Simulasi dan Dispersi Model Dispersi Karbon Monoksida (CO) di Sekitar Pintu Tol Baranangsiang Bogor

 
 
 

 

SIMULASI DAN VALIDASI MODEL DISPERSI
KARBON MONOKSIDA (CO)
DI SEKITAR PINTU TOL BARANANGSIANG BOGOR

YUDITH VEGA PARAMITADEVI

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014

 
 

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
 

Dengan ini saya menyatakan bahwa tesis berjudul Simulasi dan Validasi Model
Dispersi Karbon Monoksida (CO) di sekitar pintu tol Baranangsiang Bogor adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari tesis saya kepada Institut Pertanian
Bogor.
Bogor, 2 Mei 2014

Yudith Vega Paramitadevi
NIM F4 511 20071
 

i 
 

RINGKASAN
YUDITH VEGA PARAMITADEVI. Simulasi dan Validasi Model Dispersi
Karbon Monoksida (CO) di Sekitar Pintu Tol Baranangsiang Bogor. Dibimbing
oleh ARIEF SABDO YUWONO dan MEISKE WIDYARTI.
Karbon monoksida merupakan polutan yang diemisikan oleh kendaraan
bermotor. Dispersi polutan tersebut dalam udara berpengaruh terhadap kualitas
udara regional yang berdampak buruk terhadap kesehatan masyarakat. Bogor
sebagai kota tujuan wisata akhir pekan memiliki beban volume kendaraan
bermotor yang tinggi di beberapa tempat seperti persimpangan jalan, jalan
protokol dan pintu tol. Obyek dalam penelitian ini adalah pintu tol Baranangsiang
Bogor karena diduga menghasilkan banyak gas CO akibat antrian kendaraan
bermotor. Penelitian ini dilakukan untuk membuat simulasi dan validasi dispersi
CO dengan metode Finite Length Line Sources berbasis Gaussian model serta
merekapitulasi angka kejadian penyakit yang berdampak terhadap masyarakat di
sekitar pintu tol tersebut.
Tahapan dalam penelitian ini antara lain pengumpulan data sekunder,
penyusunan simulasi FLLS, pengumpulan dan analisis data primer, validasi,
visualisasi dilanjutkan dengan rekapitulasi angka kejadian penyakit. Tahap
pengumpulan data sekunder yakni terdiri dari beberapa instansi seperti BMKG

Dramaga dan Citeko untuk data meteorologi, BLH Kota Bogor dan BPLHD Jawa
Barat untuk data kualitas udara CO di beberapa titik sekitar Baranangsiang Bogor,
PT Jasa Marga untuk data volume kendaraan bermotor di sekitar pintu tol.
Simulasi FLLS disusun berdasarkan data sekunder yang diperoleh. Tahap
pengumpulan data primer dilaksanaan selama seminggu pada tanggal 26 Agustus1 September 2013. Sampling dilaksanakan pada empat (4) titik, dua titik pertama
berjarak 20 m dan dua titik selanjutnya 190 m dari sumber. Pengambilan data
primer mengacu pada SNI No 19-7119.6-2005 tentang Penentuan Lokasi
Pengambilan Contoh Uji Pemantauan Kualitas Udara Ambien, analisis data
primer mengacu pada SNI No 19-4848-1996 tentang Metode Pentoksida. Tahap
validasi secara statistik menggunakan Willmot’s index of agreement, fractional
bias, koefisien korelasi Pearson, normalized mean square error, dan persentase
data. Visualisasi dilakukan agar diperoleh isopleth hasil simulasi. Tahap
rekapitulasi angka kejadian penyakit diperoleh dari rekam medis Puskesmas
sekitar Baranangsiang yakni Bogor Utara, Bogor Timur dan Pulo Armyn.
Sumber emisi CO di sekitar pintu tol Baranangsiang Bogor sebagian besar
dihasilkan dari jenis kendaraan penumpang golongan I dan II. Konsentrasi CO
dari hasil permodelan FLLS berkisar antara 3671-5453 μg/Nm3 pada titik bahu
kiri dan kanan jalan (± 20 m dari sumber, sebelah timur dan barat ruas jalan
utama) dengan konsentrasi tertinggi pada 1 September 2013 di titik bahu jalan kiri
pukul 15.40-16.40 WIB sebesar 5453 μg/Nm3. Pada titik perumahan penduduk di

KPP IPB Baranangsiang 4 dan Kampung Sawah (± 190 m dari sumber) kisaran
konsentrasi CO antara 728-1128 μg/Nm3 dan diperoleh konsentrasi tertinggi
tanggal 1 September 2013 di Kampung Sawah pada pukul 15.40-16.40 WIB
sebesar 1128 μg/Nm3. Konsentrasi CO yang diperoleh dari hasil permodelan
FLLS dibandingkan dengan baku mutu CO untuk pengukuran 1 jam dan 24 jam

ii 
 

dengan nilai masing-masing 30 000 μg/Nm3 dan 10 000 μg/Nm3. Didapatkan
konsentrasi CO seluruhnya masih berada di bawah baku mutu tersebut. Analisis
validasi menunjukkan Willmot’s index of agreement mendekati 1, fractional bias
mendekati nol, normalized mean square error kurang dari 0.5, korelasi Pearson
per titik rendah namun secara keseluruhan mendekati 1. Performa permodelan CO
dibandingkan dengan kenyataan mendekati kriteria yang ada. Hasil visualisasi
selama bulan Juli-September 2013 menunjukkan arah angin rata-rata menuju ke
timur yakni Kampung Sawah.
Penyakit yang diklasifikasikan sebagai intoksikasi CO adalah penyakit
sistem pembuluh darah, eksaserbasi obstruktif paru-paru kronis dan ISPA. Hasil
rekapitulasi menunjukkan tingginya jumlah pasien dengan penyakit eksaserbasi

obstruktif paru-paru kronis terbesar ada di Kampung Sawah Kel. Baranangsiang
yakni sebesar 116-308 penyakit. Hal yang sama ditemukan pada penyakit sistem
pembuluh darah dan ISPA yakni 0-4 dan 419-439 penyakit.
Simpulan dari penelitian ini adalah simulasi dispersi polutan CO telah
berhasil dibuat dalam bentuk software dan divisualisasikan berupa isopleth.
Validasi secara statistik memiliki keakuratan 14-15.5 %, masih dalam rentang
kriteria permodelan Gaussian (10-20 %). Hasil rekapitulasi angka kejadian
penyakit yang tinggi di Kampung Sawah harus dikaji lebih lanjut dalam kaitannya
dengan pola dispersi polutan CO.
Kata kunci: Angka kejadian penyakit, Dispersi, Finite Length Line Sources,
Intoksikasi, Karbon monoksida

iii 
 

SUMMARY
YUDITH VEGA PARAMITADEVI. Simulation and Validation of Carbon
Monoxide (CO) Dispersion Model in The Vicinity of Baranangsiang Toll Gates
in Bogor. Supervised by ARIEF SABDO YUWONO and MEISKE WIDYARTI.
Carbon monoxide is a pollutant emitted by motor vehicles. The dispersion

of pollutants in the air affects the regional air quality which adversely affected
public health. Bogor as a weekend tourist destination has a high volume of
vehicles in some places such as crossroads, main roads and toll gates. The object
in this study was Baranangsiang toll gate for it was allegedly produced a lot of CO
due to the vehicle queue. This study was conducted to simulate and validate the
dispersion of CO using Finite Length Line Sources (FLLS), a Gaussian-based
model, as well as to recapitulate the incidence of disease that affects people
around the toll booth.
The stages in this study were secondary data collection, preparation of
FLLS simulation and analysis of primary data collection, validation, visualization
followed by a recapitulation of the incidence of the disease. Secondary data
collection was gained from several institutions such as BMKG Dramaga and
Citeko for meteorological data, BLH Bogor and BPLHD West Java for CO air
quality data at several points around Baranangsiang Bogor, PT. Jasa Marga for
vehicle volume data around the toll booth. FLLS simulation was compiled based
on the availability of secondary data. The phase of primary data collection was
implemented for a week, from 26 August to 1 September 2013. Sampling was
conducted on four (4) points, two points within the first 20 m and next two points
within 190 m further from the source. Primary data collection refers to the SNI
No. 19-7119.6-2005 on the Location Determination of Controlling Test Sample of

