Hasil Pencarian  ::  Simpan CSV :: Kembali

"Secara geografis Indonesia dilalui oleh 18 garis lintang yang berkolerasi kuat dengan potensi radiasi matahari untuk implementasi teknologi energi surya. Hal inilah yang menjadi dasar asumsi untuk membuat model Feed In Tariff (FIT) proporsional dimana nilai FIT tersebut akan bervariasi diberbagai lokasi di Indonesia. Variabel lain seperti garis bujur, jumlah radiasi matahari, Levelized Cost of Electricity (LCOE), dan faktor sosial ekonomi juga dipertimbangkan. Tiga puluh empat ibu kota provinsi di seluruh wilayah Indonesia dibagi menjadi tiga kelompok FIT asumsi berdasarkan potensi radiasi matahari dengan mengacu nilai FIT pada PERMEN ESDM No.17 tahun 2013 dengan kapasitas total 34 MW. FIT asumsi tersebut disimulasikan dengan metode principal component regression (PCR) dengan menambahkan enam variabel bebas C1-C6 yang menghasilkan tiga model FIT. Model FIT ke-2 kemudian dipilih karena memiliki nilai residual yang kecil dan memiliki nilai finansial lebih tinggi dari model yang lain. Dari penelitian ini diperoleh bahwa penetapan nilai FIT yang bervariasi terkait dengan potensi energi matahari pada masing-masing wilayah, dapat menurunkan total FIT yang harus dibayarkan oleh negara lebih dari 80 milyar rupiah dengan pengoperasian sistem photovoltaic selama 10 tahun.

---

Geographically, Indonesia is through by 18 latitudes that correlated strongly with the potential of solar radiation for the implementation of solar energy technologies. This is became the basis assumption to create a model in a proportional Feed In Tariff (FIT) that will vary FIT value in different locations in Indonesia. Other variables such as longitude, the amount of solar radiation, Levelized Cost of Electricity (LCOE), and socio-economic factors are also considered. Thirty-four provincial capitals throughout Indonesia are divided into three groups FIT assumption based on potential of solar radiation with reference to the value of FIT on PERMEN ESDM No.17 in 2013 with a total capacity of 34 MW. FIT assumptions are simulated with Principal Component Regression (PCR) method by adding six independent variables C1-C6 which produce three models of FIT. Model FIT-2 is chosen because it has a small residual value and has higher financial value than the other models. From this research, determining the value of variable FIT associated with solar energy potential in each region, can lower the total FIT to be paid by the state more than 80 billion rupiah with operation of photovoltaic systems for 10 years."

"Untuk menunjang pertumbuhan ekonomi Indonesia dibutuhkan tambahan kapasitas pembangkit sebesar 35,000 MW di Indonesia dan di saat yang sama terdapat kebutuhan untuk meningkatkan proporsi energi terbarukan dalam bauran energi nasional. Pengembangan investasi Pembangkit Listrik Tenaga Bayu (PLTB) sebagai energi terbarukan sangat lambat di Indonesia dikarenakan tidak adanya kepastian investasi yang diberikan oleh pemerintah. Penelitian ini mensimulasikan penggunaan Feed-in Tariff (FiT) sebagai alat untuk memacu perkembangan PLTB di Indonesia dengan memberikan digression tariff berdasarkan penurunan harga turbin angin. Hasil simulasi FiT menunjukan penggunaan digression tariff meningkatkan keuntungan finansial berupa profitability index dan payback period bagi investor yang dapat membangun PLTB sebelum 2020 dan menurunnya keuntungan tersebut seiring mundurnya Commercial Operation Date dari PLTB. Analisa sensitivitas menunjukan bahwa keuntungan investor PLTB dari FiT bergantung terhadap harga turbin angin. Subsidi harus diberikan pada PT. PLN (Persero) karena skema FiT yang disimulasikan lebih mahal dibandingkan biaya pokok produksi PLN.

