simulasi penyebaran gas so 2 dari emisi...

SIMULASI PENYEBARAN GAS SO2 DARI EMISI CEROBONGMENGGUNAKAN COMPUTATIONAL FLUID DYNAMICS (CFD)

VICTOR MAHAN

DEPARTEMEN GEOFISIKA DAN METEOROLOGIFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR2009

ABSTRAK

VICTOR MAHAN. Simulasi Penyebaran Gas SO2 dari Emisi Cerobong menggunakanComputational Fluid Dynamics (CFD). Dibawah bimbingan ANA TURYANTI dan FADILAHHASIM.

Gas SO2 merupakan salah satu polutan yang bersumber dari emisi cerobong industri,khususnya yang berbahan bakar batubara. Penyebaran polutan tersebut perlu dipelajari gunamelakukan pemantauan kualitas udara, salah satunya metodenya yaitu melakukan simulasi denganmenggunakan model matematis. Penelitian ini bertujuan untuk menghitung konsentrasi SO2,melihat pola sebarannya serta menghitung jarak ketika konsentrasi SO2 tersebut maksimum.Simulasi aliran gas dan udara dalam penelitian tugas akhir ini dilakukan menggunakan pendekatandinamika fluida komputasional (CFD) dengan studi kasus di PLTU Suralaya. Persamaankonservasi massa dan momentum RANS, diselesaikan secara numerik dengan metode volumehingga (Finite Volume Method, FVM) menggunakan perangkat lunak FLUENT. Pemodelanturbulensi aliran dilakukan menggunakan persamaan Spalart-Allmaras sedangkan fluks difusi gasSO2 dihitung menggunakan persamaan transpor spesies. Hasil simulasi menggunakan Fluentmenunjukkan konsentrasi SO2 maksimum di cerobong terjadi pada saat kondisi atmosfer tidakstabil yaitu sebesar 495 mg m-3 sedangkan konsentrasi SO2 maksimum pada ketinggian z = 1.5 mterjadi pada saat kondisi atmosfer sangat tidak stabil dengan nilai konsentrasi sebesar 5.06 µg m-3.Semakin stabil kondisi atmosfer, semakin lama polutan berada di atmosfer dan jatuh ke permukaantanah pada jarak yang lebih jauh. Sebaliknya, semakin tidak stabil kondisi atmosfer, polutansemakin cepat jatuh ke tanah sehingga jarak ketika konsentrasi maksimum di permukaan tanahlebih dekat.

Kata kunci : Computational Fluid Dynamics (CFD), dispersi, simulasi, SO2, stabilitas

ABSTRACT

VICTOR MAHAN. Simulation of SO2 dispersion from the stack emission using ComputationalFluid Dynamics (CFD). Guided by ANA TURYANTI and FADILAH HASIM.

Sulfur-dioxide (SO2) is one of pollutants emitted from industrial stack emission,particularly from industries which use coal as the fuel. This pollutant dispersion needs to bestudied for monitoring of air quality, one of it methods is by doing simulation using mathematicalmodels. This research is directed to predict the distribution of SO2 concentration, dispersionpattern and critical distance where the SO2 concentration being maximum. The simulation isperformed by applying CFD approach to the case of study in Suralaya power plant. A widely usedCFD software called FLUENT is used to solve the equations of mass and Reynolds-AveragedNavier Stokes momentum conservations using finite volume method. Turbulence is modeled usingthe Spalart-Allmaras one equation while SO2 flux diffusion is computed using the species transportequation. The simulation is performed for varying atmospheric condition from very unstable tovery stable one. The simulation results show that the maximal SO2 concentration at the stack is495 mg m-3 occurs at unstable atmospheric condition, as for the maximal SO2 concentration at thealtitude of 1.5 m is 5.06 mg m-3 occurs at very unstable atmospheric condition. The more stableatmospheric condition the longer the pollutant exists in the air and it falls down to the ground at afarther distance. On the contrary, the more unstable atmospheric condition, the faster thepollutant falls down as of the distance when maximal concentration on the ground is closer.

Keywords: Computational Fluid Dynamics (CFD), dispersion, simulation, SO2, stability

SIMULASI PENYEBARAN GAS SO2 DARI EMISI CEROBONGMENGGUNAKAN COMPUTATIONAL FLUID DYNAMICS (CFD)

VICTOR MAHAN

Skripsisebagai salah satu syarat untuk memperoleh gelar

Sarjana Sainspada

Program Studi Meteorologi Terapan

DEPARTEMEN GEOFISIKA DAN METEOROLOGIFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR2009

Judul Skripsi : Simulasi penyebaran gas SO2 dari emisi cerobong menggunakan

Computational Fluid Dynamics (CFD)

Nama : Victor Mahan

NRP : G24050927

Menyetujui,

Pembimbing 1 Pembimbing 2

Ana Turyanti, SSi., MT Dr. Fadilah Hasim

NIP. 19710707 199803 2 002 NIP. 19700723 198911 1 001

Mengetahui,

Ketua

Departemen Geofisika dan Meteorologi

Institut Pertanian Bogor

Dr. Ir. Rini Hidayati, MS

NIP. 19600305 198703 2 002

Tanggal lulus :

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 7 Agustus 1987 dan merupakan anak ke-4 dariempat bersaudara pasangan Nindito Hadiwiyoto dan Yulia Surya Astuti. Tahun 2005 penulis lulus dari SMU Negeri 34 Jakarta dan pada tahun yang sama diterimasebagai mahasiswa IPB program Mayor-Minor melalui jalur SPMB dengan memilih ProgramStudi Meteorologi Terapan, Departemen Geofisika dan Meteorologi Fakultas Matematika danIlmu Pengetahuan Alam pada tahun kedua. Semasa perkuliahan, penulis aktif dalam organisasi HIMAGRETO (HimpunanMahasiswa Agrometeorologi) dari tahun 2006-2008. Selain itu, penulis juga pernah menjadiasisten praktikum Analisis Meteorologi program Sarjana IPB tahun 2009.

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT atas berkat rahmat dan hidayah-Nyasehingga penulis dapat menyelesaikan tugas akhir ini yang berjudul Simulasi penyebaran gas SO2dari emisi cerobong menggunakan Computational Fluid Dynamics (CFD) sebagai salah satusyarat kelulusan pada Program Studi Meteorologi Terapan.

Penghargaan dan ucapan terima kasih yang sebesar-besarnya, penulis haturkan kepada:

1. Keluargaku tercinta, papa dan mama serta kak inet, kak vivi, dan kak desi atas doa dandukungannya.

2. Ibu Ana Turyanti, S.Si., M.T dan Bapak Dr. Fadilah Hasim selaku pembimbing tugas akhirserta Ibu Hanni Harahap, ST yang telah membantu dalam penyusunan tugas akhir ini. SemogaAllah SWT membalasnya dengan pahala yang berlipat.

3. Bapak Dr. Yayat Ruhiyat atas bantuannya memberikan data penelitian dan masukannya.

4. Budi Setio Prasanto S.Si atas masukan yang diberikan serta Agus Gaussian STP atasinformasinya sehingga saya dapat menyelesaikan penelitian ini.

5. Kepala Laboratorium Meteorologi dan Polusi Atmosfer, Prof. Ahmad Bey beserta seluruhdosen Departemen Geofisika dan Meteorologi atas masukan dan ilmu yang telah diberikanselama ini.

6. Putri Tanjung Widiastuti S.Si, teman dan sahabat terbaik yang telah memberikan semangat,doa dan waktu dengan tulus. Terima kasih banyak atas segala perhatiannya.

7. Seluruh teman-teman GFM angkatan 42 yang telah bersama-sama selama 3 tahun menuntutilmu.

8. Staf perpustakaan, Pak Pono atas pinjaman bukunya. Staf TU GFM, mas Aziz, mbak Wanti,mas Nandang, mbak Icha, Pak Djun, Ibu Enda. Terima kasih atas segala masukan dan bantuanadministrasi.

9. Teman-teman PTD, Tuti , Uti, Yuges, Demin atas dukungannya serta Abdul, terimakasihbanyak telah banyak membantu, semoga sukses selalu.

10. Semua pihak yang telah membantu dalam penyelesaian skripsi ini.

Penulis berharap semoga tulisan ini dapat memberikan manfaat bagi para pembacasebagai alternatif dalam melakukan pemantauan kualitas udara khususnya dari emisi cerobongindustri. Penulis juga menyadari bahwa dalam tulisan ini masih banyak kekurangan maupunkesalahan. Oleh karena itu, masukan dari para pembaca sangat diharapkan guna memperbaikisehingga tulisan ini bisa menjadi lebih baik.

Bogor, Desember 2009

Penulis

DAFTAR SIMBOL

A Luas Permukaan (m2)b Konsentrasi polutan yang masuk ke dalam kota (µg m-3)c Konsentrasi rata-rata polutan pada keadaan steady state (µg m-3)C Konsentrasi polutan pada arah x,y, dan z (µg m-3)CD Koefisien hambatCp Kapasitas panas (Joule kg-1 K-1)d Diameter (m)D Koefisien difusi massa (m2 det-1)E Energi total (Joule)f Fraksi campuran Fungsi damping viskosFD Gaya hambat (N)g Percepatan gravitasi (m det-2)Gr Bilangan Grashof Produksi dari viskositas turbulen (m2 det-1)h Entalpi spesies (Joule mol-1)H Tinggi (m)

Ketinggian efektif cerobong (m)J Fluks difusi dari spesies (kg m-2 det-1)k Energi kinetik turbulen (m2 det-2)keff Konduktivitas (W m-1 K-1)L Panjang (m)n Nilai eksponen fungsi dari kekasapan permukaanp Tekanan (Pa)q Laju emisi per satuan luas (kg det-1 m-2)Q Laju emisi (kg det-1)r Jari-jari (m)R Rasio produksi spesies oleh reaksi kimiaRe Bilangan ReynoldsS Total entropi (J K-1)Sc Bilangan Schmidt Penambahan dari sumber lainT Suhu udara (ºC)u Kecepatan angin (m det-1)v Vektor kecepatan angin (m det-1) Viskositas kinematik molekul (m2 det-1)W Lebar (m)Y Fraksi massa Destruksi dari viskositas turbulen (m2 det-1)z Ketinggian vertikal (m) Difusivitas panas (m2 det-1) Koefisien pemuaian panas (K-1) Konstanta von Karmany, z Standar deviasi kepulan (m)

Kerapatan fluida (kg m-3) Stress tensor (Pa)µ Viskositas dinamik (Pa det)

t Viskositas turbulen (Pa det)Fraksi molLaju penurunan suhu adiabatik (ºC m-1)

Konduktivitas panas (W m-1 K-1)

DAFTAR ISIHalaman

DAFTAR SIMBOL vi

DAFTAR TABEL ix

DAFTAR GAMBAR x

DAFTAR LAMPIRAN xi

I PENDAHULUAN 11.1 Latar Belakang 1

1.2 Tujuan Penelitian 1

II TINJAUAN PUSTAKA 1 2.1 Pencemaran Udara 1 2.1.1 Sumber dan Jenis Pencemaran Udara 2 2.1.2 Karakteristik Sulfur Oksida (SOx) 2 2.1.3 Faktor yang Mempengaruhi Pencemaran Udara 3 2.2 Model Prediksi Dispersi Polutan 9 2.3 Computational Fluid Dynamics (CFD) 10 2.4 GAMBIT 11 2.5 Fluent 11 2.6 Pendekatan Model 12 2.6.1 Persamaan Kontinuitas 12 2.6.2 Persamaan Navier-Stokes 12 2.6.3 Persamaan Turbulensi 12 2.6.4 Persamaan Transpor Spesies 15 2.6.5 Model Perpindahan Panas 15

III METODOLOGI 16 3.1 Waktu dan Tempat Penelitian 16 3.2 Bahan dan Alat 16 3.2.1 Jenis dan Sumber Data 16 3.2.2 Alat 17 3.3 Perhitungan Kadar Emisi SO2 dari Cerobong 17 3.4 Langkah Kerja Penelitian 18 3.5 Asumsi Model 21

IV HASIL DAN PEMBAHASAN 21 4.1 Kondisi Aliran di Dalam Model 21 4.2 Kecepatan Aliran di Sekitar Cerobong 21 4.3 Hasil Simulasi Penyebaran Gas SO2 pada Setiap Stabilitas Atmosfer 22 4.3.1 Kondisi Atmosfer Sangat Tidak Stabil 23 4.3.2 Kondisi Atmosfer Tidak Stabil 23 4.3.3 Kondisi Atmosfer Tidak Stabil Ringan 24 4.3.4 Kondisi Atmosfer Netral 24 4.3.5 Kondisi Atmosfer Stabil Ringan 25 4.3.6 Kondisi Atmosfer Stabil 25 4.4 Hasil Perhitungan Konsentrasi SO2 Menggunakan Fluent dan Hasil Pengukuran Lapang 26

V KESIMPULAN 31

DAFTAR PUSTAKA 31

LAMPIRAN 34

ix

DAFTAR TABEL

Halaman

1 Nilai n pada setiap kelas stabilitas 5

2 Kelas stabilitas berdasarkan gradien suhu 7

3 Kategori aliran berdasarkan bilangan Reynolds 14

4 Kategori aliran turbulen di sekitar silinder 14

5 Data fisik cerobong 17

6 Udara dan SO2 19

7 Nilai CD dari beberapa eksperimen 21

8 Hasil pengukuran kualitas udara emisi (SO2)

di cerobong PLTU Suralaya 26

9 Hasil perhitungan kualitas udara emisi (SO2) di cerobong

PLTU Suralaya dengan menggunakan Fluent 27

10 Hasil perhitungan konsentrasi SO2 di daerah Lebak Gede (2.9 km) 27

11 Hasil perhitungan konsentrasi SO2 di daerah perumahan Suralaya (1.7 km) 27

12 Hasil pengukuran konsentrasi SO2 di beberapa lokasi 27

13 Hasil perhitungan konsentrasi SO2 pada ketinggian z = 1.5 m 28

14 Hasil simulasi konsentrasi SO2 maksimum di z = 0 pada penelitian Ruhiyat (2009) 28

x

DAFTAR GAMBAR

Halaman

1 Perilaku kepulan di sekitar daerah (a) tepi pantai pada saat

musim panas dan (b) perkotaan pada saat malam hari 4

2 Permasalahan sebaran polutan di daerah dekat lembah 4

3 (a) aliran di sekitar cerobong (b) zona aliran di sekitar cerobong 5

4 Pengurangan kecepatan angin di sekitar daerah aliran

dengan densitas yang berbeda 6

5 Stabilitas atmosfer berdasarkan perubahan suhu terhadap ketinggian tempat 7

6 Bentuk kepulan dari sumber titik (a) looping (b) coning

(c) fanning (d) lofting (e) fumigation 8

7 Skema pemisahan aliran di sekitar silinder 14

8 Model geometri simulasi 18

9 Kontur kecepatan angin di sekitar cerobong hasil simulasi 21

10 Kontur kecepatan angin dengan menggunakan dua persamaan

turbulensi URANS dan LES 22

11 Pembentukan vortex dan titik pemisahan aliran (B) pada aliran supercritical 22

12 Hasil simulasi kontur pembentukan vorticity pada arah x di sekitar cerobong 22

13 Kontur sebaran SO2 pada kondisi atmosfer sangat tidak stabil

(a) isometrik (b) tampak samping (c) tampak atas 23

14 Kontur sebaran SO2 pada kondisi atmosfer tidak stabil


15 Kontur sebaran SO2 pada kondisi atmosfer tidak stabil ringan


16 Kontur sebaran SO2 pada kondisi atmosfer netral


17 Kontur sebaran SO2 pada kondisi atmosfer stabil ringan


18 Kontur sebaran SO2 pada kondisi atmosfer stabil


19 Pengaruh (a) kestabilan atmosfer terhadap konsentrasi polutan dan

(b) tinggi cerobong (H) terhadap konsentrasi polutan 28

20 Perbandingan pola fluktuasi konsentrasi SO2 hasil normalisasi pada keadaan

atmosfer (a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral

(e) stabil ringan (f) stabil 29

21 Perbandingan pola fluktuasi konsentrasi SO2 hasil simulasi pada keadaan

atmosfer (a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral

(e) stabil ringan (f) stabil 30

xi

DAFTAR LAMPIRAN

Halaman

1 Lokasi PLTU Suralaya 35

2 Model geometri 36

3 Kondisi batas (boundary condition) pada model geometri 38

4 Diagram alir penelitian 39

5 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer

(a) sangat tidak stabil (b) tidak Stabil (c) tidak stabil ringan 40

6 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer

(a) netral, (b) stabil ringan, dan (c) stabil 41

7 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 pada keadaan atmosfer

(a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan 42

8 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 keadaan atmosfer

(a) netral, (b) stabil ringan, dan (c) stabil 43

1

I PENDAHULUAN

1.1 Latar Belakang

Industri merupakan salah satu faktorpenting terciptanya kemajuan kehidupanmanusia. Kegiatan industri telahmenghasilkan berbagai produk yangbermanfaat bagi kelangsungan hidup manusia,namun di lain sisi kegiatan industri ini jugamembawa dampak yang negatif berupapencemaran lingkungan, baik itu berbentukpadat, cair, ataupun gas buang berupa asapyang keluar dari cerobong pabrik. Salah satupolutan yang terdapat di dalam asap tersebutadalah gas sulfur dioksida (SO2).

