Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pertumbuhan penduduk dan perkembangan bidang industri di Indonesia menjadikannya negara yang berkontribusi besar pada jejak karbon secara global. Mitigasi terhadap perubahan iklim harus dilakukan. Salah satunya dengan mengurangi jejak karbon dari sektor rumah tangga. Pada penelitian ini dianalisis rata-rata jejak karbon rumah tangga, sumber aktivitas pendorong, faktor yang mempengaruhi, dan rekomendasi untuk mengurangi jejak karbon dari Kecamatan Cibinong. Pengumpulan data primer didapatkan melalui kuesioner dan wawancara. Dilakukan pada Maret 2022 ketika diterapkan PPKM level 2 dengan teknik kombinasi simple random sampling dan purposive sampling. Dari data yang dikumpulkan dapat diperkirakan jejak karbon rumah tangga dari setiap sektor dengan kalkulator karbon yaitu Carbon Footprint Ltd.. Lalu, dianalisis sejauh mana faktor demografi, faktor ekonomi, dan faktor gaya hidup berpengaruh terhadap jejak karbon rumah tangga dengan uji regresi. Hasil penelitian menunjukkan bahwa rata-rata jejak karbon rumah Kecamatan Cibinong sebesar 0,69 ton CO2e/rumah tangga/bulan. Rata-rata jejak karbon terbesar berasal dari sektor energi, lalu diikuti sektor transportasi, dan terakhir dari sektor penggunaan barang serta jasa. Jejak karbon rumah tangga Kecamatan Cibinong menunjukkan peningkatan signifikan akibat pendapatan keluarga, ukuran keluarga, tingkat pendidikan, dan jenis diet yang diterapkan keluarga. Maka dengan membuat kebijakan peningkatan tarif konsumsi energi listrik rumah tangga, pengaturan tata ruang kota dengan transportasi yang terintegrasi satu dengan yang lain, dan menggunakan barang elektronik hemat energi dapat menjadi langkah penting untuk mengurangi jejak karbon rumah tangga di Kecamatan Cibinong.

---

Population growth and industrial development in Indonesia make it a country that contributes greatly to the global carbon footprint. Mitigation of climate change must be done. One of them is by reducing the carbon footprint of the household sector. In this study, the average household carbon footprint was analyzed, sources of driving activities, influencing factors, and recommendations for reducing the carbon footprint of Cibinong District. Primary data collection was obtained through questionnaires and interviews. This study was carried out in March 2022, when Public Activity Restriction (PPKM) at level 2 happened, with a combination technique of simple random sampling and purposive sampling. From the data that has been collected, it is possible to estimate the household carbon footprint of each sector with a carbon calculator, namely Carbon Footprint Ltd.. Then, it is analyzed to what extent demographic factors, economic factors, and lifestyle factors affect the household carbon footprint by using a regression test. The results showed that the average house carbon footprint in Cibinong District was 0,69 tons CO2e/household/month. On average, the largest carbon footprint comes from the energy sector, followed by the transportation sector, and finally from the use of goods and services. The household carbon footprint of Cibinong District showed a significant increase due to family income, family size, education level, and the type of diet adopted by the family. So by making a policy of increasing household electricity consumption rates, regulating urban spatial planning with integrated transportation with one another, and using energy-efficient electronic goods can be an important step to reduce the carbon footprint of households in Cibinong District."

