Simulasi Dispersi Gas Karbon Monoksida (CO) dalam Gardu Tol menggunakan Computational Fluid Dynamics (CFD) Studi Kasus: Gerbang Tol Bogor

Studi Kasus: Gerbang Tol Bogor

AFRILIA PASHA

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2011

menggunakan Computational Fluid Dynamics (CFD). Di bawah bimbingan ANA TURYANTI dan FADILAH HASIM.

Gerbang tol merupakan salah satu lokasi potensial yang dapat digunakan untuk melakukan pengukuran kadar polutan terutama karbon monoksida (CO). Keberadaan zat pencemar berupa CO ini akan meningkat seiring dengan peningkatan antrian jumlah kendaraan yang akan dan telah melewati gerbang tol. Pemantauan kualitas udara baik di sekitar maupun di dalam gardu tol perlu dilakukan dalam rangka pengendalian keberadaan zat pencemar, salah satunya adalah dengan cara melakukan simulasi dispersi polutan dengan menggunakan model atau software untuk mengetahui potensi keterpaparan polutan. Penelitian ini bertujuan untuk melihat dan membandingkan pola aliran dan dispersi CO di dalam dua variasi gardu tol dengan nilai konsentrasi yang berbeda. Pendekatan yang digunakan dalam simulasi aliran gas dan udara dalam penelitian adalah komputasi dinamika fluida (CFD) dengan studi kasus Gerbang Tol Bogor. Sementara pemodelan turbulensi aliran dilakukan oleh perangkat lunak Fluent dengan menggunakan persamaan k-epsilon. Hasil pengukuran menunjukkan nilai kecepatan angin pada jam ke-1 (0,7 m/s) lebih besar daripada nilai kecepatan angin pada jam ke-4 (0,5 m/s). Di sisi lain, hasil konsentrasi CO yang terukur pada jam ke-1 (7,5 (ppm) jauh lebih kecil hingga sembilan kali lipat daripada hasil konsentrasi yang terukur pada jam ke-4 (68 (ppm). Sementara hasil simulasi Fluent menunjukkan bahwa distribusi kecepatan angin dan dispersi gas CO pada Geometri A jauh lebih baik daripada Geometri B. Hal ini disebabkan udara kotor lebih cenderung bertahan lama pada geometri yang memiliki volume lebih besar dan letak outflow yang jauh dari inlet.

Computational Fluid Dynamics (CFD). Guided by ANA TURYANTI and FADILAH HASIM.

Toll gate is one of potential location that can be used to measure the pollutant content, especially the carbon monoxide (CO). The existence of the contaminant in the form of CO will increase as the vehicle volume increase. The air quality observation either inside or outside the toll booth is needed to control the pollutant existence. One of the ways is by doing the pollutant dispersion simulation using model or software to identify the pollutant exposure potential. The objective of this study is to understand and compare the CO flow pattern and dispersion in four cases consisted of two different toll booth with two different CO concentration values. Measurement for concentration, temperature, and velocity was conducted at Bogor’s toll gate. Simulation of flow for gas and air inside the toll booth then was performed by CFD approach using computational code Fluent. The turbulence flow was computed using k-epsilon model. The measurement results show that the wind velocity at the hour-1 (0,7 m/s) is higher than the velocity at the hour-4 (0,5 m/s). On the other hand, the concentration of CO measured at hour-1 (7,5 (ppm) is nine time lower than the concentration measured at hour-4 (68 (ppm). The simulation results show that the distribution of wind velocity and dispersion of CO in Geometry A is much favourable than those in Geometry B. This is due to air with the pollutant are more likely to last longer on the geometry that has a larger volume and has a location of outflow far from the inlet.

©Hak Cipta milik IPB, tahun 2011

Hak Cipta dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan

atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,

penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau

tinjauan suatu masalah, dan pengutipan tersebut tidak merugikan kepentingan

yang wajar IPB.

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis

dalam bentuk apapun tanpa izin IPB.

Nama

: Afrilia Pasha

NRP

: G24070038

Disetujui,

Pembimbing 1

Pembimbing 2

Ana Turyanti, S. Si. MT

Dr. Fadilah Hasim

NIP. 19710707 199803 2 002

NIP. 19700723 198911 1 001

Diketahui,

Ketua Departemen Geofisika dan Meteorologi

Dr. Ir. Rini Hidayati, MS

NIP. 19600305 198703 2 002

sehingga penulis dapat menyelesaikan tugas akhir ini yang berjudul “Simulasi dispersi gas CO pada gardu tol dengan menggunakan Computational Fluid Dynamics (CFD)”sebagai salah satu

syarat kelulusan pada Program Studi Meteorologi Terapan.

Penghargaan dan ucapan terima kasih yang sebesar-besarnya, penulis haturkan kepada: 1. Keluargaku tercinta, ibu dan bapak serta kakak-kakakku terima kasih atas segala doa, kasih

sayang dan motivasi serta fasilitas yang telah diberikan selama ini sehingga penulis terus memiliki semangat untuk menyelesaikan tugas akhir.

2. Ibu Ana Turyanti, S.Si, M.T dan Bapak Dr.Fadilah Hasim selaku pembimbing tugas akhir yang selalu memberikan arahan dan motivasi serta bantuannya dalam penyusunan tugas akhir.

3. Kepala Laboratorium Meteorologi dan Polusi Atmosfer, Prof. Ahmad Bey dan bapak Bregas Budianto sebagai pembimbing akademik yang selama ini selalu dapat meluangkan waktunya untuk berdiskusi dan juga memberikan saran-saran kepada penulis beserta seluruh dosen Departemen Geofisika dan Meteorologi baik atas masukan dan ilmu yang telah diberikan maupun atas pesan moral yang disampaikan demi kebaikan dan keberhasilan penulis.

4. PT. Jasa Marga yang telah bersedia memberikan kesempatan pada penullis untuk memperoleh data dan desain serta melakukan pengambilan sampel kualitas udara.

5. Ibu Elis, pak Fauzi, ibu Ibad, pak Edy, pak Edo, ibu Ika, ibu Yuyun, pak Alamsyah, pak Usman, pak Ade dan seluruh staf PT.Jasa Marga atas bantuannya dalam pengurusan administrasi selama di PT. Jasa Marga Cabang Jagorawi.

6. Pak Rudy dan Bemby yang telah membantu penulis dalam melakukan pengukuran lapang di gerbang tol Bogor.

7. Neday, Bemby, Sigit, Anis, Tetet, Iyut, Dimas, Eca, Nono, Andi, Piet, Rinchan, Oiz, Eka, Ii, Ike, Firda, Unduh, Naren, Syamsu, Wari, Nda, Rendra, Anto, kak Victor, kak Yuli, kak Daniel, kak Uji baik atas bantuannya secara langsung maupun atas waktunya untuk mendengarkan curahan hati penulis.

8. Seluruh teman-teman GFM angkatan 44 yang selama 3 tahun sudah menuntut ilmu bersama-sama di departemen tercinta, terima kasih banyak atas pertemanannya, kebaikannya,

keceriannya, keikhlasannya, semangatnya, persaudaraannya, semoga tetap “Solidarity Forever”

9. Staf perpustakaan, pak Pono atas pinjaman buku, skripsi, dll. Staf TU, mas Aziz, mas Nandang, pak Udin, pak Djun, teh Wanti, bu Enda, terima kasih atas bantuannya dalam mengurus segala administrasi yang dibutuhkan oleh penulis.

10.Penghuni 3 Regina, mba Resti, Laras, Linda, Ifa, Dhanis, Besta, Widya, mba Uwi, mba Apong, Via, Tita, Sisi dll.,atas kebersamaan, keceriaan dan persaudaraannya serta semangat untuk saling memberi motivasi dalam menyelesaikan tugas akhir.

11.Semua pihak yang telah membantu yang tidak bisa disebutkan satu-persatu dalam penyelesaian tugas akhir ini.

Penulis sangat berharap semoga tulisan ini dapat memberikan manfaat bagi para pembaca sebagai alternatif dalam melakukan pemantauan kualitas udara khususnya dari emisi kendaraan bermotor. Penulis juga menyadari bahwa dalam tulisan ini masih banyak kekurangan maupun kesalahan. Oleh karena itu, masukan dari para pembaca sangat diharapkan guna memperbaiki sehingga tulisan ini bisa menjadi lebih baik.

Bogor, .Oktober 2011

dari pasangan H. Sardjono dan Hj.Kasiem. Penulis menempuh pendidikan dasar sejak tahun 1995 di SDN Cipulir 03 Pagi hingga tahun 2001 dan menamatkan pendidikan menengah pertama di SLTPN 48 Jakarta Selatan pada tahun 2004 serta menyelesaikan pendidikan menengah akhir di SMUN 32 Jakarta Selatan pada tahun 2007. Kemudian pada tahun yang sama penulis diterima sebagai mahasiswi IPB program Mayor-Minor melalui jalur USMI dengan memilih program Studi Meteorologi Terapan, Departemen Geofisika dan Meteorologi Fakultas Matematika dan Ilmu Pengetahuan Alam, dan pada tingkat 3 penulis berhasil menyelesaikan program minor Ekonomi Sumberdaya, Departemen Ekonomi Sumberdaya Lingkungan Fakultas Ekonomi dan Manajemen.

Selama masa perkuliahan penulis pernah aktif dalam beberapa organisasi seperti, Dewan Perwakilan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam (DPM FMIPA) pada tahun 2009, kemudian Himpunan Mahasiswa Agrometeorologi (HIMAGRETO) pada tahun 2010, Himpunan Mahasiswa Meteorologi Indonesia (HMMI) serta Indonesian Climate Student Forum (ICSF). Selain itu, penulis juga pernah mengikuti kegiatan magang di UPT Hujan Buatan, Badan Pengkajian dan Penerapan Teknologi (UPTHB BPPT) pada tahun 2010.

