ïî Bab III Metodologi Penelitian III.1 Metodologi Umum Dalam melaksanakan penelitian ini, dilakukan dengan beberapa tahapan yang nantinya data yang diperoleh akan dijadikan input untuk membangun suatu model produksi green hydrigen di Indonesia. Tahapan pemodean secara umum terdiri atas lima tahapan, yaitu : definisi masalah, konseptualisasi sistem, representasi model, evaluasi model, dan analisis kebijakan. Gambar III.1 merupakan tahapan pemodelan dalam penelitian ini : Gambar III.1 Diagram Alir Penelitian Studi Literatur Identifikasi permasalahan Konseptual Sistem Pegumpulan data sekunder Hipotesis Penelitian Pengolahan data Validasi Model Analisis Kebijakan Kesimpulan dan Saran Simulasi komputasi Mengolah persaman regresi Analisis Eksploratori dan Sensitivitas ïï Penjelasan dari masing-masing tahapan adalah sebagai berikut : Studi Literatur : Pada tahapan ini dilakukan proses membaca dan menelaah permasalah apa sajakah yang terkait dedngan perubahan iklim, gas rumah kaca, emisi CO 2, hal apa sajakah yang dapat dilakukan untuk dapat emwujudkan zero emissions, jenis-jenis energi, sumber energi, solusi dari setiap permasalahan, kebijakan pemerintah apa sajakah yang sudah ada, serta penelitian-penelita sebelumnya yang terkait dengan judul penelitian. Identifikasi Permasalahan : Setelah studi literatur dilakukan, maka penulis melakukan identifikasi terhadap permasalahan-permasalahan apa saja yang terjadi terjadi akibat adanya efek gas rumah kaca dan perubahan iklim, solusi apa sajakah yang baik dilakukan untuk mewujudkan zero emissions. Konseptual sistem : Pada tahapan ini dilakukan proses menggambarkan permasalahan besar apakah yang terjadi (big picture), pembuatan causal loop diagram (CLD) dan stock flow diagram (SFD). Pengumpulan data sekunder : Pada tahap ini dilakukan pengumpulan data sekunder seperti data resistivitas air, data energi yang dihasilkan dari sumber energi terbarukan dari Pembangkit Listrik Tenaga Surya (PLTS) dan Pembangkit Listrik Tenaga Bayu (PLTB), data penggunaan bahan bakar untuk transportasi, data harga bahan bakar, data nilai emisi karbon, informasi skenario dari ESDM terkait dengan emisi karbon, data kebijakan pemerintah terkait energi. Hipotesis penelitian : Hipotesis penelitian dilakukan setelah melalui tahapan studi literatur, identifikasi permasalahan, konseptual sistem dan pengumpulan data sekunder. Pengolahan data : Pengolahan data dilakukan dengan menggunakan data sekunder dari literatuur yang ada, dengan formulasi perhitungan sederhana untuk mengetahui proses dan hasil produksi green hydrogen. Evaluasi Model : Pada tahap ini dilakukan validasi model, uji sensitivitas dan analisis. Analisis kebijakan : Pada tahapan ini dilakukan analisa atas evaluasi model untuk kebijakan yang akan dilakukan terkait dengan sumber energi yang dipergunakan ïð untuk mendukung program pemerintah Indonesia dan dunia terkait engan zero emissions agar terciptanya lingkungan hidup yang sehat. Kesimpulan dan saran : Pada tahapan ini maka penulis memberikan kesimpulan dan saran atas hasil analisa dari setiap proses yang menghasilkan green hydrogen serta hasil analisa dari evaluasi model dan analisis kebijakan. III.2 Pengumpulan Data Tabel III.1 merupakan data emisi gas rumah kaca nasional dari kegiatan energi yang diambil dari