Disusun oleh:

1. 1.
   Atri Febriyanto

1. 2.
   Rizki Amara Putri

1. 3.
   Yolanda Stevany Nababan

PLTP Pertamina Geothermal Energy

Sumber: (CNBC Indonesia, 2022)

Halo Sobat MAPID! Indonesia, dengan potensi geotermal sebesar 11.073 MW dan cadangan 17.506 MW, memiliki peluang besar untuk mengembangkan energi geotermal yang tersebar di 331 titik, termasuk di Kabupaten Kutai Kartanegara. Penelitian ini menggunakan citra Landsat 8 dan metode Analytical Hierarchy Process (AHP) dalam Sistem Informasi Geografis (SIG) untuk mengidentifikasi potensi geotermal dan merekomendasikan lokasi Pembangkit Listrik Tenaga Panas Bumi (PLTP) di Kabupaten Kutai Kartanegara. Rekomendasi potensi lokasi Energi Baru Terbarukan (EBT) dari sektor energi geotermal ini diharapkan dapat mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs), terutama tujuan ke-7 (Energi Bersih dan Terjangkau) dan ke-13 (Penanganan Perubahan Iklim). Selain itu, implementasi PLTP di daerah yang direkomendasikan dapat menjadi bagian penting dalam strategi nasional untuk mencapai target SDGs, mempercepat pembangunan berkelanjutan, dan mendukung keberlanjutan lingkungan di Ibu Kota Nusantara.

Latar Belakang

Indonesia merupakan salah satu negara yang memiliki potensi panas bumi yang melimpah dan dapat dimanfaatkan di berbagai sektor kehidupan, contohnya dalam sektor energi listrik. Berdasarkan Pasal 1 Undang-Undang No.27 Tahun 2003 tentang Panas Bumi, panas bumi merupakan sumber energi panas yang terkandung di dalam air panas, uap air dan batuan bersama dengan mineral dan gas lainnya yang secara genetik tidak dapat dipisahkan dalam suatu sistem panas bumi. Tingginya pertumbuhan industri dan jasa konstruksi akan terus berlanjut sehingga perlu dilakukan adanya upaya untuk pengembangan energi alternatif yang bersifat renewable resources atau renewable energy. Pemerintah terus berupaya melaksanakan percepatan pengembangan energi baru terbarukan (EBT) agar dapat mencapai target 23% energi baru terbarukan (EBT) pada bauran energi nasional tahun 2025 sebagaimana amanat Rencana Umum Energi Nasional (RUEN) (Humas EBTKE, 2019).

Potensi sumber daya energi baru terbarukan panas bumi yang terdapat di Indonesia mencapai 40% dari potensi panas bumi yang ada di dunia (CNBC Indonesia, 2024). Potensi tersebut telah dimanfaatkan di beberapa daerah seperti Jawa, Bali, dan Sumatera. Menurut Badan Geologi ESDM (2011) dijelaskan bahwa potensi panas bumi di Indonesia tersebar di 285 titik daerah sepanjang busur vulkanik dengan potensi total sebesar 29, 215 GW. Sebagian besar sistem geotermal yang telah berkembang di Indonesia bersinggungan dengan aktivitas vulkanik kuarter, sedangkan masih banyak wilayah panas bumi di Indonesia yang memiliki lingkungan non-vulkanik yang belum dikembangkan secara optimal, salah satunya yaitu potensi panas bumi di Kabupaten Kutai Kartanegara, Provinsi Kalimantan Timur. Kemunculan sejumlah manifestasi panas bumi di daerah Kalimantan menjadi sorotan tersendiri karena tidak ditemukan adanya aktivitas vulkanik kuarter. Daerah Kabupaten Kutai Kartanegara yang sudah teridentifikasi sebagai manifestasi panas bumi dan dijadikan sebagai wisata pemandian air panas yakni di Kecamatan Muara Jawa (Kelurahan Dondang), Kecamatan Sangasanga (Kelurahan Sangasanga Dalam), Kecamatan Samboja (Kelurahan Sungai Merdeka), Kecamatan Marangkayu (Kelurahan Santan Tengah) (Mulyadi & Munandar, 2014).