Polutan SO2 jika melebihi ambangbatas yang ditentukan maka akanmembahayakan bagi manusia, hewan,tumbuhan, dan material di sekitarnya.Dampak buruk polutan SO2 bagi kesehatanmanusia jika konsentrasinya melebihi ambangbatas antara lain dapat menyebabkangangguan pernapasan seperti bronchitis,emphysema dan penurunan kesehatan padaumumnya sedangkan pada konsentrasi tinggi,senyawa ini dapat menyebabkan iritasi padamata, hidung, dan tenggorokan (Soedomo2001). Salah satu industri yang merupakansumber polutan SO2 adalah PembangkitListrik Tenaga Uap (PLTU) sebagai akibatdari penggunaan bahan bakar berupa batubarayang merupakan penghasil SO2 terbesar(Nevers 2000). Kebutuhan listrik yangsemakin meningkat akibat pertambahanpenduduk dan berkembangnya industri,mendorong pemerintah untuk membangunPLTU baru. Hal ini akan mempengaruhikualitas udara sehingga perlu dilakukanpemantauan dan penelitian dalam rangkapengendalian. Peralatan yang mahal seringkalimenjadi kendala, maka salah satu alternatifdalam mengatasi hal tersebut adalah denganmelakukan pemodelan yang bertujuan untukmemprediksi seberapa besar konsentrasipolutan yang terlepas ke lingkungan. Salahsatu pemodelan tersebut adalah simulasidengan pendekatan model matematis. Simulasi menggunakan modelmatematis harus dapat menjelaskan fenomenaaliran fluida untuk mendapatkan hasil yangakurat karena gas SO2 yang diemisikan daricerobong pabrik tersebut merupakan sebuahfluida (gas) yang bergerak. Salah satupendekatan untuk menyelesaikan masalahaliran fluida adalah Computational FluidDynamics (CFD). CFD merupakan ilmu yang

mempelajari perilaku aliran fluida,perpindahan panas, reaksi kimia, transpormassa, dan fenomena lainnya denganmenyelesaikan persamaan matematis (Tuakia2008). Selama ini CFD banyak sekalidigunakan dalam dunia teknik aliran fluidakarena kemampuannya yang cukup baikdalam menganalisis permasalahan yangberkaitan dengan aliran fluida, salah satunyaadalah dispersi polutan (Duffin et al. 2006 danTang et al. 2006). Penyelesaian permasalahan aliranfluida yang rumit sampai dengan tingkatdesain memerlukan bantuan berupa perangkatlunak khusus yang dirancang untukmenyelesaikan masalah aliran fluida tersebut.GAMBIT dan Fluent merupakan beberapaperangkat lunak berbasis CFD yang telahbanyak digunakan untuk berbagai penelitiandalam beberapa aplikasi, khususnya dalambidang engineering karena kemudahan dalampenggunaannya serta kemampuannya dalammenganalisis aliran fluida dengan hasil yangcukup baik (Tuakia 2008). Di Indonesia,model untuk simulasi penyebaran polutanbelum banyak digunakan sementarakebutuhan pembangkit listrik semakinmeningkat sehingga perlu ada kajian lebihlanjut mengenai hal tersebut, salah satunyaadalah di kawasan PLTU. PLTU Suralayamerupakan salah satu dari sekian banyakPLTU di Indonesia yang menggunakan bahanbakar batubara. Oleh karena itu, padapenelitian ini emisi SO2 dari PLTU Suralayamenjadi contoh kajian simulasi penyebaranSO2 menggunakan CFD.

1.2 Tujuan Penelitian

1. Melakukan simulasi pola penyebaran SO2dari sumber titik dengan menggunakanCFD

2. Menghitung konsentrasi SO23. Menghitung jarak ketika konsentrasi SO2

maksimum

II TINJAUAN PUSTAKA

2.1 Pencemaran Udara

Penurunan kualitas udara disebabkanoleh masuknya zat pencemar ke dalamlingkungan udara tersebut. Zat pencemar yangmasuk salah satunya berasal dari hasilsampingan kegiatan industri. Zat tersebut akanmasuk dan terdispersi ke dalam atmosfer danmenyebabkan terjadinya pencemaran udara.

2

Beberapa definisi mengenaipencemaran udara antara lain, pencemaranudara merupakan masuknya bahan kimia kedalam atmosfer akibat aktivitas manusia yangmenyebabkan peningkatan konsentrasi di atasbatas yang ditentukan (Krupa 1997). Lebihlanjut, pencemaran udara juga dapatdidefinisikan sebagai hadirnya beberapa zatkimia yang tidak diinginkan di atmosfer, baikalami maupun akibat aktivitas manusia dalamjumlah yang berada diatas ambang batas dandapat membahayakan bagi manusia, hewan,tumbuhan, ataupun material di sekitarnya(Seinfeld 1986; Nevers 2000). Berdasarkandefinisi tersebut, semua partikel atau zat baikitu berupa padat, cair, ataupun gas yangkadarnya melebihi ambang batas yangditentukan serta membahayakan makhlukhidup dapat dikatakan sebagai zat pencemaratau polutan.

2.1.1 Sumber dan Jenis PencemaranUdara

Menurut asalnya, sumber pencemarberasal dari dua sumber, yaitu alam (biogenic)dan aktivitas manusia (anthropogenic).Pencemaran udara alami adalah masuknya zatpencemar ke dalam udara, diakibatkan olehproses-proses alam seperti aktivitas vulkanik(gunung berapi), asap kebakaran hutan, debumeteorit, pancaran garam dari laut, dansebagainya. Sedangkan pencemaran buatan,yang merupakan penyumbang 90% sumberpencemaran di daerah perkotaan, adalahmasuknya zat pencemar oleh kegiatanmanusia yang pada umumnya tanpa disadariterutama dihasilkan dari pembakaranbatubara, minyak, dan gas (Soenarmo 1999;Tjasyono 2003). Sumber anthropogenicdibagi lagi menjadi beberapa bagian, yaitupencemaran akibat aktivitas transportasi,industri, dan persampahan (Soedomo 2001).

Menurut Soenarmo (1999), sumberpancaran zat pencemar ke dalam udara(atmosfer) ada tiga macam, antara lain:1. Sumber titik kontinu, contohnya

cerobong asap dari pabrik tenaga listrikyang memancarkan zat pencemar kedalam udara

2. Sumber garis, contohnya emisi yangdikeluarkan oleh kendaraan bermotoryang bergerak

3. Sumber bidang atau area, merupakansumber pencemar yang dipancarkan darisuatu daerah, seperti perkotaan, kawasanindustri, dan sebagainya

Sumber pencemar tersebutmenghasilkan beberapa jenis zat pencemaryang berbeda-beda. Transportasi palingbanyak menghasilkan zat pencemar karbonmonoksida (CO), industri menghasilkantimbal (Pb) dan volatile organic compounds(VOCs), sedangkan untuk pembakaranbatubara paling banyak menghasilkanparticulate matter (PM10), nitrogen oksida(NOx), dan sulfur oksida (SOx).

2.1.2 Karakteristik Sulfur Oksida (SOx)

Gas sulfur oksida atau SOx yangterdiri dari gas SO2 dan SO3 mempunyai sifatyang berbeda. SO2 berbau tajam dan tidakmudah terbakar. Baunya akan terdeteksi olehindera manusia ketika konsentrasinya berkisarantara 0.3-1.0 ppm. SO2 merupakan pencemarprimer yang berada di atmosfer dan bereaksidengan pencemar lain membentuk senyawasulfur dan dapat menyebabkan hujan asam.Sedangkan SO3 bersifat sangat reaktif danmudah bereaksi dengan uap air yang ada diudara kemudian membentuk H2SO4. Sulfurtrioksida berwarna biru ketika partikelsenyawanya sangat kecil, mencapai warnaputih yang maksimum ketika ukurannya lebihbesar, dan dengan cepat menjadi tidak terlihatketika jumlah SO3 yang sama terkondensasike dalam partikel yang sedikit lebih besar(Scorer 1968).

Sumber terbesar penyumbangkontaminan gas SO2 akibat aktivitas manusiaadalah pembangkit tenaga listrik berbahanbakar batubara dengan persentasi sebesar41.6% (Warner 1937). SO2 yang berasal dariaktivitas manusia jumlahnya hanya sepertigadari jumlah keseluruhan yang terdapat diatmosfer. Sebanyak dua pertiganya berasaldari sumber alami, yaitu letusan gunungberapi.

Kadar SO2 yang jumlahnya melebihiambang batas dapat membahayakan makhlukhidup. Pada tanaman dampaknya dapat dilihatdengan ciri-ciri fisik seperti timbulnya corakberwarna keputihan pada daun tanaman yangdapat berakibat terjadinya kehilangan klorofildan plasmolisis (kerusakan sel daun). Alfalfa,gandum, kapas, dan apel merupakan contohtanaman yang paling sensitif terhadap sulfurdioksida. Tanaman tersebut dapat terinfeksipada konsentrasi SO2 sebesar 780 µg m-3

selama 8 jam (Vesilind et al. 1990). Padahewan dan manusia, pengaruh SO2 berdampakpada kerusakan atau gangguan pernapasan.Iritasi tenggorokan pada manusia dapat terjadipada konsentrasi 5 ppm atau lebih, bahkan 1-2

3

ppm pada individu yang lebih sensitif. Jikakadarnya mencapai 6-12 ppm, SO2 mudahdiserap oleh selaput lendir pernapasan bagianatas dan bersifat iritan. Apabila kadarnyasemakin bertambah maka akan terjadiperadangan pada selaput lendir disertaidengan paralycis cilia, dan jika berkelanjutandan terjadi berulang kali akan menyebabkanhyper plasia yang berpotensi menyebabkantimbulnya kanker (Fardiaz 1992). Dampakyang lain dari polutan SO2 juga dapat terjadipada material. Material, contohnya gedung,dapat mengalami korosi yang lebih cepat padabagian luarnya yang menyebabkan kerusakansecara fisik.

Sebagai tambahan, dampak yangditimbulkan oleh polutan SO2 seperti yangdijabarkan sebelumnya, khususnya olehaktivitas manusia adalah akibat daridistribusinya yang tidak merata melainkanterpusat pada daerah tertentu saja sehinggakonsentrasinya menjadi tinggi. Hal inilahyang berbahaya bagi makhluk hidup danmaterial di sekitarnya.

2.1.3 Faktor yang Mempengaruhi Pencemaran Udara

Menurut Soenarmo (1999), faktor-faktor yang mempengaruhi mekanismepenyebaran pencemaran udara antara lainsumber emisi dan atmosfer lokal.

2.1.2.1 Sumber Emisi

Sumber emisi merupakan tempat ataulubang dikeluarkannya zat pencemar menujuke dalam atmosfer. Sumber emisi tersebutmemiliki karakteristik dan bentuk fisik yangberbeda-beda mulai dari segi luas, bentuk, dantinggi lubang. Karakteristik dari sumber emisiantara lain laju pancaran (Q), kecepatanpengeluaran, geometri sekitar sumber emisi,dan bahan bakar yang digunakan (Soenarmo1999).

Laju pancaran (Q) merupakan jumlahzat pencemar yang dikeluarkan ke atmosfer(µg m-3 atau mg m-3) yang kadarnyatergantung pada kapasitas produksi. Semakinbesar kapasitas produksi, laju pancaran akansemakin meningkat sehingga konsentrasi zatpencemar di dalam atmosfer juga akanbertambah, dan sebaliknya.

Kecepatan pengeluaran merupakanlaju zat pencemar yang keluar dari sumberemisi. Kecepatan pengeluaran tergantung padaproses produksi masing-masing sumber emisi

tersebut serta berpengaruh terhadap lajukeluarnya zat pencemar ke atmosfer .

Geometri di sekitar sumber emisimerupakan keadaan tata ruang di sekitarsumber emisi, antara lain berupa bentuk danukuran bangunan sekitar, dan jenis tanaman disekitar sumber emisi. Keadaan tersebutberpengaruh terhadap pola sebaran zatpencemar yang melewati kawasan tersebut.

Bahan bakar yang digunakan olehsumber emisi bentuknya berbeda-beda, baikitu berupa cair (minyak tanah, bensin), gas(hidrogen, LPG), padatan (kayu, batubara),ataupun nuklir. Oleh karena itu, jenis zatpencemar hasil emisi dari masing-masingpembakaran bahan bakar tersebut jugaberbeda.

2.1.2.2 Faktor Meteorologi

Pada dasarnya, mempelajari dinamikaatmosfer tidak sederhana. Berbagai macamproses terjadi di dalamnya mulai daripergerakan molekul, turbulensi, perpindahanpanas, reaksi kimia, presipitasi, perpindahanmassa udara, dan sebagainya. Proses-prosestersebut saling berkaitan satu sama lainsehingga membentuk suatu sistem yangseimbang.

Ketidakseimbangan sistem dapatterjadi ketika adanya kerusakan ataugangguan. Hal tersebut dapat berupafenomena alam atau dapat juga disebabkanoleh tangan-tangan manusia, salah satunya zatpencemar dari asap pabrik.

Pergerakan dan konsentrasi zatpencemar yang keluar menuju atmosfersetelah diemisikan dari sumbernya, sangatbergantung pada kondisi meteorologis dimasing-masing daerah. Kondisi meteorologistersebut antara lain adalah angin, suhu udara,stabilitas atmosfer, kelembaban relatif (RH),dan curah hujan.

a. Angin

Angin memiliki arah dan kecepatan.Arah menentukan kemana angin tersebutberhembus, dan kecepatan menentukan lajuangin tersebut. Arah angin berperan pentingdalam membawa ke arah mana zat pencemartersebut terdispersikan sedangkan kecepatanangin berpengaruh terhadap besarnyakonsentrasi zat pencemar tersebut ketikaterdispersi. Kecepatan angin yang besarmenyebabkan partikel zat pencemar teruraisehingga konsentrasinya akan lebih rendahdan sebaliknya.

4

Jenis angin yang paling berpengaruhterhadap penyebaran zat pencemar tersebutadalah angin lokal (Schnelle dan Dey 2000).Terdapat berbagai jenis angin lokal,diantaranya yaitu angin darat dan angin laut;angin gunung dan angin lembah.

Angin darat relatif lebihmenguntungkan dibandingkan dengan anginlaut jika dilihat dari segi penyebaran polutan.Polutan hasil dari emisi ketika terjadi angindarat akan terdispersi ke arah laut, sedangkanketika terjadi angin laut, polutan akanterdispersi ke arah daratan sehingga dampakburuk terhadap makhluk hidupkemungkinannya lebih besar karena makhlukhidup lebih banyak berada di atas daratan(Gambar 1a).

Gambar 1 Perilaku kepulan di sekitar daerah(a) tepi pantai pada saat musimpanas dan (b) perkotaan pada saatmalam hari (Oke 1978)

Gambar 2 Permasalahan sebaran polutan didaerah dekat lembah (Oke 1978)

Angin lembah dan angin gunungterjadi akibat adanya perbedaan radiasimatahari yang diterima oleh daerah lerenggunung dan daerah gunung (perbedaantopografi) sehingga terjadi perbedaan suhudan tekanan yang menyebabkan terjadinyaperbedaan arah angin. Angin gunung akanmenyebabkan dampak yang kurang baik bagidaerah perindustrian yang letaknya berada dilembah gunung karena pada daerah tersebut,inversi akan terjadi secara intensif dipermukaan khususnya pada musim dinginakibat pemanasan radiasi matahari pada

dinding gunung. Selain itu, keadaan tersebutjuga menyebabkan terjadinya akumulasipolutan di daerah lembah akibat adanyaturbulensi yang kuat (Gambar 2a) sertaterjadinya downwash (Gambar 2b) sehinggapolutan dipaksa menuju permukaan tanah.

Begitu juga pada wilayah antara daerahurban dan suburban atau istilahnya biasadisebut dengan urban heat island, polutanjuga akan terkonsentrasi di daerah perkotaantersebut (Gambar 1b). Hal tersebut dapatterjadi karena pada daerah perkotaan memilikikekasaran permukaan yang ditimbulkan olehbangunan-bangunan tinggi seperti gedungbertingkat. Kondisi ini membuat turbulensisemakin tinggi sehingga meningkatkanpenyebaran dari polutan yang dipancarkan.Sedangkan pada saat yang sama, bangunandan aspal jalan raya bertindak sebagaipenyimpan panas dari radiasi yang diterimaselama sehari. Panas ini menambah panas daripemanasan pada waktu malam hari selamamusim dingin yang membuat perbedaan suhudan tekanan antara kota dan daerah di sekitarkota sehingga sirkulasi lokal menuju ke dalamkota menjadi meningkat (Liu dan Liptak1999).

