Data & Metodologi

Peringkat pembangkit listrik tenaga uap (PLTU) batubara paling berbahaya di Indonesia didasarkan pada sebuah indeks komposit yang mengevaluasi tiga parameter dengan bobot yang sama. Analisis ini mencakup 38 PLTU dan kompleks yang dimiliki oleh PLN maupun Independent Power Producers (IPP). Peringkat akhir dua puluh besar ditentukan dengan menjumlahkan nilai dari ketiga parameter berbobot tersebut pada setiap pembangkit.

Parameter

Parameter pertama mengukur beban pencemaran udara dalam nilai ekonomi per satuan pembangkitan listrik. Indikator ini mencerminkan dampak kesehatan terhadap populasi serta beban dan kerugian ekonomi yang secara langsung disebabkan oleh pencemaran udara dari aktivitas pembangkitan listrik. Pendekatan untuk menghitung total beban ekonomi akibat pencemaran udara dijelaskan dalam bagian “Metodologi – Health Impact Assessment (HIA)”, yang juga dibahas dalam publikasi CREA berjudul “Health Benefits of Just Energy Transition and Coal Phase-Out in Indonesia.” Produksi listrik (dalam TWh) dihitung berdasarkan kapasitas pembangkitan bruto (dalam MW), efisiensi termal bruto berdasarkan Lower Heating Value (dalam MJ/kg), serta capacity factor. Nilai yang lebih tinggi pada parameter ini menunjukkan beban ekonomi dan kesehatan yang lebih besar bagi masyarakat.

Parameter kedua adalah emisi karbon tahunan dari pembangkitan listrik berbasis batubara, yang mewakili gas rumah kaca utama dan paling erat kaitannya dengan perubahan iklim. Pembangkit listrik berbasis batubara merupakan bentuk pembangkitan listrik dengan intensitas karbon tertinggi, yang melepaskan jumlah karbon dioksida (CO₂) yang signifikan. Data emisi CO₂ tahunan, yang bersumber dari basis data Global Coal Plant Tracker milik Global Energy Monitor, diestimasi berdasarkan kapasitas pembangkitan, capacity factor, laju kalor (heat rate), serta faktor emisi spesifik dari jenis batubara yang digunakan (lignit, sub-bituminus, bituminus, atau antrasit), termasuk asal batubara jika tersedia.

Parameter ketiga adalah usia operasi unit dan kompleks pembangkit, dihitung sejak commercial operation date (COD) hingga tahun referensi 2025. Parameter ini merepresentasikan akumulasi emisi selama tahun-tahun beroperasi. Untuk PLTU atau kompleks dengan beberapa unit yang memiliki COD berbeda, digunakan tahun representatif yang ditentukan berdasarkan bobot kapasitas pembangkitan.

Tabel berikut merangkum nilai dan parameter yang telah disebutkan sebelumnya, serta indeks pembobotannya.

Tabel. Daftar 38 pembangkit listrik tenaga uap (PLTU) batubara dan kompleks yang dimiliki dan dioperasikan oleh PLN serta IPP pada sistem jaringan Jawa-Bali dan Sumatra, mencakup seluruh unit yang beroperasi maupun unit yang sedang dalam tahap konstruksi.

