Anda di halaman 1dari 6

Paper Statistika Lanjutan-Teknik Lingkungan

Emisi Gas Rumah Kaca (GRK) Sektor Limbah Cair Domestik di Jawa Timur
Praditya Sigit Ardisty Sitogasa, ST1., Dosen Mata Kuliah Statistika Lanjutan Dr. Irhamah2. Jurusan Teknik Lingkungan, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: theardisty@yahoo.com1, irhamahn@yahoo.com2
Abstrak Berbagai kesepakatan internasional telah dilahirkan untuk mendorong berbagai kebijakan-kebijakan pemerintah untuk mencapai target penurunan pemanasan global. Sebagimana laporan yang disampaikan oleh IPCC (Intergovernmental Panel on Climate Change) pada tahun 2007, bahwa dampak pencemaran udara pemanasan global (global warming) mengakibatkan suhu rata-rata global pada permukaan Bumi telah meningkat selama seratus tahun terakhir, yang merupakan akibat dari meningkatnya konsentrasi gas-gas rumah kaca. Istilah Gas Rumah Kaca mengemuka seiring dengan isu pemanasan global dan perubahan iklim yang dampaknya telah dirasakan di berbagai wilayah di Indonesia. Berdasarkan IPCC, emisi GRK yang dihasilkan dari limbah cair domestik adalah emisi gas Metan (CH4) dan gas Nitrogen (N2O), serta keduanya dapat diperkirakan jumlahnya.
Kata Kuncigas metan, gas nitrogen, Gas Rumah Kaca (GRK), IPCC, limbah cair domestik

I. PENDAHULUAN Pembangunan merupakan aktivitas manusia dalam pemanfaatan sumber daya alam untuk mencapai kesejahteraan. Modernisasi dalam segala aspek kehidupan merupakan dampak positif yang dapat dirasakan dari pembangunan itu sendiri. Di lain sisi, pembangunan juga menciptakan persoalan-persoalan baru yang justru dapat menurunkan kualitas hidup manusia, yaitu ketika aktivitas manusia dalam pembangunan telah mengabaikan keberpihakan pada lingkungan. Kesadaran masyarakat terhadap kualitas lingkungan yang semakin menurun mendorong sejumlah upaya-upaya pembangunan yang lebih mengedepankan kelestarian dan pengendalian lingkungan hidup dari dampak negatif pembangunan. Mitigation Actions perlu segera dilakukan sebagai upaya pengendalian lingkungan hidup yang perlu dikolaborasikan antara state-civil society-market (pemerintah, masyarakat dan swasta). Berbagai kesepakatan internasional telah dilahirkan untuk mendorong berbagai kebijakan-kebijakan pemerintah untuk mencapai target penurunan pemanasan global. Sebagimana laporan yang disampaikan oleh IPCC (Intergovernmental Panel on Climate Change) pada tahun 2007, bahwa dampak pencemaran udara pemanasan global (global warming) mengakibatkan suhu rata-rata global pada permukaan Bumi telah meningkat selama seratus tahun terakhir, yang merupakan akibat dari meningkatnya konsentrasi gas-gas rumah kaca. Gas Rumah Kaca yang selanjutnya disebut

