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

(1)

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

(2)

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

(3)

(4)

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’’

(5)

(6)

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

2

di 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.

(7)

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

2

Variasi konsentrasi CO dan CO

2

hasil pemantauan digunakan sebagai

pembanding hasil perhitungan beban emisi dengan hasil pemantauan langsung

di lapangan.

3.4 Pengumpulan Data

3.4.1 Data Primer

Data primer merupakan data yang didapatkan dari pengukuran di lapangan.

Kebutuhan data primer selama penelitian ini, meliputi :

1. Konsentrasi CO dan CO

2

di Udara Ambien

Sampling ini dilakukan untuk mendapatkan konsentrasi CO dan CO

2

di udara

ambien. Pengukuran konsentrasi parameter merujuk pada Peraturan Menteri

Lingkungan Hidup No. 12 Tahun 2010 Tentang Pelaksanaan Pengendalian

Pencemaran Udara di Daerah. Pengukuran dilakukan secara manual untuk

mendapatkan data atau nilai harian (24 jam).

(8)

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

2

bekerja atas dasar sinar infra

merah yang terabsorbsi oleh analit.

Sinar infra merah yang digunakan adalah sinar infra merah

non dipersive.

Gas nol

(

zero gas

) dan contoh uji masuk dalam sel pengukuran dalam jumlah yang tetap

dan diatur oleh katup selenoid yang bekerja dalam rentang waktu tertentu.

Pengukuran ini berdasarkan kemampuan gas CO maupun CO

2

menyerap 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

3

menggunakan rumus sebagai berikut (SNI, 2011) :

Dimana :

(9)

III-9

C

1

: Konsentrasi CO dalam udara ambien (ppm)

28 : Berat molekul CO

24,45

: Volume gas pada kondisi normal 25

o

C, 760 mmHg (L)

Sedangkan untuk koordinat dan lokasi pemantauan/sampling diambil setiap kali

melakukan pengamatan dan pemantauan menggunakan

Global Positioning System

(GPS)

Handheld Garmin

jenis GPSmap 78 CS.

2. Parameter Meteorologi

Parameter meteorologi yang diukur meliputi arah dan kecepatan angin, suhu serta

kelembaban. Pengambilan data meteorologi dilakukan bersamaan dengan

dilakukannya pengambilan sampling udara ambien dan volume pesawat dan

kendaraan. Alat yang digunakan untuk mengukur arah dan kecepatan angin adalah

Anemometer

sedangkan alat yang digunakan untuk mengukur suhu dan

kelembaban adalah

Thermo Higrometer

. Cara pengoperasian alat ini yaitu dengan

meletakkannya pada area yang diukur, dengan posisi sensor berada sejajar dengan

ketinggian manusia. Adapun spesifikasi dari alat

Anemometer

dan

Thermo

Higrometer

dapat dilihat pada Tabel 3.4 berikut.

Tabel 3.4 Spesifikasi

Anemometer

dan

Thermo Higrometer

Anemometer*

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

(10)

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

(11)

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

2

udara ambien, perhitungan beban emisi fase LTO, perhitungan beban

emisi kendaraan yang masuk dari pintu gerbang Bandar Udara Internasional

Kualanamu, uji regresi dan korelasi beban emisi CO dengan kualitas udara

ambien.

1. Data Konsentrasi CO dan CO

2

Data konsentrasi CO dan CO

2

yang telah diukur pada 5 (lima) titik sampling

bersama Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit

(BTKLPP) Kota Medan.

2. Perhitungan Beban Emisi berdasarkan Jumlah Lalu Lintas Pesawat Udara yang

Landing

dan

Take off

(12)

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

2

lebih baik menggunakan Tier 2

(EMEP/EEA, 2016). Perhitungan Tier 2

dapat menggunakan persamaan (2.5) dan (2.6).

3. Perhitungan Beban Emisi berdasarkan Kendaraan yang Masuk dari Pintu

Gerbang Bandar Udara Internasional Kualanamu

Data hasil perhitungan jumlah kendaraan yang telah dilakukan akan

dikonversikan menjadi Satuan Mobil Penumpang (SMP). Konversi tersebut dapat

dilakukan dengan mangalikan jumlah kendaraan yang terhitung di lokasi

penelitian dengan nilai faktor SMP sesuai dengan Baku Manual Kapasitas Jalan

Indonesia (Direktorat Bina Marga & Jalan Kota RI, 1997). Nilai faktor SMP yang

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

YES

Sumber : EMEP/EEA, 2016

NO

(13)

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).

