analisis risiko kesehatan pajanan pm10 dan so2 di kelapa

1

Analisis Risiko Kesehatan Pajanan PM10 dan SO2 di Kelapa Gading Jakarta Utara Tahun 2014

Sukadi, Abdur Rahman

Departemen Kesehatan Lingkungan Fakultas Kesehatan Masyarakat Universitas Indonesia

E-mail: [email protected]

Abstrak

Indek standar pencemaran udara DKI Jakarta tahun 2012 dan 2013, prosentase parameter kritis terbanyak berada di Kelapa Gading. PM10 merupakan salah satu parameter kritis, dan SO2 juga menjadi parameter tertinggi di

Kelapa Gading dibanding 5 wilayah lain. Untuk mengestimasi risiko kesehatan terhadap populasi berisiko maka dilakukan analisis risiko kesehatan PM10 dan SO2 di Kelapa Gading. Konsentrasi risk agent diperoleh dari stasiun pemantau kualitas udara BPLHD DKI Jakarta selama 365 hari pada tahun 2013. Berat badan, waktu

pajanan harian, frekuensi pajanan dan lama pajanan diukur dari 80 responden. Estimasi risiko kesehatan dinyatakan dalam Risk Quotient (RQ), dihitung dari intake risk agent dan dosis referensinya (RfC). Risiko

kesehatan dianggap berisiko apabila RQ>1. Hasil penelitian menunjukkan RQ PM10 dan SO2 pajanan realtime tidak berisiko. Pajanan lifespan konsentrasi maksimum PM10 berisiko terhadap kesehatan populasi kecuali

tukang parkir. Konsentrasi PM10 harus diturunkan hingga 130 µg/m3 yang merupakan batas aman untuk semua pupolasi, atau mengurangi waktu pajanan dan frekuensi pajanan.

Analysis of the Health Risks of Exposure to PM10 and SO2 at Kelapa Gading, North

Jakarta in 2014

Abstract

Air pollution standard index of Jakarta in 2012 and 2013, the percentage of the most critical parameters are in Kelapa Gading. PM10 is one of the critical parameters, and SO2 also became the highest parameters in Kelapa

Gading than 5 other regions. To estimate the health risks to the population at risk the health risk analysis of PM10 and SO2 in Kelapa Gading. Concentration risk agent obtained from the air quality monitoring station BPLHD for

365 days in 2013. Weight, daily exposure time, exposure frequency and duration of exposure were measured from 80 respondents. Health risk estimates expressed in the Risk Quotient (RQ), calculated from the intake and

the risk agent reference dose (RFC). The health risks are considered at risk if RQ>1. The results showed RQ PM10 and SO2 exposure risk is not realtime. Lifespan exposure to the maximum concentration of PM10 risk for

population health except parking attendants. PM10 concentration must be lowered to 130 µg/m3 which is the safe limit for all pupolasi, or reduce the time of exposure and frequency of exposure.

Keywords: Kelapa Gading; risk analysis; PM10, SO2

Pendahuluan

Pencemaran udara merupakan masalah lingkungan global yang menjadi perhatian semua

negara. Negara berkembang menghadapi masalah polusi udara yang jauh lebih serius

dibandingkan negara maju. Pencemar udara berasal dari kegiatan yang bersifat alami seperti

letusan gunung berapi, kebakaran hutan, dekomposisi biotik spora tumbuhan dan lain

sebagainya. Sumber pencemar akibat aktivitas manusia yaitu akibat aktivitas transportasi,

Analisis risiko…, Sukadi, FKM UI, 2014

2

industri, persampahan, baik akibat proses dekomposisi ataupun pembakaran dari rumah

tangga (Soedomo, 2001). Ada enam kriteria polutan udara yang terdiri dari lima polutan

primer (langsung) dan satu polutan sekunder. Polutan primer yaitu particulate matter yang

diameternya kurang dari 10µm (PM10), SO2, NO2, CO, dan partikulat timbal, polutan

sekunder yaitu Ozon (EPA, 1990).

Pencemar udara di DKI Jakarta digolongkan dalam dua kelompok sumber yaitu sumber

bergerak dan tidak bergerak. Sumber tidak bergerak yaitu kegiatan industri, rumah tangga dan

pembakaran sampah, sedangkan sumber bergerak yaitu kegiatan transportasi (SLHD, 2012).

Polutan debu (total partikel) berasal dari sumber tidak bergerak sebesar 279,45 ton/tahun dan

sumber bergerak sebesar 4.486.991,00 ton/tahun. SO2 berasal dari sumber tidak bergerak

sebesar 46,86 ton/tahun dan sumber bergerak sebesar 9.844.545,90 ton/tahun (SLHD, 2012).

Sumber bergerak merupakan penyebab terbesar pencemaran untuk parameter SO2 dan debu.

Data ISPU DKI Jakarta tahun 2013, hanya 1% hari dengan kriteria sehat, 42% sedang,

50% tidak sehat dan 7% sangat tidak sehat. Parameter kritis ISPU yang dominan adalah Ozon

dan PM10. Data indek standar pencemar udara tahun 2012 dan 2013 menyatakan Kelapa

Gading merupakan daerah dengan prosentasi parameter kritis pencemaran udara yang paling

tinggi di DKI Jakarta.

Parameter PM10 dipilih karena merupakan parameter kritis yang dominan pada ISPU di

Jakarta setelah ozon. Sedangkan SO2 menjadi parameter paling tinggi di Kelapa Gading

dibandingkan dengan lima wilayah yang lain. Udara yang tercemar polutan termasuk PM10

dan SO2 sangat berbahaya bagi kesehatan masyarakat yang beraktivitas sehari-hari di tempat

ini. Kajian risiko kesehatan di kawasan ini belum dilakukan sehingga tidak diketahui besarnya

tingkat risiko kesehatan oleh pajanan PM10 dan SO2 pada masyarakat berisiko yang

menghabiskan sebagian besar aktivitasnya di wilayah ini. Untuk memprediksi risiko

kesehatan maka dilakukan studi analisis risiko pajanan PM10 dan SO2 pada masyarakat yang

berisiko dikawasan Kelapa Gading. Penelitian ini bertujuan untuk meprakirakan risiko

kesehatan pajanan PM10 dan SO2 pada masyarakat yang berisiko serta merumuskan

pengendaliannya.

Tinjauan Teoritis

Particulate matter atau partikel debu melayang merupakan campuran yang sangat

kompleks dari berbagai senyawa organik dan anorganik seperti sulfat, nitrat, ammonia,

sodium klorida, karbon, debu mineral, dan air (WHO, 2011). Partikel debu yang sering


3

dikenal adalah partikel debu 10 mikron atau sering disebut PM10. PM10 memiliki ukuran

diameter 10 mikron yang secara umum partikel ini bisa masuk melalui hidung maupun

tenggorokan dan nantinya akan sampai ke paru-paru. PM10 yang terhirup ini bisa memberikan

efek kesehatan yang buruk bagi organ paru-paru dan jantung (EPA, 2013).

Nilai baku mutu PM10 udara ambien tercantum dalam Peraturan Pemerintah Republik

Indonesia Nomor 41 Tahun 1999 Tentang Pengendalian Pencemaran Udara adalah 150 µg/m3

untuk episode 24 jam. Nilai ini sama dengan yang ditetapkan Pemda Provinsi DKI Jakarta

yaitu 150 µg/m3 untuk episode 24 jam. WHO menetapkan 50 µg/m3 untuk episode 24 jam.

Sedangkan NAAQS menetapkan 150 µg/m3 untuk episode 24 jam dan 50 µg/m3 untuk

arithmatic mean tahunan.(EPA, 1990).

