Pengembangan Estimasi Emisi Secara Real Time Dengan Menggunakan Data AIS
Wiasta Maharatha*, Trika Pitana**, Lahar Baliwangi***
Department of Marine Engineering, Faculty of Marine Technology, Sepuluh Nopember Institute of Technology *email : wiasta_10@ne.its.ac.id
**email : trika@its.ac.id
***email : lahar@its.ac.id
ABSTRAK
The society’s concern on the influence of ships emission to the surrounding environment has increased in the past years due to its dangerous effect. The Madura Strait, one of the most populated straits in Indonesia, is a potential for a high pollution level. This research uses AIS data to determine the ships real time passage with the help of Google maps. To determine the emission, the data from the ships database is utilize, such as the gross tonnage(GT) and auxiliary engine power. Gross tonnage(GT) will be employed to estimate the main engine fuel consumption which is then use to estimate the amount of pollution produced by the ship. The emissions estimation is also influenced by the ship’s operation modes, which, in this research is categorized into three mode, cruising, maneuvering and hotteling. The main objective of this research is to determine the amount of pollutant (nitrogen oxides (NOx), sulfur oxides (SOx), particulate matter (PM), carbon monoxide (CO), carbon dioxide (CO2) and volatile organic compound(VOC)) in the Madura Strait by real time using AIS data recorded. This research shows the possibility of a real time pollution estimation using AIS data.
KEY WORDS:
Automatic Identification System (AIS), emissionestimate,real time,Google Maps
TATA NAMA
Ei : Total emisi pollutant i
Eijklm : Total emisi pollutant I saat menggunakan bahan bakar j dengan tipe kapal k dan jenis mesin l dalam mode m
Fijklm : Rata-rata emisi faktor pollutant I dari bahan bakar j dengan tipe mesin I dalam mode m
Sjkm(GT
) :
konsumsi harian bahan bakar j oleh jenis kapal k saat mode m dengan menggunakan fungsi gross tonnage
tjklm : Navigasi dari kapal jenis k dengan tipe mesin l yang menggunakan bahan bakar j saat mode m
Cjk : konsumsi harian bahan bakar j oleh jenis kapal k dengan menggunakan fungsi gross tonnage Nox : Nitrogen oxides
SOx : Sulfur oxides CO : Carbon monoxide
VOC : Volatile Organic Compounds PM : Particulate matter
CO2 : Carbon dioxide BFO : Bunker fuel oil MDO : Marine diesel oil GT : Gross Tonnage
GF : Gasoline fuel HFO : Heavy fuel oil E : Emission (gram)
P : Maximum Continuous Rating Power (kilowatts [kW]) LF : Load Faktor (percent of vessel’s total power) A : Activity (hour)
EF : Emission Faktor (grams per kilowatt-hour [g/kW]
Subscripts
i : Pollutant j : Jenis bahan bakar k : Pengelompokan kapal l : Tipe mesin
m : Mode operasi kapal
PENDAHULUAN
Perhatian masyarakat pada pengaruh emisi kapal laut terhadap lingkungan sekitarnya semakin meningkat beberapa tahun belakangan ini. Fakta bahwa beberapa peneliti dalam bidang emisi sebelumnya, telah melaporkan adanya permasalahan pada kualitas udara yang berhubungan dengan emisi kapal laut, mendukung kejadian ini. Menurut salah satu peneliti, lalu lintas kapal laut diperkirakan memiliki peran dalam kematian sekitar 60.000 bayi prematur di seluruh dunia dan kawasan Asia Pasifik merupakan salah satu penyumbang terbesar dalam angka tersebut. Beberapa polutan yang terkandung dalam emisi kapal-kapal laut ini dan memiliki andil dalam kerusakan lingkungan adalah nitrogen oksida (NOx), karbon monoksida (CO), karbon dioksida (CO2) dan sulfur oksida (SOx). Senyawa-senyawa ini antara lain dapat merusak lapisan ozon dan berkontribusi terhadap fenomena efek rumah kaca yang sama-sama dapat memicu terjadinya pemanasan global.Regulasi untuk senyawa-senyawa emisi ini sebenarnya sudah terdapat pada MARPOL 73/78 Annex VI,tetapi banyak Negara belum secara total menerapkan regulasi tersebut karena berbagai alasan.
