Estimasi Emisi Kendaraan Bermotor dan Tampakan Lumut Kerak
untuk Memprediksi Paparan Traffic-Related Air Pollution
pada Sekolah Dasar di Kota Kendari
Sumarlin1*, Wa Ndibale2, La Utu3, Karmila Sari41,2,3,4
Prodi Teknik Lingkungan, Fakultas Teknik, Universitas Muhammadiyah Kendari *Koresponden email: sumarsultra@gmail.com
Diterima: 7 Desember 2020 Disetujui: 17 Desember 2020
Abstract
Increasing the number of vehicles in Kendari could has the potential to increase TRAP exposure in elementary schools located on the side of the highway. The purpose of this study was to describe the emission load of vehicles, the appearance of lichens and to predict exposure to TRAP in Sekolah Dasar Negeri (SDN) on the side of the highway in Kendari City. This study uses a quantitative approach, survey methods with sampling techniques in three different locations. The results showed that the emission burden of vehicles at SDN 6 Kendari and SDN 25 Kendari was higher, the percentage of lichens present was lower and the appearance was duller than SDN 92 Kendari. This condition can be predicted as an initial indication of a decline in air quality at that location due to periodic exposure to TRAP.
Keywords: emissions, TRAP, lichen, elementary school, Kendari City Abstrak
Pertambahan jumlah kendaraan bermotor di Kota Kendari berpotensi meningkatnya paparan TRAP pada sekolah dasar yang terletak di pinggir jalan raya. Tujuan penelitian ini untuk mendeskripsikan beban emisi kendaraan bermotor, tampakan lumut kerak dan memprediksi paparan TRAP pada Sekolah Dasar Negeri (SDN) yang terletak pada pinggir jalan raya di Kota Kendari. Penelitian ini menggunakan pendekatan kuantitatif, metode survey dengan teknik sampling pada tiga lokasi berbeda. Hasil penelitian menunjukkan beban emisi kendaraan bermotor pada SDN 6 Kendari dan SDN 25 Kendari lebih tinggi, persentase kehadiran lumut kerak lebih sedikit dan tampakannya lebih kusam dibandingkan SDN 92 Kendari. Kondisi ini dapat diprediksi sebagai petunjuk awal akan turunnya kualitas udara akibat paparan
TRAP secara periodik di lokasi tersebut.
Kata Kunci: Emisi, TRAP, lumut kerak, sekolah dasar, Kota Kendari 1. Pendahuluan
Menurunnya kualitas mutu udara ambien merupakan problematik lingkungan yang dihadapi di berbagai kota di dunia. Salah satu penyebabnya berasal dari emisi dari kegiatan antropogenik seperti aktivitas lalulintas[1]. Emisi transportasi menyumbangkan 47% PM10, 46% CO dan 47% NO di Kota
Delhi[2], di Kota Bogota menyumbangkan 80% CO2, 99% CO, 68%VOC, 95% NOx, dan 85% SO2 [3]
serta menyumbangkan 59% NOx di beberapa kota di Timur Tengah dan Afrika Utara[4]. Tingginya persentase emisi dari kendaraan bermotor ini berkaitan erat dengan tingginya aktivitas masyarakat utamanya di daerah perkotaan atau urban.
Kota Kendari merupakan kota tujuan urbanisasi dari daerah sekitarnya, jumlah penduduk pada tahun 2020 mencapai 340.794 jiwa dengan pertambahan 3,4% per tahun [5]. Seiring dengan itu, kepadatan dan kemacetan lalulintas telah terjadi beberapa tahun belakangan ini. Kepadatan dan kemacetan lalulintas tersebut, disebabkan volume lalulintas harian yang tinggi yaitu mencapai 3000 kendaraan per hari menurut Dinas Perhubungan Kota Kendari [6][7]. Menurut ref [8], tahun 2019 persentase jumlah kendaraan bermotor di Kota Kendari meningkat 3% dari tahun sebelumnya. Peningkatan jumlah kendaraan bermotor ini akan beriringan dengan meningkatnya komposisi pencemar pada udara ambien. Pemantauan kualitas udara Kota Kendari tahun 2014-2015 menunjukkan parameter SO2 dan PM10 mengalami peningkatan masing-masing 41,7% dan 35,5% [9].