Penyebaran zat pencemar jugadipengaruhi oleh profil vertikal angin yangselalu berubah terhadap waktu dan tempat.Kekasapan permukaan yang berbeda-bedapada masing-masing daerah sepertiperumahan, pepohonan, bangunan, danpegunungan berpengaruh terhadap profil geserangin karena memiliki gaya gesek yangbervariasi. Aliran permukaan yang melewatipermukaan kasar (shear stress) tersebut akanmenimbulkan terjadinya turbulensi. Padakondisi ini, zat pencemar akan bergerak danterdispersikan secara acak di dalam atmosfer.

Atmosfer terdiri dari beberapa lapisandan salah satunya adalah lapisan troposfer.Lapisan tersebut letaknya paling dekat denganbumi dengan ketinggian sekitar 18 km daripermukaan laut. Bagian terendah di dalamtroposfer disebut dengan lapisan batasatmosfer (atmospheric boundary layer) ataudisebut juga dengan Planetary BoundaryLayer (PBL) dengan ketebalan sekitar 0.2 –5.0 km pada siang hari dan 20 – 500 m padamalam hari. Lapisan batas ini merupakansuatu lapisan atmosfer di dekat permukaandengan gaya kekasapan permukaan yangnyata dan massa udaranya mengandungkarakteristik permukaan di bawahnya (Stull1988). Pada lapisan ini terjadi pertukaranmomentum, bahang, massa, begitu jugadengan polutan.

5

Pada lapisan batas ini, diturunkansebuah persamaan profil kecepatan anginuntuk menghitung kecepatan angin padaketinggian z1 dengan kecepatan angin padaketinggian z sudah diketahui. Persamaannyaadalah sebagai berikut:

….. (1)keterangan:

u = kecepatan angin pada ketinggian zu1 = kecepatan angin pada ketinggian z1n = nilai eksponen (nilainya dapat

dilihat pada tabel 1)

Tabel 1 Nilai n pada setiap kelas stabilitas

Kelas Stabilitas nA (Sangat tidak stabil) 0.15B (Tidak stabil) 0.15C (Tidak stabil ringan) 0.20D (Netral) 0.25E (Stabil ringan) 0.40F (Stabil) 0.60

Sumber : Cooper dan Alley 1994

Aliran yang melewati permukaankasar dapat terjadi ketika melewati halanganberupa cerobong industri yang merupakansalah satu sumber emisi tidak bergerak.Halangan berupa cerobong industri tersebutjuga dapat mempengaruhi arah aliran anginyang melewatinya. Sebaran polutan yangkeluar dari cerobong arah pergerakannya akandipengaruhi oleh aliran angin yang berhembusdi sekitar cerobong tersebut. Aliran anginketika menyentuh cerobong akan mengalamiperubahan pola aliran sehingga beberapabesaran seperti kecepatan, tekanan, energi,dan momentum akan ikut berubah pula.Perubahan pola aliran tersebut akan mengikutikarakteristik bentuk bidang permukaan solid(cerobong) kemudian setelah melewatinya,pola aliran akan cenderung kembali padakondisi kesetimbangannya semula (Gambar3a). Terdapat empat zona aliran ketika anginmelalui suatu penghalang dalam hal inicerobong, yaitu displacement zone, cavityzone, wake zone, dan undisturbed flow.

Aliran angin akan dipaksa naikmelewati atas cerobong dan berkumpuldengan aliran yang berada di atasnya sehinggaakan menyebabkan akselerasi kecepatan.Kondisi aliran ini terdapat di daerahdisplacement zone. Setelah melewati

cerobong, aliran akan menemui ruangan yangkosong, tetapi pada kenyataannya fluida tidakdapat secara cepat bereaksi untuk mengisiruangan tersebut. Hal itu mengakibatkanaliran akan terpisah. Daerah di belakangcerobong terdapat tekanan yang rendahsehingga aliran yang terdapat di daerahtersebut (cavity zone) akan mengalamiturbulensi, sedangkan aliran yang berada diatasnya akan berkembang kembali danmengisi ruangan kosong yang berada didepannya. Daerah ini disebut dengan daerahwake zone (Oke 1978). Selain itu, terdapat suatu zona yangalirannya tidak terganggu atau tidakterpengaruh akibat adanya halangan cerobongtersebut yang dikenal dengan undisturbedflow. Daerah ini penting diketahui untukmelihat seberapa jauh cerobongmempengaruhi aliran secara horizontalmaupun vertikal. Lebih jauh, daerah ini dapatdigunakan sebagai patokan jarak untukdijadikan sebagai batasan model secaravertikal dalam hal ini h (tinggi cerobong)sebagai faktor pengali terhadap penentu jarakminimum dimana aliran tersebut tidakterganggu.

Gambar 3 (a) Aliran di sekitar cerobong (b)zona aliran di sekitar cerobong(Oke 1978)

Besarnya jarak yang dibutuhkankecepatan angin untuk kembali padakecepatan semula setelah melewati cerobongtergantung pada densitas dari cerobongtersebut. Densitas cerobong yangdimaksudkan disini adalah persentase rasioantara panjang diameter luar mulut cerobongdengan tinggi cerobong (Oke 1978). Semakinbesar densitas cerobong tersebut, makapemulihan besarnya kecepatan angin untukkembali ke kecepatan awalnya akanmembutuhkan jarak yang lebih pendek

6

dibandingkan dengan cerobong yang memilikidensitas yang lebih kecil (Gambar 4).

Gambar 4 Pengurangan kecepatan angin disekitar daerah aliran dengandensitas yang berbeda (Oke 1978)

b. Suhu dan Stabilitas Atmosfer

Suhu udara bervariasi pada setiapketinggian lapisan atmosfer. Pada lapisantroposfer, suhu udara menurun denganbertambahnya ketinggian atau biasa disebutdengan lapse rate, tetapi pada keadaantertentu di dekat permukaan sering ditemukankeadaan inversi yaitu ketika suhu udaramenaik dengan bertambahnya ketinggian.

Secara umum, lapse rate dapatdiekspresikan dalam persamaan sebagaiberikut:

….. (2)

merupakan adiabatic lapse rate, T adalahsuhu (ºC), dan z merupakan ketinggian (m).Lapse rate memiliki dua tipe yaituenvironmental lapse rate dan adiabatic lapserate.

Environmental lapse rate (ELR)merupakan perubahan negatif suhu aktualterhadap bertambahnya ketinggian di dalamatmosfer yang stasioner pada waktu dantempat tertentu. Rata-rata ELR adalah sebesar6.49 ºC/1000 m.

Adiabatic lapse rate terbagi menjadidua, yaitu dry adiabatic lapse rate (DALR)dan moist adiabatic lapse rate (MALR).DALR merupakan perubahan negatif suhuterhadap bertambahnya ketinggian ketikasebuah parsel udara menaik pada udara yangkering atau tidak jenuh dibawah kondisiadiabatik. Udara yang tidak jenuh memilikiRH< 100% dengan suhu aktualnya lebih besardibandingkan titik embunnya (Td). Besarnyanilai DALR rata-rata adalah 9.8 ºC/1000 m.

Moist adiabatic lapse rate (MALR)atau disebut juga dengan saturated adiabaticlapse rate (SALR) merupakan perubahannegatif suhu terhadap bertambahnyaketinggian ketika sebuah parsel udara menaikpada udara yang jenuh. Kondisi lapse rate iniberubah-ubah sesuai dengan kadarkelembabannya serta bergantung pada suhudan tekanan rendah dengan nilai rata-ratasebesar 5 ºC/1000 m. Perbedaan nilai lapserate antara DALR dengan MALR disebabkanoleh adanya perbedaan panas laten yangdilepaskan ketika air terkondensasi (Ahrens2006).

Kondisi inversi yaitu suhu udaramenaik dengan bertambahnya ketinggian,merupakan kondisi yang sangat buruk dalamkaitannya dengan penyebaran zat polutankarena pada kondisi ini zat polutan tidak akanbisa naik ke atas melainkan akan cenderunguntuk kembali ke permukaan dikarenakansuhu parsel udara lebih dingin dibandingkanudara di atasnya sehingga parsel akancenderung menuju ke ketinggian awalnya.

Perubahan suhu udara terhadapketinggian juga berhubungan secara langsungterhadap stabilitas atmosfer. Secara umum,terdapat tiga kriteria stabilitas atmosfer yaitunetral, tidak stabil, dan stabil. Kriteriakestabilan atmosfer tersebut dapat ditentukandengan membandingkan antara lajupenurunan suhu adiabatik dengan lajupenurunan suhu lingkungan (aktual).

Keadaan atmosfer netral adalah ketikalaju penurunan suhu secara adiabatik samadengan laju penurunan suhu lingkungan.Kerapatan udara di dalam parsel juga akansama dengan densitas udara di luar parselsehingga pada keadaan tersebut gayabuoyancy (gaya ke atas yang menahan suatubenda mengapung) tidak ada.

Pada kondisi tidak stabil, lajupenurunan suhu adiabatik lebih kecildibandingkan dengan laju penurunan suhulingkungan sehingga ketika suatu parsel akanbergerak naik dan mengalami pendinginan,suhu parsel tersebut masih lebih tinggidibandingkan dengan suhu udara dilingkungannya. Hal itu membuat kerapatanparsel tersebut akan lebih rendah daripadaudara di sekitarnya yang membuat parseltersebut akan terus naik. Kondisi ini jugadipengaruhi oleh gaya buoyancy sehinggaparsel tersebut akan terus bergerak ke atas.

Kondisi atmosfer stabil ditunjukkanoleh suhu parsel yang lebih rendahdibandingkan suhu lingkungannya ketikabergerak naik karena pada kondisi ini laju

7

Gambar 5 Stabilitas atmosfer berdasarkan perubahan suhu terhadap ketinggian tempat

penurunan suhu adiabatik lebih besardibandingkan dengan laju penurunan suhulingkungan. Pada kondisi ini, parsel yangbergerak naik maupun bergerak turun akancenderung kembali ke ketinggiannya semula.Deskripsi ketiga kriteria atmosfer tersebutdapat dilihat pada Gambar 5 (Kushnir 2000).Garis merah tebal merupakan laju penurunansuhu lingkungan, garis merah putus-putusmerupakan laju penurunan suhu adiabatik, Tpdan Te berturut-turut merupakan suhu parseldan suhu lingkungan pada ketinggian Z1.

Penentuan stabilitas denganmenggunakan metode di atas membutuhkanobservasi yang terus-menerus sehinggaseorang ilmuwan bernama Pasquillmengkategorikan stabilitas atmosfer tersebutmenjadi enam kelas stabilitas dari A sampai Fdengan penentuan kelas tersebut berdasarkanpada beberapa parameter yaitu radiasimatahari, kecepatan angin di permukaan, danpenutupan awan (Pasquill 1962).

Keenam stabilitas atmosfer tersebutdapat ditentukan berdasarkan kriteria gradiensuhu yang ditampilkan pada Tabel 2.

Tabel 2 Kelas stabilitas berdasarkan gradien suhu

Kelas Stabilitas Gradien Suhu(°C/100 m)

A (sangat tidak stabil) < -1.9B (tidak stabil) -1.9 s.d -1.7C (tidak stabil ringan) -1.7 s.d -1.5D (netral) -1.5 s.d -0.5E (stabil ringan) -0.5 s.d 1.5F (stabil) 1.5 s.d 4.0

Sumber : Soenarmo 1999

Selain mempengaruhi pergerakanpolutan secara vertikal, stabilitas atmosferjuga dapat mempengaruhi bentuk kepulan dari

cerobong. Terdapat lima bentuk kepulan daricerobong secara umum, yaitu looping, coning,fanning, lofting, dan fumigation (Oke 1978).Bentuk kepulan tersebut ditunjukkan padaGambar 4 dengan keterangan bahwa garismerah di sebelah kiri gambar menunjukkanELR sedangkan garis hitam menunjukkanDALR.

Pada bentuk kepulan looping (Gambar6a), pengaruh turbulensi cukup besar. Bentukkepulan ini naik turun dan polutannyaterdispersi ke berbagai arah,tercampur denganudara sekitarnya. Kondisi ini terjadi pada saatkeadaan atmosfer tidak stabil dan biasanyaterjadi pada saat siang hari yang terik. Bentukkepulan ini lebih menguntungkan walaupunpolutannya jatuh ke tanah pada jarak yanglebih dekat karena polutan tersebutkonsentrasinya rendah akibat adanyapencampuran dengan udara sekitarnyasehingga cenderung tidak membahayakanmakhluk hidup.

Kepulan coning (Gambar 6b) terbentukpada saat kondisi atmosfer mendekati netraldan biasa terjadi pada keadaan mendung,disaat malam hari ataupun siang hari.Pencampuran secara vertikal dan turbulensikecil sehingga polutan cenderung lebihtersebar secara horizontal. Kemudian untuk bentuk kepulanfanning (Gambar 6c), konsentrasi polutancukup tinggi karena percampuran secaravertikal dan turbulensi hampir tidak ada dilokasi tersebut. Hal ini menyebabkan polutanterkonsentrasi dan terpusat dengan bentukseperti garis tebal yang konstan di atmosfer.Bentuk kepulan ini dapat terjadi pada keadaanatmosfer sangat stabil atau pada sistem yangmemiliki tekanan tinggi. Biasanya polutanpada bentuk kepulan seperti ini akan jatuh ketanah pada jarak yang cukup jauh sehinggaketika sudah sampai di tanah konsentrasinyaakan jauh berkurang akibat terbawa angin.

8

(a) (b)

(c) (d)

(e)

Gambar 6 Bentuk kepulan dari sumber titik (a) looping (b) coning (c) fanning (d) lofting (e)fumigation (Saperaud 2005)

Selanjutnya untuk bentuk kepulanlofting (Gambar 6d), terbentuk pada saat sorehari menjelang malam ketika di dekatpermukaan kondisi atmosfernya stabilsedangkan di atasnya kondisi atmosfernyamasih tidak stabil. Hal ini mengakibatkanpada bagian atas kepulan lebih terlihatterjadinya turbulensi dibandingkan padabagian bawahnya. Berbeda dengan kepulan yang lain,bentuk kepulan fumigation (Gambar 6e)merupakan bentuk yang paling buruk. Padadaerah dekat permukaan kondisi atmosfertidak stabil sedangkan di atasnya kondisiatmosfer stabil. Hal ini berakibat polutan yangberada di bawah tidak dapat terdispersikan keatas melewati daerah yang stabil tersebutsehingga menyebabkan polutan bercampur didaerah dekat dengan permukaan.

c. Kelembaban Relatif (RH) dan CurahHujan (CH)

Kelembaban udara merupakanbanyaknya uap air yang terdapat dalamkandungan air dan udara dalam fase gas.Kelembaban relatif ini cukup penting dalampengaruhnya terhadap pencemaran udarakarena dapat mempengaruhi jarak pandang.Kandungan uap air ketika mengembun akanmembentuk kabut yang dapat mempengaruhi

pandangan. Selain itu, uap air dalam jumlahyang banyak akan menghalangi radiasimatahari yang masuk ke bumi sehingga akanmenghambat radiasi matahari tersebut untukmemecah inversi. Hal tersebut akanmengakibatkan zat pencemar yang berada diudara lebih lama berada di atmosfer. Uap airyang mengembun menjadi kabut juga akanmengakibatkan perubahan SO3 menjadiH2SO4 menjadi lebih cepat yang berbahayabagi makhluk hidup (Fardiaz 1992).

Kelembaban udara jika kadarnyakurang dari 60% (rendah) maka akanmembantu memperlambat atau mengurangiefek korosif dari SO2 sedangkan jika kadarnyasekitar 80% maka akan memperburuk ataumempercepat efek korosif pada benda. Selainitu, udara yang kadar uap airnya tinggi dapatmembantu partikel polutan seperti debu untukcepat jatuh ke tanah karena debu tersebutmenempel pada uap air dan akibat adanyagravitasi maka uap air bersama debu yangmenempel akan tertarik ke bumi.

Sulfur dioksida yang jatuh ke bumibersama dengan curah hujan akan membentukhujan asam. Ketika curah hujan tersebut yangsudah bercampur jatuh menyentuh tanah,tanaman, bangunan, sungai, dan sebagainyamaka akan sangat berbahaya. Jika mengenaibangunan akan menyebabkan efek korosif,sedangkan jika menyentuh kawasan hutan

9

akan mengakibatkan deforestasi dan ketikamengenai daerah perairan maka akanmengganggu ekosistem yang ada di dalamnyakarena dapat menyebabkan kematian bagimakhluk hidup yang tinggal di perairantersebut (EPA 2007).

