MAKALAH

PENCEMARAN UDARA
KELOMPOK 5

PERMODELAN PENCEMARAN UDARA

Oleh :

Ade Supratman (1310941032)

Jelfia Rizka Zupit (1310941040)
Rislah Laila Amas Putri (1310942010)
Widya Eryuningsih (1310942029)

Dosen Pembimbing :

Vera Surtia Bachtiar, PhD

JURUSAN TEKNIK LINGKUNGAN

FAKULTAS TEKNIK UNIVERSITAS ANDALAS

PADANG

2015
 BAB 1

PENDAHULUAN

Perubahan iklim global merupakan malapetaka yang akan datang. Kita telah
mengetahui sebabnya yaitu manusia yang terus menerus menggunakan bahan bakar yang
berasal dari fosil seperti batu bara, minyak bumi dan gas bumi.

Kita sudah mengetahui sebagian dari akibat pemanasan global ini - yaitu mencairnya tudung
es di kutub, meningkatnya suhu lautan, kekeringan yang berkepanjangan, penyebaran wabah
penyakit berbahaya, banjir besar-besaran, coral bleaching dan gelombang badai besar. Kita
juga telah mengetahui siapa yang akan terkena dampak paling besar - Negara pesisir pantai,
Negara kepulauan, dan daerah Negara yang kurang berkembang seperti Asia Tenggara.

Selama bertahun-tahun kita telah terus menerus melepaskan karbondioksida ke atmosfir

dengan menggunakan bahan bakar yang berasal dari fosil seperti batubara, gas bumi dan
minyak bumi. Hal ini telah menyebabkan meningkatnya selimut alami dunia, yang menuju
kearah meningkatnya suhu iklim dunia, dan perubahan iklim yang tidak dapat diprediksi juga
mematikan.

A.Latar Belakang

Perubahan iklim dan pemanasan globalyang terjadi akhir-akhir ini menjadi salah satu
efek yang salah satu efek yang sangat signifikan dalam perubahan kondisi bumi selama
beberapa decade dan abad ke depan.Namun, bagaimana dengan nasib bumi jika terjadi
pemanasan bertahap sat matahari menuju masa akhir hidupnya sebagai bintang of
diseasekatai putih ? Akankah bumi bertahan, ataukah masa tersebut akan menjadi masa akhir
kehidupan di bumi ?

Beberapa tanda terjadinya perubahan iklim diantaranya adalah tidak menentunya

pergantian musim dari penghujan ke kemarau, pola terbang burung, suhu dunia yang semakin
memanas, dan sebagainya.Sekarang ini,perubahan iklim menjadi contributor utamaterjadinya
kematian dini dan global burden of disease (beban global penyakit).

Perubahan iklim memiliki hubungan dengan perubahan curah hujan, ketersediaan air
permukaan dan kualitas air permukaan, dan kualitas air yang dapat berpengaruhpadawater
related diseases.Water related disease dapat diklasifikasikan dengan mengetahui
jalur pajanannya sehingga dapat dibedakan menjadi water borne disease (ingesti) dan water
washed disease ( karena kurangnya higienitas )

Pemansan yang terjadi pada system iklim bumi meruoakan hal yang jelas terasa , seiring
dengan banyaknya bukti dari pengamatan kenaikan temperature udara dan laut, pencairan
salju dan es di berbagai tempatdi dunia, dan naiknya permukaan laut global.
 BAB II
PEMBAHASAN

2.1 Umum

Secara umum model pencemaran udara terdiri atas dua model utama yaitu:
a. Model sebaran (dispersion model)
b. Model penerima (receptor model)

Manfaat pemodelan pencemaran udara:

a. Dapat diketahui sumber mana yang bertanggungjawab atas besarnya
konsentrasi polutan yang diterima oleh receptor.
b. Memprediksi perubahan konsentrasi sesuai dengan waktu
c. Membuat target emisi untuk sumber-sumber yang tingkat pencemarannya
tinggi.
1. Model Gaussian
Persamaan dispersi yang umumnya digunakan untuk mengkaji penyebaran pencemar
secara sederhana adalah persamaan Gauss. Persamaan Gauss, penyebaran pencemar
pada arah vertikal dan horizontal diasumsikan terjadi secara difusi yang sederhana di
sepanjang arah angin berhembus. Diformulasikan dengan penentuan sebaran plume
secara horisontal/ vertikal dan distribusi konsentrasi plume dengan deviasi standar
plume mengikuti sebaran normal. Distribusi/ sebaran polutan dihitung sebagai fungsi
stabilitas atmosfer dan jarak dari sumber searah angin.

