Abstract

The increasing need for electrical energy is becoming a problem due to limited fossil energy, so it is necearry to know locations that have the potential to generate electricity from renewable energy. This study simulates and analyzes the potential of solar and wind energy in Bontang Kuala as a power plant using Homer software. Load planning uses a peak load of 38,44 kW and usage of 471,56 kWh/day from the results of a survei conducted at one of the RTs in Bontang Kuala. The simulation produces three optimal configurations of three types of generators, namely Solar Cell, Hybrid Power Plant  and Wind Power Plant. The most optimal configuration is the Solar Cell system with the smallest NPC value of Rp3,6 B and this system has a solar panel capacity of 142 kW, a battery capacity of 461 kWh and an inverter capacity of 50 kW.

Analysis Potential of Sol ar an d Wind as Power Plant in Bontang Kuala Using Software Homer

Analisis Potensi Energi Matahari dan Angin Sebagai Pembangkit Listrik Di Bontang Kuala Menggunakan Software Homer

Bima Sakti ¹ , Aji Ery Burhandenny ² , Restu Mukti Utomo ³ , Happy Nugroho ⁴ , Adi Pandu Wirawan ⁵

^{1 ,2,3 ,4, 5 )} Depa tement of Electrical Engineering, Mulawarman University, Indonesia

Abstract _ The increasing need for electrical energy is becoming a problem due to limited fossil energy, so it is necearry to know locations that have the potential to generate electricity from renewable energy. This study simulates and analyzes the potential of solar and wind energy in Bontang Kuala as a power plant using Homer software. Load planning uses a peak load of 38,44 kW and usage of 471,56 kWh/day from the results of a survei conducted at one of the RTs in Bontang Kuala. The simulation produces three optimal configurations of three types of generators, namely Solar Cell, Hybrid Power Plant and Wind Power Plant. The most optimal configuration is the Solar Cell system with the smallest NPC value of Rp3,6 B and this system has a solar panel capacity of 142 kW, a battery capacity of 461 kWh and an inverter capacity of 50 kW.

Keywords: Simulation; Bontang Kuala; Software Homer; PLTS.

Abstrak_ Kebutuhan energi listrik semakin meningkat menjadi masalah karena keterbatasan energi fosil sehingga perlu diketahui lokasi yang berpotensi sebagai pembangkit listrik dari energi terbarukan. Penelitian ini melakukan simulasi dan analisis potensi energi matahari dan angin di Bontang Kuala sebagai pembangkit listrik menggunakan software homer. Perencanaan beban menggunakan beban puncak 38,44 kW dan pemakaian 471,56 kWh/hari dari hasil survei yang diakukan ke salah satu Rukun Tetangga di Bontang Kuala. Simulasi menghasilkan tiga konfigurasi optimal dari tiga tipe pembangkit yaitu Pembangkit Listrik Tenaga Surya, Pembangkit Listrik Tenaga Hibrid dan Pembangkit Listrik Tenaga Bayu. Konfigurasi yang paling optimal adalah sistem PLTS dengan nilai NPC terkecil Rp3,6 M dan sistem ini memiliki kapasitas panel surya 142 kW, kapasitas baterai 461 kWh dan kapasitas inverter 50 kW.

Kata Kunci: Simulasi; Bontang Kuala; Software Homer; PLTS.

Seperti yang kita ketahui bahwa sedikitnya ketersediaan sumber daya minyak bumi, gas alam dan batu bara terancam habis apabila digunakan secara terus menerus atau berkelanjutan. Hal ini sejalan dengan bertambahnya jumlah penduduk disertai permintaan kebutuhan energi listrik untuk memenuhi kebutuhan beban rumah yang terus meningkat. Ketergantungan akan energi fosil yang semakin menipis cadangannya akan membuat indonesia terjebak dalam krisis energi. Antisipasi terhadap krisis energi bisa diatasi yaitu dengan terus melakukan pemanfaatan terhadap Energi Baru Terbarukan untuk mengindari berbagai dampak negatif dari penggunaan energi fosil.

Berdasarkan letak geografis Provinsi Kalimantan Timur tepatnya di daerah Bontang Kuala yang dilalui oleh khatulistiwa sehingga memiliki energi matahari yang dapat dimanfaatkan karena banyaknya sinar matahari yang diterima sepanjang tahun. Selain itu letak Bontang Kuala yang berada diatas laut sehingga energi angin laut dapat dimanfaatkan karena tingginya perbedaan suhu udara yang berada di laut.

