Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bermaksud untuk melihat pengaruh faktor efisiensi dan faktor pembentuk utama determinan lainnya, serta pengaruh pola pemanfaatan energi pada proses produksi manufaktur dalam membentuk tingkat konsumsi energi dan intensitas energi sektor ini pada periode 2005-2013. Pendekatan Top-down dengan metode penguraian dekomposisi telah diterapkan pada kedua data agregat di atas, dan menjelaskan bahwa determinan di balik perubahan kedua data agregat tersebut pada periode 2005-2009 adalah perubahan faktor efisiensi energi, sedangkan pada periode 2009-2013 adalah perubahan faktor struktural. Metode dekomposisi berhasil mengidentifikasi industri yang dapat memperbaiki efisiensi energi, tetapi tidak dapat menjelaskan sumber dari perubahan efisiensi energi pada tingkatan operasional yang lebih rendah. Untuk itu, pendekatan Bottom-up dilakukan agar melengkapi analisa Top-down serta memberikan penjelasan terkait sumber perubahan efisiensi di atas. Pendekatan bottom-up dilakukan dengan mengumpulkan data dari industri sampel untuk menghasilkan peta aliran energi pada peralatan pengguna energi untuk proses produksi. Peta aliran energi yang dihasilkan menjelaskan bahwa sistem pemanas mengkonsumsi 75 dari pasokan energi dan merupakan penghasil 67 dari kerugian energi sektor manufaktur. Pendekatan ini juga menjelaskan kelompok industri gula, semen serta pulp paper adalah pengguna terbesar sistem pemanas, dimana jumlah kerugian energi terbesar terjadi pada sektor industri semen yang mencapai 51 dari energi masuk. Sementara itu, industri kimia adalah pengguna listrik dan BBM terbesar namun jumlah pemanfaatan sisa panas dibawah 1 . Hasil analisa Specific Energy Consumption SEC yang dilakukan pada beberapa sektor industri menunjukkan angka SEC dari industri tersebut lebih tinggi antara 18 -42 dari angka acuan. Kombinasi pendekatan diatas telah menunjukkan fokus area untuk perbaikan efisiensi energi.

---

This study intends to access the effect of the key determinants and the impact of the energy utilization behavior along the production process toward the energy consumption and energy intensity of the manufacturing sector during the period 2005 2013. The top down approach by using the decomposition method has applied on both energy consumption and energy intensity data which successfully explained the determinants of the changes in both data above during the period 2005 2009 are the energy efficiency factor, while during 2009 2013 are the change of structural factor. Decomposition method has successfully identified the industry with energy efficiency issue, but this technique cannot spots the roots of the problem at the operational levels that could only be detected by the bottom up approach.

This approach has been started by collecting the data from the industry samples to produce the map of energy flow within the energy equipment. The map of energy flow shows the heating system is the largest energy users who consume up to 75 of energy supply and accountable for 67 of the energy losses from this sector. This system mainly used by sugar industry, pulp and paper, and cement industry. Meanwhile, the chemical industry is the biggest users of electricity and fuel, but they only use less than 1 of the waste heat. This study also delivers the SEC comparison analysis compared to the SEC reference. The combination of the top down and bottom up approach has helped us to identify the focus areas for energy efficiency improvement effort."

