60
NO
2
sebesar 800 ppm akan mengakibatkan 100 kematian pada binatang-binatang yang diuji dalam waktu 29 menit atau kurang.
Pemajanan NO
2
dengan kadar 5 ppm selama 10 menit terhadap manusia mengakibatkan kesulitan dalam bernafas. Oleh karenanya pencegahan
yang dapat dilakukan bagi sumber tidak bergerak dengan mengganti peralatan yang rusak, memasang scruber pada cerobong asap serta
memodifikasi pada proses pembakaran. Di udara nitrogen monoksida NO teroksidasi sangat cepat membentuk
nitrogen dioksida NO
2
yang pada akhirnya nitrogen dioksida NO
2
teroksidasi secara fotokimia menjadi nitrat. Mekanisme reaksi pembentukannya di udara sebagai berikut :
N
2
+ O
2
↔ 2NO 2NO + O
2
↔ 2NO
2
2NO
2
+ O
2
↔ H
2
O ↔ 2HNO3 21
2.15 Baku Mutu Emisi
Banyaknya gas yang terkandung dalam udara yang dalam kurun waktu dapat menyebabkan terjadinya polusi udara. Untuk menekan terjadinya polusi
udara secara berlebihan tersebut maka diperlukannya peraturan yang mengatur nilai dari masing-masing gas. Dalam Keputusan Menteri Negara Lingkungan
Hidup No.13 pasal 1 tahun 1995 tentang baku mutu emisi sumber tidak bergerak menjelaskan bahwa baku mutu emisi sumber tidak bergerak adalah batas
maksimum emisi yang diperbolehkan masuk dalam lingkungan, dimana emisi merupakan makhluk hidup, zat, energi atau komponen lain yang dihasilkan dari
kegiatan yang masuk atau dimasukkan ke dalam udara ambien. Pada industri
61
dengan membuat cerobong emisi yang dilengkapi sarana pendukung meliputi kadar dan laju alir volume untuk setiap cerobong emisi serta alat ukur arah dan
kecepatan angin. Dalam pengertian lain disebutkan bahwa baku mutu udara emisi
10
merupakan batas kadar yang diperkenankan bagi zat atau bahan pencemar untuk dikeluarkan dari sumber pencemar ke udara dengan tidak mengakibatkan
dilampauinya baku mutu udara ambien. Baku mutu emisi memiliki 13 parameter disertai dengan nilai maksimalnya. Nilai
– nilai tersebut umumnya dinyatakan dalam μg permeter kubik udara, seperti salah baku mutu emisi yang digunakan
oleh BPLH yaitu berdasarkan Surat Keputusan Gubernur. DKI Jakarta No.670 tahun 2000 berikut ini:
Tabel 2.2 Baku Mutu Emisi
Parameter Satuan
Baku Mutu
NH
3
0.5 mgm3
CL
2
10 mgm3
HCL 5
mgm3 HF
10 mgm3
NO
2
1000 mgm3
Opasitas 35
mgm3 Partikulat
350 mgm3
SO
2
800 mgm3
H
2
S 35
mgm3
10
http:cmsfkm.unimus.ac.idmodwikiview.php?id=2page=Baku+mutu+udara+emisiMoodleS ession=fabb699e9bb1fb95a9cf8900adc0c333
62
Hg 5
mgm3 As
8 mgm3
Sb 8
mgm3 Cd
8 mgm3
Zn 50
mgm3 Pb
12 mgm3
2.16 Interpolasi
Interpolasi
11
merupakan salah satu analisis spasial, dalam proses geometris citra, piksel-piksel citra dipetakan dari satu citra ke citra yang lainnya melalui
suatu teknik pemetaan forward maupun reverse. Pada dasarnya interpolasi adalah suatu proses pendekatan sehingga memungkinkan terjadi perubahan terhadap
degradasi kualitas citra pada saat algoritma interpolasi diterapkan. Sedangkan Dalam pemetaan, interpolasi adalah proses estimasi nilai pada wilayah yang tidak
disampel atau diukur, sehingga ter-buatlah peta atau sebaran nilai pada seluruh wilayah Gamma Design Software, 2005. Pada modul spatial analyst proses ini
dilakukan dengan menjalankan fungsi interpolate grid yang merupakan salah satu fitur dalam pemetaan Arcview 3.3. interpolasi citra dijital bekerja dua arah, dalam
pengaplikasian terdapat dua metoda yang digunakan yaitu metoda IDW dan Spline.
