Blueprint Metodologis DID — Benchmark Embodied Carbon Beton Indonesia

Versi fokus metodologi · DID · Procurement · Green Finance

Blueprint Metodologis Tahap demi Tahap untuk Menjawab Kebutuhan Benchmark Embodied Carbon Beton Indonesia

Dokumen ini memusatkan pembahasan pada rancangan empiris yang dapat menjawab tiga pertanyaan inti: mengapa Indonesia perlu benchmark embodied carbon beton, bagaimana benchmark tersebut dapat dioperasionalkan dalam pengadaan, seberapa siap pasar dan kebijakan Indonesia, serta apa implikasinya bagi pembiayaan hijau. Karena Indonesia belum memiliki benchmark market-wide setara Singapore, desain ini menggabungkan Difference-in-Differences lintas yurisdiksi, simulasi procurement Indonesia, dan modul green finance yang siap dipakai dalam riset skala project.

Pertanyaan riset utama

Model estimasi inti

Tahap kerja empiris

Simulator metodologis

01 · Research Architecture

Pertanyaan Penelitian dan Cara Metodologis Menjawabnya

Kunci metodologinya adalah memisahkan pertanyaan yang benar-benar menuntut causal inference dari pertanyaan yang menuntut readiness assessment. Model DID dipakai untuk mengestimasi efek kebijakan benchmark/procurement berdasarkan pengalaman yurisdiksi pembanding, sedangkan kesiapan Indonesia diuji melalui indeks kesiapan dan simulasi ambang procurement berbasis data produk/pasar.

RQ1

Mengapa Indonesia perlu benchmark embodied carbon beton?

Jawabannya dibangun melalui DID lintas yurisdiksi: apakah pasar yang menerapkan benchmark karbon material menunjukkan peningkatan transparansi, adopsi low-carbon concrete, dan/atau penurunan intensitas karbon material dibanding pasar yang belum menerapkannya.

RQ2

Bagaimana benchmark dapat dipakai dalam procurement?

Jawabannya dibangun melalui DID/DDD pada outcome pengadaan: apakah benchmark yang diintegrasikan ke tender, spesifikasi material, atau threshold GWP meningkatkan penggunaan beton rendah karbon dan menurunkan embodied carbon proyek.

RQ3

Sejauh mana Indonesia siap mengembangkan benchmark?

Jawabannya dibangun melalui Readiness Index dan procurement pass-rate simulation: seberapa lengkap prasyarat data, kebijakan, kesiapan industri, sertifikasi, dan keterhubungan pembiayaan jika Indonesia hendak mengadopsi benchmark nasional.

RQ4

Apa implikasinya bagi pembiayaan hijau?

Jawabannya dibangun melalui dua lapis: DID/DDD pada outcome pembiayaan bila data proyek tersedia, dan simulasi finansial untuk menerjemahkan pengurangan risiko informasi dan status hijau menjadi peluang penurunan spread, peningkatan eligibility, atau penghematan biaya pembiayaan.

Catatan desain. Karena Indonesia belum menerapkan benchmark market-wide embodied carbon beton, riset utama sebaiknya memakai policy-transfer evidence dari yurisdiksi yang sudah memiliki benchmark/alat ukur, lalu diterjemahkan ke konteks Indonesia melalui indeks kesiapan dan simulasi pengadaan. Jika Indonesia menjalankan pilot di kementerian, BUMN, atau beberapa pemerintah daerah, desain DID yang sama dapat dipakai sebagai evaluasi ex-post.

