PERHITUNGAN BIAYA EKSTERNAL PEMBANGKIT LISTRIK DENGAN MODEL SIMPACTS. Edwaren Liun

Edwaren Liun∗∗∗∗

ABSTRAK

PERHITUNGAN BIAYA EKSTERNAL PEMBANGKIT LISTRIK DENGAN MODEL SIMPACTS. Model SIMPACTS digunakan untuk menghitung damage cost dari dispersi dan konsentrasi

polutan di udara. Dalam pendekatannya digunakan data kepadatan penduduk untuk lingkungan yang berpusat pada sumbernya dengan radius 500 sampai 1000 km yang diperlukan untuk memprediksi dampak. Metodologi yang diterapkan meliputi indentifikasi lokasi, karakteristik sumber dan jumlah bahan kimia yang dilepaskan ke atmosfir. Dalam memperoleh hasil analisis rantai penuh, emisi dari masing-masing tahapan siklus bahan bakar, termasuk pasokan bahan bakar, pembangunan pabrik, operasi dan dekomposisi, dan pembuangan limbah, diperhitungkan dampak hasil kemudian ditambahkan untuk menghitung biaya penuh kerusakan oleh rantai energi. Pada kasus PLTU Suralaya hasil analisis menunjukkan estimasi bahwa damage cost adalah sebesar 0,89 cent US$/kWh. Penyumbang terbesar dari

damage cost adalah PM10, diikuti oleh SO2.

Kata kunci: Model SIMPACTS, gangguan kesehatan, kematian, damage cost, monetisasi dampak..

ABSTRACT

EXTERNAL COST CALCULATION OF POWER PLANTS USING SIMPACTS MODEL.

SIMPACTS model is used to calculate the damage cost of dispersion and concentration of pollutants in the air. In the approach it is used for the population density data centered on the source with a radius of 500 to 1000 km is needed to predict the impact. The methodology applied includes identifying the location, characteristics of the source and amount of chemicals released into the atmosphere. In obtaining the full chain analysis, emissions from each stage of the fuel cycle, including fuel supply, plant construction, operation and decomposition, and waste disposal, calculated the impact of the results, and then added to calculate the full cost of damage by the energy chain. In the case of CPP Suralaya analysis results indicate that the damage cost is estimated at 0.89 U.S.$cents/kWh. The biggest contributor of damage costs is PM10, followed by SO2.

Keywords: Model SIMPACTS,morbidity, mortality, damage cost, monetization.

PENDAHULUAN Latar Belakang

Emisi polutan yang dilepaskan ke udara menimbulkan konsekuensi kerugian terhadap lingkungan yang dapat berupa kerugian kesehatan, menurunkan umur harapan hidup, berkurangnya produktifitas, kematian akut, kerusakan hasil panen,

material di lingkungan dan sebagainya. Untuk itu besarnya kerugian tersebut perlu dievaluasi dengan nilai uang melalui proses monetisasi.

Model SIMPACTS adalah suatu software yang diciptakan oleh IAEA untuk dapat digunakan oleh negara anggota menilai konsekuensi kerugian kesehatan manusia, tanaman pertanian dan lingkungan buatan manusia seperti bahan bangunan dari paparan emisi udara yang berproses secara rutin. Model SIMPACTS terdiri dari beberapa modul yaitu: AirPacts, NucPacts, HydroPacts dan Agrimat yang masing-masing berfungsi untuk menganalisis external costs berupa dampak fisik bagi kesehatan dari emisi pembakaran bahanbakar fosil, external costs dari PLTA, external

costs dari emisi bahan radioaktif, dan ekxternal cots yang ditimbulkan pada produk

pertanian dan material. Emisi dari pembangkit listrik adalah berupa gas buang yang mengandung polutan patikulat, SO2, NOx, CO dan lain-lain sebagai hasil pembakaran bahan bakar fosil seperti batubara, minyak dan gas bumi yang dilepaskan melalui cerobong ke udara.

Dampak fisik bagi kesehatan manusia meliputi serangan asma, perawatan akibat gangguan pernapasan di rumah sakit dan kematian pada individu yang rentan akan paparan polusi udara (misalnya orang sakit dan orang tua). Untuk tanaman, adalah berupa kerugian hasil panen. Sedangkan untuk bahan, polusi menimbulkan pengotoran, kerusakan struktural dan kehilangan detail material karena peluruhan oleh keasaman. Monetisasi dampak fisik adalah menilai kerusakan atau beban sosial secara finansial. Jika kerusakan tidak diperhitungkan berdasarkan nilai produk, maka nilai kerusakan disebut biaya eksternal atau eksternalitas [1].

AirPacts menggunakan metodologi perhitungan dampak secara transparan yang memerlukan input data yang tidak terlalu rumit. Dalam pendekatan paling sederhana, hanya data kepadatan penduduk untuk lingkungan yang berpusat pada sumbernya dengan radius 500 sampai 1000 km yang diperlukan untuk memprediksi dampak. Sebaliknya, data untuk analisis rinci dampak terhadap lingkungan diperlukan data intensitas sumber daya dan waktu. Dibandingkan dengan penilaian rinci, AirPacts hasilnya biasanya akurat sampai faktor sebesar dua digit.

