Hasil Pencarian  ::  Simpan CSV :: Kembali

"Busuk pangkal batang merupakan penyakit utama tanaman kelapa sawit yang disebabkan oleh patogen yaitu jamur Ganoderma sp. terkhusus di Indonesia. Tindakan pengendalian dan metode pengamatan kondisi kelapa sawit yang dilakukan oleh petani secara manual masih belum efektif. Pemanfaatan teknologi drone DJI Air 2S yang dilengkapi kamera RGB (Red, Green, Blue) dapat memberikan solusi untuk pemantauan kondisi kelapa sawit yang lebih efektif menggunakan citra dari hasil perekaman. Kamera RGB masih memiliki kelemahan dalam mendeteksi penyakit kelapa sawit sehingga membutuhkan kamera tambahan dengan variasi panjang gelombang yang berbeda yaitu kamera OCN (Orange, Cyan, NIR). Citra dari hasil perekaman kamera RGB dan OCN memiliki informasi yang dapat digunakan untuk mengidentifikasi penyakit busuk pangkal batang menggunakan citra daun kelapa sawit sehingga membutuhkan metode pengolahan citra yang tepat untuk menggabungkan kedua citra. Metode image fusion dapat menggabungkan informasi dari citra RGB dan OCN sehingga menghasilkan citra baru yang memiliki enam kanal (Red, Green, Blue, Orange, Cyan, NIR). Penelitian ini berfokus untuk membangun metode image fusion (RGB dan OCN) berbasis arsitektur ResNet50 untuk mengidentifikasi penyakit kelapa sawit. Hasilnya didapatkan bahwa metode image fusion berbasis arsitektur ResNet50 dapat digunakan untuk mengidentifikasi penyakit kelapa sawit dengan sangat baik dibuktikan dengan nilai akurasi 99,70%, presisi 98,11%, dan recall 97,19%.

---

Stem base rot is a major disease of oil palm caused by the pathogen Ganoderma sp. especially in Indonesia. Control measures and methods of observing the condition of oil palms carried out by farmers manually are still not effective. The use of DJI Air 2S drone technology equipped with an RGB (Red, Green, Blue) camera can provide a solution for more effective monitoring of oil palm conditions using images from recording results. RGB cameras still have weaknesses in detecting oil palm diseases so they need additional cameras with different wavelength variations, namely OCN (Orange, Cyan, NIR) cameras. Images from RGB and OCN camera recordings have information that can be used to identify stem base rot using oil palm leaf images, so an appropriate image processing method is needed to combine the two images. The image fusion method can combine information from RGB and OCN images to produce a new image that has six channels (Red, Green, Blue, Orange, Cyan, NIR). This research focuses on building an image fusion method (RGB and OCN) based on ResNet50 architecture to identify oil palm diseases. It was found that the image fusion method based on ResNet50 architecture can be used to identify oil palm diseases very well as evidenced by the accuracy value of 99.70%, precision of 98.11%, and recall of 97.19%."

"

