BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian

contoh uji mengacu pada SNI 19-7119.6-2005. Titik sampling penelitian berjumlah 6. (enam) titik, yaitu: 1. Titik 1 : Gerbang masuk Terminal Terpadu Am...

11 downloads 336 Views 2MB Size
BAB III METODOLOGI PENELITIAN

3.1 Metode Penelitian Penelitian ini menggunakan metode analisis kuantitatif dan spasial. Analisis kuantitatif yaitu melakukan perhitungan konsentrasi polutan CO dan NO2 di Terminal Terpadu Amplas menggunakan model SCREEN3. Sementara itu, analisis spasial yaitu memetakan konsentrasi CO dan NO2 dengan program Surfer 11. Tahapan awal yang dilakukan adalah menghitung jumlah dan jenis kendaraan untuk mendapatkan laju emisi. Selanjutnya laju emisi dan data sekunder berupa data dimensi (panjang dan lebar) Terminal

Terpadu Amplas dan data meteorologi dimasukkan ke model SCREEN3

untuk mendapatkan konsentrasi maksimum. Pada saat yang bersamaan dengan perhitungan jumlah dan jenis kendaraan, akan dilakukan pengukuran konsentrasi CO dan NO2 dan kecepatan angin di lapangan. Data konsentrasi CO dan NO2 hasil pemodelan akan divalidasi dengan data hasil pengukuran di lapangan menggunakan persamaan Index of Agreement. Kemudian dilakukan visualisasi distribusi konsentrasi CO dan NO2 dengan menggunakan program Surfer 11. Tahapan penelitian dimulai dari penyusunan latar belakang penelitian, studi literatur, penyusunan metode penelitian, pengumpulan data sekunder, pengambilan data primer, penerapan model SCREEN3 untuk mendapatkan konsentrasi maksimum, uji validitas, dan visualisasi konsentrasi pencemar udara. Untuk lebih jelasnya mengenai tahapan penelitian dapat dilihat pada Gambar 3.1 yaitu diagram alir penelitian.

Universitas Sumatera Utara

Mulai Perumusan Masalah Studi Literatur Penyusunan Metode Penelitian

Pengumpulan Data Sekunder

Peta layout terminal

Intensitas radiasi matahari

Panjang dan lebar terminal

Arah dan kecepatan angin tahun 2011-2015

Program WR-PLOTview

Windrose

Penentuan Titik Sampling

Pengambilan Data Primer

Konsentrasi CO dan NO2 observasi

Volume kendaraan bermotor

Kecepatan angin

Koordinat titik sampling

Pengolahan dan Analisa Data dengan Model SCREEN3 Konsentrasi CO dan NO2 prediksi

Visualisasi distribusi konsentrasi CO dan NO2 dengan Surfer 11

Validasi model SCREEN3 dengan IOA

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Penelitian III-2 Universitas Sumatera Utara

3.2 Lokasi dan Waktu Penelitian 3.2.1 Lokasi Penelitian Penelitian ini dilakukan di kawasan Terminal Terpadu Amplas Kota Medan yang berada di Jalan Panglima Denai, Kelurahan Timbang Deli, Kecamatan Medan Amplas, Sumatera Utara. Penentuan lokasi penelitian dan penempatan peralatan pengambil contoh uji mengacu pada SNI 19-7119.6-2005. Titik sampling penelitian berjumlah 6 (enam) titik, yaitu: 1. Titik 1 : Gerbang masuk Terminal Terpadu Amplas; Semua kendaraan yang hendak masuk ke kawasan terminal akan melewati pintu masuk ini, sehingga diperkirakan titik ini merupakan salah satu titik dengan jumlah kendaraan yang besar. 2. Titik 2 : Area parkir kendaraan; Titik ini merupakan pelataran parkir kendaraan seperti angkot dan minibus serta merupakan titik perlintasan kendaraan setelah melewati gerbang masuk terminal. 3. Titik 3 : Area parkir bus AKAP Titik ini merupakan tempat bus AKAP menunggu penumpang dan titik perlintasan kendaraan. Selain itu di titik ini juga terdapat truk yang keluar dari tempat pengujian kendaraan bermotor. 4. Titik 4 : Pelataran bus AKDP; Titik ini merupakan area parkir bus AKDP saat menunggu penumpang. Banyak terdapat kios kecil/warung makan di sekitar titik sampling ini. 5. Titik 5 : Area parkir angkutan kota; Titik ini merupakan pelataran angkutan kota dan merupakan salah satu titik dengan jumlah kendaraan yang besar. 6. Titik 6 : Gerbang keluar Terminal Terpadu Amplas. Setelah mengelilingi kawasan terminal, kendaraan yang ada di terminal akan keluar melewati titik sampling ini.

Universitas Sumatera Utara

Lokasi penelitian dan titik sampling ini dipilih atas beberapa pertimbangan, yaitu: 1. Terminal Terpadu Amplas merupakan terminal tersibuk di Kota Medan. Terminal ini tidak hanya melayani rute perjalanan dalam provinsi seperti Tebing Tinggi, Siantar, dan lain-lain melainkan juga melayani rute luar provinsi hingga ke Jakarta (Siagian, 2016). Hal ini menunjukkan adanya aktivitas kendaraan bermotor yang tinggi di Terminal Terpadu Amplas yang dapat menyumbangkan polutan ke udara seperti polutan CO dan NO2; 2. Titik-titik tersebut dipilih karena merupakan titik terpadat di sekitar lingkungan terminal sehingga diharapkan dapat mewakili kualitas udara ambien di Terminal Terpadu Amplas; 3. Penentuan titik sampling berdasarkan data windrose yang didapat dari data arah dan kecepatan angin di Kota Medan tahun 2011 hingga tahun 2015. Windrose ini mengilustrasikan fluktuasi arah dan kecepatan angin di Kota Medan sehingga dapat digunakan untuk penentuan lokasi penelitian. Hasil windrose menunjukkan arah angin dominan Kota Medan bergerak dari arah utara ke selatan dengan kecepatan 2,1 – 3,6 m/detik. Lokasi Terminal Terpadu Amplas sendiri berada di daerah selatan Kota Medan, sehingga diperkirakan lokasi ini sesuai untuk dijadikan lokasi penelitian. Gambar windrose dalam penelitian ini dapat dilihat pada Lampiran II. Lokasi Terminal Terpadu Amplas dapat dilihat pada Gambar 3.2 sedangkan tampak atas Kawasan Terminal Terpadu Amplas yang dilihat dari Google Earth dapat dilihat pada Gambar 3.3. Gambar ini menunjukkan penggunaan lahan di sekitar kawasan Terminal Terpadu Amplas. Peletakan titik sampling dapat dilihat pada Gambar 3.4.

III-4 Universitas Sumatera Utara

Gambar 3.2 Peta Lokasi Terminal Terpadu Amplas Sumber: Bappeda Kota Medan (2007)

Gambar 3.3 Tampak Atas Kawasan Terminal Terpadu Amplas Sumber: Google Earth (2017)

III-5 Universitas Sumatera Utara

Keterangan: Titik Sampling Jalan Skala 1 : 2000

Gambar 3.4 Peta Titik Sampling di Terminal Terpadu Amplas Sumber: Dinas Perhubungan Kota Medan (2012)

III-6 Universitas Sumatera Utara

3.2.2 Waktu Penelitian Penelitian ini dilakukan selama 3 (tiga) hari yaitu pada hari Selasa, Rabu, dan Kamis tanggal 7-9 Februari 2017 dengan pembagian 1 (satu) hari untuk 2 (dua) titik sampling. Data primer yang diambil adalah konsentrasi CO dan NO2, kecepatan angin, koordinat titik sampling, serta jumlah dan jenis kendaraan bermotor. Peraturan Menteri Negara Lingkungan Hidup Nomor 12 Tahun 2010 Tentang Pelaksanaan Pengendalian Pencemaran Udara di Daerah pada

Lampiran VI menjelaskan bahwa untuk

mendapatkan data/nilai 1 (satu) jam pada pengambilan sampel manual diperlukan pengukuran konsentrasi CO dan NO2 pada salah satu interval waktu di bawah ini. Durasi pengukuran di setiap interval adalah 1 (satu) jam. 1. Interval waktu 06.00 – 09.00 (pagi); 2. Interval waktu 12.00 – 14.00 (siang); 3. Interval waktu 16.00 – 18.00 (sore). Berdasarkan Permen LH No.12 Tahun 2010 tersebut, dipilih waktu sampling yaitu waktu pagi dan waktu siang. Waktu dan parameter yang diukur saat sampling dapat dilihat pada Tabel 3.1. Tabel 3.1 Titik dan Parameter yang Diukur saat Sampling Hari

Titik Titik 1

Ke-1 Titik 2 Titik 3 Ke-2 Titik 4 Titik 5 Ke-3 Titik 6

Titik Koordinat 3o 32’ 23,40” LU 98o 43’ 3,42” BT 3o 32’ 23,92” LU 98o 43’ 6,15” BT 3o 32’ 23,20” LU 98o 43’ 8,80” BT 3o 32’ 22,12” LU 98o 43’ 7,21” BT 3o 32’ 18,63” LU 98o 43’ 6,64” BT 3o 32’ 19,16” LU 98o 43’ 4,39” BT

Waktu 07.00-08.00 WIB 12.00-13.00 WIB 08.05-09.05 WIB 13.05-14.05 WIB 07.00-08.00 WIB 12.00-13.00 WIB 08.05-09.05 WIB 13.05-14.05 WIB 07.00-08.00 WIB 12.00-13.00 WIB 08.05-09.05 WIB 13.05-14.05 WIB

Parameter 1. Jumlah dan jenis kendaraan bermotor 2. Konsentrasi CO 3. Konsentrasi NO2 4. Kecepatan angin 5. Suhu Udara 6. Kelembaban Udara 7. Koordinat titik sampling

Pengukuran di lapangan hanya mengambil waktu pagi dan waktu siang disebabkan keterbatasan jam kerja pihak ketiga. Peneliti bekerjasama dengan pihak ketiga yaitu Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota Medan dalam pengambilan data konsentrasi CO dan NO2 observasi. Jam kerja

III-7 Universitas Sumatera Utara

karyawan BTKLPP Kota Medan hanya sampai pukul 16.00 WIB, sehingga durasi pengukuran yang memungkinkan hanya waktu pagi dan waktu siang.

3.3 Variabel Penelitian Variabel yang diukur dalam penelitian ini adalah: 1. Jumlah dan jenis kendaraan di Terminal Terpadu Amplas; 2. Konsentrasi CO dan NO2; 3. Data meteorologi: intensitas radiasi matahari, kecepatan angin, dan kelas stabilitas atmosfer.

3.4 Teknik Pengumpulan Data 3.4.1 Data Primer Pengumpulan data primer yang diperlukan dalam penelitian ini diperoleh dari hasil

sampling langsung di lapangan. Metode sampling yang digunakan adalah grab sampling (pengukuran sesaat). Data primer yang dikumpulkan yaitu: 1. Jumlah dan jenis kendaraan Perhitungan jumlah kendaraan dilakukan secara manual menggunakan alat counter. Klasifikasi jenis kendaraan yang dihitung adalah sepeda motor, angkutan kota, mobil, penumpang, pick-up, minibus, bus, dan truk. 2. Koordinat titik sampling Koordinat titik sampling pemantauan kualitas udara ambien yaitu konsentrasi CO dan NO2 diketahui dengan menggunakan alat Global Positioning System (GPS). Alat GPS dapat dilihat pada Gambar 3.5. Data ini akan dimasukkan ke program Surfer 11 untuk memvisualisasikan konsentrasi polutan dari Terminal Terpadu Amplas dalam bentuk peta isopleth konsentrasi CO dan NO2.

III-8 Universitas Sumatera Utara

Gambar 3.5 Global Positioning System

3. Kecepatan angin Kecepatan angin diukur dengan menggunakan anemometer yang ditunjukkan Gambar 3.6. Spesifikasi anemometer yang digunakan adalah: Merk

: KRISBOW KW06-562

Aliran udara

: 0-999,900 ft3/menit

Percepatan udara

: 1,00-30,00 m/detik

Akurasi

: ±3% ±0,20% m/detik

Dimensi

: 163×45×34 mm

Diameter kipas

: 27,2 mm

Berat

: 257 g

Gambar 3.6 Anemometer

III-9 Universitas Sumatera Utara

4. Konsentrasi CO dan NO2 observasi. Prosedur pengukuran karbon monoksida (CO) di udara ambien sesuai dengan SNI (Standar Nasional Indonesia) 7119.10:2011 tentang Cara Uji Kadar Karbon Monoksida (CO) Menggunakan Metode Non Dispersive Infra Red (NDIR). Prinsip kerja CO

analyzer dapat dilihat pada Tabel 3.2, sementara CO analyzer ditunjukkan oleh Gambar 3.7.