---

To support the economic development, Indonesia need additional 35,000 MW power generation capacity and at the same time they have to increase the portion of renewable energy in the energy mix. Wind farm investment in Indonesia is facing a stalemate due to the lack of investment assurance in Indonesia. This research simulates the use of Feed-in Tariff (FiT) as a tool to stimulate the development of windfarm in Indonesia by implementing digression tariff based on the decrement in wind turbine price.

The result of simulation indicates that the use of digression tariff increase the financial leverage in terms of profitability index and payback period to investor to those who can put the wind farm operational before 2020. Sensitivity analysis were carried out in this research indicates that the profit received by investors from FiT is dependent on the real fluctuation of wind turbine prices. PT. PLN (Persero) as national grid operator receive the negative impact since the FiT price is higher than their average generation cost. The impact is also simulated in this research in form of subsidy that needs to be provided by the government to the PT. PLN (Persero)."

"EBT di Indonesia merupakan sumber daya yang menjanjikan karena terletak di sekitar garis khatulistiwa dan iklim tropis.Potensi yang tinggi dan juga ambisi yang tinggi dari pemerintah terhadap EBT tidak sebanding dengan pelaksanaan RUEN sejak pertama kali dikeluarkan yaitu mengenai bauran energi 23 pada tahun 2025. Kurangnya minat investor dan banyaknya proyek yang mangkrak merupakan gambaran pelaksanaan yang tidak sesuai. Feed-in Tariff FiT seharusnya menjadi perangsang masyarakat dan investor untuk berinvestasi, tetapi malah sebaliknya, investor ditekan untuk menjual dengan harga murah.Penilaian FiT PLTS Fotovoltaik ini mencakup wilayah yang dikeluarkan kementrian ESDM, sehingga pemerintah dapat sadar bahwa nilai FiT yang lebih baik perlu untuk menaikkan investasi EBT, khususnya PLTS Fotovoltaik. Perhitungan FiT menggunakan metode LCOE, berdasarkan penelitian terkait dan spesifikasi peralatan dengan kondisi sekarang dan juga kondisi penurunan efisiensi kapasitas dan harga pv modul. Nilai discount rate dan Energi yang dihasilkan merupakan parameter sensitivitas karena berpengaruh terhadap kebijakan.Berdasarkan perhitungan FiT, daerah terluar Indonesia, bukan ibukota provinsi atau wilayah Jawa-Bali merupakan daerah dengan sarana dan situasi yang menarik untuk melakukan investasi PLTS Fotovoltaik.Pentingnya penentuan asumsi keekonomian, teknologi yang digunakan dan tata cara instalasi / maintenance PLTS supaya kebijakan yang selanjutnya dapat dikeluarkan dapat tepat sasaran.

---

RE in Indonesia is a promising power resource because it lies around the equator and tropical climate. The high potential and high ambition of the government against RE is not comparable with the implementation of RUEN since first issued regarding the energy mix is 23 in 2025. The lack of investor interest and the number of projects that faded is a description of implementation that is not appropriate. Feed in Tariff FiT should be a stimulant for investors to invest, but instead, investors are pressed to sell at a bargain price. The Photovoltaic FiT location assessment is issued by the ESDM ministry, so the government can be aware that better FiT values are necessary to raise EBT investments.

FiT calculation use LCOE method, based on related research and equipment specification with current condition and also condition of decreasing efficiency of capacity and price of pv module. The value of the discount rate and the energy generated are sensitivity parameters, because it affects the policy.

Based on the calculation of FiT, the outer regions of Indonesia, not the provincial capital or the region of Java Bali is an area with interesting facilities and situations to invest in Solar PV Power. The importance of the determination of economic assumptions, technology used and procedures PLTS installation maintenance so that the policy can be issued can be on target."

