PENDAHULUAN Latar Belakang Penggunaan energ Indonesa menngkat pesat sejalan dengan pertumbuhan ekonom dan pertambahan penduduk. Namun sebaga komodtas energ utama, keberadaan cadangan mnyak bum saat n sudah semakn menps. Sedangkan jka dlhat dar struktur konsums energ prmer, peranan mnyak bum sendr bag perekonoman Indonesa sampa Tahun 003 tercatat proporsnya mash sebesar 54,4% (DESDM 005a). Pengguna atau konsumen seluruh energ yang ada terbag menjad lma sektor yatu sektor rumah tangga, komersal, ndustr, transportas dan sektor lannya (konsums nonenerg). Pada sektor rumah tangga, jens energ fnal yang dgunakannya adalah lstrk, BBM, LPG, brket batubara, arang, gas kota, dan kayu bakar. Dmana energ tersebut akan dgunakan untuk memasak, penerangan, ataupun untuk peralatan elektronk. Produk BBM yang palng banyak dgunakan oleh rumah tangga adalah mnyak tanah.pada Tahun 005 konsums mnyak tanah pada rumah tangga mencapa 18% dar total konsums energ fnal. Dengan konsums mnyak tanah yang terus menngkat tetap cadangan mnyak bum yang semakn menps merupakan suatu tantangan bag pemerntah untuk melakukan novas. Dan menurut DESDM (006b) tanpa adanya novas, eksploras ataupun penemuan cadangan mnyak baru, secara otomats persedaan mnyak d Indonesa hanya dapat d eksplotas sampa sektar 18 tahun ke depan. Hal n dapat dlhat pada Tabel 1, dmana dketahu mnyak bum akan habs 18 tahun ke depan. Kemudan Gas bum akan habs 61 tahun mendatang. Sedangkan Batubara dengan tngkat produks 130 juta ton per tahun akan habs 147 tahun lag. Tabel 1 Potens Energ Nasonal 004 Jens Energ Fosl Mnyak Gas Batubara Sumber Daya 86,9 mlar barel 384,7 TSCF 57 mlar ton Cadangan (Proven+Possble) 9 mlar barel 18 TSCF 19,3 mlar ton Produks (per Tahun) 500 juta barel 3,0 TSCF 130 juta ton Raso Cad/Prod (Tanpa Eksploras) Tahun 18 61 147 Dengan melhat potens ketersedaan gas bum dan batubara yang mash besar, maka sangatlah tepat jka LPG, lstrk, brket batu bara, dan gas kota lebh doptmalkan lag. Sehngga ke empat energ dapat dgunakan sebaga energ alternatf dar mnyak tanah. Dkarenakan kurang lebh 85,8% konsums mnyak tanah dalam rumah tangga dgunakan untuk memasak maka pengoptmalan penggunaan energ untuk kebutuhan memasak pada sektor rumah tangga sangat dperlukan. Untuk tu dperlukan suatu teknk optmas agar ddapat komposs penggunaan energ yang optmum. Teknk optmas sendr sudah banyak dgunakan untuk menyelesakan persoalan yang kompleks d berbaga bdang-bdang terapan. Lnear Programmng(LP) adalah salah satu teknk optmas yang berkembang pesat setelah G.Dantzg pada Tahun 1947 memperkenalkan metode smpleks sebaga metode penyelesaannya. LP merupakan alat yang sangat bermanfaat untuk menyelesakan permasalahan alokas sumberdaya secara efsen (Sugyono 006). Oleh karena tu, metode Lnear Programmng (LP) merupakan solus yang tepat untuk optmas penggunaan energ pada peneltan n. Sebab menurut Sugyono (006), LP mudah daplkaskan untuk menyelesakan persoalan yang kompleks dan hasl optmas dapat merepresentaskan baya penyedaan kebutuhan energ yang optmal. Tujuan Tujuan dar peneltan n adalah memperoleh komposs optmum penggunaan energ untuk kebutuhan memasak pada sektor rumah tangga. Dmana penggunaan energ yang optmal adalah penggunaan yang memlk baya total penggunaan energ palng mnmum. TINJAUAN PUSTAKA Energ Energ merupakan salah satu sumber daya alam yang dgunakan sebaga nput produks untuk menghaslkan barang dan jasa (DESDM 006a). Adapun stlah lannya mengena energ adalah sebaga berkut: Energ Prmer Energ prmer adalah bentuk energ asl yang dperoleh dar penambangan, bendungan, atau pemanfaatan energ terbarukan (DESDM 006a). Energ n yang belum mengalam 1
