estimasi sebaran emisi lalu lintas berbasis model caline-4 ...
-
Upload
khangminh22 -
Category
Documents
-
view
2 -
download
0
Transcript of estimasi sebaran emisi lalu lintas berbasis model caline-4 ...
Prosiding Simposium Forum Studi Transportasi antar Perguruan Tinggi ke - 20
Universitas Hasanuddin, Makassar, 4 – 5 November 2017
228
ESTIMASI SEBARAN EMISI LALU LINTAS BERBASIS
MODEL CALINE-4 PADA LINGKUNGAN JALAN TIPE 8/2D
DI MAKASSAR
Fakhrizal Muchtar M. Isran Ramli
Departemen Teknik Lingkungan Departemen Teknik Lingkungan
Universitas Hasanuddin Universitas Hasanuddin
Jl. Poros Malino, Km. 12 Jl. Poros Malino, Km. 12
[email protected] [email protected]
Abstract
Transportation is one of the most important and strategic of basic needs in daily life. Increased the user of
motor vehicles and energy consumption in cities give impact for the air pollution, traffic jam, and public
health disorder. The purpose of this research is (1) Know the pattern of carbon monoxide (CO) distribution.
(2) Estimate of CO pollutants in receptors. This research was conducted in A.P. Pettarani road in peak hour
of the afternoon. Analysis of measurement data using CALINE-4 Model with using software CALINE-4,
WRPLOT View, and Golden Surfer 9. The result showed the concentration of pollutant CO (ppm) has
received by the receptors are different depending on wind direction blows. As for result of CALINE-4 showed
at the Traditional Market receptor in A.P. Pettarani road is the place with the highest CO value pollutant
estimates, that is 4,2 ppm.
Keywords : Air Pollution, Motor Vehicles, Pollutants CO , Pollutant Distribution, Receptor.
Abstrak
Transportasi merupakan salah satu kebutuhan pokok yang sangat penting dan strategis dalam kehidupan
sehari-hari. Peningkatan penggunaan kendaraan bermotor dan konsumsi energi di kota-kota meningkatkan
potensi terjadinya pencemaran udara, kemacetan, dan gangguan kesehatan masyarakat. Penelitian ini
bertujuan untuk (1) Mengetahui pola sebaran karbon monoksida (CO) (2) Mengestimasi polutan CO pada
reseptor. Penelitian ini dilaksanakan di jalan A.P Pettarani pada jam puncak sore hari. Analisis data
pengukuran menggunakan software WRPLOT View, CALINE-4, dan divisualisasikan dengan program
Golden Surfer 9. Hasil penelitian menunjukkan bahwa nilai polutan CO (ppm) yang diterima disetiap
reseptor berbeda tergantung pada kecepatan dan arah angin berhembus. Adapun hasil CALINE-4
menunjukkan bahwa pada reseptor Pasar Tradisional di jalan A.P. Pettarani merupakan tempat dengan
estimasi nilai polutan CO tertinggi yaitu 4,2 ppm.
Kata kunci : Pencemaran Udara, Kendaraan Bermotor, Polutan CO, Penyebaran Polutan, Reseptor.
LATAR BELAKANG Kota Makassar merupakan salah satu pusat pengembangan kawasan strategis dikawasan
Timur Indonesia, cenderung mengalami pertumbuhan yang sangat pesat di berbagai bidang
termaksud sektor pertumbuhan penduduk yang mengakibatkan pembangungan
permukiman di kota Makassar semakin hari semakin pesat, sehingga mengakibatkan kota
Makassar menjadi salah satu daerah yang padat akan penduduk. Peningkatan jumlah
penduduk di Makassar secara tidak langsung turut meningkatkan polusi di udara
dikarenakan penggunaan kendaraan bermotor kian meningkat pesat seiring peningkatan
perekonomian di Makassar.