DAFTAR ISI

Halaman

DAFTAR TABEL... x

DAFTAR GAMBAR. ... xi

DAFTAR LAMPIRAN ... xii

I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2Tujuan ... 1

II TINJAUAN PUSTAKA ... 2

2.1 Pencemaran Udara ... 2

2.1.1 Jenis, Sumber dan Dampak Pencemar Udara ... 2

2.1.2 Pencemaran Udara Akibat Kendaraan Bermotor ... 4

2.1.3 Karakteristik Karbon Monoksida (CO) ... 5

2.1.4 Baku Mutu Udara Ambien (BMUA) ... 6

2.2 Peranan Atmosfer dalam Pencemaran Udara ... 7

2.2.1 Proses Dispersi ... 7

2.2.2 Proses Transformasi ... 8

2.2.3 Proses Transport ... 8

2.2.4 Proses Dilusi ... 8

2.3 Model Matematis Dispersi Polutan... 8

2.3.1 Fixed-Box Model ... 9

2.3.2 Model Dispersi Gaussian ... 9

2.4 Computational Fluid Dynamics (CFD) ... 10

2.5 GAMBIT (Geometry and Mesh Building Intelligent Toolkit) ... 11

2.6 Fluent ... 11

2.7 Pendekatan dalam Aliran Fluida ... 11

2.7.1 Persamaan Kontinuitas ... 12

2.7.2 Persamaan Navier-Stokes ... 12

2.7.2 Persamaan Turbulensi ... 12

2.8 Kondisi Lingkungan Gerbang Tol Bogor ... 13

III METODOLOGI ... 13

3.1 Waktu dan Tempat Penelitian ... 13

3.2 Alat dan Bahan ... 13

3.3 Parameter Input ... 14

3.3.1 Data Fisik Gardu Tol... 14

3.3.2 Data Konsentrasi Polutan ... 14

3.3.3 Data Meteorologi ... 14

3.4 Data Volume Lalu Lintas... 14

3.5 Analisis Kualitas Udara Ambien ... 14

3.5.1 Kurva Kalibrasi ... 14

3.5.2 Pengujian Contoh Uji ... 15

3.6 Metode Penelitian (Simulasi CFD) ... 15

3.6.1 Langkah pada GAMBIT ... 15

3.6.2 Langlah pada Fluent ... 16

3.7 Asumsi yang digunakan pada Model ... 18

IV HASIL DAN PEMBAHASAN ... 18

4.1 Kondisi Kepadatan Lalu Lintas GerbangTol ... 18

4.2 Simulasi Dispersi Gas CO dengan Menggunakan Computational Fluid Dynamics (CFD) ... 20

4.3 Pengaruh Kecepatan Angin terhadap Dispersi Polutan CO ... 20

4.3.1 Distribusi Angin pada Geometri A ... 20

4.3.2 Distribusi Angin pada Geometri B ... 22

4.4 Konsentrasi Karbon Monoksida ... 24

4.5.1 Simulasi Dispersi Gas CO pada Geometri A ... 25

4.5.2 Simulasi Dispersi Gas CO pada Geometri B ... 29

V SIMPULAN ... 32

VI SARAN ... 32

DAFTAR PUSTAKA ... 32

DAFTAR TABEL

1 Pencemaran udara dan dampak kesehatan ... 4

2 Perkiraan persentase komponen pencemar udara dari sumber pencemar transportasi di Indonesia ... 4

3 Faktor emisi CO untuk berbagai jenis kendaraan dan bahan bakar ... 5

4 Komposisi gas buang dari kendaraan bermotor ... 5

5 Baku Mutu Udara Ambien (BMUA) Nasional ... 6

6 Nilai Ambang Batas (NAB) zat kimia di udara tempat kerja ... 7

7 Batas Indeks Standar Pencemar Udara (ISPU) dalam satuan SI... 7

DAFTAR GAMBAR

1 Sumber zat pencemar udara ... 3

2 Simulasi konsentrasi polutan saat emisi didefinisikan dalam domain model ... 10

3 Geometri (gardu tol) variasi A ... 15

4 Geometri (gardu tol) variasi B ... 15

5 Mesh pada Geometri A ... 15

6 Mesh pada Geometri B ... 16

7 Jumlah kendaraan bermotor/tahun ... 18

8 Jumlah kendaran bermotor per Minggu (2011): (a) Januari; (b) Februari; (c) Maret; (d) April ... 19

9 Profil kecepatan angin untuk Geometri A pada jam ke-1:(a) tampak isometrik; (b) tampak depan; (c) atas; (d) samping ... 21

10 Profil kecepatan angin untuk Geometri A pada jam ke-4:(a) tampak isometrik; (b) tampak depan; (c) atas; (d) samping ... 22

11 Profil kecepatan angin untuk Geometri B pada jam ke-1: (a) tampak isometrik; (b) tampak depan; (c) atas; (d) samping ... 23

12 Profil kecepatan angin untuk Geometri B pada jam ke-4: (a) tampak isometrik; (b) tampak depan; (c) atas; (d) samping ... 24

13 Output visual dispersi gas CO untuk Geometri A pada jam ke-1:(a) tampak isometrik/3D; (b) tampak depan; (c) atas; (d) samping ... 26

14 Plot nilai konsentrasi CO untuk Geometri A pada jam ke-1: (a) line x; (b) line y; (c) line z ... 27

15 Output visual dispersi gas CO untuk Geometri A pada jam ke-4:(a) tampak isometrik/3D; (b) tampak depan; (c) atas; (d) samping ... 27

16 Plot nilai konsentrasi CO untuk Geometri A pada jam ke-4: (a) line x; (b) line y; (c) line z ... 28

17 Output visual dispersi gas CO untuk Geometri B pada jam ke-4: (a) tampak isometrik/3D; (b) tampak depan; (c) atas; (d) samping ... 29

18 Plot nilai konsentrasi CO untuk Geometri B pada jam ke-1: (a) line x; (b) line y; (c) line z ... 30

19 Output visual dispersi gas CO untuk Geometri B pada jam ke-4:(a) tampak isometrik/3D; (b) tampak depan; (c) atas; (d) samping ... 31

20 Plot nilai konsentrasi CO untuk Geometri B pada jam ke-2: (a) line x; (b) line y; (c) line z ... 31

DAFTAR LAMPIRAN

1 Lokasi pintu tol Bogor ... 36

2 Lokasi penelitian: (a) Gardu tol Bogor; (b) Laboratorium Kimia Lingkungan (BDP); (c) Laboratorium Meteorologi dan Pencemaran Atmosfer; (d) Laboratorium Aero Gasdinamika dan Getaran ... 37

3 Gambar alat dan lokasi penempatan alat yang dilakukan selama pengukuran; (a) alat Air Impinger; (b) larutan/bahan kimia; (c) lokasi penempatan alat di dalam gardu ... 38

4 Gambar alat dan bahan yang digunakan selama proses analisis kualitas udara ambien CO: (a)peralatan kimia; (b) spektrofotometer; (c) larutan induk CO; (d) larutan penjerap ... 39

5 Kondisi batas dan parameter pada kondisi batas Geometri A ... 40

6 Kondisi batas dan parameter pada kondisi batas Geometri B ... 41

7 Data pengukuran kualitas udara pada gardu tol Bogor (Minggu 15 Mei 2011) jam ke-1 dan 2 ... 42

8 Data pengukuran kualitas udara pada gardu tol Bogor (Minggu 15 Mei 2011) jam ke-3 dan 4 ... 43

9 Data volume lalu lintas harian cabang Tol Jagorawi bulan Januari-Februari 2011 ... 44

10 Data volume lalu lintas harian cabang Tol Jagorawi bulan Maret-April 2011 ... 45

11 Data jumlah kendaraan gerbang tol Bogor dan Sentul Selatan ... 46

12 Jumlah kendaraan bermotor tol Jagorawi 2005-2010: (a) per tahun; (b) per hari; (c) per jam ... 47

13 Desain Geometri A: (a) tampak atas; (b) tampak samping; (c) tampak depan ... 48

14 Desain Geometri B: (a) tampak atas; (b) tampak samping; (c) tampak depan ... 49

I PENDAHULUAN 1.1Latar Belakang

Udara merupakan salah satu faktor utama dalam proses berlangsungnya kehidupan. Akan tetapi, seiring dengan meningkatnya pembangunan fisik kota dan pusat-pusat industri, kualitas udara telah mengalami perubahan. Perubahan tersebut pada umumnya terjadi akibat pencemaran udara, yaitu masuknya zat pencemar ke dalam udara. Zat pencemar yang dimaksud dapat berupa gas-gas dan partikel kecil atau aerosol.

Daerah perkotaan merupakan salah satu sumber polusi udara utama yang sangat besar peranannya dalam masalah pencemaran udara. Aktivitas perkotaan yang meliputi sektor pemukiman, transportasi, komersial, industri, dan sektor penunjang lainnya merupakan kegiatan yang potensial dalam mempengaruhi kualitas udara perkotaan. Pembangunan fisik kota dan berkembangnya daerah industri disertai melonjaknya produksi kendaraan bermotor, mengakibatkan peningkatan kepadatan lalu lintas dan hasil produksi sampingan berupa sisa pembakaran tidak sempurna.

Pada umumnya sektor transportasi memegang peran yang sangat besar dalam mencemari udara bila dibandingkan dengan sektor lainnya. Karbon monoksida (CO) merupakan salah satu zat pencemar yang dapat dihasilkan dari sektor transportasi. Berdasarkan estimasi, jumlah CO dari sumber buatan di Indonesia diperkirakan mendekati 60 juta ton/tahun. Setengah dari jumlah ini berasal dari kendaraan bermotor yang menggunakan bahan bakar bensin dan sepertiganya berasal dari sumber tidak bergerak. Di dalam laporan Organisasi Kesehatan Dunia, WHO diperkirakan bahwa sekurangnya satu jenis pencemaran udara di kota-kota besar telah melebihi ambang batas toleransi pencemaran udara (UNEP 1992). Sementara itu dinyatakan pula bahwa sebanyak 75% keberadaan karbon monoksida (CO) di udara berasal dari emisi kendaraan bermotor (Hil 1984).

Salah satu sarana yang diberikan oleh pemerintah dari sektor transportasi adalah pembangunan jalan tol. Sarana tersebut biasa digunakan sebagai jalur alternatif baik dalam kota maupun antarkota. Bogor merupakan salah satu kota besar di Indonesia yang memiliki sarana tol tersebut, hal ini tentu saja dapat mempermudah akses transportasi, mengingat aktivitas penduduk yang cukup

kompleks, termasuk mobilitas kendaraan bermotor yang masuk dan keluar kota melalui masing-masing gerbang tol. Pada kasus pencemaran udara, gerbang tol merupakan salah satu lokasi potensial yang dapat digunakan untuk melakukan pengukuran kadar polutan.

Pada gerbang tol terdapat beberapa gardu tol yang berfungsi sebagai loket tiket maupun loket pembayaran dan juga merupakan tempat keluar masuk kendaran yang akan dan telah melewati tol sehingga memungkinkan terjadinya pencemaran gas karbon monoksida di sekitar gardu tol. Hal ini tentu saja dapat membahayakan kesehatan para petugas gerbang tol yang bekerja di pintu tol jika memang tingkat pencemaran udara berada di atas ambang batas. Namun demikian, keterbatasan alat dan biaya serta waktu pengamatan seringkali menjadi kendala dalam melakukan pemantauan kualitas udara. Sehingga dalam rangka pengendalian pencemaran udara perlu adanya alternatif lain dengan cara melakukan simulasi dispersi polutan dengan menggunakan model atau software untuk mengetahui potensi keterpaparan polutan

Simulasi yang dapat dilakukan dalam menjelaskan fenomena aliran fluida seperti perpindahan panas, reaksi kimia, transpor massa hingga dispersi polutan yang terjadi di atmosfer adalah Computational Fluid Dynamics (CFD). CFD merupakan salah satu metode numerik dalam mekanika fluida yang pada dasarnya menggunakan filosofi diskritisasi sebagai pendekatan dalam menyelesaikan persamaan matematis yang terkait. Penggunaan CFD sangat bermanfaat dalam pembuatan virtual prototype dari sebuah sistem atau alat yang akan dianalisis dengan menerapkan kondisi nyata di lapangan. Hasil analisis CFD memang seringkali berupa prediksi kualitatif, namun hal tersebut tergantung dari permasalahan dan input data sehingga terkadang hasil analisis CFD juga dapat berupa prediksi kuantitatif.

1.2Tujuan

a. Melakukan simulasi pola aliran dan dispersi CO dalam gardu tol dengan menggunakan CFD,

b. Membandingkan hasil simulasi pola aliran dan dispersi gas CO di dalam dua variasi gardu tol dengan nilai konsentrasi yang berbeda.

II TINJAUAN PUSTAKA 2.1Pencemaran Udara

Salah satu faktor penting dalam kehidupan adalah udara. Namun dengan peningkatan pembangunan fisik kota dan pusat-pusat industri, kualitas udara telah mengalami perubahan yang sangat signifikan. Perubahan lingkungan udara pada umunya disebabkan oleh pencemaran udara, yakni masuknya zat pencemar (berbentuk gas-gas dan partikel kecil atau aerosol) ke dalam udara. Pencemaran udara didefinisikan sebagai hadirnya substansi di udara dalam konsentrasi yang cukup untuk menyebabkan gangguan pada manusia, hewan, tanaman, maupun material. Substansi ini biasanya berupa gas, cair, maupun partikel padat.

Definisi lain mengenai pencemaran udara adalah masuknya zat pencemar ke dalam udara atau atmosfer, baik secara alami maupun akibat dari aktivitas manusia yang melayang di udara dan bergerak sesuai dengan gerakan dan tingkah laku udara dalam jumlah yang melebihi ambang batas yang masih diperkenankan untuk kesehatan makhluk hidup maupun estetika (Soemarno 1996). Sementara itu, menurut Undang-Undang No.23 Tahun 1997 mengenai Pengelolaan Lingkungan Hidup pasal 1 ayat (12), pencemaran lingkungan hidup diartikan sebagai masuknya atau dimasukkannya makhluk hidup, zat, energi, dan atau komponen lain ke udara dan atau berubahnya tatanan udara oleh kegiatan manusia atau oleh proses alam, sehingga kualitas udara turun sampai ke tingkat tertentu yang menyebabkan udara menjadi kurang atau tidak dapat berfungsi lagi sesuai dengan peruntukkannya.

