Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Bahan bakar merupakan salah satu komponen yang paling penting dalam struktur biaya operasional sebuah moda transportasi. Tidak terkecuali pada industri penerbangan, dimana bahan bakar pesawat (Jet Fuel) turut berpartisipasi sebesar 33.33% dari total biaya operasional sebuah maskapai penerbangan. Guna meningkatkan efisiensi biaya, maskapai penerbangan memerlukan sistem monitoring harga bahan bakar yang dapat memberikan peramalan dengan akurat sebagai upaya agar maskapai dapat menentukan strategi yang dapat dijalankan untuk meminimalisir biaya bahan bakar pesawat. Dalam penelitian ini, dicoba beberapa teknik predictive analytics berbasis multivariate time series untuk melakukan monitoring dan peramalan terhadap harga transaksi bahan bakar pesawat. Agar lebih akurat, model peramalan dibuat dengan mempertimbangkan harga minyak mentah dunia, harga bahan bakar pesawat yang berlaku di dunia dan di setiap lokasi bandara, serta terdapat tambahan variabel yaitu aspek ekonomi yang berlaku di lokasi bandara. Metode yang digunakan adalah 2 metode pengembangan Recurrent Neural Network (RNN) yaitu: Long Short Term Memory (LSTM) dan Gate Recurrent Unit (GRU). Untuk meminimalkan risiko yang merupakan kekurangan dari LSTM dan GRU, maka kedua metode tersebut akan diintegrasikan dengan metode Vector Autoregression (VAR). Hasil dari kombinasi VAR-LSTM dan VAR-GRU menujukkan hasil dengan akurasi yang baik, yaitu 98.98% dan 99.40% secara berturut-turut. ......Fuel cost is the most contributed component in the operational cost of all transportation modes. In the aviation industry, jet fuel cost contributed to a percentage of 33.33% of the total airline operational costs. To increase efficiency in operational costs and the airline should have jet fuel price monitoring systems that can forecast the future price and give some strategy recommendations to airlines. In this research, we propose many multivariate time series-based predictive analytics as a tool for the airline to monitor and forecast the jet fuel price transaction based on jet fuel transaction price. We consider the global crude oil price and also global and local jet fuel prices in each airport. We also consider additional variables for the economical aspect that applied differently for each airport location. We examine two Recurrent Neural Network (RNN) algorithm, Long Short Term Memory (LSTM) and Gate Recurrent Units (GRU). For minimizing the weakness of LSTM and GRU, we combine each methods with Vector Autoregression (VAR). After forecasting results using VAR-LSTM and VAR-GRU, we get forecasting accuracy of 98.98% and 99.40% respectively.

Abstrak :
Penelitian kajian optimasi & analisis ekonomi distribusi Liquified Natural Gas (LNG) terhadap penurunan biaya bahan bakar penyediaan tenaga listrik pada pembangkit listrik di Wilayah Nusa Tenggara bertujuan untuk menentukan alokasi & fasilitas yang harus dibangun dalam distribusi LNG, serta mendapatkan kajian analisis keekonomian berdasarkan parameter kelayakan finansial distribusi LNG ke pembangkit listrik di wilayah Nusa Tenggara. Penelitian dilakukan dengan optimasi rute distribusi LNG dengan fungsi tujuan meminimalkan biaya transportasi. Optimasi rute distribusi dilakukan dengan pendekatan greedy algorithm dan integer linear programming. Rute distribusi hasil optimasi digunakan untuk menghitung besarnya Capital Expenditure (Capex) & Operasional Expenditure (Opex) terminal distribusi LNG. Kajian ekonomi distribusi LNG dilakukan dengan menganalisis besarnya nilai internal rate of return (IRR), payback period (PP) dan Net Present Value (NPV). Pembangkit listrik yang dikaji adalah Pusat Listrik Mesin Gas (PLTMG) yang mana mampu menggunakan bahan bakar jenis high speed diesel (HSD) dan gas alam. Terdapat enam PLTMG di Wilayah Nusa Tenggara antara lain Bima, Sumbawa, Lombok Peaker, Rangko, Maumere, & Kupang Peaker. Penelitian ini menggunakan basis data operasional tahun 2020 dimana harga rata-rata HSD di Wilayah Nusa Tenggara sebesar 5.620 Rp/liter dengan nilai kurs tengah Bank Indonesia sebesar 14.105 US$/Rp. Dari analisis