estimasi besar konsentrasi karbon monoksida … · 2012-01-12 · pencemar udara yang memiliki...

6
1 ESTIMASI BESAR KONSENTRASI KARBON MONOKSIDA BERDASARKAN KEGIATAN TRANSPORTASI DENGAN MODEL DFLS Agustina Rahayu* dan Arie Dipareza Syafei Jurusan Teknik Lingkungan FTSP-ITS Kampus ITS Sukolilo, Jl. A.R Hakim Surabaya 60111 *email: [email protected] Abstrak Pembangunan fisik kota dan berdirinya pusat-pusat industri disertai dengan melonjaknya produksi kendaraan bermotor mengakibatkan peningkatan kepadatan lalulintas dan hasil produksi sampingan yang merupakan salah satu sumber pencemaran udara. CO adalah parameter pencemar udara yang memiliki prosentase pencemaran tertinggi yang dihasilkan dari kegiatan transportasi dari kendara bermotor di Surabaya. Dilihat dari besarnya kontribusi %CO di udara yang dihasilkan dari kegiatan transportasi di Surabaya maka perlu diadakan penelitian untuk mengetahui besar beban pencemar dari kendaraan bermotor. Dalam penelitian ini dilakukan perkiraan terhadap besar emisi dan konsentrasi CO di wilayah sekitar stasiun pemantau dari kendaraan bermotor yang berada di Jalan Gayungsari Barat. Penghitungan nilai konsentrasi ambien CO dilakukan dengan menggunakan model Delhi Finte Line Sorce (DFLS). Hasilnya akan divalidasi dengan data nilai ambien yang tercatat pada stasiun pemantau yang ada di sekitar jalan raya tersebut. Dengan data sekunder selanjutnya dilakukan prediksi konsentrasi CO ambien akan dilakukan selama 10 tahun ke depan dengan data pertumbuhan yang hasilnya didapat dari DIPENDA. Dari hasil penelitian tersebut akan diketahui beban emisi polutan CO di Jalan Gayungsari Barat berdasarkan kegiatan transportasi, besar konsentrasi ambien polutan CO di SUF 4, dan juga hasil prediksi besar polutan CO di Gayungan Barat pada 10 tahun ke depan yang dihasilkan dari kegiatan transportasi. Dari hasil pernelitian didapatkan bahwa beban emisi berkisar 5,8 hingga 10,26 g/detik, konsentrasi ambien sekitar 0,532 mg/m 3 hingga 58,36 mg/m 3 , dan hasil proyeksi konsentrasi CO hingga tahun 2021 belum melewati batas baku mutu konsentrasi CO. Kata Kunci: CO, Transportation, DFLS. Abstract The growth of cities and expansion of industries are leading to increase in air pollution levels. Carbon Monoxide is one of air pollution parameter from tranportation activity in Surabaya. Because of high of %CO contribution from transportation activity, need to do research to know load emission from vehicle. The research aims to analyze emission load from traffic and level of ambient CO in Gayungsari Barat street using Delhi Finite Line Surce Model (DFLS). The result will validate with CO concentration on Monitoring Station (SUF4). From secunder data, we can predict CO concentration until 10 years later. From that research we get load emission from transportasion activity on Gayung sari Barat street, CO contrentation on SUF 4, and predicted CO concentration on 10 years later from transportation activity. Research result describes that emission load is about 5,8-10,26 g/s, ambient concentration is about 0,532 58,36 mg/m 3 , based on this research, CO contrentration until 2021 is under CO concentration standard in Surabaya. Key word: CO, Transportation, DFLS. Pendahuluan

Upload: vudat

Post on 13-Mar-2019

220 views

Category:

Documents


0 download

TRANSCRIPT

1

ESTIMASI BESAR KONSENTRASI KARBON MONOKSIDA BERDASARKAN

KEGIATAN TRANSPORTASI DENGAN MODEL DFLS

Agustina Rahayu* dan Arie Dipareza Syafei

Jurusan Teknik Lingkungan FTSP-ITS

Kampus ITS Sukolilo, Jl. A.R Hakim

Surabaya 60111

*email: [email protected]

Abstrak

Pembangunan fisik kota dan berdirinya pusat-pusat industri disertai dengan melonjaknya

produksi kendaraan bermotor mengakibatkan peningkatan kepadatan lalulintas dan hasil

produksi sampingan yang merupakan salah satu sumber pencemaran udara. CO adalah parameter

pencemar udara yang memiliki prosentase pencemaran tertinggi yang dihasilkan dari kegiatan

transportasi dari kendara bermotor di Surabaya. Dilihat dari besarnya kontribusi %CO di udara

yang dihasilkan dari kegiatan transportasi di Surabaya maka perlu diadakan penelitian untuk

mengetahui besar beban pencemar dari kendaraan bermotor.

