Hasil Pencarian  ::  Simpan CSV :: Kembali

"Energi karbon kini menjadi isu penting yang menjadi perhatian dunia. Di Indonesia, industri tenaga listrik menjadi sektor penghasil emisi karbon terbesar. Konsumsi listrik per kapita yang kian meningkat seiring berjalannya waktu tidak menutup kemungkinan akan berdampak pada kerusakan lingkungan dan perubahan iklim di masa mendatang. Masyarakat Indonesia memiliki tingkat religiositas yang tinggi. Tingkat religiositas dapat mempengaruhi sikap seseorang dalam mengambil keputusan, salah satunya konsumsi energi. Dengan menggunakan data IFLS 5, penelitian ini hendak menguji penagruh dari tingkat religiositas terhadap konsumsi energi rumah tangga muslim di Indonesia sebagai negara dengan mayoritas masyarakat beragama Islam. Mengingat terdapat permasalahan endogenitas pada variabel tingkat religiositas, studi ini menggunakan metode estimasi two-stage least squares (2SLS) dengan jumlah sampel sebanyak 21.023 individu yang berasal dari rumah tangga muslim. Hasil studi ini menunjukkan bahwa terdapat hubungan negatif tingkat religiositas dengan konsumsi listrik rumah tangga. Artinya, semakin tinggi tingkat religiositas seseorang, maka konsumsi energi listrik pada rumah tangganya akan semakin berkurang. Hal ini didasari oleh teori bahwa aktivitas yang berhubungan dengan keagamaan akan mengurangi alokasi waktu seseorang untuk mengonsumsi energi.

---

Carbon emissions have now become an important issue of global concern. In Indonesia, the electricity industry is the largest carbon emitter sector. The increasing per capita electricity consumption over time may potentially have an impact on environmental damage and climate change in the future. Indonesian society has a high level of religiosity. The level of religiosity can influence a person's attitudes and decision-making, including energy consumption. Using IFLS 5 data, this research aims to examine the influence of religiosity on household energy consumption among Muslim households in Indonesia, a country with a majority of Islamic population. Considering the endogeneity issue in the variable of religiosity, this study employs the two-stage least squares (2SLS) estimation method with a sample size of 21,023 individuals from Muslim households. The results of this study indicate a negative relationship between religiosity and household electricity consumption. This means that the higher the level of religiosity, the lower the electricity energy consumption in their households. This is based on the theory that religious activities reduce a person's allocation of time for energy consumption."

"Penelitian ini bertujuan menganalisis apakah kosumsi tenaga listrik mempunyai dampak yang berbeda pada pertumbuhan ekonomi kelompok provinsi berdasarkan produktivitas. Penelitian ini menggunakan analisis data panel untuk 25 provinsi yang diklasifikasikan menjadi 3 kelompok: (i) kelompok provinsi dengan produktivitas tinggi (terdiri dari Provinsi DKI Jakarta), (ii) kelompok provinsi dengan produktivitas tinggi-menengah (terdiri dari 13 provinsi), (iii) kelompok provinsi dengan produktivitas menengah-rendah (terdiri dari 11 provinsi) selama periode 1996-2011. Hasil estimasi panel memperlihatkan bahwa: (i) dampak konsumsi tenaga listrik terhadap PDRB pada kelompok provinsi dengan produktivitas menengah-rendah bernilai lebih tinggi daripada dampak konsumsi listrik terhadap PDRB pada kelompok provinsi dengan produktivitas tinggi-menengah, (ii) dampak konsumsi tenaga listrik terhadap PDRB pada Provinsi DKI Jakarta bernilai lebih tinggi daripada dampak konsumsi tenaga listrik terhadap PDRB pada kelompok provinsi dengan produktivitas menengah-rendah. Melalui perhitungan Technical Elasticity of Substitution (TES), diketahui bahwa pada Provinsi DKI Jakarta hubungan yang terbentuk diantara faktor input investasi kapital dengan konsumsi listrik adalah substitusi dan hubungan yang terbentuk diantara faktor input tenaga kerja dengan konsumsi listrik adalah komplementer. Sedangkan pada kelompok provinsi dengan produktivitas tinggi-menengah dan kelompok provinsi dengan produktivitas menengah-rendah, hubungan yang terbentuk diantara faktor input investasi kapital dengan konsumsi listrik adalah komplementer.

