Claim Missing Document
Check
Articles

Found 1 Documents
Search

Decision Support Framework Berbasis Machine Learning untuk Strategi Perdagangan Karbon pada PLTU Batubara Mahsun Ismail; R. Mohamad Atok
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 5 No. 3 (2026): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v5i3.1888

Abstract

PLTU batubara di Indonesia ditetapkan sebagai compliance entity fase pertama dalam skema Nilai Ekonomi Karbon (NEK) dengan kewajiban mengelola emisi CO2 pada mekanisme perdagangan karbon. Praktik pelaporan emisi pembangkit pada umumnya bersifat reaktif dan retrospektif, sehingga sulit menjadi dasar keputusan perdagangan karbon yang bersifat forward-looking. Penelitian ini mengembangkan decision support framework empat tahap berbasis machine learning yang menerjemahkan prediksi emisi tingkat pembangkit menjadi pertimbangan strategi perdagangan karbon, meliputi (1) prediksi emisi CO2 menggunakan model machine learning terpilih dengan dataset 14.549 catatan operasional dari satu unit PLTU batubara 660 MW (net) selama tahun 2025; (2) proyeksi Business-as-Usual (BAU) dengan koreksi realization rate tiga tahun; (3) optimasi berbasis tiga skenario konservatisme (Pesimis, Moderat, Optimis); dan (4) evaluasi posisi emisi menjadi estimasi nilai transaksi dengan harga referensi IDXCarbon. Pada kondisi BAU, unit menempati posisi surplus 136.205 t-CO2 terhadap estimasi kuota emisi sebesar 4.599.623 t-CO2 dengan estimasi pendapatan Rp 8,01 miliar. Pada skenario Moderat, surplus meningkat menjadi 254.093 t-CO2 dengan tambahan manfaat ekonomi Rp 6,93 miliar. Kerangka ini menempatkan analitika prediktif sebagai bahan pertimbangan pada aspek manajerial dan aspek finansial dalam perdagangan karbon.