Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam penelitian ini, dikembangkan optimisasi untuk mendapatkan portofolio pembangkitan di regional Sumatera hingga tahun 2026 yang mempertimbangkan emisi dan biaya. Optimisasi dilakukan dengan meminimalisasi biaya produksi yang didalamnya termasuk biaya emisi yang dihasilkan oleh pembangkit. Biaya emisi dihitung dengan menggunakan faktor emisi dengan biaya CO₂ yang divariasikan. Optimasi dijalankan dengan dua skenario yaitu skenario tanpa mempertimbangkan emisi dan skenario dengan memperimbangkan emisi dan dibandingkan dengan RUPTL 2017-2026. Hasil dari optimisasi menunjukan terdapat perbedaan bauran batubara dibandingkan dengan RUPTL 2017-2026 yaitu sebesar 58% (skenario tanpa mempertimbangkan emisi) dan 42,3% (skenario mempertimbangkan emisi). Untuk tingkat emisi, terdapat perbedaan sebesar 5% (skenario tanpa mempertimbangkan emisi) dan 13% (skenario mempertimbangkan emisi) dibandingkan dengan RUPTL 2017-2026. Pada skenario ini Pada skenario ini juga disimpulkan tarif CO₂ per ton yang optimum sebesar 15,5 USD/ton.

---

In this study, an optimization was developed to obtain a generation portfolio in the Sumatra region until the year 2026 which considers emissions and costs. Optimization is done by minimizing the costs of production of electricity, including the cost of emissions generated by the plant. The cost of emissions is calculated using the emission factor per plant with the CO₂ cost varied. Optimization is carried out with two scenarios, namely scenarios without considering emissions and scenarios by considering emissions and comparison with RUPTL 2017-2026.

The results of the optimization show the difference between coal compared to the 2017-2026 RUPTL, which is equal to 58% (scenario without consideration of emissions) and 42.3% (scenario considering emissions). For emissions levels, approximately 5% (scenario without consideration of emissions) and 13% (scenario considering emissions) compared to RUPTL 2017-2026. This scenario was also concluded that the optimal CO₂ tariff per tonne was 15.5 USD/ton."

"Penelitian ini mengidentifikasi dampak desentralisasi fiskal terhadap pertumbuhan ekonomi regional di Sumatera, Indonesia. Digunakan tiga model regresi untuk menganalisa data panel lima indikator utama desentralisasi fiskal periode 2007-2013 yaitu: OLS, Fixed Effect Model dan Random Effect Model. Data yang digunakan pada penelitian ini merupakan data sekunder yang bersumber dari Badan Pusat Dtatistik (BPS) dan Direktorat Jenderal Perimbangan Keuangan Kementrian Keuangan Republik Indonesia. Temuan empiris penelitian ini menunjukkan bahwa tiga indikator berupa pendapatan daerah, pengeluaran daerah dan jumlah penduduk memiliki dampak negatif terhadap pertumbuhan ekonomi, sementara tingkat pendidikan dan tingkat serapan tenaga kerja berkorelasi positif terhdap pertumbuhan ekonomi di Sumatera, Indonesia.

---

This paper analyzes the impact of fiscal decentralization on regional economic growth in Sumatera, Indonesia. Within the framework of an OLS, Fixed Effect Model and Random Effect Model was employed in this thesis on a set of dynamic panel data models with latent variables over a period 2007- 2013. Two indicators of fiscal decentralization, local revenue, and local expenditure were used to measure impact of fiscal decentralization in Sumatera. Data for this study comes from secondary sources; BPS and DJAPK ministry of Finance Republic of Indonesia. The empirical finding of this study suggests that two fiscal decentralization indicators and number of population have a negative significant impact on regional economic growth. However, number of education and employment rate are positively correlated with economic growth. Finally, there is a little consensus on the relationship between fiscal decentralization and economic growth in Sumatera, Indonesia."

"Penelitian ini mengidentifikasi dampak desentralisasi fiskal terhadap pertumbuhan ekonomi regional di Sumatera, Indonesia. Digunakan tiga model regresi untuk menganalisa data panel lima indikator utama desentralisasi fiskal periode 2007-2013 yaitu: OLS, Fixed  Effect Model dan Random Effect Model. Data yang digunakan pada penelitian ini merupakan data sekunder yang bersumber dari Badan Pusat Dtatistik (BPS) dan Direktorat Jenderal Perimbangan Keuangan Kementrian Keuangan Republik Indonesia. Temuan empiris penelitian ini menunjukkan bahwa tiga indikator berupa pendapatan daerah, pengeluaran daerah dan jumlah penduduk memiliki dampak negatif terhadap pertumbuhan ekonomi, sementara tingkat pendidikan dan tingkat serapan tenaga kerja berkorelasi positif terhdap pertumbuhan ekonomi di Sumatera, Indonesia.