Sulfur dioksida (SO2) merupakan salah satu dari kelompok sulfur oksida (SOx) selain

sulfur trioksida (SO3). SO2 memiliki karakteristik bau yang tajam dan tidak mudah terbakar

diudara. Konsentrasi SO2 di udara akan mulai terdeteksi oleh indera penciuman manusia

ketika konsentrasi berkisar antara 0,3 – 1 ppm (Wardana, 2004). Sulfur dioksida (SO2)

memberikan efek negatif pada sistem pernafasan dan fungsi paru-paru. Peradangan yang

disebabkan SO2 akan mengakibatkan batuk, sekresi lendir yang berlebihan, peningkatan

gejala asma dan bronkitis kronis serta membuat manusia lebih mudah mendapatkan infeksi

pada saluran pernafasan (WHO, 2005). Paparan jangka pendek bahkan untuk tingkat tinggi

SO2 dapat memiliki merugikan efek pada fungsi pernapasan , khususnya bagi mereka yang

menderita asma.

Nilai baku mutu SO2 udara ambien tercantum dalam PP No. 41 tahun 1999 Tentang

Pengendalian Pencemaran Udara yaitu 365 µg/m3 untuk episode 24 jam. Sedangkan

Pemerintah Provinsi DKI Jakarta menetapkan 260 µg/m3 untuk episode 24 jam. WHO

menetapkan 20 µg/m3 untuk episode 24 jam. Sedangkan NAAQS menetapkan 75 ppb (198

µg/m3) untuk episode 1 jam dan 80 µg/m3 untuk arithmatic mean tahunan (EPA,1990).

Model kajian dampak lingkungan terhadap kesehatan yang selama ini dilakukan ada dua,

yaitu studi epidemiologi kesehatan lingkungan (EKL) dan analisis risiko kesehatan

lingkungan (ARKL). EKL umumnya dilakukan atas dasar kejadian penyakit (disease

oriented) atau kondisi lingkungan yang spesifik (agent oriented) (WHO 1983), sedangkan

ARKL bersifat agent spesifik dan site spesifik. ARKL adalah proses perhitungan atau

prakiraan risko pada suatu organisme sasaran, sistem atau sub populasi, termasuk identifikasi

ketidakpastian-ketidakpastian yang menyertainya, setelah terpajan oleh agent tertentu,

dengan memerhatikan karakteristik yang melekat pada agent itu dan karakteristik sistem


4

sasaran yang spesifik (IPCS, 2004a). Risko itu sendiri didefinisikan sebagai kebolehjadian

(probabilitas) efek merugikan pada suatu organisme, sistem atau (sub) populasi yang

disebabkan oleh pemajanan suatu agent dalam keadaan tertentu (IPCS, 2004a).

Penelitian di Kelapa Gading ini bermula dari risk agent yaitu PM10 dan SO2, bukan dari

data kejadian penyakit yang ada di wilayah ini. Model analisis dampak yang tepat untuk

digunakan adalah ARKL, karena kajian kilas depan dengan meramalkan besaran tingkat

risiko kesehatan yang bisa menimpa populasi yang berisiko pada suatu waktu.

Analisi resiko kesehatan lingkungan adalah salah satu bagian dari manajemen risiko

dimana merupakan proses memperkirakan peningkatan risiko kesehatan pada populasi yang

terpajan oleh sejumlah zat beracun (EPA, 2011). Analisis risiko adalah proses yang

dimaksudkan untuk menghitung atau memperkirakan risiko pada suatu organisme sasaran,

sistem atau (sub) populasi, termasuk identifikasi ketidakpastian yang menyertainya setelah

terpajan oleh agen tertentu dengan memperhatikan karakteristik yang melekat pada agen yang

menjadi perhatian dan karakteristik sistem sasaran yang spesifik (IPCS, 2004). Bahaya

lingkungan terdiri atas tiga agen risiko, yaitu chemical agents (zat-zat kimia), physical agents

(energi radiasi atau gelombang elektromagnetik berbahaya) dan biological agents (organisme

patogen) (Rahman, 2010).

Analisis risiko merupakan studi yang melakukan estimasi tingkat risiko pada populasi

yang setelah terkena suatu pajanan yang membahayakan (Louvar and Louvar, 1998).

Penilaian risiko dan manajemen risiko merupakan dasar dari pelaksanaan peraturan. Penilaian

risiko digunakan untuk menilai efek kesehatan individu atau populasi dari suatu bahan dan

situasi berbahaya. Sedangkan manajemen risiko adalah proses menimbang alternatif

kebijakan dan memilih yang paling sesuai dengan peraturan, mengintegrasikan hasil penilaian

risiko dengan teknik data dan masalah sosial, ekonomi, dan politik untuk mencapai keputusan

(NRC, 1983).

Analisis risiko kesehatan (health risk assessment) adalah suatu proses memperkirakan

masalah kesehatan yang mungkin timbul dan besarnya akibat yang ditimbulkannya pada suatu

waktu tertentu. Analisis risiko terdiri dari empat tahap kajian, yaitu identifikasi bahaya

(hazard potential identification), analisis dosis-respon (dose-response assesment), analisis

pemajanan (exposure assesment) dan karakterisasi risiko (risk characterization), yang

kemudian dilanjutkan dengan manajemen risiko dan komunikasi risiko (US-EPA/NRC,1983

dalam Louvar, 1998).


5

Metode Penelitian

Penelitian ini menggunakan metode prediksi atau prakiraan, dengan desain penelitiannya

estimasi pajanan, estimasi asupan, estimasi risiko dan rumusan manajemen. Metode ini

disebut juga metode ARKL yang di harmonisasikan IPCS, yaitu studi untuk menghitung atau

memperkirakan risiko akibat pajanan beberapa agen pada suatu populasi dengan

memperhatikan karakteristik agent dan populasi.

Subjek studi dalam penelitian adalah populasi manusia yang berisiko yaitu satpam,

tukang ojeg, pedagang kaki lima dan tukang parkir dimana populasi tersebut relatif sering

terpajan oleh polusi pada udara ambien di kawasan Kelapa Gading. Sedangkan risk agent

berupa konsentrasi PM10 dan SO2. yang tedapat dalam udara ambien di kawasan Kelapa

Gading.

Populasi yang berisiko pada penelitian ini adalah masyarakat yang menghabiskan

sebagian besar aktivitas hariannya di luar rumah di kawasan Kelapa Gading. Sampel yang

diambil adalah satpam, tukang ojeg, pedagang kaki lima, tukang parkir, dengan radius 0 – 1

kilo meter dari stasiun pemantau kualitas udara DKI2 (Kelapa Gading), dengan kriteria

inklusi berjenis kelamin laki-laki maupun perempuan yang bekerja lebih atau sama dengan

satu tahun di tempat tersebut. Sampel lingkungan adalah konsentrasi PM10 dan SO2 di

kawasan Kelapa Gading, yang didapatkan dari data pengukuran stasiun pemantau kualitas

udara otomatis DKI2 (Kelapa Gading) tahun 2013.

Penelitian ini dilakukan di Kelapa Gading Provinsi DKI Jakarta pada Bulan Pebruari-

Maret 2014. Pengambilan data antropometri pada tukang ojeg, tukang parkir, pedagang kaki

lima dan satpam dilakukan di jalan yang berada dalam radius 1 km dari stasiun pemantau

udara otomatis DKI2 (Kelapa Gading) yang terletak di komplek Kantor Kelurahan

Pegangsaan Dua, Kelapa Gading.

Besar responden ditentukan dengan by criteria, yaitu jumlah responden yang ditemukan

di tempat penelitian sesuai dengan kriteria sampel. Besar sampel lingkungan yaitu konsentrasi

PM10 dan SO2 hasil pengukuran stasiun pemantau udara otomatis DKI2 selama 365 hari mulai

bulan Januari – Desember 2013.

Pengambilan sampel responden tersebut menggunakan metode purposive sampling.