Peringkat	Nama Pembangkit/ Kompleks Pembangkit	Provinsi	Kapasitas (MW)	Beban pencemaran udara berbobot (juta USD per TWh)	Parameter 2 Usia operasi pada tahun 2025 (tahun)	Parameter 3 Emisi CO₂ tahunan (juta ton CO₂ / MTCO₂)	Index 1	Index 2	Index 3	Index final
1	Suralaya	Banten	4025	17.0	19	28.30	0.02	0.05	0.17	0.24
2	Paiton	Jawa Timur	7435	12.8	22	23.53	0.01	0.06	0.14	0.21
3	Cirebon	Jawa Barat	1524	140.9	6	2.87	0.15	0.02	0.02	0.18
4	Tanjung Jati B	Jawa Tengah	2640	7.7	10	19.50	0.01	0.03	0.12	0.15
5	Cilacap	Jawa Tengah	2260	63.0	5	9.46	0.07	0.01	0.06	0.14
6	Bukit Asam	Sumatera Selatan	260	13.6	37	1.54	0.01	0.10	0.01	0.13
7	Pacitan	Jawa Timur	630	61.2	13	3.10	0.06	0.04	0.02	0.12
8	Pelabuhan Ratu	Jawa Barat	1050	44.8	11	5.16	0.05	0.03	0.03	0.11
9	Adipala	Jawa Tengah	660	60.9	9	2.61	0.06	0.02	0.02	0.10
10	Indramayu	Jawa Barat	990	33.4	14	4.87	0.03	0.04	0.03	0.10
11	Labuan	Banten	600	39.7	15	2.95	0.04	0.04	0.02	0.10
12	Jawa Tengah	Jawa Tengah	1900	48.0	2	7.40	0.05	0.01	0.04	0.10
13	Ombilin	Sumatera Barat	200	11.0	28	1.15	0.01	0.08	0.01	0.10
14	Jawa-7	Banten	1982	30.2	5	7.72	0.03	0.01	0.05	0.09
15	Celukan Bawang	Bali	380	48.0	9	2.09	0.05	0.02	0.01	0.09
16	Pangkalan Susu	Sumatera Utara	840	25.9	9	4.22	0.03	0.02	0.03	0.08
17	Tanjung Awar-Awar	Jawa Timur	700	17.2	12	3.44	0.02	0.03	0.02	0.07
18	Rembang	Jawa Tengah	630	13.7	13	3.10	0.01	0.04	0.02	0.07
19	Banten	Banten	660	30.7	7	2.61	0.03	0.02	0.02	0.07
20	Labuhan Angin	Sumatera Utara	230	11.1	16	1.29	0.01	0.04	0.01	0.06
21	Sumut-1	Sumatera Utara	300	56.4	-2	1.47	0.06	-0.01	0.01	0.06
22	Tarahan	Lampung	200	8.1	16	1.07	0.01	0.04	0.01	0.06
23	Simpang Belimbing	Sumatera Selatan	227	9.6	11	1.68	0.01	0.03	0.01	0.05
24	Teluk Sirih	Sumatera Barat	224	12.3	11	1.19	0.01	0.03	0.01	0.05
25	Sumsel-8	Sumatera Selatan	1200	10.5	1	5.35	0.01	0.00	0.03	0.05
26	Sebalang	Lampung	200	12.4	9	0.97	0.01	0.02	0.01	0.04
27	Tanjung Kasam	Kepulauan Riau	110	4.8	12	0.69	0.00	0.03	0.00	0.04
28	Keban Agung	Sumatera Selatan	225	9.2	9	1.33	0.01	0.02	0.01	0.04
29	Banjarsari	Sumatera Selatan	270	8.8	9	1.08	0.01	0.02	0.01	0.04
30	Tenayan	Riau	220	10.9	8	1.08	0.01	0.02	0.01	0.04
31	Sumsel-5	Sumatera Selatan	300	6.8	8	1.47	0.01	0.02	0.01	0.04
32	Air Anyir	Bangka Belitung	60	4.2	10	0.32	0.00	0.03	0.00	0.03
33	Jambi-2	Jambi	600	18.6	-2	3.15	0.02	-0.01	0.02	0.03
34	Sumsel-1	Sumatera Selatan	600	13.4	0	2.70	0.01	0.00	0.02	0.03
35	Nagan Raya	Aceh	620	7.6	1	3.14	0.01	0.00	0.02	0.03
36	Jambi-1	Jambi	600	18.0	-3	2.70	0.02	-0.01	0.02	0.03
37	Sumbagsel-1	Lampung	300	19.8	-2	1.46	0.02	-0.01	0.01	0.02
38	Bengkulu	Bengkulu	200	1.7	5	0.98	0.00	0.01	0.01	0.02

Penilaian dampak kesehatan, Health Impact Assessment (HIA)