Fakhrizal, et al
229
Dalam satu dekade terakhir ini hampir semua kota besar di Indonesia mengalami
peningkatan jumlah kendaraan bermotor yang sangat tinggi, termasuk Kota Makassar. Hal
ini telah dan masih memberikan dampak terhadap kinerja jaringan jalan dan lalulintas,
seperti peningkatan derajat kejenuhan dan penurunan kecepatan lalulintas (Abulebu et al,
2012) serta dampak terhadap lingkungan, berupa peningkatan polusi gas buang (Aly et al,
2013) dan peningkatan kebisingan lalulintas jalan. Lebih jauh kondisi ini telah
mentransformasi perilaku lalulintas, dari lalulintas homogen ke lalulintas heterogen.
(Ramli, et al, 2015)
Kota Makassar juga merupakan salah satu kota metropolitan di Indonesia dengan tingkat
kinerja lalu lintas yang rendah. Dari hasil evaluasi Kementrian Lingkungan Hidup pada
tahun 2013, Kota Makassar masuk dalam Level of Service (LOS) F dimana LOS F
menjelaskan kondisi arus terhambat, kecepatan rendah, volume di atas kapasitas, banyak
berhenti. Berdasarkan evaluasi tersebut dapat diketahui bagaimana tingkat kemacetan dan
volume kendaraan di Kota Makassar. Sehubungan dengan kondisi tersebut Kementerian
Lingkungan Hidup menyatakan nilai polutan CO yang berasal dari kendaraan bermotor di
Kota Makassar dari tahun 2011 ke tahun 2012 meningkat sebesar 38.46%. Jika kondisi
tersebut terus terjadi maka kesehatan masyarakat akan terancam. (KLH)
Selama ini masih sangat sedikit studi-studi di Indonesia yang berfokus terhadap sebaran
emisi dan besaran dampaknya pada lingkungan sekitar. Penelitian penelitian sebelumnya
yang pernah dilakukan cenderung masih mengarah kepada analisis data emisi kendaraan
bermotor pada keadaan diam (idle) maupun bergerak. Pada tahun 2013, telah dilakukan
penelitian yang berbasis pada analisis emisi kendaraan dalam keadaan bergerak (Aly dan
Ramli. 2013). Adapun penelitian lainnya yang telah membahas mengenai penyebaran
polutan yang telah terdispersi diudara namun tidak membahas lebih jauh mengenai pola
sebaran dan pengaruhnya terhadap kondisi lingkungan disekitar jalan tersebut.
Berdasarkan latar belakang tersebut, maka penelitian ini dilakukan untuk mengetahui pola
sebaran dan estimasi dampak polutan yang diterima pada lingkungan sekitar. Estimasi
yang dihasilkan dari penelitian ini ialah berupa prediksi besaran dampak polutan CO yang
terjadi pada kondisi jam puncak sore hari yaitu pukul 17:00 – 18:00 di lingkungan jalan
A.P. Pettarani, Makassar.
Salah satu cara untuk mengetahui hal tersebut yaitu dengan menggunakan pemodelan
CALINE-4 yang digunakan pada penelitian kali ini. Kelebihan dari model CALINE-4 ini
ialah kita dapat mengestimasi sebaran polutan dan besaran dampaknya pada lingkungan
disekitar lokasi pengamatan. Adapun lokasi yang dijadikan sebagai lokasi pengamatan
yaitu pada jalan dengan tipe 8/2D di Kota Makassar yaitu Jl. A.P. Pettarani.
METODOLOGI
Lokasi Studi
Penelitian ini dilakukan pada ruas jalan A.P. Pettarani di kota Makassar yang memiliki
delapan lajur dua jalur dengan median atau 8/2D. Kemudian dari ruas jalan ini, dipilih 5
link. Pemilihan link ini berdasarkan terjadinya perubahan geometrik jalan. Tujuan dari
pemilihan link ini yaitu untuk pemetaan pada software CALINE-4. Karakteristik dari jalan
Fakhrizal, et al
230
A.P. Pettarani dapat dilihat pada Tabel 1 dan untuk layout lokasi link dapat dilihat pada
Gambar 1.
