Latar Belakang

Mengacu pada Undang-Undang Nomor 16 Tahun 2016 tentang Pengesahan Persetujan Paris Atas Konvensi Kerangka Kerja PBB mengenai Perubahan Iklim, Indonesia berkomitmen untuk mengurangi emisi gas rumah kaca sebesar 29% atas upaya sendiri dan 41% atas kerja sama internasional pada tahun 2030. Sektor energi berperan penting dalam menurunkan emisi sebesar 314 - 3.980 juta ton gas karbon dioksida melalui pengembangan energi terbarukan, efisiensi dan konservasi energi, serta penerapan teknologi energi bersih. Berkaitan dengan hal tersebut, maka upaya pembangunan PLTS sebagai sumber pasokan listrik di ibu kota negara baru dinilai dapat menggeser dominasi PLTU batu bara sebagai sumber utama pembangkit listrik sehingga akan menekan angka emisi gas CO2 yang dihasilkan.

Pembangunan PLTS dapat diwujudkan untuk memenuhi kebutuhan listrik di wilayah Kalimantan Timur, terutama sebagai pilot project proyek ini berfokus pada Kabupaten Penajam Paser Utara. Selain itu, pembangunan PLTS diharapkan dapat mewujudkan optimalisasi potensi sumber daya alam yang ada, yaitu memanfaatkan kondisi geografis Indonesia yang berada di daerah garis khatulistiwa dan sepanjang tahun memeroleh sinar matahari sebagai potensi tenaga surya. Penentuan lokasi yang tepat untuk pembangunan PLTS merupakan kunci utama dalam memenuhi kebutuhan listrik di IKN. Pembangunan PLTS harus memperhatikan dampak pembangunan terhadap lingkungan, sehingga kebutuhan listrik ramah lingkungan berbasis energi terbarukan dapat terlaksana dengan baik.

Tujuan dan Manfaat

Tujuan dan manfaat dari proyek pembangunan PLTS di IKN ini adalah:

1. 1.
   Memvisualisasikan area lokasi yang tepat untuk membangun PLTS di IKN khususnya Kabupaten Penajam Paser Utara.

1. 2.
   Menganalisis potensi lokasi pembangunan PLTS di Ibu Kota Negara Baru dengan metode skoring dan pembobotan.

Alat dan Data

A. Alat

Alat yang digunakan untuk proyek ini adalah:

1. 1.
   Perangkat lunak ArcMap 10.8

1. 2.
   Microsoft Excel

1. 3.
   Platform Google Earth Engine

1. 4.
   Platform Geomapid: Map Editor, Map 3D, dan Map Viewer

B. Data

Data yang digunakan untuk proyek ini adalah:

1. 1.
   Mosaik Citra Sentinel 2A tahun 2020 dari ESA Copernicus

1. 2.
   Mosaik Citra Landsat 8 tahun 2020 dari USGS

1. 3.
   Data curah hujan harian tahun 2019 - 2020 Kabupaten Penajam Paser Utara dari BMKG

1. 4.
   Data DEMNAS dari BIG

1. 5.
   Shapefile titik lokasi gardu induk PLN dari Google Maps

Diagram Alir

Diagram alir untuk pengolahan data dari proyek ini adalah:

Metode Pengolahan

Parameter yang digunakan untuk menentukan lokasi PLTS yang tepat adalah:

• Semakin jarang kawasan vegetasi berdasarkan peta klasifikasi NDVI maka akan bernilai positif, sedangkan bila semakin rapat kawasan vegetasinya maka akan bernilai negatif.

• Semakin jarang kawasan terbangun berdasarkan peta klasifikasi NDBI maka nilainya akan positif, sedangkan bila semakin rapat kawasan terbangunnya maka akan bernilai negatif.

• Semakin tinggi suhu berdasarkan peta klasifikasi suhu maka akan bernilai positif, dan sebaliknya bila suhu semakin rendah maka akan bernilai negatif.

• Semakin landai kelerengan berdasarkan peta kelerengan maka akan bernilai positif, dan sebaliknya bila daerahnya semakin curam maka akan bernilai negatif.

• Semakin rendah curah hujan berdasarkan peta curah hujan maka akan bernilai positif, dan sebaliknya bila semakin tinggi curah hujan maka akan bernilai negatif.

• Semakin kering suatu kawasan berdasarkan peta kelembaban maka akan bernilai positif, dan sebaliknya semakin lembab suatu kawasan maka akan bernilai negatif.

