CAUSAL MULTI-ARMED BANDITS UNTUK EVALUASI KEBIJAKAN INSENTIF KENDARAAN LISTRIK: REGRET KAUSAL DAN IDENTIFIKASI STRUKTUR SEBAB-AKIBAT PADA DATA GAIKINDO 2022-2025

Studi ini mengusulkan kerangka causal multi-armed bandits untuk mengevaluasi kebijakan insentif kendaraan listrik menggunakan data industri GAIKINDO periode 2022–2025. Pendekatan ini mengintegrasikan causal inference dan pengambilan keputusan sekuensial untuk mengestimasi dampak kebijakan di bawah ketidakpastian serta meminimalkan cumulative causal regret. Dengan memodelkan tingkat insentif sebagai lengan kebijakan, penelitian ini mengidentifikasi efek kausal yang heterogen dan dinamis terhadap adopsi kendaraan listrik, serta merekonstruksi struktur sebab-akibat antara kebijakan, permintaan pasar, dan faktor makroekonomi guna mendukung perumusan kebijakan yang adaptif dan berbasis bukti.