Penelitian ini dilakukan untuk mengidentifikasi daerah potensial panas bumi dengan memanfaatkan teknologi penginderaan jauh berbasis citra satelit Landsat 8. Parameter seperti indeks vegetasi (NDVI), suhu permukaan (LST), dan deliniasi kelurusan yang digunakan sebagai data masukan dalam analisis spasial menggunakan Sistem Informasi Geografis (SIG) dengan metode Analytical Hierarchy Process (AHP). Hasil analisis ini kemudian digunakan sebagai rekomendasi lokasi yang sesuai untuk pembangunan Pembangkit Listrik Tenaga Panas Bumi (PLTP) di Kabupaten Kutai Kartanegara, Kalimantan Timur.

Tujuan

1. 1.
   Menganalisis potensi lokasi pembangunan PLTP di Kabupaten Kutai Kartanegara.

1. 2.
   Memvisualisasikan area lokasi yang tepat untuk membangun PLTP di Kabupaten Kutai Kartanegara sebagai rekomendasi yang tepat untuk mendukung penerapan energi hijau di Ibu Kota Nusantara.

Metodologi

Metode yang digunakan pada penelitian ini diawali oleh studi literatur, kemudian dilakukan tahap pengolahan data.

Data penelitian

Pada penelitian ini digunakan data citra satelit Landsat 8 yang diunduh dari laman USGS. Jenis data yang digunakan yaitu Landsat 8 Surface Reflectance untuk pengolahan indeks kerapatan vegetasi (NDVI) dan Landsat 8 TOA untuk identifikasi suhu permukaan (LST) di Kabupaten Kutai Kartanegara. Selain itu, data DEM juga digunakan untuk menganalisis sebaran nilai densitas struktur permukaan dengan mendelineasi fitur struktur geologi pada permukaan bumi.

Tabel 1 Data Penelitian

Alat penelitian

1. 1.
   QGIS 3.28.15

1. 2.
   Platform GEO MAPID: SINI MAPID, SINI AI, Map Editor, Map 3D, dan Map Viewer

1. 3.
   Microsoft Word 2019

Flowchart Penelitian

Gambar 1 Flowchart Penelitian

Metode Pengolahan

Terdapat proses pre-processing dan processing dalam tahap ini. Tahap pre-processing ini dilakukan koreksi radiometrik terhadap data citra satelit Landsat 8 area penelitian. Dilakukannya pengkoreksian tersebut bertujuan untuk memperbaiki dan meminimalisir dari gangguan atmosfer seperti kabut, asap, dan sebagainya pada saat pemrosesan perekaman data citra satelit (Ramadhan & Saputra, 2021). Dalam proses koreksi tersebut, dilakukan pengkalibrasi nilai band yang masih berupa Digital Number (DN) menjadi radian spectral (radial TOA), Top of Atmosphere (TOA).

Keterangan:

Lλ = ToA radiance (Watt/m2.srad.μm).

ML = Gain sensor (Radian Multi_ Band x, dimana x adalah nomor band (diperoleh dari metadata Landsat 8)).

Qcal = Nilai piksel produk standar (DN) terkuantisasi dan terkalibrasi

AL = Faktor penskalaan aditif khusus band dari metadata (Radiance_Add_Band_x, dimana x adalah nomor band (diperoleh dari metadata Landsat 8)).

Parameter yang digunakan dalam penelitian ini :

1. Normalized Difference Vegetation Index (NDVI)

Dalam proses algoritma NDVI dilakukan perhitungan dengan data Near Infrared dan Red (Ramadhan & Saputra, 2021). Hasil ekstraksi dari NDVI tersebut akan menghasilkan rentang nilai antara -1 hingga 1 yang dimana akan merepresentasikan tingkat dari kerapatan vegetasi di suatu daerah. Landsat 8 Surface Reflectance yang telah terkoreksi secara atmosferik dan terkalibrasi secara radiometrik akan dilakukan cloud masking untuk mengurangi efek bayangan awan. Kemudian, dilakukan perhitungan NDVI menggunakan perangkat lunak QGIS dengan persamaan sebagai berikut.