Bontang Kuala merupakan salah satu Kelurahan di Kecamatan Bontang Utara, Kota Bontang, Provinsi Kalimantan Timur, Indonesia. Bontang Kuala memiliki luas wilayah sebesar 894 ha dan berjumlah 20 Rukun Tetangga (RT). Masyarakat di daerah ini berjumlah 6.910 orang dengan tingkat kepadatan penduduk sebesar 773 per km² [5].

Sebelum dilakukan perancangan pembangkit, perlu diketahui potensi energi dan skema konfigurasi paling efisien pada lokasi tersebut sesuai dengan besarnya energi matahari dan angin sebagai Pembangkit Listrik Tenaga Surya, Pembangkit Listrik Tenaga Bayu atau Pembangkit Listrik Tenaga Hibrid dari sisi kelistrikan maupun sisi ekonomi yang dihasilkan. Salah satu cara yang dapat dilakukan yaitu dengan simulasi menggunakan Software Homer.

HOMER (Hybrid Optimization of Multiple Energy Resources) adalah aplikasi perangkat lunak gratis yang dikembangkan oleh National Renewable Energi Laboratory di Amerika Serikat. Hal ini memungkinkan untuk mempertimbangkan sejumlah besar pilihan teknologi untuk memperhitungkan ketersediaan sumber daya energi dan variabel lainnya [8].

Beberapa penelitian telah dilakukan untuk mengetahui potensi pembangkit menggunakan software Homer dengan perancangan yang berbeda. Penelitian sebelumnya yang pernah dilakukan adalah penelitian simulasi memanfaatkan energi matahari dan angin sebagai pembangkit untuk diterapkan pada Fakultas Teknologi Industri dengan kebutuhan beban puncak 22,9 kW [6]. Penelitian selanjutnya yaitu memanfaatkan energi matahari dan angin sebagai pembangkit di Pantai Samas Bantul Yogyakarta dengan menggunakan kebutuhan beban puncak yang lebih besar yaitu sebesar 32,87 kW (Aditya Aldi Guntur Pamungkas, 2021). Penelitian selanjutnya menganalisis potensi pembangkit Hibrida pada pesisir Pantai Labu untuk menyuplai beban puncak sebesar 18,44 kW [7]. Berdasarkan beberapa penelitian yang telah dilakukan tersebut, perencanaan kebutuhan bebannya tidak diambil dari hasil survey kebutuhan daya per jam seperti yang dibutuhkan pada simulasi, tetapi diambil dari perkiraan perhitungan daya yang dapat dihasilkan dan berdasarkan data yang didapatkan dari PLN.

Penelitian ini melakukan simulasi analisis potensi energi matahari dan angin untuk mengetahui konfigurasi yang tepat diterapkan pada lokasi penelitian dengan perencanaan beban yang diperoleh sesuai perkiraan kebutuhan karena didapatkan dari hasil suvei langsung ke pelanggan. Selain itu bagian perancangan akan lebih diperjelas dengan mengatur bagian constraints sistem simulasi. Maka hasil simulasi yang ditampilkan berdasarkan kemampuan energi untuk menyuplai kebutuhan beban dengan pola pemakaian per jam seperti pada perancangan.

Secara umum, penelitian ini termasuk menggunakan metode campuran antara kualitatif dan kuantitatif. Kualitatif terkait kualitas kemampuan sumber energi matahari dan angin untuk menyuplai kebutuhan beban, sedangkan kualitatif terkait besarnya kapasitas yang dibutuhkan pembangkit untuk melayani beban.

Alat yang digunakan dalam penelitian ini adalah satu buah laptop sebagai perangkat keras yang merancang dan menjalankan simulasi pembangkit. Laptop yang digunakan yaitu ACER 2GB RAM Version 21H2 Windows 10 Pro. Sedangkan bahan yang digunakan dalam penelitian ini adalah Software Homer Energy versi 13.4.2 tahun 2017.

• Alat dan Bahan
• Pengumpulan Data

Jenis data yang dibutuhkan dalam penelitian ini adalah data sekunder dan data primer. Data sekunder yang diperlukan adalah data kecepatan angin dan iradiasi matahari dalam kurun waktu 20 tahun terakhir, sedangkan data primer yang dibutuhkan adalah data perkiraan pemakaian listrik di RT 02 Bontang Kuala.