---

This paper analyzes the impact of fiscal decentralization on regional economic growth in Sumatera, Indonesia.  Within the framework of an OLS, Fixed Effect Model and Random Effect Model was employed in this thesis on a set of dynamic panel data models with latent variables over a period 2007 – 2013.  Two indicators of fiscal decentralization, local revenue, and local expenditure were used to measure impact of fiscal decentralization in Sumatera. Data for this study comes from secondary sources; BPS and DJAPK ministry of Finance Republic of Indonesia. The empirical finding of this study suggests that two fiscal decentralization indicators and number of population have a negative significant impact on regional economic growth. However, number of education and employment rate are positively correlated with economic growth. Finally, there is a little consensus on the relationship between fiscal decentralization and economic growth in Sumatera, Indonesia."

"Penelitian ini berfokus pada model permintaan energi berbasis optimisasi di sektor rumah tangga dan komersial di Indonesia hingga tahun 2050 dan menganalisis portofolio teknologi pengguna akhir untuk memenuhi permintaan energi dan target pengurangan emisi yang memberikan total biaya services minimum dengan menggunakan piranti lunak TIMES. Hasil penelitian menunjukkan bahwa total kapasitas terpasang peralatan lighting dan peralatan cooking meningkat dua kali lipat, masing-masing menjadi 1490 juta unit dan 202,8 juta unit di tahun 2050 pada skenario Business as-usual (BAU) dan Carbon reduction scenario (CRS). Bauran teknologi lighting didominasi oleh LED yang mencapai 100% mulai tahun 2025 pada skenario BAU dan CRS. Bauran teknologi cooking didominasi oleh kompor LPG dengan penetrasi kompor listrik pada skenario BAU baru dimulai tahun 2045 karena total biaya kompor listrik yang kompetitif. Share kompor listrik pada CRS berkurang signifikan untuk mencapai target penurunan emisi. Kapasitas terpasang peralatan cooling meningkat 5,6 kali lipat menjadi 73,4 juta unit pada tahun 2050. Bauran teknologi didominasi oleh AC Inverter pada skenario BAU dan CRS di sektor rumah tangga. Di sektor komersial, CCHP memasok sebesar 20% dari total permintaan pada tahun 2030 - 2050. Portofolio teknologi cooling di sektor komersial pada skenario CRS didominasi oleh AC central pada tahun 2030 – 2040 sebesar 80% karena memiliki efisiensi tertinggi yang memberikan penggunaan listrik dan emisi CO2 yang lebih rendah. Biaya investasi pada tahun 2050 empat kali lebih tinggi dibandingkan tahun 2020 pada skenario BAU, yaitu sebesar 3620 juta USD. Carbon reduction scenario menghasilkan peningkatan biaya investasi sebesar 17%, setara dengan 630 juta USD, dan penurunan intensitas emisi sebesar 25%, setara dengan 90 gCO2/kWh (25 gCO2/MJ), dibandingkan BAU pada tahun 2050. Optimisasi dengan mempertimbangkan suplai listrik berbasis 100% energi terbarukan menghasilkan penurunan total emisi sebesar 70% pada tahun 2050 dan pengurangan intensitas emisi sebesar 265 gCO2/kWh (73,6 gCO2/MJ). Hasil studi menunjukkan bahwa kualitas energi berpengaruh signifikan terhadap penurunan emisi.

