TUGAS KELOMPOK

PEMANTAUAN PENCEMARAN UDARA

MEMBUAT RESUME DARI JURNAL ILMIAH

Disusun Oleh :

RIKKI SUPRIANTO A. L1B114002

IING FATRA INDIRA L1B114003
DIDI PRASETYO L1B114009
INDAH YULI ASTUTI L1B114012
M. AKBAR CHANIAGO L1B114015
MELVIA ISTIKA FAUZIAH L1B114021
ADE FERNANDA L1B114022
YESSI FOUNDY UFUDIYAH L1B114024
SURYA SUMANDO P. L1B114028
INDRA JAYA WINANGUN L1B114029
PITRI WAHYUNA L1B114033
LISDA KARMILA L1B114035
WIDYAWATI L1B114037
MURFID FALIH S. L1B114041
M. AGUNG ARKAN ADREYAN L1B114042

PROGRAM STUDI TEKNIK LINGKUNGAN

FAKULTAS TEKNIK
2018
 Abstrak

Populasi yang terus bertambah di kota-kota dikaitkan dengan peningkatan besar

kendaraan jalan dan polusi udara. Keseluruhan tingkat udara perkotaan yang tinggi polusi
telah terbukti menjadi risiko signifikan bagi penduduk kota. Namun, dampaknya sangat
tinggi tetapi sementara dan dibatasi secara spasial polusi, dan dengan demikian paparan,
masih kurang dipahami. Konvensional pendekatan untuk pemantauan kualitas udara
didasarkan pada jaringan statis dan stasiun pengukuran jarang. Namun, ini sangat mahal
untuk menangkap heterogenitas tempo-spasial dan mengidentifikasi jaringan polusi, yang
diperlukan untuk pengembangan strategi nyata yang kuat untuk kontrol eksposur.
Kemajuan saat ini dalam mengembangkan skala mikro berbiaya rendah teknologi
penginderaan secara radikal mengubah pendekatan konvensional izinkan informasi waktu-
nyata dalam bentuk kapiler. Namun pertanyaannya tetap ada apakah ada nilai dalam data
yang kurang akurat yang mereka hasilkan. Artikel ini mengilustrasikan pengguna di balik
kenaikan saat ini dalam penggunaan sensor berbiaya rendah untuk manajemen pencemaran
udara di kota-kota, sementara menangani jurusan tantangan untuk penerapannya yang efektif.
Kata kunci: Polusi udara; Pengkajian paparan; Resiko kesehatan; Kota dan kota-kota besar;
Sensor.

1. Perkenalan
Kendaraan adalah salah satu sumber utama polusi udara di luar kota (Gurjar dkk.
2010; Kumar dkk. 2013; Molina dkk. 2004). Saat ini, konsentrasi pencemaran udara
dikumpulkan oleh otoritas lingkungan atau pemerintah menggunakan jaringan stasiun
pemantauan tetap, dilengkapi dengan instrumen khusus untuk mengukur sejumlah polutan,
seperti karbon monoksida (CO), nitrogen oksida (NOx), sulfur dioksida (SO2) , ozon (O3)
dan materi partikulat (PM). Keandalan data yang diukur dipastikan dengan menerapkan
prosedur standar untuk kalibrasi instrumen, pengumpulan data dan pasca-pemrosesan.
Biasanya, keputusan pengaturan dibuat berdasarkan data time-series durasi panjang yang
memungkinkan untuk pembangunan tren dan statistik temporal, sementara kondisi spesifik
yang terkait dengan hotspot dinilai berdasarkan data real-time, bila tersedia.
Selain itu, banyak kota di seluruh dunia yang mengadopsi laboratorium bergerak
untuk mengumpulkan data kualitas udara untuk tujuan tertentu seperti untuk menguji
pelaksanaan rencana mitigasi, mengevaluasi rencana manajemen lalu lintas, melakukan studi
kelayakan, atau menangkap variabilitas spasial dan temporal yang tinggi dalam konsentrasi

