P. 1
Cover

Cover

|Views: 59|Likes:
Published by Handi Agus Hidayat

More info:

Published by: Handi Agus Hidayat on Jun 20, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

11/03/2012

pdf

text

original

MAKALAH PERKIRAAN DAYA TERSAMBUNG PADA TAHUN 2012 DENGAN MENGGUNAKAN METODE TREND KUADRATIS Disusun Untuk Memenuhi

Tugas UTS Mata Kuliah Operasi Sistem Tenaga Listrik Dosen : Drs. Yadi Mulyadi, MT.

disusun oleh : HANDI AGUS H. (0908810)

JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2011

BAB I PENDAHULUAN A. Latar Belakang Energi mempunyai peranan yang sangat penting dalam kehidupan manusia dan prose pembangunan, oleh karena itu seharusnya pembangunan sector energy perlu dilaksanakan secara berkala. Namun persediaan energy memiliki keterbatasan, oleh karena itu data mengenai energy perlu untuk selalu dipantau agar kebutuhan akan energy yang terus meningkat dapat terpenuhi semaksimal mungkin. Salah satunya energi listrik. Pada saat sekarang ini ketergantungan konsumen atau pelanggan dalam pemakaian tenaga atau daya (watt) listrik dirasakan sangat tinggi, tidak hanya untuk kebutuhan penerangan saja, tetapi juga untuk salah satu faktor pendukung

kelancaran perekonomian secara umum. Kecenderungan pada saat ini, peningkatan kebutuhan energi listrik tidak seiring dengan peningkatan penyediaannya, kapasitas daya yang terpasang saat ini masih tetap dan tidak ada perubahan, sementara itu kebutuhan masyarakat akan energi terus meningkat seiring dengan pertumbuhan jumlah penduduk. Akibatnya sering terjadi pemadaman bergilir di masyarakat, kondisi ini mengharuskan diadakannya penambahan suplai energi listrik pada tahuntahun yang akan dating yang meliputi pengembangan pembangkit, sistem kontrol dan proteksi, serta system transmisi maupun distribusi ke konsumen. Dalam pembangunan suatu pusat-pusat energi listrik, baik itu jaringan transmisi maupun distribusi membutuhkan dana yang tidak sedikit dan diperlukan juga waktu yang lama untuk pembangunannya. Di sisi lain perlu diusahakan kebutuhan energi listrik dapat terpenuhi secara tepat waktu, dengan kata lain penyediaan energi listrik harus seimbang dengan kebutuhan energi listrik yang dari waktu ke waktu terus menunjukkan grafik kenaikan. Oleh karena itu, untuk membangkitkan dan menyalurkan energi listrik secara ekonomis diperlukan adanya perencanaan atau perkiraan jauh-jauh hari sebelum kebutuhan energi listrik terjadi.

Sebagai contoh, dari tahun 2000 sampai 2004 penjualan tenaga listrik PLN rata-rata tumbuh 7% per tahun dan beban puncak [peak demand] rata-rata tumbuh 5,9% per tahun. Kondisi pertumbuhan tersebut sebenarnya merupakan pertumbuhan yang tertahan [suppressed demand] mengingat terbatasnya kemampuan investasi PT PLN [Persero]. Statistik memperlihatkan bahwa sarana penyediaan tenaga listrik mengalami pertumbuhan yang lebih rendah dari pada pertumbuhan penjualan tenaga listrik. Selama periode tersebut kapasitas pembangkit hanya tumbuh rata-rata 1,4% pertahun, jaringan transmisi tumbuh rata-rata 3,2% per tahun dan jaringan distribusi rata-rata tumbuh 1,7% pertahun. Beranjak dari kasus seperti yang diatas tersebut, maka perkiraan kebutuhan energi listrik perlu dilakukan sebagai salah satu pedoman pengembangan industry listrik dan tindakan antisipasi pemadaman bergilir yang sering terjadi pada masyarakat sekarang-sekarang ini. B. Rumusan Masalah Berdasarkan fakta yang telah terjadi, maka dapat dirumuskan masalah sebagai berikut: 1. Apa yang dimaksud dengan beban tenaga listrik beserta pembagian kelompoknya; 2. Apa yang dimaksud dengan peramalan; 3. Apa yang dimaksud dengan peramalan metode deret berkala; dan 4. Bagaimana cara peramalan menggunakan metode trend. C. Tujuan Makalah Menilik dari pernyataan yang tertuang dalam rumusan masalah di atas, maka tujuan dari pembuatan makalah ini adalah: 1. Dapat memahami arti dari beban tenaga listrik beserta pembagian kelompoknya; 2. Dapat memahami arti dari peramalan; beberapa