2.2 Model Prediksi Dispersi Polutan

Terdapat berbagai macam modelprediksi dispersi polutan, mulai dari yangsederhana sampai dengan yang lebihkompleks yaitu (a) model empirik: hanyadidasarkan pada data sumber emisi, kualitasudara, dan meteorologi (b) model numerik:berdasarkan prinsip dasar fisika dan kimiayang berhubungan dengan proses dalampencemaran udara, contohnya adalah modelkotak-tetap (c) model semi-empirik:berdasarkan formulasi yang diturunkan dariprinsip scientific, tetapi berdasar padaparameter yang ditentukan secara empirik,contohnya adalah model Gaussian (d) modeldinamik: berdasarkan persamaan-persamaandiferensial fisika dan kimia yang berhubungandengan dinamika aliran fluida di atmosfer.

2.2.1 Model Kotak Tetap (Fixed-BoxModel)

Model kotak tetap merupakan modelpendugaan konsentrasi polutan yang mudahdigunakan untuk daerah perkotaan, tetapimodel ini juga memiliki beberapa kekurangan.Model ini hanya bersifat prediksi numerik sajasehingga secara kualitatif hasilnya benar,sedangkan secara kuantitatif masih belummemadai (Nevers 2000).

Perhitungan konsentrasi polutandengan model ini menggunakan beberapaasumsi antara lain:• Kota berbentuk dimensi L (panjang) dan

W (lebar), salah satunya paralel denganarah datangnya angin.

• Turbulen di atmosfer menyebabkanpercampuran polutan terjadi secarakeseluruhan hanya sampai di daerah batasmixing height H (tinggi).

• Turbulen cukup kuat di daerah upwindsehingga membuat konsentrasi polutanseragam di seluruh volume udara kotatersebut.

• Angin berhembus di arah x dengankecepatan angin u. Diasumsikankecepatan angin seragam di setiapketinggian.

• Konsentrasi polutan di udara ketikamemasuki kota (x = 0) adalah konstandan nilainya sama dengan b.

• Nilai laju emisi polutan di kota tersebutadalah Q (biasanya diekspresikan dalam gdet-1) dan biasa dinyatakan dalam lajuemisi per luas area (g m-2 det-1). Secaramatematis nilai tersebut dapatdigambarkan pada persamaan 3.

Q = qA….. (3)

A adalah luasan area (L x W). Laju emisiini konstan dan tidak berubah denganwaktu.

• Tidak ada polutan yang keluar ataupunmasuk dari atas kotak ataupun melaluisisi yang paralel dengan arah angin.

• Polutan yang berada di atmosfer stabildan tidak dapat terurai.

Konsentrasi polutan yang terdapat didalam udara ambien dapat ditentukan denganmenggunakan persamaan model kotak tetapberikut ini (Nevers 2000):

c = b +

….. (4)keterangan :

c = konsentrasi rata-rata polutan pada keadaan steady stateb = konsentrasi polutan yang masuk ke dalam kota (g m-3 atau µg m-3)q = laju emisi per satuan luas (g m-2 det-1)L = panjang (m)u = kecepatan angin (m det-1)H = tinggi (m)

2.2.2 Model Gaussian

Pendekatan ini bertumpu padakenyataan bahwa solusi dasar persamaanklasik difusi Fick merupakan distribusinormal. Model Gauss telah dicobakan untuksumber tunggal pada kondisi meteorologikhusus dengan waktu rata-rata satu jam ataulebih. Model ini cukup valid untuk difusidengan waktu yang lama, kondisi homogendan stasioner (Soenarmo 1999). Liu danLiptak (1999) menambahkan bahwa model inijuga efektif untuk menggambarkan difusipolutan pada jarak kondisi atmosfer tertentudengan menggunakan standar deviasi daridistribusi Gaussian dalam dua arah untukmenggambarkan karakteristik dari polutansesuai dengan arah anginnya. Secara

10

=

2 12

12

( )

+

12

( + )

..... (5)

keterangan: = konsentrasi polutan pada arah x, y, dan z (µg m-3) = nilai emisi dari polutan (g det-1)

, = standar deviasi kepulan (m) = kecepatan angin vertikal rata-rata yang melintasi ketinggian kepulan (m det-1) = jarak lateral (m) = jarak vertikal (m)

= ketinggian efektif cerobong (m)

matematis, model Gaussian pada sumber titiksecara umum dapat digambarkan padapersamaan 5 (Liu dan Liptak 1999).

Asumsi yang digunakan pada modelini antara lain (Leonard 1997):1. Turbulensi atmosfer konstan2. Kecepatan dan arah angin dari sumber

titik sampai reseptor konstan3. Kepulan tidak mengalami deposisi

ataupun washout4. Tidak ada komponen yang diserap oleh

badan air ataupun vegetasi5. Dispersi hanya terjadi pada arah vertikal

dan crosswind6. Tidak ada komponen yang mengalami

transformasi secara kimia7. Komponen yang mencapai permukaan

dipantulkan kembali ke dalam kepulan

Berdasarkan asumsi-asumsi yangdijabarkan pada model numerik dan semi-empirik tersebut yaitu model kotak-tetap danGaussian, masih terdapat beberapakekurangan yang signifikan. Oleh karena itu,dibutuhkan model yang lebih kompleks yanglebih mampu menjelaskan fenomena-fenomena yang terjadi dengan harapanmendapatkan hasil yang lebih baik dan akurat.Salah satu model tersebut yang telah banyakdikembangkan adalah model dinamik.

2.3 Computational Fluid Dynamics (CFD)

Penyebaran polutan di atmosfer akanselalu mengikuti perilaku atmosfer, olehkarena itu untuk mempelajari aliran polutantersebut pola aliran fluida perlu dipahami.Dewasa ini telah berkembang suatu disiplinilmu yang mempelajari cara memprediksialiran fluida, perpindahan panas, reaksi kimia,dan fenomena lainnya dengan menyelesaikanpersamaan-persamaan matematika yangmampu memprediksi suatu aliran fluida lebihtepat dan akurat yang dikenal sebagai

Computational Fluid Dynamics (CFD)(Tuakia 2008).

Persamaan matematis yang terdapat didalam CFD tersebut beragam dan cukupkompleks sehingga penyelesaiannyamembutuhkan suatu alat bantu berupaperangkat lunak. Beberapa perangkat lunakyang berbasis CFD diantaranya adalahEngineering Fluid Dynamics (EFD), CFX,Flow-3D, Phoenix, Starcd, Numeca, danFluent.

CFD telah banyak digunakan baikuntuk tujuan komersil, penelitian, maupunakademis yang hasilnya dapat diterima denganbaik. Contohnya adalah penelitian yangdilakukan oleh Prasanto (2008) yangmenunjukkan bahwa simulasi penyebaran SO2yang dilakukan menggunakan Fluentmemberikan hasil yang lebih baik sebesar66.3% dibandingkan model Gaussian yanghanya memberikan akurasi sebesar 2.6%. Haltersebut menunjukkan bahwa CFD memilikihasil prediksi yang lebih baik dan akurat.Selain itu, penggunaan CFD dalam bidangpencemaran udara juga telah banyakdilakukan, beberapa diantaranya digunakanpada sumber transportasi terutama di jalanyang berbentuk street canyon (Baik et al.2003; Shui et al. 2009; Chu et al. 2004).

Beberapa kegunaan CFD dalam dalamberbagai bidang antara lain (Tuakia 2008):1. Bidang arsitektur, contohnya mendesain

ruangan yang aman dan nyaman2. Aerodinamika, contohnya mendesain

kendaraan untuk meningkatkan efisiensi3. Olahraga, contohnya mencari rahasia

tendangan melengkung pada sepak bola4. Kesehatan, contohnya mengobati

penyakit arterial (computationalhemodynamics) dan ahli keamanan dalammengurangi resiko kesehatan akibatradiasi

11

5. Militer, contohnya mengembangkanpersenjataan dan menganalisa seberapabesar kerusakan yang ditimbulkannya

Secara umum, proses simulasi dalamCFD terbagi menjadi tiga tahapan, yaitupreprocessing, solving, dan postprocessing.Preprocessing merupakan langkah awaldalam simulasi yaitu membuat suatu persiapandengan membangun model geometri yangsesuai dalam bentuk CAD (Computer AidedDesign), membuat grid atau mesh, danmenentukan kondisi batas dari geometritersebut. Solving merupakan prosespenghitungan dan persamaan-persamaan yangterdapat dalam model CFD tersebutdiselesaikan dengan menggunakan bantuanprogram komputer sesuai dengan kondisi-kondisi yang telah ditentukan pada saatpreprocessing sebelumnya. Sedangkanpostprocessing merupakan langkah terakhirdalam simulasi ini. Hasil penghitunganlangkah sebelumnya diinterpretasikan kedalam beberapa bentuk diantaranya adalahgrafik, kurva, animasi, gambar 2D maupun3D.

Model CFD menggunakan persamaan-persamaan aljabar untuk menggantipersamaan-persamaan diferensial parsial darikontinuitas, momentum , dan energi denganpendekatan model diskrit (jumlah selterhingga). Metode diskritisasi yangdigunakan oleh model CFD ini antara lain :• Metode beda hingga (finite difference

method)• Metode elemen hingga (finite elements

method)• Metode volume hingga (finite volume

method)• Metode elemen batas (boundary element

method)• Metode skema resolusi tinggi (high

resolution scheme method)

2.4 GAMBIT

Proses preprocessing pada CFD dapatdibantu oleh GAMBIT (Geometry and MeshBuilding Intelligent Toolkit) yang merupakanperangkat lunak untuk membuat geometri,diskritisasi (meshing) pada model. GAMBITdiproduksi oleh Fluent Inc., yang merupakansalah satu perangkat lunak analisis komputasifluida yang menguasai 60% pangsa pasardunia untuk perangkat lunak jenis ini (Tuakia2008).

GAMBIT cukup mampumendiskritisasi berbagai bentuk yang

diinginkan pengguna. Hal tersebutdikarenakan di dalam GAMBIT terdapatberbagai mesh mulai dari yang bentuknyaberaturan sampai yang bentuknya tidakberaturan, piramid, tetrahedral, dan prisma.Hal ini memungkinkan untuk dapat membuatsuatu model yang rumit sekalipun.

Proses diskritisasi tersebut sangatpenting dalam pemodelan karena dapatmempengaruhi ketelitian komputasi. Semakinkecil ukuran mesh suatu model, makaketelitiannya akan semakin tinggi (hasil lebihakurat), sedangkan ukuran mesh yang besarakan mempengaruhi hasil akhir yang kurangakurat.

Selain itu, di dalam GAMBIT kita jugadapat memeriksa mesh yang kita buat padasuatu model guna menghindari terjadinyakesalahan pada saat proses solving. Salah satutipe kualitas mesh yang dapat kita pilih adalahequiangle skew dengan nilai tidak bolehmelebihi 0.9 (Tuakia 2008). Jika melebihiangka tersebut, maka nantinya akanberdampak buruk pada solusi akhir yang tidaktidak akurat atau membutuhkan waktukonvergensi yang lama.

Proses terakhir di dalam perangkatlunak GAMBIT adalah penentuan kondisibatas. Penentuan batas ini juga sangat pentingkarena menentukan pada bagian mana (face)dari model yang telah dibuat akandikondisikan. Beberapa contoh kondisi batasdiantaranya adalah wall, velocity inlet, massflow inlet, outflow, pressure inlet dan pressureoutlet.

2.5 Fluent

Fluent merupakan salah satu perangkatlunak CFD yang menggunakan metodevolume hingga (finite volume method) danmenyediakan fleksibilitas mesh yang lengkapsehingga kasus aliran fluida yang rumitsekalipun dapat diselesaikan. Jenis mesh yangdidukung oleh Fluent antara lain 2Dtriangular-quadrilateral, 3D tetrahedral-hexahedral-pyramid-wedge, dan campuran(hybrid) (Tuakia 2008).

Perangkat lunak ini diluncurkanpertama kali pada bulan Oktober tahun 1983yang didirikan oleh Sheffield University danCreare Inc. Perangkat lunak ini berkembangdengan cepat dan banyak digunakan dibeberapa negara sehingga berhasil mendirikanperusahaan-perusahaan baru yang pusatnyaberada di daerah New Hampshire, Lebanon.

Pemodelan CFD menggunakanperangkat lunak Fluent dapat memberikan

12

hasil yang akurat dalam memprediksi kondisiturbulensi dan angin untuk menghitungtranspor udara, penyebaran kimia, biologis,dan bahan nuklir. Fluent juga banyak diterimasecara luas dalam dunia tekhnik karenakemampuannya menyelesaikan masalahdispersi kimia dengan mengangkat isugeometri dan teori-teori fisika dalam model(Camelli 2004; Corrier 2005).

Fluent banyak digunakan oleh berbagaiindustri, antara lain industri pertambangan,petrokimia, otomotif, dan biomedikal. Hal inidikarenakan Fluent memiliki kemampuanyang luas dalam menganalisis berbagaimacam kasus aliran fluida. Kemampuan yangdimiliki oleh Fluent antara lain:• Model mixing-plane untuk memodelkan

interaksi rotor-stator dan aplikasi mesinturbo

• Model dynamic mesh untuk memodelkandomain yang bergerak dan deformingmesh

• Multiple reference frame (MRF) dansliding mesh untuk pemodelan rangkabergerak

• Perubahan fasa untuk peleburan atausolidifikasi

• Pemodelan fenomena kavitasi• Percampuran zat dan reaksi kimia,

termasuk model pembakaran homogendan heterogen

• Aliran kompresibel dan inkompresibel

2.6 Pendekatan Model

2.6.1 Persamaan Kontinuitas

Persamaan kontinuitas merupakanpersamaan matematis yang menyatakanjumlah massa yang masuk ke dalam sistemsama jumlahnya dengan jumlah massa yangkeluar sistem. Persamaan tersebutdiekspresikan dalam bentuk sebagai berikut:

( ) = 0

..… (6)

adalah densitas fluida (kg m-3) dan merupakan kecepatan fluida (m det-1).

2.6.2 Persamaan Navier-Stokes

Persamaan Navier-Stokesmenggambarkan kekekalan momentum padasuatu fluida yang menerapkan Hukum IINewton tentang pergerakan fluida. Solusi

numerik dari persamaan Navier-Stokes untukkasus aliran turbulen cukup sulit karena untukmendapatkan hasil yang stabil diperlukanmesh yang halus sehingga waktu komputasimenjadi cukup lama. Hal tersebut dapatdiatasi dengan menggunakan persamaan time-averaged seperti Reynolds-Averaged Navier-Stokes (RANS) dalam aplikasi ComputationalFluid Dynamics (CFD). Persamaan RANSditunjukkan secara matematis pada persamaan7. Persamaan tersebut memiliki bentukyang sama dengan persamaan Navier-Stokesdengan kecepatan dan variabel lainnya yangdiungkapkan dalam nilai time-averaged.Bentuk tambahan yang muncul padapersamaan ini,

, dikenal dengantegangan Reynolds (Reynolds stresses) yangmuncul akibat adanya kecepatan yangberfluktuasi (efek turbulensi). TeganganReynolds ini harus dimodelkan agarpersamaan RANS tersebut dapat terselesaikan(Fluent 2006).

2.6.3 Persamaan Turbulensi

Salah satu pendekatan untukmenyelesaikan tegangan Reynolds padapersamaan RANS adalah denganmenggunakan model-model turbulensi yangberdasarkan pada hipotesis Boussinesq.Hipotesis tersebut menyatakan teganganReynolds berbanding lurus dengan gradienkecepatan. Persamaan tersebut ditunjukkansecara matematis pada persamaan 8.

Beberapa model turbulensi yangmenggunakan hipotesis Boussinesq antara lainmodel turbulensi Spalart-Allmaras, k-epsilon(k- ), dan k-omega (k- ). Kelebihan daripendekatan ini adalah kebutuhan dayakomputasi yang relatif kecil karena modeltersebut hanya menggunakan beberapapersamaan seperti pada Spalart-Allmaras (satupersamaan), k- (dua persamaan), dan k-(dua persamaan). Sebaliknya, kekurangan daripendekatan ini adalah bahwa hipotesistersebut mengasumsikan viskositas turbulen( ) merupakan besaran isotropic scalar yangmana hal tersebut tidak sepenuhnya benar(Fluent 2006).

