oleh: aprilia dwi handayani subchan, m.sc,...
TRANSCRIPT
ABSTRAK
Salah satu isu internasional yang dewasa ini banyak mendapat sorotandari berbagai kalangan adalah pemanasan global yang disebabkan oleh gasrumah kaca, seperti karbon dioksida (CO2). Untuk mengurangi emisi CO2tanpa membatasi pertumbuhan ekonomi, beberapa langkah yang dapatdilakukan adalah perluasan kawasan hutan dengan cara reboisasi danpenerapan teknologi bersih. Mengingat keterbatasan sumber daya, investasiharus dilakukan secara optimal dengan cara yang efektif. Hubungan antaraproduksi CO2 dengan luas area hutan dan Gross Domestic Productdimodelkan sebagai persamaan diferensial biasa.Permasalahan dapatdimodelkan sebagai permasalahan kendali optimal dimana fungsi objektifnyaadalah penentuan biaya optimal reboisasi dan teknologi bersih.Solusioptimalnya diperoleh dengan menerapkan metode langsung dan tidaklangsung untuk menyelesaikan permasalahan kendali optimal.Selanjutnyapermasalahan kendali optimal ditransformasikan menjadi permasalahanPemrograman Non Linear (Non Linear Programming) dimana hasiltransformasinya dapat diselesaikan menggunakan NLP.
Kata-kunci:Efek Rumah Kaca, Emisi CO2, Kendali Optimal, PemodelanMatematika.
Pendahuluan
Selama beberapa dekade terakhir, berkembangkekhawatiran tentang isu-isu lingkungan seperti polusiudara, konservasi cadangan air dan pengurangan hutantropis. Pemanasan global (global warming) merupakansalah satu isu internasional yang dewasa ini banyakmendapat sorotan dari berbagai macam kalangan.Pemanasan global diartikan sebagai meningkatnya suhubumi secara keseluruhan yang disebabkan oleh efek gasrumah kaca dan merupakan salah satu gejala daripengelolaan sumber daya hutan yang tidak berkelanjutan.
Bagaimana dengan Indonesia??? Indonesia juga merupakan salah satu negara emitor
GRK khususnya yang berasal dari pembukaan hutandan pengeringan gambut
Negara-negara lain memandang kebakaran hutangambut yang kerap terjadi di Indonesia merupakanpenyumbang CO2 terbesar di dunia.
Indonesia dituding menjadi negara ketiga yangmenjadi penyumbang pemanasan global karenapenebangan dan pembakaran hutan yang terjadibeberapa tahun belakangan ini
Indonesia menjadi salah satu bagian dari solusiterhadap pengurangan pemanasan global
JENIS GAS YANG TERGOLONG SEBAGAI GAS RUMAH KACA
CO2
Berasal daripembakaranbahan bakarfosil (minyakbumi, batubara gasalam)
CH4
Berasal dariarealpersawahan,pelapukankayu,timbunansampah ,prosesindustri,eksplorasibahan bakarfosil.
O3
Terbentukketika sinarmataharibereaksidengan gas buangkendaraanbermotor.
CFC
Berasal daripenggunaanalatpendinginruangan danlemari es.
N2O
Berasal darikegiatanpertanian/pemupukan,transportasidan prosesindustri
No Gas rumah kaca Rumus kimia Kontribusi( % )
1 23456
Karbon dioksidaMetanaKlorofluro karbon R-12OzonKloro fluro karbon R-11Nitro oksida
CO2 CH4
CFC R-12O3
CFC R-11N2O
50 1312755
Gas rumah kaca dan kontribusinyaterhadap efek rumah kaca
DEFORESTASI : penurunan luas area hutan karenaadanya konversi hutan untuk penggunaan lain, sepertipertanian, perkebunan, pemukiman, pertambangan danprasarana wilayah.
DEGRADASI HUTAN: penurunan kualitas hutan akibatpenebangan liar (illegal loging), kebakaran, over cutting,perladangan perpindah (slash and burn) sertaperambahan.
Dampak efek rumah kaca:menimbulkan masalah terhadap pola
adaptasi makluk hidup pada suatu ekosistemdan terputusnya rantai makanan antarorganisme yang berakibat padamenurunnya ketersediaan stok pangandunia.
rusaknya ekosistem yang akhirnya akanmemutus rantai makanan dan berpengaruhkepada seluruh kehidupan dimuka bumi
Hubungan antara Gross Domestic Product (GDP) dan pemanasan global.
