ANALISIS TREND EMISI DAN PEMODELAN DAMPAK PENCEMARAN GAS NO
2DAN SO
2SERTA
PENGEMBANGAN SISTEM PEMANTAUANNYA BERBASIS IoT (INTERNET OF THINGS)
Sunarno
NIM 30000216510007
PROGRAM STUDI DOKTOR ILMU LINGKUNGAN
SEKOLAH PASCASARJANA UNIVERSITAS DIPONEGORO
SEMARANG 2022
i
ANALISIS TREND EMISI DAN PEMODELAN DAMPAK PENCEMARAN GAS NO
2DAN SO
2SERTA PENGEMBANGAN
SISTEM PEMANTAUANNYA BERBASIS IOT (INTERNET OF THINGS)
Disertasi
Untuk memperoleh gelar Doktor
Dalam Ilmu Lingkungan pada Universitas Diponegoro
Untuk dipertahankan dihadapan
Dekan Sekolah Pascasarjana dan Tim Penguji pada Ujian Tertutup Disertasi Sekolah Pascasarjana Universitas Diponegoro
Pada tanggal 28 September tahun 2022 pukul 15.00 WIB
Oleh:
S u n a r n o NIM 30000216510007
Lahir di Semarang
ii
HALAMAN PENGESAHAN
iii
HALAMAN PERSETUJUAN
iv
HALAMAN PERSEMBAHAN
Disertasi ini, penulis dedikasikan kepada:
1. Bapak dan Ibu tercinta yang telah berpulang ke Rahmatulloh, karya kecil ini kupersembahkan untukmu berdua. Semoga pahala yang ada atas kebermafaatan karya ini dapat mengalir sepenuhnya kepadamu berdua, dan menjadi penerang dalam alam kubur kalian sampai akhir zaman.
2. Istri dan anakku tercinta, yang dengan kerelaan hati memberikan waktu dan perhatian sepenuhnya untuk suamimu atau ayahmu ini bergelut dengan studi yang cukup lama, sehingga perhatian untuk kalian berdua banyak terlewatkan dari hari ke hari.
3. Seluruh keluarga, teman, sahabat, kolega, khususnya keluarga besar Fisika FMIPA UNNES, yang telah memberikan dukungan, semangat, dan doa – doanya untuk keberhasilan studi lanjut ini.
v
HALAMAN PERNYATAAN ORISINALITAS
Yang bertanda tangan di bawah ini:
Nama : Sunarno
NIM : 30000216510007
Mahasiswa : Program Doktor Ilmu Lingkungan
Sekolah Pascasarjana (SPs) Universitas Diponegoro
Dengan ini menyatakan bahwa:
1. Disertasi yang berjudul “Analisis Trend Emisi dan Pemodelan Dampak Pencemaran Gas NO2 dan SO2 serta Pengembangan Sistem Pemantauannya Berbasis IoT (Internet of Things) ” merupakan karya ilmiah asli dan belum pernah diajukan untuk mendapatkan gelar akedemik (Doktor) di perguruan tinggi manapun.
2. Disertasi ini tidak terdapat karya atau pendapat yang telah dipublikasikan orang lain, kecuali secara tertulis dicantumkan sebagai acuan dalam naskah dan daftar pustaka dengan disebutkan nama pengarang dan judul aslinya.
3. Pernyataan ini dibuat dengan sesungguhnya dan apabila dikemudian hari terdapat penyimpangan dan ketidakbenaran, saya bersedia menerima sanksi akademik berupa pencabutan gelar yang telah saya peroleh, dan saksi lain sesuai dengan norma yang berlaku di Universitas Diponegoro Semarang.
Semarang, …Desember 2022 Yang membuat Pernyataan
Sunarno
vi
KATA PENGANTAR
Syukur alhamdulillah, penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat, nikmat serta hidayah-Nya sehingga penulisan disertasi yang berjudul Analisis Trend Emisi dan Pemodelan Dampak Pencemaran Gas NO2 dan SO2 serta Pengembangan Sistem Pemantauannya Berbasis IoT (Internet of Things) dapat terselesaikan dengan baik.