---

This study focuses on an optimization-based energy demand model of residential and commercial sectors in Indonesia out to 2050 and assess the end-use technology portfolio to fulfill energy demand and emission reduction target that provides a minimum total services cost in the TIMES model. The results show that total installed capacity of lighting and cooking appliances increased double to 1490 million unit and 202.8 million unit by 2050, respectively in the Business as-usual (BAU) and Carbon reduction scenario (CRS). The lighting technology mix is dominated by LED that reaches 100% starting in 2025 in the BAU and CRS. The cooking technology mix is dominated by LPG stoves with electric stoves penetration in BAU started in 2045 due to the competitive total cost. The share of electric stoves in CRS was significantly reduced to achieve the emission reduction target. The installed capacity of cooling appliances is drastically increased by a multiple of 5.6 to 73.4 million unit by 2050. The technology mix is dominated by Inverter AC for the residential sector in BAU and CRS. In the commercial sector, CCHP supplies 20% of total cooling demand in 2030 – 2050. Cooling technology portfolio for commercial sector in CRS is dominated by central AC in 2030 – 2040 by 80% because it has the highest efficiency that provides lower electricity consumption and CO2 emissions accordingly. The investment cost in 2050 is four times higher than 2020 in BAU, equal to 3,620 million USD. The Carbon Reduction Scenario results in a 17% increase in investment cost, equal to 630 million USD, and a 25% reduction in emission intensity, equal to 90 gCO2/kWh (25 gCO2/MJ), compared to BAU in 2050. By considering the electricity supply based on 100% renewable energy, the optimization results in total emission reduction of 70% by 2050 and emission intensity reduction of 265 gCO2/kWh (73.6 gCO2/MJ). The result reveals that the quality of energy has a significant impact on emissions reduction."

"Penelitian ini bertujuan untuk melakukan optimisasi pada sistem rantai suplai LNG agar didapatkan biaya suplai yang paling murah dari kilang LNG hingga sampai ke FSRU (Floating Storage Regasification Unit) dan juga jumlah LNG yang seharusnya dipasok oleh setiap kilang dengan menggunakan metode optimasi. Metode optimasi harus menentukan fungsi objektif, variabel keputusan dan juga constrain. Untuk mendapatkan biaya suplai yang murah maka akan menggunakan harga dari ex kilang dan harus mendapatkan biaya transportasi yang murah. Kapasitas kapal yang akan digunakan pada penelitian ini adalah 150.000 m3 dan kecepatan 18 knot. Metode pengiriman yang digunakan pada penelitian ini adalah metode Hub and Spoke. Pada penelitian ini yang akan menjadi sumber yaitu Kilang Tangguh, Masela, Donggi Senoro dan Bontang dengan tujuannya FSRU yang terletak dipulau Jawa dan Sumatera. Yang sangat berpengaruh pada biaya suplai adalah jarak dari setiap kilang LNG menuju FSRU. Dan hasil yang didapatkan kilang Bontang menyuplai LNG ke FSRU Aceh 3,0 MTPA selama 20 tahun dengan biaya suplai tahun ke-1 6,3 $/MMBtu. Kilang Tangguh akan menggunakan 2 kapal untuk memasok LNG 2,1 MTPA ke FSRU Jawa Tengah dengan 35 biaya suplai ditahun ke-1 6,64 $/MMBtu dan 0,9 MTPA untuk FSRU Lampung dengan biaya suplai pada tahun ke-1 6,63 $/MMBtu. Kilang Masela akan menggunakan 3 kapal untuk memasok LNG ke FSRU Jawa Tengah 0,9 MTPA dengan biaya suplai pada tahun ke-4 9,50 $/MMBtu dan FSRU Jawa Barat 3 MTPA dengan biaya suplai pada tahun ke-4 yaitu 9,58 $/MMBtu. Kilang Donggi Senoro akan menggunakan 1 kapal untuk memasok LNG ke FSRU Lampung sebanyak 0,6 MTPA dengan biaya suplai pada tahun ke-1 yaitu sebesar 6,7 $/MMBtu.

---

This research aims to optimize the LNG supply chain system in order to get the lowest supply cost from the LNG plant to FSRU (Floating Storage Regasification Unit) and also the amount of LNG that is supposed to be supplied by each plant by using optimization methods. Optimization method must determine the objective function, decision variables and constrain. To get a low supply cost, low price of ex plant and transportation cost must be used. Vessels with capacity of 150,000 m3 and a speed of 18 knots will be used.

