strategi pengembangan industri pengolahan perikanan · pdf filekonsepsi pemodelan energi ......
TRANSCRIPT
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
1
DAFTAR ISI
DAFTAR ISI .............................................................................................................. 1
DAFTAR GAMBAR.................................................................................................. 3
DAFTAR TABEL ...................................................................................................... 4
BAB 1 PENDAHULUAN .......................................................................................... 5
1.1. Latar Belakang .................................................................................................. 5
1.2. Tujuan ............................................................................................................. 7
1.3. Sasaran ............................................................................................................. 8
1.4. Keluaran .......................................................................................................... 8
1.5. Metode Pelaksanaan .......................................................................................... 8
1.5.1. Metode Pengumpulan Data .................................................................. 8
1.5.2. Analisis Data ...................................................................................... 10
BAB 2 KONSEP MODEL ENERGI ...................................................................... 11
2.1. Prinsip Dasar dan Tujuan Model ..................................................................... 11
2.2. Proses permodelan ........................................................................................... 12
2.3. Permodelan Energi .......................................................................................... 14
2.3.1. Konsepsi Pemodelan Energi .............................................................. 14
2.3.2. Model Energi Top-down (Top-down Energi Models)........................ 18
2.3.3. Model Energi Bottom up .................................................................... 20
2.3.4. Perbandingan Pendekatan Model Top-down dan Bottom up ............. 24
2.3.5. Pendekatan Peramalan dalam Model Energi ..................................... 26
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
2
BAB 3 PEMANFAATAN MODEL ENERGI DI INDONESIA .......................... 30
3.1. Penggunaan Model Energi di Indonesia .......................................................... 30
3.2. Kesesuaian Model Energi Dengan Kondisi Energi Indonesia ........................ 36
3.3. Evaluasi Pendekatan Model Energi ................................................................. 41
BAB 4 PROYEKSI KEBUTUHAN DAN PENYEDIAAN ENERGI .................. 49
4.1. Konsep dan Metodologi Model LEAP ............................................................ 49
4.2. Struktur dan Metode Penghitungan Model LEAP .......................................... 51
4.3. Pengaturan Skenario ........................................................................................ 52
4.3.1. Skenario DASAR ............................................................................... 52
4.4. Hasil Simulasi Model LEAP Nasional (Skenario Dasar) ................................ 55
4.4.1 Kebutuhan Energi Final ..................................................................... 55
4.4.1.1 Kebutuhan Energi Final Sektor Rumah Tangga ................. 58
4.4.1.2 Kebutuhan Energi Final Sektor Industri ............................. 59
4.4.1.3 Kebutuhan Energi Final Sektor Transportasi ...................... 61
4.4.1.4 Kebutuhan Energi Final Sektor Lainnya (Komersial, Sektor
lainnya dan Bahan Baku) .................................................... 62
4.4.2 Kondisi Penyediaan Energi ................................................................ 64
4.4.2.1. Penyediaan Energi Listrik ................................................... 66
4.4.2.2. Penyediaan Minyak Bumi dan BBM .................................. 71
4.4.2.3. Penyediaan Gas Bumi dan Batubara ................................... 74
BAB 5 KESIMPULAN DAN REKOMENDASI ................................................... 77
5.1. Kesimpulan ...................................................................................................... 77
5.1.1. Hasil Pemodelan Energi Skenario Dasar ........................................................ 79
5.2. Rekomendasi dan Tindak Lanjut ..................................................................... 81
DAFTAR PUSTAKA ............................................................................................... 84
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
3
DAFTAR GAMBAR
Gambar 1. Kondisi Bauran Energi Indonesia Tahun 2011 (DEN, 2011) ................... 5
Gambar 2. Perbandingan Konsumsi Energi Per Kapita dan Elastisitas Energi
Indonesia, Malaysia, Thailand dan Singapura (KESDM, 2011) .............. 6
Gambar 3. Kerangka Pendekatan Kajian .................................................................... 9
Gambar 4. Konsep Umum Proses Pemodelan .......................................................... 12
Gambar 5. Proses Logic Pemodelan ......................................................................... 13
Gambar 6. Keterkaitan Tujuan Aspek Energy, Economic dan Environment dalam
Model Energi (Widodo, 2013) ............................................................... 16
Gambar 7. Diagram Alir Perencanaan Energi Menggunakan Model MARKAL..... 32
Gambar 8. Kerangka model INOSYD ...................................................................... 33
Gambar 9. Alur Proses Model IIEEM ...................................................................... 34
Gambar 10. Struktur Model IIEEM ........................................................................... 34
Gambar 11. Komposisi Pengguna LEAP di Dunia dan Indonesia ............................ 49
Gambar 12. Referrence Energy System (RES) .......................................................... 52
Gambar 13. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Sektor
Pengguna Sampai Tahun 2025 (Skenario DASAR) .............................. 56
Gambar 14. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis Energi
Sampai Tahun 2025 (Skenario DASAR) ............................................... 58
Gambar 15. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis Energi di
Sektor Rumah Tangga Sampai Tahun 2025 (Skenario DASAR) .......... 59
Gambar 16. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis Energi di
Sektor Industri Sampai Tahun 2025 (Skenario DASAR) ...................... 61
Gambar 17. Proyeksi Konsumsi Energi Final Berdasarkan Sektor Pengguna dan Jenis
Energi di Sektor Transportasi Sampai Tahun 2025 (Skenario DASAR )
................................................................................................................ 62
Gambar 18. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis Energi di
Sektor Komersial Sampai Tahun 2025 (Skenario DASAR) .................. 63
Gambar 19. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis Energi di
Sektor Lainnya dan Sebagai Bahan Baku Sampai Tahun 2025 ............. 64
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
4
Gambar 20. Proyeksi Bauran Energi (Dengan Biomassa) Sampai Tahun 2025 (dalam
juta SBM) ............................................................................................... 67
Gambar 21. Proyeksi Bauran Energi (Tanpa Biomassa) Sampai Tahun 2025 (dalam
juta SBM) ............................................................................................... 67
Gambar 22. Proyeksi Perkembangan Kapasitas Listrik Sampai Tahun 2025 ........... 69
Gambar 23. Proyeksi Produksi Listrik Sampai Tahun 2025 ..................................... 70
Gambar 24. Proyeksi Komposisi Jumlah Kebutuhan BBM Per Sektor Pengguna
(dalam juta SBM) ................................................................................... 71
Gambar 25. Proyeksi Supply dan Demand BBM Berdasarkan Jenis BBM Sampai
Tahun 2025 (dalam juta KL) .................................................................. 72
Gambar 26. Proyeksi Supply dan Demand Minyak Bumi Nasional ......................... 74
Gambar 27. Proyeksi Supply dan Demand Gas Bumi Nasional (dalam juta mmscf) 75
Gambar 28. Proyeksi Supply dan Demand Batubara Nasional (dalam juta ton) ....... 76
DAFTAR TABEL
Tabel 1. Perbedaan Pendekatan Model Energi Top-down dan Bottom-Up ............... 25
Tabel 2. Perbandingan Model Energi Berdasarkan Pendekatannya .......................... 43
Tabel 3. Kandidat Alternatif Model Energi Untuk Perencanaan Energi ................... 48
Tabel 4. Asumsi Skenario Dasar Model LEAP Nasional .......................................... 54
Tabel 5. Proyeksi Total Primary Energy Supply Sampai Tahun 2025 ...................... 65
Tabel 6. Proyeksi Jumlah Impor Energi Sampai Tahun 2025 ................................... 65
Tabel 7. Proyeksi Jumlah Ekspor Energi Sampai Tahun 2025.................................. 65
Tabel 8. Perkembangan Kebutuhan dan Beban Puncak Listrik Sampai .................... 68
Tabel 9. Perkembangan Kapasitas Listrik Berdasarkan Jenis Pembangkit Sampai
Tahun 2025 ............................................................................................. 69
Tabel 10. Perkembangan Produksi Listrik Berdasarkan Jenis Pembangkit Sampai
Tahun 2025 ............................................................................................. 70
Tabel 11. Proyeksi Perkembangan Supply dan Demand BBM Berdasarkan Jenis
BBM Sampai Tahun 2025 (dalam juta KL) .......................................... 73
Tabel 12. Proyeksi Jumlah BBM Bersubsidi Sampai Tahun 2025 .......................... 73
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
5
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Indonesia memiliki aneka ragam sumber daya energi dalam jumlah memadai
namun tersebar tidak merata. Konsumsi energi tumbuh pesat seiring pertumbuhan
penduduk dan ekonomi. Sebagian besar beban konsumsi berada di Jawa, pulau yang
membutuhkan banyak energi, namun yang tidak memiliki sumber dayanya sendiri
dalam jumlah memadai. Sebaliknya, banyak sumber energi terdapat di tempat
berpenduduk sedikit, kegiatan ekonominya belum berkembang serta berjarak cukup
jauh dari Jawa.
Energi memiliki peranan penting tidak hanya sebagai komoditas yang
menjadi tumpuan penerimaan negara tetapi juga sebagai katalisator dan faktor
produksi utama dalam pembangunan ekonomi. Pada tahun 2011, pertumbuhan
konsumsi energi Indonesia mencapai 7%. Dari jumlah total energi yang dikonsumsi
itu, Indonesia masih tergantung pada energi fosil yang terdiri dari minyak 47%,
batubara dan gas masing-masing 24%, sementara energi baru terbarukan yang
memiliki potensi besar hanya memiliki 5% dari total portofolio energi nasional
(Gambar 1).
Gambar 1. Kondisi Bauran Energi Indonesia Tahun 2011 (DEN, 2011)
Ketergantungan terhadap energi fosil dapat menimbulkan permasalahan
diantaranya 1) menipisnya cadangan energi fossil, 2) kenaikan harga akibat laju
permintaan lebih besar dari produksinya, dan 3) emisi gas rumah kaca akibat
pembakaran energi fosil. Minyak mentah dan BBM telah diimpor guna mengatasi
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
6
permintaan yang melonjak dari tahun ke tahun sehingga ketahanan energi nasional
rentanter hadap fluktuasi harga dan pasokan/permintaan minyak mentah dunia.
Permasalahan lainnya adalah keterbatasan akses energi yang sangat terbatas
di Indonesia akibat kurangnya pengembangan infrastruktur energi terutama di daerah
terpencil. Kondisi ini menjadi faktor utama penyebab rasio elektrifikasi yang masih
rendah 72.95%. Hal ini menjadikan konsumsi energi per kapita Indonesia yang
rendah dengan kisaran 0.85 Ton Oil Equivalen (TOE) di bawah rata-rata konsumsi
dunia sebesar 1.7 TOE dan negara-negara ASEAN (Singapura 3.7 TOE, Malaysia
2.5 TOE, dan Thailand 1.5 TOE) (Gambar 2).
Rendahnya konsumsi energi per kapita Indonesia dibarengi dengan masih
belum efisiennya pemanfaatan energi dan cenderung boros. Berdasarkan data tahun
2011, elastisitas energi Indonesia 1.63 lebih tinggi dari Thailand, Malaysia dan
Singapura yang mencapai 1.4, 1.2 dan 1.1 yang artinya untuk meningkatkan
pertumbuhan ekonomi memerlukan pertumbuhan energi yang lebih besar
Gambar 2. Perbandingan Konsumsi Energi Per Kapita dan Elastisitas Energi
Indonesia, Malaysia, Thailand dan Singapura (KESDM, 2011)
Berdasarkan data International Energi Agency (IEA) tahun 2010, Indonesia
dapat memenuhi permintaan energi untuk 20 tahun kedepan. Namun apabila
Indonesia tidak melakukan tindakan apapun guna mengamankan pasokan energinya
maka pada tahun 2020 diperkirakan menjadi nett importer energi. Keseimbangan
penyediaan dan permintaan energi menjadi titik tolak dalam perencanaan energi,
karena itu proyeksi penyediaan dan permintaan energi menjadi sangat penting bagi
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
7
perencanaan pemenuhan kebutuhan energi dan strategi pemenuhan kebutuhan
tersebut. Model proyeksi yang baik menjadi prasyarat untuk dapat menghasilkan
gambaran penyediaan permintaan pada tahun-tahun mendatang. Untuk itu beberapa
syarat utama yang menentukan pemodelan energi yang baik harus ada seperti adanya
variabel-variabel yang berpengaruh (baik langsung/maupun tidak langsung),
memiliki tingkat akurasi yang cukup tinggi, serta mudah pengoperasiannya.
Kompleksnya permasalahan energi di Indonesia memerlukan perencanaan
yang komprehensif dan berimbang yang berarti harus juga memperhatikan aspek
ekonomi, lingkungan hidup dan sosial masyarakat serta mempertimbangkan
keseimbangan suply dan demand. Dari hasil perencanaan energi ini dapat dihasilkan
proyeksi permintaan energi yang menjadi dasar bagi penyusunan strategi penyediaan
energi. Faktor utama yang menentukan tingkat permintaan energi adalah
pertumbuhan ekonomi, jumlah penduduk, harga energi dan pola konsumsi energi di
masa lampau.
Berbagai model energi telah dikembangkan untuk membantu dalam
perencanaan energi, model yang berdasarkan ekonometrika atau teknik statistika
banyak digunakan untuk membuat proyeksi kebutuhan energi jangka panjang.
Sedangkan untuk strategi penyediaan energi, banyak digunakan teknik optimasi
dengan fungsi objektif tertentu. Model energi yang telah digunakan dalam
perencanaan energi antara lain: MARKAL, CGE, INOSYS, EFFECTS, LEAP dan
lainnya yang masing-masing memiliki keunggulan tersendiri. Di Indonesia
penerapan model energi sudah dikembangkan di beberapa Instansi di antaranya
BPPT dengan Markalnya, Pusdatin dengan LEAP. Dalam rangka mengembangkan
perencanaan energi baik di tingkat nasional dan daerah seperti diamanatkan UU
Energi, model ini akan sangat membantu. Namun demikian agar setiap perencanaan
energi di tiap level perencanaan (nasional maupun daerah) dapat sinkron dan selaras
perlu adanya kesamaan model yang akan dilaksanakan baik di tingkat nasional dan
daerah.
1.2. Tujuan
Tujuan dari kegiatan ini adalah i) menganalisa kelebihan dan kekurangan dari
setiap model yang kemudian menjadi bahan pertimbangan pemilihan model sebagai
alat bantu untuk melakukan perencanaan energi ke depan dan ii) apabila
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
8
memungkinkan, menggabungkan kelebihan setiap model untuk dapat diaplikasikan
dalam satu model untuk mendukung perencanaan energi di Indonesia.
1.3. Sasaran
Sasaran yang ingin dicapai adalah tersusunnya alternatif model energi yang
akan digunakam untuk melakukan perencanaan energi di Indonesia khususnya dalam
RPJMN 2015-2019.
1.4. Keluaran
Keluaran dari kegiatan ini adalah laporan kajian, yang dapat dijadikan acuan
dan alat bantu dalam merekomendasi kebijakan untuk pimpinan dan stakeholder
terkait dan juga untuk sebagai bahan seminar yang akan disampaikan dalam forum-
forum kebijakan nasional terkait dengan perencanaan energi.
1.5. Metode Pelaksanaan
1.5.1. Metode Pengumpulan Data
Metode dan pendekatan pekerjaan dalam kajian ini dilakukan dengan
pendekatan beberapa tahap seperti tampak dalam Gambar 3. Secara spesifik kajian
ini meliputi tahapan ; 1) inventarisasi dan mengevaluasi model energi yang telah
digunakan dalam perencanaan energi; 2) identifikasi kelebihan dan kekurangan dari
masing-masing model energi khususnya dalam menganalisa penyediaan dan
permintaan energi; 3) analisis kajian akademis sebagai landasan penyusunan model
energi yang telah digunakan dalam perencanaan energi 4) perumusan alternatif
model energi untuk melakukan perencanaan energi di Indonesia.
Analisis yang akan dilakukan dalam kajian adalah analisis data sekunder
(secondary data analysis/desk study) baik terhadap model-model energi yang ada,
kondisi data kebutuhan dan penyediaan energi dan analisis data primer berdasar hasil
wawancara dan diskusi pada kunjungan lapangan dengan beberapa stakeholder
terkait. Berikut uraian pendekatan pekerjaan Kajian Pengembangan Model dalam
Mendukung Perencanaan Energi:
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
9
Gambar 3. Kerangka Pendekatan Kajian
Data yang diperlukan dalam kajian ini meliputi data primer dan data
sekunder. Sumber data primer melakukan kunjungan lapangan ke daerah-daerah
selain untuk mengetahui kondisi data energi dan model yang sudah dikembangkan
(apabila ada), sedangkan data sekunder diperoleh dari lembaga-lembaga yang terkait
yang telah mengembangkan model-model energi. Sementara metode pengumpulan
data sekunder meliputi studi literatur dan review dokumen.
Berkaitan dengan pengumpulan data dan melakukan studi maka perlu
dilakukan langkah-langkah:
a. Melaksanakan koordinasi melalui rapat kerja, konsinyasi, lokakarya ataupun
seminar.
Rapat kerja anggota tim kajian dilakukan untuk mengkoordinasikan kegiatan
kajian agar dapat berjalan sesuai dengan tujuan, sasaran dan timeline yang telah
disepakati, konsinyanyi dilakukan untuk mempersiapkan perumusan dan
pembuatan laporan awal, tengah dan akhir. Untuk mendapatkan masukan lebih
banyak dan mendalam mengenai penyediaan dan permintaan energi nasional
sebagai bahan untuk melakukan pemodelan perencanaan energi dilakukan
kegiatan lokakarya/seminar, dengan mengundang pemangku kebijakan baik pusat
maupun daerah, stakeholder, asosiasi energi, serta narasumber pakar.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
10
b. Melakukan diskusi yang terencana dengan praktisi, pengguna dan para
narasumber terkait dalam sektor energi.
c. Melakukan Forum Group Discussion (FGD) dengan beberapa pemangku
kebijakan serta stakeholder khususnya yang terkait dengan sektor energi. FGD
dilakukan dalam bentuk diskusi (brainstorming) yang bertujuan untuk
mendapatkan, mengidentifikasi dan menggali informasi lebih mendalam
mengenai perencanaan energi yang akan dijadikan masukan bagi pengembangan
model perencanaan energi.
1.5.2. Analisis Data
Seperti dapat dilihat dalam Gambar 3 di atas, analisis data dalam studi ini
menganalisis kelebihan dan kekurangan model untuk selanjutnya diambil salah satu
model energi yang secara optimal dalam mendukung perencanaan energi.
Menganalisis secara khusus aspek pemodelan energi untuk pengembangan model
dalam mendukung perencanaan energi. Adapun alat analisis yang digunakan dalam
kajian pengembangan model dalam mendukung perencanaan energi adalah studi
komparatif dengan membandingkan terhadap semua model-model perencanaan
energi yang ada yang disesuaikan dengan hasil diskusi dengan berbagai stakeholder
baik pada studi lapangan maupun pada FGD dan seminar. Tahapan berikutnya adalah
merumuskan model energi alternatif yang sesuai dengan kondisi energi di Indonesia
baik di tingkat daerah maupun di tingkat pusat dengan memperhatikan kemudahan
akses, kemudahan pemahaman dari sumber daya manusianya (modeller dan user).
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
11
BAB 2
KONSEP MODEL ENERGI
2.1. Prinsip Dasar dan Tujuan Model
Di banyak kalangan, model diartikan sebagai representasi dari kenyataan
yang disederhanakan (D. H. Meadows dalam Dale, 2006). Konsep tentang realita dan
bahasa yang kita gunakan untuk mengkomunikasikannya disebut model mental.
Model tersebut berupa simbol-simbol abstrak yang berusaha menjelaskan beberapa
aspek fenomena yang kompleks. Konsep ini juga menjelaskan tentang segala sesuatu
yang terjadi di sekitar kita dengan proses yang disederhanakan.
Selanjutnya model mental menghubungkan antara pemahaman manusia
dengan fenomena yang penting untuk pengembangan teori dalam ilmu pengetahuan
(Morgan & Morrison, 1999 dan Fishwick, 2007 dalam Dale, 2006). Kekuatan model-
model ini adalah kemampuannya dalam menjelaskan beberapa aspek dari alam ini
sehingga model merupakan struktur yang merepresentasikan pemahaman
pengetahuan kita tentang sistem dan sering ditampilkan dalam bahasa formal ilmiah
dan matematika (Charles A. S. Hall & Day, 1990 dalam Dale, 2006). Formulasi
semacam ini dapat memprediksi dari model melalui angka numerik dengan bantuan
komputer. Tujuan utama dari pemodelan adalah untuk memprediksi kondisi masa
depan berdasarkan perilaku sistem dimasa lalu.
Beberapa prinsip umum permodelan, terkait dengan proses pemodelan:
Menentukan masalah dan tujuan dari model;
Tentukan variabel;
Pilih variabel kontrol;
Pilih parameter untuk variabel kontrol;
Menguji model yang dihasilkan untuk pelanggaran hukum fisik atau ekonomi;
Pilih horizon waktu;
Menjalankan model dan memeriksa hasil;
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
12
Variasikan parameter ke skenario yang wajar untuk melihat apakah hasilnya
masih masuk akal;
Bandingkan hasilnya dengan data eksperimen;
Merevisi parameter dan, mungkin, bahkan model;
Kegunaan pemodelan antara lain untuk : 1) berpikir (analisis); 2)
berkomunikasi; 3) memperkirakan (prediksi); 4) mengendalikan (kontrol); 5) berlatih
(simulasi).
2.2. Proses permodelan
Hannon and Ruth (2000) mencirikan proses pemodelan sebagai rangkaian
yang berulang membentuk siklus seperti yang ditunjukkan pada gambar 4. Fakta
dideskripsikan melalui kondisi abstrak yang kemudian diformulasikan untuk
menghasilkan prediksi yang mendekati kondisi nyata. Proses ini kemudian berulang
membentuk siklus seiring dengan peristiwa nyata (fakta) yang terjadi kemudian dan
menjadi sumber pengembangan model atau penciptaan model yang berbeda. Gambar
5 berikut ini memberikan penjelasan yang lebih rinci dari proses pemodelan:
Gambar 4. Konsep Umum Proses Pemodelan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
13
Sistem
Alam dan
Sosial
Sistem
Pengetahuan
Simulasi
Masalah
Asumsi
Tentang
Sistem
Pengembangan
Konsepsi Model
Simulasi
Komputer
Hasil dan Prediksi
Validasi
Asumsi Baru
Pendefinisian
Kembali
Masalah
Pengujian Asumsi
dan Hasil
Pengamatan
Baru
Pengamatan
Pencarian Literatur
Diterima
Ditolak
Gambar 5. Proses Logic Pemodelan
Proses ini dimulai dengan identifikasi sistem alam dan / atau sosial yang akan
dipelajari dan perumusan 'masalah simulasi' yang sesuai. Selanjutnya pengetahuan
tentang sistem akan diperoleh, baik melalui kajian literatur atau langsung observasi
sehingga menghasilkan beberapa asumsi. Dari asumsi ini dikembangkan formulasi
model sistem yang menghasilkan prediksi. Untuk menghasilkan model yang baik,
hasil prediksi harus divalidasi sehingga dapat mencerminkan sistem pengetahuan
yang baru tentang sistem. Bila hasil validasi ini gagal maka perlu diambil asumsi
baru, pengamatan baru atau bahkan pendefinisan kembali masalah sehingga
menghasilkan suatu hasil yang berbeda.
Model tidak hanya digunakan untuk mengambarkan sekumpulan ide, tetapi
juga mengevaluasi dan meramalkan perilaku sistem. Dalam proses pembentukan
model ini, harus dipertimbangkan antara kenyataan ilmiahnya dan model itu sendiri.
Pengukuran atau observasi pada kenyataannya digunakan untuk
mengembangkan model. Setelah model pertama dibangun lalu dibandingkan dengan
kelakuan dari kenyataan alamiahnya. Bila ternyata masih jauh dari sempurna, maka
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
14
model harus diperbaiki dulu, sehingga model tersebut bisa diterima. Pembuatan
model dipengaruhi oleh latar belakang dan alam pikiran si pembuat.
Ketepatan model harus diuji dengan pembandingan terhadap kenyataan,
dicari kesesuaian karakeristik sampai menemukan besaran tertentu yang menentukan.
Semakin tinggi ketelitian suatu model maka semakin tinggi tingkat kedetailan dan
keakuratan data yang dibutuhkan.