Proses penulisan disertasi ini, tentunya tidak lepas dari campur tangan, bimbingan, bantuan, dorongan dari berbagai pihak. Oleh karena itu dalam kesempatan ini penulis mengucapkan terima kasih kepada :
1. Prof. Dr. Yos Johan Utama, S.H M.Hum, selaku Rektor, yang telah memberikan kesempatan penulis untuk mengenyam pendidikan S3 Ilmu Lingkungan di Universitas Diponegoro Semarang.
2. Dr. R.B. Sularto, S.H M.Hum, selaku Dekan Sekolah Pascasarjana UNDIP, yang telah memberikan arahan dan petunjuk kepada penulis untuk dapat menimba ilmu secara baik.
3. Prof. Dr. Ir. Purwanto, DEA selaku promotor yang telah memberikan masukan dan saran serta ilmu yang banyak baik yang bersifat akademik maupun ilmu kehidupan.
4. Almarhum Prof. Dr. Suryono, S.Si M.Si, selaku ko-promotor yang telah memberikan banyak ilmu dan masukan serta saran yang bermanfaat.
5. Dr. Budi Warsito, S.Si M.Si selaku Ko-Promotor penerus dan sekaligus Ketua Program Studi Doktor Ilmu Lingkungan (DIL) UNDIP, yang banyak memfasilitasi dan mendorong penulis untuk menyelesaikan draft ini secepatnya
vii
6. Dr. Ing. Sudarno, M.Sc, selaku dosen wali, yang telah memberikan semangat, dorongan, dan motivasi kepada penulis untuk dapat menyelesaikan studi S3 ini dengan baik.
7. Almarhum Bapak Djamal dan Almarhumah Ibu Rusni, Bapak Ibuku tercinta yang telah mengukir jiwa dan raga ini untuk tumbuh dan berkembang menjadi manusia yang bisa membanggakan keluarga.
8. Keluarga Ngesrep, Mas Sunardi dan Keluarga, Mas Suparno dan Keluarga, Istriku Pramitasari Hendriati dan Anakku tercinta Alifia Rahma Narita serta Bapak Ibu Mertua yang selalu mendoakan agar langkah yang saya tempuh dapat berhasil dengan baik, berguna dan bermanfaat bagi diri sendiri dan orang lain.
9. Teman–teman DIL 10 yang selalu memberikan dukungan semangat dan doa agar langkah kita dapat mencapai kesuksesan bersama.
10. Mbak Andri, Mbak Ima, Mas Dhani selaku Staf Administrasi DIL yang masih aktif dan yang sudah berpindah tugas atas dukungan dan bantuan yang diberikan selama ini
11. Teman–teman Fisika Unnes yang selalu memberikan doa dan dukungan semangat kepada penulis agar segera menyelesaikan studi S3 ini dengan lancar.
Penulis mengharap kritik dan saran kepada semua pihak demi perbaikan penulisan draft proposal ini. Semoga draft ini bermanfaat bagi penulis dan pembaca yang budiman.
viii
ABSTRAK
Pencemaran gas NO2 dan SO2 mempunyai dampak yang serius terhadap kerusakan lingkungan dan gangguan kesehatan manusia. Oleh karena itu pemantauan konsentrasi kedua gas tersebut di udara, sangat penting untuk dilakukan. Pada umumnya pemantauan kualitas udara dilakukan, menggunakan sistem konvensional yang memerlukan alat dengan ukuran besar, mahal, lama dan mempunyai resolusi ruang terbatas. Saat ini telah dikembangkan teknologi yang dapat melakukan pemantauan secara on-line, real time, biaya murah (low cost), ukuran alat yang kecil (small size) dan jarak jangkauan yang luas yaitu dengan menggunakan sistem sensor nirkabel berbasis Internet of Things (IoT).