2
polutan. (misalnya di dekat lokasi jalan). Sejumlah publikasi telah melaporkan penggunaan
laboratorium seluler semacam itu. Misalnya, Wang et al. (2009) melaporkan pengalaman
mengumpulkan data kualitas udara di lapangan untuk Olimpiade 2008 di Beijing. Padró-
Martínez dkk. (2012) melakukan pengukuran tingkat pencemar udara di lingkungan
perkotaan dekat jalan raya dengan berbagai kondisi lalu lintas dan meteorologi menggunakan
platform pemantauan seluler, yang dilengkapi dengan instrumen respons cepat. Saat ini,
beberapa proyek penelitian juga mengeksplorasi cara lain untuk mengumpulkan data kualitas
udara. Contoh dari ini adalah proyek OpenSense yang didedikasikan untuk memantau
kualitas udara di daerah perkotaan dengan node sensor nirkabel mobile untuk lebih
memahami variasi polutan udara utama di kota-kota. Informasi tentang kondisi Permukaan
dari Kolom dan Pengamatan Vertikal yang Diselesaikan Relevan dengan Kualitas Udara
adalah proyek sains lima tahun lainnya dari Badan Penerbangan dan Antariksa Nasional
NASA, AS. Proyek ini melibatkan dua pesawat, situs tanah dan laboratorium bergerak untuk
memahami kualitas udara di Houston (Texas) di mana laboratorium bergerak memberikan
kebenaran dasar yang kritis untuk melengkapi informasi tentang kondisi permukaan dari
kolom dan pengamatan yang diselesaikan secara vertikal yang relevan dengan kualitas udara.
Ada tren saat ini di seluruh dunia untuk meningkatkan pengumpulan data kualitas udara di
luar pemantauan tetap.
Pemantauan pencemaran udara terutama dilakukan dengan menggunakan instrumen
analitis, seperti analisa optik dan kimia. Kromatograf gas dan spektrometer massa juga bisa
digunakan untuk pemantauan, tetapi ini biasanya digunakan untuk tujuan penelitian karena
adanya kompleksitas dan biaya tinggi (Clemitshaw 2004). Biasanya analisa pencemar udara
rumit, besar dan mahal, dengan setiap instrumen berharga dari mana saja £ 5.000 hingga
puluhan ribu poundsterling, bersama dengan sejumlah besar sumber daya diperlukan untuk
secara rutin memelihara dan mengkalibrasi mereka (Chong dan Kumar 2003). Meskipun
perkembangan terkini di lapangan telah menghasilkan instrumen yang ringkas dan lebih
mobile, mereka masih memiliki banyak keterbatasan untuk digunakan secara luas dan multi-
point sampling (Heard 2006). Oleh karena itu, diperlukan sistem yang lebih padat dan
kompak untuk menangkap spatio-temporal variasi polusi udara (Peng et al. 2014).
Manajemen kualitas udara didasarkan pada paradigma pemantauan yang diadopsi
(Kim et al. 2012), yang tunduk pada evolusi berkelanjutan karena kemajuan teknologi dan
perkembangannya perangkat pemantauan polusi udara portabel, murah (~ £ 100s) (yaitu
sensor) dan nirkabel sistem komunikasi. Adopsi yang terakhir, komponen kunci dari udara
murah polusi penginderaan (DoE 2010), relatif terhadap sistem komunikasi kabel telah

3
terbukti mengurangi investasi awal dan biaya operasi tahunan sebesar 3 dan 5 kali lipat di
AS, masing-masing (DoE 2010). Di Eropa, semua negara diharuskan mematuhi EU Arahan
(misalnya Council Directive 96/62 / EC tentang penilaian kualitas udara ambien dan
manajemen, biasanya disebut sebagai Panduan Kerangka Kualitas Udara). Seperti itu arahan
menggambarkan prinsip-prinsip dasar untuk menilai dan mengelola kualitas udara di Negara
Anggota, dan daftar polutan yang menjadi standar dan tujuan kualitas udara dikembangkan
dan ditentukan dalam undang-undang. Ini juga merekomendasikan nomor tertentu stasiun
pemantauan untuk pencemar individu, atas dasar jumlah penduduk dan partisi geografis.
Studi demonstrasi telah menerapkan jaringan sensor seluler dibeberapa kota, seperti
Cambridge (Inggris), Valencia (Spanyol) dan Lagos (Nigeria) (Mead et al.2013), tetapi
aplikasi jangka panjang mereka yang tersebar luas belum menemukan tujuan legislatif.
Undang-undang saat ini untuk polutan kriteria di Eropa diatur oleh Uni Eropa (UE) Air
Quality Directive 2008/50 / EC, yang secara jelas mendefinisikan minimum pemantauan
tetap stasiun untuk setiap polutan target. Misalnya, minimal satu stasiun seharusnya dipasang
tiap 100.000 km2, yang mungkin melebihi ukuran beberapa negara Eropa. Di dalam kasus
masing-masing negara harus memiliki setidaknya satu stasiun atau dapat disusun bersama
satu atau beberapa stasiun pengukur umum berdasarkan kesepakatan dengan Negara Anggota
yang bersebelahan.
Mengingat manfaat dan kekhawatiran terkait penginderaan biaya rendah, sejumlah
pertanyaan tetap ada. Khususnya:
a. Apakah benar-benar diperlukan penginderaan polusi udara berbiaya rendah, dan jika
ya, mengapa?
b. Apa status terkini dari sensor yang tersedia?
c. Apakah penginderaan ini biayanya renda serta memiliki potensi untuk mengubah cara
pemantauan konvensional di masa depan?
d. Apakah sensor saat ini sensitif, selektif dan cukup kuat untuk pemantauan jangka
panjang yang dapat diandalkan?
e. Apa tantangan utama dalam produksi dan penyebaran skala besar di lingkungan kota?
f. Apakah ada implikasi dari penilaian siklus hidup sensor dan ada kemungkinan biaya
pembongkaran limbah ?, dan
g. Apa saja kesenjangan terkait di mana penelitian masa depan harus fokus?