Keterangan:

NIR = Near-Infrared (Kanal Inframerah)

Red = Red (Kanal Merah)

2. Land Surface Temperature (LST)

Temperatur permukaan tanah dapat didefinisikan sebagai suatu permukaan rata-rata dari suatu permukaan, yang digambarkan dalam cakupan suatu piksel dengan berbagai tipe permukaan yang berbeda (Utami, 2019). Untuk memperoleh nilai sebaran LST pada area penelitian, sebelumnya perlu melakukan kalkulasi NDVI, Proportion of Vegetation (PV), Emisivitas (ɛ), Brightness Temperature (BT).

Setelah dilakukan pengolahan data dengan kalkulasi NDVI, dilakukan kalkulasi perhitungan PV guna mengetahui kondisi presentasi proyeksi vertikal dari tutupan lahan bervegetasi di area penelitian. Persamaan algoritma yang digunakan sebagai berikut:

Keterangan:

NDVImin = nilai NDVI yang terkecil.

NDVImax = nilai NDVI yang tertinggi.

PV yang diperoleh tersebut kemudian diperlukan dalam kalkulasi nilai emisivitas (ɛ) guna meminimalisir kesalahan dalam mengestimasi kondisi LST dengan data citra satelit Landsat 8 area penelitian. Kalkulasi tersebut dilakukan dengan menggunakan persamaan algoritma sebagai berikut:

Keterangan:

ɛ = Emisivitas.

0.004 = Nilai rata-rata emisivitas berkategori rapat.

0.986 = Nilai standar emisivitas lahan terbuka.

Setelah hasil perhitungan emisivitas diperoleh, perlu dilakukan kalkulasi algoritma BT terhadap citra satelit Landsat 8 yang sudah dikoreksi sebelumnya karena sebagai radiasi gelombang elektromagnetik yang dideteksi oleh sensor termal satelit. Kalkulasi tersebut dilakukan dengan menggunakan persamaan algoritma sebagai berikut :

Keterangan:

BT = Kecerahan temperatur satelit (Kelvin).

K1 = Konstanta yang terdapat pada metadata band (W/(m2.sr.µm).

K2 = Konstanta yang terdapat pada metadata band (Kelvin).

Lλ = ToA radiance (Watt/m2.srad.μm).

Setelah perhitungan BT kemudian dilakukan perhitungan LST yang dapat diidentifi kasikan dari citra landsat 8 yang diesktrak dengan data band 10 dan band 11. Berikut rumusan menghitung LST:

Keterangan:

LST = Temperatur suhu permukaan (Celcius).

BT = Kecerahan temperatur satelit (Kelvin).

λ = Panjang gelombang radiasi (11,5 µm).

h = Konstanta Planc (-6,626*10-34 Js).

c = Kecepatan cahaya (-2,998*108 m/s).

σ = Konstanta Boltzmann (-1,38*10 23 J/K).

ɛ = Emisivitas.

-273 = Konversi suhu Kelvin ke Celcius

3. Lineament (Kelurusan)

Kelurusan didefinisikan sebagai kelurusan bentang alam yang menggambarkan bentuk batuan atas yang terkubur. Pada sistem panas bumi, fluida panas bumi akan mengalir ke atas melalui zona permeabel yang umumnya berasal dari struktur geologi sehingga semakin besar tingkat kerapatan struktur maka semakin besar tingkat permeabilitasnya. Oleh karena itu, daerah yang memiliki anomali kerapatan kelurusan paling tinggi memiliki permeabilitas paling baik (Utami, 2019).

Hasil dan Pembahasan

Klasifikasi NDVI

Pada penelitian ini hasil pengolahan NDVI diklasifikasikan menjadi 5 kelas yaitu:

Tabel 2 Klasifikasi NDVI

Data hasil pengolahan NDVI Kabupaten Kutai Kartanegara tidak dapat diunggah dalam platform GEO MAPID karena ukuran data yang terlalu besar. Oleh karena itu, dilakukan visualisasi di perangkat lunak QGIS. Berikut ini merupakan hasil pengolahan NDVI di Kabupaten Kutai Kartanegara.

Gambar 2 NDVI Kabupaten Kutai Kartanegara

Berdasarkan hasil pengolahan tersebut terlihat bahwa Kabupaten Kutai Kartanegara didominasi oleh vegetasi sangat lebat.

