Claim Missing Document
Check
Articles

PERENCANAAN ANGGARAN MITIGATIF SEBAGAI PILAR PEMBANGUNAN INFRASTRUKTUR TANGGAP BANJIR : INOVASI KOLABORATIF DENGAN DINAS PERUMAHAN DAN KAWASAN PERMUKIMAN KABUPATEN MUARO JAMBI Kumalasari, Dyah; Nurdin, Ade; Nurul Kusuma Whardani, Putri; Astasya, Nita; Mikhail, Reguel
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 9, No 1 (2026): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v9i1.%p

Abstract

Kabupaten Muaro Jambi memiliki tingkat kerentanan tinggi terhadap banjir musiman, dengan lebih dari 15 desa terdampak setiap tahun. Data BPBD 2023 menunjukkan lebih dari 2.500 rumah tergenang air hingga ketingguian 100 cm, yang menyebabkan kerugian material dan nonmaterial, terganggunya aktivitas sosial-ekonomi, serta meningkatnya risiko kesehatan. Faktor-faktor ini diperburuk oleh alih fungsi lahan yang mengurangi daya serap air dan infrastruktur publik yang kurang adaptif terhadap banjir. Program pengabdian masyarakat bertujuan untuk menyusun Rencana Anggaran Biaya (RAB) untuk pembangunan ruang komunal multifungsi di Dusun Tuo, Desa Pematang Jering, Kecamatan Jaluko. Ruang komunal ini tidak hanya berfungsi sebagai fasilitas publik sehari-hari, tetapi juga sebagai ruang evakuasi darurat selama bencana, dirancang untuk menghadapi dinamika banjir. Penyusunan RAB melibatkan partisipasi masyarakat dan Dinas Perumahan dan Kawasan Permukiman (PERKIM), untuk memastikan akuntabilitas dan relevansi terhadap kebutuhan lokal. RAB yang disusun mencakup perencanaan desain, material, dan pelaksanaan pembangunan secara sistematis dan efisien. Melalui program ini, diharapkan ruang komunal multifungsi dapat menjadi solusi inovatif untuk meningkatkan ketahanan masyarakat, mengurangi dampak bencana, dan mendukung pembangunan berkelanjutan. Selain itu, program ini memperkuat kolaborasi antara institusi pendidikan, pemerintah daerah, dan masyarakat dalam menciptakan infrastruktur yang adaptif dan berorientasi pada peningkatan kualitas hidup masyarakat Kabupaten Muaro Jambi
Prediction of Renewable Energy Potential to Prevent Greenflation Using Bayesian Structural Time Series: BSTS with JASP Software to Predict PLTMH Potential Mardhotillah, Bunga; Yanova, Shally; Manab, Abdul; Hais, Yosi Riduas; Saputra, Edi; Adriadi, Ade; Nurdin, Ade
International Assulta of Research and Engagement (IARE) Vol. 4 No. 1 (2026): International Assulta of Research and Engagement (IARE)
Publisher : Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/iare.v4i1.1101

Abstract

The global transition toward renewable energy is increasingly urgent to mitigate climate change and reduce dependence on fossil fuels; however, it also introduces economic risks such as greenflation, driven by rising demand for green commodities. In Indonesia, renewable energy development has become a national priority, with Jambi Province identified as a strategic region due to its significant micro-hydropower (PLTMH) potential. This study aims to predict PLTMH potential as a means of supporting energy transition planning and preventing greenflation through data-driven policy decisions. The research employs a Bayesian Structural Time Series (BSTS) approach using JASP software, integrating Kalman Filter, spike-and-slab regression, and Bayesian Model Averaging. Time series data from 2008–2024 were analyzed with 2,000 MCMC draws and a 1% burn-in to ensure estimation stability. The results demonstrate a strong upward trend in PLTMH capacity, with high model accuracy indicated by an R² value of 0.991, low residual standard deviation, and acceptable prediction uncertainty. Forecasts suggest continued growth in PLTMH capacity over the next two decades before reaching a steady state. The study concludes that BSTS is a robust and reliable method for predicting renewable energy potential and supporting counterfactual policy analysis. This research contributes empirically to applied Bayesian time series modeling and practically to renewable energy policy planning, offering evidence-based insights to enhance energy security and mitigate greenflation risks.
Co-Authors Abdul Manab Abil Abil Abiyoga, Nurza Purwa Ade Adriadi Adelia Khairunnisa Lubis Agistin, Veriza Ahmad Zaki Ai Saadah Alfernando, Oki Ana Wahyuni Anisa Putri Risandra Astasya, Nita Astrid Puja Yanti Ayzadt, Muhammad Bahar, Fetty Febriasti Dastrinal Tessal Del Zamre Ikhlas Dhimas Cakrawisnu Diana Novita Sukma Dila Oktarise Dwina Dwina, Dila Oktarise Dyah Kumala Sari Dyah Kumalasari Dyah Kumalasari Dzano Prayoga Edi Saputra Erlangga Erlangga Fernando Triswanto Fetty Febriasti Bahar Fetty Ferbriasti fetty Fevriasti Bahar, Fetty Fiqroh Muhamad Akbar Galih, Ira Glodea Aura Zalsa Hadistya Suryadri Hariestya Viareco Harmes Harmes, Harmes Hazifa Helda Riana Hutagalung, Winny Laura Christina Ilfan, Freddy Ilman, Dzulfanur Imam Haji Batubara Indah Puspita Dewi Isham, Najuan Jamal, Nurman Khairinnisa, Diah Kusuma Whardani, Putri Nurul Lince Muis Ismet M Nuklirullah M.Nuklirullah Mardhotillah, Bunga Mikhail, Reguel Muhammad Padri Muhammad Padri Nadia Tristhayanti Nehru Noka, Hardiani Nofriza Zarisma Nuklirullah, M. Nurman Jamal Nurul Kusuma Whardani, Putri Oki Alfernando Prihatini, Putri Rahmadilla Putri Nurul Kusum Whardani Randi Kairu Septiawan Rani Febriani Resy Victoria Rian Wahyudi Rinaldi Rinaldi Rinaldi Rinaldi Rizki Andi Saputra Said, Yulia Morsa Shandy Darham, Mamta Faradiela Soni Ade Sudirjo Syahrial Alfarisi Alamsyah Tata Wisnu Wardana Tendy Laksana Titania Oktaviani Viareco, Hariestya Winny Laura C Winny Laura C Wira Kesuma Putra Wira Yanova, Shally Yanuar Fitri Yosi Riduas Hais Yudhagama, Fadhol