Analisis Beban Pencemar Karbon Monoksida (CO) dan Karbon Dioksida (CO2) di Kawasan Bandar Udara Internasional Kualanamu Chapter III V

BAB III
METODE PENELITIAN
3.1 Konsep Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini dapat dilihat pada Gambar 3.1
Mulai

Studi
Literatur
Penyusunan
Metode Penelitian
Pengumpulan
Data
Data Sekunder

Data Arah dan
Kecepatan Angin pada
Saat Penelitian

1. Data
Penggunaan
Bahan Bakar

Pesawat
2. Data Jenis dan
Tipe Pesawat
3. Data Landing
dan
Take-ff
(LTO)
Pesawat

Windrose
Penentuan Titik Sampling
Data Primer
1. Data Konsentrasi CO dan
CO2
2. Data Meteorologi
3. Data Volume Lalu Lintas
Pesawat dan kendaraan
bermotor yang berada di
Kawasan Bandara KNO

A

III-1
Universitas Sumatera Utara

A

Analisa Data
1. Kuantitatif
a. Beban Emisi Pesawat
b. Beban Emisi Kendaraan Bermotor
c. Uji Regresi dan Korelasi (Statistik)
2. Kualitatif
Hasil estimasi beban emisi kendaraan bermotor maupun
pesawat akan dikorelasikan dengan hasil konsentrasi
terukur untuk melihat hubungan antara beban emisi yang
dihasilkan dengan kualitas udara ambien di kawasan
Bandar Udara Internasional Kualanamu. Konsentrasi CO
terukur akan dibandingkan dengan baku mutu udara
ambien yang terdapat pada PP No. 41 Tahun 1999.

Hasil dan Pembahasan
Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Penelitian
3.2 Lokasi dan Waktu Penelitian
3.2.1 Lokasi Penelitian
Penelitian dilakukan di Bandar Udara Internasional Kualanamu. Secara administratif
Bandar Udara Internasional Kualanamu terletak di Desa Beringin, Kecamatan Beringin,
Kabupaten Deli Serdang dan berdekatan dengan pemukiman penduduk diantaranya
adalah Desa Sidourip yang berjarak 0,15 km dari Runway 05, Kecamatan Pantau Labu
yang berjarak 0,15 km dari Runway 23, dan Desa Karang Anyar sekitar 1 km dari Pintu
Gerbang Bandar Udara Internasional Kualanamu sedangkan secara geografis terletak
pada 03°36'12,04’’ -03°36’12,04’’ LU dan 98°51'42,97’’ - 98°50’51,07’’ BT sampai
dengan 03°39'20,75’’ - 03°38’35,16’’ LU dan 98°51'42,97’’ - 98°54’08,02’’ BT. Letak
Bandar Bandar Udara Internasional Kualanamu dapat dilihat pada Gambar 3.2.

III-2
Universitas Sumatera Utara

Universitas Sumatera Utara

III-3

Lokasi penelitian yang berada di kawasan Bandar Udara Internasional Kualanamu
ini akan dibagi menjadi 5 (lima) titik sampling yaitu, runway 05, runway 23,
apron w, tempat parkir A7 dan pintu gerbang Bandar Udara Internasional
Kualanamu. Pemilihan titik sampling ini menggunakan metode purposive
sampling yaitu teknik pengambilan sampel berdasarkan pertimbangan tertentu
yang dipilih secara cermat, selektif serta telah memenuhi persyaratan dan tujuan
penelitian. Adapun alasan maupun persyaratannya dalam penentuan titik
sampling, yaitu:
1. Area tersebut merupakan area dengan konsentrasi pencemar yang tinggi.
Daerah yang didahulukan untuk dipantau hendaknya daerah-daerah dengan
konsentrasi tercemar yang tinggi. Satu atau lebih stasiun pemantau mungkin
dibutuhkan di sekitar daerah yang emisinya tinggi.
2. Di daerah sekitar lokasi penelitian yang diperuntukkan untuk kawasan studi.
3. Di daerah proyeksi. Untuk menentukan efek akibat perkembangan mendatang
dilingkungannya.

4. Mewakili seluruh wilayah studi. Informasi kualitas udara di seluruh wilayah
studi harus diperleh agar kualitas udara diseluruh wilayah dapat dipantau
(dievaluasi).
Sementara itu, untuk koordinat titik sampling dapat dilihat pada Tabel 3.1
sedangkan peta lokasi titik sampling dapat dilihat pada Gambar 3.3.
Tabel 3.1 Koordinat Titik Sampling
Titik Sampling
Runway 05
Runway 23
Apron W
Tempat Parkir A7
Pintu Gerbang KNO

N
03°37’39,99’’
03°39’28,77’’
03°38’16,42’’
03°38’06,10’’
03°36’46,71’’

E
98°51’30,25’’
98°53’20,87’’
98°52’43,60’’
98°52’38,19’’
98°51’23,12’’

Sumber : Survey dan analisa, 2016

III-4
Universitas Sumatera Utara

Universitas Sumatera Utara

III-5

3.2.2 Waktu
Pengambilan sampling terdiri dari kualitas udara ambien dan data meteorologi
yang dilakukan selama 2 (dua) hari. Pemilihan waktu sampling berdasarkan
Lampiran 3 (tiga) tentang Pedoman Teknis Pemantauan Kualitas Udara Ambien

pada bagian III metode pemantauan secara manual, idealnya untuk mendapatkan
data/nilai 1 (satu) jam, pengukuran dapat dilakukan pada salah satu interval waktu
seperti dibawah ini. Durasi pengukuran di setiap interval adalah satu jam.
a) Interval waktu 06.00 – 09.00 (pagi)
b) Interval waktu 12.00 – 14.00 (siang)
c) Interval waktu 16.00 – 18.00 (sore)
Namun, pada penelitian dilakukan pada masing-masing lokasi selama 1 (satu) hari
dengan 2 (dua) kali pengukuran yaitu pagi dan siang hari dan dilakukan selama 1
(satu) jam. Hal ini dikarenakan keterbatasan dalam peminjaman alat di BTKLPP
Kota Medan. Untuk lebih jelasnya tentang pemilihan waktu sampling bisa dilihat
pada Tabel 3.2 berikut.
Tabel 3.2 Pemilihan Waktu Sampling CO dan CO2 di KNIA
Hari

1

2

Titik
Tempat Parkir A7

N : 03°38’06,10’’
E : 98°52’38,19’’
Apron W
N : 03°38’16,42’’
E : 98°52’43,60’’
Runway 23
N : 03°39’28,77’’
E : 98°53’20,87’’
Runway 05
N : 03°37’39,99’’
E : 98°51’30,25’’
Pintu Gerbang KNO
N : 03°36’46,71’’
E : 98°51’03,22’’

Waktu
08:00-09:00

Variabel yang diukur

12:00-13:00
09:30-10:30
13:10-14:10
08:00-09:00
12:00-13:00
09:30-10:30

Konsentrasi CO dan CO2, arah
dan kecepatan angin, suhu,
kelembaban dan jumlah lalu
lintas pesawat serta kendaraan
bermotor.

13:10-14:10
10:30-11:30
12:00-13:00

3.3 Variabel Penelitian
Variabel yang digunakan dalam penelitian ini terdiri dari variabel bebas dan
terikat. Variabel bebas adalah variabel yang mempengaruhi atau yang menjadi

sebab perubahan atau timbulnya variabel dependen. Variabel terikat adalah

III-6
Universitas Sumatera Utara

variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas
(Sugiyono, 2009). Variabel yang diukur dari penelitian ini yaitu :
1. Volume pesawat udara dan kendaraan yang masuk melalui pintu gerbang
Bandar Udara Internasional Kualanamu.
Untuk mendapatkan beban emisi, jumlah dan jenis kendaraan serta pesawat
yang dihitung di lokasi sampling (traffic counting) kemudian dikalikan dengan
faktor emisi masing-masing jenis kendaraan maupun pesawat.
2. Jarak
Variasi jarak

dari

sumber emisi akan mengakibatkan perbedaan hasil

konsentrasi CO maupun CO2.