Tabel 1. Karakteristik Jalan A.P. Pettarani
Nama Jalan Panjang Jalan
(km)
Kategori Jalan dan
Tata Guna Lahan
Titik
Pengamatan
Lebar Jalan
(m)
Jl. A.P. Pettarani 4.2 Utama - Komersial
Link 1 35.3
Link 2 35.3
Link 3 35.3
Link 4 39.7
Link 5 31.5
Gambar 1. Peta Wilayah Studi
Peralatan Yang Digunakan
1. Perangkat Keras yang digunakan ialah :
a. GPSmap 60CSx GARMIN. Alat ini digunkana untuk mengetahui koordinat link
(jalan) dan koordinat reseptor pada daerah penelitiann. Selain itu, alat ini juga dapat
mengetahui ketinggian lokasi pengukuran dari permukaan laut. Data - data ini
kemudian akan digunakan untuk mengolah data menggunakan software CALINE-
4. Cara pengambilan data dengan menggunakan alat ini yaitu pertama melaihat
kondisi geometrik jalan pada ruas jalan A.P. Pettarani melalui software Google
Earth dan penentuan link jalan. Setelah menentukan link jalan, kemudian
melakukan survey lokasi dengan tujuan menentukan reseptor – reseptor yang akan
diambil koordinatnya. Reseptor yang dipilih yaitu berdasarkan bangunan –
bangunan yang merupakan tempat umum dimana banyak aktivitas manusia
didalamnya, diantaranya yaitu sekolah, rumah sakit, hotel, dan restaurant / rumah
makan. Dari reseptor – reseptor yang sudah ditentukan tersebut, kemudian
mengambil data koordinat link dan juga reseptor serta data ketinggian jalan diatas
permukaan laut yang terdapat pada ruas jalan A.P. Pettarani Makassar. Koordinat
link dan reseptor ini kemudian diinput kedalam software CALINE-4 untuk
memperoleh hasil pemetaan jalan.
Lokasi Penelitian
1 2
3
4
5
Fakhrizal, et al
231
b. Anemometer Sanfix. Alat ini digunakan untuk mengukur kecepatan angin yang
kemudian data ini digunakan untuk megetahui kecepatan angin dominan. Data
kecepatan angin diinput kedalam software WRPLOT View untuk mengetahui
kondisi wind rose dan kemudian rata – rata kecepatan angin juga diinput kedalam
software CALINE-4 bersamaan dengan data suhu.
a. Alat GPSmap 60CSx GARMIN b. Anemometer Sanfix
Gambar 2. Perangkat Keras Yang Digunakan Dalam Penelitian
2. Perangkat Lunak Yang digunakan ialah :
a. WRPLOT View. Software ini merupakan software untuk mengetahui kondisi wind
rose atau arah dan kecepatan angin dominan. Angin merupakan suatu vektor
sehingga angin dinyatakan dalam arah dan kecepatannya. Arah angin dijelaskan
secara konvensional sebagai arah dari mana angin tersebut bertiup (blowing from)
dan diidentifikasi dengan 1 dari 16 (atau kadang 32) titik kompas atau secara
keilmuan dilihat sebagai sudut dalam derajat searah dengan jarum jam dari utara.
Sedangkan kecepatan angin merupakan hal penting dalam dispersi atmosferik yang
dinyatakan dalam skala Beaufort (biasa digunakan oleh marinir), m/s, knot,
mill/jam (Colls, 2002). Wind rose digunakan sebagai informasi meteorologis yang
berhubungan dengan penyebaran polutan, yang menggambarkan perubahan arah
dan kecepatan angin secara diagram pada waktu dan kawasan tertentu (Wark and
Warner, 1981).
b. CALINE-4. Software ini merupakan model kualitas udara sumber garis yang
dikembangkan oleh California Department of Transportation (Caltrans). Model ini
dijalankan berdasarkan model difusi Gaussian dan menggunakan konsep zona
pencampuran untuk memperkirakan dispersi polutan dekat jalan raya dengan
beberapa parameter penting, seperti kekuatan sumber (volume lalu lintas per link
dan faktor emisi), meteorologi, dan geometri lokasi. CALINE-4 dapat memprediksi
konsentrasi polutan di titik reseptor (titik estimasi/ perkiraan konsentrasi tersebut
diterima) yang berlokasi 500 meter dari jalan raya. Polutan yang diprediksi
merupakan polutan yang secara relatif bersifat inert, seperti Karbon Monoksida
(CO), Nitrogen Dioksida (NO2), dan partikel tersuspensi. (Benson, 1989).