3. Dapat memahami cara peramalan menggunakan metode deret berkala; dan 4. Dapat memperkirakan kebutuhan energi listrik pada masa yang akan datang D. Kegunaan Makalah Secara teoritis, makalah ini diharapkan dapat menambah wawasan bagi pembaca tentang perkiraan kebutuhan energi listrik dan berguna bagi pihak terkait, dalam hal ini PLN, sebagai bahan pedoman penyediaan energi listrik. Secara praktis, makalah ini diharapkan dapat menambah pemahaman bagi pembaca, khususnya penyusun sendiri agar dapat memperkirakan kebutuhan energi listrik pada masa yang akan datang.

BAB II LANDASAN TEORI A. Beban Tenaga Listrik Tenaga listrik yang didistribusikan ke pelanggan atau konsumen digunakan sebagai sumber daya untuk berbagai macam peralatan-peralatan yang sekiranya memang membutuhkan tenaga listrik sebagai sumbernya. Seperti lampu, kulkas, pendingin ruangan, motor-motor listrik, dan lain-lain. Berdasarkan jenis pelanggan atau konsumen pemakainya, beban listrik dibedakan menjadi empat kelompok. Diantaranya: 1) Rumah tangga 2) Usaha atau bisnis, terdiri dari traksi, curah, took, restoran,

supermarket,dll. 3) Industri, biasanya digunakan untuk beban motor listrik 4) Lain-lain atau umum, terdiri dari gedung kantor pemerintah, penerangan jalan umum B. Peramalan Peramalan adalah suatu kegiatan yang bertujuan untuk memperkirakan atau memprediksi apa yang akan terjadi dalam periode waktu tertentu pada masa yang akan datang. Umumnya peramalan berguna untuk alat bantu dalam perencanaan sesuatu yang efektif dan efisien. Peramalan merupakan suatu taksiran yang ilmiah, karenanya merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan berdasarkan sifatnya dibedakan menjadi dua, yaitu: 1) Peramalan kualitatif adalah peramalan yang berdasarkan data kualitatif pada masa yang lalu. Peramalan kualitatif umumny bersifat subjektif, karena dipengaruhi oleh emosi, psikologi, pendidikan, dan lain-lain dari seseorang yang memprediksi.

2) Peramalan kuantitatif adalah peramalan yang berdasarkan data kuantitatif dalam bentuk numerik. Peramalan kuantitatif merupakan metoda peramalan yang dapat memberikan objektifitas yang lebih besar, dikarenakan dapa memperkirakan secara sistematis dan pragmatis berdasar pada data di masa yang lalu. Untuk memprediksi beban listrik banyak metoda yang bisa dilakukan, namun untuk kesempatan kali ini hanya akan dibahas mengenai metode deret berkala atau time series. C. Metode Deret Berkala (Time Series) Metode deret berkala merupakan metode dengan cara melakukan pendekatan secara makro. Tujuannya ialah menemukan analisa dalam deret data yang lalu dan mengekstrapolasikan data tersebut ke masa depan. Langkah penting dalam memilih suatu metode pada deret berkala adalah mempertimbangkan jenis pola yang akan diramalkan. Ada beberapa macam jenis pola, namun yang hanya akan dibahas ialah analisis trend. Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin

