.026.706 x (1+((0,072 x
3,6)/100))
= 1.029.367 KWh
3. Sektor Umum
a. Jumlah Pelanggan Umum
Pel.U2014 = Pel.U2013 x [1+{ePel.U x
((Pel.R2014/Pel.R2013)-1)}]
= 3.984 x [1+{0,76 x((124.256
/123.898)-1)}]
= 3.993
b. Daya Tersambung Umum
VA.U2014 = VA.U2013 + ((Pel.U2014 Pel.U2013) x VU2014)
= 9.633.400+ ((3.993-3.984)x
2404)
= 9.655.036 VA
c. Konsumsi Energi Umum
E.U2014 = E.U2013 x (1+((eE.U x
GU2014)/100))
= 1.454.531 x (1 + ((0,074 x
9,4)/100))
= 1.464.649 KWh
4. Sektor Industri
a. Jumlah Pelanggan Industri
Pel.I2014 = Pel.I2013 x (1 + ((ePel.I x
GI2014)/100))
= 34 x (1 + ((1 x 7,7)/100))
= 36
.
,
= 164.322
c. Jumlah Pelanggan Rumah Tangga
Pel.R2014 = Pel.R2013 x (1 +((ePel.R x
GT2014)/100))
= 123.898 x (1 +((0,059 x
4,9)/100))
= 124.256
d. Daya Tersambung Rumah Tangga
VA.R2014 = VA.R2013 + ((Pel.R2014 –
Pel.R2013 )x VR2014)
= 75.418.300 + ((124.256 –
123.898) x582)
= 75.626.656 VA
e. Konsumsi Energi Rumah Tangga
E.R2014 = E.R2013 x (1 + ((eE.R x
GT2014)/100)) + ((Pel.R2014Pel.R2013) x UKRt )
= 9.679.250 x (1 + ((0,083x
4,9)/100) + ((124.256 –
123.898) x 79)
= 9.746.897 KWh
5
= 968.151 x (1 + ((0,124 x
7,7)/100))
= 977.395 KWh
5. Total Kebutuhan Konsumsi Energi
E.T2014 = E.R2014 + E.B2014 + E.U2014 +
E.I2014
= 9.746.897 + 1.029.367 +
1.464.649 + 977.395
= 13.218.308 KWh
b. Daya Tersambung Industri
VA.I2014 = VA.I2013 + ((Pel.I2014 - Pel.I2013)
x VI2014)
= 6.194.900 + ((36 – 34
)x172.985)
= 6.540.870 VA
c. Konsumsi Energi Industri
E.I2014 = E.I2013 x (1+((eE.I x GI2014)/100))
Hasil peramalan menggunakan MATLAB dan Ms.Excel :
Tabel 2. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018
Menggunakan MATLAB
Uraian
2014
2015
2016
2017
2018
A Energi Terjual (KWh)
1. Rumah Tangga
9746717
9814234
9881408
9948456 10014991
2. Bisnis
1029369
1031743
1033899
1035836
1037628
3. Umum
1464650
1475707
1487721
1500823
1515041
4. Industri
977407
988936
1003302
1021364
1044064
B Daya Tersambung (VA)
1. Rumah Tangga
75626656 75828352 76023496 76211641 76392913
2. Bisnis
7438390
7468009
7502509
7536781
7573654
3. Umum
9655036
9674316
9696069
9715453
9734893
4. Industri
6713855
7299596
8401776
9894416 12422952
C Pelanggan
1. Rumah Tangga
124256
124608
124954
125293
125625
2. Bisnis
2620
2629
2639
2648
2657
3. Umum
3993
4001
4010
4018
4026
4. Industri
37
40
45
51
60
D Total
Energi Terjual (KWh)
13218143 13310620 13406330 13506479 13611724
Daya Tersambung (VA) 99433937 100270273 101623850 103358291 106124412
Pelanggan
130906
131278
131648
132010
132368
6
Tabel 3. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018
Menggunakan Ms.Excel.