2.3. Permodelan Energi
2.3.1. Konsepsi Pemodelan Energi
Perencanaan energi yang terpadu diperlukan dalam mengantisipasi konsumsi
energi yang semakin meningkat dan cadangan sumber daya energi yang semakin
berkurang. Perencanaan energi tersebut harus memperhatikan aspek ekonomi,
lingkungan hidup dan kesinambungan suplai energi untuk jangka panjang. Salah satu
instrumen yang digunakan untuk perencanaan energi adalah model energi.
Terkait model energi ini, terdapat beberapa perdebatan mengenai fungsi dan
keberadaannya. Goerge Box (2002) mengatakan “Essentially, all models are wrong
but some are useful” yang secara langsung berarti bahwa semua hasil pemodelan
salah tetapi keberadaannya akan sangat berguna terutama untuk perencanaan.
Pendapat hampir sama juga dilontarkan oleh Neil Strachan (2003) yang mengatakan
“Some models are right, (or at least in practice, rightenough), and even the wrong
ones can still be useful”. Jadi bahkan model yang salah pun memiliki manfaat
terutama dalam memberikan feedback tentang kesalahan konsep dan pandangan
terhadap permasalahan yang ada sehingga dapat dievaluasi. Lain halnya dengan
Richard Tol (2006) yang menyatakan “Not-understood models are irrelevant, half-
understood models treacherous, and mis-understood models dangerous.”
Berdasarkan pernyataan itu secara tidak langsung dikatakan bahwa pemodelan atas
dasar konsepsi yang salah akan mempersulit perencanaan. Beberapa akademisi
bahkan memperdebatkan status model energi ini sebagai suatu seni atau pengetahuan
(art or science?).
Fungsi model energi adalah merefleksikan sistem energi yang kompleks
dalam bentuk yang mudah dimengerti, membantu mengorganisasi data yang sangat
besar, dan menyediakan framework yang konsisten untuk menguji hipotesis. Model
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
15
energi digunakan untuk pekerjaan tentang kebutuhan dan ketersediaan energi dimasa
yang akan datang di suatu wilayah ataupun negara. Sebagian besar digunakan dengan
mengeksplorasi asumsi perkembangan diantaranya kegiatan ekonomi, demografis,
atau harga energi di pasar dunia. Penggunaan model energi tersebut juga dapat
dimanfaatkan untuk mensimulasikan pilihan kebijakan dan teknologi yang
berpengaruh terhadap ketersediaan dan kebutuhan energi dan pembiayaan dalam
sistem energi serta kebijakan efisiensi energi.
Setiap pendekatan model bertujuan menyederhanakan permasalahan di dunia
nyata yang lebih komplek melalui data empiris, angka rata-rata statistik, tren masa
lalu serta asumsi lainnya. Dengan kata lain model energi merupakan gambaran yang
disederhanakan dari sistem energi nyata dan ekonomi riil (merepresentasikan sistem
energi yang sebenarnya). Dengan beragamnya pendekatan permodelan yang
berdasarkan pada: 1) target grupnya seperti pengambil kebijakan, komunitas peneliti,
perusahaan yang menyuplai energi; 2) penggunaannya seperti analisis data
diantaranya evaluasi akhir, peramalan, simulasi, optimisasi dll; 3) cakupan wilayah
apakah tingkat regional, nasional atau multinasional; 4) kerangka kerja konseptual.
Model energi yang banyak digunakan dalam membuat proyeksi kebutuhan
energi jangka panjang adalah model yang berdasarkan ekonometrik atau teknik
statistika, sedangkan teknik optimasi dengan fungsi obyektif tertentu digunakan
untuk strategi penyediaan energi. Di samping itu model rekursif juga dikembangkan
berdasarkan kesetimbangan permintaan dan penyediaan energi dengan mengatur
parameter harga.
Sesuai dengan fungsinya untuk mendukung perumusan kebijakan energi yang
bertujuan untuk mendukung pencapaian tujuan nasional di berbagai sektor kehidupan
secara efektif melalui peningkatan pertumbuhan ekonomi, dan ketahanan energi dan
lingkungan, maka pemodelan energi umumnya terdiri atas 3 modul yaitu modul
ekonomi makro, modul sistem energi, dan modul lingkungan. Analisis ekonomi
makro diperlukan untuk memberi gambaran tentang struktur ekonomi saat ini dan
pertumbuhannya. Termasuk di dalamnya input-output dari sektor energi dan analisis
keterkaitan sektor energi terhadap perekonomian. Berikut adalah hubungan
keterkaitan 3 E (Energy, Economic dan Environment) dalam model energi.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
16
Gambar 6. Keterkaitan Tujuan Aspek Energy, Economic dan Environment
dalam Model Energi (Widodo, 2013)
Sistem yang kompleks yang terdiri atas hubungan antara aliran energi dan
teknologi energi dapat merupakan bagian dari sistem energi. Jaringan sistem energi
dari sumber sampai ke konsumen menjelaskan aliran energi itu sendiri. Analisis
dalam model harus dapat memilih beberapa alternatif yang sesuai dengan kriteria
yang telah ditentukan. Analisis dapat difokuskan pada sisi permintaan, misalnya:
evaluasi permintaan energi sekunder yang berdasarkan pertumbuhan ekonomi,
konservasi, demand side management, dan substitusi antar berbagai jenis energi
sekunder. Analisis sisi penyediaan yang dapat memenuhi permintaan dengan
mempertimbangkan sumber energi primer dan teknologi yang tersedia dapat
dijadikan sebagai alternatif lain. Proyeksi pertumbuhan energi yang konsisten dengan
pertumbuhan perekonomian dan sosial serta asumsi kebijakan harus dijadikan dasar
dalam analisis sisi permintaan.
Analisis terhadap lingkungan dilakukan dengan memperhitungkan dampak
penggunaan energi terhadap udara, tanah dan air, serta limbah yang dihasilkan
berdasarkan data yang tersedia, misalnya: karakteristik teknologi energi yang
Policy Scenario
Energy Supply & Conversion
Macroeconomy
Energy Demand
Environment
MAX ProductionFunction
MINCost of Energy
MINEmission
ResidentialSector
CommercialSector
IndustrialSector
TransportSector
Energy Prices
Product and Service Demand
Electricity
Fossil Fuels
Renewable
EnergyConsumption
(non-electricityand electricity)
Technology Choices
Cost of Product
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
17
digunakan serta standar dan peraturan dari baku mutu lingkungan. Jumlah emisi
tergantung dari jenis energi yang dipakai, teknologi yang digunakan serta peralatan
pengurang emisi yang terpasang.
Berbagai teknik atau model perencanaan energi dapat dibangun dari yang
paling sederhana sampai yang sangat rumit. Secara umum teknik analisis model
energi dapat dibedakan dalam lima pendekatan utama, yaitu pendekatan proses,
pendekatan trend, pendekatan elastisitas, pendekatan ekonometri, pendekatan
input/output dan lain-lain. Berbagai alternatif proyeksi dapat dibuat dengan
menggunakan satu atau beberapa teknik analisis yang tersedia.
Secara umum, Model Energi dibagi menjadi dua jenis berdasarkan
pendekatannya yaitu :
1. Model Sistem Energi yaitu untuk mengetahui tingkah laku sistem energi secara
keseluruhan (daerah, negara, dunia). Jenis model ini sering disebut model bottom
up
2. Model Ekonomi Energi yaitu untuk mengetahui dampak sistem energi pada
ekonomi secara luas. Jenis model ini sering disebut model top-down
3. Model Hibrid yang mencoba menggabungkan kelebihan dan kekurangan dua
model di atas melalui penggabungan pendekatan.
Model bottom up pertama kali dikembangkan pada awal tahun 1970-an,
terutama setelah krisis minyak pada tahun 1973. Ketika itu para analis mulai mencari
opsi penggunaan energi selain minyak yang lebih efisien. Model energi
makroekonomi modern dimulai di akhir 1950-an, ketika perusahaan penyedia energi
dan pemerintahan harus menentukan perkiraan pasokan energi masa depan untuk
memenuhi permintaan energi dari negara-negara OECD yang saat itu berkembang
pesat.
Kedua jenis model energi, top-down dan bottom-up, memiliki
keunggulan dan keterbatasan tertentu yang sering tidak disadari oleh pemodel,
pengguna, dan pembuat kebijakan. Model bottom-up biasanya dikembangkan dan
digunakan oleh para enginer, environmentalist, dan perusahaan energi, sedangkan
model top-down cenderung dikembangkan dan digunakan oleh para ekonom dan
pemerintahan. Proyeksi dan studi permintaan dan pasokan energi hasil pemodelan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
18
energi saat ini tidak hanya menjadi suatu agenda biasa saja tetapi sudah menjadi
menjadi basis informasi ilmiah sebagai bahan diskusi publik antara pemerintah,
perusahaan energi, para asosiasi usaha, dan LSM.
Berikut adalah pendekatan secara umum dari model energi1:
2.3.2. Model Energi Top-down (Top-down Energi Models)
Pendekatan model top-down dibangun untuk meramalkan model berdasarkan
umpan balik sistem teknologi, ekonomi dan juga kebijakan yang bersifat standar
teknis, norma dan lain-lain. Beberapa tipe model top-down: model input-output,
model ekonometrika, model kesetimbangan umum yang dapat di komputerisasi dan
sistem dinamik. Berikut penjelasan model top-down:
a. Model Input-Output
Model ini digunakan untuk mendeskripsikan struktur ekonomi dengan
menggambarkan total arus barang dan jasa suatu negara yang dibagi menjadi sektor-
sektor pengguna dan nilai tambah dan koefisien input/output tertentu.
b. Model Ekonometrika
Analisis ekonometrika didefinisikan sebagai kombinasi teori ekonomi,
matematis dan statistik. Pada awalnya model ini hanya ditujukan menguji teori
ekonomi dengan menggunakan bukti empiris yang kemudian dikembangkan menjadi
model yang kompleks. Sebagian besar model ekonometrik merupakan model
terbuka, dengan menggunakan dan menganalisis data time series.
c. Model Computable General Equilibrium
Model Computable General Equilibrium (CGE) didasarkan pada teori
ekuilibrium umum yang dikembangkan oleh Léon Walras pada 1870-an, Vilfredo
Pareto tahun 1906 dan Kenneth Arrow dan Gerard Debreu di 1950. Model CGE saat
ini dapat menggunakan pendekatan yang berbeda untuk menganalisis implikasi
kebijakan ekonomi (seperti model Keynesian). Model CGE banyak digunakan untuk
1Andrea Herbst, Felipe Toro, Felix Reitze, and Eberhard Jochem. 2012.
Introduction to Energy Sistems Modelling. Swiss Journal of Economics and
Statistics, Vol. 148 (2)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
19
menganalisis implikasi kebijakan terhadap ekonomi. Umumnya model ini
mengasumsikan semua pasar berada dalam kesetimbangan yang sempurna pada
kondisi awal. Model CGE menggunakan Social Accounting Matrix (SAM) untuk
merepresentasikan benchmark data dalam keseimbangan. Setelah intervensi
kebijakan (misalnya pengenalan pajak atau subsidi khusus, dll), keseimbangan yang
dihasilkan melalui penyesuaian harga yang tidak dapat dipengaruhi oleh pihak yang
terlibat sebagai price taker (rumah tangga, perusahaan, dan pemerintah) dan
berusaha memaksimalkan keuntungannya dalam batasan tertentu dan penyesuaian
kuantitas.
d. Sistem Dinamik
Konsep pemodelan Sistem dinamik (SD) dikembangkan oleh Forrester
(1958, 1962, 1971, 1980) pada tahun 1950 di Massachusetts Institute Technology
(MIT) dan digunakan untuk menganalisis perilaku jangka panjang sistem sosial
seperti perusahaan industri besar atau sistem kota. Tujuannya adalah untuk
menjelaskan perilaku interaksi sistem sosial dengan asumsi pihak yang
interdependen berubah secara dinamis dari waktu ke waktu (persamaan dan analisis
diferensial). Pengembang model mendefinisikan arus, saham, dan komponen utama
dari sistem didefinisikan, yang interkoneksinya ditetapkan oleh sistem kontrol umpan
balik atau causal loop diwakili oleh persamaan diferensial non-linear.
Dalam perkembangannya, sistem didefinisikan dengan menggunakan analisis
diferensial dengan formulasi matematika. Forrester mengembangkan perangkat lunak
untuk mendapatkan persamaan turunan untuk menghitung persamaan dinamika dari
feedback sistem dengan menggabungkan penilaian ahli. Program ini memiliki
kemampuan untuk melakukan pendekatan permodelan eksperimental bila basis data
tidak tersedia.
Contoh pendekatan sistem dinamik yang digunakan untuk menganalisis
perkembangan sektor energi jangka panjang diantaranya model TIMES yang
meneliti perkembangan struktur sistem energi di seluruh dunia (de Vries et al., 1999),
model POLES yang mereplikasi seluruh sistem energi (Russ dan Criqui, 2007).
Kekurangan dari sistem dinamik berhubungan dengan validasi dan kalibrasi
loop feedback yang diasumsikan, khususnya pada pemodelan perkembangan sistem
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
20
energi jangka panjang (Fichtner et al, 2003) dan juga ketidakmampuannya untuk
membuat analisis dan proyeksi teknologi sektoral secara rinci.
2.3.3. Model Energi Bottom up
Ciri utama dari model energi bottom-up konvensional adalah tingkat detail
teknologi yang lebih mendalam dibandingkan dengan model energi top-down. Model
ini digunakan untuk menilai kebutuhan dan penyediaan energi masa depan. Berbeda
dengan model top-down, model bottom-up menggunakan pendekatan evaluasi
ekonomi dari teknologi yang disimulasikan dan biasanya tidak dapat
mempertimbangkan dampak makroekonomi dari kebijakan energi atau iklim atau
investasi terkait. Model energi bottom-up ini cocok untuk proyeksi kebutuhan dan
penyediaan energi dalam jangka waktu yang lebih panjang dalam hal teknologi
dengan siklus reinvestasi kurang dari 20 tahun.
Dari aspek matematis, model energi bottom-up telah dikembangkan dalam
bentuk simulasi, optimasi, dan yang paling baru dalam bentuk multi-agen. Model
bottom-up mencoba untuk mengidentifikasi teknologi yang terbaik dengan cara (i)
menilai kebijakan, efeknya, investasi, biaya, dan manfaat, (ii) menghitung manfaat
efisiensi energi, (iii) mengidentifikasi pengaruh antar sektor, biaya dan keuntungan
sektoral. Berikut beberapa model bottom-up:
a. Model Ekuilibrium Parsial-Hibrid
Model ekuilibrium parsial tidak berbeda jauh dari CGE yang telah disebutkan
dengan prinsip kerangka dan mekanisme yang sangat mirip. Namun, model
ekuilibrium parsial hanya menilai satu sektor atau bagian sektor tertentu. Model
energi ekuilibrium parsial memfokuskan pada permintaan dan pasokan energi.
Dengan mengabaikan saling keterkaitan dan efek terhadap perekonomian yang lebih
luas, model ini memasukkan aspek teknologi yang lebih detail lagi dibandingkan
CGE. Beberapa model ekuilibrium parsial yang penting antara lain: POLES
(Prospective Outlook on Long-term Energi Sistem), Model dari Enerdata, WEM
(World Energi Model) dari International Energi Agency, dan PRIMES Energi Sistem
Model dari Uni Eropa. Secara teori, sangat sulit untuk menggolongkan model-model
tersebut bukan model parsial ekuilibrium murni karena strukturnya sudah berusaha
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
21
untuk menjembatani pendekatan ekonomi makro dan orientasi proses, seperti
menggabungkan pilihan teknologi eksplisit dengan hubungan ekonomi mikro.
Model POLES menganalisis sistem energi internasional di tujuh regional
dunia, sebelas sub regional, dan 32 negara, dengan mempertimbangkan sekitar 40
teknologi detail kelistrikan, produksi hidrogen dan sektor energi final. Hal ini
didasarkan pada proses simulasi rekursif dimana permintaan dan pasokan energi
untuk setiap modul nasional atau regional akan bereaksi terhadap perubahan harga
internasional pada periode sebelumnya. Setiap modul tidak hanya
mempertimbangkan efek harga tetapi juga batasan teknologi dan ekonomi dan tren
(Enerdata, 2011).
WEM adalah model matematika skala besar yang menghasilkan proyeksi
bersifat sektoral dan regional jangka menengah sampai panjang dari permintaan
energi, pembangkit listrik, dll. Model ini terdiri dari beberapa modul permintaan
(permintaan energi final industri, transportasi, rumah tangga dan jasa), modul kilang,
modul pembangkit listrik, tiga modul pasokan bahan bakar fosil (gas, minyak, dan
batubara) serta modul yang menghitung faktor konten CO2 untuk batubara, minyak
dan gas untuk berbagai sektor dan daerah.
b. Model Optimisasi
Model optimisasi digunakan untuk menentukan pemilihan teknologi yang
optimal untuk mencapai target tertentu dengan biaya minimum dalam batasan
tertentu sehingga harga dan kuantitas yang diminta tetap dalam keseimbangannya.
Model MARKAL menganalisis permintaan dan pasokan energi dengan
menggunakan bottom-up, melalui pendekatan dinamis. Seperti model partial
ekuilibrium yang disebutkan di atas, MARKAL menggabungkan model bottom-up
rinci dengan pendekatan makroekonomi yang disederhanakan. Model ini
dikembangkan oleh International Energi Agency (IEA) dan dirancang untuk
mendukung kebijakan dengan dukungan informasi teknologi yang detail pada
permintaan dan penyediaan. Menurut ETSAP (2011), MARKAL dapat digunakan
juga untuk mengidentifikasi sistem energi yang paling murah secara efektif untuk
pembatasan emisi. Selain itu, kebijakan harga (pajak, dll) serta teknologi baru dan
tren perubahan teknologi dievaluasi dan diproyeksikan. Saat ini, ada beberapa versi
dari model MARKAL asli termasuk model makroekonomi, model ekonomi mikro,
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
22
dan berbagai fitur tambahan seperti endogen energi proyeksi permintaan, respon
terhadap perubahan harga, perdagangan izin emisi, ketidakpastian mengenai
teknologi endogen (Seebregts et al, 2002;. Loulou et al, 2004).
Model TIMES (The Integrated MARKAL-EFOM Sistem) adalah salah satu
versi model MARKAL dengan pendekatan sama yang digunakan untuk analisis
sektor energi secara keseluruhan dan single-sektor. Dibandingkan dengan model
MARKAL biasa, model TIMES memiliki beberapa fitur khusus: periode waktu yang
fleksibel, pemisahan data, generalisasi proses, proses yang fleksible, proses fleksibel,
variable yang terkait komoditas, persamaan berhubungan dengan perubahan iklim,
dan lain-lain (ETSAP, 2005). Euro MM (European Multi-regional MARKAL), yang
merupakan versi turunan lainnya Model MARKAL, merupakan model optimasi
sistem energi multinasional yang mengevaluasi kebijakan dan dampak perubahan
iklim terhadap konversi energi dengan menghitung solusi biaya terendah untuk
sistem energi (Schade et al., 2009).
Model optimasi penyediaan energi lainnya yang sering dikutip dalam literatur
adalah MESSAGE (Model for Energi Supply Strategy Alternatives and their General
Environmental Impact) yang dikembangkan oleh Austrian Institut Internasional
untuk for Applied Sistems Analysis (IIASA) yang menganalisis 11 area dan
menghitung proyeksi energi hingga tahun 2100 (Messner dan Strubegger, 1995).
Model DIME (Dispatch and Investment Model for Electricity markets in
Europe) dirancang sebagai model optimasi linier untuk perkiraan jangka menengah
dan jangka panjang pembangkit listrik Eropa (13 negara-negara Eropa Tengah dan
Barat termasuk Swiss) yang meliputi 11 teknologi untuk pembangkit listrik.
Berdasarkan asumsi pasar pembangkit listrik kompetitif, model ini diterapkan untuk
mensimulasikan alokasi dengan meminimalkan biaya beserta investasi di penyediaan
sektor energi (EWI, 2011).
c. Model Simulasi
Model simulasi berupaya menduplikasi gambaran asosiasi dan hubungan
antara berbagai elemen sistem. Model simulasi berusaha memberikan ilustrasi
kuantitatif dan deskriptif permintaan energi dan konversi berdasarkan faktor
pendorong yang ditentukan secara eksogen dan data teknis dengan tujuan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
23
pengamatan model dan pengambilan keputusan yang tidak mengikuti pola
penghematan biaya. Duplikasi ini didasarkan variasi dari faktor-faktor pendorong
yang seperti pendapatan, penduduk, tenaga kerja, lokasi tempat tinggal, kebijakan
pemerintah, harga energi). Faktor-faktor ini dikorelasikan dengan perkembangan
ekonomi dan demografi (melalui skenario) beserta kondisi-kondisi tertentu
(kebijakan energi dan perubahan iklim).
d. Multi-agent Model
Permodelan multi-agent merupakan pengembangan dari pendekatan simulasi
yang mempertimbangkan ketidaksempurnaan pasar seperti perilaku strategis,
informasi asimetris dan pengaruh non ekonomi. Konsep dan arsitektur model multi-
agen berasal dari konsep konsep artificial intelegent terdistribusi yang penerapannya
telah sangat diperluas di beberapa daerah penelitian (misalnya kompleksitas tingkat
makro) sejak awal 1990-an. Kemajuan dalam metode dan sumber daya teknologi
informasi yang kompleks, metodologi penelitian sumber daya ekologi alam dan
multi-disiplin yang dikombinasikan dengan kemajuan dalam pendekatan statistik
lebih khusus telah memungkinkan peneliti untuk memperluas penggunaan
pemodelan berbasis agen, terutama untuk pengambilan dan pembuat kebijakan
(Foley et al, 2005;. Heemskerk et al, 2003).
Agen berbasis model dianggap lebih dari alat penelitian yang inovatif
untuk menganalisis sistem yang kompleks, tetapi juga dianggap sebagai instrumen
untuk pengguna akhir untuk meningkatkan pengambilan keputusan serta untuk
menguji kebijakan khusus dan proyeksi skenario alternatif dan masa depan
(Alexandridis dan Pijanowski, 2006). Aspek penting terkait dengan interaksi tingkat
mikro berhubungan dengan peran agen yang ditentukan beserta keputusan dan
interaksi antara aktor yang berbeda dalam sistem. Dalam hal ini, agen memiliki
kesamaan kemampuan untuk bertindak secara otonom, berinteraksi dengan agen
lainnya, bereaksi terhadap lingkungan, dan mengambil inisiatif untuk bertindak
(Wooldridge, 1995, 2009).
Model berbasis agen banyak diterapkan pada sektor listrik. Awalnya model
ini cenderung berfokus pada aspek operasional bukan pada simulasi jangka panjang
sampai akhir-akhir ini beberapa model agen telah diterapkan untuk perencanaan
jangka panjang dengan alasan kapasitas sedang dibangun sebagai hasil dari
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
24
keputusan investasi. Fichtner et al. (2003) menyarankan aplikasi gabungan dari
pendekatan berbasis agen dan model optimasi linier untuk pola perencanaan strategis
pemasok listrik di pasar liberal. Contoh lebih lanjut di bidang ini meliputi penelitian
yang dilakukan oleh Wittmann (2008), yang mengembangkan model agen-based dari
keputusan investasi energi dalam sistem energi perkotaan dengan fokus pada
teknologi konversi desentralisasi.
Sejauh ini, model multi-agen terbatas pada aplikasi dari konversi teknologi
energi dan beberapa aplikasi pada energi final (misalnya Jochem, 2009). Salah satu
kendala utama mengembangkan dan menggunakan model multi-agen adalah
permintaan yang sangat besar pada data empiris tambahan untuk mensimulasikan
perilaku agen yang berbeda.
2.3.4. Perbandingan Pendekatan Model Top-down dan Bottom up
Salah satu kelebihan utama dari model energi top-down adalah
kemampuannya memberi umpan balik tentang kesejahteraan, lapangan kerja, dan
pertumbuhan ekonomi. Penilaian pengaruh ekonomi dan sosial menghasilkan
konsistensi yang lebih tinggi dan memfasilitasi pemahaman yang komprehensif
tentang dampak kebijakan energi pada ekonomi suatu negara atau wilayah. Tetapi di
sisi lain, model top-down kurang memiliki detail teknologi dan cenderung
menyajikan informasi yang lebih general. Akibatnya, model ini kurang dapat
memberikan indikasi yang tepat mengenai progres teknologi (tidak langsung
memodelkan perubahan teknologi), hambatan non-moneter untuk energi efisiensi
atau kebijakan khusus untuk teknologi tertentu terutama untuk jangka panjang
dimana terjadi perubahan substansial teknologi, saturasi, dan perubahan dalam
struktur ekonomi.