Alat CO analyzer

Tabel 3.2 Prinsip Kerja CO analyzer Bahan Prinsip Kerja 1. Gas nol (zero Pengukuran berdasarkan sinar infra merah yang gas): N2 atau He terabsorbsi oleh analit. CO analyzer bekerja 2. Gas rentang induk: berdasarkan kemampuan gas CO menyerap sinar infra merah. Banyaknya intensitas sinar infra gas standar CO merah yang diserap sebanding dengan untuk kalibrasi 3. Gas rentang kerja: konsentrasi CO. gas standar CO untuk uji linieritas

Sumber: BSN (2011)

Gambar 3.7 CO Analyzer

Spesifikasi alat CO analyzer yang digunakan adalah: Merk

: Quest Technologies Type AQ50000 Pro

Prinsip langsung

: Secara kimia

Prinsip deteksi

: Sensoring

Metode deteksi

: Elektrokimia

Aplikasi

: Analisa gas

Dimensi

: 15 × 10,5 × 6 in (38 × 26,7 × 15 cm)

Berat

: 9 kg

III-10 Universitas Sumatera Utara

Kondisi operasi

: Baterai NiMH rechargeable, AA alkaline, dan AC adapter : 0 sampai 50 oC (32 sampai 122 oF)

Jadwal kalibrasi

: Tahunan

Peralatan daya

Data konsentrasi CO dengan menggunakan alat CO analyzer adalah dalam satuan ppm, sehingga untuk perhitungan validasi data tersebut harus diubah terlebih dahulu ke dalam satuan µg/m3. Konversi ppm ke dalam µg/m3 dilakukan dengan menggunakan Persamaan (3.1) (BSN, 2011).

C ( µg / m3 ) =

C ( ppm) × M CO × 1000 × Patm RTatm

(3.1)

Keterangan: C(ppm) = Konsentrasi CO dalam ppm C(µg/m3) = Konsentrasi CO dalam µg/m3 MCO

= Berat molekul CO (C=12; O=16), g/mol

Patm

= Tekanan udara pada kondisi STP (Standart Temperature and Pressure), 1 atm

Tatm

= Temperatur udara pada kondisi STP, 298 K

R

= 0,0821 L.atm/mol.K

Prosedur pengukuran nitrogen dioksida (NO2) di udara ambien suai dengan SNI (Standar Nasional Indonesia) 19-7119.2:2005 tentang Cara Uji Kadar Nitrogen Dioksida (NO2) Dengan Metode Griess Saltzman Menggunakan Spektrofotometer. Prinsip kerja impinger dapat dilihat pada Tabel 3.3, sementara impinger ditunjukkan oleh Gambar 3.8.

Alat Impinger

1. 2. 3. 4. 5. 6. 7.

Tabel 3.3 Prinsip Kerja Impinger Bahan Prinsip Kerja Asam sulfanilat Gas NO2 diserap dalam larutan Griess Saltzman Air suling sehingga membentuk suatu senyawa azo dye berwarna merah muda yang stabil setelah 15 Aquades menit. Konsentrasi larutan ditentukan secara Asam asetat glacial spektrofotometri pada panjang gelombang 550 Larutan penyerap nm. Griess Saltzman Larutan induk nitrit Larutan standar nitrit

Sumber: BSN (2005)

III-11 Universitas Sumatera Utara

Gambar 3.8 Impinger

Spesifikasi impinger yang digunakan adalah: Nama alat

: Air Sampler Impinger

Tipe

: ITP-1011

Merek

: InScienPro

Kapasitas penghisap

: Maksimum 2 liter udara/menit tanpa beban

Teknologi penghisap

: Vibrasi katup ganda

Jumlah pompa hisap

: 5 unit

Pengatur hisapan

: Saklar putar bertahap

Lubang hisap

: 5 buah ukuran ¼ inch

Lubang tiup/ukur

: 5 buah ukuran ¼ inch

Dimensi mekanikal

: Panjang 51 cm; lebar 21 cm; tinggi 22 cm; berat +/- 5 kg

Perlengkapan utama

: 5 unit tabung reaksi (impinger); 5 unit pengaman 1 slot selang fleksibel (¼ inch); 1 buah buble flow meter

Kemampuan operasi

: 24 jam

3.4.2 Data Sekunder Data sekunder diperoleh dengan cara mengambil data yang telah tersedia di instansiinstansi terkait. Jenis data sekunder yang diperlukan dalam penelitian ini ditampilkan pada Tabel 3.4. Tabel 3.4 Jenis Data Sekunder yang Diperlukan dalam Penelitian Jenis Data Layout peta dan luas Terminal Terpadu Amplas Data meteorologi 1. Intensitas radiasi matahari 2. Arah dan kecepatan angin di Kota Medan Tahun 20112015

Instansi Dinas Perhubungan Kota Medan BMKG Sampali Medan BMKG Kota Medan

III-12 Universitas Sumatera Utara

3.5 Teknik Pengolahan Data Data primer dan data sekunder yang telah dikumpulkan selanjutnya akan diolah dengan metode analisis kuantitatif dan spasial.

3.5.1 Arah dan Kecepatan Angin Data arah dan kecepatan angin di Kota Medan selama 5 tahun terakhir (2011-2015) diperlukan untuk pembuatan windrose menggunakan program WRPLOTVIEW. Windrose ini mengilustrasikan fluktuasi arah dan kecepatan angin di Kota Medan sehingga dapat digunakan untuk penentuan lokasi penelitian. Data arah dan kecepatan angin Tahun 2011-2015 dapat dilihat pada Lampiran I dan gambar windrose dapat dilihat pada Lampiran II.

3.5.2 Perhitungan Laju Emisi CO dan NO2 per Unit Area Laju emisi per unit area adalah besarnya massa polutan yang dikeluarkan oleh suatu sumber emisi dalam satuan waktu per unit area (EPA, 1995). Laju emisi CO dan NO2 per unit area didapat dari perhitungan beban emisi dibagi dengan luasan lokasi penelitian dalam hal ini luas Terminal Terpadu Amplas. Sementara itu, beban emisi adalah besarnya massa polutan yang diemisikan ke udara oleh kegiatan lalu lintas per satuan waktu tertentu (Sengkey, dkk., 2011). Beban emisi bergantung pada jumlah dan jenis kendaraan yang ada di Terminal Terpadu Amplas. Faktor emisi dapat digunakan untuk menentukan dan mengetahui beban emisi CO dan NO2 dari berbagai tipe kendaraan yang dapat dilihat pada Tabel 2.3. Perhitungan beban emisi menggunakan faktor emisi pada Tabel 2.3 merupakan fungsi jarak yang artinya emisi yang dikeluarkan tergantung dari jarak yang ditempuh kendaraan. Untuk lokasi penelitian beban emisi di jalan raya, emisi tergantung pada panjang jalan yang dilewati oleh kendaraan. Sementara untuk penelitian ini, lokasi penelitian berada di terminal, sehingga jarak tempuh kendaraan diibaratkan keliling terminal dengan asumsi kendaraan mengelilingi kawasan terminal saat menunggu penumpang. Perhitungan konsentrasi polutan dengan menggunakan SCREEN3 sumber area mengibaratkan area studi berbentuk persegi panjang. Oleh sebab itu, bentuk

III-13 Universitas Sumatera Utara

Terminal Terpadu Amplas diibaratkan berbentuk persegi panjang seperti ditunjukkan pada Gambar 3.9. 175,5 m

262,6 m

Keterangan: Titik Sampling Jalan Skala 1 : 2100

Gambar 3.9 Layout Terminal Terpadu Amplas yang Diibaratkan Persegi Panjang Sumber: Dinas Perhubungan Kota Medan (2012)

Perhitungan keliling Terminal Terpadu Amplas menggunakan persamaan: 2

(3.2)

Keterangan: p = keliling terminal (m)

L = lebar terminal (m)

P = panjang terminal (m) III-14 Universitas Sumatera Utara

Persamaan yang digunakan untuk menghitung beban emisi adalah persamaan (2.1). Setelah mendapatkan beban emisi polutan, langkah selanjutnya adalah menghitung laju emisi polutan per unit area. Laju emisi polutan per unit area dihitung dengan persamaan (Purwanto, 2015):

Q=

beban emisi A

(3.3)

Keterangan: Q = laju emisi polutan per unit area (g/jam.m2) A = luas terminal (m2) Luas terminal dapat dihitung dengan persamaan: A=P×L

(3.4)

3.5.3 Perhitungan Konsentrasi CO dan NO2 dengan model SCREEN3 SCREEN3 adalah model dispersi polutan single-source dari US-EPA yang menggunakan persamaan Gaussian steady-state. Model ini menggunakan data meteorologi “kondisi terburuk” untuk memprediksi konsentrasi polutan. Artinya kombinasi kecepatan angin dan stabilitas atmosfer yang menghasilkan konsentrasi ground-level maksimum. Sumber emisi polutan dengan menggunakan model SCREEN3 dapat berasal dari sumber titik, flare, volume, dan area. Penelitian ini menggunakan model SCREEN3 sumber area. Output dari hasil running model SCREEN3 adalah kosentrasi maksimum polutan. SCREEN3 mengibaratkan sumber area wilayah studi berbentuk persegi panjang (EPA, 1995). Untuk membuat sebaran polutan CO dan NO2, input data yang harus dimasukkan ke program SCREEN3 yaitu: 1. Laju emisi (g/s/m2) 2. Ketinggian sumber emisi (dalam hal ini tinggi knalpot kendaraan bermotor = 0,3 m dari permukaan tanah) 3. Panjang area (m) 4. Lebar area (m)

III-15 Universitas Sumatera Utara

5. Pencarian melalui batasan arah angin? Bila “tidak” maka arah angin relatif terhadap panjang dimensi area (deg). Untuk lebih jelasnya mengenai input data SCREEN3 sumber area dapat dilihat pada Gambar 3.10. Main Menu

Toolbar Buttons

Input Window

Gambar 3.10 Tampilan Awal Input Data SCREEN3 Sumber Area

Keterangan Gambar: 1. Main menu: menunjukkan nama-nama menu. Untuk membuka menu, arahkan mouse ke nama menu lalu klik kiri. Tampilan pilihan menu akan muncul di layar; 2. Toolbar buttons: berisi tombol-tombol pintas untuk menjalankan beberapa perintah menu; 3. Input window: menampilkan jendela source inputs atau jendela options. Disinilah informasi spesifik mengenai sumber pencemar dimasukkan; 4. Help: menunjukkan jendela bantuan; 5. Previous: tombol kembali; 6. Next: tombol lanjut ke tahapan berikutnya. Menu Toolbar Buttons

New: membuat projek baru.

III-16 Universitas Sumatera Utara

Open: membuka projek yang telah ada sebelumnya.

Print: menampilkan dialog print preview, untuk mencetak projek.

Run: menampilkan dialog project status, dimana kita dapat melihat apakah data yang dimasukkan sudah terisi penuh.

Inputs: kembali ke halaman pertama dari SCREEN3.

Options: kembali ke halaman kedua dari SCREEN3.

Graph: untuk menampilkan grafik, yaitu tampilan plot XY konsentrasi ratarata polutan per jam dan per hari.

Output: membuka file output.

help: menampilkan jendela bantuan. SCREEN3 sumber area juga memerlukan input data berupa data meteorologi (kelas stabilitas atmosfer dan kecepatan angin), karakteristik daerah studi (simple terrain), pilihan penentuan jarak sebaran (automated atau descrete distances), dan tinggi anemometer saat pengukuran. Untuk lebih jelasnya mengenai input data lanjutan SCREEN3 sumber area dapat dilihat pada 3.11, Gambar 3.12, dan Gambar 3.13.

III-17 Universitas Sumatera Utara

Gambar 3.11 Tampilan Input Data Meteorologi SCREEN3 Sumber Area

Gambar 3.12 Tampilan Input Data Automated Distances SCREEN3 Sumber Area

III-18 Universitas Sumatera Utara

Gambar 3.13 Tampilan Input Data Discrete Distances SCREEN3 Sumber Area

Metode yang digunakan untuk menentukan kondisi stabilitas atmosfer adalah metode Pasquill-Gifford. Kategori stabilitas atmosfer ditentukan berdasarkan kecepatan angin dan intensitas radiasi matahari. Kecepatan angin yang diukur adalah pada ketinggian 10 meter di atas permukaan tanah (Noll dan Miller,1997). Kriteria stabilitas atmosfer Pasquill-Gifford dapat dilihat pada Tabel 2.4.

3.5.4 Validasi Model Output dari model SCREEN3 adalah konsentrasi polutan CO dan NO2 (konsentrasi prediksi). Nilai konsentrasi polutan ini selanjutnya akan divalidasi dengan data konsentrasi CO dan NO2 observasi. Validasi kedua data tersebut menggunakan persamaan Index of Agreement yang dapat dilihat pada Persamaan 2.4. Hasil uji validasi dengan nilai d antara 0,8-1 menyatakan bahwa data konsentrasi CO dan NO2 prediksi akurat dengan data konsentrasi CO dan NO2 observasi, sehingga model SCREEN3 tepat untuk diterapkan di Terminal Terpadu Amplas. Sementara itu, jika nilai d < 0,8 menyatakan bahwa data konsentrasi CO dan NO2 prediksi tidak akurat dengan data konsentrasi CO dan NO2 observasi, sehingga model SCREEN3 tidak tepat untuk diterapkan di Terminal Terpadu Amplas.