Selain pendekatan tersebut, terdapatbeberapa model turbulensi lainnya yaituReynolds Stress Model (RSM), dan LargeEddy Simulation (LES). RSM mendekatipersamaan RANS dengan menyelesaikanpersamaan transport untuk tegangan Reynoldsbersama-sama dengan persamaan laju disipasi(Tuakia 2008). Model ini cukup baik karena

13

+

+

23

+

)

….. (7)

=

+

23

+

….. (8)

( ) = +

1

( + )

+

+

….. (9) keterangan:

= produksi dari viskositas turbulen (m2 det-1) = destruksi dari viskositas turbulen yang terjadi di daerah dekat dinding

karena halangan dinding dan damping viskos (m2 det-1) dan = konstanta = viskositas kinematik (m2 det-1) = viskositas dinamik (Pa det) = penambahan dari sumber lain (ditentukan oleh pengguna)

hasil dari perhitungannya lebih akuratdibandingkan dengan model yang hanyamenggunakan satu atau dua persamaan saja,tetapi tentu saja RSM akan membutuhkandaya komputasi yang jauh lebih besar karenamodel ini menggunakan empat persamaantranspor pada aliran 2D dan tujuh persamaantranspor pada aliran 3D. Begitu juga denganLES, model ini juga membutuhkan dayakomputasi yang sangat besar. Pusaran fluida(vortex) yang besar diselesaikan secaralangsung pada LES, sedangkan vortex yangkecil dimodelkan sehingga resolusi mesh yangdibutuhkan lebih kecil dibandingkan denganpersamaan aslinya. Selain komputasimenggunakan model, juga terdapat komputasiyang dilakukan secara langsung. DirectNumerical Simulation (DNS) merupakanmetode komputasi fluida secara langsung.Metode ini membutuhkan daya komputasiyang sangat tinggi karena mesh pada domainkomputasi harus dibangun dengan resolusiyang sangat tinggi. Baik LES maupun DNS,keduanya tidak praktis digunakan dalamaplikasi teknis secara umum karena kebutuhandaya komputasinya yang sangat besar.Berdasarkan uraian di atas, persamaanturbulensi yang cukup efisien dalam hal waktukomputasi adalah Spalart-Allmaras.

Variabel transpor di dalam Spalart-Allmaras ( ), adalah sama untuk viskositaskinematik turbulen kecuali di daerah dekatdinding. Persamaan transpor untuk ditunjukkan pada persamaan 9.

Viskositas turbulen, t, dihitung dari:

= ….. (10)

fungsi damping viskos, , didapat daripersamaan:

=

+

….. (11)

merupakan fraksi mol, didapat daripersamaan:

…..(12)

Produksi turbulen, , dimodelkan sebagaiberikut:

= ….. (13)

+

….. (14)dan

= 1

1 + ….. (15)

Cb1 dan adalah konstanta, d merupakan jarakdari dinding, dan S merupakan ukuran skalardari perubahan tensor.Destruksi turbulen dimodelkan sebagaiberikut:

=

….. (16)

14

= 1 +

+

/

….. (17) = + ( )

….. (18)

…..(19)

=

+(1 + )

….. (20)

konstanta :

• Cb1 = 0.1355• Cb2 = 0.622• =

• Cv1 = 7.1• Cw2 = 0.3• Cw3 = 2• = 0.4187

Suatu aliran di sekitar benda dikatakanturbulen apabila bilangan Reynolds (Re) >4000 (Frisch 1995). Persamaan matematisuntuk menentukan bilangan Reynolds adalahsebagai berikut:

=

….. (21)

merupakan bilangan Reynolds, merupakan densitas udara (kg m-3), merupakan kecepatan angin (m det-1), merupakan diameter cerobong (m) dan merupakan viskositas dinamik udara (kg m-1

det-1).

Tabel 3 Kategori aliran berdasarkan bilanganReynolds

Bilangan Reynolds Kategori AliranRe < 2300 Laminar2300 < Re < 4000 TransisiRe > 4000 Turbulen

Sumber: Rott 1990

Menurut Sumer dan Fredsoe (2006),aliran turbulen di sekitar silinder dapatdikategorikan kembali ke dalam beberapakriteria (Tabel 4). Besarnya bilanganReynolds berpengaruh terhadap terjadinyaturbulensi pada aliran tersebut. Semakin besarbilangan Reynolds, maka aliran tersebut akansemakin turbulen, dan sebaliknya. Turbulensicukup penting peranannya dalam penyebarandan pencampuran polutan di udara karena

dengan adanya turbulensi, polutan akan lebihcepat bercampur dengan udara kemudian akantercampur dan terdispersi sehinggakonsentrasi polutannya akan menjadi lebihrendah. Selain itu, bilangan Reynolds jugaakan mempengaruhi pola aliran yangterbentuk di sekitar permukaan silinder dalamhal ini adalah permukaan cerobong. Beberapafenomena yang dipengaruhi oleh bilangantersebut antara lain adalah terbentuknya vortexdan terjadinya variasi drag coefficient.

Tabel 4 Kategori aliran turbulen di sekitarsilinder

Bilangan Reynolds Kategori Aliran300 < Re < 3× 105 Subcritical

3×105 < Re < 3.5×105

Critical(LowerTransition)

3.5×105< Re < 1.5×106 Supercritical

1.5×106< Re < 4×106UpperTransition

4 × 106 < Re Transcritical

Semakin besar bilangan Re pada suatualiran, maka akan semakin besar pulaterbentuknya vortex di dalam aliran tersebut,dan sebaliknya. Vortex dapat terjadi padaaliran dengan bilangan Re > 40. Pada kondisiini, permukaan lapisan batas akan terpisaholeh adanya gradien tekanan balik yangterbentuk akibat geometri yang divergen darialiran disisi belakang silinder sehingga akanmembentuk suatu lapisan geser. Selain itu,pada permukaan lapisan geser tersebut jugaakan terbentuk vortisitas yang cukup besar.Vortisitas ini menyebabkan lapisan gesertersebut menggulung sehingga membentukvortex (Sumer dan Fredsoe 2006). Haltersebut secara skematis diilustrasikan padaGambar 7.

Gambar 7 Skema separasi aliran di sekitarsilinder

15

Drag coefficient ( ) merupakan suatubesaran tanpa satuan yang digunakan untukmengukur gaya hambat (drag) dari sebuahobjek dalam lingkungan fluida seperti air danudara (Hoerner 1965). Besaran ini juga dapatmenunjukkan karakteristik aerodinamis suatubenda jika dilalui aliran fluida. Persamaannyaadalah sebagai berikut:

=

….. (22)

keterangan :

FD = gaya hambat (drag force) = massa jenis fluida (kg m-3) = kecepatan angin (m det-1)A = luas penampang (m2)

CD bukan merupakan konstantamelainkan nilainya bervariasi terhadapkecepatan, bentuk benda, ukuran benda,densitas fluida, dan viskositas fluida. CD jugamerupakan fungsi Re, oleh karena itu dalambeberapa penelitian, suatu aliran fluida denganbesaran CD tertentu pada bilangan Reynoldsyang sama sering digunakan sebagai besaranpembanding dengan penelitian lain yang telahdilakukan sebelumnya untuk melakukanvalidasi, melihat apakah simulasi yang telahdibuat sudah benar.

2.6.4 Persamaan Transpor Spesies

Selain turbulensi, hal penting dalamdispersi polutan adalah persaman transportuntuk setiap jenis polutan. Hal tersebutmemerlukan persamaan kekekalan spesieskimia sebagai berikut:

( )

+ +

….. (23)

merupakan rasio produksi spesies i olehreaksi kimia, adalah rasio pembentukandari fase dispersi dan penambahan darisumber lain (ditentukan oleh pengguna). merupakan fluks difusi dari spesies i (SO2dalam penelitian ini) yang timbul karenaadanya gradien konsentrasi (kg m-2 det-1).Penelitian ini tidak menggunakan reaksi kimiasehingga dari persamaan tersebutditiadakan.

Persamaan fluks difusi, ( ), padaaliran turbulen dapat dimodelkan sebagaiberikut:

, +

….. (24)

, adalah koefisien difusi massa (m2 det-1), adalah angka turbulen Schmidt (

,

adalah viskositas turbulen dan adalahdifusivitas turbulen). Nilai default adalah0.7.

2.6.5 Model Perpindahan Panas (Heat Transfer)

Dispersi polutan juga dipengaruhi olehaliran energi termal. Perbedaan suhu antaramolekul yang satu dengan yang lainmenyebabkan terjadinya perbedaan kerapatanmassa molekul. Semakin tinggi suhu molekul,maka kerapatan massanya akan semakin kecil(renggang), sedangkan semakin rendah suhumolekul, maka kerapatan massanya akansemakin besar (rapat). Perbedaan kerapatanmassa tersebut akan menimbulkan terjadinyapergerakan dari molekul yang memilikikerapatan massa yang lebih besar ke molekulyang memiliki kerapatan massa yang lebihkecil.

Aliran energi termal dari suatu zatyang menempati suatu daerah di lapisan udarake suatu daerah lapisan udara lainnya dikenaldengan sebutan perpindahan panas (heattransfer). Perpindahan panas dapat terjadidengan tiga metode, yaitu konduksi, konveksi,dan radiasi. Fluent memecahkan persamaanenergi dalam bentuk persamaan matematisyang ditunjukkan pada persamaan 27.

Pada persamaan energi tersebut, nilai E adalahsebagai berikut:

= +

2….. (25)

merupakan energi total (Joule), merupakan tekanan (Pa), sedangkan sensibleenthalpy, h, ditentukan untuk gas idealsebagai berikut:

=

….. (26)

16

( + ) =

+ . +

….. (27)keterangan:

= konduktivitas yang berlaku (k+kt,, kt merupakan konduktivitas termal turbulen, ditentukan berdasarkan model turbulen yang sedang digunakan)

= fluks difusi dari spesies j (kg m-2 det-1) = panas dari reaksi kimia yang terjadi, dan sumber-sumber panas volumetrik lainnya yang

telah ditentukan oleh pengguna.

kemudian untuk kondisi aliran inkompresibel,nilai h ditentukan sebagai berikut:

= +

….. (28)

adalah fraksi massa dari spesies j, dan adalah sebagai berikut:

= ,

….. (29)

, merupakan kapasitas panas (Joule kg-1 K-

1) dan nilai adalah sebesar 298.15 K.

Gaya buoyancy dalam aliran konveksicampuran dapat ditentukan denganmembandingkan antara Grashof dan bilanganReynolds sebagai berikut:

=

….. (30)

merupakan bilangan Grashof, merupakan koefisien pemuaian panas (K-1),dan merupakan skala panjang (m). Dalamkondisi konveksi alami, kekuatan dari aliranbuoyancy-induced dapat ditentukan denganbilangan Rayleigh sebagai berikut:

=

….. (31)

Nilai dapat ditentukan menggunakanpersamaan sebagai berikut:

=1

….. (32)

dan merupakan difusivitas panas (m2 det-1),yang dirumuskan sebagai berikut:

= ….. (33)

merupakan konduktivitas panas (W m-1 K-1).Bilangan Rayleigh jika kurang dari 108

mengindikasikan bahwa aliran tersebutlaminar, sedangkan alirannya turbulen jikaangkanya berkisar antara 108 < Ra < 1010.

III METODOLOGI

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilakukan diLaboratorium Meteorologi dan PolusiAtmosfer, Departemen Geofisika danMeteorologi, IPB serta Laboratorium Aero-Gasdinamika dan Getaran (LAGG), BPPTdari bulan Juni-Oktober 2009.

3.2 Bahan dan Alat

3.2.1 Jenis dan Sumber Data

Data yang digunakan dalam penelitianini adalah data sekunder yaitu berupa datafisik cerobong, data kadar emisi (Q),denganstudi kasus PLTU Suralaya (Lampiran 1).Sebagai pembanding digunakan data samplingkonsentrasi SO2 ambien di dua lokasi yaituperumahan Suralaya dan Lebak Gede.

3.2.1.1 Data Fisik Cerobong

Data ini meliputi ketinggian cerobong(m), diameter cerobong bagian atas (m),kecepatan aliran gas dalam cerobong (m s-1),dan suhu gas (ºC). Data fisik cerobong yang

17

Tabel 5 Data fisik cerobong

Keterangan CerobongKapasitas (MW) 400Waktu Operasi (jam tahun-1) 7446Efisiensi Produksi (%) 34.8Jenis Bahan Bakar batubaraKonsumsi (ton jam-1) 170Tinggi (m) 200Diameter Dalam (m) 5.5Suhu Gas (oC) 130Kecepatan Gas Keluar (m det-1) 20

digunakan pada penelitian ini adalah datacerobong pada unit 1-4 (Tabel 5).

3.2.1.2 Data Klimatologi

Simulasi penyebaran SO2 yangdilakukan pada penelitian ini menggunakandata klimatologi pada tanggal 5 Mei 2005yang didapatkan dari Badan MeteorologiKlimatologi dan Geofisika (BMKG) Serang,Banten. Data klimatologi tersebut antara lain:

• Suhu rata-rata harian: 28.2 oC• Kecepatan angin rata-rata : 2.5 m det-1

• Arah angin terbanyak : 225º

Tanggal 5 Mei 2005 dipilih denganpertimbangan bahwa pada tanggal tersebutarah angin rata-rata berhembus menuju kearah 225º (barat daya). Arah tersebut kuranglebih sama dengan lokasi pengukuransampling polutan SO2 yaitu perumahanSuralaya dan Lebak Gede yang letaknya disebelah barat daya PLTU Suralaya. Haltersebut dimaksudkan agar pembandingandata hasil simulasi dengan data hasilpengukuran lapang yang nantinya dilakukanakan menjadi lebih realistis.

3.2.1.3 Data Validasi dan Pembanding

Data validasi dan pembanding yangdigunakan pada penelitian ini terdiri dari duajenis data, yaitu data validasi untuk modelgeometri dan data pembanding untuk hasilsimulasi.

a. Data Validasi untuk Model Geometri

Validasi kondisi aliran di dalam modelgeometri dilakukan untuk melihat apakahaliran tersebut sudah memenuhi kriteriamendekati kondisi sebenarnya. Selain itu,validasi juga dilakukan dengan tujuanmengetahui apakah model yang telah dibuat

terdapat kesalahan yang nantinya dapatberdampak pada keakuratan hasil darikomputasi yang akan dilakukan. Besaran yang digunakan sebagaivalidasi adalah nilai drag coefficient (CD)pada bilangan Reynolds (Re) yang mendekatisama dengan penelitian sebelumnya.Perhitungan bilangan Reynolds padapenelitian ini adalah sebagai berikut:

=1.225 × 3.7634 × 5.5

1.7894 × 10 = 1.4 × 10

b. Data Pembanding untuk Hasil Simulasi

Data pengukuran lapang yangdigunakan sebagai pembanding adalah datahasil pengukuran kualitas udara emisi SO2 dicerobong PLTU Suralaya serta data hasilpengukuran SO2 di udara ambien yangdilakukan di sekitar daerah Suralaya yaituperumahan Suralaya dan Lebak Gede padatahun 2005.

3.2.2 Alat

1. Seperangkat alat komputer2. Microsoft Office 20073. GAMBIT versi 2.2.304. Fluent versi 6.3.26

3.3 Perhitungan Kadar Emisi SO2 dari Cerobong

Perhitungan kadar emisi SO2 (Q)dihitung menggunakan nilai faktor emisi(emission factor) sesuai dengan standar EPA.Perhitungan faktor emisi untuk SO2 adalahsebagai berikut (Nevers 2000):

Faktor emisi = kadar sulfur × faktor pengali= 0.3 × 38= 11.4 lb ton-1

18

Nilai kadar sulfur tersebut didapat dari datapengukuran lapang yang dilakukan olehRuhiyat (2009) yaitu sebesar 0.3% sedangkannilai faktor pengali merupakan nilai standaryang ditetapkan EPA untuk kandungan SO2dalam pembakaran batubara. Setelah mendapatkan nilai faktoremisi, kadar emisi SO2 dapat dihitung denganmenggunakan persamaan berikut ini:

Q = faktor emisi × konsumsi batubara = 11.4 lb ton-1× 170 ton jam-1

= 1938 lb jam-1

= 0.24418 kg det-1

3.4 Langkah Kerja Penelitian

Pada penelitian ini simulasi dilakukandengan menggunakan dua perangkat lunakuntuk memecahkan permasalahan, yaituperangkat lunak Gambit dan Fluent. Langkahpengerjaan yang dilakukan adalah sebagaiberikut :

1. Membuat geometri dan mesh

Pemodelan geometri pada simulasi iniberbentuk balok berdimensi (x, y, z) 4800 m,250 m, 800 m dan sebuah cerobong denganbentuk silinder di dalamnya dengan tinggi 200m dan diameter 5.5 meter (Gambar 8).Keterangan diagram kartesian pada hasilsimulasi menunjukkan bahwa arah xmerupakan arah downwind (searah aliranangin) dan arah y merupakan arah crosswind(tegak lurus terhadap arah datang angin).

Jarak 4800 m ke arah x ditentukanberdasarkan adanya pemukiman pada jarak2900 m. Selain itu, pada jarak 4800 m tersebut(daerah outflow) dianggap alirannya sudahtidak terganggu (undisturbed flow), demikianpula pada batasan wilayah ke arah y dan zserta jarak antara velocity inlet dengancerobong. Selain itu, untuk batasan wilayah800 m ke arah z, jarak tersebut dianggapcukup untuk melihat bentukan kepulan dansebaran SO2, begitu pula dengan batasanwilayah 250 m ke arah y dianggap sudahdapat mewakili sebaran gas SO2. Setelahmodel geometri dengan batasan-batasantersebut telah dibuat, maka geometri tersebutharus diberikan grid (meshing).