GDP : total nilai penjualan barang dan jasa suatu negara dalam setahun.
Konsumsi yang berhubungan dengan kebijakankarbon untuk menurunkan emisi CO2 sebanyak50% akan menurunkan GDP sebanyak 4% diAmerika Utara, 1% di Eropa dan 19% di beberapanegara pengekspor minyak.
Laju pertumbuhan ekonomi berkorelasi positifterhadap laju pertumbuhan industri.
Perumusan Masalah
1. Bagaimana model matematis yang menggambarkan hubungan dinamis emisiCO2 dengan investasi pada reboisasi danpenerapan teknologi bersih?
2. Bagaimana menentukan kendali emisi CO2 dan efek rumah kaca dengan reboisasi danpenerapan teknologi bersih?
Tujuan Penelitian
1. Mendeskripsikan model matematis yang menggambarkan hubungan dinamis emisi CO2 dengan investasi padareboisasi dan penerapan teknologi bersih.
2. Menentukan kendali emisi CO2 dan efekrumah kaca dengan reboisasi dan penerapanteknologi bersih.
Manfaat Penelitian
Untuk memberikan informasi bahwapenyelesaian kendali optimal yang diperolehdapat menjadi suatu solusi optimal dalammenentukan kebijakan pengurangan emisiCO2 dengan cara reboisasi dan penerapanteknologi bersih.
KAJIAN PUSTAKA
Model Matematika Emisi CO2Model matematika dari emisi CO2 di-rumuskan sebagai berikut (Caetano, 2008):
( )
=−=
−+−
−=
γyyhzyuz
yuαzαsx1rxx
1
221
Keterangan:
x = Besarnya emisi CO2 di atmosferz = luas area hutany = Gross Domestic Product (GDP)r = tingkat emisi CO2s = kapasitas angkut CO2 di atmosfer
= parameter yang berkaitan dengan luas area hutan
= parameter yang berkaitan dengan GDP= kontrol emisi CO2 dengan adanya investasi
pada reboisasi atau luas area hutan= kontrol emisi CO2dengan adanya investasi
pada penerapan teknologi bersihh = laju penipisan hutan
1α
2α1u
2u
Permasalahan Kendali OptimalPermasalahan kendali optimal dalam penelitian iniadalah meminimalkan biaya reboisasi dan teknologibersih untuk mengurangi emisi CO2 di atmosferyang dirumuskan dalam fungsi tujuan berikut:
u1 adalah kendali emisi CO2 dengan adanyainvestasi pada reboisasi atau luas area hutan
u2 adalah kendali emisi CO2 dengan adanyainvestasi pada penerapan teknologi bersih.
Bobot a, b, dan c mencerminkan nilai kepentinganrelatif dari variabel x, u1 dan u2.
( ) ( )dtcubuaxeuuJ t 22
21
2121, ++= ∫ −δ
Teori Kendali OptimalPersamaan dinamik dari suatu sistem kendali adalah:
Dengan adalah variabel keadaan danadalah variabel kendali.
Fungsi tujuan dapat dituliskan dalam tiga bentuk:1. Bentuk Bolza
2. Bentuk Lagrange
3. Bentuk Mayer
( )uxFx ,=
nRx∈ Uu∈
( )[ ] ( ) ( )( )dttptutxVtptxJUu
T
ff ∫+=∈ 0
,,,,,min
ϕ
( ) ( )( )dttptutxVJUu
T
∫=∈ 0
,,,min
( )[ ]dttptxJUu ff ,,
minϕ=
∈
Sistem DinamikSistem dinamis adalah sistem yang berubahberdasarkan fungsi waktu.Secara matematis, suatu sistem dapat dinyatakan dalam bentuk himpunan persamaan differensial biasa. Sebuah sistemdinamik untuk dapat dtuliskan dalam persamaan diferensial biasa:
Kestabilan SistemDiberikan suatu sistem persamaan diferensial berbentuk :
Titik (x0; y0) yang membuat fungsi f dan g sama dengan noldisebut titik setimbang.