Pencemaran udara telah menjadi permasalahan yang serius terutama di kota-kota besar di Indonesia. Dampaknya terhadap kesehatan dan kesejahteraan manusia serta pada ekosistem telah menimbulkan kerugian ekonomi yang sangat besar sehingga perlu segera ditangani. Beberapa faktor yang menyebabkan terjadinya pencemaran udara adalah laju urbanisasi yang tinggi, penataan ruang yang kurang seimbang, pertumbuhan ekonomi yang mengubah gaya hidup sehingga menambah konsumsi energi dan meningkatkan motorisasi, ketergantungan pada minyak bumi yang tinggi, dan perhatian masyarakat dan pegawai pemerintah yang kurang (Suhadi 2006).

Tingkat pencemaran udara di Indonesia telah melebihi ambang batas standar toleransi dan hal tersebut berdampak pada timbulnya gangguan kesehatan pada masyarakat. Menurut hasil pemantauan yang dilakukan oleh stasiun-stasiun pemantau pencemaran udara Badan Meteorologi Klimatologi dan Geofisika di beberapa kota besar seperti Jakarta, Bandung, Surabaya, Menado dan Medan menunjukkan bahwa tingkat ambang pencemaran debu, Pb, NO2,

CO, SO2 terus naik sejak tahun 1980 dan

telah melebihi ambang batas (Sutamihardja 1994).

2.1.1 Jenis, Sumber dan Dampak Pencemaran Udara

Beberapa kota besar di Indonesia mengalami penurunan kualitas udara akibat tercemar oleh zat-zat pencemar yang dihasilkan dari berbagai macam sumber aktivitas pembangunan, sehingga hal tersebut juga akan berdampak pada kesehatan manusia. Berikut merupakan jenis, sumber, dan dampak pencemaran udara.

 Jenis Zat Pencemar Udara

Pencemar udara dapat berbentuk gas, bau dan partikulat tersuspensi seperti debu, aerosol dan asap. Tergantung dari sumber pencemaran dan interaksi pencemar dengan komponen udara lainnya, komposisi kimiawi pencemar dan dampaknya terhadap kesehatan dapat berbeda-beda. Beberapa jenis zat-zat pencemar udara yang paling sering dijumpai di lingkungan perkotaan adalah SOx, NOx, CO, O3, SPM (Suspended

Particulate Matter) dan Pb. SOx berperan

dalam terjadinya hujan asam dan polusi partikel sulfat aerosol. NOx berperan

terhadap polusi partikel dan deposit asam dan prekusor ozon yang merupakan unsur pokok dari kabut fotokimia. Selain itu, CO, asap dan debu juga termasuk polusi partikel.

 Sumber Pencemar Udara

Pembangunan yang berkembang pesat dewasa ini, khususnya dalam industri dan teknologi serta meningkatnya jumlah kendaraan bermotor yang menggunakan bahan bakar fosil (minyak) menyebabkan udara yang terhirup menjadi tercemar oleh gas-gas buangan hasil pembakaran. Pada umumnya, sumber pencemaran udara ada dua macam, yakni disebabkan oleh faktor internal dan eksternal.

Secara internal, pencemaran udara terjadi akibat debu yang berterbangan, abu atau

debu yang dikeluarkan dari letusan gunung berapi berikut gas-gas vulkanik, dan proses pembusukan sampah organik. Sementara dari faktor eksternal, pencemaran udara disebabkan oleh hasil pembakaran bahan bakar fosil, debu dari kegiatan industri dan pemakaian zat-zat kimia yang disemprotkan ke udara (Wardhana 2001).

Menurut Soedomo (2001), penyumbang emisi terbesar dalam polusi udara di perkotaan adalah hasil pembakaran tidak sempurna dari kendaraan bermotor yang berupa CO, NOx dan SOx. Sementara itu

hasil dari aktivitas industri menjadi penyumbang terbesar kedua, hal tersebut turut dipengaruhi oleh jenis industri dan proses yang berlangsung di dalamnya. Kemudian aktivitas lainnya yang dapat menghasilkan emisi adalah akibat dari pembakaran sampah dan kegiatan rumah tangga.

Berdasarkan polanya sumber pencemar terbagi atas (Tjasjono 1999):

1. Sumber titik kontinyu, pada umumnya berasal dari aktivitas pabrik yang memancarkan zat pencemar ke dalam udara melalui cerobong pembuangan, 2. Sumber garis, merupakan sumber yang

mengeluarkan pancaran zat pencemar berupa garis yang memanjang, misalnya jalan raya, daerah industri sepanjang tepi sungai/pantai dan lain-lain,

3. Sumber bidang, yaitu sumber pancaran kompleks yang dipancarkan dari suatu daerah seperti kawasan industri, perkotaan dan sebagainya.

Gambar 1 Sumber zat pencemar udara (Sumber: QGK 2007).

Sementara itu sumber pencemaran udara dapat dikategorikan atas sumber bergerak dan sumber tidak bergerak, yang meliputi

berbagai sektor termasuk transportasi, industri dan domestik. Pada umumnya proses pembakaran bahan bakar fosil, baik yang berada di dalam mesin (transportasi), proses pembakaran dan pengolahan industri, maupun pembakaran terbuka (domestik) mengeluarkan zat pencemar yang hampir sama, walaupun secara spesifik jumlah relatif masing-masing pencemar yang diemisikan masih tergantung pada karakteristik (properti) bahan bakar dan kondisi pembakaran. Secara visual sumber dan jenis zat pencemar dapat dilihat pada Gambar 1.

 Dampak Pencemar Udara

Pencemaran udara dapat menyebabkan kerusakan terhadap manusia dan lingkungan. Pencemaran udara meningkatkan morbiditas dan mortalitas, mempengaruhi produktivitas pertanian, merusak bahan-bahan, berdampak negatif terhadap ekosistem, dan menyebabkan gangguan estetika. Dari seluruh dampak pencemaran di atas, dampak terhadap kesehatan dan kesejahteraan manusia adalah yang dominan dengan kontribusi ±90% dari total kerusakan akibat pencemaran udara (Suhadi 2006). Pengaruh pencemaran udara terhadap kesehatan dapat terlihat pada Tabel 1.

Bila sesorang sepanjang hidupnya atau dalam jangka waktu yang lama terpapar secara kumulatif maka selanjutnya akan menimbulkan dampak gangguan pada kesehatan. Dampak kesehatan ini tidak tergantung apakah pemaparan kumulatif berasal dari pemaparan level singkat namun tinggi (akut) ataukah pada pemaparan pada level rendah tapi sepanjang waktu. Akibat yang ditimbulkan adalah terjadinya kesakitan (morbiditas) dan kematian (mortilitas).

Anak-anak, manusia lanjut usia, penderita penyakit paru dan jantung, perokok dan pekerja yang beraktivitas di dekat sumber pencemaran merupakan kelompok yang rentan terhadap pencemaran udara. Penelitian mengenai dampak pencemaran udara terhadap kesehatan sudah banyak dilakukan diantaranya adalah penelitian yang dilakukan oleh Universitas Indonesia yang bekerjasama dengan United States Asia Environmental Partnership (USAEP) di wilayah Jakarta dan sekitarnya yaitu PM2.5 dan CO pada populasi di Jakarta

dan sekitarnya (Haryanto 2005).

Hasil penelitian tersebut menunjukkan bahwa subjek reseptor yang melakukan

Tabel 1 Pencemaran udara dan dampak kesehatan

Pencemar Dampak

Partikulat (timbal, nikel, arsen, karbon) terutama yang berukuran 10 mikrometer ke bawah

Meningkatkan risiko gangguan dan penyakit sistem pernapasan dan kardiovaskular.

CO

Mengganggu konsentrasi dan refleksi tubuh, menyebabkan kantuk dan dapat memperparah penyakit kardiovaskular akibat defisiensi oksigen. CO mengikat

hemoglobin sehingga jumlah oksigen dalam darah berkurang.

SOx

Meningkatkan risiko penyakit paru-paru dan menimbulkan batuk pada pemajanan singkat dengan

konsentrasi tinggi.

NOx

Meningkatkan total mortalitas, penyakit kardiovaskular, mortalitas pada bayi, serangan asma

dan penyakit paru-paru kronis.

Ozon

Menimbulkan iritasi mata, meningkatkan gangguan pernapasan dan serangan asma, dan menurunkan daya

tahan tubuh terhadap flu dan pneumonia

Senyawa organik yang mudah menguap

Menyebabkan iritasi mata, hidung dan tenggorkan; pada beberapa kasus menimbulkan pusing, mual dan kehilangan koordinasi; bersifat karsinogen terutama zat

polycylic aromatic hydrocarbons (PAH), benzena dan 1,3 butadiena.

(Sumber : Colville, Hutchinson, Mindell, and Warren 2001)

aktivitas di dalam ruangan berdekatan dengan sumber pencemaran (di jalan) memiliki risiko kesehatan yang tinggi, baik yang menggunakan kendaraan berpendingin (AC) maupun tidak. Konsentrasi pencemar udara yang terhirup ketika subjek penelitian berada di jalan raya cukup tinggi. Konsentrasi pencemar udara PM2.5 dan CO

tersebut jauh melebihi rata-rata harian ambang batas baku mutu udara ambien nasional.

2.1.2 Pencemaran Udara Akibat Kendaraan Bermotor

Kendaraan bermotor merupakan salah satu sumber bergerak (transportasi) terhadap pencemaran udara. Penggunaan bahan bakar kendaraan bermotor baik berupa bahan bakar bensin ataupun solar akan menghasilkan gas buang yang terdiri dari CO2, CO, SO2, NO2,

dan HC. Sebanyak 75% keberadaan karbon monoksida (CO) di udara berasal dari emisi kendaraan bermotor (Hil 1984). Gas tersebut dihasilkan dari pembakaran yang tidak sempurna dari bahan bakar kendaraan bermotor dan dapat bertahan di udara hampir selama satu hingga tiga bulan. Beberapa perkiraan persentase zat pencemar lain yang

dihasilkan oleh kendaraan bermotor dapat terlihat pada Tabel 2.

Tabel 2 Perkiraan persentase komponen pencemar udara dari sumber pencemar transportasi di Indonesia

Komponen Pencemar Persentase (%)

CO 71

NOx 9

SOx 1

HC 18

Partikel 1

Total 100

(Sumber: Wardhana 1999)

Gas pencemar udara yang kadarnya cukup tinggi di udara adalah SO2, NO2 dan

CO. Pencemar udara tersebut merupakan pencemar atau polutan primer dari kendaraan bermotor. Selanjutnya, polutan primer yang telah diemisikan oleh suatu sumber emisi akan mengalami berbagai reaksi fisik dan kimia (Budiraharjo 1991). Perkiraan jumlah emisi zat pencemar yang dikeluarkan dari berbagai jenis kendaraan bermotor dapat terlihat pada Tabel 3.

Tabel 3 Faktor emisi CO untuk berbagai jenis kendaraan dan bahan bakar

Jenis Kendaraan CO (gr/km) Mobil Gasoline 24

Diesel 5.2 Truk besar/bis Diesel 2.5 Truk kecil/bis Gasoline 41 Diesel 5.3 Motor 2-tak 17 4-tak 20

(Sumber: US-EPA 2011)

Menurut Direktorat Lalu-lintas dan Angkutan Jalan Raya, Direktorat Jenderal Perhubungan Darat (DLLAJR 1998), jumlah gas buang yang diemisikan oleh kendaran ditentukan oleh kecepatan kendaraan, umur kendaraan dan perawatan kendaraan. Pemasangan anti pencemaran pada kendaraan bermotor dapat menurunkan emisi gas buang. Sementara emisi gas buang yang dihasilkan dari pembakaran bahan bakar dalam ruang bakar mesin sangat dipengaruhi oleh kualitas bahan bakar, teknologi kendaraan, penggunaan teknologi pengontrolan emisi, dan perawatan kendaraan (Suhadi 2006).

