121.100.16.220121.100.16.220/webtjbtb/wp-content/uploads/perpustakaan... · web view1.1....

PT PLN (Persero)Pusat Pendidikan dan Pelatihan LUR/HAR/HAR TRANS GI/

1. PERENCANAAN SISTEM KETENAGALISTRIKAN

1.1. PendahuluanDalam Perencanaan Sistem Ketenagalistrikan proses awalnya perlu mengetahui

Karakteristik Sistem Ketenagalistrikan.yang merupakan pemikiran dasar sehingga

hasil perhitungannya mendekati dengan atau sesuai kebutuhan beban di Sub-

sektor Ketenagalistrikan.

1.1.1 Karakteristik sistem ketenagalistrikan.

- Perusahaan Listrik adalah konsumen energi primer dan produsen energi

secondary (final energi atau listrik).

- Perimbangan antara persediaan dan permintaan (supply and demand) listrik

terjadi dalam sesaat.

- Capital intensive dengan masa pembangunan yang lama (terutama di

pembangkitan).

- Harga dan penyediaan energi primer yang tidak menentu.

- Keandalan dan keamanan sistem ini mudah terganggu.

- Bisnis listrik merupakan bisnis yang karena selalu terjadi permintaan listrik

secara terus menerus, hal ini disebabkan :

• Peningkatan pemakaian energi yang sesuai dengan peningkatan ekonomi,

sosial dll.

• Bertambahnya share listrik dalam pemakaian energi karena listrik dianggap

lebih efisien dan efektive dibandingkan sumber energy lain.

• Pertumbuhan bisnis listrik lebih bersifat tuntutan dan tantangan.

• Ketergantungan ekonomi dan keamanan regional atau nasional akan

persediaan listrik yang terus-menerus.

Sehubungan hal tersebut maka industri listrik harus mampu:

• Menyediakan listrik yang andal (reliable) dan mencukupi dengan biaya

serendah-rendahnya.

• Flexible, tidak tergantung pada satu jenis energi primer.

Berbagi dan menyebarkan ilmu pengetahuan serta nilai-nilai perusahaan Hal - 1


• Tumbuh mengikuti permintaan listrik yang terus meningkat.

1.1.2 Sub sektor ketenagalistrikan

Penyediaan dan Pemanfaatan Tenaga Listrik berdasarkan peraturan seperti

tersebut pada undang-undang no. … pasal 5.

- Rencana Usaha Penyediaan Tenaga Listrik disusun berdasarkan

Rencana Umum Ketenagalistrikan Nasional;

- Rencana Usaha Penyediaan Tenaga Listrik sebagaimana dimaksud

- Pada ayat (1) digunakan sebagai pedoman pelaksanaan penyediaan

Tenaga listrik bagi PKUK dan PIUKU.

- Pemegang Kuasa Usaha Ketenagalistrikan wajib membuat

Rencana Usaha Penyediaan Listrik di daerah usahanya untuk disahkan oleh

Menteri;

Pasal 16 bahwa Pemerintah mengatur harga jual tenaga listrik

1.1.3 Tujuan perusahaan

Tujuan PLN adalah memasok kebutuhan energi listrik pada biaya serendah

mungkin dengan tetap memenuhi tingkat keandalan dan keamanan yang

dianggap layak.

PERANAN PEMERINTAH


Tarif Listrik PLN

Kebijakan Pemerintah

InvestasiHarga BBM

Permintaan Energi Listrik PLN


LINGKARAN KETENAGALISTRIKAN

1.2. Perencanaan Sistem 1.2.1. Peranan perencanaan sistem

- Perencanaan sistem adalah bagian dari perencanaan energi (external) maupun

perencanaan korporat (internal).

- Perencanaan sistem bisa dianggap sebagai strategic planning (long term),

terutama perencanaan sistem pembangkit.

- Strategic plan bukan rencana yang harus dilaksanakan secara ketat/kaku.

Tetapi dia menjadi framework dari rencana-rencana kerja atau action plans.

- Maka perencanaan sistem bukan suatu 'kegiatan' tapi suatu 'exercise'.

- Untuk perencanaan strategis, berlaku ungkapan "Plan is nothing but planning

is everything". Disini perencanaan dianggap sebagai usaha yang sistematis,

terus-menerus dan menyeluruh dalam memahami masa depan bisnis

ketenagalistrikan.

1.2.2. Perencenaan energi dan sistem ketenagalistrikan.


Tarif Listrik PLN tidak ekonomis

Kebutuhan Investasi

Meningkat

Permintaan Energi Listrik PLN meningkat pesat

Subsidi Meningkat

LINGKARAN ENERGI, INVESTASI, SUBSIDI DAN TDL


- Perencanaan energi

• Hubungan Perencanaan Sistem Ketenaga-listrikan dengan perencanaan

energi, kalaupun ada, hanya pada prakiraaan beban.

• Kedua perencanaan ini seharusnya dilakukan secara berhubungan agar

tidak ada duplikasi.dan konsistensi dalam asumsi-asumsi.

• Hubungan lebih lanjut bisa meliputi analisis ketersediaan sumber energi

dan dana.

- Perencanaan sistem ketenagalistrikan

• Pada perencanaan sistem pembangkitan untuk 2 s/d 3 tahun kedepan,

misalnya, maka pilihan menjadi terbatas:

› Menunda penghapusan unit-unit tua.

› Menyewa diesel

› Membeli excess power

• Tujuan perencanaan ini adalah:Berbagi dan menyebarkan ilmu pengetahuan serta nilai-nilai perusahaan Hal - 4

Perencanaan Perluasan Sis. Pembangkit

Prakiraan Kebutuhan Energi

Listrik

Analisa Lokasi pembangkit2

Baru

Perencanaan Perluasan Sis.

Transmisi

Analisa Karakteristik

Beban

Analisa Finansial

Analisa Kebu-tuhan Pegawai dan Operating Costs lainnya

Rencana Perluasan sistem

Ketenagalistrikanyang Optimal

Prakiraan Pertumbuhan

EconomiPerencanaan

Perluasan Sis. Distribution


› Fuel budgeting

› Analisis kecukupan daya dan energi

• Model yang digunakan harus lebih detail dibanding model untuk

perencanaan perluasan.

1.3. Pertumbuhan Ekonomi Dan Kebutuhan Listrik 1.3.1 Pertumbuhan ekonomi

- Terminologi.

