Pengaruh Faktor Meteorologis PEMBAHASAN UMUM

101 Untuk PM 10 dan Ozon, peubah penjelas yang berpengaruh adalah faktor meteorologis. Bila hubungan fungsionalnya bersifat nonparametrik maka dibangkitkan basis FPT dengan beberapa jumlah simpul. 5. Memformulasikan dalam model linear campuran, menentukan matriks desain untuk efek tetap dan efek acak, kemudian menduga model dengan PROC MIXED pada SAS v8.2. 6. Penentuan model aditif spatio-temporal terbaik, berdasarkan nilai AIC, pola ragam spatial, fungsi korelasi spatial dari galat model, serta plot ACF dan PACF dari galat model. Komputasi model aditif dengan pendekatan model linear campuran lebih cepat dibandingkan dengan algoritma backfitting. Perbedaan jumlah kuadrat galat JKG antara kedua metode cukup kecil. Perbandingan waktu komputasi dan JKG dari kedua metode disajikan pada Tabel 9. Tabel 9. Waktu komputasi dari model aditif dengan metode model linear campuran dan algoritma backfitting Jumlah pengamatan dan JKG Model linear campuran Algoritma backfitting 7320 JKG real time cpu time PM 10 Ozon : 0.64 detik : 0.60 detik : 880.5172 : 584.9043 real time cpu time PM 10 Ozon : 4 menit 5.72 detik : 3 menit 59.21 detik : 877.0121 : 582.6687 14760 real time cpu time : 4.32 detik : 1.20 detik Out of memory menggunakan software SAS dengan memory computer 768 MB