III-19 Universitas Sumatera Utara

3.5.5 Visualisasi Penyebaran Polutan CO dan NO2 Pemetaan pola sebaran polutan CO dan NO2 divisualisasikan dengan program Surfer 11. Output yang didapat adalah peta sebaran konsentrasi polutan dalam bentuk peta isopleth konsentrasi. Koordinat yang digunakan adalah koordinat kartesius tiga arah (XYZ). Tahapannya adalah dengan memasukan data koordinat titik sampling berupa garis bujur (longitude) dan garis lintang (latitude) sebagai sumbu X dan Y, sedangkan konsentrasi CO dan NO2 di sumbu Z pada program Surfer 11. Program akan mengkalkulasikan data dan merubahnya ke dalam pola spasial dalam bentuk isopleth konsentrasi CO dan NO2. Peta isopleth konsentrasi CO dan NO2 selanjutnya akan ditumpangtindihkan (overlay) dengan layout peta Terminal Terpadu Amplas sehingga dapat terlihat titik yang memiliki konsentrasi tertinggi dan terendah. Langkah-langkah pembuatan peta isopleth konsentrasi polutan dengan menggunakan Surfer 11 yaitu: 1. Membuat data XYZ (*.dat) a. Klik File | New | Worksheet atau klik tombol

, lalu masukkan data XYZ,

dimana data X dan Y adalah data koordinat titik sampling sedangkan Z adalah konsentrasi polutan. b. Simpan data dengan mengklik File | Save atau klik tombol

. Pada kotak

dialog Save As, pilih format penyimpanan dalam bentuk DAT Data (*.dat). Lalu ketik nama file yang akan disimpan, klik OK.

2. Membuat Grid File (*.grd) a. Klik File | New | Plot atau pilih tab Plot1.

III-20 Universitas Sumatera Utara

b. Pilih menu Grid | Data, lalu kotak dialog Open Data akan terbuka. Pilih data xyz.dat yang telah dibuat sebelumnya. Klik Open. c. Kotak dialog Grid Data akan terbuka. Atur titik koordinat maksimum dan minimum pada Output Grid File, lalu klik OK.

3. Membuat peta isopleth konsentrasi polutan a. Klik Map | New | Countour Map atau klik tombol

pada toolbar.

b. Kotak dialog Open Grid akan terbuka. Pilih file grid yang telah dibuat pada langkah sebelumnya. Klik Open. 4. Meng-overlay peta isopleth konsentrasi dengan peta layout Terminal Terpadu Amplas. a. Siapkan peta layout Terminal Terpadu Amplas. b. Pilih kedua peta yang akan di-overlay dengan menggunakan tombol Shift+klik pada kedua peta. c. Klik Map | Overlay Maps. Peta akan ter-overlay.

III-21 Universitas Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN 4.1 Jumlah dan Jenis Kendaraan Bermotor di Terminal Terpadu Amplas Pengambilan data jumlah kendaraan bermotor di kawasan Terminal Terpadu Amplas dilakukan pada tanggal 7-9 Februari 2017 di 6 (enam) titik berbeda. Titik-titik pengambilan data tersebut dapat dilihat pada Tabel 4.1. Tabel 4.1 Titik Sampling dan Jumlah Kendaraan Bermotor di Terminal Terpadu Amplas Hari/ Tgl Selasa/ 07-022017 Rabu/ 08-022017 Kamis/ 09-022017

Titik

Lokasi

1

Gerbang Masuk Terminal

2

Area Parkir Kendaraan

3

Area Parkir Bus AKAP

4

Pelataran Bus AKDP

5 6

Area Parkir Angkutan Kota Gerbang Keluar Terminal

Koordinat 3o 32’ 23,40” LU 98o 43’ 3,42” BT 3o 32’ 23,92” LU 98o 43’ 6,15” BT 3o 32’ 23,20” LU 98o 43’ 8,80” BT 3o 32’ 22,12” LU 98o 43’ 7,21” BT 3o 32’ 18,63” LU 98o 43’ 6,64” BT 3o 32’ 19,16” LU 98o 43’ 4,39” BT

Jumlah Kendaraan Pagi (unit/jam)

Jumlah Kendaraan Siang (unit/jam)

313

279

204

188

203

169

94

83

273

283

223

310

Pengambilan data jumlah kendaraan bermotor dilakukan selama 3 (tiga) hari yaitu hari Selasa, Rabu, dan Kamis. Waktu pengambilan data dilakukan pada waktu pagi yaitu pukul 07.00 WIB – 09.05 WIB dan waktu siang yaitu pukul 12.00 WIB – 14.05 WIB. Penelitian ini mengklasifikan kendaraan bermotor yang dihitung di Terminal Terpadu Amplas menjadi 7 (tujuh) kategori yaitu sepeda motor, angkot, mobil, pick-up, minibus, bus, dan truk. Data jumlah dan jenis kendaraan dari hasil pengamatan langsung di lapangan ditunjukkan pada Tabel 4.2.

Universitas Sumatera Utara

Tabel 4.2 Jumlah dan Jenis Kendaraan Bermotor di Terminal Terpadu Amplas Hari/ Titik Pengamatan

Jumlah Kendaraan Bermotor (kendaraan/jam) Waktu

Sepeda Motor

Angkot

Mobil

Pick-Up

Minibus

Bus

Truk

Jumlah (unit/ jam)

Selasa (07-02-2017) Gerbang Masuk Terminal Area Parkir Kendaraan

Pagi

83

179

14

8

17

9

3

313

Siang

77

173

10

2

9

7

1

279

Pagi

39

129

12

7

5

5

7

204

Siang

24

130

11

4

7

6

6

188

Pagi

27

130

14

14

1

10

7

203

Siang

30

110

7

13

1

5

3

169

Pagi

13

61

4

0

8

8

0

94

Siang

21

42

1

1

9

9

0

83

Pagi

47

193

4

2

15

11

1

273

Siang

46

200

9

4

13

8

3

283

Pagi

32

164

3

7

8

7

2

223

Siang

40

218

12

15

11

10

4

310

Pagi

241

856

51

38

54

50

20

Siang

238

873

50

39

50

45

17

Rabu (08-02-2017) Area Parkir Bus AKAP Pelataran Bus AKDP

Kamis (09-02-2017) Area Parkir Angkutan Kota Gerbang Keluar Terminal Jumlah (unit/jam)

Terminal Terpadu Amplas merupakan terminal angkutan umum terbesar yang ada di Kota Medan dengan luas wilayah ±

42.134,625 m2 (Dishub Kota Medan, 2012).

Terminal ini melayani rute perjalanan angkutan umum antar kota hingga antar provinsi, sehingga terdapat banyak angkutan umum yang menaikkan penumpang/barang. Selain didominasi oleh angkutan umum, Terminal Terpadu Amplas juga banyak disinggahi oleh kendaraan lain seperti sepeda motor dan mobil yang hendak mengantarkan penumpang/barang ke terminal. 4.1.1 Jumlah Kendaraan Bermotor Berdasarkan Lokasi Pengamatan Pengambilan data kendaraan bermotor dilakukan di 6 (enam) titik sampling (lokasi pengamatan). Berdasarkan data pada Tabel 4.2, jumlah kendaraan bermotor yang ada di Terminal Terpadu Amplas pada tiap-tiap lokasi pengamatan dapat dilihat pada Gambar 4.1. Jumlah kendaraan bermotor tersebut diklasifikasikan ke dalam waktu pengamatan pagi dan siang.

IV-2 Universitas Sumatera Utara

Jumlah Kendaraan (unit/jam)

350 300 250 200 150 100 50 0

313 273

279 204

188

310

283

223

203 169 94 83

Gerbang Masuk Terminal

Area Parkir Kendaraan

Selasa 7/2/2017

Area Parkir Bus AKAP

Pelataran Bus Area Parkir AKDP Angkutan Kota

Rabu 8/2/2017

Gerbang Keluar Termianl

Kamis 9/2/2017

Lokasi Pengamatan Waktu Pagi

Waktu Siang

Gambar 4.1 Jumlah Kendaraan Bermotor Berdasarkan Lokasi Pengamatan di Terminal Terpadu Amplas

Berdasarkan Gambar 4.1, terlihat bahwa Gerbang Masuk Terminal Terpadu Amplas merupakan titik sampling yang paling banyak dilewati oleh kendaraan bermotor. Jumlah kendaraan bermotor pada waktu pagi di titik sampling ini sebesar 23,89%. Selanjutnya

20,84%, Gerbang Keluar Terminal diikuti oleh Area Parkir Angkutan Kota sebesar 20,84%, Terpadu Amplas sebesar 17,02%. Kemudian Area Parkir Kendaraan sebesar 15,57%, Area Parkir Bus AKAP sebesar 15,50%, dan titik sampling yang paling sedikit dilewati

kendaraan bermotor adalah di Pelataran Bus AKDP yaitu sebesar 7,18%. Jumlah kendaraan bemotor di Gerbang Masuk Terminal Terpadu Amplas pada waktu siang terlihat mengalami penurunan sebesar 2,63% menjadi 21,26%. Begitu pula dengan titik sampling di Area Parkir Kendaraan mengalami penurunan sebesar 1,24% menjadi 14,33%. Berikutnya penurunan jumlah kendaraan bermotor pada waktu siang juga terjadi di Area Parkir Bus AKAP sebesar 2,62% menjadi 12,88%, dan jumlah kendaraan bermotor semakin menurun di Pelataran Bus AKDP sebesar 0,85% menjadi 6,33%. Titik sampling di Area Parkir Angkutan Kota mengalami peningkatan kendaraan

bermotor sebesar 0,73 menjadi 21,57% dan Gerbang Keluar Terminal Terpadu Amplas mengalami peningkatan sebesar 6,61% menjadi 23,63%.

IV-3 Universitas Sumatera Utara

Secara keseluruhan, Gerbang Masuk Terminal Terpadu Amplas merupakan titik sampling dengan jumlah kendaraan terbanyak yaitu sebesar 23,89% pada waktu pagi dan 21,26% pada waktu siang. Hal ini disebabkan setiap kendaraan bermotor yang akan memasuki kawasan Terminal Terpadu Amplas akan selalu melewati titik sampling ini, sehingga lalu lintas kendaraan di titik sampling ini pun cenderung lebih padat dari titik sampling lainnya. Sementara itu, Pelataran Bus AKDP merupakan titik sampling dengan lalu lintas kendaraan paling sedikit. Jumlah kendaraan yang melintas pada waktu pagi hanya sebesar 7,18% dan 6,33% pada waktu siang. Hal ini dapat dijelaskan karena mayoritas kendaraan yang melewati titik sampling ini adalah kendaraan umum berjenis angkot, minibus, dan bus. Bila dilihat dari Gambar 4.1, pengamatan waktu pagi cenderung memiliki jumlah kendaraan yang relatif lebih banyak daripada pengamatan waktu siang.

Hal ini

disebabkan pada waktu pagi hari aktivitas masyarakat baru dimulai, sehingga kebutuhan akan kendaraan umum di pagi hari menjadi lebih tinggi daripada di siang hari. Rata-rata jumlah kendaraan yang masuk ke Terminal Terpadu Amplas pada tahun 2015 tercatat sebanyak 288 unit per jam. Data ini merupakan data perhitungan jumlah kendaraan pada jam-jam sibuk (Dishub UPT Terminal Terpadu Amplas, 2016). Berdasarkan Gambar 4.1, dapat dilihat bahwa jumlah kendaraan yang masuk ke Terminal Terpadu Amplas pada waktu pagi (jam sibuk) sebesar 313 unit per jam. Hal ini menunjukkan data hasil perhitungan jumlah kendaraan pada saat sampling tidak jauh berbeda dengan data sekunder dari Dinas Perhubungan UPT Terminal Terpadu Amplas.

4.1.2 Jumlah Kendaraan Bermotor Berdasarkan Jenis Kendaraan Terminal adalah tempat angkutan umum untuk menaikkan atau menurunkan penumpang/barang. Namun, kendaraan bermotor di Terminal Terpadu Amplas tidak hanya berupa angkutan umum, melainkan jenis kendaraan bermotor lain seperti sepeda motor, mobil penumpang, atau truk. Penelitian ini mengklasifikan kendaraan bermotor yang dihitung di Terminal Terpadu Amplas menjadi 7 (tujuh) kategori yaitu sepeda motor, angkot, mobil, pick-up, minibus, bus, dan truk. Berdasarkan data pada Tabel 4.2,

IV-4 Universitas Sumatera Utara

jumlah kendaraan yang melintasi Terminal Terpadu Amplas selama 3 (tiga) hari

Jumlah kendaraan (unit/jam)

penelitian menurut jenisnya dapat dilihat pada Gambar 4.2.

873 856

1000 800 600 400

241 238 51 50

200

38 39

54 50

Pick-Up

Minibus

50 45

20 17

Bus

Truk

0 Sepeda Motor

Angkot

Mobil

Jenis Kendaraan Waktu Pagi

Waktu Siang

Gambar 4.2 Jumlah Kendaraan Bermotor Berdasarkan Jenis Kendaraan di Terminal Terpadu Amplas

Berdasarkan Gambar 4.2, terlihat bahwa angkot merupakan jenis kendaraan yang paling

mendominasi di Terminal Terpadu Amplas baik pada waktu pagi maupun pada waktu siang. Jumlah angkot pada waktu pagi sebesar 65,34% dan pada waktu siang sebesar 66,54%, kemudian jumlah sepeda motor pada waktu pagi dan waktu siang sebesar 18,40% dan 18,14%, kemudian jumlah minibus sebesar 4,12% pada waktu pagi dan pada waktu siang sebesar 3,81%. Sementara itu, jumlah mobil pada waktu pagi dan waktu siang berturut-turut sebesar 3,89% dan 3,81%, selanjutnya jumlah pick-up

sebesar 2,90% pada waktu pagi dan 2,97 pada waktu siang. Truk merupakan jenis kendaraan yang paling sedikit melintasi Terminal Terpadu Amplas dibandingkan dengan kendaraan lain yaitu sebesar 1,53% pada waktu pagi dan 1,29% pada waktu siang. Dominasi angkot yang terdapat di Terminal Terpadu Amplas sesuai dengan fungsi

terminal itu sendiri sebagai tempat angkutan umum untuk menaikkan atau menurunkan penumpang/barang. Angkot sendiri merupakan jenis angkutan umum yang paling sering

ditemui di Terminal Terpadu Amplas dibandingkan dengan angkutan umum lainnya seperti minibus dan bus. Berdasarkan data Dinas Perhubungan UPT Terminal Terpadu

IV-5 Universitas Sumatera Utara

Amplas (2016), pada tahun 2015 jumlah angkot yang keluar-masuk terminal tiap harinya mencapai 1.164 unit. Sementara itu, jumlah minibus sebanyak 514 unit per hari, bus AKDP sebanyak 39 unit per hari, dan bus AKAP sebanyak 10 unit per hari.