laporan Emisi Gas Rumah Kaca (GRK) tahun 2020 dan konsumsi energi yang diambil dari laporan Dewan Energi Nasional tahun 2012 dan tahun 2021. Tabel III.1 Emisi (GRK dan Konsumsi Energi Nasional Tahun 2002-2018 Tahun Emisi Gas Rumah Kaca (GRK) (Gg CO 2e) BOE Batubara Gas Alam Minyak Bumi Biomassa Total 2002 349,485 38698 80885 325202 270207 714992 2003 378,050 68264 90277 321384 271974 751899 2004 380,434 55344 85459 354317 271765 766885 2005 376,988 65744 86634 338375 270043 760796 2006 386,100 89043 83221 311913 276271 760448 2007 402,989 121904 80178 314248 275126 791456 2008 391,784 94035 102281 320987 277874 795177 2009 405,653 82587 118587 335271 279169 815614 2010 453,235 136820 115404 363130 273587 888941 2011 507,357 144502 94190 334727 105241 678660 2012 540,419 123022 97512 389030 99238 708802 2013 496,030 42729 98546 378049 95286 614610 2014 531,142 55064 97417 363713 92748 608942 2015 536,306 70228 95354 323331 84643 573556 2016 538,025 63504 77434 329094 79704 549736 2017 562,244 58800 89029 331454 74723 554006 2018 595,665 100506 95587 320730 67522 584345 (ESDM, 2012, 2021) (KLHK, 2020) Tabel III.2 adalah data potensi energi baru dan terbarukan yang diambil dari laporan Rencana Usaha Penyediaan Tenaga Listrik Perusahaan Listrik Negara (RUPTL PLN) 2021-2030. Informasi potensi dari pembangkit energi baru terbarukan ini dipergunakan untuk membuktikan hipotesis penelitian. �� Tabel III.2. Potensi Energi Baru dan Terbarukan .No Jenis Energi Potensi Kapasitas Terpasang Pemanfaatan 1 Panas Bumi 29.544 MW 1.438,5 MW 4,9 % 2 Hydro 75.091 MW 4.826,7 MW 6,4 % 3 Mini-micro Hydro 19.385 MW 197,4 MW 1,0% 4 Bioenergi 32.654 MW 1.671,0 MW 5,1% 5 Surya 207.898 MW (4,80 kWh/m 2 /hari) 78,5 MW 0,04% 6 Angin 60.647 MW (≥4m/s) 3,1 MW 0,01% 7 Gelombang Laut 17.989 MW 0,3 MW 0.002% Sumber (PLN, 2021) III.3 Tahapan Penelitian Tahapan penelitian dilakukan dengan tahapan yaitu identifikasi dan definisi permasalahan, konseptualisasi sistem, formulasi model, validasi model, analisis eksploratori, simulasi kebijakan, implementasi dan evaluasi kebijakan III.3.1 Formulasi Model Hukum elektrolisis Faraday digunakan untuk menghubungkan secara langsung jumlah muatan listrik Q (C) yang dilewatkan dalam sel elektrokimia (elektrolitik atau galvanik) dan jumlah bahan kimia m (kg) diproduksi (dikonsumsi) pada elektroda sel. IL 38 Ü/ Ü J( Persamaan (III.1) Dimana : 8 Ü = Koefisien Reaksi / ÜL �ƒ••ƒ�‘Ž: Þ Ú à â ß ) J L Œ—�ŽƒŠ‡Ž‡�–”‘�’ƒ†ƒ•‡–‡�‰ƒŠ”‡ƒ�•‹ ( L ‘�•–ƒ�–ƒ ƒ”ƒ†ƒ›:{xvzw�‘Ž . 5 ) Q = muatan listrik ( C ) Sumber (Lvov, 2015) �� Namun, resistivitas listrik air murni sangat tinggi karena konsentrasi ion yang rendah. Berikut adalah data resistivitas air pada tabel II.3. �L 4 @ H # A � 4L� H # Persamaan (III.2) Persamaan (III.3) Dimana : R = Resistansi (Ω) � = Resistivitas (Ωm) l = Jarak elektroda (m) A = luas penampang setiap elektroda (m 2 ), dengan kedua elektroda memiliki dimensi yang sama ~^ ŒÁǘ: Á ššUîììð. 