Metodologi Kalkulator ROI PLTS SolarPlanner.id

1. Tujuan & untuk siapa metodologi ini ditulis?

Tujuan kalkulator

Estimasi produksi energi tahunan, penghematan tagihan listrik, dan payback period sistem PLTS atap untuk lokasi di Indonesia — berbasis sumber data primer yang dapat diaudit.

Untuk siapa

• Pemilik rumah dan bisnis yang mempertimbangkan capex Rp 50–500 juta dan ingin memahami dasar perhitungan sebelum keputusan
• Akademisi dan peneliti yang membutuhkan citation source untuk policy paper atau riset transisi energi
• Kontraktor dan EPC yang ingin memverifikasi formula sebelum mengeluarkan quote ke klien
• Regulator dan pembuat kebijakan untuk memahami baseline asumsi sektor PLTS rumahan

Mengapa terbuka

Kalkulator yang outputnya tidak dapat di-trace ke sumber primer adalah blackbox — tidak cukup untuk keputusan capex jutaan rupiah. Metodologi ini ditulis agar setiap angka dapat diaudit kembali ke sumber aslinya (NASA POWER, PLN, IEA PVPS, NREL), dan agar klaim akurasi divalidasi terhadap dataset independen — bukan asersi tanpa bukti.

2. Sumber data primer

Apa sumber data irradiance yang dipakai?

Primer: NASA POWER (Prediction Of Worldwide Energy Resources) Project — dikelola NASA Langley Research Center (LaRC), parameter ALLSKY_SFC_SW_DWN (All Sky Surface Shortwave Downward Irradiance, kWh/m²/hari).

Sekunder validasi: Global Solar Atlas 2.0 (Solargis/World Bank), ESMAP 2017, dan PVGIS-ERA5 (EU JRC). Cross-validation lengkap di Section 5 — Calibration & Validation.

Apa sumber data tarif listrik PLN?

Primer: PLN Tariff Adjustment publication (PT PLN Persero, wilayah usaha nasional excl. Pulau Batam).

Tarif PLN tidak naik selama 9 quarter berturut-turut sejak Q4 2022 melalui keputusan tariff freeze pemerintah. Itulah sebab nilai numerik tarif identik di seluruh file quarter dalam dataset kami — bukan kesalahan input.

Apa sumber data harga komponen PLTS?

Refresh quarterly (Jan / Apr / Jul / Okt) mengikuti pola tariff PLN. Validitas saat ini: Q2 2026 (refresh 2026-05-20). Next refresh target: 2026-07-15.

Sources publik Q2 2026: Indonesian EPC publik price list (PowerSurya, Sobatbangun, Suryaqua, Solar Energy Indonesia, Solusi Power, Tuturasa, Sunergy) + FOB China benchmark module TOPCon (PV-Magazine International, Nastech Solar, JMBIPV Tech) + retail Indonesian distributor spot (Tokopedia, ROYALPV, Solusi Battery, BigGo, Deye Indonesia katalog). Manufacturer reference: Trina, JA Solar, Canadian Solar, Jinko, LONGi, Huawei, Sungrow, Growatt, Deye, Luxpower, Goodwe.

Catatan FOB China benchmark Q2 2026: TOPCon module FOB China $0,108–0,112/W (PV-Magazine International, Mei 2026). Naik ~30% dari Desember 2025 karena China VAT export rebate elimination 1 April 2026. Landed Indonesia = FOB × USD/IDR × (1 + PPN 5%) × (1 + distributor margin 10–15%) ≈ Rp 1.700–2.400/Wp.

Refresh schedule: Runbook quarterly di docs/runbook/calc-pricing-quarterly-refresh.md — refresh target 15 Jan / 15 Apr / 15 Jul / 15 Okt. Drift rule: 5–15% drift update angka conservative, >15% trigger off-cycle refresh dengan announcement banner ke user.

3. Formula transparan: bagaimana angkanya dihitung?

Bagaimana SolarPlanner.id menghitung produksi energi tahunan?

kWh_tahun  = kapasitas_kWp × PSH × PR × 365
kWh_bulan  = kWh_tahun / 12
kWh_hari   = kapasitas_kWp × PSH × PR

Contoh kalkulasi titik (citable): Sistem 5 kWp di Jakarta dengan PSH 4,90 kWh/m²/hari (NASA POWER 1984-2023, koordinat -6,2088°LS, 106,8456°BT) dan Performance Ratio 0,80 menghasilkan 5 × 4,9 × 0,80 × 365 = 7.154 kWh/tahun atau sekitar 596 kWh/bulan.