3. Kondisi meteorologi.
Dalam hal ini kondisi meteorologi yang dipantau meliputi, arah dan kecepatan
angin, kelembaban serta suhu. Kondisi meteorologi ini mempengaruhi
persebaran pencemaran udara.
4. Konsentrasi parameter terukur yaitu CO dan CO2
Variasi konsentrasi CO dan CO2 hasil pemantauan digunakan sebagai
pembanding hasil perhitungan beban emisi dengan hasil pemantauan langsung
di lapangan.
3.4

Pengumpulan Data

3.4.1 Data Primer
Data primer merupakan data yang didapatkan dari pengukuran di lapangan.
Kebutuhan data primer selama penelitian ini, meliputi :
1.

Konsentrasi CO dan CO2 di Udara Ambien

Sampling ini dilakukan untuk mendapatkan konsentrasi CO dan CO2 di udara
ambien. Pengukuran konsentrasi parameter merujuk pada Peraturan Menteri
Lingkungan Hidup No. 12 Tahun 2010 Tentang Pelaksanaan Pengendalian
Pencemaran Udara di Daerah. Pengukuran dilakukan secara manual untuk
mendapatkan data atau nilai harian (24 jam).

III-7
Universitas Sumatera Utara

Pengukuran konsentrasi CO bekerja sama dengan Laboratium Fisika Udara Balai
Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota
Medan. Prosedur pengukuran mengacu pada PERMENLH No. 12 Tahun 2010
yaitu menggunakan metode pengukuran Non-Dipersive Infra Red (NDIR). Prinsip
kerja Non-Diprersive Infra Red (NDIR) Analyzer berdasarkan SNI 7119.10:2011
yang menyatakan alat analisis gas CO maupun CO2 bekerja atas dasar sinar infra
merah yang terabsorbsi oleh analit.
Sinar infra merah yang digunakan adalah sinar infra merah non dipersive. Gas nol
(zero gas) dan contoh uji masuk dalam sel pengukuran dalam jumlah yang tetap
dan diatur oleh katup selenoid yang bekerja dalam rentang waktu tertentu.
Pengukuran ini berdasarkan kemampuan gas CO maupun CO2 menyerap sinar
infra merah. Banyaknya intensitas sinar yang diserap sebanding dengan
konsentrasi CO dan CO2. Kedua polutan tersebut dibedakan berdasarkan sensor
penangkap yang dimiliki. Adapun spesifikasi CO Monitor yang digunakan dapat
dilihat pada Tabel 3.3 berikut :
Tabel 3.3 Spesifikasi CO Monitor
Merk
Prinsip langsung
Prinsip deteksi
Metode deteksi
Aplikasi
Dimensi
Berat
Peralatan daya
Kondisi operasi
Jadwal kalibrasi
Sumber : BTKLPP, 2016

Quest Technologies AQ50000 Pro
Secara kimia
Sensoring
Deteksi elektrokimia
Analisa gas
15 x 10,5 x 6 in (38 x 26,7 x 15 cm)
2 lbs (9 kg)
Baterai NiMH rechargeable, AA alkaline
0 dampai 50o C (32 sampai 122 oF)
Tahunan

Penempatan CO Monitor saat pengukuran di lapangan mengacu pada Lampiran
VI Peraturan Menteri Lingkungan Hidup Tahun 2010. Konsentrasi gas CO dibaca
langsung dari pencatat (recorder) dengan satuan ppm. Konversi ke satuan µg/Nm3
menggunakan rumus sebagai berikut (SNI, 2011) :

Dimana :
C2

: Konsentrasi CO dalam udara ambien (µg/Nm3)
III-8
Universitas Sumatera Utara

C1

: Konsentrasi CO dalam udara ambien (ppm)

28

: Berat molekul CO

24,45

: Volume gas pada kondisi normal 25o C, 760 mmHg (L)

Sedangkan untuk koordinat dan lokasi pemantauan/sampling diambil setiap kali
melakukan pengamatan dan pemantauan menggunakan Global Positioning System
(GPS) Handheld Garmin jenis GPSmap 78 CS.
2. Parameter Meteorologi
Parameter meteorologi yang diukur meliputi arah dan kecepatan angin, suhu serta
kelembaban. Pengambilan data meteorologi dilakukan bersamaan dengan
dilakukannya pengambilan sampling udara ambien dan volume pesawat dan
kendaraan. Alat yang digunakan untuk mengukur arah dan kecepatan angin adalah
Anemometer sedangkan alat yang digunakan untuk mengukur suhu dan
kelembaban adalah Thermo Higrometer. Cara pengoperasian alat ini yaitu dengan
meletakkannya pada area yang diukur, dengan posisi sensor berada sejajar dengan
ketinggian manusia. Adapun spesifikasi dari alat Anemometer dan Thermo
Higrometer dapat dilihat pada Tabel 3.4 berikut.
Tabel 3.4 Spesifikasi Anemometer dan Thermo Higrometer
Anemometer*
Merk
Krisbow KW0600662
Aliran Udara
0-999,900ft3/menit
Percepatan Udara
1-30 m/dt
Rentang Suhu
Rentang Kelembaban Relatif
Akurasi
±3%±0,20% m/s
Dimensi
163 x 45 x 34 (mm)
Berat
257 (g)
Aplikasi
Diameter Kipas
27,2 (mm)
Sumber : *Flir System, 2013
**Kawan Lama Sejahtera, 2016

Thermo Higrometer**
Extech 445702
14 – 140o F (-10 – 60o C)
10-90% RH
109 x 71 x 20 (mm)
Jam, termometer dan higrometer
-

3. Perhitungan volume lalu lintas pesawat udara dan kendaraan bermotor.
Volume lalu lintas pesawat udara digunakan untuk estimasi beban pencemar udara
yang dihasilkan oleh pesawat. Perhitungan data lalu lintas pesawat udara

III-9
Universitas Sumatera Utara

dilakukan saat pesawat landing dan take off. Perhitungan data tersebut dilakukan
menggunakan counter pada titik yang telah dilakukan.
Penelitian ini juga melakukan perhitungan volume kendaraan yang melintas di
pintu masuk Bandar Udara Internasional Kualanamu berdasarkan jenis kendaraan.
Klasifikasi jenis kendaraan ditentukan untuk menghitung beban pencemar yaitu
kendaraan roda dua (sepeda motor), mobil penumpang, bus, dan truk.
Penentuan klasifikasi kendaraan maupun pesawat ini mengacu pada faktor emisi
jenis kendaraan maupun pesawat. Untuk mendapatkan data harian volume
kendaraan maupun pesawat dan melihat estimasi beban pencemar udara maka
pengamatan dilakukan pembagian pagi dan siang hari mengikuti waktu pada saat
sampling udara ambien.
3.4.2

Data Sekunder

Data sekunder merupakan data yang mendukung penelitian. Data sekunder yang
diperlukan, meliputi:
1. Arah dan Kecepatan Angin
Data arah dan kecepatan angin yang dikumpulkan merupakan data pada saat
penelitian. Data ini diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika
(BMKG) Stasiun Bandar Udara Baru Kualanamu. Data ini kemudian diolah
menggunakan aplikasi WR Plot View yang menghasilkan diagram windrose untuk
memperoleh arah dan kecepatan angin dominan di Bandar Udara Internasional
Kualanamu. Data tersebut dapat dilihat pada Lampiran 4.
2. Peta Lokasi Bandar Udara Internasional Kualanamu
Peta lokasi ini digunakan untuk mengetahui secara jelas letak-letak bangunan
maupun jalur-jalur yang ada di Bandar Udara Internasional Kualanamu agar dapat
dihubungkan dalam menentukan titik sampling dengan windrose. Sehingga titik
sampling yang didapatkan berada di titik/lokasi yang tepat. Peta lokasi ini
didapatkan dari unit Civil Organitation PT. Angkasa Pura II (Persero)

III-10
Universitas Sumatera Utara

3. Data Penggunaan Bahan Bakar Pesawat, Landing dan Take-off (LTO) Pesawat
serta Jenis dan Tipe Pesawat
Data ini digunakan sebagai data tambahan dalam menghitung beban emisi. Data
landing dan take-off (LTO) jenis serta bahan bakar pesawat didapatkan dari PT
Angkasa Pura II (Persero).
3.5 Analisis Data
Data yang telah dikumpulkan kemudian diolah dan dianalisis dengan pendekatan
kuantitatif dan kualitatif.
3.5.1

Analisis Kuantitatif

Metode pengolahan data dibagi atas 4 (empat) tahap, yaitu : pengolahan data CO
dan CO2 udara ambien, perhitungan beban emisi fase LTO, perhitungan beban
emisi kendaraan yang masuk dari pintu gerbang Bandar Udara Internasional
Kualanamu, uji regresi dan korelasi beban emisi CO dengan kualitas udara
ambien.
1. Data Konsentrasi CO dan CO2
Data konsentrasi CO dan CO2 yang telah diukur pada 5 (lima) titik sampling
bersama Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit
(BTKLPP) Kota Medan.
2. Perhitungan Beban Emisi berdasarkan Jumlah Lalu Lintas Pesawat Udara yang
Landing dan Take off

III-11
Universitas Sumatera Utara

Apakah
data
destinasi
pesawat
serya tipe pesawat
lengkap?