Data kecepatan angin diambil dari database Badan Antariksa Amerika Serikat NASA Prediction Of Worldwide Energy Resources dengan koordinat lokasi di Bontang Kuala. Berikut ini adalah tabel -rata kecepatan angin di Bontang Kuala dengan koordinat lokasi latitude = 0.1394, longitude = 117.5194.

Data iradiasi matahari diambil dari database Badan Antariksa Amerika Serikat NASA Prediction Of Worldwide Energy Resources dengan koordinat lokasi di Bontang Kuala. Jenis panel surya yang digunakan adalah panel surya flat atau datar, Homer akan menentukan daya output dari panel surya menggunakan data iradiasi matahari Global Horizontal Iradiance (GHI) [8]. Berikut ini tabel rata-rata iradiasi matahari Bontang Kuala yang didapatkan dengan koordinat lokasi latitude = 0.1394, longitude = 117.5194.

• Data kecepatan angin
• Data iradiasi matahari
• Data kebutuhan beban

Perencanaan perkiraan kapasitas beban untuk simulasi PLTH surya dan bayu menggunakan 1 Rukun Tetangga yaitu pada RT 02. Berdasarkan data yang diperoleh dari Kelurahan Bontang Kuala, RT 02 berjumlah 40 rumah. Perkiraan pemakaian listrik di RT 02 didapatkan dari hasil survei yang telah dilakukan. Kegiatan survei dilakukan terhadap setengah dari total jumlah rumah yaitu sebanyak 20 rumah sehingga setengah jumlah rumah yang belum terdata diasumsikan memiliki pemakaian listrik sama dengan yang sudah terdata melalui survei. Berdasarkan hasil survey tersebut maka dapat direkap daya semua rumah yang telah didata untuk mengetahui daya pemakaian listrik per jam selama satu hari, berikut ini tabel hasil rekapitulasi daya pemakaian per jam.

Pada perencanaan beban di simulasi tidak menggunakan total pemakaian keseluruhan rumah, melainkan menggunakan beban tertinggi yang tercatat setiap jam dengan tujuan supaya dapat mengantisipasi kemungkinan yang terjadi apabila semua rumah menggunakan daya yang tinggi setiap jam. Berikut tabel hasil rekapitulasi beban yang akan dimasukkan ke dalam simulasi untuk pemakaian 40 rumah.

Besarnya beban setiap jam merupakan beban yang harus disuplai oleh sistem berdasarkan pencarian Homer untuk mendapatkan konfigurasi paling optimal supaya beban perencanaan dapat terlayani listrik. Beban per jam yang sudah didapatkan kemudian dimasukkan ke dalam simulasi sehingga tampilan beban seperti pada gambar berikut.

Pemilihan komponen yang digunakan untuk sistem simulasi berdasarkan kebutuhan beban yang harus disuplai dan kemampuan sumber energi di lokasi. Biaya pemeliharaan untuk komponen sistem tenaga surya diasumsikan sebesar 1% dari harga awal atau harga pembelian komponen [4]. Sedangkan komponen turbin angin diasumsikan memiliki biaya perawatan yang lebih tinggi, yaitu sebesar 5% dari harga pembelian komponen turbin angin [3].

Berdasarkan perkiraan beban sebelumnya didapatkan beban puncak berada diantara pukul 20:00 sampai dengan pukul 22:00 yaitu sebesar 38,44 kW. Berikut ini perhitungan kapasitas inverter yang dibutuhkan [9].

Kapasitas inverter (W) = Wmaks + (25% x Wmaks)

= 38.440 W + (25% x 38.440 W)

= 48.050 W

Daya dibulatkan menjadi 50.000 W atau 50 kW, maka kapasitas inverter yang akan digunakan menyesuaikan dengan yang tersedia sehingga menggunakan Inverter Sinexel PWG 50. Komponen inverter memiliki harga sebesar Rp169.813.350,00 dengan biaya pergantian sebesar Rp169.813.350,00 ketika sudah mencapai masa hidup (lifetime) selama masa operasi 10 tahun. biaya operasional dan pemeliharaan inverter sebesar Rp1.698.133.50 per tahun.