Penilaian dampak kesehatan, Health Impact Assessment (HIA) dilakukan dalam empat langkah berikut:

memperkirakan emisi tahunan yang dilepaskan dari cerobong asap dengan asumsi efisiensi termal dan volume gas buang spesifik untuk setiap pembangkit listrik tenaga batubara (dikoreksi pada 7% oksigen, terhadap rata-rata sampel batubara Indonesia di Inventarisasi Kualitas Batubara Dunia 2019 dari Survei Geologi AS);
simulasi penyebaran polusi menggunakan model CALPUFF v7 (Exponent, 2015), dilengkapi dengan konsentrasi latar belakang oksidan dari model Geos-Chem dengan grid bersarang untuk Asia Tenggara (Koplitz et al., 2017), dan data meteorologi tahun 2021 dari model Weather Research Forecasting v.4.2.2. (Skamarock et al., 2008);
mengukur dampak kesehatan yang disebabkan oleh perubahan konsentrasi polutan udara menggunakan kompilasi fungsi respons paparan yang dikutip dalam literatur peer-review yang relevan; dan
menilai dampak kesehatan dalam istilah moneter menggunakan biaya ekonomi per hasil, disesuaikan dengan Produk Domestik Bruto atau Pendapatan Nasional Bruto (PDB/GNI) per kapita Indonesia.

Perhitungan emisi

Inventarisasi emisi dikembangkan berdasarkan informasi yang dikumpulkan mengenai teknologi pembakaran dan pembangkitan, kapasitas pembangkit listrik dan lokasi pembangkit, serta konsentrasi gas buang polutan. Selain itu, karakteristik cerobong asap, yaitu tinggi dan diameter cerobong asap, kecepatan pelepasan gas buang, dan suhu juga dikumpulkan untuk memodelkan tinggi pelepasan asap dan kenaikan termal polutan.

Konsentrasi emisi sebagaimana yang ditetapkan dalam Peraturan Menteri Lingkungan Hidup dan Kehutanan Nomor P.15/MENLHK/SETJEN/KUM.1/4/2019 tentang Baku Mutu Emisi Pembangkit Listrik Tenaga Uap
Polusi udara	Pra-2019	Pasca-2019
NOX (NO2)	550 mg/Nm3	200 mg/Nm3
SO2	550 mg/Nm3	200 mg/Nm3
PM	100 mg/Nm3	50 mg/Nm3
Merkurius	0,03 mg/Nm3	0,03 mg/Nm3

Pemodelan atmosfer

CREA mensimulasikan konsentrasi polutan udara menggunakan model dispersi udara CALPUFF, versi 7 (Exponent, 2015). CALPUFF adalah model standar industri yang banyak digunakan untuk dampak kualitas udara jangka panjang dari sumber titik. Model ini telah dievaluasi secara ekstensif oleh Badan Perlindungan Lingkungan AS, bersifat sumber terbuka, dan terdokumentasi sepenuhnya. CALPUFF menghitung transpor atmosfer, dispersi, transformasi kimia, deposisi polutan, dan peningkatan konsentrasi di permukaan tanah yang dihasilkan yang dikaitkan dengan sumber emisi yang diteliti.

Transformasi kimia NO menjadi NO2 dan juga SO2 dan NO2 ke PM2.5 dihitung menggunakan modul kimia ISORROPIA di CALPUFF. Konsentrasi oksidan latar belakang (ozon, amonia, hidrogen peroksida) diambil dari simulasi menggunakan model atmosfer global Geos-Chem dengan grid bersarang untuk Asia Tenggara (Koplitz dkk., 2017). Data masukan meteorologi untuk tahun 2021 dihasilkan dari model Weather Research Forecasting (WRF) (Skamarock dkk., 2008), versi 4.2.2.