Klasifikasi LST

Pada penelitian ini hasil pengolahan LST diklasifikasikan menjadi 5 kelas yaitu:

Tabel 3 Klasifikasi LST

Data hasil pengolahan LST Kabupaten Kutai Kartanegara tidak dapat diunggah dalam platform GEO MAPID karena ukuran data yang terlalu besar. Oleh karena itu, dilakukan visualisasi di perangkat lunak QGIS. Berikut ini merupakan hasil pengolahan LST di Kabupaten Kutai Kartanegara.

Gambar 3 LST Kabupaten Kutai Kartanegara

Berdasarkan hasil pengolahan tersebut terlihat bahwa Kabupaten Kutai Kartanegara didominasi oleh kelas LST 22-27 °C. Selain itu, kelas LST 27-32 °C juga mendominasi wilayah Kabupaten Kutai Kartanegara terutama di Kecamatan Samboja, Muara Jawa, Samboja Barat, Loa Janan, Sanga Sanga, Anggana, Tenggarong, Muara Badak, Tenggarong Seberang, dan Kecamatan Marang Kayu.

Klasifikasi Kerapatan Kelurusan (Fault Fracture Density)

Dalam identifikasi prospek panas bumi, data sesar dan kelurusan dibutuhkan untuk mengkorelasikan tingkat kerapatan struktur geologi berupa tingkat densitas dan permeabilitas dari daerah penelitian. Kabupaten Kutai Kartanegara, Kalimantan Timur, khususnya daerah Ibu Kota Nusantara memiliki kondisi geologi yang kompleks dan dinamis, ditandai oleh keberadaan sesar dan kelurusan yang cukup signifikan. Berdasarkan hasil analisis FFD pada peta densitas kerapatan sesar dan kelurusan, didapatkan bahwa area penelitian memiliki 3 kelas densitas yaitu:

Tabel 4 Tingkat Densitas

Data hasil pengolahan FFD Kabupaten Kutai Kartanegara tidak dapat diunggah dalam platform GEO MAPID karena ukuran data yang terlalu besar. Oleh karena itu, dilakukan visualisasi di perangkat lunak QGIS. Berikut ini merupakan hasil pengolahan FFD di Kabupaten Kutai Kartanegara.

Gambar 4 Densitas Kelurusan Kabupaten Kutai Kartanegara

Dalam peta densitas kelurusan pada gambar di atas wilayah dengan tingkat densitas yang tinggi divisualisasikan dengan warna merah, tingkat densitas sedang dengan warna kuning, dan tingkat densitas rendah dengan warna hijau. Daerah yang memiliki tingkat densitas yang tinggi merupakan tempat dengan kondisi permeabilitas yang baik sehingga daerah tersebut menjadi tempat keluarnya manifestasi panas bumi (zona lemah). Zona lemah dapat terbentuk karena beberapa hal yaitu adanya struktur geologi primer (kekar kolom, kekar berlembar, kontak batuan, dan sebagainya) maupun sekunder (lipatan, sesar, rekahan, dan sebagainya). Hal tersebut didukung oleh suatu data geologi yang menyebutkan bahwa terdapat beberapa perbukitan yang berada di sekitar wilayah dengan densitas tinggi tersebut, yakni di sekitar Kecamatan Tenggarong, dan Loa Hulu yang berada di sekitar Bukit Batu Dinding, serta Kecamatan Samboja dan Muara Jawa yang berada di sekitar Bukit Bangkirai.

Tinggi dan rendahnya suatu densitas kelurusan di daerah penelitian dapat diasosiasikan dengan tingkat permeabilitas. Daerah dengan nilai densitas yang tinggi cenderung memiliki permeabilitas yang relatif lebih baik, sedangkan untuk wilayah dengan tingkat densitas sedang memiliki permeabilitas yang lebih baik daripada yang tingkat densitasnya rendah namun tidak sedikit kemungkinannya dapat mengeluarkan manifestasi panas bumi seperti pada wilayah dengan tingkat densitas yang tinggi. Manifestasi dari permeabilitas tersebut juga dapat dilihat dari struktur geologi yang ada di lapangan, pada daerah yakni pada wilayah yang ditandai dengan warna merah terdapat sesar yang terpetakan sehingga dapat disimpulkan bahwa daerah tersebut memiliki permeabilitas yang cukup baik.