Pada simulasi ini akan menggunakan panel surya jenis polycrystaline. Panel surya yang digunakan adalah Panel Surya Canadian Solar CS6X 330P. Komponen panel surya memiliki harga sebesar Rp2.520.000,00 dan biaya pergantian sebesar Rp2.520.000,00. Biaya pemeliharaan diasumsikan sebesar 1% dari harga investasi atau pembelian komponen maka biaya pemeliharaan sebesar Rp25.200,00. Kerugian sistem panel surya diasumsikan sebesar 18% [10]. Maka parameter derating factor dimasukkan ke dalam simulasi adalah 82% (100% - 18%). Berikut perhitungan hubungan seri dan paralel panel surya [2].

Maksimal panel surya seri =

= = 21,50 panel surya

Maksimal panel surya paralel=

= = 21,62 panel surya

Maksimal sebanyak 21 panel surya yang dihubung seri dan maksimal 21 panel surya yang dihubung paralel., sehingga total maksimal panel surya yang diperlukan oleh inverter adalah sebanyak 441 panel surya atau sama dengan 145 kW.

Turbin angin yang dipilih adalah jenis turbin angin yang dapat beroperasi dengan kecepatan rendah di bawah kecepatan angin rata-rata terkecil di lokasi penelitian. Maka turbin angin yang digunakan adalah turbin angin AWS HC 5.1 kW. Komponen turbin angin memiliki harga Rp333.366.300,00 dan biaya pergantian Rp333.366.300,00. Biaya pemeliharaan diasumsikan sebesar 5% dari harga investasi atau pembelian komponen, maka biaya pemeliharaan sebesar Rp16.668.315,00.

• Inverter
• Panel Surya
• Turbin Angin
• Baterai

Baterai yang akan digunakan adalah baterai deep-cycle jenis lithium ion 12,8 V 100 Ah. Komponen baterai memiliki harga Rp2.441.556,00, biaya pergantian sebesar Rp2.441.556,00 dan biaya pemeliharaan sebesar Rp24.415,56. Berikut menentukan kebutuhan baterai untuk digunakan sebagai batasan simulasi [9].

Kebutuhan baterai

= Total kebutuhan energi harian (Wh) x Hari otonomi

= 471.560 Wh x 2 = 943.120 Wh

Menentukan jumlah maksimal seri dan maksimal paralel baterai :

Maksimal Seri Baterai =

=

= 40,62 = 40 baterai seri

Maksimal Paralel Baterai

=

= = 20,15 = 20 baterai parallel

Berdasarkan perhitungan tersebut diketahui bahwa sistem baterai memiliki maksimal 40 baterai dihubung seri dan maksimal 20 baterai dihubung paralel. Sedangkan berdasarkan perhitungan kebutuhan baterai yaitu sebesar 943,12 kWh sehingga dibutuhkan 737 baterai dengan kapasitas 1,28 kWh. Oleh karena itu, search space baterai akan diatur maksimal 737 baterai.

Menu constraints untuk mengubah sistem batasan yang merupakan kondisi yang harus dipenuhi oleh sistem. Homer membuang sistem yang tidak memenuhi batasan yang ditentukan, maka tidak akan muncul dalam hasil pengoptimalan. Berikut nilai Constraints padaperancangan simulasi

• Max annual capacity shortage = 0,14%
• Minimum renewable fraction = 0
• Load in current time step = 20%
• Annual peak load = 0
• Solar power output = 50%
• Wind power output = 50%

Menu economics merupakan bagian pengaturan yang terkait dengan pembiayaan. Berikut ini nilai economics yang dimasukkan pada sistem perancangan

• Nominal discount rate= 5,50%
• Expected inflation rate = 3%
• Project lifetime = 25
• System fixed capital cost= 0
• = 0
• Capacity shortage penalty = 0
• Currency= Rupiah

Simulasi sistem menghasilkan beberapa pilihan konfigurasi yang memungkinkan untuk melayani beban. Setiap konfigurasi memiliki kapasitas maupun jumlah komponen yang berbeda-beda sehingga menghasilkan nilai Net Present Cost yang berbeda. Sistem yang dianggap paling efisien adalah konfigurasi sistem yang memiliki nilai NPC terkecil, yaitu sistem yang kapasitas dan jumlah komponennya cukup untuk melayani kebutuhan beban dan memiliki perkiraan pembiayaan lebih kecil dibandingkan konfigurasi yang lain. Berikut ini gambar tampilan konfigurasi yang didapatkan dari hasil kalkulasi sistem.