Berdasarkan Peraturan Daerah DKI Jakarta Nomor 2 Tahun 2005 tentang Pencemaran Udara dan Gas Buang Kendaraan Bermotor, segala jenis kendaraan bermotor baik motor, mobil atau angkutan umum harus melakukan uji emisi. Pada kendaraan berbahan bakar bensin, yang diperiksa adalah HC (hidrokarbon) dan CO (karbon monoksida) sesuai dengan perakitan mobil yang dibuat sebelum 2007 dan sesudah 2007, emisi HC maksimum 700 ppm dan CO sebesar 3%. Sementara, mobil produksi setelah tahun 2007, HC maksimum 200 ppm dan CO sebesar 1.5% (Pramantyo 2009). Komposisi gas buang yang dikeluarkan dari pembakaran bahan bakar bensin dan solar dapat dilihat pada Tabel 4.

Tabel 4 Komposisi gas buang dari kendaraan bermotor Jenis gas buang Bensin (% volume) Solar (% volume)

CO2 9 9

CO 4 0,1

NOx 0,06 0,04

SO2 0,006 0,02 (Sumber: Hartogenesis dalam Santosa 2005)

Kendaraan bermotor biasanya menggunakan bahan bakar pencemar berupa bensin atau solar. Penggunaan solar sebagai bahan bakar mesin diesel menghasilkan gas buang dengan kandungan NOx, SOx, CO,

hidrokarbon yang tidak terbakar (UHC) dan partikulat-partikulat serta asap hitam. Emisi partikulat yang dikeluarkan oleh mesin diesel sangat berbahaya dibandingkan dengan emisi yang dikeluarkan oleh masin berbahan bakar bensin. Namun jika dibandingkan dengan kendaraaan bensin, kendaraan diesel tidak banyak mengandung CO dan UHC. Di sisi lain, kadar NO2 sangat

rendah bila dibandingkan dengan NO. Sehingga komponen utama gas buang motor Diesel yang membahayakan adalah NO dan asap hitam (Faiz, Weaver dan Walsh 1996).

2.1.3 Karakteristik Karbon Monoksida

Sifat fisik gas karbon monoksida (CO) adalah gas yang tidak berbau, tidak berasa, dan pada suhu normal berbentuk gas yang tidak berwarna. Gas CO dihasilkan dari pembakaran tidak sempurna yang berasal dari minyak tanah, bensin, solar, batu bara atau kayu. Pembakaran tidak sempurna memang sangat mungkin terjadi. Secara teoritis hal tersebut terjadi karena kekurangan gas oksigen (udara) untuk proses pembakarannya. Senyawa CO mempunyai potensi racun yang berbahaya karena mampu membentuk ikatan yang kuat dengan pigmen darah yaitu hemoglobin.

Di lingkungan, karbon monoksida dapat terbentuk secara alamiah, namun sumber utama dari gas tersebut adalah dari kegiatan manusia. Karbon monoksida yang berasal dari alam yaitu akibat kebakaran hutan, oksidasi metal di atmosfer, lautan, serta badai listrik alam. Sementara sumber CO buatan antara lain berasal dari kendaraan bermotor, terutama yang menggunakan bahan bakar bensin. Berdasarkan estimasi, Departemen Kesehatan (2003) mencatat jumlah CO dari sumber buatan diperkirakan mendekati 60 juta ton/tahun.

Konsentrasi CO yang tinggi seringkali diperoleh dari gas buang kendaraan bermotor dan polusi dalam ruangan yang buruk. Pada pembakaran bahan bakar bermotor, seluruh penggunaan bahan bakar tidak diubah seluruhnya menjadi CO2 dan H2O tetapi

sebagian juga dilepaskan menjadi CO dan sebagian material partikulat karbon organic (Brimblecombe 1986). Senyawa karbon monoksida (CO) memiliki daya distribusi yang luas dan merupakan jenis senyawa

polutan yang jumlah emisinya terbesar di antara nilai emisi jenis senyawa polutan lainnya. Karbon dan oksigen dapat bergabung membentuk senyawa CO sebagai hasil pembakaran yang tidak sempurna, seperti terurai dalam reaksi berikut:

2C + O2 2 CO

Kadar CO di daerah perkotaan cukup bervariasi dan dipengaruhi oleh kepadatan kendaraan bermotor yang menggunakan bahan bakar bensin. Pada umumnya, kadar maksimum CO terjadi bersamaan dengan jam padat seperti pada pagi dan sore menjelang malam hari. Selain cuaca, variasi kadar CO juga tergantung pada topografi jalan dan bangunan sekitarnya. Paparan CO dari udara ambien dapat direfleksikan dalam bentuk kadar karboksihemoglobin (HbCO) dalam darah yang terbentuk dengan sangat perlahan karena membutuhkan waktu 4 hingga 12 jam untuk tercapainya keseimbangan antara kadar CO di udara dan HbCO dalam darah. Sehingga hal tersebut cenderung dinyatakan sebagai kadar paparan rata-rata dalam 8 jam (Shah 1997).

Karakteristik biologis yang paling penting dari CO adalah kemampuannya dalam berikatan dengan hemoglobin, pigmen sel darah merah yang mengangkut oksigen ke seluruh tubuh. Sifat ini menghasilkan pembentukan karboksi-hemoglobin (HbCO) yang 200 kali lebih stabil bila dibandingkan dengan oksihemoglobin (HbO2). Penguraian

HbCO yang relatif lebih lambat menyebabkan terhambatnya kerja molekul sel pigmen dalam membawa oksigen ke seluruh tubuh. Kondisi tersebut dapat berakibat fatal karena dapat menyebabkan keracunan. Selain itu, metabolisme otot dan fungsi enzim intra-seluler juga dapat terganggu dengan adanya ikatan CO yang stabil. Dampak keracunan CO sangat berbahaya bagi orang yang telah menderita gangguan pada otot jantung atau sirkulasi darah peripheral yang parah.

Dampak dari CO bervariasi tergantung dari status kesehatan seseorang pada saat terpapar. Pada beberapa orang yang memiliki berat badan di atas normal dapat mentolerir paparan CO sampai kadar HbCO dalam darahnya mencapai 40% dalam waktu yang singkat. Tetapi seseorang yang menderita sakit jantung atau paru—paru akan menjadi lebih parah apabila kadar HbCO dalam darahnya sebesar 5-10% (Departemen Kesehatan 2003).

2.1.4 Baku Mutu Udara Ambien

Pemerintah Republik Indonesia telah mengeluarkan Baku Mutu Udara Ambien (BMUA) di dalam Peraturan Pemerintah tentang Pengendalian Pencemaran Udara (PP Nomor 41 tahun 1999). BMUA nasional ini hanya menyebutkan sembilan jenis polutan umum, yaitu SO2, CO, NO2, O3, HC, PM10,

PM2.5, TSP, Pb, dustfall. Kesembilan polutan

ini dianggap sebagai polutan-polutan yang memiliki pengaruh langsung dan signifikan pada kesehatan manusia. Sementara BMUA untuk enam parameter utamatercantum pada Tabel 5.

Setiap paramater memiliki nilai maksimum yang berbeda. Nilai-nilai tersebut umumnya dinyatakan dalam satuan konsentrasi yaitu berat senyawa polutan dalam mikrogram per meter kubik (µg/m3) dalam kondisi normal (yaitu pada suhu 25°C dan tekanan 1 atmosfer). Kualitas udara ambien dikatakan baik apabila konsentrasi polutan masih berada di bawah nilai baku mutunya.

Tabel 5 Baku Mutu Udara Ambien (BMUA) Nasional Zat pencemar Waktu Pengukuran Konsentrasi µg/m3 CO 1 Jam 26000 24 Jam 9000

SO2

1 Jam 900 24 Jam 260 1 Tahun 60

NO2

1 Jam 400 24 Jam 92.5 1 Tahun 60 O3 1 Jam 200

1 Tahun 30 HC 3 Jam 160 PM10 24 Jam 150

(Sumber: KLH 2002)

Selain BMUA, ditetapkan pula Standar Nasional Indonesia Nilai Ambang Batas atau NAB zat kimia (dalam hal ini termasuk polutan) di udara tempat kerja sebagai upaya pencegahan dan perlindungan terhadap keselamatan, kesehatan, dan kenyamanan tenaga kerja. Standar ini mengacu pada Surat Edaran Menteri Tenaga Kerja Nomor: SE-01/MEN/1997 tentang Nilai Ambang Batas faktor kimia di udara lingkungan kerja. Standar NAB didasarkan pada waktu

rata-rata zat kimia sehari-hari selama tidak lebih dari 8 jam per hari atau 40 jam per minggu. Pada Tabel 6 dapat terlihat NAB untuk beberapa polutan di udara tempat kerja.

Tabel 6 Nilai Ambang Batas (NAB) zat kimia di udara tempat kerja

Zat pencemar

Nilai Ambang Batas mg/m3 ppm

CO 29 25

SO2 5,2 2

NO2 5,6 3

(Sumber: BSN 2005)

Sementara itu terdapat penetapan batas indeks untuk beberapa zat pencemar. Salah satunya adalah zat pencemar berupa CO (dapat terlihat pada Tabel 7). Penetapan batas indeks standar pencemar udara sangat penting untuk menentukan sejauh mana tingkat bahaya keterpaparan dari zat pencemar di udara.

Tabel 7 Batas Indeks Standar Pencemar Udara (ISPU) dalam Satuan SI

Indeks Standar Pencemar Udara

(ISPU) CO

50 5

100 10

200 17

300 34

400 46

500 57,5

(Sumber: KABAPEDAL 1997)

Setiap parameter polutan memiliki nilai maksimal dan biasanya dinyatakan dalam satuan konsentrasi yaitu berat senyawa polutan dalam mikrogram (µg) per meter kubik udara dalam kondisi normal (umumnya pada suhu 25°C dan tekanan atmosfer). Kualitas udara ambien dikatakankan baik jika konsentrasi polutan-polutannya masih di bawah nilai baku mutunya. Nilai BMUA disediakan untuk beberapa waktu ukur rata-rata (averaging time). Misalnya, untuk waktu ukur rata-rata 1 jam, nilai baku CO adalah 26000 µg/Nm3. Nilai tersebut nantinya harus dibandingkan dengan nilai rata-rata pengukuran 1 jam NO2, hal ini dikarenakan baku mutu yang

ditetapkan per satuan waktu berbeda-beda sehingga waktu pengukuran dapat disesuaikan dengan baku mutu waktu yang telah ditetapkan (QGK 2007).

2.2 Peranan Atmosfer dalam Pencemaran Udara

Beberapa proses penting yang terjadi di atmosfer dalam permasalahan pencemaran udara diantarnya adalah proses dispersi, transformasi, transport serta dilusi. Seluruh proses tersebut dipengaruhi oleh faktor meteorologi seperti cuaca dan iklim Masing-masing proses tersebut dapat dijelaskan sebagai berikut:

2.2.1 Proses Dispersi

Karakteristik polutan sangat menentukan keberadaan dan perilaku polutan itu sendiri di atmosfer. Hal ini disebabkan adanya pengaruh dari kondisi fisis dan dinamis atmosfer. Menurut Stull (2000), proses dispersi polutan di atmosfer melibatkan tiga mekanisme utama, yaitu gerakan global, fluktuasi turbulensi dan difusi polutan terhadap lingkungan sekitar akibat perbedaan konsentrasi. Beberapa faktor yang berpengaruh terhadap proses dispersi polutan itu sendiri diantaranya adalah faktor atau aspek meteorologis, sifat fisis dan sifat kimia zat polutan, kondisi geografi serta topografi sumber polutan.

Pencemaran udara pada suatu tingkat tertentu dapat merupakan campuran dari satu atau lebih bahan pencemar, baik berupa padatan, cairan, atau gas yang masuk kemudian terdispersi ke udara dan menyebar ke lingkungan sekitarnya. Selain itu, kondisi atmosfer sangat berpengaruh terhadap proses laju difusi atau penyebaran bahan pencemar baik secara vertikal maupun horizontal (Suharsono 1985).