Secara singkat pertumbuhan ekonomi dapat didefinisikan sebagai proses

kenaikan output per kapita dalam jangka panjang. Kenaikan output perkapita

tersebut (GDP/penduduk), menurut Adam Smith disebabkan adanya

perkembangan tiga sumber produksi, yakni:

1. Sumber alam yang tersedia (tanah).

1. Sumber daya manusia (tenaga kerja).

2. Stok barang kapital yang ada (modal).

Sebagai contoh, pertumbuhan ekonomi terjadi bila kegiatan yang mencakup

tiga sumber produksi terlaksana sebagai berikut:

1. Penggunaan tanah lebih berdaya guna, sebagai contoh intensifikasi hasil

pertanian yang akan meningkatkan pendapatan petani.

2. Tenaga Kerja terserap pada sektor produksi.

3. Investasi pemerintah pada pembangunan prasarana, seperti irigasi, pasar,

jalan, pembangkit listrik, sekolah dsbnya. Investasi swasta, seperti

pembangunan pabrik, toko, bidang jasa, dan lain sebagainya.

Secara berkesinambungan pertumbuhan ekonomi didorong oleh

pemerintah untuk mencapai kesejahteraan rakyat melalui optimasi

produksi barang. Sebagai contoh sejak orde baru melalui program

Repelita, pemerintah Indonesia dengan sistematis mengupayakan adanya

pertumbuhan ekonomi tersebut.

- Mengukur perkembangan ekonomi.



Perkembangan ekonomi sebagai akibat terjadinya kegiatan ekonomi dapat

diukur dengan mencatat jumlah barang dan jasa yang dihasilkan pada satu

waktu yang dinilai uang saat itu. Pada Gambar 5 dapat dilihat konsepsi dari

kegiatan perekonomian dan cara mengukurnya. Hasil pengukuran ini biasa

disebut Produk Nasional Bruto (GNP).

Bila pengukuran barang dan jasa ini hanya dibatasi semua transaksi yang

terjadi pada wilayah Republik Indonesia disebut Produk Domestik Bruto

(PDB). Usaha pengukuran pertumbuhan ekonomi Indonesia seperti yang

dikutip dari "Ace Partadiredja, Perhitungan Pendapatan Nasional", telah

dirintis sejak tahun 1924, dan sejak tahun 1958, perhitungan nasional

dilakukan oleh Biro Pusat Statistik (BPS).

BPS setiap tahun mengeluarkan data pendapatan nasional yang disajikan

dengan membagi kegiatan perekonomian Indonesia menjadi 11 lapangan

usaha (sektor), yaitu:

1. Sektor Pertanian, Kehutanan dan Perikanan

2. Sektor Pertambangan dan Penggalian

3. Industri

4. Bangunan

5. Listrik, Gas dan Air minum

6. Pengangkutan dan Komunikasi

7. Perdagangan Besar dan Eceran

8. Bank dan Lembaga Keuangan lainya

9. Sewa rumah

10.Pemerintah dan Pertanahan

11.Jasa-jasa

Walaupun pengukuran ekonomi dengan cara diatas sangat bergantung pada

kecermatan BPS dalam mengumpulkan data, serta kelemahan lainya.

Penyajian angka PDB yang dilaporkan oleh BPS tetap menjadi salah satu

indikator dalam mengukur pertumbuhan ekonomi.

1.3.2. Pertumbuhan kebutuhan energi



Seperti telah disebut diatas, pertumbuhan ekonomi terjadi apabila ada

penambahan asset pada setiap sektor kegiatan. Penambahan asset berarti

terjadi perputaran kegiatan ekonomi pada tingkat produsen dan konsumen.

Sebagai contoh, petani sebagai produsen menghasilkan beras, dan petani

sebagai konsumen membutuhkan pakaian, bibit, bahan bakar dan

sebagainya. Dengan demikian bila terjadi kegiatan ekonomi, terjadi pula

kegiatan energi. Sebagai komoditas perdagangan energi baik dalam bentuk

primer (bahan bakar) atau sekunder (listrik), akan juga dibutuhkan sesuai

dengan tingkat aktivitas ekonomi.

Pertumbuhan ekonomi secara langsung akan juga mempengaruhi

pertumbuhan kebutuhan energi, dan juga berlaku kondisi sebaliknya, ialah

penyediaan energi akan mempengaruhi pertumbuhan ekonomi.

1. Faktor Ekonomi.

Hasil penelitian empiris dari kebutuhan energi terhadap aktivitas ekonomi,

memperlihatkan pada dasarnya terdapat dua faktor ekonomi yang akan

mempengaruhi kebutuhan energi, yaitu nilai input (value added) dan

harga bahan bakar.

Nilai input dapat berupa pendapatan per orang atau modal kerja atau nilai

tambah untuk proses produksi dari suatu badan usaha, sedangkan harga

bahan bakar adalah nilai nyata pada sisi konsumen.

Dari hasil penelitian pada aplikasi model untuk prakiraan kebutuhan

tenaga listrik, faktor ekonomi yang mempengaruhi kebutuhan listrik untuk

setiap sektor pelanggan dirinci pada Tabel 7.

2. Keterkaitan Ekonomi

Untuk memperlihatkan adanya keterkaitan antara faktor ekonomi dengan

pertumbuhan energi, dilakukan analisi empiris antara pertumbuhan energi

dengan faktor ekonomi.



Faktor Ekonomi Yang Berpengaruh Dalam Prakiraan Kebutuhan Tenaga Listrik.

SEKTOR FAKTOR EKONOMI RINCIAN

Residensial 1. Pendapatan

perkapita

1. Total PDRB dibagi jumlah

penduduk

2. Tarif listrik 2. Rp/kWh

Komersial/

Publik

Nilai tambah sektor servis Nilai tambah sektor servis terdiri

dari Value added sektor no 4 - 11,

dari pembagian setor BPS pada

tabel PDRB


Industri 1. NNilai tambah sektor

industri

1. NNilai tambah sektor 3 tabel

PDRB terbitan BPS


Pada Gambar 4, dapat dilihat grafik antara pertumbuhan kebutuhan listrik

PLN dengan PDRB, pertumbuhan kebutuhan listrik residensial dengan

PDRB, pertumbuhan kebutuhan sektor komersial dengan value added sektor

servis dan pertumbuhan kebutuhan listrik sektor industri dan value added

sektor industri.

Grafik Hubungan Antara Pertumbuhan Penjualan Energi Dan PDRB Masing-

Masing Sektor PT. PLN (Persero) Distribusi Jawa Tengah Tahun 1994-1999.



Kita perhatikan grafik antara pertumbuhan penjualan listrik total PT. PLN (Persero)

Distribusi Jawa Tengah dan pertumbuhan PDRB (GDP), tampak pada gambar sejak

tahun 1994 sampai dengan tahun 1999, grafik antara pertumbuhan PDRB dan

penjualan listrik adalah sejajar, artinya bila terjadi perubahan dalam perekonomian

maka akan terjadi perubahan yang sebanding pada konsumsi energi listrik.