"Automatic Weather Station (AWS) mengalami kendala berupa kerusakan komponen dan kegagalan sistem komunikasi, sehingga menyebabkan data parameter tidak lengkap. Kerusakan komponen juga terjadi pada pyranometer. Penurunan kinerja pyranometer menghasilkan penyimpangan, ketidakpastian pengukuran intensitas radiasi matahari, serta gap data. Imputasi data menjadi salah satu solusi dalam meminimalisir penyimpangan pengukuran dan terjadinya missing data pyranometer AWS. Penelitian ini bertujuan mendesain serta menganalisis performa akurasi model imputasi data intensitas radiasi matahari pyranometer AWS multisite ketika terjadi gap data. Penelitian ini berupaya memanfaatkan kaitan spasio-temporal intensitasi radiasi matahari AWS multisite di dalam model imputasi. Algoritma Long-Short Term Memory (LSTM) digunakan sebagai estimator pada jaringan pyranometer AWS multisite. Tahap pemodelan imputasi data meliputi pengumpulan data, pra-pemrosesan data, pembuatan skenario missing data, desain LSTM dan pengujian model. Metode berbasis machine learning ini diharapkan mampu mengimputasi data AWS pada missing data dalam jangka menit maupun jam, jika AWS mengalami kerusakan sistem atau gangguan jaringan komunikasi. Nilai MAPE model LSTM untuk imputasi pyranometer AWS Cikancung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 1,81% ; 2,72% ; dan 5,07%. Nilai MAPE model LSTM untuk AWS Cimalaka untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 0,46% ; 1,25% ; dan 3,24%. Nilai MAPE model LSTM untuk AWS Cipasung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 2,30% ; 1,67% ; dan 0,94%.

---

Automatic Weather Station (AWS) experienced problems in the form of component damage and communication system failure, resulting in incomplete parameter data. Component damage also occurs in pyranometers. Decreased pyranometer performance results in deviations, uncertainty in measuring solar radiation intensity, and data gaps. Data imputation is one solution to minimize measurement deviations and the occurrence of missing AWS pyranometer data. This research aims to design and analyze the accuracy performance of the multisite AWS pyranometer solar radiation intensity data imputation model when a data gap occurs. This research attempts to utilize the spatio-temporal relationship of multisite AWS solar radiation intensity in the imputation model. The Long-Short Term Memory (LSTM) algorithm is used as an estimator in the multisite AWS pyranometer network. The data imputation modeling stage includes data collection, data pre-processing, creating missing data scenarios, LSTM design and model testing. This machine learning-based method is expected to be able to impute AWS data for missing data in minutes or hours, if AWS experiences system damage or communication network disruption. The MAPE value of the LSTM model for the AWS Cikancung pyranometer for missing data of 30 minutes, 1 hour and 3 hours respectively is 1.81%; 2.72% ; and 5.07%. The MAPE value of the LSTM model for AWS Cimalaka for missing data of 30 minutes, 1 hour and 3 hours respectively is 0.46%; 1.25% ; and 3.24%. The MAPE value of the LSTM model for AWS Cipasung for missing data of 30 minutes, 1 hour and 3 hours respectively is 2.30%; 1.67% ; and 0.94%."

"Provinsi Jawa Barat memiliki potensi yang signifikan untuk pengembangan energi surya melalui pemanfaatan radiasi matahari. Penelitian ini bertujuan untuk mengestimasi radiasi matahari di Provinsi Jawa Barat menggunakan metode ANN untuk menemukan model konfigurasi optimal dan menganalisis distribusi spasialnya. Pengukuran radiasi matahari dilakukan di lima lokasi berbeda, dengan dua lokasi terbaik dipilih untuk pemrosesan data. Dataset yang digunakan adalah data tahun 2022, yang dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Hasilnya menunjukkan bahwa konfigurasi optimal 6-30-1 di lokasi Puslitbang PLN mencapai nilai RMSE sebesar 135,8 W/m², rRMSE sebesar 54,8%, MBE sebesar 15,9 W/m², dan rMBE sebesar 0,064%. Sementara itu, untuk lokasi Sumedang, konfigurasi optimal adalah 5-40-1, yang menghasilkan nilai RMSE sebesar 156,7 W/m², rRMSE sebesar 49,29%, MBE sebesar 7,75 W/m², dan rMBE sebesar 0,024%. Secara keseluruhan, model ini masih memiliki kesalahan estimasi sebesar 48-50%.Untuk meningkatkan akurasi, penelitian ini mengintegrasikan model ANN dengan WRF, yang mampu meningkatkan akurasi di Sumedang sebesar 2%. Analisis menunjukkan bahwa daerah dengan ketinggian rendah memiliki intensitas radiasi matahari yang tinggi, sedangkan daerah dengan ketinggian lebih tinggi menerima radiasi matahari yang lebih rendah