Pada skala yang lebih mikro, karakteristik permukaan dan kontur permukaan seperti pepohonan, bukit, pegunungan dan bangunan dapat menimbulkan turbulensi lebih besar. Sementara dengan angin yang lemah dan turbulensi lebih kecil dapat memperkecil terjadinya proses percampuran antara zat pencemar dengan zat-zat lainnya di lingkungan sekitar. Sehingga, pengenceran akan lebih sulit terjadi dan membuat konsentrasi zat pencemar tetap tinggi (Oke 1987).

Selain faktor angin, suhu juga turut berpengaruh dalam proses dispersi polutan. Suhu merupakan energi kinetik rata-rata dari pergerakan molekul-molekul, sementara panas adalah salah satu bentuk energi yang dikandung oleh suatu benda (Handoko 1993). Pada lapisan troposfer, laju suhu udara akan menurun seiring bertambahnya

ketinggian atau lapse rate (dt/dz < 0). Namun hal tersebut tidak selalu berlaku di permukaan, karena pada waktu tertentu laju suhu akan meningkat terhadap ketinggian atau inversi (dt/dz > 0). Sehingga hal tersebut dapat berpengaruh terhadap efek stabilitas atmosfer yang berperan dalam pendistribusian polutan secara vertikal.

Pada saat suhu udara parsel cenderung lebih tinggi dari lingkungan, maka massa udara polutan akan naik dan menyebar, kondisi inilah yang dinyatakan sebagai stabilitas atmosfer tidak stabil, sehingga tidak membahayakan makhluk hidup dalam jangka pendek. Sebaliknya, ketika suhu udara parsel cenderung lebih rendah dari lingkungan maka kondisi tersebut dinyatakan sebagai stabilitas atmosfer stabil. Pada kondisi ini massa udara polutan tidak dapat naik namun tetap berada di atmosfer dan terakumulasi, sehingga dapat meningkatkan konsentrasi polutan di udara.

Kelembaban udara juga termasuk salah satu unsur cuaca yang mempengaruhi proses distribusi pencemar udara. Nilai RH yang rendah akan menyebabkan konsentrasi polutan di atmosfer meningkat. Hal ini dikarenakan RH menghalangi pemanasan surya terhadap permukaan. Pada siang hari, suhu udara relatif tinggi dibandingkan malam hari sehingga memiliki kandungan uap air jauh lebih rendah dibandingkan pada saat malam hari. Di sisi lain, konsentrasi partikel tersuspensi yang mengalami peningkatan di udara juga akan berakibat pada berkurangnya jarak pandang (Oke 1987).

2.2.2 Proses Transformasi

Secara fisik dan dinamik, radiasi surya sebagai sumber energi perpindahan massa udara berpengaruh dalam pendistribusian zat pencemar di udara. Hal ini terjadi akibat perbedaan pemanasan di permukaan bumi maupun di perairan yang menimbulkan angin dan turbulensi sehingga secara tidak langsung berpengaruh terhadap kondisi stabilitas atmosfer dan percampuran polutan dengan lingkungan sekitar. Selain itu, radiasi juga berpengaruh terhadap proses kimia di atmosfer dengan interaksi antar molekul yang bertindak sebagai fotoreseptor.

Selanjutnya selama berada di udara, zat pencemar pasti akan mengalami perubahan bentuk baik secara fisik maupun kimia yang dipengaruhi oleh proses difusi molekuler dan turbulensi, kehadiran uap air serta radiasi matahari. Difusi molekuler adalah proses

dimana perjalanan penyerapan zat ke dalam atmosfer melalui kontak molekul secara lambat. Sedangkan proses difusi turbulensi adalah proses penyerapan atau peresapan zat ke dalam atmosfer yang disebabkan oleh adanya proses turbulensi (Oke 1987).

2.2.3 Proses Transport

Proses transport merupakan proses pengangkutan zat pencemar ke udara secara horizontal sesuai arah angin, dengan jarak jangkau sebagai fungsi dari kecepatan angin. Angin yang bergerak di suatu wilayah tidak selamanya bergerak secara teratur dan semua gerakan udara dapat dikatakan turbulen (Forsdyke 1970). Sehingga dalam hal ini, jika arah angin relatif konstan, wilayah yang dituju oleh arah angin akan terus-menerus terpapar polutan tingkat tinggi, sebaliknya jika arah angin berubah-ubah secara konstan, polutan akan bergerak ke wilayah yang lebih luas dan konsentrasi di wilayah yang terpapar akan lebih rendah (Godish 1991).

Sementara kecepatan angin akan menentukan sejauh mana polutan akan bergerak ke suatu wilayah.. Sementara itu, bentuk pergerakan angin yang terjadi terdiri atas pergerakan laminer dan turbulen. Pergerakan angin laminer adalah pergerakan yang mulus sepanjang lapisan sejajar, sementara pergerakan angin turbulen merupakan pergerakan acak dan baur (Geiger 1995).

2.2.4 Proses Dilusi

Presipitasi seperti hujan ataupun salju, lapisan kabut, turbulensi, serta karakteristik permukaan merupakan faktor utama dalam pembersihan atmosfer sehingga zat pencemar dapat terendapkan Proses pembersihan atau penghilangan zat pencemar ini terjadi melalui dua mekanisme, yaitu rain out dan wash out. Rain out terjadi pada saat proses kondensasi dengan partikel pencemar sebagai butir kondensasi. Sedangkan wash out terjadi pada saat air hujan dalam perjalananya menuju permukaan bereaksi dengan partikel-partikel pencemar (Liu dan Liptak 2000).

2.3 Model Matematis Dispersi Polutan

Pemodelan atmosfer terbagi atas dua pendekatan utama, yaitu pendekatan secara fisik dan matematis. Pendekatan secara fisik pada akhirnya akan menghasilkan model fisik yang dapat digunakan dalam mensimulasikan proses dinamika atmosfer. Sementara pendekatan secara matematis

adalah pendekatan yang selanjutnya dapat menghasilkan pemodelan matematis terhadap proses dinamika atmosfer (Seinfeld dan Pandis 2006). Di bawah ini terdapat beberapa pendekatan yang digunakan untuk memprediksi konsentrasi dan sebarannya dari beberapa tipe model (Benarie 1980) antara lain:

1. Pendekatan fisik:

 Terowongan Angin (wind tunnel)

 Saluran Air (Liquid Flume)

 Tangki (Towing Tank) 2. Pendekatan Matematis

a. Empirik-Deterministik:

 Kotak-Eularian

 Statistik-Rollback b. Semi-Empirik:

 Gaussian Plume-Kepulan

 Lintasan-Moving Cell c. Numerik-Reaktif:

 Box Jamak-Lagrangian

 Grid-Eularian-Finite Difference

 Partikel; partikel dalam sell d. Polusi global

e. Jarak Pandang f. Dosage-Exposure

Masing-masing pendekatan tersebut nantinya dapat di aplikasikan dalam semua pemodelan pendisperisian polutan. Model-model yang kerap digunakan dalam pendugaan dispersi polutan antara lain, fixed box model, dan Gaussian model.

2.3.1 Fixed-Box Model

Model sederhana yang sering digunakan dalam menduga kualitas udara adalah fixed-box model. Parameter input yang digunakan dalam model ini adalah sumber emisi dekat lapisan permukaan, laju adveksi masuk dan keluar dari sisi kotak, input polutan dari bagian atas karena ketinggian campuran yang meningkat dan proses transformasi kimia. Apabila campuran polutan sempurna dan seragam dalam batasan wilayah kajian, model ini dapat menduga konsentrasi volume rata-rata sebagai fungsi waktu. Prinsip matematis dalam model ini dinyatakan sebagai laju perubahan massa dalam kotak khayal sebanding dengan jumlah laju massa ditambahkan semua sumber emisi dalam kotak, perubahan adveksi horizontal dan perubahan pemasukan dari lapisan atas dalam ketinggian campuran (Arya 1999):

Lhdc

dt= LQa+ uh cb−c + L dh

dt cb−c

...(1)

Jika kondisi laju emisi konstan dan atmosfer tenang, persamaan di atas menjadi

ce=

L h Qa u ...(2) dengan:

ce : Konsentrasi polutan (µg/m3)

L : Panjang wilayah kajian (m)

Qɑ : Laju emisi polutan wilayah kajian

(gr/m2s)

ū : Kecepatan angin rata-rata pada ketinggian H ( m/s)

h : Ketinggian mixing height (m) Difusi dari sumber-sumber individu tidak disarankan dalam pemakaian fixed-box model, sehingga cocok dalam mengestimasi dari segala sumber polutan. Sesuai dengan perlakuan meteorologi sederhana dalam bentuk transpor efektif angin dan ketinggian campuran dapat digunakan dalam memprakirakan proses fotokimia (Arya 1999).

2.3.2 Model Dispersi Gaussian

Salah satu faktor utama yang mempengaruhi dispersi polutan adalah kecenderungan polutan-polutan tersebut untuk berdifusi. Model Gauss menerangkan konsentrasi polutan searah dengan arah angin dari sumber. Beberapa penyelidikan empiris dilakukan untuk menguji validasi model Gauss dari satu titik sumber. Selanjutnya hasil pendugaan model dibandingkan dengan data pengukuran di lapang. (Liu dan Liptak 2000) Berbagai studi validasi model ini diterapkan untuk gas CO, SO2, dan partikulat menunjukkan pendugaan

konsentrasi polutan yang hampir mendekati dengan nilai hasil pengukuran. Model dispersi Gauss secara umum dinyatakan dalam perasamaan:

c

x, y, z = Q

2πu σ_yσ_zexp − y2 2σ_y2−

z2 2σ_z2

...(3) dengan:

c(x,y,z): Konsentrasi polutan pada suatu titik (µg/m3)

Q : Laju emisi (g/s)

ū : Kecepatan angin rata-rata pada ketinggian 10 meter

y : Posisi arah y dalam koordinat kartesius (m)

z : Posisi arah z dalam koordinat kartesius (m)

Ketepatan dari pendugaan model Gauss akan menurun dengan nyata jika terjadi penyimpangan dari kondisi yang digunakan dalam persamaan, seperti kecepatan angin yang konstan. Model Gauss tidak menghitung reaksi yang terjadi antara NOx

dan HC, maka model ini tidak dapat digunakan untuk menduga fotokimia oksidan. Pengembangan lebih lanjut dari model Gauss ini adalah untuk menduga pengaruh pembuangan polutan (gas) dengan konstan dari sumber garis (line source), yaitu emisi dari kendaraan bermotor di jalan raya.

Di sisi lain, model Gauss memiliki beberapa kelemahan, karena pada model ini diberlakukan beberapa asumsi seperti, kekuatan sumber emisi konstan atau hanya berlaku dalam kondisi Steady-state, arah dan kecepatan angin serta karakteristik difusi dari kepulan konstan, kemudian berlaku hukum konservasi massa, sehingga dianggap tidak ada transformasi kimia dan polutan yang sampai ke permukaan dipantulkan sempurna, serta kecepatan angin lebih dari 1 m/s.

2.4 Computational Fluid Dynamics (CFD)

Computational Fluid Dynamics merupakan pemanfaatan program komputer untuk membuat suatu prediksi apa yang akan terjadi secara kuantitatif saat fluida mengalir. Penggunaan CFD prediksi aliran fluida di berbagai sistem dapat dilakukan dengan biaya yang relatif murah dan waktu yang singkat dibandingkan dengan metode eksperimen. Selain itu, CFD adalah ilmu yang mempelajari tentang cara memprediksi aliran fluida, perpindahan panas, reaksi kimia, dan fenomena lainnya dengan menyelesaikan persamaan matematika. Secara istilah CFD bisa berarti suatu teknologi komputasi yang memungkinkan untuk mempelajari dinamika dari benda-benda atau zat-zat yang mengalir (Tuakia 2008).

