Hasil Pencarian  ::  Simpan CSV :: Kembali

"Meningkatnya suhu global diperkirakan akan menyebabkan perubahn-perubahan-perubahan yang lain seperti naiknya permukaan air laut, meningktanya intensitas fenomena cuaca yang ekstrim, serta perubahan jumlahh dan pola presipitasi. Akibat-akibat pemanasan global yang lain adalah terpengaruhnya hasil pertanian, hilangnya gletser dan punahnya berbagai jenis hewan. "

"Dalam beberapa dekade terakhir, perhatian utama telah diberikan pada masalah lingkungan global yang semakin meruncing, khususnya perubahan iklim. Permasalahan ini juga menjadi isu di Indonesia khususnya di Kota Semarang yang menghasilkan sekitar 1.276 ton sampah per hari pada tahun 2019. Emisi GRK dari sektor pengelolaan limbah di Kota Semarang menyumbang 16,67% dari total emisi GRK yang dihasilkan kota Semarang di tahun 2018. Emisi GRK dari pengelolaan sampah dapat berasal dari beberapa tahapan, seperti pengumpulan, transportasi, pengolahan, dan pemrosesan akhir sampah. Penelitian ini bertujuan untuk menganalisis emisi GRK dan tahapan pengelolaan sampah yang bersifat hotspot dari keseluruhan sistem pengelolaan sampah Kota Semarang di tahun 2023, sehingga dapat diberikan rekomendasi untuk mengurangi emisi GRK. Perhitungan emisi GRK dilakukan dengan menggunakan Metode IPCC 2006 Tier 1 dan software Emission Quantification Tool (EQT) versi 2018 yang dikembangkan Institute for Global Environmental Strategies (IGES). Berdasarkan penelitian yang telah dilakukan, emisi GRK masing-masing dari tahapan transportasi sampah, komposting, daur ulang sampah, black soldier fly (BSF), sampah tidak terkelola, kebakaran landfill, dan landfilling adalah 13.836,729 ton CO2-eq, 3.650,054 ton CO2-eq, -74.080,228 ton CO2-eq, 31,473 ton CO2-eq, 18,123 ton CO2-eq, 8.482,856 ton CO2-eq dan 357.939,942 ton CO2-eq. Keseluruhan emisi GRK dari sistem pengelolaan sampah Kota Semarang di tahun 2023 adalah 309.878,948 ton CO2-eq, dengan hotspot emisi adalah tahap landfilling. Rekomendasi yang diberikan adalah mengurangi timbulan sampah yang masuk ke TPA Jatibarang dan mengaktifkan kembali fasilitas komposting yang tengah berhenti beroperasi di TPA Jatibarang.

---

In the last few decades, major attention has been given to increasingly increasing global environmental problems, especially climate change. This problem is also a concern in Indonesia, especially in the city of Semarang, which produces around 1,276 tons of waste per day in 2019. GHG emissions from the waste management sector in Semarang City contributed 16.67% of the total GHG emissions produced by Semarang City in 2018. GHG emissions from waste management can come from several stages, such as collection, transportation, processing, and final disposal of waste. This research aims to analyse GHG emissions and hotspot waste management stages of the entire Semarang City waste management system in 2023, so that recommendations can be provided to reduce GHG emissions. GHG emissions calculations were carried out using the IPCC 2006 Tier 1 Method and the 2018 version of the Emission Quantification Tool (EQT) software developed by the Institute for Global Environmental Strategies (IGES). Based on research that has been carried out, the respective GHG emissions from waste transportation, composting, waste recycling, black Soldier fly (BSF), unmanaged waste, landfill fire, and landfilling are 13,836.729 tons CO2-eq, 3,650.054 tons CO2-eq, -74,080.228 tons CO2-eq, 31.473 tons CO2-eq, 18.123 tons CO2-eq, 8,482.856 tons CO2-eq and 309.878,948 tons CO2-eq. Overall GHG emissions from the Semarang City waste management system in 2023 are 309,878.948tons CO2-eq, with the emission hotspot being the landfill stage. The recommendation given is to reduce the amount of waste entering the Jatibarang landfill and reactivate the composting facility which is currently no longer operating at the Jatibarang landfill."