Kegiatan monitoring adalah salah satu hal penting dalam proses perawatan pohon kelapa sawit. Penyakit Ganoderma merupakan salah satu penyakit pada pohon kelapa sawit yang proses penyebarannya cepat. Saat ini kegiatan monitoring kesehatan kelapa sawit masih dilakukan secara manual (konvensional) yaitu dengan melihat secara langsung satu persatu pohon kelapa sawit. Proses ini membutuhkan waktu yang lama serta tenaga yang tidak sedikit. Teknik deteksi menggunakan potongan sampel daun dapat memungkinkan terjadi perubahan biologis pada daun dan proses pengambilan data sampel yang rumit. Pendeteksian menggunakan sampel citra dari drone lebih mudah dilakukan, namun belum dapat menghasilkan informasi terkait vegetasi tanaman. Berdasarkan permasalahan tersebut, pada penelitian ini dilakukan deteksi dan klasifikasi kesehatan pohon kelapa sawit menggunakan sampel citra pohon tampak atas. Pengambil data citra menggunakan drone DJI Air 2S yang dilengkapi dengan kamera multispektral enam kanal (red, green, blue, orange, cyan, dan near infrared) untuk mendapatkan informasi yang lebih lengkap terkait vegetasi tanaman, sehingga prosesnya jauh lebih mudah dan cepat. Data citra yang diperoleh dilakukan pemodelan YOLO dan middle level fusion CNN untuk mendapatkan hasil lokasi pohon dan status kesehatannya. Pengambilan data citra dilakukan di PT Perkebunan Nusantara III (PERSERO) kelapa sawit Cikasungka, Wilayah Distrik Jawa Barat Banten pada pohon kelapa sawit sehat dan pohon kelapa sawit terinfeksi penyakit Ganoderma. Dalam penelitian ini, pemodelan YOLO menggunakan citra RGB mampu mendeteksi banyaknya objek pohon terdeteksi dengan baik (convidence score > 0,75) sebanyak 1426 pohon (703 pohon sehat dan 723 pohon tidak sehat) dengan mAP (mean Average Precision) sebesar 0,911. Pada pemodelan CNN menggunakan metode middle fusion dengan citra multispektral mampu mengklasifikasi kesehatan pohon kelapa sawit lebih baik dibandingkan hanya menggunakan citra RGB maupun citra OCN dengan performa akurasi sebesar 89,72 %.

---

Monitoring activities is one of the essential things the oil palm maintenance process. Ganoderma disease is one of the fastest spreading diseases of oil palm trees. Currently, monitoring the health of oil palms is still done manually (conventional) by looking directly at each oil palm tree. This process certainly requires a long time and a lot of energy. Detection techniques using leaf sample pieces can allow for biological changes in the leaf and the collection process are too tricky. Detection techniques using image sample captured by drone can be easier, but it does not provide complete information related to plant vegetation. Based on these problems, in this research the detection and classification of oil palm tree health using top view tree image samples. Image data collection using DJI Air 2S drone equipped with a six-band multispectral camera (red, green, blue, orange, cyan, and near infrared) to obtain more complete information related to plant vegetation, so that the process will be much easier and faster. The image data obtained is then performed YOLO modeling and middle level fusion CNN using multispectral images (RGB and OCN) to get the results of tree location and health status. The data was collected at PT Perkebunan Nusantara III (PERSERO) Cikasungka Oil Palm Plantation, West Java District Area Banten on healthy oil palm trees and oil palm trees infected with Ganoderma disease. In this research, YOLO modeling using RGB images was able to detect the number of tree objects detected well (convidence score > 0,75) as many as 1426 trees (703 healthy trees and 723 unhealthy trees) with mAP (mean Average Precision) of 0,911. CNN modeling using the middle fusion method is able to classify the health status of oil palm trees better than only using RGB images and OCN images with an accuracy performance of 89,72%.

"

"Karet alam merupakan industri yang memiliki potensi sangat besar untuk terus dikembangkan di Indonesia, dengan ban kendaraan menjadi salah satu produk utamanya. Pembuatan ban membutuhkan penambahan filler untuk memberikan sifat kekakuan dan kekuatan yang baik. Serat tandan kosong kelapa sawit (TKKS) memenuhi kebutuhan sifat tersebut sekaligus memiliki keuntungan dari segi ketersediaannya yang sangat melimpah dan belum banyak dimanfaatkan. Proses untuk menyatukan karet dengan serat memerlukan penambahan coupling agent untuk mengatasi perbedaan sifat permukaan dari keduanya. Coupling agent yang ditambahkan adalah hibrida lateks-pati hasil sintesis dengan metode GDEP yang parameternya sudah teroptimasi pada penelitian sebelumnya. Komposisi coupling agent yang digunakan besarnya tetap sebesar 3 phr, sedangkan komposisi serat TKKS divariasikan sebesar 0, 5, 10, dan 15 phr. Penelitian ini dilakukan untuk mempelajari pengaruh variasi komposisi serat TKKS terhadap kompatibilitas dan sifat termomekanik komposit karet alam serta mengetahui komposisi serat TKKS optimum untuk kedua hal tersebut. Pengujian yang dilakukan untuk membantu tercapainya tujuan penelitian ini adalah Fourier Transform Infrared (FTIR) Spectroscopy dan Dynamic Mechanical Analysis (DMA). Hasil penelitian menunjukkan bahwa penambahan komposisi serat TKKS terbukti meningkatkan kompatibilitas dan sifat termomekanik dengan komposisi optimum sebesar 15 phr.