4.2 Laju Emisi CO dan NO2 per Unit Area di Terminal Terpadu Amplas Laju emisi CO dan NO2 per unit area dihitung berdasarkan perhitungan beban emisi dibagi dengan luas Terminal Terpadu Amplas. Perhitungan beban emisi menggunakan Persamaan (3.3) dimana perhitungan ini bergantung pada jumlah dan jenis kendaraan bermotor, faktor emisi kendaraan, dan keliling terminal. Faktor emisi yang digunakan adalah faktor emisi dari Peraturan Menteri Negara Lingkungan Hidup Nomor 10 Tahun 2010 yang dapat dilihat pada Tabel 2.3. Keliling Terminal Terpadu Amplas dihitung dengan Persamaan (3.2). Berdasarkan Gambar 3.9 diketahui panjang dan lebar kawasan Terminal Terpadu Amplas berturut-turut adalah 262,6 m dan 175,5 m, sehingga didapat: Keliling terminal = 2 (262,6 m + 175,5 m) = 876,2 m = 0,8762 km ≈ 0,88 km Sebelum menghitung laju emisi CO dan NO2, perlu dihitung beban emisi CO dan NO2 tiap kendaraan terlebih dahulu. Langkah-langkah perhitungan laju emisi CO dan NO2 di Terminal Terpadu Amplas adalah: 1. Menghitung beban emisi CO dan NO2 di Terminal Terpadu Amplas Berikut diberikan contoh perhitungan beban emisi CO dan NO2 dari jenis kendaraan sepeda motor di titik sampling 1 (satu) yaitu Gerbang Masuk Terminal Terpadu Amplas pada waktu pagi: Diketahui jumlah kendaraan (n) = 83 kendaraan/jam; faktor emisi (FE) CO untuk sepeda motor = 14 g/km; faktor emisi (FE) NO2 untuk sepeda motor = 0,29 g/km; dan keliling terminal (p) = 0,88 m. Berdasarkan Persamaan (3.3) maka didapat: Beban emisi (BE) CO = n × FE × p = 83 kendaraan/jam × 14 g/km × 0,88 km = 1.022,56 g/jam

IV-6 Universitas Sumatera Utara

Beban emisi (BE) NO2 = n × FE × p = 83 kendaraan/jam × 0,29 g/km × 0,88 km = 21,18 g/jam Setelah diketahui semua beban emisi CO dan NO2 dari masing-masing jenis kendaraan, maka beban tersebut dijumlahkan berdasarkan titik pengambilan sampel. Beban emisi yang didapat diklasifikasikan berdasarkan waktu sampling pagi dan waktu sampling siang. Berikut contoh perhitungan beban emisi CO pada waktu pagi di titik sampling 1 (satu) yaitu Gerbang Masuk Terminal Terpadu Amplas. Diketahui BEsepeda motor = 1.022,56 g/jam; BEangkot = 6.789,11 g/jam; BEmobil = 399,17 g/jam; BEpick-up = 223,87 g/jam; BEminibus = 359,04 g/jam; BEbus = 87,12 g/jam; BEtruk = 22,18 g/jam. BE CO total = (1.022,56 + 6.789,11 + 399,17 + 223,87 + 359,04 + 87,12 + 22,18) g/jam = 8903,05 g/jam Contoh perhitungan beban emisi NO2: Diketahui BEsepeda motor = 21,18 g/jam; BEangkot = 330,79 g/jam; BEmobil = 28,34 g/jam; BEpick-up = 14,08 g/jam; BEminibus = 23,19 g/jam; BEbus = 94,25 g/jam; BEtruk = 46,73 g/jam. BE NO2 total = (21,18 + 330,79 + 28,34 + 14,08 + 23,19 + 94,25 + 46,73) g/jam = 558,55 g/jam Sehingga didapat total beban emisi CO dan NO2 pada waktu pagi di titik sampling 1 (satu) yaitu Gerbang Masuk Terminal Terpadu Amplas berturut-turut adalah sebesar 8.903,05 g/jam dan 558,55 g/jam. 2. Menghitung luas Terminal Terpadu Amplas Luas Terminal Terpadu Amplas dihitung dengan menggunakan persamaan (3.5), didapat: A = 262,6 m × 175,5 m = 46.086,3 m2

IV-7 Universitas Sumatera Utara

3. Menghitung laju emisi CO dan NO2 per unit area di Terminal Terpadu Amplas Laju emisi per unit area dapat dihitung dengan Persamaan (3.4). Contoh perhitungan laju emisi per unit area untuk polutan CO dan NO2 pada waktu pagi di titik 1 (satu) yaitu Gerbang Masuk Terminal adalah: QCO

=

8.903,05 g / jam 46.086,3 m 2

= 0,1931821 g/jam/m2 = 5,366171 × 10-5 g/s/m2 ≈ 5,37 × 10-5 g/s/m2 QNO2

=

558,55 g / jam 46.086,3 m 2

= 0,01211965 g/jam/m2 = 3,36659 × 10-6 g/s/m2 ≈ 3,37 × 10-6 g/s/m2 Selengkapnya perhitungan laju emisi CO dan NO2 per unit area tiap-tiap titik sampling dapat dilihat pada Lampiran III. Laju emisi CO dan NO2 per unit area pada waktu pagi dan waktu siang dapat dilihat pada Tabel 4.3. Tabel 4.3 Laju Emisi CO dan NO2 per Unit Area di Terminal Terpadu Amplas Hari/Tanggal

Selasa 07/02/2017

Rabu 08/02/2017

Kamis 09/02/2017

Titik Pengamatan Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Hari/ Waktu Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang

Laju Emisi CO (g/s/m2) 5,37 × 10-5 4,89 × 10-5 3,69 × 10-5 3,56 × 10-5 3,75 × 10-5 3,13 × 10-5 1,71 × 10-5 1,32 × 10-5 5,12 × 10-5 5,36 × 10-5 4,31 × 10-5 5,96 × 10-5

Laju Emisi NO2 (g/s/m2) 3,37 × 10-6 2,80 × 10-6 2,73 × 10-6 2,67 × 10-6 3,10 × 10-6 2,10 × 10-6 1,32 × 10-6 1,16 × 10-6 3,20 × 10-6 3,34 × 10-6 2,68× 10-6 3,89 × 10-6

Berdasarkan Tabel 4.3, untuk waktu pagi diperoleh laju emisi CO dan NO2 yang paling tinggi adalah di Gerbang Masuk Terminal yaitu sebesar 5,37 × 10-5 g/s/m2 dan 3,37 × 10-6 g/s/m2. Hal ini diakibatkan tingginya jumlah kendaraan pada titik sampling ini dibandingkan dengan titik sampling lain. Setiap kendaraan bermotor yang akan memasuki kawasan Terminal Terpadu Amplas akan selalu melewati titik ini, sehingga lalu lintas kendaraan di Gerbang Masuk Terminal cenderung lebih padat dari titik

IV-8 Universitas Sumatera Utara

lainnya. Sementara itu, Pelataran Bus AKDP merupakan titik pengamatan yang menyumbang laju emisi paling rendah yaitu sebesar 1,71 × 10-5 g/s/m2 untuk parameter CO dan 1,32 × 10-6 g/s/m2 untuk parameter NO2. Laju emisi CO dan NO2 paling tinggi pada waktu siang adalah di Gerbang Keluar Terminal yaitu sebesar 5,96 × 10-5 g/s/m2 dan 3,89 × 10-6 g/s/m2. Hal ini dapat dijelaskan karena pada waktu siang hari, banyak kendaraan yang keluar dari Terminal Terpadu Amplas terutama angkot. Umumnya di Terminal Terpadu Amplas, pengemudi angkot mempunyai pergantian jam kerja (shift). Adanya pergantian shift pengemudi angkot pada siang hari mengakibatkan angkot yang tadinya terparkir di terminal, keluar untuk mencari penumpang. Sementara itu, laju emisi CO dan NO2 paling rendah adalah di Pelataran Parkir Bus AKDP yaitu sebesar 1,32 × 10-5 g/s/m2 dan 1,16 × 10-6 g/s/m2. Berdasarkan pembahasan tersebut, laju emisi CO dan NO2 berfluktusi sesuai dengan jumlah dan jenis kendaraan bermotor. Menurut Ruktiningsih (2014), semakin tinggi jumlah kendaraan maka emisi CO dan NO2 yang dikeluarkan juga akan semakin meningkat. Hal ini didukung pula oleh Suhadi (2008) dalam Hodijah (2014) yang menerangkan bahwa jenis dan jumlah kendaraan akan mempengaruhi emisi yang dihasilkan.

4.3 Faktor Meteorologi Faktor meteorologi yang diukur dalam penelitian ini adalah suhu udara, kelembaban udara, kecepatan angin, dan intensitas radiasi matahari. Data-data meteorologi berupa suhu udara, kelembaban, dan kecepatan angin didapat dari pengukuran langsung di lapangan selama 3 (hari) di Terminal Terpadu Amplas. Sementara data intensitas radiasi matahari didapat dari Stasiun Klimatologi Sampali.

4.3.1 Suhu Udara Data suhu udara merupakan data primer yang diambil langsung di lapangan menggunakan hygrotermometer. Tabel 4.4 menunjukkan data suhu udara pada 6 (enam) titik sampling di kawasan Terminal Terpadu Amplas.

IV-9 Universitas Sumatera Utara

Tabel 4.4 Suhu Udara di Terminal Terpadu Amplas Hari/Tanggal Selasa 7/2/2017 Rabu 8/2/2017 Kamis 9/2/2017

Titik Sampling Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Rata-rata

Suhu udara (oC) Pagi Siang 33,5 37,3 34,7 35,7 30,3 32 33,6 35,4 32,2 35,2 33,9 34,5 33,03 35,02

Berdasarkan Tabel 4.4, dapat dilihat bahwa suhu udara pada waktu pagi di Terminal Terpadu Amplas lebih rendah daripada waktu siang. Suhu udara terendah adalah 30,3 o

C hasil pengukuran pagi hari di Area Parkir Bus AKAP dan tertinggi adalah 37,3 oC

hasil pengukuran siang hari di Gerbang Masuk Terminal. Sementara itu, suhu udara rata-rata hasil pengukuran pagi hari sebesar 33,03 oC dan hasil pengukuran siang hari sebesar 35,02 oC.

4.3.2 Kelembaban Udara Pengukuran kelembaban udara di 6 (enam) titik sampling yang tersebar di kawasan Terminal Terpadu Amplas menggunakan hygrotermometer. Hasil pengukuran kelembaban udara dapat dilihat pada Tabel 4.5. Tabel 4.5 Kelembaban Udara di Terminal Terpadu Amplas Kelembaban Udara (%) Hari/Tanggal Titik Sampling Pagi Siang Gerbang Masuk Terminal 55,4 45,7 Selasa 7/2/2017 Area Parkir Kendaraan 51,7 46,3 Area Parkir Bus AKAP 60,9 55,0 Rabu 8/2/2017 Pelataran Bus AKDP 55,7 46,9 Area Parkir Angkutan Kota 54,8 47,3 Kamis 9/2/2017 Gerbang Keluar Terminal 55,1 52,0 Rata-rata 55,60 48,87

Tabel 4.5 menunjukkan kelembaban udara pada siang hari lebih rendah daripada kelembaban udara pada pagi hari. Hal ini disebabkan suhu udara pada siang hari relatif lebih tinggi daripada pagi hari. Kenaikan suhu udara akan menurunkan kelembaban di udara. Kelembaban udara terendah adalah 45,7% hasil pengukuran siang hari di Gerbang Masuk Terminal dan tertinggi adalah 60,9% hasil pengukuran pagi hari di

IV-10 Universitas Sumatera Utara

Area Parkir Bus AKAP. Sementara itu, kelembaban udara rata-rata hasil pengukuran pagi sebesar 55,60% dan hasil pengukuran siang sebesar 48,87%.

4.3.3 Kecepatan Angin Pengukuran kecepatan angin pada penelitian ini menggunakan anemometer. Tabel 4.6 menunjukkan kecepatan angin di 6 (enam) titik sampling yang ada di Terminal Terpadu Amplas . Tabel 4.6 Kecepatan Angin di Terminal Terpadu Amplas Hari/Tanggal

Selasa 7/2/2017 Rabu 8/2/2017 Kamis 9/2/2017

Titik Sampling

Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Rata-rata

Kecepatan Angin (m/s) Pagi Siang

3,16 2,53 3,55 1,71 2,52 1,61 2,51

1,52 2,55 1,92 1,62 2,36 1,4 1,90

Berdasarkan Tabel 4.6, didapat kecepatan angin rata-rata di Terminal Terpadu Amplas adalah 2,51 m/s pada pagi hari dan 1,90 m/s pada siang hari. Kecepatan angin terendah adalah 1,4 m/s hasil pengukuran siang hari di Gerbang Keluar Terminal dan tertinggi adalah 3,55 m/s hasil pengukuran pagi hari di Area Parkir Bus AKAP. Data kecepatan angin ini akan digunakan bersama data intensitas radiasi matahari untuk menentukan kelas stabilitas atmosfer dengan metode Pasquill-Gifford yang tunjukkan Tabel 2.4.