Bagaimana SolarPlanner.id menghitung penghematan tagihan?

hemat_kWh_tahun     = produksi_kWh_tahun × tingkat_self_consumption
hemat_rupiah_tahun  = hemat_kWh_tahun × tarif_PLN_per_kWh
hemat_rupiah_bulan  = hemat_rupiah_tahun / 12

Self-consumption default 100% untuk sistem on-grid post-Permen ESDM 2/2024 (31 Januari 2024, net metering dihapus untuk pelanggan baru). Pelanggan eksisting dengan IUPTLU pre-2024-01-31 tetap memakai skema ekspor-impor lama (Permen 26/2021) selama 10 tahun.

Bagaimana SolarPlanner.id menghitung payback period?

capex_total_rupiah  = kapasitas_kWp × harga_per_kWp + ppn_11pct
payback_tahun       = capex_total_rupiah / hemat_rupiah_tahun_tahun_1

Untuk ROI multi-tahun, faktor degradasi panel diterapkan:

Tahun 1       : faktor = 1 − 0,02         (LID light-induced degradation)
Tahun 2 → 25  : faktor = 0,98 − 0,005 × (tahun − 1)   (linear 0,5% per tahun)

Garansi performance manufaktur Tier-1: ≥ 84,8% di tahun ke-25 (mono PERC) atau ≥ 87,4% (TOPCon N-type).

Bagaimana konversi GHI ↔ PSH?

PSH (kWh/m²/hari)        = GHI_tahunan (kWh/m²/tahun) / 365
GHI_tahunan (kWh/m²/thn) = PSH × 365

Konversi ini lossless dan komutatif.

4. Asumsi & konstrain eksplisit

Asumsi #1 — Performance Ratio default 0,80

Sumber: IEA PVPS Task 13 (2018, 2021) untuk baseline tropis; studi LSPMK/LIPI 2021 untuk koreksi Indonesia (derating modul 0,4%/°C × ΔT 25-30°C → loss 10-12%).

Asumsi #2 — Tilt + azimuth optimal Indonesia

Kalkulator default mengasumsikan tilt 10-15° (tropical optimal) dan azimuth 0° (sejajar utara/selatan, karena Indonesia di ekuator). User dengan orientasi non-optimal (atap timur-barat, shading, miring >25°) harus turunkan PR ke 0,70-0,75 secara manual.

Asumsi #3 — Self-consumption 100% (post-Permen ESDM 2/2024)

Per Permen ESDM 2/2024 (berlaku 31 Januari 2024), surplus ekspor PLTS atap tidak dikompensasi PLN untuk pelanggan baru. Konsekuensi formula:

• Asumsi self-consumption 100% → semua produksi dianggap menggantikan tagihan
• Untuk sistem oversize (produksi > konsumsi), efektivitas turun proporsional
• Pelanggan eksisting pre-2024-01-31 dengan IUPTLU lama: skema ekspor-impor 65% (Permen 26/2021) berlaku 10 tahun

Asumsi #4 — Tarif PLN snapshot quarterly

Default kalkulator pakai tarif R-1 1300 VA = Rp 1.444,70/kWh (Q2 2026, identik Q1 2024 – Q2 2026 karena tariff freeze 10 quarter). Mekanisme adjustment quarterly (Jan/Apr/Jul/Okt) hanya berlaku untuk 13 golongan non-subsidi.

Asumsi #5 — Climatology 40 tahun, bukan forecast

PSH yang dipakai adalah climatological average 1984-2023. Tahun individual dapat deviate ±20% dari rata-rata 40 tahun karena ENSO, letusan vulkanik, anomali musim tropis.

5. Calibration & validation: bagaimana kami tahu angkanya akurat?

PSH NASA POWER 1984-2023 valid untuk Indonesia, divalidasi tiga lapis.

Lapis 1 — Cross-validation NASA POWER vs Global Solar Atlas 2.0

Deviasi rata-rata absolut: 2,1% — di bawah margin akurasi kalkulator yang dideklarasikan ±15% (estimasi awal).

Lapis 2 — Cross-validation NASA POWER vs PVGIS-ERA5 (EU JRC)

12 ibu kota provinsi sampel (lintang 5,55°LU sampai 10,18°LS), NASA POWER 1984-2023 (MERRA-2) dibandingkan dengan PVGIS-ERA5 2005-2020 (ECMWF ERA5):

Tidak diperlukan calibration factor — dua dataset reanalysis independen (MERRA-2 dan ERA5) menghasilkan nilai yang sangat konsisten untuk Indonesia.

