Peramalan Harga Batubara Acuan dan Nilai Tukar Dolar Terhadap Rupiah menggunakan Metode ARIMA untuk Penentuan Skema Pengadaan Batubara PLTU

Arrahman, Aliffia (2026) Peramalan Harga Batubara Acuan dan Nilai Tukar Dolar Terhadap Rupiah menggunakan Metode ARIMA untuk Penentuan Skema Pengadaan Batubara PLTU. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032211208-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Batubara masih menjadi salah satu sumber energi utama dalam sistem kelistrikan Indonesia hingga tahun 2030. Kebutuhan batubara untuk pembangkit yang tetap tinggi menyebabkan biaya energi primer menjadi komponen penting dalam biaya produksi Pembangkit Listrik Tenaga Uap (PLTU). Harga pembelian batubara dalam negeri dipengaruhi oleh Harga Batubara Acuan (HBA), penyesuaian kualitas melalui Harga Patokan Batubara (HPB), dan nilai tukar dolar Amerika Serikat terhadap rupiah (USD/IDR). Fluktuasi HBA dan USD/IDR menimbulkan ketidakpastian dalam penyusunan anggaran serta pemilihan skema pengadaan batubara. Penelitian ini membuat dua model ARIMA univariat secara terpisah untuk HBA dan USD/IDR. Data USD/IDR menggunakan 198 observasi bulanan periode Januari 2010 sampai dengan Juni 2026, sedangkan pemodelan HBA akhir menggunakan periode Maret 2023 sampai dengan Juni 2026 karena terdapat perubahan formula HBA pada Maret 2023. Hasil peramalan digunakan untuk mensimulasikan biaya pengadaan batubara melalui skema kontrak spot dan term periode Juli 2026 sampai dengan Juni 2027 dengan mempertimbangkan batas harga batubara kelistrikan USD 70 per ton. Hasil penelitian menunjukkan model USD/IDR terbaik adalah ARIMA(2,1,0) dengan drift setelah transformasi Box-Cox lambda 0,5, sedangkan model HBA terbaik adalah ARIMA(1,0,0) dengan konstanta pada ln(HBA). Pada asumsi volume 100.000 MT per bulan, skema term menghasilkan estimasi biaya yang lebih rendah dibandingkan spot sdengan selisih 3,67 milyar rupiah atau sebesar 0,242% sehingga direkomendasikan sebagai skema dengan biaya terendah.
======================================================================================================================================
Coal is expected to remain one of the main energy sources in Indonesia’s electricity system through 2030. The persistently high demand for coal-fired power generation makes primary energy costs an important component of the production costs of coal-fired power plants. Domestic coal purchase prices are influenced by the Indonesian Coal Reference Price (Harga Batubara Acuan, HBA), quality adjustments through the Coal Benchmark Price (Harga Patokan Batubara, HPB), and the United States dollar to Indonesian rupiah exchange rate (USD/IDR). Fluctuations in HBA and USD/IDR create uncertainty in budget preparation and the selection of coal procurement schemes. This study develops two separate univariate ARIMA models for HBA and USD/IDR. The USD/IDR model uses 198 monthly observations from January 2010 to June 2026, while the final HBA model uses data from March 2023 to June 2026 due to the change in the HBA formula in March 2023. The forecasting results are used to simulate coal procurement costs under spot and term contract schemes for the period from July 2026 to June 2027, taking into account the USD 70 per ton price cap for coal supplied to the electricity sector. The results show that the best model for USD/IDR is ARIMA(2,1,0) with drift after a Box–Cox transformation with λ=0.5, while the best model for HBA is ARIMA(1,0,0) with a constant applied to ln(HBA). Assuming a procurement volume of 100,000 MT per month, the term contract scheme produces a lower estimated cost than the spot contract scheme, with a difference of IDR 3.67 billion, or 0.242%. Therefore, the term contract scheme is recommended as the procurement alternative with the lowest estimated cost.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ARIMA, Harga Batubara Acuan, HBA, USD/IDR, pengadaan batubara
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) T Technology > T Technology (General) > T174 Technological forecasting
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Aliffia Arrahman
Date Deposited:	04 Aug 2026 04:19
Last Modified:	04 Aug 2026 04:19
URI:	http://repository.its.ac.id/id/eprint/143786

Actions (login required)

View Item