Stabilitas sistem dapat ditentukan dari nilai eigen :a. Sistem dikatakan stabil jika dan hanya jika akar
karakteristiknya adalah real dan negatifb. Sistem dikatakan stabil asimtotis jika akar karakteristiknya
real negatif atau mempunyai bagian real negatifc. Sistem dikatakan tidak stabil jika dan hanya jika akar
karakteristiknya adalah real positif atau mempunyai paling sedikit satu akar karakteristik dengan bagian real positif.
Prinsip Maksimum PontryaginDiberikan persamaan plant:Diberikan indeks performansi:Dan kondisi batas dan bebas.Maka langkah-langkah penyelesaiannya adalah:1. Bentuk fungsi Hamiltonian
2. Minimumkan H terhadap semua vektor kontrol :dan diperoleh
3. Gunakan hasil dari langkah 2 ke dalam langkah 1 dantentukan H* yang optimal.
( ) ( )( )ttutxfx ,,=
( )( ) ( ) ( )( )dtttutxVttxSJft
tff ,,,
0
∫+=( ) 00 xtx = ( ) ff xtx =
( ) ( ) ( )( ) ( ) ( )( ) ( ) ( ) ( )( )ttutxftttutxVtttutxH ,,,,,,, 'λλ +=
( )tu
0*
=
∂∂
uH ( ) ( ) ( )( )tttxhtu ,, *** λ=
( ) ( ) ( )( ) ( )( ) ( ) ( )( )tttxHtttttxhtxH ,,,,,,, ******** λλλ =
4. Selesaikan sekumpulan 2n persamaandanDengan kondisi awal dan kondisi akhir
5.Untuk memperoleh kontrol optimal, substitusikansolusi dari langkah 4 ke dalam ekspresioptimal kontrol u* pada langkah 2.
( )*
*
∂∂
+=λHtx
( )*
*
∂∂
−=xHtλ
0x
( ) 0'
*
*
* =
−
∂∂
+
∂∂
+ ft
ft
xtxSt
tSH
ff
δλδ
( ) ( )ttx ** ,λ
METODOLOGI PENELITIANTahapan-tahapan yang dilaksanakan dalam penelitian iniadalah sebagai berikut:
a. Studi literatur. b. Menguraikan kajian pustaka. c. Menyelesaikan permasalahan kendali optimal emisi CO2
dengan menggunakan metode langsung dan metode tidaklangsung dengan terlebih dahulu melakukan analisiskestabilan sistem.
d. Melakukan simulasi program komputer denganmenggunakan software Miser3.
e. Menganalisis hasil simulasi kendali optimal emisi CO2 dengan reboisasi dan teknologi bersih dari software Miser3.
f. Menarik kesimpulan mengenai model dan penyelesaiankendali optimal emisi CO2 dengan reboisasi dan teknologibersih.
g. Menyusun laporan penelitian.
HASIL & PEMBAHASANModel Matematika Emisi CO2
Keberadaan hutan dapat menyerap atau mengurangi emisi, sehingga dituliskan ke dalam bentuk . Emisi CO2 berkorelasi positf dengan pertumbuhan ekonomi (GDP) dan berkurang adanya penerapan teknologi bersih, hal inidapat dinyatakan dalam bentuk . Sedangkansuku menunjukkan bahwa luas area hutan meningkatkarena adanya reboisasi dan -hz menunjukkan adanyapenurunan atau penipisan luas area hutan.