"Kecamatan Lumajang yang merupakan daerah dengan penduduk terbanyak di Kabupaten Lumajang memiliki keunikan dalam menghasilkan jejak karbon. Penelitian ini menganalisis jejak karbon rumah tangga Kecamatan Lumajang untuk mengidentifikasi kegiatan yang berkontribusi menghasilkan jejak karbon, nilai jejak karbon, dan faktor-faktor yang mempengaruhi jejak karbon, serta memberikan rekomendasi untuk mengurangi jejak karbon rumah tangga. Pada penelitian ini dilakukan pengumpulan data konsumsi energi rumah tangga, aktivitas transportasi, dan konsumsi barang dan jasa dengan kuesioner online dan wawancara. Perhitungan jejak karbon dilakukan dengan kalkulator jejak karbon online oleh Carbon Footprint Ltd. Berdasarkan penelitian, rata-rata jejak karbon Kecamatan Lumajang adalah 0,507 mtCO2 per rumah tangga per bulan dan didominasi oleh jejak karbon energi (42%). Jejak karbon total berkorelasi rendah dengan tingkat pendidikan (r = 0,39, p = 5,2 x 10-5), berkorelasi sedang dengan penghasilan (r = 0,47, p = 4,0 x 10-6), dan berkorelasi sedang dengan golongan daya listrik (r = 0,45, p = 5,1 x 10-7). Jejak karbon energi berkorelasi rendah dengan tingkat pendidikan (r = 0,29, p = 0,01), berkorelasi sedang dengan penghasilan (r = 0,44, p = 2,8 x 10-5), berkorelasi rendah dengan luas lahan hunian (r = 0,28, p = 3,7 x 10-2), dan berkorelasi kuat dengan golongan daya listrik (r = 0,66, p = 3,9 x 10-16). Jejak karbon transportasi berkorelasi rendah dengan luas lahan hunian (r = 0,28, p = 3,7 x 10-2). Jejak karbon barang dan jasa berkorelasi rendah dengan penghasilan (r = 0,27, p = 4,1 x 10-2). Untuk mengurangi jejak karbon energi, metode reduksi absolut tepat digunakan mengingat hanya sedikit orang yang menggunakan energi terbarukan di rumah. Dalam meminimalkan jejak karbon transportasi, peralihan moda ke transportasi lebih rendah karbon lebih mudah diterapkan. Jejak karbon barang dan jasa paling baik dikurangi dengan meningkatkan efisiensi penggunaan barang yang ada. Upaya-upaya ini juga dapat didukung dengan mengembangkan kebijakan dan sistem untuk mengurangi jejak karbon.

---

Lumajang District, the most populated district in Lumajang Regency, has uniqueness in generating carbon footprint. This study analyzed the household carbon footprint of Lumajang District to identify activities that contribute to generating carbon footprint, the carbon footprint value, and factors that affect the carbon footprint, as well as provide recommendations for reducing household carbon footprints. This study collected datas of household energy consumption, transportation activities, and consumption of goods and services with online questionnaires and interviews. The carbon footprint calculation used an online carbon footprint calculator by Carbon Footprint Ltd. Based on this study, the average carbon footprint in Lumajang District was 0.507 mtCO2 per household per month and it is dominated by energy carbon footprint. The total carbon footprint was low correlated with education level (r = 0.39, p = 5.2 x 10-5), moderately correlated with income (r = 0.47, p = 4.0 x 10-6), and moderately correlated also with the electric power group (r = 0.45, p = 5.1 x 10-7). Energy carbon footprint had low correlation with education level (r = 0.29, p = 0.01), moderate correlation with income (r = 0.44, p = 2.8 x 10-5), low correlation with residential land area (r = 0.28, p = 3.7 x 10-2), and strong correlation with the electric power group (r = 0.66, p = 3.9 x 10-16). The carbon footprint of transportation has a low correlation with the area of residential land (r = 0.28, p = 3.7 x 10-2). The carbon footprint of goods and services has a low correlation with income (r = 0.27, p = 4.1 x 10-2). To reduce the energy carbon footprint, the absolute reduction method is the best measure considering that there are only few people who use renewable energy at home. In minimizing transportation carbon footprint, switching modes to a low-carbon transportation is easier to implement. The carbon footprint of goods and services is best reduced by increasing efficiency of the usage of existing goods. These attempts can also be supported by developing policies and systems for reducing carbon footprints"

