Anda di halaman 1dari 9

APLIKASI GAUSSIAN DISPERSION MODEL DAN SISTEM INFORMASI GEOGRAFIS UNTUK ANALISIS MENGENAI DAMPAK LINGKUNGAN

PENDAHULUAN Pencemaran udara adalah kehadiran satu atau lebih substansi fisik, kimia, atau biologi di atmosfer dalam jumlah yang dapat membahayakan kesehatan manusia, hewan, dan tumbuhan, mengganggu estetika dan kenyamanan, atau merusak properti. Pencemar udara yang keluar dari suatu kegiatan sebagai sumbernya, disebut sebagai emisi. Menurut PP No. 41 tahun 1999 emisi adalah zat, energi dan/atau komponen lain yang dihasilkan dari suatu kegiatan yang masuk dan/atau dimasukkannya ke dalam udara ambien yang mempunyai dan/atau tidak mempunyai potensi sebagai unsur pencemar. Emisi dapat mempengaruhi kualitas udara ambien di sekitar lokasi kegiatan tersebut. Pencemaran kualitas udara merupakan salah satu komponen fisik-kimia yang ditinjau didalam Analisis Mengenai Dampak Lingkungan (AMDAL). Prakiraan dampak adalah kajian lebih spesifik apabila dibandingkan dengan identifikasi dampak, karena pada prakiraan dampak harus dapat menunjukkan dampak yang muncul dengan lebih jelas. Hal ini akan menjadi lebih baik apabila dampak yang muncul dapat dikuantifikasi. Tidak semua dampak yang muncul dapat di kuantifikasi, tetapi untuk komponen fisikkimia biasanya tidak terlalu sulit untuk dikuantifikasi (Leopold, 2008). Model dispersi Gaussian merupakan salah satu model yang sering digunakan dalam memprakirakan penyebaran polusi udara. Output model ini dapat mengetahui nilai besaran konsentrasi polutan baik secara lateral (x,y) maupun vertikal (z). Nilai-nilai tersebut didalam AMDAL pada umumnya telah tercantum, namun berkaitan dengan tingkat pentingnya dampak, analisa lanjutan pada sebagian studi AMDAL belum dilakukan. Dimana tinjauan pentingnya dampak masih bersifat semi-subyektif yang sebagian masih didasarkan unsur kira-kira dan keputusan dari pengalaman tenaga ahli. Dengan adanya fasilitas pengolahan data spasial berbasis komputer dalam hal ini adalah Sistem Informasi Geografis (SIG), maka proses studi AMDAL dapat diperoleh hasil yang lebih obyektif. Seperti diketahui dalam studi AMDAL tentu tidak lepas dari unsur geografis baik berupa batas wilayah kegiatan, batas ekologi, batas administratif lokasi kegiatan, dan komponen lingkungan. Sehingga dalam studi AMDAL tinjauan mengenai tingkat pentingnya dampak terutama dampak-dampak yang terkuantifikasi, dapat dilakukan pengolahan dengan SIG. PEMBAHASAN Model Dispersi Gaussian Pemodelan pencemaran udara adalah alat yang digunakan untuk menggambarkan hubungan sebab akibat antara emisi, meteorologi, konsentrasi atmosfer, deposisi, dan faktor lainnya. Model dispersi Gaussian merupakan salah satu model pengukuran materi

di atmosfer yang telah di rekomendasikan oleh badan energi atom internasional (IAEA). Model ini mengasumsikan bahwa penyebaran polutan udara mempunyai probabilitas distribusi normal. Pada dasarnya formulasi Gaussian merupakan suatu formulasi matematis yang ditemukan oleh Johann Carl Friedrich Gauss sebagai berikut.

Dimana untuk konstanta a,b,c >0 dan e 2.718281828. Karakteristik analisa dalam model dispersi Gaussian meliputi: parameter penyebaran, bentuk penyebaran sesuai koordinat, arah angin dan kecepatan, dampak polutan sesuai pola angin. Pada tulisan ini akan dibahas mengenai pengembangan distribusi Gauss, yang diterapkan pada model dispersi udara dengan sumber emisi berupa titik. Berkaitan dengan aplikasinya di dalam AMDAL, prakiraan komponen lingkungan yang terkena dampak berada di permukaan tanah (elevasi = 0). Sehingga formulasi model dispersi Gaussian dengan nilai elevasi (z=0) adalah sebagai berikut.