Tujuan

Model SIMPACTS diciptakan sedemikian sehingga dapat memberikan perkiraan dampak berdasarkan informasi masukan yang terbatas secara kuantitatif dalam nilai uang atau biaya (monetisasi). Analisis menggunakan model ini bertujuan untuk menghitung nilai kerugian kesehatan dalam bentuk uang dengan memonetisasi dampak yang ditimbulkan dari emisi terhadap reseptor. Pada Model ini monetisasi menawarkan kemudahan dengan menggabungkan dampak kesehatan dan beban lingkungan dengan satuan fisik yang berbeda. Untuk mendapatkan biaya kerusakan, maka dampak kesehatan (misalnya kasus asma) dikalikan dengan biaya satuan (US$ per serangan asma). Satuan biaya untuk dampak kesehatan meliputi biaya penyakit, kerugian upah kerja dan produktivitas dan biaya non-pasar yang menganggap kesediaan untuk membayar individu untuk mencapai manfaat lingkungan.

METODOLOGI

Penilaian Dampak Kerusakan dan Biaya

Modul AirPacts menghitung dampak fisik dan biaya kerusakan yang terkait untuk jenis polutan yang meliputi: materi partikulat (PM), sulfur dioksida (SO2), nitrogen oksida (NOx), karbon monoksida (CO), dan spesies sekunder seperti aerosol sulfat dan nitrat. Polutan primer atau prekursor (PM, SO2, NOx dan CO) dipancarkan

secara langsung ke udara di lokasi sumber. Kerusakan terjadi pada reseptor di lingkungan menurut kondisi lokal berdasarkan data khususnya meteorologi (kecepatan angin dan arah angin) dan distribusi reseptor seperti kepadatan populasi, tanaman atau bahan. Polutan sekunder yaitu spesies yang terbentuk di atmosfer karena transformasi kimia polutan primer, tidak terlalu sensitif terhadap karakteristik lokal karena terbentuk setelah bereaksi di udara puluhan kilometer dari sumber. SO2 adalah

prekursor untuk polutan sulfat dan NOx untuk nitrat.

Beban kesehatan manusia, tanaman dan bahan dinilai dengan Impacts Pathway

Analysis (IPA). Pendekatan IPA diawali dengan mengidentifikasi karakteristik fisik

sumber emisi dan menyediakan model dispersi pelepasannya secara rinci di udara. Model dispersi atmosfer digunakan untuk menghitung kenaikan konsentrasi polutan di udara. Pada kondisi lokal (di bawah 50 km dari sumber), dispersi polutan primer (spesies yang dilepaskan dari sumbernya) dipengaruhi oleh parameter cerobong dan data cuaca. Di samping model jambul Gaussian dapat juga digunakan data satatistik cuaca lingkungan setempat atau data aktual yang diperoleh dari stasiun pengamatan cuaca langsung untuk mengestimasi konsentrasi polutan.

Metodologi yang diterapkan meliputi indentifikasi lokasi, karakteristik sumber dan jumlah bahan kimia yang dilepaskan ke atmosfir. Sedangkan perhitungan melibatkan persamaan konsentrasi, depletion factor, model dispersi, dan penggunaan tabel data ERF, parameter ekonomi yang terkait dengan GDP penduduk terkena dampak. Alur metodologi dapat dilihat pada gambar 1.

Exposure Respons Function

Biaya per satuan akibat dampak kesehatan merupakan parameter dampak, berdasarkan biaya satuan Eropa yang disesuaikan dengan parameter ekonomi Inonesia berdasarkan rasio Paritas Daya Beli GNP (Purchase Power Parity Gross National

Product, PPP-GNP). Penyesuaian dilakukan untuk menghitung perbedaan pendapatan

antara masing-masing negara, sehingga dalam kesediaan membayar dapat menggambarkan hubungannya dengan penilaian dampak kesehatan pada setiap individu. Kuantitas dampak diukur dengan menggunakan Exposure Respon Function

(ERF), yang terkait dengan konsentrasi polutan dan dampak yang ditimbulkan pada

reseptor. ERF untuk dampak kesehatan didasarkan pada hasil survei terhadap studi epidemiologi [2]. Berdasarkan bukti yang ada, diasumsikan bahwa kurva ERF untuk kesehatan bersifat linier tanpa ada ambang batas pada masyarakat luas dan pada konsentrasi ambien yang sedang berlangsung. Dampak terhadap kesehatan manusia mencakup efek pernapasan (serangan asma, data penerimaan pasien rumah sakit, dll), dan kematian dini. Dampak kematian diukur dalam penurunan harapan hidup, yang dinyatakan sebagai tahun kumulatif kehidupan yang hilang (Years of Life Lost, YOLL) untuk populasi berisiko [3]. ERFs dari Studi ExternE (1998) ditunjukkan pada Tabel 1.