GRK adalah gas yang terkandung dalam atmosfir baik alami maupun antropogenik, yang menyerap dan memancarkan kembali radiasi inframerah. Sedangkan emisi GRK adalah lepasnya GRK ke atmosfir pada suatu area tertentu dalam jangka waktu tertentu. Komitmen pemerintah daerah Provinsi Jawa Timur ditunjukkan dengan pengesahan Peraturan Gubernur Jawa Timur Nomor 67 tahun 2012 tentang Rencana Aksi Daerah Penurunan Emisi Gas Rumah Kaca Provinsi Jawa Timur. Dimana menjelaskan berbagai rencana aksi dan target dari pemerintah daerah Provinsi Jawa Timur dalam berkontribusi terhadap kebijakan Nasional tentang penurunan emisi GRK. Target penurunan emisi GRK Pemerintah Daerah Provinsi Jawa Timur, antara lain: pertama, untuk target sektor pertanian adalah penurunan emisi (1,07 %) : 1.272.256 ton CO2 eq. Kedua, target sektor kehutanan adalah penurunan emisi (20,88%): 24. 777.266 ton CO2 eq. Ketiga, target sektor energi adalah penurunan emisi (5,22%): 6.190.738,9 ton CO2 eq. Keempat, target sektor transportasi adalah penurunan emisi (5,22%) : 6.190.738,9 ton CO2 eq. Kelima, target sektor industri adalah penurunan emisi (0,06%): 20.005,06 ton CO2eq. Keenam, target sektor limbah adalah penurunan emisi (1,50%): 1.776.149 ton CO2eq. Selama ini gas rumah kaca yang banyak dikenal masyarakat adalah karena asap pembakaran industri, emisi transportasi, serta gas metan yang dihasilkan dari timbunan sampah. Selain yang disebutkan sebelumnya limbah cair domestik maupun industri juga merupakan salah satu penyumbang gas rumah kaca yang berasal dari pelepasan gas dari proses biologis mikroorganisme. Sehingga perlu dilakukan perhitungan emisi gas buang yang dihasilkan dari limbah cair domestik dengan menggunakan perhitungan berdasarkan IPCC. II. TINJAUAN PUSTAKA A. Gas Rumah Kaca (GRK) Adapun beberapa definisi gas rumah kaca, yaitu: 1. Berdasarkan Peraturan Presiden republic Indonesia Nomor 71 Tahun 2011 Tentang Penyelenggaraan Inventarisasi Gas Rumah Kaca Nasional, Gas rumah kaca yang selanjutnya disebut GRK adalah gas yang terkandung dalam atmosfer, baik alami maupun antropogenik, yang menyerap dan memancarkan kembali radiasi inframerah. 2. Berdasarkan pedoman umum dalam penyelenggaraan inventarisasi gas rumah kaca nasional, Terminologi Gas Rumah Kaca diartikan sebagai gas yang terkandung dalam

Paper Statistika Lanjutan-Teknik Lingkungan atmosfer, baik alami maupun dari kegiatan manusia (antropogenik), yang menyerap danmemancarkan kembali radiasi inframerah. 1. Jenis Gas Rumah Kaca (GRK) Jenis/tipe GRK yang keberadaanya di atmosfer berpotensi menyebabkan perubahan iklim global adalah CO2, CH4, N2O, HFCs, PFCs, SF6, dan tambahan gas-gas yaitu NF3, SF5, CF3, C4F9OC2H5, CHF2OCF2OC2F4OCHF2, CHF2OCF2OCHF2, dan senyawa-senyawa halocarbon yang tidak termasuk Protokol Montreal, yaitu CF3I, CH2Br2, CHCl3, CH3Cl, CH2Cl2. Dari semua jenis gas tersebut, GRK utama ialah CO2, CH4, dan N2O. Dari ketiga jenis gas ini, yang paling banyak kandungannya di atmosfer ialah CO2 sedangkan yang lainnya sangat sedikit sekali (Anonim, 2012). Berikut adalah 6 Gas Rumah Kaca: a. CO2 (karbondioksida) yang berasal dari respirasi makhluk hidup, pembakaran bahan bakar fosil (minyak bumi, batubara, dan gas alami) b. CH4 (methana) berasal dari persawahan, pelapukan kayu, timbunan sampah, proses industri, dan eksplorasi bahan bakar fosil c. N2O (nitrous oksida) yang berasal dari kegiatan pertanian/pemupukan, transportasi dan proses industri d. HFCs (hidrofluorokarbon) berasal dari sistem pendingin, aerosol, foam, pelarut, dan pemadam kebakaran e. PFCs (perfluorokarbon) berasal dari proses industri f. SF6 (sulfur heksafluorida) berasal dari proses industri 2. Sumber Gas Rumah Kaca (GRK) Kegiatan manusia (anthropogenic) telah meningkatkan konsentrasi GRK yang sebelumnya secara alami telah ada. Bahkan kegiatan manusia telah menimbulkan jenis-jenis gas baru di dalam lapisan atas atmosfer. Chloro fluoro carbon (CFC) dan beberapa jenis gas refrigeran lainnya, merupakan unsur-unsur baru atmosferik yang dikeluarkan oleh aktivitas manusia. Golongan ini bahkan mempunyai potensi pemanasan bumi yang sangat besar, dibandingkan pemanasan karbon dioksida (Anonim, 2012). Pada Limbah Cair domestik proses degradasi biokimia limbah cair yang dapat menghasilkan emisi gas rumah kaca, yaitu CH4 (metana). Proses penguraian anaerobik limbah cair domestik yang dapat menhasilkan CH4 (metana). CH4 juga berasal dari air limbah perkotaan yang tidak diolah (dibuang ke laut, sungai, danau dan saluran-saluran air kotor mengalir dan tidak) dan limbah cair yang diolah (anaerobik, digester, septictank, dan laterine).Selain itu, proses biologi limbah cair perkotaan juga menghasilkan N2O (dinitrogen oksida). Untuk lebih jelasnya mengenai potensi gas rumah kaca yang dihasilkan oleh limbah cair domestik dapat dilihat pada Tabel 1. Pada tabel 1 tersebut dibedakan untuk limbah cair yang dikumpulkan dan tidak dikumpulkan. Selain itu, yang dikumpulkan-pun dibedakan kembali menjadi dikumpulkan dengan diolah dan dikumpulkan dengan tanpa diolah. 3. Gas Metan (CH4) Selama ini dapat diketahui bahwa produksi metana sebagian besar berasal dari limbah domestic seperti kotoran sapi, sludge, dan pembuangan domestik. Ginting (2007) dalam Kartika,