Gross National Product

932 (Gross

Natioana

l Incom

e)

Net Nation

al Product 854

National Income 771

Personal Income

732

Household Disposable

Personal Income

614

Gross Busines

s Saving

98

Government Net

Taxes 224

Invesment 141

Depreciation 78


Gambar 1. Income And Expenditure Flow, 1969 (billions of dollars).

1.3.3. Metode ekonometri untuk prakiraan

Metode Ekonometri merupakan suatu metode untuk menganalisis fenomena-

fenomena ekonomi dengan menggunakan gabungan dari teori ekonomi,

matematika dan statistika. Model Ekonometri yang juga disebut model tingkah laku

atau model struktur ekonomi yang dirumuskan melalui hubungan matematika itu

yang kemudian diterapkan pada data empirik yang dianalisis menggunakan

metode statistika, sehingga dapat ditemukan hubungan-hubungan ekonomi yang

bersifat pembuktian.

Sebagai contoh, dalam penggunaannya untuk meramal penjualan tenaga listrik

sebagai misal, teori ekonomi akan menyebutkan bahwa:

1. Besar konsumsi listrik suatu keluarga akan dipengaruhi oleh pendapatannya.

2. Rumah tangga tersebut akan mengurangi konsumsi listriknya apablia rekening

listriknya dirasakan mengakibatkan pengeluaran sektor lain terganggu.

3. Pengurangan konsumsi listrik sebagai akibat penggunaan bentuk teknologi

yang lain dan lebih murah.

4. Berdasarkan asumsi di atas dengan memperhatikan tersedianya data yang

mendukung dengan Metode Ekonometri akan dibangun suatu model hubungan

matematis yang menggambarkan asumsi di atas.

5. Setelah hubungan matematis atau faktor utilitas dari model ditentukan,

hubungan ini diukur dan diuji dengan teknik analisa regresi. Hasil estimasi

yang diperoleh dari hasil analisa regresi ini akan digunakan untuk prakiraan.

6. Pada makalah ini dibahas secara bertahap pengertian tentang Metode

Ekonometri untuk analisa tingkah laku variabel prakiraan.



A. Pengembangan model

Dibawah ini dituliskan suatu model ekonometri linier sederhana yang

memformulasikan pengaruh beberapa variabel terhadap konsumsi listrik.

kWh = – ( x PELEC ) + ( x PKERO ) + ( x INC)

J, dimana,

- kWh = Konsumsi listrik

- PELEC = Harga listrik

- PKERO = Harga kerosine

- INC = Pendapatan per kapita

Dari model tersebut dapat dikatakan:

1. KWh konsumsi akan bertambah bila harga kerosine dan pendapatan

naik, hal ini disebabkan oleh dua alasan

- Sebagai akibat kenaikan harga kerosine, pola penggunaan energi

rumah tangga akan beralih pada substitusinya, dalam hal ini listrik.

- Bila pendapatan per kapita naik, maka kebutuhan barang listrik akan

meningkat pula. Hal ini akan menyebabkan kebutuhan tenaga listrik

meningkat.

KWh konsumsi akan berkurang bila harga listrik naik, hal ini disebabkan

oleh berubahnya pola penggunaan tenaga listrik kepada substitusinya

yang lebih murah, dalam hal ini kerosine.

2. Dengan demikian jelas dapat diperkirakan arah/tanda

koefisien pada model, untuk harga kerosine dan pendapatan positif dan

tanda negatif untuk harga listrik.

3. Dalam kenyataan, konsumsi energi listrik tidak hanya

dipengaruhi oleh variabel tersebut diatas, melainkan masih banyak lagi

variabel yang berpengaruh. Dalam teori ekonomi pengaruh diluar

variabel tersebut diatas dianggap konstan, sedangkan dalam

ekonometrika bahwa pengaruh variabel-variabel lainnya akan ditampung

dalam satu variabel yang disebut sebagai variabel sisaan (E). Oleh

karena itu dalam ekonometrika hubungan tersebut diatas dapat



dinyatakan sebagai berikut: kWh = – ( x PELEC ) + ( x PKERO ) + ( x INC)

+ E

4. Bila formulasi diatas dirasakan cukup penalaranya tahap

berikutnya dalam pekerjaan pengembangan model adalah

mengumpulkan dan menganalisa data serta menguji keabsahan model

tersebut dengan teknik regresi.

5. Langkah-langkah yang dilakukan dalam penelitian

ekonometrika, yaitu:

- Spesifikasi model atau penyusunan hipotesis dalam bentuk

persamaan yang dapat menggambarkan hubungan variabel-

variabelnya.

- Mengumpulkan data variabel-variabel yang ada dalam model guna

menentukan koefisien-koefisien dari fungsi/model.

- Melakukan evaluasi terhadap koefisien penaksir model menurut

kaidah ekonomi, statistik dan ekonometri.

Secara skematis, langkah-langkah penelitian ekonometri adalah sebagai

berikut:

Gambar 2. Langkah-langkah Dalam Penelitian Ekonometri.

Langkah 1

Langkah 2

Langkah 3


Teori Ekonomi

Model Matematik

Model Ekonometri

Pengumpulan data yang relevan

Menaksir parameter Model

Evaluasi Model

Menerima teori jika sesuai dengan data Menolak teori jika

tidak sesuai dengan data

Merevisi teori jika tidak sesuai dengan

data

Menguji teori yang direvisi dengan

data baru


B. Sumber Data dan Analisa Data.Dalam pengumpulan data dari variabel model tersebut, perlu diperhatikan beberapa hal :

1. Sumber data, apakah ada badan resmi yang mengeluarkan atau berasal dari perusahaan

sendiri.

2. Bagaimana kemungkinan penyimpangan pada data dasar.

3. Ketersediaan data dari variabel yang dipilih pada model.

Pengetahuan tentang sumber data dan penyimpangan akan membantu dalam membuat

model yang akurat. Pada umumnya data dasar terdiri dari dua macam Time Series dan

Cross Section Data.

Data Time Series, ialah databerkala dari suatu kegiatan dalam sebuah periode tertentu.

Contoh : Penjualan Tenaga Listrik PT. PLN (Persero) Distribusi Jawa Tengah Tahun 1993 -

1999

Data Cross Section, ialah kumpulan data dari suatu kegiatan pada satu periode yang sama.

Dua macam data tersebut dapat digunakan pada model walaupun penggunaan Cross

Section Data pada model ekonometri tidak memberikan tanggapan yang tepat terhadap

perubahan. Sedangkan dengan menggunakan Time Series Data, model ekonometri tanggap

terhadap perubahan.