Ambient Air Quality. The analysis of primary data refers to the SNI No. 19-48481996 on Pentoxide Method. Statistical validation phase was made by using
Willmot’s index of agreement, fractional bias, Pearson’s correlation coefficient,
normalized mean square error, and the percentage of data. Visualization was made
in order to obtain isopleth simulation results. Recapitulation of the incidence of
the disease phase was obtained from medical records in the Public Health Centers
around Baranangsiang like North Bogor, East Bogor and Pulo Armyn.
CO emission sources in the vicinity of Baranangsiang Bogor toll gate were
dominantly caused by Class I and II vehicles. The CO concentration of FLLS
modeling results was ranged from 3671 to 5453 μg/Nm3 at the left and right of the
roadside (± 20 m from the source, at east and west side of the main toll road
segment) with the highest concentration on 1 September 2013 at the left of the
roadside at 5453 μg/Nm3 (15.40-16.40 WIB). In the IPB Baranangsiang 4 housing
and Kampung Sawah settlement (± 190 m from the source), the CO concentration
was ranged between 728-1128 μg/Nm3 and the highest concentration was
obtained on 1 September 2013 in Kampung Sawah at 1128 ug/Nm3 (15.40-16.40
WIB). CO concentration was obtained from the FLLS modeling, it was then
compared to the CO quality standards for 1-hour and 24-hours measurements with
30.000 and 10.000 μg/Nm3 for each results. All of simulated CO concentrations
were still under the quality standards. Validation analysis showed that Willmot's

iv 
 

index of agreement approached 1, the fractional bias was closed to zero, the
normalized mean square error was less than 0.5, the Pearson’s correlation was
below 1. The performance of CO modeling compared to existing criteria (50%)
was between 28 to 31%. The visualization result during July-September 2013
showed that the wind direction mostly moved to the Eastern, to Kampung Sawah.
The diseases which had been classified as CO intoxication were blood
vessels, chronic obstructive pulmonary disease and respiratory systems. The result
showed that there were 116-302 patients with chronic obstructive pulmonary
diseases in Kampung Sawah housing. The same thing was found in vascular
system and ISPA disease with 0-4 and 419-439 patients.
The conclusion of this study was the simulation of dispersion of CO
pollutant had been successfully created in the form of software and visualized in
the form of isopleth. Statistical validation had 14-15.5 % accuracy in the range of
the Gaussian modeling criteria (10-20 %), but the recapitulation of the high
incidence of disease in Kampung Sawah should be studied further in relation to
the pattern of dispersion of CO pollutant.
Keywords: Carbon monoxide, Dispersion, Finite Length Line Sources,

Intoxication, The incidence of the disease

 
 
 
 
 
 
 
 
 
 
 
 
 
 

v 
 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
© Hak Cipta Milik IPB, Tahun 2014
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 IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam
bentuk apa pun tanpa izin IPB
 

vi 
 
 
 

 

SIMULASI DAN VALIDASI MODEL DISPERSI
KARBON MONOKSIDA (CO)
DI SEKITAR PINTU TOL BARANANGSIANG BOGOR

YUDITH VEGA PARAMITADEVI

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Teknik Sipil dan Lingkungan

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014

vii 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Penguji Luar Komisi pada Ujian Tesis
 
 
 
 
 
 
 
 
 
 
 
 

: Dr Ir Yuli Suharnoto, MEng

viii 
 

Judul Tesis : Simulasi dan Dispersi Model Dispersi Karbon Monoksida (CO) di
Sekitar Pintu Tol Baranangsiang Bogor
Nama

: Yudith Vega Paramitadevi

NIM

: F451120071

 
 

Disetujui oleh
Komisi Pembimbing
 
 

Dr Ir Arief Sabdo Yuwono, MSc
Ketua

Dr Ir Meiske Widyarti, MEng
Anggota

 
 

Diketahui oleh
Ketua Program Studi
Pascasarjana Teknik Sipil
dan Lingkungan

Dekan Sekolah Pascasarjana

Dr Satyanto Krido Saptomo, STP, MSi

Dr Ir Dahrul Syah, MScAgr

 

Tanggal Ujian : 12 Mei 2014
 
 
 
 

Tanggal Lulus :

ix 
 

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah Bapa atas segala karuniaNya sehingga tesis ini berhasil diselesaikan. Tema yang dipilih dalam penelitian
ialah kualitas udara, dengan judul Simulasi Model Dispersi Karbon Monoksida
(CO) di Sekitar Pintu Tol Baranangsiang Bogor.
Terima kasih penulis ucapkan kepada Dr Ir Arief Sabdo Yuwono, MSc. dan
Dr Ir Meiske Widyarti, MEng. selaku pembimbing. Ungkapan terima kasih juga
disampaikan kepada :
1. Ayah dan Ibu, keluarga Prof Vincent Didiek, MBA., PhD.
2. Suami, Thomas Ari Negara, ST.
3. Anak-anak penulis, Mikhael Adhi Negara dan Gabriella Caline Negara.
4. Seluruh keluarga besar, atas segala doa dan kasih sayangnya.
5. Direktur Program Diploma IPB, Prof Dr Ir M. Zairin Junior, MSc-Periode
2005-2014, untuk bantuan finansial selama pelaksanaan penelitian.
6. Staf HRD dan Teknik PT Jasa Marga (Persero) cabang Jagorawi, Staf
Laboratorium Geometeorologi FMIPA dan Budidaya Perikanan IPB, Staf
Bidang III Badan Lingkungan Hidup (BLH) Kota Bogor, Staf Badan
Pengendali Lingkungan Hidup Daerah (BPLHD) Jawa Barat di Bandung,
Staf Bagian Data BMKG Stasiun Dramaga dan Citeko, Staf Dinas
Kesehatan Kota Bogor, Puskesmas Bogor Timur, Puskesmas Pulo Armyn
dan Puskesmas Bogor Utara, atas bantuan data dalam penelitian ini.
7. Rekan-rekan SIL 2012.
Semoga tesis ini bermanfaat.