Tabel 1. ERF dan Biaya Satuan untuk menilai dampak kesehatan di Eropa

(EXTERNE 1998)[2]

Titik ujung kesehatan ERF Polutan

Biaya (US$2000/

kasus)

Kematian jangka panjang atau kronis (YOLL)

1.57 × 10-4

2.60 × 10-4 (PM10, Nitrat) _{(PM2.5, Sulfat)} 101,000

Kematian jangka pendek atau akut (YOLL)

5.34 × 10-6 _{(SO2) 174,000}

Bronkhitis kronis (dewasa) 1.86 × 10-5

2.96 × 10-5 (PM10, Nitrat) _{(PM2.5, Sulfat)} 177,800

Gangguan aktifitas harian (dewasa) 1.90 × 10-2

3.19 × 10-2 (PM10, Nitrat) _{(PM2.5, Sulfat)} 116 Asma (dewasa) 3.40 × 10-2 5.68 × 10-2 (PM10, Nitrat) (PM2.5, Sulfat) 7.5 Batuk kronis (anak-anak) 4.97 × 10-4

8.30 × 10-4 (PM10, Nitrat) _{(PM2.5, Sulfat)} 252

(i) Satuan untuk ERF adalah kasus/tahun per orang per konsentrasi (µg/m3₎

(ii) Dampak asmatik termasuk penggunaan bronkodilator dan kasus batuk dan mengi.

Monetisasi dilakukan dengan menggabungkan dampak kesehatan dan beban lingkungan yang berbeda dalam satuan fisik. Untuk menentukan biaya kerusakan, dampak yang ditimbulkan (misalnya kasus asma) dikalikan dengan satuan biaya (US$ per serangan asma). Satuan biaya untuk dampak kesehatan termasuk biaya sakit, kerugian upah dan produktivitas, dan biaya non-pasar seperti kesediaan membayar pada setiap orang untuk mendapatkan manfaat lingkungan yang berkualitas.

Perhitungan Dampak dengan Pendekatan Sederhana

Biaya kerusakan D adalah produk dari kerapatan reseptor ρ(r), ERF f(r,C(r, Q)) dan biaya satuan U(r) yang terintegrasi atas semua reseptor terkena polusi dihitung dengan persamaan di bawah ini :

∫

= dampak Luas v r dr U Q r C r f r D ρ ( ) ( , ( , )) ( ) ₍₁₎

C(r,Q) adalah perubahan kenaikan konsentrasi ambien di permukaan tanah yang datar pada jarak r, Q laju emisi untuk sumber yang berada pada r = 0. Dalam situasi jika: (a) laju emisi, parameter transportasi atmosfer dan satuan biaya adalah konstan, dan (b) ERF bersifat linier dengan slop fER dan tidak ada ambang atau konsentrasi latar di

atasnya sebagai batas, maka konservasi massa pada Persamaan (1) dapat ditampilkan sebagai [4]:

∫

= = dampak Luas avg v ER avg dr Q r M r R dengan R k QU f D ρ ρ ρ ( ) ( ) , ₍₂₎

Di sini ρavg adalah densitas reseptor rata-rata (di permukaan tanah dan air) dengan

radius di atas 500 sampai 1000 km dari sumber; R adalah daerah terdampak;

M(r) adalah fluks deplesi polutan akibat aktivitas deposisi dan kimia, sedangkan k(r) = M(r)/C(r) adalah kecepatan deplesi yang berkaitan dengan fluks dan konsentrasi

massa polutan di permukaan tanah. Deplesi kecepatan dapat dihitung dengan regresi data konsentrasi melawan arah angin dengan jarak r. Secara umum, k bergantung pada

r, namun di sini diasumsikan nilai konstan. Jika distribusi reseptor konstan, maka R = 1 dan Persamaan (2) dikenal sebagai Simple Uniform World Model (SUWM).

Kelemahan dari SUWM adalah bahwa rincian lokal diabaikan sehingga model ini tidak mengestimasi lokasi tertentu. Untuk polutan sekunder, R adalah sekitar 1; kondisi lokal memiliki pengaruh kecil terhadap biaya kerusakan karena polutan sekunder terbentuk puluhan km searah angin dari sumber emisi. Robust Uniform

World Model (RUWM) memperbaiki hasil perhitungan untuk polutan primer dengan

mempertimbangkan kepadatan reseptor lokal, parameter cerobong dan kondisi cuaca di dekat sumbernya. Maka model ini memungkinkan untuk beragam lokasi dan faktor ketinggian cerobong. Pernyataan untuk R ini adalah berdasarkan persamaan dibawah [5]:

, Est#1 RUWM,    ₋ +             = mix O O mix avg L h u R k exp R h u k R ρ ρ (3)    ₋ +    ₋             =

_∫

mix O Z O e R Z avg L h u R k exp dr R k h exp u k R O 2 2 0 Est#2 RUWM, 2 1 2 σ σ π ρ ρ (4)

Di sini ρL adalah kepadatan reseptor lokal, u kecepatan angin rata-rata pada ketinggian

cerobomg, hmix ketinggian lapisan bauran emisi (bagian terendah dari troposfir di mana

transportasi massa dan energi adalah penting, 200 sampai 2000 m di atas tanah), RO

jari-jari domain lokal (biasanya 50 km), he tinggi efektif cerobong (tinggi cerobong +

kenaikan jambul) dan σz koefisien difusi vertikal.

