III-1
BAB III
METODE PENELITIAN
3.1 Konsep Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini dapat dilihat pada Gambar 3.1
Mulai
2. Data Meteorologi
3. Data Volume Lalu Lintas Pesawat dan kendaraan bermotor yang berada di Kawasan Bandara KNO
III-2
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.
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
III-4
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 N E
Runway 05 03°37’39,99’’ 98°51’30,25’’
Runway 23 03°39’28,77’’ 98°53’20,87’’
Apron W 03°38’16,42’’ 98°52’43,60’’
Tempat Parkir A7 03°38’06,10’’ 98°52’38,19’’
Pintu Gerbang KNO 03°36’46,71’’ 98°51’23,12’’
III-6
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 CO
2di KNIA
Hari Titik Waktu Variabel yang diukur
1
Tempat Parkir A7 N : 03°38’06,10’’ E : 98°52’38,19’’
08:00-09:00
Konsentrasi CO dan CO2, arah dan kecepatan angin, suhu, kelembaban dan jumlah lalu lintas pesawat serta kendaraan
bermotor.
III-7
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 CO
2.
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 CO
2Variasi konsentrasi CO dan CO
2hasil 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 CO
2di Udara Ambien
Sampling ini dilakukan untuk mendapatkan konsentrasi CO dan CO
2di 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-8
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 CO
2bekerja 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 CO
2menyerap sinar
infra merah. Banyaknya intensitas sinar yang diserap sebanding dengan
konsentrasi CO dan CO
2. 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 Quest Technologies AQ50000 Pro
Prinsip langsung Secara kimia
Prinsip deteksi Sensoring
Metode deteksi Deteksi elektrokimia
Aplikasi Analisa gas
Dimensi 15 x 10,5 x 6 in (38 x 26,7 x 15 cm)
Berat 2 lbs (9 kg)
Peralatan daya Baterai NiMH rechargeable, AA alkaline Kondisi operasi 0 dampai 50o C (32 sampai 122 oF)
Jadwal kalibrasi Tahunan
Sumber : BTKLPP, 2016
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/Nm
3menggunakan rumus sebagai berikut (SNI, 2011) :
Dimana :
III-9
C
1: Konsentrasi CO dalam udara ambien (ppm)
28
: Berat molekul CO
24,45
: Volume gas pada kondisi normal 25
oC, 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*
Thermo Higrometer**
Merk Krisbow KW0600662 Extech 445702
Aliran Udara 0-999,900ft3/menit -
Percepatan Udara 1-30 m/dt -
Rentang Suhu - 14 – 140o F (-10 – 60o C)
Rentang Kelembaban Relatif - 10-90% RH
Akurasi ±3%±0,20% m/s -
Dimensi 163 x 45 x 34 (mm) 109 x 71 x 20 (mm)
Berat 257 (g) -
Aplikasi - Jam, termometer dan higrometer
Diameter Kipas 27,2 (mm) -
Sumber : *Flir System, 2013
**Kawan Lama Sejahtera, 2016
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-10
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
III-11
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 CO
2udara 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 CO
2Data konsentrasi CO dan CO
2yang 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-12
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 CO
2lebih 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
Apakah data penerbangan domestik dan internasional
Gunakan TIER 2. Faktor emisi dari konsumsi bahan bakar yang digunakan dari aktivitas LTO/CCD dan jenis pesawat.
YES YES
NO NO
Gambar 3.4 Metode Pemilihan Perhitungan
YESSumber : EMEP/EEA, 2016
NO
III-13
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 Faktor Pengali
Sepeda Motor 0,6
Kendaraan Penumpang, taxi, pick up, minibus 1
Bus, truk 2 dan 3 sumbu 3
Bus tempel, truk > 3 sumbu 4
Sumber: Direkotorat Bina Marga & Jalan Kota RI, 1997
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 CO
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-14
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 CO
2terukur. 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
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
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
0
Apron W Runway 05 & 23
IV-2
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.
Gambar 4.2 Volume Lalu Lintas Kendaraan Bermotor pada Pintu Masuk Bandar
Udara Internasional Kualanamu
Sumber : Survey dan hasil analisis, 2016
IV-3
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.