Bogor, 2 Mei 2014

Yudith Vega Paramitadevi
NIM F4 511 20071 
 
 

 

x 
 

Daftar Isi 
DAFTAR TABEL

xi 

DAFTAR GAMBAR

xi 

DAFTAR LAMPIRAN

xiii 

PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup Penelitian

1 
1 
1 
2 
2 
2 

TINJAUAN PUSTAKA
Gambaran Umum Kota Bogor
Kondisi Lingkungan Pintu Tol Baranangsiang Bogor
Pencemaran Udara
Pengertian
Meteorologi Pencemaran Udara
Klasifikasi Sumber Pencemar
Pencemaran Udara Akibat Kendaraan Bermotor
CO (Karbon Monoksida)
Model Dispersi Polutan Udara
Model Dispersi Kepulan Gaussian
Model Line Source Gaussian
Validasi Model

3 
3 
3 
4 
4 
4 
5 
5 
6 
6 
7 
8 
9 

METODE
Kerangka Penelitian
Asumsi yang Dipergunakan
Waktu dan Lokasi Pengukuran Polutan CO
Alat dan Bahan
Prosedur Simulasi dan Validasi Model
Prosedur Visualisasi Model
Prosedur Analisis Data Rekaman Kesehatan

10 
10 
11 
12 
13 
16 
19 
19 

HASIL DAN PEMBAHASAN
Kondisi Kepadatan Lalu Lintas
di Sekitar Pintu Tol Baranangsiang Bogor
Total Beban Emisi Line Source CO
Kondisi Meteorologis Wilayah Kajian
Kestabilan Atmosfer
Distribusi Angin
Kualitas Udara Hasil Pengukuran
di Sekitar Pintu Tol Baranangsiang Bogor

20 
 

20 
22 
24 
24 
25 
 
26 

xi 
 

Analisis Hasil Permodelan FLLS
Kesesuaian Konsentrasi CO antara Hasil Permodelan
dan Baku Mutu
Perbandingan antara Hasil Permodelan FLLS dan Hasil
Pengukuran CO
Validasi Hasil Permodelan FLLS
Simulasi Hasil Permodelan
Analisis Rekam Medis Penduduk di Sekitar Pintu Tol
Baranangsiang Bogor
Pengaruh Volume Lalu Lintas terhadap Konsentrasi CO

28
28 
31 
33 
35 
37
39 

SIMPULAN

41 

SARAN

41 

DAFTAR PUSTAKA

42 

RIWAYAT HIDUP

56 

 

DAFTAR TABEL
1
3
4
5
6

Kelas kestabilan Pasquill
Kecepatan angin yang menjelaskan kelas Pasquill
Waktu sampling pada hari kerja dan hari libur
Puskesmas di sekitar pintu tol Baranangsiang
Faktor emisi kendaraan bermotor dari sejumlah tipe
kendaraan di India dengan kecepatan 0-60 km/ jam
7 Konstanta untuk menghitung koefisien dispersi
8 Hasil sampling roadside oleh BLH Kota Bogor dan BPLHD
Jawa Barat
9 Validasi statistik hasil permodelan CO
10 Rekapitulasi rekam medis pada penyakit yang berhubungan
dengan intoksikasi polutan CO
11 Hasil analisis One Way ANOVA

4
5
14
15
17
18
30
34
38
40

DAFTAR GAMBAR
1
2
3
4

Diagram alir penelitian
Metode kurva kalibrasi
Prosedur simulasi dan validasi model
Prosedur visualisasi model

12
16
19
19

xii 
 

5
6
7

8

9
10
11
12
13
14

15

16
17
18
19
20

 

Jumlah kendaraan bermotor per tahun melalui pintu tol
Baranangsiang (2010-2012)
Jumlah kendaraan per minggu : (a) Agustus 2013; (b)
September 2013
Perbandingan jumlah kendaraan terhadap emisi CO di pintu
tol Baranangsiang Bogor pada hari libur (rerata tahun 20102013)
Perbandingan jumlah kendaraan terhadap emisi CO di pintu
tol Baranangsiang Bogor pada hari kerja (rerata tahun 20102013)
Persentase kestabilan atmosfer rerata Stasiun Dramaga dan
Citeko selama periode 2008-2012
Hasil Windrose data lima tahun (2008-2012) rerata Stasiun
Dramaga dan Citeko
Konsentrasi CO pengukuran roadside tanggal 26 Agustus1 September 2013 pada titik bahu jalan
Konsentrasi CO pengukuran pada tanggal 26 Agustus-1
September 2013 pada titik perumahan penduduk
Konsentrasi CO hasil permodelan dibandingkan dengan baku
mutu pengukuran 24 jam
Perbandingan antara CO hasil pengukuran dan permodelan
dua titik sampling sejauh 20 m dari sumber pada tanggal 26
Agustus-1 September 2013
Perbandingan antara CO hasil pengukuran dan permodelan
dua titik sampling sejauh 190 m dari sumber pada tanggal 26
Agustus-1 September 2013
Plot Quantile-Quantile hasil permodelan CO dengan hasil
pengukuran roadside
Preface Software FLLS Jagorawi Bogor
Simulasi dispersi polutan CO (a) bulan Juli 2013; (b) bulan
Agustus 2013 dan (c) bulan September 2013
Konsentrasi CO dengan jumlah kendaraan pada jarak
reseptor 20 m dari titik sumber pintu tol Baranangsiang
Konsentrasi CO dengan jumlah kendaraan pada jarak
reseptor 190 m dari titik sumber pintu tol Baranangsiang

20
21

23

23
24
25
26
27
28

31

32
33
35
36
39
40

xiii 
 

DAFTAR LAMPIRAN
1
2
3

Lokasi pengukuran CO di sekitar pintu tol Baranangsiang
Bogor
Data meteorologi pada saat pengukuran CO di lapangan pada
tanggal 26 Agustus-1 September 2013
Data input permodelan FLLS

47
48
52

1 
 

PENDAHULUAN
Latar Belakang
Karbon monoksida (CO) dari kendaraan bermotor yang diemisikan ke udara
bebas dapat menyebabkan polusi udara. Proses terbentuknya CO tergantung pada
kondisi ambien di atmosfer, kondisi meteorologi, parameter emisi seperti lapisan
dalam atmosfer, kondisi awal momentum emisi, temperatur, arah angin, dan
kecepatan angin sebagai faktor turbulen (Yu dan Ignacio 2005). Para ahli
lingkungan tertarik dalam proses dilusi udara yang melibatkan polutan CO
disebabkan dispersi polutan tersebut dalam udara berpengaruh terhadap kualitas
udara regional yang berakibat buruk terhadap kesehatan masyarakat (Emad et al.
2010).
Dalam beberapa tahun terakhir di berbagai negara, CO yang bersumber
dari asap kendaraan tersebut meningkat disebabkan pertambahan kendaraan
pertahun, sejalan dengan peningkatan kebutuhan alat transportasi konsumen
(Mayer 2009; Sharma dan Khare 2011; Nagendra dan Khare 2012).
Permodelan dispersi polutan dari emisi sumber bergerak merupakan salah
satu alat yang memudahkan dalam kontrol dan manajemen polutan, terutama CO.
The US Environmental Protection Agency (US EPA) dan lembaga peneliti lain di
dunia mengembangkan berbagai macam permodelan tersebut, baik secara
deterministik atau statistik, dalam penggambaran distribusi CO pada jalan raya
(Nagendra dan Khare 2012).
Bogor sebagai kota wisata akhir pekan memiliki beban yang cukup berat
dalam hal volume kendaraan bermotor. Beberapa tempat yang memiliki
konsentrasi CO yang cukup tinggi di Bogor adalah persimpangan jalan, jalan
protokol, pintu masuk tol, dan kawasan industri (Pasha 2011). Obyek dalam
penelitian ini adalah pintu tol Baranangsiang. Di pintu masuk tol tersebut
seringkali terdapat kemacetan kendaraan bermotor, yang diduga menghasilkan
banyak gas CO. Pada penelitian ini digunakan model matematis Line Source
Gaussian Model untuk mengetahui pola dispersi dan konsentrasi CO di sekitar
pintu tol Baranangsiang.
Hasil dari penelitian ini diharapkan dapat memberikan informasi kepada
Pemerintah Kota Bogor yang dapat digunakan sebagai dasar pengambilan
kebijakan atau peraturan daerah berkenaan dengan ambang batas emisi CO yang
dihasilkan oleh kendaraan bermotor beroda empat dan memberikan hasil
penelitian kepada pihak terkait mengenai pola dispersi polutan CO, sehingga
dapat diterapkan dalam rangka penyempurnaan upaya pengelolaan kualitas udara
di kota Bogor.
Perumusan Masalah
Penelitian ini dilakukan untuk membuat simulasi konsentrasi CO dengan
Line Source Gaussian Model di sekitar Pintu Tol Baranangsiang Bogor dan
merekapitulasi jenis penyakit yang berhubungan dengan dampak CO terhadap
masyarakat di sekitar pintu tol tersebut. Ide penelitian muncul karena CO
menimbulkan dampak negatif bagi kesehatan manusia, yakni sakit pada dada,
gangguan paru-paru kronis, gejala seperti flu, dan sakit kepala (Clarke et al.

