digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Olivia Putri Purnama
PUBLIC Alice Diniarti

COVER Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 1 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 2 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 3 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 4 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 5 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 6 Olivia Putri Purnama
PUBLIC Alice Diniarti

BAB 7 Olivia Putri Purnama
PUBLIC Alice Diniarti


PUSTAKA Olivia Putri Purnama
PUBLIC Alice Diniarti

Indonesia merupakan negara kepulauan yang memiliki relief bergunung dan curah hujan yang sangat tinggi lebih dari 3 meter/tahun, sehingga umumnya memiliki potensi SDA yang berlimpah dengan potensi energi tenaga air terbesar, namun masih memiliki beberapa daerah yang belum teraliri listrik. Maka dari itu, PLTM merupakan salah satu solusi untuk penyediaan energi listrik di daerah tersebut. Untuk mengembangkan sebuah pembangkit listrik tenaga air (hydropower) diperlukan studi potensi terlebih dahulu dalam rangkaian kegiatan Pra-Feasibility Study. Studi potensi membutuhkan data curah hujan untuk menganalisis debit sungai dan data topografi untuk menganalisis head. Namun data observasi yang tersedia sangat terbatas dan tidak merata secara spasial. Oleh karena itu, penelitian ini akan memanfaatkan data topografi global dan model hidrologi untuk membuat algoritma yang mampu memprediksi sebaran lokasi yang memiliki potensi listrik tenaga air dengan potensi head maksimum dan aliran diandalkan, sehingga dapat menyederhanakan hampir sebagian besar tahapan studi kelayakan teknis bidang hidrologi dan sipil. Pada penelitian sebelumnya (Arya, D.K., 2017), sudah menggunakan model Soil and Water Assessment Tool (SWAT) untuk memprediksi debit dalam suatu DAS menggunakan input data global Climate Forecast System Re-analysis (CFSR). Sedangkan head pada suatu lokasi dapat ditelusuri dari data Digital Elevation Model (DEM) menggunakan algoritma penelusuran headrace yang meminimalisir headloss. Dengan mengevaluasi setiap grid rencana saluran pembawa, didapatkan panjang saluran pembawa optimal yang menghasilkan head maksimum. Besar potensi pada setiap grid merupakan hasil kali dari debit, head, massa jenis air, dan konstanta gravitasi. Penetuan titik paling berpotensi dilakukan dengan cara resample yang mengurutkan potensi terbesar sampai terkecil kemudian grid sungai diantara intake dan tailrace potensi pertam dieliminasi agar tidak ada potensi lain yang membendung aliran atau membuang airnya dari/ke sungai tereliminasi ini, dan seterusnya. Dari 35 titik potensi hydropower (TPH) yang telah diprediksi dari penelitian (Arya, D.K., 2017), terpilih 5 titik yang dapat dikembangkan menjadi sebuah PLTM, berdasarkan lebar sungai, aksesibilitas lokasi, konsistensi data DEM, energy gradient, dan tata guna lahan. Lokasi yang berada di area permukiman dan sawah dianggap kurang feasible karena kendala teknis dan prioritas penggunaan air lebih tinggi untuk irigasi sawah dibandingkan hydropower. Kemudian 5 TPH ini dianalilis dengan investigasi lapangan pada saat debit andalan probabilitas terlampaui 50% (debit desain) dan 90% (firm flow). Dari hasil investigasi, didapatkan nilai perbandingan power aktual dan model lebih banyak dipengaruhi oleh nilai debit namun perbaikan yang akan dilakukan adalah pada nilai head, karena algoritma head memiliki pengaruh yang lebih signifikan dalam memprediksi banyaknya jumlah TPH, sedangkan debit hanya signifikan pada kuantitas hasil power dari masing-masing TPH. Pemetaan peta titik potensi hydropower hasil modifikasi algoritma dan resample headrace dengan input debit desain peluang kejadian 50% dari CFSR Sebelum Koreksi memperoleh 274 titik dengan total power 562.645 kW, sedangkan dengan input debit desain peluang kejadian 50% dari CFSR Setelah Koreksi memperoleh 101 titik dengan total power146.326 kW yang tersebar di sungai Cikapundung, Ciwidey, Cisangkuy, dan Citarum Hulu, dan hampir bertepatan dengan 5 lokasi PLTA eksisting dan 5 lokasi TPH investigasi lapangan dari penelitian (Arya, D.K., 2017). Dari hasil analisis model hasil modifikasi dengan PLTA eksisting, terdapat 5 titik memiliki nilai perbandingan power aktual dan model yang dipengaruhi oleh nilai debit dari SWAT dan 5 titik lainnya memiliki nilai perbandingan power aktual dan model yang dipengaruhi oleh nilai head dari algoritma head. Perbaikan/modifikasi algoritma dan resample headrace yang telah dilakukan dengan bahasa pemrograman Python dalam penelitian ini hanya cukup untuk memberikan gambaran awal dan mengidentifikasi/spotting banyaknya lokasi potensial untuk dikembangkan menjadi hydropower, namun karena masih terdapat beberapa nilai head, debit, dan power terpasang yang berbeda dengan eksistingnya, maka tetap harus dilakukan pengukuran lapangan, karena ada beberapa lokasi yang memiliki kondisi interbasin. Kondisi interbasin dimana terdapat suplesi air dari DAS lain, seperti yang terjadi pada sistem cascade PLTA Plengan, Lamajan, dan Cikalong, tidak dibahas dalam penelitian ini, sehingga tentunya akan menghasilkan debit dan kuantitas potensi daya yang berbeda dengan eksisting. Namun yang bisa dibandingkan dari hasil modifikasi algoritma pada penelitian ini dengan PLTA eksisting adalah kuantitas nilai headnya.