Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peramalan konsumsi energi memainkan peranan penting dalam pengambilan kebijakan. Peramalan konsumsi energi yang terlalu rendah berpotensi mengganggu aktifitas ekonomi, sedangkan peramalan konsumsi energi yang terlalu tinggi akan mengakibatkan suplai energi yang berlebihan. Tesis ini meramalkan konsumsi energi primer di Indonesia dengan menggunakan metode ARIMA. Tujuannya adalah untuk meramalkan konsumsi energi primer di Indonesia pada tahun 2025 dan melakukan kajian analisis komparatif tentang bauran energi tahun 2025 antara hasil peramalan dengan menggunakan ARIMA dan target pemerintah. Hasil peramalan menunjukkan konsumsi energi primer di Indonesia pada tahun 2025 sebesar 1802 juta SBM dengan komposisi bauran energi terdiri dari minyak bumi sebesar 39 persen, gas sebesar 17 persen, batubara sebesar 41 persen, energi air dan energi baru dan terbarukan (EBT) sebesar 3 persen.

---

Forecasting of energy consumption plays an important role in policy making. Underestimation of the energy consumption would lead to potential disrupt economic activity, whereas overestimation of the energy consumption would lead to excessive energy supply. This thesis forecasts the Indonesia's primary energy consumption using ARIMA method. The goal is forecasting the Indonesia?s primary energy consumption in 2025 and conducting a comparative analysis of the energy mix in 2025 between the forecasting results using ARIMA method and government targets. Forecasting results demonstrate Indonesia's primary energy consumption in 2025 amounted to 1802 million BOE with the composition of the energy mix consists of oil by 39 percent, gas by 17 percent, coal by 41 percent, hydropower and renewable energy (RE) by 3 percent."

"Limbah padat yang dihasilkan oleh industri baja PT. Krakatau Steel Cilegon, salah satunya berupa fines pellet ( debu pellet ), sampai saat ini belum termanfaatkan. Penelitian ini merupakan salah satu upaya studilkajian untuk mencari alterrmatif pemanfaatan fines pellet dengan pencampuran batubara sebagai bahan baku pembuatan baja.Penelitian ini dilaksanakan dengan melakukan pengujian proses reduksi pellet campuran fines pellet dengan batubara untuk beberapa variasi temperatur proses reduksi dan variasi kadar batubara dalam campuran pellet. Sebagai indikator keberhasilan reaksi reduksi adalah besarnya derajat (%) metalisasi.Hasil penelitian rnenunjukkan bahwa, pelletisasi ulang fines pellet dengan pencampuran batubara sangat prospektif sebagai upaya pemanfaatan limbah pad at sekaligus jugs sebagai alternatif pengembangan proses reduksi langsung dengan kebutuhan gas proses minimal.Proses reduksi yang efektif terjadi pada temperatur reduksi 950 °C dan kadar batubara 30 % dalam campuran pellet, dengan derajat metalisasi sebesar 98 % dan total Carbon 1.5 % pada pellet hasil produk hasil reduksi (besi sponge).Hasil pengujian model dengan refrensi pendekatan model reaksi inti tak bereaksi (unreacted core model) secara global terhadap kurva basil reduksi, menunjukkan bahwa tahap pengendali reaksi proses reduksi pellet campuran fines pellet dengan batubara adalah diffusi lapisan abu (ash layer diffusion ), berdasarkan hasil uji model dengan metode statistik regresi linear dengan tingkat korelasi R2 diatas 95 %.Pengujian model secara segmentasi menunjukkan bahwa tahap pengendali reaksi reduksi pelet campuran fines pelet dengan batubara sangat dipengaruhi oleh, temperatur reduksi, kadar batubara dalam campuran pelet dan waktu reduksi. Hal ini terbukti dengan terjadinya pergeseran model berdasarkan hasil uji model yang dilakukan."