2 
 

2012). Oleh karena itu dalam penelitian ini permasalahan yang akan dibahas
adalah sebagai berikut:
1. Simulasi dispersi Line Source Gaussian CO menggunakan Finite Length
Line Source (FLLS).
2. Validasi dari hasil perhitungan konsentrasi CO dengan Line Source
Gaussian Model terhadap data primer yang diperoleh dari hasil
pengukuran langsung di lapangan.
3. Pengaruh polutan CO terhadap angka kejadian penyakit pada warga yang
menetap di sekitar pintu tol Baranangsiang, Bogor.
Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut :
1. Membuat simulasi dispersi CO Line Source Gaussian Model.
2. Memvalidasi hasil perhitungan konsentrasi CO dengan Line Source
Gaussian Model terhadap data primer yang diperoleh dari hasil
pengukuran secara langsung di lapangan.
3. Menganalisis pengaruh konsentrasi polutan CO terhadap angka kejadian
penyakit pada warga yang menetap di sekitar pintu tol Baranangsiang,
Bogor.
Manfaat Penelitian
Manfaat hasil penelitian ini diharapkan akan dapat :
1. Memberikan informasi kepada pemerintah kota Bogor yang dapat
digunakan sebagai dasar pengambilan kebijakan berkenaan dengan
ambang batas emisi CO yang dihasilkan oleh kendaraan bermotor beroda
empat atau lebih.
2. Memberikan hasil penelitian kepada pihak terkait mengenai pola dispersi
polutan CO dan pengaruhnya terhadap kesehatan warga sehingga dapat
diterapkan dalam rangka penyempurnaan upaya pengelolaan kualitas udara
di kota Bogor.
3. Sebagai referensi bagi penelitian selanjutnya.
Ruang Lingkup Penelitian
Ruang lingkup dari penelitian ini adalah :
1. Penerapan Line Source Gaussian Model hanya pada polutan CO.
2. Atmosfer udara yang ditinjau adalah atmosfer udara ambien di atas kota
Bogor.
3. Data primer yakni data konsentrasi CO dari pengambilan sampel langsung
di lapangan selama 1 (satu) minggu pada bulan Agustus 2013 dengan
menggunakan peralatan impinger.
4. Data jumlah kendaraan di pintu tol Baranangsiang diperoleh dari
pengamatan langsung pada tanggal 26 Agustus–1 September 2013 dengan
peralatan manual counter. Selain itu juga digunakan data sekunder 3 (tiga)
tahun terakhir dari PT Jasa Marga Bogor.

3 
 

TINJAUAN PUSTAKA
Gambaran Umum Kota Bogor
Secara Geografis Kota Bogor terletak di antara 106048’ BT dan 6036’LS
(Bappeda Kota Bogor 2009). Jarak antara Kota Bogor dan Jakarta kurang lebih 56
km. Dengan ketinggian antara 190-330 m di atas permukaan laut, suhu di Kota
Bogor relatif sejuk yakni 260C dan memiliki kelembaban relatif 70%. Curah hujan
rata-rata setiap tahun di kota Bogor adalah 4000-4500 mm/tahun (BLH Kota
Bogor 2012).
Dengan diberlakukannya Undang Undang Nomor 22 tahun 1999 tentang
Pemerintahan Daerah, nama Kotamadya Bogor diubah menjadi Kota Bogor. Batas
wilayah Kota Bogor saat ini adalah sebagai berikut (BPS 2011) :
1. Selatan: berbatasan dengan Kecamatan Cijeruk dan Kecamatan Caringin
Kabupaten Bogor.
2. Timur: berbatasan dengan Kecamatan Sukaraja dan Kecamatan Ciawi
Kabupaten Bogor.
3. Utara: berbatasan dengan Kecamatan Sukaraja, Kecamatan Bojonggede,
dan Kecamatan Kemang Kabupaten Bogor.
4. Barat: berbatasan dengan Kecamatan Kemang dan Kecamatan Dramaga
Kabupaten Bogor.
Kondisi Lingkungan Pintu Tol Baranangsiang Bogor
Pada tahun 1978, pemerintah Republik Indonesia meresmikan jalan tol
bernama Jagorawi (Jakarta-Bogor-Ciawi). Jalur yang menuju ke Bogor
dihubungkan dengan pintu tol bernama Baranangsiang. Pintu tol ini terletak pada
6.5°LS dan 106.8°BT dan dengan ketinggian 249.6 m dpl. Gerbang tolnya
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. Pada Juli 2012, dilakukan
penambahan empat gardu tol. Gerbang tol ini aktif selama 24 jam dengan
pergantian shift masing-masing gardu selama 8 jam.
Berdasarkan data lalu lintas PT. Jasa Marga (2011), volume lalu lintas yang
memasuki kota Bogor setiap tahun mencapai 9 hingga 11 juta unit kendaraan.
Rerata kendaraan masuk ke Bogor tiap harinya sekitar 42 000 unit. Jam puncak
kendaraan (peak hours) terjadi pada sore hari dan tiap akhir pekan. Klasifikasi
jenis kendaraan yang diacu oleh PT Jasa Marga adalah KEPMEN PU No. 514 Th.
2009 tentang Penyesuaian Tarif Tol pada Beberapa Ruas Jalan Tol dan No. 02 Th.
2011 tentang Penetapan Perubahan Sistem Pengumpulan Tol pada Seksi Jakarta
1C-Cimanggis dan Tarif Tol pada Ruas Jalan Tol Jakarta-Bogor-Ciawi.

4 
 

Pencemaran Udara
Pengertian
Berdasarkan PP No. 41 Tahun 1999 tentang Pengendalian Pencemaran
Udara, pencemaran udara adalah masuknya atau dimasukkannya zat, energi,
dan/atau komponen lain ke dalam udara ambien oleh kegiatan manusia, sehingga
mutu udara ambien turun sampai ke tingkat tertentu yang menyebabkan udara
ambien tidak dapat memenuhi fungsinya. Sesuai PP tersebut, pengendalian
pencemaran udara meliputi pengendalian dari usaha dan/atau kegiatan sumber
bergerak, sumber bergerak spesifik, sumber tidak bergerak, dan sumber tidak
bergerak spesifik yang dilakukan dengan upaya pengendalian sumber emisi dan/
atau sumber gangguan yang bertujuan untuk mencegah turunnya mutu udara
ambien.
Menurut US EPA (2009) polutan udara didefinisikan sebagai berikut:
“Polutan udara adalah segala substansi di udara yang dapat membahayakan bagi
manusia dan lingkungan. Polutan, baik alami maupun buatan, berbentuk padat,
cair atau gas. Polutan tersebut terbagi menjadi berbagai macam jenis, diantaranya
partikulat, Volatile Organic Compounds (VOCs) dan Halogen compounds. Jenis
polutan lainnya antara lain timbal, merkuri, dan asbestos.”
Meteorologi Pencemaran Udara
Kondisi meteorologi pada polusi di perkotaan terbentuk karena terjadinya
proses transportasi dan dispersi yang disebut dengan lapisan Ekman (Costabile
dan Allegrini 2007). Sekitar tahun 1960an, cara paling umum yang digunakan
untuk mengklasifikasikan turbulensi di atmosfer adalah Pasquill. Turbulensi di
atmosfer diklasifikasikan menjadi enam kelas yaitu A, B, C, D, E dan F dengan
kelas A adalah kelas yang paling tidak stabil, dan kelas F adalah kelas paling
stabil atau paling kecil turbulensinya. Tabel 1 memperlihatkan enam kelas
tersebut. Tabel 2 menunjukkan kondisi meteorologi yang menjelaskan tiap kelas.
Tabel 1 Kelas kestabilan Pasquill
Kelas kestabilan
A
B
C
D
E
F