Penelitian ini bertujuan mengetahui kondisi pencemaran gas SO2 dan NO2
serta analisis dampak yang ditimbulkannya. Kemudian hasil analisisnya dijadikan sebagai landasan untuk menghasilkan sistem monitoring pencemaran gas NO2 dan SO2 yang dapat dipantau secara online dan real time. Metode penelitian yang digunakan dalam disertasi ini adalah studi pustaka atau review data dan penelitian eksperimental, dengan membangun sistem dan mengimplementasikannya untuk mendukung analisis lingkungan.
Pada tahap penelitian awal menghasilkan adanya trend kenaikan emisi gas SO2 dan NO2, untuk sektor pambangkit listrik dan transportasi. Kemudian untuk simulasi model sistem dinamiknya menunjukkan bahwa dampak kesehatan akibat pencemaran gas SO2 diprediksi akan terjadi pada tahun 2030, dengan tingkat risiko yang diterima anak – anak lebih besar dari pada yang diterima oleh orang dewasa. Tahap penelitian lanjutan menghasilkan sistem monitoring pencemaran gas SO2, NO2, suhu dan kelembaban udara yang dapat diakses secara online dan realtime. Sistem monitoring ini mempunyai akurasi dan kestabilan yang baik namun kualitas jaringannya berkategori kurang memuaskan. Sistem ini berhasil diimplementasikan untuk mengukur konsentrasi gas SO2 dari asap pembakaran grajen kayu, serbuk batubara dan campuran keduanya, serta gas NO2 dari gas buang mesin generator set (genset) berkapasitas 96 kW. Untuk gas buang mesin genset, rata – rata konsentrasi gas NO2 yang terdeteksi adalah 6,68 ppm jauh dibawah Baku Mutu udara Ambien (BMA) yang sebesar 79,9 ppm. Konsentrasi gas SO2 yang terdeteksi dari asap pembakaran grajen kayu, serbuk batubara dan campuran keduanya, bersifat fluktuatif artinya ada yang berada di atas dan di bawah BMA nya. Namun rata – rata konsentrasinya sekitar 75% berada dibawah BMA, baik untuk sampel dengan massa 200g maupun 500 gram. Untuk sampel dengan m =500g, serta rasio campuran 1:2, mempunyai SDE yang lebih kecil, artinya distribusi data pengukurannya relatif seragam atau stabil.
Kata kunci: emisi udara, gas NO2 dan SO2, IoT, sistem dinamik
ix
ABSTRACT
The pollution of NO2 and SO2 gas has many impacts on environmental damage and human health problems.Therefore, monitoring the concentration of these two gases in the air is very important. In general, the monitoring of air quality using conventional systems, which it is requires large, expensive, and old tools and have a limited spatial resolution. There is now a technology that can monitor online, in real-time, at a low cost, in a small size, and with a wide range, using a wireless sensor system based on the Internet of Things (IoT).
The purpose of this study was to determine the condition of SO2 and NO2
gas pollution and to analyze the impact it caused. Then the result of the analysis are used as the basis for producing a monitoring system of NO2 and SO2 gas that can be monitored online and in real time. The research method in this dissertation is a literature study or data review and experimental research by building a system and implementing it to support environmental analysis.
At the beginning of the study, there was an increasing trend of SO2 and NO2 gas emissions for the power generation and transportation sectors. Then the simulation of the dynamic system models shows that the health impact of SO2 gas pollution can be predicted to occur in 2030, with the level of risk accepted by children being greater than that received by adults. In the later research, a monitoring system for SO2, NO2 gas pollution, air temperature, and humidity had produced that can be accessed online and in real-time. This monitoring system has good accuracy and stability, but the network quality has been categorized as unsatisfactory. This system was successfully implemented to measure the concentration of SO2 gas from the smoke of burning wood grain, coal powder, and a mixture of the two, as well as NO2 gas from the exhaust gas of the generator set engine (generator) with a capacity of 96 kW. For the exhaust gas of the generator engine, the average concentration of NO2 gas detected is 6.68 ppm, far below the Ambient Air Quality Standard (AAQS) which is 79.9 ppm. The concentration of SO2 gas detected from the smoke of burning wood grain, coal powder, and a mixture of the two is fluctuating. However, the average concentration is about 75% below the AAQS, both for samples with a mass of 200g and 500 grams. Meanwhile, the sample with m = 500g, and the sample with a mixture ratio of 1:2, had a smaller SDE (Standard Deviation of Error) , meaning that the distribution of the measurement data was relatively uniform or stable.