Dalam Model Ekonometri yang biasanya ditujukan untuk menguji tanggapan beberapa

variabel terhadap penjualan, maka data Time Series lebih tepat bila digunakan. Walaupun

demikian penggunaan data Time Series juga mempunyai kelemahan, jika perubahan dari

variabel peramalan terlalu besar, menjadikan sulitnya diperoleh angka koefisien statistik

yang dapat dipercaya (significant).

Pada model ini, sebagai contoh data dapat diperoleh dari:

1. Data Penjualan kWh, dapat diperoleh dari Statistik Pengusahaan.

2. Data Harga Listrik, dapat diperoleh dari Statistik Pengusahaan (Rupiah/kWh), yang

hanya perlu diperhatikan bahwa data tersebut harus dikoreksi dengan nilai inflasi.

3. Data pendapatan, dapat diperoleh dari Buku Statistik tahunan BPS. Sama halnya pada

butir 2 diatas, data yang digunakan dalam bentuk harga konstan 1983.



4. Harga kerosine, dapat diperoleh dari Buku Statistik Pertambangan, Departemen

Pertambangan dan Energi.

1. Ciri Bentuk Matematik dari model.

Pada bagian ini dengan anggapan bahwa seleksi data dan variabel telah dilakukan.

Variabel-variabel tersebut harus dirangkum secara bersama-sama, untuk memenuhi

bentuk matematik yang baik sifatnya dan menjelaskan hubungan antara variabel

tersebut. Bentuk dari Model Matematik juga adalah turunan dari anggapan dasar dan

hukum ekonomi.

Dianjurkan dalam membuat peramalan dengan menggunakan Model Ekonometri,

hindarkan dasar teori yang kompleks. Sampai diperoleh pengalaman dan keahlian,

dengan model-model yang sederhana dan memiliki sifat dan pemikiranya yang jelas.

Bentuk matematik yang sering dipakai, adalah :

Linier Y = a + b.X +c.Z

Perkalian Y = ea.Xb.Zc atau Ln(Y) = a + b. Ln(X) + c. Ln(Z)

ExponentialY = ea + b.X + c.Z atau Ln(Y) = a + b.X + c.Z

Bentuk persamaan matematik yang sederhana dari setiap bentuk tersebut adalah linier

atau suatu bentuk matematik yang dapat diubah bentuk menjadi linier dengan

mengambil logaritma biasa dari sisi kedua persamaan. Keuntungan dari bentuk ini

adalah kemudahanya untuk mengestimasi koefisien a, b dan c.

Elastisitas adalah sebuah konsep yang penting, secara umum elastisitas menerangkan

tanggapan satu variabel terhadap variabel yang lain, sebagai contoh elastisitas harga

dan kebutuhan tenaga listrik, adalah suatu ukuran terhadap tingginya tanggapan

perubahan konsumsi listrik terhadap perubahan harga listrik.

Persamaan matematis dari elastisitas harga terhadap konsumsi listrik adalah sebagai

berikut:

( kWh.p) (kWh / kWh)

-------------- = ------------------- =

(p) . kWh (p/p)

Pada persamaan perkalian seperti:

KWh = ea.PELECb.PKERO

c.INCd ……………………………………………...(1)



Dapat dibuktikan bahwa b, c dan d adalah elastisitas untuk harga listrik harga kerosine

dan pendapatan.

Contoh Pembuktian

kWh . PELEC) ea . b . PELECb-1 . PKERO

c . INCd . PELEC

-------------------- = -------------------------------------------------

PELEC) . kWh ea . PELECb . PEKERO

c . INC

PELEC = b

Analogi dengan diatas dapat dibuktikan :

PKERO = c dan INC = d

Dengan melinierkan persamaan (1) diatas, menjadi :

Ln(kWh) = a + b . Ln(PELEC) + c . Ln(PKERO) + d . Ln(INC)

Dengan tekhnik regresi linier atau ordinary least square (OLS), koefisien a,b c dan d

dapat dengan mudah dicari.

Dalam praktek, menentukan bentuk matematis dari model perlu diingat :

1. Lebih menguntungkan menggunakan model yang sederhana daripada yang

kompleks, bila kedua bentuk tersebut menerangkan hal yang sama. Hal yang

menguntungkan dengan mempergunakan model yang sederhana, ialah lebih

mudah mengamati perubahan suatu variabel terhadap variabel yang lain.

2. Bentuk model matematis tersebut, harus ada teori ekonomi yang mendukung.

3. Model yang baik akan mempunyai koefisien perkiraan yang baik pula.

2. Perkiraan dan Penafsiran.

Bila data telah dikumpulkan dan model telah ditentukan, pekerjaan selanjutnya adalah

mengestimasi koefisien daripada model dengan menggunakan teknik regresi.

C. Teknik regresi.Teknik regresi ialah suatu metode statistik untuk mengukur hubungan dua variabel atau

lebih, sebagai contoh disini dituliskan hubungan antara dua variabel sebagai berikut :

Yi = 0 + . Xi + i ……………………………………………………….(2)

Dimana,

- Yi = Variabel tak bebas (dependent variabel)

- Xi = Variabel bebas (independent variabel)Berbagi dan menyebarkan ilmu pengetahuan serta nilai-nilai perusahaan Hal - 15


- & = Koefisien yang harus dihitung

- i = Variabel sisaan (error variable)

Agar persamaan regresi yang diperoleh itu dapat digunakan untuk menaksir hasil observasi,

maka diusahakan untuk menemukan persamaan yang mempunyai nilai simpangan yang

terkecil. Metode yang dapat meminimumkan simpangan dengan menggunakan metode

kuadrat terkecil dengan memenuhi asumsi-asumsi:

- E(i) = 0, artinya total simpangan adalah 0 (nol).

- Antara sisaan ke-i (i) tidak akan berkorelasi dengan sisaan ke-j (j).

Cov(ei,ej) = E[{i – E(i)}{j – E(j)}]

= E(i.j) dimana i = j dan E(i) = 0

= 0

- Varian dari I untuk setiap X adalah konstan sebesar jumlah kuadratnya

Var(i) = E[i - E(i)]2

= E(i,j) = E(i)2, dimana i = j

= 2

- Sisaan tidak berkorelasi dengan variabel X

Cov(i,Xi) = E{i - E(i)}{Xi – E(Xi)} = 0

Persamaan diatas adalah merupakan persamaan garis lurus yang ditaksir dengan:

Yi^ = 0 + 1 . Xi

Dengan substitusi persamaan 2 dan 3, maka nilai dan dapat dihitung sebagai berikut:

n (XiYi) - Xi . Yi

1 = ------------------------------……………………………………(3) n Xi

2 - (Xi)2

1y = ---- x (Yi)

n

1x = ---- x (Xi)

n

0 = y – .x …………………………………………………….(4)

Untuk mengetahui hubungan dua variabel tersebut ada pada teknik regresi dapat diuji

dengan mengetahui beberapa bilangan, seperti:



1. Bilangan t statistik.

Dipergunakan untuk menguji hipotesa bahwa nilai a dan b tidak sama dengan nol.

i

t(i) = --------

V(i)

V(i) = variasi dari koefisien yang ke-i.