---

Natural rubber is an industry that has enormous potential to continue to be developed in Indonesia, with vehicle tires being one of its main products. Tire manufacture requires the addition of filler to provide good rigidity and strength properties. Oil palm empty fruit bunch (OPEFB) fiber fulfills the need for these properties while at the same time having the advantage in terms of its availability which is very abundant and has not been widely used. The process of joining rubber with fiber requires the addition of a coupling agent to overcome the differences in surface properties of the two. The coupling agent added is a latex-starch hybrid synthesized by the GDEP method whose parameters have been optimized in previous studies. The composition of the coupling agent used was fixed at 3 phr, while the composition of the OPEFB fiber was varied at 0, 5, 10, and 15 phr. This research was conducted to study the effect of variations in OPEFB fiber composition on the compatibility and thermomechanical properties of natural rubber composites and to determine the optimum OPEFB fiber composition for both. The tests carried out to help achieve the objectives of this research are Fourier Transform Infrared (FTIR) Spectroscopy and Dynamic Mechanical Analysis (DMA). The results showed that the addition of OPEFB fiber composition was proven to increase compatibility and thermomechanical properties with an optimum composition of 15 phr."

"Aktivitas produksi dan ekspor komoditas kelapa sawit terus mengalami ekspansi dan peningkatan. Indonesia memiliki perkebunan kelapa sawit dengan luas mencapai 12.761.586 Hektar. menjadikan Indonesia sebagai salah satu penghasil CPO (Crude Palm Oil) terbesar di dunia. Keberhasilan produksi dari kelapa sawit tidak terlepas dari kegiatan perencanaan dan pengawasan sehingga diperlukan pemantauan secara cepat dan efektif. Penelitian ini dilakukan dengan tujuan untuk mengetahui karakteristik dan pola persebaran umur kelapa sawit berdasarkan nilai backscatter pada citra radar Sentinel-1. Data berupa citra radar Sentinel-1 digunakakan untuk dapat melakukan estimasi terhadap umur kelapa sawit berdasarkan nilai backscatter menggunakan pendekatan machine learning. Hasil pemodelan menunjukan bahwa tren nilai backscatter terhadap umur kelapa sawit memiliki karakter berbanding lurus dengan umur kelapa sawit. Estimasi umur kelapa sawit berdasarkan nilai backscatter pada Sentinel-1 GRD menghasilkan 3 kelas umur kelapa sawit dengan tingkat overall accuracy sebesar 93.3% pada anlisis yang dilakukan secara Single Time, sedangkan pada analisis time series diperoleh nilai overall accuracy sebesar 94.5% Hasil menunjukkan bahwa kelas umur dewasa memiliki nilai z score sebesar -4.190963 dengan pola persebaran clustered (mengelompok), kelas umur taruna dengan z score -8.388942 berpola clustered (mengelompok), dan kelas umur remaja dengan perolehan nilai z score 7.801667 dengan pola persebaran dispersed (seragam).