(14)

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

2

terukur. Uji

korelasi ini digunakan untuk melihat keeratan hubungan antara beban emisi

pesawat maupun kendaraan bermotor dengan kualitas udara ambien. Perhitungan

untuk uji regresi dapat dilakukan menggunakan persamaan (2.7), (2.8), dan (2.9)

sedangkan uji korelasi dilakukan dengan menggunakan persamaan (2.10)

3.5.2 Analisis Kualitatif/Deskriptif

(15)

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

(16)

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

(17)

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

(18)

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

2

Pesawat

Pada perhitungan beban emisi metodologi Tier-2 digunakan untuk estimasi GRK dari

pesawat berbahan bakar avtur. Dalam metodologi ini operasi pesawat terbagi atas

landing

dan

take off

(LTO). Untuk dapat menggunakan Tier-2, data

landing

dan

take off

(LTO) harus diketahui. Langkah-langkah perhitungan emisi dengan metoda Tier-2

adalah sebagai berikut:

a.

Perkirakan konsumsi bahan bakar pesawat untuk domestik dan internasional

b.

Perkirakan konsumsi bahan bakar LTO untuk domestik dan internasional

c.

Hitung emisi saat LTO untuk domestik dan internasional

Adapun persamaan yang digunakan yakni Persamaan 2.5 dan 2.6

Konsumsi LTO

= Jumlah LTO x Konsumsi per LTO

Emisi LTO

= Konsumsi LTO x Faktor Emisi LTO

Data untuk perhitungan beban emisi pesawat dapat dilihat pada Tabel 4.1 berikut.

Tabel 4.1

Data Perhitungan Beban Emisi Pesawat

(19)

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)+

(20)

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

2

yang dihasilkan adalah 34.990.503 kg/jam. Perhitungan yang sama juga dilakukan

untuk setiap pengukuran di

runway

05,

runway

23, dan Apron W pada Rabu dan Kamis

di waktu pagi maupun siang hari yang dapat dilihat pada Lampiran 6.

4.2.1.1 Beban Emisi CO Pesawat

Hasil estimasi total beban emisi CO yang dihasilkan pesawat masing- masing waktu

pengukuran dapat dilihat pada Gambar 4.4.

Gambar 4.4 Total Beban Emisi CO Pesawat di Bandar Udara Internasional

Kualanamu

Sumber : Hasil analisis, 2016

(21)

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

(22)

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

2

Pesawat

Hasil estimasi total beban emisi CO

2

yang dihasilkan pesawat masing- masing waktu

pengukuran dapat dilihat pada Gambar 4.6.

Gambar 4.6 Total Beban Emisi CO

2

Pesawat di Bandar Udara Internasional

Kualanamu

Sumber : Hasil analisis, 2016

Gambar 4.6 menunjukkan bahwa estimasi beban emisi CO

2

tertinggi di hari Kamis pada

waktu siang yaitu sebanyak 200.164.424,5 kg/jam, diikuti pada waktu pagi yaitu

sebanyak 123.954.502,8 kg/jam. Sama halnya dengan perhitungan beban emisi CO

bahwa hal ini juga disebabkan oleh tingginya arus lalu lintas pada waktu pengukuran di

hari kamis jika dibandingkan pada hari Rabu. Beban emisi CO

2

terendah di hari Rabu

pada waktu pagi yaitu sebanyak 38.884.064,5 kg/jam.

Penelitian yang dilakukan oleh Adiati dan Rahardyan (2011) di Bandar Udara

Internasional Soekarno Hatta menunjukkan untuk total emisi CO

2

per tahun adalah

588.747,3 ton atau sama dengan 67.208,6 kg/jam. Jika dibandingkan dengan hasil beban

emisi CO

2

yang didapatkan dari hasil penelitian ini maka beban emisi CO

2

di Bandar

Udara Internasional Kualanamu lebih tinggi dibandingkan dengan penelitian

sebelumnya. Perbedaan ini dapat disebabkan oleh kondisi meteorologi, waktu

(23)

IV-9

pengambilan data, serta dipengaruhi oleh jenis mesin maupun tipe pesawat (Ombasta,

2012). Persentase beban emisi CO

2

yang dihasilkan pesawat pada hari Rabu dan Kamis

dapat dilihat pada Gambar 4.7

Gambar 4.7 Persentase Kontribusi Emisi CO

2

dari Pesawat di Bandar Udara

Internasional Kualanamu

Sumber : Hasil analisis, 2016

Berdasarkan Gambar 4.7 dapat dilihat bahwa persentase kontribusi emisi CO

2

yang

tertinggi dari pesawat berada pada hari Kamis di

runway

05 dan 23 sebesar 42,75%.