Shipping method used in this research is Hub and Spoke. In this study, the LNG source is Tangguh, Masela, Donggi Senoro and Bontang plant with the destination are FSRU located in Java and Sumatra. Supply cost is affected by distance of each LNG plant to the FSRU. From the results, it is obtained that Bontang LNG plant supply 3.0 MTPA to the FSRU Aceh for 20 years with supply cost in the first year $ 6.3 / MMBtu. Tangguh plant will use two ships to supply 2.1 MTPA LNG to Central Java FSRU with first year supply costs of $ 6.64 / MMBtu and 0.9 MTPA to Lampung FSRU with first year supply cost of $ 6.63 / MMBtu. Masela plant will use three ships to supply 0.9 MTPA LNG to the Central Java FSRU with the lowest costs in the 4th year of $ 9.50 / MMBtu and 3 MTPA to west Java FSRU 3 with the lowest supply cost in the 4th year of $ 9.58 / MMBtu. Donggi Senoro will use one ship to supply 0.6 MTPA LNG to Lampung FSRU with supply costs in the first year of $ 6.7 / MMBtu."

"Tesis ini membahas masalah peranan infrastruktur terhadap pertumbuhan ekonomi di Pulau Sumatera dan Kalimantan serta membandingkan peranan infrastruktur antara pulau Sumatera dan Kalimantan, pertumbuhan ekonomi dalam penelitian sebagai variabel terikat yaitu PDRB per kapita tenaga kerja dan variabel bebas infrastruktur yang digunakan yaitu jalan, listrik, dan telepon per kapita tenaga kerja.Dalam analisis menggunakan data panel tahun 1995-2006 meliputi 12 provinsi yang ada di pulau Sumatera dan Kalimantan. Dengan metode estimasi yaitu Pendekatan Efek Tetap (Fixed Ejfecl Methode) serta menggunakan alat bantu Software statistik yaitu Eviews versi 4.1.Dari hasil analisis per pulau ternyata semua variabel infrastruktur yaitu jalan, listrik dan telepon memberikan kontribusi positif terhadap pertumbuhan ekonomi di pulau Sumatera sedangkan di pulau Kalimantan variabel telepon berpengaruh positif, variabel listrik berpengaruh negatif dan variabel jalan tidak signifikan terhadap pertumbuhan ekonomi. Dan ketika Pulau Sumatera dan Kalimantan di analisis menjadi satu kesatuan maka variabel jalan, listrik dan telepon mempunyai pengaruh yang positif terhadap pertumbuhan ekonomi.

---

This thesis will discuss on the problem of infrastructure role to the economic growth in the island of Sumatera and Kalimantan as well as compare it (infrastructure rolc between the island of Sumatera and Kalimantan). In the researeh, the economic growth will be treated as the dependent variable, namely per capita Gross Domestic Regional Product of labor and the independent variable has bccn the infrastructure used, namely road, electricity and telephone per capita of labor.

In the analysis, it employe panel data of 1995 - 2006 that cover 12 provinces cxisted in the island of Sumatera and Kalimantan using the estimation method, namely Fixed Effect Approach as well as making use of statistical Software aid, namely Eviews Version 4.1.

From the analysis rcsult per island, all infrastructure variable, namely road, electricity and telephone provide positive contribution against the economic growth in Sumatera island. Whereas, the telephone variable in Kalimantan island has positive effect, electricity variable negative effect and road insignificant against the economic growth. When the islands of Sumatera and Kalimantan are analyzed into one unit, then road, electricity and telephone variables have positive affect against the economic growth."

"Diversifikasi portofolio telah dijadikan solusi dalam memitigasi risiko dalam berinvestasi. Tujuan utama diversifikasi portofolio adalah untuk mengurangi variansi return dibandingkan dengan investasi pada satu saham tertentu. Metode Clustering, misalnya Agglomerative Clustering, digunakan untuk mengelompokkan saham-saham ke dalam masing-masing klaster yang homogen berdasarkan risiko. Klaster-klaster yang terbentuk kemudian akan digunakan sebagai acuan diversifikasi portofolio. Objek yang digunakan dalam metode clustering adalah 7 skor rasio finansial PER, EPS, PEG, DER, ROE, Current Ratio dan Profit Margin dari setiap saham. Selanjutnya, proporsi dari setiap saham pembentuk portofolio ditentukan melalui aplikasi Genetic Algorithm ke masing-masing klaster. Pada penelitian ini, metode Genetic Algorithm dibangun berdasarkan model MVCCPO sehingga membentuk metode Genetic Algorithm Constrained. Performa dari Agglomerative Clustering Genetic Algorithm Constrained yang dievaluasi menggunakan data aktual, menghasilkan portofolio yang mampu mengalahkan return portofolio pasar dan memiliki rata-rata return yang lebih besar dibandingkan dengan portofolio yang dikonstruksi dengan metode Genetic Algorithm saja. Namun, dengan hubungan linear antara risiko dan return, adalah masuk akal bahwa portofolio dengan return yang lebih besar akan memiliki risiko yang lebih besar pula.