Selain itu, dengan asumsi pasar yang efisien, pendekatan model top-down
cenderung mengabaikan kompleksitas hambatan dalam bentuk non-moneter seperti
kurangnya informasi, keputusan yang tidak memadai, atau kepentingan kelompok
tertentu produsen teknologi atau dari seluruh penjualan. Model CGE mengasumsikan
setiap kebijakan apapun mengimplikasikan biaya tambahan termasuk dalam efisiensi
energi, meskipun sebenarnya hal ini akan sangat menguntungkan dengan
pengurangan biaya dan peningkatan keuntungan dan pendapatan pajak. Hal ini
karena efeknya tidak secara langsung. Intinya, karena fokus model ini pada moneter,
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
25
maka akan cenderung mendukung kebijakan berkaitan dengan moneter seperti
kebijakan berbasis harga (pajak, subsidi, dll), kebijakan pengaturan sertifikat emisi.
Berbeda dengan model makroekonomi, pendekatan pemodelan bottom-up
memasukkan tingkat tinggi detail teknologi yang memungkinkan mereka untuk
menyajikan gambaran permintaan energi dan teknologi pasokan energi yang sangat
rinci, serta masa depan teknologi yang masuk akal. Model bottom-up juga dapat
memberikan evaluasi rinci kebijakan sektor atau teknologi tertentu (Catenazzi,
2009). Namun, tingkat detail tinggi menjadikan model bottom-up yang sangat
tergantung pada ketersediaan dan kredibilitas data berkaitan dengan banyak
asumsinya pada difusi teknologi, investasi dan biaya operasi. Model ini dikritik
karena pengabaian efek dari program, dampak dari kebijakan energi serta kurangnya
efek makro dari perubahan teknologi pada aktivitas ekonomi secara keseluruhan,
perubahan struktural, ketenagakerjaan, dan harga.
Beberapa perbedaan lainnya antara model energi top-down dan bottom-up
dapat dilihat pada tabel berikut ini:
Tabel 1. Perbedaan Pendekatan Model Energi Top-down dan Bottom-Up
Sumber : Bhattacharyya, 2010
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
26
2.3.5. Pendekatan Peramalan dalam Model Energi
Secara umum berikut penjelasan pendekatan proyeksi dalam model energi2:
a. Pendekatan Proses
Pendekatan proses secara umum tidak bisa digunakan untuk bidang di luar
energi. Hal ini karena dalam pendekatan model ini menguraikan aliran energi dari
awal hingga akhir permintaan. Proses yang dilalui mulai dari ekstraksi sumber daya
energi, penyulingan, konversi, transportasi, penimbunan, transmisi dan distribusi
menjadi variable yang diperhitungkan. Kekurangannya adalah tidak adanya variabel
dari faktor ekonomi sehingga tidak terjadi interaksi antara ekonomi dan energi. Oleh
sebab itu hasilnya belum bisa secara tegas digunakan dalam kebijakan yang
berhubungan dengan bidang ekonomi. Manfaat yang menjadi keunggulan dari
pendekatan proses adalah mudah mengakomodasi bahan bakar tradisional, dapat
dilakukan dengan perhitungan sederhana dan metode paling cocok dalam
menguraikan alternatif teknologi yang ada saat ini.
Pendekatan proses menguraikan aliran energi dari sumber energi primer
sampai permintaan final. Prosesnya mencakup ekstraksi sumber daya energi,
penyulingan, konversi, transportasi, penimbunan, transmisi dan distribusi.
Keunggulan pendekatan ini adalah mudah mengakomodasi bahan bakar tradisional,
dapat dilakukan dengan perhitungan sederhana dan metode paling cocok dalam
menguraikan alternatif teknologi yang ada saat ini. Kendala utamanya, pendekatan
ini hanya dapat dipakai untuk sektor energi saja sehingga tidak dapat
menggambarkan interaksi energi-ekonomi dan variabel-variabel kebijakan ekonomi.
b. Pendekatan Trend
Pendekatan trend memiliki keunggulan utama berupa kesederhanaan data dan
prasyarat. Pendekatan ini menunjukkan ekstrapolasi kecenderungan masa lalu
berdasarkan pemilihan kurva. Analisis ini dapat juga dilakukan dengan
memproyeksikan nilai historis rata-rata kegiatan energi-ekonomi dan rasio energi per
kapita. Meskipun secara luas digunakan dalam peramalan, terutama oleh negara-
negara berkembang, keterbatasannya ternyata cukup banyak. Kecenderungan atau
2Prawaningtyas TD, Proyeksi dan optimasi. 2009. Fakultas Teknik UI
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
27
perilaku di masa lalu mungkin tidak terlalu relavan dengan kejadian di masa depan.
Secara umum pendekatan ini tidak dapat menggambarkan perubahan-perubahan
yang bersifat struktural, determinan permintaan. Karena tidak terbuka dalam hal
interaksi energi dan ekonomi maka pendekatan ini kurang cocok untuk analisis
kebijakan.
Pendekatan trend dilakukan dengan melakukan proyeksi berdasarkan data
historis di masa lalu. Data tersebut kemudian diekstrapolasikan berdasarkan
kecenderungan yang terjadi. Bisa dihubungkan dangan rata-rata dari data tersebut
maupun dengan memilih jenis kurva yang diinginkan. Keunggulannya adalah data
yang diperlukan bersifat sederhana. Namun, ada juga kekurangannya terutama
karena tidak dapat menggambarkan perubahan struktural yang terjadi dari masing-
masing variabel yang berpengaruh baik untuk faktor teknologi maupun ekonomi.
Selain itu, ada kecenderungan bahwa kejadian di masa lalu tidak secara tegas akan
menggambarkan kondisi pada masa yang akan datang.
c. Pendekatan Elastisitas
Pendekatan elastisitas dapat dilakukan dengan menghitung besarnya
elastisitas permintaan terhadap pendapatan dan elastisitas permintaan terhadap harga.
Ini menunjukkan perubahan tingkat permintaan energi terhadap perubahan,
pendapatan, dan harga. Kekurangan pendekatan ini adalah besarnya unsur
ketidakpastian atas estimasi elastisitas permintaan yangg disebabkan karena kondisi
beberapa data, keterbatasan variabel harga, pendapatan dan kenyataan data antar
waktu (time series) yang digunakan tidak mencerminkan perubahan sisi dan struktur
permintaan energi dalam jangka waktu yang lebih panjang.
d. Pendekatan Ekonometri
Pendekatan ekonometri menggunakan standar perhitungan kuantitatif untuk
analisis dan proyeksi ekonomi. Kelebihan pendekatan ekonometri adalah dalam
analisis kebijakan dan proyeksi jangka pendek sampai jangka panjang. Asumsi-
asumsi statistik dan perilaku dapat disajikan lewat model persamaan interaksi energi
ekonomi secara simultan. Pendekatan ini juga dapat menyajikan pengaruh harga
relatif dan absolut terhadap substitusi antar bahan bakar. Di sisi lain, kekurangan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
28
pendekatan ekonometri terjadi karena harus mengakomodasi kegiatan perubahan
teknologi dan datangnya komoditas baru.
Pada bidang energi komponen utama dari analisis dengan model ekonometri
adalah pada data input atau variabel yang bersifat ekonomi yang kemudian
dihubungkan dengan tingkat kebutuhan energi listrik. Kelebihan dari model ini
adalah tidak terlalu banyaknya data yang harus digunakan sebagai variabel input.
Biasanya proyeksi kebutuhan energi listrik dengan pendekatan model ini tidak
memperhitungkan secara detail teknologi yang digunakan dalam ketenagalistrikan.
Sebagian besar dari model ekonometri mendasarkan perhitungan bidang
energi pada fungsi Cobb-Douglas seperti pada persamaan berikut.
E = aYα P-β
Di mana : E = kebutuhan energi (permintaan energi/energi demand)
Y = pendapatan (income)
P = harga energi
a = koefisien
α = elastisitas pendapatan dari permintaan energi
β = elastisitas harga energi dari permintaan energi
Dari persamaan di atas menunjukkan adanya faktor elastisitas harga energi
dan pendapatan. Hal ini mengindikasikan bahwa perubahan tingkat kebutuhan energi
sebagai hasil dari perubahan pendapatan dan harga energi dalam pendekatan
menggunakan model ekonometri.
e. Pendekatan Input-Output
Pendekatan input-output hampir sama dengan pendekatan ekonometri. Ada
dua keunggulan pendekatan ini. Pertama, merupakan pendekatan paling
komprehensif dan konsisten terhadap semua sektor ekonomi, termasuk aliran
berbagai jenis energi dan mudah digabungkan ke dalam model ekonometri, simulasi
atau optimasi. Kedua, teknik yang sangat cocok untuk analisis kebijaksanaan pada
berbagai tahapan. Keunggulan pertama melekat pada analisis input-output. Namun
pendekatan ini memiliki keterbatasan aplikasi. Pendekatan ini bersifat statik yang
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
29
berlaku untuk satu waktu tertentu. Keterbatasan selanjutnya adalah kebutuhan akan
data dasar sektor ekonomi yang luas dan komprehensif.
f. Pendekatan End-Use
Model pendekatan end-use juga dikenal sebagai pendekatan engineering
model. Pendekatan ini akan lebih detail walaupun secara perhitungan menggunakan
fungsi yang lebih sederhana. Pertimbangan teknologi yang digunakan dalam proses
aliran energi juga menjadi variabel perhitungan. Pendekatan ini sangat cocok untuk
keperluan proyeksi efisiensi energi karena dimungkinkan untuk secara eksplisit
mempertimbangkan perubahan teknologi dan tingkat pelayanan.
Permintaan energi dari masing-masing kegiatan merupakan produk dari dua
faktor, yaitu tingkat aktivitas (layanan energi) dan intensitas energi (penggunaan
energi per unit layanan energi). Selain itu, permintaan total maupun permintaan
energi sektoral dipengaruhi oleh rincian kegiatan yang berbeda yang membentuk
komposisi, atau struktur permintaan energi.
Dimana : Qi = jumlah dari layanan energi i
Ii = intensitas penggunaan energi untuk layanan energi i
Jumlah aktivitas energi Qi tergantung pada beberapa faktor, termasuk di
dalamnya jumlah populasi, proporsi penggunaan akhir energi, pola konsumsi energi,
dan pada keadaan tertentu di mana diperlukan pembagian pada klasifikasi pengguna
atau pelanggan.
Untuk melakukan perencanaan energi, tentu harus ada metode yang baku
yang digunakan. Ada berbagai model pendekatan untuk menyusun prakiraan
kebutuhan energi yang tersedia antara lain pendekatan ekonometrik, pendekatan
proses, pendekatan time series, pendekatan end-use, pendekatan trend maupun
gabungan dari berbagai model pendekatan perencanaan. Perencanaan kelistrikan
sering menggunakan sebagai pendekatan ekonometri dan pendekatan end-use untuk
proyeksi kebutuhan energi listrik. Perbedaan utama dari kedua metode tersebut
adalah pada jenis data yang dimasukkan (data input). Pada model ekonometri, data
yang digunakan sebagai data masukan seperti pendapatan daerah, pendapatan per
kapita dan data lain yang bersifat ekonomi, kemudian dihubungkan dengan
kebutuhan energi.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
30
BAB 3
PEMANFAATAN MODEL ENERGI DI INDONESIA
3.1. Penggunaan Model Energi di Indonesia
Di Indonesia, di beberapa lembaga penelitian dan instansi terkait dengan
perencanaan energi, telah banyak menerapkan metode pendekatan model energi.
Penerapan model energi sudah dikembangkan di beberapa instansi di antaranya
BPPT dan UGM dengan Markal, Pusdatin ESDM dengan LEAP dan Sistem
Dinamic, PLN dengan kombinasi WASP dan model ekonometrik, UI dan ITB
dengan sistem dinamik, IIEE dengan IIEEM dan banyak lagi. Dalam rangka
mengembangkan perencanaan energi baik di tingkat nasional dan daerah seperti
diamanatkan UU Energi, keberagaman model ini akan sangat membantu terutama
dalam menguji setiap kebijakan energi yang akan dikeluarkan. Walaupun demikian,
seringkali pemodelan yang dilakukan terkesan lebih bersifat sendiri-sendiri dan
kurang terkoordinasi terutama dalam hal perumusan tindak lanjutnya. Selain itu
masalah transparansi untuk masing-masing model perlu ditingkatkan agar
masyarakat umum dapat ikut menganalisa dan memberikan input bagi model yang
dikembangkan. Melihat hal tersebut, perlu adanya proses koordinasi melalui forum
nasional yang menaungi institusi dan/atau individu yang mengembangkan model
energi untuk menyepakati berbagai asumsi yang akan digunakan untuk pemodelan
energi.
Beberapa model yang terkemuka yang saat ini banyak digunakan dan
dikembangkan oleh lembaga/instansi di Indonesia diantaranya :
a. Model Markal
Saat ini model MARKAL sudah dipergunakan baik di negara maju maupun
di negara berkembang. Lebih dari 55 negara menggunakannya untuk perencanaan
energi nasional. Di Indonesia beberapa institusi yang memiliki lisensi untuk
menggunakannya, yaitu: Badan Pengkajian dan Penerapan Teknologi (BPPT),
ASEAN Centre for Energi (ACE), SKK Migas, KESDM, dan Pusat Studi Energi
UGM.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
31
Penggunakan model MARKAL di Indonesia telah dimulai sejak tahun 1980
dengan dibentuknya tim perencanaan energi antar institusi dengan BPPT sebagai
koordinator dan bekerja sama dengan KFA Jerman. Pada awalnya digunakan
komputer mainframe Pertamina untuk melakukan optimasi. Sejak tahun 1993, sudah
digunakan MUSS-MARKAL yang menggunakan PC. Hasil studi yang sudah
dilakukan diantaranya adalah perencanaan energi nasional dengan
mempertimbangkan dampak lingkungan. Pada tahun 1997 BPPT bekerja sama
dengan ABARE menggunakan ANSWER-MARKAL. Kemudian disusul
penggunaan ANSWER-MARKAL oleh ACE bekerja sama dengan BPPT untuk
membuat perencanaan energi terintegrasi di negara ASEAN pada tahun 2001. Pada
tahun 2003, BP Migas bersama dengan BPPT menggunakan ANSWER-MARKAL
untuk membuat optimasi penggunaan gas alam di Indonesia. DESDM bekerja sama
dengan BPPT pada tahun 2006 mulai menggunakan ANSWER-MARKAL untuk
membuat perencanaan energi sebagai masukan bagi pembuatan Kebijakan Energi
Nasional (KEN).
MARKAL (Market Allocation) adalah perangkat untuk pemodelan terkait
dengan energi, ekonomi dan lingkungan. Hal ini dikembangkan sebagai upaya
kolaborasi yang berada di bawah pengawasan Badan Energi Internasional Teknologi
Energi Program Analisis Sistem (ETSAP). MARKAL adalah model generik yang
disesuaikan dengan data input untuk mewakili perubahan selama periode tertentu,
biasanya 20-50 tahun dari sistem energi spesifik lingkungan di tingkat nasional,
regional, negara bagian atau provinsi, maupun tingkatan tertentu dalam masyarakat.
Sistem yang ada direpresentasikan sebagai jaringan, menggambarkan semua
kemungkinan aliran energi dari ekstraksi sumber daya, melalui transformasi energi
dan perangkat dalam pengguna akhir (end-use), dan berguna untuk pemenuhan
permintaan energi. Setiap link dalam jaringan dicirikan oleh satu set koefisien teknis
(misalnya, kapasitas, efisiensi), koefisien emisi lingkungan (misalnya, CO2, Sox,
Nox), dan koefisien ekonomi (misalnya, biaya modal, tanggal komersialisasi).
Banyak pilihan sistem jaringan energi atau Referensi Energy System (RES) yang
layak untuk setiap jangka waktu tertentu. MARKAL mampu menentukan RES
terbaik untuk setiap jangka waktu dengan memilih serangkaian pilihan yang
meminimalkan total biaya untuk masing-masing sistem perencanaan. Banyak model
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
32
yang terpadu di dalam perangkat lunak ini sehingga akan memperoleh banyak pilihan
alternatif. Berikut diagram alir model Markal untuk perencanaan energi:
Gambar 7. Diagram Alir Perencanaan Energi Menggunakan Model MARKAL
c. Model Sistem Dinamik
Salah satu varian dari model sistem dinamik ini adalah model INOSYD yang
dikembangkan oleh Pusat Pengkajian Energi UI. Modul yang dikembangkan
meliputi permintaan energi, penyediaan energi, ekonomi makro dan lingkungan.
Jaringan Sistem Energi (Reference Energi Sistem, RES) dari INOSYD
disempurnakan, terutama sisi infrastruktur penyediaan energinya. Energi primer
mengalami berbagai proses sebelum dapat dimanfaatkan oleh konsumen, berupa
konversi ke bentuk energi lainnya, pengilangan energi menjadi berbagai jenis fraksi
bahan bakar, serta transmisi dan distribusi. Pada setiap proses, penggunaan berbagai
jenis teknologi, sarana dan prasarana menimbulkan kehilangan energi, sehingga
energi yang terpakai selalu lebih kecil dibanding energi primernya. Kerangka model
INOSYD ditunjukkan pada gambar di bawah.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
33
Gambar 8. Kerangka Model INOSYD
Dalam studi “Menuju Pemanfaatan Energi yang Optimum di Indonesia:
Pengembangan Model Ekonomi-Energi dan Identifikasi Kebutuhan Infrastruktur
Energi”, Hari Kristijo dan Hanan Nugroho memanfaatkan model INOSYD ini
dengan bahasa POWERSIM.2. Kajian tersebut membahas isu bauran energi yang
optimum di Indonesia, dengan penekanan pada pembuatan model dinamik ekonomi-
energi, proyeksi kebutuhan energi primer dan energi final serta infrastruktur energi
yang harus dikembangkan, termasuk perkiraan biayanya. Jenis energi yang dikaji
terutama bahan bakar fosil, dan proyeksi dilakukan hingga 2020. Model ekonomi
energi yang dikembangkan tersebut juga meramalkan permintaan energi serta
beberapa hasil simulasi, khususnya yang menyangkut minyak bumi, gas bumi,
batubara dan kelistrikan. Dari hasil model tersebut, disimulasikan infrastruktur yang
dibutuhkan untuk dibangun untuk mengakomodir perkembangan permintaan energi
serta kapasitas suplai yang tersedia, termasuk memperhitungkan kebutuhan biaya
pembangunannya3
c. IIEEM (Indonesian Integrated Energi Economics Modeling)
IIEEM (Indonesian Integrated Energi Economics Modeling) merupakan suatu
program computer yang berusaha memodelkan sistem energi-economy di Indonesia.
Model ini adalah pengembangan dari model NEMS yang dikembangkan di Amerika
dengan memodifikasi beberapa modul untuk disesuaikan dengan kondisi sistem
energi dan data yang ada di Indonesia. IIEEM didesign untuk memproyeksikan
3 Ir. Hari Kristijo, M.Sc dan Ir. Hanan Nugroho, M.Sc, 2006
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
34
produksi, impor, konversi, konsumsi dan harga dari energi berdasarkan asumsi dari
kondisi makroekonomi dan faktor keuangan di dalam negeri Indonesia, harga energi
di dunia internasional, ketersedian sumber energi di dalam negeri. Selain itu IIEEM
juga mempertimbangkan faktor:
Pemilihan jenis energi primer
Karakteristik dari cost dan performance dari teknologi energi,
Faktor demografi.
Gambar 9. Alur Proses Model IIEEM
Oil & Gas
Supply Module
(OGSM)
Natural Gas
Transmission &
Distribution
Module
(NGTDM)
Coal Sector
Module
(CSM)
Renewable Fuels
Module
(RFM)
Petroleum
Sector
Module
(PSM)
Electricity
Sector
Module
(ESM)
Residential Sector
Demand
Module
(RSDM)
Commercial
Sector
Demand
Module
(CSDM)
Transportation
Sector
Demand
Module
(TSDM)
Industrial Sector
Demand
Module
(ISDM)
International
Energy
Activity
Module
(IEAM)
Macroeconomic
Activity
Module
(MAM)
INTEGRATING
MODULE
(IM)
Demand SideSupply Side
Conversion Sector
Gambar 10. Struktur Model IIEEM
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
35
Hampir seluruh modul melakukan optimasi menggunakan Linier
Programming, kecuali sektor kelistrikan yang menggunakan mix-integer optimasi.
Seluruh optimasi dalam bentuk meminimalisasikan biaya. Seluruh modul
menghasilkan biaya (harga) yang akan diatur oleh integrator yang kemudian akan
digunakan pada Modul lain.
d. Model LEAP (Long-Range Energy Alternatives Planning System)
Long-Range Energy Alternatives Planning System atau kemudian disingkat
menjadi LEAP adalah sebuah perangkat lunak yang dapat digunakan sebagai alat
bantu dalam perencanaan/pemodelan energi-lingkungan. LEAP dikembangkan oleh
Stockholm Environment Institute di Boston, Amerika Serikat, atau disebut SEI-
Boston pada tahun 1980. Versi terakhir dirilis pada tahun 2012. Saat ini LEAP hanya
mampu dijalankan di komputer yang menggunakan sistem operasi Windows. Model
LEAP tersebut terdiri atas:
2 modul utama, yaitu Demand dan Transformation
2 modul tambahan, yaitu Key Variables dan Resources
LEAP bekerja berdasarkan asumsi skenario yang pengguna inginkan dan
bersifat demand driven model. Keunggulan LEAP dibanding perangkat lunak
perencanaan/pemodelan energi-lingkungan yang lain adalah tersedianya sistem antar
muka yang menarik dan memberikan kemudahan dalam penggunaannya serta
tersedia secara cuma-cuma bagi pengguna negara berkembang.
Dengan menggunakan LEAP, pengguna dapat melakukan analisa dari ide
kebijakan energi melalui simulasi implementasi kebijakan tersebut secara cepat. Hal
ini dikarenakan LEAP mampu berfungsi sebagai database sekaligus sebagai sebuah
alat peramal (forecasting tool) dan alat analisis kebijakan. Sebagai database, LEAP
menyediakan informasi energi yang lengkap sementara sebagai forecasting tool,
LEAP mampu membuat proyeksi permintaan dan penyediaan energi dalam jangka
waktu tertentu sesuai dengan keinginan pengguna. Sebagai alat analisis kebijakan
energi, LEAP mampu memberikan berbagai sudut pandang ekonomi, lingkungan dan
teknologi energi atas efek dari ide kebijakan energi baik dari sisi penyediaan maupun
permintaan energi.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
36
Untuk Indonesia, dengan kemudahan penggunaan dan akses secara cuma-
cumanya LEAP menjadi software yang banyak digunakan oleh para akademisi dan
masyarakat umum dalam merancang perencanaan energi sederhana di suatu wilayah.
Lebih lanjut lagi LEAP saat ini telah banyak diaplikasikan untuk mensimulasikan
kebijakan energi dan menyusun perencanaan dalam pencapaiannya. Tahun 2008-
2010, Pusdatin ESDM bekerjasama dengan ECN Belanda mensosialisasikan
penggunaan model LEAP yang akan digunakan untuk menyusun RUEN dan sebagai
implementasi dari Kebijakan Energi Nasional (KEN) yang saat ini (2013) sedang
dalam tahap finalisasi. Pada kegiatan tersebut, dilakukan pilot project penyusunan
RUED di lima propinsi seperti Sumatera Utara, Nusa Tenggara Barat, DIY, Jawa
Tengah, dan Papua.
Saat ini LEAP juga digunakan untuk membantu perencanaan gas rumah kaca
yang tertuang dalam Perpres No. 61 Tahun 2011 tentang Rencana Aksi Nasional
Pengurangan Gas Rumah Kaca (RAN-GRK) dan implementasinya di daerah melalui
Rencana Aksi Daerah Pengurangan Gas Rumah Kaca (RAD-GRK).