Hingga saat ini, sebagian besar metode estimasi emisi yang ada bergantung pada informasi-informasi sederhana dan hanya berdasarkan data rata-rata jumlah dan ukuran kapal, jarak tempuh antar pelabuhan, tingkat daya mesin dan/atau banyaknya bahan bakar yang digunakan. Namun penggunaan metode ini terbukti kurang relevan dalam mengestimasi emisi udara saat diaplikasikan di Laut Baltik. Pada dasarnya permasalahan terletak pada ketidakakuratan sistem dalam menggambarkan lalu lintas kapal di perairan tersebut. Oleh karena itu, beberapa peneliti mengusulkan penggunaan Automatic Identification Sistem (AIS) untuk mendapatkan data kapal. AIS dapat mengidentifikasi Maritime
Mobil Service Identity (MMSI) kapal, kecepatan, posisi awal dan
lintas suatu daerah serta bila digabung dengan ship database, kita dapat memperoleh informasi gross tonnage (GT) untuk kemudian digunakan dalam mengestimasi emisi polusi udara kapal.
Indonesia merupakan negara kepulauan yang tentunya sangat bergantung pada kapal laut sebagai alat transportasi barang maupun penumpang dari satu pulau ke pulau lainnya. Indonesia memiliki beberapa perairan dengan lalu lintas yang padat, seperti Selat Madura yang merupakan daerah pelayaran terpadat kedua di negara ini. Selain merupakan tempat lalu lalang kapal domestik, wilayah ini juga merupakan tempat transit beberapa kapal asing.Hal ini menyebabkan daerah Selat Madura memilki kandungan polusi yang cukup tinggi. Selain itu, lokasi yang dekat dengan tempat penelitian memungkinkan untuk menggunakan AIS yang terletak di kampus ITS Sukolilo. Oleh karena itu, dalam usulan tugas akhir ini, penulis akan menggunakan studi kasus di Selat Madura dan AIS dalam memperoleh data sehingga dapat dirumuskan masalah sebagai berikut.
TINJAUAN PUSTAKA
Dalam beberapa tahun terakhir ini perhitungan tentang emisi kapal berkembang dengan pesat. Hal itu terlihat dari banyaknya riset tentang hal tersebut. Seperti Pitana T, et al [5] yang membahas tentang estimasi emisi dengan study case di selat Madura, dimana dalam riset tersebut melakukan perhitungan jumlah dari masing-masing polutan( SOx,NOx,CO,PM, dan CO2) yang dikeluarkan oleh seluruh kapal di selat Madura saat traffic density di selat Madura mencapai posisi terpadat dalam 1 tahunnya.Untuk identifikasi berbagai informasi dari kapal menggunakan data AIS yang dimana data AIS ini memberikan berbagai informasi seperti letak kapal, jenis kapal, dan kecepatan kapal, untuk data-data yang tidak terdapat dalam AIS dicari dari database kapal yang tergantung dari class masing-masing kapal. Dalam riset tersebut perhitungan estimasi emisi menggunakan metodologi untuk perhitungan emisi transportasi dan konsumsi energy yang mengadopsi dari Trozzi et al[8][9][10].
Selain itu ada beberapa riset menggunakan data AIS sebagai acuan dalam menentukan pencemaran udara dan estimasi emisi seperti Jalkanen et al .[2] yang memodelkan system keluaran emisi dari marine traffic dengan berpedoman pada data AIS. Perez et al[4] juga menggunakan gabungan AIS dan GIS dalam menentukan emisi dari suat kapal. Dari beberapa riset yang telah dibuat dapat kita lihat kegunaan AIS untuk menjadi acuan dalam perhitugan estimasi emisi. Tapi dari beberapa riset tersebut, dirasa kurang relevan karena tidak mengestimasikan emisi secara real time tapi hanya mengeneralisasi mode operasi kapal per satuan waktu. Serta kekurangan dari data AIS yang dimana data-datanya nya tidak bisa langsung digunakan dalam perhitungan emisi, untuk kekurangan data tersebut harus di cari dari database class kapal tempat kapal tersebut didaftarkan.