YES

Gunakan Tier 3 untuk setiap
penerbangan
dan
dikelompokkan
berdasarkan
teknologi mesin.

NO

Apakah data LTO
dan tipe maupun
jenis
pesawat
tersedia?

YES

Gunakan TIER 2. Faktor emisi
dari konsumsi bahan bakar
yang digunakan dari aktivitas
LTO/CCD dan jenis pesawat.

NO
Apakah
merupakan
utama?

yang
sumber

YES

Kumpulkan data LTO
penerbangan domestik
internasional

dari
dan

NO
TIER 1

Gambar 3.4 Metode Pemilihan Perhitungan
Sumber : EMEP/EEA, 2016
Perhitungan beban emisi akan menggunakan metode Tier 2. Metode ini dipilih
karena Tier dalam perhitungan emisi menunjukkan tingkat keakuratan
perhitungan. Semakin tinggi Tier maka hitungan emisi makin akurat. Alasan
pemilihan Tier 2 dikarenakan kebutuhan data yang diperoleh tidak mencukupi
untuk menggunakan perhitungan Tier 3 dan perhitungan beban pencemar dari CO
dan CO2 lebih baik menggunakan Tier 2 (EMEP/EEA, 2016). Perhitungan Tier 2
dapat menggunakan persamaan (2.5) dan (2.6).
3. Perhitungan Beban Emisi berdasarkan Kendaraan yang Masuk dari Pintu
Gerbang Bandar Udara Internasional Kualanamu
Data hasil perhitungan jumlah kendaraan

yang telah dilakukan akan

dikonversikan menjadi Satuan Mobil Penumpang (SMP). Konversi tersebut dapat
dilakukan dengan mangalikan jumlah kendaraan yang terhitung di lokasi
penelitian dengan nilai faktor SMP sesuai dengan Baku Manual Kapasitas Jalan
Indonesia (Direktorat Bina Marga & Jalan Kota RI, 1997). Nilai faktor SMP yang

III-12
Universitas Sumatera Utara

digunakan dalam proses konversi jumlah kendaraan menjadi Satuan Mobil
Penumpang dapat dilihat pada Tabel 3.5.
Tabel 3.5 Nilai Faktor Satuan Mobil Penumpang
Jenis kendaraan
Sepeda Motor
Kendaraan Penumpang, taxi, pick up, minibus
Bus, truk 2 dan 3 sumbu
Bus tempel, truk > 3 sumbu
Sumber: Direkotorat Bina Marga & Jalan Kota RI, 1997

Faktor Pengali
0,6
1
3
4

Setelah dilakukan konversi ke satuan mobil penumpang, kemudian data aktivitas
kendaraan dikalikan dengan faktor emisi. Faktor emisi yang digunakan merujuk
pada Peraturan Menteri Lingkungan Hidup No. 12 Tahun 2010. Faktor emisi
kendaraan bermotor disajikan dalam Tabel 3.6.
Tabel 3.6 Faktor Emisi Kendaraan Bermotor
Kategori
Sepeda motor
Mobil Bensin
Mobil Solar
Bus
Truk
Sumber: PermenLH, 2010

CO
(g/Km)
14
40
2,8
11
8,4

CO2
(g/KG)
3180
3180
3172
3172
3172

Perhitungan beban pencemar untuk suatu polutan dari kendaraan bermotor pada
suatu ruas jalan menggunakan metode pendekatan jarak tempuh kendaraan yang
dilewati dan volume kendaraan berdasarkan kategori jenis kendaraan yang
melintas (KLH, 2010). Perhitungan beban pencemar untuk suatu polutan dari
kendaraan bermotor menggunakan Persamaan (2.1).
4. Uji Regresi dan Korelasi Beban Emisi dengan Kualitas Udara Ambien
Setelah jumlah emisi didapatkan, dilakukan uji regresi dan korelasi antara jumlah
emisi dengan konsentrasi pencemar CO terukur. Perhitungan menggunakan uji
regresi dan korelasi dengan bantuan perangkat lunak SPSS. Uji regresi dilakukan
untuk memprakirakan hubungan antara beban emisi pesawat dan beban emisi
kendaraan bermotor dengan kualitas udara ambien atau besarnya pengaruh
variabel (X) terhadap variabel (Y).

III-13
Universitas Sumatera Utara

Semetara itu, uji korelasi yang dilakukan adalah uji korelasi antara emisi yang
dihasilkan pada setiap fase LTO serta emisi yang dihasilkan kendaraan yang
masuk dari pintu gerbang bandara dengan konsentrasi CO dan CO2 terukur. Uji
korelasi ini digunakan untuk melihat keeratan hubungan antara beban emisi
pesawat maupun kendaraan bermotor dengan kualitas udara ambien. Perhitungan
untuk uji regresi dapat dilakukan menggunakan persamaan (2.7), (2.8), dan (2.9)
sedangkan uji korelasi dilakukan dengan menggunakan persamaan (2.10)
3.5.2 Analisis Kualitatif/Deskriptif
Hasil estimasi beban emisi kendaraan bermotor maupun pesawat akan
dikorelasikan dengan hasil konsentrasi terukur untuk melihat hubungan antara
beban emisi yang dihasilkan dengan kualitas udara ambien di kawasan Bandar
Udara Internasional Kualanamu. Konsentrasi CO terukur akan dibandingkan
dengan baku mutu udara ambien yang terdapat pada PP No. 41 Tahun 1999.

III-14
Universitas Sumatera Utara

BAB IV
HASIL DAN PEMBAHASAN
4.1 Volume Lalu Lintas Pesawat dan Kendaraan Bermotor
4.1.1 Volume Lalu Lintas Pesawat
Pengamatan volume lalu lintas pesawat dilakukan pada hari Rabu, 21 Desember 2016
pukul 10:18-11:18 WIB dan pukul 12:12-13:12 WIB serta Kamis, 22 Desember 2016
pukul 09:30-12:10 dan pukul 12:30-14:40 WIB. Segmen yang diamati pada hari Rabu
berada di Apron W sedangkan pada hari Kamis berada di runway 05 dan runway 23.
Total jumlah pesawat yang melintas di Apron W sebanyak 40 unit/jam. Sedangkan total
jumlah pesawat yang berada di runway 05 maupun 23 sebanyak 105 unit/jam. Untuk
lebih jelasnya, volume lalu lintas berdasarkan waktu pengamatan pagi dan siang hari
dapat dilihat pada Gambar 4.1
70

Jumlah Pesawat
(Unit/Jam)

60
50
40
Pagi

30

Siang
20
10
0
Apron W

Runway 05 & 23
Lokasi Pengamatan

Gambar 4.1 Volume Lalu Lintas Pesawat di Apron W dan Runway
Sumber : Survey dan hasil analisis, 2016
Berdasarkan Gambar 4.1 menunjukkan bahwa rata-rata volume pesawat lebih banyak
pada pengukuran siang hari dibandingkan pengukuran pagi hari. Hal ini disebabkan
banyaknya flight pesawat yang berangkat sekitar pukul 10:00-15:00 WIB. Untuk waktu