jelek. Analisis trend menjadikan model trend umum untuk data runtun waktu dan memungkinkan penghitungan peramalan untuk masa yang akan datang. Analisis trend dapat digunakan dengan asumsi sebagai berikut: 1) Data tidak memilki unsur musiman 2) Data memiliki kecenderungan yang konstan 3) Data tidak memilki unsur musiman 4) Analisis dilakukan untuk peramalan jangka panjang 1. Prediksi Beban Dengan Metode Trend Linier Bentuk persamaan umum (Sofyan Assauri, 1984, hal. 53 – 56): Y = a + bX Sedangkan peramalannya mempunyai bentuk persamaan: Yt = a + bX di mana: Yt X = Nilai ramalan pada periode ke-t = Waktu/periode, biasanya dalam bentuk t

a dan b = konstanta (dihitung dari sampel deret berkala) Dengan menggunakan metode kuadrat terkecil (Least Square Method) maka harga dari konstanta a dan b bisa diperoleh dengan persamaan berikut:

Contoh: Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah 332.500; 301.000; 366.000; 356.500; 417.000; 444.500; 459.500; 512.000; dan 515.000. Ramalkan penjualan tahun 2000 dengan menggunakan trend linier.

Pembahasan: n=9 t’ =

=

Tabel 1. Tabel Perhitungan untuk Trend Linier a= b= Sehingga persamaan trend liniernya adalah Y = 411.556 + 27.300X Untuk meramalkan penjualan tahun 2000, kita hitung terlebih dahulu kode tahun (X) untuk tahun 2000. X = t - t’ =2000 – 1993 = 7 Lalu nilai X dimasukkan ke dalam persamaan trend linier menjadi: Y = 411.556 + 27.300 (7) = 602.656 Jadi, peramalan penjualan untuk tahun 2000 dengan menggunakan trend linier adalah sebesar Rp. 602.656,00 2. Prediksi Beban Dengan Metode Trend Kuadratik (Parabola) Perkembangan bilai suatu variable dalam interval pendek atau menengah yang mempunyai pola linier, kadang-kadang dalam interval yang panjang polanya berubah menjadi tidak linier. Karena itu jika digunakan pola linier untuk peramalan jangka panjang, tidak jarang hasilnya jauh meleset. Konsekuensinya harus dibuat

persamaan trend yang tidak linier seperti trend kuadratis atau trend eksponensial. Metoda kuadratis merupakan salah satu contoh dari regresi non linier. Persamaan kuadratis dapat diperoleh dengan menggunakan rumus sebagai berikut: Y’ = a +bX + cX2 Y’ X a, b, dan c = variabel tak bebas hasil ramalan (kepadatan pelanggan) = variabel bebas berupa periode waktu = konstanta (dihitung dari data sample deret berkala)

Dengan koefisien-koefisien a, b, dan c harus ditentukan berdasarkan data hasil pengamatan. a=
( )( ( ) ( ) ( )( ) )

b=
( ( ) ( ) ( )( ) )

c=

Gambar 1. Trend Kuadratis

Contoh Dengan menggunakan data contoh peramalan dengan trend linier, ramalkan nilai penjualan untuk tahun 2000 dengan trend kuadratis.

Tabel 2. Tabel Perhitungan untuk Trend Kuadratis a= b= c=
*( ( ) )( )+ ( )( ( ) *( ) )( )+

= 405.351

Sehingga persamaan trend kuadratisnya menjadi Y = 405.351 + 27.300X – 71.162X2 Kode tahun (X) untuk tahun 2000 telah dihitung dan hasilnnya 7. Untuk meramalkan penjualan tahun 2000, masukkan nila X ke dalam persamaan trend kuadratis menjadi: Y = 405.351 + 27.300(7) – 71.162(7)2 = 4.083.370 Jadi, ramalan penjualan tahun 2000 dengan menggunakan trend kuadratis adalah sebesar Rp. 4.083.370,00. 3. Prediksi Beban Dengan Metode Trend Eksponensial Bentuk persamaan metode Trend Ekponensial : Y’=abx Dimana : Y’ X = variable tak bebas hasil ramalan (kepadatan pelannggan) = variable bebas berupa periode waktu

a , b , dan c = konstanta (dihitung dari data sampel deret berkala) Bentuk persamaan metode Trend Ekponensial tersebut dapat diubah menjadi bentuk persamaan linier sebagai berikut : Y’ = abx……Log Y’ = abx Log Y’ = log a + log bx Log Y ’= log a + X (log b) Bila log Y’ = Yo ; log a = ao dan log b = bo, maka persamaan Trend Eksponensial tersebut menjadi : Yo’ = ao + bo.X Sehingga :

