5 ANALISIS DAN PEMBAHASAN

Particulate Matter (PM) Berdasarkan Periode Tahun

Pada Gambar 19 dan Lampiran 3tersajikonsentrasi massarata-rata PM2.5dan PM₁₀ dalam bentuk time series yang mengalami pola penurunan konsentrasi massa dari tahun 2011 sampai 2013. Secara deskriptif konsentrasi PM2.5 dan PM10 selama kurun waktu tiga tahun periode 2011-2013 terlihat pada Tabel 8. Konsentrasi massa rata-rata PM2.5berturut-turut untuk tahun 2011-2013 adalah 15.89 ± 1.70, 12.63 ± 1.60 dan 12.66 ± 1.74 μg/m3

. Sedangkan konsentrasi massarata-rata PM10berturut-turut adalah 31.04 ± 3.28, 29.00± 3.96 dan 29.00 ± 3.72 μg/m3

. Nilai konsentrasi massa tersebut jika dibandingkan dengan baku mutu yang terdapat di dalam PP No 41 tahun 1999 sebesar 15 μg/m3

maka hanya konsentrasi PM2.5pada tahun 2011 yang berada di atas nilai baku mutu tahunan. Namun demikian, seluruh nilai konsentrasi massa rata-rata baik itu untuk PM_2.5maupun PM₁₀ pada periode tiga tahun tersebut tidak ada yang melebihi nilai baku mutu konsentrasi harian (24 jam)PM2.5 dan PM10yaitu 65 μg/m3

dan 150

μg/m3 .

Berdasarkan konsentrasi massa PM2.5 pada tahun 2011 yang lebih tinggi dari nilai baku tahunan sehingga dilakukan uji statistik dengan Uji-t untuk membuktikan apakah nilai konsentrasi rata-rataPM2.5 periode tahun tersebut secara signifikan berada diatas dari nilai baku mutunya. Hipotesis yang digunakan adalah H₀ sebagai nilai konsentrasi rata-rata PM_2.5 pada periode tahun 2011 lebih kecil atau sama dengan nilai baku mutu , sedangkan hipotesis ujinya adalah nilai konsentrasi rata-rataPM2.5 periode tahun 2011 lebih besar dari nilai baku mutunya . Hasil menunjukan bahwa nilai t-hitung lebih kecil dari nilai t-tabel, maka tidak tolak hipotesis H0 sehingga dapat dikatakan bahwa tidak benar nilai konsentrasi PM2.5 pada periode tahun tersebut lebih besar dari nilai baku mutunya.Pada Tabel 9 terlihat nilai konsentrasi massa rata-rata PM2.5 dan PM10pada tahun 2011 lebih tinggi dibandingkan dengan tahun 2012 dan 2013. Tabel 10 merupakan hasil uji Anova untuk menganalisis perbedaan dari ketiga rataan konsentrasimassa rata-rataPMtersebut. Prosedur One-Way Anova merupakan prosedur yang digunakan untuk menghasilkan analisis variansi satu arah untuk variable dependen dengan tipe data kuantitatif dengan suatu variable independent sebagai variabel faktor.

Dasar pengambilan keputusan uji anova adalah hipotesis H₀ menyatakan rata-rata konsentrasi PM dari ketiga periode tahun tersebut adalah sama. Sedangkan hipotesis ujinya adalah H1 yang menyatakan rata-rata konsentrasi PM dari ketiga periode tahun tersebut adalah tidak sama. Hasil uji Anova menunjukkan nilai F-hitung dari konsentrasi PM2.5 adalah 5.128 sedangkan nilai F-tabel dengan numerator = 2 dan denumeratornya = 149 didapatkan nilai 2.997, karena F_hitung > dari F_tabel maka memberi pengertian terdapat perbedaan konsentrasi yang signifikan antara ketiga periode tahun tersebut. Sedangkan untuk PM10 karena nilai F-hitung (0.247) lebih kecil dari nilai F_tabel (2.997) maka dapat disimpulkan tidak ada perbedaan konsentrasi yang signifikan antara ketiga

37 tahun periode tersebut. Pada Tabel 11 dengan uji lanjut Post Hoc Multiple Comparisson membuktikan bahwa perbedaan konsentrasi massaPM_2.5 rata-ratatahun 2011adalah signifikan dibandingkanterhadap tahun 2012 dan 2013

Gambar 19.Konsentrasi massaPM2.5 dan PM10 periode 2011-2013 Tabel 9.Hasil deskriptif PM_2.5dan PM₁₀periode tahun 2011-2013