8.2. Pengaruh Faktor Meteorologis

Penambahan faktor meteorologis terhadap model spatio-temporal dapat menurunkan nilai AIC dengan nilai parameter pemulus untuk Lag1-PMOzon, Lag2-PMOzon, jam, dan spatial sedikit berubah. Nilai parameter pemulus suhu udara pada model aditif spatio-temporal Ozon cukup besar. Hal ini menunjukkan ragam suhu udara relatif kecil, sehingga kontribusinya terhadap penurunan keragaman model juga kecil. 102 Untuk mengetahui pengaruh faktor meteorologis terhadap prediksi spatial, pada Gambar 57 disajikan prediksi spatial untuk PM 10 pada tanggal 31 Agustus 2002, dan untuk Ozon disajikan pada Gambar 58. Pada kedua gambar tampak perbedaan pola kontur antara model dengan faktor meteorologis dan model tanpa faktor meteorologis. Pola kontur pada kedua gambar berbeda antar jam, hal ini menunjukkan bahwa data PM 10 dan Ozon merupakan data spatio-temporal. Dari pola kontur pada Gambar 57 terlihat pada jam 6 dan jam 7 tampak konsentrasi PM 10 di sekitar lokasi SUF-4 selatan paling tinggi. Pada jam 8 konsentrasi di selatan mulai menurun akan tetapi di lokasi lainnya mulai meningkat. Sebaliknya pada jam 16 konsentrasi PM 10 di sekitar lokasi SUF-2 dan SUF-5 utara lebih tinggi dibandingkan pada arah selatan, dan mulai jam 19 konsentrasi PM 10 sudah menurun. Dari pola kontur ini dapat diketahui sumber dan arah penyebaran dari PM 10 . Kontur prediksi spatial dari model aditif spatio- temporal PM 10 pada tanggal 31 Agustus dari jam 1 sampai jam 24 disajikan pada Lampiran 5 dan prediksi temporal disajikan pada Lampiran 6. Pada Gambar 58 tampak pada jam 7 konsentrasi Ozon masih rendah, kemudian meningkat tajam pada jam 9. Konsentrasi Ozon pada jam 9 di sekitar lokasi SUF-1 pusat dan SUF-3 barat lebih tinggi dibandingkan pada lokasi lainnya. Pada jam 9 pola kontur Ozon mulai berubah pelan-pelan, dan pada jam 10 tampak konsentrasi Ozon mulai menurun. Konsentrasi Ozon di semua lokasi mulai turun pada jam 19. Kontur prediksi spatial dari model aditif spatio- temporal untuk Ozon pada tanggal 31 Agustus dari jam 1 sampai jam 24 disajikan pada Lampiran 7 dan prediksi temporal disajikan pada Lampiran 8. Dari Gambar 57 dan 58 tampak pola kontur antar jam pada Ozon lebih beragam dibandingkan dengan pola kontur pada PM 10 . Hal ini disebabkan Ozon adalah zat yang berupa gas yang lebih mudah menyebar dan pembentukannya tergantung pada sinar matahari. Konsentrasi kedua zat pencemar udara ini relatif rendah pada pagi dan malam hari, sedangkan pada siang hari cukup tinggi. Pencemar PM 10 mulai meningkat perlahan-lahan sejak jam 1, sedangkan Ozon mulai meningkat tajam pada pukul 9. 103 Gambar 57. Kontur dari model tanpa faktor meteorologis untuk PM 10 pada tanggal 31 Agustus 2002 a jam 6, b jam 7, c jam 8, d jam16, e jam 19; model dengan faktor meteorologis f jam 6, g jam 7, h jam 8, i jam16, j jam 19 Longitude L a ti tude 7 0 60 6 0 5 0 50 7 0 60 6 0 5 0 50 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tu de 60 50 50 4 0 4 0 60 50 50 4 0 4 0 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 70 60 50 50 40 70 60 50 50 40 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 60 50 5 0 40 60 50 5 0 40 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 33 0 30 0 2 70 2 40 210 18 0 180 150 150 150 1 20 33 0 30 0 2 70 2 40 210 18 0 180 150 150 150 1 20 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 300 270 24 0 210 21 0 180 150 300 270 24 0 210 21 0 180 150 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 39 0 360 330 300 27 0 240 2 10 1 80 1 50 1 50 120 12 0 39 0 360 330 300 27 0 240 2 10 1 80 1 50 1 50 120 12 0 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 390 3 60 330 300 270 24 0 210 1 80 18 0 150 120 390 3 60 330 300 270 24 0 210 1 80 18 0 150 120 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 210 1 80 150 120 12 0 11 0 1 10 1 00 100 1 00 100 9 0 210 1 80 150 120 12 0 11 0 1 10 1 00 100 1 00 100 9 0 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tu de 210 180 150 120 12 0 110 11 0 100 100 90 210 180 150 120 12 0 110 11 0 100 100 90 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude a f b g c h d i e j 104 Gambar 58. Kontur dari model tanpa faktor meteorologis untuk Ozon pada tanggal 31 Agustus 2002 a jam 7, b jam 9, c jam 10, d jam 14, e jam 19; model dengan faktor meteorologis f jam 7, g jam 9, h jam 10, i jam14, j jam 19 Longitude L at it u d e 40 30 2 0 2 0 2 0 20 10 10 40 30 2 0 2 0 2 0 20 10 10 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tu de 5 0 4 0 3 0 30 2 0 20 20 1 0 10 5 0 4 0 3 0 30 2 0 20 20 1 0 10 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tu de 1 80 1 80 1 80 1 60 1 60 1 60 160 1 40 1 40 140 12 0 120 1 20 1 20 100 100 100 100 100 1 80 1 80 1 80 1 60 1 60 1 60 160 1 40 1 40 140 12 0 120 1 20 1 20 100 100 100 100 100 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 1 80 16 0 160 140 1 40 1 40 140 140 120 120 120 120 10 0 100 100 1 80 16 0 160 140 1 40 1 40 140 140 120 120 120 120 10 0 100 100 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 18 0 1 60 16 0 140 1 40 120 1 20 1 20 1 00 1 00 100 100 100 100 80 80 80 80 8 0 80 60 60 18 0 1 60 16 0 140 1 40 120 1 20 1 20 1 00 1 00 100 100 100 100 80 80 80 80 8 0 80 60 60 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 180 160 160 140 140 120 12 0 120 1 20 120 100 100 100 100 80 80 60 60 180 160 160 140 140 120 12 0 120 1 20 120 100 100 100 100 80 80 60 60 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 18 0 160 14 0 14 0 120 1 20 120 1 00 100 80 80 80 8 0 80 60 60 60 60 60 18 0 160 14 0 14 0 120 1 20 120 1 00 100 80 80 80 8 0 80 60 60 60 60 60 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 180 1 60 160 140 140 120 12 0 120 100 100 1 00 100 80 80 80 80 80 6 0 60 180 1 60 160 140 140 120 12 0 120 100 100 1 00 100 80 80 80 80 80 6 0 60 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tude 70 70 70 60 60 6 0 50 50 50 40 40 40 40 30 30 30 70 70 70 60 60 6 0 50 50 50 40 40 40 40 30 30 30 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude Longitude L a ti tu de 8 0 80 80 70 70 70 6 0 60 60 60 5 0 50 50 50 40 40 40 8 0 80 80 70 70 70 6 0 60 60 60 5 0 50 50 50 40 40 40 0.78 0.76 0.74 0.72 0.70 0.68 0.32 0.30 0.28 0.26 0.24 0.22 7.32 7.30 7.28 7.26 7.24 7.22 112. 68 112.70 112.72 112.74 112.76 112.78 Longitude a c e b f g h d i j 105

8.3. Optimasi Lokasi Stasiun Pemantau