Analisis Korelasi Antara Emisi Karbon Dioksida (Co2) Dan Konsumsi Energi Terhadap Pertumbuhan Ekonomi Negara Di Dunia Yang Terklasterisasi

Ardamayanti, Thaliah Fauz (2022) Analisis Korelasi Antara Emisi Karbon Dioksida (Co2) Dan Konsumsi Energi Terhadap Pertumbuhan Ekonomi Negara Di Dunia Yang Terklasterisasi. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000034-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (17MB) | Request a copy

Abstract

Pemanasan global dan dampak negatifnya terhadap lingkungan menjadi salah satu permasalahan yang sedang dihadapi dunia saat ini. Beberapa faktor yang mempengaruhi pemanasan global adalah emisi karbon dioksida (CO2) dan konsumsi energi dari masing-masing negara di dunia. Hingga saat ini, belum banyak penelitian yang berfokus untuk mengetahui korelasi antar variabel tersebut dan mengaitkannya dengan pertumbuhan ekonomi negara-negara di dunia. Berdasarkan hal tersebut, penelitian Tugas Akhir ini bertujuan untuk memberikan informasi terkait analisis korelasi antara emisi CO2 dan konsumsi energi terhadap pertumbuhan ekonomi 183 negara di dunia dalam periode tahun 1990 hingga 2020 yang telah diklasterisasi menggunakan metode K-Means berdasarkan emisi CO2 per kapita dan konsumsi energi per kapita menjadi tiga klaster yaitu klaster dengan emisi CO2 dan konsumsi energi tinggi, sedang, dan rendah. Nilai silhouette yang didapatkan untuk jumlah klaster tiga ini adalah sebesar 0,601 yang termasuk baik dan dapat digunakan. Kemudian dilakukan uji regresi linier berganda menggunakan metode Ordinary Least Square (OLS) untuk mengetahui korelasi antara emisi CO2 dan konsumsi energi terhadap pertumbuhan ekonomi masing-masing negara dalam suatu klaster yang diukur dari produk domestik bruto (PDB). Pada Tugas Akhir ini, metode OLS tidak menghasilkan estimator yang bersifat Best Linear Unbiased Estimator (BLUE), sehingga dilakukan regresi kembali menggunakan metode Generalized Least Square (GLS) mengikuti model autoregresif orde pertama atau AR(1) tanpa transformasi, dengan transformasi logaritma, dan dengan tranformasi akar. Metode GLS memberikan estimator yang bersifat BLUE untuk 45 negara dengan rincian 23% negara di klaster tinggi, 20% negara di klaster sedang, dan 26% negara di klaster rendah. Dari 45 negara tersebut, 53% memiliki nilai adjusted R2 kurang dari 0,4, hal ini dikarenakan dalam penentuan persamaan regresi untuk mengetahui pengaruh terhadap PDB hanya digunakan 2 variabel bebas saja, sedangkan masih banyak variabel bebas lain yang tidak diperhitungkan dalam Tugas Akhir ini. Ditinjau dari korelasi parsial antara emisi CO2 dan PDB, terdapat hanya 5 negara saja yang berkorelasi tidak searah (negatif). Sedangkan dari korelasi parsial antara konsumsi energi dan PDB, terdapat 5 negara yang berkorelasi negatif. Sedangkan ditinjau dari adjusted R2, klaster tinggi memiliki rata-rata adjusted R2 yang lebih tinggi dibanding klaster sedang dan klaster rendah.
==============================================================================================================================
Global warming and its negative impact on the environment is one of the problems facing the world today. Some of the factors that influence global warming are carbon dioxide (CO2) emissions and energy consumption of each country in the world. Until now, there have not been many studies that have focused on knowing the correlation between these variables and relating them to the economic growth of countries in the world. Based on this, this Final Project research aims to provide information related to the analysis of the correlation between CO2 emissions and energy consumption on the economic growth of 183 countries in the world in the period 1990 to 2020 which has been clustered using the K-Means method based on CO2 emissions per capita and energy consumption per capita into three clusters, namely clusters with high, medium and low CO2 emissions and energy consumption. The silhouette value obtained for the number of these three clusters is 0.601 which is good and can be used. Then, a multiple linear regression test was performed using the Ordinary Least Square (OLS) method to determine the correlation between CO2 emissions and energy consumption on the economic growth of each country in a cluster as measured by gross domestic product (GDP). In this Final Project, the OLS method does not produce an estimator that is the Best Linear Unbiased Estimator (BLUE), so the regression is carried out again using the Generalized Least Square (GLS) method following the first-order autoregressive model or AR(1), then called as GLSAR, without transformation, with a logarithmic transformation, and with root transformation. The GLSAR method provides a BLUE estimator for 45 countries with details of 23% of countries in the high cluster, 20% of countries in the medium cluster, and 26% of countries in the low cluster. Of the 45 countries, 53% have an adjusted R2 value of less than 0.4, this is because in determining the regression equation to determine the effect on GDP only 2 independent variables are used, while there are many other independent variables that are not taken into account in this Final Project. Judging from the partial correlation between CO2 emissions and GDP, there are only 5 countries that have a non-unidirectional (negative) correlation. Meanwhile, from the partial correlation between energy consumption and GDP, there are 5 countries that have a negative correlation. Meanwhile, in terms of adjusted R2, the high cluster has a higher average adjusted R2 than the medium and low clusters.

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.537 Ard a-1 2022
Uncontrolled Keywords:	Emisi Karbon Dioksida, Konsumsi Energi, Pertumbuhan Ekonomi, Klasterisasi K-Means, Uji Regresi Linier Berganda, Ordinary Least Square, Generalized Least Square.Carbon Dioxide Emissions, Energy Consumption, Economic Growth, K- Means Clustering, Multiple Linear Regression, Ordinary Least Square, Generalized Least Square.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	05 Jun 2026 03:12
Last Modified:	05 Jun 2026 03:12
URI:	http://repository.its.ac.id/id/eprint/133597

Actions (login required)

View Item