"Jejak karbon rumah tangga berkontribusi besar di dalam emisi gas rumah kaca total, dan tentunya pengendalian perlu diupayakan untuk mengurangi tingkat jejak karbon dalam rumah tangga, dengan melakukan studi jejak karbon. Kecamatan balikpapan merupakan kecamatan di Kota Balikpapan dengan penduduk yang tertinggi dari 5 kecamatan lainnya di Kota Balikpapan, menyebabkan jejak karbon yang dihasilkan pada kecamatan ini juga cukup besar sebagai penyumbang jejak karbon di Kota Balikpapan. Penelitian yang dilakukan di kecamatan ini memiliki tujuan untuk menganalisis jumlah rata-rata jejak karbon yang dihasilkan oleh rumah tangga di Kecamatan Balikpapan Utara, Kota Balikpapan, serta faktor-faktor yang mempengaruhi, dan memberikan rekomendasi pengendalian jejak karbon rumah tangga di Kecamatan Balikpapan Utara. Penelitian ini dilakukan dengan menggunakan metode perhitungan dengan bantuan kalkulator karbon yang dikeluarkan oleh Carbon Footprint Ltd. Penelitian dilakukan dengan melihat sumber dari 3 macam sektor yaitu sektor energi, sektor transportasi, dan sektor konsumsi barang dan jasa. Hasil yang didapatkan adalah jejak karbon rumah tangga yang dihasilkan di Kecamatan Balikpapan utara sebesar 10,02 t CO2e per rumah tangga per tahun dengan yang paling banyak bersumber dari sektor energi (49%) dengan jumlah jejak karbon yang dihasilkan sebesar 4,93 t CO2e per rumah tangga per tahun. lalu sektor transportasi dengan timbulan jejak karbon sebesar 3,14 t CO2e per rumah tangga per tahun, dan sektor barang dan jasa dengan timbulan jejak karbon sebesar 1,96 t CO2e per rumah tangga per tahun. jejak karbon yang ditimbulkan ini dipengaruhi oleh beberapa faktor antara lain ukuran keluarga (r = 0,1), luas lahan (r = 0.22), penghasilan (r = 0,85 ; sig = <0,01), golongan daya listrik (r = 0.64 ; sig = <0.01), dan tingkat pendidikan (r = 0,56 ; sig = <0,01). Dalam melakukan upaya pengendalian jejak karbon ini, terdapat rekomendasi pengendalian jejak karbon rumah tangga, antara lain optimasi penggunaan energi terbarukan, penambahan jenis kendaraan umum, serta melakukan perubahan pola gaya hidup dengan melakukan financial literacy dan konseling dengan menggunakan metode self-instruction.

---

The household carbon footprint contributes significantly to the total greenhouse gas emissions, and it is crucial to implement control measures to reduce the carbon footprint level within households. A carbon footprint study is needed to analyze the average amount of carbon footprint generated by households in North Balikpapan District, Balikpapan City. This district has the highest population among the five districts in Balikpapan City, resulting in a considerable carbon footprint contribution to the city. The objective of this research is to analyze the average carbon footprint produced by households in North Balikpapan District, identify the influencing factors, and provide recommendations for controlling the household carbon footprint in this district. The study employs a calculation method using the carbon calculator provided by Carbon Footprint Ltd. It focuses on three sectors: financial, transportation, and consumption of goods and services. The findings reveal that the household carbon footprint in North Balikpapan District amounts to 10.02 t CO2e per household per year, with the financial sector being the largest contributor (49%), generating a carbon footprint of 4.93 t CO2e per household per year. The transportation sector contributes 3.14 t CO2e per household per year, while the goods and services sector accounts for 1.96 t CO2e per household per year. Several factors influence this carbon footprint, including family size (r = 0.1), land area (r = 0.22), income (r = 0.85; sig = <0.01), electricity power rating (r = 0.64; sig = <0.01), and education level (r = 0.56; sig = <0.01). To address this carbon footprint, recommendations for household carbon footprint control include optimizing the use of renewable financial, expanding public transportation options, and adopting sustainable lifestyle changes through financial literacy and self- instruction counseling methods. "