Sumber : Hung (2010)

Definisi
Sangat Tidak Stabil
Tidak Stabil
Agak Tidak Stabil
Netral
Agak Stabil
Stabil

5 
 

Tabel 2 Kecepatan angin yang menjelaskan kelas Pasquill
Kecepatan
Angin
Permukaan
m/ detik
6

Besaran Radiasi Siang Hari
Kuat
A
A-B
B
C
C

Medium
A-B
B
B-C
C-D
D

Lemah
B
C
C
D
D

Tutupan Awan
Malam Hari
> 50 %
< 50 %
E
F
E
F
D
E
D
D
D
D

Sumber : Hung (2010)
Pada masa lampau, kelas kestabilan Pasquill biasa digunakan untuk
menjelaskan turbulensi atmosfer. Sekarang, permodelan dispersi polusi udara
tidak menggunakan kelas kestabilan yang umum digunakan seperti pada Tabel 2.
Permodelan yang paling muthakir menggunakan bentuk Monin-Obukov, teori
yang sama digunakan pada model AERMOD dan ADMS 3 (Dept. of Env. and
Conservation New South Wales 2005).
Klasifikasi Sumber Pencemar
Sumber pencemar udara dapat diklasifikasikan menjadi sumber titik, garis,
area atau volume (Beychok 2006) :
1. Point source, biasa digunakan untuk mengidentifikasi cerobong di
industri. Karakter dari sumber titik ini adalah volume emisinya, ketinggian
cerobong dan diameter cerobong.
2. Line source, biasa untuk mendefinisikan kendaraan bermotor dari jalan.
Sumber ini merupakan satu dimensi emisi udara.
3. Area source, adalah sumber dua dimensi emisi udara. Di perkotaan,
sumber ini digunakan untuk mengidentifikasi emisi yang berasal dari
rumah tangga.
4. Volume source adalah sumber tiga dimensi emisi udara. Sumber ini
menggambarkan emisi yang berasal dari pertambangan (misal
pertambangan batu kapur).
Pencemaran Udara Akibat Kendaraan Bermotor
Aktivitas transportasi diidentifikasi sebagai sumber utama dalam
pencemaran udara di daerah perkotaan (Onursal dan Gautam 2004) dengan
dampak kesehatan terhadap manusia yang negatif (Coville et al 2006; Chan et al.
2007). Kota yang sedang berkembang, Bogor, memiliki volume lalu lintas yang
besar, terutama saat jam kantor dan akhir pekan, dengan tingkat kemacetan yang
cukup besar. Peningkatan CO terjadi ketika kendaraan bermotor berjalan dengan
kecepatan rendah disebabkan frekuensi pengereman yang sering. Kendaraan
bermotor berkontribusi setidaknya 90% dari emisi CO di perkotaan (Mukherjee
dan Visvanathan 2006).

6 
 

Di Kota Bogor, kendaraan bermotor roda empat berkorelasi langsung
terhadap emisi CO, terutama di pintu masuk tol Baranangsiang pada akhir pekan
dan sore hari. Sebanyak 20 000 sampai 25 000 unit kendaraan melewati pintu tol
pada saat hari kerja dan 25 000 sampai 30 000 pada saat hari libur, kepadatan
tertinggi sekitar 285 unit kendaraan perjam di tiap gerbang tol terjadi sore hari
pada hari libur (Pasha 2011). Pasha (2011) juga menjelaskan bahwa konsentrasi
CO tertinggi hari kerja adalah 7845 μg/Nm3 sedangkan pada hari libur sebesar
8708 μg/Nm3. Konsentrasi CO di dalam udara ambien dipengaruhi oleh beberapa
faktor, yakni banyaknya kemacetan dalam hubungannya dengan waktu, jenis
kendaraan, komposisi kendaraan, topografi dan kondisi meteorologinya (Comrie
dan Diem 2004; Sharma et al. 2004; Sivacoumar dan Thanasekaran 2004; Chan
dan Liu 2006; Chan et al. 2007).
Kendaraan berbahan bakar bensin dan solar menghasilkan proporsi gas
buang yang berbeda. Emisi CO yang dihasilkan oleh kendaraan berbahan bakar
solar sekitar 2.67 gram/liter sedangkan kendaraan berbahan bakar bensin adalah
2.32 gram/liter (US EPA 2005). Dalam hal gas buang kendaraan bermotor,
komposisi CO yang diemisikan oleh bahan bakar bensin lebih besar dibandingkan
solar. Hanya saja solar mengemisikan HC, NOx, aldehida dan SO2 lebih besar
dibandingkan bensin (US EPA 2007).
CO (Karbon Monoksida)
CO adalah gas beracun yang diproduksi dari proses pembakaran tidak
sempurna bahan bakar karbon, seperti batubara, kayu dan minyak (Prockop dan
Chichkova 2007). Dalam bentuk gas itulah, CO dapat menyebabkan kematian
karena gangguan kardiovaskular, pernafasan dan pengrusakan sistem syaraf
(Homer et al. 2005; Chee et al. 2008).
Afinitas CO terhadap Hemoglobin (Hb) sekitar 240 kali lebih besar
dibandingkan dengan afinitas CO terhadap Oksigen (O2). Hal ini menyebabkan
terbentuknya carboxyhaemoglobin (COHb), penyebab utama timbulnya
hypoxaemia (Greaves et al. 2009). Clarke et al. (2009) menyebutkan bahwa gejala
pasien yang terpapar COHb adalah sakit kepala, kesulitan bernafas dan pada
akhirnya pingsan. Dalam hubungannya dengan baku mutu, sesuai Lampiran PP
No. 41 Tahun 1999, baku mutu udara ambien CO dengan pengukuran 1 jam
adalah 30 000 μg/ m3 sedangkan pengukuran 24 jam adalah 10 000 μg/ m3.
Hubungan antara CO dan penyakit pernafasan pada anak-anak usia 0–13
tahun di Afrika, penyebab utama pemaparan CO pada anak-anak tersebut adalah
letak tempat tinggal dan sekolah mereka yang dekat dengan jalan raya yang ramai
serta penuh kemacetan (Venn et al. 2005; Brunekreef et al. 2009; Mustapha
2011).
Model Dispersi Polutan Udara
Model dispersi polutan udara adalah simulasi matematis dispersi polutan
dari suatu sumber ke udara ambien. Model digunakan untuk mendeskripsikan
proses fisika dan kimia sehingga konsentrasi polutan pada lokasi tertentu dapat
dihitung (Vardoulakis et al. 2008). Model dispersi dapat digunakan untuk
memperhitungkan atau memprediksi konsentrasi polutan udara dari sumber

7 
 

emisinya, seperti kendaraan dan cerobong asap. Jumlah emisi yang dilepaskan
dapat ditentukan dari proses atau pengukuran aktual (Hung 2010).
Menurut Holmes dan Morawska (2006), ada lima tipe permodelan yang
umum digunakan, yaitu: Box Model, Gaussian Model, Lagrangian Model,
Eulerian Model dan Computational Fluid Dynamics (CFD) Model.
Model Dispersi Kepulan Gaussian
Model kepulan Gaussian berdasarkan sistem koordinat, yakni x adalah
tegak lurus jalan, y searah sumber dan z tinggi polutan. Berdasarkan Hassan
(2006), rumusan Gaussian adalah:
Persamaan 1
dengan
: konsentrasi polutan (kg/ m3)
: kecepatan angin rata-rata (m/ s)
: konstanta difusi searah sumbu x
: konstanta difusi searah sumbu y

C

Pada kondisi batas :
(1)

.