2L+ 6 T4 Persamaan (III.4) 3L+TP Keterangan : I = Arus Listrik (A) t = waktu (detik) R = Resistansi (Ω) P = Daya (Watt) Persamaan (III.5) III.3.2 Validasi Model dimana model akan dievaluasi untuk mengetahui apakah model yang dirancang dapat memberikan prediksi dan penjelasan yang masuk akal tentang sistem yang dibangun. Sebuah model dikatakan valid jika prediksi kinerja sistemnya cukup meniru bagaimana sistem sebenarnya berperilaku. Sebelum sebuah model dapat digunakan untuk memahami atau memprediksi perilaku sistem, maka model akan di periksa terlebih dahulu dan menentukan apakah model tersebut secara akurat mewakili sistem yang sedang dibangun dalam penelitian ini. Tingkat akurasi yang diperlukan agar model menjadi valid tergantung pada tujuan keseluruhan dari upaya pemodelan. �� Dalam penelitian ini, validasi model dilakukan dengan persamaan statisik RMSE (Root Mean Suare Error) dimana semuanya memberikan ukuran kesalahan rata- rata antara deret yang disimulasikan dan yang sebenarnya. RMSE menimbang kesalahan besar jauh lebih berat daripada kesalahan kecil. /5' L s J Í::F: ×; 6 Persamaan (III.8) 4/5' L�/5' Persamaan (III.9) Keterangan : MSE = Mean Square Error RMSE = Root Square Mean Error Penting untuk mengetahui sumber kesalahan serta ukuran total kesalahan. Kesalahan besar mungkin karena model yang buruk atau sejumlah besar gangguan acak dalam data. Kesalahan total mungkin besar jika mode perilaku dalam sistem nyata sengaja dikecualikan karena tidak relevan dengan tujuan model. Meskipun pada akhirnya tidak ada pengganti untuk memplot data simulasi dan data aktual bersama-sama, beberapa metode statistik membantu menguraikan kesalahan menjadi komponen sistematis dan tidak sistematis (Sterman, 2000). a) Validitas struktural. Sebuah model dikatakan valid secara struktural jika infrastruktur sistemnya (seperti yang direpresentasikan dalam diagram sistem, unit pengukuran, dan persamaan yang mendasarinya) secara akurat mewakili pemahaman terbaik tentang hubungan sebab-akibat dalam sistem nyata. Diagram sistem harus memberikan representasi skematis yang akurat tentang cara kerja sistem. b) Validitas prediktif. Model menunjukkan validitas prediktif jika prediksi perilaku sistem cukup meniru sistem nyata. Menjalankan model untuk beberapa kasus “benchmark” di mana perilaku sistem kehidupan nyata dapat diprediksi dari teori atau dapat diketahui melalui pengamatan langsung menilai validitas prediksi terbaik. Beberapa kemungkinan �� “benchmark” kasus yang dapat digunakan untuk memeriksa validitas prediktif adalah: ƒ Pola perilaku dasar/Baseline behavior patterns. Kita mungkin tahu sesuatu tentang bagaimana sistem berperilaku dalam keadaan “normal” bahkan sebelum kita membangun model. Pengetahuan ini mungkin cukup rinci (misalnya, “sistem berputar setiap 25 jam dengan keseimbangan 60 unit”) atau mungkin umum (misalnya, “sistem berputar setiap 20-30 hari di sekitar keseimbangan 50-80 unit “). Model harus selalu dijalankan dalam kondisi yang sesuai dengan perilaku dasar ini. Jika keluaran model cocok dengan apa yang kita ketahui tentang sistem, validitas prediktif didukung. ƒ Pola perilaku kondisi mapan/Steady-state behavior patterns. Jika kondisi teoritis dapat diidentifikasi di mana sistem nyata diketahui menunjukkan perilaku kondisi mapan, kondisi ini dapat diterapkan pada model sistem dan model dapat dijalankan. Jika model menunjukkan perilaku kondisi mapan, maka validitas prediktif didukung. ƒ Pola perilaku pelarian/Runaway behavior patterns. Kadang-kadang dimungkinkan untuk mengidentifikasi kondisi di mana sistem akan menunjukkan perilaku “melarikan diri” atau “di luar kendali”.