konvers atau proses transformas sehngga energ n mash belum dapat dgunakan oleh konsumen. Energ Fnal Energ Fnal adalah energ yang dsupla dan terseda bag konsumen untuk dubah menjad energ yang bermanfaat (DESDM 004). Energ Useful Energ Useful adalah energ yang benarbenar dmanfaatkan oleh konsumen atau pengguna. Energ n merupakan energ fnal yang telah dubah dengan suatu teknolog pengguna akhr sepert alat memasak, lampu, peralatan elektronk, ketel uap, dan lan-lan. Oleh karena tu, Energ Useful melbatkan efsens dar alat teknolog pengguna akhr yang dapat d rumuskan : Energ Useful = Energ Fnal x Efsens Alat Adapun efsens teknolog pengguna akhr untuk memasak pada rumah tangga adalah : Tabel Efsens Alat Memasak Sektor Kebutuhan Jens Energ Energ/Jens Peralatan Rumah Tangga : Bomasa(Kayu Kompor Bakar) Brket Mnyak Tanah LPG Gas Lstrk Sumber: Input MOPE (DESDM 005b) Energ untuk Memasak Jens energ fnal yang dgunakan untuk memasak pada rumah tangga antara lan adalah mnyak tanah, LPG, brket batubara, lstrk, gas kota, dan kayu bakar. Sedangkan peralatan teknolog pada rumah tangga untuk memasak dengan energ tersebut antara lan yatu kompor mnyak, kompor LPG, kompor brket, kompor lstrk, kompor gas, dan kompor (tungku) kayu bakar. Rumah Tangga Rumah tangga adalah kelompok konsumen energ yang akan menggunakan energnya untuk memasak, penerangan, dan peralatan rumah tangga tetap tdak termasuk untuk kendaraan prbad (DESDM 006a). Setara Barel Mnyak (SBM) Efsens 1,5% 5,0% 40,0% 6,0% 60,0% 65,0% Setara Barel Mnyak (SBM) adalah kesetaraan kalor dengan barel dar mnyak mentah (DESDM 006a). Dan berkut konvers satuan unt asl dar setap energ menjad SBM (DESDM 006a): Tabel 3 Faktor Konvers Energ ke SBM ENERGI KONVERSI Unt Asl Pengal ke SBM MINYAK TANAH 1 KL 5,974 LPG 1 TON 8,546 LISTRIK 1 Mwh 0,6130 BRIKET BATUBARA 1 TON 3,5638 GAS KOTA 1 M3 0,0063 KAYU BAKAR 1 TON,979 Baya Penggunaan Energ Baya penggunaan energ adalah baya yang dkeluarkan pengguna untuk mendapat energ yang dbutuhkannya, terdr dar baya untuk membel energ dan peralatan teknolog pengguna akhr termasuk dengan baya perawatan alat tersebut. Baya penggunaan energ dapat drumuskan sebaga berkut : C = P + CT maka : E C = E (P + CT ) dengan P = PP + T dan CT = I + OM dmana : C : Baya Penggunaan Energ Z=ΣE C : Total Baya Penggunaan Energ E : Jumlah Penggunaan Energ- I : Banyak Penggunaan Energ- P : Harga Eceran Konsumen Energ PP : Harga Jual dar Produsen Energ- T : Baya Transportas dan Dstrbus Energ- hngga Energ sampa ke Pengguna (sepert baya truk mnyak, keuntungan pedagang) CT : Baya Teknolog Pengguna Akhr Energ- I : Baya Investas Teknolog Pengguna Akhr Energ- (Msalnya jka untuk memasak adalah baya untuk membel alat memasak dan nvestas awal untuk menggunakan energ tersebut sepert pemasangan baru lstrk, pemasangan ppa gas kota, ataupun pembelan tabung gas). OM : Baya Operas dan Perawatan Teknolog Pengguna Akhr Energ- (Yatu baya yang dkeluarkan untuk operas dan perawatan ketka menggunakan kompor tersebut) Catatan : Semua baya d konverskan dalam satuan yang sama yatu Rp/SBM