---

The objective of this study is to analyze whether electricity consumption has different effect on economic growth of group provinces by productivity. By employing data panel analysis, it classifies 25 Indonesian provinces into (i) group of high productivity provinces (consist of DKI Jakarta), (ii) group of high-middle productivity provinces (consist of 13 provinces), (iii) group of middle-low productivity provinces (consist of 11 provinces) with observation period 1996-2011.

Referring to panel data estimation result, it shows that (i) the effect of electricity consumption to output in group of middle-low productivity provinces is higher than effect of electricity consumption to output in group of high-middle productivity provinces, (ii) the effect of electricity consumption to output in DKI Jakarta is higher than the effect of electricity consumption to output in group of high-middle productivity provinces.

Through Technical Elasticity of Substitution (TES), the result shows the relation between capital investment and electricity consumption as substitution and relation between employment and electricity consumption as complementary in DKI Jakarta. For group of high-middle productivity provinces and group of middle-low productivity provinces, the TES shows that relation between capital investment and electricity consumption as complementary."

"abstrakKonsumsi energi listrik nasional mengalami pertumbuhan rata-rata sekitar 4,8per tahun selama 5 tahun terakhir, salah satunya adalah sektor rumah tangga. Salahsatu solusi untuk mengurangi konsumsi energi listrik pada sektor ini adalah denganmemonitor konsumsi beban listrik peralatan rumah tangga dan memberikaninformasi ini kembali kepada pelanggan. Salah satu teknik memonitor konsumsibeban peralatan listrik paling efisien dan murah adalah teknik Non-Intrusive LoadMonitoring (NILM). Berbeda dengan teknik konvensional, NILM menjanjikanpengurangan penggunaan sensor secara signifikan. NILM umumnya menggunakankondisi daya listrik saat transien atau tunak. Pada penelitian ini, metode Back-Propagation Artificial Neural Network (BP-ANN) akan dikembangkan untuk dapatmengidentifikasi penggunaan peralatan rumah tangga pada sinyal daya listrik dalamkondisi tunak dengan fitur ekstraksi perubahan daya. Fitur ekstraksi tersebutmemiliki keunggulan yaitu pada akusisi data menggunakan tingkat sampling yangrendah. Dalam penelitian ini telah dikembangkan arsitektur jaringan syaraf tiruandengan tipe dual input. Tipe dual input pada jaringan syaraf tiruan tersebut terdiridari daya aggregate dan daya maksimum peralatan rumah tangga. Penggunaanarsitektur jaringan syaraf tiruan dengan tipe dual input ini unggul dalammengidentifikasi penggunaan peralatan rumah tangga yang memiliki karakteristiknilai daya hampir mirip atau sama dan karakteristik daya dengan kondisi multi daya.Untuk memverifikasi efektivitas metode yang dikembangkan, maka data bebanperalatan rumah tangga yang digunakan adalah tracebase dataset dan penyusunandatanya menggunakan model synthetic aggregate. Dari hasil pengujian tipe dualinput pada arsitektur jaringan syaraf tiruan ini dapat mengidentifikasi penggunaanperalatan rumah tangga yang memiliki nilai daya hampir mirip atau sama dankarakteristik daya dengan kondisi multi daya, sehingga dapat meningkatkan nilaiRecognition Rate (RR) sampai 94.2.

---

abstractNational electric energy consumption experienced average growth about 4.8per annum over the past 5 years, one of them is household sector. One of thesolutions to reduce electrical energy consumption in this sector is to monitor electricpower consumption of household appliances and to give this information back toconsumers. One of the most efficient and the cheapest techniques to monitor theelectric power consumption appliances is Non-Intrusive Load Monitoring (NILM).This is different with conventional techniques where NILM promises the reductionof sensor deployment significantly. NILM commonly uses either transient or steadystate signal. In this research, the method of Back-Propagation Artificial NeuralNetwork (BP-ANN) will be developed to identify the utilization of householdappliances using power change features extraction in the steady state signals. Thefeature extraction has an advantage on data acquisition by applying a low samplingrate. This research has developed neural network architecture with dual input type.Dual input types of the neural network consist of aggregate power and maximumpower of the household appliances. Applying of neural network architecture withdual input types outperforms in identifying of the household appliances load wherethe power is almost similar and it has a multi states power characteristics. To verifythe effectiveness of the method, the data of the load is provided by tracebase datasetand the forming of the data uses a synthetic aggregate model. From the experimentresult of the dual input type in the neural network architecture, it can identify theload which has power almost similar and it has a multi states power characteristics.Finally, it can increase the value of Recognition Rate (RR) to 94.2"