a. Metode IDW Inverse Distance Weighted Titik input yang memiliki pengaruh local dan akan berkurang terhadap
jarak. Metode yang memberikan nilai lebih tinggi terhadap sel yang
11
http:rsandgis.comindex.php?kategori=1otherposting=1postingid=105postingcode=8tan ggal=29bulan=11tahun=2011minggu=3fullcontent=1
63
terdekat dengan data dibandingkan dengan sel yang memiliki jarak yang lebih jauh.
b. Metode Spline Metode interpolasi yang digunakan untuk mendapatkan nilai kurva
minimum antara nilai input. Metode yang sering digunakan terhadap ketinggian permukaan bumi,, ketinggian muka air tanah. Dalam metode
spline terdapat dua tipe yaitu Regularized dan Tension. Regularized membuat suatu permukaan menjadi lebih halus sedangkan tension
mempertegas bentuk permukaan sesuai dengan fenomena model.
2.16.1 Konsep Interpolasi
Interpolasi memanfaatkan suatu informasi yang dikandung oleh data yang sudah diketahui sebelumnya sehingga dapat menghasilkan suatu
data yang saling berkaitan dengan data yang belum diketahui. Sedangkan secara matematika interpolasi dapat diartikan sebagai berikut :
Jika diketahui sebuah barisan yang terdiri dari n bilangan xk yang disebut node, dan untuk setiap xk sebuah
bilangan lain yk akan dicari sebuah fungsi sedemikian rupa sehingga memenuhi persamaan :s
fxk = yk k = 1, . . . , n
Pasangan xk, yk disebut titik data data point dan f disebut fungsi interpolan untuk titik data tersebut. Apabila banyak yk diketahui maka
fungsi interpolan dapat dituliskan sebagai fk. Sebagai contoh, pada gambar 2.10 ditunjukkan sebuah tabel dan visualisainya yang dihasilkan dari
sebuah fungsi fx yang tidak diketahui. Dari
64 Gambar 2.10 contoh tabel data interpolasi
2.16.2 Jenis Interpolasi
Interpolasi secara umum dapat dikelompokkan menjadi 3 kelompok yaitu interpolasi linier, interpolasi polinomial, dan interpolasi spline. Dari
ketiga jenis interpolasi ini interpolasi linier merupakan interpolasi paling sederhana. Pada contoh di atas,untuk menentukan nilai f2.5 dilakukan
dengan cara menghitung titik tengah antara 2 dan 3 karena 2.5 ada diantara 2 dan 3. Karena nilai f2 adalah 0.9093 dan nilai f3 adalah 0.1411, maka
nilai f2.5 adalah 0.5252. Pada umumnya interpolasi linier akan mengambil dua titik, xa, ya dan xb,
yb dan interpolannya adalah sebagai berikut :
y = ya +x − xayb − ya
xb − xa
65
Adapun kelemahan dari interpolasi ini adalah tidak terlalu akurat, fungsi interpolan tidak dapat dideferesialkan pada titik xk. Dalam pengertian
lain, kesalahan proposional pada kuadrat jarak antara titik-titik data. Interpolasi polinomial merupakan bentuk umum dari interppolasi
linear. Perbedaanya terletak pada fungsi interpolan yang digunakan. Pada interpolasi linier, fungsi yang digunakan adalah fungsi linier, sedangkan pada
interpolasi polinomial, fungsi yang digunakan adalah sebuah polinomial dengan derajat yang lebih tinggi. Di bawah ini ditunjukkan polinomial derajat
enam yang melalui tujuh buah titik-titik data pada contoh sebelumnya.
fx = −0.0001521x6 − 0.003130x5 + 0.07321x4 − 0.3577x3 + 0.2255x2 +
0.9038x
Dengan memasukkan x = 2.5 pada persamaan di atas, maka nilai fx adalah 0.5965.