Metode Pengolahan yang digunakan dalam proyek pembangunan PLTS ini adalah:

• NDVI, NDBI, dan NDMI

Citra yang digunakan dalam pengolahan NDVI, NDBI dan NDMI adalah citra Sentinel 2A. Pengolahan NDVI, NDBI, dan NDMI menggunakan Google Earth Engine dengan melakukan coding pada code editor.

Pada pengolahan NDVI rumus yang digunakan adalah:

NDVI = (NIR - Red) / (NIR + Red)

Pada pengolahan NDBI rumus yang digunakan adalah:

NDBI = (SWIR - NIR) / (SWIR + NIR)

Pada pengolahan NDMI rumus yang digunakan adalah:

NDMI = (NIR - SWIR) / (NIR + SWIR)

• Land Surface Temperature

Citra yang digunakan untuk pengolahan Land Surface Temperature adalah citra Landsat 8. Pengolahan Land Surface Temperature menggunakan Google Earth Engine dengan melakukan coding pada code editor. Pengolahan Land Surface Temperature diperoleh dengan algoritma berikut:

1 + (0.00115 x (Tb / 1.438)) x log(Ep)))-273.15

• Skoring dan Pembobotan

LST dipertimbangkan memiliki bobot tertinggi dikarenakan semakin tinggi suhu akan semakin baik untuk potensi pembangunan PLTS.

Titik Gardu dipertimbangkan memiliki bobot yang sangat tinggi dikarenakan semakin dekat dengan gardu maka akan semakin bagus untuk pembangunan PLTS.

NDVI dan NDBI menggambarkan keterbukaan lahan maka dipertimbangkan memiliki bobot yang tinggi karena semakin terbuka lahan maka akan semakin bagus untuk pembangunan PLTS baru.

Kelerengan dipertimbangkan memiliki bobot yang cukup tinggi karena semakin landai suatu daerah maka akan semakin baik untuk pembangunan PLTS.

Skor curah hujan bernilai sama yaitu 5 karena berdasarkan hasil klasifikasi yang dilakukan curah hujan di Kabupaten Penajam termasuk dalam kategori hujan ringan.

Skor NDMI dipertimbangkan memiliki bobot bernilai 1 karena klasifikasi NDMI menghasilkan 8 kelas, jika diasumsikan bobot NDMI sama dengan NDBI/NDVI maka akan terjadi ketimpangan skor.

Hasil dan Pembahasan

Hasil dan Pembahasan Klasifikasi NDVI, NDBI, dan NDMI

• Klasifikasi NDVI

Pada klasifikasi NDVI terlihat bahwa Kabupaten Penajam Paser Utara didominasi oleh kehijauan sangat tinggi dengan skor 5. Hal ini mengakibatkan sedikitnya daerah yang berpotensi untuk pembangunan PLTS.

• Klasifikasi NDBI

Pada klasifikasi NDBI terlihat bahwa Kabupaten Penajam Paser Utara didominasi oleh lahan terbuka dengan skor 5. Hal ini mengakibatkan banyak daerah yang berpotensi untuk pembangunan PLTS tetapi harus tetap mempertimbangkan nilai vegetasi yang didapatkan dari NDVI.

• Klasifikasi NDMI

Pada klasifikasi NDMI terlihat bahwa Kabupaten Penajam Paser Utara didominasi oleh daerah dengan penutup kanopi agak tinggi (kelembaban sedang) dengan rentang nilai 0,2 - 0,4 yang berarti masuk dalam kelas menengah dengan skor 4. Klasifikasi NDMI belum dapat diunggah ke platform geomapid karena ukuran file yang cukup besar dan tidak kompatibel dalam geomapid.

Hasil dan Pembahasan Klasifikasi Suhu

Berdasarkan hasil klasifikasi Land Surface Temperature terlihat bahwa Kabupaten Penajam Paser Utara didominasi oleh suhu rendah dengan skor 1 sehingga banyak daerah yang kurang cocok untuk dibangun PLTS.

Hasil dan Pembahasan Klasifikasi Curah Hujan

Pada hasil klasifikasi curah hujan Kabupaten Penajam Paser Utara masuk ke dalam kelas Hujan Ringan dengan rentang nilai 0,5 - 20 mm/hari berdasarkan data yang diambil dari BMKG sehingga semua daerah cukup cocok untuk dibangun PLTS.