---

West Java Province has significant potential for solar energy development through the utilization of solar radiation. This study aims to estimate solar radiation in West Java Province using ANN methods to find the optimal configuration model and analyze its spatial distribution. Solar radiation measurements were conducted at five different locations, with the two best locations selected for data processing. The dataset used is from the year 2022, which was divided into 70% training and 30% testing. The results showed that the optimal configuration of 6-30-1 at the Puslitbang PLN location achieved an RMSE value of 135.8 W/m², an rRMSE of 54.8%, an MBE of 15.9 W/m², and an rMBE of 0.064%. Meanwhile, for the Sumedang location, the optimal configuration was 5-40-1, which produced an RMSE value of 156.7 W/m², an rRMSE of 49.29%, an MBE of 7.75 W/m², and an rMBE of 0.024%. Overall, this model still has an estimation error of 48-50%. To improve accuracy, this study integrated the ANN model with WRF, which was able to increase accuracy in Sumedang by 2%. Analysis shows that low-altitude areas have high solar radiation intensity, while higher-altitude areas receive lower solar radiation."

"Pertumbuhan ekonomi yang pesat di Indonesia menimbulkan masalah yang mendasar, dimana pertumbuhan ekonomi yang pesat tidak diimbangi oleh suplai energi yang mumpuni. Ketergantungan Indonesia pada energi fosil mengakibatkan persediaan minyak yang menurun drastis dan subsidi pemerintah yang membengkak. Untuk menghadapi isu ini, pemerintah mengeluarkan insentif untuk membudidayakan potensi energi terbarukan di Indonesia yang sangat tinggi, dimana salah satunya berupa kebijakan Feed-in Tariff (FIT). Pada penelitian ini, sebuah model simulasi dinamis dan pembentukan dan analisis skenario kebijakan FIT di Indonesia akan dibangun dan diaplikasikan, yang dikaitkan dengan perkembangan tiga aspek utama Indonesia, yang meliputi aspek ekonomi, aspek lingkungan, dan aspek sosial. Adapun hasil dari model yang telah diaplikasikan menunjukkan bahwa dengan menjalankan kebijakan FiT, perkembangan tiga aspek utama Indonesia mengalami perkembangan yang jauh lebih pesat.

---

Rapid economic development in Indonesia causes fundamental issues, where the rapid development is not balanced by a dependable energy supply. Indonesia’s dependence to fossil energy causes rapid decrease in oil supply and swelling subsidy cost. To face those issues, the government issues incentives to utilize the renewable energy potential in Indonesia, which include Feed-in Tariff(FiT).

In this research, a dynamic simulation model and policy analysis of FiT will be constructed and implemented, relating it to the economical, environmental, and social aspects in Indonesia. The result of the applicated model stated that by implementing FiT policy, the development of three main aspects in Indonesia showed better development."