Dalam penelitian ini dilakukan perkiraan terhadap besar emisi dan konsentrasi CO di

wilayah sekitar stasiun pemantau dari kendaraan bermotor yang berada di Jalan Gayungsari

Barat. Penghitungan nilai konsentrasi ambien CO dilakukan dengan menggunakan model Delhi

Finte Line Sorce (DFLS). Hasilnya akan divalidasi dengan data nilai ambien yang tercatat pada

stasiun pemantau yang ada di sekitar jalan raya tersebut. Dengan data sekunder selanjutnya

dilakukan prediksi konsentrasi CO ambien akan dilakukan selama 10 tahun ke depan dengan

data pertumbuhan yang hasilnya didapat dari DIPENDA. Dari hasil penelitian tersebut akan

diketahui beban emisi polutan CO di Jalan Gayungsari Barat berdasarkan kegiatan transportasi,

besar konsentrasi ambien polutan CO di SUF 4, dan juga hasil prediksi besar polutan CO di

Gayungan Barat pada 10 tahun ke depan yang dihasilkan dari kegiatan transportasi.

Dari hasil pernelitian didapatkan bahwa beban emisi berkisar 5,8 hingga 10,26 g/detik,

konsentrasi ambien sekitar 0,532 mg/m3 hingga 58,36 mg/m

3, dan hasil proyeksi konsentrasi CO

hingga tahun 2021 belum melewati batas baku mutu konsentrasi CO.

Kata Kunci: CO, Transportation, DFLS.

Abstract

The growth of cities and expansion of industries are leading to increase in air pollution

levels. Carbon Monoxide is one of air pollution parameter from tranportation activity in

Surabaya. Because of high of %CO contribution from transportation activity, need to do research

to know load emission from vehicle.

The research aims to analyze emission load from traffic and level of ambient CO in

Gayungsari Barat street using Delhi Finite Line Surce Model (DFLS). The result will validate

with CO concentration on Monitoring Station (SUF4). From secunder data, we can predict CO

concentration until 10 years later. From that research we get load emission from transportasion

activity on Gayung sari Barat street, CO contrentation on SUF 4, and predicted CO concentration

on 10 years later from transportation activity.

Research result describes that emission load is about 5,8-10,26 g/s, ambient concentration

is about 0,532 – 58,36 mg/m3, based on this research, CO contrentration until 2021 is under CO

concentration standard in Surabaya. Key word: CO, Transportation, DFLS.

Pendahuluan

2

Pembangunan fisik kota dan berdirinya pusat-pusat industri disertai dengan melonjaknya

produksi kendaraan bermotor, mengakibatkan peningkatan kepadatan lalulintas dan hasil

produksi sampingan, yang merupakan salah satu sumber pencemaran udara. Konsentrasi

pencemaran udara di beberapa kota besar dan daerah industri di Indonesia menyebabkan adanya

gangguan pernapasan, iritasi pada mata dan telinga, serta timbulnya penyakit tertentu. Selain itu

juga mengakibatkan gangguan jarak pandang (visibilitas) yang sering menimbulkan kecelakaan

lalu lintas (terutama lalu lintas di udara dan laut) (Soedomo, 2001).

CO adalah parameter pencemar udara yang memiliki prosentase pencemaran tertinggi

yang dihasilkan dari kegiatan transportasi dari kendara bermotor di Surabaya. Berikut merupakan

tabel yang berisi besar prosentase pencemar udara.

