Kebutuhan energi Base Transceiver Station atau BTS di Indonesia tidak dapat disamaratakan antara Pulau Jawa dan daerah lain. Peneliti Ahli Muda Kelompok Riset Communication and Signal Processing BRIN, Dr Moch Mardi Marta Dinata, menjelaskan bahwa perbedaan itu dipengaruhi oleh kebutuhan cakupan layanan, kontur wilayah, dan karakteristik masyarakat. Pemaparan tersebut disampaikan dalam webinar PODCAST#1 Pusat Obrolan Digital Cerdas Analisis Sistem Telekomunikasi bertema kajian kebutuhan energi jaringan telekomunikasi seluler di Indonesia, Rabu, 20 Mei 2026. Dari paparan itu, terlihat bahwa desain BTS sangat menentukan besar kecilnya konsumsi energi operator.
Dr Mardi menegaskan bahwa tidak semua tipe BTS dipasang dengan pola yang sama di setiap wilayah. Operator harus menyesuaikan jenis site dengan target pasar, kondisi geografis, dan kebutuhan cakupan jaringan di lapangan. Jika penyesuaian itu diabaikan, konsumsi energi akan menjadi jauh lebih tinggi dari yang dibutuhkan. Tren implementasi jaringan seluler di Indonesia juga membuat kebutuhan energi terus meningkat, terutama karena layanan 4G masih berkembang sementara 5G masih terbatas.
BTS dan Beban Energi
Konsumsi energi BTS tergolong tinggi karena perangkat ini harus menjaga jangkauan layanan secara luas dan stabil. Dalam operasional operator telekomunikasi, beban energi jaringan bahkan dapat menjadi komponen terbesar dari konsumsi tahunan. Dr Mardi menyebut bahwa pada 2023, konsumsi energi operasional Telkomsel hampir mencapai 90 persen dari total konsumsi tahunannya. Kondisi tersebut menunjukkan bahwa efisiensi jaringan menjadi isu penting dalam industri telekomunikasi.
Menurut Dr Mardi, peningkatan trafik data ikut mendorong kebutuhan daya pada infrastruktur jaringan. Pertumbuhan pengguna layanan digital membuat BTS harus bekerja lebih keras untuk menjaga kualitas sinyal. Situasi ini diperburuk oleh distribusi jaringan yang belum merata di seluruh Indonesia. Akibatnya, kebutuhan energi tidak hanya bergantung pada jumlah site, tetapi juga pada intensitas layanan yang harus ditanggung.
Ia menilai bahwa perencanaan energi BTS perlu memperhitungkan kondisi nyata di lapangan. Operator tidak cukup hanya memasang perangkat, tetapi juga harus menghitung efisiensi berdasarkan kebutuhan wilayah. Pendekatan tersebut penting agar investasi jaringan tidak membebani biaya operasional secara berlebihan. Dengan demikian, pengelolaan energi dapat menjadi bagian dari strategi bisnis yang lebih berkelanjutan.
Perbedaan kebutuhan energi antara wilayah padat dan wilayah terpencil menjadi salah satu poin utama dalam penelitiannya. Pulau Jawa memiliki karakter penggunaan jaringan yang berbeda dibandingkan Kalimantan atau Papua. Karena itu, model kebutuhan energi harus disusun secara spesifik sesuai karakter wilayah. Jika tidak, hasil pemodelan akan sulit menggambarkan kondisi Indonesia secara akurat.
Data Site dari Operator
Dalam penelitiannya, Dr Mardi memperoleh data dari salah satu operator di Indonesia yang mencakup sekitar 8.500 BTS sites. Data tersebut tersebar di 20 kabupaten dan kota di tiga provinsi, yakni Jakarta, Jawa Barat, dan Banten. Setiap titik pengamatan memuat informasi tipe site, mulai dari Pico, Mikro, Indoor Base Station atau IBS, Makro, hingga Makro Hub. Dari keseluruhan sampel, hampir 78 persen di antaranya merupakan site makro.
Komposisi site tersebut menunjukkan bahwa makro masih menjadi tulang punggung jaringan di wilayah penelitian. Site makro umumnya dipakai untuk cakupan yang lebih luas, sehingga kebutuhan dayanya juga lebih besar. Sementara itu, site kecil seperti Pico dan Mikro lebih cocok untuk area tertentu dengan kebutuhan layanan spesifik. Perbedaan tipe inilah yang membuat konsumsi energi BTS tidak bisa dihitung secara seragam.