Lnear Programmng Lnear Programmng (LP) merupakan suatu teknk perencanaan yang bersfat analts dengan memaka model matematka, dengan tujuan menemukan beberapa kombnas alternatf pemecahan masalah. Kemudan d plh mana yang terbak dantaranya dalam rangka menyusun strateg dan langkah-langkah kebjakan lebh lanjut tentang lokas sumberdaya dan dana yang terbatas guna mencapa tujuan atau sasaran yang dngnkan secara optmal (Nasend & Anwar 1985). Menurut Nasend dan Anwar (1985), sstematka dar analss dalam proses pengamblan keputusan dalam LP pada dasarnya mempunya lma tahapan sebaga berkut : 1. Identfkas Persoalan a. Penentuan dan perumusan tujuan b. Identfkas peubah yang dpaka c. Kumpulan data tentang kendalakendala yang menjad fungs kendala terhadap peubah-peubah dalam fungs tujuan.. Penyusunan Model a. Pemlhan Model yang cocok dan sesua dengan permasalahannya b. Perumusan segala macam faktor yang terkat d dalam model c. Penentuan peubah-peubah beserta katan-katannya satu sama lannya d. Penetapan fungs tujuan dan kendalakendalanya dengan nla-nla dan parameter yang jelas. 3. Analss Model a. Analss terhadap model yang telah dsusun dan dplh b. Pemlhan hasl-hasl analss yang terbak (optmal) c. Uj kepekaan dan analss postoptmal (pasca optmas) terhadap hasl-hasl analss model tersebut. 4. Pengesahan Model Analss pengesahan model menyangkut penlaan terhadap model tersebut dengan cara mencocokkannya dengan keadaan dan data nyata, juga dalam rangka menguj dan mengesahkan asums-asums yang membentuk model secara struktural (yatu peubahnya, hubungan-hubungan fungsonalnya, dan lan-lan). 5. Implementas Hasl Hasl-hasl yang dperoleh merupakan hasl-hasl analss yang dapat dpaka dalam perumusan strateg-strateg,targettarget, dan langkah-langkah kebjakan guna dsajkan kepada pengambl keputusan dalam bentuk alternatfalternatf plhan. Model Dasar LP Model dasar atau model baku LP dapat drumuskan sebaga berkut (Nasend & Anwar 1985): Optmumkan fungs tujuan (maksmumkan atau mnmumkan) : n Z = C X, untuk j = 1,,...,n j j 1 j= dengan fungs kendala : n a X atau b, j j= 1 j untuk = 1,,...,m dan X j 0 Keterangan : C j : Parameter yang djadkan krtera optmas, koefsen peubah pengamblan keputusan dalam fungs tujuan X j : Peubah pengamblan keputusan atau kegatan (yang ngn dcar, yang tdak dketahu) a j : Koefsen teknolog peubah pengamblan keputusan (kegatan yang bersangkutan) dalam kendala ke- b : Sumber daya yang terbatas, yang membatas kegatan atau usaha yang bersangkutan, dsebut pula konstanta, atau nla sebelah kanan (RHS) dar kendala ke- Z : Nla Skalar krtera pengamblan keputusan, suatu fungs tujuan Asums-Asums Dasar Lnear Programmng Beberapa asums dasar yang harus dpenuh LP menurut Nasend dan Anwar (1985) adalah: (1) Lneartas Perbandngan antara nput yang satu dengan nput lannya, atau untuk suatu nput dengan output besarnya tetap dan terlepas (tdak tergantung) pada tngkat produks. () Proporsonaltas Peubah pengamblan keputusan, X j, berubah dalam propors yang sama terhadap fungs tujuan, C j X j, dan juga pada kendalanya, a j X j. (3) Addtvtas Nla parameter suatu krtera optmas (koefsen peubah pengamblan keputusan dalam fungs tujuan) merupakan jumlah dar nla ndvdu-ndvdu C j dalam model LP tersebut. (4) Dvsbltas Peubah-peubah pengamblan keputusan X j jka dperlukan dapat dbag ke dalam 3