Penilaian dampak kesehatan dan ekonomi

CREA mengacu pada kerangka kerja penilaian dampak kesehatan yang dapat diimplementasikan secara global berdasarkan ilmu pengetahuan terkini untuk memperkirakan dampak polusi udara terhadap kesehatan masyarakat. Kerangka kerja ini mencakup serangkaian luaran kesehatan selengkap mungkin tanpa tumpang tindih yang jelas. Penekanannya adalah pada luaran yang data insidensinya tersedia di tingkat nasional dari kumpulan data global dan luaran yang memiliki relevansi tinggi terhadap biaya pelayanan kesehatan dan produktivitas tenaga kerja. Titik akhir kesehatan ini dipilih dan dikuantifikasi sedemikian rupa sehingga memungkinkan valuasi ekonomi, yang disesuaikan dengan tingkat output ekonomi dan pendapatan di berbagai yurisdiksi. Informasi lebih lanjut tentang penilaian ini tersedia dalam studi CREA dan IESR berjudul “Manfaat Kesehatan dari Transisi Energi yang Adil dan Penghapusan Batubara di Indonesia”.

Polusi udara meningkatkan risiko timbulnya penyakit pernapasan dan kardiovaskular serta komplikasi yang terkait dengannya, sehingga secara signifikan menurunkan kualitas hidup dan produktivitas ekonomi masyarakat yang terdampak sekaligus meningkatkan biaya perawatan kesehatan. Kerugian ekonomi akibat polusi udara dihitung menggunakan metode yang diuraikan dalam Myllyvirta (2020) (lihat Tabel A2 untuk rincian penilaian).
Risiko dan kejadian penyakit pernapasan
Polusi udara merupakan faktor risiko yang telah dipelajari dengan baik terkait peningkatan insiden asma simptomatik, infeksi saluran pernapasan bawah, dan eksaserbasi penyakit kardiopulmoner kronis atau penyakit lainnya. Partikel dengan diameter kurang dari 2,5 mikrometer (PM2.5) dapat menembus jauh ke dalam paru-paru, mengiritasi, dan mengikis dinding alveolus. Demikian pula, nitrogen dioksida (NO2) menyebabkan cedera seluler dan mengiritasi lapisan epitel. Penilaian kami menetapkan dua hasil – kunjungan ruang gawat darurat asma terkait dengan PM2.5 dan kasus baru asma anak terkait dengan NO2 – dinilai berdasarkan istilah ekonomi Brandt dkk. (2012), yang menilai biaya langsung dan tidak langsung per tahun akibat asma anak, termasuk biaya medis dan hilangnya pendapatan bagi pengasuh anak, memperkirakan biaya sebesar USD 3800 dan USD 4000 di dua komunitas di California, Amerika Serikat.
Hilangnya produktivitas akibat penyakit dan disabilitas
Jutaan orang di seluruh dunia hidup dengan diabetes dan penyakit pernapasan kronis, serta disabilitas akibat stroke. Paparan polusi udara meningkatkan risiko terkena penyakit-penyakit ini dan komplikasinya tahun-tahun yang dijalani dengan disabilitas. penilaian tersebut direferensikan dari Birchby dkk. (2019), yang memberikan biaya penyakit yang berbeda berdasarkan bobot disabilitas yang dihitung dalam proyek Beban Penyakit Global, seperti yang digunakan oleh regulator lingkungan hidup Inggris, DEFRA. Kejadian kesehatan akut yang menyebabkan aktivitas terbatas dan hilangnya hari kerja dinilai berdasarkan Rekomendasi WHO HRAPIE (2013). Biaya ekonomi dari cuti sakit ini diperkirakan sebesar EUR 130 per hari (USD 160 pada nilai tukar tahun 2005) di Uni Eropa, menurut Badan Lingkungan Hidup Eropa (2014).
Kematian dan dampaknya terhadap anak-anak dan bayi yang belum lahir
Setiap tahunnya, paparan polusi udara secara global menyebabkan 7 juta kematian berlebih per tahun. Dampak terhadap kesehatan ibu dan anak dilaporkan terjadi pada 6 juta kelahiran prematur, 3 juta kelahiran dengan berat badan kurang, dan 2 juta kasus asma pada anak-anak. Selama bertahun-tahun, penelitian cenderung melaporkan angka yang lebih tinggi, karena dampak kesehatan dari paparan tersebut ternyata lebih tinggi daripada yang diperkirakan sebelumnya. Kematian terkait dengan NO2, SO2, dan PM2.5 — yang merupakan polutan udara yang paling membahayakan kesehatan — dinilai berdasarkan Viscusi dan Masterman (2017), yang mengacu pada meta-analisis nilai hidup statistik (VSL) yang diperoleh dari data pasar tenaga kerja. Data ini didasarkan pada perbedaan upah yang diamati antara profesi dengan risiko mortalitas yang berbeda. Misalnya, nilai tersebut ditetapkan sebesar USD 9.631.000 di Amerika Serikat pada tahun 2015. Sejalan dengan rekomendasi yang diuraikan oleh OECD (2012), kematian anak di bawah usia 5 tahun bernilai dua kali lipat dari nilai kematian orang dewasa. Paparan PM2.5 pada wanita hamil meningkatkan kemungkinan kelahiran prematur dan berat badan lahir rendah, yang pada akhirnya meningkatkan risiko berbagai masalah kesehatan dan perkembangan sepanjang hidup bayi. Trasande dkk. (2016) memperkirakan biaya ekonomi kelahiran prematur, akibat produktivitas ekonomi yang lebih rendah dan meningkatnya biaya kesehatan sebesar USD 300.000 per kelahiran.

