Dari Sampah ke Energi: Analisis Kesenjangan Energi Industri dan Skill Gap Tenaga Kerja dalam Implementasi Waste-to-Energy Menuju Green Jobs di Indonesia (Kontribusi terhadap SDG 7, SDG 8, dan SDG 12)

Import Data BPS

data_bps <- read.csv2(
  "C:\\Users\\Lenovo\\Downloads\\Dataset_BPS_Sakernas_2018_2023_Cleaned.csv",
  header = TRUE,
  stringsAsFactors = FALSE,
  check.names = FALSE
)

head(data_bps)

Transformasi Data

data_bps <- data_bps %>%
  mutate(
    across(
      c(
        `Tidak/belum pernah sekolah`,
        `Tidak/belum tamat SD`,
        SD,
        SLTP,
        Total
      ),
      as.numeric
    )
  )

head(data_bps)

Import Data KLHK

data_klhk <- read_excel(
  "C:\\Users\\Lenovo\\Downloads\\SIPSN 2018 2023.xlsx"
)

head(data_klhk)

Data Energi Industri

data_esdm <- data.frame(
  Tahun = 2018:2023,
  Total_Energi_Industri_BOE = c(
    308101365,
    363534776,
    297942171,
    286850949,
    511714610,
    556383954
  ),
  Batu_Bara_Thousand_BOE = c(
    100506,
    167412,
    113416,
    87820,
    299191,
    316754
  ),
  Biomassa_Thousand_BOE = c(
    342,
    555,
    637,
    1309,
    4524,
    20452
  )
)

data_esdm

Analisis Skill Gap

skill_gap_sampah <- data_bps %>%
  filter(`Kode Sektor` == "Sektor E") %>%
  mutate(
    Pendidikan_Rendah =
      `Tidak/belum pernah sekolah` +
      `Tidak/belum tamat SD` +
      SD +
      SLTP,

    Rasio_Skill_Gap =
      (Pendidikan_Rendah / Total) * 100
  ) %>%
  select(
    Tahun,
    Total_Pekerja_Sampah = Total,
    Rasio_Skill_Gap
  )

skill_gap_sampah

Analisis Potensi Energi

potensi_energi_sampah <- data_klhk %>%
  mutate(
    Potensi_Energi_BOE =
      `Volume Sampah Liar / Kebocoran Lingkungan (Ton/Tahun)` * 0.35
  ) %>%
  select(
    Tahun,
    Timbulan_Sampah =
      `Timbulan Sampah Nasional (Ton/Tahun)`,
    Potensi_Energi_BOE
  )

potensi_energi_sampah

Integrasi Data

tabel_sinergi_final <- data_esdm %>%
  inner_join(
    potensi_energi_sampah,
    by = "Tahun"
  ) %>%
  inner_join(
    skill_gap_sampah,
    by = "Tahun"
  ) %>%
  mutate(
    Rasio_Substitusi_Batubara =
      (
        Potensi_Energi_BOE /
        (Batu_Bara_Thousand_BOE * 1000)
      ) * 100
  )

tabel_sinergi_final

Visualisasi Potensi Energi

ggplot(
  tabel_sinergi_final,
  aes(
    x = factor(Tahun),
    y = Potensi_Energi_BOE / 1000000
  )
) +
  geom_bar(
    stat = "identity",
    fill = "#2E8B57",
    width = 0.6
  ) +
  geom_text(
    aes(
      label = round(
        Potensi_Energi_BOE / 1000000,
        2
      )
    ),
    vjust = -0.5,
    fontface = "bold"
  ) +
  labs(
    title = "Proyeksi Energi Substitusi dari Sampah Unmanaged (2018-2023)",
    x = "Tahun",
    y = "Potensi Energi (Juta BOE)"
  ) +
  theme_minimal()

Visualisasi Paradoks Transisi Hijau

ggplot(
  tabel_sinergi_final,
  aes(x = Tahun)
) +
  geom_line(
    aes(
      y = Rasio_Skill_Gap,
      color = "Skill Gap"
    ),
    linewidth = 1.2
  ) +
  geom_point(
    aes(
      y = Rasio_Skill_Gap,
      color = "Skill Gap"
    ),
    size = 3
  ) +
  geom_line(
    aes(
      y = Rasio_Substitusi_Batubara,
      color = "Substitusi Batubara"
    ),
    linewidth = 1.2,
    linetype = "dashed"
  ) +
  geom_point(
    aes(
      y = Rasio_Substitusi_Batubara,
      color = "Substitusi Batubara"
    ),
    size = 3
  ) +
  labs(
    title = "Analisis Paradoks Transisi Hijau",
    x = "Tahun",
    y = "Persentase (%)",
    color = "Indikator"
  ) +
  theme_minimal()