Pengaturan ukuran grid pada geometridilakukan dengan mempertimbangkanlamanya waktu komputasi sehingga ukurangrid yang halus hanya difokuskan pada daerahyang vital saja yaitu daerah yang berada dekatdengan benda padat (cerobong dan tanah)

karena pada daerah tersebut banyak terjadigangguan (gradien tinggi). Semakin menjauhibenda padat, ukuran grid akan semakin besar(Blocken et al. 2006 dan Baik et al. 2003).

Gambar 8 Model geometri simulasi

Selain itu, penghematan waktukomputasi juga dilakukan dengan caramemberikan kondisi batas simetri pada daerahcenterface (searah sumbu x), komputasi hanyadilakukan pada sebagian daerah model sajasehingga dapat menghemat waktu sampaidengan 50% (Lampiran 2a). Hal tersebutdapat dilakukan karena angin yang mengalirdi dalam model tersebut membentuk sudutserang 0º atau paralel terhadap sumbu xsehingga fenomena yang terjadi di sebelahkanan ataupun kiri simetri akan sama. Olehkarena itu, pada penelitian ini komputasihanya dilakukan pada daerah di sebelah kirisaja.

Sebelum geometri tersebut dimasukkanke dalam Fluent, mesh yang telah dibuat harusdiperiksa terlebih dahulu. Salah satu tipekualitas yang dapat dipakai sebagai rujukanapakah mesh yang telah kita buat sudah baikatau tidak adalah dengan melihat nilaiequiangle skew yang nilainya tidak bolehmelebihi dari 0.9 (Tuakia 2008). Padapenelitian ini, nilai equiangle skew dari meshyang telah dibuat adalah sebesar 0.85 yangartinya mesh yang telah dibuat sudah cukupbaik dan dapat diproses selanjutnya di dalamFluent.

2. Memilih solver Pada saat membuka Fluent, terdapat

pilihan untuk menggunakan solver 2D atau3D dengan presisi tunggal atau presisi ganda(single precision atau double precision). Padapenelitian ini digunakan Solver 3D dengankeakuratan double precision.

3. Mengimpor dan memeriksa gridGrid model yang dibuat di dalam

GAMBIT diimpor dalam bentuk mesh filekemudian di dalam Fluent diperiksa kembali

19

apakah grid tersebut masih terdapat kesalahanatau tidak.

4. Memilih formulasi Solver Fluent menyediakan tiga formulasi

solver antara lain:• Pressure Based• Density Based implicit• Density Based explisit

Pada penelitian ini formulasi solver yangdigunakan adalah Pressure Based Solverdengan rincian sebagai berikut:

• Solver : pressure-based• Space : 3D• Velocity

formulation : absolute• Formulation : implicit• Time : steady• Gradient

option : green gauss cell based• Porous

formulation : superficial velocity

5. Menentukan model dan persamaan dasar Pada Fluent terdapat berbagai model

dan persamaan dasar yang dapat dipilih sesuaidengan kasus yang akan dianalisis. Padapenelitian ini digunakan beberapa persamaanyaitu viskositas (Spalart-Almarass), transporspesies tanpa reaksi kimia, dan perpindahanpanas secara konveksi.

Persamaan turbulensi Spalart-Allmarasdipilih dengan pertimbangan bahwapersamaan ini membutuhkan daya komputasiyang lebih kecil dibandingkan dengan modelturbulensi lainnya sehingga dapat menghematwaktu komputasi.

Rincian penentuan model danpersamaan dasar pada Fluent adalah sebagaiberikut:

1. Persamaan viskositas

• Model : Spalart-Allmaras• Options : vorticity based production

2. Persamaan transpor spesies

• Model : spesies transport• Mixture TemplateüMixture species : SO2 dan udaraüDensity : incompressible ideal

gasüCp : mixing lawüThermal

conductivity : ideal gas mixing lawüViscosity : ideal gas mixing lawüMass diffusivity : constant dilute appx

3. Menentukan kondisi operasi (operatingconditions) Kondisi operasi yang harus ditentukan

antara lain:• Tekanan : 1 atm• Percepatan gravitasi : -9.8 m det-2

• Suhu operasi : rata-rata suhu dari masing- masing kestabilan atmosfer

4. Menentukan material Fluida yang digunakan dalam

penelitian ini adalah udara dan SO2 padakondisi STP dengan sifat fisik masing-masing(Tabel 6).

5. Menentukan kondisi batas (boundarycondition)

Pada penelitian ini, diperlukaninformasi mengenai variabel pada domaingeometri dan informasi tersebut harusdimasukkan ke dalam kondisi batas (Lampiran3). Penentuan kondisi batas tersebut antaralain :

Velocity Inlet Adalah daerah inputan untuk data

profil angin dan suhu. Pada kondisi batas inidimasukkan nilai-nilai sebagai berikut:

• MomentumüVelocity specification

method : componentsüReference frame : absoluteüX-velocity (m/s) : profil angin manualüY-velocity (m/s) : 0üZ-velocity (m/s) : 0

Tabel 6 Karakteristik udara dan SO2

Keterangan SO2 UdaraSuhu (oC) 130 BervariasiKonduktivitas Panas (W m-1 K-1) 0.0104 0.025Viskositas (kg m-1 s-1) 1.2 × 10-5 1.7894 × 10-5

Kerapatan (kg m-3) 2.77 1.225

20

üTurbulencevSpecification

method : turbulent viscosity ratiovTurbulent

viscosityratio : 0.1 (konstan)

• TermalüSuhu : profil suhu manual

• SpesiesüFraksi massa

SO2 : 0

Mass Flow Inlet Adalah daerah tempat dimana

keluarnya emisi SO2 (daerah muka cerobongbagian atas). Pada kondisi batas inidimasukkan nilai-nilai sebagai berikut:

• MomentumüSO2 flow rate : 0.24418 kg det-1

üSupersonicgauge pressure : 0üDirection

specificationmethod : direction vectorüReference Frame : absoluteüCoordinate systemvX-component of flow direction = 0vY-component of flow direction = 0vZ-component of flow direction = 1üTurbulencevSpecification

method : turbulent viscosity ratiovTurbulent

viscosityratio : 0.1 (konstan)

• TermalüSuhu : 130 ºC

• SpesiesüFraksi massa

SO2 : 0.003

Outflow Adalah batas terluar downwind. Pada

penelitian ini terdapat dua outflow yang padamasing-masing kondisi batas tersebutdimasukkan nilai flow rate weighting sebesar0.5.

WallAdalah daerah batasan model yang

berbentuk padat (tanah dan cerobong). Nilaipada kondisi batas ini dikondisikan default.

SymmetryAdalah daerah yang alirannya

terbebaskan (tidak ada halangan). Padakondisi batas ini tidak perlu memasukkan nilaitertentu.

6. Solusi kontrolPada saat menentukan kriteria solusi

kontrol dalam Fluent, ditentukan nilai-nilaisebagai berikut:

• Pressure velocity coupling : SIMPLE

• Under Relaxation Factor (URF)üPressure : 0.3üDensity : 1üBody force : 1üMomentum : 0.3üModified turbulent viscosity : 0.8üTurbulent viscosity : 1üSO2 : 1üEnergi : 1

• DiskretisasiüPressure : second order upwindüMomentum : second order upwindüModified

turbulentviscosity : second order upwindüSO2 : second order upwindüEnergi : second order upwind

7. Inisialisasi medan aliran Sebelum memulai perhitungan atau

menjalankan program, hal yang harus lebihdahulu dilakukan adalah melakukaninisialisasi. Inisialisasi merupakan dugaanawal pada kondisi batas mana kita akanmemulai perhitungan.

8. Melakukan perhitungan atau iterasi Pada proses perhitungan, terlebih

dahulu yang dilakukan adalah menentukankriteria konvergensi, yaitu kesalahan atauperbedaan antara dugaan awal dan hasil akhiryang dilakukan oleh Fluent pada masing-masing persamaan yang digunakan. Setelahitu, barulah tentukan jumlah iterasi modelyang akan dilakukan. Fluent akan berhentimelakukan iterasi ketika telah konvergen atauketika mencapai jumlah iterasi.

21

9. Output program Hasil keluaran dari Fluent diantaranya

dapat berupa kontur, vector, pathline danparticle track. Pada penelitian inipenggambaran output akan ditampilkan dalambentuk kontur tiga dimensi. Konturkonsentrasi SO2 hasil simulasi, diaturskalanya dengan konsentrasi maksimumnyasebesar 365 µg m-3 atau sama dengan5.703125 × 10-9 kmol m-3. Nilai tersebutmerupakan nilai ambang batas polutan SO2berada di udara ambien.

Konversi satuan konsentrasi SO2 hasilsimulasi Fluent ditunjukkan pada contohperhitungan sebagai berikut:

1 =

× 64

× 10 × 10

= 6.4 × 10

3.5 Asumsi Model

Sehubungan dengan adanya berbagaiketerbatasan, maka pada penelitian inidigunakan asumsi sebagai berikut :1. Simulasi dilakukan pada kondisi steady

state2. Topografi daerah kajian dianggap datar3. Sumber emisi hanya berasal dari PLTU

Suralaya

Diagram alir penelitian dapat dilihat padaLampiran 4.

IV HASIL DAN PEMBAHASAN

4.1 Kondisi Aliran di Dalam Model

Aliran yang terjadi di dalam simulasiini merupakan aliran turbulen. Hal ini dapatdilihat dari besarnya bilangan Reynolds padaaliran tersebut yaitu sebesar 1.4 × 106.Bilangan ini cukup penting karena selaindapat menunjukkan suatu aliran turbulen atautidak, bilangan ini juga dapat dijadikanpatokan oleh peneliti untuk membandingkan

antara penelitian yang satu dengan yanglainnya dalam kasus aliran fluida pada kasusyang sama. Salah satu besaran yang seringdigunakan sebagai pembanding antara modelyang satu dengan yang lainnya, khususnyapada kasus aliran disekitar silinder adalahdrag coefficient (CD). Pada saatpembandingan, model yang dibandingkanharus memiliki bilangan Reynolds yang relatifsama. Perhitungan besaran tersebut dilakukandi dalam Fluent yang di dalamnya tersediapilihan untuk menghitung drag coefficienttersebut. Hasil perhitungan CD pada penelitianini adalah 0.304, perbandingannya denganhasil pada beberapa eksperimen dapat dilihatpada Tabel 7. Nilai CD pada simulasi saat inidengan bilangan Reynolds sebesar 1.4 × 106

masih berada diantara beberapa hasileksperimen lainnya dan hasilnya cukupmendekati. Hal ini menunjukkan bahwamodel yang dibuat sudah cukup baik untukdapat digunakan pada tahap penelitianselanjutnya.

4.2 Kecepatan Aliran di Sekitar Cerobong

Hasil simulasi aliran yang terjadi disekitar silinder (mulut cerobong) ditunjukkanpada Gambar 9. Gradasi warna di sebelah kirikontur menunjukkan nilai dari kecepatanangin (m det-1). Semakin merah warna kontur,

Gambar 9 Kontur kecepatan angin di sekitarcerobong hasil simulasi

Tabel 7 Nilai CD dari beberapa eksperimen

Re Eksperimen Persamaan Turbulen CD

1.4×106 Simulasi saat ini 3D Spalart-Allmarass 0.404Catalano et al. 3D LES 0.310Catalano et al. Unsteady RANS 0.410

1×106 Singh dan Mittal. 2D LES 0.591Shih et al. Tidak Diketahui 0.240Zdravkovich Tidak Diketahui 0.17-0.40

22

maka kecepatan anginnya semakin tinggisedangkan semakin biru warna kontur, makakecepatan anginnya akan semakin rendah.Pada simulasi tersebut, tidak ada material lainyang keluar dari cerobong, melainkan hanyaudara yang berasal dari velocity inlet yangmengalir searah sumbu x.

Hasil simulasi tersebut jikadibandingkan dengan hasil penelitianCatalano et al (2003) dengan bilanganReynolds sebesar 1 × 106, kontur kecepatanangin yang terbentuk menunjukkan bentukyang hampir sama, terlebih pada penelitiandengan menggunakan persamaan turbulensiLES (Gambar 10). Perbedaan bentuk konturterjadi karena masing-masing persamaanturbulensi yang digunakan memiliki akurasiyang berbeda-beda. Selain itu, kerapatan gridpada masing-masing penelitian juga akanmempengaruhi keakuratan hasil sehinggaakan terjadi perbedaan bentuk kontur.Semakin rapat suatu grid pada suatu model,waktu komputasi yang dibutuhkan akan lebihlama tetapi hasilnya akan semakin akurat.Sebaliknya jika grid dari suatu model tidakbegitu rapat, maka waktu komputasi yangdibutuhkan juga akan lebih sedikit dan hasilyang didapat akan berkurang keakuratannya.

Gambar 10 Kontur kecepatan angin denganmenggunakan dua persamaanturbulensi URANS dan LES(Catalano et al. 2003)

Seperti diketahui sebelumnya, aliranyang terjadi pada penelitian ini termasuk kedalam aliran turbulen (supercritical) dankecepatannya mengalami fluktuasi yangcukup besar. Aliran mengalami fluktuasiketika menyentuh silinder dan terjadipemisahan aliran secara paksa secara simetriske arah kanan dan kiri (Gambar 11).

Pada titik tengah silinder terjadistagnasi sehingga aliran di daerah tersebutberkurang kecepatannya (ditunjukkan olehwarna kuning). Lain halnya dengan aliran disamping silinder, terjadi peningkatankecepatan aliran (ditunjukkan oleh warnaungu) sehingga di daerah tersebut terbentuklapisan geser yang nantinya akan

menimbulkan vortex (putaran aliran) di daerahbelakang silinder. Pola pembentukan vortexsangat bergantung pada bilangan Reynoldsdari aliran itu sendiri.

Gambar 11 Pembentukan vortex dan titikpemisahan aliran (B) pada aliransupercritical (Sumer dan Fredsoe2006)

Menurut Sumer dan Fredsoe (2006),pembentukan vortex pada aliran supercriticaldi sekitar silinder terjadi pada titik B danpembentukan vortex tersebut terjadi di keduasisi silinder (Gambar 11). Hal tersebut sesuaidengan hasil simulasi (Gambar 12), vortexmulai terbentuk di kedua sisi silinder(ditunjukkan oleh warna pink) pada titik yangletaknya sama dengan titik B tersebut.

Gambar 12 Hasil simulasi konturpembentukan vorticity pada arahx di sekitar cerobong

Separasi aliran yang terjadi padalapisan batas (boundary layer) di kedua sisisilinder tersebut merupakan aliran turbulen,tetapi transisi menuju aliran turbulen di dalamlapisan batas belum terbentuk sepenuhnya.Daerah transisi tersebut terletak diantara titikstagnasi (stagnation point) dan titikpemisahan (separation point) (Sumer danFredsoe 2006).

4.3 Hasil Simulasi Penyebaran Gas SO2 pada Setiap Stabilitas Atmosfer

Hasil simulasi sebaran konsentrasi SO2mengunakan Fluent pada beberapa stabilitasatmosfer digambarkan dalam bentuk konturdengan berbagai gradasi warna. Warna merah

23

menunjukkan konsentrasi SO2 paling tinggikemudian semakin ke bawah konsentrasinyaakan semakin menurun dan konsentrasi palingrendah ditunjukkan oleh warna biru.

4.3.1 Kondisi Atmosfer Sangat Tidak Stabil

Pada kondisi stabilitas ini, polutan SO2terdispersi ke arah downwind, kemudianmenurun dan jatuh ke permukaan tanah padajarak 1000 m. Selanjutnya, polutan kembalinaik dan turun ke arah downwind. Jika dilihatke arah crosswind, polutan SO2 jugaterdispersi ke arah tersebut, melebar sampaidengan batas model sebelum akhirnya turunmenuju permukaan tanah. Bentuk kepulanyang terjadi pada stabilitas ini membentukpola looping.

Polutan SO2 cenderung turun padajarak yang tidak terlalu jauh dikarenakankecepatan angin horizontal rata-rata padakondisi atmosfer ini relatif rendah yangmenyebabkan angin tidak dapat membawapolutan terlalu jauh, ditambah lagi denganadanya konveksi dan gerak vertikal yang kuatsehingga polutan dengan cepat menyebar kearah vertikal dan horizontal. Nilai konsentrasiSO2 pada kondisi atmosfer ini masih jauh dibawah ambang batas udara ambien dengannilai maksimum sebesar 5 µg m-3 padapermukaan tanah (Lampiran 5a).