"Kepulauan Seribu dalam bentuk pulau membuat implementasi program pembangunan terhambat. Konsumsi listrik tergantung pada jumlah peralatan listrik yang dimiliki, ukuran tempat tinggal di samping peningkatan konsumsi listrik untuk sektor rumah tangga karena peningkatan populasi dan pendapatan per kapita. Konsep gaya hidup listrik rumah tangga terkait dengan aspek sosial dan perilaku konsumsi energi. Tujuan dari penelitian ini adalah untuk mengetahui perbedaan konsumsi listrik berdasarkan pengguna listrik di Pulau Pramuka, Pulau Panggang dan Pulau Tidung dan menjelaskan bagaimana hubungan pendapatan, luas bangunan dan penggunaan peralatan elektronik dengan konsumsi listrik. Kuesioner digunakan untuk mendapatkan data tentang luas bangunan, pendapatan, dan penggunaan peralatan elektronik. Analisis spasial digunakan untuk melihat perbedaan konsumsi listrik spasial, analisis statistik digunakan untuk melihat hubungan antara luas bangunan, pendapatan dan penggunaan peralatan elektronik dengan konsumsi listrik. Hasilnya adalah sektor komersial terletak di sepanjang garis pantai, sektor rumah tangga menyebar di tengah, sedangkan sektor campuran terletak di tengah sektor rumah tangga. Ada hubungan antara pendapatan dan penggunaan peralatan elektronik dengan konsumsi listrik, sedangkan luas bangunan tidak memiliki hubungan dengan konsumsi listrik. Tetapi variabel ini tidak berlaku untuk sektor komersial, karena memiliki perilaku penggunaan listrik yang berbeda dari sektor lainnya.

---

The Thousand Islands in the form of islands has hampered the implementation of development programs. Electricity consumption depends on the number of electrical equipment owned, the size of the residence in addition to the increase in electricity consumption for the household sector due to increased population and per capita income. The concept of a household electrical lifestyle is related to social aspects and energy consumption behavior. The purpose of this study is to determine the differences in electricity consumption based on electricity users in Pramuka Island, Panggang Island and Tidung Island and explain how the income, building area and use of electronic equipment relate to electricity consumption. The questionnaire was used to obtain data on building area, income, and use of electronic equipment. Spatial analysis is used to see differences in spatial electricity consumption, statistical analysis is used to see the relationship between building area, income and use of electronic equipment with electricity consumption. The result is that the commercial sector is located along the coastline, the household sector is spread in the middle, while the mixed sector is located in the middle of the household sector. There is a relationship between income and use of electronic equipment with electricity consumption, while building area has no relationship with electricity consumption. But this variable does not apply to the commercial sector, because it has a behavior of electricity usage that is different from other sectors."

"Konsumsi energi listrik di daerah pemukiman menjadi faktor utama peningkatan emisi karbon. Demi mengurangi pemakaiannya, penting untuk pihak operasional dapat mengawasi dan memantau pemakaian energi listrik. Selain itu, perlu diketahui juga faktor-faktor yang dapat memengaruhi tingkat konsumsi listrik. Kondisi cuaca eksrim akibat pemanasan global dapat memengaruhi tingkat pemakaian energi listrik. Menggunakan machine learning, khususnya regression, pemakaian energi listrik dapat diprediksi secara akurat berdasarkan data cuaca. Elasticsearch dan Kibana menjadi alat yang dapat digunakan untuk membantu pembuatan dashboard interaktif. Dengan kemampuan machine learning, Elasticsearch dapat melakukan analitik data dan memprediksi pemakaian energi listrik. Model machine learning menggunakan library XGBoost dimana nilai koefisien determinasi (R2), Mean Absolute Error, dan nilai Explained Variance dijadikan penilaian prediksi. Dari model yang dibuat, nilai R2 didapatkan sebesar 0,05, Mean Absolute Error sebesar 12,58, dan Explained Variance bernilai 0,07. Dengan dashboard yang telah dibuat dilakukan pengujian pengguna terhadap sistem berupa survei kepada 41 pengguna dimana diuji kepuasannya terhadap sistem. Survei yang diberikan berupa kuisioner menggunakan google form. Dari hasil yang didapat, sebanyak 46,3% dari responden memiliki pengalaman yang positif dan 26,8% responden memiliki pengalaman yang sangat positif ketika menggunakan sistem dashboard. Dari hasil penelitian ini diharapkan bagi pengguna dan pihak operasional dapat dengan mudah mengambil keputusan untuk dapat mengurangi pemakaian energi listrik.