Gambar 2.1. Gambaran Model Gaussian

Persamaan Gauus:

keterangan :
: Konsentrasi pencemar (g/m3);
Q : Laju emisi pencemar (g/s);
: Kecepatan angin pada ketinggian cerobong (m/s);
y : Standar deviasi konsentrasi pencemar dalam arah-y (m);
z : Standar deviasi konsentrasi pencemar dalam arah-z (m);
y : Jarak horizontal reseptor dari sumber dalam arah-y;
z : Jarak vertikal reseptor dari sumber dalam arah-y;
H : Tinggi efektif pencemar (hs + dH);
dH : Plume rise.

Salah satu faktor utama yang mempengaruhi dispersi polutan adalah kecenderungan
polutan-polutan tersebut untuk berdifusi. Proses difusi pada arah tertentu merupakan
suatu fenomena statistika. Hal ini ditandai dengan perilaku molekul-molekul material
sepanjang arah yang dipilih memiliki distribusi Gaussian. Selain itu, kurva
konsentrasi material terhadap lokasi dari sumber material yang berdifusi berbentuk
lonceng yang serupa dengan kurva distribusi Gaussian. Konsentrasi polutan
maksimum berada dekat sumber dan konsentrasi semakin berkurang untuk lokasi
yang jauh dari sumber. Hasil tersebut dapat digunakan memodelkan khususnya pada
sumber garis.

a. Sumber Titik ( Point Source)

b. Model Dispersi Polutan Sumber Garis (Line Source)
Solusi dispersi polutan sumber bergaris diperoleh dengan menjumlahkan tiap
segmen-segmen penyusun sumber titik polutan. Sumber titik disini dapat
dianggap sebagai satu atau lebih moda transportasi yang mengeluarkan emisi
polutan dengan laju konstan pada sembarang waktu. US EPA dan lembaga
 penelitian lainnya telah mengembangkan sejumlah model sumber garis,
diantaranya model Caline dan model terakhir yang dikembangkan adalah
ISCST- 2. Keseluruhan model sumber garis beserta tahun perkembangannya
disajikan dalam Lampiran 1. Secara umum model yang dihasilkan meliputi
pendekatan determistik dan/atau stokastik, yang hingga kini lebih sering
digunakan (Nagendra dan Khare, 2002). Namun berdasarkan karakteristik
sumber emisi, dispersi polutan sumber garis dibedakan menjadi dua yaitu
sumber garis tidak terbatas (infinite) dan terbatas (finite).
Pemodelan untuk prediksi kuantitatif iklim sebagai salah satu bagian meteorologi
dikelompokkan atas pendekatan deterministik dan stokastik atau kombinasi
keduanya, yang disebut dengan pendekatan parametrik. Umumnya analisis dan
pemodelan iklim untuk peramalan cuaca (iklim jangka pendek) dan berbagai
pemodelan pertanian banyak didasarkan pada pendekatan deterministik, sedangkan
model iklim untuk peramalan musim dan iklim (climate forcasting), seperti halnya
anomali iklim akibat kejadian ENSO (El Nio/Southern Oscillation) atau hujan
bulanan dan lain-lain, lebih sering menggunakan pendekatan stokastik atau model-
model statistik. Namun dalam praktik, sebenarnya tidak ada analisis dan model iklim
yang secara murni (mutlak) menggunakan salah satu dari kedua pendekatan tersebut,
tetapi hanya berupa kecenderungan.