Keywords: air emissions, NO2 and SO2 gases, IoT, dynamic systems
x
DAFTAR ISI
HALAMAN PENGESAHAN... iii
HALAMAN PERSETUJUAN... iv
HALAMAN PERSEMBAHAN... v
HALAMAN PERNYATAAN ORISINALITAS... vi
KATA PENGANTAR... vii
ABSTRAK... ix
ABSTRACT... x
DAFTAR SINGKATAN... xx
GLOSARI... xxi
BAB 1 PENDAHULUAN... 1
1.1 Latar Belakang...1
1.2 Rumusan Masalah...5
1.3 Orisinalitas Penelitian...5
1.4 Tujuan Penelitian...10
1.5 Manfaat Penelitian...11
1.6 Luaran Penelitian...11
BAB 2 TINJAUAN PUSTAKA... 13
2.1 Pencemaran Udara...13
2.1.1 Sumber Pencemaran Udara...14
2.1.2 Jenis dan Karakter Pencemar Udara...15
2.2 Kajian Dampak Pencemaran NO2 dan SO2...17
2.2.1 Oksida – Oksida Nitrogen...17
2.2.2 Oksida – Oksida Sulfur...19
2.3 Faktor Meteorologi yang Mempengaruhi Dispersi Pencemar...22
2.4 Sistem Pemantauan Pencemaran Udara...23
2.5 Internet of Things...25
2.6 Sistem Sensor Nirkabel...29
2.6.1 Arsitektur Sistem Sensor Nirkabel...29
2.6.2 Modul GSM – GPRS Sim900A...31
xi
2.6.3 Sensor NO2, SO2 serta Suhu dan Kelembaban Udara...32
2.7 Sistem Monitoring Berbasis Web...35
2.7.1 Framework PHP...37
2.7.2 Struktur Direktori Codeigniter...37
2.8 Quality of Service (QoS)...38
2.9 Sistem Dinamik Untuk Pengendalian Polusi Udara...40
2.9.1 Definisi sistem dinamik...40
2.9.2 Struktur dan perilaku...40
2.9.3 Hubungan sebab akibat (kausal)...41
2.9.4 Umpan balik (feedback)...41
2.10 Pemodelan sistem dinamik pencemaran gas SO2 dan NO2....42
2.10.1 Laju Degradasi Lingkungan...42
2.10.2 Secondary Sulfat dan Nitrat...43
2.10.3 Dampak Kesehatan Akibat Polusi SO2 dan NO2...43
2.11 Strategi Kebijakan Pengendalian Pencemaran Udara Berbasis Pemodelan..45
2.12 Analisis Risiko Kesehatan Lingkungan (ARKL)...47
BAB 3 KERANGKA TEORI DANKERANGKA KONSEP... 51
3.1 Kerangka Teori...51
3.2 Kerangka Konsep...52
BAB 4 METODE PENELITIAN... 55
4.1 Penelitian Awal...55
4.1.1 Analisis trend emisi gas SO2 dan NO2...55
4.1.2 Pemodelan Sistem Dinamik Pencemaran Gas SO2...56
4.2 Penelitian Lanjutan (Pembuatan Sistem Monitoring Gas NO2 dan SO2)...59
4.2.1 Tempat Penelitian...59
4.2.2 Desain Penelitian...60
4.2.3 Populasi dan Sampel Penelitian...63
4.2.4 Variabel Penelitian...63
4.3 Teknik Pengumpulan dan Analisis Data...64
4.3.1 Pengujian Kestabilan dan Kelayakan Jaringan Sistem...64
4.3.2 Monitoring konsentrasi gas NO2 dan SO2...66
xii
4.4 Waktu Penelitian...71
BAB 5 HASIL DAN PEMBAHASAN... 73
5.1 Analisis emisi gas SO2 dan NO2...73
5.1.1 Analisis trend emisi gas SO2...73
5.1.2 Analisis trend emisi gas NO2...76
5.2 Pemodelan konsentrasi SO2 dan dampaknya menggunakan sistem dinamik. .79 5.2.1 Uji validasi...81
5.2.2 Analisis Hasil Simulasi...82
5.3 Analisis Risiko Kesehatan Lingkungan (ARKL)...91
5.4 Sistem Monitoring Pencemaran Gas SO2 dan NO2...99