"Semakin meningkatnya kebutuhan masyarakat pada energi semakin mendorong berkembangnya teori manajemen permintaan energi. Indonesia sebagai negarayang mengalami peningkatan kebutuhan konsumsi premium masih membutuhkan perbaikan dalam tata kelolakebijakan energinya. Salahsatunya dalam melakukan peramalan. Oleh karena itu,Dibutuhkan suatu cara agar dapat melakukan peramalan konsumsi BBM premium di Indonesia.Dalam penelitian ini, peramalan dilakukandengan dua cara. Yaitu dengan menggunakan Multi Linear Regrresi dan Neural network. Hasil yang didapat menunjukkan bahwa metode Multi linear regresi memperoleh keakuratan yang lebih baik dibanding Neural network.

---

The increasing of energy consumption encouraging the development of energy demand management theory. Indonesia as a country which have increasing consumption premium fuel in few years is need to improve their energy policy, especially in forecasting. Therefore, there are need a methode to forecast premium demand in Indonesia. In this research, forecasting is done with using Multi Linear Regression and Neural Network. The result is the accuration of Multi Linear Regression methode better than the accuration of Neural network methode."

"Penelitian ini bertujuan untuk menghitung efisiensi teknis serta menganalisis pengaruh bahan baku impor terhadap efisiensi di industri pengalengan ikan Indonesa periode 2000-2013. Estimasi untuk menghitung nilai efisiensi menggunakan metode Stochastic Frontier Analysis (SFA) dan menghasilkan bahwa rata-rata efisiensi di Industri pengalengan ikan Indonesia tahun 2000 - 2013 sebesar 86 %. Namun di beberapa tahun terakhir efisiensi di industri pengalengan ikan Indonesia menurun. Disisi lain untuk mengetahui pengaruh impor bahan baku terhadap efisiensi di industri pengalengan ikan Indonesia menggunakan metode Ordinary Least Square (OLS). Estimasi tersebut menghasilkan bahwa proporsi impor signifikan berpengaruh negatif terhadap efisiensi teknis di industri pengalengan ikan Indonesia.

---

This study aimed to calculate the technical efficiency as well as to analyze the effect on the efficiency of imported raw materials in the fish canning industry Indonesa period 2000-2013. Estimates to calculate the efficiency using Stochastic Frontier Analysis (SFA) method and produce that the average efficiency in the fish canning industry Indonesia period 2000-2013 about 0.86. But the recent years the efficiency in fish canning industry Indonesia decreased. On the other hand to determine the effect of imported raw materials on the efficiency in Indonesia fish canning industry using Ordinary Least Square method (OLS). Estimates produce that proportion of imports significant negative effect on technical efficiency in the fish canning industry Indonesia."

"Konsumsi energi merupakan indikator kritis pertumbuhan ekonomi dan perkembangan sosial di Indonesia. Dengan urbanisasi yang pesat dan pertumbuhan PDB yang fluktuatif, pemahaman mendalam tentang faktor-faktor yang mempengaruhi konsumsi energi menjadi sangat penting. Penelitian ini bertujuan untuk mengidentifikasi prediktor utama konsumsi energi dan membandingkan keefektifan model prediktif Regresi Linear dan Random Forest dalam konteks perkembangan ekonomi dan urbanisasi Indonesia.Menggunakan data dari Trading Economics, Our World in Data, dan World Bank, studi ini menganalisis data tahunan dari 1965 hingga 2022, dengan fokus pada jumlah penduduk kota, PDB per kapita, dan pertumbuhan PDB sebagai variabel independen, serta konsumsi energi sebagai variabel dependen. Analisis korelasi dan Variance Inflation Factor (VIF) mengungkap multikolinearitas antara jumlah penduduk kota dan PDB per kapita, yang mengarah pada penghapusan PDB per kapita dari model.Model Regresi Linear menunjukkan performa superior dengan Mean Absolute Percentage Error (MAPE) 7,55%, dibandingkan dengan Random Forest yang memiliki MAPE 13,45%. Temuan ini mengindikasikan hubungan yang dominan linear antara prediktor, terutama jumlah penduduk kota, dan konsumsi energi. Diagnostik residual mengkonfirmasi asumsi-asumsi regresi linear: normalitas, homoskedastisitas, dan non-autokorelasi.