Perbandingan perhitungan dampak secara sederhana dan secara rinci untuk sumber agregat

Karena perbedaan lokasi, hasil dari SUWM tidak sepenuhnya memuaskan. Hal ini disebabkan karena dalam kenyataan di lapangan memang tidak seragam. Perbedaan antara model sederhana dan model rinci biasanya terutama untuk polutan primer seperti partikel, SO2 dan NOx jika dilepaskan dekat dengan daerah kota besar. SUWM

memperkirakan biaya kerusakan jika sumber berada di dekat atau di sepanjang garis pantai karena jambul asap bergerak di atas bagian air pada saat yang mana dampak kesehatan sebenarnya adalah nol. Variasi SO2, NOx dan NH3 latar juga memainkan

peran penting.

QUERI. Model ini menghitung dampak pernapasan bagi kesehatan manusia dan biaya

kerusakan yang terkait akibat polutan primer (partikulat, SO2, NOx, CO) dan polutan sekunder (aerosol nitrat dan sulfat) di udara. Model ini menggunakan pendekatan semi empiris dimana korelasi diturunkan dari studi IPA yang sudah.

RUWM. Model ini menghitung dampak fisik dan biaya kesehatan manusia dari

paparan polutan primer dan sekunder. Berbeda dengan QUERI, model RUWM (Robust Uniform World Model) menggunakan asumsi yang berbeda untuk dipecahkan secara analitis dengan menerapkan fungsi persamaan kerusakan. Dalam perhitungan diasumsikan bahwa populasi lokal dan regional terdistribusi seragam di seluruh domain dampak. Data meteorologi untuk skala lokal mengacu pada kondisi khusus atau rata-rata dan mengasumsikan arah angin yang seragam.

URBAN. Model ini memperkirakan dampak kesehatan manusia dan biaya finansial

akibat emisi udara dari sumber yang terletak dekat kota. Kerusakan yang terkait dengan polutan primer dan sekunder dapat dinilai. Data cuaca untuk skala lokal

disesuaikan dengan kondisi rata-rata dan diasumsikan bahwa arah angin seragam. Data penduduk lokal dapat ditentukan dengan menggunakan nilai yang sebenarnya (resolusi 5 km x 5 km) atau terdistribusi sehingga dapat diperkirakan dengan menggunakan bentuk fungsi Gaussian. Populasi daerah (jumlah orang per kilometer persegi) adalah jumlah orang yang terkena dampak polusi udara yang dinormalisasi dengan daerah dampak. Situs dampak adalah suatu lingkaran yang berpusat pada sumber dengan radius sebesar RImpact. Daerah dampak (πR2Impacts) meliputi baik tanah dan permukaan

air. Nilai RImpact dapat diperkirakan dengan menggunakan hubungan di bawah ini.









































−

+

















−

−

−

=

mix p mix p regional lokal

h

u

k

Exp

h

u

k

Exp

Ln

h

u

R

0

,

05

1

50000

50000

k

_p mix Impact

_ρ

ρ

(5)

RImpact = daerah dampak; u = kecepatan angin; hmix = tinggi pembauran; kp = kecepatan

penipisan; ρ = kerapatan reseptor. Daerah tipikal dari variabel u, hmix dan kp

masing-masing adalah 2 sampai 4 m/s, 500 sampai 1000 m dan 0,5 sampai 3 cm/s. Jika nilai

RImpact lebih besar dari 1000 km, nilai dari 1000 km harus digunakan dalam analisis.

Nilai pada setiap pasangan X,Y dari koordinat adalah jumlah orang yang hidup di situ. Distribusi populasi lokal di dalam program disimulasikan dengan menggunakan persamaan di bawah:

(

)

[

(

) (

)

]

POP D POP POP +Latar σ Y Y + X X Exp Latar Puncak = N      ₋ − − × − ₂ PUNCAK2 2 PUNCAK PERSON 2 (6)

NPERSONS adalah jumlah orang yang hidup dalam sel 5 x 5 km persegi; PeakPOP dan

LatarPOP adalah kepadatan populasi (pers/km2) yang terdekat dengan pusat kota hingga

beberapa puluh km, masing-masing; XPEAK dan YPEAK adalah koordinat X dan Y (km)

dari pusat kota relatif terhadap sumber emisi yang terletak di (0, 0); dan σD adalah

standar deviasi dari distribusi (kira-kira ½ dari ukuran kota). Selisih langkah di sepanjang arah horizontal dan vertikal adalah 10 km. Dalam perhitungan, populasi diasumsikan terletak di pusat massa dari setiap sel.

Hilangnya Harapan Hidup dari Kematian Kronis Dewasa

Untuk mengukur dampak total (jangka pendek ditambah panjang) dari polusi udara adalah sangat sulit dan mahal, dan hanya ada beberapa studi jangka panjang yang pernah tersedia. Namun, dalam dua dekade terakhir ini, tiga studi epidemiologis penting telah berhasil mengukur dampak jangka panjang dari polusi udara terhadap kematian. Dua dari studi [6] _{telah menemukan korelasi positif antara paparan partikel}

yang diukur oleh penelitian time series), sedangkan penelitian yang ketiga menemukan korelasi positif dengan kematian untuk pria tetapi tidak untuk wanita.

