Transisi energi global mendorong berbagai negara untuk memperluas pemanfaatan energi terbarukan sekaligus memastikan keberlanjutan pengelolaannya di tingkat lokal. Di Indonesia, pembangkit energi terbarukan berbasis komunitas telah berkembang sebagai solusi untuk meningkatkan akses energi, terutama di wilayah pedesaan. Namun, keberhasilan sistem tersebut tidak hanya ditentukan oleh kinerja teknologi, melainkan juga dipengaruhi oleh tata kelola kelembagaan, pembiayaan, serta partisipasi masyarakat dalam menjaga keberlanjutan operasionalnya.
Isu tersebut menjadi fokus penelitian La Ode Masri Ande Kolewora, mahasiswa Magister Teknik Sistem (MeTSi) Fakultas Teknik Universitas Gadjah Mada konsentrasi Teknik Sistem Energi Baru dan Terbarukan. Dalam Seminar Hasil Tesis yang diselenggarakan pada Rabu (15/7) di Perpustakaan Gedung MeTSi Lantai 2, La Ode mempresentasikan penelitian dengan judul Model Bayesian Network untuk Optimalisasi Energi Terbarukan Berbasis Komunitas di Kedungrong, Yogyakarta.
Penelitian ini mengembangkan Decision Support System (DSS) berbasis Bayesian Network untuk mendukung pengambilan keputusan dalam pengelolaan energi terbarukan berbasis komunitas dengan studi kasus pada Pembangkit Listrik Tenaga Mikrohidro (PLTMH) Kedungrong, Kulon Progo, Daerah Istimewa Yogyakarta. Berbeda dengan sebagian besar penelitian terdahulu yang berorientasi pada optimasi teknis dan ekonomi, penelitian ini mengintegrasikan dimensi teknis, sosial, ekonomi, dan kelembagaan ke dalam satu model probabilistik sehingga mampu merepresentasikan hubungan sebab-akibat sekaligus mengakomodasi ketidakpastian yang terjadi dalam pengelolaan sistem energi berbasis masyarakat.
Sebagai landasan pengembangan model, penelitian diawali dengan analisis bibliometrik terhadap publikasi ilmiah internasional mengenai Decision Support System untuk community-based renewable energy systems. Hasil analisis menunjukkan bahwa kajian di bidang ini berkembang pesat sejak 2007 dan mencapai produktivitas tertinggi pada 2025. Meskipun demikian, sebagian besar penelitian masih didominasi pendekatan techno-centric yang berfokus pada optimasi sistem dan efisiensi teknis, sementara aspek tata kelola komunitas, perilaku masyarakat, serta interaksi antarpemangku kepentingan masih relatif jarang dikaji. Selain itu, kontribusi negara berkembang, termasuk Indonesia, dalam bidang penelitian ini juga masih terbatas.
Temuan tersebut kemudian menjadi dasar pengembangan model Bayesian Network menggunakan perangkat lunak GeNIe Modeler. Model dibangun melalui integrasi berbagai sumber data, meliputi data historis operasional PLTMH, pengukuran lapangan, penyebaran kuesioner kepada masyarakat, wawancara dengan pengelola, Focus Group Discussion (FGD), serta expert judgement. Pendekatan ini menghasilkan model probabilistik yang mampu menggambarkan keterkaitan antarvariabel yang memengaruhi keberhasilan pengelolaan PLTMH secara lebih komprehensif.
Hasil inferensi menunjukkan bahwa pada kondisi eksisting probabilitas Optimalisasi Pemanfaatan Energi Lokal berada pada kondisi optimal sebesar 64 persen, sedangkan probabilitas kondisi cukup optimal dan tidak optimal masing-masing sebesar 18 persen. Temuan ini menunjukkan bahwa PLTMH Kedungrong telah beroperasi dengan baik, tetapi masih terdapat sejumlah faktor yang membatasi pencapaian kinerja optimal secara menyeluruh.
Untuk memahami faktor-faktor yang paling menentukan keberhasilan sistem, penelitian dilanjutkan dengan analisis sensitivitas. Hasilnya menunjukkan bahwa efisiensi turbin, preferensi masyarakat terhadap penggunaan PLTMH, kepuasan pengguna, kedisiplinan pembayaran, kualitas operation and maintenance (O&M), serta kapasitas kelembagaan merupakan faktor yang memberikan pengaruh paling besar terhadap optimalisasi sistem. Temuan tersebut memperlihatkan bahwa keberhasilan pengelolaan energi terbarukan berbasis komunitas merupakan hasil interaksi antara performa teknologi dan kualitas tata kelola organisasi serta partisipasi masyarakat.
Sebagai bagian dari fungsi Decision Support System, model Bayesian Network selanjutnya digunakan untuk mengevaluasi berbagai alternatif kebijakan. Penelitian mensimulasikan sejumlah skenario intervensi, antara lain pelatihan operator, penerapan crowdfunding sebagai alternatif pembiayaan, program literasi energi berbasis masyarakat, pengadaan voltage stabilizer, hingga penerapan seluruh intervensi secara terpadu.
Hasil simulasi menunjukkan bahwa seluruh skenario mampu meningkatkan peluang keberhasilan dibandingkan kondisi eksisting. Skenario intervensi terpadu menghasilkan peningkatan paling signifikan dengan menaikkan probabilitas kondisi optimal dari 64 persen menjadi 88 persen. Temuan ini menunjukkan bahwa optimalisasi PLTMH berbasis komunitas memerlukan strategi yang mengintegrasikan peningkatan teknologi, penguatan kapasitas sumber daya manusia, tata kelola kelembagaan, mekanisme pembiayaan, dan keterlibatan aktif masyarakat secara bersamaan.
Secara akademik, penelitian ini memberikan kontribusi melalui pengembangan Decision Support System berbasis Bayesian Network yang mampu mengintegrasikan dimensi teknis dan sosio-teknis ke dalam satu model probabilistik. Pendekatan tersebut menawarkan alternatif terhadap model deterministik yang selama ini lebih banyak digunakan, sekaligus memungkinkan evaluasi berbagai pilihan kebijakan dalam kondisi yang penuh ketidakpastian.
Hasil penelitian ini juga memiliki nilai praktis bagi pemerintah daerah, pengelola PLTMH, maupun pemangku kepentingan lainnya dalam merancang strategi pengembangan energi terbarukan berbasis komunitas yang lebih efektif, adaptif, dan berkelanjutan. Model yang dikembangkan juga berpotensi diterapkan pada berbagai sistem energi terbarukan lainnya, seperti PLTS, PLTB, dan PLTBm, sehingga membuka peluang pengembangan sistem pendukung keputusan yang lebih komprehensif untuk mendukung transisi energi di Indonesia.
Penelitian ini berada di bawah bimbingan Ir. Wangi Pandan Sari, S.T., M.Sc., Ph.D. sebagai dosen pembimbing utama dan Prof. Dr.-Ing. Ir. Agus Maryono, IPM., ASEAN Eng. sebagai dosen pembimbing pendamping.
Melalui penelitian ini, MeTSi FT UGM terus memperkuat pengembangan riset sistem yang mengintegrasikan analisis data, pemodelan probabilistik, dan pendekatan sosio-teknis dalam menjawab tantangan transisi energi. Pendekatan tersebut menunjukkan bahwa keberhasilan energi terbarukan berbasis komunitas tidak hanya bergantung pada inovasi teknologi, tetapi juga pada kemampuan membangun tata kelola yang adaptif, partisipatif, dan berbasis bukti untuk mendukung ketahanan energi berkelanjutan di Indonesia.
Penulis: Arham