---

The purpose of portfolio diversification is to reduce the return rsquo s variance risk compared with a single stock investment or undiversified portfolio. The primary motivation of this research is to investigate the portfolio selection strategies through clustering and genetic algorithm. Clustering serves as a method to cluster assets with similar financial ratio scores the scores of EPS, PER, PEG, ROE, DER, Current Ratio and Profit Margin. By clustering method such as Agglomerative Clustering, stocks with similar risk profile are clustered together and the clusters produced can be used in diversifying portfolio. Genetic Algorithm will then be applied to each resulting cluster to obtain the optimal proportion of each stock in the portfolio.

The Genetic Algorithm used in this study is built from the MVCCPO model hence making it a Constrained Genetic Algorithm. The performance of Constrained Genetic Algorithm refined with Agglomerative Clustering in portfolio optimization, evaluated based on some actual datasets, gives a portfolio that beats the market and has bigger expected return than a portfolio constructed with only Genetic Algorithm. Due to the direct relationship of risk and return, it is logical to expect portfolio with a bigger return would have a bigger risk."

"Sistem rantai suplai LNG di Indonesia menjadi bagian penting dan krusial dari seluruh bisnis proses LNG. Biaya rantai suplai mencakup sebagian besar dari harga jual LNG. Oleh karena itu, keberhasilan desain sistem rantai suplai akan mengurangi beban pihak pembeli dan pemberi subsidi. Tantangan yang ada saat ini adalah sistem distribusi yang belum merata ke seluruh wilayah di Indonesia, baik dalam bentuk LNG maupun listrik. Pada penelitian ini sistem rantai suplai akan difokuskan pada distribusi LNG ke Kawasan Indonesia bagian Timur, yaitu pada daerah kepulauan Maluku dan Papua. Penelitian dimulai dengan membandingkan demanddan supply dari listrik pada seluruh PLTMG di wilayah Indonesia bagian Timur dengan kondisi serta hasil produksi dari Kilang LNG, yaitu Tangguh dan Donggi-Senoro. Data yang diperlukan seperti kapasitas dan lokasi dari rute distribusi dalam sistem rantai suplai ke setiap pembangkit. Kemudian, peneliti membandingkan beberapa metode rantai suplai yang ada secara teoritis. Metode rantai suplai yang digunakan akan didefinisikan dalam variable optimasi berupa fungsi objektif dan fungsi batasan untuk memperoleh hasil maksimal. Output keluaran dari penelitian ini adalah rute serta biaya rantai suplai yang paling optimal dengan cara mendesain suatu sistem rantai suplai dengan software GAMS. Terakhir, hasil optimasi akan di analisa untuk membandingkan dengan teoritis.

---

LNG Supply Chain system has become one of the crucial parts in Indonesia's LNG business process. The overall costs of LNG products consist of the majority from the supply chain costs. Consequently, the successful of system design will decrease the burden for both first and third parties in the business. The optimal distribution system will provide an equivalent for all regions in Indonesia is the main challenge. This research will focus on the equality of electricity supply in the Eastern Region of Indonesia, Maluku, and Papua islands. Preliminary study begins with demand and supply side management will provide insights to balance between the LNG fields, Tangguh and Donggi-Senoro production allocation with the electricity power plants in Eastern Indonesia. The gap for data in the capacity and field facilities condition should be evaluated to help create the efficiency of supply chain systems. The second step is comparison between theoretical supply chain systems with the optimized system. The supply chain systems optimization output is the routing between regions and minimum costs for overall supply chain systems. In this research, we use the GAMS software to solve the optimization process. The final step is analysis for the optimized system for validation."