02 · Empirical Design

Desain Empiris: Unit Analisis, Treatment, Control, dan Outcome

Kebijakan Benchmark

Spesifikasi Procurement

Pilihan Material

Embodied Carbon Proyek

Green Finance

2.1. Arsitektur Data yang Disarankan

Modul Data	Unit Analisis	Periode	Tujuan	Contoh Sumber
A. Panel yurisdiksi	Negara / kota / negara bagian per tahun	2018–2028 atau disesuaikan	Menguji efek introduksi benchmark, procurement rule, atau carbon calculator	Singapore benchmark, UK LCCG, kebijakan procurement rendah karbon, sertifikasi
B. Panel proyek pengadaan	Proyek konstruksi publik per tahun	Sebelum–sesudah kebijakan	Menguji penggunaan benchmark dalam tender dan dampaknya terhadap embodied carbon proyek	Dokumen tender, EPD, spesifikasi beton, volume material, carbon calculator
C. Panel produk/material	Produk beton/semen/ready-mix	Tahunan atau waktu sertifikasi	Mengukur transparansi produk, EPD availability, dan readiness industri	EPD, eco-label, laporan perusahaan, database rating karbon
D. Panel pembiayaan	Proyek atau perusahaan konstruksi/material	Sebelum–sesudah benchmark atau klasifikasi hijau	Menguji implikasi ke financing cost, green eligibility, atau approval probability	Pinjaman hijau, green bond, laporan bank, sustainability-linked financing
E. Indonesia readiness	Indikator nasional / sektor	Terbaru tersedia	Menilai kesiapan kebijakan, data, industri, pengadaan, dan pembiayaan	BPS, LKPP, OJK TKBI, Kemenperin, ASI, produsen material

2.2. Definisi Treatment

Treatment 1

Benchmark Adoption

\(Benchmark_{it}=1\) jika yurisdiksi \(i\) pada tahun \(t\) telah memiliki benchmark embodied carbon material yang dipublikasikan secara resmi.

Treatment 2

Procurement Integration

\(ProcRule_{it}=1\) jika benchmark atau threshold GWP sudah masuk ke dokumen tender, standar pengadaan, atau sistem sertifikasi bangunan.

Treatment 3

Finance Alignment

\(GreenFin_{it}=1\) jika klasifikasi hijau/taksonomi/green building rule sudah mengakui aspek material ramah lingkungan atau embodied carbon.

2.3. Outcome Utama

Kode Outcome	Variabel	Pengukuran	Pertanyaan yang Dijawab
\(Y^{T}_{it}\)	Transparansi pasar	Jumlah EPD beton/semen; share produk dengan disclosure karbon; tersedianya benchmark/rating	RQ1
\(Y^{P}_{it}\)	Adopsi procurement rendah karbon	Share tender yang mencantumkan threshold embodied carbon, EPD, atau spesifikasi beton rendah karbon	RQ2
\(Y^{C}_{pit}\)	Embodied carbon proyek	\(\text{kgCO}_2e/m^3\) beton; \(\text{tCO}_2e\) material per proyek; selisih terhadap benchmark	RQ1, RQ2
\(Y^{R}_{id}\)	Kesiapan Indonesia	Skor komposit: data, kebijakan, industri, procurement, finance	RQ3
\(Y^{F}_{pit}\)	Outcome pembiayaan	Spread pinjaman, biaya modal, probabilitas memperoleh green financing, eligibility taksonomi	RQ4

2.4. Kelompok Treatment dan Control

Treatment Group

Pasar/proyek yang memperoleh intervensi

Contoh: yurisdiksi yang meluncurkan benchmark; proyek pengadaan yang mulai memakai threshold GWP; proyek yang diwajibkan mengunggah EPD atau memakai kalkulator embodied carbon.

Control Group

Pasar/proyek yang belum terkena intervensi

Contoh: yurisdiksi sebanding yang belum memiliki benchmark; proyek sejenis yang tendernya belum memasukkan persyaratan low-carbon material; atau proyek material-intensif yang belum diklasifikasi hijau.

03 · Modeling Core

Model dan Rumus: dari DID Dasar hingga DDD Pembiayaan Hijau

3.1. DID Dasar: Perbandingan Sebelum–Sesudah antara Treatment dan Control

Model paling sederhana digunakan sebagai fondasi intuitif. Misalnya, kita ingin mengukur apakah benchmark karbon meningkatkan transparansi pasar atau adopsi procurement rendah karbon.