Scoring dan Pembobotan AHP

Dalam penentuan potensi panas bumi, penelitian ini menggunakan metode perhitungan Analitycal Hierarchy Process (AHP) menghasilkan 3 kelas yaitu kelas potensial, kurang potensial dan tidak berpotensi. Penentuan potensi panas bumi diperoleh dengan menggunakan perhitungan AHP menghasilkan 3 kelas yaitu Kelas Sangat Berpotensi, Kurang Berpotensi, dan Tidak Berpotensi.

Gambar 5 Hasil Scoring dan Pembobotan Area Potensi Geotermal di Kabupaten Kutai Kartanegara

Data hasil pengolahan scoring dan pembobotan tidak dapat diunggah dalam platform GEO MAPID karena ukuran data yang terlalu besar. Oleh karena itu, dilakukan proses pemotongan sehingga kelas sangat berpotensi dapat diunggah di GEO MAPID. Berikut merupakan tampilan daerah yang sangat berpotensi untuk pembangunan PLTP.

Gambar 6 Hasil Scoring dan Pembobotan Area yang Sangat Berpotensi Geotermal di Kabupaten Kutai Kartanegara

Selain itu, dilakukan proses pemotongan sehingga kelas kurang berpotensi dapat diunggah di GEO MAPID. Berikut merupakan tampilan daerah yang kurang berpotensi untuk pembangunan PLTP.

Gambar 7 Hasil Scoring dan Pembobotan Area yang Kurang Berpotensi Geotermal di Kabupaten Kutai Kartanegara

Data area Kabupaten Kutai Kartanegara yang terindikasi tidak berpotensi tidak dapat diunggah dalam platform GEO MAPID karena ukuran data yang terlalu besar. Oleh karena itu, dilakukan visualisasi di perangkat lunak QGIS. Berikut ini merupakan hasil visualisasi tersebut.

Gambar 8 Hasil Scoring dan Pembobotan Area yang Tidak Berpotensi Geotermal di Kabupaten Kutai Kartanegara

Penentuan nilai parameter diperoleh dari hasil wawancara dalam Jurnal Geodesi Undip yang diajukan kepada Dinas Energi Sumber Daya dan Mineral Provinsi Jawa Tengah. Hasil dari wawancara tersebut diperoleh bahwa terdapat 3 parameter yang dijadikan acuan dari identifikasi titik potensi panas bumi yakni NDVI, LST, dan Peta Kerapatan Kelurusan. Berikut ini merupakan tabel scoring dan pembobotan yang digunakan untuk pengolahan AHP.

Tabel 5 Scoring dan Pembobotan

Berdasarkan hasil pengolahan yang telah dilakukan, diperoleh 2 titik manifestasi panas bumi. Data titik lokasi manifestasi tersebut kemudian dilakukan proses buffer sejauh 800 meter untuk menentukan daerah rekomendasi pembangunan PLTP karena menurut penelitian Hariyanto dkk, (2016) tentang “Identifikasi Potensi Panas bumi Menggunakan Landsat 8 Serta Penentuan Lokasi Pembangit Listrik Tenaga Panas bumi (Studi Kasus: Kawasan Gunung Lawu)” mengungkapkan bahwa penentuan rekomendasi pembangunan PLTP disarankan memiliki jarak yang lebih dekat dengan sumber mata air yaitu kurang dari 800 meter sehingga apabila PLTP dibangun tidak memerlukan biaya yang lebih banyak karena instalasi pipanya tidak terlalu panjang, sehingga penelitian ini menghasilkan dua zona lokasi dalam rekomendasi lokasi pembangunan PLTP yang sesuai dengan semua parameter.

Gambar 9 Dua Titik Zona Lokasi Rekomendasi

Dua Zona tersebut terindikasi berada di Desa Dondang Kecamatan Muara Jawa dan di Desa Tanjung Batuq Harapan Kecamatan Muara Muntai. Selanjutnya dilakukan pengujian buffer kedua titik tersebut dengan menggunakan TOOL BOX Radius di GEO MAPID. Berikut merupakan hasil buffer kedua titik tersebut.