Responden dipilih sesuai dengan kirteria yang ditentukan dan bersedia untuk dijadikan

responden kemudian dilakukan wawancara dan penimbangan berat badan. Sampel konsentrasi

PM10 dan SO2 diambil dari data hasil pengukuran stasiun pemantau udara otomatis DKI2

yang telah terkumpul di kantor BPLHD Provinsi DKI Jakarta. Pengukuran di stasiun


6

pemantau kualitas udara otomatis PM10 menggunakan alat Verewa F701-20 dengan metode

Beta-Absorption C-14 dan SO2 menggunakan Alat Horiba APSA – 370 dengan metode UV

Fluorescence.

Pengolahan dan analisis data pada penelitian ini dilakukan dengan langkah-langkah

sebagai berikut : data konsentrasi PM10 dan SO2 dalam 365 hari yang terkumpul dikonversi

menjadi satuan mg/m3, data sampel antropometri dan data risk agent di input terpisah, data

dianalisis diskriptif untuk memperoleh sebaran datanya normal atau tidak normal. Uji

normalitas dilakukan untuk mengetahui distribusi data dalam suatu variabel penelitian itu

normal atau tidak normal. Jika p-value Uji Normalitas > 0,05 maka data normal dan jika p-

value Uji Normalitas < 0,05 maka data tidak normal. Untuk data yang normal maka

dipergunakan nilai mean dan jika data tidak normal dipergunakan nilai median.

Prosedur dalam analisis risiko kesehatan pajanan PM10 dan SO2 dengan langkah-langkah

ARKL meliputi sebagai berikut :

Identifikasi bahaya (Hazard Identification), Penelitian ini dilakukan analisis risk agent

dengan mengumpulkan data dan informasi mengenai agent yang diteliti yaitu PM10 dan SO2.

Efek debu (PM10) terhadap saluran pernafasan telah terbukti bahwa kadar debu berasosiasi

dengan insidens gejala penyakit pernafasan terutama gejala batuk. Debu yang mengendap di

dalam saluran pernafasan, menyebabkan oedema mukosa dinding saluran pernafasan sehingga

terjadi penyempitan saluran. Faktor yang mendasari timbulnya gejala penyakit pernafasan

adalah batuk, dahak, sesak nafas, bunyi mengi (Putranto, 2007). Sulfur dioksida (SO2)

memberikan efek negatif pada sistem pernafasan dan fungsi paru-paru. Peradangan yang

disebabkan SO2 akan mengakibatkan batuk, sekresi lendir yang berlebihan, peningkatan

gejala asma dan bronkitis kronis serta membuat manusia lebih mudah mendapatkan infeksi

pada saluran pernafasan (WHO, 2005).

Analisis Pemajanan (Eksposure Assesement), Analisa pajanan dilakukan dengan

mengestimasi jumlah asupan atau intake inhalasi setiap harinya dengan menghitung

konsentrasi PM10 dan SO2, laju asupan, frekuensi pajanan, durasi pajanan, dan berat badan.

Data konsentrasi PM10, SO2 dan data antropometri kemudian dianalisis untuk mendapatkan

nilai Intake pemajanan realtime dan lifespan dari PM10 dan SO2 dengan menggunakan

persamaan berikut :

I =C x R x tE x fE x Dt

Wb x tavg (1) nk

I adalah asupan/intake (mg/kg/hari), C adalah konsentrasi agen risiko (mg/m3), R adalah laju

inhalasi (m3/jam), tE adalah waktu pajanan (jam/hari), fE adalah frekuensi pajanan


7

(hari/tahun), Dt adalah durasi pajanan (tahun), Wb adalah berat badan (kg), dan tavg adalah

periode rata-rata harian (30 x 365 hari/tahun untuk zat non karsinogenik).

Nilai tE didapatkan dari penelitian, fE dihitung dengan mengurangi waktu satu tahun (365 hari)

dengan lama responden (dalam hari) meninggalkan lokasi studi. Nilai Dt merupakan hasil

penelitian yang menyatakan waktu responden tinggal di lokasi studi dan terpajan agen risiko

untuk perhitungan realtime, sedangkan untuk perhitungan sepanjang hayat dapat digunakan

nilai Dt default, yaitu 30 tahun. R adalah laju inhalasi, berdasarkan US-EPA, 1990 nilai R

default adalah 20 m3/hari untuk laju inhalasi dengan berat badan 70 kg. Dikarenakan

antropometri masyarakat Indonesia berbeda, maka laju inhalasi diturunkan dari berat badan

dengan persamaan logaritmik y= 5,3ln(x)–6,9 dengan y = R (m3/hari) dan x = Wb (kg)

(Abrianto, 2004).

Analisis Dosis Respon (Dose-Respones Assessment), Dalam penelitian ini analisis respon

dilakukan dengan melakukan kajian literatur terhadap PM10 dan SO2. Dosis referensi adalah

konsentrasi rujukan yang merupakan nilai toksisitas kuantitatif non karsinogenik sebagai

estimasi dosis pajanan harian yang tidak menimbulkan efek merugikan kesehatan sepanjang

hayat (IPCS, 2004). Untuk menentukan Dosis referensi (RfC) dapat dilihat dalam daftar IRIS

(EPA, 2006) dan MRL (ATSDR, 2008). PM10 dan SO2 belum tersedia dalam daftar keduanya.

RfC debu dan SO2 tidak ditetapkan dari NOAEL atau LOAEL melainkan diturunkan dari

National Ambient Air Quality Standard (NAAQS) (Rahman, et. Al., 2008). Baku Primer

(Primary Standard) NAAQS (EPA, 1990) untuk PM10 yaitu 50 µg/m3 (arithmatic mean

tahunan) dan SO2 yaitu 80 µg/m3 (arithmatic mean tahunan). Berdasarkan konsentrasi aman I

= RfC, maka dapat digunakan persamaan berikut :

RfC =C x R x tE x fE Wb x tavg (2)

RfC adalah dosis atau konsentrasi referensi secara inhalasi (mg/kg/hari), C adalah konsentrasi

(mg/m3), R adalah laju asupan (m3/jam), tE adalah waktu pajanan (jam/hari), fE adalah

frekuensi pajanan (hari/tahun), Wb adalah berat badan (kg), tavg adalah periode rata-rata harian

(365 hari/tahun).

Karakteristik Resiko (Risk Characterization), Karakteristik resiko adalah perkiraan risiko

numerik, didapat dari perbandingan asupan (intake) dengan dosis respons (RfC). Tingkat

risiko dinyatakan dengan Risk Quotient (RQ). Untuk mengetahui karakteristik risiko (RQ),

digunakan persamaan :

RQ =IRfC (3)


8

Risiko kesehatan perlu dikendalikan jika RQ >1, jika RQ <1 risiko tidak perlu dikendalikan

tetapi kondisi harus dipertahankan agar nilai numerik RQ tidak melebihi 1.

Manajemen Risiko, merumuskan manajemen risiko pada responden yang berisiko (nilai

RQ>1) dengan menghitung konsentrasi yang aman , lama pajanan harian yang aman (tE aman)

dan frekuensi pajanan tahunan yang aman (fE aman) bagi kelompok responden yang berisiko.

Perhitungan dilakukan dengan menggunakan persamaan dibawah ini:

Cnk (aman) = Wb x t avg x RfCR x tE x fE (4)

tEnk aman =Wb x t avg x RfC

C x R x fE (5)

fEnk aman = Wb X tavg x RfC

C x R X tE (6)

Hasil Konsentrasi PM10 dan SO2

Konsentrasi PM10 dan SO2 di kawasan Kelapa Gading diperoleh dari pengukuran stasiun

pemantau kualitas udara Badan Pengelola Lingkungan Hidup Daerah (BPLHD) Propinsi DKI

Jakarta. Konsentrasi PM10 dan SO2 harian mulai 1 Januari sampai 31 Desember 2013, yang

didapatkan dalam satuan µg/m3 dikonversi menjadi mg/m3. Konsentrasi PM10 dan SO2 dalam

satu tahun diperoleh data minimum, rata-rata dan maksimum tercantum dalam table 1.

berikut: Tabel 1. Konsentrasi PM10 dan SO2 di Kelapa Gading, 365 hari bulan Januari– Desember 2013

Parameter Konsentrasi (mg/m3) Min Maks Mean/Median SD p-value**) Distribusi

PM10 0,014 0,203 0,065* 0,023 0,005 Tidak normal SO2 0,001 0,114 0,033^ 0,019 0,065 Normal

Keterangan = * : Nilai median ^ = Nilai mean ** : Uji Normalitas Data Kolmogrov-Smirnov

Karakteristik Antropometri

Data karakteristik antropometri seperti berat badan, pajanan harian, frekuensi pajanan,

durasi pajanan pada total responden maupun per kelompok berisiko dikawasan Kelapa

Gading dapat dilihat dalam tabel 2.