Kualitas udara perkotaan yang buruk dapat mempengaruhi fisiologis bahkan kematian pada anak-anak. Ref [10] merilis, 543.000 balita meninggal pada tahun 2016 karena paparan polusi udara dari TRAP. Paparan TRAP beresiko tinggi terhadap kerusakan DNA dan organ pernapasan pada anak-anak sekolah dekat jalan raya di Selangor [11], selain itu [12], menemukan paparan TRAP terutama PM10, PM2.5
1548
meningkatkan gejala kelainan fungsi paru-paru pada anak-anak di Kajang. Anak-anak yang tinggal pada 100 meter dari lalulintas padat mengalami penurunan neurobehavioral yang sangat mungkin disebabkan oleh paparan partikel halus (fine) atau sangat halus (ultrafine) di Ekuador[13]. Paparan polusi udara dari luar ruangan berkontribusi pada penyakit asma anak-anak di Eropa [14]. Tidak hanya manusia, penurunan kualitas udara juga direspon oleh tumbuhan seperti lumut kerak, di daerah yang terpapar polusi tinggi tampakan lumut kerak pucat bahkan hilang secara dramatik [15][16][17][18].
Mempersiapkan generasi emas untuk menyongsong pembangunan sumber daya manusia berlanjutan amat perlu dilakukan. Peningkatan emisi dari kendaraan bermotor berpotensi menurunkan kualitas udara utamanya di lingkungan sekolah dasar pinggiran jalan raya . Oleh karena itu, pemantauan kualitas udara perkotaan sebagai tindakan preventif harus berkelanjutan. Pemantauan kualitas udara menggunakan alat monitor membutuhkan biaya yang tidak sedikit dan tidak mudah dilakukan. Selain itu harus memperhatikan faktor-faktor meteorologis[19]. Untuk itulah, penelitian estimasi emisi kendaraan bermotor dan tampakan lumut kerak untuk memprediksi paparan TRAP pada sekolah dasar pinggir jalan di Kota Kendari penting untuk dilakukan
2. Metode Penelitian
Tempat dan Waktu Penelitian
Penelitian ini dilakukan pada sekolah dasar yang terletak pada pinggir jalan utama di Kota Kendari, berdasarkan karakteristik wilayah yang terkait dengan tingkat kepadatan lalulintas. Adapun lokasi penelitian yaitu SDN 6 Kendari (terletak di daerah pengembangan kota), SDN 25 Kendari (terletak di daerah pusat kota) dan SDN 92 Kendari (terletak di daerah pinggiran perkotaan). Adapun waktu penelitian dilaksanakan pada Bulan Mei sampai dengan September 2020.
Alat dan Bahan
Alat-alat yang gunakan dalam penelitian ini adalah meteran, sigma ukur, tally counter, pisau
cutter, sedangkan bahan yang digunakan adalah peta lokasi dan plastik transparan.
Prosedur
a. Pengukuran volume lalulintas
1. Menentukan titik/tempat pengambilan gambar
2. Setiap jenis kendaraan yang lewat di depan sekolah diikuti dengan memencet counter, dilakukan selama 60 menit pada waktu pagi, siang dan sore lalu dijumlahkan jumlah kendaraan yang melewati stasiun/jam.
b. Menghitung estimasi emisi kendaraan bermotor menurut ref.[20] berdasarkan formulasi perhitungan beban pencemar menurut Peraturan Menteri Negara Lingkungan Hidup No. 12 Tahun 2010[21]. c. Pengamatan sampel lumut kerak degan langkah-langkah berikut:
1. Mengukur arah angin dominan.
2. Membuat plot ukuran 10 m x10 m masing-masing dipilih pada jarak 5m -10m dekat jalan raya. 3. Di dalam plot yang telah dibuat diamati vegetasi yang ada, kemudian dilakukan pengukuran dan
pengambilan sampel lumut kerak dengan dipilih diameter vegetasi dipilih yang memiliki diameter lebih dari 0,05 m dan berada pada ketinggian 1m -2m di atas permukaan tanah.