Hasil dan Pembahasan Kelerengan

Dari hasil kelerengan dapat terlihat bahwa kelerengan di Kabupaten Penajam Paser Utara termasuk dalam kelas landai dengan skor 1 - 2 sehingga cocok untuk dibangun PLTS baru. Pada geomapid upload data memiliki kendala di Kecamatan Sepaku yang tidak muncul dikarenakan data yang cukup besar sehingga data yang ditampilkan belum maksimall

Hasil dan Pembahasan Skoring Akhir

Hasil akhir tidak dapat divisualisasikan di geomapid dikarenan file geojson cukup besar sehingga hanya dilampirkan proyek di ArcGIS saja. Berdasarkan skor akhir dapat dilihat bahwa Kabupaten Penajam Paser Utara didominasi oleh hasil skoring dengan potensi yang tinggi, kemudian disusul dengan potensi sedang yang tersebar merata di masing-masing kecamatan.

Use Case

• Kecamatan Babulu

Berdasarkan data kepadatan penduduk yang diperoleh dari SINI Mapid didapatkan bahwa Kecamatan Babulu memiliki kepadatan penduduk yang paling tinggi yaitu 23.179 orang/km2 dibandingkan kecamatan yang lainnya sehingga tingkat kebutuhan listriknya juga tinggi. Sedangkan, berdasarkan hasil overlay dari seluruh parameter Kecamatan Babulu termasuk dalam kelas kurang strategis untuk dibangun PLTS baru. Meskipun demikian, masih terdapat daerah dengan kelas strategis di Kecamatan Babulu untuk dibangun PLTS baru sehingga masih dimungkinkan untuk meningkatkan efektifitas penggunaan listrik yang linear dengan tingkat elektrositasnya

• Kecamatan Sepaku

Berdasarkan data kepadatan penduduk yang diperoleh dari SINI Mapid didapatkan bahwa Kecamatan Waru memiliki kepadatan penduduk yang cukup tinggi yaitu 2.449 orang/km2 dibandingkan kecamatan yang lainnya sehingga tingkat kebutuhan listriknya juga tinggi. Sedangkan, berdasarkan hasil overlay dari seluruh parameter Kecamatan Sepaku termasuk dalam kelas cukup strategis untuk dibangun PLTS baru sehingga sangat dimungkinkan untuk meningkatkan efektifitas penggunaan listrik yang linear dengan tingkat elektrositasnya.

• Kecamatan Penajam

Lokasi yang paling berpotensi untuk pembangunan PLTS baru adalah Kecamatan Penajam dengan skor akhir senilai 2943 yang masuk dalam kelas strategis. Namun tingkat elektrositasnya kurang maksimal karena kepadatan penduduknya yang termasuk rendah yaitu 299 orang/km2.

• Kecamatan Sepaku

Lokasi yang cukup berpotensi untuk pembangunan PLTS baru adalah Kecamatan Sepaku dengan skor akhir senilai 2659 yang termasuk dalam kelas cukup strategis. Hal ini sejalan dengan tingkat elektrositasnya yang tergolong cukup tinggi karena kepadatan penduduknya yang bernilai 2.449 orang/km2.

Penutup

Dengan demikian lokasi yang paling berpotensi untuk didirikan PLTS baru adalah Kecamatan Penajam dan Kecamatan Sepaku. Sedangkan kecamatan dengan tingkat elektrositas paling tinggi adalah Kecamatan Babulu dan Kecamatan Sepaku.

Proyek ini diharapkan dapat membantu pengambilan keputusan khususnya dalam keterbaruan energi listrik di Ibu Kota Negara baru dengan location intelligence yang menunjukkan daerah yang paling berpotensi untuk pembangunan PLTS baru. Akhir kata, semoga Indonesia dapat mencapai tujuan dari SDGs nomor 7 yaitu Energi Bersih dan Terjangkau melalui berbagai usaha mulai dari beralih menggunakan energi terbarukan.

Daftar Pustaka

Agung Pribadi. (2019, Oktober 25). Suplai Listrik Ibu Kota Baru, Dibutuhkan Tambahan Kapasitas Pembangkit 1.555 MW. Retrieved from Kementerian Energi dan Sumber Daya Mineral: https://www.esdm.go.id/id/media-center/arsip-berita/suplai-listrik-ibu-kota-baru-dibutuhkan-tambahan-kapasitas-pembangkit-1555-mw

Anggreni, R., & dkk. (2018). Analisis Pengaruh Tutupan Awan Terhadap Radiasi Matahari di Kota Pontianak. PRISMA FISIKA, 6(3), 214-219.

Badan Perencanaan Pembangunan Nasional. (2020). Naskah Akademik Rancangan Undang-Undang tentang Ibu Kota Negara. Jakarta: Kementerian PPN/Bappenas.