Model 1 — Two-Way Fixed Effects DID Dasar \[ Y_{it}=\alpha+\beta (Treat_i \times Post_t)+\mu_i+\lambda_t+\gamma’X_{it}+\varepsilon_{it} \]

\(Y_{it}\)Outcome: transparansi pasar, share tender rendah karbon, atau rata-rata embodied carbon.

\(Treat_i\)1 untuk yurisdiksi/proyek yang terkena kebijakan benchmark atau procurement threshold.

\(Post_t\)1 sesudah kebijakan berlaku.

\(\beta\)Estimasi efek kausal rata-rata kebijakan jika asumsi tren paralel terpenuhi.

\(\mu_i,\lambda_t\)Fixed effects unit dan waktu untuk menangkap karakteristik tidak teramati yang konstan serta shock agregat.

Efek DID dalam bentuk selisih ganda \[ \widehat{\beta}_{DID} = (\overline{Y}_{Treat,Post}-\overline{Y}_{Treat,Pre}) – (\overline{Y}_{Control,Post}-\overline{Y}_{Control,Pre}) \]

Interpretasi langsung. Jika \(Y\) adalah share tender yang mewajibkan low-carbon concrete, maka \(\beta>0\) berarti kebijakan benchmark meningkatkan integrasi karbon ke procurement. Jika \(Y\) adalah embodied carbon proyek, maka \(\beta<0\) berarti kebijakan berasosiasi dengan penurunan intensitas karbon.

3.2. DID Multi-Periode: Saat Treatment Muncul pada Tahun Berbeda

Dalam praktik kebijakan, benchmark/procurement biasanya muncul secara bertahap. Oleh karena itu, desain yang lebih tepat menggunakan pendekatan group-time average treatment effects:

Model 2 — Group-Time Average Treatment Effect \[ ATT(g,t)=E[Y_t(1)-Y_t(0)\mid G=g], \quad t \ge g \]

Di sini, \(g\) adalah tahun pertama suatu yurisdiksi menerima treatment, dan \(t\) adalah tahun observasi. Agregasi \(ATT(g,t)\) dapat menghasilkan:

efek keseluruhan kebijakan;
efek menurut cohort implementasi;
efek jangka pendek vs jangka menengah;
efek heterogen menurut jenis pasar atau tingkat kesiapan awal.

Agregasi sederhana efek treatment \[ ATT^{overall}=\sum_{g}\sum_{t\ge g}w_{g,t}\,ATT(g,t) \]

Mengapa penting? Benchmark carbon tidak selalu diperkenalkan serentak. Singapore meluncurkan benchmark pada 2026, sedangkan UK mengembangkan market benchmark lebih awal. Jika treatment timing berbeda, penggunaan TWFE biasa dapat menghasilkan bias ketika efek kebijakan heterogen antar-cohort.

3.3. Event Study: Menguji Tren Paralel dan Dinamika Efek

Model event study dipakai untuk melihat apakah perubahan terjadi sebelum kebijakan dan bagaimana dampak berkembang setelah kebijakan berlaku.

Model 3 — Event Study \[ Y_{it}=\alpha+\mu_i+\lambda_t+\sum_{k\neq -1}\beta_k \mathbf{1}[t-G_i=k]+\gamma’X_{it}+\varepsilon_{it} \]

\(G_i\)Tahun pertama unit \(i\) menerima treatment.

\(k<0\)Lead: periode sebelum treatment. Dipakai untuk menguji pre-trend.

\(k>0\)Lag: periode sesudah treatment. Dipakai untuk membaca waktu penyesuaian pasar.

Uji utama\(H_0:\beta_k=0\) untuk seluruh \(k<0\). Bila tidak ditolak, asumsi tren paralel lebih kredibel.