"Jagung menjadi salah satu bahan penting yang terkandung dalam pakan unggas karena nilai kandungan energi dan proteinnya. Sebagian besar jagung yang digunakan dalam industri pakan masih merupakan jagung impor. Dikarenakan produksi yang belum mampu mencukupi kebutuhan jagung dalam negeri, sampai saat ini Indonesia masih merupakan importir utama jagung. Untuk melindungi para petani penghasil jagung dari serbuan barang impor, pemerintah mengenakan pajak impor sebesar 5% bagi jagung impor. Di lain pihak, para pengusaha pakan ternak sebagai konsumen utama jagung, berpendapat bahwa impor tariff sebesar 5% tersebut terlalu tinggi dan meminta kepada pemerintah agar tarif tersebut dihilangkan.Penelitian ini bertujuan untuk menganalisa dampak tariff impor jagung terhadap produksi pakan ayam di Indonesia, khususnya di Sumatera, Jawa, dan Sulawesi. Agar tujuan penelitian dapat tercapai, penelitian ini menggunakan beberapa variabel bebas: (i) harga jagung di pasar domestik, (ii) Konsumsi jagung untuk pakan, (iii) harga kedelai di pasar domestik, (iv) harga pakan pada tahun sebelumnya, (v) produksi pakan rata-rata di tahun sebelumnya, dan (vi) tingkat tarif impor jagung. Dalam penelitian ini analisis data panel digunakan untuk menganalisa pengaruh impor tarif jagung terhadap produksi pakan. Dari hasil tes Chow dan perbandingan jumlah data cross-section dan time-series, ditetapkan bahwa metode yang cocok digunakan dalam penelitian ini adalah Metode Efek Tetap (MET).Hasil estimasi menunjukkan bahwa produksi pakan dan harga pakan pada tahun sebelumnya memiliki dampak positif terhadap produksi pakan. Sementara itu, harga kedelai dan tingkat tarif impor memberikan dampak negatif terhdap produksi pakan di Sumatera, Jawa, dan Sulawesi. Lebih lanjut, produksi pakan di tahun sebelumnya secara signifikan mempengaruhi produksi pakan di tahun berjalan pada tingkat kepercayaan 99%. Harga kedelai di pasar domestik berdampak secara signifikan pada tingkat kepercayaan 95%. Variabel lain seperti harga pakan pada tahun sebelumnya dan tingkat tarif impor berdampak secara signifikan pada tingat kepercayaan 90%. Namun demikian, hasil penelitian juga menunjukkan bahwa produksi pakan tidak terlalu responsif terhadap perubahan variabel-variabel bebas tersebut.

---

Due to its energy and protein content, maize becomes one of the important ingredients of poultry feed. Most of maize used in feed industry is still imported. Since domestic production of maize could not satisfy domestic demand, Indonesia is still a net importer of maize up to this day. In order to protect domestic producers from import surge, government imposed 5% tariff on maize. On the other hand, producers of feed, as the main consumers of maize, suggest that the imposition of 5% tariff is too high, and ask the government to remove the import tariff.The objective of this research is to analyze the impact of import tariff of maize on poultry feed production in Indonesia, especially in Sumatra, Java, and Sulawesi. In order to reach this objective, the study will use the following independent variables: (i) domestic price of maize, (ii) consumption of maize for feed, (iii) domestic price of soybeans, (iv) price of feed in previous year, (v) average production feed in the previous year, and (vi) import tariff level of maize. With the purpose of analyzing the impact of import tariff of maize on feed production, a panel data analysis is used. Based on a Chow test and a comparison of cross-section and time-series data applicability, Fixed Effect Method (FEM) was decided as the appropriate method for this study.The result indicates that average feed production and the price of feed in previous year have positive impact on feed production. Meanwhile, domestic price of soybeans, and import tariff level have negative impact of feed production in Java, Sumatra, and Sulawesi. Furthermore, average feed production in previous year influences feed production this year significantly at the 99% level. Domestic price of soybeans also affects significantly at the 95% level. Other variables such as feed price in previous year and the import tariff level are also significant at the 90% level. Although these variables have significant impact on feed production but the result also shows that feed production is not too responsive to the changes in these variables."