---

Production and export activities of palm oil commodities continue to expand and increase. Indonesia has oil palm plantations with an area of ​​12,761,586 hectares. making Indonesia one of the largest CPO (Crude Palm Oil) producers in the world. The success of production from oil palm cannot be separated from planning and monitoring activities so that it is necessary to monitor quickly and effectively. This research was conducted with the aim of knowing the characteristics and patterns of age distribution of oil palms based on the backscatter value on Sentinel-1 radar images. Data in the form of Sentinel-1 radar images are used to estimate the age of oil palms based on the backscatter value using a machine learning approach. The modeling results show that the trend of the backscatter value of the age of the oil palm has a character that is directly proportional to the age of the oil palm. Oil palm age estimation based on the backscatter value on Sentinel-1 GRD resulted in 3 oil palm age classes with an overall accuracy rate of 93.3% in the Single Time analysis, while the time series analysis obtained an overall accuracy value of 94.5%. adults have a z score of -4.190963 with a clustered distribution pattern, the cadet age class with a z score of -8.388942 with a clustered pattern, and the adolescent age class with a z score of 7.801667 with a dispersed distribution pattern."

"Modifikasi minyak sawit untuk menjadi pelumas foodgrade yang telah dilakukan seperti transesterifikasi untuk menghasilkan Palm Oil Methyl Ester (POME) dan epoksidasi untuk menghasilkan EPOME serta pembukaan cincin epoksida dengan gliserol dan monoalkohol telah meningkatkan ketahanan oksidasinya menyamai pelumas foodgrade. Namun modifikasi tersebut belum memenuhi syarat untuk menjadikan minyak sawit sebagai pelumas foodgrade, yang menuntut warna yang bening, untuk diaplikasikan pada industri makanan. Untuk memperbaiki modifikasi ini maka dilakukan modifikasi lainnya yaitu dengan menghilangkan warna melalui proses decolorization. Proses decolorization POME dilakukan dengan menambahkan hidrogen peroksida sebesar 10 % v/v dari POME secara perlahan pada temperatur 65°C dan direaksikan dengan variasi waktu 30 menit, 1 jam, dan 3 jam serta variasi pengulangan proses untuk menghasilkan EPOME Decolorization. Dimana untuk menjadi pelumas foodgrade maka hanya perlu menambahkan gliserol atau monoalkohol untuk membuka cincin epoksidanya. Selain itu decolorization juga dilakukan dengan menggunakan bentonit pada temperatur yang sama selama 2 jam, produk yang dihasilkan diberi nama EPOME Bentonit. Untuk melihat keberhasilan modifikasi ini, dilakukan analisa wama secara kuantitatif dengan menggunakan spektrofotometer sinar tampak pada panjang gelombang 450 nm. Proses decolorization dengan hidrogen peroksida memiliki nilai absorbansi 0.0535 dan perubahan absorbansinya sebesar 76.74 %. untuk waktu reaksi 2 jam, absorbansi produk EPOME Bentonit 0.0865 dan perubahan absorbansi 62.39 %. Proses decolorization dengan hidrogen peroksida waktu reaksi 3 jam memberikan perubahan absorbansi yang lebih besar dibanding metode lain, absorbansi akhir yaitu 0.0431 dengan perubahan absorbansi sebesar 81.26 %, sedangkan dengan dengan waktu reaksi 1 jam absorbansi akhir 0.0508, perubahan absorbansi sebesar 77.91%. Semakin besar perubahan absorbansi yang dihasilkan, penambahan biaya bahan decoloran semakin besar, perubahan absorbansi sebesar 76 % membutuhkan biaya decoloran Rp. 8,600,- , perubahan absorbansi sebesar 81.26 % membutuhkan tambahan biaya sebesar Rp. 18,600,-."