c. Golden Surfer 9. Surfer adalah paket pemodelan penuh fungsi visualisasi 3D,
contouring dan permukaan yang berjalan di bawah Microsoft Windows. Surfer
Fakhrizal, et al
232
digunakan secara luas untuk pemodelan medan, model batimetri, visualisasi
landscape, analisis permukaan, pemetaan kontur, DAS dan pemetaan permukaan
3D, gridding, volumetrics, dan banyak lagi. Mesin interpolasi canggih surfer
mengubah data XYZ Anda ke peta publikasi berkualitas. (Donil, 2015)
a. WRPLOT View b. CALINE-4 c. Golden Surfer 9
Gambar 3. Interface Perangkat Lunak Yang Digunakan Dalam Penelitian
Menghitung Faktor Emisi
Nilai fakor emisi yang digunakan adalah faktor emisi gas buang kendaraan untuk kota
metropolitan dan kota besar di Indonesia yang ditetapkan berdasarkan kategori kendaraan
berdasarkan Peraturan Menteri Negara Lingkungan Hidup Nomor 12 Tahun 2010 tentang
Pelaksanaan Pengendalian Pencemaran Udara di Daerah. Nilai faktor emisi dapat dilihat
pada Tabel 1 dibawah ini.
Tabel 2. Faktor Emisi
No. Kategori untuk perhitungan
beban pencemar udara
CO HC NOx PM10 CO2 SO2
g/km g/km g/km g/km g/kg
BBM g/km
1 Sepeda motor 14 5,9 0,29 0,24 3180 0,008
2 Mobil (Bensin) 40 4 2 0,01 3180 0,026
3 Mobil (Solar) 2,8 0,2 3,5 0,53 3172 0,44
4 Mobil (BBM jenis lain) 32,4 3,2 2,3 0,12 3178 0,11
5 Bis 11 1,3 11,9 1,4 3172 0,93
6 Truk 8,4 1,8 17,7 1,4 3172 0,82
Sumber: Peraturan Menteri LH No.12/2010
Faktor emisi rata-rata dapat ditentukan melalui persamaan berikut :
∑
(1)
Fakhrizal, et al
233
dimana :
q = Faktor emisi rata-rata (gram/ km)
EF = Faktor emisi kendaraan berdasarkan kecepatan tiap tipe/jenis kendaraan
(gram/ km)
V = Volume kendaraan saat jam sibuk (kendaraan/ jam)
T = Total kendaraan saat jam sibuk dalam 1 jam
i = Tipe/ jenis kendaraan
Sumber dan Fungsi Data Tabel berikut menjelaskan sumber dan fungsi dari data baik yang diambil secara langsung
maupun yang telah dikumpulkan dari berbagai sumber.