pecahan-pecahan, yatu nla-nla X j tdak perlu nteger tap boleh non nteger. (5) Determnstk Semua parameter dalam model LP tetap dan dketahu atau dtentukan secara past. Metode Smpleks Metode (algortma) smpleks adalah metode aljabar untuk menyelesakan permasalahan LP (Render et al. 003). Metode n merupakan prosedur perhtungan yang berulang (teratf) dmana setap teras berkatan dengan 1 pemecahan dasar (Taha 1996). Secara gars besar langkah-langkah algortma smpleks pada LP dapat dlhat pada Lampran 15. Namun untuk langkah-langkah yang lebh rnc adalah sebaga berkut : Algortma Smpleks Untuk Kasus Maksmas (Render et al. 003): 1. Formulaskan masalah LP dalam fungs obyektf dan kendalanya.. Tambahkan varabel slack untuk setap kendala kurang atau sama dengan ( ) dan juga pada fungs oyektfnya. 3. Buat nsal tabel smpleks dengan varabel slack pada bass dan varabel keputusan yang datur untuk sama dengan nol. Htung nla Z j dan C j -Z j untuk tabel n. 4. Lakukan 5 tahapan n sampa solus optmal tercapa : 1. Plh varabel dengan nla C j -Z j postf terbesar untuk memasuk solus. In merupakan pvot column.. Tentukan komposs varabel solus untuk dgantkan dan pvot row dplh dar bars yang memlk nla raso dar quantty dengan tngkat substtus pvot column terkecl (non negatf). Bars n merupakan pvot row. 3. Htung nla baru untuk pvot row 4. Htung nla baru untuk bars lannya 5. Htung nla Z j dan C j -Z j untuk tabel n. Jka terdapat C j -Z j nlanya lebh dar nol, maka kembal ke tahap (a). Jka tdak ada, maka solus optmal sudah tercapa. Algortma Smpleks Untuk Kasus Mnmas (Render et al. 003): 1. Formulaskan masalah LP dalam fungs obyektf dan kendalanya.. Tambahkan varabel slack untuk setap kendala kurang atau sama dengan ( ), varabel artfcal pada setap kendala, dan surplus dan varabel artfcal pada setap kendala lebh atau sama dengan. Kemudan tambahkan varabel tersebut pada fungs oyektfnya. 3. Lakukan langkah 3 4(e) sepert pada kasus maksmas. Hanya saja 4(e) akan optmal ketka tdak terdapat lag nla C j - Z j kurang dar nol. Jka terdapat C j -Z j kurang dar nol maka kembal tahap 4(a). Analss Senstvtas Analss senstvtas adalah suatu analss untuk mengetahu bagamana senstfnya nla solus optmum terhadap asums model dan perubahan data. Analss n juga serng dsebut dengan analss pasca-optmas (Render et al. 003). Analss senstvtas terdr dar analss senstvtas koefsen fungs tujuan dan analss senstvtas parameter nla ruas kanan kendala atau rght-hand sde (RHS). Analss senstvtas koefsen fungs tujuan memberkan nformas sampa sejauh mana koefsen fungs tujuan boleh berubah tanpa harus mempengaruh nla solus optmum. Sedangkan analss senstvtas RHS memberkan nformas mengena sampa sejauh mana RHS suatu kendala boleh berubah tanpa harus mengubah dual prce-nya. Dual prce atau dapat dsebut juga dengan shadow prce adalah penngkatan nla fungs tujuan yang dhaslkan dar setap penngkatan satu unt RHS fungs kendala (Render et al. 003). Varabel slack atau surplus mereprensentaskan kelebhan atau kekurangan penggunaan dar sumberdaya yang terseda. Reduced cost menyatakan jumlah penyesuaan yang harus dlakukan terhadap fungs tujuan yang bersangkutan agar varabel tersebut menguntungkan (Taha 1996). Analss Regres Lner Sederhana Persamaan regres lner sederhana menurut Matjk dan Sumertajaya (00) adalah persamaan regres yang menggambarkan hubungan, antara satu peubah bebas (X, ndependent varable) dan satu peubah tak bebas (Y, dependent varable), dmana hubungan keduanya dapat dgambarkan sebaga satu gars lurus. Adapun hubungan antara kedua peubah tersebut dtulskan dalam bentuk persamaan : Y=β 0 +β 1 X 1 +ε dmana : Y = Peubah tak bebas, X = Peubah bebas, β 0 = Intersep, β 1 = Kemrngan Dengan asums yang mendasar model : () ε menyebar salng bebas mengkut sebaran Normal (0,σ ) () ε memlk ragam homogen () ε bebas terhadap peubah X 4
