Optimalisasi Lokasi SPKLU di Kota Bandung dengan Location Analytics

09/03/2025 • Diagy Muhammad Haviz

Proyek SPKLU Bandung


EVCS/SPKLU Thumbnail
EVCS/SPKLU Thumbnail

Latar Belakang

Pemanfaatan kendaraan listrik di Indonesia sudah marak diterapkan di berbagai wilayah di Indonesia. Hal ini tidak lepas dari upaya negara Indonesia untuk mewujudkan energi bisnis dan terjangkau dan aksi perlindungan iklim yang merupakan beberapa tujuan dari Sustainable Development Goals (SDGs). Agus Tjahjana Wirakusumah, Staf Khusus Menteri Energi dan Sumber Daya Mineral (ESDM), Bidang Percepatan Pengembangan Industri Sektor ESDM, mengungkapkan data terkini per April 2024 bahwa jumlah kendaraan listrik di Indonesia telah mencapai angka 133.225 unit dengan sekitar 82% di antaranya adalah kendaraan roda dua, 17% di antaranya adalah kendaraan roda empat, dan 1% adalah kategori lainnya (kendaraan roda tiga, kendaraan komersial, dan transportasi umum) (Shiddiq, 2024).

Kemudahan yang ditawarkan bagi para pengguna kendaraan listrik berupa keringanan pajak menjadi salah satu faktor perkembangan penggunaan kendaraan listrik yang cepat. Di samping itu, tren otomotif dunia saat ini lebih mengutamakan produksi dan pemasaran kendaraan dengan performa yang baik, tetapi tetap mempertimbangkan kesehatan lingkungan berupa pengurangan polusi dari kendaraan. Hal ini membuat banyak manufaktur berbondong-bondong memasarkan kendaraan listrik ke berbagai negara, khususnya negara berkembang seperti Indonesia. Fakta mengungkapkan bahwa Republik Rakyat Tiongkok memiliki jumlah manufaktur produsen kendaraan listrik terbanyak dan penjualan kendaraan listrik terbanyak di Indonesia (Alexander, 2023). Contoh manufaktur yang ada di antaranya Wuling Motors yang sudah bertahan cukup lama dan manufaktur-manufaktur baru, seperti BYD, Chery, GAC, Great Wall Motors (GWM), Seres, dan Neta. Selain itu, negara lain yang juga berkompetisi adalah Korea Selatan (Hyundai dan Kia), Vietnam (Vinfast), Jepang (Toyota, Lexus, Honda, Daihatsu, Suzuki, Mazda), Prancis (Citroen), Jerman (Mercedes-Benz, BMW), dan Inggris (Mini dan MG).

Jawa Barat merupakan provinsi dengan perkembangan penggunaan kendaraan listrik yang cukup signifikan. Kepala Dinas Energi dan Sumber Daya Mineral (ESDM), Ai Saadiyah Dwidaningsih, mengungkapkan bahwa jumlah pengguna atau kendaraan listrik di Jawa Barat adalah 29.465 pada tahun 2024, nilai yang terus meningkat sejak kemunculan pertamanya pada tahun 2020 (Bagaskara, 2025). Jumlah kendaraan listrik di Jawa Barat tersebar ke semua kota dan kabupaten, tidak terkecuali Kota Bandung yang merupakan kota terbesar keempat dan kota terpadat kedua di Indonesia dengan kepadatan penduduk sebesar 15.051 jiwa/km2 berdasarkan data dari Badan Pusat Statistik (BPS). Data terkini dari Badan Pendapatan Daerah (Bapenda) Jawa Barat mengungkapkan fakta terkini bahwa jumlah kendaraan listrik di Kota Bandung di tahun 2023 berjumlah sebesar 763 unit.