3.4. DDD Procurement: Benchmark Paling Relevan bagi Proyek Material-Intensif

Untuk menjawab bagaimana benchmark bekerja dalam pengadaan, model dapat diperkuat melalui difference-in-difference-in-differences (DDD). Treatment diharapkan lebih besar pada proyek yang intensif memakai beton.

Model 4 — Triple Difference untuk Procurement \[ Y^{P}_{pit}= \alpha+ \beta\,(Treat_i \times Post_t \times HighConcrete_p) +\mu_p+\lambda_t+\eta_i+\gamma’X_{pit}+\varepsilon_{pit} \]

\(HighConcrete_p\)1 untuk proyek dengan rasio volume beton tinggi terhadap total biaya/proyek.

\(\beta\)Efek ekstra kebijakan benchmark pada proyek yang paling terekspos kebutuhan beton.

\(Y^{P}_{pit}\)Share beton rendah karbon, embodied carbon proyek, atau kelulusan procurement threshold.

3.5. DDD Green Finance: Apakah Benchmark Mengurangi Friksi Pembiayaan?

Untuk menjawab implikasi pembiayaan hijau, outcome dapat berupa spread pembiayaan, peluang memperoleh pinjaman hijau, atau eligibility terhadap pembiayaan berkelanjutan. Karena dampaknya seharusnya paling kuat pada proyek yang benar-benar terukur karbonnya, digunakan lagi model DDD:

Model 5 — Triple Difference untuk Green Finance \[ Y^{F}_{pit} = \alpha+ \theta\,(Benchmark_i \times Post_t \times CarbonMeasurable_p) +\mu_p+\lambda_t+\eta_i+\delta’Z_{pit}+\nu_{pit} \]

\(Y^{F}_{pit}\)Cost of debt, loan spread, approval probability, green label financing, atau bond yield.

\(CarbonMeasurable_p\)1 jika proyek memiliki EPD, kalkulasi embodied carbon, atau dokumen material disclosure yang dapat diverifikasi.

\(\theta<0\)Jika outcome adalah spread/biaya pembiayaan, maka hasil negatif menunjukkan potensi penurunan biaya modal.

\(\theta>0\)Jika outcome adalah probabilitas memperoleh green financing, maka hasil positif menunjukkan peningkatan akses pembiayaan hijau.

3.6. Readiness Index Indonesia: Bukan DID, tetapi Wajib untuk Menjawab Kesiapan

Pertanyaan kesiapan Indonesia tidak cukup dijawab oleh DID, sebab treatment nasional belum terjadi. Maka digunakan indeks kesiapan komposit yang dapat dihitung dari lima dimensi.

Model 6 — Indonesia Concrete Carbon Benchmark Readiness Index \[ R_i= w_1 Data_i+ w_2 Policy_i+ w_3 Industry_i+ w_4 Procurement_i+ w_5 Finance_i \]

Data

EPD, faktor emisi, database produk, calculator.

Policy

Regulasi, standar, sertifikasi, taxonomy.

Industry

Produk low-carbon, SCM, eco-label, readiness produsen.

Procurement

Tender hijau, threshold material, model dokumen.

Finance

TKBI, green loan, financing eligibility.

04 · Tahapan Empiris

Tahap demi Tahap Pelaksanaan Metodologi

Tahapan berikut dirancang agar setiap pertanyaan penelitian dapat dijawab dengan urutan yang disiplin: mulai dari konstruksi treatment, penyusunan data, estimasi model, pengujian validitas, hingga translasi hasil ke rancangan kebijakan Indonesia.