Gambar 10 Buffer Titik Zona Lokasi Rekomendasi Desa Dondang

Gambar 11 Buffer Titik Zona Lokasi Rekomendasi Desa Tanjung Batuq Harapan

Berdasarkan hasil buffer yang dilakukan, pada titik manifestasi panas bumi di Desa Dondang Kecamatan Muara Jawa didapatkan bahwa dalam radius 2000 meter ditemukan suatu sumber mata air berupa Sungai Dondang. Hal tersebut dapat dijadikan sebagai titik atau lokasi rekomendasi pembangunan Pembangkit Listrik Tenaga Panas Bumi (PLTP), tetapi dengan jarak yang cukup jauh memungkinkan adanya peningkatan dari pembiayaan instalasi pipa. Sedangkan untuk analisis buffer yang dilakukan pada titik manifestasi kedua yakni di Desa Tanjung Batuq di Kecamatan Muara Muntai didapatkan bahwa dengan radius 800 meter ditemukan suatu sumber mata air berupa Danau Melintang. Zona tersebut dapat dijadikan sebagai titik atau lokasi rekomendasi pembangunan dari Pembangkit Listrik Tenaga Panas Bumi (PLTP) dengan pembiayaan yang lebih minim karna jaraknya yang tidak terlalu jauh sehingga jalur instalasi pipa dapat dilakukan dengan biaya yang tidak terlalu tinggi seperti di lokasi manifestasi panas bumi di Desa Dondang Kecamatan Muara Jawa.

Analisis Demografi Titik Zona Lokasi Rekomendasi Berdasarkan Data Demografi SINI MAPID

Dua titik zona lokasi rekomendasi dilakukan analisis dengan memanfaatkan data demografi SINI MAPID. Berikut ini merupakan hasil analisis demografi kedua titik tersebut.

Gambar 12 Demografi Desa Dondang Kecamatan Muara Jawa

Titik zona lokasi rekomendasi pertama yaitu titik di Desa Dondang. Berdasarkan data demografi SINI MAPID, terdapat 2931 penduduk di Desa Dondang. Oleh karena itu, jika PLTP dibangun di titik tersebut setidaknya 2931 penduduk akan menggunakan energi alternatif yang ramah lingkungan yakni listrik berbasis yang berasal dari panas bumi.

Gambar 13 Demografi Desa Tanjung Batuq Harapan Kecamatan Muara Muntai

Titik zona lokasi rekomendasi kedua yaitu titik di Desa Tanjung Batuq Harapan. Berdasarkan data demografi SINI MAPID, terdapat 413 penduduk di Desa Tanjung Batuq Harapan. Oleh karena itu, jika PLTP dibangun di titik tersebut setidaknya 413 penduduk akan menggunakan energi alternatif yang ramah lingkungan yakni listrik berbasis yang berasal dari panas bumi.

Analisis Kerawanan Bencana Titik Zona Lokasi Rekomendasi Berdasarkan Data Kerawanan Bencana SINI MAPID

Selain data demografi, pada SINI MAPID dilakukan analisis kerawanan bencana di kedua titik zona lokasi rekomendasi PLTP. Berikut ini merupakan hasil analisis kerawanan bencana kedua titik tersebut.

Gambar 14 Kerawanan Bencana Desa Dondang Kecamatan Muara Jawa

Berdasarkan data kerawanan bencana SINI MAPID, Desa Dondang terindikasi memiliki risiko bencana banjir mengingat Desa tersebut berada di sekitar aliran sungai yaitu Sungai Dondang. Kelas kerawanan banjir tersebut dibagi menjadi 6 kelas yaitu sangat rendah, cukup rendah, sedang, cukup tinggi, dan tinggi di mana titik rekomendasi didominasi oleh kelas kerawanan sedang.

Gambar 15 Kerawanan Bencana Desa Tanjung Batuq Harapan Kecamatan Muara Muntai

Berdasarkan data kerawanan bencana SINI MAPID, Desa Tanjung Batuq Harapan terindikasi memiliki risiko bencana banjir mengingat Desa tersebut berada di sekitar aliran sungai yaitu Danau Melintang. Kelas kerawanan banjir tersebut dibagi menjadi 6 kelas yaitu sangat rendah, cukup rendah, sedang, cukup tinggi, dan tinggi di mana titik rekomendasi didominasi oleh kelas cukup tinggi.