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
rata-rata volume kendaraan pada pintu keluar bandara lebih banyak pada pengukuran siang
hari dibandingkan pengukuran pagi hari. Hal ini disebabkan adanya pergantian
shift
IV-4
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 CO
2Pesawat
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
IV-5
Sumber : Hasil Perhitungan & Analisis, 2016 Keterangan : LTO: Landing Take-off
a: PT. Angkasa Pura II (Persero) b: EMEP/EEA, 2016
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-6
(1x802,3x25,8)
= 134.608,6 kg/jam
Emisi LTO untuk CO
2= (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
CO
2yang 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.
Gambar 4.4 Total Beban Emisi CO Pesawat di Bandar Udara Internasional
Kualanamu
Sumber : Hasil analisis, 2016
IV-7
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
Rabu dan Kamis dapat dilihat pada Gambar 4.5.
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-8
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 CO
2Pesawat
Hasil estimasi total beban emisi CO
2yang dihasilkan pesawat masing- masing waktu
pengukuran dapat dilihat pada Gambar 4.6.
Gambar 4.6 Total Beban Emisi CO
2Pesawat di Bandar Udara Internasional
Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.6 menunjukkan bahwa estimasi beban emisi CO
2tertinggi 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 CO
2terendah 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 CO
2per tahun adalah
588.747,3 ton atau sama dengan 67.208,6 kg/jam. Jika dibandingkan dengan hasil beban
emisi CO
2yang didapatkan dari hasil penelitian ini maka beban emisi CO
2di Bandar
Udara Internasional Kualanamu lebih tinggi dibandingkan dengan penelitian
sebelumnya. Perbedaan ini dapat disebabkan oleh kondisi meteorologi, waktu
IV-9
pengambilan data, serta dipengaruhi oleh jenis mesin maupun tipe pesawat (Ombasta,
2012). Persentase beban emisi CO
2yang dihasilkan pesawat pada hari Rabu dan Kamis
dapat dilihat pada Gambar 4.7
Gambar 4.7 Persentase Kontribusi Emisi CO
2dari Pesawat di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Berdasarkan Gambar 4.7 dapat dilihat bahwa persentase kontribusi emisi CO
2yang
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 CO
2di siang hari lebih kecil daripada
pagi hari.
IV-10
agar tetap hangat dan memungkinkan berbagai organisme untuk tetap hidup. Namun
bila akumulasi kadar CO
2terus meningkat maka hal ini yang berdampak negatif untuk
kehidupan (Samiaji, 2011).
4.2.2 Perhitungan Beban Emisi CO dan CO
2Kendaraan 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
Jenis Kendaraan
Jumlah Kendaraan Panjang Jalan yang Pintu Masuk Pintu Keluar
Pagi Siang Pagi Siang
Sumber: Data Primer dan Sekunder, 2016 Keterangan : a: Survey, 2016
b dan c: PermenLH, 2010
IV-11
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)
E
CO= (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
E
CO= (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)
E
CO= 3.646,64 g/jam
Sedangkan untuk cara perhitungan jenis polutan CO
2berbeda 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 Km/l
Motor 28
Mobil 9,8
Bus 4
Truk 4,4
Sumber : PermenLH, 2010
Adapun berat jenis solar sebesar 0,82 kg/liter dan bensin sebesar 0,76 kg/liter
(Muziansyah, 2015). Perhitungan faktor emisi CO
2dilakukan berdasarkan jenis
kendaraan sebagai berikut :
1.
Sepeda Motor
2.
Mobil Penumpang Bensin
3.
Mobil Penumpang Solar
4.
Bus
5.
Truk
IV-12
Untuk perhitungan faktor emisi CO
2jenis 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 CO
2mobil 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 CO
2untuk jenis kendaraan lainnya dapat dilihat pada
Lampiran 6. Hasil dari faktor emisi CO
2dapat dilihat pada Tabel 4.4.
Tabel 4.4 Faktor Emisi CO
2Jenis Kendaraan Faktor Emisi CO2 (g)
Motor 17,26
Mobil Bensin 49,3
Mobil Solar 53,06
Bus 120,53
Truk 118,23
Sumber : Hasil analisis, 2016
Besarnya beban emisi CO
2kendaraan bermotor sebesar:
IV-13
ECO
2= (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)
ECO
2= 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 CO
2yang 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.