4.3.4 Intensitas Radiasi Matahari Data intensitas radiasi matahari didapat dari Stasiun Klimatologi Sampali yang dapat dilihat pada Lampiran IV. Data yang diambil adalah data intensitas radiasi matahari pada hari yang sama dengan hari sampling yaitu pada tanggal 7-9 Februari 2017. Tabel 4.7 menunjukkan data intensitas radiasi matahari dari Stasiun Klimatologi Sampali.

IV-11 Universitas Sumatera Utara

Tabel 4.7 Data Intensitas Radiasi Matahari Per Jam Pada Hari Sampling Hari/ Pukul Selasa (07/02/2017) Rabu (08/02/2017) Kamis (09/02/2017)

Intensitas Radiasi Matahari (W/m2) 10.00 11.00 12.00 13.00 14.00 15.00

07.00

08.00

09.00

16.00

17.00

18.00

-

-

50

220

450

570

220

300

300

310

150

50

-

-

40

350

380

180

20

180

240

170

40

-

-

-

210

390

800

340

600

220

250

270

100

-

Keterangan: - Data tidak masuk Sumber: BMKG Sampali, 2017

Berdasarkan Tabel 4.7, dapat dilihat bahwa data intensitas radiasi matahari yang disediakan adalah dari pukul 07.00 WIB hingga pukul 18.00 WIB. Namun, data yang digunakan hanyalah data pada saat waktu pengamatan langsung di lapangan saja. Data waktu pagi yaitu data pada pukul 07.00-09.05 WIB, sedangkan data waktu siang yaitu data pada pukul 12.00-14.05 WIB. Data yang diambil pada rentang waktu penelitian tersebut adalah data dengan nilai maksimal. Hal ini disebabkan untuk memperkirakan konsentrasi maksimum polutan di udara, sebaiknya menggunakan kondisi udara yang maksimal (Turyanti, dkk., 2016). Tabel 4.8 menunjukkan data intensitas radiasi matahari pada waktu sampling. Tabel 4.8 Data Intensitas Radiasi Matahari Hari/Tanggal Selasa 7/2/2017 Rabu 8/2/2017 Kamis 9/2/2017

Titik Sampling Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Rata-rata Keterangan: - Data tidak masuk

Intensitas Radiasi Matahari (W/m2) Pagi Siang 570 50 300 180 40 180 600 210 600 150 405

Sumber: BMKG Sampali, 2017

Tabel 4.8 menunjukkan intensitas radiasi matahari pada waktu siang lebih tinggi daripada waktu pagi. Intensitas radiasi matahari tertinggi adalah 600 W/m2 yang diukur pada waktu siang. Sementara intensitas radiasi matahari terendah adalah 40 W/m2 yang diukur pada waktu pagi. Data intensitas radiasi matahari ini selanjutnya akan diolah bersama data kecepatan angin untuk mendapatkan kelas stabilitas atmosfer.

IV-12 Universitas Sumatera Utara

4.4 Konsentrasi CO dan NO2 Observasi Pengukuran konsentrasi CO dan NO2 observasi di Terminal Terpadu Amplas dilakukan di 6 (enam) titik berbeda. Pengukuran dilakukan selama 3 (tiga) hari dengan periode waktu waktu pagi dan waktu siang. Laporan hasil uji kedua parameter tersebut dapat dilihat pada Lampiran V. Hasil uji konsentrasi CO observasi di laboratorium BTKLPP Kota Medan didapat dalam satuan ppm, sedangkan data konsentrasi CO prediksi adalah dalam satuan µg/m3, maka data tersebut harus dikonversi terlebih dahulu dengan persamaan (3.1). Contoh perhitungan konversi data konsentrasi CO observasi pada titik 1 (satu) waktu pagi adalah: C ( µg / m 3 ) =

12 × 28 × 1.000 × 1 3 = 13.733,46 µg/m 0,0821 × 298

Perhitungan konversi data konsentrasi CO observasi selengkapnya dapat dilihat pada Lampiran VI. Data konsentrasi CO dan NO2 observasi dalam satuan µg/m3 ditampilkan pada Tabel 4.9. Selanjutnya grafik konsentrasi CO dan NO2 observasi dapat dilihat pada Gambar 4.3 dan 4.4. Tabel 4.9 Konsentrasi CO dan NO2 Observasi Hari/Tanggal Selasa 07/02/2017

Rabu 08/02/2017

Kamis 09/02/2017

Titik Pengamatan Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Waktu

Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang

CO observasi (µg/m3) 13.733,46 16.022,37 13.733,46 12.589,00 14.877,91 12.589,00 18.311,28 17.166,82 17.166,82 14.877,91 13.733,46 12.589,00

NO2 observasi (µg/m3) 78,07 110,56 68,03 69,69 79,38 59,60 65,67 70,15 66,13 69,90 71,99 68,70

IV-13 Universitas Sumatera Utara

Konsentrasi CO (µg/m3)

35,000 30,000 25,000 20,000 15,000 10,000 5,000 0

18.311,28 13.733,46

13.733,46

14.877,91

12.589,00

12.589,00

Area Parkir Kendaraan

Area Parkir Bus AKAP

13.733,46 17.166,82

16.022,37

Gerbang Masuk Terminal

Selasa 7/2/2017

17.166,82

Pelataran Bus AKDP

Rabu 8/2/2017

14.877,91

12.589,00

Area Parkir Gerbang Keluar Terminal Angkutan Kota Kamis 9/2/2017

Lokasi Pengamatan

Konsentrasi CO observasi pagi (µg/m³)

Konsentrasi CO observasi siang (µg/m³)

Baku mutu CO 1 jam

Gambar 4.3 Konsentrasi CO Observasi di Terminal Terpadu Amplas

Berdasarkan Gambar 4.3, terlihat bahwa pola atau tren nilai konsentrasi CO observasi

Konsentrasi NO2 (µg/m3)

pada waktu pagi dan siang hari mendekati sama. 450 400 350 300 250 200 150 100 50 0

110,56

70,15

69,69

59,60

78,07

68,03

79,38

65,67

66,13

71,99

Gerbang Masuk Terminal

Area Parkir Kendaraan

Area Parkir Bus AKAP

Pelataran Bus AKDP

Area Parkir Angkutan Kota

Gerbang Keluar Terminal

Selasa 7/2/2017

Rabu 8/2/2017

69,90

68,70

Kamis 9/2/2017

Lokasi Pengamatan Konsentrasi NO₂ observasi pagi (µg/m³)

Konsentrasi NO₂ observasi siang (µg/m³)

Baku mutu NO₂ 1 jam

Gambar 4.4 Konsentrasi NO2 Observasi di Terminal Terpadu Amplas

Berdasarkan Peraturan Pemerintah Republik Indonesia Nomor 41 Tahun 1999 tentang Pengendalian Pencemaran Udara, konsentrasi CO dan NO2 observasi masih berada dalam ambang batas baku mutu, dimana baku mutu udara ambien untuk parameter CO

IV-14 Universitas Sumatera Utara

sebesar 30.000 µg/m3 dan parameter NO2 sebesar 400 µg/m3. Namun keberadaan parameter tersebut telah menurunkan kualitas udara ambien di sekitar Terminal Terpadu Amplas. Untuk lebih lengkapnya, baku mutu udara ambien nasional dapat dilihat pada Lampiran VII. Berdasarkan Gambar 4.3, diperoleh konsentrasi CO observasi tertinggi hasil pengukuran waktu pagi dan waktu siang adalah di Pelataran Bus AKDP yaitu sebesar 18.311,28 µg/m3 dan 17.166,82 µg/m3. Konsentrasi CO observasi terendah hasil pengukuran waktu pagi adalah di Gerbang Masuk Terminal, Area Parkir Kendaraan, dan Gerbang Keluar Terminal yaitu sebesar 13.733,46 µg/m3. Sementara untuk hasil pengukuran waktu siang, konsentrasi CO observasi terendah adalah di Area Parkir Kendaraan, Area Parkir Bus AKAP, dan Gerbang Keluar Terminal yaitu sebesar 12.589,00 µg/m3. Tingginya konsentrasi CO observasi di Pelataran Bus AKDP disebabkan adanya bus seperti bus AKDP yang menunggu penumpang sambil menghidupkan mesin namun kendaraan dalam keadaan berhenti. Kondisi ini disebut kondisi idle. Menurut Rao dan Rao (1994) dalam Azwarani (2012), konsentrasi CO akan meningkat sebesar 4-6% saat mesin dalam keadaan idle (diam). Hal ini disebabkan dalam kondisi idle pembakaran dalam mesin tidak sempurna sehingga emisi gas CO yang dihasilkan meningkat (Ramayana, 2014). Gambar 4.4 menunjukkan konsentrasi NO2 observasi tertinggi hasil pengukuran waktu pagi adalah di Area Parkir Bus AKAP yaitu sebesar 79,38 µg/m3 dan konsentrasi NO2 observasi terendah adalah di Pelataran Bus AKDP yaitu sebesar 65,67 µg/m3. Sementara untuk hasil pengukuran waktu siang, konsentrasi NO2 observasi tertinggi adalah di Gerbang Masuk Terminal yaitu sebesar 110,56 µg/m3 dan konsentrasi NO2 observasi terendah adalah di Area Parkir Bus AKAP yaitu sebesar 59,60 µg/m3. Tingginya konsentrasi NO2 observasi di Area Parkir Bus AKAP dan Gerbang Masuk Terminal disebabkan adanya kendaraan bermotor lain selain kendaraan bermotor di terminal yang menyumbang emisi NO2 ke udara. Lokasi Gerbang Masuk Terminal sendiri berdekatan dengan Jalan Panglima Denai, sehingga kendaraan yang melintasi

IV-15 Universitas Sumatera Utara

jalan tersebut ikut menyumbang emisi NO2. Sementara itu, di Area Parkir Bus AKAP berdekatan dengan lokasi pengujian kendaraan bermotor (KIR), sehingga aktivitas tersebut turut menyumbang NO2 ke udara. Lokasi ini memang diperuntukkan untuk lahan parkir bus AKAP, tetapi pada kenyataannya lahan ini dipergunakan sebagai jalur perlintasan kendaraan di Terminal Terpadu Amplas. Hal inilah yang menyebabkan jumlah kendaraan yang menyumbang emisi NO2 ke udara di kedua titik sampling ini lebih banyak dibandingkan dengan titik sampling lainnya di Terminal Terpadu Amplas. Menurut Wiyandari (2010), konsentrasi NO2 mengalami peningkatan seiring dengan meningkatnya jumlah kendaraan. Selain berasal dari asap kendaraan bermotor, asap dapur dari tungku masak rumahrumah makan yang terdapat di kawasan Terminal Terpadu Amplas juga mempengaruhi konsentrasi CO dan NO2 observasi. Hal tersebut dapat dilihat pada dokumentasi saat sampling di Terminal Terpadu Amplas. Menurut Haryanto dan Triyono (2012), proses pembakaran dari tungku masak menimbulkan emisi polutan seperti CO, H2S, NOx, SOx, dan partikel debu. Konsentrasi CO observasi rata-rata hasil pengukuran pagi sebesar 15.259,40 µg/m3 cenderung lebih tinggi dibandingkan hasil pengukuran siang yang sebesar 14.305,68

µg/m3. Sementara itu, konsentrasi NO2 observasi rata-rata hasil pengukuran waktu siang sebesar 74,77 µg/m3 cenderung lebih tinggi daripada hasil pengukuran pagi yang sebesar 71,55 µg/m3. Walaupun perbedaan konsentrasi NO2 tersebut tidak terlalu signifikan. Konsentrasi CO dan NO2 observasi tidak hanya dipengaruhi oleh jumlah kendaraan melainkan juga oleh faktor meteorologi seperti suhu udara, kelembaban udara, intensitas radiasi matahari, dan kecepatan angin. Konsentrasi CO observasi rata-rata hasil pengukuran pagi lebih tinggi dibandingkan hasil pengukuran siang disebabkan suhu udara saat pengukuran pagi lebih rendah yaitu 33,03 oC dari pengukuran siang yaitu 35,02 oC. Konsentrasi CO berbanding terbalik dengan suhu udara, artinya jika suhu udara rendah maka konsentrasi CO akan meningkat (Habeebullah, 2013; Ramayana, 2014; Novalia, 2014). Lakitan (2002) dalam Novalia (2014) menjelaskan bahwa suhu udara yang tinggi pada siang hari akan mengakibatkan pemuaian udara sehingga terjadi penyebaran polutan yang menyebabkan

IV-16 Universitas Sumatera Utara

konsentrasi CO rendah. Namun, hasil yang berbeda ditunjukkan oleh penelitian Rosa (2015) dan Annisa (2014), dimana konsentrasi CO meningkat seiring dengan meningkatnya suhu. Aprilina (2016) menjelaskan bahwa pada keadaan normal (tidak ada intervensi antropogenik) hubungan antara konsentrasi CO dan suhu udara menunjukkan korelasi positif sedangkan saat ada intervensi antropogenik hubungan antara konsentrasi CO dan suhu udara menjadi tidak konsisten. Intervensi antropogenik adalah adanya emisi polutan yang dihasilkan dari aktivitas manusia seperti dari kegiatan perkantoran, transportasi, dan industri. Konsentrasi CO observasi dipengaruhi oleh intervensi antropogenik yaitu adanya kegiatan transportasi di Terminal Terpadu Amplas. Sementara itu, konsentrasi NO2 yang lebih rendah di pagi hari dibandingkan dengan siang hari disebabkan sifat NO2 yang mudah terdeposisi basah jika kelembaban udara tinggi (Cahyono, 2010). Suhu udara yang rendah di waktu pagi di Terminal Terpadu Amplas mengakibatkan kelembaban udara lebih tinggi (53,83%) dibandingkan waktu siang (29,83%).