Besarnya jumlah kendaraan listrik dan potensinya untuk terus meningkat setiap tahun membuat semakin dibutuhkannya banyak stasiun pengisian untuk kendaraan listrik umum (SPKLU) yang tersebar di seluruh wilayah Kota Bandung. PT Multi Area Planning Indonesia (PT MAPID Indonesia) telah melakukan pemetaan lokasi SPKLU yang telah ada di Kota Bandung sejumlah 25 titik. Persebaran lokasi SPKLU lebih terpusat di daerah barat dengan titik paling banyak berada di daerah ikonik Kota Bandung, seperti Jalan Asia Afrika, Jalan Braga, dan Jalan Dago. Namun, meninjau semakin naiknya penggunaan kendaraan listrik, pemasangan SPKLU yang terpusat di satu wilayah tertentu akan menjadi kurang efektif di masa mendatang karena akan ada potensi antrean yang panjang. Selain itu, pemasangan SPKLU juga perlu mempertimbangkan berbagai aspek, seperti persebaran arus lalu lintas di seluruh wilayah Kota Bandung dan fasilitas atau infrastruktur yang tersedia dan layak untuk didirikan SPKLU. Proyek ini akan memberikan suatu insight lokasi yang berpotensi didirikan SPKLU di Kota Bandung dengan mempertimbangkan ketersediaan fasilitas yang ada sehingga diharapkan akan membantu para pemangku kebijakan yang bertanggung jawab dalam penyediaan sumber listrik bagi kendaraan listrik serta memberikan wawasan bagi khalayak terkait akan terus berkembangnya kendaraan listrik serta stasiun pengisiannya sehingga tidak perlu khawatir dalam mempertimbangkan memiliki kendaraan listrik.

Rumusan Masalah

  1. 1.
    Bagaimana metode yang paling efektif untuk menganalisis lokasi potensial SPKLU berdasarkan data yang tersedia?
  1. 2.
    Bagaimana hasil pemetaan lokasi potensial SPKLU yang dapat digunakan untuk perencanaan pembangunan?

Data dan Metodologi

Dalam melakukan penelitan ini, digunakan data geospasial sebagai berikut:

  • Data sebaran stasiun pengisian bahan bakar umum (SPBU) di Kota Bandung per tahun 2024
  • Data sebaran stasiun di Kota Bandung per tahun 2024
  • Data sebaran mall di Kota Bandung per tahun 2025
  • Data sebaran kantor swasta di Kota Bandung per tahun 2024
  • Data sebaran perguruan tinggi di Kota Bandung per tahun 2024
  • Data sebaran rumah sakit umum di Kota Bandung per tahun 2024
  • Data sebaran hotel (di atas bintang 2) di Kota Bandung per tahun 2024
  • Grid 0.9 km x 0.9 km wilayah Kota Bandung berisi atribut jumlah sebaran stasiun pengisian kendaraan listrik umum (SPKLU) eksisting di Kota Bandung per grid (diperoleh dari fitur INSIGHT pada GEO MAPID)

Proyek ini akan menentukan lokasi optimal SPKLU di Kota Bandung dengan menerapkan analitika lokasi (location analytics). Dengan menyesuaikan data yang tersedia hanya berupa sebaran dan atribut sederhana, secara spesifik, metode yang sesuai digunakan adalah Weighted Grid-Based Location Suitability Analysis. Metode ini akan menerapkan analisis tumpang tindih (overlay analysis) berupa menggabungkan sejumlah peta terkait beberapa faktor atau parameter yang menentukan suatu kondisi (Wulandari dkk., 2016). Pada kasus ini, faktor tersebut adalah sejumlah infrastruktur yang tersedia dalam suatu grid. Proses awal dilakukan dengan menentukan jumlah setiap infrastruktur yang ada pada setiap grid dan kemudian akan dilakukan pembobotan masing-masing pada setiap infrastruktur. Selanjutnya, akan dilakukan penjumlahan pada setiap jumlah infrastruktur dengan pembobotan tertentu untuk diperoleh skor akhir. Setelah semua skor akhir pada setiap grid diperoleh, akan dilakukan klasifikasi pada empat kelas (Tidak Layak, Kurang Layak, Cukup Layak, Sangat Layak) melalui pendekatan statistik deskriptif yang menentukan nilai kuartil pertama, nilai median, dan nilai kuartil ketiga data untuk diperoleh interval nilai pada setiap kelas. Interval akan menyesuaikan pada skor akhir yang diperoleh, tetapi berprinsip pada kriteria sebagai berikut:

  • Daerah dikategorikan Tidak Layak didirikan SPKLU jika pada grid, telah terdapat minimal satu SPKLU atau skor akhir di bawah kuartil pertama
  • Daerah dikategorikan Kurang Layak didirikan SPKLU jika skor akhir di antara kuartil pertama dan median
  • Daerah dikategorikan Cukup Layak didirikan SPKLU jika skor akhir di antara median dan kuartil ketiga
  • Daerah dikategorikan Sangat Layak didirikan SPKLU jika skor akhir di atas kuartil ketiga

Diagram alur penelitian SPKLU

Hasil dan Pembahasan

Penentuan kawasan optimal pendirian SPKLU dapat dipengaruhi oleh berbagai macam faktor terkait ketersediaan dan kapasitas fasilitas atau infrastruktur yang telah tersedia. Mazur dkk. (2024) menjelaskan bahwa salah satu faktor yang ditinjau dalam penentuan lokasi optimal SPKLU adalah ketersediaan lahan untuk memarkirkan kendaraan. Proyek ini menekankan pada faktor ketersediaan lahan parkir yang secara umum lebih banyak terdapat pada infrastruktur-infrastruktur di atas.

Tabel Keterangan Bobot Infrastruktur

Dalam melakukan perhitungan dan klasifikasi kelayakan grid wilayah untuk didirikan SPKLU, pembobotan yang dilakukan berdasarkan atas berbagai macam faktor, seperti faktor ekonomi (efisiensi biaya pendirian dna pendanaan), faktor teknis (daya listrik dan jaringan), faktor sosial (kebutuhan atau pemintaan masyarakat), dan faktor lokasi (aksesibilitas, lalu lintas, dan kedekatan terhadap infrastruktur). Pada penelitian ini, faktor ekonomi, teknis, dan sosial sepenuhnya diabaikan sehingga lebih ditekankan pada faktor lokasi. Secara spesifik, faktor lokasi mencakup ketersediaan lahan parkir untuk setiap infrastruktur dan jumlah infrastruktur yang tersebar di wilayah Kota Bandung. Keterbatasan atribut data membuat pemberian pembobotan pada saat ini masih ditekankan pada asumsi sederhana. Pada kasus ini, bobot terbesar diasumsikan diberikan pada mall dan kantor swasta, yaitu sebesar 0,24, karena . Bobot terbesar kedua diberikan pada SPBU karena jumlahnya yang paling banyak dengan nilai bobot sebesar 0,18. Bobot terbesar ketiga diberikan pada rumah sakit umum dan stasiun, yaitu 0.12. Bobot kedua terkecil diberikan pada hotel dan penginapan sebesar 0.10. Sedangkan bobot terkecil diberikan pada jumlah perguruan tinggi sebesar 0.08.

Statistik data

Analisis statistik data menunjukan bahwa terdapat 205 grid untuk merepresentasikan Kota Bandung. Hasil menunjukan bahwa jumlah skor mencapai 65.88 dengan rata-rata skor per grid adalah 0.32. Namun, standar deviasi data mencapai 0.44. Hal ini memberikan penjelasan bahwa data memiliki variabilitas data cenderung lebih besar (Rosenhouse, 2008; Zhenchao, 2020). Parameter penentuan kelas berada pada nilai setiap kuartil. Pada kasus ini, kuarti pertama, kedua, dan ketiga berturut-turut adalah 0, 0.18, dan 0.48. Berdasarkan hasil pengolahan data dan analisis statistik yang dilakukan, diperoleh kriteria kelas layak sebagai berikut:

  • Daerah dikategorikan Tidak Layak didirikan SPKLU jika pada grid, telah terdapat minimal satu SPKLU atau skor akhir kurang dari sama dengan 0
  • Daerah dikategorikan Kurang Layak didirikan SPKLU jika skor akhir lebih dari 0 dan kurang dari 0.18
  • Daerah dikategorikan Cukup Layak didirikan SPKLU jika skor akhir lebih dari 0.18 dan kurang dari 0.48
  • Daerah dikategorikan Sangat Layak didirikan SPKLU jika skor lebih dari 0.48
Peta visualisasi kelayakan pendirian SPKLU di Kota Bandung