Gambar 4.8 Total Beban Emisi CO Kendaraan Bermotor di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
IV-14
yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu masuk
dan keluar bandara dapat dilihat pada Gambar 4.9 dan 4.10.
Gambar 4.9 Persentase Kontribusi Emisi CO di Pintu Masuk Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
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-15
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.
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).
9%
86%
2% 3% 0%
Sepeda Motor
Mobil Bensin
Mobil Solar
Bus
Truk
IV-16
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 CO
2Kendaraan Bermotor
Hasil estimasi total beban emisi CO
2yang dihasilkan di pintu masuk dan pintu keluar
bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar 4.12.
Gambar 4.12 Total Beban Emisi CO
2Kendaraan Bermotor di Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.12 menunjukkan bahwa estimasi beban emisi CO
2tertinggi 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 CO
2terendah adalah di pintu
masuk pada waktu pagi yaitu sebanyak 38.990,42 g/jam. Adapun persentase beban
emisi CO
2yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu
masuk dan keluar bandara dapat dilihat pada Gambar 4.13 dan 4.14.
IV-17
Gambar 4.13 Persentase Kontribusi Emisi CO
2di Pintu Masuk Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.14 Persentase Kontribusi Emisi CO
2di Pintu Keluar Bandar Udara
Internasional Kualanamu
Sumber : Hasil analisis, 2016
IV-18
10,34%
–
25,04%. Truk menyumbang emisi CO
2sebesar 2,65%
–
14,52%, sedangkan
sepeda motor merupakan jenis kendaraan yang paling sedikit menyumbang emisi CO
2dengan 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 CO
2yang
dihasilkan dari kendaraan bermotor berdasarkan jenis kendaraan dapat dilihat pada
Gambar 4.15.
Gambar 4.15 Persentase Rata-rata Beban Emisi CO
2dari 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 CO
2di 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
Sepeda Motor
5%
Mobil Bensin
52% Mobil Solar
16% Bus 20%
IV-19
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/Nm
3dengan 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/Nm
3pada masing-masing lokasi pengukuran dapat dilihat
pada Gambar 4.16.
Gambar 4.16 Konsentrasi CO di Bandar Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016
IV-20
Gambar 4.16 menunjukkan bahwa konsentrasi CO hasil pengukuran masih berada
dibawah baku mutu udara ambien yaitu 30.000 µg/m
3. Konsentrasi CO tertinggi terjadi
di Pintu Gerbang KNO pada pengukuran siang sebesar 16.032,71
µg/Nm
3dan
konsentrasi CO terendah terjadi di
Runway
05 pada pengukuran pagi dan siang serta
pada
Runway
23 pada pengukuran pagi sebesar 3.435,58 µg/Nm
3. 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
Lokasi Sampling
Sumber : * RKL/RPL PT Angkasa Pura II (Persero), 2016 ** Hasil analisis, 2016
4.3.2 Konsentrasi CO
2di Bandar Udara Internasional Kualanamu
IV-21
Gambar 4.17 Konsentrasi CO
2di Bandar Udara Internasional Kualanamu
Sumber : Hasil analisis, 2016
Gambar 4.18 diatas menunjukkan konsentrasi CO
2hasil pengukuran. Konsentrasi CO
2tertinggi adalah di Pintu Gerbang KNO pada pengukuran siang hari sebesar
6.206.789,37 µg/m
3atau sebesar 3.449 ppm. Konsentrasi CO
2terendah adalah
Runway
05 pada pengukuran pagi yaitu sebesar 4.070.674,85 µg/m
3atau sebesar 2.462 ppm.