Universitas Sumatera Utara

keberangkatan dan kedatangan pesawat selama waktu pengamatan dapat dilihat pada
Lampiran 5.
4.1.2 Volume Lalu Lintas Kendaraan Bermotor
Pengamatan volume lalu lintas kendaraan bermotor dilakukan pada hari Kamis, 22
Desember 2016 pukul 08:15-09:15 WIB dan pukul 15:00-16:00 WIB. Segmen jalan
yang diamati untuk menghitung jumlah kendaraan di depan pintu gerbang Bandar Udara
Internasional Kualanamu sepanjang ±200 m. Pemilihan panjang jalan yang diamati
±200 m dimaksudkan agar kendaraan yang melintas masih dapat terlihat oleh peneliti.
Total jumlah kendaraan yang melintas di pintu masuk gerbang bandara pada waktu pagi
adalah sebanyak 818 unit/jam dan total jumlah kendaraan yang melintas pada waktu
siang hari sebanyak 674 unit/jam. Untuk total jumlah kendaraan yang keluar dari pintu
gerbang bandara pada waktu pagi adalah sebanyak 838 unit/jam dan total jumlah
kendaraan pada waktu siang hari sebanyak 1008 unit/jam. Untuk lebih jelasnya, volume
lalu lintas saat pengamatan dapat dilihat pada Gambar 4.2 dan 4.3.
450

Jumlah Kendaraan
(unit/jam)

400
350
300
250
200

Pagi

150

Siang

100
50
0
Motor

Mobil
Bensin

Mobil
Bus
Solar
Jenis Kendaraan

Truk

Gambar 4.2 Volume Lalu Lintas Kendaraan Bermotor pada Pintu Masuk Bandar
Udara Internasional Kualanamu
Sumber : Survey dan hasil analisis, 2016
Gambar 4.2 menunjukkan jenis kendaraan yang paling dominan di pagi hari adalah
mobil bensin sebesar 45,84%, sepeda motor sebesar 28,85%, kemudian mobil solar
22,49%, bus sebesar 2,44% dan truk merupakan jumlah yang paling sedikit yaitu

IV-2
Universitas Sumatera Utara

sebesar 0,37%. Sementara itu, pada waktu siang untuk jumlah mobil bensin sebesar
62,46%, solar dan sepeda motor lebih sedikit dibandingkan pagi yaitu sebesar 17,80%
dan 14,84%, jumlah bus juga meningkat menjadi 4,45%, dan jumlah truk sebesar
0,45%.
Gambar 4.2 juga menunjukkan bahwa rata-rata volume kendaraan lebih banyak pada
pengukuran pagi dibandingkan pengukuran siang. Hal ini disebabkan banyaknya flight
pesawat yang berangkat sekitar pukul 10:00-15:00 WIB. Selain itu, rata-rata para
penumpang sudah berada di bandara untuk melakukan check-in 2 jam sebelum
keberangkatan.
600

Jumlah Kendaraan
(unit/jam)

500
400
300
Pagi
200

Siang

100
0
Motor

Mobil Mobil Solar
Bus
Bensin
Jenis Kendaraan

Truk

Gambar 4.3 Volume Lalu Lintas Kendaraan Bermotor pada Pintu Keluar Bandar
Udara Internasional Kualanamu
Sumber : Survey dan hasil analisis, 2016
Berdasarkan Gambar 4.3 terlihat jenis kendaraan yang paling mendominasi di pagi hari
adalah mobil bensin sebesar 61,20%, sepeda motor sebesar 26,11% kemudian mobil
solar 9,58%, bus yaitu sebesar 2,40% dan truk merupakan jumlah yang paling sedikit
yaitu 0,72%. Sementara pada waktu siang, jumlah mobil bensin lebih sedikit
dibandingkan pagi hari yaitu 49,21%. Selain itu, mobil solar dan sepeda motor lebih
banyak dibandingkan pagi hari yaitu sebesar 14,48% dan 31,94%. Sementara jumlah
bus sebesar 2,28% dan truk sebesar 2,08%. Gambar 4.3 juga menunjukkan bahwa ratarata volume kendaraan pada pintu keluar bandara lebih banyak pada pengukuran siang
hari dibandingkan pengukuran pagi hari. Hal ini disebabkan adanya pergantian shift

IV-3
Universitas Sumatera Utara

karyawan dan pada jam ini merupakan jam sibuk lalu lintas pesawat di Bandar Udara
Internasional Kualanamu. Untuk jadwal penerbangan di Bandar Udara Internasional
Kualanamu dapat dilihat pada Lampiran 5.
4.2 Perhitungan Beban Emisi
4.2.1 Perhitungan Beban Emisi CO dan CO2 Pesawat
Pada perhitungan beban emisi metodologi Tier-2 digunakan untuk estimasi GRK dari
pesawat berbahan bakar avtur. Dalam metodologi ini operasi pesawat terbagi atas
landing dan take off (LTO). Untuk dapat menggunakan Tier-2, data landing dan take off
(LTO) harus diketahui. Langkah-langkah perhitungan emisi dengan metoda Tier-2
adalah sebagai berikut:
a. Perkirakan konsumsi bahan bakar pesawat untuk domestik dan internasional
b. Perkirakan konsumsi bahan bakar LTO untuk domestik dan internasional
c. Hitung emisi saat LTO untuk domestik dan internasional
Adapun persamaan yang digunakan yakni Persamaan 2.5 dan 2.6
Konsumsi LTO

= Jumlah LTO x Konsumsi per LTO

Emisi LTO

= Konsumsi LTO x Faktor Emisi LTO

Data untuk perhitungan beban emisi pesawat dapat dilihat pada Tabel 4.1 berikut.
Tabel 4.1 Data Perhitungan Beban Emisi Pesawat
Faktor Emisi
LTOb
CO
CO2

Tipe
Pesawata

Jumlah
LTOa

Konsumsi Per
LTOb

1

A-320

4

802,3

25,8

4.853

2

72-500

3

920

4,8

2.898

72-600

1

825

11,8

2.599

1

880

7,07

2.780

No

Hari

Waktu

3
4

Rabu

Pagi

Tujuan

Domestik

737-800

5

737-900ER

2

880

7,07

2.780

6

737-500

1

780

13,03

2.480

A-320

1

802,3

25,8

4853

7

Internasional

IV-4
Universitas Sumatera Utara

Lanjutan Tabel 4.1
No

Hari

Waktu

Tujuan

8
9
10

Domestik

12

Jumlah
LTOa

Konsumsi Per
LTOb

A-320

2

802,3

25,8

4.853

72-500

5

920

4,8

2.898

1

825

11,8

2.599

72-600

11

737-800
Rabu

Siang

13
14

Internasional

15
16

Faktor Emisi
LTOb
CO
CO2

Tipe
Pesawata

5

880

7,07

2.780

737-900ER

10

880

7,07

2.780

A-320

1

802,3

25,8

4.853

737-800

1

880

7,07

2.780

737-900ER

1
1

880

7,07

2.780

3402,2

19,5

10.717

747-400

17

A-320

8

802,3

25,8

4.853

18

72-500

11

920

4,8

2.898

737-800

8

880

7,07

2.780

737-900ER

5

880

7,07

2.780

737-500

2

780

13,03

2.480

A-320

4

802,3

25,8

4.853

737-800

3

880

7,07

2.780

737-900ER

2

880

7,07

2.780

A-320

4

802,3

25,8

4.853

14

920

4,8

2.898

2

825

11,8

2.599

19

Domestik

20

Pagi

21
22
23

Internasional

24
25

Kamis

26

72-500

27

72-600

Domestik

28

15

880

7,07

2.780

737-900ER

16

880

7,07

2.780

30

737-500

780

13,03

2.480

31

A-320

2
5

802,3

25,8

4.853

737-800

3

880

7,07

2.780

33
747-400
Sumber : Hasil Perhitungan & Analisis, 2016
Keterangan : LTO: Landing Take-off
a: PT. Angkasa Pura II (Persero)
b: EMEP/EEA, 2016