5.4.1 Uji Quality of Services (QoS)...102
5.4.2 Uji kendali mutu alat...105
5.4.3 Uji akurasi sistem peralatan...106
5.5 Implementasi sistem monitoring pencemaran gas SO2 dan NO2...108
5.5.1 Pengukuran gas buang kendaraan bermotor menggunakan sistem peralatan lama...109
5.5.2 Pengukuran Gas SO2 dan NO2...112
BAB 6 KESIMPULAN DAN SARAN... 125
6.1 Kesimpulan...125
6.2 Saran...127
DAFTAR PUSTAKA... 128
LAMPIRAN 1 PROGRAM ARDUINO... 137
LAMPIRAN 2 DATA PENGUKURAN KUALITAS JARINGAN (QOS)... 142
LAMPIRAN 3 DATA KESTABILAN SISTEM... 144
LAMPIRAN 4 DATA PENGUJIAN AKURASI ALAT... 146
LAMPIRAN 5 DATA GAS BUANG KENDARAAN BERMOTOR... 150
LAMPIRAN 6 DATA ASAP PEMBAKARAN GRAJEN KAYU, SERBUK BATU BARA & CAMPURAN KEDUANYA... 161
LAMPIRAN 7 DATA GAS BUANG MESIN GENSET DIESEL... 184
LAMPIRAN 8 DATA EMISI SO2 PADA SEKTOR POWER PLANT & INDUSTRI... 186
xiii
LAMPIRAN 9 DATA EMISI NO2 SEKTOR TRANSPORTASI &
PEMBANGKIT LISTRIK... 194
LAMPIRAN 10 ALGORITMA VENSIM UNTUK MODEL PENCEMARAN SO2... 202
LAMPIRAN 11 DATA PENDUKUNG MODEL SITEM DINAMIK... 206
LAMPIRAN 12 ARTIKEL DALAM PROSIDING & JURNAL... 207
LAMPIRAN 12 FOTO KEGIATAN PENELITIAN... 239
xiv
DAFTAR GAMBAR
Gambar 2.1. Model Internet Of Things (IoT) ...26
Gambar 2.2. Kombinasi IoT Dan Komputasi Awan ...28
Gambar 2.3. Beberapa Aplikasi Dari Sistem Sensor Nirkabel...29
Gambar 2.4. Arsitektur WSN Untuk Sistem Pemantauan Pencemaran Udara ...30
Gambar 2.5. Diagram Pin Modul GSM Sim900A...31
Gambar 2.6. Tampilan Modul GSM Sim900a...32
Gambar 2.7. Bagian - Bagian Dari Sensor Gas Elektrokimia ...33
Gambar 2.8. Bentuk Fisik Sensor Gas NO2 Dan SO2 Tipe ZE03 Winsen ...34
Gambar 2.9. Sensor Suhu Dan Kelembaban SHT15 ...35
Gambar 2.10. Tampilan Grafik Pembacaan Polutan Udara Di China ...36
Gambar 2.11. Tampilan Hasil Pembacaan Polusi Udara ...36
Gambar 2.12. Struktur Dan Perilaku Suatu Fenomena...40
Gambar 2.13. Tampilan CLD (Closed Loop Diagram) Untuk Populasi...41
Gambar 3.1: Kerangka Teori Penelitian...51
Gambar 3.2. Kerangka Konsep Penelitian...53
Gambar 4.1. Data Konsentrasi SO2 Kota Semarang Tahun 2016 - 2020...56
Gambar 4.2. Closed Loop Diagram (CLD) Model Dampak Pencemaran SO2...58
Gambar 4.3. Skematik Desain Dan Wujud Fisik Sistem Monitoring...61
Gambar 4.4. Diagram Skema Rangkaian Sistem Monitoring...62
Gambar 4.5. Skema Sistem Peralatan Dan Bentuk Fisik Alat Deteksi Kadar SO2 Dari Gas Buang Mobil...66
Gambar 4.6. Skema Peralatan Penentu Akurasi Sistem Monitoring SO2 Dan NO2 ...68
Gambar 4.7. Skema Susunan Peralatan Penelitian...70
Gambar 4.8. Susunan Peralatan Pengukur Gas NO2 Pada Mesin Genset...71
Gambar 5.1. Grafik Peramalan Data Emisi SO2 Untuk Sektor...75
Gambar 5.2. Grafik Peramalan Data Emisi SO2 Untuk Sektor Industri...75