Konsentrasi CO
2dari 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 (CO
2) 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-22
Tabel 4.6 Uji Normalitas Data Beban Emisi CO Pesawat
One-Sample Kolmogorov-Smirnov Test
Beban Emisi CO
N 6
Normal Parametersa Mean 4.02E5
Std. Deviation 1.640E5 Most Extreme Differences Absolute .233
Positive .159
Negative -.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 6
Normal Parametersa Mean 4199.04
Std. Deviation 935.049 Most Extreme Differences Absolute .293
Positive .293
Negative -.207
Kolmogorov-Smirnov Z .717
Asymp. Sig. (2-tailed) .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
IV-23
Tabel 4.8 Data Beban Emisi CO Pesawat dan Konsentrasi CO Terukur dari
Pesawat
Titik Beban Emisi CO (kg/jam)
Kualitas Udara Ambien CO (µg/m3)
Sumber : Data primer yang telah diolah, 2016
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
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 5412.283 1037.185 5.218 .006
Beban Emisi CO -.003 .002 -.529 -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 : Y = Konsentrasi CO
x = Beban Emisi CO dari Pesawat
Berdasarkan persamaan (4.1) di atas, dapat dijelaskan bahwa setiap penambahan 1
(satu) nilai beban emisi CO dari pesawat maka terjadi pengurangan konsentrasi CO
sebanyak 0,003 µg/m
3. Pengurangan konsentrasi CO disebabkan oleh kemajuan
teknologi mesin pesawat seperti mesin turbofan yang dapat mengurangi pembakaran
tidak sempurna (
La’lang, dkk, 2015
). Untuk lebih jelasnya kurva regresi antara beban
emisi CO dari pesawat dan konsentrasi CO dapat dilihat pada Gambar 4.19.
IV-24
Gambar 4.18 Kurva Regresi Beban Emisi CO Pesawat dengan Konsentrasi CO
Terukur
Gambar 4.18 menunjukkan garis linear negatif yang menyatakan bila beban emisi CO
semakin besar maka akan diikuti dengan perubahan yang semakin kecil pada
konsentrasi CO. Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat
hubungan antara beban emisi CO pesawat dengan konsentrasi CO dapat dilihat pada
a. Predictors: (Constant), Beban Emisi CO
Tabel 4.10 menunjukkan nilai korelasi (R) sebesar 0,529 dan nilai koefisien determinasi
(R
2) sebesar 0,280. Nilai R
2menyatakan bahwa beban emisi CO dari pesawat
mempengaruhi konsentrasi CO sebesar R
2= 0,280 atau 28%, sedangkan 72%
dipengaruhi faktor lain seperti kondisi meteorologi, bahan bakar pesawat, serta
pergerakan pesawat yang berlawanan dengan arah angin (Kaleka,dkk, 2014).
IV-25
4.4.2 Pengaruh Beban Emisi CO Kendaraan Bermotor Terhadap Konsentrasi CO
Terukur
1. Uji Normalitas
Hasil uji normalitas data beban emisi CO dari kendaraan bermotor dan konsentrasi CO
terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.11 dan Tabel 4.12.
Tabel 4.11
Uji Normalitas Data Beban Emisi CO Kendaraan Bermotor
One-Sample Kolmogorov-Smirnov Test
Beban Emisi CO
N 4
Normal Parametersa Mean 8.49
Std. Deviation .208
Most Extreme Differences Absolute .307
Positive .307
Negative -.307
Kolmogorov-Smirnov Z .614
Asymp. Sig. (2-tailed) .846
a. Test distribution is Normal.
Tabel 4.12 Uji Normalitas Data Konsentrasi CO Terukur
One-Sample Kolmogorov-Smirnov Test
Konsentrasi CO
N 4
Normal Parametersa Mean 10879.33
Std. Deviation 4233.592 Most Extreme Differences Absolute .251
Positive .251
Negative -.172
Kolmogorov-Smirnov Z .501
Asymp. Sig. (2-tailed) .963
a. Test distribution is Normal.
Tabel 4.11 dan Tabel 4.12 menunjukkan uji normalitas data beban emisi CO diperoleh
nilai
Sig.
atau siginifikansi = 0,846, dan uji normalitas data konsentrasi CO diperoleh
nilai
Sig.
= 0,963. Oleh karena nilai
Sig.
> 0,05 maka disimpulkan bahwa data beban
emisi CO kendaraan bermotor dan konsentrasi CO terukur terdistribusi normal. Oleh
sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi.
IV-26
2. Uji Regresi Linear
Untuk melihat pengaruh beban emisi CO dari kendaraan bermotor terhadap konsentrasi
CO
terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada
Tabel 4.13.
