oleh

Kejar Target NDC, PTAR Gencarkan Pengurangan Emisi Gas Rumah Kaca

-BERITA-1,456 views

LINTAS SUMUT | Tapsel

PT Agincourt Resources (PTAR) mendukung pemerintah Indonesia mengejar target penurunan emisi gas rumah kaca sesuai dokumen Nationally Determined Contribution (NDC) Perjanjian Paris 2015.

Terbukti, pengelola Tambang Emas Martabe tersebut telah menyerap karbon hingga 19.939 ton CO2e dari penanaman pohon dan berhasil mengurangi emisi sebanyak 14.181 ton CO2 dari penggunaan listrik energi terbarukan. Sabtu (29/07/2023)

General Manager Operations PTAR, Rahmat Lubis, mengatakan PTAR sudah dan akan terus menjalankan berbagai strategi demi mengejar dekarbonisasi industri untuk turut mengurangi emisi gas rumah kaca (GRK).

Baca Juga :  Sat Reskrim Polres Simalungun Gelar Koordinasi Bersama JPU dan PPNS Implementasikan KUHAP Baru UU No. 20 Tahun 2025

“Sesuai Enhanced NDC, target penurunan emisi GRK Indonesia sebesar 31,89% dengan kemampuan sendiri dan 43,2% dengan dukungan internasional sejak 2012 hingga Juni 2023,”ujarnya Rahmat seraya menambahkan PTAR telah menanam 85.423 tanaman area reklamasi dan tanaman area hutan alami.

Masih dikatanya, Sementara itu lebih dari 5.000 bibit tanaman lokal dikembangkan di fasilitas pembibitan (nursery) yang berada di dalam area tambang. Bibit tanaman itu digunakan untuk membantu program rehabilitasi lahan pasca-tambang serta meningkatkan jumlah spesies tanaman dan laju pertumbuhan bibit secara signifikan dalam mendukung kegiatan reklamasi.

Baca Juga :  BNCT Salurkan Delapan Sapi dan Tiga Kambing Kurban untuk Masyarakat Sekitar Pelabuhan Belawan

“Adapun, di bidang energi baru terbarukan, PTAR telah mengalihkan sebagian penggunaan listriknya yang tadinya berasal dari pembangkit listrik fosil menjadi pembangkit listrik energi terbarukan,”jelasnya

Hal ini terepresentasikan dari sertifikat energi baru (renewable energy certificate/ REC) yang diterbitkan oleh PLN sepanjang semester I/2023, dan juga PTAR telah menggunakan 16.300 Un8it REC atau setara 16.300 MWH (ded)

Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
0 %
Sleepy
Sleepy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %

Komentar