Tabel 1.1 Besar Kontribusi CO dari Berbagai Kegiatan Kegiatan Besar % CO

Transportasi 96,8

Permukiman 0,3

Persampahan 2,6

Industri 0,3

Sumber: Soedomo,2001

Dilihat dari besarnya kontribusi % CO di udara yang dihasilkan dari kegiatan transportasi

di Surabaya, maka perlu diadakan penelitian untuk mengetahui besar beban pencemar dari

kendaraan bermotor dan melakukan prediksi besar beban pencemar oleh CO yang terjadi di

sekitar Stasiun Pemantau Kualitas Udara (SUF 4). Lokasi di sekitar SUF 4 dipilih sebagai lokasi

penelitian karena di lokasi tersebut berada di wilayah perumahan yang terdapat banyak sekolah

sehingga memiliki kepadatan lalu lintas yang tinggi. Selain itu SUF 4 dipilih karena SUF

tersebut merupakan stasiun pemantau yang memiliki tingkat keakurasian yang baik yang ada di

Surabaya.

Model Delhi Finite Line Source (DLFS) adalah model yang akan digunakan dalam

penelitian ini. Model ini merupakan pengembangan dari model GAUSS dan dapat digunakan

untuk menghitung besar konsetrasi polutan dari line source.

Penelitian ini akan melakukan perhitungan besar beban emisi yang ada di wilayah timur

SUF 4 (Gayung Sari) kemudian dari beban emisi tersebut dapat dicari konsentrasi CO pada SUF

4 dengan persamaan DFLS. Dari data konsentrasi CO yang didapat tersebut kemudian divalidasi

dengan data yang tercatatat di SUF 4 pada jam-jam perhitungan jumlah kendaraan.

Metode

Penelitian ini akan melakukan perhitungan besar beban emisi yang ada di wilayah timur

SUF 4 (Gayung Sari) kemudian dari beban emisi tersebut dapat dicari konsentrasi CO pada SUF

4 dengan persamaan DFLS. Dari data konsentrasi CO yang didapat tersebut kemudian divalidasi

dengan data yang tercatatat di SUF 4 pada jam-jam perhitungan jumlah kendaraan.

Tujuan dari penelitian ini adalah besar beban emisi polutan CO yang dihasilkan dari

kegiatan transportasi di Jalan Gayung Sari Barat, menentukan konsentrasi polutan CO pada

udara ambien berdasarkan kegiatan transportasi di SUF 4 berdasarkan kegiatan transportasi di

Jalan Gayungsari Barat dengan menggunakan model DFLS, serta memprediksi besar polutan CO

di Jalan Gayung Sari Barat pada tahun 2021.

Data primer yang dibutuhkan dalam penelitian ini adalah: 1. Jumlah kendaraan bermotor

Pengambilan data primer jumlah kendaraan bermotor dilakukan di sebelah barat SUF 4.

Perhitungan jumlah kendaraan dilakukan ketika arah angin berhembus ke arah barat yaitu ada

sudut 210o-290

o, hal tersebut dilakukan agar stasiun pemantau dapat menangkap polutan

yang berasal dari arah timur SUF 4 (area jalan studi). Panjang jalan studi adalah 0,6 km.

Gambar 3.1 berikut merupakan lokasi perhitungan jumlah kendaraan.

3

Arie Dipareza S., ST., MEPM

Agustina Rahayu

Nama Gambar

Nama Mahasiswa

Jurusan Teknik Lingkungan

Fakultas Teknik Sipil dan Perencanaan

Institut Teknologi Sepuluh Nopember

Dosen Pembimbing

3307 100 003

Peta Lokasi Samping

Skala

Jalan Studi

SUF 4

P = 600 m

Sumber

Google Map

Gambar 1 Lokasi Sampling

Perhitungan jumlah kendaraan dilakukan dengan cara manual dengan Counter.

Prosedur perhitungan jumlah kendaraan yaitu pengamat mencatat pada lembar

formulir survei setiap kendaraan menurut klasifikasi macam kendaraan dan memakai

formulir terpisah untuk setiap periode perhitungan. Pencatatan jumlah kendaraan

dilakukan setiap 30 menit sekali, hal ini dilakukan karena data yang diambil oleh

stasiun pemantau kualitas udara adalah 30 menit sekali.

Jenis kendaraan yang akan dihitung disesuaikan dengan faktor emisi yang ada, antara

lain: 1. Sepeda motor

2. Mobil berbahan bakar bensin

3. Mobil berbahan bakar solar

4. Bis

5. Truk

6. Angkutan Umum

Tabel berikut (Tabel 1) merupakan tabel faktor emisi yang di gunakan di Indonesia.