Konfigurasi yang dihasilkan dibagi menjadi 3 kelompok berdasarkan komponen yang digunakan yaitu sistem yang menggunakan komponen panel surya -baterai – inverter (sistem PLTS), panel surya – turbin angin – baterai – inverter (sistem PLTH) dan turbin angin – baterai – inverter (sistem PLTB).

Sistem ini menggunakan panel surya dengan kapasitas 142 kW, baterai dengan kapasitas 461 kWh (360 baterai) dan inverter dengan kapasitas 50 kW. Sistem ini memiliki nilai NPC terkecil yaitu sebesar Rp3.615.140.000,00. Berikut ini adalah tabel kelistrikan sistem PLTS.

Sistem pembangkit mengeluarkan biaya untuk pembelian komponen baterai, panel surya dan inverter sesuai dengan jumlah dan kapasitas masing-masing komponen dengan total Rp2.131.766.734,88. biaya pergantian komponen sebesar Rp1.474.341.023,90, biaya pemeliharaan selama jangka waktu operasi sistem yaitu sebesar Rp396.055.897,16 dan biaya sisa (salvage) sebesar Rp387.023.896,66. maka total NPC sistem pembangkit yaitu sebesar Rp3.615.139.759,27 atau Rp3,6 M. Berikut ini tabel pembiayaan pada sistem PLTS.

Pada sistem ini konfigurasi yang didapatkan apabila menggunakan dua sumber energi yaitu panel surya dan turbin angin, maka konfigurasi yang memiliki nilai NPC terkecil yaitu menggunakan panel surya dengan kapasitas 142 kW, turbin angin kapasitas 5,1 kW, baterai kapasitas 461 kWh (360 baterai) dan inverter kapasitas 50 kW. Sistem ini memiliki nilai NPC terkecil yaitu sebesar Rp4.325.679.000,00. Berikut ini adalah tabel kelistrikan sistem PLTH.

Sistem PLTH mengeluarkan biaya pembelian komponen dengan total pembelian sebesar Rp2.463.687.569,93, dengan total biaya pergantian keseluruhan selama waktu operasi sebesar Rp1.680.696.974,19, biaya untuk pemeliharaan komponen yang terhitung setiap tahun sebesar Rp705.464.027,72, biaya sisa sebesar Rp524.169.938,27 sehingga menghasilkan maka total NPC sistem sebesar Rp4.325.678.588,57 atau Rp4,3 M. Berikut ini tabel pembiayaan pada sistem PLTH.

Kelistrikan sistem PLTB, PLTS dan PLTH sama-sama menggunakan komponen baterai dan inverter, yang membedakan sistem PLTB dengan yang lainnya yaitu hanya memanfaatkan energi angin tanpa bantuan dari sumber lainnya. Berikut ini adalah tabel kelistrikan sistem PLTB.

Biaya yang dikeluarkan untuk sistem PLTB yaitu berupa pembelian komponen dengan total Rp17.801.603.910,00, total biaya pergantian sebesar Rp14.533.773.478,42, biaya pemeliharaan sebesar Rp13.216.971.627,84. Dan biaya sisa sebesar Rp6.717.444.826,57. Maka total NPC sistem pembangkit yaitu sebesar Rp38.834.904.189,69 atau Rp38,8 M. Berikut ini tabel pembiayaan pada sistem PLTB.

• Sistem PLTS
• Sistem PLTH
• Sistem PLTB
• Perbandingan Konfigurasi Sistem

Simulasi analisis potensi energi matahari dan energi angin di Bontang Kuala menghasilkan tiga jenis pembangkit yang dapat diterapkan yaitu sistem PLTS, PLTH Surya dan Bayu dan PLTB. Setiap jenis konfigurasi memiliki kapasitas dan jumlah komponen yang berbeda-beda sehingga menghasilkan nilai NPC yang berbeda. Berikut ini tabel perbandingan konfigurasi sistem PLTS, PLTH dan PLTB.