PM Tahun N rata-rata (µg/m³) Std. Error (95% Conf.Lev) Uji-t (t-value=15) t-hit t-tabel PM_2.5 2011 67 15.89 1.70 1.043 1.995 2012 38 12.63 1.60 -2.974 2.019 2013 47 12.66 1.74 -2.689 2.016 Total 152 14.07 1.04 x x PM10 2011 67 31.04 3.28 x x 2012 38 29.00 3.96 x x 2013 47 29.00 3.72 x x Total 152 29.90 2.10 x x

38

Tabel 10.Uji anova PM periode 2011 s.d 2013

Tabel 11.Uji Post Hoc

Variabel (I) tahun (J) tahun Beda rata-rata (I-J) Std. Error

PM_2.5 LSD 2011 2012 3.26* 1.26 2013 3.22* 1.18 2012 2011 -3.26* 1.26 2013 -0.04 1.35 2013 2011 -3.22* 1.18 2012 0.04 1.35

*.Perbedaan rata-rata signifikan dengan tingkat kepercayaan 0.05.

Konsentrasi rata-rata pada periode tahun 2011-2013 Apabila dibandingkan dengan hasil pengukuran paparan singkat (short term) yang sebelumnya pernah dilakukan pada bulan Agustus sampai Desember tahun 2008 di Kawasan PUSPIPTEK Serpong memberikan nilai konsentrasi PM_2.5 sebesar 20.2 µg/m³sedangkan PM₁₀sebesar 39.9 µ g/m³ (Santosoet al. 2011), pengukuran PM periode tahun 2011-2013 memberi perbedaan hasil konsentrasi yang lebih rendah sebesar 30.3% untuk PM2.5 dan 25% untuk PM10.Rasio perbandingan konsentrasi massa rata-rataPM_2.5 terhadap PM₁₀selama rentang 2011 sampai 2013 yang ditunjukkan pada Tabel 12 memberi makna persentase kontribusi rata-rata PM2.5 didalam PM10. Hasil persentase rasio konsentrasimassa rata-rataPM2.5 terhadap PM₁₀Kota Tangerang Selatan tahun 2011-2013 adalah berkisar antara 43.55 sampai 51.20%. Nilai kontribusi tersebut sebanding dengan nilai kontribusi hasil studi yang dilakukan pada tahun 2008 pada enam lokasi sampling di Serpong yang menyatakan nilai kontribusiPM_2.5 terhadap PM₁₀adalah sebesar 31-51% (Santoso et al.2011).

Tabel 12.Persentase kontribusi PM2.5terhadap PM10

Tahun N ^Rerata PM2.5(µg/m³) Rerata PM10(µg/m³) Rasio PM_2.5/PM₁₀ (%) 2011 67 15.89 31.04 51.20 2012 38 12.63 29.00 43.55 Sum of Squares ^df Mean Square ^{F Sig.} PM_2.5 Between Groups ^{(Combined) 393400 2 196700 5.128 0.007}

Linear Term Unweighted 287100 1 287100 7.486 0.007

Weighted 316600 1 316600 8.254 0.005 Deviation 76800 1 76800 2.003 0.159 Within Groups 5714000 149 38350 Total 6108000 151 PM_10 Between Groups ^{(Combined) 156600 2 78300 0.467 0.628}

Linear Term Unweighted 115700 1 115700 0.691 0.407

Weighted 127300 1 127300 0.760 0.385

Deviation 29310 1 29310 0.175 0.676

Within Groups 24960000 149 167500

Total 25120000 151

39

2103 47 12.66 29.00 43.65

Total 152 14.07 29.90 47.00

Penurunan konsentrasi PM2.5 dari tahun 2011-2013 dapat disebabkan frekuensi musim kering yang lebih tinggi dibandingkan dengan musim basah (hujan)yang berakibat tingginya konsentrasi partikulat udara yang melayang di udara pada saat musim kering,sedangkan rendahnya konsentrasi PM pada musim basah disebabkan partikulat udara yang melayang diudara terikat dengan butiran-butiran air hujan yang kemudian turun menuju permukaan bumi.Hal ini sesuai dengan hasil penelitian sebelumnya oleh Mauliadi tahun 2008 yang menyatakan bahwa konsentrasi massa rata-rata PM2.5 dan PM10 pada musim kemarau Kota Bandung lebih tinggi ±20% dibandingkan dengan musim hujan (Mauliadi 2008). Hasil penelitian lain di New Dehli India menunjukkan bahwa konsentrasi massaPM10 dan logam berat (Fe dan Mn) lebih tinggi pada saat musim panas dibandingkan dengan musim dingin (Khillare dan Sarkar 2012).Tabel 13 menunjukan frekuensi musim kering pada periode tahun 2011 lebih tinggi dibandingkan tahun 2012 dan 2013.Musim basah adalah musim yang ditandai dengan debit curah hujan melebihi dari 150 mm setiap bulannya.