"Konsumsi rumah tangga memberikan kontribusi sebesar 72% terhadap emisi GRK global sehingga diperlukan upaya pengendalian, salah satunya melalui studi jejak karbon rumah tangga. Penelitian yang dilakukan di Kecamatan Kelapa Gading ini bertujuan untuk menghitung rata-rata jejak karbon rumah tangga di Kecamatan Kelapa Gading, mengidentifikasi aktivitas dan faktor yang mempengaruhi jejak karbon rumah tangga tersebut, serta memberikan rekomendasi pengendalian jejak karbon rumah tangga. Perhitungan dilakukan dengan menggunakan kalkulator Carbon Footprint Ltd. yang memperhitungkan aktivitas konsumsi energi, transportasi, serta konsumsi barang dan jasa. Pengumpulan data dilakukan secara random-purposive sampling menggunakan kuesioner dimana data kemudian dianalisis secara statistik deskriptif dan regresi linear berganda. Penelitian dilakukan selama masa pandemi COVID-9 dengan pemberlakuan kebijakan PPKM tingkat 3. Berdasarkan hasil penelitian, diperoleh rata-rata jejak karbon rumah tangga di Kecamatan Kelapa Gading sebesar 1,77 MT CO2e per rumah tangga per bulan dengan dominasi oleh sektor energi (0,71 MT CO2e per rumah tangga per bulan) diikuti oleh sektor konsumsi barang dan jasa (0,66 MT CO2e per rumah tangga per bulan) serta transportasi (0,4 MT CO2e per rumah tangga per bulan). Jejak karbon rumah tangga tersebut dipengaruhi oleh beberapa faktor, antara lain penghasilan keluarga (r = 0,54 ; Sig = 3,45 x 10-9), ukuran keluarga (r = 0,31 ; Sig = 0,02), dan pola makan (r = 0,37 ; Sig = 0,01). Penghasilan keluarga menunjukkan korelasi yang sedang (r = 0,54) terhadap jejak karbon rumah tangga sementara ukuran keluarga (r = 0,31) dan pola makan (r = 0,37) menunjukkan korelasi yang rendah terhadap jejak karbon rumah tangga. Beberapa rekomendasi pengendalian jejak karbon rumah tangga yang ditawarkan antara lain pembuatan kebijakan konsumsi energi, optimasi penggunaan sumber energi terbarukan, konsumsi ekoefisien, serta perubahan gaya hidup rumah tangga yang intensif karbon.

---

Household consumption contributes 72% to global GHG emissions. Thus, control efforts are needed, one of which is through a household carbon footprint study. This research, which was conducted in Kelapa Gading District, aims to calculate the average household carbon footprint in Kelapa Gading District, identify activities and factors that affect the household's carbon footprint, and provide recommendations for controlling the household carbon footprint. Calculations were made using a calculator from Carbon Footprint Ltd. which takes into account the energy consumption, transportation, and consumption of goods and services activities. Data was collected using a random-purposively using questionnaire where the data were then analyzed using descriptive statistics and multiple linear regression. The study was conducted during the COVID-9 pandemic with the implementation of the PPKM level 3 policy. Based on the results of the study, the average household carbon footprint in Kelapa Gading District was 1.77 MT CO2e per household per month with the dominance of the energy sector (0 ,71 MT CO2e per household per month) followed by the consumption of goods and services sector (0.66 MT CO2e per household per month) and transportation (0.4 MT CO2e per household per month). The household's carbon footprint was influenced by several factors, including household income (r = 0.54 ; Sig = 3.45 x 10-9), household size (r = 0.31 ; Sig = 0.02), and diet (r = 0.37 ; Sig = 0.01). Household income showed a moderate correlation (r = 0,54) to the household carbon footprint while household size (r = 0,31) and diet (r = 0,37) showed a low correlation to the household carbon footprint. Several recommendations for controlling household carbon footprints were offered, including making energy consumption policies, optimizing the use of renewable energy sources, eco-efficient consumption, and changing carbon-intensive household lifestyles."

"Aktivitas rumah tangga merupakan salah satu sumber utama emisi gas rumah kaca (GRK). Kecamatan Makasar di Jakarta Timur merupakan wilayah yang didominasi oleh sektor pemukiman. Berbagai aktivitas rumah tangga yang dilakukan oleh rumah tangga berkontribusi terhadap besarnya jejak karbon. Oleh karena itu, diperlukan suatu upaya untuk mengendalikan jejak karbon dari sektor rumah tangga, salah satunya melalui studi analisis jejak karbon rumah tangga. Penelitian ini bertujuan untuk menganalisis jejak karbon yang berasal dari aktivitas rumah tangga seperti penggunaan energi, transportasi, serta konsumsi barang dan jasa di Kecamatan Makasar, menganalisis faktor-faktor yang mempengaruhi jejak karbon rumah tangga, serta memberikan rekomendasi untuk mengurangi jejak karbon rumah tangga. Metode penelitian ini adalah metode kuantitatif. Pengumpulan data dilakukan melalui kuesioner dan wawancara terstruktur untuk memperoleh data aktivitas dan konsumsi rumah tangga. Jejak karbon rumah tangga dihitung menggunakan kalkulator Carbon Footprint Ltd. yang besarnya akan dinyatakan dalam satuan t CO2 ekuivalen per rumah tangga per tahun (t CO2e/RT/tahun). Hasil penelitian menunjukkan bahwa rata-rata jejak karbon di Kecamatan Makasar adalah 15,33 t CO2e/RT/tahun. Sektor penggunaan energi mendominasi besar jejak karbon rumah tangga dengan rata-rata sebesar 8,68 t CO2e/RT/tahun, kemudian sektor penggunaan transportasi sebesar 4,04 t CO2e/RT/tahun, serta sektor konsumsi barang dan jasa sebesar 2,61 t CO2e/RT/tahun. Faktor-faktor yang memiliki hubungan yang kuat dan signifikan secara statistik dengan jejak karbon rumah tangga yaitu ukuran keluarga (jumlah anggota keluarga), penghasilan, dan golongan daya listrik. Penghasilan menunjukkan hubungan/korelasi yang paling kuat terhadap besar jejak karbon rumah tangga (r = 0,872; p = 0,001) yang bermakna bahwa semakin tinggi penghasilan suatu rumah tangga, maka semakin tinggi jejak karbon rumah tangga yang dihasilkan.