Sementara itu, persentase kontribusi terendah pada hari Rabu di Apron W sebesar 8,3%.

Variasi kontribusi emisi yang disumbangkan oleh setiap jenis pesawat dipengaruhi oleh

variasi jumlah pesawat sehingga kontribusi emisi CO

2

di siang hari lebih kecil daripada

pagi hari.

(24)

IV-10

agar tetap hangat dan memungkinkan berbagai organisme untuk tetap hidup. Namun

bila akumulasi kadar CO

2

terus meningkat maka hal ini yang berdampak negatif untuk

kehidupan (Samiaji, 2011).

4.2.2 Perhitungan Beban Emisi CO dan CO

2

Kendaraan Bermotor

Sebelum dilakukan perhitungan beban emisi kendaraan bermotor, data hasil perhitungan

volume kendaraan yang telah dilakukan kemudian dikonversikan menjadi satuan mobil

penumpang (SMP). Konversi tersebut dapat dilakukan dengan mangalikan jumlah

kendaraan yang terhitung di lokasi penelitian dengan nilai faktor SMP sesuai dengan

Buku Manual Kapasitas Jalan Indonesia No. 036/TBM/1997 (Tabel 3.5).

Estimasi beban emisi dari kendaraan bermotor dengan cara mengalikan jumlah

kendaraan yang telah dikonversi ke satuan mobil penumpang dengan faktor emisi

nasional yang terdapat dalam Pedoman Teknis Penyusunan Inventarisasi Emisi

Pencemar Udara Perkotaan (Tabel 3.5), kemudian dikalikan dengan panjang ruas jalan

yang diamati, yaitu sepanjang 200 meter. Perhitungan beban emisi untuk suatu polutan

dari kendaraan bermotor pada suatu ruas jalan dengan menggunakan Persamaan 2.1

∑

Data untuk perhitungan beban emisi kendaraan bermotor dapat dilihat pada Tabel 4.2.

Tabel 4.2 Data Perhitungan Beban Emisi Kendaraan Bermotor

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

(25)

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

2

berbeda perlakuan dikarenakan

perhitungan berkaitan dengan konsumsi bahan bakar kendaraan. Untuk data konsumsi

bahan bakar rata-rata dapat dilihat pada Tabel 4.3.

Tabel 4.3 Konsumsi Bahan Bakar Rata-rata

Kategori 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

2

dilakukan berdasarkan jenis

kendaraan sebagai berikut :

1. Sepeda Motor

2. Mobil Penumpang Bensin

3. Mobil Penumpang Solar

4. Bus

5. Truk

(26)

IV-12

Untuk perhitungan faktor emisi CO

2

jenis kendaraan sepeda motor adalah sebagai

berikut :

=

28 x

=

0,2

X (dalam liter)

=

0,007143 liter

0,007143 liter x 0,76 kg/liter = 0,005 kg

FE CO

2

mobil penumpang berbahan bakar bensin = 3180 g/kg BBM

Bila faktor emisi untuk 1 kg BBM bensin sebesar 3180 gram, maka untuk 0,005 kg

BBM bensin sebesar :

=

Faktor Emisi =

3180 x 0,005

Faktor Emisi =

15,9 g

Perhitungan faktor emisi CO

2

untuk jenis kendaraan lainnya dapat dilihat pada

Lampiran 6. Hasil dari faktor emisi CO

2

dapat dilihat pada Tabel 4.4.

Tabel 4.4 Faktor Emisi CO

2

Jenis 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

2

kendaraan bermotor sebesar:

(27)

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

2

yang dihasilkan adalah 38.990,426 g/jam.

Perhitungan yang sama juga dilakukan untuk setiap pengukuran di lokasi pengamatan.

Hasil perhitungan beban emisi untuk lebih jelasnya dapat dilihat pada Lampiran 7.