2 (2011) menambahkan Gas metana terbentuk akibat penguraian zat-zat organik dalam kondisi anaerob pada air limbah. Gas ini dihasilkan lumpur yang membusuk pada dasar kolam, tidak berdebu, tidak berwarna dan mudah terbakar. Menurut Whitman et al (1992) dalam Boone (2000), metana adalah produk penting yang terbentuk dari hasil degradasi bahan organik oleh bakteri di lingkungan seperti tanah tergenang, lahan basah, muara, sedimen air tawar dan laut, serta saluran pencernaan binatang. Tabel 1. Potensi CH4 dan N2O dari Sistem Pengolahan Limbah Cair dan Lumpur
Tipe Pengolahan dan Pembuangan
Tanpa Perlakuan

Potensi Emisi CH4 dan N2O Kekurangan oksigen pada sungai dan danau menyebabkan dekomposisi secara anaerobik yang dapat menghasilkan CH4 Tidak menghasilkan CH4 atau N2O Kelebihan limbah pada saluran pembuangan terbuka merupakan sumber CH4 Kemungkinan menghasilkan CH4 dalam jumlah tertentu dari kantung anaerobik Sistem aerobik yang buruk dapat menghasilkan CH4 Pabrik dengan pemisahan nutrisi (nitrifikasi dan denitrifikasi) dapat menghasilkan N2O dalam jumlah yang sedikit

Aliran Sungai Saluran pembuangan (tertutup dan di bawah tanah) Saluran pembuangan (terbuka)

Dikumpulkan

Pabrik Pengolahan Limbah Cair Terpusat Secara Aerobik


Aerobik

Pengolahan Lumpur Secara Anerobik Pada Pabrik Pengolahan Kemungkinan lumpur merupakan sumber CH4 jika CH4 yang Limbar Cair Terpusat Secara dihasilkan tidak direkoveri dan dibakar (flared ) Aerobik Tidak menghasilkan CH4 atau N2O Kolam dangkal Secara Aerobik Sistem aerobik yang buruk dapat menghasilkan CH4 Danau di Pinggir Laut Secara Anaerobik Reaktor Anaerobik Septic tanks Lubang/Kakus Terbuka Aliran Sungai Dapat menghasilkan CH4 Tidak menghasilkan N2O Kemungkinan lumpur merupakan sumber CH4 jika CH4 yang dihasilkan tidak direkoveri dan dibakar (flared) Sering kali pemisahan padatan mengurangi produksi CH4 Dapat menghasilkan CH4 saat suhu dan waktu penyimpanan tertentu Lihat di atas

Perlakuan

Sumber: Dewi, 2013 3. Gas Nitrogen (NOx) Dinitrogen oksida (N2O) adalah gas rumah kaca utama yang berkontribusi menyebabkan pemanasan global kira-kira 6 %. Konsentrasi ini di atmosfer meningkat 0,25 % per tahun (IPCC 2001). Aktivitas mikrobiologi dalam tanah merupakan sumber utama N2O di atmosfer. Dalam kondisi kaya oksigen (aerobik) N2O terbentuk melalui proses nitrifikasi sedangkan dalam kondisi tanpa oksigen (anaerobik) N2O terbentuk melalui proses denitrifikasi. Dari berbagai sumber emisi tersebut, kegiatan antropogenik merupakan penyumbang emisi N2O terbesar yaitu 1/3 bagian dari total emisi N2O. Emisi N2O dapat dihilangkan dari atmosfer melalui proses fotokimia di lapisan stratosfer. Secara keseluruhan, rata-rata kelimpahan N2O selama tahun 2006 sebanyak 320,1 ppb, meningkat 0,8 ppb dari tahun sebelumnya. Jadi bila dibandingkan dengan sebelum era industrialisasi, emisi N2O di atmosfer pada tahun 2006 mengalami peningkatan sebesar 19 % (World Meteorologycal Organization 2007 dalam Sihombing, 2012). B. Analisis Statistik Penyajian data dari hasil penelitian dapat ditampilkan secara statistik untuk memudahkan dalam penyampaian data. Dalm

