Proyeksi Kecepatan Angin Dan Probabilitas Terjadinya Intermitensi Di Grid 3 Nusa, Pulau Nusa Penida Menggunakan Metode Principal Component Analysis
DOI:
https://doi.org/10.34818/eoe.v9i5.18494Abstract
Abstrak—Dalam pemenuhan pasokan energi listrik, Pulau Nusa Penida menggunakan PLTD berbahan bakar Marine Fuel Oil (MFO) dengan daya yang dihasilkan 10 MW. Namun hal ini menyebabkan biaya bahan bakar yang tinggi dapat memicu biaya pokok penyediaan pembangkitan listrik yang cukup tinggi pula. Untuk mengatasi persoalan tersebut diharapkan di Pulau Nusa Penida dapat mengembangkan pembangkit tenaga listrik dengan menggunakan energi baru terbarukan (Renewable Energy) dikarenakan biaya bahan bakarnya bernilai 0. Penelitian proyeksi kecepatan angin ini dapat ditentukan dengan metode Principal Component Analysis yang menggunakan beberapa data kecepatan angin dan parameter atmosfer lainnya di Pulau Nusa Penida. Dengan metode ini parameter lain yang digunakan yaitu temperature, relative humidity, specific humidity, irradiation, radiation, air density, precipitation, dan surface pressure. Data yang didapatkan akan diolah menggunakan perangkat lunak SPSS sehingga didapatkan pemodelan dalam bentuk distribusi statistik. Model akhir memasukkan faktor ketidakpastian yang disimulasikan menggunakan simulasi Monte Carlo dengan bantuan perangkat lunak Crystal Ball. Setelah dilakukan penelitian didapatkan hasil yaitu empat variabel yang berpengaruh terhadap kecepatan angin, pemodelan korelasi kecepatan angin, dan probabilitas intermitensi terjadi dengan skenario worst case. Kata kunci— energi angin, proyeksi kecepatan angin, Principal Component Analysis, simulasi Monte CarloReferences
[1] I. K. Sutika, “Bupati Klungkung tinjau pengoperasian PLTD Nusa Penida,” Antara Bali, 2018. https://bali.antaranews.com/berita/132346/bupati-klungkung-tinjau-pengoperasian-pltd-nusa-penida (accessed Sep. 11, 2022).
[2] Direktorat Jenderal Pengendalian Perubahan Iklim-Kementerian Lingkungan Hidup dan Kehutanan, “EBTK untuk Mitigasi Perubahan Iklim,” ditjenppi.menlhk.go.id, 2017. http://ditjenppi.menlhk.go.id/kcpi/index.php/aksi/mitigasi/implementasi/323-pengembangan-ebtk-sebagai-upaya-mitigasi-perubahan-iklim (accessed Sep. 25, 2021).
[3] Menteri Negeri dan Sumber Daya Mineral Republik Indonesia, Keputusan Menteri Energi dan Sumber Daya Mineral Republik Indonesia Tentang Besaran Biaya Pokok Penyediaan Pembangkitan PT Perusahaan Listrik Negara (Persero). 2018.
[4] M. Nasrullah and Sriyana, “Harga dan Tarif Listrik PLTN di Dunia,” J. Pengemb. Energi Nukl., vol. 12, no. 1, pp. 20–30, 2010.
[5] N. R. Council, Assessment of Research Needs for Wind Turbine Rotor Materials Technology. National Academies Press, 1991. doi: 10.17226/1824.
[6] M. Wangge, “Penerapan Metode Principal Component Analysis (PCA) Terhadap Faktor-faktor yang Mempengaruhi Lamanya Penyelesaian Skripsi Mahasiswa Program Studi Pendidikan Matematika FKIP UNDANA,” J. Cendekia J. Pendidik. Mat., vol. 5, no. 2, pp. 974–988, 2021, doi: 10.31004/cendekia.v5i2.465.
[7] S. Sasmono, N. I. Sinisuka, M. W. Atmopawiro, and D. Darwanto, “Macro demand spatial approach (MDSA) at spatial demand forecasting for transmission system planning,” Int. J. Electr. Eng. Informatics, vol. 7, no. 2, pp. 193–206, 2015, doi: 10.15676/ijeei.2015.7.2.3.
[8] A. Fadjar, “Aplikasi Simulasi Monte Carlo dalam Estimasi Biaya Proyek,” SMARTek, vol. 6, no. 4, pp. 222–227, 2008.