9

Tabel 2. Karakteristik Antropometri Responden (n=80) per kelompok populasi berisiko di Kelapa Gading Tahun 2014

Kelompok populasi berisiko Min Maks Mean/

Median SD p-value

**) Distribusi

Semua Kelompok Populasi Berat badan (kg) Wb 44 110 63* 13,58 0,037 Tidak normal Pajanan harian (jam/hari) tE 5 15 10* 2,58 0,000 Tidak normal Frekuensi pajanan (hari/tahun) fE 155 363 310,5* 42,75 0,000 Tidak normal Durasi pajanan (tahun) Dt 1 25 7,5* 6,6 0,000 Tidak normal Laju inhalasi (m3/jam) R 0,55 0,75 0,63^ 0,04 0,182 Normal Tukang Ojeg (n=35) Berat badan (kg) Wb 47 110 61* 13,95 0,040 Tidak normal Pajanan harian (jam/hari) tE 5 15 12* 2,59 0,004 Tidak normal Frekuensi pajanan (hari/tahun) fE 255 363 310* 25,59 0,000 Tidak normal Durasi pajanan (tahun) Dt 1 24 10* 6,95 0,037 Tidak normal Laju inhalasi (m3/jam) Rα 0,56 0,75 0,63^ 0,04 0,200 Normal Tukang Parkir (n=14) Berat badan (kg) Wb 44 94 62,21^ 13,17 0,200 Normal Pajanan harian (jam/hari) tE 5 12 7,93^ 1,85 0,200 Normal Frekuensi pajanan (hari/tahun) fE 155 362 346* 83,07 0,001 Tidak normal Durasi pajanan (tahun) D 2 20 7,86^ 6,88 0,110 Normal Laju inhalasi (m3/jam) Rα 0,55 0,72 0,62^ 0,04 0,200 Normal Pedagang Kaki Lima (n=21) Berat badan (kg) Wb 46 109 62,71^ 15,33 0,058 Normal Pajanan harian (jam/hari) tE 5 15 9,38^ 2,52 0,060 Normal Frekuensi pajanan (hari/tahun) fE 287 358 335* 21,18 0,006 Tidak normal Durasi pajanan (tahun) Dt 2 25 9,29^ 6,49 0,096 Normal Laju inhalasi (m3/jam) Rα 0,56 0,75 0,62^ 0,05 0,079 Normal Satpam (n=10) Berat badan (kg) Wb 51 80 70^ 7,85 0,078 Normal Pajanan harian (jam/hari) tE 8 12 12* 1,39 0,000 Tidak normal Frekuensi pajanan (hari/tahun) fE 255 362 304^ 39,34 0,132 Normal Durasi pajanan (tahun) Dt 2 11 5,10^ 3,32 0,143 Normal Laju inhalasi (m3/jam) Rα 0,58 0,68 0,66* 0,03 0,006 Tidak normal

Keterangan : * = Nilai median ^ = Nilai mean ** = Uji Normalitas Data Kolmogrov-Smirnov α = dari persamaan y = 5,3 ln(x)–6,9, dengan y = R (m3/hari) dan x = Wb (kg) (Abrianto, 2004)

Data karakteristik antropometri rata-rata berat badan paling rendah pada tukang ojeg dan

paling tinggi pada satpam. Rata-rata pajanan harian paling rendah pada tukang parkir dan

paling tinggi pada tukang ojeg dan satpam. Rata-rata frekuensi pajanan paling rendah pada

satpam dan paling tinggi pada tukang parkir. Rata-rata durasi pajanan paling rendah satpam

dan paling tinggi tukang ojeg.

Responden rata-rata berusia 36,65 tahun dan berjenis kelamin laki-laki (98,75%).

Responden paling banyak bekerja sebagai tukang ojeg(43,8%) dan berpendidikan SLTP

(48,8%). Sebagian besar responden tidak memakai masker selama bekerja (91,2%) dan

memiliki kebiasaan merokok (87,5%). Variabel gangguan kesehatan bahwa 35 (43,8%) orang


10

pernah mengalami gangguan pernafasan dalam 2 minggu terakhir, dan sebagian besar pernah

mengalami gangguan pernafasan selama bekerja di daerah Kelapa Gading (58,8%).

Analisis Pajanan dan Perhitungan Intake

Analisis pajanan dilakukan berdasarkan dua kategori yaitu pajanan realtime dan

pajajanan lifespan. Pajanan realtime menggunakan nilai durasi pajanan (Dt) sebenarnya, yaitu

lama responden bekerja atau beraktivitas dilokasi penelitian dengan satuan tahun. Besarnya

nilai laju inhalasi (R) yaitu berdasarkan persamaan y = 5,3 ln(x)–6,9, dengan y = R (m3/hari)

dan x = Wb (kg) (Abrianto, 2004). Perhitungan Intake PM10 dan SO2 pada responden wilayah

Kelapa Gading digunakan persamaan (1). Nilai rata-rata Intake realtime PM10 dan SO2 pada

kelompok populasi berisiko berdasarkan konsentrasi pajanan di kawasan Kelapa Gading dapat

dilihat pada tabel 3. berikut : Tabel 3. Intake PM10 dan SO2 Konsentrasi Minimum, Rata-rata, Maksimum untuk Pajanan realtime

pada kelompok populasi berisiko di kawasan Kelapa Gading

Kelompok populasi Intake PM10 (mg/kg/hari) Intake SO2 (mg/kg/hari) Cmin

(0,014) Crata-rata

(0,065) Cmaks (0,203)

Cmin (0,001)

Crata-rata (0,033)

Cmaks (0,114)

Tukang Ojeg 0,0005^ 0,0022^ 0,0070^ 0,00003^ 0,0011^ 0,0039^ Tukang Parkir 0,0002* 0,0010^ 0,0032^ 0,00002^ 0,0005^ 0,0018^ Pedagang Kaki Lima 0,0003^ 0,0016^ 0,0051^ 0,00003^ 0,0008^ 0,0029^ Satpam 0,0001* 0,0009^ 0,0021* 0,00002^ 0,0003* 0,0017^

Keterangan : * = Distribusi tidak normal (Nilai median)

^ = Distribusi normal (nilai mean) Dari tabel diatas diketahui bahwa kelompok pekerjaan tukang ojeg memiliki Intake pajanan

PM10 dan SO2 paling tinggi untuk pajanan realtime.

Nilai rata-rata Intake lifespan PM10 dan SO2 pada kelompok populasi berisiko dapat dilihat

pada table 4 berikut : Tabel 4. Intake PM10 dan SO2 Konsentrasi Minimum, Rata-rata, Maksimum untuk Pajanan lifespan pada

kelompok populasi berisiko di Kawasan Kelapa Gading

Kelompok populasi Intake PM10 (mg/kg/hari) Intake SO2 (mg/kg/hari) Cmin

(0,014) Crata-rata

(0,065) Cmaks (0,203)

Cmin (0,001)

Crata-rata (0,033)

Cmaks (0,114)

Tukang Ojeg 0,0014* 0,0060^ 0,0188^ 0,00009^ 0,0031^ 0,0106^ Tukang Parkir 0,0009^ 0,0044^ 0,0137^ 0,00007^ 0,0022^ 0,0077^ Pedagang Kaki Lima 0,0012^ 0,0055^ 0,0173^ 0,00009^ 0,0028^ 0,0097^ Satpam 0,0012^ 0,0056^ 0,0176^ 0,00009^ 0,0029^ 0,0099^


^ = Distribusi normal (nilai mean)


11

Dari tabel diatas diketahui bahwa kelompok pekerjaan tukang ojeg memiliki Intake pajanan

PM10 dan SO2 paling tinggi untuk pajanan lifespan.