3.2. Kesesuaian Model Energi Dengan Kondisi Energi Indonesia
Pemanfaatan energi di negara berkembang seperti Indonesia berkembang
pesat sehingga mempengaruhi perubahan iklim dan pengelolaan energi secara global
dan regional. Namun sistem energi dari negara berkembang berbeda jauh dengan
negara-negara maju (industri) yang memiliki keteraturan dalam sistem energi.
Sebagaimana diuraikan sebelumnya, model energi pertama kali
dikembangkan di tahun 1970 seiring dengan peningkatan kapasitas komputer dan
pengaruh lingkungan seperti krisis minyak pertama. Sebagian besar model energi
dikembangkan dan digunakan di negara maju sehingga asumsi tentang sistem energi
didasarkan pada praktek negara maju sehingga proyeksi energi di negara
berkembang seringkali dianggap sama dengan yang ada di negara maju. Padahal
dalam realitasnya banyak hal yang berbeda sehingga seringkali terjadi kesalahan
misinterpretasi pada pemodelan negara berkembang.
Sistem energi di negara maju dicirikan oleh kesesuaian antara supply dan
demand, losses transmisi dan distribusi yang rendah, akses energi yang luas,
dominasi infrastruktur energi modern, struktur yang beragam antara daerah
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
37
perkotaan dan pedesaan, kecukupan pembiayaan dan investasi, kecukupan subsidi
dan kemampuan usaha dari perusahaan energi dengan struktur ekonomi informal
yang rendah. Sebaliknya sistem energi negara berkembang berbeda dengan negara
maju atau di antara negara itu sendiri.
Untuk Indonesia, sistem energinya memiliki beberapa karakteristik,
diantaranya :
A. Tingginya Kontribusi Sektor Informal dan Kurangnya Data Energi
Informasi ekonomi resmi mendasarkan pada sektor formal dengan
mengecualikan aktifitas ilegal, penggelapan dan penghindaran pajak dari transaksi
moneter atau non moneter. Sementara sektor informal menggambarkan aktifitas
ekonomi tidak resmi yang berlangsung di dunia nyata tetapi tidak tercatat dalam
informasi ekonomi resmi seperti GDP atau nilai tambah. Penyebab adanya sektor
informal adalah adanya beban pajak dan kontribusi jaminan sosial, intensitas regulasi
dan sistem transfer sosial, overregulasi dan biaya tinggi dari pasar tenaga kerja yang
resmi. Sektor informal terdapat diseluruh negara di dunia tetapi khusus untuk di
negara berkembang, ekonomi informal biasanya lebih besar (Kahn dan Pfaff, 2000).
Sektor informal di negara berkembang dapat mencapai 41 persen dari total GDP
resmi di tahun 1999 sampai 2000 dibanding porsinya di negara OECD hanya 17
persen. Permasalahan terbesar dari sektor informal adalah data yang sangat terbatas
yang menyebabkan kesulitan untuk menampilkan sistem ekonomi dan energi dari
negara berkembang.
Tingginya aktifitas ekonomi yang tidak tercatat mempengaruhi perencanaan
dan kebijakan yang akan diambil termasuk dalam hal penyediaan kebutuhan energi.
Pengaturan sistem energi menjadi belum optimal dalam memenuhi kebutuhan di end
user. Seringkali terjadi kekurangan pasokan dan kadangkala terjadi kelebihan
pasokan dalam jumlah signifikan. Hal ini seringkali disebabkan mismatch prediksi
dalam perencanaan.
Selain itu kemungkinan disebabkan juga oleh data yang dimiliki masing
masing instansi yang seringkali memiliki perbedaan signifikan atau bahkan di
beberapa daerah tidak ada sama sekali. Sebagai contoh, pada penyusunan RUED
Yogyakarta pada kegiatan CAREPI tahun 2010 pihak Universitas Muhammadiyah
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
38
Yogyakarta (UMY) melalui Pusat Pengelolaan Energi Regional (PUSPER)
mengungkapkan sulitnya memperoleh data-data energi di daerah khususnya dalam
hal potensi energi terbarukan dan data kebutuhan sektor pengguna. Data-data
pasokan energi khususnya listrik dan BBM di daerah umumnya tersedia di BUMN
penyedia energi seperti PLN, Pertamina atau PGN namun hanya sedikit sekali dapat
diakses secara publik.
Sementara itu pihak Universitas Gajah Mada melalui Pusat Studi Energi
(PSE) dalam rangka pemodelan transportasi dengan model Markal menyatakan data-
data perhubungan di tingkat propinsi sangat kurang sehingga dalam proses
pemodelannya basis data dikelompokkan berdasarkan pulau dan di beberapa titik
data memerlukan ‘expert judgment’ sehingga memerlukan proses validasi model
yang lama. Contoh lainnya, di tingkat pusat data kebutuhan pada sektor industri pada
statistik energi yang dikeluarkan Kementerian ESDM didasarkan pada data penjualan
sementara data kebutuhan sektor industri dari Kementerian Perindustrian didasarkan
pada Survey Industri Besar dan Menengah yang dilakukan oleh BPS. Kondisi data
seperti ini sering menyulitkan dalam hal asumsi dan proyeksi dalam proses
perencanaan energi. Oleh karenanya, peningkatan koordinasi dan sinkronisasi data
energi antar instansi masih perlu ditingkatkan.
B. Konsumsi Energi Tradisional (Non Komersil) yang Cukup Tinggi
Kondisi energi Indonesia masih dipengaruhi oleh tingginya konsumsi energi
tradisional yang sulit tercatat dengan akurat. Seperti umumnya di negara-negara
berkembang, walaupun konsumsi energi modern seperti listrik meningkat pesat
namun konsumsi energi rumah tangga di Indonesia masih didominasi oleh biomassa
diantaranya kayu bakar, sampah pertanian, sisa tanaman dan kayu. Biomassa
tradisional ini terutama digunakan dalam rumah tangga untuk memasak dan
memanaskan khususnya di area pedesaan miskin. Proyeksi konsumsi biomassa ini
dipengaruhi tiga faktor sebagai berikut: perubahan pendapatan, tingkat urbanisasi
dan tingkat industrialisasi. Umumnya porsi biomassa tradisional akan menurun
seiring dengan peningkatan ekonomi dengan tingkat penurunan yang berbeda-beda di
tiap daerah atau provinsi. Walaupun demikian, energi ini bersifat tidak komersial
sehingga data konsumsi lebih bersifat tidak beraturan (schosastic) yang sulit
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
39
diprediksi. Porsi energi ini akan tetap dominan dengan adanya pertumbuhan
penduduk dan keterbatasan bahan bakar alternatif yang murah.
C. Kehandalan Infrastruktur Energi yang Masih Rendah
Untuk keberlangsungan ekonomi modern, pemenuhan kebutuhan listrik
menjadi sangat penting.Rendahnya kinerja operasional dan perawatan yang berakibat
pada seringnya kerusakan pembangkit dan fluktuasi voltase yang menyebabkan
kerugian ekonomi masyarakat.Selain itu sering terjadi kurangnya pasokan yang
beberapa diantaranya disebabkan oleh: (i) kondisi pembangkit beserta jaringan
transmisi dan distribusi yang kurang memadai baik dari segi kuantitas maupun
kualitas, (ii) tingginya losses yang diakibatkan teknis dan non teknis; (iii)
perkembangan kebutuhan listrik yang cepat; (iv) Keterbatasan teknologi; (v)
pengaruh kelembagaan dan tata laksana; (vi) rendahnya pembiayaan perusahaan
listrik dan keterbatasan dana investasi; (vii) ketergantungan import pembangkit dan
peralatannya; dan (viii) tarif listrik yang terlalu rendah
Pasokan listrik di Indonesi masih terganggu oleh tingginya losses listrik
dengan kisaran 9-10 persen di tahun 2009-2011. Walaupun kondisi ini masih relatif
lebih baik dibanding India yang berkisar 20-21 persen dan berkisar yang mencapai
11-12 persen (World Bank) namun kondisi ini masih jauh dari China, Malaysia dan
Thailand yang memiki losses dikisaran 6 persen. Sebagai perbandingan losses
negara-negara OECD berada di bawah 6 persen.
D. Rasio Elektrifikasi yang Masih Rendah
Akses energi Indonesia masih rendah terutama di area pedesaan miskin.Rasio
elektrifikasi Indonesia sendiri sampai September 2013 mencapai 80.1%. Kondisi ini
lebih baik dari India yang memiliki rasio elektrifikasi hanya 77 persen. Sementara
rasio elektrifikasi beberapa negara tetangga seperti Filipina, Malaysia dan Vietnam
yang sudah mencapai lebih dari 90 persen. Bahkan Malaysia dan Vietnam sampai
tahun 2010 sudah mencapai lebih dari 99 persen. Salah satu contoh yang baik adalah
China yang mencapai elektrifikasi rasio 99 persen di tahun 2001 karena skema
program elektrifikasi yang meluas (World Bank, 2013).
Meski akses energi listriknya rendah, IEA memperkirakan seiring dengan
peningkatan pendapatan, rasio elektrifikasi di Asia khususnya negara-negara
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
40
emerging market seperti India dan Indonesia akan meningkat dengan pesat sampai
tahun 2030. Walaupun demikian, beberapa studi mengatakan bahwa kadang kala
hubungan antara peningkatan pendapatan dengan akses energi sangat lemah atau
bahkan tidak ada sama sekali. Pendapatan seringkali tidak terdistribusi seecara
merata karena intervensi pemerintah dalam penentuan fokus investasi. Kondisi
kehandalan infrastruktur dan akses energi Indonesia yang masih rendah tidak lepas
dari pengaruh geografis yang menghambat percepatan koneksi antar grid.
Selain itu, kondisi sebaran kondisi demografis Indonesia yang tidak merata
diperkirakan akan masih menjadi kendala untuk peningkatan rasio elektrifikasi.
Ditambah dengan laju pertumbuhan penduduk yang masih tinggi akan mengurangi
pertumbuhan tahunan rasio elektrifikasi. Pemilihan sistem mini grid atau stand alone
dengan mengutamakan energi terbarukan perlu dikedepankan dengan disertai
pengelolaan.
E. Transisi Struktur Ekonomi Tradisional ke Modern
Di banyak negara berkembang, struktur ekonomi bergerak dari ekonomi
tradisional berbasis pedesaan ke ekonomi modern berbasis industri atau jasa.
Perubahan struktur ekonomi negara berkembang seringkali diproyeksikan dengan
asumsi seperti pada proses transformasi pada negara maju di masa lalu. Mula-mula
akan terjadi penurunan sektor primer (pertanian, pertambangan dan lainnya) yang
kemudian diikuti pertumbuhan pesat industri dan selanjutnya akan beralih ke sektor
jasa (Jung dkk, 2000). Namun, dari hasil pengamatan perubahan struktur ekonomi di
negara-negara berkembang termasuk di Indonesia terjadi sebagai pergeseran
langsung menuju sektor jasa yang menggunakan energi yang menghasilkan intensitas
energi yang rendah. Sebagai ilustrasi, kontribusi sektor industri dalam PDB di tahun
2000-2011 fluktuatif di kisaran 23-25 persen sementara sektor jasa, keuangan dan
komersil dalam periode yang sama mengalami peningkatan kontribusi secara konstan
dari 33 persen di tahun 2000 menjadi 37 persen di tahun 2011. Hal ini juga terjadi di
India yang menunjukkan bahwa negara itu mula-mula mengembangkan sektor
industri tetapi kemudian beralih menuju sektor jasa yang meningkat pesat saat ini.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
41
F. Struktur Masyarakat yang Kompleks
Salah satu permasalahan struktur adalah pembagian perkotaan dan pedesaan
yang menjelaskan perbedaan antara pekotaan dan pedesaan yang mempengaruhi
akses energi, penggunaan bahan bakar, akses pendidikan, air minum, kesehatan dan
sanitasi. Pembagian pekotaan dan pedesaan lebih umum di negara berkembang
dibanding negara maju dimana biasanya area pedesaan lebih buruk dari area
perkotaan (WEC, 2005). Sebagai contoh China diperkirakan akan mengalami
masalah dengan kemiskinan pedesaan untuk dekade yang akan datang sebagaimana
Yao dkk 2004 melaporkan yang disebabkan oleh pertumbuhan yang tidak merata
antara area perkotaan dan pedesaan sebagai konsekuensi pembuat kebijakan yang
lebih mengutamakan area perkotaan. Di sisi lain, terus ditekankan perlunya
peningkatan kebutuhan dasar manusia di daerah pedesaan. Oleh karenanya banyak
negara Asia yang memiliki skema pengembangan elektrifikasi sejak lama.
Keberadaan pengembangan desa menjadi indikasi bahwa kondisinya akan menjadi
lebih baik di dekade yang akan datang.
G. Subsidi dan Ketidakpastian Investasi Swasta
Problem besar lainnya adalah kurangnya perencanaan dalam investasi. Di
negara berkembang biaya aktual investasi sering melampaui perkiraan awal karena
teknik perkiraan yang lemah atau arena banyaknya ketidakpastian sehingga sulit
menarik investasi asing. Problem utama lainnya adalah tingginya subsidi. Subsidi
adalah cara memastikan pengaturan negara terhadap industri energi (IEA, 2002a; Xu
Yi Chong, 2002; 2005). Adanya subsidi ini akan menghilangkan kesempatan
pengembangan energi terbarukan dengan tidak kompetitifnya harga.
3.3. Evaluasi Pendekatan Model Energi
Karakteristik sistem energi dari negara berkembang perlu diakomodasi dalam
model energi untuk memastikan gambaran yang sesuai dari kondisi negara itu.
Model energi telah dikembangkan untuk menganalisis berbagai masalah untuk
berbagai maksud dan tujuan. Dengan kompleksitas dari model energi, perlu adanya
perbandingan model untuk menganalisis sesuai maksud dan kinerja model itu sendiri.
Sebelumnya telah banyak studi yang dilakukan dalam hal perbandingan model energi
ini diantaranya Beaujean dkk (1977) yang melakukan survey dari model
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
42
internasional dan global berdasarkan review Charpentier (1974-1976) atas berbagai
model energi. Selanjutnya Meier (1984) yang membandingkan model energi dan
mengembangkan tipologi klasifikasi yang menjelaskan variasi teknik modeling.
Shukla (1995) membandingkan model gas rumah kaca dan mengkaji keuntungan dan
kekurangan dari model top-down dan bottom up sedangkan Bhattacharyya (1996)
membandingkan Applied General Equilibrium untuk studi energinya.
Umumnya kondisi energi negara Indonesia sebagian besar model sudah dapat
memperhitungan aspek elektrifikasi, biomassa tradisional dan pembagian kota dan
desa. Semua model ini memasukkan aspek lainnya seperti gas rumah kaca dan CDM
yang lebih populer. Meski sudah banyak karakteristik sudah sesuai dengan
Indonesia, namun karakteristik penting lainnya seperti kehandalan infrastruktur
energi, perubahan struktur ekonomi, investasi, subsidi dan terutama ekonomi
informal dan transaksi non moneter kurang diakomodir oleh model yang sudah ada.
Hal ini disebabkan model itu sendiri umumnya dikembangkan dengan tujuan khusus
dan tidak dibuat untuk menyelesaikan permasalahan yang diluar lingkupnya.
Berdasarkan kriteria dan aspek dalam pemodelannya, model energi memiliki
karakteristik yang berbeda seperti yang ditunjukkan dengan tabel 2. Berdasarkan
tabel tersebut, apabila ditinjau dari kriteria kemudahan, struktur ekonomi dan
masyarakat, dan kebutuhan data maka model yang paling optimal untuk digunakan
untuk negara berkembang seperti Indonesia adalah model bottom-up accounting dan
model hibrid. Sementara model top-down dan bottom-up optimisasi kurang
memenuhi karakteristik negara berkembang.
Salah satu alasan kenapa pendekatan top-down tidak sesuai dengan kondisi
negara berkembang seperti Indonesia karena perilaku pasar memiliki pengaruh yang
sangat terbatas terhadap konsumsi energi karena energi yang dominan digunakan
adalah biomassa tradisional yang bersifat non-komersil. Hal ini disebabkan batasan
definisi energi kurang jelas (seperti pembatasan energi tradisional). Demikian juga
dengan aspek teknologinya. Selain itu sebagian besar sektor ekonomi bersifat
informal dan non moneter. Indeks agregat ekonomi kurang kaitannya dengan
distribusi pendapatan, standar hidup, kebutuhan dan pasokan energi.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
43
Tabel 2. Perbandingan Model Energi Berdasarkan Pendekatannya
Alasan lainnya adalah karena pendekatan ini mengasumsikan tren data
historis yang terus berlanjut dengan kondisi sama. Hal ini kurang realistis karena
pertumbuhan penduduk dan ekonomi akan mempengaruhi penggunaan energi yang
lebih banyak dibandingkan dekade sebelumnya. Kekurangan lainnya dari model top-
down mengabaikan perubahan struktur ekonomi dan masyarakat seperti halnya gaya
hidup, urbanisasi dan perubahan teknologi yang lazim terjadi di negara berkembang.
Berdasarkan hasil diskusi dalam Forum Group Discussion pada bulan Juli
2013 disimpulkan bahwa pemodelan top-down dengan input-output lebih cocok
untuk evaluasi kebijakan energi jangka pendek dibandingkan jangka panjang karena
hanya menggambarkan struktur ekonomi di satu titik waktu. Selain itu pemodelan
top-down terutama pemodelan dengan metode ekonometrika menuntut ketersediaan
data yang detail dan akurat yang umumnya menjadi kendala utama untuk pemodelan
di negara berkembang. Untuk dapat mendapatkan hasil yang meyakinkan, diperlukan
data yang banyak dengan periode waktu yang cukup panjang. Tingkat kedetailan dan
keakuratan data akan sangat menentukan kualitas model.
Sementara khusus untuk model top-down dengan pendekatan ekonomi
ekuilibrium, Shukla (1995) mengkritisi keterbatasan penggunaannya untuk negara
KriteriaBottom-up
(Optimisasi)
Bottom up
(Accounting)Top Down Hibrid
Cakupan WilayahLokal sampai global
(kebanyakan nasional)
Nasional tetapi dapat
juga regionalNasional Nasional atau global
Cakupan Aktifitas
Sistem energi,
lingkungan dan
perdagangan
Sistem energi dan
lingkungan
Sistem energi dan
lingkungan
Sistem energi,
lingkungan dan
perdagangan
Level Disagregasi Tinggi Tinggi Bervariasi Tinggi
Cakupan Teknologi Sangat luasSangat luas (umumnya
belum ditentukan)
Bervariasi (umumnya
terbatas)
Sangat luas (umumnya
belum ditentukan)
Kebutuhan Data Sangat DetailFleksibel dari terbatas
sampai sangat detailDetail
Detail sampai sangat
detail
Kebutuhan Skill Sangat rumit Rumit Sangat rumit Sangat rumit
Kemampuan analisis
kebijakan terkait
harga
Baik Tidak ada Baik Ada (Cukup)
Kemampuan analisis
kebijakan non hargaBaik Sangat baik Sangat baik Sangat baik
Energi Pedesaan Terbatas Mengakomodir Terbatas Terbatas
Penambahan
Teknologi BaruMampu Mampu Sulit Terbatas
Sektor Informal Sulit Mampu Sulit Sulit
Horizon WaktuJangka menengah
sampai panjang
Jangka menengah
sampai panjang
Jangka pendek sampai
panjang
Jangka menengah
sampai panjang
Kebutuhan Software
Penghitungan
Solver LP yang sangat
rumitTidak perlu
Software khusus
ekonometrikMembutuhkan Software
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
44
berkembang karena kondisi pasar negara berkembang yang jauh dari kondisi
seimbang secara konstan dalam jangka waktu panjang. Melalui pendekatan
keseimbangannya, model CGE mengabaikan aspek efisiensi energi, gap dari delay
penyesuaian dan kegagalan pasar. Selain itu, seperti kebanyakan model
makroekonomi, model CGE tidak memperhitungkan teknologi yang mungkin
penting dan berpengaruh untuk evaluasi kebijakan.
Selanjutnya pemanfaatan model bottom-up optimisasi untuk perencanaan
energi secara menyeluruh di negara berkembang seperti Indonesia akan kurang
optimal. Hal ini disebabkan oleh tujuan dari model itu sendiri untuk menghasilkan
biaya investasi terendah (optimal) dengan asumsi pasar yang sempurna sementara
pada kenyataannya hal itu sulit didapatkan pada negara berkembang. Dari struktur
ekonominya, aktifitas ekonomi di negara berkembang masih didominasi oleh sektor
informal dan non moneter yang tidak tercatat. Selain itu, penduduk yang menjadi
konsumen energi juga sebagian besar masih menggunakan energi tradisional dan
belum memiliki akses energi modern yang cukup. Selain itu kebutuhan data yang
sangat detail dan kerumitan penghitungan yang membutuhkan skill yang tinggi dan
software khusus yang canggih. Berdasarkan pengalaman BPPT yang dipaparkan
pada FGD bulan Juli 2013, dalam pengembangan perencanaan energi menggunakan
model optimasi Markal setidaknya dibutuhkan minimal 2 orang pakar energi yang
memahami karakteristik sistem energi dan perkembangan teknologi secara terus
menerus selama satu tahun dalam mensupervisi tim pengembangan perencanaan
energi.
Walau demikian, beberapa pihak mengakui kehandalan model optimasi ini
dalam perencanaan energi sektor tertentu dengan karakteristik teknologi yang sudah
diketahui seperti halnya perencanaan energi sektor transportasi yang telah
dikembangkan oleh Pusat Studi Energi (PSE) UGM untuk tahun 2005-2025. Dalam
pengembangan model tersebut, PSE UGM menghimpun semua pakar yang
memahami teknologi di antaranya dari aspek transportasi dan energi.
Sebaliknya, model ini kurang dapat mensimulasikan permintaan energi dari
sektor jasa dan rumah tangga dengan baik karena keterbatasan informasi biaya
teknologi yang tersedia. Selain itu, model optimasi kurang fleksibel dalam
mengakomodir fakta bahwa pasar sebenarnya tidak sempurna dan terdapat banyak
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
45
hambatan dalam pasar energi final sehingga seringkali hasil proyeksi penyediaan dan
konversi energi kurang realistis dan tidak sesuai dengan permintaan energi.
Model optimasi menggunakan linear programming untuk mengidentifikasi
konfigurasi least-cost sistem energi berdasarkan pada berbagai batasan (contoh target
emisi CO2). Pemilihan teknologi berdasarkan biaya relatif. Adapun kelebihan dari
dari model optimasi ini adalah:
Pendekatan yang kuat dan konsisten untuk analisis seperti backcasting.
Akan sangat berguna jika ada beberapa pilihan batasan
Sedangkan kekurangan model optimasi adalah:
Asumsi mendasar yang selalu dipertanyakan, yaitu kompetisi sempurna (contoh,
tidak ada monopoli, tidak ada kekuatan pasar, tidak ada subsidi, pasar dalam
keadaan seimbang).
Kurang tepat dipakai sebagai simulasi bagaimana sistem bertingkah laku di dunia
nyata.
Mengasumsikan energi hanya sebagai satu-satunya faktor pilihan teknologi.
Kurang tepat untuk menguji pilihan kebijakan berkaitan dengan pilihan
teknologi. Contoh untuk mengurangi CO2 dapat digunakan (a) hybrid car, atau
(b) mobil kecil.
Relatif kompleks, perlu data yang sangat banyak, sangat sulit bagi pemula yang
belum mahir.
Tidak fleksibelnya model optimasi dalam perencanaan energi ikut melahirkan
model energi simulasi. Sebagai contoh dalam subsektor kelistrikan yang mengalami
restrukturisasi dan liberalisasi di sebagian besar negara (Linares et al., 2008) dan
karena itu beberapa peneliti telah mengembangkan model yang juga
mempertimbangkan iklim kompetisi tidak sempurna (Ventosa et al. (2005). Model
simulasi bersifat fleksibel dan memungkinkan aspek seperti perilaku strategis atau
kurangnya informasi yang mencerminkan ketidaksempurnaan dan kegagalan pasar.
Kelebihan dari model simulasi ini adalah:
Tidak terbatas pada asumsi tingkah laku yang optimal.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
46
Tidak mengasumsikan energi sebagai satu-satunya faktor yang mempengaruhi
pemilihan teknologi.
Sedangkan kekurangan model simulasi adalah:
Kompleks dan data intensif.
Hubungan tingkah laku dapat kontroversial dan sukar dibuat parameternya.
Peramalan masa datang akan sangat sensitif dalam memulai menentukan kondisi
dan parameter.
