Esposin, SOLO - Pemerintah saat ini sedang giat mendorong penggunaan kendaraan listrik. Indonesia aktif mempromosikan ekosistem kendaraan listrik yang diharapkan menjadi faktor penting dalam revolusi masa depan.
Pada KTT G20 di Bali, Indonesia menunjukkan komitmen kuatnya dalam menangani isu perubahan iklim dengan membatasi penggunaan kendaraan konvensional dan memperluas akses terhadap kendaraan listrik. Dalam menjalankan komitmen tersebut, pemerintah mendorong percepatan pengembangan ekosistem Kendaraan Bermotor Listrik Berbasis Baterai (KBLBB) di Indonesia.
Promosi Kompetisi BRI Liga 1 Ciptakan Perputaran Ekonomi hingga Rp10,4 Triliun
Pemerintah menerapkan berbagai langkah untuk mempercepat adopsi kendaraan listrik. Sejalan dengan upaya mengembangkan pasar kendaraan listrik, keberadaan Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) menjadi suatu keharusan, bukan hanya sekadar pilihan.
Pasar kendaraan listrik yang berkembang bergantung pada dua faktor utama, yaitu jumlah kendaraan listrik yang ada serta ketersediaan infrastruktur pengisian daya. Menurut proyeksi Det Norske Veritas dalam pembahasan dengan PT PLN (Persero), diperkirakan jumlah fasilitas pengisian daya akan mencapai sekitar 10% dari jumlah kendaraan listrik dalam beberapa tahun mendatang (Asian Development Bank, 2022). Ini menandakan bahwa pertumbuhan infrastruktur pengisian perlu mengikuti peningkatan pesat jumlah kendaraan listrik.
Seiring dengan meningkatnya adopsi kendaraan listrik di seluruh dunia, tantangan baru muncul terkait infrastruktur pengisian daya. Keterbatasan jumlah stasiun pengisian dan antrian panjang sering kali menjadi hambatan bagi para pengendara. Dengan meningkatnya permintaan kendaraan listrik di seluruh dunia, tantangan terkait infrastruktur pengisian daya semakin nyata. Salah satu masalah terbesar yang dihadapi adalah keterbatasan jumlah stasiun pengisian daya. Banyak pengendara kendaraan listrik yang kesulitan menemukan stasiun pengisian yang tersedia, terutama di wilayah dengan infrastruktur yang belum memadai.
Menindaklanjuti hal tersebut, penulis sebagai Mahasiswa Program Studi Doktor Teknik Industri Universitas Sebelas Maret dan tergabung dalam kelompok Grup Riset Rekayasa Industri dan Tekno Ekonomi (GR-RITE), Fakultas Teknik UNS, telah melakukan proyek riset perihal lokasi dan alokasi SPKLU di Kota Surakarta. Upaya ini merupakan respons terhadap tantangan krusial dalam mengelola pengambilan keputusan terkait alokasi anggaran secara optimal, dengan tujuan utama untuk memaksimalkan jumlah alokasi yang dapat tercapai dengan sumber daya yang terbatas.
Penelitian ini menjadi langkah signifikan dalam mencari solusi atas masalah klasik dalam perencanaan infrastruktur, yaitu bagaimana memanfaatkan anggaran terbatas secara maksimal guna membangun sebanyak mungkin titik yang strategis untuk menjangkau wilayah yang luas dan beragam serta mengoptimalkan sistem rantai pasok kendaraan listrik.
Penelitian ini menggunakan pendekatan machine learning untuk menentukan lokasi optimal Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) dari 30 alternatif lokasi terpilih di Kota Surakarta, sesuai dengan regulasi pemerintah. Lokasi yang dipertimbangkan meliputi Stasiun Pengisian Bahan Bakar Umum (SPBU), pusat perbelanjaan, pusat kuliner, universitas, serta area lainnya dengan lahan parkir yang luas. Dengan mengoptimalkan lokasi-lokasi tersebut sebagai infrastruktur pengisian daya, dapat dicapai pengurangan biaya pembangunan karena memanfaatkan lahan parkir yang sudah tersedia.