Tahap 1 — Tetapkan intervensi kebijakan dan kalender treatment

Susun tabel waktu implementasi: kapan benchmark embodied carbon, carbon calculator, procurement threshold, atau taxonomy yang relevan mulai berlaku di tiap yurisdiksi. Variabel inti: \[ G_i = \text{tahun pertama treatment untuk unit } i \]

Tahap 2 — Bangun kelompok treatment dan control yang masuk akal

Treatment adalah pasar/proyek yang menerima benchmark atau integrasi procurement. Control dipilih dari unit yang belum menerima kebijakan, tetapi memiliki karakteristik pasar konstruksi yang sebanding. Matching awal dapat mempertimbangkan ukuran pasar konstruksi, rasio impor material, kesiapan green building, dan intensitas semen/beton.

Tahap 3 — Operasionalkan outcome utama

Tiga outcome utama sebaiknya dibangun secara eksplisit:

\(Transparency_{it}\): jumlah EPD, jumlah produk beton dengan disclosure karbon, atau indeks keterbukaan data material.
\(Procurement_{pit}\): dummy/proporsi tender yang mensyaratkan threshold GWP, EPD, atau lower-carbon concrete.
\(Carbon_{pit}\): embodied carbon proyek, misalnya \(\sum_m Volume_{mp}\times EF_m\).

Rumus embodied carbon proyek \[ EC_p=\sum_{m=1}^{M}Q_{mp}\times EF_m \]

Tahap 4 — Estimasi DID dasar sebagai pembacaan awal

Jalankan model 2×2 atau panel fixed effects untuk melihat sinyal utama. Output awal ini berguna sebagai diagnostik sebelum berpindah ke model multi-periode yang lebih kuat.

Tahap 5 — Estimasi DID multi-periode dan event study

Terapkan estimator yang sesuai untuk treatment timing heterogen. Event study digunakan untuk memeriksa apakah tidak ada lonjakan sebelum kebijakan, sekaligus membaca bentuk efek setelah kebijakan diperkenalkan: cepat, gradual, atau tertunda.

Tahap 6 — Uji asumsi identifikasi dan validasi kausal

Validasi minimum terdiri atas:

uji pre-trend pada koefisien lead;
placebo treatment date;
placebo outcome yang tidak seharusnya terdampak;
alternatif control group;
robustness pada definisi outcome dan threshold.

Tahap 7 — Estimasi model DDD untuk procurement dan finance

Karena efek benchmark paling mungkin muncul pada proyek beton-intensif atau proyek dengan data karbon terukur, lakukan triple-difference. Ini membantu membedakan efek kebijakan umum dari efek yang benar-benar terkait dengan penggunaan benchmark pada material dan pembiayaan.

Tahap 8 — Bangun Indonesia Readiness Index dan procurement pass-rate

Kumpulkan indikator kesiapan Indonesia, lalu buat skoring 0–100. Selanjutnya, uji berapa persen produk atau proyek hipotetik Indonesia yang dapat lolos jika menggunakan threshold karbon berbasis rating global/benchmark pembanding.

Procurement pass-rate \[ PassRate= \frac{\text{Jumlah produk/proyek dengan }EC\le Threshold} {\text{Total produk/proyek yang diamati}} \times 100\% \]

Tahap 9 — Terjemahkan ke jawaban kebijakan dan pembiayaan hijau

Hasil DID memberi bukti “apa yang terjadi ketika benchmark diterapkan”, sedangkan readiness index memberi bukti “apa yang sudah dan belum siap di Indonesia”. Keduanya kemudian diterjemahkan menjadi desain kebijakan: benchmark nasional, threshold procurement bertahap, database EPD, dan integrasi dengan pembiayaan hijau.

05 · Research Answering Logic

Bagaimana Setiap Model Menjawab Pertanyaan Penelitian?