Uraian
2014
2015
2016
2017
2018
A Energi Terjual (KWh)
1. Rumah Tangga
9746732
9814240
9881376
9948434 10015027
2. Bisnis
1029369
1031743
1033899
1035836
1037628
3. Umum
1464650
1475706
1487720
1500823
1515041
4. Industri
977406
988935
1003301
1021364
1044064
B Daya Tersambung (VA)
1. Rumah Tangga
75626766 75828401 76023285 76211498 76393127
2. Bisnis
7437362
7468633
7501688
7536612
7573498
3. Umum
9654393
9675055
9695388
9715380
9735034
4. Industri
6644559
7318695
8344334
9945899 12499082
C
Pelanggan
1. Rumah Tangga
124256
124608
124954
125293
125625
2. Bisnis
2620
2629
2638
2648
2657
3. Umum
3993
4001
4010
4018
4026
4. Industri
36
40
44
51
60
D
Total
Energi Terjual (KWh)
13218157 13310624 13406296 13506457 13611760
Daya Tersambung (VA) 99363080 100290784 101564695 103409389 106200741
Pelanggan
130905
131278
131646
132010
132368
Perhitungan analisa menggunakan
MATLAB maupun menggunakan Ms.Excel
terdapat perbedaan sedikit dikarenakan
terjadinya pembulatan desimal pada setiap
perhitungan baik dalam jumlah pelanggan,
daya tersambung, energi terjual dan total tiap
tahunnya meskipun asumsi-asumsi dan
persamaan yang dgunakan berbeda. Semua
program
mempunyai
kelebihan
dan
kekurangan antara lain :
1) Ms. Excel
Keunggulan program excel yaitu
memberikan kemudahan dalam
pengoperasian penghitungan tanpa
merancang script terlebih dahulu.
Kekurangannya
adalah
harus
tepatnya
letak
inputan
yang
dimasukkan, karena akan terjadi
kesalahan atau hasil yang tidak
akurat. Program ini bagian dari
software Microsoft Office yang
biasanya
digunakan
untuk
penjumlahan,
pengurangan,
perkalian, dan pembagian. Hasil
yang didapat pada excel dapat
dicopykan pada Microsoft Word.
2) MATLAB
Kelemahannya, program ini tidak
dapat digunakan tanpa menyusun
script M- file terlebih dahulu, jika
dalam penyusunan benar maka
hasilnya akan ditampilkan melalui
command window setelah script
dijalankan. Keuntungan dari program
ini antara lain memiliki banyak
fasilitas matematika yang dapat
digunakan untuk perhitungan dan
analisa data.
4
7
Kesimpulan
1) Dari data yang diperoleh dari PT. PLN
(PERSERO) Unit Pelayanan dan
Jaringan Wonogiri dari tahun 2009
sampai 2013 dan data Stastika daerah
Wonogiri dapat digunakan untuk
meramalkan beban jaringan yang
meliputi jumlah pelanggan, daya
tersambung, dan energi terjual.
2) Perhitungan peramalan beban listrik
tahun 2014 sampai 2018 menggunakan
program MATLAB dan progam Ms.
Excel sebagai pembandingnya. Dari
perbandingan kedua program tersebut
dapat diketahui program MATLAB
lebih
ringkas
digunakan
untuk
perhitungan peramalan dengan bantuan
persamaan rumus regresi dengan
metode gabungan serta dapat dikatakan
lebih cepat dan tepat dibandingkan
excel yang mana dalam pembulatan
desimal dilakukan secara manual dan
tidak ada program pengulangan.
3) Hasil peramalan didapatkan bahwa
beban jaringan pada UPJ Wonogiri
mengalami kenaikan untuk jumlah
pelanggan,daya tersambung, dan energi
terjual setiap tahunnya, hal ini
disebabkan
karena
pertumbuhan
penduduknya
dan
pendapatan
masyarakat yang semakin naik juga.
Hasil peramalan pada akhir tahun 2018
di
UPJ
Wonogiri
diramalkan
menggunakan program MATLAB
jumlah pelanggan mencapai ± 132.368
pelanggan, daya tersambung sebesar ±
106.124.412 VA, energi terjual sebesar
±13.611.724
KWh,
mengunakan
program Excel jumlah pelanggan ±
132.368,
daya
tersambung
±
106.200.741 VA, energi terjual ±
13.611.760 KWh.
Hanselman Duane, and Littlefield Bruce.
2000. MATLAB Bahasa Komputasi
Teknis: Penerbit ANDI.
Hidayat, Ari. 2008. Aplikasi Matlab Untuk
Peramalan
Beban
Berdasarkan
Golongan Tarif Jaringan Distribusi
Randudongkal Tahun 2008-2012.
Surakarta: Teknik Elektro Fakultas
Teknik UMS.
Ibrahin Ali Marwan dan Drs. Kresnayana
Yahya, M.Sc, 2010, di akses dari
http://digilib.its.ac.id/pulic/ITSUndergraduate-15737-1307100040paperpdf.pdf pada tanggal 29 Januari
2014 pukul 15.23.
Iswardono, Sekelumit Analisis Regresi Dan
Korelasi, Penerbit BPFE-Yogyakarta,
Yogyakarta, 2001.
Makridakis, Wheelwright, and McGee. 1999.
Metode dan Aplikasi Peramalan, Jilid
1. Jakarta: Binarupa Aksara.
Nugroho, Agung. 2005. Prakiraan Kebutuhan
Energi Listrik, Admisi dan Bisnis.
Semarang: Teknik Elektro Fakultas
Teknik UNDIP.
Nugroho D, A.,Perkiraan Beban Jaringan
Distribusi 20 KV Di Kota Surakarta
Tahun
2004
Sampai
2008
Menggunakan Metode Regresi, UMS,
Surakarta, 2004.