"

Sebagai salah satu negara yang berpartisipasi pada Paris Agreement tahun 2016, Indonesia harus melakukan mitigasi terhadap emisi gas rumah kaca pada awal tahun 2020. Indonesia sendiri telah berkomitmen untuk mengurangi emisi gas rumah kaca sebesar 26% dari keadaan normal. Mencoba untuk mendukung komitmen tersebut, penelitian ini bertujuan untuk mencari emisi minimal pada konstruksi pondasi dangkal yang memenuhi persyaratan ULS dan SLS menggunakan fitur solver pada program Microsoft Excel. Pencarian tersebut dilakukan dengan analisis gate-to-gate dengan batas awal dimulainya penggalian dan batas akhir penimbunan tanah terhadap pondasi dangkal. Nilai emisi yang dipakai pada penelitian ini menggunakan konversi kalori pada pekerja selama proses pengerjaan menjadi CO₂ pada proses metabolism karbohidrat. Analisis yang dilakukan pada penelitian ini melingkupi analisis sensitivitas parameter tanah, pengaruh desain pondasi terhadap emisi, analisis hotspot, dan pengembangan model volume penggalian dengan emisi yang dihasilkan. Analisis sensitivitas parameter tanah dilakukan dengan menggunakan COV dengan kenaikan dan penurunan sebesar 10%  untuk semua parameter dari baseline. Analisis sensitivitas kedua dilakukan peningkatan dan penurunan 50% untuk poissons ratio dan modulus Young serta peningkatan dan penurunan 10% untuk sudut geser dan berat jenis. Observasi pengaruh desain pondasi dangkal terhadap emisi dilakukan dengan variasi terhadap beban, penurunan izin, dan faktor keamanan. Analisis hotspot dilakukan untuk mengetahui letak kontribusi emisi terbesar sehingga dapat dilakukan mitigasi. Pengembangan model pada penelitian ini bertujuan untuk memudahkan estimasi emisi dengan melihat besar volume penggalian. Akan tetapi, model yang dihasilkan memiliki deviasi sebesar 17% pada volume penggalian 6-7 m³.

 

---

As one of the countries participating in the 2016 Paris Agreement, Indonesia must mitigate greenhouse gas emissions in early 2020. Indonesia itself has committed to reduce greenhouse gas emissions by 26% from normal conditions. Trying to support this commitment, this study aims to find minimal emissions in shallow foundation construction that meets the ULS and SLS requirements using the solver feature in the Microsoft Excel program. This research is carried out by using gate-to-gate analysis, started with excavation work and ended with compacted backfill. The emission value used in this study uses the conversion of calories to CO₂ in carbohydrate metabolism. This study covers the analysis of soil parameter sensitivity, the effect of foundation design on emissions, hotspot analysis, and the development of excavation volume interaction with emissions model. Sensitivity analysis of soil parameters was carried out using COV with an increase and decrease of 10% for all parameters from the baseline. The second sensitivity analysis carried out with an increase and decrease of 50% for Poissons ratio and Youngs modulus as well as an increase and decrease of 10% for soil angles and specific gravity. Observation of the effect of shallow foundation design on emissions is done by variations in load, allowed settlement, and safety factors. Hotspot analysis is carried out to find out where the biggest emission contributions are so that mitigation can be done. The development of the model in this study aims to facilitate the estimation of emissions by looking at the volume of excavation. However, the resulting model has a deviation of 17% in the excavation volume of 6-7 m³.

 

"

"Karbon dioksida merupakan penyumbang terbesar dalam peningkatan efek rumah kaca, yaitu sebesar 70% dibanding metana 24% dan dinitrogen monoksida 6% . Oleh karena itu dilakukan konversi CO2 menjadi bahan kimia yang lebih bermanfaat, dengan menggunakan produk perantaranya, bikarbonat. Dalam penelitian ini dilakukan modifikasi fotokatoda bismuth titanat (Bi4Ti3O12) dengan AgNP untuk membantu fotoelektroreduksi bikarbonat. Bismuth titanat berhasil disintesis dengan metode hidrotermal selama 24 jam pada temperatur 200 oC, sedangkan nanopartikel Ag berhasil disintesis dengan menggunakan prekursor natrium sitrat dan asam tanat. Secara keseluruhan nilai energi celah pita BTO menurun setelah dilakukan modifikasi dengan nanopartikel perak. Dari hasil pengujian fotoelektrokimia, fotokatoda FTO/BTO, FTO/BTO/AgNP I, FTO/AgNP II, dan FTO/BTO/AgNP III menunjukkan respon arus terhadap cahaya. FTO/BTO/AgNP III memiliki nilai potensial onset yang paling baik yaitu sebesar -0,26 V vs RHE dibandingkan dengan FTO/BTO, FTO/BTO/AgNP I, dan FTO/BTO/AgNP II yang memiliki nilai potensial onset masing-masing sebesar -0,39 V; -0,38 V; dan -0,35 V vs RHE. Selain memiliki nilai potensial onset yang baik, FTO/BTO/AgNP III juga memiliki stabilitas foto arus tertinggi dalam mempertahankan foto arusnya, yaitu sebesar 81,19% dan memiliki densitas arus tertinggi pada -0,80993 V vs RHE, yaitu -9,94 mA/cm2 dibandingkan dengan FTO/BTO, FTO/BTO/AgNP I, dan FTO/BTO/AgNP II.