Accounting frameworks dapat dianggap sebagai bentuk sederhana dari
model simulasi yang yang bertujuan untuk menjelaskan aliran fisik dan ekonomi dari
sistem energi (Heaps, 2002; Mundaca dan Neij, 2009). Model jenis ini menghitung
hasil dari pembangunan yang diasumsikan (yaitu dari skenario sebagai sekumpulan
kondisi tertentu atau penetrasi teknologi baru tertentu) dengan cara deskriptif
(misalnya pengembangan teknologi yang dihasilkan dari reinvestasi pembangkitan
baru, deskripsi saat ini dalam teknologi energi) atau secara preskriptif (misalnya
dampak dari teknologi tinggi yang efisien atau energi terbarukan yang dihasilkan dari
satu atau berbagai instrumen kebijakan). Pendekatan ini sering digunakan untuk
memproyeksikan permintaan energi masa depan sektor energi final dan emisi terkait.
Karena strukturnya yang sederhana, model ini umumnya tidak diterapkan untuk
proses pengambilan kebijakan.
Model accounting framework lebih cenderung ke arah simulasi kebijakan
pada konsumen dan produsen energi. Pemodel menghitung secara eksplisit hasil dari
kebijakan. Fungsi utamanya adalah untuk mengolah data dan hasil-hasil.
Karakteristik dari pemodelan dengan pendekatan accounting framework adalah:
Mudah, transparan, fleksibel, dan data lebih sedikit
Asumsi bukan pasar sempurna.
Dapat menguji isu antara pilihan teknologi atau biaya tinggi.
Tidak mengidentifikasi sistem least-cost: kurang bagus untuk sistem yang
kompleks dan membutuhkan solusi least cost.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
47
Solusi akhir tidak selalu konsisten (peramalan demand kadang tidak konsisten
dengan konfigurasi supply).
Karakteristik model bottom-up accounting seperti ini sesuai dengan kondisi
negara berkembang dengan sistem energi yang tidak sepenuhnya dipengaruhi
perilaku pasar. Kondisi batasan produksi energi dan juga detail teknologinya dapat
secara eksplisit dimodelkan. Selain itu kemampuan model ini dalam memodelkan
struktur masyarakat pedesaan dan sektor informal yang umumnya terdapat di negara
berkembang cukup dapat diandalkan. Dari aspek kebutuhan data yang umumnya
menjadi kendala di negara berkembang, model ini memiliki fleksibilitas yang tinggi.
Seperti disebutkan di atas, kekurangan model ini adalah pendorong utama seperti
permintaan, perubahan teknologi dan sumber daya bersifat eksogen dan ‘given’
sehingga pemodelan ini kurang dapat menghasilkan analisis dampak perubahan
demand dan sumber daya terutama yang disebabkan oleh perubahan harga.
Kekurangan lainnya adalah kualitas model tidak dapat dijamin dan akan sangat
tergantung pada kualitas kebijakan yang disimulasikan.
Jenis model energi lainnya yaitu hibrid berusaha menggabungkan keunggulan
dan kekurangan dari masing-masing pendekatan model bottom-up dan top-down
melalui pendekatan yang disesuaikan dengan tujuan model, kebutuhan data dan hasil
yang diinginkan. Dengan penggabungan ini, model ini lebih bersifat fleksibel
sehingga dapat cocok untuk negara berkembang. Sebagai contoh IMAGE/TIMER
menggunakan pendekatan top-down untuk memodelkan kebutuhan energi dan
pendekatan bottom-up untuk memodelkan penyediaan energinya. Untuk model jenis
ini, model dengan pendekatan accounting baik dari jenis model hibrid maupun
bottom-up akan menjadi model yang cukup mampu dalam mensimulasikan
perencanaan energi di negara berkembang. Berikut adalah beberapa gambaran
kriteria model yang menjadi model alternatif dalam mendukung perencanaan energi
di Indonesia.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
48
Tabel 3. Kandidat Alternatif Model Energi Untuk Perencanaan Energi
Kriteria LEAP POLES WEM
Pendekatan Bottom-up Accounting Hibrid Accounting Hibrid Accounting
Cakupan WilayahLokal sampai global
(kebanyakan nasional)
Global (tetapi dapat juga
lokal - nasional)
Global (tetapi dapat juga
lokal - nasional)
Cakupan Aktifitas Sistem energi, lingkungan Sistem energi Sistem energi
Level Disagregasi Struktur per sektor Tidak ditentukan Tidak ditentukan
Cakupan Teknologi Menu PilihanSangat luas (umumnya
belum ditentukan)
Sangat luas (umumnya
belum ditentukan)
Kebutuhan DataFleksibel dari terbatas
sampai sangat detailSangat Detail Sangat Detail
Kebutuhan Skill Terbatas Sangat rumit Sangat rumit
Dokumentasi Sangat banyak Terbatas Banyak
Kemampuan analisis
kebijakan terkait hargaTidak ada Baik Baik
Kemampuan analisis
kebijakan non hargaSangat baik Sangat baik Sangat baik
Pembagian Kota dan
DesaMampu Terbatas Mampu
Energi Pedesaan Mengakomodir Mengakomodir terbatas Mengakomodir terbatas
Penambahan Teknologi
BaruMampu Sulit Sulit
Sektor Informal Mampu Terbatas Terbatas
Energy Shortage Mampu (eksplisit)
Subsidi Tidak eksplisit Mampu Mampu
Transisi EkonomiDiakomodir melalui
skenario
Diakomodir secara
implisit
Diakomodir secara
implisit
Horizon WaktuJangka pendek sampai
panjang
Jangka pendek sampai
panjang
Jangka pendek sampai
panjang
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
49
BAB 4
PROYEKSI KEBUTUHAN DAN PENYEDIAAN ENERGI
4.1. Konsep dan Metodologi Model LEAP
Proyeksi kebutuhan dan penyediaan energi Indonesia pada kajian ini
dilakukan melalui pendekatan model bottom-up accounting dengan
mempertimbangkan keunggulan pendekatan ini yang relatif lebih sesuai dengan
kondisi sistem energi di Indonesia sebagai negara berkembang. Sebagai tool, pada
kajian ini dipilih software LEAP yang saat ini digunakan secara luas untuk analisis
kebijakan dan studi mitigasi perubahan iklim yang dikembangkan oleh Stockholm
Environment Institute (SEI). Berdasarkan data dari website resminya yaitu
www.energycommunity.org pada tanggal 19 Desember 2013, LEAP sudah digunakan
di sekitar 191 negara dengan jumlah pengguna terbanyak berasal dari Indonesia
sebanyak 1.715 orang dengan pengguna aktif diperkirakan sekitar 200 orang yang
disusul oleh China dan India (Gambar 11). Pengguna model ini mencakup
pemerintahan, akademisi, NGO, konsultan dan perusahaan penyedia energi dengan
level penggunaan mulai dari tingkat kota, sampai tingkat global.
Gambar 11. Komposisi Pengguna LEAP di Dunia dan Indonesia
Salah satu keunggulan dari LEAP adalah kefleksibelannya tergantung tingkat
kesulitan dari perencanaan energi dan kualitas model yang diharapkan. Dengan
kefleksibelannya, LEAP dapat dioperasikan mulai dari ahli energi dengan reputasi
global yang ingin mendesain kebijakan dan membantu sumbang saran bagi
pengambil keputusan sampai pengajar untuk pengembangan kapasitas pemula.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
50
Charlie Heaps (pengembang LEAP) menyatakan bahwa LEAP bukan model
sistem energi tertentu, tetapi tidak lebih dari tool yang dapat digunakan untuk
mengembangkan model dengan sistem energi berbeda yang masing-masing
membutuhkan struktur data tersendiri. Saat ini LEAP dapat mendukung berbagai
metodologi modelling yang ada. Dari sisi demand, metodologinya dapat berupa
pendekatan bottom-up dengan teknik ‘accounting’ end user atau pendekatan top-
down makroekonomi. Dari sisi suplai, LEAP mendukung metodologi simulasi dan
accounting yang cukup baik untuk memodelkan perencanaan tenaga listrik tetapi
cukup fleksibel dan transparan.
Kemampuan model LEAP berada di dua cara. Pertama, LEAP dapat
menghitung semua input data energi, emisi dan penghitungan biaya manfaat yang
ditimbulkan. Yang kedua, pengguna dapat memasukkan suatu rumus atau ekspresi
yang dapat digunakan untuk menspesifikasikan data antar waktu, menghitung dari
variabel berbeda sehingga memungkinkan dilakukannya pendekatan ekonometrik
dan simulasi secara bersamaan. Pada versi terbaru mulai tahun 2011, pendekatan
model juga diperkaya oleh pendekatan optimasi pada cabang penyediaan listrik.
Secara jangkauan waktu, LEAP dikhususkan untuk perencanaan jangka
menengah sampai jangka panjang. Pemodelan mencakup periode masa lalu (historis)
yang dikenal “Current Account” dan bermacam skenario ke depan. Umumnya model
menggunakan periode peramalan antara 20 sampai 50 tahun. Beberapa aspek
diperhitungkan dalam level yang lebih detail. Sebagai contoh, LEAP dapat
membedakan waktu dalam satu unit waktu ke dalam berbagai “time slice”
berdasarkan karakteristik tertentu misalnya musim/cuaca atau jam-jam tertentu atau
hal lainnya. Pembagian ini bertujuan untuk mengakomodir karaktersitik beban atau
kebutuhan energi yang memiliki karakteristik berbeda tiap slicenya.
LEAP didesain untuk mendesain analisis skenario yang panjang. Secara garis
besar, skenario adalah rangkaian perkiraan bagaimana sistem energi berubah tiap
waktunya. Dengan LEAP, analis kebijakan dapat menciptakan dan mengevaluasi
skenario alternatif dengan membandingkan kebutuhan energi, biaya, manfaat sosial
dan dampak terhadap lingkungan.
Pengatur skenario pada LEAP dapat digunakan untuk mensimulasikan
langkah kebijakan yang akan dilakukan yang kemudian dapat dikombinasikan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
51
dengan skenario lain ke dalam satu skenario berbeda yang terintegrasi. Pendekatan
ini memungkinkan pembuat kebijakan menganalisis dampak dari kebijakan baik
secara masing-masing atau ketika kebijakan itu diterapkan dengan kebijakan lainnya.
Keunggulan utama dari LEAP adalah kebutuhan data awal yang fleksibel
mulai dari yang sederhana sampai rumit. Tool model dengan metode optimisasi
cenderung membutuhkan data yang sangat rumit karena memerlukan semua
teknologi didefinisikan baik dalam hal karakteristik operasinya maupun biayanya.
Model-model itu juga membutuhkan tingkat penetrasi pasar yang akurat. Seringkali
kebutuhan data seperti ini memerlukan waktu yang tidak sedikit dan memerlukan
tingkat kepakaran yang tinggi. Sebaliknya LEAP mengandalkan prinsip ‘accounting’
yang sederhana dan karena banyak aspek LEAP bersifat opsional maka kebutuhan
datanya relatif rendah.
Selain itu, LEAP dapat diperoleh dengan mudah, karena merupakan software
yang tidak berbayar untuk kegiatan non profit (pendidikan, pemerintahan, penelitian,
dan lainnya.). Disamping itu, hasil dari LEAP akan memberikan gambaran posisi
ketahanan energi nasional saat ini dan masa mendatang. Selanjutnya, hasil studi ini
menjadi referensi dan alat bantu dalam penyusunan rencana dan strategi
pembangunan energi Indonesia untuk periode 2015-2019.
4.2. Struktur dan Metode Penghitungan Model LEAP
Struktur model LEAP mengikuti sistem dan arus energi yang terdapat dalam
Referrence Energy System (RES) seperti yang terdapat dalam gambar 12. Oleh
karenanya struktur dalam model proyeksi kebutuhan dan penyediaan energi akan
terdiri dari 4 (empat) modul utama dan 3 (tiga) modul tambahan. Modul utama
adalah modul-modul standar yang umum digunakan dalam pemodelan energi, yaitu:
i) Key Assumptions, ii) Demand, iii) Transformation, dan iv) Resources. Modul
tambahan adalah pelengkap terhadap modul utama jika diperlukan, yaitu: i)
Statistikal Differences, ii) Stock Changes, dan iii) Non Energi Sektor Effects.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
52
Gambar 12. Referrence Energy System (RES)
4.3. Pengaturan Skenario
Seperti telah diuraikan sebelumnya bahwa skenario merupakan rangkaian
perkiraan bagaimana sistem energi berubah tiap waktunya pada kondisi aspek sosial
ekonomi dan kebijakan tertentu. Pengaturan skenario pada model LEAP menjadi
sangat krusial dan dapat dikatakan menjadi aspek pokok dari model LEAP. User
dapat menggunakan skenario untuk menjawab berbagai pertanyaan hipotesa seperti
apa yang akan terjadi bila kebijakan efisien diterapkan, apa yang akan terjadi jika
pengembangan pembangkit dilakukan dengan cara berbeda, apa yang terjadi bila
transportasi massal dikembangkan dan banyak pertanyaan lainnya.
Skenario ini didasarkan pada skenario ”Current Account” merupakan kondisi
saat ini. Current Account dapat merupakan data satu titik mapun berupa data time
series. Skenario di LEAP mengandung semua faktor yang dapat berubah sepanjang
waktu termsuk hal-hal yang diakibatkan intervensi kebijakan dan yang merefleksikan
asumsi sosial ekonomi yang berbeda.
4.3.1. Skenario DASAR
Skenario DASAR mengacu kepada data-data sepuluh tahun terakhir dan data
tahun 2011 dianggap sebagai data dasar. Tabel 4 memperlihatkan asumsi dasar yang
digunakan untuk memproyeksi kebutuhan energi. Pertumbuhan GDP mengikuti
masukan dari Direktorat Perencanaan Makro Bappenas, yakni 012: 6.23 persen yang
kemudian melambat menjadi 5.7 persen di tahun 2013. Mulai tahun 2014,
pertumbuhan ekonomi berakelerasi dari 5.9 persen menjadi 7 persen di tahun 2019.
Proyeksi)Kebutuhan)&)Pasokan)Energi)
Minyak)bumi)
Tenaga)air)
Batubara)
Gas)bumi)
Energi))terbarukan)
Panasbumi)
Energi'Primer'
Kilang)minyak)
Transformasi'
BBM)
Pembangkit))Listrik)
Energi'Final'
Gas)bumi)
Batubara)
Energi))terbarukan)
Listrik)
Demand'Energi'
Komersial)
Industri)
Transportasi)
Rumah)Tangga)
4)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
53
Untuk pertumbuhan penduduk proyeksi mengikuti proyeksi penduduk BAPPENAS
dan BPS (2012), dimana laju pertumbuhan akan mencapai 1.29 persen pada kurun
waktu 2012-2015, dan selanjutnya akan menurun menjadi 1.1 persen pada tahun
2015-2020 dan menjadi 0.95 persen sampai dengan tahun 2024 dan 0.78 persen di
tahun 2015 dan seterusnya. Porsi penduduk miskin akan menurun menjadi 8 persen
di tahun 2015 dan 6 persen di tahun 2019.
Kontribusi sektor industri pengolahan non migas terhadap PDB harga konstan
2000 diproyeksikan akan semakin meningkat dari 23.81 persen di tahun 2011
menjadi 24.40 persen di tahun 2015 dan 24.96 persen di tahun 2019. Sementara
kontribusi sektor komersial juga akan meningkat dengan elastisitas sebesar 0.137
(rata-rata elastisitas tahun 2000-2011) terhadap pertumbuhan ekonomi.
Pertumbuhan jumlah sektor transportasi mengikuti pertumbuhan GDP per
kapita dengan tingkat elastisitas: i) mobil penumpang sebesar 1.77; ii) sepeda motor
sebesar 2.37. Sementara untuk moda transportasi lainnya mengikuti pertumbuhan
GDP yaitu dengan tingkat elastisitas: i) bis sebesar 2,24; ii) truk sebesar 1,3; iii)
angkutan asdp sebesar 0,76; iv) kerata api sebesar 0,91; v) angkutan laut 0,008; dan
vi) angkutan udara 0.98.
Perkembangan intensitas energi di sektor end user disesuaikan dengan data
historis yang dikalibrasi dengan data dari Pusdatin ESDM. Untuk pemanfaatan BBM
Blending4 hanya dimanfaatkan pada sektor transportasi. Sementara untuk penyediaan
energi proyeksi dilakukan sesuai dengan trend data historis 2000-2011 (handbook
KESDM), seperti produksi minyak bumi mengalami penurunan sebesar 4.03% per
tahun, produksi gas bumi naik sebesar 1.06% per tahun sampai tahun 2019 (tahun
puncak produksi gas), produksi batubara meningkat secara logaritmik. Sementara
produksi energi listrik didasarkan pada simulasi dari kapasitas yang direncanakan
dalam RUPTL 2012-2021. Prosentase losses transmisi dan distribusi akan berkurang
sebesar 2.57% per tahun dari tahun sebelumnya. Proyeksi kelistrikan setelah tahun
2021 dilakukan dengan mengekstrapolasi berdasarkan data progres antara 2011-
2021. Untuk produksi kilang akan menurun sebesar 1.26% per tahun, hal ini
4BBM yang dicampurkan dengan Bahan Bakar Nabati (BBN) seperti
biodiesel atau bioethanol. Produk akhir dari proses pencampuran ini saat ini dikenal
dengan nama pasar Biosolar dan Biopremium.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
54
disebabkan karena berkurangnya produktifitas kilang seiring dengan semakin tuanya
mesin-mesin dan peralatan kilang minyak.
Skenario dasar ini lebih bersifat Business as Usual (BAU) yang artinya
skenario ini mendasarkan pada tren statistik tanpa melakukan langkah dan kebijakan
yang signifikan dalam sektor energi. Oleh karenanya pada penyediaan energi,
skenario ini belum memasukkan kebijakan EBTKE yang tercermin pada draft
roadmap EBTKE yang saat ini dalam tahap finalisasi dan kebijakan peningkatan
produksi migas. Di level demand, skenario ini belum memasukkan kebijakan
konversi BBG dan gas rumah tangga. Secara umum asumsi dasar yang terdapat pada
simulasi model LEAP nasional dapat dilihat pada tabel berikut ini
Tabel 4. Asumsi Skenario Dasar Model LEAP Nasional
PARAMETER ASUMSI
Data Dasar 2011 Sudah diverifikasi berdasarkan data Handbook of Energy dari Pusdatin KESDM tahun 2012 denganmetode backward casting
Pertumbuhan GDP Berdasarkan proyeksi skenario medium masukan dari Direktorat Perencanaan Makro, Deputi BidangEkonomi Bappenas yaitu 2012: 6.23%, 2013: 5.7%, 2014: 5.9%, 2015: 6.1%, 2016: 6.3%, 2017: 6.5%, 2018: 6.7%, 2019: 7%)
Pertumbuhan penduduk Mengikuti Proyeksi Penduduk Bappenas-BPS : 2012- 2015 : 1.29%, 2015-2020 : 1.1%, 2020-2025 : 0.95% 2025 dan seterusnya, 0.78%
Struktur ekonomi (PDB) Porsi Sektor Industri Pengolahan Non Migas di PDB harga konstan 2000 berdasarkan proyeksi skenariomedium masukan dari Direktorat Perencanaan Makro, Deputi Bidang Ekonomi Bappenas yaitu Interp( 2012: 23.85%, 2013: 24.04%, 2014: 24.21%, 2015, 24.02%, 2016, 24.56%, 2017, 24.72%, 2018, 24.86%, 2019, 24.96%, 2025, 26%)
Porsi Sektor Komersil di PDB harga konstan 2000 tumbuh dengan elastisitas 0.137 terhadappertumbuhan PDB
Demand rumah tangga Data aktivitas dan intensitas energi bersumber pada raw data susenasPorsi Penduduk miskin akan menurun menjadi 8 persen di tahun 2019 dan 6 persen di tahun 2025 (Masukan Deputi Ekonomi Bappenas)
Pertumbuhan sektortransportasi
Mengikuti pertumbuhan GDP/kapita dengan tingkat elastisitas :• Kendaraan penumpang 1.77• Motor 2.37Mengikuti pertumbuhan GDP dengan tingkat elastisitas :• Truk, 1.3, Bus, 2.24, Kereta Api, 0.91, ASDP, 0.76, Laut, 0.008 dan Udara 0.97
Intensitas Energi per Sektor Proyeksi intensitas berdasarkan perkembangan intensitas energi yang dikalibrasi data time series 2000-2011 Pusdatin ESDM.
Produksi Minyak Bumi Menurun rata-rata sebesar 4.03 persen per tahun
Pasokan Gas Bumi Naik rata-rata sebesar 1.06 persen per tahun sampai tahun 2019 (tahun puncak produksi gas) yang selanjutnya akan terus menurun 4.03 persen
Produksi Batubara Proyeksi Logaritmik dari Data Historis Pusdatin KESDM 2000-2011 dengan rata-rata pertumbuhan 5 persen per tahun
Penyediaan Tenaga Listrik Simulasi Berdasarkan pengembangan pembangkit listrik yang bersumber RUPTL PLN 2012-2021
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
55
4.4. Hasil Simulasi Model LEAP Nasional (Skenario Dasar)
4.4.1 Kebutuhan Energi Final
Pada skenario DASAR, kebutuhan energi final di tahun 2025 akan mencapai
2.442 juta SBM atau lebih dari 2 kali kebutuhan energi final pada tahun 2011. Pada
kurun RPJMN tahap III (2015-2019), kebutuhan energi final akan berkisar dari 1.363
sampai 1.689 juta SBM atau rata-rata meningkat dengan laju pertumbuhan sebesar
5.5 persen per tahun. Sebagai penggerak ekonomi nasional, kebutuhan energi sektor
industri diperkirakan terus meningkat dan mendominasi total kebutuhan energi final
yang kemudian diikuti oleh kebutuhan energi sektor transportasi sebagai sektor
pendukung kegiatan ekonomi.
Pada skenario DASAR, konsumsi energi sektor industri akan terus meningkat
dari 359 juta SBM pada tahun 2011 menjadi 970 juta SBM di tahun 2025. Antara
tahun 2015 sampai 2019 konsumsi energi sektor ini meningkat dari 452 juta SBM di
tahun 2015 menjadi 602 juta SBM di tahun 2019 dengan laju pertumbuhan rata-rata
7.44 persen pertahun. Tingginya pertumbuhan konsumsi industri ini didorong antara
lain oleh kebijakan dan program hilirisasi di sektor industri yang berbasis sumber
daya alam seperti industri pengolahan kelapa sawit, industri pengolahan mineral
logam dan mineral industri serta komoditas lainnya. Sementara itu, konsumsi sektor
transportasi meningkat dari 277 juta SBM di tahun 2011 menjadi 693 juta SBM di
tahun 2025. Antara tahun 2015-2019 konsumsi energi pada sektor transportasi akan
berkisar dari 335-431 juta SBM dengan laju pertumbuhan rata-rata 6.49 persen per
tahun. Dengan kondisi di atas, pangsa konsumsi energi sektor industri meningkat
secara signifikan dari 32.28 persen pada tahun 2011 menjadi dan 39.74 persen di
tahun 2025. Pada tahun 2015-2019 pangsa konsumsi energi sektor industri berkisar
33.14-35.65 persen. Sementara pangsa konsumsi energi sektor transportasi pada
periode 2011 sampai 2025 akan terus meningkat sampai 28 persen.
Sementara untuk sektor komersial, walaupun jumlah konsumsi energinya
relatif kecil namun terjadi peningkatan yang signifikan yang bahkan menjadi yang
tertinggi dari sektor lainnya. Di tahun 2025, jumlah konsumsi energi untuk sektor
komersial diperkirakan akan terus meningkat menjadi 95 juta SBM. Pada tahun
2015-2019, konsumsi energi sektor ini berkisar 45-60 juta SBM dengan laju
pertumbuhan rata-rata 7.71 persen per tahun. Hal sebaliknya terjadi pada sektor
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
56
rumah tangga yang mengalami pertumbuhan paling kecil yaitu 2.23 persen per tahun
sampai tahun 2025. Hal ini menyebabkan penurunan pangsa kebutuhan energi yang
cukup signifikan terjadi pada sektor rumah tangga dari 28.76 persen di tahun 2011
menjadi 17.86 persen di tahun 2025. Penurunan ini selain karena penetrasi teknologi
yang lebih efisien juga disebabkan akan berkurangnya konsumsi energi tradisional
biomassa (kayu bakar) seiring dengan peningkatan kesejahteraan masyarakat. Secara
lengkap, perkembangan konsumsi energi final dan perkembangan pangsa
berdasarkan sektor pengguna energi sampai tahun 2025 dapat dilihat pada gambar
berikut ini.