2.2 Pemodelan

2.2.1 Pemodelan dengan Metode Analisis Numerik untuk Sains

Pemodelan ini menjelaskan bagaimana persamaan matematis berupaya untuk meniru

perilaku alam untuk kemudian dibuat model dalam memprediksi kejadian alam secara
saintifik di waktu mendatang. Metode yang digunakan dalam pemodelan ini adalah:

1. Qualitative Description dan Quantitative Assessment

Elemen penting dalam metode saintifik adalah kajian kuantitatif. Walaupun
demikian, tentu saja ketentuan kualitatif kasar pun cukup untuk membantah suatu
teori tertentu. Jika melihat sebagian besar kajian pasti memerlukan kuantifikasi
untuk menentukan apakah suatu hasil yang diprediksi oleh sains akan diperoleh
 atau tidak. Ini sangat benar dan penting dalam ilmu lingkungan, dimana tidak
mungkin mempelajari proses dan suatu kepentingan harus diekstrak/ diputuskan
secara langsung dari suatu kumpulan data yang dipengaruhi oleh banyak faktor.
Kajian lingkungan berdasar saintifik tidak mungkin dilakukan tanpa kajian
saintifik.

2. Alur Persamaan Matematika dalam Memodelkan Perilaku Alam

Model matematis ini direpresentasikan sebagai suatu hubungan fungsional dalam
bentuk variabel-variabel bebas dan tak bebas. Model persamaan matematis ini
diperoleh setelah melakukan observasi terhadap perilaku-perilaku alam yang
direpresentasikan dalam bentuk data-data yang kemudian diolah dalam bentuk
grafis. Hasil dari pemecahan masalah tersebut diimplementasikan untuk
perencanaan dalam menekan resiko sekecil mungkin di masa mendatang.

Gambar 2.2 Proses Penyelesaian masalah saintifik dengan pendekatan matematis

2.2.1 Pemodelan dalam Pembuatan Peta Vektor Angin Menggunakan Surfer

Data yang diperlukan dalam pembuatan vektor angin adalah data kecepatan angin dan
arah angin (dalam satuan derajat). Jika arah angin masih dalam mata angin, maka
harus dikonversi terlebih dahulu menjadi arah dalam satuan derajat.

Tabel 2.1. Data kecepatan dan arah angin 5 stasiun pengamatan

Data kecepatan dan arah angin dibagi menjadi 2 nilai vektor arah x (zonal) dan y
(meridional).
Kedua arah vektor tersebut, dapat menggunakan rumus berikut:
Kecepatan vektor arah x = kecepatan x sin (arah vektor)
Kecepatan vektor arah y = kecepatan x cos (arah vektor)

BAB III
 PENUTUP

3.1. KESIMPULAN

1. Model pencemaran udara terdiri atas dua model utama yaitu model sebaran
(dispersion model) dan model penerima (receptor model).

2. Manfaat pemodelan pencemaran udara dapat diketahui sumber mana yang

bertanggungjawab atas besarnya konsentrasi polutan yang diterima oleh receptor,
memprediksi perubahan konsentrasi sesuai dengan waktu dan membuat target emisi
untuk sumber-sumber yang tingkat pencemarannya tinggi.

3. Pemodelan untuk prediksi kuantitatif iklim sebagai salah satu bagian meteorologi
dikelompokkan atas pendekatan deterministik dan stokastik atau kombinasi
keduanya, yang disebut dengan pendekatan parametrik.

3.2. SARAN

1. Untuk mengurangi resiko perubahan cuaca dan iklim sebaiknya masyarakat diajak
untuk untuk gemar menanam pohon dan menggunakan tanaman hidup sebagai
pagar rumah.

2. Saran buat pemerintah , sebaiknya pemerintah segera melakukan aksi nasional

dalam menghadapi perubahan iklim global dengan melakukan kegiatan migitasi
dan adaptasi.

DAFTAR PUSTAKA
Haron, S. Numerical Methods for Chemical Engineers. Course Material for
Chemical Engineering Numerical Method. PSE FKKKSA: Universiti
Teknologi Malaysia

Howison, S., Crighton, C. G., Ablowitz, M. J., Davis, S. H., Hinch, E. J., Iserles, A.,
Ockendon, J.,dan Olver, P. J. (2005). Practical Applied Mathematics:
Modelling, Analysis, Approximation. Cambridge University Press

Suhartono, Sutikno, Otok, B.W., dan Setiawan (2009). Pengembangan model

prakiraan iklim untuk pengendalian ketahanan pangan. Surabaya: Laporan
Penelitian Strategis ITS

Suwartono, dkk. 1997. Geografi. Jakarta: Yudhistira