4.5 Konsentrasi CO dan NO2 Prediksi dengan Model SCREEN3 Proses perhitungan konsentrasi polutan CO dan NO2 dengan menggunakan model SCREEN3 sumber area memerlukan beberapa data yaitu: data sumber emisi dan data meteorologi. Data sumber emisi berupa laju emisi, tinggi keluaran emisi, serta panjang dan lebar area terminal. Laju emisi telah dihitung berdasarkan beban emisi tiap-tiap polutan. Tinggi keluaran emisi adalah tinggi knalpot kendaraan dari atas permukaan tanah yaitu 30 cm, sedangkan panjang dan lebar terminal dapat dilihat pada Gambar 3.9. Data meteorologi yang diperlukan berupa kecepatan angin dan kelas stabilitas atmosfer. Penentuan kelas stabilitas atmosfer menggunakan kelas stabilitas atmosfer PasquillGifford yang ditunjukkan Tabel 2.4. Data-data yang dibutuhkan untuk menentukan kelas stabilitas atmosfer dengan menggunakan metode tersebut adalah kecepatan angin dan intensitas radiasi matahari. Kecepatan angin didapat dari pengukuran langsung di lapangan pada saat sampling. Sementara intensitas radiasi matahari didapat dari data sekunder yang berasal dari Stasiun Klimatologi Sampali – Medan yang ditunjukkan Tabel 4.7.

IV-17 Universitas Sumatera Utara

Selanjutnya dapat diketahui kelas stabilitas atmosfer pada saat sampling untuk digunakan dalam perhitungan SCREEN3. Data olahan penentuan kelas stabilitas atmosfer ditunjukkan pada Tabel 4.10. Tabel 4.10 Data Meteorologi

Hari/Tanggal

Hari/Titik Pengamatan

Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Rabu 08/02/2017 Pelataran Bus AKDP Area Parkir Angkutan Kota Kamis 09/02/2017 Gerbang Keluar Terminal Sumber:*BMKG Sampali, 2017

Selasa 07/02/2017

Waktu Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang Pagi Siang

Kecepatan Angin (m/s) 3,16 1,52 2,53 2,55 3,55 1,92 1,71 1,62 2,52 2,36 1,61 1,40

Intensitas Radiasi Matahari* (W/m2) 570 50 300 180 40 180 600 210 600

Kelas Stabilitas Atmosfer** C A C B C B B B C B B A

Dengan demikian, semua input data yang diperlukan untuk menjalankan model SCREEN3 telah terpenuhi. Berikut ditampilkan aplikasi model SCREEN3 untuk menentukan konsentrasi maksimum CO dan NO2 di Terminal Terpadu Amplas pada Gambar 4.5.

(a) Input data yang berhubungan dengan sumber emisi

IV-18 Universitas Sumatera Utara

(b) Input data yang berhubungan dengan data meteorologi Gambar 4.5 Input Data pada Model SCREEN3

Berdasarkan penerapan model SCREEN3, maka didapat konsentrasi CO dan NO2 pada permukaan tanah. Hasil simulasi dapat dilihat pada Tabel 4.11 dan 4.12. Tabel 4.11 Hasil Simulasi Model SCREEN3 Waktu Pagi

Hari/Tanggal

Selasa 07/02/2017

Rabu 08/02/2017

Kamis 09/02/2017 Rata-rata

Lokasi Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Kecepatan Angin (m/s)

Kelas Stabilitas Atmosfer

Konsentrasi CO (µg/m3)

Konsentrasi NO2 (µg/m3)

3,16

C

308,5

15,54

2,53

C

264,8

15,72

3,55

C

191,8

12,73

1,71

B

148,3

9,43

2,52

C

368,8

18,51

1,61

B

397,0

20,34

279,9

15,91

IV-19 Universitas Sumatera Utara

Tabel 4.12 Hasil Simulasi Model SCREEN3 Waktu Siang

Hari/Tanggal

Selasa 07/02/2017

Rabu 08/02/2017

Kamis 09/02/2017

Lokasi Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Kecepatan Angin (m/s)

Kelas Stabilitas Atmosfer

Konsentrasi CO (µg/m3)

Konsentrasi NO2 (µg/m3)

1,52

A

477,1

22,51

2,55

B

207,1

12,79

1,92

B

241,8

13,36

1,62

B

120,8

8,75

2,36

B

336,9

17,29

1,40

A

631,4

33,95

335,8

18,11

Rata-rata

Hasil analisis sebaran polutan menggunakan model SCREEN3 menunjukkan konsentrasi CO dan NO2 yang sangat bervariasi tergantung pada kondisi stabilitas atmosfernya. Stabilitas atmosfer pada kawasan Terminal Terpadu Amplas bervariasi antara stabilitas agak tidak stabil (C) hingga sangat tidak stabil (A). Hasil pemodelan menunjukkan konsentrasi CO tertinggi pada waktu pagi adalah di Gerbang Keluar Terminal yaitu sebesar 397,0 µg/m3, sedangkan yang paling rendah adalah di Pelataran Bus AKDP yaitu sebesar 148,3 µg/m3. Sementara pada waktu siang, konsentrasi CO tertinggi juga berada di Gerbang Keluar Terminal yaitu sebesar 631,4

µg/m3, sedangkan Pelataran Bus AKDP merupakan titik pengamatan dengan konsentrasi CO terendah yaitu hanya sebesar 120,8 µg/m3. Konsentrasi NO2 tertinggi pada waktu pagi adalah di Gerbang keluar Terminal yaitu sebesar 20,34 µg/m3, sedangkan yang terendah adalah di Pelataran Bus AKDP yaitu sebesar 9,43 µg/m3. Sementara pada waktu siang, konsentrasi NO2 tertinggi yaitu berada di Gerbang Keluar Terminal, dimana pada titik pengamatan ini konsentasi NO2 sebesar 33,95 µg/m3. Sedangkan konsentrasi NO2 terendah adalah di Pelataran Bus AKDP yaitu sebesar 8,75 µg/m3. Tingginya konsentrasi CO dan NO2 di Gerbang Keluar Terminal baik pada waktu pagi dan waktu siang selain dipengaruhi oleh laju emisi yang tinggi, juga dipengaruhi oleh IV-20 Universitas Sumatera Utara

kecepatan angin dan stabilitas atmosfer di titik itu. Berdasarkan pengukuran langsung di lapangan, kecepatan angin di Gerbang Keluar Terminal pada waktu pagi dan waktu siang berturut-turut adalah sebesar 1,61 dan 1,40 m/s. Kecepatan angin di titik sampling ini adalah yang terendah dibandingkan dengan titik-titik pengamatan lainnya. Sedangkan stabilitas atmosfernya pada waktu pagi dalam kondisi tidak stabil (B) dan pada waktu siang dalam kondisi sangat tidak stabil (A). Kecepatan angin yang rendah dan kondisi stabilitas atmosfer yang tidak stabil akan meningkatkan konsentrasi polutan di udara (Ocak dan Turalioglu, 2008; Ruhiyat, 2009; Liu, 1999). Konsentrasi CO dan NO2 rata-rata pada waktu pagi lebih rendah dibandingkan dengan waktu siang. Konsentrasi CO rata-rata pada waktu pagi sebesar 279,9 µg/m3, sedangkan pada waktu siang 335,8 sebesar µg/m3. Sementara itu, Konsentrasi NO2 rata-rata pada waktu pagi sebesar 15,91 µg/m3, sedangkan pada waktu siang sebesar 18,11 µg/m3. Penyebab konsentrasi CO dan NO2 rata-rata hasil pemodelan pada waktu pagi lebih rendah dibandingkan dengan waktu siang adalah faktor meteorogi. Model SCREEN3 memperkirakan konsentrasi polutan di udara dengan mempertimbangkan beberapa faktor meteorologi seperti kecepatan angin dan stabilitas atmosfer. Kecepatan angin rata-rata pada waktu pagi sebesar 2,51 m/s lebih tinggi dibandingkan pada waktu siang yang sebesar 1,90 m/s. Konsentrasi CO dan NO2 akan menurun seiring dengan peningkatan kecepatan angin (Ocak dan Turalioglu, 2008; Novalia, 2014; Ramayana, 2014; Turyanti, 2016). Hal ini disebabkan gas CO yang terbawa angin akan lebih cepat berada ke daerah yang lebih luas karena terjadi penambahan volume wadah dan tidak diikuti pertambahan kadar gas, maka terjadi penurunan kadar gas CO (Tampubolon, 2011). Kondisi stabilitas atmosfer ditentukan dari pengolahan data kecepatan angin dan intensitas radiasi matahari dengan metode Pasquill-Gifford. Pada waktu pagi intensitas radiasi matahari lebih rendah dibandingkan waktu siang. Intensitas radiasi matahari pada waktu pagi sebesar 210 W/m2 dan waktu siang sebesar 405 W/m2. Sementara itu, polutan di udara akan meningkat jika intensitas radiasi matahari tinggi (Cooper dan Alley, 1994). Hal inilah yang menyebabkan konsentrasi CO dan NO2 prediksi pada waktu pagi rendah. Berdasarkan metode Pasquill-Gifford, intensitas radiasi matahari

IV-21 Universitas Sumatera Utara

yang rendah dan diikuti dengan kecepatan angin yang tinggi akan meyebabkan kondisi atmosfer menjadi lebih stabil. Semakin stabil kondisi atmosfer maka konsentrasi polutan di sekitar sumber emisi semakin kecil (Ruhiyat, 2009; Liu, 1999).

4.6 Perbandingan Konsentrasi CO dan NO2 Observasi dengan Konsentrasi CO dan NO2 Prediksi Perbandingan konsentrasi CO observasi dengan konsentrasi CO prediksi dapat dilihat

Konsentrasi CO (µg/m3)

pada Gambar 4.6. 20,000 15,000 10,000 5,000 0 pagi

siang

pagi

Gerbang Masuk Terminal

siang

Area Parkir Kendaraan

pagi

siang

Area Parkir Bus AKAP

Selasa 7/2/2017

pagi

siang

Pelataran Bus AKDP

pagi

pagi

siang

Area Parkir Gerbang Keluar Angkutan Kota Terminal

Rabu 8/2/2017

Konsentrasi CO observasi (µg/m³)

siang

Kamis 9/2/2017

Lokasi Pengamatan Konsentrasi CO prediksi (µg/m³)

Gambar 4.6 Perbandingan Konsentrasi CO Observasi dengan Konsentrasi CO Prediksi

Perbandingan konsentrasi NO2 observasi dengan konsentrasi NO2 prediksi dapat dilihat

Konsentrasi NO2 (µg/m3)

pada Gambar 4.7. 120 100 80 60 40 20 0 pagi

siang

Gerbang Masuk Terminal

pagi

siang

Area Parkir Kendaraan

pagi

siang

Area Parkir Bus AKAP

Selasa 7/2/2017

pagi

siang

Pelataran Bus AKDP

Rabu 8/2/2017

pagi

siang

pagi

siang

Area Parkir Gerbang Keluar Angkutan Kota Terminal Kamis 9/2/2017

Lokasi Pengamatan

Konsentrasi NO₂ observasi (µg/m³)

Konsentrasi NO₂ prediksi (µg/m³)

Gambar 4.7 Perbandingan Konsentrasi NO2 Observasi dengan Konsentrasi NO2 Prediksi

IV-22 Universitas Sumatera Utara

Berdasarkan Gambar 4.6 dan Gambar 4.7, terlihat adanya kesenjangan yang cukup jauh antara konsentrasi CO dan NO2 observasi dengan konsentrasi CO dan NO2 prediksi. Tingginya konsentrasi CO dan NO2 observasi (pengukuran langsung di lapangan) dipengaruhi oleh beberapa faktor seperti laju emisi, transformasi polutan secara kimia di udara, dan lain sebagainya. Laju emisi saat pengukuran langsung di lapangan berasal dari asap kendaraan bermotor dan aktivitas lain di sekitar kawasan Terminal Terpadu Amplas. Laju emisi yang berasal dari asap kendaraan bermotor tidak hanya berasal dari kendaraan bermotor yang ada di kawasan Terminal Terpadu Amplas melainkan juga berasal dari kendaraan bermotor di luar kawasan terminal. Sementara itu, aktivitas lain seperti kegiatan masak-memasak dan pembakaran sampah juga turut menyumbang laju emisi CO dan NO2 ke udara. Aktivitas-aktivitas tersebut dapat dilihat dalam foto dokumentasi. Kegiatan masak-memasak menimbulkan emisi polutan seperti CO, H2S, NOx, SOx, dan partikel debu ke udara (Haryanto dan Triyono, 2012). Sementara gas buang dari pembakaran sampah plastik menyumbang emisi CO, CO2, NOx, SOx, dan partikulat (Prasetyo dkk, 2015). Selain itu, di udara bebas gas CO dan NO2 dapat terbentuk dari reaksi dengan zat lain di udara (transformasi kimia). Umumnya kendaraan bermotor di Terminal Terpadu Amplas bergerak dengan kecepatan rendah atau menunggu penumpang dalam keadaan memanaskan mesin kendaraan (idle). Pada keadaan seperti ini, nilai Air Fuel Ratio (AFR) rendah sehingga bahan bakar yang digunakan lebih banyak dari udara. Hal ini memungkinkan terjadinya reaksi CO dengan reaksi (Wardhana, 2004): 2C

