Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

download Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

of 9

Transcript of Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    1/9

    1

    APLIKASI GAUSSIAN DISPERSION MODEL DAN SISTEM INFORMASI GEOGRAFIS UNTUK

    ANALISIS MENGENAI DAMPAK LINGKUNGAN

    PENDAHULUAN

    Pencemaran udara adalah kehadiran satu atau lebih substansi fisik, kimia, atau

    biologi di atmosfer dalam jumlah yang dapat membahayakan kesehatan manusia,

    hewan, dan tumbuhan, mengganggu estetika dan kenyamanan, atau merusak properti.

    Pencemar udara yang keluar dari suatu kegiatan sebagai sumbernya, disebut sebagai

    emisi. Menurut PP No. 41 tahun 1999 emisi adalah zat, energi dan/atau komponen lain

    yang dihasilkan dari suatu kegiatan yang masuk dan/atau dimasukkannya ke dalam

    udara ambien yang mempunyai dan/atau tidak mempunyai potensi sebagai unsurpencemar. Emisi dapat mempengaruhi kualitas udara ambien di sekitar lokasi kegiatan

    tersebut.

    Pencemaran kualitas udara merupakan salah satu komponen fisik-kimia yang

    ditinjau didalam Analisis Mengenai Dampak Lingkungan (AMDAL). Prakiraan dampak

    adalah kajian lebih spesifik apabila dibandingkan dengan identifikasi dampak, karena

    pada prakiraan dampak harus dapat menunjukkan dampak yang muncul dengan lebih

    jelas. Hal ini akan menjadi lebih baik apabila dampak yang muncul dapat dikuantifikasi.

    Tidak semua dampak yang muncul dapat di kuantifikasi, tetapi untuk komponen fisik-

    kimia biasanya tidak terlalu sulit untuk dikuantifikasi (Leopold, 2008).

    Model dispersi Gaussian merupakan salah satu model yang sering digunakandalam memprakirakan penyebaran polusi udara. Output model ini dapat mengetahui

    nilai besaran konsentrasi polutan baik secara lateral (x,y) maupun vertikal (z). Nilai-nilai

    tersebut didalam AMDAL pada umumnya telah tercantum, namun berkaitan dengan

    tingkat pentingnya dampak, analisa lanjutan pada sebagian studi AMDAL belum

    dilakukan. Dimana tinjauan pentingnya dampak masih bersifat semi-subyektif yang

    sebagian masih didasarkan unsur kira-kira dan keputusan dari pengalaman tenaga ahli.

    Dengan adanya fasilitas pengolahan data spasial berbasis komputer dalam hal ini

    adalah Sistem Informasi Geografis (SIG), maka proses studi AMDAL dapat diperoleh hasil

    yang lebih obyektif. Seperti diketahui dalam studi AMDAL tentu tidak lepas dari unsur

    geografis baik berupa batas wilayah kegiatan, batas ekologi, batas administratif lokasi

    kegiatan, dan komponen lingkungan. Sehingga dalam studi AMDAL tinjauan mengenai

    tingkat pentingnya dampak terutama dampak-dampak yang terkuantifikasi, dapat

    dilakukan pengolahan dengan SIG.

    PEMBAHASAN

    Model Dispersi Gaussian

    Pemodelan pencemaran udara adalah alat yang digunakan untuk menggambarkan

    hubungan sebab akibat antara emisi, meteorologi, konsentrasi atmosfer, deposisi, dan

    faktor lainnya. Model dispersi Gaussian merupakan salah satu model pengukuran materi

    http://id.wikipedia.org/wiki/Fisikhttp://id.wikipedia.org/wiki/Kimiahttp://id.wikipedia.org/wiki/Biologihttp://id.wikipedia.org/wiki/Atmosferhttp://id.wikipedia.org/wiki/Atmosferhttp://id.wikipedia.org/wiki/Biologihttp://id.wikipedia.org/wiki/Kimiahttp://id.wikipedia.org/wiki/Fisik
  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    2/9

    2

    di atmosfer yang telah di rekomendasikan oleh badan energi atom internasional (IAEA).

    Model ini mengasumsikan bahwa penyebaran polutan udara mempunyai probabilitas

    distribusi normal. Pada dasarnya formulasi Gaussian merupakan suatu formulasi

    matematis yang ditemukan oleh Johann Carl Friedrich Gauss sebagai berikut.

    Dimana untuk konstanta a,b,c >0 dan e 2.718281828. Karakteristik analisa dalam

    model dispersi Gaussian meliputi: parameter penyebaran, bentuk penyebaran sesuai

    koordinat, arah angin dan kecepatan, dampak polutan sesuai pola angin.

    Pada tulisan ini akan dibahas mengenai pengembangan distribusi Gauss, yang

    diterapkan pada model dispersi udara dengan sumber emisi berupa titik. Berkaitan

    dengan aplikasinya di dalam AMDAL, prakiraan komponen lingkungan yang terkena

    dampak berada di permukaan tanah (elevasi = 0). Sehingga formulasi model dispersi

    Gaussian dengan nilai elevasi (z=0) adalah sebagai berikut.