Dimana : C(x,y,z) = Tingkat konsentrasi (g/m3) pada koordinat x,y,z x = Nilai koordinat relatif horizontal searah angin y = Nilai koordinat relatif tegak lurus arah angin z = Nilai koordinat vertikal Q = Laju emisi polutan (g/detik) q = Laju emisi polutan per satuan jarak (g/s-m) u = Kecepatan angin rata-rata dalam arah x (m/detik) H = Tinggi emisi (tinggi cerobong + tinggi asap) y,z = Koefisien dispersi lateral dan vertikal Nilai koefisiean () ditentukan berdasarkan tipe kondisi atmosfer, yang diklasifikasikan oleh Pasquill pada tahun 1961. Tabel 1. Klasifikasi tipe atmosfer Kecepatan Angin Intensitas Matahari (Siang) Tutupan Awan (Malam) m/s mil/jam Kuat Sedang Rendah >50% <50% <2 <5 A A-B B E F 2-3 5-7 A-B B C E F 3-5 7-11 B B-C C D E 5-6 11-13 C C-D D D D >6 >13 C D D D D Berdasarkan data kecepatan angin dan visualisasi kondisi matahari/mendung, dapat ditentukan tipe kondisi atmosfer yang ada. Kemudian nilai tipe kondisi atmosfer tersebut digunakan untuk menentukan nilai koefisien () pada grafik.

Sistem Informasi Geografis Sistem Informasi Geografis (Geographic Information System (GIS)), merupakan suatu alat yang dapat digunakan untuk mengelola (input, manajemen, proses, dan output) data spasial atau data yang bereferensi geografis. Adapun aplikasi SIG antara lain: 1. Digunakan untuk menentukan lokasi potensial untuk pemukiman, industri, serta sarana dan prasarana. 2. Untuk merencanakan jalur yang sesuai dengan geometrik jalan, arah pergerakan (origin-destination), maupun optimasi sistem transportasi. 3. Mengetahui pola pergerakan, sebaran, serta keanekaragaman hewan dan tumbuhan pada suatu kawasan. 4. Untuk mengetahui area tangkapan air dan akumulasi pengaliran pada perencanaan Daerah Aliran Sungai (DAS) atau drainase. 5. Untuk mengetahuai pola penyebaran pencemar, daya dukung lingkungan dan menganalisa dampak lingkungan yang terjadi. 6. Untuk pendugaan daerah rawan bencana (Geohazard) 7. Aplikasi lainya yang berkaitan dengan unsur geografis. Data SIG secara mendasar dibagi menjadi dua macam, yaitu data grafis dan data atribut atau tabular. Data grafis adalah data yang menggambarkan bentuk atau kenampakan obyek di permukaan bumi (referensi geografis). Sedangkan data atribut atau tabular adalah data deskriptif yang menyatakan nilai dari data grafis tersebut. Sedangkan secara struktur bentuk data SIG berupa data vektor (titik,garis,area) dan data raster (pixel), dengan bentuk penyimpanan data atribut sesuai strukturnya sesuai gambar berikut.

Gambar 1. Penyimpanan data atribut pada data vektor

Gambar 2. Penyimpanan data atribut pada data raster

Terdapat banyak sekali pengolahan yang dapat dilakukan di dalam SIG. Berkaitan dengan model dispersi Gaussian dan aplikasinya didalam AMDAL, metode pengolahan data SIG yang utama adalah interpolasi, klasifikasi dan tumpang susun (overlay). Interpolasi merupakan proses pengolahan data SIG yang bertujuan untuk mengetahui visualisasi model distribusi data secara geografis (geostatistical analyst). Secara grafis proses pengolahan ini sesuai dengan metode isohiyet dalam analisis curah hujan, sedangkan pada data atribut sesuai dengan metode regresi dalam statistik. Dengan proses ini dapat diprediksi nilai data pada lokasi yang tidak dilakukan pengukuran.

Gambar 3. Proses interpolasi dalam SIG Klasifikasi merupakan pemberian nilai (bobot) secara kualitatif pada data berdasarkan pembagian interval dari pola distribusi atau berdasarkan kriteria yang ditentukan. Pada beberapa perangkat lunak SIG telah disediakan suatu program analisa statistik yang salah satu fungsinya adalah untuk mengetahui pola distribusi data serta memberi rekomendasi bagi peneliti untuk melakukan proses klasifikasi.

Gambar 4. Proses klasifikasi dalam SIG

Tumpang susun (overlay) Merupakan proses analisis dalam SIG yang dilakukan secara tumpang susun (overlay) pada tiap data yang terolah. Dalam proses tersebut, dapat menggunakan beberapa operator matematis misalnya: penjumlahan, pengurangan, perkalian, pembagian dan sebagainya sesuai dengan tujuan analisa yang dilakukan.

