Hasil Pencarian  ::  Simpan CSV :: Kembali

"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"

"Mangrove ecosystems can sequester carbon in their system. The problem of this research was the lack of optimization of blue carbon management in the protected forest of mangrove Nusa Lembongan. The study objective was to build a concept of blue carbon management in Nusa Lembongan. The method used in data collection was a survey, and the analytical methods used were multiple regression, spatial, and Soft System Methodology (SSM). The result of this study found that mangrove forest Nusa Lembongan stored 68,10 ± 20,92 Mg C ha-1. Local wisdom and community perception that mangrove forest is a tourism icon played an essential role in protecting mangrove forests. However, it is necessary to control leachate water pollution and waste from the landfill located directly adjacent to the mangrove forest, improve rehabilitation methods to increase survival rates, and monitor mangrove health conditions and carbon stock. The strategy of blue carbon management needs to be supported by adequate local capacity through socialization, training, and assistance. This study concluded that is the strategy of blue carbon management by involving the local community can avoid the release of CO2 emissions into the atmosphere and increase carbon sequestration.

---

Ekosistem mangrove dapat menyerap dan menyimpan karbon. Masalah pada riset ini adalah kurang optimalnya pengelolaan blue carbon di hutan mangrove yang berada di kawasan hutan lindung, seperti di Nusa Lembongan. Tujuan riset ini yaitu menyusun strategi pengelolaan blue carbon di hutan mangrove Nusa Lembongan. Metode yang digunakan pada pengumpulan data adalah survei dan metode analisis yang digunakan adalah regresi berganda, spasial, dan Soft System Methodology (SSM). Hasil riset ini yaitu total stok karbon di Nusa Lembongan sebesar 68,10 ± 20,92 Mg C ha-1. Kearifan lokal dan persepsi masyarakat bahwa hutan mangrove adalah ikon pariwisata, berperan penting dalam perlindungan hutan mangrove. Akan tetapi, diperlukan pengendalian terhadap pencemaran air lindi dan sampah dari TPA yang berlokasi di sisi hutan mangrove, perbaikan pada metode rehabilitasi untuk meningkatkan survival rate, dan pemantauan terhadap kondisi kesehatan dan stok karbon mangrove. Strategi pengelolaan blue carbon tersebut perlu didukung dengan kapasitas masyarakat yang memadai melalui sosialisasi, pelatihan, dan pendampingan. Kesimpulan riset ini adalah strategi pengelolaan blue carbon dengan melibatkan masyarakat dapat menghindari terlepasnya emisi CO2 ke atmosfer dan meningkatkan serapan karbon."

"ABSTRACTFakta bahwa bertambahnya konsumsi energi listrik di Indonesia tidak mendukung pertumbuhan ekonomi sangatlah tidak sesuai dengan harapan, hal tersebut disebabkan oleh pemakaian listrik yang boros dan tidak efisien serta buruknya kualitas daya. Seiring dengan meningkatnya permintaan energi, konsentrasi karbondioksida di atmosfer bumipun naik yang disebabkan oleh hasil dari proses pembakaran bahan bakar minyak dan menyebabkan banyak permasalahan lingkungan. Berkembangnya teknologi sensor dan telekomunikasi serta IoT membuat smart electricity muncul sebagai solusi baru untuk permasalahan tersebut. Pada penelitian ini dirancang sistem pemantauan besaran listrik tegangan, arus, dan frekuensi serta emisi karbon dioksida, diberi nama Genisys yang menggunakan sensor - sensor, mikrokontroler Arduino Nano dan modul WiFi Wemos D1 Mini serta komponen pendukung lainnya. Data hasil pengukuran akan dapat diakses melalui internet. Dari hasil pengujian, nilai kesalahan pengukuran tegangan, arus, dan frekuensi dari Genisys berturut-turut sebesar 2,39, 3,59, dan 1,98. Dari data hasil pengujian menggunakan bahan bakar bensin, generator bekerja dalam keadaan paling efisien saat beban lampu 400 Watt dilihat dari konsentrasi gas buang karbondioksidanya.

---

< b>ABSTRACTThe increasing consumption of electrical energy in Indonesia does not support economic growth is not in line with expectations, it is caused by wasteful and inefficient power consumption also poor power quality. As energy demand increases, the concentration of carbon dioxide in the earth 39 s atmosphere rises as a result of the burning of fuel oil and causes many environmental problems. The development of sensor and telecommunication technology and IoT make smart electricity emerge as a new solution to the problem. In this study, the design of monitoring systems of electrical quantities voltage, current, and frequency and carbon dioxide emissions, named Genisys using sensors, Arduino Nano microcontroller and Wi Fi module Wemos D1 Mini and other additional components have been made. Measurement data will be accessible via the internet. From the test results, the error values of voltage, current, and frequency measurements of Genisys are 2.39, 3.59, and 1.98 respectively. From the test results data, the generator works in the most efficient state when the 400 Watt lamp load seen from its carbon dioxide exhaust gas concentration."