Risiko relatif ini mengacu pada peningkatan usia kematian tertentu. Dengan demikian, perhitungan yang melibatkan tabel data kehidupan yang diperlukan untuk menentukan pengurangan rentang usia hidup cukup lebih rumit.[2] _{telah menggunakan}

analisis keadaan mantap yang relatif sederhana untuk hal tersebut. Perhitungan paling komprehensif LLE untuk kematian kronis baru-baru ini diterbitkan oleh Leksell & Rabl (2001) yang melakukan analisis dinamis rinci untuk memperhitungkan fakta bahwa kohort Paus dkk telah terkena konsentrasi yang lebih tinggi di masa lalu dari yang diukur dalam 1979-1983 dan digunakan oleh Paus dkk. Ari Rabl [8]

merekomendasikan Hilangnya Harapan Hidup untuk Kematian kronis Dewasa. Secara khusus, untuk pulsa polusi dari 1 µg/m3 PM10 tahan 1 tahun, Leksell & Rabl menemukan hilangnya adalah sekitar:

LLE = 3.6E-4 YOLL/org per µg/m3 PM10 /th (untuk konsentrasi rata-rata) (7)

Variasi terjadi karena adanya perbedaan dalam data tabel kehidupan antara Amerika Serikat dan Uni Eropa. Perbedaan angka ini hanya sebesar beberapa persen, seperti angka-angka yang terlihat untuk LLE pada Tabel 2. Tabel ini juga menunjukkan data kematian untuk populasi masing-masing, seperti yang diungkapkan oleh parameter α  dan β yang ditetapkan oleh Leksell & Rabl sebagai tabel data hidup hingga usia kematian tertentu µ(x) pada usia x menurut model Gompertz. Dalam hal ini berlaku persamaan di bawah sebagai:

µ(x) = α  + β  x (8)

Sedangkan koefisien α dan β beserta hubungannya dengan LLE adalah seperti ditun-jukkan pada Tabel 2 berikut.

Tabel 2. Koefisien α and β dari Model Gompertz dan LLE untuk kematian kronis

Populasi α β

Loss of Life Expect.

(LLE) [per th2_{] [per th]} YOLL/(org!th!µg/m3),

PM10

AS, penyebab alam, pria+wanitaa

AS, penyebab alam, priaa

AS, penyebab alam, wanitaa

EU15, semua penyebab, pria+wanitab

Swedia, penyebab alam, pria+wanitac

Perancis, semua penyebab, pria+wanitab Rusia, semua penyebab, pria+wanitad

Cina, semua penyebab, pria+wanitae

5.38E-05 7.76E-05 3.19E-05 3.70E-05 9.67E-06 6.66E-05 3.96E-04 5.89E-05 8.78E-02 8.59E-02 9.20E-02 9.24E-02 1.10E-01 8.50E-02 6.78E-02 9.15E-02 2.69E-04 f 2.73E-04 f 2.56E-04 f 2.56E-04 2.25E-04 f 2.77E-04 3.59E-04 2.04E-04 LLE = Loss of Life Expectation.

Monetisasi Dampak

Monetisasi adalah metode untuk menggabungkan dampak kesehatan dan beban lingkungan memiliki unit fisik yang berbeda ke dalam perkiraan kerusakan tunggal atau indikator. Penilaian ekonomi disarankan untuk membandingkan manfaat dan biaya dari langkah-langkah pengurangan dampak, pilihan teknologi atau peraturan kebijakan. Tanpa evaluasi ekonomi, salah satu risiko adalah keputusan yang dibuat dapat menyebabkan kerugian kesejahteraan substansial atau alokasi sumber daya yang tidak tepat [4].

Untuk menentukan biaya kerusakan, adalah mengalikan jumlah dampak (misalnya, jumlah serangan asma) dengan biaya per kasus (US$ per serangan asma). Untuk dampak kesehatan, biaya satuan termasuk biaya kerugian penyakit, upah dan produktivitas, yang merupakan faktor biaya berbasis pasar serta non-pasar yang mempertimbangkan kesediaan untuk membayar (willingness-to-pay, WTP) setiap individu untuk menghindari risiko sakit dan penderitaan. Dalam beberapa tahun terakhir, penilaian kontinjensi telah menjadi metode pilihan, yang memperoleh perkiraan WTP oleh individu yang mempertanyakan berapa banyak uang yang mereka bersedia membayar untuk mencapai keuntungan. Untuk dampak kematian, yang diperlukan adalah menentukan Nilai dari Tahun Hidup Hilang (Value of a Life Year

Lost, VLYL), yang didasarkan pada Nilai Hidup Statistik (Value of Statistical Life,

VSL), yaitu jumlah uang yang mana masyarakat bersedia membayar untuk menghindari kematian dini. Nilai rata-rata untuk VSL dan VLYL (untuk menilai dampak kematian jangka panjang) di negara-negara industri [ExternE 1998], masing-masing adalah 3,1 juta dan 100.000 US$2000. Pada kasus di negara-negara lain nilai

tersebut tentunya berbeda, sehingga dalam perhitungannya disesuaikan dengan perbandingan GDP yang dalam hal ini adalah GDP ekuivalen (PPPGDP).

DATA DAN ASUMSI

Sebagai sampel acuan, dalam simulasi perhitungan biaya eksternal pembangkit listrik digunakan PLTU Suralaya. PLTU ini berbahan bakar batubara dengan kandungan kalori 5300 kcal/kg dengan total kapasitas dari unit 1 sampai 5 sebesar 3400 MW.