Analisis Titik Zona Lokasi Rekomendasi Berdasarkan Penggunaan SINI AI

Fitur baru yang diluncurkan oleh MAPID yaitu SINI AI. Pada penelitian ini juga dilakukan analisis kecocokan area kedua titik zona lokasi rekomendasi PLTP yaitu titik di Desa Dondang dan Desa Tanjung Batuq Harapan sebagai rekomendasi pembangunan PLTP berdasarkan analisis SINI AI.

Desa Dondang

Gambar 16 Demografi SINI AI Desa Dondang Kecamatan Muara Jawa

Berdasarkan analisis SINI AI, aspek demografi Desa Dondang memiliki jumlah penduduk 2.931 jiwa dengan jumlah KK (Kartu Keluarga) sebanyak 899. Kepadatan penduduknya adalah 172 jiwa/km². SINI AI juga mengatakan bahwa keadaan tersebut menunjukkan tingkat kepadatan yang cukup rendah sehingga potensi resistensi sosial terhadap pembangunan infrastruktur besar bisa lebih diminimalisir.

Gambar 17 Aspek Kebencanaan dan Perkiraan Guna Lahan SINI AI Desa Dondang Kecamatan Muara Jawa

Berdasarkan aspek kebencaan dan perkiraan guna lahan, Desa Dondang tidak memiliki data kerawanan longsor dan tsunami di Desa Dondang, sehingga dari aspek ini desa cukup aman untuk pembangunan infrastruktur besar. Selain itu, berdasarkan aspek perkiraan guna tanah, lahan di Desa Dondang sebagian besar teridentifikasi sebagai Kebun/Tegalan dengan luas sekitar 29.372 hektar. Hal ini menyediakan cukup ruang untuk pembangunan serta potensi pengembangan energi terbarukan tanpa mengganggu permukiman padat penduduk. Area permukiman di desa-desa tetangga juga dapat dijadikan pertimbangan untuk fasilitas pemukiman pekerja dan infrastruktur penunjang lainnya.

Dari berbagai aspek pertimbangan tersebut, SINI AI memberikan kesimpulan bahwa Desa Dondang memiliki karakteristik demografi dan guna tanah yang mendukung untuk pembangunan PLTP. Ketiadaan data kerawanan longsor dan tsunami menjadikannya relatif aman dari bencana besar selain perlu perhatian khusus untuk mitigasi risiko banjir dari desa tetangga. Akan tetapi, survei dan studi kelayakan lebih lanjut harus dilakukan untuk memastikan integrasi aman dengan lingkungan dan infrastruktur yang ada serta memaksimalkan manfaat ekonomis dan sosial untuk masyarakat setempat. Potensi tenaga kerja lokal yang terampil dan berpendidikan juga menjadi poin positif dalam mendukung operasional PLTP.

Desa Tanjung Batuq Harapan

Gambar 18 Demografi SINI AI Desa Tanjung Batuq Harapan Kecamatan Muara Muntai

Berdasarkan analisis SINI AI, aspek demografi Desa Tanjung Batuq Harapan memiliki jumlah penduduk sebanyak 413 orang dengan total 136 kepala keluarga (KK). Selain itu, kepadatan penduduk adalah 12,90625 jiwa per km², yang tergolong rendah. Keadaan ini menunjukkan bahwa desa ini tidak padat sehingga dapat mengurangi potensi konflik ruang dengan masyarakat.

Gambar 19 Aspek Kebencanaan dan Perkiraan Guna Lahan SINI AI Desa Tanjung Batuq Harapan Kecamatan Muara Muntai

Berdasarkan aspek kebencaan dan perkiraan guna lahan, Desa Tanjung Batuq Harapan memiliki tingkat kelas potensi banjir yang bervariasi, dengan sebagian besar wilayah berada dalam kategori "Cukup Tinggi". Hal ini merupakan aspek penting karena pembangunan PLTP memerlukan daerah yang minim risiko banjir untuk menurunkan potensi kerugian. Selain itu, wilayah Desa Tanjung Batuq Harapan terdiri atas padang rumput seluas 97837.81 hektar (tanah terbuka) yang dapat dimanfaatkan.