---

Carbon dioxide is the biggest contributor to increase the greenhouse effect, which is 70% compared to methane 24% and nitrous oxide 6% . Therefore, CO2 should be converted into more useful chemicals using their intermediet product, bicarbonate. In this experiment, bismuth titanate (Bi4Ti3O12) which is modified by AgNP was carried out to support the photoelectroreduction of bicarbonate. Bismuth titanate was successfully synthesized by hydrothermal method for 24 hours at a temperature of 200 oC, while Ag nanoparticles were successfully synthesized using sodium citrate and tannic acid as precursors. Overall, the band gap energy value of BTO decreased after modification with silver nanoparticles. From the results of photoelectrochemical testing, the photocathodes FTO/BTO, FTO/BTO/AgNP I, FTO/AgNP II, and FTO/BTO/AgNP III showed the current response to light. FTO/BTO/AgNP III had the best onset potential value of -0.26 V vs RHE compared to FTO/BTO, FTO/BTO/AgNP I, and FTO/BTO/AgNP II which had their respective onset potential values -0.39 V; -0.38 V; and -0.35 V vs RHE. Beside having a good onset potential, FTO/BTO/AgNP III also had the highest phtocurrent stability in maintaining its photocurrent, which is 81.19% and had the highest current density at -0.80993 V vs RHE, which is -9.94 mA/cm2 compared with FTO/BTO, FTO/BTO/AgNP I, and FTO/BTO/AgNP II."

"Ancaman perubahan iklim semakin nyata dengan meningkatnya emisi gas rumah kaca termasuk emisi karbon. Peningkatan itu disebabkan aktivitas manusia yang dapat dilihat dari pola penggunaan tanah. Provinsi DKI Jakarta sebagai wilayah perkotaan dengan penduduk yang besar memiliki intensitas aktivitas manusia yang tinggi. Tingginya aktivitas manusia tersebut menjadi alasan DKI Jakarta perlu untuk memenuhi target pengurangan emisi pada sektor energi sebagai bagian dari Paris Agreement. Tujuan penelitian ini adalah membuat dan menganalisis model spasial emisi karbon sektor energi berdasarkan reflektansi permukaan pada penggunaan tanah yang terekam Sentinel 2 melalui pendekatan multi-indeks. Penelitian dilakukan di wilayah daratan Provinsi DKI Jakarta dengan menggunakan data geospasial resmi yang tersedia dan penginderaan jauh untuk ekstraksi informasi terkait penggunaan tanah serta inventarisasi emisi gas rumah kaca dari konsumsi energi tahun 2020 sebagai referensi. Pengolahan data dilakukan dengan menggunakan machine learning classifier yang tersedia pada Google Earth Engine untuk klasifikasi terbimbing Sentinel 2 dan ditentukan kesesuaian nilai emisinya atas dasar berbagai faktor. Perhitungan gas rumah kaca terdiri dari emisi bangunan dan emisi transportasi yang melibatkan konsumsi energi stasioner maupun bergerak dan faktor emisi. Analisis regresi linier berganda digunakan sebagai model akhir yang mengaitkan emisi karbon dari konsumsi energi dengan karakter berbagai kanal dan indeks pada penggunaan tanah. Hasil penelitian menunjukkan bahwa tutupan awan citra, parameter algoritma, dan dataset berpengaruh pada identifikasi penggunaan tanah dan algoritma terbaik adalah Random Forest dengan akurasi umum 0,62. Reflektansi permukaan red edge 1 dan 2 serta SWIR 1 dan 2 baik untuk klasifikasi. Penggunaan tanah yang paling banyak menghasilkan emisi pada model adalah industri dengan koefisien 0,078. Nilai R kuadrat dari model mencapai 0,65 mengindikasikan pengaruh prediksi variabel sebesar 65%. Membagikan pengaruh setiap kelas penggunaan tanah sebagai variabel moderator dan reflektansi Sentinel 2 terhadap emisi karbon dalam bentuk model yang berbeda dapat digunakan untuk melakukan estimasi emisi karbon