4.2.2.1 Beban Emisi CO Kendaraan Bermotor

Hasil estimasi total beban emisi CO yang dihasilkan di pintu masuk dan pintu keluar

bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar 4.8 berikut.

Gambar 4.8 Total Beban Emisi CO Kendaraan Bermotor di Bandar Udara

Internasional Kualanamu

Sumber : Hasil analisis, 2016

(28)

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 %.

(29)

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

(30)

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

2

Kendaraan Bermotor

Hasil estimasi total beban emisi CO

2

yang 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

2

Kendaraan Bermotor di Bandar Udara

Internasional Kualanamu

Sumber : Hasil analisis, 2016

Gambar 4.12 menunjukkan bahwa estimasi beban emisi CO

2

tertinggi di pintu keluar

pada waktu siang yaitu sebanyak 51.299,25 g/jam, diikuti pada waktu pagi yaitu

sebanyak 41.054,64 g/jam. Hal ini disebabkan tingginya arus lalu lintas di kedua ruas

jalan tersebut. Ruas jalan yang menghasilkan beban emisi CO

2

terendah adalah di pintu

masuk pada waktu pagi yaitu sebanyak 38.990,42 g/jam. Adapun persentase beban

emisi CO

2

yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu

masuk dan keluar bandara dapat dilihat pada Gambar 4.13 dan 4.14.

(31)

IV-17

Gambar 4.13 Persentase Kontribusi Emisi CO

2

di Pintu Masuk Bandar Udara

Internasional Kualanamu

Sumber : Hasil analisis, 2016

Gambar 4.14 Persentase Kontribusi Emisi CO

2

di Pintu Keluar Bandar Udara

Internasional Kualanamu

Sumber : Hasil analisis, 2016

(32)

IV-18

10,34%

–

25,04%. Truk menyumbang emisi CO

2

sebesar 2,65%

–

14,52%, sedangkan

sepeda motor merupakan jenis kendaraan yang paling sedikit menyumbang emisi CO

2

dengan persentase 2,58%

–

6,5%.

Variasi jumlah emisi yang disumbangkan oleh setiap jenis kendaraan dipengaruhi oleh

variasi jumlah dan faktor emisi. Walaupun jumlah sepeda motor lebih banyak dari

kendaraan lain seperti bus dan truk, namun beban emisi yang dikeluarkan paling sedikit

daripada dua kendaraan tersebut. Untuk persentase rata-rata beban emisi CO

2

yang

dihasilkan dari kendaraan bermotor berdasarkan jenis kendaraan dapat dilihat pada

Gambar 4.15.

Gambar 4.15 Persentase Rata-rata Beban Emisi CO

2

dari Kendaraan di Pintu

Keluar Bandar Udara Internasional Kualanamu

Sumber : Hasil analisis, 2016

Berdasarkan Gambar 4.15, data menunjukkan bahwa mobil bensin adalah kendaraan

yang paling mendominasi serta merupakan kendaraan yang berkontribusi paling besar

dalam hal menyumbang emisi CO

2

di kawasan Bandar Udara Internasional Kualanamu

yakni sebesar 52%.

Mobil berjenis bahan bakar bensin menyumbang beban emisi hampir tiga kali lebih

banyak dibandingkan dengan bus dan mobil solar walaupun faktor emisi bus dan mobil

solar lebih tinggi yaitu 120,53 gram dan 53,06 gram. Sementara itu, faktor emisi mobil

bensin yaitu 49,3 gram. Hal ini disebabkan mobil bensin merupakan moda transportasi

Sepeda Motor

5%

Mobil Bensin

52% Mobil Solar

16% Bus 20%

(33)

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

3

dengan mengacu pada ketetapan yang terdapat

pada SNI 7119.10.2:2011 tentang Udara Ambien-Bagian 10: Cara Uji Kadar Karbon

Monoksida (CO) Menggunakan Metode

Non Dispessive Infra Red

(NDIR). Hasil

pengukuran CO dalam μg/Nm

3

pada masing-masing lokasi pengukuran dapat dilihat

pada Gambar 4.16.

