PENDAHULUAN
1.1 Latar Belakang
Pencemaran udara merupakan masuknya atau dimasukkannya zat, energi, dan atau komponen lain ke dalam udara oleh kegiatan manusia, sehingga melampaui baku mutu udara yang telah ditetapkan (KLH, 2010). Sumber pencemar yang tersebar di udara dapat berasal dari proses alami atau dari aktivitas manusia (anthropogenic) (Abidin dan Purqon, 2016) . Sebagian besar pencemaran udara dihasilkan dari aktivitas manusia. Menurut The Environmental Protection Agency (EPA) ada 6 (enam) kriteria pencemaran udara yaitu Ozon (O3), Karbon Monoksida (CO), Sulfur Dioksida (SO2), Nitrogen Dioksida (NO2), Timah hitam (Pb) dan partikulat (PM) (Williams dkk, 2014).
Secara umum polutan udara dapat dibedakan dalam beberapa bentuk, antara lain senyawa gas (NOx, SO2, CO, CO2, dan NMVOC), partikulat (PM10 dan PM2.5) serta lainnya seperti BC, OC, dan NH3. Udara yang dikotori oleh berbagai polutan dengan konsentrasi yang melebihi ambang baku mutunya dapat menyebabkan kualitas udara menjadi buruk atau tidak sehat. Kualitas udara yang buruk dapat membawa dampak yang serius terhadap kesehatan manusia, keseimbangan ekologi, dan kerusakan lingkungan, seperti hujan asam dan efek rumah kaca (Ajmani et al., 2016; Gawande & Kaware, 2017; Kasar et al., 2013).
Polutan udara seperti SO2, NOX, dan partikulat sangat berkorelasi dengan berbagai dampak kesehatan manusia terutama yang menyebabkan gangguan saluran pernafasan seperti emfisema, iritasi saluran pernafasan, gejala asma, penyakit bronchitis, dan radang paru (Yin dkk, 2017; (WHO [Wolrd Health
1
Organization], 2006). Paparan gas SO2 dengan konsentrasi 8 – 12 ppm dapat mengakibatkan iritasi pada tenggorokan, 20 ppm dapat mengakibatkan iritasi pada mata, sedangkan untuk rentang 400 – 500 ppm dapat membahayakan keselamatan walaupun paparannya dalam waktu singkat. Paparan gas nitrogen dioksida (NO2), lebih dari 1000 ppm bersifat letal pada hewan percobaan dan 90% dari yang mati itu karena gejala edema pulmonary. Pemberian sebanyak 5 ppm selama 10 menit terhadap manusia mengakibatkan sedikit kesukaran bernafas (Prabowo & Muslim, 2018). Data dari WHO tahun 2005, menyatakan bahwa polusi udara yang terjadi di negara–negara berkembang, mengakibatkan lebih dari 2 juta orang meninggal dan jutaan orang menderita gangguan pernafasan.
Di banyak negara, gas NO2 dan SO2 merupakan jenis polutan yang menyumbangkan tingkat pencemaran udara yang cukup besar. Di China, India, Asia Tengah, Amerika Utara, dan Eropa, ketiga jenis polutan tersebut memberikan kontribusi yang cukup besar terhadap pencemaran udara di negaranya (Crippa dkk., 2018; Kurokawa & Ohara, 2019). Pada tahun 2015, berdasarkan data yang dikeluarkan oleh REAS (Regional Emission inventory in Asia), memperlihatkan bahwa gas NO2 dan SO2, menjadi polutan yang menyumbangkan persentase yang cukup besar terhadap pencemaran udara di Indonesia, 5.21% untuk SO2 dan 5.00% untuk NO2 (Sunarno dkk., 2021). Kota – kota besar seperti Bandung, Jakarta, Medan, Semarang dan Surabaya juga menunjukkan bahwa kedua polutan tersebut menduduki urutan ke-2 dan ke-3 dari 5 polutan (Hidrokarbon, CO, NO2, SO2, dan partikulat) yang menyumbang tingginya pencemaran udara di Indonesia (Soedomo, 2001).
Pencemaran udara tidak hanya dilihat dari tingkat konsentrasinya tetapi juga dampak yang ditimbulkannya, baik untuk saat ini maupun yang akan datang.