1

3402,2

19,5

10.717

29

737-800

Siang

32

Internasional

Data tersebut kemudian dimasukkan ke dalam Persamaan (2.5) dan (2.6). Persamaan ini
merupakan akumulasi beban emisi yang dihasilkan dari pesawat. Maka didapatkan total
beban emisi untuk pengukuran pagi pada hari rabu adalah sebagai berikut.
Emisi LTO untuk CO

= (4x802,3x25,8)+(3x920x4,8)+(1x825x11,8)+
(1x880x7,07)+(2x880x7,07)+(1x780x13,03)+

IV-5
Universitas Sumatera Utara

(1x802,3x25,8)
= 134.608,6 kg/jam
Emisi LTO untuk CO2

= (4x802,3x4853)+(3x920x2898)+(1x825x2599)+
(1x880x2780)+(2x880x2780)+(1x780x2480)
(1x802,3x4853)
= 34.990.503 kg/jam

Berdasarkan perhitungan di atas, maka total beban emisi CO yang dihasilkan dari
pesawat pada hari Rabu (pagi hari) adalah sebanyak 134.608,6 kg/jam dan beban emisi
CO2 yang dihasilkan adalah 34.990.503 kg/jam. Perhitungan yang sama juga dilakukan
untuk setiap pengukuran di runway 05, runway 23, dan Apron W pada Rabu dan Kamis
di waktu pagi maupun siang hari yang dapat dilihat pada Lampiran 6.
4.2.1.1 Beban Emisi CO Pesawat
Hasil estimasi total beban emisi CO yang dihasilkan pesawat masing- masing waktu
pengukuran dapat dilihat pada Gambar 4.4.
600.000

Beban Emisi
(kg/jam)

500.000
400.000
300.000

Pagi
Siang

200.000
100.000
0
Rabu

Kamis
Waktu Pengamatan

Gambar 4.4 Total Beban Emisi CO Pesawat di Bandar Udara Internasional
Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.4 menunjukkan bahwa estimasi beban emisi CO tertinggi di hari Kamis pada
waktu siang yaitu sebanyak 565.792,16 kg/jam, diikuti pada waktu pagi yaitu sebanyak
429.283,86 kg/jam. Hal ini disebabkan tingginya arus lalu lintas pada waktu

IV-6
Universitas Sumatera Utara

pengukuran jika dibandingkan pada hari Rabu. Beban emisi CO terendah di hari Rabu
pada waktu pagi yaitu sebanyak 155.307,9 kg/jam. Hasil beban emisi CO yang
didapatkan masih lebih kecil jika dibandingkan dengan hasil penelitian Unal, dkk
(2005) di Bandara Internasional Atlanta sebesar 594,06 kg/jam dan hasil penelitian
Kaleka, dkk (2014) di Bandar Udara Internasional I Ngurah Rai Bali sebesar 3.515,93
km/jam. Sementara itu, persentase beban emisi CO yang dihasilkan pesawat pada hari

Persentase Kontribusi Emisi CO
(%)

Rabu dan Kamis dapat dilihat pada Gambar 4.5.

45
40
35
30

Pagi

25

Siang

20
15
10
5
0
Rabu

Kamis
Waktu Pengamatan

Gambar 4.5 Persentase Kontribusi Emisi CO dari Pesawat di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Berdasarkan Gambar 4.5 dapat dilihat bahwa persentase kontribusi emisi CO yang
tertinggi dari pesawat terjadi pada hari Kamis di runway 05 dan 23 sebesar 39,95%.
Sementara itu, persentase kontribusi terendah pada hari Rabu di Apron W sebesar
10,96%. Kontribusi emisi CO lebih tinggi di runway dibandingkan apron. Hal ini
disebabkan pada fase penerbangan di runway menghasilkan emisi gas yang besar jika
dibandingkan dengan fase pada masa pemberhentian pesawat di apron (ICAO, 2010).
Variasi kontribusi emisi yang disumbangkan oleh setiap jenis pesawat dipengaruhi oleh
variasi jumlah pesawat sehingga kontribusi emisi CO di pagi hari lebih kecil daripada
siang hari. Faktor meteorologi seperti kecepatan angin mempengaruhi pergerakan
polutan CO di atmosfer. Jika angin berhembus cepat, maka jarak persebaran polutan
akan semakin jauh. Kecepatan angin yang digunakan dalam perhitungan adalah

IV-7
Universitas Sumatera Utara

kecepatan angin pada saat sampling yaitu 2,5 m/detik untuk waktu pengukuran pagi dan
3,05 m/detik untuk waktu pengukuran siang.
4.2.1.2 Beban Emisi CO2 Pesawat
Hasil estimasi total beban emisi CO2 yang dihasilkan pesawat masing- masing waktu
pengukuran dapat dilihat pada Gambar 4.6.
250.000.000

Beban Emisi
(kg/jam)

200.000.000
150.000.000
Pagi
100.000.000

Siang

50.000.000
0
Rabu
Kamis
Waktu Pengamatan

Gambar 4.6 Total Beban Emisi CO2 Pesawat di Bandar Udara Internasional
Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.6 menunjukkan bahwa estimasi beban emisi CO2 tertinggi di hari Kamis pada
waktu siang yaitu sebanyak 200.164.424,5 kg/jam, diikuti pada waktu pagi yaitu
sebanyak 123.954.502,8 kg/jam. Sama halnya dengan perhitungan beban emisi CO
bahwa hal ini juga disebabkan oleh tingginya arus lalu lintas pada waktu pengukuran di
hari kamis jika dibandingkan pada hari Rabu. Beban emisi CO2 terendah di hari Rabu
pada waktu pagi yaitu sebanyak 38.884.064,5 kg/jam.
Penelitian yang dilakukan oleh Adiati dan Rahardyan (2011) di Bandar Udara
Internasional Soekarno Hatta menunjukkan untuk total emisi CO2 per tahun adalah
588.747,3 ton atau sama dengan 67.208,6 kg/jam. Jika dibandingkan dengan hasil beban
emisi CO2 yang didapatkan dari hasil penelitian ini maka beban emisi CO2 di Bandar
Udara Internasional Kualanamu lebih tinggi dibandingkan dengan penelitian
sebelumnya. Perbedaan ini dapat disebabkan oleh kondisi meteorologi, waktu

IV-8
Universitas Sumatera Utara

pengambilan data, serta dipengaruhi oleh jenis mesin maupun tipe pesawat (Ombasta,
2012). Persentase beban emisi CO2 yang dihasilkan pesawat pada hari Rabu dan Kamis
dapat dilihat pada Gambar 4.7

Persentase Kontribusi Emisi CO2
(%)

45
40
35
30
25
20

Pagi

15

Siang

10
5
0
Rabu

Kamis
Waktu Penelitian

Gambar 4.7 Persentase Kontribusi Emisi CO2 dari Pesawat di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Berdasarkan Gambar 4.7 dapat dilihat bahwa persentase kontribusi emisi CO2 yang
tertinggi dari pesawat berada pada hari Kamis di runway 05 dan 23 sebesar 42,75%.
Sementara itu, persentase kontribusi terendah pada hari Rabu di Apron W sebesar 8,3%.
Variasi kontribusi emisi yang disumbangkan oleh setiap jenis pesawat dipengaruhi oleh
variasi jumlah pesawat sehingga kontribusi emisi CO2 di siang hari lebih kecil daripada
pagi hari.
Faktor meteorologi secara alami sangat berperan dalam hal pencemaran udara
diantaranya adalah arah dan kecepatan angin, suhu, tekanan udara dan stabililtas
atmosfer (Colls, 2002). Konsentrasi emisi CO2 dipengaruhi oleh kecepatan angin.
Semakin besar kecepatan angin, konsentrasi maksimum suatu sumber akan semakin
besar dengan jarak sebaran yang semakin kecil (Geiger, 1995 dalam Fitri dan
Retnawaty, 2015).
Karbon dioksida (CO2) memiliki sifat seperti efek rumah kaca yakni memantulkan
kembali radiasi dari bumi kembali ke bumi sehingga dapat memelihara suhu di bumi