Penentuan lokasi SPKLU yang optimal dilakukan dengan menggunakan algoritma machine learning yang mempertimbangkan faktor biaya perjalanan minimal serta menghitung jarak Euclidean antara lokasi alternatif dan titik permintaan pengisian daya. Machine learning yang mampu mempelajari pola penggunaan dan permintaan pengisian, telah mulai diterapkan untuk memperbaiki distribusi dan ketersediaan stasiun pengisian. Dengan menganalisis data pengguna secara real-time, teknologi ini dapat memprediksi kapan dan di mana permintaan stasiun pengisian akan meningkat. Prediksi ini memungkinkan operator stasiun untuk mengalokasikan sumber daya secara lebih efisien.
Mengacu pada hasil riset penentuan lokasi dan alokasi SPKLU terbaik di Kota Surakarta yang telah dilakukan, didapatkan 5-10 titik solusi lokasi SPKLU mode 3 dengan 4 unit slow charger pada masing-masing SPKLU di Kota Surakarta. Tahap awalnya adalah clustering lokasi dilakukan dengan model K-Means Clustering. Hasil pemodelan tersebut disajikan dalam gambar sebagai berikut.
Tahapan berikutnya adalah mengklasifikasikan lokasi yang dipilih menggunakan model decision Tree Regressor. Pendekatan ini akan membantu memperbaiki proses pemilihan dengan mempertimbangkan berbagai fitur dan interaksinya. Hasil dari Decision Tree Regressor akan divisualisasikan pada gambar berikut.
Akhirnya setelah melalu proses ilmiah maka titik 10 lokasi didapatkan yaitu Perpustakaan Sondakan , Sekolah Vokasi UNS , Richeese Factory Surakarta, Universitas Setia Budi, Swiss-Belhotel Surakarta, Taman Cerdas Panularan, Solo Square, Kantor Kelurahan Bumi, SPBU Pertamina Semanggi, Graha Batik Cempaka, hasilnya divisualisasi dalam peta plot yang didapatkan dari kecerdasan buatan menggunakan model machine learning.
Dengan menyertakan koordinat geografis yang spesifik, penelitian ini menawarkan wawasan yang lebih mendalam tentang lokasi dan distribusi permintaan untuk sepeda motor listrik. Informasi ini dapat membantu penyedia layanan sepeda motor listrik, pemerintah, dan pihak-pihak terkait lainnya dalam mengoptimalkan penempatan SPKLU. Penelitian ini memberikan pemahaman yang lebih jelas mengenai dinamika permintaan pengisian daya kendaraan listrik di Kota Surakarta.
Dengan pemahaman ini, tantangan berikutnya adalah bagaimana merancang dan mengimplementasikan infrastruktur pengisian yang tidak hanya memenuhi kebutuhan saat ini tetapi juga dapat beradaptasi dengan perkembangan permintaan di masa depan. Penting untuk mengembangkan solusi yang tidak hanya efisien tetapi juga dapat diakses secara merata di seluruh wilayah. Selain itu, kita perlu memastikan bahwa pengembangan infrastruktur ini sejalan dengan upaya keberlanjutan lingkungan dan ekonomi.
Untuk mencapai hal ini, kolaborasi antara berbagai pemangku kepentingan seperti penyedia layanan, pemerintah, dan komunitas lokal sangat diperlukan. Pengembangan kebijakan yang mendukung, investasi dalam teknologi canggih, serta perencanaan yang matang akan menjadi kunci untuk menciptakan sistem pengisian daya yang efektif dan ramah lingkungan.
Dengan langkah-langkah ini, kita dapat memastikan bahwa kendaraan listrik akan menjadi pilihan yang semakin menarik bagi masyarakat, serta mendukung transisi menuju sistem transportasi yang lebih berkelanjutan dan ramah lingkungan.
Artikel ini ditulis oleh: Mardiansyah, S.T., M. Kom., CDSP.
Mahasiswa Program Studi Doktor Teknik Industri Universitas Sebelas Maret (UNS)
Dosen Koordinator Bidang Penelitian Fakultas Teknik Universitas Pamulang