(Dalam juta SBM) (Dalam Persen)
2011 2015 2019 2025
Non Energi 98.41 145.41 171.34 210.58
Energi Lainnya 24.82 23.39 26.81 36.22
Energi Komersial 32.93 44.91 60.46 95.1
Energi Transportasi 277.39 335.14 430.97 693.4
Energi Industri 359.27 451.9 602.15 970.55
Energi Rumah Tangga 320.1 362.73 397.2 436.15
0
500
1000
1500
2000
2500
3000
Energi Rumah Tangga Energi Industri Energi Transportasi
Energi Komersial Energi Lainnya Non Energi
28.76
32.28
24.92
2.96
8.8426.6
33.14
24.58
3.29
10.6623.52
35.65
25.52
3.58
10.14 17.86
39.74
28.39
3.89
8.62
Energi Rumah Tangga Energi Industri Energi Transportasi
Energi Komersial Energi Lainnya Non Energi
Gambar 13. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Sektor
Pengguna Sampai Tahun 2025 (Skenario DASAR)
Berdasarkan jenis energi finalnya, Bahan Bakar Minyak (BBM) masih
mendominasi pemanfaatan energi final. Sampai tahun 2025, pemanfaatannya terus
meningkat menjadi 752 juta SBM. Pada tahun 2015-2019, konsumsi BBM
meningkat dari 476 juta SBM menjadi 564 juta SBM dengan laju pertumbuhan rata-
rata 4.33 persen per tahun. Walau demikian, pangsa BBM cenderung akan menurun
dari 38.18 persen di tahun 2011 menjadi 30.82 persen di tahun 2025. Pangsa BBM di
tahun 2015 sampai 2019 akan menurun dari 34.92 persen menjadi 33.40 persen.
Peningkatan yang cukup signifikan terjadi pada konsumsi energi BBM
Blending, gas dan listrik. Sampai tahun 2025, konsumsi BBM Blending akan terus
meningkat menjadi 256 juta SBM. Pada tahun 2015-2019, konsumsi BBM
meningkat dari 76 juta SBM menjadi 121 juta SBM dengan laju pertumbuhan rata-
rata 12.15 persen per tahun. Dengan kondisi tersebut, pangsa BBM Blending akan
2011
2025
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
57
meningkat dari 4.19 persen di tahun 2011 menjadi 10.48 persen di tahun 2025.
Pangsa BBM Blending di tahun 2015 sampai 2019 akan meningkat dari 5.59 persen
menjadi 7.15 persen.
Pada gas, konsumsinya akan meningkat menjadi 436 juta SBM di tahun 2025.
Pada tahun 2015-2019, konsumsi gas akan berkisar 204-274 juta SBM dengan laju
pertumbuhan rata-rata 7.62 persen per tahun. Pertumbuhan yang cukup pesat ini
menyebabkan peningkatan pangsa gas yang cukup signifikan dari hanya 10.89 persen
di tahun 2011 menjadi 14.96 persen di tahun 2015 dan 16.20 persen di tahun 2019.
Sementara itu, pemanfaatan listrik juga akan meningkat menjadi 314 juta SBM atau
517 ribu Gwh di tahun 2025. Pada tahun 2015-2019, konsumsi listrik akan berkisar
140-201 juta SBM atau 231-332 ribu Gwh dengan laju pertumbuhan rata-rata 10.11
persen per tahun. Dengan kondisi tersebut, konsumsi energi listrik per kapita akan
meningkat dari 654 kwh/kapita di tahun 2011 menjadi masing-masing 905
kwh/kapita, 1248 kwh/kapita dan 1849 kwh/kapita di tahun 2015, 2019 dan 2025.
Pangsa energi listrik juga akan meningkat dari 8.71 persen di tahun 2011 menjadi
12.88 persen di tahun 2025.
Untuk batubara, seluruhnya konsumsinya berasal dari sektor industri yang
diperkirakan akan meningkat menjadi 406 juta SBM atau 95 juta ton di tahun 2025.
Pada tahun 2015-2019, konsumsi batubara akan berkisar 189-254 juta SBM atau 44-
59 juta ton dengan laju pertumbuhan rata-rata 7.62 persen per tahun sehingga akan
menyebabkan peningkatan pangsa batubara dari 12.96 persen di tahun 2011 menjadi
13.88 persen di tahun 2015 dan 16.64 persen di tahun 2019. Sementara untuk energi
terbarukan yang didominasi oleh penggunaan biomassa tradisional berupa kayu
bakar akan menurun menjadi 276 juta SBM di tahun 2025. Pada tahun 2015 sampai
2019, konsumsinya berkisar 277- 275 juta SBM dengan pertumbuhan rata-rata hanya
-0.22 persen per tahun. Oleh karenanya pangsa EBT ini akan mengalami penurunan
dari 25.07 persen di tahun 2011 menjadi 20.36 persen di tahun 2015 dan 16.29
persen di tahun 2019. Secara lengkap, perkembangan konsumsi energi final dan
perkembangan pangsa berdasarkan jenis energi sampai tahun 2025 dapat dilihat pada
gambar berikut ini.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
58
(Dalam juta SBM) (Dalam Persen)
2011 2015 2019 2025
Listrik 96.93 140.29 201.53 314.46
Gas Bumi 121.2 204.01 273.68 436.29
EBT 279.05 277.58 275.15 276.25
BBM Blending 46.58 76.28 120.68 255.99
BBM 424.89 476.08 564.12 752.64
Batubara 144.26 189.23 253.77 406.37
0
500
1000
1500
2000
2500
3000
Batubara BBM BBM Blending EBT Gas Bumi Listrik
12.96
38.18
4.19
25.07
10.89
8.7113.88
34.92
5.59
20.36
14.96
10.2915.03
33.4
7.15
16.29
16.2
11.9316.64
30.82
10.48
11.31
17.87
12.88
Batubara BBM BBM Blending EBT Gas Bumi Listrik
Gambar 14. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis
Energi Sampai Tahun 2025 (Skenario DASAR)
4.4.1.1 Kebutuhan Energi Final Sektor Rumah Tangga
Pemanfaatan energi final yang digunakan di sektor rumah tangga di tahun
2025-2019 masih akan di dominasi oleh energi biomassa tradisional yaitu kayu
bakar. Walau demikian, porsi pemanfaatannya akan semakin berkurang seiring
dengan perkembangan kesejahteraan terutama didaerah pedesaan yang menyebabkan
pergeseran pemanfaatan energi final dari biomassa (kayu bakar) ke energi lainnya
seperti LPG dan listrik.
Sampai tahun 2025, pemanfaatan biomassa diperkirakan terus menurun dari
234 juta SBM di tahun 2011 menjadi 223 juta SBM. Pada tahun 2015-2019,
pemanfaatannya akan berkisar antara 234.5-229 juta SBM dengan pertumbuhan rata-
rata -0.53 persen per tahun. Hal ini menyebabkan penurunan pangsa biomassa dari
73.07 persen di tahun 2011 menjadi 51.31 persen di tahun 2025. Sementara
pemanfaatan minyak tanah akan mengalami penurunan drastis seiring dengan
program konversi minyak tanah ke LPG yang diperkirakan akan mencakup seluruh
Indonesia pada tahun 2015. Oleh karenanya mulai tahun 2016, tidak ada lagi
pemanfaatan minyak tanah di sektor rumah tangga. Sebagai konsekuensi dari hal
tersebut, pemanfaatan LPG akan meningkat cukup drastis. Pada tahun 2025,
konsumsi LPG akan mencapai 84.5 juta SBM atau 9.91 juta ton. Antara tahun 2015
sampai 2019, konsumsi LPG akan berkisar antara 65-77 juta SBM atau 7.6-9 juta ton
dengan laju pertumbuhan 4.57 persen per tahun. Hal ini menyebabkan pangsa LPG
2011
2025
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
59
akan mengalami peningkatan secara signifikan dari 11.14 persen di tahun 2011
menjadi 19.39 persen di tahun 2025.
Pertumbuhan yang cukup signifikan juga terjadi pada listrik dimana
konsumsinya akan meningkat menjadi 128 juta SBM atau 210 ribu Gwh di tahun
2025. Pada tahun 2015-2019 konsumsi listrik untuk rumah tangga akan berkisar 64-
77 juta SBM atau 101-148 ribu Gwh dengan pertumbuhan rata-rata 10.18 persen per
tahun. Kondisi ini mengakibatkan pangsa listrik mengalami pelonjakan yang tinggi
dari hanya 12.49 persen di tahun 2011 menjadi 29.26 persen di tahun 2025. Untuk
jenis energi lainnya, tidak terjadi peningkatan yang berarti sehingga pangsanya tidak
banyak berubah. Secara lengkap, perkembangan konsumsi energi final dan
perkembangan pangsa berdasarkan jenis energi di sektor rumah tangga sampai tahun
2025 dapat dilihat pada gambar berikut ini.
(Dalam juta SBM) (Dalam Persen)
2011 2015 2019 2025
Wood 233.89125 234.50474 229.55517 223.78897
Natural Gas 0.10944 0.12126 0.13326 0.15221
LPG 35.67089 64.64238 77.288 84.55156
Kerosene 10.35679 2.20709 0 0
Electricity 39.99198 61.19938 90.18144 127.62801
Coal Briquettes 0.07913 0.06004 0.0451 0.02887
050
100150200250300350400450500
Coal Briquettes Electricity Kerosene LPG Natural Gas Wood
0.02 12.49
3.24
11.14
0.03
73.07
0.0216.87
0.61
17.82
0.03
64.65
0.0122.7
0
19.46
0.03
57.79
0.01
29.26
0
19.39
0.03
51.31
Coal Briquettes Electricity Kerosene LPG Natural Gas Wood
Gambar 15. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis
Energi di Sektor Rumah Tangga Sampai Tahun 2025 (Skenario DASAR)
4.4.1.2 Kebutuhan Energi Final Sektor Industri
Pemanfaatan energi final yang digunakan di sektor industri di tahun 2025-
2019 masih akan di dominasi oleh batubara. Sampai tahun 2025, pemanfaatan
batubara diperkirakan terus meningkat dari 144 juta SBM di tahun 2011 menjadi 406
juta SBM atau 95 juta ton. Pada tahun 2015-2019, pemanfaatannya akan berkisar
antara 189-254 juta SBM atau 44-59 juta ton dengan pertumbuhan rata-rata 7.62
persen per tahun. Walau demikian pangsa batubara di tahun 2011 sampai 2025
cenderung stabil antara 40 sampai 42 persen. Hal ini disebabkan adanya
pertumbuhan yang signifikan dari konsumsi gas dan listrik.
2011
2025
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
60
Pemanfaatan gas untuk sektor industri diperkirakan akan mengalami
peningkatan yang signifikan. Pada tahun 2025, konsumsi gas untuk sektor industri
sebagai sumber energi akan mencapai 328 juta SBM. Sementara pada tahun 2015-
2019, konsumsinya diperkirakan akan berkisar antara 128 sampai 185 juta SBM
dengan pertumbuhan rata-rata 9.72 persen per tahun. Pesatnya pertumbuhan gas ini
akan meningkatkan pangsa gas dari 25.38 persen di tahun 2011 menjadi 33.81 persen
di tahun 2025. Pertumbuhan yang cukup tinggi juga terjadi pada konsumsi listrik
dimana di tahun 2025 diperkirakan akan mencapai 108 juta SBM atau 177 ribu Gwh.
Pada tahun 2015-2019, konsumsi listrik akan berkisar antara 45-63 juta SBM atau
74-105 Gwh dengan pertumbuhan rata-rata 8.97 persen per tahun. Hal ini
menyebabkan pangsa konsumsi listrik untuk industri akan mengalami kenaikan dari
9.34 persen di tahun 2011 menjadi 11.10 persen di tahun 2025.
Konsumsi energi lainnya yaitu BBM yang didominasi oleh jenis Diesel dan
EBT Biomassa (kayu bakar) juga akan meningkat namun dengan tingkat
pertumbuhan yang kecil. Hal ini disebabkan oleh makin mahalnya harga BBM
sehingga sebagian industri akan cenderung beralih ke batubara dan gas. Selain itu,
pertumbuhan industri yang mengandalkan biomassa seperti industri kecil dan
menengah yang termasuk kategori industri lainnya cenderung memiliki pertumbuhan
yang kecil. Sampai tahun 2025, konsumsi BBM untuk sektor industri akan terus
meningkat menjadi 77 juta SBM. Pada tahun 2015-2019, konsumsinya akan berkisar
48-56 juta SBM dengan pertumbuhan rata-rata hanya 3.65 persen per tahun. Hal ini
menyebabkan pangsa BBM untuk sektor industri akan mengalami penurunan 12.96
persen di tahun 2011 menjadi 7.97 persen di tahun 2025. Sementara itu, konsumsi
biomassa hanya akan meningkat sedikit menjadi 50.93 juta SBM di tahun 2025
dengan pertumbuhan rata-rata 1.09 persen per tahun. Kondisi ini menyebabkan
pangsa EBT biomassa akan berkurang dari 12.19 persen di tahun 2011 menjadi 5.25
persen di tahun 2025. Secara lengkap, perkembangan konsumsi energi final dan
perkembangan pangsa berdasarkan jenis energi di sektor industri sampai tahun 2025
dapat dilihat pada gambar berikut ini.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
61
(Dalam juta SBM) (Dalam Persen)
2011 2015 2019 2025
Listrik 33.55 45.07 63.56 107.78
Gas Bumi 91.19 127.53 184.79 328.17
EBT 43.78 41.7 44.16 50.93
BBM 46.57 48.43 55.91 77.34
Batubara 144.18 189.17 253.72 406.34
0
200
400
600
800
1000
1200
Batubara BBM EBT Gas Bumi Listrik
40.13
12.9612.19
25.38
9.34
41.86
10.72
9.23
28.22
9.97
42.14
9.297.33
30.69
10.56
41.87
7.975.25
33.81
11.1
Batubara BBM EBT Gas Bumi Listrik
Gambar 16. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis
Energi di Sektor Industri Sampai Tahun 2025 (Skenario DASAR)
4.4.1.3 Kebutuhan Energi Final Sektor Transportasi
Kebutuhan energi sektor transportasi sampai tahun 2025 masih didominasi
oleh subsektor transportasi darat. Kebutuhan energi subsektor transportasi darat di
tahun 2011 mencapai 242 juta SBM atau 83.76 persen dari total kebutuhan sektor
transportasi. Di tahun 2015 dan 2019, kebutuhannya meningkat menjadi 298 juta
SBM (88.88 persen) dan 388 juta SBM (89.92 persen). Laju pertumbuhan rata-rata
subsektor ini sampai tahun 2025 mencapai 7.12 persen.
Subsektor lainnya yang tumbuh cukup cepat adalah subsektor kereta api dan
subsektor transportasi udara. Sampai tahun 2025, subsektor kereta api mengalami
pertumbuhan rata-rata 6.09 persen per tahun dari 1.29 juta SBM di tahun 2011
menjadi 2.96 juta SBM di tahun 2025. Sementara itu subsektor transportasi udara
mengalami pertumbuhan rata-rata sebesar 5.02 persen per tahun dari 21 juta SBM
menjadi 42 juta SBM. Pembenahan infrastruktur angkutan udara dan peningkatan
pendapatan masyarakat menjadi salah satu faktor pendorong pertumbuahan subsektor
angkutan udara. Khusus untuk kereta api, selain sebagai sarana pengangkutan
penumpang, kereta api juga berperan vital untuk angkutan barang di masa mendatang
khususnya di Pulau Jawa dan Sumatera.
Dari jenis energinya, sampai tahun 2025 BBM masih akan mendominasi
walaupun terjadi peningkatan signifikan dari BBM Blending. BBM akan tumbuh
rata-rata sebesar 4.67 persen dari 230 juta SBM di tahun 2011 menjadi 437 juta SBM
2011
2025
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
62
di tahun 2025. Sementara BBM Blending akan meningkat sangat drastis dari 46 juta
SBM di tahun 2011 menjadi 256 juta SBM di tahun 2025. Pertumbuhan rata-rata
jenis energi ini mencapai 12.94 persen. Tingginya pertumbuhan ini didukung oleh
kecenderungan penerimaan pihak konsumen terhadap BBM blending khususnya
biosolar. Secara lebih lengkap, berikut ini adalah gambaran perkembangan konsumsi
energi sektor transportasi berdasarkan subsektor dan jenis energinya.
2011 2015 2019 2025
Listrik 0.05 0.08 0.11 0.16
Gas Bumi 0.18 0.18 0.2 0.23
BBM Blending 46.58 76.28 120.68 255.99
BBM 230.57 258.59 309.97 437.02
0
100
200
300
400
500
600
700
800
BBM BBM Blending Gas Bumi Listrik
2011 2015 2019 2025
Transportasi Darat 242.33 297.86 387.51 634.57
Ang. Udara 21.02 22.67 28.05 41.71
Ang. Laut 11.24 11.2 11.18 11.19
Kereta Api 1.29 1.61 2.04 2.96
Ang. SDP 1.5 1.79 2.18 2.97
0100200300400500600700800
Ang. SDP Kereta Api Ang. Laut Ang. Udara Transportasi Darat
Gambar 17. Proyeksi Konsumsi Energi Final Berdasarkan Sektor Pengguna
dan Jenis Energi di Sektor Transportasi Sampai Tahun 2025 (Skenario
DASAR)
4.4.1.4 Kebutuhan Energi Final Sektor Lainnya (Komersial, Sektor lainnya dan
Bahan Baku)
Untuk sektor komersial yang terdiri dari subsektor perdagangan (termasuk
hotel dan restauran), keuangan dan jasa, jenis energi yang akan mengalami
peningkatan pesat adalah gas dan listrik dengan tingkat pertumbuhan rata-rata
masing-masing 13.30 persen per tahun dan 9.09 persen per tahun. Sampai tahun
2025, konsumsi listrik masih akan mendominasi dengan jumlah total 79 juta SBM
atau 130 ribu Gwh (82.96 persen dari total energi komersial). Pada tahun 2015-2019,
konsumsi listrik akan mencapai 34-48 juta SBM atau 56-79 ribu Gwh (75.55-78.87
persen dari total energi sektor komersial). Sementara konsumsi BBM dan EBT
biomassa hanya akan tumbuh masing-masing 0.33 dan 0.88 persen per tahun.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
63
Untuk sektor lainnya5, seluruh energi yang dikonsumsi berasal dari BBM
yang didominasi oleh jenis Diesel dan Gasoline. Sampai tahun 2025, konsumsi BBM
untuk sektor lainnya akan terus meningkat menjadi 36 juta SBM dengan rata-rata
pertumbuhan 2.74 persen per tahun. Jenis BBM yang akan mengalami peningkatan
cukup tinggi pada periode itu adalah gasoline dari 4.43 juta SBM menjadi 10 juta
SBM dengan pertumbuhan rata-rata 5.99 persen per tahun. Sementara untuk jenis
Diesel hanya tumbuh 2.11 persen per tahun dari 19 juta ton di tahun 2011 menjadi 25
juta ton di tahun 2025.
Sementara konsumsi komoditi energi sebagai bahan baku untuk industri yang
didominasi oleh gas dan produk kilang non BBM diperkirakan akan meningkat dari
98 juta SBM di tahun 2011 menjadi 210 juta SBM di tahun 2025 dengan laju
pertumbuhan rata-rata 5.58 persen per tahun. Pemanfaatan gas sebagai bahan baku
akan melonjak tajam dari hanya 28.43 juta SBM di tahun 2011 menjadi 100.32 juta
SBM di tahun 2025 dengan laju pertumbuhan rata-rata sekitar 9.42 persen per tahun.
Hal ini disebabkan tren peningkatan kebutuhan industri untuk bahan baku gas
terutama industri pupuk dan petrokimia. Selain itu hal ini didorong juga dengan
adanya ‘political will’ dalam draft Kebijakan Energi Nasional yang akan mendorong
dan lebih memprioritaskan pemanfaatan gas sebagai bahan baku industri dibanding
sebagai sumber energi. Berikut ini adalah gambaran perkembangan konsumsi energi
di sektor komersial, sektor lainnya dan sebagai bahan baku untuk energi lainnya.
(Dalam juta SBM) (Dalam Persen)
2011 2015 2019 2025
Listrik 23.34 33.93 47.67 78.9
Gas Bumi 1.29 3.02 4.67 7.41
EBT 1.37 1.38 1.43 1.54
BBM 6.93 6.58 6.69 7.25
0102030405060708090
100
BBM EBT Gas Bumi Listrik
21.04
4.17
3.92
70.87
14.66
3.08
6.71
75.55
11.06
2.36
7.73
78.85
7.631.61
7.8
82.96
BBM EBT Gas Bumi Listrik
Gambar 18. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis
Energi di Sektor Komersial Sampai Tahun 2025 (Skenario DASAR)
5Termasuk ke dalam sektor ini : sektor pertambangan, perikanan dan
konstruksi
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
64
(Sektor lainnya, dalam juta SBM) (Sebagai bahan baku, dalam juta SBM)
2011 2015 2019 2025
Kerosene 0.46 0.11 0 0
Gasoline 4.43 5.94 7.41 10.01
Fuel Oil 1.31 0.89 0.93 1.26
Automotive Diesel Oil 18.62 16.45 18.47 24.95
05
10152025303540
Automotive Diesel Oil Fuel Oil Gasoline Kerosene
2011 2015 2019 2025
Natural Gas 28.43 73.17 83.89 100.32
Other Oil Product 69.98 72.24 87.45 110.26
28.43
73.17
83.89
100.32
69.9872.24
87.45
110.26
0
20
40
60
80
100
120
Natural Gas Other Oil Product
Gambar 19. Proyeksi Konsumsi dan Pangsa Energi Final Berdasarkan Jenis
Energi di Sektor Lainnya dan Sebagai Bahan Baku Sampai Tahun 2025
4.4.2 Kondisi Penyediaan Energi
Untuk memenuhi kebutuhan energi, diperlukan sistem penyediaan energi
yang handal. Total Primary Energy Supply (TPES) atau total penyediaan energi
utama sampai tahun 2025 akan meningkat menjadi 3183 juta SBM dengan tingkat
pertumbuhan rata-rata sebesar 6.14 persen (Tabel 5). Dengan asumsi kapasitas
infrastruktur energi yang tidak banyak berubah saat ini, jenis energi batubara, gas
bumi dan BBM (termasuk yang blending dengan BBN) akan menjadi pasokan energi
yang dibutuhkan. Kondisi ini disebabkan tingkat kebutuhan yang akan sangat tinggi
ke depannya dan kapasitas infrastruktur konversi energi saat ini yang masih sangat
rendah khususnya untuk BBM.
Sebagai konsekuensi, impor beberapa jenis energi akan meningkat
diantaranya LPG, BBM dan minyak bumi. Program konversi minyak tanah ke LPG
membuat peningkatan tajam dari permintaan LPG. Sementara pada periode yang
sama impor BBM terutama dari sektor transportasi akan terus meningkat seiring
dengan pertumbuhan ekonomi yang terus membaik dan juga tidak adanya
penambahan kilang baru. Di sisi lain pasokan minyak bumi sebagai bahan baku
kilang juga terus menurun dari tahun ke tahun. Sedikitnya penemuan lapangan baru
berakibat kurangnya pengembangan sumur-sumur baru yang dapat meningkaatkan
produksi minyak bumi. Proyeksi jumlah ekspor dan impor secara lengkap dapat
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
65
dilihat pada tabel 6 dan tabel 7. Dengan merujuk pada hasil simulasi tersebut,
diperkirakan pada tahun 2024, Indonesia akan menjadi net importir.