Tabel 4.13 Data Beban Emisi CO Kendaraan Bermotor dan Konsentrasi CO
Terukur dari Kendaraan Bermotor
Titik Beban Emisi CO (kg/jam)
Kualitas Udara Ambien CO (µg/m3)
1 8,31 6.871,17
2 8,67 8.016,36
3 8,31 12.597,14
4 8,67 16.032,72
Sumber : Data primer yang telah diolah, 2016
Hasil uji regresi linear dari beban emisi CO dari kendaraan bermotor dengan
konsentrasi CO terukur dapat dilihat pada Tabel 4.14.
Tabel 4.14 Hasil Uji Regresi Linear Antara Beban Emisi CO Kendaraan Bermotor
dengan Konsentrasi CO Terukur
Coefficientsa
Model Unstandardized Coefficients
Standardized
Coefficients T Sig.
B Std. Error Beta
1 (Constant) -43135.816 116189.273 -.371 .746
Beban Emisi CO 6362.208 13682.352 .312 .465 .688 a. Dependent Variable: Konsentrasi CO
Berdasarkan Tabel 4.14 diperoleh nilai koefisien regresi a = -43.135,82 dan nilai
koefisien regresi b = 6.362,21 sehingga didapat persamaan regresinya sebagai berikut :
Y = -43.135,82 + 6.362,21x
......(4.2)
Keterangan : Y = Konsentrasi CO
x = Beban Emisi CO dari Kendaraan Bermotor
IV-27
konsentrasi CO sebanyak 6.362,21 µg/m
3. Untuk lebih jelasnya kurva regresi antara
beban emisi CO kendaraan bermotor dengan konsentrasi CO dapat dilihat pada Gambar
4.19.
Gambar 4.19 Kurva Regresi Beban Emisi CO Kendaraan Bermotor dengan
Konsentrasi CO Terukur
Gambar 4.19 menunjukkan garis linear positif, yaitu beban emisi CO dari kendaraan
berbanding lurus terhadap konsentrasi CO terukur. Apabila beban emisi CO dari
kendaraan bermotor meningkat maka konsentrasi CO juga akan meningkat. Titik dalam
kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi
CO dari kendaraan bermotor dengan konsentrasi CO terukur dapat dilihat pada Tabel
a. Predictors: (Constant), BEBAN EMISI CO
IV-28
Tabel 4.15 di atas menunjukkan nilai korelasi (R) sebesar 0,312 dan nilai koefisien
determinasi (R
2) sebesar 0,098. Nilai R
2menyatakan bahwa beban emisi CO dari
kendaraan bermotor mempengaruhi konsentrasi CO sebesar R
2= 0,098 atau 9,8%,
sedangkan 90,2% dipengaruhi faktor lain seperti kondisi meteorologi, lama masa pakai
kendaraan bermotor, kemajuan teknologi seperti penggunaan
catalytic converter
, serta
jenis bahan bakar yang digunakan (Basuki, 2008 ; Sanata, 2012 ; Winarno, 2014).
4.5 Pengaruh Beban Emisi CO
2dari Pesawat dan Kendaraan Bermotor Terhadap
Konsentrasi CO
2Terukur
4.5.1 Pengaruh Beban Emisi CO
2Pesawat Terhadap Konsentrasi CO
2Terukur
1. Uji Normalitas
Hasil uji normalitas data beban emisi CO
2dari pesawat dan konsentrasi CO
2terukur
menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.16 dan Tabel 4.17.
Tabel 4.16
Uji Normalitas Data Beban Emisi CO
2Pesawat
One-Sample Kolmogorov-Smirnov Test
Beban Emisi CO2
N 6
Normal Parametersa Mean 1.32E8
Std. Deviation 6.134E7
Most Extreme Differences Absolute .219
Positive .219
Negative -.200
Kolmogorov-Smirnov Z .537
Asymp. Sig. (2-tailed) .935
IV-29
Tabel 4.17
Uji Normalitas Data Konsentrasi CO
2Terukur
One-Sample Kolmogorov-Smirnov Test
Konsentrasi CO2
N 6
Normal Parametersa Mean 4309744.38
Std. Deviation 227019.931 Most Extreme Differences Absolute .218
Positive .218
Negative -.146
Kolmogorov-Smirnov Z .533
Asymp. Sig. (2-tailed) .939
a. Test distribution is Normal.
Tabel 4.16 dan Tabel 4.17 menunjukkan uji normalitas data beban emisi CO
2diperoleh
nilai
Sig.
atau siginifikansi = 0,935, dan uji normalitas data konsentrasi CO
2diperoleh
nilai
Sig.