, ,

Persamaan 2a

Dengan Q adalah kekuatan sumber titik polutan dalam satuan gram.m/ detik.
Kondisi ini ekivalen dengan kondisi fisis bahwa fluks per satuan waktu melintang
sebuah bidang yang tegak lurus arah angin (sejajar dengan bidang YZ) adalah
sama dengan laju emisi Q (sumber terletak pada (0,0,h)), yaitu :
∞

∞
∞

Persamaan 2b

, ,

h adalah tinggi dari sumber, dipilih h = 0 dalam persamaan 3 berikut dan simbolsimbol yang lain memiliki arti umum.
∞

(2)
(3)

Persamaan 2c

∞

(4)

Solusi dari persamaan 1 yang memenuhi kondisi batas di atas adalah :
, ,
dengan

Persamaan 3
dan

8 
 

yang menunjukkan bahwa pola konsentrasi mengikuti distribusi normal dengan
dan sebagai parameter dispersi.
Model Line Source Gaussian
Di dalam beberapa situasi, seperti deretan pabrik-pabrik sepanjang jalan
atau lalu lintas yang padat sepanjang jalan tol, masalah polusi dapat dimodelkan
sebagai suatu emisi line source tak hingga (Goyal dan Khrisna 2013). Beberapa
penelitian telah dilakukan menggunakan line source gaussian ini. Endrayana
(2009) menggunakan model line source gaussian untuk menggambarkan pola
penyebaran pencemar CO pada pintu tol Dupak 3 Surabaya.
Aspek yang masih perlu ditingkatkan adalah data kecepatan angin
sebaiknya diperoleh langsung pada lokasi pengamatan bukan diperoleh dari data
sekunder. Selain itu beberapa data meteorologi yang digunakan bukan yang
terbaru sehingga seiring dengan perubahan cuaca, data tersebut sebenarnya tidak
sahih lagi.
Dalam penelitian ini, line source gaussian model adalah pengembangan
dari model gaussian plume dengan mengasumsikan bahwa sebuah line source
adalah sebuah deret point source, yang saling tergantung (mutually dependent),
yang masing-masing menghasilkan kepulan polutan. Dengan demikian,
konsentrasi suatu titik di sisi jalan dihitung sebagai jumlah konsentrasi dari deret
titik-titik sumber pada jalan tersebut.
Jika angin bertiup searah sumbu x yang tegak lurus terhadap jalan raya,
sumbu y adalah sepanjang jalan raya, maka konsentrasi polutan tidak tergantung
pada y, karena dianggap gerakan polutan hanya disebabkan oleh angin yang tegak
lurus saja, sehingga variabel y tidak diperhitungkan, artinya konsentrasi polutan
pada sumbu y diasumsikan seragam. Difusi dapat diabaikan pada arah sejajar
jalan, sehingga pada saat arah angin adalah tegak lurus (normal) terhadap garis
emisi, konsentrasi sejajar jalan diperoleh dari persamaan sebagai berikut (Hassan
2006) :
, ,

dy

Persamaan 4

dimana Q adalah kekuatan emisi line source dalam gram.m/detik. m dan h adalah
ketinggian emisi. Dari persamaan 4 diperoleh :
,

Persamaan 5

Persamaan tersebut merupakan model infinite length line source yang
memperhitungkan arah angin tegak lurus terhadap line source sehingga polutan
hanya terdispersi pada sumbu vertikal saja. Sedangkan pada sumbu y, konsentrasi
polutan akan seragam untuk infinite line source.
Modifikasi dari infinite length line source yang digunakan dalam
penghitungan line source gaussian adalah model finite length line source (FLLS).
Metode FLLS lebih ampuh dalam menentukan konsentrasi polutan (Hassan 2006
dan Venkatram 2006). Metode ini menentukan konsentrasi polutan termasuk
penyebarannya dengan membagi ruas-ruas tiap line source menjadi segmensegmen terkecilnya. Setelah didapatkan segmen-segmen terkecil maka dilakukan

9 
 

perhitungan jarak dari reseptor sampai sumber bergaris dengan tujuan menentukan
parameter dispersi tiap reseptor. Model FLLS ini digunakan dalam bentuk
software CALINE yang diperkenalkan oleh US EPA (Lin dan Ge 2006; Goyal
dan Khrisna 2013; Batterman 2010). Modifikasi persamaan 5 menjadi persamaan
FLLS menurut Hassan (2006) dapat dilihat pada persamaan 6.
Persamaan 6
,
dengan :
.
/

;

Keterangan :
Q:
:
:
z :
H:
B:

Laju emisi sumber polutan. Pada finite point source digunakan satuan
gram/ detik, pada finite line source digunakan gram.m/detik
Kecepatan angin pada posisi x (m/detik)
Parameter dispersi konsentrasi pada posisi z (m)
Posisi arah z pada koordinat kartesius (pada penelitian ini z=0)
Ketinggian efektif sumber emisi (pada penelitian ini H=0)
Rasio panjang ruas jalan terhadap parameter dispersi (

Validasi Model
Validasi yang sering digunakan untuk membandingkan data model dengan
data hasil observasi di lapangan, terutama pemodelan kualitas udara, antara lain
Wilmott’s Index of Agreement (d), Normalized Mean Square Error (NMSE),
Korelasi Pearson (R), Fractional Bias (FB) dan Factor of 2 (Fa2) (Ganguly et al.
2009 dan Willmott et al. 2011).
Index of Agreement (d) menjelaskan tingkat kesesuaian antara model dan
hasil pengukuran di lapangan, dengan nilai d mendekati 1 menandakan bahwa
tingkat kesesuaian antara model dengan hasil pengukuran tinggi. NMSE adalah
parameter dasar dalam statistik (Hassan 2006), NMSE memberikan informasi
mengenai besarnya error pada model. Normalisasi menjamin bahwa NMSE tidak
menimbulkan data bias pada model, baik diatas (over-predict) maupun dibawah
(under-predict) perkiraan. Nilai rerata NMSE sekitar 0.5 menjelaskan bahwa
terjadi kesetaraan (Fa2 = 50%) antara model dengan kenyataan. Koefisien korelasi
Pearson (R) menggambarkan perubahan proporsional pada dua kondisi, namun
tidak dapat menjelaskan besarnya keragaman pada kondisi tersebut. Baik d,
NMSE dan R mengukur kesesuaian antara konsentrasi model dengan konsentrasi
hasil pengukuran dalam prosedur yang urut (time series) (Goyal dan Khrisna
2013). Fractional Bias (FB) mengukur kesesuaian rerata dua kondisi dengan nilai

10 
 

antara +2 dan -2, dimana nilai +2 menandakan kondisi under-prediction secara
ekstrim dan nilai -2 adalah over-prediction secara ekstrim. Fa2 merupakan statistik
kasar namun mudah dimengerti dalam membandingkan model dengan
kenyataannya. Rumusannya adalah (Ganguly et al. 2009) :
Persamaan 7

|

|

Persamaan 8
Persamaan 9
Persamaan 10

dimana :
Cpred
Cobs
σpred
σobs

,

.