"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."

"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. "

"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."

"Pemanasan global yang disebabkan erek rumah kaca merupakan isu yang sedang hangat dibicarakan pada saat ini dan CO2 dikenal sebagai saleb satu penyebabnya. Industri merupakan salab satu penghasU C02 dalam jumlah sangat besar setiap harinya menyebabkan emisi C02 di atmosfir. Salah satu cara untuk mengurangi emisi tersebut adalah dengan melakukan perlakuan awal terhadap gas buang sisa industri sebelum dibuang ke atmosfir, yaitu pemisahan CO, dari gas lainnya. Di antara berbagai proses pemisahan, teknologi membran merupakan altematif yang telah menjadi unit operasi yang cukup penting, karena untuk kasus-kasus tertentu teknologi ini rnemberikan keuntungan ekonomis yang lebih baik dibandingkan dengan teknologi pemisaban lainnya. Membran poli-imida adalah salah satu membran glassy yang sangat berpotensi untuk proses pemisahan gas terutarna karena poli-imida memiliki stabilitas termal, kimia dan mekanis yang sangat baik. Dalarn skripsi ini dilakukan pengujian terhadap membran poli-imida yang berbentuk lembaran dari Nitto Denko Co Ltd. Pengujian dibagi menjadi dua tahapan yaitu pengujian membran pada kondisi ideal dan pengujian membran pada kondisi aktual. Tahapan pertama adalah pengujian terhadap membran poli-imida dengan variasi tekanan umpan untuk mengetahui pengaruh kenaikan tekanan umpan…"

"ABSTRAKSeiring menurunnya produksi minyak dan gas konvensional secara cepat di Indonesia, gas metana batubara coalbed methane; CBM menjadi sebuah sumber energi nonkonvensional yang patut dipelajari secara mendalam karena Indonesia memiliki cadangan CBM yang besar 453 TCF , namun produksi CBM belum dapat mencapai targetnya yang hanya 1 MMSCFD KESDM, 2014 . Sebuah studi perlu dilakukan untuk menghasilkan pemahaman dalam pengembangan lapangan CBM melalui implementasi metode peningkatan perolehan CBM enhanced coalbed methane recovery/ECBM-R : injeksi nitrogen dan karbon dioksida. Studi simulasi reservoir CBM Indonesia di Sumatera Selatan, yaitu Lapangan T, dan uji sensitivitas teknis seperti komposisi dan laju fluida terinjeksi dengan menggunakan simulator numerik dilakukan untuk memprediksi besarnya peningkatan perolehan metana melalui ECBM. Sebuah model yang didasarkan pada data aktual dibuat dan diverifikasi dengan perhitungan volumetrik sebelum digunakan untuk simulasi. Hasil perhitungan volumetrik menunjukkan kecocokan dengan model yang dibuat dengan perbedaan hasil mencapai 0,68 . Dengan perbedaan dibawah 10 maka model ini dianggap sudah terverifikasi dan applicable untuk simulasi. Setelah itu, model dijalankan sesuai skenario-skenario yang telah ditentukan dan dibandingkan dengan primary production. Berdasarkan hasil simulasi, reservoir CBM lsquo;T rsquo; mendapatkan penambahan perolehan metana dengan penambahan paling besar mencapai 3,52 . Dengan kata lain, studi ini menunjukkan bahwa injeksi CO2- N2 memiliki dampak positif pada peningkatan produksi nasional CBM, khususnya pada lapangan CBM lsquo;T rsquo; Sumatra Selatan, dan harapannya berguna untuk pengembangan CBM lebih lanjut di Indonesia.

---

ABSTRACTAs conventional oil and gas production keeps declining rapidly in Indonesia, coalbed methane CBM is an unconventional energy source which worth to be explored more as Indonesia has a huge CBM reserves 453 TCF , unfortunately, CBM production hasn rsquo t reached its target which is only 1 MMSCFD Ministry of Energy and Mineral Resources, 2014 . A research needs to be performed to deliver an understanding in terms of the development of CBM field through the implementation of enhanced CBM recovery ECBM method nitrogen and carbon dioxide injection. Reservoir simulation study of Indonesia rsquo s CBM reservoir in South Sumatera, named Field lsquo T rsquo , and technical sensitivity test regarding composition and rate of injected fluid are conducted by the numerical simulator in order to predict the enhancement of methane rsquo s recovery through ECBM. A model which based on actual data was constructed and then verified by volumetric calculation. Volumetric calculation result showed a compatibility with model simulation result with the differences of 0,68 . With the difference below 10 , this model is considered as a verified model and applicable for simulation. The model was then performed according to predetermined scenarios and compared to primary production. Based on the simulation results, CBM Reservoir lsquo T rsquo gained the additional methane recovery with the greatest increase of 3,52 . In other words, this study concludes that CO2 N2 Injections have a positive impact on increasing national production of CBM, particularly in South Sumatra rsquo s CBM lsquo T rsquo field, and can be useful for further CBM development in Indonesia"