= 0,939. Oleh karena nilai
Sig.
> 0,05 maka disimpulkan bahwa data beban
emisi CO
2pesawat dan konsentrasi CO
2terukur terdistribusi normal. Oleh sebab itu,
syarat untuk melakukan uji regresi linear telah terpenuhi.
2. Uji Regresi Linear
Untuk melihat pengaruh beban emisi CO
2dari pesawat terhadap konsentrasi CO
2terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada
Tabel 4.18.
Tabel 4.18 Data Beban Emisi CO
2Pesawat dan Konsentrasi CO
2Terukur dari
Pesawat
Titik Beban Emisi CO2 (kg/jam)
Kualitas Udara Ambien CO2 (µg/m3)
1 38.884.064,50 4.302.822,09 2 105.205.838,10 4.376.605,32 3 123.954.502,80 4.070.674,85 4 200.164.424,50 4.122.862,99 5 123.954.502,80 4.275.828,22 6 200.164.424,50 4.079.672,80 Sumber : Data primer yang telah diolah, 2016
Hasil uji regresi linear dari beban emisi CO
2dari pesawat dengan konsentrasi CO
2terukur dapat dilihat pada Tabel 4.19.
IV-30
Tabel 4.19 Hasil Uji Regresi Linear Antara Beban Emisi CO
2Pesawat dengan
Konsentrasi CO
2Terukur
Coefficientsa
Model Unstandardized Coefficients
Standardized
Coefficients T Sig.
B Std. Error Beta
1 (Constant) 4.200E6 258718.500 16.236 .000
Beban Emisi CO2 .001 .002 .224 .459 .670
a. Dependent Variable: Konsentrasi CO2
Berdasarkan Tabel 4.19 diperoleh nilai koefisien regresi a = 4,2 dan nilai koefisien
regresi b = 0,001 sehingga didapat persamaan regresinya sebagai berikut :
Y = 4,2 + 0,001x...
......(4.3)
Keterangan : Y = Konsentrasi CO
2x = Beban Emisi CO
2dari Pesawat
Berdasarkan persamaan (4.3) di atas, dapat dijelaskan bahwa setiap penambahan 1
(satu) nilai beban emisi CO
2dari pesawat maka terjadi peningkatan konsentrasi CO
2sebanyak 0,001 µg/m
3. Untuk lebih jelasnya kurva regresi antara beban emisi CO
2pesawat dengan konsentrasi CO
2terukur dapat dilihat pada Gambar 4.20.
Gambar 4.20 Kurva Regresi Beban Emisi CO
2Pesawat dengan Konsentrasi CO
2IV-31
Gambar 4.20 di atas menunjukkan garis linear positif, yaitu beban emisi CO
2dari
pesawat berbanding lurus terhadap konsentrasi CO
2ambien, artinya ketika beban emisi
CO
2dari pesawat meningkat maka konsentrasi CO
2juga akan meningkat. Titik dalam
kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi
CO
2dari pesawat dengan konsentrasi CO
2dapat dilihat pada Tabel 4.20.
Tabel 4.20 Hasil Korelasi Beban Emisi CO
2Pesawat dengan Konsentrasi CO
2Terukur
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .224a .050 -.187 247386.318
a. Predictors: (Constant), Beban Emisi CO2
Tabel 4.20 di atas menunjukkan nilai korelasi (R) sebesar 0,224 dan nilai koefisien
determinasi (R
2) sebesar 0,050. Nilai R
2menyatakan bahwa beban emisi CO dari
kendaraan bermotor mempengaruhi konsentrasi CO
2sebesar R
2= 0,05 atau 5%,
sedangkan 95% dipengaruhi faktor lain seperti kondisi meteorologi yakni arah dan
kecepatan angin, peningkatan frekuensi penerbangan pesawat, pergerakan pesawat yang
berlawanan. Besarnya daya dan bahan bakar yang digunakan juga akan berimbas pada
beban emisi (Slamet, 2012; Ombasta, 2012; Kaleka,dkk, 2014).
4.5.2 Pengaruh Beban Emisi CO
2Kendaraan Bermotor Terhadap Konsentrasi
CO
2Terukur
1. Uji Normalitas
Hasil uji normalitas data beban emisi CO
2dari kendaraan bermotor dan konsentrasi CO
2terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.21 dan Tabel 4.22.