---

Consumption of electrical energy in residential areas is the main factor in increasing carbon emissions. In order to reduce its use, it is important for the operational party to be able to monitor the use of electrical energy. In addition, it is also necessary to know the factors that can affect the level of electricity consumption. Extreme weather conditions due to global warming can affect the level of electrical energy consumption. Using machine learning, especially regression, electrical energy consumption can be predicted accurately based on weather data. Elasticsearch and Kibana are tools that can be used to help create interactive dashboards. With machine learning capabilities, Elasticsearch can perform data analytics and predict electrical energy consumption. The machine learning model uses the XGBoost library where the coefficient of determination (R2), Mean Absolute Error, and Explained Variance values are used as predictive assessments. From the model made, the R2 value is 0.05, the Mean Absolute Error is 12.58, and the Explained Variance is 0.07. With the dashboard that has been created, user testing of the system is carried out in the form of a survey to 41 users where their satisfaction with the system is tested. The survey was given in the form of a questionnaire using a google form. From the results obtained, as many as 46.3% of respondents had a positive experience and 26.8% of respondents had a very positive experience when using the dashboard system. It is hoped that users and operational parties can easily make decisions to reduce the use of electrical energy."

"Semakin langkanya sumber daya alam yang dibutuhkan untuk membangkitkan energi listrik membuat kita sebagai penggunanya melakukan penghematan energi listrik. Penelitian yang dilakukan pada tulisan ini bertujuan untuk mengetahui besarnya potensi pemborosan energi listrik pada salah satu gedung kuliah di Fakultas Teknik Universitas Indonesia sehingga dapat dilakukannya langkah-langkah penghematan terhadap pemborosan tersebut. Penelitian yang telah dilakukan menggunakan data hasil dari pengamatan terhadap pola operasi konsumsi energi listrik untuk mengetahui besar nilai penggunaan energi listriknya. Besar potensi pemborosan energi dihitung dengan mengurangi penggunaan energi berdasarkan perbaikan teknis peralatan listrik dan perbaikan operasi penggunaan energi listrik. Sehingga, didapatkan besar nilai potensi pemborosan energi pada khususnya ruang kelas di Gedung Ruang Kuliah Bersama 2 FTUI sebesar 10553,5235 kWh/bulan dan total penghematan yang dapat dilakukan dalam rupiah yaitu sebesar Rp7.756.781,096.

---

The scarcity of natural resources needed to generate electrical energy makes us as users to save electricity. The research conducted in this paper aims to determine the magnitude of the potential waste of electrical energy in one of the lecture buildings at the Fakultas Teknik Universitas Indonesia so that it can be done austerity measures against the waste. The research that has been done using data from the observation of the operation pattern of electrical energy consumption to know the value of the use of electrical energy.

The potential energy wastage is calculated by reducing energy use based on technical improvements of electrical equipment and improving the operation of electrical energy usage. Thus, the value of potential energy wastage in particular classrooms in the Building of Joint Classroom 2 Faculty of Engineering, Universitas Indonesia of 10553.5235 kWh month and total savings that can be done in rupiah amounting to Rp7.756.781,096."

"Sistem kelistrikan rumah tangga off-grid terus mengalami perkembangan. Dengan berkembangnya teknologi energi terbarukan, teknologi komputasi, teknologi informasi dan teknologi komunikasi, fungsi dan peran sistem kelistrikan rumah tangga dalam menurunkan emisi gas buang dan meningkatkan efisiensi semakin penting. Untuk merancang sistem kelistrikan rumah tangga diperlukan suatu alat. Saat ini pemodelan dan simulasi menjadi alat yang efektif untuk mendapatkan rancangan sistem yang diinginkan. Dalam penelitian ini, dirancang pemodelan dan simulasi sistem kelistrikan rumah tangga. Sistem ini terdiri dari panel surya, turbin angin, baterai dan beban yang terkoneksi melalui konverter. Pemodelan diturunkan dari model matematik sistem sedangkan simulasi menggunakan MATLAB/Simulink. Dalam penelitian ini, rancangan sistem kendali supervisi juga diimplementasikan. Kendali ini berfungsi menyeimbangkan antara pasokan energi dan beban yang terus berubah. Dari hasil simulasi yang dilakukan didapatkan bahwa model dan simulasi dapat bekerja dengan baik. Perubahan beban dan pasokan energi dapat diantisipasi dengan bekerjanya baterai dan juga fuel cell.