Hasil perhitungan kelayakan pendirian SPKLU ditampilkan pada visualisasi peta di atas. Pada visualisasi peta, terlihat bahwa sebagian grid yang merupakan lokasi Sangat Layak didirikan SPKLU berada di sekitar Kota Bandung wilayah barat, khususnya kawasan Dago yang memiliki beragam fasilitas atau infrastruktur di sana. Namun, lokasi sangat layak juga terdapat di wilayah sekitar Bandung Timur, seperti terusan Jalan Raya Surapati-Cicaheum (SuCi), Jalan Jakarta dengan fasilitas seperti RSIA Graha Bunda, dan Jalan Abdul Haris Nasution dekat dengan Ujung Berung Town Square dan Rumah Sakit Umum Daerah Kota Bandung. Selain itu, lokasi Bandung Selatan juga memiliki lokasi potensial, seperti sekitar Jalan Raya Soekarno-Hatta dan daerah Kopo. Di samping lokasi Sangat Layak, terdapat lokasi Cukup Layak yang juga dapat didirikan SPKLU meskipun tidak seoptimal dengan kawasan Sangat Layak. Lokasi Sangat Layak dan Cukup Layak dinilai demikian karena aktivitas penduduk di Kota Bandung yang lebih terpusat di daerah-daerah tersebut dan terdapat sejumlah fasilitas yang memungkinkan didirikannya SPKLU. Lokasi yang dinilai Sangat Layak dan Cukup Layak terdapat di daerah perkotaan Kota Bandung.

Jumlah grid per kelas layak

Statistik menunjukan bahwa dari 205 grid yang mencakup seluruh wilayah Kota Bandung, 97 di antaranya telah layak didirikan SPKLU, sedangkan 108 lainnya masih belum layak. Hal ini memberikan insight bahwa sebagian besar wilayah belum dapat didirikan SPKLU. Jika grid yang telah tersedia SPKLU dikecualikan (18 grid lokasi), terdapat 66 lokasi yang benar-benar belum layak (Tidak Layak).

Pasir Kaliki: Daerah Paling Layak SPKLU

Lokasi SPKLU Terbaik Kedua & Ketiga

Ditinjau dari parameter-parameter dan pembobotan yang digunakan, terdapat satu kawasan yang paling layak didirikan SPKLU. Daerah tersebut adalah grid yang mencakup sekitar Kebon Jeruk/Pasir Kaliki dengan skor kelayakan sebesar 2.46. Daerah ini memiliki beberapa lokasi kunci, yaitu Stasiun Kereta Api Bandung di Jalan Kebon Kawung, Rumah Sakit Kebon Jati, Rumah Sakit Santosa, dan mall Paskal 23 Shopping Centre. Keberadaan infrastruktur-infrastruktur ini menjadi alasan tingginya skor kelayakan untuk grid ini. Hal ini dapat secara logis diterima. Pendirian SPKLU juga dapat dilakukan di lokasi-lokasi tersebut, terutama lokasi yang strategis. Sebagai contoh, Paskal 23 Shopping Centre merupakan mall yang di dalamnya menjual berbagai macam produk branded atau terkenal sehingga lebih menarik perhatian masyarakat kelas atas yang lebih berkemungkinan menggunakan kendaraan listrik. Pendirian SPKLU di Paskal 23 Shopping Centre dapat menjadi pendorong atau pendukung untuk mempertahankan dampak positifnya, yaitu meningkatkan fasilitas publik dan meningkatkan citra dan profil daerah (Rahayu & Mafruhat, 2023).

Lokasi lain yang dapat menjadi lokasi paling layak untuk didirikan SPKLU adalah dua grid bersebelahan yang mencakup wilayah Jalan Cihampelas, Jalan Ganesha, Jalan Tamansari, Jalan Ir. H. Djuanda, Jalan Dayang Sumbi, Jalan Teuku Umar, Jalan Hasanuddin, dan Jalan Dipatiukur (Universitas Komputer Indonesia dan Universitas Padjadjaran). Pada kawasan ini, terdapat infrastruktur strategis seperti Cihampelas Walk, Rumah Sakit Santo Borromeus, SPBU Pertamina Ir. H. Djuanda dan Dipatiukur, dan sejumlah perguruan tinggi: Institut Teknologi Bandung, Universitas Padjadjaran, dan Universitas Komputer Indonesia. Pendirian SPKLU dapat dilakukan di satu atau beberapa titik yang strategis.