    Dimana :

    C(x,y,z) = Tingkat konsentrasi (g/m3) pada koordinat x,y,z

    x = Nilai koordinat relatif horizontal searah angin

    y = Nilai koordinat relatif tegak lurus arah angin

    z = Nilai koordinat vertikal

    Q = Laju emisi polutan (g/detik)

    q = Laju emisi polutan per satuan jarak (g/s-m)

    u = Kecepatan angin rata-rata dalam arah x (m/detik)

    H = Tinggi emisi (tinggi cerobong + tinggi asap)

    y,z = Koefisien dispersi lateral dan vertikal

    Nilai koefisiean () ditentukan berdasarkan tipe kondisi atmosfer, yang diklasifikasikan

    oleh Pasquill pada tahun 1961.

    Tabel 1. Klasifikasi tipe atmosfer

    Kecepatan Angin Intensitas Matahari (Siang) Tutupan Awan (Malam)

    m/s mil/jam Kuat Sedang Rendah >50%

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    3/9

    3

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    4/9

    4

    Sistem Informasi Geografis

    Sistem Informasi Geografis (Geographic Information System (GIS)), merupakan

    suatu alat yang dapat digunakan untuk mengelola (input, manajemen, proses, dan

    output) data spasial atau data yang bereferensi geografis. Adapun aplikasi SIG antara

    lain:

    1. Digunakan untuk menentukan lokasi potensial untuk pemukiman, industri, sertasarana dan prasarana.

    2. Untuk merencanakan jalur yang sesuai dengan geometrik jalan, arah pergerakan(origin-destination), maupun optimasi sistem transportasi.

    3. Mengetahui pola pergerakan, sebaran, serta keanekaragaman hewan dan tumbuhanpada suatu kawasan.

    4. Untuk mengetahui area tangkapan air dan akumulasi pengaliran pada perencanaanDaerah Aliran Sungai (DAS) atau drainase.

    5. Untuk mengetahuai pola penyebaran pencemar, daya dukung lingkungan danmenganalisa dampak lingkungan yang terjadi.

    6. Untuk pendugaan daerah rawan bencana (Geohazard)7. Aplikasi lainya yang berkaitan dengan unsur geografis.Data SIG secara mendasar dibagi menjadi dua macam, yaitu data grafis dan data atribut

    atau tabular. Data grafis adalah data yang menggambarkan bentuk atau kenampakan

    obyek di permukaan bumi (referensi geografis). Sedangkan data atribut atau tabular

    adalah data deskriptif yang menyatakan nilai dari data grafis tersebut. Sedangkan secara

    struktur bentuk data SIG berupa data vektor (titik,garis,area) dan data raster (pixel),

    dengan bentuk penyimpanan data atribut sesuai strukturnya sesuai gambar berikut.

    Gambar 1. Penyimpanan data atribut pada data vektor

    Gambar 2. Penyimpanan data atribut pada data raster

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    5/9

    5

    Terdapat banyak sekali pengolahan yang dapat dilakukan di dalam SIG. Berkaitan

    dengan model dispersi Gaussian dan aplikasinya didalam AMDAL, metode pengolahan

    data SIG yang utama adalah interpolasi, klasifikasi dan tumpang susun (overlay).

    Interpolasi merupakan proses pengolahan data SIG yang bertujuan untuk mengetahui

    visualisasi model distribusi data secara geografis (geostatistical analyst). Secara grafis

    proses pengolahan ini sesuai dengan metode isohiyet dalam analisis curah hujan,

    sedangkan pada data atribut sesuai dengan metode regresi dalam statistik. Dengan

    proses ini dapat diprediksi nilai data pada lokasi yang tidak dilakukan pengukuran.

    Gambar 3. Proses interpolasi dalam SIG

    Klasifikasi merupakan pemberian nilai (bobot) secara kualitatif pada data

    berdasarkan pembagian interval dari pola distribusi atau berdasarkan kriteria yang

    ditentukan. Pada beberapa perangkat lunak SIG telah disediakan suatu program analisa

    statistik yang salah satu fungsinya adalah untuk mengetahui pola distribusi data serta

    memberi rekomendasi bagi peneliti untuk melakukan proses klasifikasi.

    Gambar 4. Proses klasifikasi dalam SIG

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    6/9

    6

    Tumpang susun (overlay) Merupakan proses analisis dalam SIG yang dilakukan

    secara tumpang susun (overlay) pada tiap data yang terolah. Dalam proses tersebut,

    dapat menggunakan beberapa operator matematis misalnya: penjumlahan,

    pengurangan, perkalian, pembagian dan sebagainya sesuai dengan tujuan analisa yang

    dilakukan.