Tidak Dikumpulkan

Anaerobik

Paper Statistika Lanjutan-Teknik Lingkungan analisis statitik terdapat dua (2) analisis guna menunjang penyajian maupun pengolahan data tersebut, yaitu sebagai berikut: 1. Statistik Deskriptif Statistik deskriptif lebih berkenaan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data statistik, yang bisa diperoleh hasil sensus, survei, jajak pendapat atau pengamatan lainnya umumnya masih bersifat acak, mentah dan tidak terorganisir dengan baik ( raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafis yang berguna sebagai dasar dalam proses pengambilan keputusan (statistik inferensi) (Setiabudi, 2006). Penyajian tabel dan grafis yang digunakan dalam statistik deskriptif dapat berupa (Setiabudi, 2006): 1. Distribusi frekuensi 2. Presentasi grafis seperti histogram, Pie chart dan sebagainya. Selain tabel dan grafik, untuk mengetahui deskripsi data diperlukan ukuran yang lebih eksak, yang biasa disebut summary statistics (ringkasan statistik). Dua ukuran penting yang sering dipakai dalam pengambilan keputusan adalah (Setiabudi, 2006): 1. Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus 2. mencari ukuran dispersion, seperti Standar Deviasi dan Varians 2. Statistik Inferensia Inferensi statistik adalah pengambilan kesimpulan tentang parameter populasi berdasarkan analisa pada sampel. Beberapa hal yang perlu diketahui berhubungan dengan inferensi statistik yaitu estimasi titik, estimasi interval dan uji hipotesis. Estimasi titik adalah menduga nilai tunggal parameter populasi. Estimasi Interval adalah menduga nilai parameter populasi dalam bentuk interval. Uji hipotesis adalah suatu proses untuk menentukan apakah dugaan tentang nilai parameter/karakteristik populasi didukung kuat oleh data sampel atau tidak. Hipotesis dalam inferensi statistik di bedakan menjadi hipotesis nol (Ho), yaituhipotesis yang akan diuji oleh suatu prosedur statistik, biasanya berupa suatu pernyataan tidak adanya perbedaan atau tidak adanya hubungan, dan hipotesis alternativ (H1), yaitu hipotesis yang merupakan lawan dari Ho biasanya berupa pernyataan tentang adanya perbedaan atau adanya hubungan, yang selanjutnya digunakan untuk menunjukan bahwa pernyataan mendapat dukungan kuat dari data. III. METODE PENELITIAN Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kualitatif dan kuantitatif. Penelitian ini menggunakan lingkungan sebagai sumber data. Data yang digunakan pada penelitian ini adalah data sekunder yang didapatkan dari hasil survey instansional (BPS Jatim), yaitu : 1. Menggunakan data jumlah penduduk Jawa Timur untuk memperkirakan jumlah emisi CH4. 2. Mengumpulkan data konsumsi protein di desa dan kota untuk memperkirakan emisi N2O.