---

Household activities are one of the main sources of greenhouse gas emissions (GHG). Makasar district in east Jakarta is a region dominated by the settlement sector. The various household activities performed by households contribute to the size of the carbon footprint. Therefore, an effort is needed to control the carbon footprint of the household sector, one of which is through household carbon footprint analysis studies. The study aims to analyze the carbon footprint derived from household activities such as energy use, transportation, as well as the consumption of goods and services in Makasar District, analyze the factors that influence the household carbon footprints, and provide recommendations for reducing the domestic carbon footprint. This research method is quantitative. Data was collected through structured questionnaire and interviews to obtain data on household activity and consumption. The household carbon footprint is calculated using the Carbon Footprint Ltd. calculator, the size of carbon footprint will be expressed in t CO2 equivalent units per household per year (t CO2e/household/year). The results of the study show that the average carbon footprint in Makasar district is 15,33 t CO2e/household/year. The energy use sector dominates the large carbon footprint of households with an average of 8,68 t CO2e/household/year, followed by the transport sector with an average of 4,04 t CO2/household/year, and the consumption of goods and services with an average of 2,61 t CO2e/household/year. Factors that have strong and statistically significant relationship with a household’s carbon footprint are family size (number of family members), income, and electric power groups. Income shows the strongest correlation to the large carbon footprint of households (r = 0.872; p = 0.001), which means that the higher a household's income, the higher the household carbon footprint it produces."

"Aktivitas rumah tangga seperti penggunaan listrik, transportasi, serta barang dan jasa memiliki kontribusi terhadap gas rumah kaca. Kecamatan Pancoran menjadi salah satu wilayah pemukiman yang terletak di Jakarta Selatan. Dengan itu, diperlukannya upaya pengurangan besar jejak karbon pada wilayah ini. Penelitian ini bertujuan untuk menganalisis besar jejak karbon rumah tangga yang dihasilkan dari tiga sektor, yaitu energi, transportasi, serta konsumsi barang dan jasa di Kecamatan Pancoran. Selain itu, untuk menganalisis faktor-faktor yang berpengaruh terhadap besar jejak karbon rumah tangga. Penelitian ini menggunakan pendekatan kuantitatif, dimana data diolah secara statistik. Data dikumpulkan dengan kuisioner dan wawancara kemudian dihitung menggunakan kalkulator Carbon Footprint Ltd. Hasil penelitian menunjukkan besar rata-rata jejak karbon rumah tangga di Kecamatan Pancoran, Jakarta Selatan adalah 16,55 ton CO2e per rumah tangga per tahun. Rata-rata jejak karbon rumah tangga dari sektor energi sebesar 8,71 ton CO2e per rumah tangga per tahun, sedangkan dari sektor transportasi sebesar 4,38 ton CO2e per rumah tangga per tahun, dan dari sektor konsumsi barang dan jasa sebesar 3,46 ton CO2e per rumah tangga per tahun. Faktor yang berpengaruh signifikan secara statistik terhadap besar jejak karbon rumah tangga adalah penghasilan keluarga, golongan daya listrik, luas rumah, dan ukuran keluarga. Penghasilan keluarga menunjukkan hubungan korelasi yang kuat terhadap besar jejak karbon rumah tangga (r=0,829, Sig.=<0,001, R2=0,70), dimana semakin besar penghasilan keluarga maka semakin besar jejak karbon rumah tangga yang dihasilkan.