4. Menggambar luas lumut kerak tersebut pada batang pohon bagian bawah pada plastik transparan. 5. Menghitung luas lumut kerak tersebut pada batang pohon bagian bawah pada plastik transparan. 6. Sampel lumut kerak dikerik dari permukaan kulit batang pohon pada kedua sisi batang pohon
dengan pisau, setelah itu dilakukan pengamatan langsung mengenai warna, bentuk, dan penutupan lumut kerak kemudian didokumentasikan
d. Pengukuran Udara Ambien
1. Mengukur suhu udara harian rata-rata. Suhu udara rata-rata pada masing-masing lokasi dilakukan pengukuran 3 kali sehari yaitu suhu pada waktu pagi, siang dan sore.
2. Mengukur kelembaban udara rata-rata pada masing-masing lokasi penelitian dilakukan pengukuran 3 kali sehari, pagi, siang dan sore
3. Hasil dan Pembahasan
a.
Estimasi emisi kendaraan bermotor pada sekolah dasar pinggir jalan di Kota KendariJumlah kendaraan berbagai jenis yang melintas di depan SDN 6 Kendari rata-rata sebanyak 8.319 kend/hari, di SDN 25 Kendari rata-rata sebanyak 5.980 kend/hari, di SDN 92 Kendari rata-rata sebanyak 73 kend/hari. Sementara itu, jumlah kendaraan rata-rata tahunan yang melintas di SDN 6 Kendari sebanyak 3.036.435 kendaraan, di SDN 25 Kendari 218.2700 kendaraan dan di SDN 92 Kendari sebanyak 26.541 kendaraan. Tingginya jumlah kendaraan bermotor yang melintas di depan sekolah dasar
0 1 2 3 4 5 CO HC Nox PM10 CO2 SO2
CO HC Nox PM10 CO2 SO2
SDN 92 Kendari 0,009 0,0026 0,001 0,00012 0,020 0,000
SDN 25 Kendari 0,816 0,191 0,056 0,009 1,229 0,001
SDN 6 Kendari 2,528 0,697 0,168 0,033 3,970 0,005
ini tentu akan sebanding dengan besarnya gas-gas polutan yang dilepaskan ke udara ambien. Rata-rata jumlah kendaraan yang melintas di lokasi pemantauan tertera pada Tabel 1.
Tabel 1. Rata-rata jumlah kendaraan yang melintas pada SDN di Kota Kendari
Lokasi Sepeda Motor (Unit) Mobil (Unit) Bus (Unit) Truk (Unit) SDN 06 Kendari 730.000 256.960 730 24.698 SDN 25 Kendari 444.773 266.450 730 16.060 SDN 92 Kendari 6.448 2.068 0 209
Sumber: Data penelitian, 2020
Melalui perhitungan beban emisi tahunan dapat diketahui di SDN 6 Kendari emisi polutan CO sebesar 2,53 ton/km, HC sebesar 0,70 ton/km, NOx sebesar 0,17 ton/km, PM10 sebesar 0,03 ton/km, SO2
sebesar 0,005 ton/km dan CO2 sebesar 3,97 ton/km. Beban emisi dari gas buang kendaraan bermotor
rata-rata tahunan di SDN 25 Kendari polutan CO sebesar 0,82 ton/km, HC sebesar 0,19 ton/km, NOx sebesar
0,06 ton/km, PM10 sebesar 0,01 ton/km, SO2 sebesar 0,001 ton/km dan polutan CO2 menyumbangkan
sebesar 1,23 ton/km per tahun. Adapun beban emisi tahunan akibat gas buang kendaran bermotor di SDN 92 Kendari untuk polutan CO sebesar 0,01 ton/km, HC sebesar 0,003 ton/km, NOx sebesar 0,001 ton/km,
PM10 sebesar 0,001 ton/km, SO2 sebesar 2x10 -5
ton/km dan CO2 sebesar 0,02 ton/km.
Zat-zat polutan yang diemisikan oleh kendaraan bermotor tersebut akan berdampak pada tumbuhan, hewan dan manusia. Besarnya dampak yang timbul tergambarkan pada karakteristik makro dan mikro fisiologis tumbuhan, hewan dan manusia. Rata-rata jumlah kendaraan yang melintas di depan SD Pinggir jalan per tahun dan beban emisi tahunan dari 3 (tiga) lokasi pemantauan dapat dilihat pada
Gambar 1 dan 2. 0 100000 200000 300000 400000 500000 600000 700000 800000 Sepeda Motor Mobil Bus Truk
Sepeda Motor Mobil Bus Truk
SDN 92 Kendari 6448 2068 0 209
SDN 25 Kendari 444773 266450 730 16060
SDN 06 Kendari 730000 256960 730 24698
Gambar 1. Rata-rata jumlah kendaraan (unit) pertahun yang melintas di depan
1550
b.