Peran serta pemerintah Kota Tangerang Selatan dalam penanganan sampah dengan melakukan sosialisasi kepada masyarakat untuk tidak membakar sampah dilingkungan sertapembangunan fasilitas Tempat Penampungan Sampah Terpadu Reduce, RecycleandReuse (TPST 3R) di tingkat kelurahan hingga tingkat desa sejak tahun 2009 dapat meminimalkan pembakaran sampah secara terbuka.Selain itu, kebijakan Pemerintah dalam upaya mengurangi emisi kendaraan bermotor sejak tahun 2006-2012 turut ambil bagian untuk mengurangi konsentrasi PM di Kota Tangerang Selatan.

Tabel 13.Curah hujan Kota Tangerang Selatan periode 2011-2013

Bulan 2011 2012 2013 Curah Hujan (mm) Hari Hujan Curah Hujan (mm) Hari Hujan Curah Hujan (mm) Hari Hujan Jan 170.8 21 430.7 28 526.8 25 Feb 132 17 258.1 20 224.8 19 Mar 64 18 133.3 17 105.6 16 Apr 186.2 15 277.4 18 336.9 19 May 122.6 20 199.1 20 227.2 16 Jun 75.5 6 89.1 5 82.7 14 Jul 71.8 12 7.3 1 348.8 22 Aug 0 0 9.3 2 81.6 5 Sep 53.1 7 12.4 4 34.8 6 Oct 49.3 7 89.5 8 133.5 15 Nov 71.7 14 368.4 23 261.6 14 Dec 83.5 14 320.4 20 346.2 25

sumber: BMKG Pondok Betung, Ciputat

Korelasi konsentrasi massaPM2.5 terhadap PM10periode 2011-2013 yang terlihat pada Gambar 20 memberi maknanilai R²sebagai persentase determinasi konsentrasi massa PM2.5 terhadap PM10. Pola hubungan antar keduanya

40

merupakan akar dari nilai R², terlihat bahwa variasi perubahan konsentrasi massa PM₁₀adalah 74.05% dipengaruhi perubahan variabel konsentrasi massa PM_2.5 sedangkan 25.95% dipengaruhi oleh variabel lain. Sedangkan pola hubungan keduanya adalah erat karena nilai koefisien korelasi yang didapat adalah 0.86.Grafik hubungan PM_2.5terhadap PM₁₀ berdasarkan tahun disajikan pada Lampiran 4.

Gambar 20.Korelasi PM2.5 terhadap PM10periode 2011-2013

Konsentrasi Particulate Matter Berdasarkan Perbedaan Musim

Konsentrasi PMyang telah dikumpulkan dibedakan berdasarkan musim kering dan musim basah. Pembagian musim berdasarkan perbedaan curah hujan yang terjadi pada setiap bulannya, klasifikasi musim hujan adalah Curah hujan yang terjadi lebih dari 50 mm dalam satu dasarian (satu dasarian adalah 10 hari) diikuti dasarian berikutnya atau dalam satu bulan curah hujanya lebih dari 150 mm (BMKG 2014). Terlihat pada Tabel 14 adalah total jumlah sampel yang berhasil diklasifikasikan berdasarkan tahun periode. Total jumlah sampel terbanyak pada musim basah dalam satu tahun memberi makna bahwa pada tahun tersebut terjadi bulan hujan lebih tinggi dibandingkan dengan tahun yang lain. Hal sama juga pada pada musim kering, jumlah sampel terbanyak menandakan bulan kemarau pada tahun tersebut lebih tinggi dibandingkan tahun yang lain.

Pada Tabel 12 terlihat apabila jumlah terjadinya hujan semakin tinggi dalam satu tahun maka kontribusi konsentrasi massaPMakan semakin rendah. Hal sebaliknya berlaku pada musim kemarau dengan curah hujan yang rendah maka konsentrasi massaPM akan semakin tinggi. Berdasarkan Tabel 13 tersebut juga dapat dihitung rasio konsentrasi massa rata-rata tertinggi PM2.5 terhadap PM10 terjadi pada tahun 2011 disaat musim hujan sebesar 55.3% dengan korelasi (r) yang sangat erat antar keduanya sebesar 0.93.Gambar 21 menunjukkan perbedaan konsentrasi massa rata-rata tertinggi partikulat berdasarkan musim,hasilnya ialah terjadi kenaikan konsentrasi PM10di tahun 2011sebesar 5.97 µg/m³pada musim kemarau dibandingkan pada musim hujan sedangkan untuk PM2.5kenaikan konsentrasi tertinggi adalah 1.44 µg/m³ terjadi yang di tahun 2013.