Proyeksi dampak, berdasarkan skenario masa depan

Sebagai bagian dari analisis CREA yang berjudul “Manfaat Kesehatan dari Transisi Energi yang Adil dan Penghapusan Batubara di Indonesia”, terdapat beberapa skenario yang ditetapkan untuk mengevaluasi proyeksi dampak kesehatan dan ekonomi. Alur skenario dikembangkan berdasarkan jadwal pensiun yang berlaku, serta pemasangan teknologi Pengendalian Pencemaran Udara, Air Pollution Control (APC) yang efektif.

Skenario PERPRES 112/2022 merepresentasikan komitmen Pemerintah saat ini terhadap transisi energi, sebagaimana tercermin dalam Peraturan Presiden No. 112 Tahun 2022, yang mengamanatkan bahwa total kapasitas pembangkit listrik tenaga batu bara PLN dan IPP sebesar 14 GW harus dipensiunkan pada tahun 2035, dan pembangkit listrik sisanya harus dipensiunkan pada tahun 2050. Setiap pembangkit listrik tenaga batu bara yang dianalisis diasumsikan mengikuti suatu jalur pensiun, yang akan dipensiunkan ketika mencapai usia operasi 25-35 tahun, dengan utilisasi diasumsikan akan terus meningkat hingga mencapai utilisasi optimal.

Skenario 1,5 derajat merefleksikan komitmen transisi batubara diasumsikan sejalan dengan komitmen yang tercantum dalam Perjanjian Paris di mana pembangkit listrik tenaga batubara akan dihentikan sebelum puncak emisi Indonesia pada tahun 2035. Pemanfaatan diasumsikan tetap pada nilai yang ditetapkan.

Tabel A1. Parameter input dan data yang digunakan dalam memperkirakan dampak kesehatan fisik