Oleh karena itu untuk keperluan analisis dan prediksi dampak, dibutuhkan suatu
pemodelan. Dengan pemodelan, dampak kerusakan lingkungan dan kesehatan yang ditimbulkannya dapat disimulasikan. Salah satu metode yang dapat digunakan adalah sistem dinamik. Sistem dinamik merupakan metode simulasi yang mempelajari perilaku umpan balik dalam sistem yang kompleks yang berfokus pada efek dinamis dan kausalitas.
Hasil analisis emisi dan dampak yang ditimbulkan, merupakan aspek penting yang menjadi pijakan atau landasan untuk melakukan pemantauan dan pengendalian pencemaran udara. Selain dari faktor penyebarannya yang cepat dan meluas, dampak kesehatan yang dirasakan oleh masysarakat, juga menjadi alasan pentngnya pengembangan sistem monitoring pencemaran udara. Selama ini pemantauan pencemaran udara, khususnya untuk gas NO2 dan SO2 masih dilakukan secara konvensional, melalui dua tahapan yaitu pengumpulan sampel udara di lapangan serta analisis laboratorium. Pemantauan kualitas udara seperti itu dikenal dengan istilah Traditional Air Monitoring. Pemantauan udara secara tradisional, mempunyai beberapa karakteristik, antara lain: ukuran alatnya besar, permanen, berada pada lokasi yang tetap, mahal dan mempunyai resolusi ruang yang terbatas (Polidori, 2015). Dalam proses pengolahan hasil, Traditional Air Monitoring kurang efisien, karena memerlukan waktu yang cukup lama sehingga hasil pengukurannya pun tidak dapat dibuat secara online dan real time.
Di Indonesia terdapat 122 stasiun pemantau pencemaran udara yang tersebar dari Aceh sampai Papua. Namun sampai tahun 2018, yang beroperasi secara aktif hanya 53 stasiun atau sebesar 43.4% dan sisanya 56.6% tidak aktif atau belum terpasang (www.iku.menlhk.go.id). Dari data tersebut, terlihat bahwa peralatan yang tersedia tidak mencukupi kebutuhan untuk melakukan pemantauan kualitas udara di seluruh Indonesia, apalagi peralatan yang digunakan masih bersifat konvensional. Meskipun demikian, jika ada sistem monitoring kualitas
udara secara daring (online) namun harganya sangatlah mahal. Oleh karena itu diperlukan teknologi monitoring kualitas udara (terutama untuk gas NO2 dan SO2) yang dapat dipantau secara online dan murah.
Pada saat ini, telah tersedia teknologi berbasis sistem sensor yang mampu mengukur pencemaran udara secara langsung, serta dapat menampilkan informasi tentang polutan pada suatu wilayah dan waktu tertentu secara real time. Untuk beberapa skenario aplikasi, sistem sensor dibangun menggunakan teknologi jaringan kabel. Penggunaan teknologi wiring (pengkabelan) itu mempunyai banyak kekurangan antara lain: mahal dalam pengadaan dan pemeliharaannya, tidak dapat mobile, jangkauan wilayahnya terbatas dan kadang tidak dapat mendekati fenomena yang diamati. Oleh karena itu komunikasi nirkabel dalam sistem sensor menjadi kebutuhan yang tidak terelakkan.
Sistem sensor wireless (nirkabel) yang digunakan untuk pemantauan kondisi fisik atau lingkungan yang berbasis internet disebut dengan IoT (Internet of Things). IoT mempunyai kemampuan untuk mengidentifikasi, memonitor, melacak, mengumpulkan data pengukuran, mengendalikan suatu obyek atau lingkungan secara otomatis dan real time, melakukan pengamatan dengan tingkat resolusi yang baik dan skala yang luas terhadap lingkungan dan tempat yang sebelumnya tidak teramati secara baik (Prasanna dan Rao, 2012). IoT merupakan sebuah perangkat elektronik yang menggabungkan sensor, mikrokontroler, memori, sistem operasi, komunikasi radio dan sumber energi berupa baterai dalam satu embedded platform yang terintegrasi (Sumaryono dan Widyawan, 2012).