Tampakan lumut kerak pada sekolah dasar pinggir jalan di Kota KendariTampak lumut kerak yang melekat pada kulit pohon peneduh di SDN 6 Kendari berpola teratur sampai pola tak teratur dan sebagian berbentuk lonjong. Sebagian besar permukaan talus lumut kerak yang ditemukan berbentuk bercak putih, sangat tipis, rata dengan dengan kulit pohon tempat melekatnya (substrat). Berdasarkan karakteristik yang tampak tersebut, menurut ref.[22][23] tipe lumut kerak yang ditemukan merupakan tipe crustose family graphidaceae. Persentase kehadiran lumut kerak pada titik pemantauan dekat jalan raya mencapai 33,3%. Warna talus lumut kerak yang ditemukan relatif kusam dan kering, paparan asap kendaraan bermotor yang sangat tinggi memungkinkan perubahan warna talus lumut kerak.
Pada dititik pemantauan dekat jalan di SDN 25 Kendari kehadiran lumut kerak mencapai 50 %. Pertumbuhan lumut kerak kurang subur, warna kurang terang dan relatif kusam. Bentuk talus cenderung lonjong, permukaan rata mengikuti kulit pohon inangnya. Secara umum lumut kerak yang ditemukan mirip yang ditemukan di SDN 6 Kendari sehingga dikelompokkan dalam lumut kerak tipe crustose family
graphidaceae.
Kehadiran lumut kerak pada titik pemantauan di SDN 92 Kendari mencapai 100%, setiap titik amatan ditemukan lumut kerak. Tampakan lumut kerak yang ditemukan dicirikan dengan pola tumbuh membulat dan lonjong dan ada juga yang tidak teratur berbentuk tulisan hygroliph, warna talus hijau hingga keabu-abuan dan putih cerah. Berdasarkan ciri yang nampak, menurut ref[22],[23],[24] lumut kerak yang ditemukan dikelompokan pada tipe foliese family parmeliceae dan tipe crustose family
Arthoniaceae, serta graphidaeceae.
Ditinjau dari prosentase kehadiran lumut kerak dan rata-rata tutupan tertinggi ditemukan pada SDN 92 Kendari, terendah pada di SDN 25 Kendari dan SDN 6 Kendari. Tampakan lumut kerak dan persentase kehadiran lumut kerak di sekolah dasar pinggir jalan di Kota Kendari tertera pada Gambar 3 dan Gambar 4.
Lumut Kerak di SDN 6 Kendari Lumut Kerak di SDN 25 Kendari Lumut Kerak di SDN 92 Kendari
Gambar 3. Perbandingan tampakan lumut kerak pada batang pohon peneduh dekat jalan pada SDN Pinggir
jalan di Kota Kendari
c.
Prediksi paparan Traffic-Related Air Pollution (TRAP) pada sekolah dasar pinggir jalandi Kota Kendari
Salah satu indikator biologi untuk mengukur kualitas udara adalah lumut kerak[25]. Ada spesies lumut kerak sangat sensitif terhadap pencemaran udara tetapi ada juga spesies yang toleran terhadap kualitas udara yang buruk. Daerah yang terpapar polusi tinggi tampakan lumut kerak pucat bahkan hilang secara dramatik [15][16][17][18]. Pada pengamatan kehadiran lumut kerak pada vegetasi di SDN 6 Kendari mencapai 33,3%, kehadiran kerak pada vegetasi di SD Negeri 25 Kendari mencapai 50% dan
0% 20% 40% 60% 80% 100% 120%
SDN 06 Kendari SDN 25 Kendari SDN 92 Kendari
SDN 06 Kendari SDN 25 Kendari SDN 92 Kendari
% Lumut Kerak 33,30% 50% 100%
kehadiran lumut kerak pada vegetasi di SDN 92 Kendari mencapai 100%. Tipe lumut kerak yang ditemukan pada 3 titik pemantauan adalah tipe crustose dan tipe foliese
Volume lalulintas yang tinggi memungkinkan terjadinya peningkatan konsentrasi zat-zat polutan pada suatu area [26]. Parameter lingkungan yang digunakan untuk mengungkapkan terjadinya pencemaran udara dengan menggunakan lumut kerak sebagai bioindikator adalah pada daerah dimana pencemaran telah terjadi, maka persentase lumut kerak sangat sedikit [27] dan keanekaragamannya berkurang [28]. Perbandingan antara beban emisi tahunan tampakan lumut kerak dapat dilihat pada
Gambar 5, Gambar 6 dan Gambar 7.