3 Selanjutnya data yang didapat dihitung menggunakan persamaan yang ada pada IPCC (Intergovernmental Panel on Climate Change) untuk mengetahui nilai emisi CH4 dan N2O. Berdasarkan hasil perhitungan emisinya selanjutnya dilakukan analisis statistik dengan aplikasi MINITAB versi MINITAB Release 14.12.0, meliputi data: 1. Analisis Statistik Deskriptif 2. Melakukan analisis dengan regresi untuk mengetahui pengaruh jumlah penduduk terhadap emisi CH4. 3. Melakukan analisis regresi untuk pengaruh konsumsi protein dengan emisi N2O dan melakukan uji 2T untuk membandingan emisi yang dihasilkan di kota dan di desa. IV. HASIL DAN PEMBAHASAN Pada masing-masing perhitungan emisi GRK (CH4 dan N2O), keduanya menggunakan data jumlah penduduk, tetapi pada perhitungan emisi N2O membutuhkan data tambahan berupa konsumsi protein penduduk Jawa Timur. Perhitungan emisi gas rumah kaca limbah cair, atau dinyatakan dalam inventarisasi gas rumah kaca (GRK) untuk sektor limbah cair domestik mencakup Gas Methan (CH4) dan Gas Nitrogen (N2O/Dinitrogen Oksida). Limbah cair dapat menjadi sumber CH4 ketika mengalami proses digester anaerobic pada saat diolah atau dibuang. Juga dapat menjadi sumber N2O dan CO2. Berdasarkan IPCC 2006 Guidelines, CO2 yang diemisikan dari pengolahan limbah secara biologi dikategorikan sebagai biogenic origin yang tidak termasuk dalam lingkup inventarisasi GRK dari kegiatan pengolahan limbah karena dianggap sumber emisi GRK natural (non antropogenik). Nilai Emisi CH4 atau N2O yang ada pada penelitian ini merupakan hasil perhitungan berdasarkan Pedoman Penyelenggaraan Inventarisasi Gas Rumah Kaca Nasional Buku II, Volume 4, Mengenai Metodologi Penghitungan Tingkat Emisi Gas Rumah Kaca Pengelolaan Limbah. Pada penulisan paper ini tidak membahas lebih lanjut mengenai perhitungan emisi CH4 ataupun N2O, karena pada penelitian ini lebih fokus kepada pengujian statistik dari pengaruh parameter yang digunakan pada perhitungan emisi tersebut, serta perbandingan emisi N2O di kota dan desa. 1. Emisi Gas Metan (CH4) Penentuan emisi gas metan yang dihasilkan dihitung dengan persamaan yang ada pada IPCC untuk sektor limbah cair domestik dengan menggunakan data jumlah penduduk. Perhitungan tersebut terdiri dari penentuan total material organik yang dapat didegradasi, faktor emisi metan dari masing-masing pengolahan, dan berdasarkan hasil kedua perhitungan sebelumnya digunakan untuk ditentukan emisi gas metan (netto). Data jumlah penduduk Jawa Timur dan perkiraan nilai emisi CH4 dapat dilihat pada Tabel 2. Berdasarkan data pada Tabel 2 dilakukan analisis satstistika deskriptif dengan menggunkan minitab dengan hasil berikut:
Variable Penduduk Emisi CH4 Mean 37477208 83,968 Minimum 37094836 83,110 Maximum 37794003 84,680 Skewness -0,38 -0,38

Paper Statistika Lanjutan-Teknik Lingkungan Berdasarkan analisis deskriptif tersebut menampilkan nilai rata-rata, nilai maksimum dan minimum dari data jumlah penduduk dan emisi CH4-nya. Melihat nilai minimum maupun maksimumnya terlihat bahwa nilai min dan maksimumnya berada pada tahun yang sama. Selain itu juga ditampilkan skewness dari data, yaitu -0,38 yang berarti bahwa kecenderungan data adalah memiliki kemencengan dari distribusi data adalah ke kiri ata left-skewed distribution. Dari data yang ada pada tabel 2 tersebut selanjutnya dilakukan uji normalitas untuk mengetahui data tersebut berdistribusi normal atau tidak. Dari uji normalitas tersebut didapat Hipotesis: Ho : Data mengikuti distribusi normal H1 : Data tidak berdistribusi normal Hasil pengujian kenormalan distribusi dapat dilihat pada Gambar 1. Tabel 2. Jumlah Peduduk dan Perkiraan Emisi CH4 yang dihasilkan di Jawa Timur Penduduk Emisi CH4 Tahun (Jiwa)* (Gg CH4/yr) 2007 37794003 84,68 2008 37094836 83,11 2009 37286246 83,54 2010 37523332 84,07 2011 37687622 84,44 Sumber: Anonim (BPS-Jatim) Berdasarkan hasil uji normalitas (Anderson-Darling) yang ditampilkan pada Gambar 1, memiliki nilai P-Value 0,776. Nilai P-value tersebut > dari =0,05, sehingga berdasarkan nilai tersebut dinyatakan gagal tolak Ho karena Pvalue > . Maka kesimpulannya adalah data emisi CH4 tersebut berdistribusi normal.
Probability Plot of emisi CH4
Normal
99 Mean StDev N AD P-Value 83,97 0,6441 5 0,194 0,776

4 Berikut adalah hasil running regresi dengan minitab:


The regression equation is emisi CH4 = - 0,152 + 0,000002 penduduk - 0,000425 tahun Predictor Constant penduduk tahun Coef -0,15248 0,00000224 -0,0004254 SE Coef 0,06476 0,00000000 0,0003150 T -2,35 1293,49 -1,35 P 0,143 0,000 0,309