Tabel 5. Proyeksi Total Primary Energy Supply Sampai Tahun 2025
Dalam juta SBM 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Annual
Growth
BBM Blending 0 7.01 14.68 21.94 29.7 38.46 48.54 60.24 74.1 89.89 107.89 128.43 151.9 178.72 209.41 0.00%
Biomassa (Kayu) 279.17 277.72 278.05 278.6 278.43 278.27 277.86 277.12 276.05 276.74 277.27 277.59 277.7 277.6 277.28 -0.05%
Minyak Bumi 248.7 245.97 243.27 240.59 237.95 235.33 232.74 230.18 227.65 225.14 222.67 220.22 217.8 215.4 213.03 -1.10%
Listrik 1.54 1.54 1.54 1.54 1.54 1.54 0 0 0 0 0 0 0 0 0 0.00%
BBM 203.73 191.74 201.55 213.71 229.78 239.28 253.92 270.37 293.56 319.07 348.29 378.5 410.9 445.68 483.04 6.36%
Panas Bumi 16.49 15.55 15.32 15.92 17.83 25.3 35.93 44.95 59.85 70.44 72.57 78.04 83.67 89.5 95.54 13.37%
Hidro 31.27 29.33 31.9 34.29 37.58 40.66 51.13 52.73 59.35 67.79 76.76 84.37 92.74 101.94 112.05 9.54%
LNG -176.93 -157.43 -150.68 -144.12 -126 -105.73 -100.75 -98.85 -90.13 -85.63 -81.29 -71.27 -67.21 -63.28 -59.49 -7.49%
LPG 23.91 33.79 41.72 48.68 54.51 59.25 63.06 66.14 68.67 70.74 72.51 74.06 75.47 76.75 77.95 8.81%
Gas Bumi 410.56 432.35 447.23 461.42 471.16 463.8 470.61 479.78 489.45 506.22 527.57 544.21 568.06 595.14 626.05 3.06%
Non BBM 54.55 48.28 50.33 52.71 55.45 58.52 61.86 65.41 69.12 72.96 76.89 80.89 84.95 89.05 93.18 3.90%
Batubara 308.85 341.89 384.64 427.06 463.26 516.61 571.27 634.61 679.07 726.45 783.84 845.28 910.81 980.75 1055.45 9.17%
Total 1401.87 1467.74 1559.54 1652.34 1751.19 1851.29 1966.17 2082.69 2206.76 2339.82 2484.96 2640.33 2806.8 2987.27 3183.51 6.03%
Catatan : Nilai positif untuk Jenis Energi Final seperti BBM, BBM Blending, LNG, LPG dan lainnya menunjukkan net impor. Nilai negatif menunjukkan net ekspor
Tabel 6. Proyeksi Jumlah Impor Energi Sampai Tahun 2025
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Ann.
Growth
BBM Blending 0 7.01 14.68 21.94 29.7 38.46 48.54 60.24 74.1 89.89 107.89 128.43 151.9 178.72 209.41 N/A
Minyak Bumi 96.86 96.24 105.03 113.39 121.33 128.88 136.04 142.84 149.29 155.41 161.21 166.7 171.9 176.81 181.46 4.59%
Listrik 1.54 1.54 1.54 1.54 1.54 1.54 0 0 0 0 0 0 0 0 0 0.00%
BBM 222.73 190.72 200.05 212.55 229.59 240.58 254.36 270.18 292.89 318.05 347 377.01 409.27 443.94 481.22 5.66%
LPG 23.91 33.79 41.72 48.68 54.51 59.25 63.06 66.14 68.67 70.74 72.51 74.06 75.47 76.75 77.95 8.81%
Gas Bumi 0 59.13 71.2 51.85 34.79 18.46 17.75 0 13.44 50.18 91.97 128.33 152.59 185.46 236.08 N/A
Non BBM 82.59 48.28 50.33 52.71 55.45 58.52 61.86 65.41 69.12 72.96 76.89 80.89 84.95 89.05 93.18 0.87%
Batubara 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.00%
Total 427.83 436.89 484.74 502.84 527.1 545.87 581.79 604.99 667.7 757.41 857.65 955.62 1046.25 1150.92 1279.49 8.14%
Tabel 7. Proyeksi Jumlah Ekspor Energi Sampai Tahun 2025
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Ann.
Growth
Minyak Bumi 171.29 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 135.57 -1.66%
BBM 30.53 19.56 19.08 19.42 20.39 21.88 21.02 20.39 19.91 19.56 19.29 19.09 18.95 18.84 18.76 -3.42%
LNG 176.94 157.43 150.68 144.12 126 105.73 100.75 98.85 90.13 85.63 81.29 71.27 67.21 63.28 59.49 -7.49%
Gas Bumi 163.39 206.82 210.17 182.83 162.31 159.69 158.58 138.15 117.01 113.08 110.59 108.3 87.58 73.09 73.35 -5.56%
Batubara 1173.79 1180.76 1192.19 1193.7 1192.64 1167.09 1134.24 1087.89 1056.6 1019.39 969.83 914.39 853.46 787.04 715.03 -3.48%
Total 1744 1700.14 1707.69 1675.65 1636.92 1589.96 1550.17 1480.85 1419.23 1373.23 1316.57 1248.62 1162.77 1077.82 1002.2 -3.88%
Secara komposisi, bauran energi Indonesia6 akan berubah dari dominasi
BBM ke dominasi batubara. Gambar 20 memperlihatkan bauran energi yang
6Penghitungan bauran energi tidak menyertakan penghitungan listrik dan BBM
blending karena energi tersebut merupakan hasil konversi gabungan dari berbagai
jenis energi. Selain itu juga untuk menghindari ‘double counting’
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
66
memperhitungkan biomassa tradisional (kayu). Dari tabel tersebut, pada tahun 2011,
energi Indonesia masih didominasi oleh BBM sebanyak 37.8 persen yang disusul
kemudian oleh EBT berupa biomassa tradisional sebesar 23.5 persen. Batubara dan
gas menempati urutan selanjutnya dengan masing-masing 22.1 persen dan 16.7
persen. Sampai tahun 2025, terjadi pergeseran dimana BBM akan semakin berkurang
menjadi 33.5 persen di tahun 2015, 30.8 persen di tahun 2019, dan 29.1 persen di
tahun 2025. Sementara batubara terutama dengan kecenderungan peningkatan
kebutuhan terutama untuk pasokan untuk pembangkit dan industri, akan terus
meningkat menjadi 26.9 persen di tahun 2015, 31.8 persen di tahun 2019 dan 35.5
persen di tahun 2025. Porsi EBT sendiri akan semakin berkurang. Hal ini disebabkan
jenis energi utama yaitu biomassa tradisional berupa kayu bakar mulai ditinggalkan
oleh masyarakat pedesaan seiring dengan peningkatan kesejahteraan.
Kondisi serupa juga terlihat pada bauran energi tanpa menyertakan biomassa
tradisional (Gambar 21). Yang menarik pada tabel tersebut adalah peningkatan
bauran EBT non biomassa dari hanya 4.5 persen di tahun 2011 menjadi 7.8 persen di
tahun 2025. Apabila program mandatori BBN yang baru saja diluncurkan pada bulan
Oktober 2013 maka angka bauran energi EBT non biomassa pasti akan lebih besar
lagi.
4.4.2.1. Penyediaan Energi Listrik
Pengembangan kapasitas listrik dilakukan untuk memenuhi target
elektrifikasi rasio 100 persen di tahun 2019. Selain itu pengembangan kapasitas ini
dilakukan untuk memenuhi kebutuhan sektor perekonomian dalam mendukung
pertumbuhan ekonomi yang diharapkan akan terus meningkat. Merujuk asumsi-
asumsi pertumbuhan ekonomi yang diambil, kebutuhan tenaga listrik selanjutnya
diproyeksikan dan hasilnya seperti yang ditampilkan pada tabel 8. Dari Tabel
tersebut dapat dilihat bahwa kebutuhan energi listrik pada tahun 2025 akan menjadi
517 TWh, atau tumbuh rata-rata 8.77 % per tahun. Sedangkan beban puncak pada
tahun 2025 akan menjadi 68.970 MW atau tumbuh rata-rata 7.46% per tahun.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
67
Gambar 20. Proyeksi Bauran Energi (Dengan Biomassa) Sampai Tahun 2025
(dalam juta SBM)
Gambar 21. Proyeksi Bauran Energi (Tanpa Biomassa) Sampai Tahun 2025
(dalam juta SBM)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
68
Tabel 8. Perkembangan Kebutuhan dan Beban Puncak Listrik Sampai
Tahun 2025
Tahun 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Pertumbuhan
Ekonomi (%) 6.49 6.23 5.70 5.90 6.10 6.30 6.50 6.70 7.00 7.00 7.00 7.00 7.00 7.00 7.00
Total Kebutuhan
(Gwh) 159.53 173.53 190.70 209.75 230.89 254.29 277.85 303.56 331.68 357.27 384.81 414.44 446.33 480.64 517.55
Beban Puncak
(GW) 25.19 27.06 29.38 31.92 34.70 37.75 41.11 44.32 47.79 50.80 54.01 57.41 61.03 64.88 68.97
Sampai tahun 2025, total kapasitas pembangkit yang dibangun PLN akan
terus meningkat sampai118 GW dengan pertumbuhan rata-rata sebesar 8.08 persen
per tahun. Sebagian besar dari kapasitas pembangkit berasal dari PLTU batubara.
Pada tahun 2011, pangsa kapasitas PLTU batubara masih 14.84 GW atau sekitar 40
persen dari total pembangkit namun seiring dengan penyelesaian program Fast Track
Program 10.000 MW tahap I yang didominasi PLTU Batubara maka akan meningkat
menjadi 67 GW atau 56 persen dari total pembangkit di tahun 2025 kapasitas PLTU
Batubara dengan pertumbuhan rata-rata dari tahun 2011 sebesar 11.37 persen per
tahun.
Selain batubara, pembangkit yang akan mengalami peningkatan cukup tinggi
adalah PLTP yang berasal dari panas bumi. Pada tahun 2011, kapasitas pembangkit
ini mencapai 1216 MW dan diharapkan akan meningkat pada tahun 2025 menjadi
10.400 MW dengan pertumbuhan rata-rata sebesar 16.62 persen per tahun.
Pembangkit ini bersama pembangkit PLTA (termasuk pico-mini-mikro hidro)
diharapkan dapat menjadi pembangkit yang memenuhi kebutuhan listrik pada
kondisi baseload.
Pembangkit lainnya yang diharapkan akan meningkat adalah PLT Biomassa
yang meningkat dari 40 MW di tahun 2011 menjadi 270 MW di tahun 2025 dengan
pertumbuhan rata-rata sebesar 15 persen per tahun. Apabila disertakan dengan
pembangkit yang off grid (non PLN), jumlah kapasitas pembangkit ini akan lebih
besar lagi dimana pada tahun 2011 saja kapasitas PLT Biomassa (off grid) sudah
mencapai 1600 MW. Pembangkit lainnya yang akan dibangun adalah PLTG dan
PLTGU yang diplot sebagai pembangkit untuk kondisi medium dan peak load.
Gambar dan tabel berikut ini memperlihatkan proyeksi perkembangan kapasitas
pembangkit dari masing-masing pembangkit.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
69
Gambar 22. Proyeksi Perkembangan Kapasitas Listrik Sampai Tahun 2025
Tabel 9. Perkembangan Kapasitas Listrik Berdasarkan Jenis Pembangkit
Sampai Tahun 2025
Dalam GW 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Annual
Growth
PLTU B 14.84 19.1 22.2 24.91 27.11 31.81 37.47 44.68 47.31 50.26 52.5 56.12 59.75 63.37 67.00 11.37%
PLTU G 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.18 0.00%
PLTU MFO 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.30 1.30 0.00%
PLTG 4.24 4.54 4.95 5.6 7.57 7.71 7.84 8.02 8.2 8.23 8.31 8.71 9.11 9.50 9.90 6.25%
PLTGU 8.48 9.22 9.38 9.47 10.02 10.27 10.27 10.27 10.27 10.27 10.42 10.56 10.71 10.85 11.00 1.88%
PLTD 5.47 5.48 5.48 5.48 5.49 5.5 5.5 5.5 5.51 5.52 5.52 5.54 5.56 5.58 5.60 0.17%
PLTA 3.94 4.09 4.33 4.49 4.76 5.34 7.08 7.75 8.69 9.62 10.25 10.87 11.48 12.09 12.70 8.71%
PLTP 1.21 1.32 1.32 1.39 1.57 2.34 3.55 4.78 6.42 7.66 7.77 8.43 9.09 9.74 10.40 16.62%
PLTMG 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.00%
PLT Bayu 0 0 0 0 0 0 0 0 0 0 0 0 0 0.00 0.00 0.00%
PLTGB 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.00%
PLTS 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.00%
PLTU Biomasa 0.04 0.04 0.06 0.21 0.23 0.23 0.25 0.26 0.27 0.27 0.27 0.27 0.27 0.27 0.27 15.00%
PLT MSW 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.00%
Total 39.95 45.52 49.47 53.28 58.48 64.94 73.69 82.99 88.4 93.56 96.78 102.23 107.69 113.15 118.60 8.08%
Berdasarkan simulasi model dari proses pembangkitan dengan
memperhatikan perkembangan jumlah kapasitas dan capacity factor dari masing-
masing pembangkit maka didapatkan jumlah listrik tersalurkan di tahun 2025 akan
mencapai 553 Twh dengan tingkat pertumbuhan rata-rata per tahun 8.21 persen.
Sebagian besar produksi listrik dipasok dari PLTU sebanyak 339 Twh atau 61 persen
dari total keseluruhan. Gambar dan tabel berkut ini memperlihatkan perkembangan
jumlah listrik yang dihasilkan masing-masing pembangkit.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
70
Gambar 23. Proyeksi Produksi Listrik Sampai Tahun 2025
Tabel 10. Perkembangan Produksi Listrik Berdasarkan Jenis Pembangkit
Sampai Tahun 2025
Dalam GWh 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Annual
Growth
PLTU B 81 92.2 107.6 122.6 134.7 154 173.8 197.3 211.9 227 246.39 267.24 289.56 313.46 339.09 10.77%
PLTU G 1.16 1.02 1.03 1.04 1.05 1.03 0.98 0.94 0.95 0.96 0.99 1.01 1.03 1.05 1.07 -0.54%
PLTU MFO 6.38 5.64 5.67 5.76 5.81 5.66 5.42 5.16 5.24 5.28 5.49 5.57 5.67 5.78 5.92 -0.54%
PLTG 11.05 10.47 11.46 13.18 17.96 17.82 17.36 16.91 17.54 17.75 18.63 19.81 21.08 22.45 23.93 5.68%
PLTGU 45.21 43.45 44.39 45.53 48.61 48.56 46.53 44.29 44.92 45.3 47.74 49.11 50.67 52.42 54.36 1.33%
PLTD 16.58 14.67 14.74 14.99 15.15 14.77 14.16 13.5 13.71 13.84 14.39 14.65 14.96 15.33 15.73 -0.37%
PLTA 12.42 11.39 12.12 12.74 13.65 14.92 18.95 19.74 22.44 25.06 27.76 29.84 32.08 34.49 37.07 8.12%
PLTP 9.37 9.04 9.11 9.69 11.1 16.11 23.41 29.97 40.82 49.15 51.81 57 62.53 68.43 74.73 15.99%
PLTMG 0.05 0.13 0.13 0.13 0.14 0.13 0.13 0.12 0.12 0.12 0.13 0.13 0.13 0.13 0.14 7.82%
PLT Bayu 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.54%
PLTGB 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 N/A
PLTS 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.54%
PLTU Biomasa 0.2 0.23 0.38 1.27 1.38 1.39 1.43 1.44 1.49 1.51 1.56 1.59 1.61 1.65 1.69 16.53%
PLT MSW 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 N/A
Total 183.4 188.3 206.6 227 249.5 274.4 302.2 329.4 359.1 386 414.9 445.95 479.33 515.2 553.74 8.21%
Selain peningkatan kapasitas pembangkit, kehandalan infrastruktur
kelistrikan didorong oleh peningkatan efisiensi dari masing-masing pembangkit.
Untuk menjaga ketersediaan kelistrikan maka ditentukan planning reserve margin
yang diperkirakan pada tahun 2011-2025 akan berkisar antara 30-38 persen dari
jumlah beban puncak. Selain pembenahan dalam infrastruktur pembangkit, kondisi
transmisi dan distribusi listrik juga perlu dibenahi agar dapat mengurangi losses dari
energi listrik yang dihasilkan sampai ke tingkat konsumen. Berdasarkan data historis
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
71
tahun 2002-2011, tingkat losses semakin berkurang dari 16 persen menjadi hanya 9
persen di tahun 2011. Diharapkan pada tahun 2025, tingkat losses akan menjadi
hanya 6.54 persen. Kondisi lainnya yang akan mendukung perbaikan sistem
kelistrikan di Indonesia adalah perbaikan load factor. Pada tahun 2000, load factor
hanya mencapai 69.54 persen yang artinya sebanyak kapasitas yang ada hanya
digunakan secara rata-rata sebanyak 69.54 persen dari total waktu pada tahun 2000
sehingga cenderung tidak efisien. Pada tahun 2011, kondisi load factor sudah
membaik menjadi 78.53 persen dan diperkirakan pada tahun 2025 akan mencapai
lebih dari 90 persen.
4.4.2.2. Penyediaan Minyak Bumi dan BBM
Sampai saat ini tidak dapat dipungkiri bahwa peranan BBM (termasuk hasil
blending) masih sangat tinggi dalam energi Indonesia. Sebagian besar dari BBM ini
dikonsumsi oleh sektor transportasi. Pada tahun 2011, tercatat 76.1 persen dari total
364 juta SBM BBM yang ada dikonsumsi oleh sektor transportasi. Porsi ini akan
semakin terus meningkat apabila tidak ada upaya masiv dari pemerintah dalam
konversi ke bahan bakar lain seperti gas dan listrik. Pada tahun 2025, diperkirakan
porsi BBM sektor transportasi akan mencapai 85.3 persen dari total 812 juta SBM
BBM yang ada (Gambar 24)
Gambar 24. Proyeksi Komposisi Jumlah Kebutuhan BBM Per Sektor Pengguna
(dalam juta SBM)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
72
Dengan kondisi kilang yang ada saat ini, Indonesia akan semakin kekurangan
pasokan BBM dalam negeri sehingga impor BBM akan semakin meningkat. Pada
tahun 2015 diperkirakan impor BBM akan mencapai 53 juta kilo liter dan akan terus
meningkat menjadi 74 juta kilo liter di tahun 2019 dan 130 juta kilo liter di tahun
2025 (Gambar 25 dan Tabel 11). Hal ini tentunya akan membebani neraca
perdagangan Indonesia yang mulai tahun 2013 mengalami defisit. Selain itu jumlah
BBM bersubsidi yang semakin meningkat tiap tahunnya akan semakin membebani
anggaran negara disetiap tahunnya. Apabila tidak ada pengurangan atau penghapusan
subsidi BBM, maka BBM bersubsidi akan mencapai 48 juta kilo liter dan akan
semakin meningkat menjadi 62 juta kiloliter dan 101 juta kilo liter (Tabel 12).
0
20
40
60
80
100
120
140
160
0
20
40
60
80
100
120
140
160
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
Diesel Supply Avgas Supply Avtur Supply FO Supply
Gasoline Supply Kerosene Supply Non BBM Supply Bio Solar Supply
Bio Premium Supply Diesel Demand Avgas Demand Avtur Demand
FO Demand Gasoline Demand Kerosene Demand Non BBM Demand
Bio Solar Demand Bio Premium Demand Diesel Listrik Biosolar Listrik
Gambar 25. Proyeksi Supply dan Demand BBM Berdasarkan Jenis BBM
Sampai Tahun 2025 (dalam juta KL)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
73
Tabel 11. Proyeksi Perkembangan Supply dan Demand BBM Berdasarkan
Jenis BBM Sampai Tahun 2025 (dalam juta KL)
Supply - Demand (juta KL)
Diesel Demand 19.8402 22.2572 28.2417
Avgas Demand 0.00059 0 0
Avtur Demand 3.84861 4.76201 7.07988
FO Demand 1.25334 1.3396 1.75298
Gasoline Demand 31.3426 39.1552 57.9843
Kerosene Demand 0.44697 0 0
Non BBM Demand 11.2606 13.6308 17.1861
Bio Premium Demand 0 0 0
Bio Solar Demand 11.7361 18.5666 39.3834
Input Biosolar 6.68154 6.68154 6.68154
Input Biopremium 0 0 0
Diesel Listrik 8.30066 7.54861 9.49846
Biosolar Listrik 0 0 0
FO Listrik 2.53178 2.24865 2.85321
Total Demand 97.243 116.19 170.662
Diesel Supply 18.7547 17.9553 16.8028
Avgas Supply 0.00089 0.00085 0.0008
Avtur Supply 2.21254 2.26056 2.22943
FO Supply 2.50162 1.98334 1.40011
Gasoline Supply 11.4911 11.4384 11.3281
Kerosene Supply 0.7611 0.23498 0.04031
Non BBM Supply 0.89593 0.85715 0.80211
Bio Solar Supply 7.16662 7.16662 7.16662
Bio Premium Supply 0 0 0
Total Supply 43.7845 41.8973 39.7703
Supply-Demand -53.459 -74.293 -130.89
Supply BBM
Demand BBM
Tabel 12. Proyeksi Jumlah BBM Bersubsidi Sampai Tahun 2025
(dalam juta KL)
2015 2019 2025
Total Solar dan Biosolar subsidi (juta KL) 18.62 25.63 47.15
Total Premium Subsidi (juta KL) 29.47 36.82 54.69
Total BBM Subsidi 48.09 62.45 101.84
Di sisi hulu, pasokan minyak bumi akan semakin menurun. Sesuai dengan
data historis 2000-2011, apabila tidak ada pengembangan lapangan baru maka
produksi minyak bumi akan mengalami penurunan sekitar 4 persen sehingga
diperkirakan tingkat produksi pada tahun 2015 hanya akan mencapai 252 juta SBM
atau 690 ribu barel per harinya. Pada tahun 2019, tingkat produksinya semakin
menurun menjadi 213.93 juta SBM atau 586 ribu barel per hari. Sebagian dari
produksi minyak dalam negeri diekspor dan sebagian lagi justru diimpor. Hal ini
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
74
disebabkan spesifikasi kilang dalam negeri yang tidak bisa menyerap minyak dalam
negeri. Berikut gambaran proyeksi dari supply demand dari minyak bumi nasional
sampai tahun 2025.
0
50
100
150
200
250
300
350
400
0
50
100
150
200
250
300
350
400
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Exports Kilang Minyak Production Imports
Gambar 26. Proyeksi Supply dan Demand Minyak Bumi Nasional
(dalam juta Barel)
4.4.2.3. Penyediaan Gas Bumi dan Batubara
Gas bumi dan batubara diperkirakan akan menjadi sumber energi yang
memainkan peranan penting di masa depan seiring dengan peningkatan kebutuhan
dalam negeri. Oleh karenanya pemenuhan penyediaan dari kedua sumber energi
tersebut menjadi sangat penting. Selama ini sebagian besar produksi dari gas dan
batubara masih ditujukan untuk ekspor namun di masa mendatang diperkirakan
sebagian besar akan ditujukan untuk memenuhi kebutuhan dalam negeri.
Pemanfaatan gas untuk dalam negeri meningkat dari tahun ke tahun. Pada
tahun 2000, pemanfaatan gas bumi dalam negeri hanya 38.38 persen yang kemudian
terus meningkat menjadi 43.41 persen di tahun 2011. Kecilnya peningkatan ini
disebabkan oleh masih adanya kontrak ekspor gas yang umumnya bersifat jangka
panjang. Dengan berakhirnya kontrak ekspor gas di beberapa waktu dekat ini,
peluang peningkatan pemanfaatan gas dalam negeri menjadi terbuka lebar. Tercatat
kontrak ekspor gas dalam LNG yang akan berakhir diantaranya kontrak ekspor LNG
Bontang sebanyak 0,17 MTPA ke pembeli Jepang (Medium City Gas Coorporations)
yang akan berakhir 2015, kontrak ekspor LNG Bontang ke pembeli Korea, Kogas
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
75
sebanyak 1,1 MTPA berakhir di waktu yang sama. Sementara pada tahun 2017,
terdapat kontrak ekspor Badak 5 dengan pembeli asal Jepang dengan volume kontrak
1 MTPA dan kontrak ekspor LNG dari Badak 6 sebanyak 1,89 MTPA dengan
pembeli asal Taiwan.