Persamaan 11

: Konsentrasi CO model (μg/Nm3)
: Konsentrasi CO hasil observasi di lapangan (μg/Nm3)
: Rerata konsentrasi CO model (μg/Nm3)
: Rerata konsentrasi CO hasil observasi di lapangan (μg/Nm3)
: Standar deviasi CO model
: Standar deviasi CO hasil observasi di lapangan

Menurut Kumar et al. (2003), performa model kualitas udara yang baik
berdasarkan kriteria sebagai berikut :
1. NMSE dalam kisaran 0.5.
2. FB dalam rentang -2 sampai dengan 2.
3. Nilai R dan d mendekati 1.
4. Fa2 sekitar 50%.

METODE
Kerangka Penelitian
Penelitian ini mencakup penyusunan model dispersi Line Source Gaussian
menggunakan metode Finite Length Line Source (FLLS), pengumpulan data
primer konsentrasi CO dimana data tersebut akan dianalisis dengan
spektrofotometri, validasi model tersebut, visualisasi pola dispersi polutan CO
serta rekapitulasi data kesehatan penduduk. Apabila dalam validasi performa
model berbeda jauh dari kriteria yang sudah ditetapkan, maka penelitian ini akan
kembali pada penyesuaian model dengan angka koreksi.

11 
 

Langkah-langkah yang akan dilakukan selama penelitian ini diawali
dengan pengumpulan data sekunder, penyusunan model Gaussian Line Source,
pengumpulan dan analisis data primer, validasi model, visualisasi model
dilanjutkan dengan analisis rekaman kesehatan penduduk dan simpulan serta
saran. Langkah-langkah penelitian tersebut dapat dilihat pada Gambar 1.
Asumsi yang Dipergunakan
Asumsi pada model FLLS terbagi menjadi beberapa bagian yaitu :
1. Prinsip konservasi massa digunakan dalam aliran polutan. Polutan CO
tidak bersifat reaktif, yaitu tidak mengalami perubahan fisis dan kimia
akibat bereaksi dengan partikel lain. Laju perubahan bentuk serta
penghilangannya tidak diperhitungkan.
2. Kondisi meteorologi yang relatif konstan dengan kondisi angin yang
tenang. Data meteorologi dianggap sahih.
3. Transpor aliran angin dalam bidang horizontal yang konstan.
4. Absorpsi polutan oleh permukaan tanah diabaikan.
5. Konsentrasi polutan total diperoleh dari penjumlahan masing-masing
konsentrasi dari setiap segmen jalan. Jika titik reseptor berjarak sama
maka polutan CO juga memiliki nilai yang sama.
6. Pengaruh dari emisi kendaraan bermotor beroda dua diabaikan.

12 
 

 

Gambar 1 Diagram alir penelitian
Waktu dan Lokasi Pengukuran Polutan CO
Kriteria penentuan lokasi pengambilan sampel kualitas udara ambien
mengacu pada SNI No 19-7119.6-2005 tentang Penentuan Lokasi Pengambilan
Contoh Uji Pemantauan Kualitas Udara Ambien. Pengambilan dan pengukuran
sampel CO dilakukan di empat (4) titik di sekitar pintu tol Baranangsiang Bogor

13 
 

yang dikelola oleh pihak PT. Jasa Marga selama satu minggu pada tanggal 26
Agustus sampai dengan 1 September 2013.
Selanjutnya analisis sampel CO dilakukan di Laboratorium Budi Daya
Perairan IPB pada bulan September-Oktober 2013. Penelitian dilakukan di
Laboratorium Kimia Program Diploma IPB pada bulan Juli-Oktober 2013.
Gambar lokasi pengukuran dapat dilihat pada Lampiran 1.
Alat dan Bahan
Alat dan Bahan yang digunakan selama penelitian ini antara lain :
1. Alat/ perangkat keras :
a. Personal Computer berbasis Windows
b. Impinger dilengkapi dengan pompa udara
c. Termometer normal dengan rentang suhu 0–1000 C
d. Anemometer, memiliki ketentuan sebagai berikut :
- Dilengkapi dengan alat penunjuk angin
- Batas ukuran (0-1) m, (0-30) m
- Suhu (0-80)0 C, ketelitian 2%, tenaga AC 100 volt atau DC 12 volt,
ukuran 86 mm x 123 mm x 180 mm
e. Spektrofotometer, dengan spesifikasi :
- Pengukuran satuan (0-10) ppm, (0-20) ppm, (0-50) ppm
f. Peralatan Laboratorium Kimia :
- Labu takar 100 ml merk Pyrex
- Beaker glass 200 ml merk Pyrex
- Pipet ukur 10 ml merk Pyrex
- Tabung reaksi merk Pyrex
g. Tripod
h. Manual Counter
i. Global Positioning System (GPS) merk Garmin
j. CO Meter portabel merk Lutron seri GCO-2008
2. Bahan/ Perangkat Lunak :
a. Microsoft Office 2007
b. Program Global Mapper versi 11.0
c. Program Microsoft Visual Basic 6.0
d. Program Surfer versi 8.0
e. Larutan atau cairan kimia :
- Larutan KI sebagai penyerap CO
- Larutan Standar Iod sebagai larutan induk
a. Kebutuhan data terdiri dari data primer berupa data konsentrasi polutan dan
data meteorologi sesaat. Sedangkan data sekunder terdiri dari data meteorologi
tahunan, data volume lalu lintas dan data rekam medis penduduk. Uraian rinci
tentang data tersebut diuraikan dalam bagian berikut.
1. Data Konsentrasi Polutan
Data pengukuran lapang yang digunakan adalah data primer berupa hasil
pengukuran konsentrasi CO dalam udara ambien di sekitar pintu tol

14 
 

Baranangsiang Bogor. Hasil konsentrasi CO tersebut diperoleh dengan
menggunakan tabung Impinger. Tatacara sampling CO di lapangan yang
digunakan dalam penelitian ini adalah sebagai berikut :
a. Sampling dilakukan selama seminggu pada 26 Agustus 2013 sampai
dengan 1 September 2013.
b. Sampling 2 titik pertama dilakukan di tepi jalan (roadside), sejauh ± 20 m
dari sumber polutan.
c. Sampling 2 titik pertama tersebut dilakukan pada jam puncak (peak hour).
Jam puncak tersebut sesuai dengan hasil penelitian sebelumnya oleh Pasha
(2011), dimana volume kendaraan rata-rata tinggi saat memasuki pintu tol
Baranangsiang. Tabel 3 memperlihatkan waktu sampling pada hari kerja
dan hari libur untuk empat titik sampling.
Tabel 3 Waktu sampling pada hari kerja dan hari libur
Hari Kerja