Supranto, J. 1998. Metode Ramalan
Kuantitatif
Untuk
Perencanaan.
Jakarta: Gramedia.
Pabla A, S.,Sistem Distribusi Daya Listrik,
Alih Bahasa Oleh Abdul Hadi, Penerbit
Erlangga, Jakarta, 1991.
Prajitno D, Analisis Regresi Dan Korelasi,
Penerbit Liberty, Yogyakarta, cetakan
kedua, 1985
http://wonogirikab.bps.go.id/data/publikasi/p
ublikasi_495/publikasi/files/search/sear
chtext.xml pada tanggal 29 Januari
2014 pukul 15.23.
DAFTAR PUSTAKA
Cekdin, C. 2005. Teori dan Contoh Soal
Teknik Elektro Menggunakan Bahasa
Pemrograman Matlab. Yogyakarta:
Penerbit ANDI.
Dinar Atika Sari, 2006 , di akses dari
http://eprints.undip.ac.id/25280/1/
ML2F002572.pdf pada tanggal 29
Januari 2014 pukul 16.33.
8
9
PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN
2014-2018 MENGGUNAKAN METODE REGRESI DENGAN
PERBANDINGAN ANTARA APLIKASI MATLAB
DAN MICROSOFT EXCEL
Diajukan oleh:
SUMARTANTO
D 400 100 045
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
i
LEMBAR PENGESAHAN
Karya ilmiah dengan judul “PERKIRAAN BEBAN JARINGAN
DISTRIBUSI DI
WONOGIRI TAHUN 2014-2018
MENGGUNAKAN
METODE REGRESI DENGAN PERBANDINGAN ANTARA APLIKASI
MATLAB DAN MICROSOFT EXCEL” ini diajukan oleh:
Nama : SUMARTANTO
NIM
: D 400 100 045
Guna memenuhi salah satu syarat untuk menyelesaikan program Sarjana jenjang
pendidikan Strata-Satu (S1) pada Fakultas Teknik Program Studi Teknik Elektro
Universitas Muhammadiyah Surakarta, telah diperiksa dan disetujui pada:
Hari
: Senin
Tanggal
: 14 Juli 2014
Pembimbing I
Pembimbing II
(Umar, ST, MT)
(Agus Supardi, ST, MT)
ii
PERKIRAAN BEBAN JARINGAN DISTRIBUSI DI WONOGIRI TAHUN 2014-2018
MENGGUNAKAN METODE REGRESI DENGAN PERBANDINGAN ANTARA
APLIKASI MATLAB
DAN MICROSOFT EXCEL
Sumartanto
Jurusan Teknik Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta
Jl. A. Yani tromol pos 1 pabelan kartasura Surakarta
Sumartanto06@gmail.com
ABSTRAKSI
Pertumbuhan penduduk dapat mempengaruhi permintaan kebutuhan energi listrik dalam
masyarakat, apalagi jaman semakin maju dengan bermunculnya teknologi canggih yang
mendukung kinerja masyarakat dalam beraktivitas. Disamping itu semakin berkembangnya
suatu daerah juga semakin menambah penggunaan energi listrik tersebut. Untuk memenuhi
kebutuhan energi listrik seluruh pelanggan, dapat dilakukan peramalan kebutuhan energi listrik
yang akan datang dengan bantuan data sebelumnya agar dalam penyediaan energi listrik untuk
pelanggan lebih effisien sebelum benar-benar terjadi.
Data yang perlu diketahui dalam peramalan kebutuhan energi listrik di PT. PLN
(PERSERO) Unit Pelayanan dan Jaringan Wonogiri adalah jumlah pelanggan, daya terpasang,
energi terjual dan data kependudukan daerah Wonogiri. Dalam peramalan, metode yang
digunakan adalah metode gabungan yaitu peramalan dengan menggabungkan antara metode
analitis, kecenderungan dan ekonometri dengan menggunakan pendekatan sektoral rumah
tangga, bisnis, umum, dan industri dengan analisa regresi dengan bantuan Program MATLAB
dan Program Excel.
Hasil peramalan di daerah Unit Pelayanan dan Jaringan Wonogiri dari data yang
diperoleh mulai tahun 2009 sampai 2013 dapat diketahui bahwa pada tahun 2014 sampai tahun
2018 tiap tahunnya mengalami kenaikan permintaan. Hasil peramalan pada tahun 2018
menggunakan program MATLAB jumlah pelanggan ± 132.368, daya tersambung ± 106.124.421
VA, energi terjual ± 13.611.724 KWh, mengunakan program Excel jumlah pelanggan ±
132.368, daya tersambung ± 106.200.741 VA, energi terjual ± 13.611.760 KWh.