IV-32
Tabel 4.21
Uji Normalitas Data Beban Emisi CO
2Kendaraan Bermotor
One-Sample Kolmogorov-Smirnov Test
Beban Emisi CO2
N 4
Normal Parametersa Mean 8.49
Std. Deviation .208
Most Extreme Differences Absolute .307
Positive .307
Negative -.307
Kolmogorov-Smirnov Z .614
Asymp. Sig. (2-tailed) .846
a. Test distribution is Normal.
Tabel 4.22
Uji Normalitas Konsentrasi CO
2Terukur
One-Sample Kolmogorov-Smirnov Test
Konsentrasi CO2
N 4
Normal Parametersa Mean 5899509.18
Std. Deviation 242953.087 Most Extreme Differences Absolute .198
Positive .198
Negative -.153
Kolmogorov-Smirnov Z .395
Asymp. Sig. (2-tailed) .998
a. Test distribution is Normal.
Tabel 4.20 dan Tabel 4.21 menunjukkan uji normalitas data beban emisi CO
2diperoleh
nilai
Sig.
atau siginifikansi = 0,846, dan uji normalitas data konsentrasi CO
2diperoleh
nilai
Sig.
= 0,998. Oleh karena nilai
Sig.
> 0,05 maka disimpulkan bahwa data beban
emisi CO
2kendaraan bermotor dan konsentrasi CO
2terukur terdistribusi normal. Oleh
sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi.
2. Uji Regresi Linear
IV-33
Tabel 4.23 Data Beban Emisi CO
2Kendaraan Bermotor dan Konsentrasi CO
2Terukur dari Kendaraan Bermotor
Titik Beban Emisi CO2 (kg/jam)
Kualitas Udara Ambien CO2 (µg/m3)
1 8,31 5.620.122,70
2 8,67 5.931.451,94
3 8,31 5.839.672,80
4 8,67 6.206.789,37
Sumber : Data primer yang telah diolah, 2016
Hasil uji regresi linear dari beban emisi CO
2dari kendaraan bermotor dengan
konsentrasi CO
2terukur dapat dilihat pada Tabel 4.24.
Tabel 4.24 Hasil Uji Regresi Linear Antara Beban Emisi CO
2Kendaraan
Bermotor dengan Konsentrasi CO
2Terukur
Coefficientsa
Model Unstandardized Coefficients
Standardized
Coefficients T Sig.
B Std. Error Beta
1 (Constant) -2.100E6 4.153E6 -.506 .663
Beban Emisi CO2 942285.694 489103.745 .806 1.927 .194 a. Dependent Variable: Konsentrasi CO2
Berdasarkan Tabel 4.24 diperoleh nilai koefisien regresi a = -2,100 dan nilai koefisien
regresi b = 942.285,69 sehingga didapat persamaan regresinya sebagai berikut :
Y = - 2,100 + 942.285,69x...
......(4.4)
Keterangan : Y = Konsentrasi CO
2x = Beban Emisi CO
2dari Kendaraan Bermotor
Berdasarkan persamaan (4.4) di atas, dapat dijelaskan bahwa setiap penambahan 1
(satu) nilai beban emisi CO
2dari pesawat maka terjadi peningkatan konsentrasi CO
2sebanyak 942.285,69 µg/m
3. Untuk lebih jelasnya kurva regresi antara beban emisi CO
2kendaraan bermotor dengan konsentrasi CO
2terukur dapat dilihat pada Gambar 4.21.
IV-34
Gambar 4.21 Kurva Regresi Beban Emisi CO
2Kendaraan Bermotor dengan
Konsentrasi CO
2Terukur
Gambar 4.21 menunjukkan garis linear positif, yaitu beban emisi CO
2dari kendaraan
bermotor berbanding lurus terhadap konsentrasi CO
2ambien, artinya ketika beban emisi
CO
2dari kendaraan bermotor meningkat maka konsentrasi CO
2juga akan meningkat.
Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara
beban emisi CO
2dari kendaraan bermotor dengan konsentrasi CO
2dapat dilihat pada
a. Predictors: (Constant), Beban Emisi CO2