+

O2

2CO

Bila jumlah oksigen cukup, maka akan terjadi reaksi lanjutan: CO

+

0,5O2

CO2

Reaksi pembentukan CO lebih cepat dari reaksi pembentukan CO2, sehingga pada akhir proses pembakaran gas CO akan tetap dihasilkan. Apabila pencampuran bahan bakar dan udara tidak rata dan terjadi pada suhu tinggi, maka gas CO akan dihasilkan dengan reaksi: CO2

+

C

2CO IV-23 Universitas Sumatera Utara

Sementara itu, proses transformasi gas NO2 di udara mengikuti daur fotolitik NO2 sebagai berikut (Wiyandari, 2010 dan Wardhana, 2004): NO2 O O3

+ + +

sinar matahari O2 NO

NO + O O3 (ozon) NO2 + O2

Peletakan alat CO analyzer dan impinger saat sampling juga mempengaruhi konsentrasi CO dan NO2 observasi. Ketinggian probe (sampling inlet) CO analyzer 0,3 m diatas permukaan tanah dan ketinggian probe impinger 0,9 m diatas permukaan tanah seperti terlihat pada Gambar 4.8. Sementara itu, ketinggian sumber emisi (knalpot kendaraan bermotor) berada 0,3 m di atas permukaan tanah, sehingga diasumsikan gas buang kendaraan bermotor langsung diserap oleh kedua alat tersebut. Hal inilah yang menyebabkan konsentrasi CO dan NO2 observasi jauh lebih tinggi dibandingkan konsentrasi CO dan NO2 prediksi.

Gambar 4.8 Peletakan Alat Sampling

Sementara itu, konsentrasi CO dan NO2 prediksi (hasil model SCREEN3) hanya dipengaruhi oleh laju emisi, kecepatan angin, dan stabilitas atmosfer. Laju emisi hanya dihitung berdasarkan jumlah kendaraan yang ada di Terminal Terpadu Amplas. Model ini mengabaikan sumber emisi lain selain dari kendaraan bermotor yang ada di Terminal Terpadu Amplas atau konsentrasi background lokasi penelitian dan transformasi polutan secara kimia di udara. Hal inilah yang menyebabkan perbedaan konsentrasi yang cukup signifikan antara konsentrasi CO dan NO2 observasi dengan konsentrasi CO dan NO2 prediksi.

4.7 Hasil Validasi Model Validasi data menggunakan persamaan Index of Agreement yang ditunjukkan pada Persamaan (2.4). Hasil perhitungan validasi data Index of Agreement untuk parameter CO dan NO2 dapat dilihat pada Tabel 4.13 dan Tabel 4.14.

IV-24 Universitas Sumatera Utara

Tabel 4.13 Perhitungan Validasi Index of Agreement untuk Parameter CO Titik Pengamatan Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Konsentrasi Observasi (Oi) (µg/m3)

Konsentrasi Prediksi (Pi) (µg/m3)

(Pi – Oi)2

|Pi – Omean|

|Oi – Omean|

(|Pi – Omean| + |Oi – Omean|)2

Pagi

13.733,46

298,9

180.487.308,31

14.483,64

1.049,08

241.265.498,19

Siang

16.022,37

476,8

241.664.619,61

14.305,74

1.239,83

241.664.619,61

Pagi

13.733,46

256,6

181.625.661,08

14.525,94

1.049,08

242.581.355,89

Siang

12.589,00

206,9

153.316.444,74

14.575,64

2.193,54

281.205.336,55

Pagi

14.877,91

185,8

215.858.131,71

14.596,74

95,37

215.858.131,71

Siang

12.589,00

241,6

152.458.330,97

14.540,94

2.193,54

280.042.759,68

Pagi

18.311,28

148,2

329.897.305,49

14.634,34

3.528,74

329.897.305,49

Siang

17.166,82

120,8

290.566.819,08

14.661,74

2.384,28

290.566.819,08

Pagi

17.166,82

357,4

282.556.621,68

14.425,14

2.384,28

282.556.621,68

Siang

14.877,91

336,6

211.449.731,61

14.445,94

95,37

211.449.731,61

Pagi

13.733,46

396,8

177.866.406,56

14.385,74

1.049,08

238.233.775,35

Siang

12.589,00

630,9

142.996.198,43

14.151,64

2.193,54

267.164.849,46

Waktu

2.560.743.579,28

Jumlah (∑) Omean

14.782,54

3.122.486.804,32 d

0,18

Universitas Sumatera Utara

Tabel 4.14 Perhitungan Validasi Index of Agreement untuk Parameter NO2 Titik Pengamatan Gerbang Masuk Terminal Area Parkir Kendaraan Area Parkir Bus AKAP Pelataran Bus AKDP Area Parkir Angkutan Kota Gerbang Keluar Terminal

Wakt u

Konsentrasi Observasi (Oi) (µg/m3)

3

Prediksi (Pi) (µg/m )

(Pi – Oi)2

|Pi –

|Oi –

(|Pi – Omean| + |Oi –

Omean|

Omean|

Omean|)2

Pagi

78,07

18,76

3.517,68

54,40

4,91

3.517,68

Siang

110,56

27,3

6.932,23

45,86

37,40

6.932,23

Pagi

68,03

18,98

2.405,90

54,18

5,13

3.516,68

Siang

69,69

15,52

2.934,39

57,64

3,47

3.733,41

Pagi

79,38

15,36

4.098,56

57,80

6,22

4.098,56

Siang

59,60

16,21

1.882,69

56,95

13,56

4.970,48

Pagi

65,67

11,44

2.940,89

61,72

7,49

4.788,86

Siang

70,15

10,61

3.545,01

62,55

3,01

4.297,01

Pagi

66,13

22,34

1.917,56

50,82

7,03

3.345,65

Siang

69,90

20,98

2.393,17

52,18

3,26

3.072,66

Pagi

71,99

24,67

2.239,18

48,49

1,17

2.465,28

Siang

68,70

41,18

757,35

31,98

4,46

1.327,26

35.564,62

Jumlah (∑) Omean

Konsentrasi

73,16

46.065,78 d

0,23

Universitas Sumatera Utara

Selanjutnya data perhitungan tersebut dimasukkan ke dalam Persamaan (2.4) untuk memvalidasi data konsentrasi CO dan NO2 prediksi dengan data konsentrasi CO dan NO2 observasi. Perhitungan uji validasi selengkapnya dapat dilihat pada Lampiran VIII. Berdasarkan perhitungan validasi Index of Agreement untuk parameter CO dan NO2 pada Tabel 4.13 dan Tabel 4.14 didapat d = 0,18 untuk parameter CO dan d = 0,23 untuk parameter NO2. Menurut Wilmott dalam Rahayu (2012), bila didapat nilai d < 0,7 maka hasil tersebut dikategorikan “Kurang Baik”. Artinya keakuratan data konsentrasi CO prediksi hanya 18 % dan data konsentrasi NO2 prediksi hanya 23 %. Hasil ini menunjukkan data konsentrasi CO dan NO2 prediksi tidak akurat dengan data konsentrasi CO dan NO2 observasi, sehingga dapat disimpulkan model SCREEN3 tidak tepat untuk diterapkan dalam memprediksi konsentrasi CO dan NO2 di Terminal Terpadu Amplas. Hal ini dapat disebabkan oleh: 1. Tingginya konsentrasi CO dan NO2 observasi berasal dari asap kendaraan bermotor yang berada di kawasan Terminal Terpadu Amplas ditambah dengan aktivitas lain yang turut meyumbang emisi CO dan NO2 ke udara seperti kegiatan masakmemasak, pembakaran sampah, asap rokok, dan sebagainya. Sementara itu, konsentrasi CO dan NO2 prediksi hanya berasal dari jumlah kendaraan bermotor yang ada di kawasan terminal. 2. Faktor meteorologi yang digunakan pada model SCREEN3 hanya kecepatan angin dan stabilitas atmosfer. Sementara pada pengukuran langsung di lapangan, aspek meteorologi seperti suhu udara, kelembaban udara, intensitas radiasi matahari, dan kecepatan angin turut memengaruhi konsentrasi CO dan NO2. 3. Adanya transformasi kimia polutan CO dan NO2 di udara bebas. Saat suhu udara tinggi CO2 akan terurai menjadi CO dan NO akan berubah menjadi NO2. Sementara itu, model SCREEN3 mengabaikan transformasi kimia polutan. 4. Pada saat sampling ketinggian probe CO analyzer yaitu 0,3 m di atas permukaan tanah dan probe impinger 0,9 m di atas permukaan tanah. Sementara itu, ketinggian keluaran emisi 0,3 m di atas permukaan tanah, sehingga diasumsikan gas CO dan NO2 yang dikeluarkan langsung terserap oleh kedua alat tersebut. Hal inilah yang mengakibatkan konsentrasi CO dan NO2 observasi tinggi.

Universitas Sumatera Utara

4.8 Hasil Visualisasi Model Pemetaan konsentrasi CO dan NO2 di Terminal Terpadu Amplas berdasarkan pada perhitungan di 6 (enam) titik sampling yang tersebar di sekitar kawasan terminal. Pemetaan dikategorikan berdasarkan waktu sampling pagi dan siang.

Pemetaan

konsentrasi CO dan NO2 pada waktu pagi ditunjukkan Gambar 4.9, sedangkan pada waktu siang dapat dilihat pada Gambar 4.10.

(a) CO Observasi

(a)

(c) NO2 Observasi

(b) CO Prediksi

(b)

(d) NO2 Prediksi

Gambar 4.9 Pemetaan Konsentrasi CO dan NO2 Waktu Pagi di Terminal Terpadu Amplas

Gambar 4.9 (a) menunjukkan konsentrasi CO observasi tertinggi pada waktu pagi berada di bagian timur dari Terminal Terpadu Amplas yaitu di titik 4 (empat) yang ditandai dengan warna merah. Titik ini merupakan Pelataran Parkir Bus AKDP.

IV-28 Universitas Sumatera Utara

Konsentrasi CO observasi di titik ini adalah 18.311,28 µg/m3. Penyebab tingginya konsentrasi CO observasi di titik 4 (empat) adalah adanya bus AKDP yang menghidupkan mesin dalam keadaan kendaraan berhenti (idle). Menurut Rao dan Rao (1994) dalam Azwarani (2012), konsentrasi CO akan meningkat sebesar 4-6% saat mesin dalam keadaan idle (diam). Sementara itu, konsentrasi CO observasi terendah pada waktu pagi adalah di Gerbang Masuk Terminal, Area Parkir Kendaraan, dan Gerbang Keluar Terminal yaitu sebesar 13.733,46 µg/m3. Gambar 4.9 (c) menunjukkan konsentrasi NO2 observasi tertinggi pada waktu pagi berada di bagian utara Terminal Terpadu Amplas yaitu di titik 3 (tiga). Titik ini adalah Area Parkir Bus AKAP. Konsentrasi NO2 observasi pada titik ini sebesar 79,38 µg/m3. Sementara itu, konsentrasi NO2 observasi terendah adalah di Pelataran Bus AKDP yaitu sebesar 65,67 µg/m3. Tingginya konsentrasi NO2 observasi di titik 3 (tiga) disebabkan lokasinya yang berdekatan dengan tempat pengujian kendaraan bermotor (KIR), sehingga jumlah kendaraan bermotor yang menyumbang NO2 ke udara bertambah (tidak hanya kendaraan di terminal). Wiyandari (2010) menyatakan bahwa konsentrasi NO2 mengalami peningkatan seiring dengan meningkatnya jumlah kendaraan. Gambar 4.9 (b) dan (d) menunjukkan konsentrasi CO dan NO2 prediksi tertinggi pada waktu pagi berada di bagian barat daya dari Terminal Terpadu Amplas yaitu di titik 6 (enam) yang ditandai dengan warna merah. Titik ini merupakan Gerbang Keluar Terminal Terpadu Amplas. Konsentrasi CO prediksi tertinggi di titik 6 (enam) adalah 397 µg/m3 dan konsentrasi konsentrasi CO dan NO2

NO2 prediksi sebesar 20,34 µg/m3. Sementara itu,

prediksi terendah berturut-turut adalah di Pelataran Bus

AKDP yaitu sebesar 148,3 µg/m3 dan 9,43 µg/m3. Konsentrasi CO dan NO2 prediksi tertinggi pada waktu pagi berada di bagian barat daya yaitu di titik 6 (enam) disebabkan kecepatan angin pada titik ini lebih rendah dari titik lainnya. Walaupun pergerakan angin dominan cenderung ke arah selatan, rendahnya kecepatan angin di titik 6 (enam) menyebabkan polutan CO dan NO2 tidak terdispersi dan tetap berada di sekitar titik ini.