Kata kunci: peramalan, analisa regresi, metode gabungan
1
dapat langsung dipakai seperti untuk
penerangan, perindustrian dan dalam
rangkaian elektronika. Energi listrik sangat
berpengaruh dalam pertumbuhan ekonomi
dalam suatu daerah, karena pada jaman
modern sekarang ini alat-alat yang digunakan
dalam
menunjang
kemajuan
usaha
menggunakan energi listrik. Hal ini menuntut
perusahaan energi listrik untuk selalu
Pendahuluan
Pertambahan
penduduk
dapat
mempengaruhi meningkatnya kebutuhan
energi listrik, tetapi penyediaan energi listrik
masih tetap sama seperti saat sebelumnya.
Energi listrik merupakan kebutuhan yang
mendesak dan sangat penting bagi kehidupan
masyarakat. Hal itu disebabkan energi listrik
1
sehingga beban listrik yang dibutuhkan juga
semakin besar. Pertumbuhan penduduk juga
sangat berpengaruh terhadap beban listrik
yang dibutuhkan oleh pelanggan, apalagi
jaman sudah semakin maju dengan
bermunculan alat-alat elektronik yang
mendukung
kinerja
manusia
dalam
melakukan
kegiatannya
sehari-hari.
Perkiraan beban di Wonogiri pada tahun
yang akan datang sangat diperlukan untuk
keperluan agar pihak PLN pada tahun yang
akan datang dapat memenuhi kebutuhan
energi listrik pada pelanggan.
menyediakan energi listrik untuk memenuhi
kebutuhan masyarakat. Selain itu agar
pertumbuhan ekonominya mengimbangi
pertumbuhan penduduknya. Perusahaan
energi
listrik
juga
dituntut
untuk
meningkatkan mutu dalam pelayanan dan
keandalan dalam penyaluran energi listrik.
Pengusahaan listrik merupakan masalah
komplek, karena energi listrik tidaklah
praktis untuk disimpan maka listrik yang
sudah dihasilkan harus langsung disalurkan
ke konsumen, sedangkan karakteristik
kebutuhan energi listrik tersebut tiap hari
bahkan tiap jamnya dapat berubah karena
perilaku konsumen berbeda-beda. Karena
kebutuhan energi listrik terus meningkat,
maka diperlukan waktu yang tidak singkat
untuk membangun suatu pembangkit tenaga
listrik. Perencana sistem harus pintar melihat
kemungkinan-kemungkinan perkembangan
sistem tenaga ditahun-tahun yang akan
datang.
Melalui
pengkajian-pengkajian
kecenderungan di masa lalu dan pembuatan
perkiraan ke masa yang akan datang, maka
perencana dapat memperkirakan kebutuhan
pembangkitan tenaga listrik secara efisien.
Meskipun pusat pembangkit dengan ukuran
besar dianggap lebih ekonomis, namun jika
tambahan hanya sekedar untuk memenuhi
beban puncak yang berlangsung hanya
beberapa jam, pembangkitan ukuran kecil
sudah cukup memadai untuk melayaninya.
Suatu perkiraan yang telah lalu harus
dikaji dan dibenahi agar perkiraan-perkiraan
yang akan datang mendekati suatu kebenaran
akan kebutuhan energi listrik di tahun yang
telah direncanakan. Dengan semakin
pesatnya teknologi khususnya dibidang
komputer, telah tersedia program yang
memang
sengaja
dirancang
untuk
menghitung, sehingga dapat mempermudah
dalam menghitung perkiraan beban ditahun
yang direncanakan. Penggunaan komputer
selain mempermudah juga meningkatkan
ketelitian dalam penghitungan.
Pertumbuhan ekonomi wonogiri semakin
berkembang dengan didirikannya beberapa
pabrik, toko-toko, pembangunan fasilitas
umum seperti rumah sakit, sekolahan,
2
Metode Penelitian
2. 1 Jadwal penelitian
Waktu pembuatan laporan dan
penelitian dengan judul perkiraan beban
jaringan distribusi di Wonogiri tahun 20142018 menggunakan metode regresi dengan
perbandingan antara aplikasi MATLAB dan
Ms.Excel dapat diselesaikan selama 5 bulan
yaitu mulai dari pembuatan proposal, studi
literatur, pengolahan data dan pembuatan
laporan.
2. 2 Studi Literatur
Dalam studi literatur ini penulis
melakukan kajian atau mencari referensi
yang bersangkutan dengan penelitian ini.
Kajian yang dilakukan dapat berupa buku,
jurnal, skripsi, tesis, dan karya ilmiah lainya.
2. 3 Pengumpulan Data
Dalam melakukan penelitian ini penulis
mengambil data dari UPJ Wonogiri dengan
ijin
APJ
Surakarta.
Data
tentang
kependudukan dicari lansung dari internet.