1 x2

V(0) = ---- + -------- 2

n (Xi)2

2

V(1) = ------------ (Xi)2

2. Bilangan R2.

Menunjukkan hasil perhitungan menggunakan rumus (2), dapat sesuai dengan data

berkala dari Y. R2 dihitung dengan rumus sebagai berikut :

((Xi - x) . (Yi -y))2

R2 = ------------------------- ………………………………………(5)

(Yi -y)2 (Xi - x)2

Bila harga R2 = 1, maka hasil perhitungan menggunakan persamaan (2), sesuai

dengan data berkala dari Y, yang artinya bahwa antara variabel Y dan X terdapat

korelasi yang erat, sebaliknya jika R2=0 antara keduanya tidak terjadi korelasi.

3. Bilangan F (Fisher Test).

Adalah untuk menguji apakah secara keseluruhan persamaan (2) tidak mempunyai

koefisien & sama dengan nol. Pengujian secara keseluruhan ini untuk

mengetahui apakah persamaan model tersebut seluruhnya dapat memberikan arti/

tidak untuk menjelaskan setiap perubahan nilai variabel yang diduga.

Pengujian dengan Uji-F ini menggunakan hipotesis:

- H0 : i = 0



- H1 : i = 0

Bila nilai F-hitung lebih besar dari F-tabel pada tingkat (,n1,n2) maka akan menolak

hipotesis nol (H0) yang artinya koefisien i dari model persamaan tidak sama dengan

nol. Demikian juga bila diperoleh F-hitung yang lebih kecil dari F-tabel, maka H0

akan ditolak yang artinya bahwa ada koefisien model sama dengan nol, atau dengan

kata lain variabel-variabel penduganya (X) tidak berpengaruh terhadap variabel yang

diduga (Y).

4. Durbin-Watson Statistik.

Digunakan untuk menguji apakah terdapat autokorelasi dari residual, artinya ada

korelasi antara sisaan pada periode t dengan sisaan pada periode t-1.

Syarat model tidak terjadi otokorelasi adalah:

- E(i,j) = 0 untuk semua i = j

- E(i) = 0, dan

- Cov(t,t-1) = E{t – E(t)}{t-1 – E(t-1)}

= E{t – 0}{t-1 – 0}

= E(t).E(t-1) = 0

Ada beberapa penyebab terjadinya otokorelasi, yaitu:

- Kelambanan, sebagai contoh pada kasus perubahan situasi ekonomi biasanya tidak

langsung mempunyai pengaruh.

- Spesifikasi bias, bila dalam model tidak menyertakan variabel yang memang sangat

relevan pada model.

- Salah bentuk fungsi, misalnya fungsi yang seharusnya non-linear tetapi digunakan

fungsi linear.

- Pengaruh Time-Lag, selain dipengaruhi variabel pada periode t juga dipengaruhi pula

variabel pada periode t-1.

Pengujian ada/tidak adanya otokorelasi salah satunya menggunakan Uji Durbin-

Watson yang diformulasikan sebagai berikut,

(t - t-1)2

D = -----------------

t 2

Cara pengujian dengan Durbin-Watson menggunakan hipotesis,



H0 : tidak ada otokorelasi

H1 : ada otokorelasi

Daerah batas pengujian oleh Durbin-Watson digambarkan pada Gambar 7 sebagai

berikut,

Gambar 3. Daerah Batas Uji Durbin-Watson.

Dari nilai d yang telah diperoleh dapat dilihat masuk daerah yang mana, bila masuk

daerah non-otokorelasi artinya model tersebut sudah cukup untuk digunakan, namun

bila masuk daerah otokorelasi maka model tersebut masih perlu tambahan variabel

lain.

Perbaikan model otokorelasi adalah,

Yt* = Yt – .Yt-1

Xt* = Xt – .Xt-1

Dimana,

(et.et-1)

et-1

Semua uji diatas tersebut, sekarang ini dapat dengan mudah dilakukan

perhitungannya dengan menggunakan bantuan program komputer, seperti Excel atau

lotus.

5. Regresi dengan masalahnya.

Dalam praktek sering dijumpai koefisien-koefisien dari regresi tidak memberikan

seperti yang diharapkan, beberapa masalah yang biasa adalah :


Otokorelasi (-)Otokorelasi (+)

24-dLdU 4-dUdL

Non Otokorelasi InconclusiveInconclusive


1. Nilai t rendah.

Hal ini dapat disebabkan oleh beberapa sebab, yaitu :

a. Variabel dalam model tidak menunjukkan tanggapan untuk dapat

mengambil beberapa kesimpulan tentang pengaruh suatu variabel terhadap

variabel yang lain.

b. Variabel yang dipilih tidak penting atau tidak mempunyai hubungan.

c. Data yang digunakan tidak mencukupi untuk menghasilkan estimasi yang

berarti.

d. Variabel independent pada model, mempunyai kaitan yang erat (multi

collinearity).

Contoh dibawah ini memperlihatkan cara memilih koefisien yang berarti secara

statistik dari dua hasil perhitungan regresi untuk mendapatkan elastisitas harga

dari kWh, didapat angka elastisitas sebagai berikut :

-0.391 dan -0,387, dan masing-masing angka t dari hasil perhitungan sebesar -

2,19, -1,30, walaupun keduanya mempunyai besar nilai elastisitas yang serupa,

tapi perkiraan pertama terlebih dahulu lebih unggul secara statistik karena

memiliki bilangan t> + 2.

2. R2 rendah.

Nilai R2 lebih rendah dari 0.6, menyatakan bahwa persamaan itu tidak banyak

menjelaskan variasi dalam variabel independent (bergantung). Alasan a,b,c,d,

dan e pada butir IV.B.1. diatas, atau beberapa kombinasi dari itu adalah

penyebab dari masalah ini.

3. Autocorrelation.

Bila bilangan Durbin Watson < 2 , dapat ditafsirkan bahwa residual dari hasil

persamaan regresi mempunyai auto-korelasi. Hal ini disebabkan adanya

kemungkinan kesalahan pemilihan variabel atau model matematis yang

digunakan.



Contoh Penggunaan Model Ekonometri.Pada contoh penggunaan Model Ekonometri disajikan hasil analisa regresi dari penjualan

listrik setiap sektor sebagai fungsi dari pertumbuhan ekonomi dan harga listrik untuk total

penjualan PLN.