Lapis 3 — Field measurement 12 sistem residensial 2023-2025

Apa confidence level kalkulator SolarPlanner.id?

6. Batasan metodologi

Setiap model adalah simplifikasi. Berikut hal-hal yang sengaja tidak kami modelkan, beserta alasan dan implikasi praktisnya. Lebih baik user tahu apa yang tidak ditangani kalkulator daripada percaya angka yang dihasilkan tanpa konteks.

Apa yang tidak dimodelkan kalkulator?

1. Forecast cuaca tahun spesifik. PSH yang dipakai adalah climatological average 40 tahun, bukan prediksi tahun tertentu. Tahun ENSO ekstrem dapat deviate ±20%. Cross-check ERA5 reanalysis 2020-2025 menunjukkan year-to-year range PSH rata-rata 9,65% (maksimum 12,82% di Jakarta), dengan delta signifikan terhadap rata-rata 40 tahun hanya +0,91% — climatological average tetap representatif untuk planning jangka panjang residensial dan komersial. Untuk sizing industri >100 kWp dan utility-scale, modelkan worst-case PSH × 0,90 (P90 bankability) sebelum financial decision.
2. Microclimate <50 km. NASA POWER grid 0,5° × 0,625° tidak menangkap variasi mikro di pegunungan tinggi (Wamena, Lanny Jaya, Pegunungan Papua >2.000 m mdpl).
3. Shading detail. Kalkulator default tidak modelkan shading dari pohon, gedung tetangga, atau struktur atap. Shading lokal 10% area panel = potensi loss produksi 30-50% (modul-level shading non-linear).
4. Panel degradation curve detail. Model linear 0,5%/tahun setelah LID 2% tahun-1 adalah simplifikasi — derating factor aktualnya slightly non-linear; difference < 2% over 25 tahun.
5. Soiling site-specific. Soiling factor tropis Indonesia bervariasi 1-8% tergantung debu industri (Cikarang/Karawang tinggi), aerosol koastal, atau iklim kering (NTT rendah).
6. Inverter efisiensi curve. Model PR konstan; aktual inverter punya efisiensi peak ~98% di mid-load, drop ke ~93-95% di low-load (<20% rated).
7. Cuaca ekstrem & bencana. Hujan es, banjir, gempa, gunung meletus — semua di luar modeling. Asuransi PLTS direkomendasikan untuk capex >Rp 100 juta.
8. PLN Batam. Bundle data utama fokus PLN Persero. Tarif Bright PLN Batam terpisah (Permen ESDM khusus). Available on request.

Apa yang sengaja dibuat konservatif (under-promise, over-deliver)?

• Default PR 0,80 (bukan 0,85 optimal) — realistis untuk sistem baru standar
• Default self-consumption 100% dengan margin 0% — tidak include skema ekspor-impor lama (=upside silent untuk user)
• Confidence interval ±10% (bukan ±5% yang mungkin secara statistik valid untuk subset kota besar) — robust untuk seluruh 121 koordinat

Apakah ada conflict of interest?

Tidak. SolarPlanner.id (per saat dokumen ini ditulis) adalah platform edukasi + direktori kontraktor independen. Kalkulator tidak punya bias upsell ke vendor tertentu — output identik regardless of brand komponen yang dipilih user. Monetisasi platform via direktori kontraktor (model lead-fee atau subscription) tidak mempengaruhi formula kalkulator.

6.5 Update 2026-05-22 — Engine architecture refactor (Sprint 17)

Tanggal 2026-05-22, kalkulator menerima refactor arsitektur engine sebagai bagian dari Sprint 17 (Calculator MVP best-engine-possible). Perubahan ini transparan untuk pengguna saat ini, tetapi membuka jalur untuk fitur Phase 2-6 (persona profile, Monte Carlo proper, brand benchmark, beta tester). Dokumentasi lengkap arsitektur: ADR-015 Calculator Data Layer Architecture.

Apa yang berubah di engine?

• Data layer 5-dimensi. Engine sekarang mendukung lookup data secara cohort-aware (panel tier × age), region-aware (7 zona iklim Indonesia), persona-aware (residensial / bisnis kecil / industri), assumption distribution (Monte Carlo ready), dan TKDN scenario branching (4 skenario per Permen ESDM 5/2025 + Permenperin 34/2024).
• Cache singleton + TS const fallback. Data dilookup dari Postgres DB dengan in-memory cache (TTL 5 menit), fallback ke baseline TypeScript const kalau DB tidak responsif. Pure-function engine preserved untuk testability dan latency budget <50ms p95.
• Strangler Fig migration. Phase 1 (cohort+region) ship 2026-05-22, Phase 2-4 cascade selama 2026-05-26 → 2026-06-30. Tiap phase reversible <1 sprint untuk minimize regression risk.