(a)

(b)

(c)

Gambar 13 Kontur sebaran SO2 padakondisi atmosfer sangat tidakstabil (a) isometrik (b) tampaksamping (c) tampak atas

4.3.2 Kondisi Atmosfer Tidak Stabil

Berdasarkan hasil simulasi padakondisi atmosfer tidak stabil, sebaran SO2pada kondisi atmosfer ini hampir sama dengankondisi atmosfer sebelumnya karena nilaiprofil kecepatan anginnya sama dengan nilaiprofil angin pada kondisi atmosfersebelumnya sehingga polutan jatuh dipermukaan tanah pada jarak yang sama.Begitu juga dengan bentuk kepulan yangterjadi cenderung bertipe looping.Perbedaannya adalah pada kondisi atmosferini nilai lapse rate-nya lebih kecil sehinggagaya vertikalnya tidak sekuat sebelumnya. Halitu mengakibatkan polutan yang jatuhcenderung menyusuri tanah sehingga nilaikonsentrasi SO2 di permukaan tanah lebihkecil. Konsentrasi SO2 pada kondisi atmosferini masih di bawah ambang batas udaraambien dengan nilai maksimum sebesar 4.83µg m-3 pada permukaan tanah (Lampiran 5b).

(a)

(b)

24

(c)

Gambar 14 Kontur sebaran SO2 padakondisi atmosfer tidak stabil(a) isometrik (b) tampaksamping (c) tampak atas

4.3.3 Kondisi Atmosfer Tidak Stabil Ringan

Pada hasil simulasi kondisi atmosfertidak stabil ringan, polutan SO2 akan lebihjauh terbawa oleh angin karena kecepatanangin pada kondisi atmosfer ini lebih tinggidibandingkan dengan simulasi sebelumnya.

Polutan terdispersi ke arah downwind,sedikit menaik kemudian kembali turun danmenyentuh permukaan tanah pada jaraksekitar 1500 m dari cerobong. Setelahmenyentuh tanah, polutan tersebut kembalinaik dan turun sepanjang arah downwind,tetapi pergolakannya tidak sebesar padasimulasi sebelumnya karena pada kondisiatmosfer ini gaya vertikal ke atas tidak sekuatpada kondisi atmosfer sebelumnya.Pergerakan polutan juga terjadi ke arahcrosswind ketika SO2 sudah mulai menyentuhtanah, melebar ke bagian kiri dan kananmodel sampai menyentuh batas. Bentukankepulan yang terjadi juga hampir sama dengandua simulasi sebelumnya yaitu membentukpola looping dengan konsentrasi SO2maksimum pada simulasi ini adalah sebesar3.69 µg m-3 pada permukaan tanah (Lampiran5c). Nilai tersebut juga masih berada jauh dibawah ambang batas udara ambien.

(a)

(b)

(c)

Gambar 15 Kontur sebaran SO2 pada kondisiatmosfer tidak stabil ringan (a)isometrik (b) tampak samping (c)tampak atas

4.3.4 Kondisi Atmosfer Netral

Berdasarkan hasil simulasi kondisiatmosfer netral, polutan SO2 terdispersi lebihjauh lagi ke arah downwind sampai denganjarak sekitar 1700 m (akibat dari kecepatanangin yang lebih tinggi) sebelum akhirnyajatuh ke permukaan tanah. Selain itu, polutanjuga tersebar ke arah crosswind, tetapi tidakterlalu melebar sepanjang polutan berada diudara, melainkan ketika jatuh ke permukaantanah, polutan melebar sampai dengan batasmodel bagian kiri dan kanan. Pada kondisi atmosfer netral,konsentrasi SO2 maksimum pada permukaantanah adalah sebesar 4.11 µg m-3 (Lampiran6a) dengan bentuk kepulan yang terjadi padakondisi atmosfer ini cenderung bertipeconning. Nilai tersebut juga masih jauh dibawah ambang batas udara ambien.

(a)

25

(b)

(c)

Gambar 16 Kontur sebaran SO2 pada kondisiatmosfer netral (a) isometrik (b)tampak samping (c) tampak atas

4.3.5 Kondisi Atmosfer Stabil Ringan

Berbeda halnya dengan beberapasimulasi sebelumnya, pada simulasi kali inisebaran SO2 cenderung stabil. Polutan SO2terbawa oleh angin ke arah downwind sampaimelebihi batas model dengan konsentrasi yangrelatif kecil karena telah tercampur denganudara pada jarak yang jauh. Jarak polutanketika mulai jatuh ke permukaan tanah cukupjauh yaitu pada jarak sekitar 2400 m daricerobong sedangkan untuk sebaran ke arahcrosswind, sebaran polutan juga cenderungstabil, tidak melebar terlalu jauh dibandingkandengan beberapa simulasi sebelumnyasehingga bentuk kepulan yang terjadi padakondisi atmosfer ini cenderung bertipefanning. Pada kondisi atmosfer ini, polutancenderung akan tetap berada pada ketinggianposisi awalnya dia berada. Naiknya suhudengan bertambahnya ketinggian (inversi) dangaya vertikal yang lemah membuat polutancenderung tidak dapat naik ataupun turunsecara signifikan, melainkan sangatdipengaruhi oleh angin yang pada kondisiatmosfer ini variasi kecepatan anginnya cukupbesar sehingga polutan terbawa sangat jauh.Kecepatan angin yang tinggi membuatkonsentrasi SO2 semakin cepat berkurang.Hasil perhitungan Fluent terhadap konsentrasiSO2 yang berada di permukaan tanah adalahsebesar 0.006 µg m-3 (Lampiran 6b). Nilai

tersebut masih sangat jauh berada di bawahambang batas udara ambien.

(a)

(b)

(c)

Gambar 17 Kontur sebaran SO2 pada kondisiatmosfer stabil ringan (a)isometrik (b) tampak samping (c)tampak atas

4.3.6 Kondisi Atmosfer Stabil

Bentuk sebaran SO2 pada kondisiatmosfer stabil hampir sama dengan bentuksebaran SO2 pada simulasi sebelumnya yaitukenaikan ataupun penurunan sebaran polutantidak terjadi secara signifikan (stabil). Polutantersebut terbawa oleh angin sangat jauh kearah downwind sampai melewati batas modelsehingga polutan baru jatuh ke permukaantanah pada jarak 3500 m dari cerobong.Bentuk sebaran SO2 tersebut dapat terjadidikarenakan pada kondisi atmosfer stabil,tidak ada pencampuran secara vertikal(vertical mixing), inversi kuat, dan turbulensimekanik yang kecil. Bentuk kepulan yangterjadi pada kondisi atmosfer ini cenderungbertipe fanning.

26

Kecepatan angin pada kondisi atmosferini lebih tinggi dari simulasi sebelumnyasehingga dapat dilihat pada Gambar 18,bahwa konsentrasi SO2 mulai dari daerahcerobong sudah sangat rendah nilainya dankembali berkurang setelah terbawa angin. Halini menunjukkan bahwa pada kondisi atmosferini konsentrasi SO2 lebih cepat berkurangkonsentrasinya akibat dari kecepatan anginyang tinggi sedangkan untuk konsentrasi SO2maksimum pada permukaan tanah nilainyajauh lebih kecil lagi yaitu sebesar 6× 10-4 µgm-3 (Lampiran 6c). Nilai tersebut tentu sajamasih sangat jauh di bawah ambang batasudara ambien.

(a)

(b)

(c)

Gambar 18 Kontur sebaran SO2 pada kondisiatmosfer stabil (a) isometrik (b)tampak samping (c) tampak atas

4.4 Hasil Perhitungan Konsentrasi SO2Menggunakan Fluent dan HasilPengukuran Lapang

Konsentrasi emisi SO2 hasil simulasipada setiap kondisi atmosfer memiliki nilaiyang berbeda-beda (Tabel 9). Lain halnya

pada kondisi atmosfer sangat tidak stabil dantidak stabil, hasil simulasi menunjukkankonsentrasi SO2 memiliki nilai yang hampirsama. Hal ini dikarenakan profil kecepatanangin yang terdapat pada kedua kondisiatmosfer tersebut memiliki profil yang samasedangkan untuk kondisi atmosfer lainnyadengan konsentrasi SO2 yang memiliki nilaiberbeda disebabkan oleh adanya perbedaanprofil kecepatan angin pada setiap kondisiatmosfernya. Semakin kestabilan atmosfertersebut menuju kondisi stabil, maka profilkecepatan anginnya memiliki range yanglebih besar sehingga kecepatan angin disetiap ketinggiannya akan lebih tinggi.Perbedaan profil kecepatan angin itu sendiriberpengaruh terhadap penyebaran konsentrasiSO2 tersebut. Semakin tinggi kecepatan angin,maka konsentrasi SO2 akan semakin rendahakibat terdispersi. Sebaliknya, semakin rendahkecepatan angin, maka konsentrasi SO2 tidakakan banyak berkurang nilainya. Hal inisesuai dengan penelitian yang dilakukan olehSupriyadi (2009) yang melakukan pengukurankonsentrasi polutan dari sumber garis denganmenggunakan model Gaussian dan didapatkanhasil bahwa semakin tinggi kecepatan anginberhembus maka konsentrasi polutan yangdihasilkan semakin rendah.

Konsentrasi SO2 hasil perhitunganFluent nilainya cukup mendekati dengan hasilpengukuran lapang yang dilakukan di atascerobong. Pengukuran konsentrasi SO2 dilapangan nilainya paling dekat dengan nilaisimulasi menggunakan Fluent pada keadaanatmosfer tidak stabil sehingga dapatdiperkirakan pengukuran lapang dilakukanpada saat kondisi atmosfer tidak stabil (Tabel8). Selama beberapa periode, hasilpengukuran lapang di cerobong menunjukkanbahwa nilai konsentrasi SO2 masih di bawahambang batas yaitu sebesar 750 mg m-3,begitu juga dengan hasil perhitunganmenggunakan Fluent.

Tabel 8 Hasil pengukuran kualitas udara emisi (SO2) di cerobong PLTU Suralaya

WaktuPengukuran

Konsentrasi SO2 di Cerobong(mg m-3)

1 2 3 4Periode 3 582 465 675 425

Perbedaan nilai konsentrasi SO2 antaraperhitungan Fluent dengan pengukuran dilapangan dapat disebabkan oleh beberapa hal.

27

Tabel 9 Hasil perhitungan kualitas udara emisi (SO2) dicerobong PLTU Suralaya dengan menggunakan Fluent

Kondisi Atmosfer Konsentrasi SO2(mg m-3)

Sangat Tidak Stabil 494Tidak Stabil 495Tidak Stabil Ringan 453Netral 368Stabil Ringan 253Stabil 152

Salah satu diantaranya adalah tidakdiketahuinya kapan waktu tepatnyapengukuran di lapangan dilakukan. Informasiyang diketahui hanya tahun pengukurantersebut dilakukan. Hal tersebut pentingkarena kondisi meteorologis berbeda-bedasetiap harinya. Seperti diketahui, kondisimeteorologis tersebut sangat berpengaruhterhadap penyebaran polutan. Pemantauan kualitas udara tidak hanyadilakukan di atas cerobong, melainkan didaerah ambien karena di daerah ini terdapatberbagai macam makhluk hidup yang dapatterpengaruh oleh dampak buruk akibat polutanyang dihasilkan oleh cerobong tersebut.Konsentrasi SO2 tertinggi hasil simulasi didaerah Lebak Gede terdapat pada saat kondisiatmosfer netral yaitu sebesar 4.1 µg m-3

(Tabel 10). Konsentrasi tertinggi terjadi padakondisi atmosfer tersebut karena di daerahLebak Gede dengan jarak 2.9 km daricerobong merupakan titik dimana konsentrasiSO2 pada kondisi atmosfer netral mencapaimaksimum di permukaan tanah (Lampiran6a).

Tabel 10 Hasil perhitungan konsentrasi SO2di daerah Lebak Gede (2.9 km)

Kondisi Atmosfer Konsentrasi SO2(µg m-3)

Sangat Tidak Stabil 2.37Tidak Stabil 2.51Tidak Stabil Ringan 2.66Netral 4.1Stabil Ringan 6 ×10-4

Stabil 6.87× 10-10

Selanjutnya untuk daerah perumahanSuralaya, pada Tabel 11 menunjukkan bahwakonsentrasi SO2 tertinggi terjadi pada saatkondisi atmosfer tidak stabil yaitu sebesar4.01 µg m-3. Hal tersebut dapat dilihat padaLampiran 4b dimana pada jarak tersebut (1.7km), konsentrasi SO2 berada pada posisimendekati maksimum. Nilai konsentrasi SO2

tersebut tentunya juga masih berada di bawahnilai ambang batas yang telah ditetapkan.Hasil perhitungan konsentrasi SO2menggunakan Fluent di daerah ambienmenghasilkan nilai yang cukup baik jikadibandingkan dengan hasil pengukuran lapang(Tabel 12).

Tabel 11 Hasil perhitungan konsentrasi SO2di daerah perumahan Suralaya (1.7km)

Kondisi Atmosfer Konsentrasi SO2(µg m-3)

Sangat Tidak Stabil 3.81Tidak Stabil 4.01Tidak Stabil Ringan 2.84Netral 0.99Stabil Ringan 3.35 ×10-7

Stabil 5.01× 10-13

Tabel 12 Hasil pengukuran konsentrasi SO2di beberapa lokasi

Konsentrasi SO2 (µg m-3)PeriodePerumahan

Lebak GedeSuralaya1 8 82 < 8 < 83 < 8 < 84 < 8 < 8

Konsentrasi SO2 dari hasil pengukuranlapang menunjukkan bahwa nilai yang terukuradalah rata-rata sebesar < 8 µg m-3. Samahalnya dengan pengukuran kualitas udara didaerah cerobong, data pengukuran konsentrasiSO2 di udara ambien juga terdapat berbagaikekurangan, diantaranya adalah tidak terdapatinformasi secara rinci mengenai kapan datatersebut diambil. Pada pengukuran tersebutjuga tidak terdapat informasi mengenai titikkoordinat pasti ketika pengukuran dilakukan.Selain itu, konsentrasi SO2 yang terukur pada

28

saat pengukuran pada kenyataannya berasaldari berbagai sumber, tidak hanya berasal darisatu sumber saja (cerobong).

Perhitungan konsentrasi SO2menggunakan Fluent juga dilakukan diseluruh bagian model pada ketinggian z = 1.5m. Ketinggian tersebut diambil dengan asumsibahwa tinggi tersebut merupakan jarak rata-rata alat pernapasan (hidung) orang Indonesiadari permukaan tanah. Konsentrasi SO2maksimum hasil simulasi adalah sebesar 5.06µg m-3 pada kondisi atmosfer sangat tidakstabil.

Menurut Cooper dan Alley (Gambar19a), semakin atmosfer stabil, konsentrasimaksimum yang terjadi akan semakinmenurun. Hal ini sesuai dengan penelitianyang dilakukan oleh Ruhiyat (2009) yangmelakukan simulasi pengukuran konsentrasiSO2 di PLTU Suralaya dengan menggunakanmodel Gaussian dan mendapatkan hasil bahwa

konsentrasi SO2 tertinggi terdapat padakeadaan atmosfer sangat tidak stabil danmenurun konsentrasinya ketika kondisiatmosfer semakin stabil (Tabel 14).Sedangkan pada penelitian ini terjadiperbedaan yang cukup signifikan yaitu padakondisi atmosfer sangat tidak stabilkonsentrasi maksimumnya menurun sampaidengan kondisi atmosfer tidak stabil ringannamun terjadi kenaikan kembali pada saatkondisi atmosfer netral, selanjutnyakonsentrasi kembali turun sampai dengankondisi atmosfer stabil (Tabel 13). Terjadinyakenaikan nilai konsentrasi maksimum padakondisi atmosfer netral tersebut dapat terjadikarena pada kondisi atmosfer tersebut terjadisuatu kondisi transisi turbulen pada aliransehingga terjadi anomali yang menyebabkannilai konsentrasi maksimum SO2 menjadi naikkembali (Schlichting 1979).

Tabel 13 Hasil perhitungan konsentrasi SO2 pada ketinggian z = 1.5 m

Kondisi Atmosfer Konsentrasi SO2 Maksimum (µg m-3) Jarak dari cerobong (m)Sangat Tidak Stabil 5.06 1361Tidak Stabil 4.84 1447Tidak Stabil Ringan 3.78 1940Netral 4.22 2702Stabil Ringan 6.67 × 10-3 3900Stabil 6.43 10-4 3900

Tabel 14 Hasil simulasi konsentrasi SO2 maksimum di z = 0 pada penelitian Ruhiyat (2009)

Kondisi Atmosfer Konsentrasi SO2 Maksimum (µg m-3) Jarak dari cerobong (m)Sangat Tidak Stabil 866 1090Tidak Stabil 374.4 3841Tidak Stabil Ringan 245.3 8519Netral 24.85 18800Stabil Ringan 12.68 18800

Gambar 19 Pengaruh (a) kestabilan atmosfer terhadap konsentrasi polutan dan (b) tinggi cerobong(H) terhadap konsentrasi polutan (Cooper dan Alley 1994)

29

Konsentrasi maksimum pada saatkondisi atmosfer sangat tidak stabil terjadipada jarak yang lebih dekat dibandingkanpada kondisi atmosfer stabil (Tabel 13). Halini juga sesuai dengan hasil penelitian yangdilakukan oleh Hakiki (2008), Prasanto(2008), dan Ruhiyat (2009) dengan hasilbahwa semakin stabil atmosfer, konsentrasipolutan akan mencapai maksimum pada jarakyang lebih jauh dibandingkan pada keadaanatmosfer tidak stabil.