dan pembahasan dihasilkan bahwa kebutuhan LNG per tahun untuk enam PLTMG dengan total kapasitas daya mampu netto 346 MW, capacity factor (CF) 44%, dan equivalent availability factor (EAF) 95% di Wilayah Nusa Tenggara adalah 449.497,43 m3/tahun. Optimasi distribusi LNG menghasilkan kombinasi rute Bontang, Bima, Sumbawa, Lombok Peaker, Bontang yang dilayani kapal ukuran 7.500 m3 dan Bontang, Rangko, Maumere, Kupang Peaker, Bontang yang dilayani kapal ukuran 2.500 m3 dengan total biaya transportasi 19.666.335 US$/tahun. Diperlukan 6 terminal LNG untuk memenuhi kebutuhan gas yaitu Bima, Sumbawa, Lombok Peaker, Rangko, Maumere, dan Kupang Peaker dengan total biaya Capex 151.941.482,95 US$. Menggunakan skema modal disetor (equity) 40%, pinjaman (debt) Bank 60% dengan bunga 10% cicilan selama 20 tahun, nilai Capex sebesar 151.941.482,95 US$, Opex sebesar 27.263.408,67 US$, maka sekurang-kurangnya diperlukan margin harga penjualan sebesar 5,5 US$/MMBTU sehingga distribusi LNG tersebut layak secara finansial dengan payback period selama 10 tahun, IRR 8,35%, dan nilai NPV postif sebesar 244.712.335,64 US$ pada tahun ke-20. Berdasarkan data tahun 2020, nilai biaya pokok penyediaan (BPP) tenaga listrik PLTMG di Wilayah Nusa Tenggara dengan LNG margin harga 5,5 US$/MMBTU adalah 8,42 Cent US$/kWh, lebih rendah 13% dibandingkan dengan BPP dengan HSD sebesar 9,69 Cent US$/kWh. ......Research on optimization studies & economic analysis of Liquified Natural Gas (LNG) distribution towards reducing fuel costs of energy at power plants in the Nusa Tenggara Region aims to determine the allocation & facilities that must be built in LNG distribution, as well as obtain an economic analysis study based on financial feasibility parameters distribution of LNG to power plants in the Nusa Tenggara region. The research was conducted by optimizing the LNG distribution route with the objective function of minimizing transportation costs. Distribution route optimization is done by using the greedy algorithm approach and integer linear programming. The distribution route of the optimization results is used to calculate the amount of Capital Expenditure (Capex) & Operational Expenditure (Opex) of the LNG distribution terminal. The study of the economics of LNG distribution was carried out by analyzing the internal rate of return (IRR), payback period (PP), and Net Present Value (NPV). The power plant studied is the Gas Engine Power Plants (GEPP) which is capable of using high-speed diesel (HSD) and natural gas fuels. There are six GEPPs in the Nusa Tenggara Region, including Bima, Sumbawa, Lombok Peaker, Rangko, Maumere, & Kupang Peaker. This study uses an operational database in 2020 where the average price of HSD in the Nusa Tenggara Region is 5,620 Rp/liter with the Bank Indonesia middle rate of 14,105 US$/Rp. From the analysis and discussion, it is found that the LNG demand per year for six PLTMGs with a total net capacity of 346 MW, capacity factor (CF) 44%, and equivalent availability factor (EAF) 95% in the Nusa Tenggara Region is 449,497.43 m3/year. Optimization of LNG distribution resulted in a combination of routes Bontang, Bima, Sumbawa, Lombok Peaker, Bontang served by 7,500 m3 ships and Bontang, Rangko, Maumere, Kupang Peaker, Bontang served by 2,500 m3 ships with a total transportation cost of 19,666,335 US$/year. 6 LNG terminals are needed to meet gas needs, namely Bima, Sumbawa, Lombok Peaker, Rangko, Maumere, and Kupang Peaker with a total Capex cost of 151,941,482.95 US$. Using a 40% paid-in capital (equity) scheme, 60% Bank loan (debt) with 10% interest in installments for 20 years, Capex value of 151,941,482.95 US$, Opex of 27,263,408.67 US$, then at least a minimum sales price margin of 5.5 US$/MMBTU is required so that the LNG distribution is financially feasible with a payback period of 10 years, an IRR of 8.35%, and a positive NPV value of 244,712,335.64 US$ in the 20th year. Based on 2020 data, the cost of energy (COE) of GEPPs in the Nusa Tenggara Region with an LNG price margin of 5.5 US$/MMBTU is 8.42 Cent US$/kWh, 13% lower than COE with an HSD of 9.69 Cents US$/kWh.