"Tanaman kelapa sawit (Elaeis guineensis Jacq.) merupakan tanaman perkebunan yang memiliki nilai ekonomi yang tinggi bagi negara Indonesia, karena hasil dari perkebunan kelapa sawit dapat meningkatkan devisa negara.  Perkebunan kelapa sawit dapat menciptakan lapangan pekerjaan bagi masyarakat Indonesia, sehingga dapat mengurangi angka pengangguran di Indonesia. Perkebunan kelapa sawit di Indonesia telah menyebar ke berbagai daerah, selain terdapat di pulau Sumatera dan Kalimantan, kini perkebunan kelapa sawit hampir terdapat di berbagai daerah di Indonesia baik perkebunan berskala kecil maupun perkebunan berskala besar. Periode produksi kelapa sawit yang digunakan adalah dari Januari 1997 hingga Desember 2023 yang diperoleh dari website PT. X atau data dokumentasi di PT. X. Pada penelitian ini data dibagi menjadi 4 skenario data dengan menggunakan metode Time Series Cross Validation (TSCV). Hasil penelitian menunjukkan bahwa Model LSTM (Long Short-Term Memory) dengan skenario data 1 jumlah neuron 32, dan jumlah epoch 50 memiliki performa yang terbaik dengan nilai akurasi 85.91%. Model SARIMA (Seasonal Autoregressive Integrated Moving Average) dengan skenario data 4 dengan model ARIMA(0,1,1)×(1,1,1)₁₂ memiliki performa yang terbaik dengan nilai akurasi 93.72 %. Sehingga berdasarkan hasil penelitian, Model terbaik diperoleh pada penelitian ini adalah Metode SARIMA menunjukkan nilai MAPE (Mean Absolute Percentage Error) yang lebih kecil dibandingkan Metode LSTM. Secara keseluruhan, kedua metode (SARIMA dan LSTM) mendapatkan akurasi yang cukup baik karena kedua model menghasilkan akurasi yang lebih dari 85%.

---

Oil palm plant (Elaeis guineensis Jacq.) is a plantation cropthat has a high economic value forIndonesia, because  the results of oil palm plantations can increase the country's foreign exchange. Oil palm plantations can create jobs for the people of Indonesia, thus reducing unemployment in Indonesia. Oil palm plantations in Indonesia have spread tovarious regions, besides being found on the islands of Sumatra and Kalimantan, now oil palm plantations are almost found in various regions in Indonesia both small-scale plantations and  large-scale plantations. This research uses historical data in the form of monthly palm oil production to predict the price of strategic food commodities. The period of palm oil production used is from January 1997 to December 2023 obtained from the website of PT. X or documentation data at PT. X. In this study the data was  divided into 4 data scenarios using the Time  Series Cross Validation (TSCV) method. The results showed that the Long Short-Term Memory (LSTM) model with data scenario 1, the number of neurons 32, and the number of epochs 50 had the best performance with an accuracy value of 85.91%. The SARIMA (Seasonal Autoregressive Integrated Moving Average) model with data scenario 4 with the ARIMA (0,1,1)×(1,1,1)₁₂ model has the best performance with an accuracy value of 93.72%. So based on the research results, the best model obtained in this study is the SARIMA method which shows a smaller MAPE (Mean Absolute Percentage Error) value than the LSTM method. Overall, both methods (SARIMA and LSTM) get pretty good accuracy because both models produce more than 85% accuracy."