Saat ini penggunaan CFD cukup berkembang pesat, mulai dalam perancangan gas turbin sampai pada dunia medis (modelling blood flow) serta termasuk dalam menganalisis permasalahan dispersi polutan pada udara ambien. Pada Gambar 2 dapat terlihat salah satu contoh output kualitatif dari hasil simulasi CFD mengenai sebaran polutan. Penelitian mengenai aliran udara terkait dispersi polutan dengan menggunakan CFD ini sudah cukup banyak dilakukan terutama di daerah perkotaan, hal

ini dilakukan untuk melihat potensi kualitas udara baik indoor maupun outdoor.

Secara indoor, biasanya penelitian dilakukan di dalam ruangan seperti tempat parkir, garasi hingga terowongan bawah tanah. Sementara penelitian outdoor untuk kasus aliran udara biasanya dilakukan di pusat kota atau di sekitar gedung-gedung bertingkat. Berdasarkan hasil penelitian Yamada (2005) mengenai penggunaan CFD untuk aliran udara diantara gedung bertingkat dengan menyebutkan bahwa pemanasan dan pendinginan dinding serta atap oleh radiasi matahari secara signifikan mempengaruhi aliran udara di sekitar bangunan di lingkungan perkotaan.

Gambar 2 Simulasi konsentrasi polutan saat emisi didefinisikan dalam domain model (Sumber : Huber 2008).

CFD merupakan pendekatan dari persamaan yang asalnya memiliki jumlah sel tak hingga menjadi jumlah sel hingga. Perhitungan komputasi aljabar untuk memecahkan persamaan diferensial parsial ini ada beberapa metode, diantaranya:

 Metode beda hingga (finite difference method)

 Metode elemen hingga (finite element method)

 Metode volume hingga (finite volume method)

 Metode elemen batas (boundary element method)

 Metode skema resolusi tinggi (high resolution scheme method)

Secara umum, proses perhitungan Computational Fluid Dynamic terdiri atas tiga bagian utama, yaitu:

1. Pre-processing, 2. Processing, 3. Post-processing.

Pre-processing adalah tahap dimana data diinput mulai dari pendefinisian domain hingga pendefinisian kondisi batas atau boundary condition. Ditahap ini juga dilakukan pembentukan grid (meshing) pada

setiap domain dan pemilihan fenomena kimia-fisika yang diinginkan serta menentukan kondisi sifat-sifat fluida.

Tahapan selanjutnya adalah processing atau solving, pada tahap ini dilakukan proses perhitungan antara data yang diinput dengan persamaan yang terlibat secara iteratif. Artinya perhitungan dilakukan hingga hasil menuju error terkecil atau hingga mencapai nilai yang konvergen. Perhitungan dilakukan secara menyeluruh terhadap volume kontrol dengan proses integrasi persamaan diskrit. Sementara tahap akhir yaitu post-processing adalah tahap dimana hasil perhitungan diinterpretasikan ke dalam gambar, grafik bahkan animasi dengan pola-pola warna tertentu.

2.5 GAMBIT (Geometry And Mesh Building Intelligent Toolkit)

GAMBIT merupakan salah satu perangkat lunak (software) yang digunakan sebagai preprocessing dalam komputasi dinamika fluida (Computational Fluid Dynamics/CFD) yang menguasai 60% pangsa pasar dunia untuk perangkat lunak tersebut. GAMBIT adalah software yang di design untuk membantu membuat berbagai macam pemodelan dan melakukan pendiskritisasian (meshing) pada model dalam suatu analisis CFD.

Pada saat penerimaan input, GAMBIT menggunakan graphical user interface (GUI) sehingga memudahkan pengguna dalam pembuatan model dan proses meshing. Berbagai macam aplikasi pemodelan juga dapat diakomodasikan oleh GAMBIT. Selain itu software ini juga dapat mengimpor dari berbagai format atau menggabungkan berbagai format dari software pemodelan lain, seperti ACIS, STEP, Parasolid, IGES dan lain-lain.

GAMBIT memiliki beberapa kelebihan seperti membuat berbagai macam pemodelan dan melakukan proses meshing untuk berbagai macam bentuk, termasuk bentuk-bentuk yang rumit dan tidak beraturan. Hal ini disebabkan GAMBIT dapat melakukan meshing dengan berbagai macam bentuk mesh, yaitu mesh heksahedral, tetrahedral, piramid dan prisma. Di sisi lain, GAMBIT juga dapat melakukan pengecekan terhadap kualitas mesh sesuai dengan standar yang diinginkan oleh pengguna Proses akhir dari pemodelan GAMBIT adalah tahap penentuan jenis kondisi batas atau boundary condition (Tuakia 2008).

2.6 Fluent

Fluent merupakan tujuan umum dari kajian komputasi dinamika fluida dalam memecahkan atau mengatur persamaan untuk konservasi massa, momentum, energi, dan skalar (Huber 2008). Selain itu, Fluent adalah salah satu jenis program (CFD) yang menggunakan finite volume method (metode volume hingga) serta mampu menyediakan fleksibilitas mesh yang lengkap, sehingga dapat memudahkan pengguna dalam menyelesaikan kasus aliran fluida dengan mesh (grid) yang tidak berstruktur sekalipun. Fluent juga memungkinkan pengguna dalam memperhalus atau memperbesar mesh yang sudah ada. Jenis mesh yang didukung oleh Fluent adalah tipe 2D triangular-quadrilateral, 3D tetrahedral-hexahedral-pyramid-wedge, dan mesh campuran (hybrid) (Tuakia 2008).

Software Fluent dapat digunakan bersama dengan arsitektur klien/server, sehingga dapat dijalankan sebagai proses terpisah secara simultan dan perangkat lunak ini memiliki struktur data yang efisien dan lebih fleksibel karena ditulis dalam bahasa C. Beberapa kemampuan pemodelan yang dapat dilakukan oleh program Fluent adalah sebagai berikut:

 2D, 2D axisymmetric, 2D axisymatric dengan swirl (rotationally symmetric) dan aliran 3D,

 Mesh quadrilaterlal, triangular, heksahedral, tetrahedral, wedge, piramid dan campuran dari semua jenis mesh tersebut,

 Aliran tunak (steady state) atau transien,

 Aliran inkompresibel dan kompresibel untuk semua daerah kecepatan,

 Aliran inviskos, laminar dan turbulen,

 Perpindahan kalor, meliputi perpindahan kalor konveksi paksa, konveksi bebas, campuran, konjugasi (padatan/fluida), dan perpindahan kalor radiasi,

 Model permukaan bebas dan multifasa untuk aliran gas-cair, gas-padat, dan cair padat,

2.7 Pendekatan Model dalam Aliran Fluida

Beberapa persamaan yang biasa digunakan dalam menyelesaikan permasalahan komputasi dinamika fluida adalah persaman kontinuitas, Navier-Stokes dan persamaan turbulen. Persamaan tersebut dapat dijelaskan pada sub bab berikut:

� � =− �

� + � � � + � − 2

3 � + � −� ′ ′

...(5)

−� ′ ′ = � + � −

2

3 � +� �

...(6) keterangan:

: viskositas kinematik (m2 det-1)

� : viskositas dinamik (Pa det)

� dan �_�2� : konstanta model

� : produksi dari viskositas turbulen (m2 det-1)

� : destruksi dari viskositas turbulen yang terjadi di sekitar dinding karena halangan dinding dan damping viskos (m2 det-1)

� : penambahan dari sumber lain (ditentukan oleh pengguna)

2.7.1 Persamaan Kontinuitas

Persamaan kontinuitas adalah salah satu persamaan matematis yang menyatakan jumlah massa yang masuk ke dalam sistem sama jumlahnya dengan jumlah massa yang keluar sistem. Secara matematis persamaan kontinuitas dapat ditulisakan sebagai berikut:

∂

∂x_i � = 0

...(4)

ρ adalah densitas fluida (km/m3

) dan adalah kecepatan fluida ( m/s).

2.7.2 PersamaanNavier-Stokes

Persamaan Navier-Stokes adalah serangkaian persamaan yang menjelaskan tentang pergerakan dari suatu fluida (cairan dan gas) dan didasarkan pada hukum kekekalan momentum pada suatu fluida yang menerapkan Hukum II Newton. Persamaan tersebut menyatakan bahwa perubahan dalam momentum (percepatan) partikel-partikel fluida bergantung hanya kepada gaya viskos internal dan gaya viskos tekanan eksternal yang bekerja pada fluida. Sehingga, persamaan Navier-Stokes dapat menjelaskan kesetimbangan gaya-gaya yang bekerja pada fluida. Persamaan Navier-Stoke memiliki bentuk persamaan diferensial yang menerangkan pergerakan dari suatu fluida. Persamaan seperti ini menggambarkan hubungan laju perubahan suatu variabel terhadap variabel lain.

Solusi numerik untuk kasus aliran turbulen dari persamaan Navier-Stokes dengan menggunakan komputasi dinamika fluida cukup sulit karena mesh yang digunakan harus memiliki tingkat kehalusan yang tinggi agar hasil yang diperoleh dapat

stabil yakni sekitar 50.000 hingga 100.000 sel (Fletcher, Mayer and Eghlimi 2001). Pada Computational Fluid Dynamics (CFD) terdapat persamaan RANS atau Reynolds-Averaged Navier Stokes yang merupakan salah satu persamaan time-averaged. Persamaan RANS ditunjukkan oleh persamaan 5.

Bentuk dari persamaan RANS ini sama dengan persamaan Navier-Stokes termasuk faktor kecepatan dan variabel lainnya yang terdapat pada nilai time-averaged. Pada persamaan RANS, muncul bentuk tambahan yang dikenal sebagai tegangan Reynolds (Reynolds stresses) yang dipengaruhi oleh efek turbulensi (Fluent 2006).

2.7.3 Persamaan Turbulen

Pada dasarnya model turbulensi membutuhkan beberapa pendekatan dalam menyelesaikan tegangan Reynolds pada persamaan Reynolds-Averaged Navier Stokes (RANS), diantaranya dengan menggunakan hipotesis Boussinesq. Hipotesis Boussinesq menyatakan bahwa tegangan Reynolds atau tegangan turbulen berbanding lurus dengan gradien kecepatan, persamaan tersebut ditunjukkan oleh persamaan 6. Hipotesis Boussinesq ini pada umunya digunakan pada beberapa model turbulensi, salah satunya adalah k-epsilon

(k-ε) dua persamaan.

Model k-epsilon merupakan model turbulensi yang cukup lengkap dengan dua persamaan yang memungkinkan kecepatan turbulen dan skala panjang dan ditentukan secara independen. Kestabilan ekonomis (dari sisi komputasi) dan akurasi yang memadai untuk berbagai jenis aliran turbulen

� +

� � = � � �eff _� + � +��− �� − ��+�

...(7) dan �� + � �� = � �+ � �� �

� + �1_�

�

� +�3_��� − �2_�� 2

+�_�

...(8) keterangan:

� : gradien kecepatan dalam energi kinetik turbulensi (m2 det-1)

�� : bouyansi dalam energi kinetik turbulensi (m2 det-1)

�1, �2, �3 : konstanta k-epsilon

membuat model k-epsilon sering digunakan pada simulasi aliran fluida dan perpindahan panas.

Pendekatan tersebut memiliki kelebihan dan kekurangan masing-masing. Kelebihan dari model turbulensi tersebut adalah relatif membutuhkan daya komputasi yang kecil karena hanya menggunakan satu hingga dua persamaan. Sementara kekurangan dari model tersebut adalah bahwa viskositas turbulen diasumsikan sebagai besaran isotropic scalar (dimana hal tersebut tidak sepenuhnya benar) (Fluent 2006).

Persamaan transport yang digunakan dalam model standar k-epsilon adalah turbulensi energi kinetik dan laju disipasi yang ditunjukkan oleh persamaan berikut:

viskositas turbulen (� ) diperoleh dari persamaan:

� =��_�

2

...(9) dimana (�_�) adalah konstanta:

�1_� = 1,44

�2_� = 1,92

�� = 0,09

� = 1,0

�� = 1,3

2.8 Kondisi Lingkungan Gerbang Tol Bogor

Bogor merupakan salah satu kota yang sangat ramai dan memiliki jumlah penduduk yang cukup padat. Setiap akhir pekan Bogor menjadi salah satu alternatif terutama oleh penduduk Jakarta sebagai tempat untuk mengisi hari libur seperti untuk wisata kuliner, berkunjung ke outlet perbelanjaan maupun untuk bersilaturahmi dengan keluarga. Salah satu jalan memasuki kota Bogor adalah dengan melalui pintu tol bogor yang berlokasi di Baranangsiang. Sehingga lokasi tersebut bisa menjadi salah satu objek

kajian yang menarik dalam melakukan pendugaan kualitas udara.