Di samping lokasi Sangat Layak dan Cukup Layak, terdapat lokasi yang Kurang Layak. Hal ini dapat terjadi karena pada lokasi tersebut, aktivitas manusia lebih jarang terjadi dan fasilitas atau infrastruktur penentu jarang ditemukan. Sedangkan kawasan Tidak Layak disebabkan oleh telah tersedianya SPKLU atau daerah tersebut tidak memiliki fasilitas-fasilitas penentu. Lokasi yang merupakan lokasi Kurang atau Tidak Layak merupakan kawasan permukiman sederhana, kawasan perbukitan, dan kawasan belum terbangun. Lokasi ini seringkali ditemukan pada wilayah yang lebih mendekati zona adminsitrasi lain, seperti Kabupaten Bandung, Kabupaten Bandung Barat, atau Kabupaten Sumedang. Adanya lokasi ini dapat memberikan insight bagi para pihak yang bertanggung jawab dalam pengadaan SPKLU untuk dapat lebih memahami potensi lokasi didirikannya SPKLU dan meninjau ulang terkait sejumlah lokasi yang belum layak dengan tujuan SPKLU yang akan didirikan berada pada lokasi yang tepat sehingga dapat berfungsi dan digunakan secara optimal oleh masyarakat.

Dalam melakukan proyek ini, terdapat berbagai macam catatan yang perlu diberikan. Proyek ini masih memiliki berbagai keterbatasan. Proyek ini menggunakan sejumlah data dalam jumlah dan kualitas yang terbatas pada lokasi objek. Proyek ini belum mampu menjelaskan faktor lain, seperti sebaran kendaraan listrik di Kota Bandung, aksesibilitas jaringan jalan, daya listrik untuk setiap SPKLU, dan faktor ekonomi serta kebijakan. Parameter infrastruktur yang digunakan masih cukup terbatas atau minimal karena hanya mempertimbangkan infrastruktur yangs ecara subjektif lebih banyak aktivitas. Selain itu, proyek ini masih menentukan bobot untuk setiap infrastruktur secara subjektif karena data terkait luas lahan parkir dan kepadatan penduduk secara temporal di setiap infrastruktur yang ramai belum dapat ditemukan sehingga proyek ini masih belum sepenuhnya objektif. Meskipun demikian, proyek ini diharapkan dapat memberikan wawasan bagi penelitian di masa mendatang bahwa location analytics dapat diaplikasikan dalam menentukan lokasi optimal pembangunan sistem layanan publik, khususnya dalam pembangunan SPKLU di lokasi-lokasi yang optimal dan strategis. Rekomendasi pengembangan penelitian ini dapat dilakukan dengan menggunakan jenis infrastruktur yang lebih komprehensif dan representatif dan menggunakan data yang lebih lengkap sehingga dapat ditentukan lokasi pendirian SPKLU yang lebih optimal dari setiap faktor yang menentukannya.