"Sejalan dengan semakin menurunnya produksi minyak bumi dan semakin besar permintaan akan minyak dan gas bumi, maka Pemerintah berusaha mengembangkanGas Metana-B sebagai alternatif lain yang diwujudkan dalam Peraturan Menteri (Permen) Nomor 033 Tahun 2006 tentang Pengusahaan Gas Metana-B. Sehubungan dengan adanya persyaratan-persyaratan khusus di dalam kontrak Gas Metana-B, maka pemerintah memerlukan suatu ?tools? berupa model perhitungan keekonomian sebagai acuan dalam mengevaluasi atau melakukan penilaian terhadap blok yang ditawarkan. Model ini bisa dikembangkan dari model perhitungan keekonomian minyak dan gas bumi yang telah ada, dengan melakukan modifikasi yang disesuaikan dengan kebutuhan Gas Metana-B.Tujuan dari penelitian ini adalah mengembangkan model perhitungan keekonomian kontrak bagi hasil Gas Metana-B dengan melakukan modifikasi model minyak dan gas bumi sesuai dengan ketentuan dan syarat yang akan digunakan pada pengusahaan Gas Metana-B. Kemudian menggunakan model tersebut untuk melakukan perhitungan keekonomian pengusahaan Gas Metana-B di Indonesia untuk menghasilkan indikator keekonomian yang layak bagi pengusaha dan pemerintah, atau untuk menentukan keekonomian terhadap blok yang akan ditawarkan.Berdasarkan hasil perhitungan dan analisa sensitivitas kedua base case tersebut diatas, dapat dirangkum sebagai berikut :Dilihat dari Sisi Investor, berdasarkan parameter ekonomi (jumlah produksi gas tahunan atau harga gas) merupakan parameter yang sangat sensitif terhadap IRR dan NPV, sedangkan berdasarkan parameter kebijakan, kenaikan Split dan Cost Recovery Ceiling sangat sensitif terhadap perubahan IRR, sedangkan perubahan FTP tidak berpengaruh secara signifikan terhadap kenaikan IRR.Dilihat dari Sisi Pemerintah, berdasarkan parameter ekonomi (jumlah produksi gas tahunan atau harga gas) merupakan parameter yang sangat sensitif terhadap Gov. Take, sedangkan berdasarkan parameter kebijakan, kenaikan Split dan Cost Recovery Ceiling sangat sensitif terhadap perubahan Gov. Take, sedangkan kenaikan FTP (shareable) tidak berpengaruh secara signifikan dengan perubahan Gov. Take, kecuali bila FTP (non shareable).Untuk mencapai IRR sekitar 20%, merubah parameter ekonomi hanya dapat dilakukan pada harga gas (dinaikkan sampai sekitar US$ 7.00/MMBTU di kepala sumur/tidak mungkin), bila merubah produksi gas tahunan (tergantung jumlah cadangan Gas Metana-B). Apabila merubah parameter kebijakan, yaitu merubah Split atau Cost Recovery Ceiling tampaknya tidak memungkinkan, karena Split yang dinaikkan untuk kontraktor sudah dibatas kewajaran (diatas 80% setelah pajak untuk kontraktor), sedangkan menaikkan Cost Recovery Ceiling harus diatas 120% (tidak mungkin).

---

According to drastically decline of oil and gas production and more increase of oil and gas demand, in 2006 the Government has cause the CBM effort in Government Regulation Number 033/2006.According to the CBM contracts in the future must have the special terms and conditions, the Government must has ?tools? that is an economics model which can be used to evaluate of blocks in working area CBM bid. The model is modifying from oil and gas economics model.The purpose this tesis is to modify terms and conditions in economy of oil and gas contract model can be a model which appropriate in CBM effort. In the future, we hope the PSC model contract modified for CBM can be used to evaluate of blocks in working area CBM bid. The purpose of this is to get the win-win solution between Government and Contractor with suitable economic indicator. Based on calculate and cencitive analysis result from both base cases can make conclution, that is : From the investor sides, based on economic parameter (yearly gas production or gas price) are very sensitive economic parameters agains IRR and NPV, if based on policy parameter, Split and Cost Recovery Ceiling increases are very cencitive againts IRR changed, and FTP changed not significan influence againts IRR increase.From the government sides, based on economic parameter (yearly gas production or gas price) are very sensitive economic parameters agains Gov. Take, if based on policy parameter, Split and Cost Recovery Ceiling increases are very cencitive againts Gov. Take changed, and FTP shareable changed not significan influence againts Gov. Take increase, but FTP non shareable rather significan. If we want to make IRR approximately 20%, to change economic parameter can do only in gas price (to increase until approximately US$ 7.00/MMBTU welhead price is impossible), if we change gas yearly gas production (depends on CBM resources). If we change policy parameter, that is Split change or Cost Recovery Ceiling change are impossible, because Split increasing for contractor is not reasonable (more than 80% after tax for contractor), and Cost Recovery Ceiling increasing must more than 120% (impossible)."