"Salah satu modifikasi ikatan rangkap yang ada dalam komponen metil ester dari minyak kelapa sawit (POME) adalah reaksi pemecahan oksidatif. Reaksi ini berpotensi menghasilkan senyawa-senyawa intermediat turunan asam dikarboksilat yang banyak digunakan dalam industri pelumas, plasticizer, poliamida, poliuretan, parfum, bahan sediaan farmasi, dll. Pada penelitian ini, proses pemecahan oksidatif dilakukan dalam fasa cair dengan pereaksi oksigen dan katalis heterogen dengan kondisi reaktor tunak atmosferik dengan variasi suhu operasi 120; 140; 160; dan 180 °C serta variasi waktu reaksi 1; 1,5; 2 dan 2,5 jam. Setelah reaksi, dilakukan pemisahan dengan distilasi pada suhu 300 °C. Pemilihan oksigen sebagai pereaktan didasari pertimbangan tidak beracun dan harganya lebih murah dibanding oksidator lain. Katalis heterogen yang digunakan adalah Cu-Zeolit alani. Cu digunakan untuk memenuhi kriteria katalis oksidasi sedangkan zeolit alam digunakan untuk meningkatkan luas permukaan. Katalis Cu-Zeolit alam dibuat dengan melakukan pertukaran kation yang menjadi komponen zeolit dengan Cu. Loading yang dihasilkan dari proses ini sebesar 2,61 % b/b dengan target awal loading 3%. Karakterisasi produk dilakukan dengan bilangan asam, GC-MS, FTIR, uji densitas, serta uji viskositas. Dari uji bilangan asam, densitas, serta viskositas menunjukkan semua produk oksidasi mengalami peningkatan bilangan asam, densitas, dan viskositas. Dari uji FTIR menunjukkan bahwa dalam produk yang terbentuk, perbandingan antara gugus C=O dan -CH2- mengalami peningkatan. Pada sampel dengan bilangan asam tertinggi (suhu 140 °C; waktu 2,5 jam) hasil GC-MS menunjukkan bahwa dalam produk distilat terdapat tiga jenis turunan senyawa asam dikarboksilat yang terbentuk, yaitu asam azelat dengan yield 0,71% dan konsentrasi dalam distilat 4,41%, asam suberat dengan yield 0,39% dan konsentrasi dalam distilat 2,39 %, serta asam sebacat dengan yield 1,99% dan konsentrasi dalam distilat 12,34%. Senyawa turunan asam mono- karboksilat yang terbentuk adalah asam heptanoat dengan yield 0,394% dan konsentrasi dalam distilat 2,44%, asam oktanoat dengan yield 0,296% dan konsentrasi dalam distilat 1,81%, dan asam nonanoat dengan yield 1,23% dan konsentrasi dalam distilat 7,53%."

"Perkembangan kendaraan bermotor yang semakin pesat, memicu naiknya konsumsi bensin di dunia. Namun naiknya konsumsi tidak diimbangi dengan naiknya produksi. Cadangan minyak bumi di dunia yang kian menipis menyebabkan perlu adanya sumber lain yang dapat diperbaharui untuk diolah menjadi hidrokarbon setaraffraksi gasoline. Minyak sawit (CPO) dipilih untuk dijadikan sumber baru dalam pembuatan gasoline karena CPO memiliki struktur rantai karbon yang dapat dikonversi dan diolah menjadi hidrokarbon setaraffraksi gasoline dengan metode perengkahan. Metode perengkahan pada penelitian ini dilakukan secara katalitik dengan menggunakan katalis ZSM-5/Alumina. Katalis alumina digunakan untuk merengkahkan struktur karbon yang panjang dari minyak sawit dan ZSM-5 digunakan sebagai aditif karena katalis ini merupakan katalis sintetik dengan keasaman yang sangat tinggi, sehingga sangat baik digunakan untuk reaksi perengkahan. Namun jumlah katalis ZSM-5 yang dipakai hanya sebagai aditif karena konsentrasi ZSM-5 yang tinggi akan menyebabkan produk reaksi perengkahan menjadi gas C2-C4 dan bukan produk bensin. Reaksi ini dilakukan pada fixed bed reactor sederhana. Umpan yang akan direngkahkan dipreparasi terlebih dahulu dengan cara oksidasi, transesterifikasi dan penambahan metanol. Temperatur reaksi akan dilakukan dari 350 °C sampai dengan 500 °C dengan space velocity 1,8 h-1 . Selain itujuga akan dilakukan variasi berat HZSM-5 dari 5 sampai 20 % berat total katalis. Metode yang digunakan dalam menguji hasil reaksi adalah GC-TCD dan FT-IR. Hasil reaksi dengan umpan POME menghasilkan yield tertinggi pada komposisi ZSM-5/Alumina 5 % yaitu sebesar 63,1 % pada saat temperatur reaksi sebesar 400 °C. Untuk reaksi dengan umpan minyak yang ditambah metanol, juga didapatkan yield tertinggi sebesar 26,75 % pada kondisi reaksi yang sama (temperatur reaksi 400 °C; 5 % berat H-ZSM-5 dalam katalis)."

