Peramalan Beban Emisi Karbon Dioksida (CO2) Sektor Transportasi Provinsi Gorontalo Berbasis Analisis Deret Waktu
DOI:
https://doi.org/10.32493/sm.v7i3.54882Keywords:
Emisi CO2, Peramalan Transportasi, Regresi LInier, IPCC Tier 1Abstract
Sektor transportasi darat telah teridentifikasi sebagai salah satu kontributor antropogenik terbesar terhadap emisi gas rumah kaca di Indonesia, yang pertumbuhannya sangat berkorelasi dengan laju pembangunan ekonomi dan urbanisasi. Provinsi Gorontalo, sebagai wilayah yang sedang berkembang pesat di Sulawesi, menghadapi fenomena peningkatan kepemilikan kendaraan pribadi yang signifikan seiring dengan kenaikan PDRB. Situasi ini menghadirkan dilema strategis bagi pemerintah daerah dalam menyeimbangkan ambisi pertumbuhan ekonomi dengan komitmen nasional untuk menurunkan emisi karbon sesuai target NDC. Penelitian ini bertujuan untuk menganalisis tren historis pertumbuhan kendaraan bermotor di Provinsi Gorontalo, memvalidasi keandalan model peramalan statistik menggunakan Uji Asumsi Klasik, serta memproyeksikan jumlah kendaraan dan beban emisi CO2 hingga tahun 2030 sebagai landasan perumusan kebijakan mitigasi yang berbasis data. Artikel ini menerapkan pendekatan kuantitatif berbasis data sekunder deret waktu periode 2017-2024 yang bersumber dari BPS. Analisis dilakukan menggunakan model Regresi Linier Sederhana (Model Tren) untuk estimasi pertumbuhan, yang divalidasi secara ketat melalui uji normalitas (Shapiro-Wilk) dan uji autokorelasi (Durbin-Watson) untuk memastikan parameter yang tidak bias. Konversi data aktivitas kendaraan menjadi beban emisi dilakukan menggunakan metode Tier 1 dari IPCC. Analisis statistik menunjukkan bahwa tren waktu berpengaruh sangat signifikan terhadap pertumbuhan kendaraan (value = 0,002; R2 = 0,813), dengan model yang terbukti valid dan bebas dari autokorelasi (DW = 1,915) serta memiliki residual yang berdistribusi normal. Berdasarkan model ini, armada kendaraan di Gorontalo diproyeksikan tumbuh rata-rata 50.578 unit per tahun, mencapai total 886.137 unit pada tahun 2030. Sebagai konsekuensinya, beban emisi CO2 diprediksi melonjak dari 395.082 ton pada tahun 2024 menjadi 560.649 ton pada tahun 2030, mencerminkan kenaikan tajam sebesar 41,91%. Temuan ini mengindikasikan bahwa lintasan pertumbuhan sektor transportasi Gorontalo saat ini berada pada jalur yang tidak berkelanjutan (unsustainable). Tanpa intervensi kebijakan yang berarti, kenaikan emisi akan menghambat pencapaian target lingkungan daerah.
References
Badan Pusat Statistik (BPS) Provinsi Gorontalo. (2024). Jumlah Kendaraan Bermotor Menurut Kabupaten/Kota dan Jenis Kendaraan di Provinsi Gorontalo (unit). BPS Gorontalo.
Direktorat Jenderal Pengendalian Perubahan Iklim (Ditjen PPKL). (2018). Pedoman perhitungan emisi CO2 sektor transportasi jalan. Kementerian Lingkungan Hidup dan Kehutanan.
Dunggio, I. (2024). Pemanfaatan data raster dalam menentukan perubahan penutupan lahan sub daerah aliran sungai (DAS) Biyonga Kabupaten Gorontalo. Jurnal Sains Teknologi & Lingkungan, 10(2). https://doi.org/10.29303/jstl.v10i2.5062
Gujarati, D. N. (2021). Essentials of econometrics (5th ed.). McGraw-Hill Education.
Hadi, S. (2024). Analisis regresi data panel terhadap kualitas udara dan pertumbuhan ekonomi regional. Jurnal Ilmu Lingkungan Terapan, 15(2), 45-60.
Intergovernmental Panel on Climate Change (IPCC). (2006). 2006 IPCC guidelines for national greenhouse gas inventories, volume 2: Energy. IPCC.
Kementerian Lingkungan Hidup dan Kehutanan (KLHK). (2021). Dokumen nationally determined contribution (NDC) Indonesia. KLHK.
Lasang, S. S., Abdullah, S., & Dunggio, I. (2025). The effect of the ultra-micro economic empowerment program on the well-being of coconut farmers. Jurnal Ekonomi dan Kebijakan, 12(1), 45-58.
Listyawati, D., & Hartono, D. (2020). Kausalitas PDRB dan sektor transportasi di Pulau Jawa: Analisis model VAR. Jurnal Ekonomi Pembangunan, 18(1), 45-60. https://doi.org/10.29259/jep.v18i1.9876
Makridakis, S., & Hibon, M. (1997). The M3-Competition: Results, conclusions and implications. International Journal of Forecasting, 13(4), 451–476. https://doi.org/10.1016/S0169-2070(97)00044-7
Oktaviani, R. (2021). Dampak PDRB dan kepadatan penduduk terhadap tingkat kepemilikan kendaraan pribadi di Indonesia. Jurnal Ekonomi Pembangunan, 20(1), 12-25.
Sari, I. P., & Syarief, R. (2023). Dampak laju pertumbuhan penduduk dan ekonomi terhadap kualitas udara perkotaan di Indonesia. Jurnal Penelitian Lingkungan Hidup, 14(3), 1-15.
Sugiyanto, B. (2023). Time series analysis for economic forecasting. Penerbit Pustaka Nusantara.
Tahir, M. (2020). Strategi mitigasi emisi CO2 dari dominasi sepeda motor di kota metropolitan. Jurnal Transportasi Indonesia, 12(3), 88-105. https://doi.org/10.22146/jti.v12i3.567
Toiyo, F. K., Yusuf, M., Usman, M. Z., Dunggio, I., & Hamidun, M. S. (2025). Dampak permasalahan lingkungan dari pengelolaan wisata Pantai Kaisomaru: Studi kasus Pantai Kaisomaru di Gorontalo. J-CEKI: Jurnal Cendekia Ilmiah, 4(2), 366–371. https://doi.org/10.56799/jceki.v4i2.6438
Wibowo, A. S., & Susilo, B. (2022). Korelasi pertumbuhan kendaraan pribadi dengan tingkat polusi PM10 di kota metropolitan. Jurnal Teknik Lingkungan, 25(1), 1-10. https://doi.org/10.5614/j.tl.2022.25.1.1
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Safira Putri H. Malik, Iswan Dunggio
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
As an Author, you have the right to a variety of uses for your article, including institutions or companies. The author's rights might do without the need for special permission.
Authors who publish in the Jurnal Jurnal Statistika dan Matematika (Statmat) have broad rights to use their works for education and scientific purposes without permission, including:
Used to discuss in a class by the author or the author's body and presentations at meetings or conferences and participant approval;
Used for internal training by the author's company;
Distribution to colleagues for the use of their research;
Used in preparation for further author's works;
Included in a thesis or dissertation;
Partial or extra reuse of articles in other works (with full acknowledgment of the last item);
Prepare derivatives (other than for commercial purposes);
Post voluntarily on a website opened by the author or approve the author for scientific purposes (follow CC with a SA License).