Tabel 1 Faktor Emisi

Kategori CO (g/km)

Sepeda motor 14

Mobil penumpang

(bensin) 40

Mobil penumpang (solar) 2,8

Bis 11

Truk 8,4

Angkot 43,1

Sumber: Suhadi dalam Novianti, 2008

Waktu pengambilan sampel adalah pada hari Senin, Selasa, Sabtu, dan Minggu. Hari tersebut

dipilih agar dapat mewakili hari kerja maupun hari libur dan kepadatan lalu lintas yang

4

didapatkan dapat menunjukkan kondisi yang representatif. Pengambilan sampel ini dilakukan

pada jam puncak, yaitu pada pukul 07.00-09.00, pukul 12.00-14.00, dan pukul 16.00-18.00.

Perhitungan jumlah kendaraan dilakukan pada saat arah angin mengarah pada stasiun

pemantau kualitas udara, yaitu pada arah timur. Lokasi perhitungan jumlah kendaraan

dilakukan pada titik lokasi seperti pada gambar dibawah ini.

Data yang sekunder yang digunakan merupakan data-data dari instansi-instansi yang

terkait dalam penelitian ini. Data sekunder yang digunakan antara lain: 1. Data konsentrasi CO yang ditangkap oleh stasiun pemantau kualitas udara SUF 4 di Jalan

Gayung Sari pada Hari Senin, Selasa , Sabtu, dan Minggu pada pukul 07.00-09.00, pukul

12.00-14.00, dan pukul 16.00-18.00 dari BLH Kota Surabaya.

2. Kecepatan angin, arah angin, suhu, intensitas matahari, pada SUF 4 dari BLH Kota Surabaya.

3. Data jumlah kendaraan bermotor dari Dinas Pendapatan Daerah Kota Surabaya untuk 10

tahun terakhir.

Pengolahan data dilakukan dengan cara sebagai berikut: 1. Perhitungan beban emisi berdasarkan jumlah kendaraan dan faktor emisi yang ada dengan

persamaan sebagai berikut:

Beban emisi (g/jam) = jumlah kendaraan perjam x faktor emisi (g/km) x panjang

jalan (km) (1)

(Srikandi, 2009)

Faktor emisi diperoleh melalui tabel 3.2 berikut:

Tabel 2 Tabel Faktor Emisi Indonesia

Kategori CO (g/km)

Sepeda Motor 14

Mobil penumpang

(bensin) 40

Mobil penumpang (solar) 2,8

Bis 11

Truk 8,4

Angkot 43,1

Sumber: Suhadi, 2008

2. Dari hasil perhitungan dengan menggunakan persamaan di atas, kemudian dilakukan konversi

dari beban emisi menjadi konsentrasi ambien dengan persamaan DLFS.

(2)

Keterangan:

Ql = beban emisi dari sumber(gr/detik);

C = konsentrasi pencemar di udara amien (g/m3);

ūe = kecepatan angin efektif (m/detik);

σz = koefisien disespersi arah vertical (m);

z = tinggi penerima (m);

ho = tinggi efektif sumber (m).

𝐶 = 𝑄𝑙

2 2 𝜋 𝜎𝑧 ū𝑒𝑥 𝑒𝑥𝑝 − 1

2 𝑧 − ℎ𝑜

𝜎𝑧

2

+ 𝑒𝑥𝑝 − 12

𝑧 + ℎ𝑜

𝜎𝑧

2

5

Langkah-langkah yang perlu dilakukan untuk mendapatkan konsentrasi ambien

dengan menggunakan persamaan model DFLS adalah:

a. Menentukan Stabilitas Atmosfer

Stabilitas atmosfer menentukan kemampuan atmosfer untuk mendispersikan

pencemar yang diemisikan. Stabilitas atmosfer dibagi menjadi stabil, tidak stabil, dan netral.

Model DFLS menggunakan bilangan Richardson untuk menentukan tingkat kestabilan

atmosfer. Bilangan Richardon membagi tingkat kestabilan atmosfer dalam 3 kondisi, yaitu

stabil, tidak stabil, dan netral. Untuk menentukan kondisi kestabilan atmosfer dapat didekati

dengan nilai Pasquill-Gifford. Tabel berikut (Tabel 3) merupakan tabel yang digunakan untuk

menentukan stabilitas atmosfer berdasarkan kecepatan angin, intensitas radiasi matahari.