Analisis Dosis Respon

Tahapan analisis resiko ini disebut juga dengan toxicity assessment, analisis tahap ini

menyangkut identifikasi jenis efek yang merugikan yang berhubungan dengan pemajanan zat

toksik yang telah diidentifikasi dan hubungan besar pajanan dengan efek merugikan

kesehatan. Ukuran toksisitas dari suatu risk agent dengan efek non karsinogen dalam Analisa

Risiko Kesehatan Lingkungan (ARKL) untuk dihirup (inhalasi) dinyatakan dengan RfC

(Reference Concentration) (Rahman, 2004). Dosis referensi adalah konsentrasi rujukan yang

merupakan nilai toksisitas kuantitatif non karsinogenik sebagai estimasi dosis pajanan harian

yang tidak menimbulkan efek merugikan kesehatan sepanjang hayat (IPCS, 2004).

Dosis referensi (RfC) PM10 dan SO2 belum tersedia, baik dalam daftar IRIS (EPA, 2006)

maupun dalam tabel MRL (ATSDR, 2008). RfC PM10 dan SO2 tidak ditetapkan dari NOAEL

atau LOAEL melainkan diturunkan dari National Ambient Air Quality Standard (NAAQS)

(Rahman, et. Al., 2008). Baku mutu nasional udara ambien menurut Peraturan Pemerintah

No. 41 tahun 1999 maupun Keputusan Gubernur DKI Jakarta No 551 tahun 2001, tidak dapat

digunakan karena nilai default faktor-faktor pemajanannya tidak diketahui.

RfCPM10

Baku Primer (Primary Standard) NAAQS (EPA, 1990) untuk PM10 adalah 50 µg/m3

(arithmatic mean tahunan). Berdasarkan konsentrasi aman I = RfC, dengan nilai default R =

0,83 m3/jam, tE = 24 jam/hari, fE = 350 hari/tahun, Wb = 70 kg, tavg = 365 hari/tahun, maka

dapat dihitung dengan persamaan (2) :

!"# =0,05mgm3 x 0,83

m3jam x 24 jamhari x 350

haritahun

70 kg x 365 hari/tahun = 0,014 mg/kg/hari

RfCSO2

Baku Primer (Primary Standard) NAAQS (EPA, 1990) untuk SO2 adalah 80 µg/m3

(arithmatic mean tahunan). Berdasarkan konsentrasi aman I = RfC, dengan nilai default R =

0,83 m3/jam, tE = 24 jam/hari, fE = 350 hari/tahun, Wb = 70 kg, tavg = 365 hari/tahun, maka

dapat dihitung dengan persamaan (2) :

!"# =0,08mgm3 x 0,83

m3jam x 24 jamhari x 350

haritahun

70 kg x 365 hari/tahun = 0,022 mg/kg/hari


12

Karakteristik Risiko

Karakteristik risiko dilakukan untuk menetapkan tingkat risiko. Karakteristik risiko ini

dinyatakan dalam notasi Risk Quotien (RQ). Hasil perhitungan di dapatkan nilai RQ > 1 dan

nilai RQ < 1. Suatu keadaan dinyatakan berisiko(tidak aman) apabila nilai RQ > 1 sehingga

keadaan ini perlu dilakukan pengendalian dan tidak berisiko (aman) apabila nilai RQ < 1.

Untuk mengehitung RQ maka digunakan persamaan (3). Nilai rata-rata Tingkat Risiko

realtime untuk parameter PM10 dan SO2 pada kelompok populasi berisiko dapat dilihat pada

tabel 5 berikut : Tabel 5. Tingkat Risiko (RQ) PM10 dan SO2 Konsentrasi Minimum, Rata-rata, Maksimum untuk Pajanan

realtime pada kelompok populasi berisiko di Kawasan Kelapa Gading

Kelompok populasi RQ PM10 RQ SO2 Cmin

(0,014) Crata-rata

(0,065) Cmaks (0,203)

Cmin (0,001)

Crata-rata (0,033)

Cmaks (0,114)

Tukang Ojeg 0,035^ 0,160^ 0,500^ 0,002^ 0,052^ 0,179^ Tukang Parkir 0,016^ 0,074^ 0,231^ 0,001^ 0,024^ 0,083^ Pedagang Kaki Lima 0,025^ 0,117^ 0,366^ 0,001^ 0,038^ 0,131^ Satpam 0,010* 0,048* 0,151* 0,001^ 0,016* 0,054*



Tingkat resiko (RQ) PM10 dan SO2 pada semua kelompok populasi untuk realtime hasilnya

masih dibawah 1 (RQ<1), kelompok tukang ojeg memiliki RQ paling tinggi dan tukang parkir

memiliki RQ paling rendah. Dari data ini berarti RQ realtime tidak berisiko (aman).

Nilai rata-rata Tingkat Risiko lifespan untuk parameter PM10 dan SO2 pada kelompok

populasi berisiko dapat dilihat pada tabel 6. Tingkat resiko (RQ) PM10 pajanan lifespan pada

konsentrasi maksimum untuk kelompok populasi tukang ojeg, pedagang kaki lima dan satpam

nilai diatas 1 (RQ>1), sedangkan pada konsentrasi minimum dan rata-rata nilai dibawah 1

(RQ<1). RQ SO2 pajanan lifespan pada semua tingkat konsentrasi dan semua kelompok

populasi memiliki RQ kurang dari 1. Tabel 6. Tingkat Risiko (RQ) PM10 dan SO2 Konsentrasi Minimum, Rata-rata, Maksimum untuk Pajanan

lifespan pada kelompok populasi berisiko di Kawasan Kelapa Gading

Kelompok populasi RQ PM10 RQ SO2 Cmin

(0,014) Crata-rata

(0,065) Cmaks (0,203)

Cmin (0,001)

Crata-rata (0,033)

Cmaks (0,114)

Tukang Ojeg 0,093^ 0,430^ 1,344^ 0,005^ 0,139^ 0,480^ Tukang Parkir 0,068^ 0,314^ 0,981^ 0,003^ 0,102^ 0,351^ Pedagang Kaki Lima 0,085^ 0,395^ 1,233^ 0,004^ 0,128^ 0,441^ Satpam 0,087^ 0,402^ 1,256^ 0,004^ 0,130^ 0,449^




13

Pembahasan Konsentrasi PM10 dan SO2

Sebaran data konsentrasi PM10 di kawasan Kelapa Gading selama 365 hari pada tahun

2013 tidak normal (p-value 0,005) sehingga digunakan nilai median, sedangkan sebaran data

konsentrasi SO2 normal (p-value 0,065) maka yang dipakai nilai mean. Nilai median

konsentrasi PM10 adalah 0,065 mg/m3, minimum 0,014 mg/m3 dan maksimum 0,203 mg/m3,

sedangkan nilai mean konsentrasi SO2 adalah 0,033 mg/m3, minimum 0,001 mg/m3 dan

maksimum 0,114 mg/m3(Tabel 5.1). Dengan baku mutu 150 µg/m3 (0,15 mg/m3) untuk PM10

dan 365 µg/m3 (0,365 mg/m3) untuk SO2 (PP 41/1999), rata-rata konsentrasi kedua parameter

tersebut masih memenuhi baku mutu. Berdasarkan Keputusan Gubernur Propinsi Daerah

Khusus Ibukota Jakarta No.551 tahun 2001 tentang Penetapan Baku Mutu Udara Ambien dan

Baku Mutu Tingkat Kebisingan di Propinsi DKI Jakarta, yaitu PM10 150 µg/m3 dan SO2 260

µg/m3, rata-rata konsentrasi kedua parameter tersebut juga masih dibawah baku mutu.