Tabel 3. Sumber dan Fungsi Data
No Data Jenis Data Sumber Data Fungsi Data
1 Ketinggian
Lokasi
Primer Mengukur menggunakan
alat GPSmap 60CSx
GARMIN
Digunakan pada CALINE-
4 (Job Parameters)
2 Kecepatam
Angin
Primer Mengukur menggunakan
alat Anemometer Sanfix
Digunakan pada WRPLOT
View dan CALINE-4 (Run
Conditions)
3 Arah Angin Sekunder BMKG Digunakan pada WRPLOT
View dan CALINE-4 (Run
Conditions)
4 Suhu Primer Mengukur menggunakan
alat Anemometer Sanfix
Digunakan pada CALINE-
4 (Job Parameters)
5 Konsentrasi
CO
Sekunder Kementerian Lingkungan
Hidup (Langit Biru)
Digunakan pada CALINE-
4 (Job Parameters)
6 Koordinat
Jalan
Primer Mengukur menggunakan
alat GPSmap 60CSx
GARMIN
Digunakan pada CALINE-
4 (Link Geometry)
7 Lebar Jalan Sekunder Kementerian Lingkungan
Hidup (Langit Biru)
Digunakan pada CALINE-
4 (Link Geometry)
8 Jumlah
Kendaraan
Sekunder Kementerian Lingkungan
Hidup (Langit Biru)
Digunakan pada CALINE-
4 (Link Activity)
9 Faktor Emisi Primer Menggunakan Persamaan
(1)
Digunakan pada CALINE-
4 (Link Activity)
10 Koordinat
Reseptor
Primer Mengukur menggunakan
alat GPSmap 60CSx
GARMIN
Digunakan pada CALINE-
4 (Receptor Positions)
Fakhrizal, et al
234
HASIL DAN PEMBAHASAN
Kecepatan Angin Dominan dan Arah Angin Dominan (Wind Rose)
Hasil olah data menggunakan software WRPLOT View menunjukkan bahwa arah angin
dominan yaitu berhembus kearah Barat Barat Laut dan Barat Laut yaitu pada sudut 292º
dan sudut 315º yang didominasi dengan kecepatan angin diantara 2.10 – 3.60 m/s yaitu
sebesar 70.8% dimana rata-rata kecepatan angin selama 24 jam yaitu 2.6 m/s. Untuk
mengetahui gambaran arah angin dominan (wind rose) pada Jalan A.P. Pettarani Makassar
ialah sebagai berikut :
Gambar 4. Arah Angin Dominan (Wind Rose)
Gambar 5. Diagram Kecepatan Angin Dominan
Nilai Faktor Emisi
Jumlah kendaraan (unit) pada jam puncak sore hari di jalan A.P. Pettarani Makassar
dibutuhkan untuk memperoleh nilai faktor emisi. Nilai faktor emisi ini kemudian akan
digunakan untuk pengolahan data pada software CALINE-4.
Fakhrizal, et al
235
Tabel 4. Jumlah Kendaraan Pada Kondisi Jam Puncak Sore Hari
No Jenis Kendaraan Jumlah Kendaraan (Unit) Nilai Faktor Emisi CO
1 Mobil 2.797 40
2 Motor 7.842 14
3 Bis 8 11
4 Truk 129 8.4
Total 10.776 q = 12,842
Hasil Estimasi Sebaran Emisi Lalu Lintas
Data kecepatan angin, arah angin, nilai faktor emisi dan total kendaraan ini kemudian
diinput kedalam software CALINE-4 untuk memperoleh prediksi sebaran polutan pada
reseptor yang berada di ruas jalan A.P. Pettarani Makassar, dan output dari CALINE-4
ialah sebagai berikut :
Tabel 5. Prediksi Sebaran Polutan CO
No. Reseptor
Kecepatan Angin
2.6 m/s
Konsentrasi CO
0.0034 ppm
Prediksi Konsentrasi CO Terdispersi (ppm)
1 Hotel Amaris 3.1
2 Pasar Tradisional 4.2
3 McD 4.0
4 STMIK 2.7
5 STIE Wira Bhakti 0
6 Ramayana 2.1
7 Pizza HUT 2.4
8 STIA LAN 2.5
9 Masjid 0
10 KFC 4.1
11 RSIA Paramouth 0
12 BKKBN 2.9
13 UNM 1.5
14 Kawasan
SD IKIP 0.1
15 Hotel Clarion 0.2
16 Telkom 2.0
17 MAN Model 0.0
Hasil estimasi sebaran emisi lalu lintas pada ruas jalan A.P. Pettarani Makassar dengan
menggunakan model CALINE-4 menunjukkan bahwa pada reseptor Pasar Tradisional
memiliki tinggkat polutan CO tertinggi yaitu sebesar 4,2 ppm.