Pertanyaan	Model	Variabel Kunci	Tanda Koefisien yang Diharapkan	Makna Kebijakan
RQ1: Mengapa Indonesia perlu benchmark?	DID multi-periode + event study	\(Y^T\): disclosure karbon; \(Y^C\): carbon intensity	\(\beta_{transparency}>0\); \(\beta_{carbon}<0\)	Benchmark terbukti memperbaiki informasi pasar dan mendorong material lebih rendah karbon.
RQ2: Bagaimana dipakai dalam procurement?	DID + DDD procurement	Share tender dengan threshold; proyek beton-intensif	\(\beta>0\) untuk adopsi; \(\beta<0\) untuk embodied carbon	Benchmark layak dijadikan alat seleksi tender dan spesifikasi proyek.
RQ3: Seberapa siap Indonesia?	Readiness Index + pass-rate simulation	Data, policy, industry, procurement, finance	Skor tinggi = siap; skor rendah = gap kelembagaan/data	Menentukan roadmap implementasi bertahap dan prioritas reformasi.
RQ4: Apa implikasi green finance?	DDD finance + financial simulator	Spread biaya pembiayaan; eligibility; carbon measurability	\(\theta<0\) untuk cost; \(\theta>0\) untuk eligibility	Benchmark dapat mengurangi information asymmetry dan menguatkan pembiayaan hijau.

Interpretasi apabila benchmark meningkatkan transparansi pasar

Jika model menunjukkan kenaikan signifikan pada jumlah EPD, produk dengan disclosure karbon, atau indeks keterbukaan informasi setelah benchmark diperkenalkan, maka benchmark dapat dipandang sebagai market information infrastructure. Ini menjadi argumen kuat bahwa Indonesia membutuhkan benchmark bukan semata untuk pelaporan, tetapi untuk membentuk pasar.

Interpretasi apabila procurement effect lebih kuat pada proyek beton-intensif

Jika koefisien DDD procurement signifikan pada proyek dengan volume beton tinggi, itu menunjukkan bahwa benchmark bekerja melalui kanal yang logis: spesifikasi material mengubah keputusan pembelian di proyek yang memang paling sensitif terhadap concrete mix.

Interpretasi apabila pembiayaan hijau membaik

Jika proyek yang karbonnya terukur memiliki peluang lebih besar memperoleh green financing atau spread lebih rendah sesudah kebijakan benchmark, maka benchmark berfungsi sebagai risk-reduction and verification device. Artinya, ia membantu lembaga keuangan memverifikasi kredensial hijau proyek dengan lebih murah dan lebih kredibel.

06 · Interactive Method Simulators

Kalkulator dan Simulator Interaktif untuk Memahami Model

Simulator di bawah ini bukan hasil estimasi final, melainkan alat bantu metodologis untuk membaca bagaimana rumus bekerja, bagaimana procurement threshold diterapkan, dan bagaimana manfaat green finance dapat diproyeksikan.

6.1. DID 2×2 Calculator

Treatment — Sebelum

Treatment — Sesudah

Control — Sebelum

Control — Sesudah

Siap dihitung

—

Masukkan outcome sebelum dan sesudah untuk treatment dan control.

6.2. Event-Study Pre-Trend Reader

Koefisien pra-kebijakan \(k=-3,-2,-1\)

Koefisien pasca-kebijakan \(k=0,1,2,3\)

Belum dibaca

—

Grafik membantu membaca pre-trend dan perkembangan dampak.

6.3. Procurement Threshold & Carbon Saving Simulator

Volume beton proyek (m³)

Benchmark / threshold (kgCO₂e/m³)

Mix konvensional (kgCO₂e/m³)

Mix yang diajukan (kgCO₂e/m³)

Siap dihitung

—

Menilai kelulusan threshold dan potensi pengurangan emisi.

6.4. Indonesia Readiness Index Calculator

Data & EPD (0–100)

Kebijakan & Standar (0–100)

Kesiapan Industri (0–100)

Procurement (0–100)

Green Finance (0–100)

Skema bobot

Belum dihitung

—

Skor ini membantu menentukan apakah Indonesia siap masuk tahap pilot, tahap standardisasi, atau tahap konsolidasi data.

6.5. Green Finance Savings Simulator

Nilai pembiayaan (Rp miliar)

Tenor (tahun)

Suku bunga konvensional (%)

Green discount (basis points)

Siap dihitung

—

Menggunakan pendekatan angsuran tahunan anuitas untuk membandingkan total bunga.