Kelompok usia	Memengaruhi	Polutan	Kons.- fungsi respons	Perubahan konsentrasi	Ambang batas tanpa resiko	Referensi	Data kejadian
1–18	Kasus asma baru	TIDAK2	1.26 (1.10 – 1.37)	10 ppb	2 ppb	Khreis dkk. (2017)	Achakulwisut dkk. (2019)
0–17	Kunjungan ruang gawat darurat asma	PM2.5	1.025 (1.013 – 1.037)	10 µg/m3	6 µg/m3	Zheng dkk. (2015)	Anenberg dkk. (2018)
18–99	Kunjungan ruang gawat darurat asma	PM2.5	1.023 (1.015 – 1.031)	10 µg/m3	6 µg/m3	Zheng dkk. (2015)	Anenberg dkk. (2018)
Baru dilahirkan	Kelahiran prematur	PM2.5	1.15 (1.07 – 1.16)	10 µg/m3	8,8 µg/m3	Sapkota dkk. (2012)	Chawanpaiboon dkk. (2018)
20–65	Ketidakhadiran kerja	PM2.5	1.046 (1.039 – 1.053)	10 µg/m3	T/A	WHO (2013)	Zona Ekonomi Eropa (2014)
0–4	Kematian akibat infeksi saluran pernapasan bawah	PM2.5	KEAJAIBAN (2020)		5,8 µg/m3	KEAJAIBAN (2020)	KEAJAIBAN (2020)
25–99	Kematian akibat penyakit tidak menular, dipecah berdasarkan penyebabnya, dan akibat infeksi saluran pernapasan bawah	PM2.5	Burnett dkk. (2018)		2,4 µg/m3	Burnett dkk. (2018)	KEAJAIBAN (2020)
25–99	Disabilitas yang disebabkan oleh diabetes, stroke, dan penyakit pernapasan kronis	PM2.5	KEAJAIBAN (2020)		2,4 µg/m3	Burnett dkk. (2018)	KEAJAIBAN (2020)
25–99	Kematian dini	TIDAK2	1.02 (1.01 – 1.04)	10 µg/m3	4,5 µg/m3	Huangfu & Atkinson (2020); NRT dari Stieb dkk. (2021)	KEAJAIBAN (2020)
25–99	Kematian dini	JADI2	1.02 (1.01–1.03)	5 ppb	0,02 ppb	Krewski dkk. (2009)	KEAJAIBAN (2020)

Catatan: Nilai numerik pada kolom “Fungsi konsentrasi-respons” mengacu pada rasio peluang yang sesuai dengan peningkatan konsentrasi yang tercantum pada kolom “perubahan konsentrasi”. Referensi literatur menunjukkan penggunaan fungsi konsentrasi-respons non-linier. Ambang batas tanpa bahaya mengacu pada konsentrasi di mana dampak kesehatan tidak dapat diukur, umumnya karena studi yang menjadi dasar fungsi tersebut tidak mencakup orang dengan tingkat paparan yang lebih rendah. Data tentang hubungan konsentrasi-respons tidak tersedia untuk semua wilayah geografis, sehingga model risiko global diterapkan untuk semua kota. Data insiden umumnya tidak tersedia di tingkat kota sehingga rata-rata nasional harus diterapkan.

Tabel A2. Parameter input dan data yang digunakan untuk memperkirakan biaya ekonomi dari dampak kesehatan

Hasil	Penilaian pada PDB/PNB per kapita rata-rata dunia (USD 2017)	Penilaian di Indonesia		Referensi
		(USD saat ini)	(nilai tukar IDR saat ini)
Ketidakhadiran kerja (cuti sakit)	85	22	335.300	Zona Ekonomi Eropa (2014)
Jumlah anak yang menderita asma akibat paparan polusi (peningkatan prevalensi)	1.077	274	4.228.000	Brand dkk. (2012)
Meninggal	2.637.000	663.900	10.260.000.000	Viscusi dan Masterman (2017)
Kematian anak di bawah usia 5 tahun	5.273.000	1.328.000	20.510.000.000	OECD (2012)
Kunjungan ruang gawat darurat asma	232	59	911.800	Brand dkk. (2012)
Kelahiran prematur	107.700	27.370	422.800.000	Trasande dkk. (2016)
Tahun-tahun yang dijalani dengan disabilitas	28.480	7.171	110.800.000	Birchby dkk. (2019)

Pemodelan ekonomi

Interregional Input-Output (IRIO) digunakan untuk menganalisis dan menghitung dampak ekonomi dari PLTU Batubara di 20 lokasi. Meskipun metode IRIO dan Input-Output (I-O) serupa dalam banyak hal, metode IRIO lebih mampu melakukan analisis rinci mengenai dampak antar dan intra-regional, yang mencakup efek limpahan dan dampak umpan balik.