Berdasarkan Tabel 4.17 dapat diketahui perbandingan sistem pembangkit yang hanya memanfaatkan energi matahari, hanya memanfaatkan energi angin dan memanfaatkan kedua sumber energi tersebut. Sesuai dengan perancangan beban sistem yang mengharuskan menyuplai beban sebesar 471,56 kWh/hari atau sama dengan 172.119,4 kWh/tahun dengan toleransi beban tidak terlayani yang diatur pada menu constraints sebesar 0,14% atau sebesar 240,9 kWh/tahun.

Hasil kelistrikan menunjukkan sistem konfigurasi optimal PLTS dan PLTH dapat melayani beban sesuai dengan perancangan sedangkan sistem konfigurasi optimal PLTB tidak dapat melayani beban sesuai dengan perancangan. Sistem yang memiliki nilai NPC terkecil adalah sistem PLTS yaitu sebesar Rp3,6 M, biaya lebih kecil dibandingkan NPC sistem PLTH dengan nilai NPC sebesar Rp4,3 M, bahkan jauh lebih kecil dibandingkan sistem PLTB dengan nilai NPC sebesar Rp38,8 M. NPC sistem PLTH dan PLTB lebih besar dibandingkan dengan PLTS dikarenakan sistem yang memanfaatkan turbin angin di lokasi Bontang Kuala tidak dapat menghasilkan daya yang optimal sehingga apabila tetap ingin menggunakan turbin angin maka tentu memerlukan komponen yang lebih banyak sehingga akan menambah biaya investasi, pergantian dan pemeliharaan komponen.

Maka berdasarkan jumlah dan kapasitas komponen dan biaya tersebut dapat disumpulkan bahwa sistem PLTS lebih direkomendasikan dibandingkan dengan konfiguasi sistem PLTH dan sistem PLTB yang memerlukan jumlah , kapasitas dan biaya yang lebih banyak.

IV. KESIMPULAN

Penelitian analisis potensi energi matahari dan energi angin sebagai pembangkit listrik di Bontang Kuala menggunakan Software Homer membandingkan tiga jenis pembangkit yang dapat diterapkan untuk melayani kebutuhan beban sebesar 344 kWh/day dan beban puncak 34,44 kW. Konfigurasi paling optimal yaitu konfigurasi sistem pembangkit yang hanya memanfaatkan energi matahari (sistem PLTS) untuk menyuplai kebutuhan beban listrik di Bontang Kuala, yaitu dengan rata-rata iradiasi matahari 6,81 kWh/m²/day dibutuhkan panel surya kapasitas 142 kW, baterai kapasitas 461 kWh dan inverter kapasitas 50 kW.

Potensi iradiasi matahari 6,81 kWh/m²/day dan kecepatan angin 4.1 m/s di Bontang Kuala bisa dimanfaatkan menjadi pembangkit listrik, tetapi pemanfaatan energi matahari lebih baik dibandingkan pemanfaatan energi angin karena memerlukan biaya yang lebih besar.

Adapun saran yang diberikan untuk penelitian selanjutnya yaitu sebaiknya tidak hanya menganalisis potensi energi matahari dan angin, tetapi juga dapat menganalisis potensi energi lain seperti energi gelombang laut. Dan dapat menjelaskan lebih detail pengeluaran biaya yang dilakukan setiap komponen, seperti kegiatan yang dilakukan pada saat pemeliharaan komponen.

DAFTAR PUSTAKA

[1] A. G. Pamungkas and A. Aditya, "Simulasi Kinerja Mini-grid Berbasis Photovoltaic (PV) dan Wind Turbine (WT) Menggunakan HOMER Di Pantai Samas Bantul Yogyakarta," Universitas Islam Indonesia, Yogyakarta, 2021.

[2] R. Hariyati, M. N. Qosim, and A. W. Hasanah, "Energi dan Kelistrikan: Jurnal Ilmiah Konsep Fotovoltaik Terintegrasi On Grid dengan Gedung STT-PLN Energi dan Kelistrikan: Jurnal Ilmiah," vol. 11, no. 1, pp. 17–26, 2019.

[3] S. Krohn, "The Economics of Wind Energy," The European Wind Energy Association, 2009.

[4] T. Michael, "Renewable Power Generation Costs In 2020," International Renewable Energy Agency (IRENA), 2021.

[5] Pemerintah Kota Bontang, "Rancangan Akhir RKPD Kota Bontang, 2023," Kota Bontang, Kalimantan Timur, 2023.