2. 4 Pengolahan Data
Pengolahan data penulis menggunakan
seperangkat notebook yang sudah terinstal
aplikasi MATLAB dan Ms.Excel.
3
Hasil dan Pembahasan
a.
Umum
Metode Gabungan
Metode
ini
disusun
dengan
menggabungkan ketiga macam metode yaitu
analitis, ekonometri dan kecenderungan.
Metode gabungan dipilih untuk meramalkan
2
2)
Analisis regresi berganda (multiple
regression analysis) atau regresi lebih
dari dua variabel yang mempelajari
ketergantungan suatu variabel tak
bebas pada lebih dari satu variabel
bebas.
Fungsi regresi sample dipergunakan untuk
meramalkan Y apabila variabel bebasnya
sudah diketahui.
Cara menganalisa suatu permasalahan,
langkah pertama yang ditempuh adalah
melakukan observasi dan pengumpulan data,
yang semua itu akan membuktikan kebenaran
dan tingkat penyimpangannya. Persamaan
matematik untuk menentukan perkiraan
beban dengan mengolah data masa lampau
dan sekarang yang menunjukkan hubungan
fungsional antar variabel. Variabel ini adalah
dan
,
dan
, ...,
dan
.
Selanjutnya titik-titik ini ( , ), ( , ), ...,
( , ) digambarkan pada sebuah sumbu.
Kumpulan titik-titik tersebut disebut dengan
diagram
penyebaran.
Dari
titik-titik
penyebaran ini dibuat suatu kurva
pendekatan. Pada gambar dibawah ini di
ilustrasikan dua kurva pendekatan, yaitu
kurva linier (garis lurus) dan kurva non-linier
(eksponensial).
Regresi yang telah lalu dimana
kenaikan penggunaan dari tahu ke tahun
kurang lebih tetap. Data penggunaan yang
lalu disusun dalam daftar dan digambar pada
grafik hitungan maka akan di dapat satu garis
lurus. Proyeksi dari garis ini dapat
memberikan perkiraan kebutuhan masa
depan.
kebutuhan energi listrik di UPJ Wonogiri
dengan maksud untuk memudahkan dalam
pencarian
data
dan
memaksimalkan
keunggulan metode-metode lainnya tanpa
mengabaikan kelemahan yang dimiliki oleh
masing-masing metode.
Contoh penggunaan ketiga metode tadi
dalam meramalkan kebutuhan energi listrik
pada UPJ Wonogiri secara sederhana adalah
sebagai berikut :
1) Analitis (End Use) : Digunakan untuk
meramalkan proyeksi penduduk dan
jumlah rumah tangga.
2) Metode Kecenderungan : Dengan
berdasar dari data historis yang sudah
ada digunakan untuk meramalkan
pengusahaan listrik seperti jumlah
pelanggan, energi
terjual, daya
tersambung pada tahun-tahun yang
akan datang.
3) Metode Ekonometri : Digunakan untuk
meramalkan elastisitas energi dan
pelanggan,
pertumbuhan
PDRB
(Pendapatan
Domestik
Regional
Bruto). Metode ini dapat mengetahui
pertumbuhan ekonomi dalam jangka
panjang oleh sebab itu maka penetapan
asumsi sangat diperlukan.
Analisi Regresi
Analisa regresi adalah metode statistika
yang di gunakan untuk menentukan
kemungkinan bentuk hubungan antar
variabel-variabel. Berkenaan dengan studi
ketergantungan suatu variabel, yaitu variabel
tak bebas (dependent variable) pada satu atau
lebih variabel yang lain, yaitu variabel bebas
(independent
variable).
Tujuan
dari
penggunaan metode ini adalah untuk
meramalkan atau memperkirakan nilai dari
satu variabel dalam hubungannya dengan
variabel yang lain yang diketahui.
Analisa regresi pada hakekatnya dapat
dibedakan menjadi dua, yaitu :
1)
Analisa regresi sederhana (simple
regression analysis) atau regresi dua
variabel
yang
mempelajari
ketergantungan satu variabel tak bebas
hanya pada satu variabel bebas.
y
• •
• •
• •
x
Gambar 1.Kurva Linier
3
b.
Prosedur Memperkirakan Beban Listrik
Prosedur dalam memperkirakan beban listrik
di Wonogiri ini dimulai dengan pengumpulan
data-data tahun lalu yang akan digunakan
sebagai acuan dalam penelitian, data yang
diambil mulai tahun 2009-2013. Data
tersebut diambil langsung dari UPJ Wonogiri
dengan ijin APJ Surakarta. Data yang
diperlukan antara lain: jumlah pelanggan,
daya tersambung, energi yang terjual dan
data kependudukan yang diambil dari
internet. Metode yang digunakan dalam
perkirakan ini yaitu dengan regresi linier,
dengan persamaan-persamaan yang sudah
ditentukan untuk mencapai hasil akhir.