Gambar 5.3. Grafik Peramalan Data Emisi NO2 Untuk Sektor Transportasi...77
xv
Gambar 5.4. Peramalan Data Emisi NO2 Untuk Sektor Pembangkit Listrik...78
Gambar 5.5. Diagram Stock - Flow Model Dampak Pencemaran SO2...80
Gambar 5.6. Laju Pencemaran Gas SO2...83
Gambar 5.7. Hasil Simulasi Pencemaran SO2 Kota Semarang Untuk Tahun 2015- 2030...83
Gambar 5.8. Hasil Simulasi Konsentrasi SO2 Untuk Beberapa Laju Pencemaran Yang Berbeda...84
Gambar 5.9. Grafik Perubahan Angka Fertilitas Dan Mortalitas Penduduk Kota Semarang 2015-2030...86
Gambar 5.10. Proporsi Penduduk Terpapar Pencemaran Gas SO2...86
Gambar 5.11. Prediksi Jumlah Penderita LRI, CDA, Dan PM Dari Tahun 2015 - 2030...87
Gambar 5.12. Prediksi Nilai Biaya Perawatan Untuk Penderita LRI Dan Penderita CDA...88
Gambar 5.13. Biaya Ekonomi Untuk Kematian Dini...89
Gambar 5.14. Laju Degradasi Lingkungan...90
Gambar 5.15. Biaya Degradasi Lingkungan...90
Gambar 5.16. Konsentrasi SO2 Terukur Untuk Identifikasi Bahaya...91
Gambar 5.17. Grafik Karakteristik Risiko Paparan Gas SO2 Untuk Anak – Anak Dan Dewasa Dengan Waktu Paparan 8 Dan 12 Jam/hari...94
Gambar 5.18. Karakteritik Risiko Paparan Gas SO2 Untuk Anak – Anak...95
Gambar 5.19. Sistem Peralatan Monitoring Pencemaran Gas SO2 Dan NO2 Berbasis IoT...99
Gambar 5.20. Tampilan Grafik Hasil Pemantauan Kualitas Udara...100
Gambar 5.21. Tampilan Tabulasi Data Hasil Pemantauan Kualitas Udara...100
Gambar 5.22. Grafik Histogram Hasil Pengukuran Throughput, Packet Loss, Delay Dan Jitter Untuk Variasi Durasi Pengukuran...102
Gambar 5.23. Grafik Histogram Hasil Pengukuran Throughput, Packet Loss, Delay Dan Jitter Untuk Variasi Jarak Pengukuran...103
Gambar 5.24. Data Pengukuran Konsentrasi SO2...105
Gambar 5.25. Ploting Data Hasil Kalibrasi...109
xvi
Gambar 5.26. Grafik Konsentrasi SO2 Dari Gas Buang 3 Jenis Mobil Diesel....110 Gambar 5.27. Grafik Konsentrasi Gas SO2, NO2, Dan Suhu Ruang Pemanas Hasil
Pembakaran Grajen Kayu 200g Dan 500g...112 Gambar 5.28. Grafik Konsentrasi Gas SO2, NO2, Dan Suhu Ruang Pemanas Hasil Pembakaran Serbuk Batubara 200g Dan 500g...115 Gambar 5.29. Grafik Konsentrasi Gas SO2, NO2, Dan Suhu Ruang Bakar Untuk
Sampel Campuran Grajen Kayu Dan Serbuk Batubara Dengan Rasio 1:1 Dan 1:2...120 Gambar 5.30. Grafik Pengukuran Konsentrasi NO2 Dari Gas Buang Genset Diesel
Berkapasitas 96 KW...123
xvii
DAFTAR TABEL
Tabel 1.1.Penelitian Yang Terkait (related Works) Dengan Orisionalitas Disertasi.6
Tabel 2.1. Jenis, Sumber, Nilai Konsentrasi Polutan Udara...16
Tabel 2.2. Kategori ISPU Pada Polutan NO2...18
Tabel 2.3. Dampak Pencemar SO2 Terhadap Kesehatan...20
Tabel 2.4. Spesifikasi Data Sensor ZE03 Untuk NO2 Dan SO2...34
Tabel 2.5. Alternatif Pengelolaan Risiko Dan Penggunaannya...49
