Metodologi

Metodologi penelitian ini dirancang secara sistematis untuk menjembatani analisis data skala besar (big data) dengan realitas kondisi di lapangan. Dengan menggabungkan tiga pilar analisis utama yaitu pemetaan potensi, pengukuran kesiapan, dan simulasi ekonomi, penelitian ini menghasilkan sebuah kerangka kerja yang tidak hanya mendiagnosis masalah, tetapi juga menyediakan kompas kebijakan yang operasional dan terukur. Unit analisis utama penelitian ini adalah kecamatan, sehingga dapat diperoleh granularitas data yang tinggi untuk rekomendasi yang lebih tepat sasaran di seluruh wilayah Sulampua.

Fondasi Data

Fondasi Data

Integrasi tiga sumber utama untuk memastikan analisis yang komprehensif, penelitian ini mengintegrasikan tiga jenis sumber data yang berbeda, masing-masing dengan keunggulannya.

Remote Sensing

Big Data

Data penginderaan jauh berbasis satelit (NDVI, NDBI, NTL, Radiasi Matahari, Albedo, dan Kecepatan Angin) digunakan untuk memetakan potensi energi surya dan angin pada grid 1x1 km. Sumber ini memberikan cakupan data yang luas dan konsisten di seluruh wilayah.

Statistik Pemerintah

Data Resmi

Penelitian ini menggunakan data Pendataan Potensi Desa (PODES) untuk karakteristik kewilayahan dan Survei Sosial Ekonomi Nasional (Susenas) untuk profil sosial-ekonomi masyarakat. Data ini memberikan kedalaman konteks lokal.

Kebencanaan

Data Administrasi

Data kebencanaan dari Badan Nasional Penanggulangan Bencana (BNPB) diintegrasikan untuk memetakan dimensi risiko. Ini penting untuk memastikan desain proyek energi yang tangguh dan berkelanjutan.

Tiga Pilar Analisis Kompas Pijar Energi

Setiap data yang terdapat dalam dashboard ini adalah hasil dari tiga tahapan analisis yang saling terkait, mengikuti kerangka kerja penelitian yang telah disusun.

  • Pemetaan Potensi & Analisis Spasial

    Tahap ini menjawab pertanyaan, "Di mana sumber daya energi tersedia dan bagaimana polanya?". Penelitian ini mengagregasi data potensi energi dari grid 1x1 km ke level kecamatan menggunakan teknik zonal statistics. Selanjutnya, analisis Global Moran's I dan LISA digunakan untuk mengukur autokorelasi spasial, mengidentifikasi hotspot, dan mengungkap koridor-koridor energi yang signifikan secara statistik.

  • Indeks Kesiapan Komposit (CRI)

    Tahap ini menjawab, "Aspek apa yang harus diperkuat agar potensi menjadi proyek nyata?". Penelitian ini menyusun CRI dengan empat dimensi: Potensi Energi, Sosiodemografi, Sarana Prasarana, dan Kebencanaan. Melalui analisis faktor, seluruh indikator diagregasi menjadi satu skor indeks komposit yang telah distandardisasi, memungkinkan perbandingan kesiapan antar kecamatan dan antar waktu.

  • Simulasi Dampak Ekonomi

    Tahap ini menjawab, "Seberapa besar manfaat ekonomi dan perbaikan layanan jika EBT diterapkan?". Menggunakan profil konsumsi dari data Susenas, penelitian ini menyimulasikan dampak pemasangan sistem PV surya pada tiga skala: rumah tangga, komunal (fasilitas publik), dan desa (mini-grid). Output utama dari simulasi ini adalah estimasi penghematan tagihan dan perbaikan mutu layanan seperti penurunan durasi padam (SAIDI).

Composite Readiness Index

Composite Readiness Index

Proses Penyusunan Indeks Kesiapan (CRI)

Standardisasi Indikator

  • Dikumpulkan data dari PODES, remote sensing, dan BNPB.
  • Semua variabel dari data tersebut diubah menjadi skor standar agar dapat dibandingkan.

Agregasi Dimensi

  • Indikator-indikator yang telah terstandar tersebut diagregasi menjadi skor untuk masing-masing dimensi.
  • Diperoleh empat dimensi dengan masing-masing skornya yaitu Potensi, Sosiodemografi, Sarpras, Bencana.

Analisis Faktor

  • Keempat skor dimensi tersebut digabungkan menjadi satu Composite Readiness Index (CRI) dan diperoleh bobot kontribusi tiap dimensi.
  • Indeks yang terbentuk divalidasi menggunakan Kaiser-Meyer-Olkin (KMO) dan Cronbach's Alpha.
Keunggulan Metodologi

Keunggulan Metodologi

Tiga keunggulan metodologi penelitian ini

GRANULAR

Analisis dilakukan hingga level kecamatan, memberikan ketajaman data yang tinggi.

MULTIDIMENSI DAN INTEGRATIF

Menggabungkan aspek teknis, sosial, infrastruktur, dan kebencanaan secara bersamaan dengan memadukan big data, statistik resmi, dan data administrasi dalam satu kerangka analisis.

APLIKATIF

Hasil akhir dirancang untuk menjadi kompas kebijakan yang praktis dan langsung dapat digunakan.