PPSDM KEBTKE Gandeng PT. PLN Batam Gelar Pelatihan Pemodelan dan Analisis Simple E untuk Menunjang Administrasi

Kementerian ESDM melalui Pusat Pengembangan Sumber Daya Manusia, Ketenagalistrikan, Energi Baru, Terbarukan dan Konservasi Energi (PPSDM KEBTKE) bekerjasama dengan PT. PLN Batam menyelenggarakan  Pelatihan Teknis Pemodelan dan Analisis Simple E secara offline pada 17 s.d. 20 Oktober 2023 bertempat di kantor PT. PLN Batam. Pelatihan ini diikuti sebanyak 11 (sebelas) orang peserta dari lingkungan PT. PLN Batam

Materi yang disampaikan terdiri dari Pengenalan Mengenai Forecasting, Pengaruh Ekonomi Terhadap Prakiraan Kebutuhan Listrik, Pengenalan Simple-E, Praktik Prakiraan Kebutuhan Listrik Menggunakan Simple E, Prakiraan Beban Puncak Gardu Induk dan Sistem Isolated, Penyusunan Capacity Balance Gardu Induk. Hadir sebagai narasumber yaitu Sai’in yg berasal dari kalangan profesional.

Manager Organisasi dan Manajemen Human Capital Wardono mengatakan bahwa kegiatan pelatihan Pemodelan dan Analisis Simple E diselenggarakan mulai hari ini Selasa 17 Oktober 2023 yang bekerjasama dengan PPSDM KEBTKE. "Saya mengucapkan terima kasih kepada PPSDM KEBTKE yang telah berkolaborasi untuk menyelenggarakan kegiatan ini, pelatihan ini berupa teori dan praktik yang dimulai dari cara membuka dan menyimpan file dalam bentuk excel," kata Wardono.

Lanjut Wardono, melalui pelatihan ini, para peserta diharapkan dapat  meningkatkan kemampuan dalam menggunakan pemodelan dan analisis simple E untuk tujuan efisiensi pelaksanaan pekerjaan administrasi. "Harapan saya selama tiga hari ini teman-teman dapat memanfaatkan waktunya dengan sebaik -baiknya sehingga dapat diimplementasikan di tempat tugas," kata Wardono.

Sementara itu, Sai’in selaku narasumber menyampaikan sebelum masuk materi peserta diperkenalkan dengan tampilan file yang berupa worksheet terkait sistem simulasi terintegrasi yang diperluas dari alat simulasi ekonometrik, membantu pemodelan simulasi untuk persiapan data dan model spesifikasi. Proses estimasi menggunakan model regresi dan peramalan simulasi diotomatisasi untuk pengoperasian yang lancar. Meningkatnya popularitas data manipulasi dalam spreadsheet dengan munculnya PC yang kuat dan canggih perangkat lunak spreadsheet seperti Microsoft Excel telah mengakibatkan meningkatnya tekanan untuk membuat analisis dalam spreadsheet itu sendiri, untuk menanggapi hal ini membutuhkan perangkat lunak yang dirancang agar sepenuhnya kompatibel dengan aplikasi spreadsheet

Pada materi prakiraan kebutuhan listrik bermaksud untuk memahami pertimbangan, metoda dan model yang digunakan dalam membuat prakiraan kebutuhan listrik jangka panjang. Mempelajari dan menggunakan model demand forecasting yang lazim digunakan oleh power utility atau badan regulator yang melakukan centralized planning dengan memakai data berkualitas tingggi, asumsi yang disepakati stakeholders, dan metoda ilmiah. Hal ini bertujuan untuk memperoleh proyeksi kebutuhan listrik jangka panjang yang kredibel dan dapat dipertanggung-jawabkan, sehingga ketika digunakan sebagai basis dalam membuat perencanaan, hasilnya (yaitu RUKN, RUPTL) juga keredibel dan dapat dipertanggung-jawabkan.

Hasil prakiraan berpeluang akan terjadi deviasi dan untuk mendapatkan gambaran deviasi tersebut, bisa menggunakan sensivitas yaitu melakukan forecasting dengan case: high dan low.

Electricity Demand Forecasting Merupakan kegiatan untuk memprediksi konsumsi listrik yang akan terjadi di masa depan, dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan membentuk model forecasting berbasis matematis dan statistic.

Data historis dalam membuat electricity demand forecasting didapatkan dari sumber-sumber resmi tertentu, antara lain kementerian/instansi pemerintah pusat dan daerah seperti ESDM, BAPPENAS/BAPPEDA, BPS, PLN, lembaga lain terkait, dll.

Setiap pola data, punya cara/metode perhitungan prakiraan masing-masing, data penjualan energi listrik (kWh) dan beban puncak sistem ketenagalistrikan mempunyai pola trend, seperti contoh pola data di atas. Koordinat posisi data aktual lebih banyak berada disekitar garis penduga, maka berarti data terdistribusi normal.

Para peserta diminta untuk berlatih langsung dengan membuat tabel dan kemudian membuat grafik, pembuatan tabel dimulai dengan memasukkan data ke dalam barisan cell, para peserta juga diminta membuat grafik melalui beberapa model dengan memanfaatkan data yang sudah diinput sebelumnya.(ZP)