Gerbang tol Bogor ini terletak pada 6.5°LS dan 106.8°BT dan dengan ketinggian 249,6m. Gerbang tol Bogor memiliki sembilan gardu tol yang terdiri dari empat gardu sebagai loket tiket dan empat gardu sebagai loket pembayaran serta satu gardu cadangan yang dapat berfungsi sebagai loket tiket maupun loket pembayaran. Gerbang tol ini aktif selama 24 jam dengan pergantian shift masing-masing gardu selama 8 jam. Berdasarkan data rekapan lalu lintas PT. Jasa Marga, volume lalu lintas yang memasuki kota Bogor setiap tahunnya mencapai 9 hingga 11 juta unit. Selain itu PT. Jasa Marga juga turut mengklasifikasikan jenis kendaraan yang dari lima golongan. Golongan tersebut ditetapkan sesuai dengan KEPMEN PU.No:514 TH. 2009 dan NO:02 Th. 2011.

III METODOLOGI 3.1 Waktu dan Tempat Penelitian

Pengukuran dan pengambilan sampel dilakukan di pintu tol Bogor yang dikelola oleh pihak PT. Jasa Marga pada bulan Mei 2011. Selanjutnya analisis sampel parameter polutan dilakukan di Laboratorium Lingkungan Departemen BDP IPB pada bulan Mei-Juni 2011. Sementara penelitian dilakukan di Laboratorium Meteorologi dan Pencemaran Atmosfer IPB serta Laboratorium Aero Gasdinamika dan Getaran BPPT pada bulan Maret hingga Agustus 2011. Gambar lokasi penelitian terdapat pada Lampiran 1 dan 2.

3.2 Alat dan Bahan

Alat dan bahan yang dibutuhkan selama penelitian adalah sebagai berikut:

 Alat/Perangkat Keras

1Personal Computer berbasis Windows dan Linux

2Air Impinger 3Termometer 4Anemometer 5Windvane 6Spektrofotometer

7Peralatan laboratorium kimia

 Bahan/Perangkat Lunak

1 Microsoft Office 2007 2 Software GAMBIT versi 2.4 3 Software Fluent versi 6.3 4 Larutan atau cairan kimia

Gambar alat dan bahan yang digunakan selama penelitian dapat terlihat pada Lampiran 3 dan 4.

3.3 Parameter Input

Parameter input yang digunakan dalam penelitian ini berupa data primer yaitu data fisik gardu tol, data konsentrasi polutan (CO) dan data meteorologi, dengan studi kasus gardu tol Bogor. Pengukuran dilakukan selama empat kali ulangan dengan masing-masing waktu pengukuran satu jam. Namun parameter input yang digunakan dalam simulasi hanya pada jam ke-1 dan jam ke-4.

3.3.1 Data Fisik Gardu Tol

Data ini meliputi volume gardu (panjang, lebar dan tinggi dalam satuan meter), jendela loket (panjang dan lebar dalam satuan meter), volume properti yang berada di dalam ruangan seperti kursi, meja, komputer, mesin, box, dan lain-lain. Kemudian pada penelitian ini digunakan dua tipe/variasi ukuran gardu tol yang terdiri atas Geometri A dan Geometri B. Perbedaan kedua geometri ini terletak pada besarnya volume gardu dan perbedaan letak outflow (data atau gambar kedua geometri ini terdapat pada Lampiran 5 dan 6).

3.3.2 Data Konsentrasi Polutan

Data pengukuran lapang yang digunakan adalah data primer berupa hasil pengukuran kualitas udara emisi CO pada gardu tol Bogor. Hasil kadar emisi CO tersebut diperoleh dengan menggunakan tabung Impinger . Pengukuran konsentrasi CO hanya dilakukan pada satu gardu tol saja yaitu gardu tol dengan ukuran dimensi (x, y, z) 3,5 m, 2,4 m, dan 1,4 m. Sementara itu, pengukuran dilakukan selama empat kali ulangan, dengan masing-masing waktu pengukuran selama satu jam. Namun data

yang disimulasikan pada CFD hanya pada jam ke-1 dan jam ke-4. (data hasil pengukuran terdapat pada Lampiran 7 dan 8). Kemudian, karakteristik kimia dari masing-masing fluida yang dapat dijadikan sebagai parameter input adalah densitas, viskositas, koefisien difusitas, konduktivitas panas (data tercantum pada Tabel 8).

3.3.3 Data Meteorologi

Simulasi dispersi CO yang dilakukan dalam penelitian ini menggunakan data meteorologi pada tanggal 15 Mei 2011 yang berlokasi di gardu 8 tol Bogor. Parameter yang digunakan antara lain suhu, arah dan kecepatan angin. Seluruh data meteorologi yang terukur dapat terlihat pada Lampiran 7 dan 8.

3.4 DataVolume Lalu Lintas

Prosedur pengambilan sampling volume lalu lintas dapat diperoleh melalui pihak PT. Jasa Marga. Sehingga dapat diperoleh perhitungan volume kendaraan akurat. Waktu pengukuran volume lalu lintas dilakukan selama empat kali per satu jam. Sementara itu data volume lalu lintas yang digunakan untuk melihat trend kenaikan volume lalu lintas per minggu adalah data dari bulan Januari hingga April 2011 (data selengkapnya terdapat pada Lampiran 9 dan 10). Sedangkan data volume lalu lintas yang digunakan untuk melihat trend kenaikan volume lalu lintas dalam kurun waktu 6 tahun terakhir adalah data dari tahun 2005 hingga 2010 (data dan grafik selengkapnya terdapat pada Lampiran 11 dan 12).

3.5 Analsis Kualitas Udara Ambien Karbon Monoksida (CO)

Metode yang digunakan dalam analisi kandungan karbon monoksida di udara adalah metode kurva kalibrasi dan pengujian contoh uji. Secara lengkap langkah-langkah yang digunakan dalam kedua metode tersebut diuraikan pada sub bab selanjutnya.

3.5.1 Kurva Kalibrasi

1 Mengoptimalkan alat spektrofoto- meter,

2Memasukkan 25 mL larutan induk CO ke dalam labu labu 100 mL dan ditepatkan dengan aquades,

3Menyiapkan tabung uji 10 mL, lalu pipet 0 mL, 0,2 mL, 0,4 mL, 0,6 mL, 0,9 mL larutan standar Iod,

4Menambahkan larutan penyerap sampai pada volume 10 mL dan dihomogenkan,

5Mengukur masing-masing larutan standar dengan spektrofotometer pada panjang gelombang 420 nm.

3.5.2 Pengujian contoh uji

Memasukkan larutan contoh uji ke dalam kuvet pada alat spektrofotometer, lalu menguku nilai absorban pada panjang gelombang 420 nm.

3.6 Metode Penelitian (Simulasi CFD)

Pada penelitian ini simulasi dilakukan dengan menggunakan perangkat lunak GAMBIT 2.4 dan FLUENT 6.3. Secara lengkap langkah penelitian yang dilakukan dalam kedua metode tersebut diuraikan pada sub bab selanjutnya.

3.6.1 Langkah pada GAMBIT

Tahapan dalam pembuatan desain geometri adalah sebagai berikut:

1. Membuat Geometri Gardu Tol

Geometri digambar dengan menggunakan GAMBIT sesuai dengan domain dan boundary condition yang diperlukan selama proses simulasi berlangsung. Penggambaran geometri yang dilakukan meliputi dinding, lantai, atap, saluran Inlet dan outlet, serta properti yang berada dalam ruangan. Pemodelan geometri ini terdiri dari dua variasi gardu tol yang berbeda ukuran. Berikut merupakan dua variasi ukuran geometri (gardu tol) yang digunakan dalam penelitian:

Geometri A

Model geometri yang pertama berbentuk gardu berdimensi (x, y, z) dengan ukuran 2,5 m, 2,4 m, dan 1,4 m dan letak Outflow berada pada sumbu x. Bentuk Geometri A dapat terlihat pada Gambar 3.

Gambar 3 Geometri (gardu tol) variasi A.

Gambar desain geometri dari berbagai sudut pandang lainnya terdapat pada Lampiran 13.

Geometri B

Model geometri yang kedua berbentuk gardu berdimensi (x, y, z) dengan ukuran 3,5 m, 2,4 m, dan 1,4 m dan letak Outflow berada pada sumbu z. Bentuk Geometri B dapat terlihat pada Gambar 4.

Gambar 4 Geometri (gardu tol) variasi B.

Gambar desain geometri dari berbagai sudut pandang lainnya terdapat pada Lampiran 14. 2. Melakukan subtraksi

Substraksi yang dilakukan adalah dengan mengurangi volume gardu keseluruhan dengan properti yang berada dalam ruangan. Sehingga properti tersebut tidak menghalangi aliran fluida yang terjadi. 3. Memeriksa mesh

Setelah membuat geometri, langkah berikutnya adalah melakukan pembagian objek menjadi bagian-bagian kecil atau meshing. Ukuran mesh yang terdapat pada suatu objek akan mempengaruhi ketelitian analisis CFD yang akan dilakukan. Semakin kecil ukuran mesh maka hasil yang didapatkan akan semakin teliti, tetapi membutuhkan daya komputasi dan waktu yang lebih lama dibandingkan dengan objek yang memiliki ukuran mesh lebih besar.

Gambar 6 Mesh pada Geometri B.

Pada penelitian ini ukuran mesh yang digunakan adalah sebesar 0,05 m. Mesh pada penelitian ini terdiri atas mesh face dan mesh volume. Gambar mesh yang terbentuk pada masing-masing geometri dapat terlihat pada Gambar 5 dan 6.

3.6.2 Langkah pada Fluent

Pada Fluent, data yang akan dimasukkan ke dalam membutuhkan beberapa tahapan sebagai berikut:

1. Memilih Solver

Pada penelitian ini solver yang digunakan adalah solver 3D. Solver tersebut memiliki presisi tunggal atau presisi ganda. 2. Mengekspor dan Mengecek Grid

Grid yang telah dibuat sebelumnya oleh GAMBIT harus diekspor ke dalam bentuk mesh file sehingga Fluent dapat melakukan pengecekan terhadap kesalahan grid atau sebaliknya.

3. Mendefinisikan domain

Pada tahap ini ditentukan fluida yang akan digunakan, tipe aliran, kondisi batas, material penyusun gardu tol dan kondisi operasional yang akan diasumsikan. Berikut beberapa tahap yang dilakukan dalam pendefinisian:

 Memilih solver

Pada penelitian ini formulasi solver yang digunakan adalah Pressure Based Solver. Keterangan:

- Solver : pressure-based - Space : 3D

- Velocity

formulation : absolute - Time : stady - Gradient

option : green gauss cell based - Porous

formulation : superficial velocity

 Menentukan model dan persamaan dasar Model dan persamaan dasar yang terdapat pada Fluent harus ditentukan

sesuai dengan permasalahan yang akan dianalisis. Beberapa persamaan dan model yang digunakan dalam penelitian ini adalah viskositas (k-epsilon), transpor spesies dan perpindahan panas secara konveksi. Model k-epsilon merupakan model turbulensi yang cukup lengkap dengan dua persamaan yang memungkinkan kecepatan turbulen dan skala panjang dan ditentukan secara independen. Kestabilan ekonomis (dari sisi komputasi) dan akurasi yang memadai untuk berbagai jenis aliran turbulen membuat model k-epsilon sering digunakan pada simulasi aliran fluida dan perpindahan panas. Nilai karakteristik udara dan CO yang dimasukkan dapat terlihat pada Tabel 10.