Dengan adanya prosedur ini diharapkan
dalam proses penelitian akan berjalan dengan
baik.
y
• •
• •
•
x
Gambar 2.Kurva Non-Linier
Model statistika adalah penyajian
secara matematika dan hubungan antara dua
variabel atau lebih. Dua variabel X dan Y,
mempunyai hubungan linier jika hubungan
keduanya dapat diajukan dengan model
statistika garis lurus:
= +
; i = 1, 2, ....n
c.
Perkiraan Beban Jaringan Distribusi Di Daerah Wonogiri
Data perkembangan energi listrik di UPJ Wonogiri dari tahun 2009-2013 adalah sebagai
berikut :
Tabel 1. Data Pengusahaan Energi Listrik Per Sektor UPJ Wonogiri Tahun 2009-2013
Uraian
2009
2010
2011
2012
2013
A Energi Terjual (KWh)
1. Rumah Tangga
7027615 7530476 8134402 9023617 9679250
2. Bisnis
806278
881873
918461 1006754 1026706
3. Umum
1102727 1175382 1244265 1371797 1454531
4. Industri
472176
481521
531413
604268
968151
B Daya Tersambung (VA)
1. Rumah Tangga
62900142 62914118 68057200 71962900 75418300
2. Bisnis
4913621 5011534 5955350 6895700 7407800
3. Umum
7693815 7816441 8273900 8947050 9633400
4. Industri
2879372 2991825 3184800 3431200 6194900
C
Pelanggan
1. Rumah Tangga
101013
106275
114846
120251
123898
2. Bisnis
2201
2361
2434
2530
2610
3. Umum
3195
3327
3510
3738
3984
4. Industri
28
28
29
30
34
D
Total
Energi Terjual (KWh)
9408796 10069252 10828541 12006436 13128638
Daya Tersambung (VA) 78386950 78733918 85471250 91236850 98654400
Pelanggan
106437
111991
120819
126549
130526
4
Pengolahan
data
berdasarkan
pendekatan 4 sektor yaitu sektor rumah
tangga, bisnis, umum, dan industri.
Penetapan asumsi menggunakan analisa
regresi linier dan non-linier (eksponensial)
yang selanjutnya dihitung menggunakan
persamaan eksak yang sudah ada. Program
MATLAB Ms.Excel sebagai alat bantu
dalam perhitungan.
Data-data dan asumsi variabel yang
telah dihitung sebelumnya dapat digunakan
sebagai dasar penghitungan peramalan
kebutuhan energi listrik tahun 2014-2018
untuk UPJ Wonogiri. Perhitungan diambil
contoh pada tahun 2014 secara manual
sebagai berikut :
1. Sektor Rumah Tangga
a. Jumlah Penduduk
P2014 = P2013 x (1 + gp)(2014-2013)
= 585.123 x (1 + 1,1%)1
= 591.559 jiwa
b. Jumlah Rumah Tangga
H2014 =
=
2. Sektor Bisnis
a. Jumlah Pelanggan Bisnis
Pel.B2014 = Pel.B2013 x [1+{ePel.B x
((Pel.R2014/Pel.R2013)-1)}]
= 2610 x [1+{1,28x((124.256
/123.898)-1)}]
= 2.620
b. Daya Tersambung Bisnis
VA.B2014 = VA.B2013 + ((Pel.B2014 Pel.B2013 )x VB2014)
= 7.407.800+ ((2.620 –2.610)
x3059)
= 7.438.390 VA
c. Konsumsi Energi Bisnis
E.B2014 = E.B2013 x (1+((eE.B x
GB2014)/100))
= 1.026.706 x (1+((0,072 x
3,6)/100))
= 1.029.367 KWh
3. Sektor Umum
a. Jumlah Pelanggan Umum
Pel.U2014 = Pel.U2013 x [1+{ePel.U x
((Pel.R2014/Pel.R2013)-1)}]
= 3.984 x [1+{0,76 x((124.256
/123.898)-1)}]
= 3.993
b. Daya Tersambung Umum
VA.U2014 = VA.U2013 + ((Pel.U2014 Pel.U2013) x VU2014)
= 9.633.400+ ((3.993-3.984)x
2404)
= 9.655.036 VA
c. Konsumsi Energi Umum
E.U2014 = E.U2013 x (1+((eE.U x
GU2014)/100))
= 1.454.531 x (1 + ((0,074 x
9,4)/100))
= 1.464.649 KWh
4. Sektor Industri
a. Jumlah Pelanggan Industri
Pel.I2014 = Pel.I2013 x (1 + ((ePel.I x
GI2014)/100))
= 34 x (1 + ((1 x 7,7)/100))
= 36
.