TKDN scenario branching — 4 skenario sourcing komponen

Per Permen ESDM 5/2025 (TKDN 60% PLTS IPP mandatory) dan Permenperin 34/2024 (penghitungan TKDN modul surya), kalkulator sekarang menawarkan 4 skenario sourcing optional di section “Sesuaikan asumsi”:

• Default (baseline ×1.00): Tidak ada preferensi eksplisit. Engine pakai asumsi netral.
• Scenario A — Strict TKDN (×1.08): Project pemerintah / IPP mandatory. Panel + inverter wajib lulus ambang TKDN ≥40%. Premium ~5-10% vs full impor karena gap manufaktur lokal.
• Scenario B — Hybrid TKDN Preferred (×1.03): Voluntary TKDN, optimasi akses insentif sebagian. Campuran lokal + impor untuk panel/inverter.
• Scenario C — Full Impor China (×0.90): Pure private project, cost optimization absolute. Komoditas China supply chain (Longi/Trina/JA Solar + Huawei/Sungrow). Diskon ~10-15% vs baseline tapi exposure ke trade policy + supply chain risk.

Multiplier diterapkan hanya ke base CapEx PV — hybrid upgrade (battery + inverter premium) tidak dipengaruhi untuk preserve existing battery economics model.

Uncertainty range — Monte Carlo N=1000 sampling (Phase 3 v2)

Sejak update 2026-05-23, kalkulator menyertakan range P10/P50/P90 untuk 3 metrik utama (payback period, total investasi, penghematan tahunan) berdasarkan Monte Carlo sampling N=1000 iterations atas 5 distribution per kalkulasi:

• Irradiance (PSH) — per region BMKG. Phase 3 v2 ship: CV per 7 zona iklim Indonesia dari 12 stasiun BMKG (Open-Meteo 2020-2025 reanalysis cross-validated NASA POWER 1984-2023). Range CV 1,85% (Sumatra Equatorial stabil) sampai 4,24% (Java-Bali Inland Dry musim variable). Fallback 5% literature untuk koordinat tanpa region tag.
• Tariff escalation. CV 35% (PLN historical Q1 2015–Q2 2026 catch-up variance per ESDM tariff adjustment).
• Soiling rate. CV 35% (NREL Soiling Research; IEC TR 63226; Maghami et al. 2016 — generic Indonesia tropical default).
• Capex variance. CV 15% (IRENA Indonesia 2024 + AESI Annual Report 2024-2025 contractor pricing spread).
• Panel degradation. CV 30% (NREL Real-World Module Degradation 2013-2023; Jordan & Kurtz 2013).

Sampler menggunakan Box-Muller transform dengan seeded RNG (deterministic — input yang sama selalu menghasilkan output yang sama). Methodology label di hasil kalkulator = monte-carlo (sebelumnya fallback-15pct ±15% conservative band Wave 2c).

Status Phase 3 v2 — irradiance ALREADY refined. Per-zona iklim CV Indonesia sekarang real BMKG field data (12 stasiun cover 7 zona). Sisa 4 dimensi (tariff/soiling/capex/degradation) masih literature-derived — refine batch Phase 3 v3: soiling regional per kota + capex regional benchmark + degradation per panel brand × cohort (Sprint 19-20 HELIOS workstream).

BMKG-derived CV per IDN-CLIM region:

• IDN-CLIM-001 (Sumatra Equatorial): CV 1,85% — 1 stasiun (MES Medan). Iklim equatorial paling stabil.
• IDN-CLIM-002 (Java Coastal Urban): CV 4,14% — 2 stasiun (JKT Jakarta + SUB Surabaya). Aerosol urban + monsoon.
• IDN-CLIM-003 (Java-Bali Inland Dry): CV 4,24% — 1 stasiun (BDO Bandung). Variabel dry season strong.
• IDN-CLIM-004 (NTT-NTB Savanna): CV 2,51% — 3 stasiun (KOE Kupang + AMI Mataram + WGP Waingapu). Stable arid.
• IDN-CLIM-005 (Kalimantan Equatorial Forest): CV 3,73% — 2 stasiun (PNK Pontianak + PKY Palangka Raya).
• IDN-CLIM-006 (Sulawesi Mixed): CV 3,71% — 2 stasiun (UPG Makassar + MDC Manado).
• IDN-CLIM-007 (Maluku-Papua Maritime): CV 2,29% — 1 stasiun (DJJ Jayapura).

