Sektor Industri Skenario Mitigasi

42 | P a g e

3.2.3.5 Biaya Mitigasi

Biaya pengurangan pengurangan emisi CO2 untuk setiap ukuran kebijakan dihitung dalam USDton CO2 dihindari diperoleh dengan membagi nilai sekarang dari biaya yang terkait dengan pengurangan emisi oleh pengurangan CO2 kumulatif total selama periode analisis. Berikut merupakan contoh table berupa kebijakan, tindakan, biaya total, NPV, kumulatif CO 2 abatement dan sistem biaya abatement untuk transportasi. Tabel 3.3 Kebijakan, Tindakan, Biaya Total, NPV, Kumulatif CO 2 Abatement dan Sistem Biaya Abatement Untuk Transportasi Kebijakan Tindakan Tipe Pengeluaran Total Biaya Relatif terhadap BAU NPV relatif ke BAU disc.rate: 12 Abatement Kumulatif CO 2 Sistem biaya Abatement Mill.Rp. Mill.Rp. Mill.Ton Mill. Rp.mil.ton CO 2 US MIL.TON CO 2 “Avoid” Measures Public 9,9 150 0,89 185,96 18,6 Private 74,3 32 “Shift” Measures Public 88 529 5,48 248,51 24,9 Private 133,1 152 “Improve” Measures Public 25,3 53 4,80 236,52 23,7

3.2.4 Sektor Industri

3.2.4.1 Konsep Baseline dan Metodologi

4. Baseline emisi gas rumah kaca untuk sektor industri harus menggunakan Model Energi Terpadu, yaitu dengan menjalin penggunaan energi dari sektor industri, sektor energi sisi penawaran dan sektor transportasi menjadi suatu model. Dengan menggunakan model ini untuk baseline sebagai akibatnya, emisi gas rumah kaca dari proses industri dan penggunaan produk serta limbah tidak dikenakan dalam analisis. 5. Dalam perhitungan baseline, dua pendekatan harus dibedakan:, yaitu pendekatan dari atas pusat ke bawah top-down dan pendekatan dari bawah ke atas bottom- up . Pendekatan top- down umumnya didefinisikan mendetailkan suatu sistem untuk mendapatkan pengetahuan tentang sistem sub-nya. Dengan asumsi industri merupakan sebuah sistem tersebut, tingkat emisi gas rumah kaca diformulasikan pertama untuk seluruh sektor. Kebutuhan baseline ini secara keseluruhan disempurnakan secara lebih detail dengan menentukan kontribusi masing- masing sub sektor industri. 43 | P a g e 6. Pendekatan ini telah banyak diterapkan di Indonesia, karena keuntungan menggunakan data agregat dari konsumsi energi, sektor rata-rata atau pertumbuhan tingkat emisi, yang menggambarkan perkembangan industri secara keseluruhan. 7. Data yang diperlukan untuk pendekatan Top Down tersedia lebih lengkap dibandingkan menggunakan pendekatan Bottom Up, misalnya statistik penjualan perusahaan-perusahaan energi milik Negara seperti Pertamina dan PLN. Meskipun statistik mungkin menanggapi beberapa industri sub-sektor penting, namun secara keseluruhan ketidakpastian mengenai kontribusi sub-sektor untuk emisi gas rumah kaca cukup tinggi. Oleh karena itu, akurasi cukup menghambat keputusan untuk mengambil tindakan mitigasi yang tepat. Selain itu, pendekatan Top Down tidak akan memenuhi standar MRV masa depan, yang tidak hanya meminta peningkatan frekuensi, tetapi secara eksplisit untuk kualitas yang lebih baik dari informasi yang dilaporkan. 8. Pendekatan Bottom Up adalah penggabungan sub-sub sistem di sini sub-sektor industri untuk membentuk suatu sistem yang lebih besar di sini sektor industri. Dengan demikian, sistem yang asli menjadi sub-sistem. Berkenaan dengan industri, berarti, bahwa pertama- tama setiap industri sub-sektor ini dijelaskan secara rinci. Tergantung pada tingkat agregasi dimulai dari klasifikasi industri, kelas-kelas, kelompok dan atau divisi tersebut kemudian dihubungkan bersama untuk membentuk industri sub-sektor, yang kemudian pada gilirannya dihubungkan sampai gambar lengkap industri terbentuk. Dataset komprehensif dibutuhkan untuk pendekatan ini. Meskipun beberapa data yang mungkin tersedia untuk sub-sektor penting seperti semen atau besi industri baja, penelitian sumber daya dan juga memakan waktu lebih banyak diperlukan untuk mendapatkan gambaran industri yang lebih lengkap.