( )
=−=
−+−
−=
γyyhzyuz
yuαzαsx1rxx
1
221
zα1−
( )yuα 22 −yu1
Analisis DinamikMencari titik setimbang
Substitusikan ke persamaan ke 2
Substitusikan nilai y=0 dan z=0 ke persamaan 1
Diperoleh x=0 atau x=s
00
0
===
yy
yγ
001
0
==−
=
zhzyu
z
( )
01
01
0
221
=
−
=−+−
−
=
sxrx
yuzsxrx
x
αα
Diperoleh 2 titik tetap: E0=(0,0,0) dan E1=(s,0,0)Untuk analisa kestabilan titik tetap (x; z; y), maka perlu dibentuk matriks Jacobian
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
∂∂
∂∂
∂∂
∂∂
∂∂
∂∂
∂∂
∂∂
∂∂
=
=
yyf
zyf
xyf
yzf
zzf
xzf
yxf
zxf
xxf
jjjjjjjjj
J
333231
232221
131211
−
−−−
−
=γ
αα
000
1
1
221
uh
usrx
sxr
J
Nilai eigen diperoleh dari determinan (J-eI)=0
Sehingga diperoleh nilai eigen
( ) 000
0
1
det 1
221
=−
−−−
−
=−γ
αα
uh
usrx
sxr
eIJ
γ=−=
−
−=
3
2
1 1
ehe
srx
sxre
Untuk titik tetap E0=(0,0,0) diperoleh nilai eigen
Karena dan bernilai positif tetapibernilai negatif, maka sistem tidak stabil
Untuk titik tetap E1=(s,0,0) diperoleh nilai eigen
Karena dan bernilai negatif tetapi bernilai positif, maka sistem tidak stabil
γ=−=
=
3
2
1
ehe
re
1e 3e 2e
1e 2e 3eγ=−=−=
3
2
1
ehere
Penyelesaian Kendali Optimal dengan Metode Tidak Langsung.Prinsip Maksimum PontryaginBentuk fungsi Hamiltonian:
Kondisi stasioner:
diperoleh kendali optimal dan
( ) ( ) yhzyuyuzsxrxcubuaxeH yzx
t γλλααλδ +−+
−+−
−+++= −
12212
22
12 1)(
020
020
22
11
=−⇔=∂∂
=+⇔=∂∂
−
−
ycueuH
ybueuH
xt
zt
λ
λ
δ
δ
tz
beyu δ
λ−−=
2*
1 tx
ceyu δ
λ−=
2*
2
3. Persamaan State dan Co State
Dengan mensubstitusikan persamaan dan padapersamaan state dan co state, maka diperoleh sistem yangoptimal, yaitu:
*1u *
2u
yHy
hzybe
yHz
yce
yzsxrxHx
y
tz
z
tx
x
γλ
λλ
λααλ
δ
δ
=∂∂
=
−
−=
∂∂
=
−+−
−=
∂∂
=
−
−
2
21 21
( ) γλλαλλ
λαλλ
λλλ δ
yzxy
zxz
txxx
uuyH
hzH
axes
xrrxH
−−−−=∂∂
−=
+=∂∂
−=
−+−=∂∂
−= −
122
1
22
Sehingga
Persamaan StateSubstitusikan dan ke persamaan state sehinggadiperoleh sistem yang optimal :
−= − 0008.0,
2,00012.0maxmin*
1 tz
beyu δ
λ
= − 0008.0,
2,00012.0maxmin*
2 tx
ceyu δ
λ
*1u *
2u
yy
hzybe
yz
ceyz
sxrxx
tz
tx
γ
λ
λαα
δ
δ
=
−
−=
−+−
−=
−
−
*
*
21*
0008.0,2
,00012.0maxmin
0008.0,2
,00012.0maxmin1
Persamaan StateSubstitusikan dan ke persamaan state sehingga diperoleh sistem yang optimal:
*z*z
*1u *
2u
γλλλ
λαλλ
λαλλ
λλλ
δ
δ
δ
ytz
z
tx
xy
zxz
txxx
bey
cey
yH
hzH
axes
xrrxH
−
−−
−−=
∂∂
−=
+=∂∂
−=
−+−=∂∂
−=
−
−
−
0008.0,2
,00012.0maxmin
0008.0,2
,00012.0maxmin
22
2
1
Penyelesaian Kendali Optimal denganMetode LangsungDiselesaikan dengan menggunakan salah satu toolbox Matlab, yaitu Miser 3.File yang diperlukan untuk simulasi pada software initerdiri 9 M-File, yaitu:
1. ocf.m2. ocdfdx.m3. ocdfdu.m4. ocg0.m5. ocg0dx.m6. ocg0du.m7. ocphi.m8. ocdpdx.m9. ocxzero
Penyelesaian Kendali Optimal Emisi CO2 denganMetode Langsung.Kendali optimal dengan metode langsung diselesaikandengan menggunakan software.