Tabel 14.Analisis deskriptif PM berdasarkan musim

Variabel N Rata-rata Rasio PM2.5/PM10 (%) Korelasi (r) PM2.5_PM10 Statistik ^Std. Error PM2.5_Hjn_2011 13 14.58 2.26 55.53 0.93 R² = 0.740 0 20 40 60 80 0 10 20 30 40 PM 10 (µ g /m 3) PM_2.5(µg/m3)

41 PM_2.5_Hjn_2012 18 12.72 1.17 48.21 0.82 PM2.5_Hjn_2013 30 11.92 0.91 43.79 0.84 PM₁₀_Hjn_2011 13 26.25 3.10 x x PM10_Hjn_2012 18 26.39 2.25 x x PM₁₀_Hjn_2013 30 27.22 2.22 x x PM2.5_Pns_2011 55 16.01 0.94 49.69 0.93 PM_2.5_Pns_2012 20 12.39 1.12 40.70 0.90 PM2.5_Pns_2013 19 13.36 1.67 44.70 0.87 PM₁₀_Pns_2011 55 32.22 1.90 x x PM10_Pns_2012 20 30.43 3.33 x x PM₁₀_Pns_2013 19 29.88 3.27 x x PM2.5_Hjn_11_13 72 12.66 0.69 47.60 0.82 PM₁₀_Hjn_11_13 72 26.59 1.34 x x PM2.5_Pns_11_13 83 14.92 0.75 46.84 0.89 PM₁₀_Pns_11_13 83 31.85 1.57 x x

Gambar 21.Grafik konsentrasi massaPM berdasarkan musim

Identifikasi Multi Unsur

Unsur-unsur yang teridentifikasi spektroskopi XRF baik untuk fraksi partikel halus PM_2.5 dan fraksi partikel kasar PM_2.5-₁₀adalah Na, Mg, Al, Si, S, K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn dan Pb. Konsentrasi massa rata-rata identifikasi multi unsur partikel halus (PM2.5) ditunjukkan pada Tabel 15 sedangkan Gambar 23merupakan box and whisker plotyang menunjukkan sebaran data multi unsur dalam PM_2.5. Kotak tersebut menggambarkan rentang quartil 1 terhadap quartil 3, garis horizontal merupakan nilai tengah data, sampel ekstrimdilambangkan dengan (o),sedangkan sampel dengan pencilan dilambangkan (*). Pada Tabel 13 dan Gambar 23terlihatkonsentrasi massa rata-rata sulfur (S) lebih tinggi dibandingkan dengan nilai unsur lainnya. Tingginya kandungan sulfur dalam PM2.5 dapat dimungkinkan berasal dari emisi kendaraan bermotor, debu gunungmerapi dan Pembangkit Listrik Tenaga Uap Batubara(PLTU Batubara) (Cohen 2005).

Konsentrasi massa unsur terbesar kedua adalah partikulat logam berat Pb yang dimungkinkan berasal dari emisi sektor industri peleburan logam, hasil ini

14.58 _{12.72 11.92} 16.01 _{12.39 13.36} 26.25 26.39 27.22 32.22 30.43 29.88 0 20 40 60 80 100 2011 2012 2013 (µ g /m 3)

42

sesuai dengan kajian pendahuluan di Serpong pada tahun 2008yang menyatakan bahwa konsentrasi unsur logam berat Pb dalam PM berasal dari aktivitas industri peleburan logam (Santoso 2011). Pada box and whisker plot menunjukkan bahwa hasil pengukuran salah satu sampel unsur Pb nilai konsentrasi massanya telah melewati nilai baku mutu unsur Pb di udara untuk periode 1 jam (Gambar 22). Tingginya konsentrasi unsur S dan Pb sesuai dengan kajian yang dilakukan oleh Begum et al.(2010) di kota Dhaka negara India yang memberikan hasil identifikasi konsentrasi massa rata-rata lima unsur tertinggi yang terdapat dalam PM2.5 adalah S, Si, Na, K dan Pb.