---

Energy consumption is a critical indicator of economic growth and social development in Indonesia. With rapid urbanization and fluctuating GDP growth, a deep understanding of the factors influencing energy consumption is essential. This research aims to identify the key predictors of energy consumption and compare the effectiveness of Linear Regression and Random Forest predictive models in the context of Indonesia's economic development and urbanization. Using data from Trading Economics, Our World in Data, and the World Bank, the study analyzes annual data from 1965 to 2022, focusing on urban population, GDP per capita, and GDP growth as independent variables, and energy consumption as the dependent variable. Correlation analysis and Variance Inflation Factor (VIF) revealed multicollinearity between urban population and GDP per capita, leading to the exclusion of GDP per capita from the model. The Linear Regression model demonstrated superior performance with a Mean Absolute Percentage Error (MAPE) of 7.55%, compared to Random Forest, which had a MAPE of 13.45%. These findings indicate a predominantly linear relationship between the predictors, particularly urban population, and energy consumption. Residual diagnostics confirmed the assumptions of linear regression: normality, homoscedasticity, and non-autocorrelation."

"Tugas akhir ini membahas metode runtun waktu Box-Jenkins untuk data musiman. Metode ini merupakan salah satu metode peramalaan di mana variabel bebas dan variabel tak bebasnya hanya berdasarkan waktu dan tidak tergantung pada variabel lain yang mempengaruhinya. Dengan metode ini, secara iterasi akan dicari model peramalan terbaik dan suatu data yang tersedia melalui tahap identifikasi, estimasi dan diagnostic cheking. Dari model terbaik, dapat diramalkan keadaan data untuk beberapa waktu mendatang."

"ABSTRAKGas alam adalah salah satu energi utama yang banyak digunakan di Indonesia. Pemanfaatan gas alam di berbagai aspek masyarakat telah mendorong gas alam untuk mendorong pertumbuhan ekonomi nasional. Pemanfaatan ini juga didorong oleh dukungan pemerintah untuk pengembangan infrastruktur gas alam dan tata kelola kebijakan energi. Untuk mendukung pengaturan pasokan dan pemanfaatan gas alam, diperlukan perencanaan alokasi gas alam jangka panjang. Langkah awal dalam merencanakan alokasi adalah untuk memperkirakan tingkat konsumsi gas alam di Indonesia. Penelitian ini memberikan gambaran tentang perkiraan konsumsi gas dengan dua metode yaitu menggunakan jaringan saraf tiruan dan regresi linear berganda. Berdasarkan hasil penelitian, diperoleh hasil nilai error menggunakan mean square error MSE adalah 0,0154 untuk regresi linear berganda dan 0,0117 untuk metode jaringan saraf tiruan sehingga dapat disimpulkan bahwa metode jaringan saraf tiruan lebih baik dalam memprediksi nilai konsumsi gas bumi. Serta dari hasil peramalan dengan kedua metode, terlihat adanya peningkatan permintaan gas alam untuk kebutuhan domestik Indonesia.

---

ABSTRACT Natural gas is one of the main energy that is widely used in Indonesia. Utilization of natural gas in various aspects of society has encouraged natural gas to boost national economic growth. This utilization is also driven by government support for the development of natural gas infrastructure and energy policy governance. To support the regulation of supply and utilization of natural gas, long term natural gas allocation planning is required. The first step in plotting allocations is to estimate the level of natural gas consumption in Indonesia. This study will provide an overview of the estimated gas consumption by two methods, namely using Artificial Neural Network and Multiple Linear Regression. Based on the result of research, error value using mean square error MSE is 0.0154 for multiple linear regression method and 0,0117 for artificial neural network method so it can be concluded that artificial neural network method is better in predicting the value of natural gas consumption. As well as from the results of forecasting with both methods, there is an increase in demand for natural gas for domestic needs of Indonesia"