Model Ekonometri yang menghubungkan penjualan dengan dua variabel tersebut sebagai

berikut :

Ln(kWh) = a + b . Ln(pertumbuhan ekonomi) - c . Ln(harga listrik)

Maksud dari pembuatan model ini ialah untuk menganalisa pengaruh pertumbuhan

ekonomi dan harga listrik pada penjualan listrik.

Pada pendefinisian diatas diasumsikan penjualan kWh akan bertambah bila harga listrik

meningkat.

Koefisien b dan c adalah harga elastisitas dari penjualan kWh terhadap pertumbuhan

ekonomi dan harga listrik.

1. Hasil regresi .

Seperti telah diterangkan pada Bab II, persamaan (1) diatas dicari hubungannya

dengan menggunakan tekhnik regresi.

Pada Tabel 8 dapat dilihat data yang digunakan, pada analisa ini dan pada Tabel 9,

10, 11 dan 12 dapat dilihat hasil estimasi dari persamaan diatas untuk setiap sektor.

1. Data Penjualan, Rupiah per kWh Dan PDRB Masing-masing Kelompok

Pelanggan.

T a h u

n GWh GDP Rupiah/kWh

Rumah Tangga

Total Non Oil &

Gas

1993 1732.891602 35985328 127.0990033

1994 2009.598389 38722504 129.7346158

1995 2363.240723 41764775 139.2568958

1996 2732.539063 45072736 141.0876775

1997 3102.67334 46508901 144.8628775

1998 3404.110352 39965743.33 163.4021514



1999 3908.901123 41648118.04 164.5605099

Bisnis Commercial

1993 276.1508179 9545558 267.5859792

1994 323.0920105 10570956 267.6618065

1995 378.8469849 11545386 227.4463634

1996 459.4159851 12491192 230.4151802

1997 541.0681152 13292213 233.0938443

1998 556.0252686 12315513.11 320.84362

1999 597.4351807 12726692.56 333.3639672

Publik Services

1993 251.9856873 4742765 152.1139827

1994 275.941864 4926896 154.6367704

1995 301.3807068 5131237 161.8003937

1996 335.3469849 5373712 161.5558047

1997 386.4963684 5537039 161.5229821

1998 427.8047791 5081235.222 223.302087

1999 445.6585693 5200295.188 245.6340875

Industri

Industry

Manufacturing

1993 1677.650879 8727598 134.854204

1994 1963.416016 9948155 136.0766517

1995 2196.695557 10940835 144.4678349

1996 2381.808105 12167086 147.7054517

1997 2735.627441 12547482 151.7648334

1998 2654.288086 11833982.17 189.9171509

1999 2940.578125 12445825.49 198.2884981



2. Hasil Analisa Regresi Model 1 Untuk Pelanggan Rumah Tangga.

SUMMARY OUTPUT

Regression Statistics

Multiple R 0.992469648

R Square 0.984996003

Adjusted R Square 0.977494005

Standard Error 0.043723168

Observations 7

ANOVA

df SS MS F Significance F

Regression 2 0.502008105 0.251 131.298 0.00022512

Residual 4 0.007646862 0.0019

Total 6 0.509654967

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Durbin-Watson

Intercept -21.00376304 3.598219321 -5.8373 0.00429 -30.99404216 -11.01348393 2.656508469

X Variable 1 0.954909101 0.218507229 4.3701 0.01197 0.348234518 1.561583685

X Variable 2 2.444634562 0.188815958 12.947 0.00021 1.920396333 2.968872791



3. Hasil Analisa Regresi Model 1 Untuk Pelanggan Komersil.

SUMMARY OUTPUT



R Square 0.991900549



Observations 7

ANOVA


Regression 2 0.520883274 0.2604 244.93 6.56011E-05

Residual 4 0.004253318 0.0011

Total 6 0.525136592


Intercept -35.75332481 1.900847779 -18.809 4.7E-05 -41.03093525 -30.47571436 2.528444356

X Variable 1 2.357537337 0.11380757 20.715 3.2E-05 2.041556211 2.673518463

X Variable 2 0.617702504 0.084572759 7.3038 0.00187 0.382890394 0.852514615



4. Hasil Analisa Regresi Model 1 Untuk Pelanggan Publik.

SUMMARY OUTPUT



R Square 0.969121731



Observations 7

ANOVA


Regression 2 0.281482626 0.1407 62.7705 0.000953467

Residual 4 0.008968632 0.0022

Total 6 0.290451258


Intercept -32.68840475 5.783702877 -5.6518 0.00483 -48.74657156 -16.63023795 1.815381557

X Variable 1 2.201400883 0.377462964 5.8321 0.00431 1.153393513 3.249408253

X Variable 2 0.869302621 0.100268715 8.6697 0.00097 0.590911463 1.14769378



5. Hasil Analisa Regresi Model 1 Untuk Pelanggan Industri.

SUMMARY OUTPUT



R Square 0.979068537

Adjusted R

Square 0.968602805


Observations 7

ANOVA


Regression 2 0.233051277 0.1165 93.5499 0.000438126

Residual 4 0.004982393 0.0012

Total 6 0.23803367


Intercept -12.0501378 1.927700798 -6.251 0.00334 -17.40230433 -6.697971272 3.144034467

X Variable 1 1.089208006 0.140002333 7.7799 0.00147 0.700498409 1.477917603

X Variable 2 0.421424824 0.121930149 3.4563 0.02591 0.082891759 0.75995789

Dari hasil analisa pada Tabel 9 sampai 12, hasil estimasi untuk persamaan 1

menunjukkan bahwa,

1. Sektor Rumah Tangga.

Dari hasil Uji t dan Uji F menunjukkan hasil yang mendukung keabsahan dari

persamaan secara umum cukup berarti, yaitu sebesar 131.3, didukung pula dengan

koefisien determinasi yang baik 98%, sehingga menunjukkan hasil estimasi dengan

persamaan Ln(kWh) = -21.0 + 0.95Ln(GDP) + 2.44Ln (Price), dapat menggambarkan

data penjualan dengan tepat.



Tetapi bila ditinjau lebih dalam, pada koefisien regresi untuk harga listrik yang

sebesar 2.44, hal ini menyalahi asumsi pada persamaan model 1, dimana menurut

hukum ekonomi, elastisitas harga listrik haruslah bernilai negatip (kenaikan harga

listrik akan menyebabkan konsumsi listrik berkurang). Walaupun nilai elastisitas

tarip tidak sesuai dengan asumsi dasar, hal ini dikarenakan hingga sampai saat ini

tarip PLN masih bukan menjadi kendala bagi pelanggan rumah tangga.