---

The threat of climate change is becoming more evident with the increase in greenhouse gas emissions, including carbon emissions. The increase was due to human activities which can be seen from the pattern of land use. DKI Jakarta Province as an urban area with a large population has a high intensity of human activity. The high level of human activity is the reason DKI Jakarta needs to meet the emission reduction target in the energy sector as part of the Paris Agreement. The purpose of this study was to create and analyze a spatial model of energy sector carbon emissions based on surface reflectance on land use recorded by Sentinel 2 through a multi-index approach. The study was conducted in the mainland area of ​​DKI Jakarta Province using available official geospatial data and remote sensing for the extraction of information related to land use as well as greenhouse gas emissions inventory data from energy consumption in 2020 as a reference. Data processing is carried out using machine learning classifiers available on Google Earth Engine for supervised classification on Sentinel 2 and the suitability of the emission values is determined ​​based on various factors. The greenhouse gas calculation consists of building emissions and transportation emissions involving stationary and mobile energy consumption and emission factors. Multiple linear regression analysis was used as the final model that relates carbon emissions from energy consumption with the character of various bands and indices on land use. The results showed that the image cloud cover, algorithm parameters, and datasets affect the identification of land use and the best algorithm is Random Forest with an overall accuracy of 0.62. The surface reflectance of red edge 1 and 2 as well as SWIR 1 and 2 is good for classification. The land use that produces the most emissions in the model is industry with a coefficient of 0.078. The R squared value of the model reaches 0.65 indicating the predictive effect of the variable is 65%. Sorting the effect of each land use class as moderator variable and Sentinel 2 reflectance on carbon emissions in different models can be used to estimate carbon emissions."

"Peningkatan emisi CO2 dari pembakaran bahan bakar fosil dan peranannya di dalam efek rumah kaca telah menarik perhatian untuk pengembangan teknologi konversi gas tersebut menjadi senyawa kimia yang lebih bermanfaat. Pada penelitian ini, akan disintesis propilen karbonat secara elektrokimia dari CO2 serta dilakukan elektrodeposisi katalis paduan logam (alloy) Cu-Ag. Metode yang digunakan untuk melakukan elektrodeposisi adalah metode chronoamperometry. Proses elektrodeposisi dilakukan pada potensial -0,640 V selama 10 detik. Deposit Cu-Ag pada permukaan lempeng yang terbentuk dikarakterisasi menggunakan SEM-EDS. Dari hasil karakterisasi dengan menggunakan SEM-EDS terlihat bahwa deposit Cu-Ag diwakili Cu yang berbentuk bulat dan Ag yang berbentuk dendrit. Hasil elektrodeposisi Cu-Ag pada lempeng Au diaplikasikan sebagai katalis untuk mengkonversi CO2 dalam cairan ionik [BMIM][PF6] melalui proses reduksi disertai penambahan propilen oksida untuk membentuk propilen karbonat. Produk yang dihasilkan kemudian di karakterisasi menggunakan Fourier Transform Infra Red (FTIR) dan Gas Chromatography-Mass Spectrometer (GC-MS).

---

The increase in CO2 emissions from the burning of fossil fuels and its role in the greenhouse effect has drawn attention to the gas conversion development technology becomes more useful chemical compounds. In this research, propylene carbonate will be synthesized electrochemically from CO2 and catalyst metal alloy electrodeposition Cu-Ag. The method used to perform electrodeposition is chronoamperometry. Electrodeposition process is carried out at a potential of -0.640 V for 10 seconds. Cu-Ag deposits on the surface of the pelates which formed characterized using SEM-EDS. From the results of characterization using SEM-EDS, it appears that Cu-Ag deposits which is representated by round Cu and Ag in the form of dendrites. Results of Cu-Ag electrodeposition on Au pelate was applied as a catalyst to convert CO2 in ionic liquid [BMIM][PF6] through a reduction process with the addition of propylene oxide to form propylene carbonate. The resulting product was then characterized using Fourier Transform Infra Red (FTIR) and Gas Chromatography-Mass Spectrometer (GC-MS)."