Analss Ragam Analss ragam bertujuan untuk menguj pengaruh peubah bebas terhadap peubah tak bebas secara smultan dengan menggunakan uj F. Adapun penguraan komponen ragam dar regres lner berganda sebaga berkut : Tabel 4 Struktur analss ragam dar regres lner sederhana Sumber Derajat Keragaman Bebas Jumlah Kuadrat (JK) Regres 1 (n-1)b S x Kuadrat Tengah (KT) F- htung JKR KTR KTR = 1 KTG JKG Galat n- (n-1)(s y -bs KTG = x ) (n - ) Total n-1 (n-1)s y Bentuk hpotess yang duj dar analss ragam datas adalah : H 0 : β 1 = 0 H 1 : β 1 0 Hpotess nol dtolak jka nla F htung > F α,(1,(n-)) atau nla-p < α. Maka jka hpotess nol d tolak berart peubah bebas yang dlbatkan dalam model regres lner berganda tersebut berpengaruh langsung terhadap peubah tak bebas. Pengujan Hpotess Parameter Regres Ujan hpotess parameter regres bertujuan untuk melhat pengaruh bebas secara parsal yang dapat duj dengan t-student. Bentuk hpotess parsalnya : H 0 : β 1 = 0 H 1 : β 1 0 Statstk ujnya dapat drumuskan : βˆ k t = S βˆ Hpotess nol akan dtolak bla t (n-) > t-tabel (n-) atau nla-p < α yang menunjukkan bahwa peubah bebas memlk pengaruh terhadap peubah tak bebasnya pada taraf α. Keterandalan Model Keterandalan model yang dperoleh dapat dlhat dar kemampuan model menerangkan keragaman nla peubah Y. Ukuran n serng dsebut dengan koefsen determnas (R ). Dmana semakn besar R berart model semakn mampu menerangkan perlaku peubah Y. BAHAN DAN METODE Bahan Secara umum data dperoleh dar Handbook Statstk Ekonom Energ Indonesa 006, Pusat Data dan Informas Departemen Energ dan Sumber Daya Mneral. Sedangkan data-data pendukung lannya ddapat dar asums-asums yatu sebaga berkut : Asums Dasar Data Produks untuk memasak pada rumah tangga Produks energ yang terseda untuk memasak rumah tangga Tahun 005 ddapat dar besar produks domestknya dkurang oleh konsums non rumah tangga dan konsums rumah tangga non memasak. Sebab dasumskan penggunaan sektor non rumah tangga dan non memasak pada rumah tangga sudah optmal. Propors Penggunaan untuk Memasak Berdasarkan kajan Structure of Fnal Energy Demand n Household Sector dalam Comprehensve Assessment of Dfferent Energy Sources for Electructy Generaton n Indonesa 00, dperoleh propors penggunaan mnyak tanah pada rumah tangga untuk memasak adalah sebesar 85,8% dar total penggunaan mnyak tanah pada rumah tangga. Dan propors penggunaan lstrk untuk memasak adalah sebesar 4,1% dar total penggunaan lstrk pada rumah tangga. Perhtungan n dapat dlhat pada Lampran 6. Propors n d asumskan tetap untuk tahun-tahun berkutnya. Rata-rata penggunaan energ setap rumah tangga per bulan Dar kajan tersebut juga dperoleh kebutuhan penggunaan energ setap rumah tangga per bulan yang dapat dlhat pada Lampran 6. Dan penggunaan energ untuk memasak setap rumah tangga per bulan n d asumskan tetap untuk tahuntahun berkutnya. Sedangkan penggunaan energ rumah tangga untuk perhtungan baya penggunaan energ terdapat pada Lampran 1b. In merupakan hasl pembulatan dar rata-rata penggunaan energ setap rumah tangga per bulan pada Lampran 6. Baya dstrbus dan transportas Baya dstrbus dan transportas energ mula dar produsen sampa ke pengguna, dasumskan 0% dar harga jual produsen. Sedangkan untuk mpor mnyak tanah dan LPG, bayanya menyesuakan dengan baya untuk MT atau LPG dalam neger. Baya operas dan perawatan (OM) Baya operas dan perawatan alat memasak dalam satu tahun dasumskan besarnya 10% 5