Nilai Konsentrasi PM10 dan SO2 ini lebih rendah dibanding di 9 kota besar dengan nilai

median PM10 165 µg/m3 dan nilai mean SO2 33,14 µg/m3 (Nukman et al., 2005). Penelitian

lain di kawasan Bunderan HI mendapatkan hasil konsentrasi PM10 pada hari kerja 0,0571

mg/m3, hari libur 0,0524 mg/m3, HBKB 0,0479 mg/m3 dan SO2 pada hari kerja 0,0370

mg/m3, hari libur 0,0352 mg/m3, 0,0306 mg/m3 (Wardani, 2012). Konsentrasi PM10 ini lebih

rendah dari konsentrasi di Kelapa Gading, sedangkan konsentrasi SO2 lebih tinggi dari

konsentrasi di Kelapa Gading.

Karakteristik Antropometri

Variabel antropometri berat badan dan laju inhalasi merupakan variabel yang sangat

berpengaruh terhadap besar dosis aktual suatu risk agent yang diterima individu. Hasil

pengukuran antropometri dan pola aktivitas menghasilkan nilai faktor-faktor pemajanan, yaitu

berat badan untuk semua kelompok populasi rata-rata 63 kg, waktu pajanan 10 jam/hari,

frekuensi pajanan 310,5 hari/tahun durasi pajanan 7,5 tahun dan laju inhalasi 0,63 m3/jam.

Sedangkan untuk kelompok populasi berisiko seperti tukang ojeg, tukang parkir, pedagang

kaki lima dan satpam nilainya bervariasi tercantum dalam tabel 2.

Hasil ini berbeda dengan studi ARKL di 9 kota besar padat transportasi (Nukman et al.,

2005), di 5 lokasi tambang kapur (Rahman et al., 2008), pemukiman dekat tambang batu

kapur di Sukabumi (Suryaman et al., 2011) yaitu berat badan rata-rata 55 kg, frekuensi

pajanan 350 hari/tahun. Hasil ini juga berbeda dengan nilai default EPA (1990), yaitu berat


14

badan 70 kg, frekuensi pajanan 350 hari/tahun, laju inhalasi 0,83 m3/jam. Rata-rata berat

badan 63 kg ini merupakan temuan baru yang berbeda dengan penelitian sebelumnya.

Penelian ini responden yang diteliti laki-laki sangat dominan (98,75%), sehingga

memungkinkan didapat rata-rata berat badan yang lebih tinggi dari penelitian sebelumnya.

Perbedaan laju inhalasi disebabkan perbedaan berat badan, untuk nilai default berdasarkan

rata-rata berat badan orang Eropa yaitu 70 kg, sedangkan untuk orang Indonesia lebih rendah.

Laju inhalasi dalam penelitian ini di turunkan dari kurva logaritmik berat badan terhadap laju

inhalasi normal (Abrianto, 2004), yatu persamaan y = 5,3 ln(x)–6,9, dengan y = R (m3/hari)

dan x = Wb (kg). Laju inhalasi berdasarkan persamaan ini dianggap lebih cocok untuk orang

Indonesia.

Sebagian besar responden berpendidikan SLTP 48,8%. Dengan rendahnya tingkat

pendidikan responden ini akan berpengaruh pada rendahnya pengetahuan tentang pencemaran

udara dan perlindungan diri dari udara yang tercemar. Perilaku responden menunjukkan

bahwa sebagian responden tidak memakai masker pada waktu kerja yaitu 91,2% dan

kebiasaan merokok sebanyak 87,5% responden merokok. Perilaku responden ini dapat

menyebabkan responden lebih berisiko untuk terkena gangguan pernafasan. Sebanyak 58,8%

responden pernah mengalami gangguan pernafasan selama bekerja.

Analisis Pajanan dan Perhitungan Intake

Analisis pajanan dilakukan berdasarkan dua kategori yaitu pajanan realtime dan

pajajanan lifespan. Intake pajanan realtime menggunakan nilai durasi pajanan (Dt)

sebenarnya seperti pada Tabel 3. Berdasarkan kelompok populasi berisiko Intake realtime

PM10 dan SO2 paling tinggi pada tukang ojeg baik pada konsentrasi pajanan minimum, rata-

rata maupun maksimum. Sedangkan Intake pajanan lifespan yaitu lama responden yang

melakukan aktivitasnya sampai 30 tahun kedepan seperti pada Tabel 4. Berdasarkan

kelompok populasi berisiko Intake lifespan PM10 dan SO2 paling tinggi juga pada tukang

ojeg baik pada konsentrasi pajanan minimum, rata-rata maupun maksimum. Hasil penelitian

ini sama dengan di Bunderan HI, kelompok tukang ojeg memiliki Intake realtime dan

lifespan lebih tinggi dibanding kelompok lainnya (Wardani, 2012).

Karakteristik Risiko

Karakteristik risiko dilakukan untuk menetapkan tingkat risiko. Karakteristik risiko atau

Risk Quotien (RQ) yang di kaji pada kelompok populasi berisiko yaitu tukang ojeg, tukang

parkir, pedagang kaki lima, dan satpam di Wilayah Kelapa Gading. Tingkat Resiko (RQ)


15

dihitung berdasarkan pajanan realtime dan lifespan dengan konsentrasi PM10 dan SO2

minimum, rata-rata, maksimum.

Nilai RfCPM10 adalah 0,014 mg/kg/hari diturunkan dari Baku Primer (Primary Standard)

arithmatic mean tahunan NAAQS (EPA, 1990). Nilai RfCPM10 ini sama dengan nilai yang

digunakan pada penelitian di 5 lokasi penambangan kapur (Rahman et al., 2008) dan pada

penelitian di pemukiman disekitar tambang kapur di Sukabumi (Suryaman & Rahman, 2011).

Berbeda dengan nilai yang digunakan pada 9 kota besar (Nukman et al., 2005), yaitu RfCPM10

0,03 mg/kg/hari, yang diturunkan dari studi epidemiologi di Taiwan (Chen et al., 1998).

Berbeda juga dengan nilai yang digunakan pada penelitian Wardani (2012) dan Suhananto

(2013), yaitu RfCPM10 0,0018 mg/kg/hari diturunkan dari Baku Primer (Primary Standard)

NAAQS untuk episode 24 jam. Nilai RfCSO2 adalah 0,022 mg/kg/hari, diturunkan dari Baku

Primer (Primary Standard) arithmatic mean tahunan NAAQS (EPA, 1990). Berbeda dengan

nilai yang digunakan Nukman et al (2005), yaitu RfCSO2 0,0125 mg/kg/hari, yang diturunkan

dari studi epidemiologi di Taiwan (Chen et al., 1998). Episode arithmatic mean tahunan

digunakan karena penelitian analisis risiko pajanan kronis atau jangka panjang.

Nilai Tingkat Risiko (RQ) realtime PM10 dan SO2 pada konsentrasi minimum, rata-rata,

maksimum untuk semua kelompok populasi tidak berisiko/aman (RQ<1) seperti tercantum

pada Tabel 5. Nilai RQ lifespan SO2 pada konsentrasi minimum, rata-rata, maksimum untuk

semua kelompok populasi tidak berisiko/aman (RQ<1). Nilai RQ lifespan PM10 pada

konsentrasi minimum dan rata-rata untuk semua kelompok populasi tidak berisiko/aman

(RQ<1), sedangkan pada konsentrasi maksimum untuk kelompok populasi tukang ojeg,

pedagang kaki lima dan satpam berisiko/tidak aman (RQ>1) seperti tercantum pada Tabel 6.