Y '  10( a0 b0 X )
Konstanta-konstanta ao dan bo dapat dicari dengan cara eliminasi kedua persamaan di bawah ini : ∑ Y0 = a0.n + b0 ∑X ∑XY0 = a0 ∑X + b0 ∑X2 Y0 = log Y

Keterangan : 1. X = unit periode waktu pengamatan Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1 Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1 2. Y = data kepadatan pelanggan sebenarnya (per 100 penduduk) Perhitungan dengan trend eksponensial cenderung lebih rumit dibandingkan dengan perhitungan trend linier atau kuadratis. Penggunaan persamaa trend eksponensial biasanya digunakan pada data yang nilainya mengalami kenaikan atau penurunan secara eksponensial, contohnya data pertumbuhan amoeba. Trend ini tidak digunakan di dalam perangkat lunak yang akan dikembangkan karena tingkat kerumitannya yang relatif tinggi dan memang pada prakteknya jarang digunakan.

BAB II LANDASAN TEORI D. Beban Tenaga Listrik Tenaga listrik yang didistribusikan ke pelanggan atau konsumen digunakan sebagai sumber daya untuk berbagai macam peralatan-peralatan yang sekiranya memang membutuhkan tenaga listrik sebagai sumbernya. Seperti lampu, kulkas, pendingin ruangan, motor-motor listrik, dan lain-lain. Berdasarkan jenis pelanggan atau konsumen pemakainya, beban listrik dibedakan menjadi empat kelompok. Diantaranya: 5) Rumah tangga 6) Usaha atau bisnis, terdiri dari traksi, curah, took, restoran,

supermarket,dll. 7) Industri, biasanya digunakan untuk beban motor listrik 8) Lain-lain atau umum, terdiri dari gedung kantor pemerintah, penerangan jalan umum E. Peramalan Peramalan adalah suatu kegiatan yang bertujuan untuk memperkirakan atau memprediksi apa yang akan terjadi dalam periode waktu tertentu pada masa yang akan datang. Umumnya peramalan berguna untuk alat bantu dalam perencanaan sesuatu yang efektif dan efisien. Peramalan merupakan suatu taksiran yang ilmiah, karenanya merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan berdasarkan sifatnya dibedakan menjadi dua, yaitu: 3) Peramalan kualitatif adalah peramalan yang berdasarkan data kualitatif pada masa yang lalu. Peramalan kualitatif umumny bersifat subjektif, karena dipengaruhi oleh emosi, psikologi, pendidikan, dan lain-lain dari seseorang yang memprediksi.

4) Peramalan kuantitatif adalah peramalan yang berdasarkan data kuantitatif dalam bentuk numerik. Peramalan kuantitatif merupakan metoda peramalan yang dapat memberikan objektifitas yang lebih besar, dikarenakan dapa memperkirakan secara sistematis dan pragmatis berdasar pada data di masa yang lalu. Untuk memprediksi beban listrik banyak metoda yang bisa dilakukan, namun untuk kesempatan kali ini hanya akan dibahas mengenai metode deret berkala atau time series. F. Metode Deret Berkala (Time Series) Metode deret berkala merupakan metode dengan cara melakukan pendekatan secara makro. Tujuannya ialah menemukan analisa dalam deret data yang lalu dan mengekstrapolasikan data tersebut ke masa depan. Langkah penting dalam memilih suatu metode pada deret berkala adalah mempertimbangkan jenis pola yang akan diramalkan. Ada beberapa macam jenis pola, namun yang hanya akan dibahas ialah analisis trend. Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin

jelek. Analisis trend menjadikan model trend umum untuk data runtun waktu dan memungkinkan penghitungan peramalan untuk masa yang akan datang. Analisis trend dapat digunakan dengan asumsi sebagai berikut: 5) Data tidak memilki unsur musiman 6) Data memiliki kecenderungan yang konstan 7) Data tidak memilki unsur musiman 8) Analisis dilakukan untuk peramalan jangka panjang 4. Prediksi Beban Dengan Metode Trend Linier Bentuk persamaan umum (Sofyan Assauri, 1984, hal. 53 – 56): Y = a + bX Sedangkan peramalannya mempunyai bentuk persamaan: Yt = a + bX di mana: Yt X = Nilai ramalan pada periode ke-t = Waktu/periode, biasanya dalam bentuk t

a dan b = konstanta (dihitung dari sampel deret berkala) Dengan menggunakan metode kuadrat terkecil (Least Square Method) maka harga dari konstanta a dan b bisa diperoleh dengan persamaan berikut:

Contoh: Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah 332.500; 301.000; 366.000; 356.500; 417.000; 444.500; 459.500; 512.000; dan 515.000. Ramalkan penjualan tahun 2000 dengan menggunakan trend linier.

Pembahasan: n=9 t’ =

=

Tabel 1. Tabel Perhitungan untuk Trend Linier a= b= Sehingga persamaan trend liniernya adalah Y = 411.556 + 27.300X Untuk meramalkan penjualan tahun 2000, kita hitung terlebih dahulu kode tahun (X) untuk tahun 2000. X = t - t’ =2000 – 1993 = 7 Lalu nilai X dimasukkan ke dalam persamaan trend linier menjadi: Y = 411.556 + 27.300 (7) = 602.656 Jadi, peramalan penjualan untuk tahun 2000 dengan menggunakan trend linier adalah sebesar Rp. 602.656,00 5. Prediksi Beban Dengan Metode Trend Kuadratik (Parabola) Perkembangan bilai suatu variable dalam interval pendek atau menengah yang mempunyai pola linier, kadang-kadang dalam interval yang panjang polanya berubah menjadi tidak linier. Karena itu jika digunakan pola linier untuk peramalan jangka panjang, tidak jarang hasilnya jauh meleset. Konsekuensinya harus dibuat

persamaan trend yang tidak linier seperti trend kuadratis atau trend eksponensial. Metoda kuadratis merupakan salah satu contoh dari regresi non linier. Persamaan kuadratis dapat diperoleh dengan menggunakan rumus sebagai berikut: Y’ = a +bX + cX2 Y’ X a, b, dan c = variabel tak bebas hasil ramalan (kepadatan pelanggan) = variabel bebas berupa periode waktu = konstanta (dihitung dari data sample deret berkala)

Dengan koefisien-koefisien a, b, dan c harus ditentukan berdasarkan data hasil pengamatan. a=
( )( ( ) ( ) ( )( ) )

b=
( ( ) ( ) ( )( ) )

c=

Gambar 1. Trend Kuadratis

Contoh Dengan menggunakan data contoh peramalan dengan trend linier, ramalkan nilai penjualan untuk tahun 2000 dengan trend kuadratis.

Tabel 2. Tabel Perhitungan untuk Trend Kuadratis a= b= c=
*( ( ) )( )+ ( )( ( ) *( ) )( )+

= 405.351

Sehingga persamaan trend kuadratisnya menjadi Y = 405.351 + 27.300X – 71.162X2 Kode tahun (X) untuk tahun 2000 telah dihitung dan hasilnnya 7. Untuk meramalkan penjualan tahun 2000, masukkan nila X ke dalam persamaan trend kuadratis menjadi: Y = 405.351 + 27.300(7) – 71.162(7)2 = 4.083.370 Jadi, ramalan penjualan tahun 2000 dengan menggunakan trend kuadratis adalah sebesar Rp. 4.083.370,00. 6. Prediksi Beban Dengan Metode Trend Eksponensial Bentuk persamaan metode Trend Ekponensial : Y’=abx Dimana : Y’ X = variable tak bebas hasil ramalan (kepadatan pelannggan) = variable bebas berupa periode waktu

a , b , dan c = konstanta (dihitung dari data sampel deret berkala) Bentuk persamaan metode Trend Ekponensial tersebut dapat diubah menjadi bentuk persamaan linier sebagai berikut : Y’ = abx……Log Y’ = abx Log Y’ = log a + log bx Log Y ’= log a + X (log b) Bila log Y’ = Yo ; log a = ao dan log b = bo, maka persamaan Trend Eksponensial tersebut menjadi : Yo’ = ao + bo.X Sehingga :