Kesimpulan

  1. 1.
    Berdasarkan proyek yang telah dilakukan, analsiis lokasi potensial SPKLU dapat dilakukan dengan analisis spasial sederhana. Analisis ini dilakukan dengan menggunakan data sebaran infrastruktur yang dapat diakses dengan mudah. Selanjutnya, dapat dilakukan location analysis yang menerapkan penghitungan jumlah infrastruktur dalam satu wilayah tertentu dan memberikan bobot untuk dilakukan scoring sehingga menghasilkan skor kelayakan. Skor tersebut dapat dilakukan proses statistik deskriptif untuk menemukan kriteria kelas kelayakan berupa nilai kuartil pertama, nilai median (kuartil kedua), dan nilai kuartil ketiga. Analisis spasial yang dilakukan adalah berbasis grid-based location suitability analysis yang melakukan penentuan keberadaan jumlah infrastruktur yang berpotensi dibangun SPKLU pada suatu wilayah perkotaan yang direpresentasikan dalam bentuk grid. Metode ini merupakan metode sederhana yang dapat diterapkan pada kasus hanya tersedia sebaran setiap infrastruktur di suatu wilayah administrasi (kota/kabupaten). Pada kasus ini, dapat dilakukan analisis potensi SPKLU pada wilayah Kota Bandung dalam bentuk grid untuk membantu melakukan perencanaan pengembangan akses SPKLU di Kota Bandung.
  1. 2.
    Setelah dilakukan proses location analytics, diperoleh sejumlah lokasi yang berpotensi untuk dibangun SPKLU. Rasio lokasi yang layak (jumlah Sangat Layak dengan Cukup Layak) dengan lokasi yang tidak layak (jumlah Kurang Layak dengan Tidak Layak) adalah 97:108. Hal ini memberikan insight bahwa lokasi di Kota Bandung yang berpotensi layak dibangun SPKLU pada saat ini masih belum lebih banyak dibandingkan lokasi yang berpotensi tidak layak. Sebagian besar lokasi Tidak Layak berada di daerah perbukitan atau non terbangun atau lokasi yang tidak memiliki akses ke infrastruktur pendukung SPKLU. Hal ini dapat menjadi bahan evaluasi perencanaan pembangunan SPKLU untuk tidak secara langsung tanpa pertimbangan membangun SPKLU demi kenyamanan dari berbagai macam pihak dan menghindari kerugian biaya pembangunan berupa tidak optimalnya SPKLU tersebut digunakan.

Daftar Pustaka

Alexander, H. (2023, June 5). Lima Negara dengan Mobil Listrik Terbanyak, China Nomor Wahid. Kompas.com. https://lestari.kompas.com/read/2023/06/05/070000386/lima-negara-dengan-mobil-listrik-terbanyak-china-nomor-wahid?page=all

Bagaskara, B. (2025, January 24). Melihat Tren Pertumbuhan Kendaraan Listrik di Jabar. Detik.com. https://www.detik.com/jabar/berita/d-7748086/melihat-tren-pertumbuhan-kendaraan-listrik-di-jabar

Rahayu, M. N., & Mafruhat, A. Y. (2023). Identifikasi Dampak Pasar Modern terhadap Masyarakat Sekitar Kelurahan Kebonjeruk di Kota Bandung (Studi Kasus 23 Paskal Shopping Center). Bandung Conference Series: Economics Studies, 3(2), 392–402. https://doi.org/10.29313/BCSES.V3I2.8382

Mazur, M., Dybała, J., & Kluczek, A. (2024). SUITABLE LAW-BASED LOCATION SELECTION OF HIGH-POWER ELECTRIC VEHICLES CHARGING STATIONS ON THE TEN-T CORE NETWORK FOR SUSTAINABILITY: A CASE OF POLAND. Archives of Transport, 69(1), 75–90. https://doi.org/10.61089/aot2024.1mrj1x75

Rosenhouse, G. (2008). Smaller specimens of the same properties are less vulnerable than larger ones: a general rule that emerges from tail statistics. International Journal of Design and Nature and Ecodynamics, 3(1), 1–11. https://doi.org/10.2495/D&NE-V3-N1-1-11

Shiddiq. (2024, June 20). Stafsus Menteri ESDM: Populasi Kendaraan Listrik April 2024 Capai 133.225 Unit. Media Nikel Indonesia. https://nikel.co.id/2024/06/20/stafsus-menteri-esdm-populasi-kendaraan-listrik-april-2024-capai-133-225-unit/

Wulandari, F. A., Suprayogi, A., & Wijaya, A. P. (2016). Pembuatan Peta Potensi Lahan Berdasarkan Kondisi Fisik Lahan Menggunakan Metode Weighted Overlay. Jurnal Geodesi Undip, 5(2).

Zhenchao, D. (2020). Discussion on problem of standard deviation of concrete strength. ACI Materials Journal, 117(1), 25–37. https://doi.org/10.14359/51718053

Data Publications

Terms and Conditions
Introductions
  • MAPID is a platform that provides Geographic Information System (GIS) services for managing, visualizing, and analyzing geospatial data.
  • This platform is owned and operated by PT Multi Areal Planing Indonesia, located at
  • mapid-ai-maskot