Sementara keterangan model dan persamaan dasar yang digunakan pada Fluent adalah sebagai berikut:

 Persamaan viskositas - Model : k-epsilon - k-epsilon : standard - Near-wall

Treatment : standard wall function

 Persamaan energi

 Persamaan transpor spesies Jam ke-1

- Model : spesies transport - Mixture

species : CO dan udara - Density : incompressible

ideal gas - Cp : mixing law - Thermal

conductivity : 0,0242 - Viscosity : 1,89x105 - Mass

- Diffusivity : 3,42x105 Jam ke-4

- Model : spesies transport - Mixture

species : CO dan udara - Density : incompressible

ideal gas - Cp : mixing law - Thermal

conductivity : 0,0241 - Viscosity : 1,90x105 - Mass

- Diffusivity : 3,45x105 - Menentukan kondisi operasi

Kondisi operasi yang ditentukan adalah tekanan STP sebesar 1 atm,

Tabel 8 Karakteristik fluida

Parameter Jam ke-1 Jam ke-4

Suhu Kamar (K) 302.1 300.6

Density ρ (kg/m³) 1.1146557 1.1201564

Dynamic Viscosity µ (N.s/m²) 1.892E-05 1.901E-05 Thermal Conductivity W/mK 0.0241627 0.0241033 Specific Heat Capacity kJ/kg.K 1.0400827 1.0400233 Koeffisien Diffusitas m²/s 3.419E-05 3.448E-05

- Menentukan material

Fluida yang digunakan dalam penelitian ini adalah udara dan karbon monoksida atau CO pada kondisi STP dan dengan masing-masing karakteristik fisik yang berbeda (data selengkapnya terdapat pada Lampiran 7).

 Menentukan Kondisi Batas

Penentuan kondisi batas didasarkan pada masing-masing variabel dalam domain Geometri Beberapa kondisi batas yang digunakan pada kasus ini adalah Velocity Inlet, Outflow dan Wall. Berikut merupakan nilai input Fluent yang tersaji pada Tabel 8. Velocity Inlet

Merupakan kondisi batas yang digunakan untuk mendefinisikan kecepatan aliran dan besaran skalar lainnya pada sisi masuk aliran. Velocity yang dimaksud dalam kasus ini adalah jendela transaksi pada gardu tol. Keterangan yang dimasukkan dalam tipe ini adalah sebagai berikut:

Jam ke-1

 Momentum

 Velocity specification

method : components

 Reference frame : absolute

 X-velocity ( m/s) : 0,5

 Y-velocity ( m/s) : 0,0

 Z-velocity ( m/s) : 0,5

 Turbulence -Specification

method : intensity and hydraulic diameter -Turbulance

intensity (%) : 10 -Hydraulic

diameter (m) : 0,667

 Termal

 Suhu (K) : 302

 Spesies

 Fraksi massa CO : 0,0000075



Jam ke-4

 Momentum

 Velocity specification

method : components

 Reference frame : absolute

 X-velocity ( m/s) : 0,2

 Y-velocity ( m/s) : 0,0

 Z-velocity ( m/s) : 0,2

 Turbulence - Specification

method : intensity and hydraulic diameter - Turbulance

intensity (%) : 10 - Hydraulic

diameter (m) : 0,667

 Termal

 Suhu (K) : 300.6

 Spesies

 Fraksi massa CO : 0,000068 Outflow

Merupakan kondisi batas yang digunakan sebagai sisi aliran keluar. Pada penelitian ini hanya terdapat satu Outflow yaitu Heat Ventilating Air Conditioning atau HV-AC sehingga nilai flow rate weighting adalah 1. Wall

Merupakan kondisi batas yang digunakan sebagai dinding untuk aliran fluida dalam saluran dan juga sebagai pembatas antara daerah fluida (cair dan gas) dan padatan, seperti meja, mesin tiket, komputer, kursi, dan seluruh benda berbentuk padat lainnya. 4. Solusi kontrol

Setelah melakukan proses pendefinisian perlu dilakukan penentuan terhadap kriteria solusi kontrol. Nilai yang dimasukkan ke dalam proses tersebut yaitu sebagai berikut: Jam ke-1

 Pressure velocity coupling : SIMPLE

 Under Relactation Factor

 Pressure : 0,3

 Body force : 0,5

 Momentum : 0,4

 Modified turbulent viscosity : 0,3

 Turbulent viscosity : 0,3

 Turbulent dissipation rate : 0,3

 CO : 0,5

 Energi : 0,5

Jam ke-4

 Pressure velocity coupling : SIMPLE

 Under Relactation Factor

 Pressure : 0,2

 Density : 0,2

 Body force : 0,2

 Momentum : 0,1

 Modified turbulent viscosity : 0,09

 Turbulent viscosity : 0,09

 Turbulent dissipation rate : 0,09

 CO : 0,3

 Energi : 0,5

 Diskretisasi pada jam ke-1 dan jam ke-4

 Pressure :second order upwind

 Momentum :second order upwind

 Modified turbulent

viscosity :second order upwind

 CO :second order upwind

 Energi : first order upwind 5. Inisialisasi medan aliran

Inisialisasi adalah hipotesa awal pada kondisi batas saat memulai perhitungan. Sebelum memulai perhitungan atau menjalankan program, hal yang harus dilakukan terlebih dahulu adalah dengan melakukan inisialisasi. Pada penelitian ini, kondisi batas yang diinisialisasi adalah jendela Inlet.

6. Melakukan iterasi

Pada proses perhitungan harus ditentukan terlebih dahulu kriteria konvergensi kasus yang akan dihitung. Kriteria konvergensi adalah kesalahan atau perbedaan antara dugaan awal dan hasil akhir dari iterasi yang dilakukan berdasarkan persamaan yang digunakan.

7. Hasil tampilan simulasi

Hasil akhir yang dapat ditampilkan dapat berupa kontur, vektor, pathline serta plot XY. Pada penelitian ini visualisasi output akan ditampilkan dalam bentuk kontur 3D. Diagram alir penelitian pada Langkah GAMBIT dan Fluent dapat terlihat pada Lampiran 15.

3.7 Asumsi yang digunakan pada Model

Penelitian ini memiliki berbagai keterbatasan sehingga perlu digunakan beberapa asumsi diantaranya ;

 Simulasi dilakukan pada kondisi steady state,

 Data kosentrasi polutan yang teukur pada Geometri B diasumsikan sama dengan Geometri A.

IV HASIL DAN PEMBAHASAN 4.1 Kondisi Kepadatan Lalu Lintas

Gerbang Tol

Gerbang tol Bogor merupakan salah satu bagian gerbang tol Jagorawi yang dikelola oleh PT. Jasa Marga. Gerbang tol Bogor memiliki sembilan gardu tol yang terdiri dari empat gar-du sebagai loket tiket (Entrance) dan empat gardu sebagai loket pembayaran (Exit) serta satu gardu cadangan yang dapat berfungsi sebagai loket tiket maupun loket pembayaran (Entrance/ Exit). Berdasarkan data rekapan lalu lintas PT. Jasa Marga, total volume lalu lintas yang memasuki kota Bogor setiap tahunnya mencapai 9 hingga 11 juta unit dari gerbang tol Bogor (data dapat terlihat pada Lampiran 11). Sementara rata-rata jumlah kendaraan yang melewati satu gardu tol per satu jam adalah sebanyak 270 unit.

Pada Gambar 7 dapat terlihat bahwa terjadi fluktuasi jumlah kendaraan bermotor yang memasuki kota Bogor dari tahun 2005 hingga 2010. Pada tahun 2006 hingga 2009, trend jumlah kendaraan yang masuk ke kota Bogor melalui gerbang tol Bogor terus mengalami peningkatan, tetapi mengalami penurunan kembali pada tahun 2010. Pembukaan tol dalam kota untuk wilayah Sentul Barat merupakan salah satu penyebab jumlah kendaraan menurun pada gerbang tol Bogor tahun 2010. Hal ini dikarenakan gerbang tol tersebut digunakan sebagai jalan tol alternatif menuju kota Bogor.

Gambar 7 Jumlah kendaraan bermotor/tahun pada gerbang tol Bogor (2005-2010).

Lampiran 10 Data volume lalu lintas harian cabang Tol Jagorawi bulan Maret-April 2011

BULAN MARET 2011 BULAN APRIL 2011

Tanggal Hari Bogor Tanggal Hari Bogor

1 Selasa 25.819 1 Jumat 28.406

2 Rabu 25.896 2 Sabtu 30.179

3 Kamis 25.617 3 Minggu 26.456

4 Jumat 28.647 4 Senin 25.026

5 Sabtu 31.061 5 Selasa 25.365

6 Minggu 24.659 6 Rabu 25.355

7 Senin 24.942 7 Kamis 25.785

8 Selasa 24.525 8 Jumat 27.229

9 Rabu 24.659 9 Sabtu 28.662

10 Kamis 25.765 10 Minggu 22.512

11 Jumat 26.967 11 Senin 24.712

12 Sabtu 28.395 12 Selasa 24.694

13 Minggu 23.341 13 Rabu 25.324

14 Senin 24.792 14 Kamis 25.277

15 Selasa 24.629 15 Jumat 27.240

16 Rabu 25.057 16 Sabtu 27.654

17 Kamis 25.637 17 Minggu 23.453

18 Jumat 27.040 18 Senin 25.439

19 Sabtu 28.292 19 Selasa 25.786

20 Minggu 23.430 20 Rabu 25.452

21 Senin 23.640 21 Kamis 27.711

22 Selasa 24.961 22 Jumat 25.160

23 Rabu 25.252 23 Sabtu 27.537

24 Kamis 25.181 24 Minggu 21.540

25 Jumat 27.805 25 Senin 24.549

26 Sabtu 30.221 26 Selasa 24.498

27 Minggu 26.621 27 Rabu 25.215

28 Senin 25.052 28 Kamis 25.644

29 Selasa 25.228 29 Jumat 26.843

30 Rabu 25.830 30 Sabtu 28.246

31 Kamis 25.526 31 - -

Total 804.487 Total 776.949

Rata-rata/Hari 25.951 Rata-rata/Hari 25.898

Total Hari Libur 216.020 TTLHLB 261.399

Rata-rata/Hari Libur 27.003 RT2/HLB 26.140

Total Hari Kerja 588.467 TTL HR KRJ 515.550

Rata-rata/Hari Kerja 25.586 RT2/HR KRJ 25.778

Lalu Lintas Tertinggi 31.061 LL TERTINGGI 30.179

Lampiran 11 Data jumlah kendaraan gerbang tol Bogor

Gerbang Tahun

2005 2006 2007 2008 2009 2010

Bogor 9.874.507 9.315.475 9.707.182 10.368.277 10.670.303 9.372.070 Total

Rata-rata/Hari 27.053 25.522 26.595 28.406 29.234 25.677 Total

Rata-rata/Jam 1.127 1.063 1.108 1.184 1.218 1.070

Lampiran 12 Jumlah kendaraan bermotor tol Jagorawi 2005-2010: (a) per tahun; (b) per hari; (c) per jam

(a)

(b)

Lampiran 13 Desain Geometri A: (a) tampak atas; (b) tampak samping; (c) tampak depan

(a)

(b)

Lampiran 14 Desain Geometri B: (a) tampak atas; (b) tampak samping; (c) tampak depan

(a)

(b)

Lampiran 15 Diagram alir penelitian Computational Fluid Dynamics(CFD)

Karakteristik Udara dan CO

GAMBIT (Setup geometri

dan pembuatan mesh 3D) Terdiri dari Geometri A dan B Data fisik gardu

tol (tata letak /desain dalam gardu

Data Meteorologi (arah dan kecepatan angin, suhu)

FLUENT

- Memilih solver yang tepat 3D - Mengimpor mesh model (grid) - Melakukan pemeriksaan pada mesh

model

- Memilih formulasi solver - Memilih persamaan dasar yang

akan dipakai dalam analisis - Menentukan sifat material - Menentukan kondisi batas

- Mengatur parameter kontrol solusi - Inisialisasi medan aliran

- Melakukan perhitungan/iterasi - Output

Visualisasi

output simulasi

dispersi gas CO

dari kedua

geometri

Analisis

dan