Simulasi konsentrasi SO2 padapenelitian ini terlihat memiliki pola yanghampir sama dengan simulasi yang dilakukanoleh Prasanto (2008) di PT IndoramaSynthetics tbk, Purwakarta denganmenggunakan CFD setelah dilakukan proses

normalisasi (Gambar 20). PLTU tersebutmemiliki tinggi cerobong sebesar 120 m dandiameter mulut cerobong sebesar 2.5 mdengan kondisi kecepatan angin dan suhuudara rata-rata adalah sebesar 1.08 m det-1 dan28 ºC. Konsentrasi SO2 maksimum yangterlihat dari grafik tersebut terjadi pada jarakyang hampir sama pada keadaan atmosfersangat tidak stabil, tidak stabil ringan, dannetral, namun terjadi perbedaan pada saatkeadaan atmosfer stabil ringan dan stabil. Haltersebut dikarenakan pada penelitian Prasanto(2008) batasan model geometri ke arahdownwind yang dibuat kurang memilikipanjang yang sesuai sehingga tidak dapatmemperlihatkan kondisi ketika konsentrasiSO2 mencapai maksimum.

(a) (b)

(c) (d)

(e) (f)

Gambar 20 Perbandingan pola fluktuasi konsentrasi SO2 hasil normalisasi pada keadaan atmosfer(a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral (e) stabil ringan(f) stabil

30

Jarak ketika konsentrasi SO2 mencapaimaksimum perlu diketahui guna melihatradius untuk pembangunan perumahan yangaman dari emisi cerobong tersebut. Hal itudapat dilihat pada Gambar 20 yangmenginformasikan bahwa konsentrasimaksimum terjadi dengan jarak sekitar 6, 7,11, dan 14 kali tinggi cerobong (x/H) padakondisi atmosfer masing-masing yaitu sangattidak stabil, tidak stabil, tidak stabil ringan,dan netral. Sedangkan untuk kondisi atmosferstabil ringan dan stabil, belum dapatmenggambarkan terjadinya kondisimaksimum akibat dari batasan model yangtelah dijelaskan sebelumnya. Nilai-nilaitersebut nantinya dapat dijadikan sebagairujukan atau pertimbangan ketika akanmembangun suatu pabrik dengan tinggicerobong tertentu sehingga pendiri pabrik

ataupun pemerintah dapat memprediksi padajarak berapa kali tinggi cerobong, konsentrasiSO2 mencapai maksimum. Kemudian padajarak tersebut diharapkan agar tidak terdapatperumahan ataupun aktivitas penduduk untukmenghindari dampak atau pengaruh negatifpolutan yang terakumulasi di wilayah tersebutdan lebih baik pada jarak tersebut dianjurkanagar ditanami pepohonan guna mereduksikonsentrasi polutan sehingga konsentrasinyadapat berkurang.

Nilai konsentrasi SO2 maksimum hasilsimulasi Prasanto (2008), rata-ratamenunjukkan nilai yang lebih besardibandingkan dengan simulasi pada penelitianini (PLTU Suralaya). Hal tersebut diakibatkanoleh rendahnya kecepatan angin dan tinggicerobong yang lebih rendah sehinggakonsentrasi polutan tidak banyak berkurang.

(a) (b)

(c) (d)

(e) (f)

Gambar 21 Perbandingan pola fluktuasi konsentrasi SO2 hasil simulasi pada keadaan atmosfer (a)sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral (e) stabil ringan (f)stabil

31

Kecepatan angin dan tinggi cerobong yanglebih rendah juga menyebabkan polutan lebihcepat jatuh ke tanah karena tidak dapatmembawa polutan lebih jauh lagi akibatadanya tarikan oleh gaya gravitasi bumisehingga polutan tidak terlalu lama terdispersidi atmosfer. Lain halnya dengan simulasi diPLTU Suralaya, polutan lebih lama terdispersidi atmosfer dan jatuh ke tanah dengan jarakyang relatif lebih jauh (Gambar 21). Kondisitersebut dikarenakan pada daerah PLTUSuralaya, kecepatan angin rata-ratanya lebihbesar yaitu berkisar 2.5 m det-1 dengan tinggicerobong adalah 200 m dibandingkan denganpenelitian Prasanto (2008) dengan kecepatanangin sebesar 1.08 m det-1 dan tinggi cerobong120 m sehingga polutan akan lebih lamaberada di atmosfer dan berkurangkonsentrasinya sebelum akhirnya jatuh ketanah. Kondisi ini sesuai dengan Cooper danAlley (1994) yang menyatakan bahwasemakin tinggi cerobong (H), makakonsentrasi polutan maksimum akan jatuh kepermukaan tanah pada jarak yang lebih jauhdibandingkan dengan cerobong yang memilikitinggi lebih rendah. Sedangkan nilaikonsentrasi maksimum yang terukur akanakan lebih rendah pada cerobong yang lebihtinggi dibandingkan pada cerobong yang lebihrendah (Gambar 19b).

V KESIMPULAN

§ Sebaran polutan SO2 yang terlihat darihasil simulasi menunjukkan bahwa padakondisi atmosfer sangat tidak stabil, tidakstabil, dan tidak stabil ringan sebaranpolutan SO2 cenderung bertipe looping.Pada kondisi netral, sebaran polutan SO2cenderung bertipe conning, sedangkanuntuk kondisi atmosfer stabil ringan danstabil, sebarannya cenderung bertipefanning.

§ Berdasarkan hasil simulasi denganmenggunakan Fluent, didapatkan hasilbahwa nilai konsentrasi SO2 di cerobongmaupun di udara ambien masih berada dibawah ambang batas yang telahditetapkan. Konsentrasi SO2 maksimumdi cerobong terjadi pada saat kondisiatmosfer tidak stabil yaitu sebesar 495 mgm-3 sedangkan konsentrasi SO2maksimum pada ketinggian z = 1.5 mterjadi pada saat kondisi atmosfer sangattidak stabil dengan nilai konsentrasisebesar 5.06 µg m-3 kemudian

konsentrasinya menurun sampai dengankondisi atmosfer tidak stabil ringannamun terjadi kenaikan kembali pada saatkondisi atmosfer netral dan konsentrasitersebut kembali turun sampai dengankondisi atmosfer stabil.

§ Sebaran polutan SO2 dipengaruhi olehkondisi kestabilan atmosfer. Semakinstabil, maka polutan akan lebih lamaberada di atmosfer dan akan jatuh kepermukaan tanah pada jarak yang lebihjauh. Sebaliknya, semakin tidak stabilkondisi atmosfer, maka polutan akancepat jatuh ke permukaan tanah.Berdasarkan perhitungan, jarak terdekatdari cerobong ketika konsentrasi SO2maksimum pada ketinggian z = 1.5 madalah sejauh 1361 m (kondisi atmosfersangat tidak stabil) dan jarak yang terjauhadalah sebesar 3900 m (kondisi atmosferstabil ringan dan stabil).

DAFTAR PUSTAKA

Ahrens CD. 2006. Meteorology Today. Ed ke- 8. Brooks: Cole Publishing.

Baik JJ, Kim JJ, Fernando JS. 2003. A CFDmodel for simulating urban flow anddispersion. American MeteorologicalSociety 42:151-742.

Blocken B, Stathopoulos T, Carmeliet J. 2006.CFD simulation of the atmosphericboundary layer: wall functionproblems. Atmospheric Environment41:238-252.

Camelli FE, Hanna SR, Lohner R. 2004.Simulation of the must field

experiment using the FEFLO-Urban CFD model. Proceedings of the Symposium at the 5th On the Urban Environment; Vancouver. Canada: Meteor.

Catalano P, Wang M, Iaccarino G, Moin P. 2003. Numerical simulation of the flow around a circular cylinder at high Reynolds numbers. Elsevier 24:463- 469.

Chu AKM, Kwok RCW, Yu KN. 2004. Studyof pollution dispersion in urban areasusing Computational Fluid Dynamics(CFD) and Geographic Information

32

System (GIS). EnvironmentalModelling and Software 20:273-277.

Coirier WJ, Fricker DM, Furmaczyk M, Kim S. 2005. A computational fluid dynamics approach for urban area transport and dispersion. Environment Fluid Mech 15:443-479.

Cooper CD, Alley FG. 1994. Air PollutionControl A Design Approach. Ed ke-2.Illinois: Waveland Press, Inc.

Fardiaz S. 1992. Polusi Air dan Udara. Yogyakarta: Kanisius.

[Fluent]. 2006. Fluent 6.3 user’s guide. Lebanon: Fluent Inc.

[Fluent]. 2008. History of Fluent Computational Fluid Dynamics (CFD) Software & Services. [terhubung berkala]. http//:www.fluent.com/History of Fluent/index.html/ [ 5 Februari 2009].

[Google]. 2009. Google maps. [terhubungberkala]. http://maps.google.com/[Nopember 2009].

Frisch U. 1995. Turbulence: The Legacy of A. N. Kolmogorov. UK: Cambridge University Press.

Hakiki M. 2008. Pendugaan konsentrasipermukaan polutan sulfur dioksida(SO2) menggunakan model Gaussian(studi kasus PT Yamaha MotorManufacturing, Jakarta) [skripsi].Bogor: Departemen Geofisika danMeteorologi, Institut Pertanian Bogor.

Hoerner SF. 1965. Fluid-Dynamic Drag. USA: Hoerner Fluid Dynamics.

Knudsen JG, Katz DL. 1958. Fluid Dynamics and Heat Transfer. New York: McGraw-Hill, Inc.

Krupa SV. 1997. Air Pollution, People, and Plants. Minnesota: The American Phytopathological Society.

Kushnir Y. 2000. Lapse Rate, Moisture, Clouds, and Thunderstorms. [terhubung berkala]. http://eesc.columbia.edu/ [1 Oktober 2009].

Leonard LR. 1997. Air Quality Permitting. London : Lewis Publishers.

Liptak BG, Liu HF. 1999. Air Pollution. New York: Lewis Pub.

Manonom R, Xiaoen L, Wongwises P. 1999. Modelling Distribution of Sulfur Dioxide. Concentration In Mae Moh Power Plant Area. Proceeding of the 3rdAnnual National Symposium on Computational Science and Engineering; Bangkok, 24-26 Maret. hlm 1–9.

Morel RE, Fleck, George. 2006. Fourth Law of Thermodynamics. Chemistry 15.

Nevers Noel de. 2000. Air Pollution Control Engineering. Ed ke-2. Michigan: McGraw-Hill.

Oke TR. 1978. Boundary Layer Climates. London: Methuen & Co Ltd.

Pasquill F 1962. Atmospheric Diffusion: The Dispersion of Windborne Material from Industrial and otherSources. London: D. Van Norstand Company, Ltd.

Prasanto BS. 2008. Simulasi penyebaran gas SO2 dengan model Fluent dan model Difusi Gauss Ganda (studi kasus di PLTU PT.Indorama Synthetics tbk) [skripsi]. Bandung: Departemen Geofisika dan Meteorologi, Institut Teknologi Bandung.

Rott N. 1990. Note on the history of theReynolds number. Annual Review ofFluid Mechanics. 22:1-11.

Ruhiat Y. 2009. Model prediksi distribusi laju penyebaran SO2 dan debu dari kawasan industri [disertasi]. Bogor: Departemen Geofisika dan Meteorologi, Institut Pertanian Bogor.

Saperaud. 2005. Air pollution. [terhubungberkala].http://commons.wikimedia.org/wiki/Air_pollution [22 Desember 2009].

Schlichting G. 1979. Boundary Layer Theory.Ed ke-7. US: McGraw-HillCompanies, Inc.

http://maps.google.com/

http://eesc.columbia.edu/

http://commons.wikimedia.org/wiki/A

33

Schnelle KB, Dey PR. 2000. Atmospheric Dispersion Modeling Compliance Guide. US: McGraw-Hill Companies, Inc.

Scorer RS. 1968. Air Pollution. Oxford: Pergamon Press LTD, Headington Hill Hall.

Seinfeld JH. 1986. Atmospheric Chemistry and Physics of Air Pollution. Amerika Serikat: John Wiley & Sons, Inc.

Shih WCL, Wang C, Coles D, Roshko A.1993. Experiments on ow past roughcircular cylinders at large Reynoldsnumbers. J. Wind Eng. Indust.Aerodyn. 49:351–368.

Shui P, Liu CH, Li Y. 2009. CFD analysis ofpollutant removal mechanism in urbanstreet canyons. Proceedings of the 7th

international conference on urbanclimate. Yokohama, 29 Juni – 3 Juli.

Singh SP, Mittal S. 2005. Flow past acylinder: shear layer instability anddrag crisis. Int J Numer Meth Fluids47:75–98.

Soedomo M. 2001. Pencemaran Udara. Bandung: ITB.

Soenarmo SH. 1999. Diktat Kuliah Meteorologi Pencemaran Udara. Bandung: ITB.

Stull RB. 1988. An Introduction to Boundary Layer Meteorology. Netherlands: Kluwer Academic Publishers.

Sumer BM, Fredsoe J. 2006. HydrodynamicsAround Cylindrical Structures(Revised Edition). Singapore: WorldScientific Publishing Company.

Supriyadi E. 2009. Penerapan model finitelength line source untuk mendugakonsentrasi polutan dari sumber garis(studi kasus: Jl. M.H Thamrin DKIJakarta) [skripsi]. Bogor: DepartemenGeofisika dan Meteorologi, InstitutPertanian Bogor.

Tang W, Huber A, Bell B, Schwarz W. 2006.Application of CFD simulations forshort-range atmospheric dispersionover open fields and within arrays of

buildings. Proceedings of thesymposium at the 14th on theapplications of air pollutionmeteorology; Atlanta, 30 Januari – 2Februari.

Tjasyono B. 2003. Klimatologi Umum. Bandung: ITB.

Tuakia F. 2008. Dasar-Dasar CFD Menggunakan Fluent. Bandung: Informatika.

Warner PO. 1937. Analysis of Air Pollutans. Canada: John Wiley & Sons, Inc.

Zdravkovich MM. 1997. Flow aroundCircular Cylinders. UK: OxfordUniversity Press.

LAMPIRAN

Lampiran 4 Diagram alir penelitian

-Kadar emisi gas SO2

- Suhu gas SO2

Data fisik cerobong :

- Diameter cerobong bagian

atas dan bawah

- Ketinggian cerobong

Arah dan kecepatan angin

Suhu lingkungan

Perangkat Lunak Gambit :

- Membuat geometri ruang

- Membuat grid

Skenario kategori stabilitas

atmosfer:

A : sangat tidak stabil

B : tidak stabil

C : tidak stabil ringan

D : netral

E : stabil ringan

F : stabil

Perangkat Lunak Fluent :

- Memilih formulasi solver

- Menentukan persamaan

dasar

- Menentukan kondisi

operasi

- Menentukan sifat material

- Menentukan kondisi batas

- Inisialisasi

- Iterasi

- Output

Analisis dan pembahasanData sampling konsentrasi

SO2

Visualisasi tiga dimensi sebaran

gas SO2

Membandingkan hasil simulasi dengan

data sampling

Konsentrasi SO2 hasil simulasi

39

Lampiran 1 Lokasi PLTU Suralaya

Skala 1 : 1 750 000 Sumber : Google maps 2009

PLTU SuralayaPerumahan Suralaya

Lebak Gede

35

U

Lampiran 2 Model geometri

a). Bidang X dan Y

b). Bidang X dan Z

800 m 4000 m

D = 5.5 m

250 m

250 m

Y

X

Symmetry

Z

X

h = 200 m

4h 20h

4h

36

c). Model tiga dimensi X, Y, dan Z

4h 20h

4h

2.5h

h

37

Lampiran 3 Kondisi batas (boundary condition) komputasi

OutflowMass flow inlet (mulut cerobong)

Wall (cerobong) Wall (tanah)Symmetry

Outflow

Velocity inlet

Symmetry

38

40

Lampiran 5 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer (a) sangat tidakstabil (b) tidak Stabil (c) tidak stabil ringan

(a)

(b)

(c)

41

Lampiran 6 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer (a) netral, (b)stabil ringan, dan (c) stabil

(a)

(b)

(c)

42

Lampiran 7 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 pada keadaan atmosfer (a) sangattidak stabil (b) tidak stabil (c) tidak stabil ringan

(a)

(b)

(c)

43

Lampiran 8 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 keadaan atmosfer (a) netral, (b)stabil ringan, dan (c) stabil

(a)

(b)

(c)

simulasi penyebaran gas so 2 dari emisi...

Documents