Dampak Pandemi Covid-19 Terhadap Sektor Energi

Dampak Pandemi Covid-19 Terhadap Sektor Energi


BPPT menyajikan Kajian-kajian yg dikontribusikan utk pencegahan penanganan covid.

Memotret kebijakan-kebijakan di negara-negara lain. 

Memprediksi kebutuhan-kebutuhan. 

Melakukan kebijakan penanganan krisis. 

Melihat dampak pandemi pd sektor energi

BACA JUGA webinar BPPT sebelumnya:

Webinar Bareng BPPT RI

BPPT Membangun Ekosistem Penanganan Covid

Simulasi Pemodelan Covid-19 BPPT

Bbrp kilang minyak terpaksa ditutup. Krn terjadi penurunan konsumsi energi. Penggunaan BBM turun 8% Sebab byk WFH, wisata mandeg, pesawat stop.

Suply dan demand dipotret. Dibuat rekomendasi dan antisipasi yg perlu dilakukan di sektor energi.

Proyeksi kebutuhan dan penyediaan energi. Pemodelan energi dg LEAP Sektor Rumah tangga, industri, komersil, transportasi, dll Tambang minyak,gas, batubara, dll Sisi konversi, pembangkitan,dll Memasukkan semua parameter dlm pemodelan shg dpt jaringan RES Memasukkan data2 kbthn dll

Metodologi analisis kebutuhan energi Tdk smua sektor ditreatment dg rumus yg sama Parameter aktifitas sektoral akibat pandemi Tiap perubahan dimasukkan ke model shg bisa dibuat pattern s/d 2025 Ada skenario optimis, moderat, pesimis

Metodologi analisis penyediaan energi Ada 6 pattern pola pemulihan ekonomi Di bbrp negara sdh mengalami, turun sesaat lalu naik lagi Yg paling pesimis bentuk L. Penurunan ekonomi scr sustain seterusnya. Hrs dihindari. Perlu trade off agar ekonomi bisa kembali spt semula

Bbrp penulis menggambarkan pandemi ini sbg vuca (volatility, uncertainty, complexity, ambiguity) Maka dibuat bbrp skenario 0 bau 1 opt 2 mod 3 pes

Dampak terhadap kebutuhan energi

Kebutuhan energi sektoral Sektor industri Sektor transportasi Dampak terhadap penyediaan energi

Krn harga minyak fosil turun sebab melimpah, maka energi terbarukan harganya turun sedikit. Minyak akan turun 20% atau sekitar 107-199 juta SBM

Simulasi Pemodelan Covid-19 BPPT

Simulasi Pemodelan Covid-19 BPPT



Baca juga:

Webinar Bareng BPPT RI

BPPT Membangun Ekosistem Penanganan Covid





Laju penularan hrs dihambat Jumlah test hrs ditingkatkan Tren meningat. Kasus terkonfirmasi harian makin banyak Jangan2 pelaksanaan test belum mencukupi


Smua bertgjwab utk turut menurunkan kurva Sdh menyebar ke 34 propinsi. 464 kabupaten kota. (90% wilayah indonesia) 116rb kasus 5rb meninggal Ekonomi minus 5% Jumlah testing masih rendah Masih jauh dibandingkan dg negara2 tetangga sesama asia tenggara

Test dan kasus per 1 jt penduduk Berdsr data real dan hasil simulasi, dilakukan perhitungan kbthn test Dibuat benchmark meniru kecenderungan yg dilakukan negara2 tetangga Perilaku test di philipina. Korelasi kuat jika angka mendekati 1. Utk bidang eksak, tani Klo sosial bs 0,8



Kecenderungan r2 0,9 Hbgn korelasi dua variabel di malaysia, korea selatan Prediksi kebutuhan pcr test per 1000 penduduk indonesia 25rb yg ideal Jd PR utk meningkatkan test Positivity rate 12% Yg paling sesuai ditiru itu philiphina


Ada 4 skenario pemodelan






Temuan hasil kajian masih hrs dikonfirmasikan Forum knowledge sharing Audience di challenge utk memberi pengayaan, sanggahan dst utk menambah info kajian Bgm menyikapi waiting time pcr. Ada pasien kecelakaan butuh cepat hasil pcr. Bgm caranya Bgm sbnrnya menghitung real

Atas dasar apa penghitungan real Knapa pd wedometer ada 1jt. Beda dg data bppt Sdh dilengkapi Lab BCL 2 Standar biasanya 2-3 hari hasil test Bicara test berarti bicara kits Msh ada keterbatasan alat Bbrp lembaga penelitian sdh ikut bantu
apakah tersedia model yang dapat memprediksi jumlah test PCR untuk lingkup provinsi mengingat mobilitas dan pola perilaku masyarakat tiap provinsi yang beragam?
Terkait kit RT-PCR ini apakah telah di lakukan uji stabilitas, dan bisa bertahan berapa lama kit tersebut apabila dilakukan pengiriman jarak jauh, apa masih valid dan akurat hasilnya?

Webinar Bareng BPPT RI

Webinar Bareng BPPT RI


Webinar BPPT ini sopan banget Ada doa dulu pas mau mulai 14 jt positif corona di dunia 600rb korban jiwa Menghantam ekonomi dunia. Mengubah kebiasaan berinteraksi Indonesia 88rb positif. 4200 meninggal Sembuh 47rb New normal, adaptasi kebiasaan baru utk gerakkan roda ekonomi

Pemodelan by dinamic Menggunakan hubungan sebab akibat utk memahami oerilaku sistem yg dinamik Permasalahan kompleks,dan butuh asmsi sbg pembatasan Pemodelan utk memonitor kebijakan yg diambil, day by day 2 skenario Patuh, diawasi ketat Longgar Hasil kajian n simulasi model

Vaksin belum bisa dipastikan Vaksin oxford masuk critical trial ke-3 Utk 1620 pasien indonesia, januari akan clinical trial ke-3 bareng negara2 lain Hrs berpikiran global, dan local contex Adaptasi, align, testing, tracing, treating butuh kebersamaan utk dpt data yg berguna dst

Rekayasa utama 4 20 th kepala program pusat audit teknologi Model simulasi prediksi covid-19 Model penanggulangan Model ekonomi


Sektor pariwisata akan dibuka Tp terkendala sentimen negatif dr luar New Normal dg protokol 3M masker, mencuci tangan, menjaga jarak



Machine learning dimasukkan krn secara efektif efisien utk tracing Potensi meledak masih ada Dampak ekonomi sosial sangat tinggi, shg PSBB skala besar hrs ditinjau ulang Krn akan merembet ke permasalahan poleksisbudhankam Masa new normal buka sektor2 ekonomi dg protokol




Parameter2 bisa diubah utk membuat simulasi Misal jika masyarakat lengah, akan terjadi gelombang kedua yg lebih besar Mempelajari perilaku bisa dg membuat model yg dpt diubah dg cepat simulasinya

Meski sederhana, tapi bisa running dg cepat Variasi parameter,respon bs dilht