---

Household activities such as the use of electricity, transportation, and services contribute to greenhouse gas emissions. Pancoran subdistrict is one of the residential areas located in South Jakarta, therefore works are necessary to reduce the carbon footprint of this area. The findings of this study highlight the average household carbon footprints from energy, transportation, and consumption of goods and services in Pancoran District. Additionally, this study aims to analyze the factors that effect household carbon footprint. This study uses a quantitative approach with statistic tests. Data was collected by questionnaires and interviews and subsequently calculated by online calculator named Carbon Footprint Ltd. The results showed that the average household carbon footprint in Pancoran District is 16.55 tons of CO2e per household per year. The average household carbon footprint from the energy sector is 8.71 tons CO2e per household per year, while from the transportation sector is 4.38 tons CO2e per household per year, and from the goods and services consumption sector is 3.46 tons CO2e per household per year. Factors that have a statistically significant effect on household carbon footprint are household income, electric power class, house size, and family size. Household income shows a strong correlation with household carbon footprint (r=0.829, Sig.=<0.001, R2=0.70), where the wealthier household tend to have larger household carbon footprints."

"ABSTRAKPendaftaran Tanah Sistematis Lengkap PTSL merupakan upaya yang dilakukan pemerintah, karena terdapatnya proses sertifikasi yang lamban selama 36 tahun melalui PRONA sejak masa orde baru. Birokrasi dituntut untuk melaksanakan PTSL secara profesional, sesuai dengan payung hukum dan tidak terjadinya maladministrasi. Penelitian ini membahas bagaimana kesiapan birokrasi dalam implementasi PTSL, dengan studi kasus di Kecamatan Cibinong, Kabupaten Bogor. Penelitian ini menggunakan pendekatan post-positivist dengan teknik pengumpulan data melalui wawancara mendalam dan studi pustaka, serta teknik analisa data kualitatif. Hasil penelitian menunjukkan bahwa dari segi komitmen untuk berubah; adanya mekanisme perubahan PRONA ke PTSL, kuota penerima dan realisasi waktu pelaksanaan PTSL yang jelas dan baik. Dari segi kemampuan untuk berubah menunjukkan hasil: tuntutan bekerja telah terbagi secara proposional terdapatnya petunjuk teknis sebagai SOP PTSL, ketersediaan SDM dan anggaran, sarana dan prasaran yang memadai, terdapatnya kebijakan yang mengatur pelaksanaan PTSL, sistem informasi yang terkomputerisasi, tersedianya mitra kerja, serta terdapatnya partisipasi masyarakat. Disisi lain, terdapat beberapa hal yang menjadi faktor penghambat kesiapan, seperti terdapatnya waktu kerja yang berlebihan, mitra kerja yang kurang mendukung kesiapan birokrasi sehingga menimbulkan celah terjadinya maladministrasi, kurangnya pemahaman terhadap visi dan misi PTSL, partisipasi yang bersifat terbatas, serta tidak terdapatnya mekanisme pengaduan dan umpan balik dari masyarakat.

---

ABSTRACT

The Comperhensive Systematic Land Registration or called by PTSL is the program made by The Government to completed the land certificate. The Reason of this Program, because the certification process for 36 years was plodding through PRONA since new orde era. In addition, The Bureaucracy required to carry out of this program in accordance with the regulations and againts the maladministration. This research describe about how bureaucracy readiness in implementation of PTSL with the case studies in Cibinong District. This research used the post positivist approach with techniques data collection through in depth interview and study literature and using qualitative technique to analyze data. The results of this study from change commitment rsquo s indikator there are a change mechanism from PRONA to PTSL, receivers quota and clear schedule. Change efficacy indikator show work demand was diveded accordance the structure and function, availability of standard operating procedure, availability of human resources and budget of implementation, good infrastructure and tools, availability of policy for implementationn, computerized information system, availability of partners and community participation during the implementation. On the other hand, there are some barrier of bureaucracy readiness like excessive work time, lack of partners supporting and causes the maladministration, lack of understanding of vision and mission of PTSL, participation is limited, there is no mechanism for complaints and feedback from the community. "