Gambar 4.16 Konsentrasi CO di Bandar Udara Internasional Kualanamu

Sumber : Hasil analisis, 2016

(34)

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

3

dan

konsentrasi CO terendah terjadi di

Runway

05 pada pengukuran pagi dan siang serta

pada

Runway

23 pada pengukuran pagi sebesar 3.435,58 µg/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

2

di Bandar Udara Internasional Kualanamu

(35)

IV-21

Gambar 4.17 Konsentrasi CO

2

di Bandar Udara Internasional Kualanamu

Sumber : Hasil analisis, 2016

Gambar 4.18 diatas menunjukkan konsentrasi CO

2

hasil pengukuran. Konsentrasi CO

2

tertinggi adalah di Pintu Gerbang KNO pada pengukuran siang hari sebesar

6.206.789,37 µg/m

3

atau sebesar 3.449 ppm. Konsentrasi CO

2

terendah adalah

Runway

05 pada pengukuran pagi yaitu sebesar 4.070.674,85 µg/m

3

atau sebesar 2.462 ppm.

Konsentrasi CO

2

dari hasil pengukuran masih dibawah 5.000 ppm atau masih dalam

batas wajar. Menurut Sehabudin (2011) konsentrasi yang lebih besar dari 5.000 ppm

tidak baik untuk kesehatan sedangkan konsentrasi lebih dari 50.000 ppm dapat

membahayakan kehidupan hewan

.

Sementara itu, variasi jumlah emisi dipengaruhi oleh

variasi jumlah pesawat. Karbon dioksida (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.

(36)

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

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

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

(37)

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.

(38)

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

2

menyatakan 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).

(39)

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

Beban Emisi CO

N 4

Std. Deviation .208

Most Extreme Differences Absolute .307

Positive .307

Negative -.307

Tabel 4.12 Uji Normalitas Data Konsentrasi CO Terukur

Konsentrasi CO

N 4

Positive .251

Negative -.172

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.

(40)

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

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

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

(41)

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

(42)

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

2

menyatakan 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

2

dari Pesawat dan Kendaraan Bermotor Terhadap

Konsentrasi CO

2

Terukur

4.5.1 Pengaruh Beban Emisi CO

2

Pesawat Terhadap Konsentrasi CO

2

Terukur

1. Uji Normalitas

Hasil uji normalitas data beban emisi CO

2

dari pesawat dan konsentrasi CO

2

terukur

menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.16 dan Tabel 4.17.

Tabel 4.16

Uji Normalitas Data Beban Emisi CO

2

Pesawat

Beban Emisi CO2

N 6

Normal Parametersa Mean 1.32E8

Std. Deviation 6.134E7

Positive .219

Negative -.200

(43)

IV-29

Tabel 4.17

Uji Normalitas Data Konsentrasi CO

2

Terukur

Konsentrasi CO2

N 6

Positive .218

Negative -.146

Tabel 4.16 dan Tabel 4.17 menunjukkan uji normalitas data beban emisi CO

2

diperoleh

nilai

Sig.

atau siginifikansi = 0,935, dan uji normalitas data konsentrasi CO

2

diperoleh

nilai

Sig.

= 0,939. Oleh karena nilai

Sig.

> 0,05 maka disimpulkan bahwa data beban

emisi CO

2

pesawat dan konsentrasi CO

2

terukur terdistribusi normal. Oleh sebab itu,

syarat untuk melakukan uji regresi linear telah terpenuhi.

2. Uji Regresi Linear

Untuk melihat pengaruh beban emisi CO

2

dari pesawat terhadap konsentrasi CO

2

terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada

Tabel 4.18.

Tabel 4.18 Data Beban Emisi CO

2

Pesawat dan Konsentrasi CO

2

Terukur 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

2

dari pesawat dengan konsentrasi CO

2

terukur dapat dilihat pada Tabel 4.19.

(44)

IV-30

Tabel 4.19 Hasil Uji Regresi Linear Antara Beban Emisi CO

2

Pesawat dengan

Konsentrasi CO

2

Terukur

Coefficientsa

Standardized

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

2

x = Beban Emisi CO

2

dari Pesawat

Berdasarkan persamaan (4.3) di atas, dapat dijelaskan bahwa setiap penambahan 1

(satu) nilai beban emisi CO

2

dari pesawat maka terjadi peningkatan konsentrasi CO

2

sebanyak 0,001 µg/m

3

. Untuk lebih jelasnya kurva regresi antara beban emisi CO

2

pesawat dengan konsentrasi CO

2

terukur dapat dilihat pada Gambar 4.20.