Tabel 4.1. Unsur Dan Sumber Data Yang Mendukug...57
Tabel 4.2. Standarisaasi THIPON Untuk Parameter QoS...65
Tabel 4.3. Standarisasi ITU-TG.101Tabel 4.30 Untuk Penilaian QoS...65
Tabel 4.4. Jadwal Kegiatan Penelitian...72
Tabel 5.1. Validasi Data Emisi SO2 Untuk Sektor Industri Dan Pembangkit Listrik Menggunakan Metode DMA Dan DES...73
Tabel 5.2. Validasi Data Emisi NO2 Untuk Sektor Transportasi Dan Pembangkit Listrik Menggunakan Metode DMA Dan DES...76
Tabel 5.3. Persentase Kenaikan Jumlah Kendaraan Bermotor Per Lima Tahunan 78 Tabel 5.4. Hasil Uji Validasi Untuk Kesalahan Relatif Data Pencemaran SO2...81
Tabel 5.5. Hasil Uji Validasi Untuk Kesalahan Relatif Data Kependudukan Kota Semarang...81
Tabel 5.6. Input Simulasi Model Dampak Pencemaran SO2...82
Tabel 5.7. Intake Agen SO2 Yang Masuk Ke Anak – Anak Dan...93
Tabel 5.8. Intake Agen SO2 Yang Masuk Ke Orang Dewasa Dan...93
Tabel 5.9. Pengelolaan Risiko Pencemaran Gas SO2 Dengan Tiga Pendekatan....97
Tabel 5.10. Penilaian QoS Sistem Untuk Variasi Durasi Pengukuran Berbasis Standar ITU-TG.1010...102
Tabel 5.11. Penilaian QoS Sistem Untuk Variasi Durasi Pengukuran Berbasis Standar TIPHON...103
Tabel 5.12. Penilaian QoS Sistem Untuk Variasi Jarak Pengukuran Berbasis Standar ITU-TG.1010...104
xviii
Tabel 5.13. Pinilaian QoS Sistem Untuk Variasi Jarak Pengukuran Berbasis Standar TIPHON...104 Tabel 5.14. Hasil Perbandingan Dua Alat Yang Digunakan Untuk Pengukuran
Sampel Gas NO2...106 Tabel 5.15. Hasil Perbandingan Dua Alat Yang Digunakan Untuk Pengukuran
Sampel Gas SO2...107 Tabel 5.16. Konsentrasi SO2 Dari Gas Buang Tiga Jenis Mobil Diesel...111 Tabel 5.17. Nilai Statistik Konsentrasi Gas SO2 Untuk Masing-masing Variasi
Massa...114 Tabel 5.18. Parameter Statistik Konsentrasi Gas SO2 Untuk Variasi Massa Serbuk
Batubara...118 Tabel 5.19. Perbandingan Suhu Ruang Bakar Untuk Masing - Masing Proses
Pembakaran Sampel...119 Tabel 5.20. Parameter Statistik Konsentrasi Gas SO2 Untuk Sampel Campuran
Grajen Kayu - Serbuk Batubara Dengan Rasio 1:1 Dan 1:2...122 Tabel 5.21. Hasil Uji Statistik Terhadap Konsentrasi Gas NO2 Dari Gas Buang
Mesin Genset Diesel...124
xix
Daftar Singkatan
ARKL BMA CBR CDA CDR CSMA DIL DES DMA EPA FFD GPIO IEEE IaaS IoT IRIS LRI MAD MSE Mifi MTBF MTTF NMVOC NIST PaaS PAN PLR PM ppm QoS REAS RfC RfD RFD RMSE RQ SaaS SDE SoC TCP TSP WHO WSN
: : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : :
Analisis Risiko Kesehatan Lingkungan Baku Mutu udara Ambien
Crude Birth Rate
Chest Discomport Among Adult Crude Death Rate
Carrier Sense Multiple Access Dual In Line
Double Exponential Smoothing Double Moving Avarage
The Enveronments Protection Agency Full Fuction Device
General Purpose Input Output