"ABSTRAKPenelitian ini membahas mengenai implementasi kebijakan penataan minimarket di Kecamatan Cibinong Kabupaten Bogor. Meningkatnya jumlah minimarket di suatu daerah akan menimbulkan masalah, sehingga perlunya pengaturan untuk menata minimarket. Teori yang digunakan dalam penelitian ini adalah teori Charles O. Jones tentang proses implementasi kebijakan yaitu melalui tahap interpretasi, organisasi, dan aplikasi. Penelitian ini merupakan penelitian kualitatif dengan wawancara mendalam, observasi, dan studi kepustakaan.Hasil penelitian menunjukkan bahwa implementasi kebijakan belum dapat menata minimarket. Hambatan dalam implementasi kebijakan penataan minimarket adalah keterbatasan sumber daya manusia, pengawasan yang kurang berjalan, keterbatasan anggaran. Saran dalam penelitian ini adalah institusi yang terlibat harus melakukan koordinasi dengan baik, mengevaluasi peraturan mengenai penataan minimarket agar jelas, merekrut pegawai untuk menambah SDM, serta meningkatkan sosialisasi terkait penataan minimarket.

---

ABSTRACTThis research discuss the policy implementation of minimarket regulation in Sub District of Cibinong, Regency of Bogor. The accretion quantity of minimarket in an area will cause problems, so the need for policies to organize minimarket. The theory used in this research is the theory of Charles O. Jones about the process of public policy implementation through interpretation stage, organizations, and application. This research used qualitative approach with in-depth interviews, observation and literature study.This research result showed implementation of policy have yet organize minimarket. The obstacle in the implementation of minimarket regulation in Sub District of Cibinong, Regency of Bogor are limited of the human resources, controlling is not the way, the limited of the budget. This research?s recommendations are institutions involved must good coordination, evaluate the rules to be clear about the minimarket regulation, recruit employees to increase human resources, as well as increasing socialization the minimarket regulation."

"Cibinong merupakan kecamatan di Kabupaten Bogor, Jawa Barat yang diketahui memiliki kasus DBD paling banyak setiap tahun. Peningkatan kasus dan KLB DBD dapat dipengaruhi banyak faktor salah satunya yaitu kurangnya peran serta masyarakat dalam pengendalian DBD, terutama pada kegiatan pemberantasan sarang nyamuk (PSN) dari kesadaran pribadi. Indikator keberhasilan dari PSN adalah ditemukannya Angka Bebas Jentik (ABJ) ≥ 95%. Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi PSN pada ibu rumah tangga di kecamatan Cibinong serta faktor ? faktor yang mempengaruhi meliputi pekerjaan, pengetahuan, sikap, perilaku ibu rumah tangga, penyuluhan, keaktifan jumantik, pemberian abate, dan jumlah konteiner. Desain penelitian cross-sectional dan jenis penelitian observasional. Sampel penelitian yaitu ibu rumah tangga di Kecamatan Cibinong sebanyak 125 orang. Analisis pada penelitian ini menggunakan chi-square dan regresi logistik ganda. Hasil penelitian lainnya menunjukkan hubungan yang signifikan terhadap penerapan PSN adalah penyuluhan, kader jumantik. Sedangkan hubungan yang tidak signifikan terhadap penerapan PSN adalah pendidikan, pengetahuan, dan sikap. Faktor yang paling mempengaruhi penerapan PSN adalah penyuluhan dengan OR 93,615 (95% CI 12,174 ? 719,855).

---

Cibinong is a sub-district in Kabupaten Bogor, West Java which known to have the most dengue cases in every year. Increasing cases and outbreaks of DHF can be affected by many factors. One of them is lack of community participation of controlling DHF, especially on the activities of PSN (Pemberantasan Sarang Nyamuk) of personal awareness. Success indicator of PSN is found ABJ (Angka Bebas Jentik) > 95%.

This study aims to determine the factors that affect of PSN on housewife in Kecamatan Cibinong and factors that influence were job, knowledge, attitude, behavior of housewife, counseling, active jumantik, giving abate and the number of container.