Gambar 5. Proses tumpang susun struktur data vektor

Gambar 6. Proses tumpang susun struktur data raster

Model Gaussian dan SIG didalam AMDAL Menurut PP No 27 tahun 1999 pasal 5 kriteria dampak besar dan penting dalam AMDAL, meliputi: 1. Jumlah manusia terkena dampak 2. Luas wilayah persebaran dampak 3. Intensitas dan lamanya dampak berlangsung 4. Banyak komponen lain yang terkena dampak 5. Sifat kumulatif dampak 6. Berbalik (reversible) atau tidak berbaliknya (irreversible) dampak Karena model dispersi polutan Gaussian merupakan dampak fisik-kimia yang dapat dikuantifikasi serta mempunyai koordinat, maka tinjauan kriteria dampak penting dari poin 1 sampai 5 dapat dilakukan menggunakan SIG. Tahapan awal analisis adalah melakukan perhitungan model baik secara manual atau secara komputasi. Apabila analisis diperlukan dengan menggunakan model yang dinamis, maka khusus untuk kriteria dampak penting poin 3 dapat digunakan data fluktuasi arah dan kecepatan angin (windrose). Untuk itu sangat diperlukan analisis perhitungan secara komputasi. Gambar berikut ini merupakan contoh pembuatan perhitungan model dispersi Gaussian untuk menghitung konsentrasi polutan di permukaan tanah menggunakan perangkat lunak Microsoft Excel.

Gambar 7. Perhitungan model dispersi Gaussian dalam Ms. Excel Sesuai formulasi model dispersi Gaussian untuk muka tanah, dari perhitungan tersebut akan didapatkan konsentrasi polutan pada jarak tertentu searah angin (downwind), dan pada jarak melintang (crosswind) dari tiap-tiap jarak downwind. Nilainilai konsentrasi tersebut di gambarkan pada peta format SIG dalam bentuk titik-titik kontrol sesuai jarak dari sumber emisi, dan kemudian dilakukan interpolasi.

Gambar 8. Hasil interpolasi model dispersi Gaussian

Hasil interpolasi model dalam SIG masih berupa data raster kontinyu, data kontinyu tersebut dapat di kombinasikan dengan hasil analisis kualitas udara ambien untuk mengetahui besar akumulasi dampak kualitas udara yang terjadi. Untuk kelanjutan analisis sesuai dengan kriteria dampak besar dan penting dilakukan klasifikasi data. Klasifikasi data tersebut dapat menggunakan metode analisa distribusi data statistik dalam SIG atau diberikan secara langsung. Pengklasifikasian data model dispersi Gaussian hasil analisa secara langsung dapat didasarkan atas nilai Indeks Standar Pencemaran Udara (ISPU). Metode perhitungan dan klasifikasi ISPU untuk konsentrasi pencemar dapat dilihat didalam KepKa Bapedal No. 7 Tahun 1997.

Gambar 9. Klasifikasi model dispersi Gaussian Konversi data raster yang telah terklasifikasi menjadi data vektor (area) dibutuhkan untuk menghitung luasan area persebaran dampak yang terjadi. Untuk menghitung jumlah manusia dan komponen lain yang terkena dampak, dilakukan tumpang susun dengan data persil pemukiman dan basis data komponen lain. Sedangkan untuk intensitas dapat disimulasikan berdasarkan data arah dan kecepatan angin pada periode waktu tertentu (windrose).

Pustaka Arystanbekova, N. (2004). Application of Gaussian plume models for air pollution simulation at instantaneous emissions. Mathematics andComputer s in Simulation , Vol. 67, 451458. ESRI. (2008). Help & User Manual. Dalam ArcGIS Help & User Manual. Green, A. E., Singhal, R. P., & Venkateswar, R. (1980). Analytic Extensions of the Gaussian Plume Model. Air Pollution Control Association , Vol. 30, No. 7. Leopold, A. (2008). Metoda Prediksi Komponen Kualitas Udara. Dipetik 2012, dari http://adolflsms.multiply.com: http://adolflsms.multiply.com/journal/item/7/Metoda_Prediksi_Komponen_Kualit as_Udara Sharma, N., Bhandari, K., Rao, P., & Shukla, A. n. (2012). GIS applications in air pollution modeling. Dipetik 2012, dari GISdevelopment.net: http://www.gisdevelopment.net/application/environment/air/mi03220.htm Wark, K., & Warner, C. F. (1976). Air pollution its origin and control. New York: Harper & Row. Wibowo, I. (2007). Studi AMDAL Terminal Tlogowaru Kec. Kedungkandang Kota Malang. Laporan Kerja Praktek .