,
= 164.322
c. Jumlah Pelanggan Rumah Tangga
Pel.R2014 = Pel.R2013 x (1 +((ePel.R x
GT2014)/100))
= 123.898 x (1 +((0,059 x
4,9)/100))
= 124.256
d. Daya Tersambung Rumah Tangga
VA.R2014 = VA.R2013 + ((Pel.R2014 –
Pel.R2013 )x VR2014)
= 75.418.300 + ((124.256 –
123.898) x582)
= 75.626.656 VA
e. Konsumsi Energi Rumah Tangga
E.R2014 = E.R2013 x (1 + ((eE.R x
GT2014)/100)) + ((Pel.R2014Pel.R2013) x UKRt )
= 9.679.250 x (1 + ((0,083x
4,9)/100) + ((124.256 –
123.898) x 79)
= 9.746.897 KWh
5
= 968.151 x (1 + ((0,124 x
7,7)/100))
= 977.395 KWh
5. Total Kebutuhan Konsumsi Energi
E.T2014 = E.R2014 + E.B2014 + E.U2014 +
E.I2014
= 9.746.897 + 1.029.367 +
1.464.649 + 977.395
= 13.218.308 KWh
b. Daya Tersambung Industri
VA.I2014 = VA.I2013 + ((Pel.I2014 - Pel.I2013)
x VI2014)
= 6.194.900 + ((36 – 34
)x172.985)
= 6.540.870 VA
c. Konsumsi Energi Industri
E.I2014 = E.I2013 x (1+((eE.I x GI2014)/100))
Hasil peramalan menggunakan MATLAB dan Ms.Excel :
Tabel 2. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018
Menggunakan MATLAB
Uraian
2014
2015
2016
2017
2018
A Energi Terjual (KWh)
1. Rumah Tangga
9746717
9814234
9881408
9948456 10014991
2. Bisnis
1029369
1031743
1033899
1035836
1037628
3. Umum
1464650
1475707
1487721
1500823
1515041
4. Industri
977407
988936
1003302
1021364
1044064
B Daya Tersambung (VA)
1. Rumah Tangga
75626656 75828352 76023496 76211641 76392913
2. Bisnis
7438390
7468009
7502509
7536781
7573654
3. Umum
9655036
9674316
9696069
9715453
9734893
4. Industri
6713855
7299596
8401776
9894416 12422952
C Pelanggan
1. Rumah Tangga
124256
124608
124954
125293
125625
2. Bisnis
2620
2629
2639
2648
2657
3. Umum
3993
4001
4010
4018
4026
4. Industri
37
40
45
51
60
D Total
Energi Terjual (KWh)
13218143 13310620 13406330 13506479 13611724
Daya Tersambung (VA) 99433937 100270273 101623850 103358291 106124412
Pelanggan
130906
131278
131648
132010
132368
6
Tabel 3. Hasil Peramalan Kebutuhan Energi Listrik Di UPJ Wonogiri Pada Tahun 2014-2018
Menggunakan Ms.Excel.
Uraian
2014
2015
2016
2017
2018
A Energi Terjual (KWh)
1. Rumah Tangga
9746732
9814240
9881376
9948434 10015027
2. Bisnis
1029369
1031743
1033899
1035836
1037628
3. Umum
1464650
1475706
1487720
1500823
1515041
4. Industri
977406
988935
1003301
1021364
1044064
B Daya Tersambung (VA)
1. Rumah Tangga
75626766 75828401 76023285 76211498 76393127
2. Bisnis
7437362
7468633
7501688
7536612
7573498
3. Umum
9654393
9675055
9695388
9715380
9735034
4. Industri
6644559
7318695
8344334
9945899 12499082
C
Pelanggan
1. Rumah Tangga
124256
124608
124954
125293
125625
2. Bisnis
2620
2629
2638
2648
2657
3. Umum
3993
4001
4010
4018
4026
4. Industri
36
40
44
51
60
D
Total
Energi Terjual (KWh)
13218157 13310624 13406296 13506457 13611760
Daya Tersambung (VA) 99363080 100290784 101564695 103409389 106200741
Pelanggan
130905
131278
131646
132010
132368
Perhitungan analisa menggunakan
MATLAB maupun menggunakan Ms.Excel
terdapat perbedaan sedikit dikarenakan
terjadinya pembulatan desimal pada setiap
perhitungan baik dalam jumlah pelanggan,
daya tersambung, energi terjual dan total tiap
tahunnya meskipun asumsi-asumsi dan
persamaan yang dgunakan berbeda. Semua
program
mempunyai
kelebihan
dan
kekurangan antara lain :
1) Ms. Excel
Keunggulan program excel yaitu
memberikan kemudahan dalam
pengoperasian penghitungan tanpa
merancang script terlebih dahulu.
Kekurangannya
adalah
harus
tepatnya
letak
inputan
yang
dimasukkan, karena akan terjadi
kesalahan atau hasil yang tidak
akurat. Program ini bagian dari
software Microsoft Office yang
biasanya
digunakan
untuk
penjumlahan,
pengurangan,
perkalian, dan pembagian. Hasil
yang didapat pada excel dapat
dicopykan pada Microsoft Word.