07 · Output yang Harus Muncul dalam Working Paper

Rancangan Bagian Results dan Discussion Setelah Data Diolah

Result 1 — Efek benchmark

Koefisien DID dan grafik event study untuk outcome transparansi pasar serta embodied carbon.

Result 2 — Efek procurement

Estimasi DDD yang menunjukkan apakah proyek beton-intensif merespons benchmark lebih kuat.

Result 3 — Readiness Indonesia

Skor kesiapan nasional, heatmap dimensi, dan pass-rate simulasi terhadap threshold benchmark.

Result 4 — Implikasi pembiayaan hijau

Estimasi finance effect jika data tersedia, plus simulasi penghematan financing cost.

7.1. Template Diskusi yang Harus Diisi Berdasarkan Hasil

Jika efek benchmark positif dan signifikan

Diskusi menegaskan bahwa benchmark bukan sekadar instrumen pengukuran, melainkan infrastruktur pasar. Kebijakan Indonesia sebaiknya dimulai dari database material, EPD, dan benchmark publik sebelum menaikkan tuntutan procurement secara agresif.

Jika procurement effect lebih kuat daripada benchmark effect

Diskusi menyatakan bahwa benchmark baru efektif ketika diterjemahkan ke spesifikasi tender, syarat pemasok, dan mekanisme evaluasi pengadaan. Artinya, procurement adalah kanal transmisi utama.

Jika finance effect belum kuat secara statistik

Diskusi harus jujur: benchmark dapat meningkatkan verifiability, tetapi pasar pembiayaan membutuhkan waktu, data deal-level, dan penyelarasan dengan taksonomi pembiayaan berkelanjutan sebelum efek pada spread terlihat.

08 · Rujukan Metodologis dan Kebijakan

Referensi Utama yang Menopang Desain Metode

Callaway, B., & Sant’Anna, P. H. C. Difference-in-Differences with Multiple Time Periods. Dasar untuk estimasi treatment effect saat kebijakan diterapkan pada waktu yang berbeda.
Sun, L., & Abraham, S. Estimating Dynamic Treatment Effects in Event Studies with Heterogeneous Treatment Effects. Dasar untuk membaca event study secara lebih aman pada treatment timing heterogen.
CapitaLand Development & Climate Group ConcreteZero. Concrete Data for Concrete Action. Sumber benchmark pasar embodied carbon beton Singapore.
Singapore Building and Construction Authority. Green Mark 2021 — Whole Life Carbon Section. Dasar integrasi embodied carbon ke sertifikasi bangunan.
Singapore Building Carbon Calculator. Alat operasional penghitungan embodied carbon untuk pasar bangunan Singapore.
UK Low Carbon Concrete Group. LCCG Market Benchmark 2025. Pembanding pasar untuk benchmark concrete carbon intensity.
Global Cement and Concrete Association. Global Low Carbon Ratings for Cement and Concrete. Dasar klasifikasi low-carbon dan near-zero material.
LKPP. Keputusan Deputi I Nomor 3 Tahun 2024 tentang Model Dokumen Pemilihan Pengadaan Berkelanjutan untuk Pekerjaan Konstruksi. Dasar kelembagaan procurement Indonesia.
OJK. Taksonomi untuk Keuangan Berkelanjutan Indonesia Versi 3. Dasar keterhubungan isu material/bangunan dengan pembiayaan berkelanjutan.
BPS. Konstruksi Dalam Angka. Basis makro untuk mengukur skala sektor konstruksi Indonesia.

Posisi metodologis working paper. Desain ini sudah cukup untuk dikembangkan menjadi: (i) working paper kebijakan, (ii) proposal riset pendanaan, atau (iii) studi skala project dengan pengumpulan data tender, produk beton, EPD, dan pembiayaan proyek.