Dewasa ini teknologi IoT banyak digunakan untuk berbagai bidang seperti industri, pertanian, transportasi, kesehatan, keamanan, dan lingkungan. Teknologi ini banyak digunakan karena mempunyai beberapa kelebihan, antara lain murah (Low cost), ukuran relatif kecil (small size), daya rendah (low Power), mudah
dalam pengoprasiannya, jangkuan waktu dan wilayah yang lebih luas, dan data dapat hasil pemantauannya, dapat ditampilkan melalui web base maupun smartphone dengan memanfaatkan koneksi internet (Jadhav dkk, 2013).
1.2 Rumusan Masalah
Berdasarkan dari latar belakang yang telah dipaparkan, ada 2 (dua) permasalahan yang dapat dirumuskan, yaitu:
2) Kebutuhan peralatan pemantauan pencemaran udara yang praktis, murah, kontinu, online dan real time, yang belum sepenuhnya tercukupi di banyak daerah di Indonesia. Hal ini dikarenakan peralatan yang dibutuhkan untuk pemantauan pencemaran udara masih relatif mahal, harus di-import, banyak yang bersifat konvensional, waktu tunggu hasil yang lama, serta tidak dapat digunakan secara online dan real time. Permasalahan ini dapat diatasi dengan menghadirkan peralatan monitoring yang memanfaatkan sistem sensor nirkabel berbasis IoT.
3) Kebutuhan informasi tentang dampak kerusakan lingkungan, kesehatan, dan prediksi untuk jangka waktu kedepan yang belum sepenuhnya ada. Hal ini menyebabkan pemangku kepentingan (pemerintah) sulit untuk menentukan strategi dan kebijakan pengendalian pencemaran udara serta antisipasi apabila terjadi suatu bencana.
1.3 Orisinalitas Penelitian
Penelitian tentang pemantauan pencemaran NO2, SO2 serta Suhu dan kelembaban udara terpadu menggunakan IoT, telah dilakukan banyak peneliti, tetapi dengan konsep, metode, komponen, peralatan dan lokasi yang berbeda.
Berikut ini adalah sebagian dari penelitian yang berhubungan (related works) dengan disertasi ini, yang tersusun dalam Tabel 1.1.
Tabel 1.1.Penelitian yang terkait (related works) dengan orisionalitas disertasi No Penulis/tahun/
Jurnal/Disertasi Judul Fokus Penelitian
1. (Rivai dkk., 2020) 2020 International Seminar on Intelligent
Technology and Its Applications (ISITIA)
Monitoring of Carbon Monoxide and Sulfur
Dioxide Using Electrochemical Gas Sensors Based on IoT
1. Polutan yang dideteksi adalah CO dan SO2 dari sektor transportasi
2. Metode :eksperimen, dengan membangun sistem berbasis pada teknologi IoT
3. Lokasi: luar ruangan (jalan raya di Surabaya)
4. Display menggunakan aplikasi Blink di smartphone 2. (Turyani dkk, 2016)
Jurnal Manusia dan Linkungan Vol.23 No.2. hal.169-178
Analisis Pola Dispersi Partikulat dan Sulfur dioksida menggunakan Model WRFChem di Sekitar Wilayah Industri Tangerang dan Jakarta
1. Polutan yang dideteksi partikulat dan SO2. 2. Metode: Pemodelan
menggunakan WRFChem 3. Lokasi: sekitar wilayah
industri (Tangerang dan Jakarta)
4. Hasil: pola dispersi 3. (Susanto, 2005)
Jurnal.
Teknik.Lingkungan P3TL-BPPT. 6.
(1):324-329
KUALITAS UDARA
BEBERAPA Kota DI ASIA
(Monitoring Kandungan SO2
Udara Ambien Dengan Passive Sampler)
1. Polutan yang dideteksi: SO2
2. Metode: eksperimen.
Pengambilan sampel udara dengan palat passive sampler, kemudian dilanjutkan analisis di laboratorium (ion chromatography) 3. Lokasi: luar ruangan
(Jakarta)
4. Hasil: data konsentrasi SO2
4. (Aher dkk, 2014) International Jorrnal of Agriculture, Environment &
Biotechnology
Spatial and Temporal Variations of SO2, NOx, PM10 and TSPM Concentration in Ambient Air of Jalna City, India
1. Polutan yang dideteksi: SO2, NOx, PM10 dan TSPM 2. Metode: eksperimen,
pengambilan sampel dan analisi laboratorium.