Gambar 5. Beban emisi tahunan dan tampakan lumut kerak pada SDN 6 Kendari
Gambar 6. Beban emisi kendaraan bermotor dan tampakan lumut kerak pada SDN 25 Kendari
Gambar 6. Beban emisi kendaraan bermotor dan tampakan lumut kerak
pada SDN 92 Kendari
Berdasarkan nilai beban emisi tahunan dan tampakan lumut kerak yang ditemukan pada lokasi pemantauan, maka dapat diperkirakan besarnya dampak yang ditimbulkan oleh gas buang kendaraan bermotor. Emisi gas buang kendaraan bermotor yang berlangsung secara periodik diprediksi telah menyebabkan berkurang atau hilangnya keanekaragaman lumut kerak. Pada SDN 6 Kendari dan SDN 25 Kendari persentase lumut kerak yang ditemukan sangat sedikit dibandingkan dengan SDN 92 Kendari, tampakan lumut kerak yang berwarna kusam atau berkurangnya keanekaragaman lumut kerak menjadi
0,00 0,20 0,40 0,60 0,80 1,00 1,20 1,40 CO HC Nox PM10 CO2 SO2
CO HC Nox PM10 CO2 SO2
Beban Emisi 0,81570 0,19066 0,05626 0,00882 1,22880 0,00132 0 1 2 3 4 CO HC Nox PM10 CO2 SO2
CO HC Nox PM10 CO2 SO2
Beban Emisi 2,52842 0,69739 0,16827 0,03257 3,97000 0,00451 0,000 0,005 0,010 0,015 0,020 0,025 CO HC Nox PM10 CO2 SO2
CO HC Nox PM10 CO2 SO2
1552
petunjuk terhadap turunnya kualitas udara pada lokasi tersebut. Stakeholder yang berwenang kiranya dapat melakukan rekayasa lingkungan untuk menghindarkan anak-anak didik dari risiko kesehatan yang lebih besar.
4. Kesimpulan
Estimasi emisi tahunan kendaraan bermotor di tiga lokasi penelitian yakni pada SDN 6 Kendari emisi CO: 2,53 ton/km, HC: 0,70 ton/km, NOx: 0,17 ton/km, PM10 :0,03 ton/km, SO2: 0,005 ton/km,
CO2: 3,97 ton/km sedangkan pada SD Negeri 25 Kendari emisi CO:0,82 ton/km, HC: 0,19 ton/km, NOx:
0,06 ton/km, PM10: 0,01 ton/km, SO2: 0,001 ton/km, CO2: 1,23 ton/km serta pada SD Negeri 92 Kendari
emisi CO: 0,01 ton/km, HC: 0,003 ton/km, NOx: 0,001 ton/km, PM10: 0,001 ton/km, SO2 :2x10 -5
ton/km dan CO2: 0,02 ton/km. Pada SDN 6 Kendari persentase kehadiran lumut kerak mencapai 33.3%,
sedangkan SDN 25 Kendari kurang dari 50 % serta SDN 92 Kendari mencapai 100%. Prediksi paparan
TRAP didasarkan pada nilai beban emisi tahunan dan persentase kehadiran dan tampakan lumut kerak.
Beban emisi yang tinggi pada SDN 6 Kendari dan SDN 25 Kendari memungkinkan sebagai penyebab sedikitnya persentase lumut kerak di kondisi tersebut. Selain itu, tampakan lumut kerak yang berwarna kusam atau berkurangnya keanekaragaman menjadi petunjuk awal akan turunnya kualitas udara akibat paparan TRAP secara periodik.