[6] H. H. Pradana, "Simulasi Sistem Pembangkit Listrik Hibrid Tenaga Surya Dan Angin di Fakultas Teknologi Industri," Universitas Islam Indonesia, Yogyakarta, 2018.

[7] I. Saputra, "Analisis Potensi Pembangkit Listrik Tenaga Hibrida pada Pesisir Pantai Labu Menggunakan Software Homer," vol. 31, pp. 39, 2021.

[8] S. Suite and B. Co, "HOMER® Pro Version 3.7 User Manual," HOMER® Energy, Boulder, CO, USA, Aug. 2016.

[9] Tech, T., "Studi Kelayakan Pembangkit Listrik Tenaga Surya (PLTS) Terpusat," Kementerian Energi dan Sumber Daya Mineral, Nov. 2018.

[10] A. Wibowo, "Instalasi Panel Listrik Surya," J. Joseph, Ed. Yayasan Prima Agus Teknik, Universitas Stekom, 2022.

*Correspondent e-mail address Peer reviewed under responsibility of Muhammadiyah University Sidoarjo, Indonesia.

© 2024 Muhammadiyah University Sidoarjo, All right reserved, This is an open access article under the CC BY license()

Received: 2024-01-22

Accepted: 2024-03-21

Published: 2024-04-29

DAFTAR TABEL

Tabel 1. Rata-rata kecepatan angin di Bontang Kuala

[Table 1 about here]

Tabel 2. Rata-rata iradiasi matahari di Bontang Kuala [Table 2 about here]

Tabel 3. Hasil survey rekapitulasi daya pemakaian per jamable 3 about here]

Tabel 4 . Hasil rekapitulasi beban per jam [Table 4 about here ]

Tabel 5. Kelistrikan sistem PLTS [Table 5 about here]

Tabel 6. Pembiayaan sistem PLTS [Table 6 about here]

Tabel 7. Kelistrikan sistem PLTH here]

Tabel 8. Pembiayaan sistem PLTHbout here]

Tabel 9. Kelistrikan sistem PLTB

Tabel 10. Pembiayaan sistem PLTB

Tabel 11. Perbandingan konfiguasi sistem PLTS, PLTH dan PLTB

DAFTAR GAMBAR

Figure 1. Tampilan menu load pada simulasi Homer [Figure 1 about here]

Figure 2. Hasil konfigurasi sistem pembangkit [Figure 2 about here]

References

1. A. G. Pamungkas and A. Aditya, "Simulasi Kinerja Mini-grid Berbasis Photovoltaic (PV) dan Wind Turbine (WT) Menggunakan HOMER Di Pantai Samas Bantul Yogyakarta," Universitas Islam Indonesia, Yogyakarta, 2021.
2. R. Hariyati, M. N. Qosim, and A. W. Hasanah, "Energi dan Kelistrikan: Jurnal Ilmiah Konsep Fotovoltaik Terintegrasi On Grid dengan Gedung STT-PLN Energi dan Kelistrikan: Jurnal Ilmiah," vol. 11, no. 1, pp. 17–26, 2019.
3. S. Krohn, "The Economics of Wind Energy," The European Wind Energy Association, 2009.
4. T. Michael, "Renewable Power Generation Costs In 2020," International Renewable Energy Agency (IRENA), 2021.
5. Pemerintah Kota Bontang, "Rancangan Akhir RKPD Kota Bontang, 2023," Kota Bontang, Kalimantan Timur, 2023.
6. H. H. Pradana, "Simulasi Sistem Pembangkit Listrik Hibrid Tenaga Surya Dan Angin di Fakultas Teknologi Industri," Universitas Islam Indonesia, Yogyakarta, 2018.
7. I. Saputra, "Analisis Potensi Pembangkit Listrik Tenaga Hibrida pada Pesisir Pantai Labu Menggunakan Software Homer," vol. 31, pp. 39, 2021.
8. S. Suite and B. Co, "HOMER® Pro Version 3.7 User Manual," HOMER® Energy, Boulder, CO, USA, Aug. 2016.
9. Tech, T., "Studi Kelayakan Pembangkit Listrik Tenaga Surya (PLTS) Terpusat," Kementerian Energi dan Sumber Daya Mineral, Nov. 2018.
10. A. Wibowo, "Instalasi Panel Listrik Surya," J. Joseph, Ed. Yayasan Prima Agus Teknik, Universitas Stekom, 2022.