---

The off-grid household electrical system continues to develop. With the development of renewable energy technology, computational technology, information technology and communication technology, the function and role of off-grid household electrical systems in reducing exhaust emissions and increasing efficiency are increasingly important. To design an off-grid household electrical system, a tool is needed. Currently modeling and simulation are effective tools to get the desired system design.

In this study, a household electrical system modeling and simulation was designed. This system consists of solar panels, wind turbines, fuel cells, batteries and loads connected through a converter. Modeling is derived from system mathematical models while the simulation uses MATLAB / Simulink. In this study, the design of the supervision control system was also implemented. This control functions to balance the energy supply and the ever-changing burden. From the results of the simulations carried out, it was found that the model and simulation could work well. Changes in load and energy supply can be anticipated by the operation of the battery and also the fuel cell."

"Penelitian ini mencoba untuk mengukur pengaruh determinan dari sosio-ekonomi dan demografi terhadap konsumsi energi rumah tangga di Indonesia. Di dalam penelitian ini membagi konsumsi energi menjadi dua bagian yaitu konsumsi listrik dan konsumsi Liquid Petroleum Gas LPG rumah tangga. metode analisis yang digunakan Ordinary Least Squares OLS, data sampel berjumlah 555.446 rumah tangga untuk analisis konsumsi listrik dan 403.244 rumah tangga untuk konsumsi LPG yang tersebar di 34 provinsi, data tersebut diambil dari data Survei Sosial Ekonomi Nasional SUSENAS tahun 2016 dan 2017.Hasil dari penelitian ini menunjukan bahwa mayoritas determinan faktor sosio-ekonomi dan demografi berasosiasi positif terhadap konsumsi energi sektor rumah tangga. Pendapatan rumah tangga adalah faktor yang paling menentukan konsumsi energi listrik tangga di samping faktor nonekonomi lainnya seperti lokasi tempat tinggal jumlah ruangan rumah dan jumlah anggota rumah tangga.

---

This study attempts to find the influence of the determinants of socio-economic and demographic on household energy consumption in Indonesia. This study divides energy consumption into two section, that is electricity consumption and Liquid Petroleum Gas LPG consumption. The analytical method used is Ordinary Least Squares OLS, the sample data is 555,446 households for electricity consumption analysis and 403,244 households for LPG consumption, spread in 34 provinces in Indonesia, the data conducted by National Social Economic Survey SUSENAS BPS years 2016 and 2017.The results of this study shows that socio-economic and demographic determinants have a positive relationship with household energy consumption. Household income is the most determining factor energy consumption by household besides other non-economic factors other non-economic factors such as location of residence, number of rooms and number of household members."

"Solar panel adalah komponen photovoltaic yang mengubah energi matahari menjadi energi listrik. Energi matahari merupakan salah satu sumber energi terbarukan yang umum dijadikan sebagai alternatif sumber energi pengganti sumber konvensional. Dalam skripsi ini, dilakukan analisis matematis untuk desain dan biaya perencanaan sistem solar panel dengan kapasitas 196,37 kW dengan studi kasus di PT. Amarox Pharma Global. Berdasarkan hasil perencanaan desain yang dilakukan, meskipun dengan nilai penghematan energi yang sama. Penggantian sumber konvensional dengan solar panel keseluruhan akan menghasilkan BEP selama 8 tahun. Penggantian sumber listrik khusus pencahayaan (lighting) akan menghasilkan BEP selama 7 tahun 7 bulan. Instalasi sistem solar panel baik untuk penggantian sumber energi keseluruhan maupun penggantian sumber energi khusus pencahayaan juga diilustrasikan secara detail dalam skripsi ini.

---

Solar panel is a photovoltaic component which transforms sun radiation energy into electricity. Solar energy is one of the renewable energy source that are commonly used as an alternative for conventional energy. In this thesis, mathematical analysis was done for designing and planning the cost of solar panel system with 196.37 kW capacity from a study case done on PT. Amarox Pharma Global. According to the results of planning design, even with the same energy saving percentage value. The replacement of overall conventional energy source with solar panel circuit will cause BEP value reaches 8 years. Replacement for conventional energy source only in lighting circuit will result in BEP value reaches 7 years and 7 months. Solar panel installation system for both overall energy source replacement and lighting only energy source replacement is illustrated on this thesis."