Dengan demikian dapat disimpulkan bahwa penggunaan persamaan model 1 untuk

sektor rumah tangga adalah tepat untuk menggambarkan hubungan antara kWh

jual dengan pertumbuhan ekonomi didukung pula dengan perolehan Uji Durbin-

Watson yang menyatakan tidak ada autokorelasi.

2. Sektor Komersil.

Dengan menggunakan analisa yang serupa pada sektor rumah tangga, dapat

dikatakan, bahwa uji model memenuhi nilai keabsahan. Hal ini ditunjukkan dari

semua nilai hasil uji regresi (F dan t) dengan tingkat kepercayaan 95% lebih besar

dari nilai F dan t yang sebenarnya (t-tabel) dan Durbin-Watson yang menyatakan

tidak terjadi autokorelasi. Sehingga untuk sektor komersil penggunaan model 1

adalah tepat (absah digunakan).

3. Sektor Publik.

Serupa dengan sektor komersil, maka pada kelompok pelanggan publik juga

menunjukkan keabsahan model.

4. Sektor Industri.

Pada sektor ini hasil analisa regresi menunjukkan keabsahan model dengan

dihasilkannya nilai F dan t yang lebih besar. Namun pada Uji Durbin-Watson

menunjukkan adanya autokorelasi, sehingga perlu dibuat modifikasi model baru

yang dapat menunjukkan tidak adanya autokorelasi.

Dengan menggunakan transformasi Durbin-Watson, diperoleh hasil analisa regresi

seperti pada Tabel 13 yang dapat menunjukkan keabsahan model lebih baik.



6. Hasil Analisa Regresi Tranformasi Model 1 Untuk Pelanggan Industri.

SUMMARY OUTPUT



R Square 0.991797656



Observations 6

ANOVA

Df SS MS F Significance F

Regression 2 0.337248307 0.16862 181.3746 0.00074286

Residual 3 0.002789104 0.00093

Total 5 0.340037411


Intercept -18.12872194 2.456808681 -7.379 0.005146 -25.94739098 -10.310053 1.20679E-05

X Variable 1 1.02492072 0.109903131 9.32567 0.002611 0.67515958 1.37468186

X Variable 2 0.471979723 0.0836034 5.64546 0.010999 0.205916144 0.7380433

1. Dari keseluruhan hasil perhitungan nilai koefisien, ternyata variabel tarip listrik tidak

sesuai dengan hukum ekonomi yang menyatakan adanya hubungan yang negatif

antara tarip dengan konsumsi energi listrik. Hal ini dikarenakan tarip listrik yang

diterapkan PLN pada periode pengamatan tidak menjadi masalah bagi pelanggan

PLN dalam hal penggunaan energi, atau dengan kata lain tarip PLN masih rendah

sehingga sidak berpengaruh secara ekonomi bagi pelanggan.



2. Modifikasi Persamaan Model 1.

Dari bahasan A, Model 1 dapat dilakukan pengembangan dengan memodifikasi

model.

Walaupun demikian beberapa hal perlu diperhatikan oleh pembuat model dalam

menambah variabel atau memodifikasi persamaan model awal :

- Penambahan variabel bebas akan memperbaiki koefisien diterminasi (R^2), dan

akan pula mengakibatkan meningkatkan Durbin-Watson serta berkurangnya

Standar error.

- Meningkatkan harga R2 dan Durbin-Watson belum menjamin tepatnya model

perlu juga diperhatikan nilai F dan harga t, bila kedua bilangan tersebut lebih

rendah dari model awal maka penambahan variabel dan modifikasi model

tidaklah tepat.

Pada kasus persamaan Model 1, usaha penulis untuk memperbaiki Model 1 setelah

melakukan beberapa macam percobaan adalah dengan cara mengubah Model 1

menjadi model yang tanggap akan waktu (Koyck distributed Lag model). Landasan

untuk teori ini adalah dengan mengasumsikan tanggapan konsumen dalam

mengkonsumsi listrik terhadap perubahan variabel bebas (pendapatan menaik harga

listrik naik) tidaklah dalam waktu yang bersamaan atau seketika.

Mungkin para konsumen membutuhkan waktu untuk membeli peralatan listrik baru

atau menyadari bahwa rekening listrik lebih mahal.

Sehingga penjualan listrik saat ini, dipengaruhi pula oleh pendapatan dan harga listrik

masa lalu. Secara matematis hubungan ini dapat dituliskan sebagai berikut :

KWht = oGDPt + 1GDPt-1 + …kGDPt-k - oPricet - 1Pricet-1 - …kPricet-k

Kelemahan dari persamaan diatas bila dibuat analisa regresi akan terjadi satu kondisi

yang disebut coolinearty (saling berhubungan) pada variabel bebas ruas kanan

persamaan. Untuk itu Koyck menyarankan mengubah bentuk persamaan diatas

dengan anggapan pengaruh variabel masa lalu mungkin hanya 50% dan 25% dari

masa sebelumnya dan menjadi nol persen untuk waktu-waktu lampu sebelumnya.

Sehingga dapat dituliskan B1=0, B2=20 dan seterusnya dimana 0<<1 atau

(kWht) = 0(GDPt) + 0(GDPt-1) - 0(Pricet) - 0 (Price t-1) ……………(6)

Kemudian

(kWht-1) = 0GDPt-1) - 0(Pricet-1) ……………………………………(7)Berbagi dan menyebarkan ilmu pengetahuan serta nilai-nilai perusahaan Hal - 29


Bila kedua persamaan diatas (6) dan (7) kita substitusikan akan didapat

kWht – (kWht-1) = 0 (GDPt) - 0 (Pricet) ………………………………..(8)

Atau persamaan (10) dapat dituliskan

kWht = 0 (GDPt) - 0(Pricet) + (kWht-1)

Dengan demikian pada persamaan (10) di atas, elastisitas untuk GDP adalah :

0

GDP = ---------

(1 - )

0

Price = ---------

(1 - )

Elstisitas GDP dan elastisitas harga listrik yang didapat dengan cara ini disebut Long

Run Elasticity dengan T adalah fraksi waktu penyesuaian. Sedangkan elastisitas yang

didapat pada model 1 disebut Short Run Elasticity.

Pada Tabel 14 sampai 17 dapat dilihat hasil analisa regresi persamaan (8) diatas yang

selanjutnya akan ditulis dengan Model 2.