Di sisi hulu, produksi gas diperkirakan akan terus meningkat dengan tingkat
pertumbuhan rata-rata sebesar 1.06 persen per tahun sampai tahun 2018, sehingga
pada tahun 205 jumlah produksi gas diperkirakan mencapai 610 juta SBM atau 3.396
juta mmscf. Dari tahun 2018, apabila tidak ditemukan daerah prospek baru maka
produksi gas akan mengalami penurunan sebesar 4 persen sehingga pada tahun 2019
produksi gas akan menjadi 604 juta SBM atau 3.363 juta mmscf dan akan terus
menurun sampai tahun 2025 menjadi 472 juta SBM atau 2.628 juta mmscf. Dari
proyeksi supply demand gas sampai 2025 seperti pada gambar 27, ternyata
kebutuhan gas di Indonesia untuk dalam negeri masih belum dapat dipenuhi. Pada
tahun 2015, terjadi defisit sebesar 195 ribu mmscf yang kemudian berkurang dan
dapat terpenuhi di tahun 2018. Sementara setelah tahun 2018, seiring dengan
penurunan produksi gas, defisit gas meningkat kembali hingga mencapai 1.327 juta
mmscf di tahun 2025.
-
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
-
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Mill
ion
s
Mill
ion
s
Kontrak Ekspor Reinjeksi/EOR Input Kilang Minyak Input Kilang LNG&LPG Own Use dan Losses
Pembangkit Listrik Demand Rumah Tangga Demand Industri Demand Transportasi Demand Komersial
Non Energi Produksi Regasifikasi LNG
Gambar 27. Proyeksi Supply dan Demand Gas Bumi Nasional (dalam juta
mmscf)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
76
Khusus untuk batubara, daya serap domestik saat ini masih sangat rendah
yaitu sekitar 30 persen sehingga sebagian besar lebih banyak diekspor. Oleh
karenanya dalam draft Kebijakan Energi Nasional yang sedang dalam tahap
finalisasi, pembatasan produksi dan ekspor batubara menjadi suatu wacana yang
sangat penting sehingga peningkatan produksi di masa depan tidak akan meningkat
drastis seperti selama satu dekade terakhir ini bahkan cenderung stagnan. Di tahun
2015, produksi batubara nasional akan mencapai 1687 juta SBM atau 394 juta ton
batubara yang kemudian meningkat sedikit menjadi 1768 juta SBM atau 413 juta
batubara di tahun 2019 dan 1768 juta SBM atau 422 juta ton batubara di tahun 2025.
Kondisi supply dan demand dari batubara nasional sampai tahun 2025
memperlihatkan peningkatan porsi pemanfaatan batubara dalam negeri dari 29
persen di tahun 2015 menjadi 60 persen di tahun 2025 (Gambar 28).
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Energi Industri 44 48 51 55 59 64 69 75 81 88 95
Pembangkit Listrik 71 81 90 101 107 113 122 130 140 149 160
Pabrik Briket Batubara 0 0 0 0 0 0 0 0 0 0 0
Produksi 395 401 406 410 414 416 418 419 420 421 422
0
50
100
150
200
250
300
350
400
450
0
50
100
150
200
250
300
350
400
450
Pabrik Briket Batubara Pembangkit Listrik Energi Industri Produksi
Gambar 28. Proyeksi Supply dan Demand Batubara Nasional (dalam juta ton)
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
77
BAB 5
KESIMPULAN DAN REKOMENDASI
5.1. Kesimpulan
Model energi diperlukan untuk menggambarkan sistem energi yang kompleks
yang merepresentasikan karakteristik yang khas semaksimal mungkin dalam bentuk
yang sesederhana mungkin. Model energi yang baik juga dapat membantu
mengorganisasikan data yang sangat besar dan menyediakan kerangka yang
konsisten untuk menguji hipotesis melalui data empiris, data statistik, tren data
historis dan asumsi lainnya. Model energi saat ini tidak hanya bertujuan menganalisis
aspek ketahanan energi teteapi juga mencoba menganalisis dampak ekonomi dan
lingkungan dari kebijakan di sektor energi.
Secara umum, Model Energi dibagi menjadi dua jenis berdasarkan
pendekatannya yaitu :
1. Model sistem energi yaitu untuk mengetahui tingkah laku sistem energi secara
keseluruhan (daerah, negara, dunia). Jenis model ini sering disebut model bottom
up
2. Model Ekonomi Energi yaitu untuk mengetahui dampak sistem energi pada
ekonomi secara luas. Jenis model ini sering disebut model top-down
3. Model Hibrid yang mencoba menggabungkan kelebihan dan kekurangan dua
model di atas melalui penggabungan pendekatan
Setiap jenis model energi memiliki keunggulan dan kelemahan dalam
merepresentasikan sistem energi. Sebagai contoh, model energi top-down memiliki
keunggulan dalam memberi feedback tentang kesejahteraan, lapangan kerja, dan
pertumbuhan ekonomi namun di sisi lain model top-down kurang memiliki detail
teknologi dan cenderung menyajikan informasi yang lebih general. Sebaliknya model
bottom-up memiliki tingkat detail teknologi yang tinggi sehingga dapat menyajikan
gambaran permintaan energi dan teknologi pasokan energi yang sangat rinci. Di sisi
lain, hal ini justru menyebabkan model bottom-up menjadi sangat tergantung pada
ketersediaan dan kredibilitas data. Selain itu model ini kurang dapat menganalisis
dampak makroekonomi dari kebijakan energi.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
78
Pemanfaatan model energi awalnya dilakukan dengan menggunakan asumsi
dan pendekatan sistem energi negara maju. Pada kenyataanya sistem energi dari
negara berkembang berbeda jauh dengan negara-negara maju (industri) yang
memiliki keteraturan dalam sistem energi. Sistem energi dari negara berkembang
seperti Indonesia berbeda dengan negara maju diantaranya :
A. Tingginya kontribusi sektor informal dan kurangnya data energi
B. Konsumsi energi tradisional (non komersil) yang cukup tinggi
C. Kehandalan infrastruktur energi yang masih rendah
D. Rasio elektrifikasi yang masih rendah
E. Transisi struktur ekonomi tradisional ke modern
F. Struktur masyarakat yang kompleks
Umumnya kondisi energi negara Indonesia sebagian besar model sudah dapat
memperhitungan aspek elektrifikasi, biomassa tradisional dan pembagian kota dan
desa. Karakteristik penting lainnya seperti kehandalan infrastruktur energi,
perubahan struktur ekonomi, investasi, subsidi dan terutama ekonomi informal dan
transaksi non moneter masih belum diakomodir oleh model yang sudah ada. Hal ini
disebabkan model itu sendiri umumnya dikembangkan dengan tujuan khusus dan
tidak dibuat untuk menyelesaikan permasalahan yang diluar lingkupnya.
Model yang paling optimal untuk digunakan untuk negara berkembang
seperti Indonesia adalah model bottom-up accounting atau model hibrid dengan
pendekatan accounting. Model bottom-up accounting dapat menggambarkan kondisi
negara berkembang dengan sistem energi yang tidak sepenuhnya dipengaruhi
perilaku pasar. Kondisi batasan produksi energi dan juga detail teknologinya dapat
secara eksplisit dimodelkan. Selain itu kemampuan model ini dalam memodelkan
struktur masyarakat pedesaan dan sektor informal yang umumnya terdapat di negara
berkembang cukup dapat diandalkan. Dari aspek kebutuhan data yang umumnya
menjadi kendala di negara berkembang, model ini memiliki fleksibilitas yang tinggi.
Sementara model hibrid berusaha menggabungkan keunggulan dan kekurangan dari
masing-masing pendekatan model bottom-up dan top-down melalui pendekatan yang
disesuaikan dengan tujuan model, kebutuhan data dan hasil yang diinginkan. Dengan
penggabungan ini, model ini lebih bersifat fleksibel sehingga dapat cocok untuk
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
79
negara berkembang. Model dengan pendekatan accounting baik dari jenis model
hibrid maupun bottom-up akan menjadi model yang cukup mampu dalam
mensimulasikan perencanaan energi di negara berkembang. Beberapa model energi
yang termasuk golongan model ini adalah LEAP, POLES dan WEM.
Kekurangan model dengan pendekatan ‘accounting’ adalah pendorong utama
seperti permintaan, perubahan teknologi dan sumber daya bersifat eksogen dan
‘given’ sehingga pemodelan ini kurang dapat menghasilkan analisis dampak
perubahan demand dan sumber daya terutama yang disebabkan oleh perubahan
harga. Dengan kata lain, model ini kurang dapat menganalisis dampak ekonomi dari
perubahan kebijakan.
5.1.1. Hasil Pemodelan Energi Skenario Dasar
Pada kajian ini, pemodelan energi dilakukan dengan menggunakan software
LEAP. Hal ini didasari dengan fleksibilitas pendekatan pemodelan yang dapat
mengakomodir karakteristik negara berkembang seperti Indonesia. Salah satu
keunggulan dari LEAP adalah kefleksibelannya tergantung tingkat kesulitan dari
perencanaan energi dan kualitas model yang diharapkan. Dengan kefleksibelannya,
LEAP dapat dioperasikan mulai dari ahli energi dengan reputasi global yang ingin
mendesain kebijakan dan membantu sumbang saran bagi pengambil keputusan
sampai pengajar untuk pengembangan kapasitas pemula. Dari sisi demand,
metodologinya dapat berupa pendekatan bottom-up dengan teknik ‘accounting’ end
user atau pendekatan top-down makroekonomi. Dari sisi suplai, LEAP mendukung
metodologi simulasi dan accounting yang cukup baik untuk memodelkan
perencanaan tenaga listrik tetapi cukup fleksibel dan transparan.
Selain itu, Indonesia merupakan negara dengan pengguna LEAP terbesar di
dunia dimana sampai akhir tahun 2013 mencapai 1715 dengan pengguna aktif
diperkirakan sebanyak 200 orang. Selain itu, LEAP dapat diperoleh dengan mudah,
karena merupakan software yang tidak berbayar untuk kegiatan non profit
(pendidikan, pemerintahan, penelitian, dan lain-lain).
Berdasarkan hasil simulasi pada skenario DASAR, kebutuhan energi final di
tahun 2025 diperkirakan akan mencapai 2442 juta SBM atau lebih dari 2 kali
kebutuhan energi final pada tahun 2011. Pada kurun RPJMN tahap III (2015-2019),
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
80
kebutuhan energi final akan berkisar dari 1363 sampai 1689 juta SBM atau rata-rata
meningkat dengan laju pertumbuhan sebesar 5.5 persen per tahun. Sektor industri
diperkirakan akan menjadi sektor yang dominan dalam konsumsi energi final yang
kemudian disusul oleh sektor transportasi.
Berdasarkan jenis energi finalnya, secara keseluruhan Bahan Bakar Minyak
(BBM) masih mendominasi pemanfaatan energi final. Sampai tahun 2025,
pemanfaatannya terus meningkat menjadi 752 juta SBM. Pada tahun 2015-2019,
konsumsi BBM meningkat dari 476 juta SBM menjadi 564 juta SBM dengan laju
pertumbuhan rata-rata 4.33 persen per tahun. Walau demikian, pangsa BBM
cenderung akan menurun dari 38.18 persen di tahun 2011 menjadi 30.82 persen di
tahun 2025. Pangsa BBM di tahun 2015 sampai 2019 akan menurun dari 34.92
persen menjadi 33.40 persen.
Untuk sektor industri di tahun 2015-2019, jenis energi yang masih akan
mendominasi adalah batubara. Sampai tahun 2025, pemanfaatan batubara
diperkirakan terus meningkat dari 144 juta SBM di tahun 2011 menjadi 406 juta
SBM atau 95 juta ton. Pada tahun 2015-2019, pemanfaatannya akan berkisar antara
189-254 juta SBM atau 44-59 juta ton dengan pertumbuhan rata-rata 7.62 persen per
tahun. Walau demikian pangsa batubara di tahun 2011 sampai 2025 cenderung stabil
antara 40 sampai 42 persen. Hal ini disebabkan adanya pertumbuhan yang signifikan
dari konsumsi gas dan listrik.
Kebutuhan energi sektor transportasi sampai tahun 2025 masih didominasi
oleh ssubsektor transportasi darat. Kebutuhan energi subsektor transportasi darat di
tahun 2011 mencapai 242 juta SBM atau 83.76 persen dari total kebutuhan sektor
transportasi. Di tahun 2015 dan 2019, kebutuhannya meningkat menjadi 298 juta
SBM (88.88 persen) dan 388 juta SBM (89.92 persen). Laju pertumbuhan rata-rata
subsektor ini sampai tahun 2025 mencapai 7.12 persen.
Pemanfaatan energi final yang digunakan di sektor rumah tangga di tahun
2025-2019 masih akan di dominasi oleh energi biomassa tradisional yaitu kayu
bakar. Walau demikian, porsi pemanfaatannya akan semakin berkurang seiring
dengan perkembangan kesejahteraan terutama di daerah pedesaan yang
menyebabkan pergeseran pemanfaatan energi final dari biomassa (kayu bakar) ke
energi lainnya seperti LPG dan listrik.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
81
Untuk sektor komersial yang terdiri dari subsektor perdagangan (termasuk
hotel dan restauran), keuangan dan jasa, jenis energi yang akan mengalami
peningkatan pesat adalah gas dan listrik dengan tingkat pertumbuhan rata-rata
masing-masing 13.30 persen per tahun dan 9.09 persen per tahun. Untuk sektor
lainnya, seluruh energi yang dikonsumsi berasal dari BBM yang didominasi oleh
jenis Diesel dan Gasoline. Sementara konsumsi komoditi energi sebagai bahan baku
untuk industri yang didominasi oleh gas dan produk kilang non BBM diperkirakan
akan meningkat dari 98 juta SBM di tahun 2011 menjadi 210 juta SBM di tahun
2025 dengan laju pertumbuhan rata-rata 5.58 persen per tahun
Untuk memenuhi kebutuhan energi, diperlukan sistem penyediaan energi
yang handal. Total Primary Energy Supply (TPES) atau total penyediaan energi
utama sampai tahun 2025 akan meningkat menjadi 3183 juta SBM dengan tingkat
pertumbuhan rata-rata sebesar 6.14 persen. Jenis energi batubara, gas bumi dan BBM
(termasuk yang blending dengan BBN) akan menjadi jenis energi yang dibutuhkan.
Kondisi ini disebabkan tingkat kebutuhan yang akan sangat tinggi ke depannya dan
kapasitas infrastruktur konversi energi saat ini yang masih sangat rendah khususnya
untuk BBM
Sebagai konsekuensi, impor beberapa jenis energi akan meningkat
diantaranya LPG, BBM dan minyak bumi. Program konversi minyak tanah ke LPG
membuat peningkatan tajam dari permintaan LPG. Impor BBM terutama dari sektor
transportasi akan terus meningkat seiring dengan pertumbuhan ekonomi yang terus
membaik dan juga tidak adanya penambahan kilang baru. Di sisi lain pasokan
minyak bumi sebagai bahan baku kilang juga terus menurun dari tahun ke tahun.
Sedikitnya penemuan lapangan baru berakibat kurangnya pengembangan sumur-
sumur baru yang dapat meningkaatkan produksi minyak bumi. Dengan merujuk pada
hasil simulasi tersebut, diperkirakan pada tahun 2024, Indonesia akan menjadi net
energy importir.
5.2. Rekomendasi dan Tindak Lanjut
Untuk mendukung perencanaan energi secara terintegrasi baik antar sektor
maupun antar pusat dan daerah atau antar daerah perlu adanya penyeragaman model
energi yang mudah dipahami sekaligus dipelajari dan memiliki fleksibilitas yang
tinggi dalam mengakomodasi karakteristik sistem energi di negara berkembang
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
82
seperti Indonesia dan karakteristik kedaerahan yang tentunya akan berbeda di setiap
daerah. Selain itu, model energi tersebut harus dapat menjadi tool pengembangan
database dan menyediakan ruang atau kerangka yang cukup sebagai alat analisis
kebijakan energi. Dalam rangka mencapai hal tersebut, salah satu model energi yang
dapat secara optimal untuk perencanaan energi secara keseluruhan pada saat ini
adalah model LEAP.
Oleh karena itu, perlu disosialisasi dan didiseminasikan mengenai konsep,
metodologi dan asumsi dari model LEAP secara masiv tidak hanya untuk sektor
penyedia energi tetapi juga untuk sektor pemanfaatan energi seperti sektor industri,
sektor perhubungan dan transportasi dan sektor lainnya baik di tingkat pusat maupun
di tingkat daerah. Untuk mendukung hal ini, perlu dilakukan pengembangan database
energi yang terintegrasi melalui pengayaan data yang melibatkan berbagai
stakeholder penyedia (KESDM, BUMN Energi) dan pemanfaat energi (Kementerian
Perindustrian, Kementerian Perhubungan, Asosiasi Industri, Asosiasi Perhubugan
dan lainnya).
Walau demikian, dengan memperhatikan keterbatasan fungsi dari model
LEAP itu sendiri, perlu dilakukannya kombinasi dengan pemanfaatan model energi
lainnya terutama model energi top-bottom yang memiliki keunggulan dalam
menganalisis dampak ekonomi dari suatu kebijakan khusus yang memiliki peran
strategis menyangkut energi seperti halnya pengurangan subsidi, atau konversi BBM
ke gas, dan lainnya. Kombinasi pemodelan tersebut dapat saja dilakukan dalam
LEAP sendiri dengan memasukkan persamaan-persamaan ekonometrik yang
dihasilkan dari perhitungan model top-down atau dilakukan terpisah dalam suatu
model tersendiri melalui metode top-down yang berbeda (ekonometrik, IO, CGE
atau lainnya).
Selain itu, perencanaan energi pada beberapa subsektor energi komersial
yang memiliki keterkaitan dengan pasar yang ditandai dengan kuatnya hubungan
supplai demand (pengaruh subsidi sangat kecil) dan sedikitnya faktor atau sektor
informal dapat dipertajam dengan menggunakan model energi berbasis optimasi
seperti model Markal, IIEEM dan lainnya untuk mendukung tingkat keakuratan dari
perencanaan energi yang dihasilkan. Sebagai contoh, perencanaan pemanfaatan
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
83
subsektor kelistrikan dan subsektor migas pada sektor industri atau sektor
transportasi non subsidi.
Dalam implementasi dari penggunaan pemodelan energi yang beragam
tersebut, perlu ada suatu wadah kelembagaan khusus sebagai sarana komunikasi dan
analisis para modeler yang selanjutnya dapat menjadi think tank kebijakan sektor
energi. Memperhatikan fungsi dari kelembagaan tersebut, Dewan Energi Nasional
merupakan suatu kandidat lembaga yang paling cocok melalui restrukturisasi
kelembagaan DEN sehingga dapat mengakomodir dan mengkoordinasikan model-
model energi yang ada beserta analisisnya.
Hasil pemodelan LEAP pada kajian ini merupakan proyeksi dasar yang akan
menjadi acuan dalam mengembangkan dan ‘mengexercise’ berbagai skenario
kebijakan energi yang perlu dilakukan pada RPJMN 2015-2019. Dalam hal
substansi, perencanaan energi pada model ini sebagaimana yang dilakukan pada
beberapa model energi selama ini masih berfokus pada supply management yang
artinya lebih pada kebijakan penyediaan energi baik energi fosil (minyak, gas dan
batubara) maupun energi terbarukan. Sementara demand management yang meliputi
aspek konservasi energi, atau diversifikasi energi melalui stimulasi pemanfaatan
energi di sektor pengguna seperti halnya konversi minyak tanah ke gas di sektor
rumah tangga, atau BBM ke gas dan konversi BBM ke BBM blending di sektor
transportasi masih minim. Dengan konservasi energi yang tepat, tingkat penggunaan
energi akan menurun tanpa atau sangat sedikit dampak bagi pertumbuhan ekonomi.
Sementara stimulasi pemanfaatan energi yang dilakukan dengan baik dan konsisten
dapat secara efektif dan signifikan merubah bauran energi yang pada akhirnya dapat
mengurangi ketergantungan terhadap suatu jenis energi tertentu.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
84
DAFTAR PUSTAKA
__________. 2012. Handbook of Energy and Economic Statistic 2012.Pusat Data
dan Informasi, KESDM. Jakarta
__________. 2012. Outlook of Energy 2012. Pusat Teknologi Sumber Daya Energi,
BPPT. Jakarta
__________. 2013. Rencana Pengembangan Sub Sektor Ketenagalistrikan Tahun
2015–2019 .Bahan Presentasi. Direktorat Pembinaan Program
Kelistrikan, KESDM. Jakarta
__________. 2012. Draft Rencana Umum Kelistrikan Nasional (versi 12 Oktober
2012). Ditjen Ketenagalistrikan, KESDM. Jakarta
__________. 2012. Rencana Umum Penyediaan Tenaga Listrik 2012-2021.
Perusahaan Listrik Negara-PT. PLN (Persero). Jakarta
__________. 2012. Perencanaan Efisiensi Dan Elastisitas Energi 2012. Balai
Besar Teknologi Energi, BPPT. Jakarta
__________. 2011. Neraca Gas Bumi Indonesia 2012-2025. Ditjen Migas,
KESDM. Jakarta
__________. 2012. Target Realistis Pengembangan EBTKE Sampai Tahun 2025.
Bahan Presentasi. Ditjen EBTKE, KESDM. Jakarta
__________.2011. Data Survey Ekonomi Sosial Nasional 2011. Badan Pusat
Statistik. Jakarta
Bhattacharyya, S.C. and Timilsina, S.C. 2010.A Review Of Energy System Models
(International Journal of Energy Sector Management) Vol 4. Emerald
Group Publishing Limited. Bingley, UK.
Bhattacharyya, S.C. and Timilsina, G.R.. 2010. Modelling Energy Demand Of
Developing Countries: Are The Specific Features Adequately Captured
(Energy Policy Vol. 38). Elsiver. Philadelphia, USA.
Bahttacahryya, S.C. 2012. Energy Access Programmes And Sustainable
Development: A Critical Review And Analysis (Energy For Sustainable
Development Volume 16).Elsiver. Philadelphia, USA.
Dale, Michael. 2006. Global Energy Modeling–A Biophysical Approach. World
Energy Council. London, UK.
Deendarlianto. 2013. Energy Modeling & Optimization Techniques in Markal
Model. Bahan Presentasi. Pusat Studi Energi, UGM. Yogyakarta.
Kajian Pengembangan Model Dalam Mendukung Perencanaan Energi
85
Hannon, Bruce and Ruth, Mattias. 1994. Dynamic Model. Springer-Verlag.
California.
Herbst, Andrea, et. al. 2012. Introduction to Energi Sistems Modelling (Swiss
Journal of Economics and Statistics). Geneva. Swiss.
Herran, D. Silva and Nakata. 2012. Design Of Decentralized Energy Systems For
Rural Electrification In Developing Countries Considering Regional
Disparity (Applied Energy volume 91). Elsiver. Philadelphia, USA.
Heaps, C. 2002. Integrated Energy-Environment Modelling And LEAP. Stockholm
Environment Institute. Massachusetts. USA
Heaps, C. 2008. An introduction to LEAP. Stockholm Environment Institute.
Massachusetts. USA
Heaps, C. 2012. Long-range Energy Alternatives Planning (LEAP) system.
[Software version 2012.0055]. Stockholm Environment Institute.
Massachusetts. USA.
Kristijo, Hary dan Nugroho, Hanan. 2004. Menuju Pemanfaatan Energi yang
Optimum di Indonesia: Pengembangan Model Ekonomi-Energi dan
Identifikasi Kebutuhan Infrastruktur Energi. Bappenas. Jakarta.
Pandey. 2002. Energy Policy Modelling: Agenda For Developing Countries
(Energy Policy volume 30). Elsiver. Philadelphia, USA.
Permana, Adhi. 2013. Perencanaan Energi Dengan Model Markal. Bahan
Presentasi. Pusat Teknologi Sumber Daya Energi, BPPT. Jakarta.
Purwanto, Widodo. 2013. Tinjauan Umum Pemodelan dan Analysis Kebijakan
Energi di Indonesia. Bahan Presentasi. Departemen Teknik Kimia, UI.
Jakarta
Prawaningtyas, TD. 2009. Proyeksi dan Optimasi. Bahan Ajar. Fakultas Teknik UI.
Jakarta.
Ruijven, B.V. et al. 2008. Modeling Energy and Development: An Evaluation of
Models and Concepts (World Development volume 36). Elsiver.
Philadelphia, USA.
Urban et al. 2007. Modeling Of Energy System For Developing Countries
(Energy Policy volume 35). Elsiver. Philadelphia, USA.
esdm.go.id/statistik/data-sektor-esdm.html
www.iiee.or.id
http://www.energycommunity.org