Dinamika Parameter Inovasi Dan Imitasi Pada Adopsi Kendaraan Listrik: Studi Komparatif Lintas Negara, Waktu, Dan Segmen Kendaraan Menggunakan Model Difusi Bass

Filmalasally, Astrida Zahwa (2026) Dinamika Parameter Inovasi Dan Imitasi Pada Adopsi Kendaraan Listrik: Studi Komparatif Lintas Negara, Waktu, Dan Segmen Kendaraan Menggunakan Model Difusi Bass. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5010221179-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Analisis terhadap adopsi kendaraan listrik dilakukan untuk mengkaji pengaruh perbedaan rentang waktu data dan jenis kendaraan terhadap karakteristik adopsi di berbagai negara menggunakan model Difusi Bass. Data penjualan kendaraan listrik roda empat (E4W) serta roda dua dan tiga (E2/3W) periode 2010-2024 yang bersumber dari IEA Global EV Outlook 2025 digunakan untuk mengestimasi koefisien inovasi (p) dan imitasi (q). Selanjutnya, parameter tersebut dimanfaatkan untuk melakukan proyeksi hingga tahun 2040 serta mengelompokkan negara menggunakan metode hierarchical clustering. Hasil analisis menunjukkan bahwa penggunaan rentang data yang lebih panjang menghasilkan perubahan parameter yang cukup signifikan dan ditandai dengan meningkatnya nilai p pada 15 dari 20 negara serta menurunnya nilai q pada 18 dari 20 negara. Perubahan tersebut menyebabkan sebagian besar negara berpindah ke klaster yang mencerminkan tingkat kematangan adopsi yang lebih tinggi. Hal ini menunjukkan bahwa nilai p dan q bersifat dinamis serta dipengaruhi oleh perkembangan kebijakan dan kondisi pasar. Selain itu, pola adopsi juga berbeda menurut jenis kendaraan. Pada banyak negara di Asia dan negara berkembang, segmen E2/3W memiliki nilai p yang lebih tinggi dibandingkan E4W sehingga karakteristik klaster yang terbentuk berbeda pada setiap segmen. Oleh karena itu, strategi pengembangan pasar dan kebijakan kendaraan listrik perlu disesuaikan dengan jenis kendaraan serta kondisi masing-masing negara.
===============================================================================================================================
An analysis of electric vehicle adoption was conducted to examine the impact of differences in data time periods and vehicle types on adoption characteristics across various countries using the Bass Diffusion Model. Sales data for four-wheeled electric vehicles (E4W) as well as two- and three-wheeled electric vehicles (E2/3W) for the 2010–2024 period, sourced from the IEA Global EV Outlook 2025, were used to estimate the innovation (p) and imitation (q) coefficients. These parameters were then used to project sales through 2040 and to group countries using the hierarchical clustering method. The analysis results show that using a longer data range produces fairly significant changes in the parameters, marked by an increase in the value of p in 15 out of 20 countries and a decrease in the value of q in 18 out of 20 countries. These changes caused most countries to shift to clusters reflecting a higher level of adoption maturity. This indicates that the values of p and q are dynamic and influenced by policy developments and market conditions. Furthermore, adoption patterns also differ by vehicle type. In many Asian and developing countries, the E2/3W segment has a higher p-value than the E4W segment, resulting in distinct cluster characteristics for each segment. Therefore, market development strategies and electric vehicle policies need to be tailored to the specific vehicle type and conditions of each country.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Model Difusi Bass, Forecasting, Electric Two- and Three-Wheelers (E2/3W), Electric Four-Wheel Vehicles (E4W), Hierarchical Clustering, Bass Diffusion Model, Forecasting, Electric Two- and Three-Wheelers (E2/3W), Electric Four-Wheel Vehicles (E4W), Hierarchical Clustering
Subjects:	T Technology > T Technology (General) > T174 Technological forecasting T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL220 Electric vehicles and their batteries, etc.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26201-(S1) Undergraduate Thesis
Depositing User:	Astrida Zahwa Filmalasally
Date Deposited:	31 Jul 2026 07:50
Last Modified:	31 Jul 2026 07:50
URI:	http://repository.its.ac.id/id/eprint/140735

Actions (login required)

View Item