Badan Pusat Statistik Provinsi Kalimantan Timur. (2022, Maret). Jumlah Pelanggan Listrik 2017-2019. Retrieved from Badan Pusat Statistik: https://kaltim.bps.go.id/indicator/7/360/1/jumlah-pelanggan-listrik.html

Bayu, H., & Windarta, J. (2021). Tinjauan Kebijakan dan Regulasi Pengembangan PLTS di Indonesia. Jurnal Energi Baru & Terbarukan Vol. 2, No. 3, 123–132.

BNPB. (2015). Kajian Rawan Bencana (KRB) Provinsi Kalimantan Timur 2016-2020. Jakarta: Badan Nasional Penanggulangan Bencana.

CNN Indonesia. (2019, November 27). ESDM Sebut Listrik Ibu Kota Baru Kurang 864 MW pada 2024. Retrieved from CNN Indonesia: https://www.cnnindonesia.com/ekonomi/20191127122308-85-451935/esdm-sebut-listrik-ibu-kota-baru-kurang-864-mw-pada-2024

Depari, A. P. (2018). Pengaruh Kecepatan Angin dan Kelembaban Udara pada Permukaan Panel Surya Komersil terhadap Keluaran yang Dihasilkan. Medan: Universitas Sumatera Utara.

Dinas ESDM Provinsi Kalimantan Timur. (2018). Penyusunan Rencana Umum Ketenagalistrikan Daerah (RUKD) Provinsi Kalimantan Timur Tahun 2019-2038. Samarinda: Dinas Energi dan Sumber Daya Provinsi Kalimantan Timur.

Iqtimal, Z. (2018). Aplikasi Sistem Tenaga Surya Sebagai Sumber listrik Tenaga Pompa Air. Jurnal Online Teknik Elektro, 3.

Julian, M., & Mahadi, T. (2022, Januari 20). PLN Nyatakan Siap Penuhi Kebutuhan Listrik di Ibu Kota Negara Baru. Retrieved from Kontancoid: https://industri.kontan.co.id/news/pln-nyatakan-siap-penuhi-kebutuhan-listrik-di-ibu-kota-negara-baru

Kementerian ESDM RI. (2012). Matahari Untuk PLTS di Indonesia. Retrieved Maret 5, 2022, from https://www.esdm.go.id/id/media-center/arsip-berita/matahari-untuk-plts-di-indonesia

Kementerian ESDM RI. (2018). Panduan Studi Kelayakan Pembangkit Listrik Tenaga Surya (PLTS) Terpusat. Jakarta: Kementerian Energi dan Sumber Daya Mineral Republik Indonesia.

Kementerian ESDM RI. (2020). Panduan Pengelolaan Lingkungan Pembangkit Listrik Tenaga Surya (PLTS). Jakarta: Kementerian Energi dan Sumber Daya Mineral.

Mulyana, R. N., & Husaini, A. (2019, Oktober 27). Butuh 1.555 MW, Ini Skema Pemenuhan Listrik di Ibukota Baru. Retrieved from Kontancoid: https://industri.kontan.co.id/news/butuh-1555-mw-ini-skema-pemenuhan-listrik-di-ibukota-baru

Peraturan Presiden Nomor 22 Tahun 2017 tentang Rencana Umum Energi Nasional.

Soemarwoto, O. (2004). Ekologi Lingkungan Hidup dan Pembangunan. Jakarta: Universitas Indonesia.

Strong, S. J. (1987). The Solar Electric House A Design Manual for Home-Scale Photovoltaic Power Systems. Pennsylvania: Rodale Press.

Undang-Undang Nomor 16 Tahun 2016 tentang Pengesahan Persetujuan Paris Atas Konvensi Kerangka Kerja Perserikatan Bangsa-Bangsa mengenai Perubahan Iklim.

Ventiano, & dkk. (2019). Perhitungan Intensitas Radiasi Matahari Berdasarkan Pola Sebaran Awan Menggunakan Metode Support Vector Regression (SVR). e-Proceeding of Engineering, 6(2), 5343.

Wu, P., Ma, X., Ji, J., & Ma, Y. (2017). Review on Life Cycle Assessment of Greenhouse Gas Emission Profit of Solar Photovoltaic Systems. Energy Procedina 105, 1289-1294.

Hi! We are from Geodetic Engineering Department Diponegoro University! If you want to know more about this project, kindly reach us through:

Faisal Ammar H (faisal.f1669@gmail.com)

Maria Natasha M. P. (rebelanatasha2gmail.com)

Yakub Hariana (yakubhariana70@gmail.com)