7. Hasil Analisa Regresi Model 2 Untuk Pelanggan Rumah Tangga.

SUMMARY OUTPUT





R Square 0.99521554



Observations 6

ANOVA


Regression 3 0.29608967 0.0987 138.673 0.007168105

Residual 2 0.001423441 0.00071

Total 5 0.297513111


Intercept -2.52900493 7.090905676 -0.3567 0.75546 -33.03873083 27.980721 2.114590767

X Variable 1 0.15891128 0.324887762 0.48913 0.67313 -1.238968908 1.55679147

X Variable 2 0.18877955 0.778093437 0.24262 0.83091 -3.159088635 3.53664773

X Variable 3 0.86352862 0.292600946 2.95122 0.09819 -0.395432521 2.12248975

8. Hasil Analisa Regresi Model 2 Untuk Pelanggan Komersil.

SUMMARY OUTPUT





R Square 0.99980992



Observations 6

ANOVA


Regression 3 0.292365582 0.09746 3506.71 0.0002851

Residual 2 5.55822E-05 2.8E-05

Total 5 0.292421164


Intercept -23.339903 2.539591498 -9.1904 0.01163 -34.26689088 -12.4129151 3.101278215

X Variable 1 1.58196396 0.158269783 9.99536 0.00986 0.900983573 2.26294435

X Variable 2 0.25432009 0.056377746 4.511 0.04579 0.01174606 0.49689412

X Variable 3 0.37574668 0.057898119 6.48979 0.02293 0.126631008 0.62486235

9. Hasil Analisa Regresi Model 2 Untuk Pelanggan Publik.

SUMMARY OUTPUT





R Square 0.99639116



Observations 6

ANOVA


Regression 3 0.186484908 0.06216 184.065 0.005408367

Residual 2 0.000675431 0.00034

Total 5 0.187160339


Intercept 19.4655313 11.47087323 1.69695 0.2318 -29.88968707 68.8207496 3.142341867

X Variable 1 -1.25955326 0.757754151 -1.6622 0.23836 -4.519908501 2.00080197

X Variable 2 -0.88411169 0.363556335 -2.4318 0.13555 -2.448369432 0.68014606

X Variable 3 1.81420642 0.371234823 4.88695 0.03941 0.216910785 3.41150206

10. Hasil Analisa Regresi Model 2 Untuk Pelanggan Industri.

SUMMARY OUTPUT





R Square 0.9564227



Observations 6

ANOVA


Regression 3 0.108630376 0.03621 14.6318 0.064648571

Residual 2 0.004949504 0.00247

Total 5 0.11357988


Intercept -13.0034886 8.828275422 -1.4729 0.27866 -50.98851836 24.9815412 3.165825778

X Variable 1 1.16484094 0.688072173 1.69291 0.23255 -1.795696732 4.12537862

X Variable 2 0.46696322 0.455876099 1.02432 0.4134 -1.494514693 2.42844112

X Variable 3 -0.06588626 0.591871815 -0.1113 0.92153 -2.612506908 2.48073439

Hasil Analisa Regresi Persamaan Model 2.

Dalam menganalisa hasil regresi persamaan Model 2, pertama kita tinjau nilai F dan t

untuk setiap sektor, ternyata nilai t untuk sektor komersil dan publik lebih besar dari

dari nilai t-tabel, dan nilai t untuk sektor rumah tangga dan industri lebih kecil dari

nilai t-tabel. Khusus sektor industri didapati nilai F yang tidak menunjukkan

keabsahan model 2.

Pengembangan model 2 ini ternyata masih belum cukup baik untuk memperbaiki

model 1.

Perhitungan koefisien elastisitas adalah sebagai berikut,



Long Run Elasticity

Sektor 0 0 GDP Price

Rumah Tangga 0.16 0.19 0.86 0.95 2.44

Komersil 1.58 0.25 0.38 2.36 0.62

Publik -

1.26

-

0.88

1.81

2.20 0.87

Industri 1.16 0.47 -

0.07 1.09 0.42

Penggunaan Untuk Analisa kWh Jual.

Dari bahasan pada 1 sampai dengan 3 telah diterangkan bagaimana membuat tafsiran

secara umum dari hasi analisa regresi.

Pada bagian ini akan disajikan bagaiman mempergunakan koefisien elastisitas untuk

melihat pengaruh kWh jual terhadap pertumbuhan ekonomi dan harga listrik. Pada

tabel dibawah ini ditulis mengenai elastisitas yang diperoleh dari persamaan model 1

dan 2.

Sektor Elasticitas GDP Elastisitas Harga

Listrik

Short

Run

Long

Run

Short

Run

Long

Run

Rumah

Tangga

0.95

1.14

2.44

1.36

Komersil 2.36 2.51 0.62 0.40

Publik 2.20 1.56 0.87 1.09

Industri 1.09 1.08 0.42 0.44

Untuk mempergunakan nilai elastisitas tersebut pada teabel 1 guna menganalisa kWh

jual perlu diingatkan kembali definisi dari elastisitas yang dapat ditulis dalam

hubungan sebagai berikut,



Yt+1 – Yt Xt+1 – Xt

------------ = ------------

Yt Xt

Dimana

Yt+1 – Yt Xt+1 – Xt

------------ atau ------------

Yt Xt

Adalah rumusan untuk menghitung pertumbuhan.

Dengan menggunakan persamaan (6), maka bila diketahui pertumbuhan

GDP 5 %/tahun dan harga listrik 3 %/tahun, dengan mempergunakan nilai

elastisitas pada tabel 1 sebagai misal untuk Sektor Komersil pengaruh

pertumbuhan kWh jual terhadap GDP adalah sebesar :

1. Short run, % pertumbuhan kWh jual/tahun = 2.36 x 5%/tahun + 0.62 x

3%/tahun = 13.66%/tahun.

2. Long run, % pertumbuhan kWh jual/tahun = 2.51 x 5%/tahun + 0.4 x

3%/tahun = 13.75%/tahun.

Atau dapat disimpulkan sebagai berikut, dengan pertumbuhan GDP 5

%/tahun dan pertumbuhan harga listrik 3% /tahun, pertumbuhan kWh jual

untuk sektor Listrik adalah:

1. Dalam jangka pendek (short run) kWh jual akan hanya tumbuh sebesar

13.66%/tahun akibat pertumbuhan GDP dan harga listrik.

2. Dalam jangka panjang (Long run) kWh jual akan tumbuh sebesar

13.75%/tahun, nilai ini adalah hasil dari pertumbuhan sebesar

12.55%/tahun karena pertumbuhan GDP dikurangi menurunya kWh jual

sebesar 1.2%/tahun sebagai akibat naiknya harga listrik.

Penutup.Metode Ekonometri adalah suatu cara untuk menganalisa hubungan dari beberapa

variabel ekonomi dengan menggunakan tekhnik regresi.

Dengan menggunakan Metode Ekonometri untuk menganalisa pengaruh variabel lain

terhadap penjualan kWh, akan memiliki keuntungan untuk menguji keabsahan dari

variabel yang diasumsikan.


121.100.16.220121.100.16.220/webtjbtb/wp-content/uploads/perpustakaan... · web view1.1....

Documents