Refresh path: HELIOS data workstream (Sprint 19+) populate field data ke data-source.ts distribution layer — engine + Monte Carlo sampler TIDAK perlu code change saat data refresh. Pure swap literature defaults dengan Indonesia field-measured.

Kenapa Monte Carlo, bukan ±15% saja? Real distribution sampling memberikan range yang asymmetric dan realistic per metric — bukan sekedar mirror ±15% flat. Tariff escalation distribution skewed (truncated di 0% floor, tail 2× di catch-up scenario) menyebabkan benefit P90 lebih lebar daripada P10 — fakta ini ter-capture di Monte Carlo, tidak di ±15% flat. Backward compatibility: kalau Monte Carlo gagal init (extremely rare — defensive guard), engine fallback ke ±15% conservative band dengan label fallback-15pct.

Apa yang belum berubah di Phase 1 ini?

• Data primer (NASA POWER 1984-2023, BMKG 12 stations, PLN tarif quarterly) — tetap baseline yang sama, refresh terpisah workstream.
• Formula Pasal 13 Permen ESDM 2/2024 — tidak diubah (commit 72062e0 remains authoritative).
• UI wizard 5-step on-grid — tidak diubah. TKDN picker ditambah di section “Sesuaikan asumsi” opsional, tidak mengganggu alur default.
• Persona profile, brand benchmark, Monte Carlo proper, methodology page interactive comparison — defer Phase 2-5 (Sprint 18-23).

Kompatibilitas backward

Semua URL hasil kalkulator yang sudah dibagikan (share URL ?c=...) tetap valid. Field TKDN baru bersifat opsional + default neutral, jadi hasil lama tidak berubah. Migration Prisma non-destructive (semua kolom baru nullable, ON DELETE SET NULL).

7. Citation format

Bahasa Indonesia (akademis)

SolarPlanner.id (2026). Metodologi Kalkulator ROI PLTS — Foundation. Basis data NASA POWER 1984-2023 (ekstraksi 2026-04-28) dan PLN Tariff Adjustment Q1 2024-Q2 2026, validasi PVGIS-ERA5 2005-2020 (mean abs delta 3,19%, no systematic bias). License CC-BY-4.0. URL: https://solarplanner.id/metodologi/kalkulator

English (academic)

SolarPlanner.id (2026). Methodology of the SolarPlanner.id PV ROI Calculator — Foundation. Indonesian rooftop solar irradiance dataset based on NASA POWER 1984-2023 (extraction date 2026-04-28) and PLN Tariff Adjustment Q1 2024-Q2 2026, cross-validated against PVGIS-ERA5 2005-2020 (mean absolute delta 3.19%, no systematic bias). Licensed CC-BY-4.0. URL: https://solarplanner.id/metodologi/kalkulator

Citation untuk fakta numerik spesifik

“Sistem 5 kWp di Jakarta menghasilkan ~7.154 kWh/tahun pada PR 0,80 (PSH 4,90 kWh/m²/hari NASA POWER 1984-2023, validated PVGIS-ERA5 +6,94% delta dalam ±15% margin) — SolarPlanner.id, 2026, License CC-BY-4.0.”

8. Update cadence & kontak

Berapa sering data kalkulator di-update?

Bagaimana cara kontak untuk pertanyaan / koreksi data?

• Email: info@solarplanner.id
• Form kontak: solarplanner.id/kontak

Apa lisensi data + metodologi ini?

CC-BY-4.0 (Creative Commons Attribution 4.0 International). Boleh dipakai untuk tujuan apapun (termasuk komersial), wajib atribusi SolarPlanner.id (2026), License CC-BY-4.0. License full text: creativecommons.org/licenses/by/4.0/.

Atribusi sumber primer (wajib disebut bersama atribusi SolarPlanner.id):

• NASA POWER:“These data were obtained from the NASA Langley Research Center (LaRC) POWER Project funded through the NASA Earth Science / Applied Science Program.”
• PLN Tariff: Sumber resmi PT PLN (Persero) — web.pln.co.id/pelanggan/tarif-tenaga-listrik/tariff-adjustment
• PVGIS:“PVGIS data © European Union, 2001-present.”