Variable Cerobong

Variabel cerobong adalah seperti ditunjukkan pada Tabel 3 berikut. Tampak bahwa longitude mengambil arah dari timur ke barat.

Tabel 3. Variabel Cerobong

Variabel Nilai Source Longitude (deg)

Source Latitude (deg) Source Location Stack Height (m) Stack Diameter (m)

Exhaust Stack Velocity (m/s) Exhaust Gas Temperature (K) Effective Stack Height (m)

253,35 -5,96 2 200,0 5,5 3,0 360,5 253,9

Analisis bahanbakar mengacu dari hasil data yang diperoleh dari PLTU Batubara Suralaya yang menggunakan bahanbakar dari Sumatera dan Kalimantan dengan nilai kalor rata-rata 5300 kilokalori per kilogram dengan kandungan kimia utama seperti diunjukkan pada Table 4 berikut.

Tabel 4. Analisis Bahan Bakar

Parameter Satuan Kisar Rata-rata Inherent Moisture Ash Content Volatile Matter Fixed Carbon Total Sulfur % % % % % 0.87 - 17.06 0.50 - 10.54 20.07 - 43.72 32.80 - 61.43 0.06 - 1.09 9.85 3.6 34.15 44.62 0.40

Situs lokal adalah area 100 x 100 km persegi (radius setara ≈ 56 km), dengan titik nol berada pada sumber emisi. Skala resolusi yang digunakan untuk menentukan distribusi penduduk adalah 5 x 5 km persegi. Jarak X (baris pertama) dan Y (kolom pertama) dinyatakan dalam kilometer, dengan (X,Y) = (0,0) yang mewakili titik nol. Ukuran langkah di sepanjang arah horizontal dan vertikal adalah 10 km. Dalam perhitungan, populasi diasumsikan terletak di pusat massa dari setiap sel, yang mana pada kasus PLTU Suralaya, misalnya, resolusi ditampilkan untuk tahun 2010 seperti pada Gambar 2 berikut yang meliputi wilayah Propinsi Banten dan sebagian Wilayah Lampung.

Gambar 2. Data Populasi dengan sel 5 km x 5 km di wilayah dampak

Satuan Biaya Moneter untuk Penilaian Dampak Kesehatan

Biaya kerusakan dihitung dengan mengalikan dampak fisik oleh biaya satuan moneter, yaitu biaya per insiden kesehatan sebagai nilai-nilai. Dalam SIMPACTS, kerusakan yang dilaporkan dalam dolar AS (tahun dasar 2000). Idealnya, nilai satuan harus didasarkan pada studi valuasi ekonomi lokal. Tetapi dengan tidak adanya informasi tersebut, nilai Amerika Serikat atau Eropa dapat ditransfer ke negara lain setelah penyesuaian untuk perbedaan dalam paritas daya beli (PPPGNP per kapita) antara dua lokasi (Markandya 1997)[7]. Nilai-nilai yang dihitung dengan menggunakan biaya satuan Eropa (ExternE 1998) pada skala Indonesia yang diperkirakan dengan rasio PPPGNP per kapita untuk Indonesia (US$3500/kapita) dan Eropa ($25000/cap), sehingga perkiraan biaya Indonesia adalah sekitar 0,14 dari nilai satuan biaya Eropa. Gambar 3 berikut menunjukkan damage cost untuk polutan yang dipancarkan berdasarkan data dan asumsi yang diterapkan pada Model SIMPACTS.

HASIL DAN PEMBAHASAN

Model SIMPACTS, khususnya Modul AIRPACTS, merupakan alat analisis dampak lingkungan yang menghitung dampak fisik dan biaya kerusakan pada kesehatan manusia, tanaman, dan bahan bangunan (reseptor) yang terkait dengan emisi udara rutin (misalnya, partikulat, SO2, NOx, CO, dan lain-lain) akibat pembakaran bahan bakar fosil ke udara, perairan atau darat, dan biaya eksternal dari proyek pembangkit listrik. Dampak dari kecelakaan kegagalan bendungan hipotetis atau kecelakaan nuklir juga dapat dianalisis dengan Model.

Dampak fisik dari polutan yang dilepaskan oleh pembangkit listrik yang diukur menggunakan Exposure-Respon Fungsi (ERF), yang berhubungan konsentrasi polutan dengan dampak yang dihasilkan pada reseptor (populasi, tanaman, dll). Banyaknya efek yang merugikan kesehatan didasarkan pada literatur yang melaporkan: angka penderita kanker yang lebih tinggi, peningkatan frekuensi kunjungan ke rumah sakit,

peningkatan jumlah kasus asma di kalangan anak-anak efek dan orang dewasa, tingkat insiden yang lebih tinggi dari bronkitis kronis dan hari-hari kegiatan terbatas dan hilangnya harapan hidup (Aunan 1996, Brunekreef 1997, ExternE 1998, Leksell dan Rabl, 2001)[3].