2) MATLAB
Kelemahannya, program ini tidak
dapat digunakan tanpa menyusun
script M- file terlebih dahulu, jika
dalam penyusunan benar maka
hasilnya akan ditampilkan melalui
command window setelah script
dijalankan. Keuntungan dari program
ini antara lain memiliki banyak
fasilitas matematika yang dapat
digunakan untuk perhitungan dan
analisa data.
4
7
Kesimpulan
1) Dari data yang diperoleh dari PT. PLN
(PERSERO) Unit Pelayanan dan
Jaringan Wonogiri dari tahun 2009
sampai 2013 dan data Stastika daerah
Wonogiri dapat digunakan untuk
meramalkan beban jaringan yang
meliputi jumlah pelanggan, daya
tersambung, dan energi terjual.
2) Perhitungan peramalan beban listrik
tahun 2014 sampai 2018 menggunakan
program MATLAB dan progam Ms.
Excel sebagai pembandingnya. Dari
perbandingan kedua program tersebut
dapat diketahui program MATLAB
lebih
ringkas
digunakan
untuk
perhitungan peramalan dengan bantuan
persamaan rumus regresi dengan
metode gabungan serta dapat dikatakan
lebih cepat dan tepat dibandingkan
excel yang mana dalam pembulatan
desimal dilakukan secara manual dan
tidak ada program pengulangan.
3) Hasil peramalan didapatkan bahwa
beban jaringan pada UPJ Wonogiri
mengalami kenaikan untuk jumlah
pelanggan,daya tersambung, dan energi
terjual setiap tahunnya, hal ini
disebabkan
karena
pertumbuhan
penduduknya
dan
pendapatan
masyarakat yang semakin naik juga.
Hasil peramalan pada akhir tahun 2018
di
UPJ
Wonogiri
diramalkan
menggunakan program MATLAB
jumlah pelanggan mencapai ± 132.368
pelanggan, daya tersambung sebesar ±
106.124.412 VA, energi terjual sebesar
±13.611.724
KWh,
mengunakan
program Excel jumlah pelanggan ±
132.368,
daya
tersambung
±
106.200.741 VA, energi terjual ±
13.611.760 KWh.
Hanselman Duane, and Littlefield Bruce.
2000. MATLAB Bahasa Komputasi
Teknis: Penerbit ANDI.
Hidayat, Ari. 2008. Aplikasi Matlab Untuk
Peramalan
Beban
Berdasarkan
Golongan Tarif Jaringan Distribusi
Randudongkal Tahun 2008-2012.
Surakarta: Teknik Elektro Fakultas
Teknik UMS.
Ibrahin Ali Marwan dan Drs. Kresnayana
Yahya, M.Sc, 2010, di akses dari
http://digilib.its.ac.id/pulic/ITSUndergraduate-15737-1307100040paperpdf.pdf pada tanggal 29 Januari
2014 pukul 15.23.
Iswardono, Sekelumit Analisis Regresi Dan
Korelasi, Penerbit BPFE-Yogyakarta,
Yogyakarta, 2001.
Makridakis, Wheelwright, and McGee. 1999.
Metode dan Aplikasi Peramalan, Jilid
1. Jakarta: Binarupa Aksara.
Nugroho, Agung. 2005. Prakiraan Kebutuhan
Energi Listrik, Admisi dan Bisnis.
Semarang: Teknik Elektro Fakultas
Teknik UNDIP.
Nugroho D, A.,Perkiraan Beban Jaringan
Distribusi 20 KV Di Kota Surakarta
Tahun
2004
Sampai
2008
Menggunakan Metode Regresi, UMS,
Surakarta, 2004.
Supranto, J. 1998. Metode Ramalan
Kuantitatif
Untuk
Perencanaan.
Jakarta: Gramedia.
Pabla A, S.,Sistem Distribusi Daya Listrik,
Alih Bahasa Oleh Abdul Hadi, Penerbit
Erlangga, Jakarta, 1991.
Prajitno D, Analisis Regresi Dan Korelasi,
Penerbit Liberty, Yogyakarta, cetakan
kedua, 1985
http://wonogirikab.bps.go.id/data/publikasi/p
ublikasi_495/publikasi/files/search/sear
chtext.xml pada tanggal 29 Januari
2014 pukul 15.23.
DAFTAR PUSTAKA
Cekdin, C. 2005. Teori dan Contoh Soal
Teknik Elektro Menggunakan Bahasa
Pemrograman Matlab. Yogyakarta:
Penerbit ANDI.
Dinar Atika Sari, 2006 , di akses dari
http://eprints.undip.ac.id/25280/1/
ML2F002572.pdf pada tanggal 29
Januari 2014 pukul 16.33.
8
9