"Gas alam adalah salah satu bahan bakar fosil yang banyak digunakan dalam kehidupan sehari-hari, yang diperoleh dari sumur gas yang kemudian diproses dan ditransportasikan, salah satunya lewat pipa transmisi. Dalam transportasinya, gas alam sering terlepas ke atmosfer, baik disengaja dalam proses penurunan tekanan emisi venting atau tidak disengaja emisi fugitive, yang berdampak buruk bagi lingkungan. Untuk itu, perlu dilakukan perhitungan tingkat emisi yang diharapkan dapat menjadi acuan dan rekomendasi strategi untuk mengurangi emisi gas rumah kaca GRK. Dalam perhitungan tingkat emisi, dikenal dengan istilah faktor emisi, yaitu nilai faktor pengali untuk menghitung tingkat emisi. Nilai faktor emisi ini dihasilkan oleh agensi lingkungan, diantaranya INGAA dan IPCC. Untuk mengurangi ketidakpastian nilai faktor emisi, IPCC merekomendasikan untuk melakukan simulasi Monte Carlo, yang dilakukan oleh Lechtenbohmer, et al. 2007 di sistem pipa transmisi milik Rusia. Penelitian ini melakukan perhitungan tingkat emisi menggunakan nilai faktor emisi berdasarkan INGAA, IPCC, dan Lechtenbohmer, et al. 2007 , dengan variasi laju alir. Variasi laju alir berpengaruh pada perhitungan dengan INGAA Tier 2 dan 3 serta IPCC. Perhitungan dengan nilai faktor emisi berdasarkan Lechtenbohmer et al. 2007 memiliki nilai emisi yang paling tinggi. Metode terbaik yang dapat diaplikasikan adalah IPCC karena faktor emisi IPCC merupakan fungsi geografis dan teknologi.

---

Natural gas is one of the fossil fuel which is used in daily basis and can be extracted from gas wells then being produced and transported, one of which is using transmission pipeline. When being transported, natural gas is often emitted to the atmosphere, either for depressurization venting emission or leak through the pipeline fugitive emission . Therefore, emission level estimation must be performed as reference and strategy recommendation to reduce the greenhouse gas GHG emission that would damage the environment. Emission factor is a well known multiplier factor to calculate GHG emission from every emission source. Emission factor value is assessed by environment agency, such as INGAA and IPCC. To reduce the uncertainty of emission factor, IPCC suggests to conduct Monte Carlo simulation that had already been done by Lechtenbohmer, et al. 2007 in Russia rsquo s gas transmission system. This research estimates emission level using emission factor based on INGAA, IPCC, and Lechtenbohmer, et al. 2007 with flowrate variation. This flowrate variation has influence on Tier 2 and 3 INGAA also on IPCC methodologies. Emission factor based on Lechtenbohmer, et al. 2007 estimates the highest emission level. IPCC is the most suitable basis for emission factor because it has already considered geographic and technology of a country."

"Meningkatnya emisi karbon mengarahkan dunia pada perubahan iklim yang menjadi ancaman global bagi kehidupan manusia. Bersamaan dengan hal tersebut, sektor kuliner menjadi salah satu sumber emisi gas rumah kaca yang signifikan. Hal tersebut menimbulkan tuntutan dari stakeholder agar sektor bisnis lebih memperhatikan aspek sustainability dengan mengimplementasikan manajemen yang lebih ramah lingkungan, salah satunya melalui green innovation. Corporate social responsibility (CSR) merupakan salah satu faktor yang dinilai dapat meningkatkan green innovation. Namun, perbedaan hasil penelitian masih ditemukan terkait pengaruh CSR terhadap green innovation. Sehingga, hubungan keduanya masih perlu diteliti. Maka dari itu, penelitian ini bertujuan untuk meneliti pengaruh CSR terhadap green innovation. Penelitian ini juga meneliti pengaruh green dynamic capability sebagai variabel yang memediasi hubungan antara keduanya. Sampel penelitian diambil dari 108 usaha kuliner berskala kecil di DKI Jakarta. Data kemudian dianalisis menggunakan regresi linier sederhana dan uji Sobel menggunakan SPSS. Hasil penelitian menujukkan bahwa: (1) CSR berpengaruh secara signifikan terhadap green innovation; (2) CSR mendukung green dynamic capability; (3) Green dynamic capability berpengaruh signifikan terhadap green innovation; dan (4) Green dynamic capability berperan sebagai mediator antara CSR terhadap green innovation.

---

The rise of carbon emissions is directing the world to climate change which is a global threat to human life. Along with that, the culinary sector is a significant source of greenhouse gas emissions. This raises demands from stakeholders for the business sector to pay more attention to sustainability aspects by implementing more environmentally friendly management, one of which is through green innovation. Corporate social responsibility (CSR) is considered to be one of the factors that support green innovation. However, differences in research results are still found regarding the influence of CSR on green innovation. Thus, the relationship between the two still needs to be investigated. Therefore, this study aims to examine the effect of CSR on green innovation. This study also examines the effect of green dynamic capability as a variable that mediates the relationship between the two. By surveying 108 small-scale culinary businesses in DKI Jakarta and analyzing with linear regression and the Sobel test using SPSS, this study find that: (1) CSR has a significant effect on green innovation; (2) CSR supports green dynamic capability; (3) Green dynamic capability has a significant effect on green innovation; and (4) Green dynamic capability acts as a mediator between CSR and green innovation."