IV-9
Universitas Sumatera Utara

agar tetap hangat dan memungkinkan berbagai organisme untuk tetap hidup. Namun
bila akumulasi kadar CO2 terus meningkat maka hal ini yang berdampak negatif untuk
kehidupan (Samiaji, 2011).
4.2.2 Perhitungan Beban Emisi CO dan CO2 Kendaraan Bermotor
Sebelum dilakukan perhitungan beban emisi kendaraan bermotor, data hasil perhitungan
volume kendaraan yang telah dilakukan kemudian dikonversikan menjadi satuan mobil
penumpang (SMP). Konversi tersebut dapat dilakukan dengan mangalikan jumlah
kendaraan yang terhitung di lokasi penelitian dengan nilai faktor SMP sesuai dengan
Buku Manual Kapasitas Jalan Indonesia No. 036/TBM/1997 (Tabel 3.5).
Estimasi beban emisi dari kendaraan bermotor dengan cara mengalikan jumlah
kendaraan yang telah dikonversi ke satuan mobil penumpang dengan faktor emisi
nasional yang terdapat dalam Pedoman Teknis Penyusunan Inventarisasi Emisi
Pencemar Udara Perkotaan (Tabel 3.5), kemudian dikalikan dengan panjang ruas jalan
yang diamati, yaitu sepanjang 200 meter. Perhitungan beban emisi untuk suatu polutan
dari kendaraan bermotor pada suatu ruas jalan dengan menggunakan Persamaan 2.1
∑

∑

∑

Data untuk perhitungan beban emisi kendaraan bermotor dapat dilihat pada Tabel 4.2.
Tabel 4.2 Data Perhitungan Beban Emisi Kendaraan Bermotor

Pagi

Siang

Pagi

Siang

Motor

236

100

218

322

Panjang
Jalan yang
diamatia
(m)
0,2

Mobil Bensin

559

541

591

642

0,2

40

3.180

Mobil Solar

184

120

80

146

0,2

2,8

3.172

Bus

20

30

20

23

0,2

11

3.172

Truk
3
3
6
Sumber: Data Primer dan Sekunder, 2016
Keterangan : a: Survey, 2016
b dan c: PermenLH, 2010

21

0,2

8,4

3.172

Jumlah Kendaraan
Jenis
Kendaraan

Pintu Masuk

Pintu Keluar

Faktor
Emisi
COb
(g/jam)
14

Faktor
Emisi
CO2c
(g/jam)
3.180

Data pada Tabel 4.2 kemudian dimasukkan ke dalam Persamaan (2.1). Persamaan ini
merupakan akumulasi beban emisi yang dihasilkan dari semua jenis kendaraan yang

IV-10
Universitas Sumatera Utara

melintas di ruas jalan pengamatan. Maka didapatkan total beban emisi untuk
pengukuran pagi di pintu masuk adalah sebagai berikut;
E
E

= ∑

= Jumlah kendaraan berdasarkan jenis kendaraan (unit/jam) x faktor pengali
SMP x panjang jalan yang dimati (Km) x faktor emisi (g/Km)

ECO

= (jumlah motor x faktor pengali SMP motor x panjang jalan yang diamati x
faktor emisi sepeda motor) + (jumlah mobil x faktor pengali SMP mobil x
panjang jalan yang diamati x faktor emisi mobil) +...dan seterusnya

ECO

= (236 x 0,6 x 0,2 x 14) + (375 x 1 x 0,2 x 40) + (184 x 0,6 x 0,2 x 2,8) + (20 x 3
x 0,2 x 11) + (3x 3 x 0,2 x 8,4)

ECO

= 3.646,64 g/jam

Sedangkan untuk cara perhitungan jenis polutan CO2 berbeda perlakuan dikarenakan
perhitungan berkaitan dengan konsumsi bahan bakar kendaraan. Untuk data konsumsi
bahan bakar rata-rata dapat dilihat pada Tabel 4.3.
Tabel 4.3 Konsumsi Bahan Bakar Rata-rata
Kategori
Motor
Mobil
Bus
Truk
Sumber : PermenLH, 2010

Km/l
28
9,8
4
4,4

Adapun berat jenis solar sebesar 0,82 kg/liter dan bensin sebesar 0,76 kg/liter
(Muziansyah, 2015). Perhitungan faktor emisi CO2 dilakukan berdasarkan jenis
kendaraan sebagai berikut :
1. Sepeda Motor
2. Mobil Penumpang Bensin
3. Mobil Penumpang Solar
4. Bus
5. Truk

IV-11
Universitas Sumatera Utara

Untuk perhitungan faktor emisi CO2 jenis kendaraan sepeda motor adalah sebagai
berikut :
=
=
28 x

=

0,2

X (dalam liter)

=

0,007143 liter

0,007143 liter x 0,76 kg/liter = 0,005 kg
FE CO2 mobil penumpang berbahan bakar bensin = 3180 g/kg BBM
Bila faktor emisi untuk 1 kg BBM bensin sebesar 3180 gram, maka untuk 0,005 kg
BBM bensin sebesar :
=
Faktor Emisi =

3180 x 0,005

Faktor Emisi =

15,9 g

Perhitungan faktor emisi CO2 untuk jenis kendaraan lainnya dapat dilihat pada
Lampiran 6. Hasil dari faktor emisi CO2 dapat dilihat pada Tabel 4.4.
Tabel 4.4 Faktor Emisi CO2
Jenis Kendaraan
Motor
Mobil Bensin
Mobil Solar
Bus
Truk
Sumber : Hasil analisis, 2016

Faktor Emisi CO2
(g)
17,26
49,3
53,06
120,53
118,23

Besarnya beban emisi CO2 kendaraan bermotor sebesar:
ECO2 = (jumlah motor x faktor pengali SMP motor x faktor emisi sepeda motor) +
(jumlah mobil x faktor pengali SMP mobil x faktor emisi mobil) +...dan
seterusnya

IV-12
Universitas Sumatera Utara

ECO2 = (236 x 0,6 x 17,26) + (375 x 1 x 49,3) + (184 x 0,6 x 53,06) + (20 x 3 x 120,53)
+ (3x 3 x 118,23)
ECO2 = 38.990,426 g/jam
Berdasarkan perhitungan di atas, maka total beban emisi CO yang dihasilkan dari
kendaraan bermotor di pintu masuk bandara pada pengukuran pagi adalah sebanyak
3.646,64 g/jam dan beban emisi CO2 yang dihasilkan adalah 38.990,426 g/jam.
Perhitungan yang sama juga dilakukan untuk setiap pengukuran di lokasi pengamatan.
Hasil perhitungan beban emisi untuk lebih jelasnya dapat dilihat pada Lampiran 7.
4.2.2.1 Beban Emisi CO Kendaraan Bermotor
Hasil estimasi total beban emisi CO yang dihasilkan di pintu masuk dan pintu keluar
bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar 4.8 berikut.
6.000

Beban Emisi
(g/jam)

5.000
4.000
3.000

Pagi
Siang

2.000
1.000
0
Pintu Masuk
Pintu Keluar
Lokasi Pengamatan

Gambar 4.8 Total Beban Emisi CO Kendaraan Bermotor di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.8 menunjukkan bahwa estimasi beban emisi CO tertinggi di pintu keluar pada
waktu siang yaitu sebanyak 4.848,36 g/jam, diikuti pada waktu pagi yaitu sebanyak
4.661,28 g/jam. Hal ini disebabkan tingginya arus lalu lintas di kedua ruas jalan
tersebut. Ruas jalan yang menghasilkan beban emisi CO terendah adalah di pintu masuk
pada waktu pagi yaitu sebanyak 3.646,64 g/jam. Adapun persentase beban emisi CO

IV-13
Universitas Sumatera Utara

yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu masuk
dan keluar bandara dapat dilihat pada Gambar 4.9 dan 4.10.