dar harga alat memasak tersebut. Pertumbuhan Penduduk Dasumskan pertumbuhan penduduk setelah Tahun 005 adalah 1,3% per tahun. Persentase n ddapat dar rata-rata penngkatan penduduk dar Tahun 1993 sampa Tahun 005. Skenaro Harga Dasumskan karena adanya nflas maka terjad kenakan baya penggunaan 10% per tahun dar baya penggunaan Tahun 005. Skenaro Produks Karena kebutuhan akan energ pada rumah tangga terus menngkat maka produks energ pun perlu dtngkatkan. Oleh karena tu dlakukan skenaro produks. Untuk LPG, lstrk, brket batubara, gas kota pada Tahun 008 produksnya dasumskan tetap (100% dar produks Tahun 005). In dkarenakan hasl produks tdak dapat langsung menngkat dalam kurun waktu kurang dar tga tahun. Sedangkan pada Tahun 010, keempat energ tersebut sudah menjad 140% dar produks Tahun 005. Sebab dasumskan sudah dbangun klang atau pembangkt baru. Dmana pembangunan klang atau pembangkt baru dapat menghaslkan 30% dar produks sebelumnya dalam kurun waktu tga tahun. Selanjutnya untuk Tahun 015, LPG, lstrk, brket batubara, gas kota menjad 00% dar produks Tahun 005. Penngkatan yang cukup besar n dtujukan agar energ alternatf tersebut dapat memenuh kebutuhan energ Tahun 015 yang semakn menngkat. Sedangkan mnyak tanah dan kayu bakar dar tahun ke tahun produksnya semakn menurun. Sebab dasumskan potens ketersedaannya semakn menurun. Maksmum Penggunaan Impor Karena juga dperlukan nfrastruktur sebelum dapat dstrbuskan pada konsumen maka tdak memungknkan untuk mpor melebh 30% dar produks energ yang bersangkutan. Metode Tahapan-tahapan yang dlakukan adalah : 1. Identfkas persoalan (a) Identfkas energ untuk memasak (b) Persapan Data Optmas - Konsums dan produks energ rumah tangga untuk memasak pada tahun dasar (005) - Penghtungan baya penggunaan masng-masng energ (Rp/SBM) - Penghtungan kebutuhan EU untuk memasak dar data pemakaan energ fnal pada rumah tangga pada Tahun 1993 sampa Tahun 005 - Pendugaan kebutuhan EU Tahun 008, 010, dan 015 dengan metode regres lner dar data pertumbuhan penduduk Indonesa dan EU Tahun 1993-005 - Skenaro produks untuk Tahun 008, 010 dan 015 - Skenaro harga (baya penggunaan) untuk Tahun 008, 010 dan 015. Penyusunan model dengan memlh model yang cocok dan menentukan fungs tujuan dan fungs-fungs kendalanya untuk Optmas Tahun 008, 010 dan 015. 3. Pemerksaan asums-asums model. 4. Analss model dan Interpretas hasl analss Lnear Programmng. Adapun tahapannya sebaga berkut : () Interpretas hasl Analss model untuk Optmas Tahun 008 dengan harga rl () Interpretas hasl Analss model untuk Optmas dengan MT dan Lst yang dsubsd () Analss senstvtasnya untuk Optmas Tahun 008 dengan harga rl (v) Analss senstvtasnya untuk Optmas Tahun 008 dengan MT & Lst dsubsd (v) Smulas Optmas 008 dengan perubahan Baya Penggunaan MT (a) Analss model optmas energ Tahun 008 dengan persentase subsd mnyak tanah dan lstrk dturunkan (b) Interpretas hasl dan senstvtasnya (c) Analss (a) tetap baya MT dnakan (subsd dturunkan lag) (d) Interpretas hasl dan senstvtasnya(c) (e) Ulang (c) dan (d) sampa senstvtas menunjukkan hasl optmas berlaku untuk kenakan baya MT yang tak terhngga (nfnty) (v) Interpretas hasl Analss model optmas energ Tahun 010 dengan harga rl (v) Interpretas hasl Analss model optmas energ Tahun 015 dengan harga rl (v) Analss senstvtasnya untuk Optmas 010 dan 015 Software yang dgunakan yatu LINGO 10 Release, Mntab 14, dan Mcrosoft Offce Excel 003. 6