Abstrak :
Biaya bahan bakar pada umumnya adalah biaya paling besar yaitu kira-kira 60 persen dari biaya operasi keseluruhan. Pengendalian biaya operasi ini merupakan hal yang pokok karena optimalisasi biaya bahan bakar dapat menghemat biaya operasi serta dapat menghasilkan keuntungan yang maksimal bagi perusahaan.Konfigurasi pembebanan atau penjadwalan pembangkit yang berbeda dapat mengakibatkan biaya operasi pembangkit yang berbeda pula, tergantung dari karakteristik masing-masing unit pembangkit yang dioperasikan. Penjadwalan pembangkit sangat penting bagi pengoperasian suatu pembangkit, terutama pembangkit termal, karena berkaitan langsung dengan biaya bahan bakar.Adapun kombinasi kerja unit pembangkit yang paling ekonomis adalah untuk keluaran daya dengan beban sebesar 40 MW, maka biaya bahan bakar paling ekonomis 801,76 dolar perjam.Untuk keluaran daya dengan beban sebesar 50 MW maka biaya bahan bakar paling ekonomis 1124,38 dolar perjam. Untuk keluaran daya sebesar 60 MW maka biaya bahan bakar paling ekonomis 1314,22 dolar perjam. Untuk keluaran daya sebear 80 MW maka biaya bahan bakar paling ekonomis 1617,5 dolar perjam.

Abstrak :
Biaya bahan bakar pada umumnya adalah biaya paling besar yaitu kira-kira 60 persen dari biaya operasi keseluruhan. Pengendalian biaya operasi ini merupakan hal yang pokok karena optimalisasi biaya bahan bakar dapat menghemat biaya operasi serta dapat menghasilkan keuntungan yang maksimal bagi perusahaan.Konfigurasi pembebanan atau penjadwalan pembangkit yang berbeda dapat mengakibatkan biaya operasi pembangkit yang berbeda pula, tergantung dari karakteristik masing-masing unit pembangkit yang dioperasikan. Penjadwalan pembangkit sangat penting bagi pengoperasian suatu pembangkit, terutama pembangkit termal, karena berkaitan langsung dengan biaya bahan bakar.Adapun kombinasi kerja unit pembangkit yang paling ekonomis adalah untuk keluaran daya dengan beban sebesar 40 MW, maka biaya bahan bakar paling ekonomis 801,76 dolar perjam.Untuk keluaran daya dengan beban sebesar 50 MW maka biaya bahan bakar paling ekonomis 1124,38 dolar perjam. Untuk keluaran daya sebesar 60 MW maka biaya bahan bakar paling ekonomis 1314,22 dolar perjam. Untuk keluaran daya sebear 80 MW maka biaya bahan bakar paling ekonomis 1617,5 dolar perjam.

Abstrak :
Kenaikan harga BBM yang terjadi pada periode Oktober 2005 - 15 Desember 2008 menimbulkan dampak pada seluruh bidang. Skripsi ini membahas ekonomi global yang melatarbelakangi kenaikan harga BBM dan mempengaruhi dikeluarkannya Peraturan Menteri Kelautan dan Perikanan Nomor 05/MEN/2008, serta melihat dampak kenaikan BBM tersebut pada investasi usaha perikanan. Melalui penelitian hukum normatif, diketahui bahwa kenaikan harga BBM memaksa pemerintah mengeluarkan Peraturan Menteri Kelautan dan Perikanan untuk melindungi investor dan pelaku usaha di bidang perikanan. Peraturan tersebut telah memberikan nuansa positif dalam pengembangan Unit Pengolahan Ikan di Indonesia. Pemerintah perlu memberikan kemudahan administratif dan penetapan peraturan pemerintah yang mendukung pelaku usaha perikanan. ......The increasing of the fuel price that occurred in the period of October 2005 - December, 15, 2008, had the various impact. This study describe the global economic condition that caused the increasing of the fuel price, and issued The Regulation of The Ministry of The Sea and Fishery No. 05/MEN/2008, also describe the impact of that regulation to the fishery investment. By the research on the normative law, is known that the increasing of the fuel price have pushed the government to issue that regulation in order to protect the fishery investor and businessman. That regulation have the positive athmosphire for investor and businessman to develop the fishery processing company in Indonesia. The government have to make the fishery business easier to manage of their administration and issue the regulation that support the fishery business.