Konsentrasi massa rata-rata multi unsur dalam partikel kasar (PM2.5-10) yang ditunjukkan pada Lampiran 5 menghasilkan tiga unsur dengan nilai konsentrasi tertinggi yaitu Si (911.24 ng/m³), Ca (427.30 ng/m³) dan Al (394.35 ng/m³). Hasil ini sesuai dengan hasil penelitian sebelumnya di Bandung dan Serpong yang menyatakan bahwa konsentrasi tertinggi dari unsur penanda Si, Ca dan Al yang terdapat dalam pertikel kasar (PM_2.5-10) diduga berasal darikontribusi sumber pencemar partikel debu tanah dan konstruksi bangunan (Mauliadi 2008 ; Santoso et al.2011).

Tabel 15.Konsentrasi massa rata-rata identifikasi multi unsurPM2.5 Unsur ^{Rata-rata (ng/m} 3 ) Unsur ^{Rata-rata (ng/m} 3 ) Statistic Std. Error Statistik Std. Error

Na 117.80 9.68 Cr 2.01 0.19 Mg 28.72 3.36 Fe 37.77 3.60 Al 47.57 5.70 Mn 3.65 0.47 Si 98.42 11.74 Co 0.93 0.09 S 470.34 41.29 Ni 0.56 0.06 K 126.45 8.89 Cu 2.26 0.24 Ca 37.40 3.58 Zn 75.72 6.78 Ti 2.93 0.33 Pb 214.82 34.89 V 0.72 0.10

Hasil dugaan sumber pencemar untuk fraksi partikel halus PM2.5 dan fraksi partikel kasar PM_2.5-₁₀sesuai dengan hasil penelitian yang telah dilakukan di berbagai tempat yang menyimpulkan bahwa sumber emisi partikel halus sebagian besar merupakan hasil kontribusi emisi antropogenik.Emisi tersebut berasal darisektor transportasi yang menghasilkan kandungan karbon, Br, Zn, Pb, Na serta aerosol sekunder dalam bentuk (NH₄)₂SO₄ yang merupakan bentukan dari emisi primer kendaraan bermotor yang banyak mengandung sulfur (S). Selain itu, sektor industri yang menghasilkan emisi unsur logam serta karbon,aktivitas rumah tangga berupa pengunaan kayu bakar untuk memasak dan sebagai penghangat ruanganmerupakan penyumbang emisi antropogenik, sedangkan emisi partikel kasar PM2.5-10didominasi dari emisi primer yang berasal dari alam (biogenik),seperti aktivitas vulkanik gunung merapi, debu tanah dan garam laut (De Bruinet al. 2006).

43

Gambar 22.Box and whisker plot tiap unsur

Analisis Black Carbon(BC) dan Recunstructed Mass (RCM)

Konsentrasi BC selama kurun waktu tiga tahun periode 2011-2013 terlihat pada Tabel 16. Konsentrasi massarata-rata BCberturut-turut periode tahun 2011-2013 adalah 2.52, 1.92 dan 2.19 μg/m3

. Rasio konsentrasi massa pengukuran BC terhadap PM2.5 dalam satuan persen memberi makna kontribusi BC didalam PM_2.5Berdasarkan Tabel 14didapatkan hasil bahwa pada periode tahun 2011-2013 persentase rasio konsentrasi massa rata-rata emisi BC dalam PM2.5di Kota Tangerang Selatan mengalami kenaikan ± 1% setiap tahunnya adapun rasio BC terhadap PM_2.5berkisar antara 15.86-17.72%. Perhitungan komposisi faktor BC serta faktor-faktor lainnya dalam konsentrasi PM2.5 menggunakan teknik RCM yang ditunjukkanpada Tabel 15menghasilkan konsentrasi massa total RCM berkisar antara 4.92-6.60 (µg/m³). Nilai RCM pada penelitian ini tidak melakukan pengukuran terhadap konsentrasi massa Organik karbon serta aerosol sekunder ammonium nitrat (NH4NO3), hal ini dikarenakan fokus penelitian ini adalah karakterisasi multi unsur PM yang terdapat didalam filter kasar dan halus. Rasio komposisi total RCM terhadap pengukuran konsentrasi massaPM_2.5 pada tahun 2011-2013 menghasilkan nilai presentase berturut-turut sebesar 41.69, 42.60 dan 43.65%. Hasil tersebut sesuai dengan hasil penelitian sebelumnya bahwa nilai total jumlah konsentrasi RCM serta unsur-unsur minor (Mn, Mg, Zn, Pb, dll) hanya sebesar ± 50% dari nilai pengukuran konsentrasi PM_2.5 (Cohen 2005).