METODOLOGI
Gambar 1. Flow Chart Penelitian
Metode penelitian ini dimulai dari identifikasi perumusan masalah, seperti dijelaskan pada gambar 1, khususnya berkaitan dengan estimasi emisi jalur pelayaran di Selat Madura. Setelah itu dilakukan pengumpulan data AIS,ditahapan ini adalah mengumpulkan data AIS,pengumpulan data AIS ini menggunakan
reciver AIS yang ada marine reliability and safety laboratory
Teknik Sistem Perkapalan ITS. Data – data dari AIS inilah yang nantinya akan diolah untuk menentukan estimasi emisi dari kapal-kapal yang telah direkam oleh AIS. Setelah melakukan pengumpulan data AIS kita bisa mencari data kapal secara lengkap di database kapal.Seperti ukuran utama kapal,gross
tonnage(GT),asal negara,jenis mesin dan lainnya.Dimana semua
data tersebut digunakan sebagai bahan perhitungan estimasi emisi. Karena banyaknya data yang digunakkan,maka penggunaan database sangat diperlukan untuk menata seluruh data yang nantinya akan diolah. Dalam pembuatan database ini melibatkan semua data yang telah didapatkan sebelumnya seperti data AIS, data kapal dan data lainnya yang didapatkan dari perhitungan emisi ini. Semua data dalam database akan dihubungkan dengan script PHP oleh sebuah server. Semua data dalam database akan diolah dengan menggunakan printah-printah dalam bentuk script PHP yang hasilnya akan terlihat pada internet browser. Setelah semua script selesai dibuat, maka diharapkan nantinya hasil dari script PHP tersebut akan menampilkan sebuah Tabel dan tampilan Google Maps pada browser internet. Dimana Tabel tersebut akan menunjukan total emisi yang dikeluarkan seluruh kapal yang memiliki pemancar AIS di Selat Madura. Pada Google Maps akan menampilkan lokasi kapal secara real time dan juga menampilkan berapa besar emisi yang telah dikeluarkan oleh tiap masing-masing kapal. Pada akhir pengerjaan Tugas akhir ini akan ditarik kesimpulan dari seluruh rangkaian tugas akhir yang dilakukan. Kesimpulan yang dihasilkan merupakan jawaban dari
permasalahan yang dibahas dalam tugas akhir ini, dan merupakan rangkuman dari proses tugas akhir dan pengolahan data yang dilakukan. Pada akhir penulisan Tugas akhir ini akan diberikan berbagai saran-saran mengenai proses dan hasil dari tugas akhir ini. Saran-saran tersebut dapat digunakan untuk pengembangan tugas akhir selanjutnya, ataupun sebagai bantuan solusi bagi permasalahan yang ada.
Lokasi Penelitian
Dalam penelitian ini,daerah yang digunakan adalah selat Madura yang merupakan salah satu selat terpadat yang berada di Indonesia.Dimana potensi emisi di selat ini cukup besar karena padat nya alur pelayaran di selat ini. Gambar pemetaan Selat Madura disajikan pada Gambar 2.
Gambar 2. Lokasi Penelitian
Sumber (Google Map, 2011)
A. Pengumpulan data
Pengumpulan data AIS dilakukan langsung didalam lab. safety dan keandalan dengan menggunakan receiver AIS yang berada disana.