8.2.1.1 Tren Emisi

Indonesia Climate Change Roadmap ICCSR telah menunjukkan emisi gas rumah kaca di bawah skenario BAU tahun 2005-2030 dari Konsumsi Energi. Sub-sektor industri yang dibahas adalah mineral non-logam termasuk semen, besi baja, pulp paper, tekstil, pupuk, dan lainnya. Di bawah skenario BAU, emisi gas rumah kaca dari sektor industri akan meningkat dari 97,49 megaton CO 2 pada tahun 2005 dan 150,87 megaton CO 2 pada tahun 2030. Dengan adanya skenario langkah-langkah efisiensi energi, emisi gas rumah kaca dari sektor industri akan meningkat dari 97,49 megaton CO 2 pa pada tahun 2005 dan 104,93 megaton CO 2 pada tahun 2030 dan berarti bahwa skenario yang akan memberikan pengurangan 30,45 dari emisi gas rumah kaca pada tahun 2030.

8.2.1.2 Potensi Skenario Mitigasi

Pengembangan skenario mitigasi akan melibatkan beberapa identifikasi yang memerlukan tindakanskenario. Menggunakan metodologi yang sama untuk pengembangan baseline, potensi mitigasi emisi gas rumah kaca harus dianalisis untuk setiap skenarionya. Tiga opsi yang berbeda untuk mengurangi emisi gas rumah kaca, yaitu hasil dari penggunaan energi, harus dianalisis untuk sektor industri: 44 | P a g e  Mengurangi jumlah energi yang digunakan setiap produk: Opsi pertama yaitu target penurunan energi melalui peningkatan efisiensi energi, yang kemudian akan mengarah pada mitigasi emisi gas rumah kaca.  Mengubah sumber energi menggunakan energi campuran untuk produksi: Opsi kedua menyarankan substitusi bahan bakar dari jenis yang menghasilkan emisi besar dengan bahan bakar alternative seperti biomassa, limbah padat kota, yaitu bahan bakar yang memiliki kandungan karbon lebih kecil dari bahan bakar fosil.  Proses modifikasi Mayor: Penggunaan energi dapat dikurangi dengan mengubah produk, bahan baku, atau meningkatkan efisiensi bahan misalnya daur ulang.

8.2.1.3 Indikator Kunci

Tabel 3.4 Indikator Kunci Sektor Industri Komponen yang diukur Jenis Data Kunci terkait data industri : - Intensitas energi - Intensitas Karbon - Konsumsi energi termasuk energi per ton produksi GJt produksi - Emisi CO2 dari proses dan emisi konsumsi energi per ton produk t CO2 t produk Kunci terkait Biaya : - Biaya total mitigasi dan biaya sistem pengurangan