Dari berbagai aspek pertimbangan tersebut, SINI AI memberikan kesimpulan bahwa sebagai area rekomendasi pembangunan PLTP, Desa Tanjung Batuq Harapan memiliki beberapa keunggulan dari segi demografi dan penggunaan lahan, namun mitigasi risiko banjir perlu dipertimbangkan dengan serius. Secara keseluruhan, desa ini bisa menjadi pilihan potensial dengan syarat adanya campur tangan lebih dalam pengelolaan risiko banjir.

Kesimpulan

Berikut kesimpulan dari pengolahan dan analisis yang telah dilakukan.

1. 1.
   Berdasarkan pengolahan dengan menggunakan metode AHP, persebaran area potensial panas bumi berada di sebelah timur Kabupaten Kutai Kartanegara. Daerah yang sangat berpotensi berada di Desa Dondang Kecamatan Muara Jawa dan Desa Tanjung Batuq Harapan Kecamatan Muara Muntai, sedangkan daerah yang memiliki sedikit potensi energi panas bumi yaitu Kecamatan Loa Janan, Muara Kaman, Tenggarong, Marang Kayu, Muara Badak, Anggana, Samboja Barat, Sanga, Loa Kulu, Tenggarong Seberan, dan Kecamatan Sebulu.

1. 2.
   Berdasarkan data demografi, kebencanaan, dan perkiraan guna lahan SINI MAPID, analisis buffer TOOL BOX GEO MAPID, serta analisis dari SINI AI dapat disimpulkan bahwa pembangunan PLTP di Desa Dondang Kecamatan Muara Jawa lebih direkomendasikan karena memiliki tingkat keamanan dan keterbutuhan yang lebih tinggi. Akan tetapi, pembiayaan yang digunakan akan lebih besar karena jarak titik yang terlalu jauh dari sumber mata air. Keadaan ini berakibat pada peningkatan pembiayaan fasilitas instalasi pipa.

Referensi

CNBC Indonesia. (2024, Juni 13). Panas Bumi di RI Berlimpah, 40% Potensi di Dunia. Diambil kembali dari CNBC Indonesia: https://www.cnbcindonesia.com/news/20240613165118-4-546431/panas-bumi-di-ri-berlimpah-40-potensi-di-dunia

Humas EBTKE. (2019, Oktober 16). Berikut Strategi Pemerintah Dalam Pengembangan EBT, Menuju Kemandirian Energi Nasional. Diambil kembali dari Direktorat Jenderal Energi Baru, Terbarukan dan Konservasi Energi: https://ebtke.esdm.go.id/post/2019/10/17/2369/berikut.strategi.pemerintah.dalam.pengembangan.ebt.menuju.kemandirian.energi.nasional

Mulyadi, E., & Munandar, A. (2014, Juli 6). Survei Pendahuluan Daerah Panas Bumi Kabupaten Mahakam Hulu Dan Kabupaten Kutai Kartanegara, Provinsi Kalimantan Timur. Diambil kembali dari Kementerian ESDM Badan Geologi Pusat Sumber Daya Mineral Batubara dan Panas Bumi: http://203.189.89.148/index.php?view=article&id=1089:survei-pendahuluan-daerah-panas-bumi-kabupaten-mahakam-hulu-dan-kabupaten-kutai-kartanegara&catid=56

Ramadhan, R. F., & Saputra, R. A. (2021). Identifi kasi Area Prospek Panas Bumi Menggunakan Integrasi Citra Landsat 8 OLI/TIRS dan DEM : Studi Kasus Batu Bini, Kalimantan Selatan. Majalah Ilmiah Swara Patra , 11(2). https://doi.org/10.37525/sp/2021-2/294

Utami, R. B. (2019). ANALISIS REKOMENDASI DAERAH PLTP (PEMBANGKIT LISTRIK TENAGA PANAS BUMI) MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS . Jurnal Geodesi Undip, 8(1), 408-417.