Pengembangan Skenario Model Dengan Pendekatan Sistem Dinamik Untuk Menurunkan Emisi Gas Rumah Kaca Dari Peternakan Sapi Potong Jawa Timur

Nurbani, Muhammad Fauzan (2023) Pengembangan Skenario Model Dengan Pendekatan Sistem Dinamik Untuk Menurunkan Emisi Gas Rumah Kaca Dari Peternakan Sapi Potong Jawa Timur. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6026202004-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (4MB) | Request a copy

Abstract

Permintaan pasar akan daging sapi yang terus meningkat dan juga dorongan pemerintahan untuk memenuhi permintaan tersebut membuat industri ini berupaya meningkatkan kemampuan produksinya dengan cara meningkatkan populasi sapi yang dipeliharanya. Peningkatan populasi memunculkan permasalahaan lain yang salah satu diantaranya adalah emisi gas rumah kaca. Kontribusi kegiatan agrikultur dalam emisi gas rumah kaca secara global terbilang besar. Secara spesifik, sapi mendominasi 65% dari emisi gas rumah kaca kegiatan agrikultur. Jawa Timur menjadi provinsi dengan populasi sapi potong terbesar di Indonesia. Sehingga emisi gas rumah kaca di provinsi ini juga menjadi yang terbesar. Penelitian ini dilakukan untuk mengembangkan model terkait permasalahan emisi gas rumah kaca oleh sapi potong di Jawa Timur menggunakan metode sistem dinamik. Tahapan sistem dinamik seperti artikulasi permasalahan, pembuatan hipotesa dinamik, formulasi model simulasi, validasi model dan pembuatan skenario kebijakan dilakukan untuk membuat model yang optimal dalam menurunkan emisi gas rumah kaca dari sapi potong. Penelitian menggunakan data sekunder yang berasal penelitian sebelumnya dan publikasi dari organisasi pemerintahan. Penelitian menghasilkan model dan skenario yang dapat menjadi referensi pemangku kebijakan dalam memitigasi emisi gas rumah kaca oleh sapi potong. Penelitian menemukan bahwa emisi keseluruhan dalam Gg CO2eq dapat terkurangi sebesar 4% dengan skenario pemberian bahan aditif pada pakan berupa daun Acacia mangnium sebanyak 15%.
=================================================================================================================================
Ever increasing beef demand and government desire to fulfill it has built stress on beef production system. The system then tries to increase it production capacity by increasing cattle population. This leads to the increment of greenhouse gas emission. Specifically, cattle dominate 65% of greenhouse gas emission from agricultural activity. With the densest beef cattle population, East Java have the biggest amount of green house gas emission from beef cattle in Indonesia. The purpose of the research is to find what mitigation is the most effective to reduce this emission. A model of green house gas emission from beef cattle developed using system dynamic approach. It includes stages such as problem articulation, development of dynamic hypothesis, simulation model formulation, model validation and scemario development. Secondary data from previous researches are used in the model development. Several mitigation scenarios then developed and applied to the model. According to the model developed, emission can be reduced by implementing feed additive. Natural feed additive is used on the model instead of syntetic chemical. This mitigation scenario is able to reduce overal greenhouse gas emission by 4% by adding 15% of Acacia mangnium leaves to the feed. Model and scenatio can be used by stakeholders as reference to mitigate green house gas emission from beef cattle.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Sistem Dinamik, Pemodelan, Dinamika Lingkungan, Emisi Gas Rumah Kaca, Sapi Potong, System dynamics, Modelling, Environment Dynamics, Greenhouse gas emission, Beef cattle
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 59101-(S2) Master Thesis
Depositing User:	MUHAMMAD FAUZAN NURBANI
Date Deposited:	29 Nov 2023 01:22
Last Modified:	29 Nov 2023 01:22
URI:	http://repository.its.ac.id/id/eprint/100487

Actions (login required)

View Item