Dr Mardi menjelaskan bahwa proporsi site sangat penting dalam perhitungan energi jaringan. Setiap wilayah membutuhkan pendekatan berbeda karena kepadatan penduduk dan pola penggunaan layanan juga tidak sama. Penggunaan data sampel yang tepat akan membantu menghasilkan model yang lebih mendekati kondisi lapangan. Dengan begitu, operator dapat menyusun strategi efisiensi yang lebih presisi.
Ia menambahkan bahwa data dari wilayah perkotaan belum tentu bisa diterapkan langsung ke daerah lain. Perbedaan struktur permukiman dan persebaran pengguna akan memengaruhi kebutuhan infrastruktur. Karena itu, analisis energi harus mempertimbangkan variasi tipe site secara komprehensif. Langkah ini penting agar keputusan teknis tidak meleset dari kebutuhan nyata di lapangan.
Faktor Sosial Ekonomi
Selain aspek teknis, Dr Mardi juga menyoroti pentingnya faktor sosial ekonomi dalam pemodelan kebutuhan BTS. Ia menggunakan tiga variabel utama, yaitu population density, development index, dan digital society index. Ketiga faktor itu dipakai untuk memvalidasi model yang ia bangun agar sesuai dengan kondisi nyata. Hasilnya, kebutuhan jaringan terlihat sangat dipengaruhi oleh karakter sosial ekonomi suatu daerah.
Wilayah dengan kepadatan penduduk tinggi cenderung membutuhkan kapasitas jaringan yang lebih besar. Pada saat yang sama, tingkat pembangunan dan kebiasaan digital masyarakat juga ikut menentukan beban BTS. Daerah yang lebih maju biasanya memiliki intensitas penggunaan data yang lebih tinggi. Hal ini kemudian berdampak langsung pada kebutuhan energi jaringan.
Dr Mardi menilai bahwa tanpa memasukkan unsur sosial ekonomi, pemodelan energi tidak akan sepenuhnya akurat. Indonesia memiliki keragaman wilayah yang sangat besar, baik dari sisi demografi maupun tingkat digitalisasi. Oleh karena itu, satu model tunggal tidak cukup untuk menjelaskan seluruh kebutuhan jaringan nasional. Pendekatan yang lebih rinci diperlukan agar hasil analisis lebih realistis.
Ia juga menekankan bahwa karakter masyarakat di Kalimantan, Papua, dan Jakarta sangat berbeda. Perbedaan itu tidak hanya terlihat pada kepadatan penduduk, tetapi juga pada pola konsumsi layanan digital. Karena itu, operator harus memahami konteks lokal sebelum menentukan konfigurasi jaringan. Semakin tepat pemetaan sosial ekonomi, semakin efisien pula pengelolaan energi BTS.
Implikasi Untuk Operator
Temuan tersebut memberi pesan penting bagi operator telekomunikasi yang ingin menekan biaya energi. Penyesuaian jenis BTS, cakupan layanan, dan kondisi wilayah harus menjadi bagian dari perencanaan jaringan. Jika semua wilayah diperlakukan sama, maka efisiensi operasional sulit dicapai. Di sisi lain, kebutuhan masyarakat tetap harus terpenuhi secara optimal.
Dr Mardi menilai bahwa pendekatan berbasis data akan membantu operator mengambil keputusan yang lebih tepat. Penggunaan data sosial ekonomi, data kepadatan penduduk, dan data tipe site dapat memperkuat model perencanaan. Dengan cara ini, operator dapat menentukan prioritas investasi jaringan secara lebih terukur. Strategi tersebut juga berpotensi mengurangi pemborosan energi dalam jangka panjang.
Dalam konteks perkembangan jaringan seluler nasional, efisiensi energi menjadi tantangan yang semakin relevan. Selama 5G belum tersebar luas, beban jaringan 4G masih akan terus mendominasi. Kondisi itu membuat kebutuhan energi BTS berpotensi meningkat seiring pertumbuhan trafik data. Karena itu, inovasi dalam desain dan pengelolaan jaringan menjadi kebutuhan mendesak.
Kesimpulannya, kebutuhan BTS di Indonesia sangat dipengaruhi oleh karakter wilayah dan perilaku masyarakatnya. Pulau Jawa sebagai wilayah padat penduduk memiliki kebutuhan yang berbeda dari daerah lain, sehingga tidak bisa diperlakukan dengan pendekatan seragam. Analisis yang mempertimbangkan aspek teknis dan sosial ekonomi akan menghasilkan pemodelan yang lebih akurat. Dari sana, operator dapat menyusun jaringan yang lebih efisien, adaptif, dan berkelanjutan.