Nilai Ekonomi Kerusakan

Untuk mendapatkan biaya kerusakan, salah satunya adalah mengalikan dampak (misalnya, asma kasus pada anak-anak) dengan biaya satuan (US$ per serangan asma). Satuan biaya untuk dampak kesehatan meliputi biaya kerugian penyakit, upah dan produktivitas. Dalam SIMPACTS, kerusakan yang dinyatakan dalam US$ per tahun dari paparan atau US$ per satuan normalisasi kWh listrik disampaikan. Idealnya, biaya per satuan harus didasarkan pada negara tertentu studi valuasi ekonomi. Dengan tidak adanya informasi tersebut, nilai-nilai yang ada dari satu lokasi (misalnya, Amerika Serikat atau Eropa) dapat ditransfer ke negara lain setelah penyesuaian yang tepat telah dibuat untuk memperhitungkan perbedaan dalam paritas daya beli (PPPGNP per kapita) antara dua tempat[7]_{. Table 5 berikut menunjukkan hasil analisis Model}

SimPacts dalam satuan US$ untuk.

Tabel 5. Damage cost dari Hasil Analisis Model SIMPACTS (US$/tahun)

Pollu Exposure Response Function Damage Lower Upper

PM10 Long-term Mortality (YOLL) - Recommended; Adults 1.69E+07 4.21E+0 6.74E+0 SO2 Short-term Mortality (YOLL) - Recommended; ALL; 4.28E+06 7.13E+0 2.57E+0 PM10 Chronic Bronchitis - Recommended; Adults over 18; 5.15E+06 1.72E+0 1.55E+0 PM10 Lower Resp. Symptoms - Recommended; Asthmatic 4.94E+05 1.65E+0 1.48E+0 PM10 Lower Resp. Symptoms - Recommended; Asthmatic 2.11E+05 7.03E+0 6.32E+0 PM10 Respiratory Hospital Admissions - Recommended; 7.46E+03 2.49E+0 2.24E+0 SO2 Respiratory Hospital Admissions - Recommended; 1.38E+05 4.59E+0 4.13E+0

NO2 Respiratory Hospital Admissions; ALL; NO2 (**) (**) (**)

NO2 Short-term Mortality (YOLL); ALL; NO2 (**) (**) (**)

PM10 Work Days Lost - Recommended; Adults employed; (**) (**) (**)

Nitrat Lower Resp. Symptoms - Recommended; Asthmatic 1.80E+05 6.01E+0 5.41E+0 Nitrat Lower Resp. Symptoms - Recommended; Asthmatic 2.68E+04 8.92E+0 8.03E+0 Nitrat Respiratory Hospital Admissions - Recommended; 9.47E+02 3.16E+0 2.84E+0 Nitrat Long-term Mortality (YOLL) - Recommended; Adults 2.14E+06 5.35E+0 8.56E+0

Nitrat Work Days Lost - Recommended; Adults employed; (**) (**) (**)

PM10 Restricted Activity Days - Recommended; Adults over 1.64E+06 5.46E+0 4.91E+0 Nitrat Restricted Activity Days - Recommended; Adults over 2.08E+05 6.93E+0 6.24E+0

TOTAL 3.13E+07 8.14E+0 1.26E+0

CENT US$/kWh 0.59 0.15 2,40

Gambar 3 berikut menunjukkan estimasi total damage cost oleh emisi PLTU Suralaya dari beberapa polutan utama yang terdiri dari PM10, SO2 dan NO2, CO, Nitrat, Sulfat dan lainnya. Masing-masing polutan memberi sumbangan damage cost sebanding kuantitas dan konsekuensi dampak yang ditimbulkan masing-masing

polutan. Tabel 5 menunjukkan hasil analisis Model SimPacts dengan estimasi dampak nominal 0,59 dengan pergerakan nilai berada antara 0,15 dan 2,40 senUS$/kWh. Polutan yang memberi sumbangan signifikan di antaranya adalah: PM10 sebesar

1,481x10−5_{, SO}

2 sebesar 2,283x10−7 dan Nitrat sebesar 1,218x10−6 US$/kg−polutan.

Dalam pernyataan lain damage cost dinilai dalam satuan US$/kg polutan yang ditunjukkan pada gambar 3.

Gambar 3. Estimasi Damage Cost dari Emisi PLTU Sauralaya

KESIMPULAN

Dari hasil running program dengan Model SIMPACTS diperoleh hasil sebagai berikut. Dalam analisis rantai penuh, emisi dari masing-masing tahapan siklus bahan bakar menunjukkan hasil dalam satuan US$ per kilogram polutan yang dilepaskan ke udara. Hasil monetisasi kerugian yang diakibatkan berada antara 0,15 sampai 2,40 senUS$/kWh, atau dengan nilai nominal sebesar 0,59 senUS$/kWh. Kerugian yang diakibatkan berupa Long-term Mortality, Short-term Mortality (YOLL); Chronic

Bronchitis; dan lain-lain. Pada kasus PLTU Suralaya hasil analisis menunjukkan

berada dalam angka yang cukup signifikan karena pengendalian gas asap yang masih terbatas. Penyumbang terbesar dari damage cost adalah PM10, diikuti oleh SO2.

Sementara sumbangan dari NOX lebih bersifat polutan sekunder yang dihasilkan dari

reaksi NO menjadi NO2 dan berikut nitrat pada penghujung rantai reaksi dan umur

polutan.

DAFTAR PUSTAKA

1. JOSEPH V. SPADARO, “Airpacts Manual (Version 1.0), A tool for assessing the environmental impacts and damage costs to human health, agricultural crops and man-made structures from exposure to routine atmospheric emissions”. For the: International Atomic Energy Agency (IAEA), Vienna, Austria, 2002.