Hari Libur

09.00-10.00 WIB 11.00-12.00 WIB
10.00-11.00 WIB 12.00-13.00 WIB
15.00-16.00 WIB 15.00-16.00 WIB
16.00-17.00 WIB 16.00-17.00 WIB
 

d. Sampling 2 titik berikutnya dilakukan dengan radius sejauh ± 190 m tegak
lurus terhadap sumbu jalan di samping poros utama pintu tol.
e. Sampling 2 titik reseptor tersebut dilakukan di sekitar perumahan
penduduk. Waktu sampling dapat dilihat pada Tabel 3.
f. Lama sampling masing-masing titik tanpa pengulangan adalah 60 menit.
g. Apabila terjadi hujan maka sampling diundur sampai ± 3 jam.
Prosedur pengukuran CO dengan impinger adalah sebagai berikut :
a. Absorban CO yang telah dipersiapkan dimasukkan ke dalam tabung
impinger.
b. Impinger dihubungkan dengan pompa penghisap.
c. Impinger yang berisi larutan penyerap CO dipasang pada tripod dengan
ketinggian 1 meter dari permukaan tanah.
d. Pompa penghisap udara dihidupkan, kemudian kecepatan aliran udara
diatur sebesar 1 liter per detik.
e. Setelah waktu cukup, pompa penghisap dimatikan dan impinger
dilepaskan dari pompa penghisap.
2. Data Meteorologi
Simulasi dispersi CO yang dilakukan dalam penelitian ini menggunakan
data meteorologi yang diukur selama seminggu di bulan Agustus 2013 dan
data dari BMKG sebagai data sekunder. Parameter yang digunakan antara
lain suhu, kestabilan atmosfer, kelembaban udara, arah dan kecepatan
angin. Sebelum dilakukan sampling, dilakukan pengukuran suhu, arah dan

15 
 

kecepatan angin, titik koordinat sumber dan reseptor. Alat yang digunakan
adalah anemometer untuk mengukur kecepatan angin, GPS untuk
mengukur titik koordinat, dan termometer untuk mengukur suhu.
3. Data Volume Lalu Lintas
Data volume lalu lintas diperoleh dari pihak PT. Jasa Marga. Data volume
lalu lintas yang digunakan untuk melihat pola kecenderungan kenaikan
volume lalu lintas per minggu adalah data bulan Agustus-September 2013.
Sedangkan data volume lalu lintas yang digunakan untuk melihat pola
kecenderungan kenaikan volume lalu lintas dalam kurun waktu 3 tahun
terakhir adalah data dari tahun 2010 hingga 2012.
Data pengamatan volume lalu lintas selama penelitian dilakukan pada saat
sampling menggunakan manual counter.
4. Data Rekaman Medis Penduduk
Rekaman medis penduduk diperoleh dari Puskesmas sekitar pintu tol
Baranangsiang. Daftar Puskesmas sekitar pintu tol Baranangsiang
disajikan pada Tabel 4.
Penyakit yang relevan dengan konsentrasi konsentrasi CO yang tinggi
adalah infeksi saluran nafas atas, terutama adalah penyakit yang
berhubungan dengan jantung (kardiovaskular) dan jantung serta paru-paru
(kardiopulmoner) disertai gejala pusing, mual dan pingsan.
Tabel 4 Puskesmas di sekitar pintu tol Baranangsiang
No.

Nama Puskesmas

Alamat

1

Puskesmas Bogor Timur

2

UPTD Puskesmas Pulo Armyn

Jl. Pakuan No. 6
Jl. Pajajaran No. 53 Kec. Bogor
Timur

3

Puskesmas Bogor Utara

Jl. Cimanuk Blok B2 No 13
Perum Bogor Baru

Sumber : Dinas Kesehatan Kota Bogor (2012)
b. Teknik Pengukuran CO di Laboratorium
Pengujian sampel CO di udara ambien dengan metode Pentoksida mengacu
pada SNI No 19-4848-1996. Metode yang digunakan dalam analisis
kandungan CO di udara ambien adalah metode kurva kalibrasi dan pengujian
contoh uji.
1. Metode Kurva Kalibrasi
Gambar 2 menyajikan metode kurva kalibrasi untuk analisis sampling
CO yang berasal dari pengumpulan data primer.

16 
 

Gambar 2 Metode kurva kalibrasi
Setelah dilakukan pengukuran dengan spektrofotometer, konsentrasi
CO dihitung dengan menggunakan persamaan berikut:
CO

,

A

,

xVx

x Fr x t menit x

Cx

,

Cx

L

g

Persamaan 12

Keterangan:
V
= volume larutan penyerap (ml)
Fr
= kecepatan aliran udara (menit/l)
t
= waktu (menit)
[CO] = konsentrasi CO (ppm)
Prosedur Simulasi dan Validasi Model
Prosedur simulasi dan validasi model terdiri dari pengelompokan menurut
data emisi, data faktor meteorologi dan data primer kualitas udara di pinggir jalan
(roadside). Perhitungan yang dilakukan pada model menggunakan persamaan 5
meliputi kekuatan emisi untuk memperoleh nilai Q, kecepatan angin untuk
memperoleh nilai , panjang jalan dan lokasi reseptor untuk memperoleh nilai
serta B1 dan B2. Data perhitungan faktor emisi dapat dilihat pada
Tabel 5.
1. Perhitungan beban emisi
Beban emisi (Q) merupakan volume emisi yang dikeluarkan per satuan
waktu. Beban emisi (Q) diperoleh dengan persamaan (Yamin et al 2009):
∑
Persamaan 13
dimana :
Q
= Kekuatan emisi (mikrogram/m.detik)
= Faktor emisi kendaraan setiap jenis kendaraan (gram/km)
EFi
V
= Volume kendaraan (kendaraan/jam)
t
= Lama waktu pengamatan (detik)
i
= Jenis kendaraan

17 
 

Tabel 5 Faktor emisi kendaraan bermotor dari sejumlah tipe kendaraan di India
dengan kecepatan 0-60 km/ jam

Kecepatan
(km/ jam)
0
10
20
30
40
50
60

Roda
2
4 Tak
1.6
1.1
1.0
1.4
3.3
3.2

Roda
3
4 Tak
5.2
0.9
0.4
0.6
1.6
1.5

Roda
4
Bensin
16.0
11.5
10.3
29.8
39.0
52.0

CO (g/km)
Roda 4
Diesel
Mesin Lama
(< tahun 2003)
3.1
2.4
2.4
2.0
1.8
1.8

Roda 4
Diesel
Mesin Baru
(≥ tahun 2003)
1.9
1.4
1.2
1.1
1.0
1.1

Bus-Truk
6.1
4.6
4.6
3.8
3.9
4.0

Sumber : Mittal dan Sharma (2003)
Faktor emisi yang digunakan dalam penelitian ini adalah faktor emisi India
dengan pertimbangan kecepatan yang bervariasi dari 0–60 km dan jangka
waktu pemeliharaan kendaraan bermotor antara India dan Indonesia yang
relatif sama yakni antara 10–15 tahun.
2. Kecepatan angin efektif
Arah dan kecepatan angin efektif ( ) turut diperhitungkan dalam aplikasi
model ini. Arah angin selanjutnya dihitung agar tegak lurus terhadap
masing-masing ruas jalan. Kecepatan efektif dan arah angin pada masingmasing ruas jalan ditentukan dengan persamaan 14 (Hassan, 2006).
.

|

|

Persamaan 14

Dimana :
ū
= kecepatan angin efektif
v angin = kecepatan angin di lokasi sampling
θ-α
= sudut angin relatif terhadap jalan
(untuk arah angin θ > 180 = arah angin – (180-kemiringan jalan))
(untuk arah angin θ < 180 = arah angin – kemiringan jalan)
Kecepatan angin efektif yang telah diperoleh ini merupakan kecepatan
angin yang telah tegak lurus terhadap ruas jalan.
3. Penentuan panjang jalan dan lokasi reseptor
Dalam penelitian ini digunakan satu segmen jalan A-B sepanjang ±
400 m. Kemiringan jalan