5. Ucapan Terimakasih
Terima kasih kepada Direktorat Riset dan Pengabdian Masyarakat Direktorat Jenderal Penguatan Riset dan Pengembangan Kementerian Riset, Teknologi dan Pendidikan Tinggi yang telah membiayai penelitian ini serta Lembaga Penelitian dan Pengabdian Masyarakat Universitas Muhammadiyah Kendari atas kerjasama yang baik selama berlangsungnya penelitian ini.
6. Singkatan
BLH Badan Lingkungan Hidup
BPS Badan Pusat Statistik
CO Carbon Monoxide
HC Hydrocarbon
NO Nitrogen Monoxide
NOx Nitrogen Oxides
PM2,5 Particulate matter 2,5 microns or less
PM10 Particulate matter 10 microns or less
SDN Sekolah Dasar Negeri
SO2 Sulfur Dioxide
TRAP Traffic-Related Air Pollution
VOC Volatile Organic Compound
7. Referensi
[1] M. Li et al., ‘MIX: a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP’, Atmospheric Chem. Phys., vol. 17, no. 2, pp. 935–963, Jan. 2017, doi: 10.5194/acp-17-935-2017.
[2] R. Sindhwani, P. Goyal, S. Kumar, and A. Kumar, ‘Anthropogenic Emission Inventory of Criteria Air Pollutants of an Urban Agglomeration - National Capital Region (NCR), Delhi’, Aerosol Air
Qual. Res., vol. 15, no. 4, pp. 1681–1697, 2015, doi: 10.4209/aaqr.2014.11.0271.
[3] J. Pachón et al., ‘Development and Evaluation of a Comprehensive Atmospheric Emission Inventory for Air Quality Modeling in the Megacity of Bogotá’, Atmosphere, vol. 9, no. 2, p. 49, Feb. 2018, doi: 10.3390/atmos9020049.
[4] R. A. Abbass, P. Kumar, and A. El-Gendy, ‘An overview of monitoring and reduction strategies for health and climate change related emissions in the Middle East and North Africa region’, Atmos.
Environ., vol. 175, pp. 33–43, Feb. 2018, doi: 10.1016/j.atmosenv.2017.11.061.
[5] Badan Pusat Statistik Kota Kendari, Kota Kendari Dalam Angka. Kota Kendari: BPS Kota Kendari, 2020.
[6] Lenterasultra.com,‘https://lenterasultra.com/2017/09/30/setiap-hari-32-ribu-kendaraan-melintas-di-kota-kendari/.’, diakses, Agustus 2019.
[7] Sultrakini,‘https://sultrakini.com/berita/volume-kendaraan-penyumbang-kemacetan-di-kota-kendari’, Agustus 2019.
[8] Badan Pusat Statistik Provinsi Sulawesi Tenggara, Provinsi Sulawesi Tenggara Dalam Angka. Kendari: BPS Provinsi Sulawesi Tenggara, 2020.
[9] Badan Lingkungan Hidup Provinsi Sulawesi Tenggara, Laporan Akhir Pemantauan Kualitas Udara
Perkotaan Tahun 2015. Kota Kendari: BLH Provinsi Sulawesi Tenggara, 2015.
[10] WHO,‘Air pollution and child health: prescribing clean air https://www.who.int/ceh/publications/air-pollution-child-health/en/’, 2018.
[11] I. N. Ismail, J. Jalaludin, S. A. Bakar, N. H. Hisamuddin, and N. F. Suhaimi, ‘Association of Traffic-Related Air Pollution (TRAP) with DNA Damage and Respiratory Health Symptoms among Primary School Children in Selangor’, Asian J. Atmospheric Environ., vol. 13, no. 2, p. 11, 2019.
[12] A. A. Arifuddin, J. Jalaludin, and N. H. Hisamuddin, ‘Air Pollutants Exposure with Respiratory Symptoms and Lung Function among Primary School Children nearby Heavy Traffic Area in Kajang’, Asian J. Atmospheric Environ., vol. 13, no. 1, p. 9, 2019.
[13] K. M. Khan, M. M. Weigel, S. Yonts, D. Rohlman, and R. Armijos, ‘Residential exposure to urban traffic is associated with the poorer neurobehavioral health of Ecuadorian schoolchildren’,
NeuroToxicology, vol. 73, pp. 31–39, Jul. 2019, doi: 10.1016/j.neuro.2019.02.018.
[14] H. Khreis et al., ‘Outdoor air pollution and the burden of childhood asthma across Europe’, Eur.