Study design which is applied was cross-sectional and type of study was observational. Sample of research which was housewife in Cibinong sub-district is 125 people. In this research, analysis used chi-square and multiple logistic regression.

Other study showed a significant correlation to implementation of PSN were conselling, jumantik framework. While correlation insignificant toward implementation of PSN were education, knowledge and attitude. Factors the most influence of PSN implementation was conselling with OR 93,615 (95% CI 12,174 - 719, 855)."

"Di tengah kondisi bumi saat ini yang semakin menua, populasi manusia semakin bertambah, tak terkecuali di Kota Bogor, Kota dengan jumlah penduduk sebanyak 1.059.359 jiwa dan laju pertumbuhan sebesar 1,53% pada tahun 2022. Sektor pengelolaan sampah menjadi salah satu sektor penyumbang 10% emisi gas rumah global, baik dari sampah organik, anorganik, maupun aktivitasnya seperti pengangkutan sampah. Kegiatan pengangkutan sampah di Indonesia masih dilakukan dengan kendaraan konvensional yang mengemisikan jejak karbon dari penggunaan bahan bakarnya. Pengambilan data pada penelitian ini dilakukan melalui penyebaran kuisioner dan wawancara. Perhitungan jejak karbon dilakukan dengan menggunakan Metode IPCC 2006 Tier 1 dan software Emission Quantification Tool (EQT) 2018 version yang dikembangkan oleh IGES (Institute for Global Environmental Strategies). Dari data yang diperoleh, diketahui bahwa Kota Bogor memiliki dua skema pengangkutan sampah, yakni skema 1—sampah diangkut dari sumber, lalu ke TPS, dan dilanjut ke TPA­—dan skema 2—sampah langsung diangkut dari sumber menuju TPA­. Berdasarkan hasil penelitian, Kota Bogor menghasilkan jejak karbon dari transportasi pengangkut sampah sebesar 4.465,57 ton CO2-eq/tahun atau sebanyak 25,43 kgCO2-eq/ton sampah. Penghasil jejak karbon terbesar ialah Kecamatan Bogor Barat, yakni sebesar 1.297,38 ton CO2-eq/tahun, diikuti oleh Kecamatan Bogor Selatan 942,4 ton CO2-eq/tahun, Kecamatan Tanah Sareal 930,41 ton CO2-eq/tahun, Kecamatan Bogor Utara 801,24 ton CO2-eq/tahun, Kecamatan Bogor Tengah 343,21 ton CO2-eq/tahun, serta Kecamatan Bogor Timur 150,93 ton CO2-eq/tahun. Berdasarkan uji Korelasi Pearson, variabel yang berkorelasi secara signifikan dengan jejak karbon dari transportasi pengangkutan sampah di Kota Bogor adalah berat sampah, konsumsi bahan bakar, jarak tempuh, dan durasi perjalanan.

---

Amid the current aging condition of the Earth, the human population is increasing, including in Bogor City, a city with a population of 1,059,359 people and a growth rate of 1.53% in 2022. Waste management is one of the contributors to 10% of global greenhouse gas emissions, both from organic and inorganic waste, as well as activities such as waste transportation. Waste transportation activities in Indonesia still use conventional vehicles that emit carbon footprint from fuel consumption. Data collection for this study is conducted through questionnaire and interviews. Carbon footprint calculation is performed using the IPCC 2006 Tier 1 Method and the Emission Quantification Tool 2018 version, developed by the Institute for Global Environmental Strategies. Based on the data obtained, Bogor City has two waste transportation schemes; scheme 1 (from the source to the Transfer Station, then to the Final Disposal Site) and scheme 2 (directly transported from source to the TPA). Based on the research results, Bogor City produces a carbon footprint from waste transportation of 4,465.57 tons CO2-eq/year or 25.43 kgCO2-eq/ton of waste. The highest carbon footprint comes from West Bogor District, which is 1,297.38 tons CO2-eq/year, followed by South Bogor District with 942.4 tons CO2-eq/year, Tanah Sareal District 930.41 tons CO2-eq/year, North Bogor District 801.24 tons CO2-eq/year, Central Bogor District 343.21 tons CO2-eq/year, and East Bogor District 150.93 tons CO2-eq/year. According to the Pearson correlation test, variables with significant correlation to the carbon footprint are waste weight, fuel consumption, distance traveled, and duration of waste transportation trip."