3. Data berbasis waktu dan musim
4. Lokasi: Perumahan dan Industri (Kota Jalna, India) 5. Hasil: Data Konsentrasi
polutan per waktu dan musim
5. (Aldamir, 2014) Journal of
The creation of
pollution mapping 1. Polutan yang dideteksi: NO2
dan SO2.
Environmental Health Science &
Engineering 12:111 http://
www.ijehse.com/
content/12/1/111
and measurement of ambient
concentration of sulfur dioxide and nitrogen dioxide with passive sampler.
2. Metode: eksperiment dengan menggunakan alat Passive sampler dan software ArcGIS
3. Lokasi: kawasan Industri, Turki
4. Hasil: data konsentrasi polutan (NO2 dan SO2) dan peta digital polutan
6. (Cynthia dkk., 2019) International Journal of Grid and High Performance Computing
Volume 11 • Issue 4 • October-December 2019
IoT-Based Real Time Air Pollution Monitoring System
1. Polutan yang dideteksi: CO, NOx dan SO2, serta besaran lain yaitu suhu dan
kelembaban udara
2. Metode: eksperimen dengan menggunakan IoT yang dilengkapi dengan GPS dan Raspberry pi, serta data disimpan di cloud server 3. Lokasi: kawasan industri,
perumahan, dan jalan raya di kota Coimbatore, India 4. Hasil: data konsentrasi
polutan untuk 3 kawasan dan peta lokasi. Hasil dapat dilihat pada aplikasi berbasis android
7. (Kumar Sai dkk., 2019)
Procedia Computer Science, 165 (2019) 322–327.
International Conference On Recent Trends In Advanced Computing 2019, Icrtac 2019
Low Cost IoT Based Air Quality
Monitoring Setup Using Arduino and MQ Series Sensors With Dataset Analysis
Low Cost IoT Based Air Quality
Monitoring Setup Using Arduino and MQ Series Sensors With Dataset Analysis
1. Polutan yang dideteksi: CO dan kualitas udara umum (MQ-135), serta suhu dan kelembaban
2. Metode: eksperimen, dengan menggunakan teknologi IoT 3. Lokasi: sekitar kampus VIT,
Vellore, India
4. Hasil: data konsentrasi CO, kualitas udara, suhu dan kelembaban udara. Hasil dapat ditampilkan pada apliksi Thingspeak di smartphone
8. (Moses et al., 2020) IOP Conf. Series:
Materials Science and Engineering 955 (2020) 012005 doi:10.1088/1757- 899X/955/1/012005
IoT enabled Environmental Air Pollution Monitoring and Rerouting system using Machine learning algorithms
1. Polutan yang dideteksi: CO, NO2, O3, SO2, PM5 dan PM10.
2. Metode: Eksperimen, dengan membuat sistem berbasis IoT dan implemntasi, serta analisis datanya menggunakan neural network
3. Lokasi: luar ruangan di dalam kota Coimbatore, India
4. Hasil: data konsentrasi polutan dan data AQI (Air Quality Index)
9. (N. Kaur dkk., 2016) International Journal of Innovative Research in Science, Engineering and Technology
(An ISO 3297: 2007 Certified
Organization) Vol. 5, Issue 6, June 2016
Air Quality
Monitoring System based on
Arduino Microcontroller
1. Polutan yang dideteksi: CO, CO2, gas LPG, dan gas Alkohol serta suhu dan kelembaban
2. Metode: eksperimen, dengan membuat sistem berbasis WSN dan implementasi lapangan. Data
ditansmisikan menggunakan Zigbee Pro (S-2) dan bluetooth
3. Hasil: Data konsentrasi polutan.
10. (Saad dkk., 2015) Journal of Sensors 2015, 15, 11665- 11684;
doi:10.3390/s150511 665
Classifying Sources Influencing Indoor Air Quality (IAQ) Using
Artificial Neural Network (ANN)
1. Ada 7 jenis polutan yang dideteksi: CO, CO2, O3, O2, NO2, VOCs dan PM10 serta 2 yang lain (suhu dan kelembaban udara).