8.2.1.4 Biaya Mitigasi

Efisiensi energi adalah kategori yang paling penting untuk analisis mitigasi. Ada banyak teknologi dan tindakan yang dapat meningkatkan efisiensi energi industri. Perubahan kecil operasional, seperti rumah tangga dan pemeliharaan, biasanya merupakan yang termurah, termudah untuk melaksanakan, dan paling tidak beresiko, tetapi biasanya menghasilkan energi terkecil dan penghematan biaya. Perubahan pada peralatan produksi dan konservasi energi add- on teknologi merupakan investasi yang lebih besar, biasanya ribuan hingga jutaan dolar, dan kemungkinan tidak dibenarkan oleh biaya energi. Proses perubahan besar sering membutuhkan fasilitas gedung baru dan biasanya dibenarkan dengan pertimbangan untuk memenuhi perkembangan pasar strategis. Biaya Teknologi Untuk setiap skenario GRK dibahas mitigasi biaya pengurangan dalam hal biaya per ton GHGe berkurang yang akan diestimasi. Setiap opsi mitigasi ditandai dengan, operasi modal dan biaya pemeliharaan dan penghematan biaya. Parameter ini digunakan untuk menghitung biaya pengurangan, yang mewakili harga satu ton CO2 di mana misalnya perusahaan semen Indonesia akan peduli terhadap data-data finansial, apakah akan menerapkannnya atau tidak harus dipilih. Dengan biaya pengurangan negatif, perusahaan akan menerapkan opsi-opsi mitigasi efektif biaya sekaligus mengurangi emisi. Dengan biaya pengurangan positif, perusahaan hanya mungkin mempertimbangkan opsi bermanfaat jika beberapa nilai eksternal ada yang melekat untuk pengurangan emisi. Nilai ini mungkin dalam bentuk keringanan pajak, potongan harga, atau insentif yang ditawarkan pemerintah lain, atau mungkin terkait dengan pengurangan emisi 45 | P a g e melalui penerapan peraturan yang membatasi emisi GRK. Pengurangan biaya ditentukan menggunakan analisa cash-flow dimana penghematan biaya sama dengan biaya itu sendiri. Biaya energi itu diasumsikan 50USDtonne batubara, 75USDbarrel minyak, biomassa 0.08USDkWh 25USDtonne dan listrik PLN. Biaya modal seharusnya untuk skenario-efisiensi Energi didasarkan pada studi pilihan mitigasi emisi GRK dalam industri semen misalnya. Biaya satu kali berhubungan dengan instalasi diasumsikan 4.00USDtonne semen kapasitas untuk efisiensi tinggi grinding teknologi, 0.20USDtonne semen kapasitas untuk motor efisiensi tinggi, 1.00USDtonne semen kapasitas untuk kecepatan drive disesuaikan dan semen 2.00USDtonne kapasitas untuk pengklasifikasi efisiensi tinggi. Idealnya semua teknologi ini akan dilaksanakan [ICF, 2009]. Energy-Cost-Sensitive Options Pilihan energi-biaya-sensitif termasuk rendah untuk perbaikan menengah-biaya efisiensi energi modal produksi yang ada, dan penggunaan peralatan hemat energi yang lebih, dan pergantian bahan bakar. Banyak efisiensi energi pilihan yang berlaku di industri. Opsi generik ini seringkali memiliki manfaat selain penghematan energi-biaya yang mungkin signifikan terhadap adopsi pergantian bahan bakar. Non Energi-Biaya-Sensitif Pilihan Dua pilihan teknologi adalah 1 investasi pada pabrik yang ada, dan 2 pengenalan pabrik baru. Dalam setiap kasus, ada beberapa pilihan yang memiliki berbagai tingkat investasi dan penggunaan energi, serta implikasi lingkungan yang berbeda. Beberapa jenis retrofits dapat dipertimbangkan untuk meningkatkan efisiensi dalam tanaman yang ada. kapasitas produksi baru dapat menggunakan teknologi tersedia atau terbaru. Untuk masing-masing pilihan, kriteria utama adalah: 1. Biaya produksi secara keseluruhan per unit output termasuk operasi serta tahunan biaya investasi; 2. Kebutuhan modal per unit output, dan 3. Intensitas energi untuk bahan bakar yang berbeda dan listrik. Karakter rata-rata konsumsi energi dan biaya standar baru dan efisiensi tinggi motor; CCE perkiraan. Sumber data terbaik pada efisiensi motor baru adalah uji data untuk motor yang tersedia di negara studi. Efisiensi yang dilaporkan oleh produsen motor juga dapat digunakan. Biaya dapat didasarkan pada harga motor aktual, setelah dikurangi pajak. Jika efisiensi tinggi motor tidak diproduksi secara lokal untuk jenis tertentu ukuran, mereka mungkin tersedia sebagai impor. Biaya yang digunakan dalam analisis tersebut harus bersih dari bea masuk. Perkiraan konsumsi energi rata-rata memerlukan data pada pemanfaatan khas jam tahun untuk setiap jenis ukuran motor. Estimasi seumur hidup motor harus mempertimbangkan kondisi operasi di negara itu. Data tersebut mungkin berasal dari survei penilaian ahli. 46 | P a g e

8.2.2 Sektor Waste