Persentase Kontribusi Emisi CO
(%)

100
90
80
70
60
50
40
Pagi

30

Siang

20
10
0
Sepeda
Motor

Mobil
Bensin

Mobil
Solar

Bus

Truk

Jenis Kendaraan

Persentase Kontribusi Emisi CO
(%)

Gambar 4.9 Persentase Kontribusi Emisi CO di Pintu Masuk Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
100
90
80
70
60
50
40
30
20
10
0

Pagi
Siang

Sepeda
Motor

Mobil
Bensin

Mobil
Solar

Bus

Truk

Jenis Kendaraan

Gambar 4.10 Persentase Kontribusi Emisi CO di Pintu Keluar Bandar Udara
Internaisonal Kualanamu
Sumber : Hasil analisis, 2016
Jenis transportasi yang paling banyak menyumbangkan emisi CO adalah mobil
penumpang berjenis bensin sebesar 81,84% – 88,25%. Sepeda motor merupakan jenis
kendaraan yang menyumbangkan emisi CO kedua terbanyak sebesar 4,4% – 11,16 %.

IV-14
Universitas Sumatera Utara

Bus menyumbangkan emisi CO sebesar 2,83% – 5,19%. Mobil penumpang berbahan
bakar solar menyumbang emisi CO sebesar 0,96% – 2,83%, sedangkan truk merupakan
jenis kendaraan yang paling sedikit menyumbang emisi CO dengan persentase 0,39% –
2,18%.
Variasi jumlah emisi yang disumbangkan oleh setiap jenis kendaraan dipengaruhi oleh
variasi jumlah dan faktor emisi. Walaupun jumlah sepeda motor hampir sama atau
mendekati

dengan

jumlah

mobil

penumpang,

namun

mobil

penumpang

menyumbangkan emisi tiga kali lebih banyak dibandingkan sepeda motor, hal ini
disebabkan faktor emisi dari mobil penumpang lebih tinggi daripada faktor emisi sepeda
motor. Untuk persentase rata-rata beban emisi CO yang dihasilkan dari kendaraan
bermotor berdasarkan jenis kendaraan dapat dilihat pada Gambar 4.11.

2% 3% 0%
9%
Sepeda Motor
Mobil Bensin
Mobil Solar
Bus
Truk
86%

Gambar 4.11 Persentase Rata-rata Beban Emisi CO dari Kendaraan di Bandar
Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016
Berdasarkan Gambar 4.11, data menunjukkan bahwa mobil bensin merupakan moda
transportasi yang banyak digunakan dalam hal mobilisasi penumpang serta kendaraan
yang berkontribusi paling besar dalam hal menyumbang emisi CO di kawasan Bandar
Udara Internasional Kualanamu yakni sebesar 86%. Pengaruh variasi kecepatan
kendaraan terhadap emisi gas CO yang dilepaskan secara umum adalah semakin cepat
laju kendaraan maka gas CO yang diemisikan akan semakin besar (Bachtiar, 2006).

IV-15
Universitas Sumatera Utara

Kadar CO yang dihasilkan oleh kendaraan bermotor dipengaruhi oleh jumlah campuran
bahan bakar dan udara yang masuk ke dalam ruang silinder (Jayanti, dkk, 2014).
Kapasitas mesin kendaraan berkorelasi dengan konsumsi bahan bakar, semakin besar
kapasitas mesin maka semakin banyak pula bahan bakar yang yang dibutuhkan oleh
kendaraan tersebut sehingga emisi yang dihasilkan akan semakin besar (Muziansyah,
2015).
4.2.2.2 Beban Emisi CO2 Kendaraan Bermotor
Hasil estimasi total beban emisi CO2 yang dihasilkan di pintu masuk dan pintu keluar
bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar 4.12.
60.000

Beban Emisi
(g/jam)

50.000
40.000
30.000

Pagi
Siang

20.000
10.000
0
Pintu Masuk
Pintu Keluar
Lokasi Pengamatan

Gambar 4.12 Total Beban Emisi CO2 Kendaraan Bermotor di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.12 menunjukkan bahwa estimasi beban emisi CO2 tertinggi di pintu keluar
pada waktu siang yaitu sebanyak 51.299,25 g/jam, diikuti pada waktu pagi yaitu
sebanyak 41.054,64 g/jam. Hal ini disebabkan tingginya arus lalu lintas di kedua ruas
jalan tersebut. Ruas jalan yang menghasilkan beban emisi CO2 terendah adalah di pintu
masuk pada waktu pagi yaitu sebanyak 38.990,42 g/jam. Adapun persentase beban
emisi CO2 yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu
masuk dan keluar bandara dapat dilihat pada Gambar 4.13 dan 4.14.

IV-16
Universitas Sumatera Utara

Persentase Kontribusi Emisi CO2
(%)

60
50
40
30
20

Pagi
Siang

10
0
Sepeda
Motor

Mobil
Bensin

Mobil
Solar

Bus

Truk

Jenis Kendaraan

Persentase Kontribusi Emisi CO2
(%)

Gambar 4.13 Persentase Kontribusi Emisi CO2 di Pintu Masuk Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
70
60
50
40
30
Pagi

20

Siang

10
0
Sepeda
Motor

Mobil
Bensin

Mobil
Solar

Bus

Truk

Jenis Kendaraan

Gambar 4.14 Persentase Kontribusi Emisi CO2 di Pintu Keluar Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.13 dan 4.14 menunjukkan bahwa trend grafik pada waktu pagi maupun siang
hari hampir sama. Untuk jenis transportasi yang paling banyak menyumbangkan emisi
CO2 adalah mobil penumpang berbahan bakar bensin sebesar 47,42% – 61,36%. Bus
merupakan jenis kendaraan yang menyumbangkan emisi CO2 kedua terbanyak sebesar
16,21% - 27,07%. Mobil berbahan bakar solar menyumbangkan emisi CO2 sebesar

IV-17
Universitas Sumatera Utara

10,34% – 25,04%. Truk menyumbang emisi CO2 sebesar 2,65% – 14,52%, sedangkan
sepeda motor merupakan jenis kendaraan yang paling sedikit menyumbang emisi CO2
dengan persentase 2,58% – 6,5%.
Variasi jumlah emisi yang disumbangkan oleh setiap jenis kendaraan dipengaruhi oleh
variasi jumlah dan faktor emisi. Walaupun jumlah sepeda motor lebih banyak dari
kendaraan lain seperti bus dan truk, namun beban emisi yang dikeluarkan paling sedikit
daripada dua kendaraan tersebut. Untuk persentase rata-rata beban emisi CO2 yang
dihasilkan dari kendaraan bermotor berdasarkan jenis kendaraan dapat dilihat pada
Gambar 4.15.

Truk
7%

Sepeda
Motor
5%

Bus
20%

Mobil Solar
16%

Mobil
Bensin
52%

Gambar 4.15 Persentase Rata-rata Beban Emisi CO2 dari Kendaraan di Pintu
Keluar Bandar Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016
Berdasarkan Gambar 4.15, data menunjukkan bahwa mobil bensin adalah kendaraan
yang paling mendominasi serta merupakan kendaraan yang berkontribusi paling besar
dalam hal menyumbang emisi CO2 di kawasan Bandar Udara Internasional Kualanamu
yakni sebesar 52%.
Mobil berjenis bahan bakar bensin menyumbang beban emisi hampir tiga kali lebih
banyak dibandingkan dengan bus dan mobil solar walaupun faktor emisi bus dan mobil
solar lebih tinggi yaitu 120,53 gram dan 53,06 gram. Sementara itu, faktor emisi mobil
bensin yaitu 49,3 gram. Hal ini disebabkan mobil bensin merupakan moda transportasi

IV-18
Universitas Sumatera Utara

yang paling banyak digunakan dalam hal mobilisasi penumpang Bandar Udara
Internasional Kualanamu dibanding dengan moda transportasi lainnya.
4.3 Pengukuran Kualitas Udara Ambien
Pengukuran kualitas udara ambien dilakukan bersamaan dengan pengukuran volume
kendaraan di 5 (lima) titik yang telah ditentukan yakni Parkiran A7, Apron W, pintu
Gerbang KNO, Runway 05 dan Runway 23. Pengukuran ini dilakukan oleh operator dari
Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota
Medan.
4.3.1 Konsentrasi CO di Bandar Udara Internasional Kualanamu
Hasil pengukuran konsentrasi CO yang didapatkan dalam satuan ppm, kemudian data
tersebut dikonversikan kedalam μg/Nm3 dengan mengacu pada ketetapan yang terdapat
pada SNI 7119.10.2:2011 tentang Udara Ambien-Bagian 10: Cara Uji Kadar Karbon
Monoksida (CO) Menggunakan Metode Non Dispessive Infra Red (NDIR). Hasil
pengukuran CO dalam μg/Nm3 pada masing-masing lokasi pengukuran dapat dilihat
pada Gambar 4.16.