Institute of Electrical and Eleectronics Engineers Infrastructure as a Service
Internet of Things
Integrated Risk Information Systems Lower Respitatory tract Ilness Mean Absolute Deviation Mean Square Error Mobile Wifi
Mean Time Between failure Mean Time To Repair
Non Methane Volatile Organic Compounds National Institute of Standards and Technology Platform as a Service
Personal Area Networks Packet Loss Ratio Particulate Matter part per millian Quality of Service
Regional Emission inventory in Asia Refference of Concentration
Refference of Dose Reduce Function Device Roots Mean Square Error Risk Quotien
Software as a Service Standard Deviation of Error System on Chips
Transmission Control Protocol Total Suspended Particulate World Health Organization Wireless Sensor Networks
xx
Glosari
Analisis Risiko = Sebuah proses untuk mengendalikan situasi atau keadaan dimana organisme, sistim, atau sub/populasi berpotensi terpajan bahaya. Proses risk analysis meliputi 3 komponen yaitu risk assessment, pengelolaan risiko, dan komunikasi risiko.
Analisis Risiko Kesehatan Lingkungan
= Sebuah proses menghitung atau memprakirakan risiko pada kesehatan manusia, termasuk juga identifikasi terhadap keberadaan faktor ketidakpastian, penelusuran pada pajanan tertentu, dengan memperhitungkan karakteristik yang melekat pada agen yang menjadi perhatian dan karakteristik dari sasaran yang spesifik.
Jaringan Sensor Nirkabel
= Jaringan swa kelola yang memanfaatkan embedded system dan node sensor untuk melakukan sensing, monitoring, pengiriman data, dan penyajian informasi ke pengguna melalui jaringan nirkabel.
Lingkungan hidup = Kesatuan ruang dengan semua benda, daya, keadaan, dan makhluk hidup, termasuk manusia dan perilakunya, yang mempengaruhi alam itu sendiri, kelangsungan
perikehidupan, dan kesejahteraan manusia serta makhluk hidup lain.
Pencemaran udara = Masuknya atau dimaksukkannya zat, energi, dan atau komponen lain ke dalam udara ambien oleh kegiatan manusia, sehingga mutu udara ambien turun sampai ke tingkat tertentu yang menyebabkan udara ambien tidak dapat memenuhi fungsinya.
Quality of Service = Metode pengukuran yang menyatakan baik buruknya suatu jaringan yang terpasang serta menunjukkan usaha yang menyatakan karakteristik atau sifat dari suatu layanan System Dynamics = System dynamics adalah suatu metodologi pemodelan yang
berbasis pada paradigma berfikir sistemik, yang mempelajari dan mengelola sistem-sistem umpan-balik yang kompleks, yang berubah dari waktu ke waktu, dimana umpan baliknya menyatakan hubungan sebab-akibat variabel-variabel yang melingkar, bukan manyatakan hubungan karena adanya korelasi-korelasi statistik. System Dinamics ini dikembangkan oleh Jay W. Forrester di MIT sejak tahun 1950-an.
xxi