2. Metode: eksperimen dengan membuat sistem berbasis WSN, dan pengukuran datanya menggunakan IAQ (Indoor Air Quality), analis data menggunkan ANN 3. Lokasi : di dalam ruangan 4. Hasil: data konsentrasi
polutan dan hasilnya dapat ditampilkan di aplikasi yang dibuat
11. (Abraham dan Li, 2014)
Procedia Computer Science 34 (2014) 165 – 171.
ScienceDirect.
Elsivier. The 9th International
Conference on Future Networks and Communications (FNC-2014)
A Cost-Effective Wireless Sensor Network System for Indoor Air Quality Monitoring Applications
1. Ada 3 polutan yang dideteksi yaitu CO, CO2 dan VOC.
2. Metode: eksperimen, dengan membuat sistem monitoring berbasis WSN dan
implementasinya menggunakan IAQ 3. Lokasi: di dalam ruangan 4. Hasil: Grafik data polutan
12. (Jadhav dkk., 2013).
International Journal of Emerging
Technology and Advanced Engineering Website:
www.ijetae.com (ISSN 2250-
Air Pollution Monitoring System Using Zigbee and GPS Module
1. Polutan yang dideteksi: SO2, CO, NO2, dan NO
2. Metode: eksperimen, dengan membangun sistem
monitoring menggunakan modul Zigbee dan GPS 3. Lokasi : di luar ruangan 4. Hasil: sebuah perangkat
monitoring pencemaran
2459,ISO
9001:2008Certified Journal, Volume 3, Issue 9
udara yang real time.
13 (Mallongi et al., 2020)
SSRN Electronic Journal vol.2 hal. 238 - 239
Dynamic Model Of Nitrogen Dioxide (NO2) And Sulfur Dioxide (SO2) Emission Dispersion Control: A Study On PT. Semen Tonasa Indonesia.
1. Polutan yang dideteksi: SO2, dan NO2.
2. Metode: sistem dinamik menggunakan simulasi komputer dengan software STELLA
3. Lokasi : di sekitar 4. Hasil simulasi dapat
digunakan untuk pengambilan keputusan pengendalian emisi NO2 dan SO2 dari industri dengan memprediksi sebaran konsentrasi polutan di atmosfer
14 (He et al., 2019) Proceedings - International Conference on Computer Distributed Control and
Intelligent Environmental Monitoring, CDCIEM 2011
System dynamics modeling and simulation of China's SO2 emission trading policy
1. Polutan yang dideteksi: SO2
2. Metode: sistem dinamik menggunakan simulasi komputer dengan software Vensim
3. Lokasi : negara China 4. Hasil simulasi
merekomendasikan untuk dapat menurunkan emisi SO2 harus melakukan proses desulfurisasi dan optimasi struktur energi di China 15 (Wang et al., 2020)
IOP Conference Series: Materials Science and Engineering
System Dynamics Simulation of CO2
Emissions from Typical Route Ships
1. Polutan yang dideteksi: CO2
2. Metode: sistem dinamik menggunakan simulasi komputer dengan software Vensim
3. Lokasi: di perkalapan 4. Hasil simulasi dapat dengan
jelas menunjukkan penyebab produksi CO2
kapal dan kondisi eksternal yang terkait dengan emisi CO2.
Berdasarkan Tabel 1.1., terlihat bahwa penelitian yang berkaitan dengan monitoring pencemaran udara, banyak yang menggunakan sistem sensor nirkabel berbasis IoT. Perbedaanya terletak pada penggunaan jenis dan jumlah sensornya, sehingga polutan udara yang dideteksinya juga berbeda. Selain itu display data hasil pengukuran yang digunakan juga berbeda, ada yang menggunakan aplikasi smartphone android, web, dan aplikasi stand alone yang dibuat sendiri. Sementara
itu yang berkaitan dengan prediksi dampak kesehatan yang ditimbulkan, ditulis dalam artikel yang terpisah. Oleh karena itu originalitas penelitian ini terletak pada integrasi sistem pemantauan gas SO2 dan NO2, suhu serta kelembaban udara dengan sistem dinamik yang dapat memprediksi dampak kerusakan lingkungan dan kesehatan yang ditimbulkan dari pencemaran gas – gas tersebut. Sementara itu novelti (temuan) dari penelitian ini adalah sistem monitoring pencemaran SO2
dan NO2 berbasis IoT serta pengembangan model dampak pencemaran SO2
menggunakan sistem dinamik.