Pada umumnya, jika kita memiliki n titik data, maka fungsi polinomial yang melalui semua titik data akan berderajat n
−1. Kesalahan pada interpolasi polinomial adalah proporsional terhadap jarak berpangkat n
diantara titik-titik data. Karena interpolan adalah polinomial maka bersifat dapat didiferensiabel tak berhingga infinitely differentiable. Kelemahan dari
interpolasi polinomial adalah proses komputasinya yang kompleks computationally expensive. Selain itu hasil akhir interpolasi polinomial
tidak terlalu akurat khususnya pada titik-titik ujung phenomena Runge.
66
Kelemahan ini diatasi dengan interpolasi spline. Interpolasi linier menggunakan sebuah fungsi linier untuk setiap interval [xk, xk +1].
Interpolasi spline menggunakan polinomial berderajat rendah untuk setiap interval dan memilih bagian atau potongan interval sedemikian rupa yang
memenuhi fit dengan tepat smooth. Fungsi yang dihasilkan disebut fungsi spline. Di bawah ini ditunjukkan fungsi natural cubic spline yang bersifat
differensiabel kontinu. Turunan pertama bernilai nol pada titik-titik ujung.
interpolasi spline menghasilkan kesalahan yang lebih kecil dibandingkan dengan interpolasi linier dan hasil interpolaso lebih halus. Walaupun demikian,
interpolannya lebih mudah dievaluasi daripada polinomial derajat tinggi yang digunakan pada interpolasi polinomial. Pada gambar 2.11 berikut menunjukkan
visualisasi jenis interpolasi.
Gambar 2.11 Ilustrasi Hasil Proses Interpolasi Linier, Polinomial dan Spline
2.16.3 Interpolasi Citra Digital
67
Interpolasi citra digital merupakan interpolasi yang bekerja secara dua arah,untuk mendapatkan hasil perkiraan nilai piksel warna dan intensitas yang
baik berdasarkan nilai pada piksel-piksel disekitar pixel surroundingpixer neighborhood. Gambar 2.11 menunjukkan ilustrasi proses ini.
Citra asli merupakan citra gray-level 8-bit yang akan diperbesar 183. Sebelum interpolasi dilakukan, proses pembesaran akan menghasilkan hole
ditandai dengan ?. Setelah dilakukan interpolasi maka hole akan diisi dengan nilai warna dan intensitas sesuai dengan algoritma interpolasi yang digunanakan.
Sebagai pembanding, gambar di paling kanan adalah hasil citra jika tidak dilakukan interpolasi, tetapi hanya dilakukan perbesaran dengan menggunakan
teknik replikasi piksel. Beberapa sudut rotasi yang menghasilkan hasil yang lossless adalah sudut rotasi istimewa yaitu 90
◦, 180 ◦ dan 270 ◦. Algoritma- algoritma yang umum digunakan dalam melakukan interpolasi citra dijital adalah
algoritma interpolasi nearest neighbour, algoritma interpolasi bilinier, algoritma bicubic dan algoritma fractal.
Gambar 2.12: Ilustrasi Interpolasi Citra Digital
68 Gambar 2.13: Degradasi Citra Setelah Proses Rotasi
69
BAB III
METODOLOGI PENELITIAN
Pada bab ini menjelaskan tentang hal-hal yang berkaitan dengan metodologi yang digunakan dalam penelitian ini, diantaranya tempat dan waktu penelitian, bahan
dan alat penelitian yang digunakan, metodologi yang digunakan penulis serta metodologi pengembangan sistem yang digunakan.
3.1 Tempat dan Waktu Penelitian
Berikut adalah deskripsi lokasi dan tempat penelitian dalam pengembangan aplikasi SIPERSIB :
Tempat Penelitian : Badan Pengelola Lingkungan Hidup Daerah
Propinsi DKI Jakarta Waktu Penelitian
: Juni 2011 – Agustus 2011
Alamat : Jl. Casablanca Kav. 1 Kuningan, Jakarta Selatan,
Telp:5209651, 5209652, Fax: 5209643
70
3.2 Bahan dan Perangkat Penelitian