Tabel 1. Parameter dan nilainyaParameter Nilai
r 0.15s 700h 0.0001
0.0449a 0.1b 3.5 x 109
c 1 x 109
0.00060.00005
0.01
γ
1α
2α
δ
Tabel 2. Parameter Komputasi
Parameter Komputasi Simbol Nilai
Waktu akhir 30 60
Batas bawah kontrol dan 0.00012Batas atas kontrol dan 0.0008
Nilai awal emisi CO2 149,4436
Nilai awal luas area hutan 116,567
Nilai awal GDP 1144,27
1u
2u
ft
)0(x
)0(z
)0(y
2u
1u
Hasil SimulasiGrafik tanpa kendali (tf=30)
Emisi CO2 673,38394 juta ton
Luas hutan 116,21782 (puluhan ribu km persegi)
0 5 10 15 20 25 300
200
400
600
800
Waktu (Tahun)
Em
isi C
O2
(juta
ton)
0 5 10 15 20 25 30116.2
116.3
116.4
116.5
116.6
116.7
Waktu (Tahun)
Luas
hut
an(x
1000
0 km
per
segi
)
Grafik dengan kendali reboisasi (tf=30)
Emisi CO2 673,35449 juta ton
Luas hutan 125,75076 (puluhan ribu km persegi)
0 5 10 15 20 25 300
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(ju
ta to
n)
0 5 10 15 20 25 30116
118
120
122
124
126
Waktu (tahun)
Lu
as
Hu
tan
(x1
00
00
km
pe
rseg
i)
Grafik dengan kendali teknologi bersih(tf=30)
Emisi CO2 652,79954 juta ton
Luas hutan 116,21782 (puluhan ribu km persegi)
0 5 10 15 20 25 30100
200
300
400
500
600
700
Waktu (Tahun)
Em
isi C
O2
(juta
ton)
0 5 10 15 20 25 30116.2
116.3
116.4
116.5
116.6
116.7
Waktu (Tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik dengan kendali reboisasi danteknologi bersih (tf=30)
Emisi CO2 652,76970 juta ton
Luas hutan 125,75076 (puluhan ribu km persegi)
0 5 10 15 20 25 300
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(juta
ton)
0 5 10 15 20 25 30116
118
120
122
124
126
Waktu (tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik GDP (tf=30)
Nilai GDP 5112,90062 (ratusan jutaUS $)
0 5 10 15 20 25 301000
1500
2000
2500
3000
3500
4000
4500
5000
5500
Waktu (tahun)
Bes
arny
a G
DP
(rat
usan
juta
US
$)
tanpa kendalidengan kendali u1dengan kendali u2dengan kendali u1 dan u2
Grafik tanpa kendali (tf=60)
Emisi CO2 704,92109 juta ton
Luas hutan 115,86969 (puluhan ribu km persegi)
0 10 20 30 40 50 600
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(juta
ton)
0 10 20 30 40 50 60115.8
116
116.2
116.4
116.6
Waktu (tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik dengan kendali reboisasi (tf=60)
Emisi CO2 704,76840 juta ton
Luas hutan 167,96977 (puluhan ribu km persegi)
0 10 20 30 40 50 600
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(juta
ton)
0 10 20 30 40 50 60100
120
140
160
180
Waktu (tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik dengan kendali teknologi bersih(tf=60)
Emisi CO2 611,65541 juta ton
Luas hutan 115,86969 (puluhan ribu km persegi)
0 10 20 30 40 50 600
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(juta
ton)
0 10 20 30 40 50 60115.8
116
116.2
116.4
116.6
Waktu (tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik dengan kendali reboisasi danteknologi bersih (tf=60)
Emisi CO2 611,47566 juta ton
Luas hutan 167,96977 (puluhan ribu km persegi)
0 10 20 30 40 50 600
200
400
600
800
Waktu (tahun)
Em
isi C
O2
(juta
ton0
0 10 20 30 40 50 60100
120
140
160
180
Waktu (tahun)
Luas
Hut
an (x
1000
0 km
per
segi
)
Grafik GDP (tf=60)
Nilai GDP 22845,79045 (ratusan jutaUS $)
0 10 20 30 40 50 600
0.5
1
1.5
2
2.5x 10
4
Waktu (tahun)
Bes
arny
a G
DP
(rat
usan
juta
US
$)
tanpa kendalidengan kendali u1dengan kendali u2dengan kendali u1 dan u2
No Kasus (30 th) Emisi CO2 Luas Hutan GDP
1 Tanpa kendali 673,38 116,22 5112,90
2 Dengan kendali u1 673,35 125,75 5112,90
3 Dengan u2 652,80 116,22 5112,90
4 Dengan kendali u1 dan u2
652,77 125,75 5112,90
No Kasus 60 th) Emisi CO2 Luas Hutan GDP
1 Tanpa kendali 704,92 115,87 22845,79
2 Dengan kendali u1 704,77 167,97 22845,79
3 Dengan u2 611,66 115,87 22845,79
4 Dengan kendali u1 dan u2
611,48 167,97 22845,79
Kesimpulan1. Dengan pelaksaan reboisasi dan teknologi bersih, kelestarian
hutan dapat terjaga dan penurunan emisi CO2 dan efek rumahkaca dapat dicapai tanpa menyebabkan penurunan nilai GDP.