    Gambar 5. Proses tumpang susun struktur data vektor

    Gambar 6. Proses tumpang susun struktur data raster

    Model Gaussian dan SIG didalam AMDAL

    Menurut PP No 27 tahun 1999 pasal 5 kriteria dampak besar dan penting dalam

    AMDAL, meliputi:

    1. Jumlah manusia terkena dampak2. Luas wilayah persebaran dampak3. Intensitas dan lamanya dampak berlangsung4. Banyak komponen lain yang terkena dampak5. Sifat kumulatif dampak6. Berbalik (reversible) atau tidak berbaliknya (irreversible) dampakKarena model dispersi polutan Gaussian merupakan dampak fisik-kimia yang dapat

    dikuantifikasi serta mempunyai koordinat, maka tinjauan kriteria dampak penting dari

    poin 1 sampai 5 dapat dilakukan menggunakan SIG. Tahapan awal analisis adalah

    melakukan perhitungan model baik secara manual atau secara komputasi. Apabila

    analisis diperlukan dengan menggunakan model yang dinamis, maka khusus untuk

    kriteria dampak penting poin 3 dapat digunakan data fluktuasi arah dan kecepatan angin

    (windrose). Untuk itu sangat diperlukan analisis perhitungan secara komputasi. Gambar

    berikut ini merupakan contoh pembuatan perhitungan model dispersi Gaussian untuk

    menghitung konsentrasi polutan di permukaan tanah menggunakan perangkat lunak

    Microsoft Excel.

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    7/9

    7

    Gambar 7. Perhitungan model dispersi Gaussian dalam Ms. Excel

    Sesuai formulasi model dispersi Gaussian untuk muka tanah, dari perhitungan

    tersebut akan didapatkan konsentrasi polutan pada jarak tertentu searah angin

    (downwind), dan pada jarak melintang (crosswind) dari tiap-tiap jarak downwind. Nilai-

    nilai konsentrasi tersebut di gambarkan pada peta format SIG dalam bentuk titik-titikkontrol sesuai jarak dari sumber emisi, dan kemudian dilakukan interpolasi.

    Gambar 8. Hasil interpolasi model dispersi Gaussian

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    8/9

    8

    Hasil interpolasi model dalam SIG masih berupa data raster kontinyu, data

    kontinyu tersebut dapat di kombinasikan dengan hasil analisis kualitas udara ambien

    untuk mengetahui besar akumulasi dampak kualitas udara yang terjadi. Untuk

    kelanjutan analisis sesuai dengan kriteria dampak besar dan penting dilakukan klasifikasi

    data. Klasifikasi data tersebut dapat menggunakan metode analisa distribusi data

    statistik dalam SIG atau diberikan secara langsung. Pengklasifikasian data model dispersi

    Gaussian hasil analisa secara langsung dapat didasarkan atas nilai Indeks Standar

    Pencemaran Udara (ISPU). Metode perhitungan dan klasifikasi ISPU untuk konsentrasi

    pencemar dapat dilihat didalam KepKa Bapedal No. 7 Tahun 1997.

    Gambar 9. Klasifikasi model dispersi Gaussian

    Konversi data raster yang telah terklasifikasi menjadi data vektor (area)

    dibutuhkan untuk menghitung luasan area persebaran dampak yang terjadi. Untuk

    menghitung jumlah manusia dan komponen lain yang terkena dampak, dilakukantumpang susun dengan data persil pemukiman dan basis data komponen lain.

    Sedangkan untuk intensitas dapat disimulasikan berdasarkan data arah dan kecepatan

    angin pada periode waktu tertentu (windrose).

  • 7/23/2019 Visualisasi Gaussian Dispersion Model Dalam SIG Untuk AMDAL

    9/9

    9

    Pustaka

    Arystanbekova, N. (2004). Application of Gaussian plume models for air pollution

    simulation at instantaneous emissions. Mathematics andComputer s in Simulation,

    Vol. 67, 451458.

    ESRI. (2008). Help & User Manual. DalamArcGIS Help & User Manual.

    Green, A. E., Singhal, R. P., & Venkateswar, R. (1980). Analytic Extensions of the Gaussian

    Plume Model.Air Pollution Control Association, Vol. 30, No. 7.

    Leopold, A. (2008). Metoda Prediksi Komponen Kualitas Udara. Dipetik 2012, dari

    http://adolflsms.multiply.com:

    http://adolflsms.multiply.com/journal/item/7/Metoda_Prediksi_Komponen_Kualit

    as_Udara

    Sharma, N., Bhandari, K., Rao, P., & Shukla, A. n. (2012). GIS applications in air pollution

    modeling. Dipetik 2012, dari GISdevelopment.net:

    http://www.gisdevelopment.net/application/environment/air/mi03220.htm

    Wark, K., & Warner, C. F. (1976).Air pollution its origin and control. New York: Harper &

    Row.

    Wibowo, I. (2007). Studi AMDAL Terminal Tlogowaru Kec. Kedungkandang Kota Malang.

    Laporan Kerja Praktek.