Respir. J., vol. 54, no. 4, p. 1802194, Oct. 2019, doi: 10.1183/13993003.02194-2018.
[15] P. Adamo et al., ‘Natural and pre-treatments induced variability in the chemical composition and morphology of lichens and mosses selected for active monitoring of airborne elements’, Environ.
Pollut., vol. 152, no. 1, pp. 11–19, Mar. 2008, doi: 10.1016/j.envpol.2007.06.008.
[16] R. Bajpai, D. K. Upreti, S. Nayaka, and B. Kumari, ‘Biodiversity, bioaccumulation and physiological changes in lichens growing in the vicinity of coal-based thermal power plant of Raebareli district, north India’, J. Hazard. Mater., vol. 174, no. 1–3, pp. 429–436, Feb. 2010, doi: 10.1016/j.jhazmat.2009.09.071.
[17] S. Kar, A. C. Samal, J. P. Maity, and S. C. Santra, ‘Diversity of epiphytic lichens and their role in sequestration of atmospheric metals’, Int. J. Environ. Sci. Technol., vol. 11, no. 4, pp. 899–908, May 2014, doi: 10.1007/s13762-013-0270-8.
[18] Sumarlin, M. Dikman Maheng, dan Rosdiana, ‘Pemantauan kualitas udara perkotaan mengunakan lumut kerak (lichen)’, in ACE National Conference, tema: Ketahanan terhadap bencana dan
penanggulangannya, Universitas Andalas, Padang, 2016, pp. 107–116.
[19] Y. Serlina, ‘Pengaruh Faktor Meteorologi Terhadap Konsentrasi NO2 di Udara Ambien (Studi Kasus Bundaran Hotel Indonesia DKI Jakarta)’, J. Serambi Eng., vol. 5, no. 3, Aug. 2020, doi: 10.32672/jse.v5i3.2146.
[20] M. Muziansyah, R. Sulisyorini, dan S. Sebayang, ‘Model Emisi Gas Buangan Kendaraan Bermotor Akibat Aktivitas Transportasi (Studi Kasus: Terminal Pasar Bawah Ramayana Koita Bandar Lampung)’, JRSDD, vol. 3, no. 1, pp. 57–70, Mar. 2015.
[21] Kementerian Lingkungan Hidup, ‘Salinan Peraturan Menteri Negara Lingkungan Hidup Nomor 12 Tahun 2010 tentang Pelaksanaan Pengendalian Pencemaran Udara di Daerah’. KLH, 2012, diakses: Sep. 20, 2020. [Online].
[22] T. H. Nash III, Lichen Biology, Second. New York, United States of America: Cambridge University Press, 2008.
[23] H. Sipman JM, R. Lucking, A. Aproot, J. L. Chaves, K. Kalb, and L. U. Tenario, ‘A first assessment of the Ticolichen biodiversity inventory in Costa Rica and adjacent areas: the thelotremoid Graphidaceae (Ascomycota: Ostropales)’, Magnolia, vol. 55, pp. 1–214, 2012.
[24] G. Kantvilas and J. A. Elix, ‘The lichen genus Lecidella (Lecanoraceae), with special reference to the Tasmanian species’, vol. 31, p. 19, 2013.
[25] M. W. Samsudin et al., ‘Measuring Air Quality using Lichen Mapping at Universiti Kebangsaan Malaysia (UKM) Campus’, Procedia - Soc. Behav. Sci., vol. 59, pp. 635–643, Oct. 2012, doi: 10.1016/j.sbspro.2012.09.324.
[26] M. T. Chaichan, H. A. Kazem, and T. A. Abed, ‘Traffic and outdoor air pollution levels near highways in Baghdad, Iraq’, Environ. Dev. Sustain., vol. 20, no. 2, pp. 589–603, Apr. 2018, doi: 10.1007/s10668-016-9900-x.
1554
[27] A. Abas, A. Awang, and K. Aiyub, ‘Lichen as Bio-Indicator for Air Pollution In Klang Selangor’, p. 6.
[28] M. E. Pratiwi, ‘Kajian lichen sebagai bioindikator kualitas udara studi kasus: kawasan industri Pulo Gadung, Arboretum Cibubur dan tegakan mahoni Cikabayan’, Skripsi, Institut Pertanian Bogor, Bogor, 2006.