"ABSTRAKPenelitian ini bertujuan untuk melihat faktor apa saja yang perlu dipertimbangkan dalam membuka perkebunan dan pabrik pengolahan kelapa sawit, menganalisis kelayakan proyek dan menyajikan analisis sensitivitas serta analisis skenario proyek tersebut. Objek dari penelitian ini adalah PT. XYZ, salah satu perusahaan yang bergerak di bidang perkebunan dan industri kelapa sawit. Penelitian ini bersifat deskriptif. Hasil dari penelitian ini adalah proyek pembukaan perkebunan kelapa sawit layak dilakukan pada ketiga kondisi base, optimistic dan pessimistic. Sedangkan proyek pembangunan pabrik pengolahan tidak layak pada kondisi pessimistic, dan layak dilakukan pada kondisi base serta optimistic.

---

ABSTRACT

The focus of this research is to examine the factors should be considered in establishing palm oil plantations and processing plants, analyzing project feasibility and provide the project 39 s sensitivity analysis and scenario analysis. The object of this research is PT. XYZ, the companies engaged in plantation and palm oil industry. This research use descriptive analysis. The result of this research is the palm oil plantation project is feasible on three condition base, optimistic and pessimistic conditions. While the processing plant construction project is rejected on pessimistic conditian, and feasible to do in base condition and optimistic."

"Indonesia adalah salah satu produsen minyak sawit terbesar di dunia. Kelapa sawit memiliki berbagai produk turunan yang memiliki nilai lebih tinggi daripada produk kelapa sawit hulu. Indonesia masih mengekspor sebagian besar minyak sawit mentah daripada turunannya. Tujuan dari penelitian ini adalah untuk mendapatkan strategi terbaik dalam mengembangkan industri hilir kelapa sawit dengan mempertimbangkan total harga dan emisi gas rumah kaca. Fungsi objektif ekonomi adalah harga total penjualan semua produk dan objektif lingkungan yang diukur dengan total emisi gas rumah kaca. Optimisasi multiobjektif superstruktur State-Task Network, dengan variabel tetap dari harga jual produk, faktor emisi dan faktor konversi proses. Optimisasi multiobjektif dilakukan menggunakan GAMS, dengan solver Cplex 12.6.3. Harga jual total yang didapatkan sebesar 51,67 miliar USD dan emisi GRK total yang dihasilkan adalah 88,05 juta ton CO2e. Jalur produksi terbaik yang dipilih adalah produksi 54 produk turunan kelapa sawit untuk memenuhi kebutuhan domestik dan 21 diantaranya dapat diekspor 1 produk turunan FFB, 4 produk turunan CPO, 1 produk turunan POME, 4 produk turunan EFB, 2 produk turunan PKS, dan 9 produk turunan Palm Kernel.

---

Indonesia is one of the largest palm oil producers in the world. Palm oil has a wide range of derivative products that have higher values than in the upstream oil palm products. Indonesia still exports mostly crude palm oil rather than its derivatives. The objective of this research is to obtain the best strategy of developing downstream palm oil industry by considering the total price and greenhouse gas emission. Economic objectives function are the total selling price of all products and environmental objectives measured by the total greenhouse gas emissions. Multi objective optimization is based on State Task Network Superstructure, with fixed variable of product selling price, emission factor and conversion factor of processes. Multi objective optimization is done using GAMS with Cplex 12.6.3 solver. The total selling price earned amounted to 51,67 billion USD and total GHG emissions generated were 88,05 million tons CO2e. The selected production pathway is the production of 54 palm oil derivatives products to meet domestic needs and 21 of them can be exported 1 FFB derivative product, 4 CPO derivative products, 1 POME derivative product, 4 EFB derivative products, 2 PKS derivative products, and 9 derived products of Palm Kernel."