Tingkat risiko berdasarkan Risk Agent PM10 lebih berisiko dibandingkan SO2. Hasil ini

sama dengan penelitian pada 9 kota besar bahwa risiko debu (PM10 dan TSP) jauh lebih besar

dari pada SO2 dan NO2 (Nukman et al., 2005). Hasil yang sama juga penelitian di Bunderan

HI bahwa PM10 lebih berisiko dibandingkan SO2 dan NO2 (Wardani, 2010). Tingkat risiko

berdasarkan segmen populasi yang paling tinggi pada tukang ojeg, dan yang paling rendah

pada tukang parkir, perbedaan ini dipengaruhi oleh variabel pemajanan seperti berat badan,

waktu pajanan, frekuensi pajanan.

Manajemen Risiko

Pajanan jalur inhalasi pilihan alternatif pengelolaan risiko yang memungkinkan dengan

menurunkan konsentrasi pajanan, mengurangi waktu keterpajanan dan frekuensi pajanan


16

(Kemenkes, 2012). Upaya manajemen risiko dilakukan dengan cara memanipulasi komponen

yang ada kecuali nilai RfC, sehingga nilai RQ = 1.

Berdasarkan hasil perhitungan tingkat resiko diatas maka RQ realtime tidak berisiko pada

konsentrasi minimum, rata-rata, maksimum untuk semua kelompok populasi. RQ SO2

lifespan tidak berisiko pada konsentrasi minimum, rata-rata, maksimum untuk semua

kelompok pupulasi. RQ PM10 lifespan tidak berisiko pada konsentrasi minimum, rata-rata

untuk semua kelompok pekerjaan, sehingga tidak perlu dilakukan manajemen risiko, tetapi

perlu dipertahankan variabel-variabel pemajanannya sehingga tidak menyebabkan RQ>1. RQ

PM10 lifespan berisiko pada konsentrasi maksimum untuk kelompok populasi tukang ojeg,

pedagang kaki lima dan satpam, sehingga harus dilakukan manajemen risiko. Penentuan Konsentrasi Aman (C)

Penentuan konsentrasi aman dilakukan berdasarkan persamaan (4), hasilnya dapat dilihat

pada tabel 7. Konsentrasi PM10 dan SO2 yang aman untuk kelompok populasi berbeda-beda

sesuai hasil perhitungan (Tabel7). Konsentrasi maksimum PM10 di Kelapa Gading pada saat

pengukuran 0,203 mg/m3, maka harus diturunkan sampai konsentrasi aman. Konsentrasi

aman untuk semua kelompok populasi diambil dari yang paling rendah yaitu tukang ojeg

0,130 mg/m3. Jadi konsentrasi PM10 harus diturunkan sebesar 0,073 mg/m3 (35,9%).

Konsentrasi aman untuk SO2 masih diatas konsentrasi maksimum pada saat pengukuran 0,224

mg/m3. Tabel 7. Konsentrasi aman (mg/m3) PM10 dan SO2 pada kelompok populasi berisiko di kawasan Kelapa

Gading dengan fE 350 hari/tahun

Kelompok Populasi Konsentrasi PM10 (mg/m3) Konsentrasi PM10 (mg/m3) Saat pengukuran

(maks) Batas tertinggi

aman Saat pengukuran

(maks) Batas tertinggi

aman Semua kelompok populasi 0,203 0,143* 0,114 0,225* Tukang Ojeg 0,203 0,130* 0,114 0,227* Tukang Parkir 0,203 0,195^ 0,114 0,307^ Pedagang Kaki Lima 0,203 0,165^ 0,114 0,259^ Satpam 0,203 0,143^ 0,114 0,224^

Keterangan : * = Nilai Median ^ = Nilai Mean

Dibandingkan dengan baku mutu yang berlaku yaitu Keputusan Gubernur Propinsi

Daerah Khusus Ibukota Jakarta No.551 tahun 2001 tentang Penetapan Baku Mutu Udara

Ambien dan Baku Mutu Tingkat Kebisingan di Provinsi DKI Jakarta, konsentrasi aman PM10

dan SO2 masih dibawah baku mutu. Baku mutu yang berada diatas konsentrasi aman berarti

belum melindungi pada populasi yang ada di Kelapa Gading. Penetapan baku mutu yang


17

berlaku tidak mencantumkan nilai default faktor pemajanan. Apabila dalam penetapan baku

mutu di adopsi dari negara lain seperti Amerika dengan default berat badan 70 kg, maka baku

mutu tidak akan melindungi orang Indonesia yang berat badannya dibawah dari 70 kg

(Nukman, et. Al., 2005).

Penurunan konsentrasi Risk Agent ini berkaitan dengan sumber pencemar utama yaitu

sumber bergerak atau transportasi. Manajemen risiko untuk mengurangai pencemaran PM10

akibat transportasi antara lain membatasi usia kendaraan bermotor, penggunaan bahan bakar

gas, membatasi kendaraan bermesin dua langkah.

Pemerintah Provinsi DKI Jakarta menerapkan program untuk menurunkan pencemaran

udara yang bersumber dari kendaraan bermotor, yaitu penerapan Hari Bebas Kendaraan

Bermotor (HBKB), pengurangan penggunaan kendaraan bermotor. Program-program ini

harus diikuti penerapan aturan yang tegas sehingga bisa menurunkan pencemaran udara.

Pemberlakuan HBKB di Jalan Sudirman-Thamrin bisa menurunkan konsentrasi PM10 di

Bunderan HI (Wardani, 2012). Maka perlu diberlakukan HBKB di kawasan Kelapa Gading

setiap seminggu sekali. Penanaman pohon atau penghijauan juga bisa menurunkan

konsentrasi PM10, terbukti konsentrasi PM10 daerah bervegetasi lebih rendah dibanding yang

tidak bervegetasi (Suhananto, 2013).

Penentuan Waktu Pajanan Aman dan Frekuensi Pajanan Aman

Penentuan waktu pajanan aman dilakukan berdasarkan persamaan (5) dan frekuensi

pajanan aman berdasarkan persamaan (6), hasilnya dapat dilihat pada tabel berikut : Tabel 8. Rekomendasi waktu pajanan aman (jam/hari) dan frekuensi pajanan aman (hari/tahun) untuk

konsentrasi maksimal PM10 dan SO2 pada kelompok populasi berisiko di kawasan Kelapa Gading

Kelompok populasi berisiko PM10 SO2 tE fE tE fE Semua kelompok populasi 7,9* 246,1* 22* 310,5* Tukang Ojeg 8,2* 223,5* 23^ 310* Tukang Parkir 7,6* 336,8^ 21,2* 346* Pedagang Kaki Lima 7,3* 283,9^ 20,5* 335* Satpam 9^ 245,8^ 25,3^ 313^

Keterangan : * = Nilai median ^ = Nilai mean

Waktu pajanan aman PM10 dan SO2 untuk kelompok populasi berbeda-beda sesuai hasil

perhitungan (Tabel 8). Rata-rata waktu pajanan untuk semua kelompok populasi berdasarkan

hasil pengukuran adalah 10 jam/hari, sedangkan waktu pajanan aman PM10 adalah 7,9

jam/hari. Jadi harus mengurangi waktu pajanan sesuai waktu pajanan aman.