Receiver ini mampu merekam seluruh data AIS dalam radius 20
mil,yang nantinya akan di load dalam bentuk .csv. Data yang diambil sejauh ini adalah data pada tahun 2010. Dalam pengerjaan skripsi ini menggunakan data yang telah direkam sebelumnya oleh
receiver tersebut. Data yang digunakan adalah hari dengan traffic
pelayaran terpadat pada tahun 2010.Data yang digunakan adalah data pada tanggal 22 oktober 2010, dimana terdapat 126 kapal yang tercatat pada receiver AIS saat hari tersebut. Dimana rinciannya pemilihan tanggal tersebut dapat dilihat di gambar 3 dan gambar 4. Untuk data-data seperti gross tonnage(GT) dan daya mesin bantu yang digunakan dalam perhitungan estimasi emisi, namun tidak ada dalam data AIS, dapat ditemukan di ship database sesuai dengan class kapal tersebut didaftarkan
Gambar 3 Rata-rata banyak kapal/hari pada tahun 2010
Gambar 4 Banyak kapal/hari saat bulan oktober 2010
B. Perhitungan Estimasi Emisi
Perhitungan estimasi pada riset ini mengacu pada methodologi standar eropa (MEET) , dimana dasarnya terdapat pada riset yang dikerjakan Trozzi et al[8][9][10].Dalam risetnya itu perhitungan emisi mengacu pada konsumsi bahan bakar tiap jenis kapal yang digunakan perharinya. Dimana regresi linear nya dapat dilihat pada table 1.
Tabel 1 Jenis kapal dan faktor konsumsi bahan bakar(Trozzi et al.,1998)
Jenis Kapal Konsumsi Bahan Bakar(ton/day) dengan Menggunakan Fungsi Gross
Tonnage(GT) Solid Bulk Cjk = 20.1860 + 0.00049 × GT Liquid Bulk Cjk = 14.6850 + 0.00079 × GT General Cargo Cjk = 9.8197 + 0.00143 × GT Container Cjk = 8.0552 + 0.00235 × GT Passenger/Ro-Ro/Cargo Cjk = 12.8340 + 0.00156 × GT Passenger Cjk = 16.9040 + 0.00198 × GT High Speed Ferry Cjk = 39.4830 + 0.00972 × GT Inland Cargo Cjk = 9.8197 + 0.00143 × GT Sail Ship Cjk = 0.4268 + 0.00100 × GT
Tugs Cjk = 5.6511 + 0.01048 × GT
Fishing Cjk = 1.9387 + 0.00448 × GT Other Ships Cjk = 9.7126 + 0.00091 × GT
Dimana dalam table 1 tersebut menunjukan konsumsi bahan bakar saat kapal tersebut berada di 100% daya mesin utamanya.
0.00
20.00
40.00
60.00
80.00
100.00
120.00
ja nu ar i fe br ua ri m ar et ap ril m ei ju ni juli ag us tu s se pt em be r okt ob er no ve m be r de se m be rRa
ta
-r
at
a
Ba
ny
ak
Ka
pa
l/
ha
ri
Bulan Pengambilan Data AIS 2010
80
90
100
110
120
130
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Ba
ny
ak
ny
a
Ka
pa
l
Hari
Dalam perhitungan estimasi bahan bakar dan estimasi emisi yang lebih detail juga dipengaruhi oleh mode operasi kapal.Tabel 2 menunjukan fraksi pengali dari masing-masing mode operasi.
Tabel 2 Fraksi dari maksimum konsumsi bahan bakar dalam berbagai mode operasi(Trozzi et al.,1998)
Mode fraction Cruising 0.8 Manoeuvring 0.4 Hotelling default 0.2 passenger 0.32 tanker 0.2 Mode fraction other 0.12
Tug: ship assistance 0.2 moderate activity 0.5
under tow 0.8
Perhitungan estimasi dari emisi tersebut dapat dilihat pada rumus
Ei =
jklmE
ijklm 1E
ijklm= S
jkm(GT)t
jklmF
ijklm 2Penentuan factor emisi untuk tiap polutan menurut bahan bakar, jenis mesin dan mode operasi kapal ditunjukan pada table 3.