2. ARI RABL, (Centre d’Energétique Ecole des Mines de Paris, “Airpacts Exposure Response Functions (Version 1.0)”, International Atomic Energy Agency (IAEA), Vienna, Austria, 2002.

3. INGEMAR LEKSELL and ARI RABL, “Air Pollution and Mortality: Quantification and Valuation of Years of Life Loss”, Risk Analysis Vol.21, No.5, 2001.

4. JOSEPH V. SPADARO, “Airpacts Impact Methodology: A Simplified Methodology For Calculating The Health Impacts And Damage Costs Of Airborne Pollution: The Uniform World Models”, International Atomic Energy Agency (IAEA), Vienna, Austria Copyright© April 2002.

5. ANONIM, “Quantification of Damages To Terrestrial Environments”, (Chapter 16) Main References ExternE (1995) Externalities of Energy, ISBN 92-827-5210-0. Vol.1, Published by European Commission, Directorate-General XII, Science Research and Development. Office for Official Publications of the European Communities, L-2920 Luxembourg.

6. ARI RABL and JOSEPH V. SPADARO, “An Analysis of The Uncertainties Of Damages And Costs of Air Pollution”, Centre d’Energétique Ecole des Mines de Paris 60, boul. St. Michel F-75272 Paris, Cedex 06, France, 1999.

7. ANIL MARKANDYA and RICHARD BOYD, “Economic Valuation of Environmental Impacts And External Costs”, Prepared for: IAEA Regional Training Course on Use of Agency Methodologies and Tools To Analyse Priority Environmental Issues, Jakarta, Indonesia, 8 May - 2 June, 2000

DISKUSI WIBOWO

Perhitungan dengan model compact apakah dapat untuk menghitung membangun industri / pabrik dan apakah perbedaannya?

EDWAREN LIUN

Model simpacts digunakan untuk menghitung dampak lingkungan dari semua industri yang melepaskan gas buang ke udara baik pembangkit listrik maupun industri lainnya yang melakukan pembakaran, termasuk juga untuk menghitung damage cost oleh PLTN dengan modul nucpact-nya.

DAFTAR RIWAYAT HIDUP

1. Nama : Edwaren Liun 2. Instansi / Unit Kerja : PPEN BATAN 3. Pekerjaan / Jabatan : Staf / Peneliti Madya 4. Riwayat Pendidikan : S1 Teknik Elektro 5. Pengalaman Kerja : BATAN

6. Organisasi Profesional: KNI-WEC, HAEI

7. Publikasi Ilmiah yang pernah disajikan/diterbitkan:

• “Perbandingan Aspek Ekonomi Energi Bio-Diesel dan Hidrogen Nuklir

Pengganti Bahan Bakar Fosil”, Edwaren Liun, Prosiding: Seminar Nasional

“Diversifikasi Sumber Energi untuk Mendukung Kemajuan Industri dan Sistem Kelistrikan Nasional”, Univ. Sebelas Maret Surakarta, 24 Maret 2007.

• “Optimum Solution Expectation on Sumatra Electricity Expansion Planning Beyond 2030 Using WASP-IV Package”, Edwaren Liun, Proceedings:

International Conference on Advances in Nuclear Science and Engineering

(ICANSE-2007), ITB Bandung 13–14 November 2007.

• “Environmental Impacts Assessment of Java’s Electricity Generation Using SimPacts Model”, Edwaren Liun, Arief H. Kuncoro, Edi Sartono, Proceedings:

International Conference On Advances In Nuclear Science And Engineering (ICANSE-2007), ITB Bandung 13 – 14 November 2007.

• “Aspek Penyediaan Bahanbakar Sistem Kelistrikan Pulau Jawa Dengan Opsi Nuklir dan Non Nuklir”, Edwaren Liun, Prosiding Seminar Nasional

Pengembangan Energi Nuklir 2008, PPEN – BATAN, ISSN 1979-1208. • “Studi Optimasi Pengembangan Sistem Pembangkitan Listrik Sumatera dengan

Opsi Nuklir Berdasarkan Pertumbuhan Beban Proyeksi P3BS”, Ida N. Finahari,

Edwaren L, Prosiding Seminar Nasional Pengembangan Energi Nuklir 2008, PPEN – BATAN, ISSN 1979-1208.

• “Studi Awal PLTN di Sumatera”, Edwaren Liun, Jurnal Pengembangan Energi

Nuklir Vol.8 No.2 Desember 2006, Terakreditasi: 131/Akred-LIPI/ P2MBI/06/2008, PPEN – BATAN, ISSN: 1410-9816.

• “Model Simulasi Proyeksi Sistem Energi Modul BALANCE dari ENPEP”,

Edwaren Liun, Prosiding Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Jakarta, 8 – 9 Agustus 2006, PPIN – BATAN, ISSN: 0853-9812. • “Aplikasi MAED dalam Studi CADES”, Edwaren Liun, Edi Sartono, Arnold Y.

Soetrisnanto, Prosiding Seminar Teknologi Simulasi II, Simulasi dan Optimasi untuk Aplikasi Industri Proses, Manufaktur, dan Energi, UGM,Yogyakarta 21 September 2006, ISBN: 979-99818-3-2.