"ABSTRAKIndonesia merupakan daerah yang terletak di antara 6 Lintang Utara dan 11 Lintang Selatan dengan nilai potensi intensitas radiasi matahari yang sangat besar karena berlokasi di wilayah yang dilalui garis khatulistiwa. Potensi intensitas radiasi matahari ini harus dapat dimanfaatkan untuk kebutuhan sehari-hari sebagai energi alternatif. Energi matahari yang didapat dari model perhitungan akan dimasukkan ke dalam perhitungan kapal penggerak tenaga surya. Tujuan dari penelitian ini untuk menentukan model perhitungan radiasi matahari di Indonesia beserta parameter pendukungnya dimana nilai yang diperoleh akan digunakan untuk menghitung performa kapal tenaga surya dalam menempuh jarak 50 km pada saat perlombaan Solar Sport One 2018.Metodologi yang digunakan adalah perbandingan nilai radiasi matahari melalui 10 model perhitungan dengan nilai radiasi matahari melalui alat sehingga akan menghasilkan sebuah model perhitungan radiasi matahari yang sesuai dengan kondisi di Indonesia. Parameter yang digunakan pada model perhitungan radiasi matahari adalah intensitas sinar UV, intensitas awan, kelembaban udara, serta intensitas curah hujan. Waktu yang berhasil dikempuh kapal tenaga surya untuk jarak 50 km adalah 3 jam 19 menit 48 detik pada saat perlombaan.

---

ABSTRACTIndonesia as the country that located in 6 North Latitude and 11 South Latitude with the highest potensial of solar radiation value, is located in the region that pass through by equator. The potency of intensity solar radiation should be utilized for daily needs as alternative energy. Solar power which is produced by the calculation model will be input to the calculation of solar boat. The goal are determine the calculation model of solar radiation with parametrics and performance of solar boat sail 50 km distance on the ompetition Solar Sport One 2018.The methodology are comparison of the value of solar radiation by calculation model and device which is Weather Station so it will get the calculation model of solar radiation suit to condition in Indonesia. The parametrics on calculation model solar radiation are the intensity UV rays, intensity cloudy cover, air humidity, and intensity rain rate. The sailing period of solar boat on sailing 50 km is 3 hours 19 minutes 48 seconds on the competition."

"Berdasarkan analisis data satelit cuaca dan lingkungan, terlihat daerah "Heat Island" di Jakarta yang semakin melebar ke daerah sekitarnya. Kondisi ini merupakan konsekuensi logis dari meningkatnya sektor industri. Disamping adanya perubahan O2 dan O3, sejumlah ahli telah mendeteksi peningkatan konsentrasi CO2 di atmosfer . Hal ini perlu diwaspadai, termasuk juga zat yang membahayakan lingkungan, zat polutan, seperti NH3, timah (Pb), SOx, NOx dan H2S. Transmisi radiasi matahari yang menjalar ke bumi akan mengalami hambatan yang disebabkan oleh adanya media penyerap seperti zat polutan dengan karakteristik dan panjang gelombang yang dimilikinya. Dengan memantau panjang gelombang ini dapat diperoleh informasi spektrum radiasi matahari yang dapat direkam menggunakan Fotometer Matahari. Dengan memanfaatkan sarana dan peralatan yang ada di Laboratorium Optik Program Studi Opto-elektroteknika Universitas Indonesia serta menambahkan komponen pendukungnya, dapat dibentuk sebuah Fotometer Matahari. Konstruksi Fotometer Matahari dibangun dengan peralatan teleskop, serat optik, monokromator, ihotomultiplier, dan komputer berikut program pemantauannya. Dengan pertimbangan keterbatasan seluruh komponen pembentuknya, Fotometer Matahari mampu merekam pola spektrum panjang gelombang dari 400 sampai 1200 nm dengan sensitivitas tinggi pada daerah 700 sampai 900 nm dan waktu observasi 16 menit 56 detik. Analisis data hasil pemantauan pada bulan Oktober 2000 yang diwakili dengan 8 had menunjukkan adanya pola spektrum radiasi matahari yang hampir sama. Puncakpuncak dominan terjadi pada panjang gelombang 712, 753, 785, 810 dan 887 nm dan lembah dominan terjadi pada 764 nm. Dan puncak-puncak spektrum ketiga daerah ini dapat diprediksi adanya polutan O2, O3 dan H2O. Pemantauan secara berkala sebagai fungsi panjang gelombang bisa membantu untuk memperoleh data meteorologi yang berguna, tenrtarna informasi spesifik pada daerah panjang gelombang tertentu."