Tabel 3 Tetapan Dasar Faktor Emisi (kg/ton of fuel) (Trozzi et al.,1998)
Phases Engine types NOx CO CO2 VOC PM SOx
Cruising Steam turbines - BFO 6.98 0.431 3200 0.085 2.5 20s Steam turbines - MDO 6.25 0.6 3200 0.5 2.08 20s High speed diesel engines 70 9 3200 3 1.5 20s Medium speed diesel eng. 57 7.4 3200 2.4 1.2 20s Slow speed diesel engines 87 7.4 3200 2.4 1.2 20s
Gas turbines 16 0.5 3200 0.2 1.1 20s
Pleasure – Inboard diesel 48 20 3200 26 neg. 20s Pleasure – Inboard gasol. 21.2 201 3000 13.9 neg. 20s Outboard gasoline engines 1.07 540 3000 176 neg. 20s Manoeuvring Steam turbines - BFO 6.11 0.19 3200 0.85 2.5 20s Steam turbines - MDO 5.47 0.27 3200 5 2.08 20s High speed diesel engines 63 34 3200 4.5 1.5 20s Medium speed diesel eng. 51 28 3200 3.6 1.2 20s Slow speed diesel engines 78 28 3200 3.6 1.2 20s
Gas turbines 14 1.9 3200 0.3 1.1 20s
Pleasure – Inboard diesel 48 20 3200 26 neg. 20s Pleasure – Inboard gasol. 21.2 201 3000 13.9 neg. 20s Outboard gasoline engines 1.07 540 3000 176 neg. 20s Hotelling Steam turbines - BFO 4.55 0 3200 0.4 1.25 20s
Steam turbines - MDO 3.11 0.6 3200 0.5 2.11 20s High speed diesel engines 28 120 3200 28.9 1.5 20s Medium speed diesel eng. 23 99 3200 23.1 1.2 20s Slow speed diesel engines 35 99 3200 23.1 1.2 20s
Gas turbines 6 7 3200 1.9 1.1 20s
Pleasure – Inboard diesel neg. neg. neg. neg. neg. neg. Pleasure – Inboard gasol. neg. neg. neg. neg. neg. neg. Outboard gasoline engines neg. neg. neg. neg. neg. neg.
Tanker load./off-load.
12 1 3200 0.01 2.11 20s
Dan estimasi emisi pada mesin bantu diselesaikan dengan menggunakan persamaan 3(U.S EPA)
E = P x LF x A x EF 3
Sama halnya seperti mesin utama, mesin bantu juga memiliki perbedaan load factor tiap mode operasi nya yang diperlihatkan
pada table 4.
Tabel 4 Load factor mesin bantu pada setiap mode operasi untuk berbagai tipe kapal(U.S EPA)
Ship-Type Cruise Maneuver Hotel
Auto Carrier 0.13 0.67 0.24 Bulk Carrier 0.17 0.45 0.22 Container Ship 0.13 0.5 0.17 Passenger Ship 0.8 0.8 0.64 General Cargo 0.17 0.45 0.22 Miscellaneous 0.17 0.45 0.22 RORO 0.15 0.45 0.3 Reefer 0.2 0.67 0.34 Tanker 0.13 0.45 0.67
Dalam penentuan factor emisi pada mesin bantu dibedakan menurut jenis kapalnya, baik jenis kapal passanger dan selain passanger.Dimana factor emisi mesin bantu tersebut diperlihatkan di table 5
Tabel 5 Faktor emisi dari mesin bantu untuk berbagai tipe kapal,g/kWh(U.S EPA)
Ship Type NOx CO VOC/HC CO2 PM SO2
Passenger 14.64 1.1 0.4 668.36 1.4 10.7 Other 14.47 1.1 0.4 668.36 1.2 9.66
C. Definisi dari maneouvering,hotelling dan cruising
Penentuan modus operasional pada kapal diperlukan dalam aktivtas pengukuran emisi dari kegiatan suatu kapal.Trozzi et al.,1998, memfokuskan pada 3 modus operasional,yaitu hotelling,
maneuvering, dan cruisng. Pergerakan nya ditunjukan pada gambar
5 .Maneuvering didefinisikan sebagai kondisi kapal pada waktu mendekat,docking,dan berangkat darri pelabuhan. Hotelling mengacu saat kapal diam di samping dermaga sedangkan saat kapal berlayar dengan kecepatan konstan disebut cruising. Setelah modus operasional diketahui, konsumsi bahan bakar dihitung dengan mempertimbangkan fraksi bahan bakar maksimum konsumsi tiap mode operasi kapal. Hal ini diperlukan untuk mempertimbangkan konsumsi bahan bakar sebenarnya selama tahapan operasi kapal yang dilakukan di daerah pelabuhan. Dalam penentuan mode operasi ini lebih mentikberatkan kepada kecepatan kapal dan area operasi kapal tersebut yang contohnya dapat dilihat pada Gambar 6 dan Gambar 7, dimana pada Gambar 6 memperlihatkan berbagai mode operasi yang dilakukan suatu kapal dengan perbandingan kecepatan online kapal tersebut.Pada Gambar 7 memperlihatkan peta selat Madura serta lokasi-lokasi tempat kapal berlabuh. Dari 2 parameter yaitu area operasi dan kecepatan, area operasi menempati tempat yang lebih dominan. Dimana apabila kapal ditentukan dalam suatu area kapal itu dalam mode maneuvering maka berapa pun kecepatannya kapal tersebut akan terditeksi maneuvering.