2. Teknologi bersih lebih banyak berpengaruh terhadap penurunan emisiCO2 dibandingkan dengan reboisasi. Akan tetapi jika hanyaditerapkan teknologi bersih, maka luas hutan akan semakin menipis.Oleh karena itu, untuk mencapai penurunan emisi CO2 dengan tetapmempertahankan luas area hutan dan pertumbuhan ekonomi negara,maka upaya yang dapat dilakukan adalah dengan melakukan reboisasidan teknologi bersih secara bersama-sama
SaranPada penelitian ini, tidak dibahas mengenai analisis eksistensi danketunggalan kendali optimal. Untuk penelitian lebih lanjut, disarankanagar membahas mengenai analisis eksistensi dan ketunggalan kendalioptimal.
DAFTAR PUSTAKA
Betts, J.T., (2001), Practical Methods for Optimal Control Using Nonlinear Programming, SIAM, University science center, Philadelphia.
Bryson, dan Ho,(1975), Applied Optimal Control, Taylor Francis GroupUnited, New York.
Caetano, M.A.L, Gerardi, M. dan Yoneyama, T. (2008), ”Optimal ResourceManagement Control for CO2 Emission and Reduction of Green House Effect”, Ecological Modelling, No. 213, hal. 119-126
Coyle, C., dan Hall.,(1996), System Dynamic Modelling, Cranfield University, United Kingdom.
Edwards, D., dan Hamson, M. (1989), Guide to mathematical Modelling, The Macmillan Press, Ltd.
Finizio, dan Ladas,(1998), Differential Equations with Modern Applications. 2st edition, Wadsworth, New York: Inc.
German Watch, (2010), The Climate Change Performance Index Result 2011 ., http://www.germanwatch.org, diakses tanggal 8 Februari 2011.
Krisna, (2007), Studi Lapangan TL: Teknologi Bersih., http://www.itb.ac.id/news/1402.xhtml., diakses tanggal 6 November 2010.
Naidu, D.S. (2002), Optimal Control Systems, CRC PRESS, New York..
Subchan, S., dan Zbikowski, R.,(2009), Computational Optimal Control Tools and Practise, John Willey and Sons, Ltd, publication, United Kingdom
Soemarwoto, O., (2005), Analisis Mengenai Dampak Lingkungan, Gadjah MadaUniversity Press, Yogyakarta.
Sugiyono, A. (2000), ”Prospek Penggunaan Teknologi Bersih untuk PembangkitListrik dengan Bahan Bakar Batubara di Indonesia”, Jurnal Teknologi Lingkungan, No. 1, hal. 90-95
Susanta, F. dan Sutjahjo, H., (2007), Akankah Indonesia Tenggelam akibat PemanasanGlobal?, Penebar Plus+, Jakarta.
Widodo, (2007), Pengelolaan Sumber Daya Hutan Untuk Mengurangi Emisi Gas CO2 Penyebab Efek Rumah Kaca ( Green House Effect ) ., http://uwityangyoyo.wordpress.com., diakses tanggal 14 Desember 2010.
World Bank Indicators - Indonesia, (2011), CO2 Emissions (KT) In Indonesia ., http://tradingeconomics.com., diakses tanggal 4 Maret 2011.
World Bank Indicators - Indonesia, (2011), Forest Area (SQ KM) In Indonesia ., http://tradingeconomics.com., diakses tanggal 4 Maret 2011.
World Bank Indicators - Indonesia, (2011), GDP (US Dollar) In Indonesia ., http://tradingeconomics.com., diakses tanggal 4 Maret 2011.
Yang, S.X., (2008), Mathematical Modelling for Earth Sciences, Dunedin Academic Press, Ltd, Scotland