Berdasarkan hasil running diketahui bahwa nilai p-value penduduk adalah 0,000 dan tahun adalah 0,309. Sehingga dapat diambil kesimpulan bahwa: 1. jumlah penduduk signifikan mempengaruhi nilai CH4 karena p-value = 0,000 < =0,05 (Tolak Ho) 2. Tahun tidak memberikan pengaruh signifikan terhadap emisi CH4 karena p-value = 0,309 > =0,05 (Gagal Tolak Ho/Terima Ho) Karena tahun tidak mempengaruhi emisi CH4, maka dilakukan running data kembali tanpa mengikutkan parmeter tahun untuk mendapatkan persamaan regresinya. Berikut adalah hasil running ulang dengan Emisi CH4 sebagai respon dan jumlah penduduk sebagai prediktor:
The regression equation is emisi CH4 = - 0,146 + 0,000002 penduduk Predictor Constant penduduk Coef -0,14587 0,00000224 SE Coef 0,07291 0,00000000 T -2,00 1153,76 P 0,139 0,000

Melalui hasil running dengan jumlah penduduk sebagai predictor dan emisi CH4 sebagai respon didapatkan persamaan regresi yang dapat digunakan untuk memprediksi kenaikan emisi CH4 dari data jumlah penduduk. Sehingga kesimpulan yang dapat ditarik adalah dengan kenaikan satu-satuan penduduk maka akan meningkatkan emisi CH4 sebesar 0,000002. Persamaan regresi tersebut dapat digunakan karena nilai p-value penduduk = 0,000 < =0,05 2. Emisi Gas Nitogen (N2O) Sama dengan perhitungan emisi CH4, perhitungan emisi N2O juga menggunakan persamaan pada IPCC. Tetapi untuk emisi N2O membutuhkan data tambahan berupa konsumsi protein. Konsumsi protein tersebut berhubungan dengan protein yang dipecah bakteri pada limbah cair hasil buangan masyarakat, sehingga dapat diperkirakan gas N2O yang dilepas pada saat proses pemecahan protein yang selanjutnya digunakan dalam memperkirakan jumlah emisi N2O. Pada Tabel 3, merupakan rata-rata konsumsi protein dan ratarata emisi N2O yang dihasilkan. Sebelum meghitung statistik inferens-nya berikut adalah hasil perhitungan statistik deskrptifnya:
Variable Mean rata-rata 1,2838 Emisi N2O Rata-rata 19,820 Protein Penduduk 37477208 Minimum 1,2400 19,250 37094836 Median 1,2890 19,790 37523332 Maximum 1,3330 20,400 37794003 Skewness 0,26 0,07 -0,38

95 90 80

Percent

70 60 50 40 30 20 10 5 1

82,5

83,0

83,5

84,0 emisi CH4

84,5

85,0

85,5

Gambar 1. Grafik uji normalitas emisi CH4 Setelah diuji distribusi normal data tersebut, selanjutnya dilakukan uji statistik dengan metode regresi untuk mengetahui pengaruh dari jumlah penduduk dengan emisi CH4 yang dihasilkan, yang kemudian didapatkan persamaan regresinya. Hipotesis yang digunakan adalah: Pengujian Hipotesis Ho : 1= 2=0 H1 : 1 2 0

Paper Statistika Lanjutan-Teknik Lingkungan Tabel 3. Rata-rata konsumsi protein pertahun dan emisi N2O yang dihasilkan di Jawa Timur Rata-rata Konsumsi Rata-rata Emisi N2O Tahun Protein pertahun (Gg N2O-N/yr) (kg/kapita/tahun)* 2007 20,4 1,333 2008 20,19 1,294 2009 19,25 1,24 2010 19,47 1,263 2011 19,79 1,289 Sumber: Anonim (BPS-Jatim) Data pada tebel tersebut yang kemudian diregresi untuk mendapat persamaan regresinya. Regresi dilakukan dengan menggunakan emisi N2O sebagai variable respon dan konsumsi protein dan jumlah penduduk sebagai variable prediktor. Sebelum dilakukan perhitugan regresi, perlu dilakukan pengujian normalitas ditribusi datanya. Hasil uji normalitasnya dapat dilihat pada gambar 2. Dari uji normalitas tersebut didapat Hipotesis: Ho : Data mengikuti distribusi normal H1 : Data tidak berdistribusi normal Berdasarkan hasil uji normalitas (Anderson-Darling) yang ditampilkan pada Gambar 1, memiliki nilai P-Value 0,812. Nilai P-value tersebut > dari =0,05, sehingga berdasarkan nilai tersebut dinyatakan gagal tolak Ho karena Pvalue > . Maka kesimpulannya adalah data emisi CH4 tersebut berdistribusi normal.
Probability Plot of rata-rata
Normal