Dengan IRIO, kita bisa melihat dampak pembangkit listrik di suatu daerah terhadap daerah lain. Tabel IRIO terdiri dari tabel input-output dari berbagai daerah yang terhubung melalui transaksi perdagangan antar daerah. Tabel ini mencerminkan arus barang antar daerah dan dapat dianggap sebagai perdagangan antar daerah.
Secara umum analisis IRIO dijelaskan pada Tabel 1, di mana terdapat proses input transaksi ekonomi hingga menghasilkan suatu output. Dalam menghasilkan output, sektor produksi primer akan menghasilkan input bagi sektor produksi primer itu sendiri dan sektor lainnya (sekunder dan tersier), dan ditambahkan pada permintaan akhir di setiap provinsi.

Tabel 1. Metode IRIO

Provinsi	Sektor	D			J			Lain-lain
Provinsi	Sektor	1	…	16	1	…	16	1	…	16
D	1	Z11DD	…	Z116DD	Z11DJ	…	Z116DJ	Z11DL	…	Z116DL
	¦	¦	¦	¦	¦	¦	¦	¦	¦	¦
	16	Z161DD	…	Z1616DD	Z161DJ	…	Z1616DJ	Z161DL	…	Z1616DL
J	1	Z11JD	…	Z116JD	Z11JJ	…	Z116JJ	Z11JL	…	Z116JL
	¦	¦	¦	¦	¦	¦	¦	¦	¦	¦
	16	Z161JD	…	Z1616JD	Z161JJ	…	Z1616JJ	Z161JL	…	Z1616JL
Lain-lain	1	Z11LD	…	Z116LD	Z11LJ	…	Z116LJ	Z11LL	…	Z116LL
	¦	¦	¦	¦	¦	¦	¦	¦	¦	¦
	16	Z161LD	…	Z1616LD	Z161LJ	…	Z1616LJ	Z161LL	…	Z1616LL

Matriks diagonal Z merupakan matriks transaksi antar sektor dalam satu wilayah yang sama. Misalnya ZDD yang merupakan matriks transaksi antar sektor di lokasi PLTU Indramayu. Sedangkan matriks off-diagonal Z merupakan matriks transaksi antar sektor antara suatu daerah dengan daerah lainnya. Misalnya matriks ZJD yang merupakan matriks transaksi antara sektor di lokasi PLTU Indramayu dan lokasi di PLTU Jepara. Sebagai catatan tambahan, matriks off-diagonal ini tidak harus berupa matriks persegi karena bisa saja jumlah sektor pada suatu wilayah berbeda dengan wilayah lainnya.
Selain menganalisis keterkaitan, dampak kebijakan terhadap output dan penyerapan tenaga kerja juga menjadi bagian dari studi ini. Dampak kebijakan ini mengacu pada perubahan nilai pada beberapa bagian permintaan akhir, seperti konsumsi rumah tangga (C), konsumsi pemerintah (G), investasi (I), perubahan stok (I), dan ekspor (E). Pendekatan ini memiliki kesamaan dengan kerangka pengganda Keynesian, di mana perubahan variabel eksogen pada permintaan akhir dapat mempengaruhi peningkatan output di semua sektor. Misalnya, kebijakan ekonomi seperti investasi dapat dialokasikan ke semua sektor atau sektor tertentu. Meskipun jumlahnya sama, dampak yang ditimbulkan akan berbeda-beda karena kekuatan dan hubungan masing-masing sektor berbeda. Studi ini menghitung dampak terhadap output ekonomi dan penyerapan tenaga kerja.

Interview dan Survei

Pengumpulan informasi mengenai dampak terhadap masyarakat menggunakan metode kuesioner dengan sejumlah variabel, meliputi aspek ekonomi, kesehatan masyarakat, lapangan pekerjaan, gender, akuisisi lahan, migrasi, hak asasi manusia, serta habitat dan biodiversitas. Kuesioner ini disebarkan kepada jaringan lembaga masyarakat sipil yang terlibat bersolidaritas menjadi mitra masyarakat terdampakterlibat, mendampingi, maupun memantau terkait dampak-dampak pembangunan pembangkit-pembangkit listrik tersebut. Selain itu, informasi tambahan dan informasi pendukung lainnya dikumpulkan dari sumber terbuka termasuk media daring, dan publikasi lainnya.