Pada Tabel 14 terlihat pula hasil kontribusi faktor garam laut, debu tanah dan unsur minor semakin meningkat, hal sebaliknya terjadi pada sulfat dalam bentuk Amonium sulfat (NH₄)₂SO₄dan asap yang semakin rendah dari tahun ke tahun. Aerosol garam laut terbentuk dari NaCl yang berasal dari laut lalu bertransformasi di atmosfer menjadi HCl (Mauliadi 2008).

44

Peningkatan unsur minor yang merupakan hasil jumlah dari konsentrasi massa unsur-unsur logam dapat diduga berkaitan dengan kegiatan industri, faktor debu tanah dapat diduga akibat semakin banyaknya kegiatan alih fungsi lahan di Kota Tangerang Selatan. Amonium sulfat merupakan hasil emisi sekunder dari unsur sulfat yang berasal dari sektor trasnportasi melalui proses emisi primer dalam bentuk gas SO2, kemudian bereaksi dengan oksigen dan air membentuk asam sulfat (H2SO4) lalu ternetralisasi 100% dengan ammonia menjadi ammonium sulfat (NH₄)₂SO₄ (Cohen 2005).

Telah dijelaskan sebelumnya bahwa keberadaan unsur K didalam PM2.5merupakan indikator hasil pembakaran tidak sempurna dari kayu dan semak (biomassa).Kajian yang dilakukan oleh Hougs dan Tiegs (1998) menyatakan bahwa 0.4% PM dihasilkan dari pembakaran kayu dan<1% PM yang dihasilkan tersebut merupakan senyawa anorganik (K, Ca, Mg, Na, Cl, S dan P).Konsentrasi massa unsur K hasil pembakaran biomassa didapatkan dengan mengurangi konsentrasi massa total unsur K terhadap unsur K yang berada dalam kandungan debu tanah serta garam laut. Time series unsur K yang bukan berasal dari debu tanah (soil) dan garam laut (sea salt) ditampilkan pada Gambar 23 diberi tanda ( ) sedangkan akumulasi unsur K yang berasal dari debu tanah dan garam laut dilambangkan dengan tanda bintang( ) Hasil menunjukan seluruh konsentrasi massa unsur K kecuali pada tanggal 2 Agustus 2012 yang mempunyai nilai konsentrasi massa lebih tinggi dari nilai K yang berasal dari debu tanah dan garam laut sehingga dapat dimaknai unsur K tersebut merupakan emisi dari pembakaran biomassa (smoke) yang merupakan hasil proses pembakaran tidak sempurna yang bersifat terbuka seperti sampah, kebakaran hutan, ataupun asap rokok. Hasil uji regresi antara RCM terhadap hasil pengukuran PM_2.5 untuk tiga tahun periode tersebut pada Gambar 24 menunjukan nilai korelasi (r) yang kuat antar keduanya yaitu 0.88.

Tabel 16.Konsentrasi massa faktor pembentuk RCM terhadap PM_2.5 Faktor 2011 2012 2013 Kons (µg/m³) Faktor/PM_2.5 (%) Kons (µg/m³) Faktor/PM_2.5 (%) Kons (µg/m³) Faktor/PM_2.5 (%) BC 2.52 15.86 1.92 16.60 2.19 17.72 Sulfat 2.90 18.22 1.93 16.67 1.94 15.70 Garam laut 0.32 2.00 0.28 2.45 0.30 2.42 Asap 0.16 1.00 0.11 0.92 0.10 0.82 Debu tanah 0.43 2.70 0.42 3.65 0.51 4.11 Unsur minor 0.27 1.70 0.26 2.71 0.33 2.67 RCM 6.60 µg/m³ 4.92 µg/m³ 5.37 µg/m³ PM2.5 15.89 µg/m³ 11.55 µg/m³ 12.36 µg/m³ RCM/PM2.5 41.54% 42.60% 43.45%

45

Gambar 23.Time Series unsur Kdari pembakaran biomassa

Gambar 24.Regresi RCM terhadap PM2.5

Korelasi Antar Unsur Filter Halus PM2.5

Matriks korelasi seperti pada Tabel 17 menunjukan kekuatan hubungan antar unsur, nilai yang di cetak tebal adalah memperlihatkan hubungan yang kuat antar variabel dengan nilai korelasi > 0.75. Pada matriks korelasi tersebut unsur-unsur Al, Si, Ca, S, Fe, Ti terlihat mempunyai hubungan yang kuat, sehingga dimungkinkan bahwa emisi unsur-unsur tersebut berasal dari satu sumber yang sama yaitu debu tanah. BC dan K juga berkolerasi kuat satu sama lain sehingga dimungkinkan berasal dari satu sumber yang sama yaitu hasil pembakaran tidak sempurna biomassa. Uji lebih lanjut dilakukan mencari faktor-faktor utama yang dapat menjelaskan korelasi antar unsur tersebut.Uji statistik yang dipakai adalah uji analisis faktor yang menggunakan metode Principle Component Analysis (PCA).