5 Berikut adalah hasil running regresi dengan minitab:


The regression equation is rata-rata = - 1,35 + 0,0644 rata-rata protein + 0,000000 penduduk - 0,000179 tahun Predictor Constant rata-rata protein penduduk tahun Coef -1,34934 0,0644451 0,00000004 -0,0001791 SE Coef 0,02172 0,0004909 0,00000000 0,0001459 T -62,12 131,28 56,95 -1,23 P 0,010 0,005 0,011 0,435

Berdasarkan hasil running diketahui bahwa nilai p-value rata-rata protein adalah 0,005, penduduk adalah 0,011 dan tahun adalah 0,435. Sehingga dapat diambil kesimpulan bahwa: 1. Rata-rata protein yang dikonsumsi dan jumlah penduduk signifikan mempengaruhi nilai N2O karena p-value < = 0,05 (tolak Ho) 2. Tahun tidak memberikan pengaruh signifikan terhadap emisi N2O karena .p-value > =0,05 (Gagal tolak Ho/terima Ho) Karena tahun tidak mempengaruhi emisi N2O, maka dilakukan running data kembali tanpa mengikutkan parmeter tahun untuk mendapatkan persamaan regresinya. Berikut adalah hasil running ulang dengan Emisi N2O sebagai respon dan konsumsi protein serta jumlah penduduk sebagai prediktor:
The regression equation is Emisi N2O rata-rata = - 1,35 + 0,00000004 penduduk + 0,0649 rata-rata konsumsi protein Predictor Constant penduduk rata-rata protein S = 0,000370895 Coef -1,34872 0,00000004 0,0648611 R-Sq = 100,0% SE Coef 0,02431 0,00000000 0,0003973 T -55,49 54,08 163,24 P 0,000 0,000 0,000

R-Sq(adj) = 100,0%

99

95 90 80

Mean StDev N AD P-Value

1,284 0,03501 5 0,184 0,812

Percent

70 60 50 40 30 20 10 5 1

1,20

1,22

1,24

1,26

1,28 1,30 rata-rata

1,32

1,34

1,36

1,38

Gambar 2. Grafik uji normalitas emisi N2O Setelah diuji distribusi normal data tersebut, selanjutnya dilakukan uji statistik dengan metode regresi untuk mengetahui pengaruh dari konsumsi protein masyarakat, jumlah penduduk dengan emisi N2O yang dihasilkan, yang kemudian didapatkan persamaan regresinya. Berikut adalah Hipotesis yang digunakan: Pengujian Hipotesis Ho : 1= 2= 3=0 H1 : 1 2 3 0

Melalui hasil running dengan jumlah penduduk sebagai predictor dan emisi N2O sebagai respon didapatkan persamaan regresi yang dapat digunakan untuk memprediksi kenaikan emisi N2O dari data jumlah penduduk dan konsumsi protein. Sehingga kesimpulan yang dapat ditarik adalah dengan kenaikan satu-satuan penduduk maka akan meningkatkan emisi N2O sebesar 0,00000004. Sedangkan satu-satuan peningkatan konsumsi protein akan meningkatkan rata-rata Emisi N2O sebesar 0,0649. Persamaan regresi tersebut dapat digunakan karena nilai p-value penduduk dan konsumsi protein = 0,000 < =0,05 yang dapat diartikan bahwa penambahannya signifikan mempengaruhi nilai rata-rata emisi N2O. Selain mengetahui pengaruh jumlah penduduk dan konsumsi protein terhadap rata-rat emisi N2O, pada penelitian ini juga membandingkan nilai emisi N2O yang dihasilkan di kota dan desa yang ada di Jawa Timur. Data perandingan nilai emisi wilayah kota dan desa dapat dilihat pada Tabel 4 dan Gambar 3. Perbandingan emisi tersebut dianalisis dengan uji statistik Uji 2T, karena variable yang diuji sama tetapi lokasiny berbeda. Berikut adalah Hipotesis yang digunakan dalam pengujian ini: Ho : A B Emisi N2O di kota Emisi N2O di desa H1 : A > B Emisi N2O di kota > Emisi N2O di desa

Paper Statistika Lanjutan-Teknik Lingkungan Tabel 4. Perbandingan Emisi N2O untuk perkotaan dan Perdesaan di jawa Timur Emisi N2O (Kota) Emisi N2O (Desa) Tahun (Gg N2O-N/yr) (Gg N2O-N/yr) 2007 1,316 1,350 2008 1,304 1,285 2009 1,274 1,207 2010 1,282 1,244 2011 1,314 1,265