35.000

Konsentrasi CO
µg/Nm3

30.000
25.000
20.000
15.000

Pagi

10.000

Siang

5.000

PP 41/1999

0
Parkiran Apron Pintu
R-05
A7
W Gerbang
KNO

R-23

Lokasi Penelitian

Gambar 4.16 Konsentrasi CO di Bandar Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016

IV-19
Universitas Sumatera Utara

Gambar 4.16 menunjukkan bahwa konsentrasi CO hasil pengukuran masih berada
dibawah baku mutu udara ambien yaitu 30.000 µg/m3. Konsentrasi CO tertinggi terjadi
di Pintu Gerbang KNO pada pengukuran siang sebesar 16.032,71 µg/Nm3 dan
konsentrasi CO terendah terjadi di Runway 05 pada pengukuran pagi dan siang serta
pada Runway 23 pada pengukuran pagi sebesar 3.435,58 µg/Nm3. Kualitas udara
ambien suatu daerah akan berbeda dengan lokasi lainnya tergantung dari banyaknya
sumber pencemar dan kondisi meteorologi daerah tersebut.
Konsentrasi CO terukur yang didapatkan jauh lebih tinggi dibandingkan dengan hasil
pengukuran yang dilakukan PT. Angkasa Pura II (Persero) meskipun berbeda hasil
tersebut masih berada dibawah baku mutu. Hal ini disebabkan oleh pengaruh kondisi
meteorologi seperti arah dan kecepatan angin, kelembaban serta faktor cuaca. Adapun
data konsentrasi CO yang didapatkan dari Laporan Pengelolaan dan Pemantauan
Lingkungan Hidup Bandar Udara Internasional Kualanamu Semester II pada Tanggal
13 – 23 Desember 2016 dapat dilihat pada Tabel 4.5.
Tabel 4.5 Konsentrasi CO di Bandar Udara Internasional Kualanamu
Data Primer**
Data RKL/RPL PT
Angkasa Pura II
Pagi
Siang
(µg/Nm3)*
(µg/Nm3) (µg/Nm3)
Parkiran A
761
6.871,17 8.016,36
Runway 05
654
3.435.58 3.435.58
Runway 23
711
3.435.58 4.580,78
Sumber : * RKL/RPL PT Angkasa Pura II (Persero), 2016
** Hasil analisis, 2016
Lokasi Sampling

PP N. 41 Tahun
1999
(µg/Nm3)
30.000
30.000
30.000

4.3.2 Konsentrasi CO2 di Bandar Udara Internasional Kualanamu
Hasil pengukuran konsentrasi CO2 di udara ambien pada masing-masing lokasi
pengukuran dapat dilihat pada Gambar 4.17.

IV-20
Universitas Sumatera Utara

7.000.000

Konsentrasi CO2
µg/Nm3

6.000.000
5.000.000
4.000.000
3.000.000
2.000.000

Pagi

1.000.000

Siang

0
Parkiran Apron W Pintu
A7
Gerbang
KNO

R-05

R-23

Lokasi Penelitian

Gambar 4.17 Konsentrasi CO2 di Bandar Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.18 diatas menunjukkan konsentrasi CO2 hasil pengukuran. Konsentrasi CO2
tertinggi adalah di Pintu Gerbang KNO pada pengukuran siang hari sebesar
6.206.789,37 µg/m3 atau sebesar 3.449 ppm. Konsentrasi CO2 terendah adalah Runway
05 pada pengukuran pagi yaitu sebesar 4.070.674,85 µg/m3 atau sebesar 2.462 ppm.
Konsentrasi CO2 dari hasil pengukuran masih dibawah 5.000 ppm atau masih dalam
batas wajar. Menurut Sehabudin (2011) konsentrasi yang lebih besar dari 5.000 ppm
tidak baik untuk kesehatan sedangkan konsentrasi lebih dari 50.000 ppm dapat
membahayakan kehidupan hewan. Sementara itu, variasi jumlah emisi dipengaruhi oleh
variasi jumlah pesawat. Karbon dioksida (CO2) adalah salah satu polutan penyebab
global warming (Williams, 2002).
4.4 Pengaruh Beban Emisi CO dari Pesawat dan Kendaraan Bermotor Terhadap
Konsentrasi CO Terukur
4.4.1 Pengaruh Beban Emisi CO dari Pesawat Terhadap Konsentrasi CO Terukur
1. Uji Normalitas
Hasil uji normalitas data beban emisi CO dari pesawat dan konsentrasi CO terukur
menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.6 dan Tabel 4.7 berikut.

IV-21
Universitas Sumatera Utara

Tabel 4.6 Uji Normalitas Data Beban Emisi CO Pesawat
One-Sample Kolmogorov-Smirnov Test
Beban Emisi CO
N

6

Normal Parameters

a

Mean

4.02E5

Std. Deviation
Absolute

Most Extreme Differences

1.640E5
.233

Positive
Negative

.159
-.233

Kolmogorov-Smirnov Z

.571

Asymp. Sig. (2-tailed)

.901

a. Test distribution is Normal.

Tabel 4.7 Uji Normalitas Data Konsentrasi CO Terukur
One-Sample Kolmogorov-Smirnov Test
Konsentrasi CO
N
Normal Parametersa
Most Extreme Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

6
4199.04
935.049
.293
.293
-.207
.717
.682

a. Test distribution is Normal.

Tabel 4.6 dan Tabel 4.7 menunjukkan uji normalitas data beban emisi CO diperoleh
nilai Sig. atau siginifikansi = 0,901, dan uji normalitas data konsentrasi CO diperoleh
nilai Sig. = 0,682. Oleh karena nilai Sig. > 0,05 maka disimpulkan bahwa data beban
emisi CO pesawat dan konsentrasi CO terukur terdistribusi normal. Oleh sebab itu,
syarat untuk melakukan uji regresi linear telah terpenuhi.
2. Uji Regresi Linear
Untuk melihat pengaruh beban emisi CO dari pesawat terhadap konsentrasi CO terukur
dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada Tabel 4.8.

IV-22
Universitas Sumatera Utara

Tabel 4.8 Data Beban Emisi CO Pesawat dan Konsentrasi CO Terukur dari
Pesawat
Beban Emisi CO
Kualitas Udara Ambien CO
(kg/jam)
(µg/m3)
1
155.307,90
4.580,78
2
266.023,12
5.725,97
3
429.283,68
3.435,58
4
565.792,16
3.435,58
5
429.283,68
3.435,58
6
565.792,16
3.435,58
Sumber : Data primer yang telah diolah, 2016
Titik

Hasil uji regresi linear dari beban emisi CO dari pesawat dengan konsentrasi CO terukur
dapat dilihat pada Tabel 4.9.
Tabel 4.9 Hasil Uji Regresi Linear Antara Beban Emisi CO Pesawat dengan
Konsentrasi CO Terukur
Coefficientsa
Model

Unstandardized Coefficients
B

1

(Constant)

Std. Error

5412.283

1037.185

-.003

.002

Beban Emisi CO

Standardized
Coefficients

t

Sig.

Beta
-.529

5.218

.006

-1.248

.280

a. Dependent Variable: Konsentrasi CO

Berdasarkan Tabel 4.9, diperoleh nilai koefisien regresi a = 5.412,28 dan nilai koefisien
regresi b = - 0,003, sehingga didapat persamaan regresinya sebagai berikut :
Y = 5.412,28 – 0,003x....................................................................................... ...............................................(4.1)
Keterangan :