Pada Tabel 18 terlihat hasil analisis faktor dengan metode PCA yang berjumlah tiga faktor loading.Korelasi variabel unsur-unsur dengan faktor loading satu terlihat sangat kuat dengan nilai korelasi lebih besar dari 0.88. Unsur-unsur pada faktor satu tersebut sesuai dengan hasil kajian sebelumnya yang pernah dilakukan di Serpong pada tahun 2008 (Santoso 2012) dan di Taiwan (Li et al. 2004 dalam Gugamsettyet al. 2012) yang menyatakan bahwa korelasi unsur Al, Ca, Si, Ti, dan Fe merupakan faktor utama dari emisi debu tanah. Faktor loading kedua dengan korelasi tinggi adalah unsur BC, K, Na, dan S. Faktor kedua ini

R² = 0.769 0 10 20 30 40 0 2 4 6 8 10 12 PM 2.5 (µ g /m 3) RCM(µg/m3)

46

kemungkinan berasal dari campuran dari dua sumber emisi, yaitu BC dengan K (Santoso et al. 2011) berasal dari emisi pembakaran biomasa, sedangkan unsur BC, S dan Na merupakan hasil dari aktivitas transportasi. Sulfur dalam bentuk SO2 pada umumnya dengan berinteraksi aerosol sekunder (NH4)2SO4 yang berasal dari bentukan SO₂ dari kendaraan bermotor (de Bruinet al. 2006). Faktor tiga merupakan unsur-unsur logam yang berkolerasi kuat sepeti Pb dan Zn, sumber emisi unsur ini pada umumnya berasal dari kegiatan industri peleburan logam, namun dapat pula berasal dari sumber emisi lain seperti unsur Zn dapat dimungkinkan berasal dari kendaraan bermesin diesel (Dallmannet al. 2014).

Tabel 17.Matrik korelasi antar unsurPM2.5

Var ^{Matrik Korelasi}

BC Na Al Si S K Ca Ti Mn Fe Zn Pb BC X 0.59 0.35 0.52 0.64 0.77 0.62 0.40 0.36 0.63 0.53 0.07 Na 0.59 X 0.25 0.29 0.63 0.61 0.47 0.20 0.36 0.41 0.55 0.28 Al 0.35 0.25 X 0.89 0.28 0.37 0.85 0.85 0.51 0.87 0.16 -0.30 Si 0.52 0.29 0.89 X 0.28 0.49 0.95 0.88 0.52 0.95 0.24 -0.21 S 0.64 0.63 0.28 0.28 X 0.66 0.45 0.22 0.34 0.43 0.43 -0.03 K 0.77 0.61 0.37 0.49 0.66 X 0.59 0.37 0.30 0.54 0.23 -0.05 Ca 0.62 0.47 0.85 0.95 0.45 0.59 X 0.86 0.58 0.96 0.35 -0.09 Ti 0.40 0.20 0.85 0.88 0.22 0.37 0.86 X 0.47 0.89 0.24 -0.20 Mn 0.36 0.36 0.51 0.52 0.34 0.30 0.58 0.47 X 0.55 0.36 -0.05 Fe 0.63 0.41 0.87 0.95 0.43 0.54 0.96 0.89 0.55 X 0.44 -0.10 Zn 0.53 0.55 0.16 0.24 0.43 0.23 0.35 0.24 0.36 0.44 X 0.55 Pb 0.07 0.28 -0.30 -0.20 -0.03 -0.05 -0.09 -0.20 -0.05 -0.10 0.55 X

Tabel 18.Faktor loadingPM_2.5dengan PCA

Unsur ^Faktor 1 2 3 BC 0.353 0.787 0.182 NA 0.163 0.741 0.400 Al _{0.921 0.134 -0.137} Si _0.946 0.217 -0.051 S _{0.141 0.862 0.060} K _{0.285 0.859 -0.085} Ca _0.893 0.386 0.059 Ti _{0.935 0.094 -0.033} Mn 0.590 0.230 0.204 Fe 0.917 0.341 0.099 Zn _{0.246 0.338 0.817} Pb -0.203 -0.022 0.891

47

Profil Reseptor Model PMF Filter Halus (PM2.5)