Tabel 3 Klasifikasi stabilitas atmosfer

Kecepatan

angin

(m/s)

Siang

1 jam

sebelum

matahari

terbit/setelah

matahari

tenggelam

Intensitas radiasi matahari

Kuat Sedang Lemah Mendung

>600

W/m2

300-

600

W/m2

<300

W/m2

<2 A A-B B C D

3-2 A-B B C C D

5-3 B B-C C C D

6-5 C C-D D D D

>6 C D D D D

Catatan : A sangat tidak stabil; B tidak stabil; C agak tidak stabil; D netral

Sumber: Khaled et al, 2006

Berdasarkan kondisi kestabilan atmosfer yang didapatkan melalui tabel 3

tersebut kemudian didekati dengan menggunakan bilangan Richardson. Tabel 4

berikut merupakan tabel pendekatan nilai Pasquil-Gifford terhadap nilai bilangan

Richardson.

Tabel 4 Pendekatan Nilai Pasquil-Gifford terhadap Nilai Bilangan Richardson Kondisi kestabilan

atmosfer Richardson Pasquil-Gifford

Stabil Ri > 0,07 E-F

Netral 0,07 ≥Ri>-0,1 C-D

Tidak stabil Ri≤-0,1 A-B

Sumber: Ashrafi et al, 2001

Tabel berikut (tabel 5) merupakan tabel nilai parameter yang digunakan dalam model

DFLS. Tabel 5 Nilai Parameter yang Digunakan Dalam DFLS

Parameter Stabil Netral

Tidak

stabil

(Ri>0,07) (0,07 ≥Ri>-0,1) Ri≤-0,1

a 1,49 1,14 1,14

b 0,15 0,10 0,05

c 0,77 0,97 1,33

α 20,7 11,1 11,1

6

Parameter Stabil Netral

Tidak

stabil

(Ri>0,07) (0,07 ≥Ri>-0,1) Ri≤-0,1

U1 0,18 0,27 0,27

Uo 0,23 0,38 0,63

Sumber: Chock, 1977

b. Menghitung kecepatan angin efektif (U)

Kecepatan angin didapatkan melalui persamaan 2.

(3)

Keterangan:

ūe = kecepatan angin efektif (m/detik);

u = kecepatan angin rata-rata pada SUF 4;

uo = kecepatan angin terkoreksi (pada tabel 3.3); ϴ = sudut angin relative terhadap jalan (

o).

(Sathikunarat et al, 2003) c. Menentukan tinggi efektif

Tinggi efektif sumber (ho) adalah penjumlahan dari tinggi line source (H) dan kenaikan emisi

(Hp). Ketika kecepatan angin di jalan raya mencapai lebih dari 1 m/s, pengaruh dari plume

rise diabaikan. Untuk mendapatkan nilai tinggi sumber (ho), maka dapat digunakan

persamaan 4 di bawah ini.

(4)

Untuk mendapatkan nilai Hp (plume rise) digunakan persamaan 5 dibawah ini.

(5)

Keterangan:

u = kecepatan angin rata-rata pada sumber;

uo = kecepatan angin terkoreksi;

x = jarak antara sumber dan stasiun pemantau (m);

To = suhu (K);

g = percepatan gravitasi (9,8 m/s2);

α & u1 = parameter yang ditentukan dari stabilitas atmosfer (tabel 3.3).

d. Menentukan σz

σz didapatkan melalui persamaan 6 berikut.

(6)

Nilai a, b, dan c ditentukan dari kestabilan atmosfer yang didapatkan dari bilangan

Richardson. Untuk kondisi tidak stabil dan netral, maka sin𝜃 diubah menjadi 0,2242+ 0,7758

sin𝜃, sedangkan untuk kondisi atmosfer yang stabil nilai sin 𝜃 diubah menjadi 0,1466 +

0,8534 sin𝜃.

Validasi dilakukan dengan menggunakan metode statistik yang umum digunakan,

yaitu root mean square error (RMSE) dan index of agreement (IOA). Persamaan 7 berikut

merupakan persamaan RMSE.

ūe = u sin ϴ +

uo

ho = H +

Hp

Hp = (1.5 g/To) / α (u sinϴ +

u1)3)0.5

) x

σz=𝑎 + 𝑏 𝑥

𝑠𝑖𝑛𝜃 c