IV-29 Universitas Sumatera Utara

(a) CO Observasi

(b) CO Prediksi

(a) NO2 Observasi

(b) NO2 Prediksi

Gambar 4.10 Pemetaan Konsentrasi CO dan NO2 pada Waktu Siang di Terminal Terpadu Amplas

Gambar 4.10 (a) menunjukkan konsentrasi CO observasi tertinggi pada waktu siang berada pada bagian timur terminal yaitu di titik 4 (empat) yang sebesar 17.166,82

µg/m3. Titik ini adalah Pelataran Bus AKDP. Pada titik ini sering dijumpai bus AKDP yang dalam kondisi idle (diam) karena memanaskan mesin kendaraan sambil menunggu penumpang. Kondisi seperti ini menurut Rao dan Rao (1994) dalam Azwarani (2012), dapat meningkatkan konsentrasi CO sebesar 4-6%. Sementara itu, konsentrasi CO observasi terendah adalah di Area Parkir Kendaraan, Area Parkir Bus AKAP, dan Gerbang Keluar Terminal yaitu sebesar 12.589,00 µg/m3.

IV-30 Universitas Sumatera Utara

Gambar 4.10 (c) menunjukkan konsentrasi NO2 observasi tertinggi pada waktu siang berada di bagian barat laut Terminal Terpadu Amplas yaitu di titik 1 (satu) yang sebesar 110,56 µg/m3. Titik ini merupakan Gerbang Masuk Terminal dan bersebelahan langsung dengan Jalan Panglima Denai, sehingga kendaraan yang melintasi jalan tersebut ikut menyumbang emisi NO2. Gambar 4.10 (b) dan (d) menunjukkan konsentrasi CO dan NO2 prediksi tertinggi pada waktu siang berada pada bagian timur dari Terminal Terpadu Amplas yaitu di titik 6 (enam) yang ditandai dengan warna merah. Titik ini merupakan Gerbang Keluar Terminal Terpadu Amplas. Konsentrasi CO prediksi pada titik ini adalah 631,4 µg/m3 dan konsentrasi NO2 prediksi sebesar 33,95 µg/m3. Sementara itu, konsentrasi CO dan NO2 prediksi terendah berturut-turut adalah di Pelataran Bus AKDP yaitu sebesar 120,8

µg/m3 dan 8,75 µg/m3. Konsentrasi CO dan NO2 prediksi tertinggi berada di titik 6 (enam) baik pada waktu pagi dan waktu siang disebabkan kecepatan angin pada titik ini lebih rendah dari titik lainnya. Kecepatan angin pada titik 6 (enam) sebesar 1,61 m/s pada waktu pagi dan 1,4 m/s pada waktu siang. Kecepatan angin yang rendah menyebabkan polutan tidak terdispersi, sehingga konsentrasi polutan di sumber emisi tinggi (Ocak dan Turalioglu, 2008; Novalia, 2014; Ramayana, 2014; Turyanti, 2006). Kondisi stabilitas atmosfer pada titik 6 (enam) yang tidak stabil (B) hingga sangat tidak stabil (A) juga turut menyebabkan tingginya konsentrasi CO dan NO2. Menurut Ruhiyat (2009), kondisi stabilitas atmosfer yang tidak stabil akan meningkatkan konsentrasi polutan di udara. Sementara itu, konsentrasi CO dan NO2 prediksi terendah berada di titik 4 (empat) baik pada waktu pagi dan waktu siang disebabkan laju emisi di titik ini jauh lebih kecil dari titik sampling lain di Terminal Terpadu Amplas. Laju emisi yang kecil di titik 4 (empat) disebabkan jumlah kendaraan yang melintas di titik ini sedikit. Titik 4 (empat) merupakan Pelataran Bus AKDP dimana banyak bus yang memarkirkan kendaraannya disini sehingga kendaraan bermotor lain yang melintas sedikit. Perbedaan pola penyebaran konsentrasi CO observasi pada waktu pagi dan waktu siang adalah pada waktu pagi konsentrasi CO observasi tertinggi berada di sekitar titik 4 (empat) dan titik 5 (lima), sedangkan pada waktu siang berada di sekitar titik 4 (empat)

IV-31 Universitas Sumatera Utara

dan titik 1 (satu). Bila ditinjau dari aspek meteorologi, hal ini disebabkan pada waktu pagi kecepatan angin di titik 5 (lima) sebesar 2,52 m/s lebih rendah dibandingkan dengan titik 1 (satu) yang sebesar 3,16 m/s. Semakin rendah kecepatan angin menyebabkan konsentrasi CO observasi semakin tinggi. Sedangkan pada waktu siang, kecepatan angin di titik 1 (satu) sebesar 1,52 m/s lebih rendah daripada titik 5 (lima) yang sebesar 2,36 m/s. Hal ini menyebabkan pada waktu siang konsentrasi CO observasi cenderung berada di titik 1 (satu). Kondisi stabilitas atmosfer yang sangat tidak stabil (A) pada waktu siang juga turut menyebabkan konsentrasi CO dan NO2 prediksi di titik 1 (satu) tinggi. Sementara itu, pola penyebaraan konsentrasi NO2 observasi pada waktu pagi berada di titik 3 (tiga), 1 (satu), dan 2 (dua) sedangkan pada waktu siang hanya berada di titik 1 (satu). Tingginya konsentrasi NO2 observasi pada waktu pagi di titik 3 (tiga) disebabkan titik ini berada di dekat tempat pengujian kendaraan bermotor (KIR). Kendaraan bermotor di Terminal Terpadu Amplas yang biasa melakukan uji KIR adalah bus dan truk. Bus dan truk merupakan kendaraan yang menggunakan bahan bakar solar. Jumlah bus dan truk yang melewati titik 3 (tiga) pada waktu pagi adalah yang terbesar dari titik lainnya yaitu sebanyak 17 unit per jam. Menurut Bachtiar (2014), kendaraan berbahan bakar solar menghasilkan konsentrasi gas NO2 yang relatif tinggi saat idle (diam) dan bergerak dengan kecepatan rendah (< 20 km). Hal inilah yang menyebabkan konsentrasi NO2 observasi di titik 3 (tiga) pada waktu pagi tinggi. Jumlah bus dan truk yang terbanyak kedua pada waktu pagi yaitu 12 unit per jam adalah di titik 1 (satu) dan 2 (dua). Pada titik 1 (satu), konsentrasi NO2 observasi tidak hanya berasal dari kendaraan bermotor yang ada di kawasan Terminal Terpadu Amplas melainkan juga berasal dari kendaraan bermotor yang melintas di Jalan Panglima Denai. Hal ini disebabkan lokasi titik 1 (satu) yaitu Gerbang Masuk Terminal berdekatan dengan Jalan Panglima Denai. Sementara pada titik 2 (dua), tingginya konsentrasi NO2 observasi pada waktu pagi selain diakibatkan oleh banyaknya jumlah bus dan truk yang melintas, tetapi juga disebabkan kelembaban udara pada titik ini adalah yang terendah dari titik lainnya yaitu sebesar 51,7%. Menurut Cahyono (2010), konsentrasi NO2 berbanding terbalik dengan kelembaban udara. Bila kelembaban udara rendah maka konsentrasi NO2 akan tinggi. IV-32 Universitas Sumatera Utara

Pola penyebaraan konsentrasi NO2 observasi tertinggi pada waktu siang hanya berada di titik 1 (satu) disebabkan oleh letaknya yang berdekatan dengan Jalan Panglima Denai dan kelembaban udara pada waktu siang di titik ini merupakan yang terendah dari titik lainnya yaitu 45,7%. Sementara itu, titik 3 (tiga) yang berdekatan dengan tempat uji KIR memiliki konsentrasi NO2 observasi yang rendah pada waktu siang. Rendahnya konsentrasi NO2 observasi pada waktu siang di titik 3 (tiga) disebabkan jumlah dan truk yang melintas di titik ini paling sedikit dibandingkan titik lainnya yaitu hanya sebanyak 8 unit per jam. Selain itu, kelembaban udara pada waktu siang di titik ini adalah yang paling tinggi dari titik lainnya yaitu sebesar 55%. Sifat NO2 yang mudah terdeposisi basah jika kelembaban udara tinggi menyebabkan konsentrasi NO2 observasi pada waktu siang di titik ini rendah. Perbedaan pola penyebaran konsentrasi CO dan NO2 prediksi pada waktu pagi dan waktu siang adalah pada waktu pagi konsentrasi CO dan NO2 prediksi tertinggi berada di sekitar titik 5 (lima) dan titik 6 (enam), sedangkan pada waktu siang berada di sekitar titik 1 (satu) dan titik 6 (enam). Bila ditinjau dari aspek meteorologi, hal ini disebabkan pada waktu pagi kecepatan angin di titik 5 (lima) sebesar 2,52 m/s lebih rendah dibandingkan dengan titik 1 (satu) yang sebesar 3,16 m/s. Semakin rendah kecepatan angin menyebabkan konsentrasi CO dan NO2 prediksi semakin tinggi. Sementara pada waktu siang, kecepatan angin di titik 1 (satu) sebesar 1,52 m/s lebih rendah daripada titik 5 (lima) yang sebesar 2,36 m/s. Hal ini menyebabkan pada waktu siang konsentrasi CO dan NO2 prediksi cenderung berada di titik 1 (satu). Kondisi stabilitas atmosfer yang sangat tidak stabil (A) pada waktu siang juga turut menyebabkan konsentrasi CO dan NO2 prediksi di titik 1 (satu) tinggi.

IV-33 Universitas Sumatera Utara

Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Sesuai dengan pembahasan pada bab-bab sebelumnya maka kesimpulan yang dapat diambil dari penelitian ini yaitu: 1. Berdasarkan hasil simulasi dengan model SCREEN3 pada 6 (enam) titik sampling di Terminal Terpadu Amplas, konsentrasi CO prediksi pada waktu pagi sebesar 148,3 µg/m3 hingga 397,0 µg/m3 dan pada waktu siang sebesar 120,8 µg/m3 hingga 631,4 µg/m3. Sementara itu, konsentrasi NO2 prediksi pada waktu pagi berkisar antara 9,43 µg/m3 hingga 20,34 µg/m3 dan pada waktu siang antara 8,75 µg/m3 hingga 33,95 µg/m3. 2. Berdasarkan hasil pengukuran langsung di lapangan, konsentrasi CO observasi pada waktu pagi sebesar 13.733,46 µg/m3 hingga 18.311,28 µg/m3 dan pada waktu siang sebesar 12.589,00 µg/m3 hingga 17.166,82µg/m3. Sementara itu, konsentrasi NO2 observasi pada waktu pagi berkisar antara 59,60 µg/m3 hingga 110,56 µg/m3 dan pada waktu siang antara 65,67 µg/m3 hingga 79,38 µg/m3. 3. Berdasarkan batu mutu kualitas udara ambien nasional, konsentrasi CO dan NO2 observasi dan prediksi masih berada dalam ambang batas baku mutu, dimana baku mutu udara ambien untuk parameter CO sebesar 30.000 µg/m3 dan parameter NO2 sebesar 400 µg/m3. 4. Hasil validasi dengan persamaan Index of Agreement antara hasil simulasi model SCREEN3 dan hasil pengukuran langsung di lapangan memiliki nilai d = 0,18 untuk parameter CO dan d = 0,23 untuk parameter NO2. Artinya keakuratan data konsentrasi CO prediksi hanya 18% dan data konsentrasi NO2 prediksi hanya 23%. Hasil ini menunjukkan data konsentrasi CO dan NO2 prediksi tidak akurat dengan data konsentrasi CO dan NO2 observasi, sehingga dapat disimpulkan model SCREEN3 tidak tepat untuk diterapkan dalam memprediksi konsentrasi CO dan NO2 di Terminal Terpadu Amplas. 5. Hasil visualisasi penyebaran polutan dengan program Surfer 11 menunjukkan pada pengukuran waktu pagi konsentrasi CO observasi tertinggi berada di sekitar

Universitas Sumatera Utara

Pelataran Bus AKDP sedangkan konsentrasi CO prediksi berada di sekitar Gerbang Keluar Terminal. Sementara itu, untuk konsentrasi NO2 observasi tertinggi berada di sekitar Area Parkir Bus AKAP sedangkan konsentrasi NO2 prediksi berada di sekitar Gerbang Keluar Terminal. Hasil visualisasi penyebaran pada waktu siang menunjukkan konsentrasi CO observasi tertinggi berada di sekitar Pelataran Bus AKDP sedangkan konsentrasi NO2 observasi berada di sekitar Gerbang Masuk Terminal. Sementara itu, penyebaran konsentrasi CO dan NO2 prediksi tertinggi berada di Gerbang Keluar Terminal. 5.2 Saran Berdasarkan kesimpulan penelitian yang ada, adapun saran yang dapat diberikan yaitu: 1. Aplikasi model SCREEN3 memiliki input data yang sangat sederhana untuk memprediksi konsentrasi polutan di udara ambien di Terminal Terpadu Amplas, maka untuk peneliti selanjutnya sebaiknya menggunakan model yang dapat memprediksi konsentrasi polutan dengan berbagai pertimbangan yang lebih kompleks (karakteristik turbulensi udara, suhu udara, dan sebagainya), seperti AERMOD (Atmospheric Dispersion Model). 2. Untuk mendapatkan kesesuaian yang tinggi antara konsentrasi polutan hasil pemodelan (prediksi) dengan konsentrasi polutan di lapangan (observasi), maka untuk peneliti selanjutnya sebaiknya menerapkan SNI 19-7119.6-2005 semaksimal mungkin saat sampling.

V-2 Universitas Sumatera Utara