Pemetaan Sebaran Polutan CO
Pemodelan berupa pemetaan dengan sebaran konsentrasi karbon monoksida dapat dilihat
dengan menggunakan software Golden Surfer 9. Hasil model CALINE-4 kemudian diinput
kedalam aplikasi Surfer dengan hasil yang dapat dilihat pada gambar berikut :
Fakhrizal, et al
236
Gambar 6. Pola Sebaran Polutan CO
Gambar 7. Estimasi Besaran Dampak
Dari aplikasi Golden Surfer 9, kita dapat melihat bahwa semakin jauh jarak penyebaran
polutan CO dari sumbernya maka konsentrasi dari polutan CO tersebut akan semakin
berkurang karena ruang dispersi dari polutan tersebut semakin membesar. Dan kecepatan
angin serta arah angin mempengaruhi pola dari sebaran polutan tersebut. Semakin cepat
angin berhembus, maka waktu penyebaran polutannya semakin singkat dengan jangkauan
yang cukup luas. Sebaliknya, jika kecepatan angin cenderung pelan, maka waktu
penyebaran dari polutan CO semakin lama dan tersebar hanya pada daerah tersebut. Arah
angin yang cenderung berhembus kearah Barat Daya mengakibatkan daerah yang berada
dibagian tenggara tidak memiliki dampak yang cukup luas dibandingkan dengan arah Barat
Daya dimana angin berhembus kearah tersebut.
KESIMPULAN Pola sebaran CO dipengaruhi oleh arah angin dimana arah angin cenderung berhembus dari
arah tenggara kearah barat laut sehingga arah tenggara tidak berdampak signifikan
terhadap polutan CO di Jl. A.P. Pettarani Makassar. Semakin jauh jarak penyebaran
polutan CO dari sumbernya maka konsentrasi dari polutan CO tersebut akan semakin
berkurang karena ruang dispersi dari polutan tersebut semakin membesar. Dari semua
reseptor yang ada di Jl. A.P. Pettarani Makassar, Pasar Tradisional sebagai reseptor yang
paling terdampak dengan prediksi polutan CO pada jam puncak sore hari pukul 17:00 –
18:00 yaitu 4,2 ppm, dan terdapat 4 reseptor dengan prediksi polutan CO terendah yaitu
STIE Wira Bhakti,Masjid, RSIA Paramouth, dan MAN Model. Keempat reseptor ini tidak
berdampak karena faktor arah angin dominan sehingga tidak terjadi penumpukan polutan
CO pada reseptor tersebut.
0 - 25%
dampak
26 -50%
dampak
51 - 75%
dampak
76 - 100%
dampak
U 17
16
15
13
14
12 10
11 9
8 7 6
5
4 3 2 1
U 17
16
15
13
14
12 10
11 9
8 7
6
5
4 3 2 1
Fakhrizal, et al
237
DAFTAR PUSTAKA
Abulebu, H., Ramli, M.I., dan Harianto, T. 2012. A Study on the Motorcycle Speed of
One-Directional Urban Roads in Makassar. Proceeding of the 15th FSTPT
International Symposium.
Aly, S.H. dan Ramli, M.I. 2013. Running Vehicle Emission Factors of Passenger Cars in
Makassar, Indonesia. Proceeding of the 10th Conference of the Eastern Asia Society
for Transportation Studies, Vol 9.
Benson, P. 1989. CALINE 4-A Dispersion Model for Predicting Air Pollutant
Concentrations Near Roadways. Sacramento, CA : California Department of
Transportation
Colls, Jeremy. 2002. Air Poluttion, Second Edition. Spon Press Taylor dan Francis Group.
London.
Donil, N.S. 2015. Kemampuan Lahan Politeknik Pertanian Negeri Payakumbuh
Menggunakan Metode Deskriptif dengan Surfer 9. Jurnal Nasional Ecopedon Vol. 2
No.2, hal. 41-45
Menteri Negara Lingkungan Hidup. 2010. Pelaksanaan Pengendalian Pencemaran Udara di
Daerah. Peraturan Menteri Lingkungan Hidup No. 12 Tahun 2010.
Ramli, M.I., Hustim, M., Aly, S.H., dan Aswidinata, A.T. 2015. Model Konsumsi Bahan
Bakar Kendaraan Pada Jaringan Jalan Perkotaan Berbasis Lalu Lintas Heterogen.
Jurnal HPJI Vol.1, hal. 77-84.
Wark and Warner. 1981. Analysis of Air Pollutants. John Wiley and Sons. USA