Gambar 5 Contoh Modus yang Dilakukan Kapal
Sumber;(Trozzi et al., 1999)
Gambar 6 Perbandingan antara mode operasi kapal dengan kecepatannya yang diplot dalam GIS
Gambar 1 Peta Alur Pelayaran di Selat Madura Serta Lokasi-Lokasi Berlabuhnya Kapal
D.
Visualisasi maps
Visualisasi maps pada pengerjaan riset ini menggunakan Google Maps dengan bantuan Google Maps Application Program Interface version 3(Google Maps API v3). Dimana nantinya pada Google Maps inilah muncul pergerakan kapal yang data nya bersumber dari data AIS.
E.
Hasil Riset
Dalam pembuatan tampilan web ini lebih menitikberatkan pada tampilan posisi kapal pada Google Maps dan tabel emisi yang berisi keterangan tentang polutan yang telah dikeluarkan kapal. Dimana tampilan pada web secara keseluruhan dapat dilihat pada gambar 7.
Gambar 7 Tampilan web secara keseluruhan
Dari visualisasi map tersebut terlihat berbagai mode operasi kapal yang terjadi di selat Madura,serta terdapat 2 poligon yang mewakili daerah pelabuhan(polygon merah) dan daerah inner chamber(polygon biru). Dalam penentuan mode operasi dalam riset ini menggunkan 2 parameter, yaitu kecepatan dan wilayah.
1. Cruising
Mode operasi cruising menggunakan parameter kecepatan dalam penentuannya,dimana dari kecepatan 94% service speed sampai 100% service speed disebut cruising.
2. Maneuvering
Mode operasi maneuvering ditentukan berdasarkan kecepatan dan wilayahnya.Dimana kecepatan 1-94% service speed merupakan kapal dalam mode operasi maneuvering,tapi karena tidak lengkapnya informasi service speed pada tiap kapal,maka diasumsikan bahwa kapal yang bergerak di daerah wajib pandu(polygon biru) dalam mode maneuvering.
3. Hotelling
Mode operasi ini ditentukan dari parameter kecepatan dimana pada
kecepatan 0-1 knot, kapal tersebut diasumsikan dalam keadaan hotelling. Untuk guna dari polygon merah tersebut adalah membedakan mode operasi hotelling di daerah pelabuhan dan daerah luar pelabuhan(anchorage area).Bagi kapal yang berada di daerah pelabuhan mengikuti load factor pada table 2 untuk mesin utama dan table 4 untuk mesin bantu,tapi untuk yang diluar area pelabuhan,diasumsikan load factor untuk mesin utama adalah 0 dan 0.1 untuk mesin bantu.
Hasil estimasi emisi untuk beberapa polutan seperti NOx, SOx, PM, VOC, CO, dan CO2 pada 1 hari terpadat di selat Madura pada tahun 2010 .Dimana itu ditunjukan pada table 6.
Tabel 6 Estimasi dari NOx,CO,CO2,VOC,PM, dan SOx pad tanggal 22 oktober 2010 Tabel Estimasi Estimasi Emisi Kg NOx 5797.12 CO 5700.08 CO2 331444.54 VOC 1284.23 PM 260.9 SOx 5577.2
Pada table 7,8,9,10,11 dan 12 akan memperlihatkan laju pertambahan tiap polutan pada tanggal 22 oktober 2010.