"Indonesia telah berkomitmen untuk mencapai Tujuan Pembangunan Berkelanjutan ke-7 untuk memperbaiki akses energi modern yang dapat dijangkau, layak, dan berkelanjutan untuk semua pihak. Pemerintah telah melakukan banyak perbaikan akses listrik dan liquid petroleum gas (LPG). Tanpa kedua jenis energi modern tersebut, rumah tangga menggunakan kayu bakar atau biomas yang menghasilkan dampak negatif. Perbaikan pasokan listrik dan LPG yang cukup masif seharusnya menurunkan ketimpangan penggunaan energi modern, tetapi ketimpangan energi meningkat di beberapa kelompok populasi. Ketimpangan penggunaan energi dipengaruhi juga oleh faktor permintaan. Pembahasan ketimpangan energi modern adalah penting karena mencerminkan ketimpangan ekonomi dan pemenuhan kebutuhan yang esensial untuk standard kehidupan yang lebih baik. Studi ini terdiri dari dua bagian. Bagian pertama mengukur ketimpangan penggunaan listrik dan LPG dengan menggunakan data Susenas. Metode yang digunakan adalah pengukuran indeks Theil dan Gini. Indeks Theil dihitung secara statik dan dinamik. Pengukuran ketimpangan mempertimbangkan dimensi spasial dan tingkat pendapatan. Indeks menunjukkan turunnya ketimpangan penggunaan energi modern secara nasional dan pada beberapa dimensi kelompok populasi, tetapi ketimpangan meningkat di perkotaan, di kelompok pendapatan tinggi, serta di beberapa provinsi. Bagian kedua menjawab pertanyaan apakah faktor-faktor permintaan berpengaruh pada distribusi penggunaan energi, yang dapat menjelaskan ketimpangannya. Serta, apakah pengaruhnya berbeda antara di perkotaan dan pedesaan. Pengukuran ini dipisah untuk masing-masing energi. Estimasi distribusi penggunaan listrik menggunakan Quantile Regression dan OLS. Estimasi distribusi penggunaan LPG menggunakan Quantile Count Regression dan Negative Binomial Regression.Estimasi pada model listrik menunjukkan bahwa faktor-faktor yang mempengaruhi distribusi penggunaan listrik adalah pendapatan, harga listrik, gender, tingkat pendidikan, dan status bekerja, jumlah anggota usia lanjut, status rumah, peralatan listrik, dan daya terpasang. Faktor yang pengaruhnya berbeda antara di perkotaan dan di pedesaan adalah pendapatan, tingkat pendidikan, status bekerja, dan status rumah. Sementara itu, estimasi pada model LPG menunjukkan bahwa faktor yang mempengaruhi distribusi penggunaan LPG adalah pendapatan, harga LPG, gender, tingkat pendidikan, pekerjaan dan status rumah. Semua faktor tersebut berkorelasi secara berbeda antara perkotaan dan pedesaan. Studi ini berimplikasi pada kebijakan untuk mengatasi kekurangan energi di satu sisi, tetapi mendorong penghematan energi di sisi lain. Dalam hal kekurangan energi, pemerintah perlu mempertimbangkan untuk mengenali kelompok yang rentan menjadi miskin-energi. Di antaranya adalah rumah tangga berpenghasilan rendah, berpendidikan rendah, kepala rumah tangga wanita, dan pekerja mandiri di pedesaan. Program listrik semacam tenaga surya hemat energi perlu dilanjutkan di samping mendorong penggunaan energi lokal. Dalam hal energi memasak, program penggunaan tungku bersih murah perlu dipertimbangkan untuk dijalankan kembali. Di samping itu, peningkatan rasio elektrifikasi serta distribusi LPG perlu terus didorong terutama di daerah terpencil, pedesaan, dan wilayah timur Indonesia. Dalam hal penghematan energi, pendidikan tentang pentingnya hemat energi dan dampak eksternalitas perlu menyasar pada rumah tangga pengguna listrik yang tinggi, yaitu rumah tangga dengan tingkat pendidikan menengah dan universitas, terutama di perkotaan pada provinsi-provinsi di Sumatra, Jakarta, dan Kalimantan.

---

Indonesia has committed to achieving Sustainable Development Goal 7 to improve access to modern energy that is affordable, feasible, and sustainable for all. The government has made many improvements in accessing electricity and liquid petroleum gas (LPG). Without these types of modern energy, households use firewood or biomass, resulting in negative impacts. Massive improvements in electricity supply and LPG should reduce inequality in modern energy use, but energy inequality increases in some population groups. Demand factors also influence inequality in energy use. Addressing modern energy inequality is important because it reflects economic inequality and the fulfillment of essential needs for a better standard of living.

This study consists of two parts. The first part measures the inequality of electricity and LPG use using Susenas data. The methods are the decomposable Theil and Gini indexes. Theil index is calculated statically and dynamically. The inequality measurement considers the spatial dimensions and income levels. The index shows a decrease in inequality in modern energy usage nationally and some population groups, but inequality increases in urban areas, high-income groups, and some provinces. The second part addresses whether demand factors affect the distribution of modern energy usage, explaining inequality. And whether the effect is different between urban and rural areas. The estimate is separated for each energy. The electricity usage model is estimated using Quantile Regression and OLS. The LPG model is estimated using Quantile Count Regression and Negative Binomial Regression.

Estimating the electricity model, factors influencing the electricity usage distribution are income, electricity price, gender, education level, occupation, number of elderlies, homeownership, electric appliances, and installed power. The factors that affect urban and rural areas are income, education level, work status, and home status. Meanwhile, the LPG model's estimation shows that the factors influencing the LPG usage distribution are income, LPG price, gender, education level, occupation, and home status. All of these factors correlate differently between urban and rural areas.

This study has implications for policies to address energy insufficiency on the one hand but encourages energy savings on the other. In terms of energy insufficiency, the government needs to consider identifying groups vulnerable to being energy-poor. Among them are low-income, low-educated households, female household heads, and rural self-employed workers. Electricity programs such as energy-efficient solar power need to be continued and encourage the use of local energy. The program for using cheap, clean stoves needs to be considered for re-implementation in cooking energy. In addition, the increase in the electrification ratio and LPG distribution needs to be encouraged, especially in remote, rural, and eastern Indonesia. In terms of energy saving, education on the importance of energy-saving and the impact of externalities needs to target high electricity user households, namely households with secondary and university education levels, especially in urban areas in the provinces of Sumatra, Jakarta, and Kalimantan."