Hasil faktor loading kedua pada Tabel 16 yang merupakan campuran dari dua sumber emisi berbeda tidak dapat dipisahkan dengan analisis faktorPCAsehingga diharapkan akan menjadi terpisah dengan reseptor model PMF. Berdasarkan hal tersebut maka asumsi menggunakan lima input profil/faktor bagi reseptor model PMF layak untuk dilakukan. Data hasil identifikasi konsentrasi massa unsur dalam filter kasar dan halus tidak seluruhnya dimasukan sebagai input model karena ada beberapa unsur nilai konsentrasinya sama atau lebih rendah dari nilai ketidakpastian ataupun batas nilai deteksi alat dan ketika dijumlahkan hasilnya lebih dari 50% data sampel. Pada penelitian ini data konsentrasi identifikasi unsur dalam sampel filter kasar dan halus yang digunakan sebagai input reseptor model adalah periode tahun 2013. Pada Gambar 25 terlihat unsur-unsur pada filter halus maupun kasar yang dipakai sebagai input dari model PMF sedangkan grafik sebelah kanan merupakan salah satu contoh hasil kesesuaian model terhadap prediksi konsentrasi dari unsur K dengan nilai korelasi (r) sebesar 0.999. Hasil kesesuaian unsur-unsur lain PM2.5 dan PM2.5-10dengan model disajikan pada Lampiran 6 dan 7

Terlihat lima profil faktor pada Gambar 26 (a) yang berhasil dimodelkan oleh reseptor model PMF, pada faktor profil satu terlihat bahwa unsur timbal (Pb) paling dominan 77% dan diikuti oleh unsur Zn sebesar 20.10% oleh karena itu dapat diidentifikasikan profil satu adalah berasal dari industri peleburan logam dalam hal ini adalah daur ulang aki bekas. Hasil tersebut sesuai dengan hasil penelitian pada tahun 2008 yang menyatakan bahwa salah satu faktor sumber pencemar dalam fraksi PM2.5berasal dari industri peleburan aki bekas dengan komposisisebesar 80% (Santoso et al. 2011). Pada Gambar 26 (b) terlihat kontribusi faktor satu terhadap fraksi PM2.5 adalah sebesar 9.61% .Keberadaan unsur penanda Al, Si, Ti, Ca dan Fe di faktor dua mengidentifikasikan profil faktor tersebut berasal dari debu tanah.Konsentrasi Ca berasal dari aktivitas industri pembuatan konstruksi berbahan dasar beton (Mauliadi 2008, Santosoet al. 2011).Komposisi profil debu tanah didalam PM2.5 adalah 10.44%.Hasil yang didapatkan ini berbeda dengan studi yang dilakukan sebelumnya dimana komposisi debu tanah dalam PM2.5 sebesar 17% (Santosoet al. 2011). Perbedaan hasil disebabkan rentang waktu sampling yang dilakukan pada periode musim panas dibulan Agustus-November 2008 dimungkinkan berasal dari aktivitas kegiatan pembebasan lahan pada tahap persiapan pembangunan beberapa kompleks perumahan yang berdekatan dengan lokasi titik sampling.

48

Gambar 25.Unsur-unsur sebagai input reseptor model PMF

Pada faktor tiga jelas dominasi unsur Zn (58.23%), BC (18.49%) dan Pb (14.24%) menandakan profil faktor tiga berasal dari profil industri logam. Sedangkan keberadaaan unsur penanda Na (38%) berasal dari butiran garam laut namun komposisi unsur Si (12.16%) dan S (10.13%) memberi kesimpulan pada faktor tiga terdapat campuran sumber emisi lain yaitu emisi dari kendaraan bermesin diesel (Norbercket al. 1998). Faktor keempat dengan unsur-unsur penanda S (61.76%), Mn (39.17%), K (28.78%) Ca (25.28%) dan BC (27.1%).Unsur penanda tersebut sesuai dengan kajian sebelumnya yang berasal dari sektor transportasi serta pada umumnya adalah dari emisi sekunder kendaraan bermotor berbahan bakar bensin dan diesel (Norbeck et al.1998).Kontribusi profil transportasi bagi PM2.5 adalah sebesar 44.36%.Faktor kelima dengan kontribusi dominan diberikan oleh unsur K (47.43%) dan BC (25.28%) memberi makna faktor kelima adalah berasal dari pembakaran biomassa. Kontribusi faktor ke lima terhadap PM2.5 sebesar 22.58%

49

(a)

Gambar 26.Lima faktor sumber pencemar (a) dan komposisi masing-masing faktor profil (b)PM_2.5