Gambar 1 Laju pertambahan NOx pada tiap jamnya
Gambar 2 Laju pertambahan CO pada tiap jamnya
0
2000
4000
6000
0
5
10
15
20
Po lu tan N Ox ( K g) Waktu (jam)NOx
0
2000
4000
6000
0
5
10
15
20
Po lu tan C O (K g) Waktu (jam)CO
Polygon merah Polygon biru Waktu secarareal time Keterangan pada
Google Maps
Pertambahan emisi total kapal permenit Tabel akumulasi emisi seluruh kapal di selat Madura Letak kapal pada
Gambar 3 Laju pertambahan CO2 pada tiap jamnya
Gambar 4 Laju pertambahan VOC pada tiap jamnya
Gambar 5 Laju pertambahan PM pada tiap jamnya
Terlihat pada semua gambar grafik diatas bahwa aktivitas terpadat yang terjadi di selat Madura adalah saat pukul 20.00-21.00. Hal itu terlihat dari laju emisi pada masing-masing polutan saat jam tersebut adalah yang paling terbesar.
KESIMPULAN
Dalam riset ini diperlihatkan bahwa perhitungan emisi dengan real time sangatlah memungkinkan dilakukan dengan bantuan AIS.
Dimana dengan penggunaan real time tersebut diharapkan perhitungan estimasi emisi bisa menjadi relevan karena keadaan nya hampir mendekati keadaan yang sebenarnya. Untuk kedepannya dengan riset ini diharapkan bisa membantu pemerintah seandainya pemerintah ingin menerapkan carbon treading dan penerapan regulasi MARPOL di Negara ini.
Dalam riset ini juga didapatkan jumlah NOx, CO, CO2, VOC, PM,dan SOx dalam 1 hari diselat Madura, yaitu secara berturut-turut 5797.12 Kg, 5700.08 Kg, 331444.54 Kg, 1284.23 Kg, 260.9 Kg, 5577.2 Kg. Dengan rate pertambahan emisi terbesar pada pukul 20.00-21.00.Dimana nilai NOx,CO,CO2,VOC,PM, dan SOx secara berturut-turut, 341.8 Kg/jam ,293.53 Kg/jam, 18703.17 Kg/jam, 64.52 Kg/jam ,14.91 Kg/jam,dan 319.52 Kg/jam
Pembuatan riset ini masih hanya terbatas pada pengerjaan real time dengan menggunakan offline data, untuk selanjutnya dapat dilanjutkan dengan pembuatan real time dengan online data.
DAFTAR PUSTAKA
[1] Agency United States Environmental Protection Regulatory Impact Analysis:Control of Emission of Air Pollution from Category 3 Marine Diesel Engine [Book]. - 2009.
[2] Jalkanen J.P [et al.] A modeling ssitem for the exhaust emission of marine traffic and its application n the Baltic Sea area [Journal]. - 2009.
[3] maps.google.co.id [Online]. - http://maps.google.co.id/. [4] Perez M [et al.] Automatic Identification Sistem(AIS)
data use in marine vessel emission estimation [Conference] // 18th Annual International Emission Inventory Conference. - 2009.
[5] Pitana Trika, Kobayashi E and Wakabayashi N Estimation of Exhaust Emission of Marine Traffic Using Automatic Identification System Data(Case Study : Madura Strait Area,Indonesia) [Journal]. - 2008.
[6] stackoverflow.com [Online]. -
http://www.stackoverflow.com/questions/1751710/googl e-maps-v3-api-mouseover-with-polygons.
[7] The Complete Guide of Automatic Identification Sistem (AIS) [Book]. - 2001.
[8] Trozzi Carlo and Vaccaro R Actual and Future Air Pollutan Emission from Ship [Conference] // Proceeding of INRETS Conference. - Austria : [s.n.], 1999.
[9] Trozzi Carlo and Vaccaro R Methodologies for Estimating Future Emission from Ship [Journal]. - 1998. [10] Trozzi Carlo Emission estimate methodology for marine
navigaton [Journal]. - 2006. [11] www.birdtheme.org [Online]. - http:/www.birdtheme.org/useful/googletool.html. [12] www.w3schools.com [Online]. - http:/www.w3schools.com/PHP/php_operators.asp.