Gambar 4.20 Kurva Regresi Beban Emisi CO

2

Pesawat dengan Konsentrasi CO

2

(45)

IV-31

Gambar 4.20 di atas menunjukkan garis linear positif, yaitu beban emisi CO

2

dari

pesawat berbanding lurus terhadap konsentrasi CO

2

ambien, artinya ketika beban emisi

CO

2

dari pesawat meningkat maka konsentrasi CO

2

juga akan meningkat. Titik dalam

kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi

CO

2

dari pesawat dengan konsentrasi CO

2

dapat dilihat pada Tabel 4.20.

Tabel 4.20 Hasil Korelasi Beban Emisi CO

2

Pesawat dengan Konsentrasi CO

2

Terukur

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

2

menyatakan bahwa beban emisi CO dari

kendaraan bermotor mempengaruhi konsentrasi CO

2

sebesar 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

2

Kendaraan Bermotor Terhadap Konsentrasi

CO

2

Terukur

1. Uji Normalitas

Hasil uji normalitas data beban emisi CO

2

dari kendaraan bermotor dan konsentrasi CO

2

terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.21 dan Tabel 4.22.

(46)

IV-32

Tabel 4.21

Uji Normalitas Data Beban Emisi CO

2

Kendaraan Bermotor

Beban Emisi CO2

N 4

Std. Deviation .208

Positive .307

Negative -.307

Tabel 4.22

Uji Normalitas Konsentrasi CO

2

Terukur

Konsentrasi CO2

N 4

Positive .198

Negative -.153

Tabel 4.20 dan Tabel 4.21 menunjukkan uji normalitas data beban emisi CO

2

diperoleh

nilai

Sig.

atau siginifikansi = 0,846, dan uji normalitas data konsentrasi CO

2

diperoleh

nilai

Sig.

= 0,998. Oleh karena nilai

Sig.

> 0,05 maka disimpulkan bahwa data beban

emisi CO

2

kendaraan bermotor dan konsentrasi CO

2

terukur terdistribusi normal. Oleh

sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi.

2. Uji Regresi Linear

(47)

IV-33

Tabel 4.23 Data Beban Emisi CO

2

Kendaraan Bermotor dan Konsentrasi CO

2

Terukur 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

Hasil uji regresi linear dari beban emisi CO

2

dari kendaraan bermotor dengan

konsentrasi CO

2

terukur dapat dilihat pada Tabel 4.24.

Tabel 4.24 Hasil Uji Regresi Linear Antara Beban Emisi CO

2

Kendaraan

Bermotor dengan Konsentrasi CO

2

Terukur

Coefficientsa

Standardized

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

2

x = Beban Emisi CO

2

dari Kendaraan Bermotor

Berdasarkan persamaan (4.4) di atas, dapat dijelaskan bahwa setiap penambahan 1

(satu) nilai beban emisi CO

2

dari pesawat maka terjadi peningkatan konsentrasi CO

2

sebanyak 942.285,69 µg/m

3

. Untuk lebih jelasnya kurva regresi antara beban emisi CO

2

kendaraan bermotor dengan konsentrasi CO

2

terukur dapat dilihat pada Gambar 4.21.

(48)

IV-34

Gambar 4.21 Kurva Regresi Beban Emisi CO

2

Kendaraan Bermotor dengan

Konsentrasi CO

2

Terukur

Gambar 4.21 menunjukkan garis linear positif, yaitu beban emisi CO

2

dari kendaraan

bermotor berbanding lurus terhadap konsentrasi CO

2

ambien, artinya ketika beban emisi

CO

2

dari kendaraan bermotor meningkat maka konsentrasi CO

2

juga akan meningkat.

Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara

beban emisi CO

2

dari kendaraan bermotor dengan konsentrasi CO

2

dapat dilihat pada

a. Predictors: (Constant), Beban Emisi CO2

Tabel 4.25 menunjukkan nilai korelasi (R) sebesar 0,806 dan nilai koefisien determinasi

(R

2

) sebesar 0,65. Nilai R

2

menyatakan bahwa beban emisi CO

2

dari kendaraan

bermotor mempengaruhi konsentrasi CO

2

sebesar R

2

= 0,65 atau 65%, sedangkan 35%

dipengaruhi faktor lain seperti kondisi meteorologi, pertukaran CO

2