6 Selain itu, guna melengkapi data emisi yang dihasilkan oleh masyarakat melalui sektor libah cair domestik, juga perlu dilengkapi data memiliki atau tidak memiliki MCK, sertas MCK dengan atau tanpa tangki septik. Dengan data tersebut akan dapat dihitung emisi N2O dan CH4 yang lepas ke Atmosfer. Pada hasil analisis yang dilakukan untuk kedua emisi menunjukkan bahwa jumlah penduduk memberi pengaruh signifikan terhadap nilai emisi yang dihasilkan. Hal tersebut karena limbah cair domestik tersbut merupakan hasil buangan dari kegiatan domestik masyarakat. Oleh karena itu, diharapkan guna mengelola emisi yang dihasilkan dari limbah cair tersebut perlu dikelola dengan membuat penampungan maupun pengolahan secara komunal. Sehingga limbah cair domestik tersebut tidak langsung dibuang ke badan air. DAFTAR PUSTAKA
[ 1.] Anonim. Badan Pusat Statistik (BPS) Provinsi Jawa Timur. [ 2.] Anonim, 2011. Peraturan Presiden Republik Indonesia Nomor 71 Tahun 2011 Tentang Penyelenggaraan Inventarisasi Gas Rumah Kaca Nasional. Jakarta. 2. [ 3.] Anonim, 2012. Pedoman Penyelenggaraan Inventarisasi Gas Rumah Kaca. Buku I Pedoman Umum. Kementrian Lingkungan Hidup. Jakarta. 5-8. [ 4.] Anonim, 2013. Provinsi Jawa Timur Dalam Angka 2012. Badan Pusat Statistik Provinsi Jawa Timur. [ 5.] Dewi, Retno Gumilang., 2013. Identifikasi Kebutuhan Data Untuk Inventarisasi Emisi Gas Rumah Kaca (GRK) Sektor Limbah Berdasarkan Pedoman IPCC 2006). Presentasi dasar-dasarinventarisasi Emisi Gas Rumah Kaca (GRK). Institut Teknologi Bandung. [ 6.] Kartika, Ika., 2011. Kajian Potensi Penurunan Emisi Gas Rumah Kaca pada Rumah Potong Hewan (Studi Kasus RPH PT Elders Indonesia, Bogor. Institut Pertanian Bogor (IPB). 4. [ 7.] Setiabudi, W., 2006. Modul 2: Statistik Deskriptif. wsetiabudi.files.wordpress.com/2010/08/modul2.doc. diakses pada 25 Desember 2013 [ 8.] Sihombing, Siti Rida Anugrah Br. 2012. Potensi Penurunan Emisi Gas Rumah Kaca pada Industri Gula (Studi Kasus PT PG Rajawali II Unit PG Subang. Institut Pertanian Bogor (IPB). Bogor. 6

1,36 1,34
Emisi N2O (Gg N2O-N/tahun)

Variable kota desa

1,32 1,30 1,28 1,26 1,24 1,22 1,20 2007 2008 2009 Year 2010

Gambar 3. Grafik Emisi N2O untuk Kota dan Desa Perhitungan dengan menggunkan MINITAB dilakukan dengan opsi greater than karena menyesuaikan dengan hipotesis yang gunakan. Dari hasil running trsebu didapatkan nilai brikut:
T-Test of difference = 0 (vs >): T-Value = 1,10 P-Value = 0,151 DF = 8

Berdasarkan nilai p-value tersebut diketahui bahwa Terima Ho, karena p-value = 0,151 > =0,05, sehingga nilai emisi N2O di kota tidak lebih besar dari desa. Tetapi jika data tersebut diatas dilengkapi dengan data kepemilikian MCK dan kepemilikan MCK dengan atau tanpa tanki septik, maka akan lebih jelas memperlihatkan lokasi mana saja yang menyumbang N2O tinggi dan rendah karena tidak terkelolanya limbah cair domestik. V. KESIMPULAN Adapun kesimpulan yang didapatkan dari analisis data Gas Rumah Kaca (GRK) dari sektor limbah cair domestik untuk gas CH4 adalah adanya pengaruh signifikan dari jumlah penduduk. Sehingga, dengan adanya peningkatan jumlah penduduk maka emisi CH4 yang dihasilkan pun juga akan meningkat. Sedangkan untuk emisi N2O terdapat pengaruh signifikan dari jumlah penduduk dan adanya konsumsi protein. Oleh karena itu, jika ada peningkatan jumlah penduduk disertai peningkatan konsumsi protein, makanya emisi N2O pun juga akan ikut meningkat. Selain itu, untuk emisi N2O juga dilakukan pengujian untuk membandingkan nilai emisi yang di kota dan di desa (berhubungan dengan data konsumsi protein) diketahui bahwa emisi N2O di kota tidak lebih besar dari N2O di desa.