1.4 Tujuan Penelitian
A. Penelitian Awal
1. Menganalisis trend emisi gas SO2 dan NO2 di Indonesia dalam kurun waktu 5 dekade (1970 – 2020).
2. Melakukan pemodelan serta analisis dampak pencemaran gas SO2
terhadap kesehatan, degradasi lingkungan dan strategi pengelolaannya menggunakan sistem dinamik.
B. Penelitian Lanjutan
3. Pengembangan sistem monitoring gas NO2, SO2, serta suhu dan kelembaban udara, terpadu menggunakan sistem sensor nirkabel berbasis IoT (Internet of Things) yang dapat diakses secara online dan real time.
4. Menganalisis kualitas jaringan nirkabel yang terpasang pada sistem terhadap beberapa parameter uji, yang meliputi delay, Throughput, PLR (Packet Loss Ratio) menggunakan QoS (Quality of Service), analisis kestabilan sistem menggunakan uji Chi kuadrat serta analisis akurasi alat.
5. Mengimplementasikan sistem dengan melakukan pengukuran dan analisis konsentrasi SO2 dan NO2 hasil pembakaran tak langsung terhadap grajen kayu, serbuk batubara dan campuran keduanya.
1.5 Manfaat Penelitian
1) Memberikan gambaran nyata tentang kondisi pencemaran gas SO2 dan NO2
serta dampak yang akan diterima, sehingga dapat membuka wawasan masyarakat akan arti pentingnya udara bersih dan memudahkan pemerintah untuk membuat strategi penanggulangan dampak pencemarannya.
2) Memberikan kemudahan pada user (pengguna) untuk mendapatkan data kadar cemaran NO2, SO2, suhu, dan kelembaban udara sesaat secara real time melalui penggunaan sistem peralatan monitoring yang handal dan murah.
1.6 Luaran Penelitian
1) Dua artikel yang diterbitkan dalam prosiding seminar internasional yaitu a. International Conference on Chemical and Material Engineering
(ICCME) Teknik Kimia UNDIP tahun 2018 UNDIP terbit di Journal of Physics: Conference Series, 2019, 1295(1), 012043 terindeks Scopus, dengan judul artikel: Design of Air Quality Monitoring System Based on Web Using Wireless Sensor Network.
b. IISS (International Interdiciplinary Studies Seminar) di Uninervitas Brawijaya Malang, tanggal 30 – 31 Oktober 2019 dengan judul artikel The Monitoring System of Sulfur Dioxide Gas Using a Web-based
Wireless Sensor. Prosiding telah terbit secara online serta dapat diunduh dalam tautan https://eudl.eu/proceedings/IISS/2019.
2) Satu artikel dengan judul Trend analysis of NOx and SO2 emissions in Indonesia from the period of 1990 -2015 using data analysis tool telah terbit di jurnal Q3 yang dipublikasikan oleh ASTES (Advance in Sciences, Tecnology and Engineering System) 2021, 6(1), pp. 257–263, pada tanggal 15 Januari 2021.
3) Satu artikel dengan judul Analysis of Indonesia's Three Major Anthropogenic Pollutants Which Include Various Emission and Fuel Sectors in the 1990-2015 Period telah terbit di jurnal Q2 yang dipublikasikan oleh JPII (Jurnal Pendidikan IPA Indonesia) atau Indonesian Journal of Science Education Vol 11 No. 2, Juni 2022
4) Prototype berupa sistem peralatan pemantau gas NO2 dan SO2 dan faktor lingkungan (suhu dan kelembaban udara) yang portable, murah, serta dapat diakses secara On – line dan real time.