18

Perhitungan frekuensi pajanan aman PM10 dan SO2 untuk kelompok populasi berbeda-

beda sesuai hasil perhitungan (Tabel 8). Rata-rata frekuensi pajanan untuk semua kelompok

populasi berdasarkan hasil pengukuran adalah 310,5 hari/tahun, sedangkan frekuensi pajanan

aman PM10 adalah 246,1 hari/tahun. Jadi harus mengurangi frekuensi pajanan sesuai

frekuensi pajanan aman. Penurunan waktu pajanan dan frekuensi pajanan ini berkaitan

dengan jam kerja harian kelompok populasi. Untuk satpam bisa terapkan jam kerja dengan 8

jam/hari karena ada aturan jam kerja harian, tetapi untuk tukang ojeg, tukang parkir,

pedagang kaki lima tidak ada jam kerja harian, sehingga sangat tergantung pada kesadaran

individu masing-masing. Perlu sosialisasi kepada kelompok masyarakat berisiko mengenai

jam kerja yang aman dari risiko kesehatan akibat pajanan pajanan PM10. Keterbatasan Penelitian

Keterbatasan yang muncul dalam penelitian analisis risiko di Kelapa Gading ini antara lain :

Variasi responden 98,75 % laki-laki, sehingga memungkinkan rata-rata berat badan lebih

besar dibanding penelitian sebelumnya. Data jumlah dan jenis kendaraan bermotor yang

berlalu lintas, serta konsumsi bahan bakar dan kebiasaan berkendaraan tidak dihitung dalam

penelitian ini, sehingga pengelolaan resiko dengan penurunan konsentrasi PM10 tidak bisa

diestimasikan secara tepat. Kesimpulan

Tingkat resiko pajanan realtime PM10 dan SO2 pada kelompok populasi berisiko di

Wilayah Kelapa Gading masih aman, sedangkan tingkat risiko pajanan lifespan PM10 pada

konsentrasi maksimum tidak aman bagi kelompok populasi tukang ojeg, pedagang kaki lima

dan satpam sehingga perlu dikendalikan. Manajemen risiko pajanan PM10 harus dilakukan

agar tidak mengganggu kesehatan kelompok populasi berisiko, yaitu dengan mengurangi

konsentrasi PM10 yang berasal dari kendaraan bermotor, dan mengurangi waktu pajanan,

frekuensi pajanan untuk kelompok populasi tertentu.

Saran

Masyarakat perlu memperhatikan waktu kerja harian sesuai batas waktu pajanan aman

agar tidak terkena risiko kesehatan yang merugikan akibat pajanan udara ambien yang

tercemar PM10. Pemerintah Provinsi DKI Jakarta perlu melakukan revisi baku mutu udara

ambien yang didasarkan pada nilai default faktor pemajanan yang sesuai dengan masyarakat

Jakarta. Penelian selanjutnya agar memperhatiakan variasi jenis kelamin responden secara


19

proporsional sehingga rata-rata berat badan mewakili populasi yang sebenarnya serta

menambahkan variabel jumlah, jenis kendaraan bermotor yang berlalu lintas, konsumsi bahan

bakar dan kebiasaan berkendaraan untuk merumuskan pengelolaan risiko yang tepat sasaran. Daftar Referensi Abrianto, Harry. (2004), Analisis Risiko Pencemaran Partikel Debu Terhirup (PM10)

Terhadap Siswa Selama Berada di Sekolah Dasar Negeri 1 Pondok Cina, Kota Depok, Jawa Barat, 2004. Skripsi Universitas Indonesia.

BPLHD DKI Jakarta. (2012). Status Lingkungan Hidup Daerah Propinsi DKI Jakarta Tahun

2012. diakses tanggal 25 Pebruari 2014. http://bplhd.jakarta.go.id/slhd2012/Docs/pdf/Buku%20I/Buku%20I%20Bab%202D.pdf

Chen, P.C., et al.(1998). Adverse Effect of Air Pollution on Respiratory Health of Primary School Children in Taiwan. Environmental Health porspectives. Vol.106. No.6. di akses 12 Maret 2014.

IPCS. (2004), IPCS Risk Assessment Terminology, Part 1: IPCS/OECD Key Generic Terms

used in Chemical Hazard/Risk Assessment; Part 2: IPCS Glossary of KeyExposure Assessment Terminology, Geneva: World Health Organization and Environmental Programme on Chemical Safety.

Keputusan Gubernur Popinsi Daerah Khusus Ibukota Jakarta. (2001). Keputusan Gubernur

propinsi Daerah Khusus Ibukota Nomor 551 Tahun 2001 Tentang Penetapan Baku Mutu Udara Ambien dan Baku Tingkat Kebisingan Di Propinsi DKI Jakarta.

Kolluru, R.V., Bartell, S.M., Pitblado, R.M., Stricoff, R.S. (1996), Risk Assesment and

Management Handbook, McGraw-Hill Inc. Louvar, J.F., Louvar,B.D. (1998). Health and Environmental Risk Analysis : Fundamentals

with Aplication, New jersey: Prentice Hall

Nukman et.al. (2005). Analisis dan Manajemen Risiko Kesehatan Pencemaran Udara; Studi Kasus di Sembilan Kota Besar Padat Transportasi. Jurnal Ekologi Kesehatan 4(2) : 270-289.

NRC. (1983). Risk Assessment in The Federal Goverment: Managing Process Washington DC

: National Research Council, National Academic of Science Press. Peraturan Pemerintah Republik Indonesia (1999). Peraturan Pemerintah Republik Indonesia

No.41 Tahun 1999 Tentang Pengendlian Pencemaran Udara. Putranto, A., (2007). Pajanan Debu Kayu (PM10) dan Gejala Penyakit Saluran Pernafasan

pada Pekerja Mebel Sektor Informal di Kota Pontianak Kalimantan Barat, Thesis, PS-UI.


20

Rahman et. al. (2008). Analisis Risiko Kesehatan Lingkungan Pertambangan Kapur Di Sukabumi, Cirebon, Tegal, Jepara dan Tulung Agung. Jurnal Ekologi Kesehatan Vol.7 No.1 : 665 – 677.

Rahman, A. (2007). PUBLIC HEALTH ASSESSMENT: Model Kajian Prediktif Dampak

Lingkungan dan Aplikasinya untuk Manajemen Risiko Kesehatan. Pusat Kajian Kesehatan Lingkungan dan Industri FKM UI. Depok.

Rahman A. (2010), Prinsip-prinsip dasar dan metode analisis risiko kesehatan

lingkungan, Bahan ajar pelatihan teknis dan manajemen amdal bagi petugas kesehatan Suhananto, Z. (2013). Perbandingan Tingkat Risiko Pajanan PM10 Pada Jalan Raya

Bervegetasi dan Tidak Bervegetasi terhadap Gangguan Kesehatan Penduduk yang Tinggal di Dekat Jalan Raya Bogor, Kota Depok. Skripsi, Program Studi Kesehatan Lingkungan FKM UI.

Suryaman,U.S., Rahman, A. (2011). Wilayah Aman Bagi Pemukiman Dekat Tambang Batu

Kapur ; Suatu pendekatan Manajemen Risiko. Jurnal Ekologi Kesehatan Vol.10 No.4 : 256 – 265.

US EPA. (1990). Exposure Factors Handbook, U.S Environmental Protection Agency EPA

600/8-89/043 United States. Environmental Protection Agency (EPA). (2011). Air Quality Planning and

Standards. www.epa.gov di akses pada tanggal 12 Maret 2014. United States. Environmental Protection Agency (EPA). (2013). Particulate Matter (PM) –

Basic Information. www.epa.gov di akses pada tanggal 12 Maret 2014. Wardani, Tri Kusuma (2012). Perbedaan Tingkat Risiko Kesehatan oleh Pajanan PM10,

SO2, dan NO2 pada Hari Kerja, Hari Libur dan Hari Bebas kendaraan Bermotor di Bunderan HI Jakarta. Skripsi, Program Studi Kesehatan Lingkungan FKM UI.

Wardhana, WA.(2004). Dampak Pencemaran lingkungan. Yogyakarta. Penerbit Andi. WHO. (1983). Environmental Health Criteria 27: Guidelines on Studies in Environmental

Epidemiology. Geneva: World Health Organization. World Health Organization.(2005). Air Quality Guidelines for Particulate Matter, Ozon,

Nitrogen Dioxide and Sulfur Dioxide. Geneva : WHO press. Diunduh dari www.who.int. Pada tanggal 28 Maret 2014.

WHO.(2011). Health Aspect of Air Pollution with Particulate Matter, Ozone and Nitrogen

Dioxide. Report on WHO Working Group: Bonn


analisis risiko kesehatan pajanan pm10 dan so2 di kelapa

Documents