Implementasi Metode AHP-TOPSIS untuk Pemilihan Solar Power System Berdasarkan 9 Kriteria di Pulau Matak

Rahman, Fajri Fathur (2025) Implementasi Metode AHP-TOPSIS untuk Pemilihan Solar Power System Berdasarkan 9 Kriteria di Pulau Matak. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6047231031-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Transisi energi terbarukan Indonesia, yang sejalan dengan komitmen Perjanjian Paris dan target nasional (bauran energi terbarukan 23% pada tahun 2025), memerlukan penerapan strategis sistem tenaga surya (solar PV). Studi ini menerapkan metode pengambilan keputusan multikriteria (MCDM) terintegrasi AHP-TOPSIS untuk memilih skenario Sistem Tenaga Surya (Solar Power System) yang optimal bagi operasi Matak Shorebase di Pulau Matak, Natuna. Empat skenario yang telah ditentukan sebelumnya dievaluasi berdasarkan sembilan kriteria: Keandalan Sistem, Operasional, Kompleksitas Fasilitas, Pelaksanaan Proyek, Keselamatan Operasi, CAPEX, OPEX, Pengurangan Konsumsi Bahan Bakar, dan Dampak Lingkungan. AHP digunakan untuk menentukan bobot kriteria, sedangkan TOPSIS digunakan untuk merangking alternatif berdasarkan kedekatan relatif terhadap solusi ideal. Hasilnya mengidentifikasi Skenario 3 (fraksi surya 80% dengan penyimpanan baterai selama 14 jam dan cadangan diesel) sebagai yang paling optimal, menunjukkan keseimbangan terbaik dari sisi teknis, ekonomi, dan lingkungan. Konfigurasi ini mencapai fraksi surya 80%, mengurangi konsumsi diesel tahunan sekitar 275.000 liter (menghemat sekitar USD 330.000), menurunkan OPEX menjadi USD 45.400 per tahun, serta mengurangi emisi sebesar 713 ton CO₂e per tahun dengan CAPEX yang kompetitif (USD 2,116 juta). Studi ini membuktikan bahwa AHP-TOPSIS merupakan kerangka pengambilan keputusan yang kuat untuk perencanaan energi terbarukan di konteks industri terpencil, sekaligus memberikan model replikasi yang strategis untuk penerapan sistem tenaga surya di luar sekadar penilaian teknis skenario.
=====================================================================================================================================
Indonesia's renewable energy transition, aligned with Paris Agreement commitments and national targets (23% renewable mix by 2025), necessitates strategic solar PV deployment. This study applies an integrated AHP-TOPSIS Multi-Criteria Decision Making (MCDM) methodology to select the optimal Solar Power System scenario for Matak Shorebase operations on Matak Island, Natuna. Four pre-defined scenarios were evaluated against nine criteria: System Reliability, Operation, Facility Complexity, Project Execution, Operational Safety, CAPEX, OPEX, Reduced Fuel Consumption, and Environmental Impact. AHP established criterion weights, while TOPSIS ranked alternatives based on relative closeness to ideal solutions. Results identified Scenario 3 (80% solar fraction with 14-hour battery storage and diesel backup) as optimal, demonstrating superior balance across technical, economic, and environmental dimensions. This configuration achieves 80% solar fraction, reducing annual diesel consumption by ~275,000 liters (saving ~USD 330,000), lowering OPEX to USD 45,400/year, and cutting emissions by 713 tCO₂e annually at competitive CAPEX (USD 2.116 million). The study validates AHP-TOPSIS as a robust decision framework for renewable energy planning in remote industrial contexts, providing a replicable model for strategic SPS deployment beyond the engineering assessment of scenarios.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	AHP-TOPSIS, Solar Power, Pulau Matak, Matak Island
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1056 Solar power plants. Ocean thermal power plants
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 78201-System And Technology Innovation
Depositing User:	Fajri Fathur Rahman
Date Deposited:	31 Jul 2025 08:26
Last Modified:	31 Jul 2025 08:26
URI:	http://repository.its.ac.id/id/eprint/124250

Actions (login required)

View Item