Y '  10( a0 b0 X )
Konstanta-konstanta ao dan bo dapat dicari dengan cara eliminasi kedua persamaan di bawah ini : ∑ Y0 = a0.n + b0 ∑X ∑XY0 = a0 ∑X + b0 ∑X2 Y0 = log Y

Keterangan : 1. X = unit periode waktu pengamatan Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1 Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1 2. Y = data kepadatan pelanggan sebenarnya (per 100 penduduk) Perhitungan dengan trend eksponensial cenderung lebih rumit dibandingkan dengan perhitungan trend linier atau kuadratis. Penggunaan persamaa trend eksponensial biasanya digunakan pada data yang nilainya mengalami kenaikan atau penurunan secara eksponensial, contohnya data pertumbuhan amoeba. Trend ini tidak digunakan di dalam perangkat lunak yang akan dikembangkan karena tingkat kerumitannya yang relatif tinggi dan memang pada prakteknya jarang digunakan.

BAB IV PENUTUP A. Kesimpulan Peramalan adalah suatu kegiatan yang bertujuan untuk memperkirakan atau memprediksi apa yang akan terjadi dalam periode waktu tertentu pada masa yang akan datang. Berdasarkan sifatnya, peramalan dibagi menjadi dua yakni peramalan kualitatif dan peramalan kuantitatif. Dengan diadakannya perkiraan daya yang tersambung ini, diharapkan kita semua bisa benar-benar menjadikannya sebagai pedoman dalam pemakaian energi listrik, agar bisa untuk sehemat mungkin dalam penggunaannya. Dan untuk pihak terkait, dalam hal ini PLN, semoga bahan perkiraan ini bisa dijadikan sebagai acuan dalam pembangunan pembangkit listrik. Yang dikarenakan terjadinya permintaan pemasangan energi listrik oleh masyarakat. B. Saran Kepada seluruh pihak, baik itu penyedia taupun pelanggan pemakaian energy listrik, dapat benar-benar melakukan penghematan pemakaian energi (khususnya listrik). Mengingat pada sekarang ini telah terjadinya ketidak seimbangan antara penyedia (PLN) dan pemakai (konsumen).

DAFTAR PUSTAKA Arsyil. (2010). Model Trend Analysis; Linier , Kuadaratik, Eksponensial, dan SKurva pada Grafik Runtun Waktu. [Online]. Tersedia:

http://arsyil.blogspot.com/2010/12/model-trend-analysis-linier-kuadratik.html [24 Oktober 2011] Direktorat Jenderal Listrik dan Pemanfaatan Energi, Kementrian Energi dan Sumber Daya Mineral. (2010). Statistik Ketenagalistrikan Dan Energi Tahun 2009, Jakarta: Kementrian ESDM. Fitrianto, Kurniawan. Dkk. (-). Prakiraan Kebutuhan Energi Listrik Tahun 2006 – 2015 Pada PT. PLN (persero) Unit Pelayanan Jaringan (UPJ) di Wilayah Kota Semarang Dengan Metode Gabungan, Semarang: UNDIP. Ibrahim, Herman D. (-). Kemungkinan Krisi Daya Listrik di Jawa-Bali Tahun 20082009. - , Jakarta: - . Santoso, Slamet. (2008). ANALISIS TREND (Materi X : Pengertian dan Metode Least Square). [Online]. Tersedia: http://ssantoso.blogspot.com/2008/08/analisistrend-materi-x-pengertian-dan.html [24 Oktober 2011] Sihaloho, M.E. Ivan. (2008). Ramalan Produksi Listrik PLN Kitlur Sumbagut Pada Tahun 2010 Berdasarkan Jumlah Penjualan Listrik 1996-2005 Di Sumatera Utara. Medan: Universitas Sumatera Utara Sudjana. (2002). Metoda Statistika (Edisi 6). Bandung: Tarsito Bandung.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->