Ada banyak pertanyaan lain dan area (misalnya manajemen energi) tempat penggunaan
sensor populer (Kim et al. 2012), tetapi fokus kami di sini tetap pada penerapan penginderaan

4
biaya rendah untuk polusi udara manajemen di lingkungan luar kota. Gambaran yang
komprehensif dari pertanyaan-pertanyaan ini, menyoroti tantangan operasional dan jalan ke
depan, karena itu disajikan.

2. Kebutuhan
Kualitas udara perkotaan saat ini menjadi perhatian global, yang dapat dikaitkan
dengan masif skala urbanisasi dan pertumbuhan penduduk, bersama-sama dengan
peningkatan yang dihasilkan lalu lintas, industrialisasi dan penggunaan energi (Kumar et al.
2013; Molina et al. 2004).dapat dipahami bahwa perbaikan teknologi dalam mesin motor
emisi rendah telah diimbangi oleh peningkatan eksponensial dalam jumlah kendaraan.
Akibatnya, pelepasan polutan ke atmosfer terus meningkat (Akimoto 2003),kerugian
berdampak pada skala lokal, regional dan global, dengan dampak kesehatan yang signifikan
(Limet al. 2012). Studi 'Global Burden of Disease' baru-baru ini telah memberikan bukti baru
tentang peran signifikan yang dimainkan polusi udara secara global, menempatkannya di
antara sepuluh risiko teratas yang dihadapi manusia (Lim et al. 2012). Banyak kota di dunia
tidak dapat mematuhi batas konsentrasi yang ditentukan dari polutan udara (Kumar dkk.
2013; Sharma dkk. 2013), dan dalam banyak kasus, pengukuran yang dilaporkan jauh
melebihi mereka, menghasilkan jutaan kematian prematur (Kumar et al. 2014b; Lim et al.
2012; White et al. 2012). Di garis terdepan polutan yang melebihi batas konsentrasi kasar
(PM10) dan partikel halus materi (PM2.5), dan partikel ultrafine yang tidak diatur (<100 nm)
(Kittelson et al. 2004), membuat masalah ini menjadi lebih kompleks (Heal et al. 2012).
Misalnya, Dunia baru-baru ini Laporan Organisasi Kesehatan tentang polusi udara ambient
menunjukkan bahwa rata-rata tahunan konsentrasi PM10 telah meningkat lebih dari 5%
antara tahun 2008 dan 2013 di 720 kota-kota di seluruh dunia (WHO 2014). Pengurangan
paparan jangka panjang untuk PM10 oleh 5 mikrogram per meter kubik di Eropa telah
dilaporkan untuk "mencegah" antara 3000 dan 8000 kematian dini setiap tahun (Medina et al.
2004). Perkiraan serupa untuk PM2.5 menunjukkan kerugian rata-rata 7-8 bulan dalam
harapan hidup bagi penduduk Inggris dan sekitar £ 20 miliar per tahun dalam biaya kesehatan
yang sesuai (Defra 2008). Estimasi setara untuk pemaparan partikel ultrafine, yang memiliki
potensi lebih besar untuk dampak kesehatan yang dirugikan dibandingkan rekan-rekan
mereka yang lebih besar (HEI 2013; WHO 2013), saat ini tidak tersedia, tetapi akan lebih
lanjut meningkatkan beban kesehatan dan ekonomi di Inggris dan tempat lain (Kumar dkk.
2014b).

5
 Kualitas udara bervariasi dalam skala yang relatif kecil karena konsentrasi polutan
yang dihasilkan di tempat tertentu sangat tergantung pada sumber emisi lokal dan kondisi
aliran atmosfer (Britter dan Hanna 2003). Aliran massa udara di lingkungan perkotaan
biasanya bergejolak dan sulit diprediksi tanpa alat pemodelan numerik yang canggih. Peta
konsentrasi pencemar resolusi tinggi aktual (<1 m) untuk wilayah perkotaan besar tidak ada
saat ini karena mereka memerlukan sejumlah besar data, fasilitas komputasi dan rincian
masukan yang tidak tersedia untuk banyak kota. Kerumitan ini membuat penilaian paparan
manusia yang sebenarnya terhadap polutan yang menantang (Croxford dan Penn 1998;
Vardoukalis et al. 2005).
Salah satu solusi untuk mengatasi kurangnya pengukuran kualitas udara skala kecil
dan presisi tinggi adalah dengan mengadopsi metode biaya rendah untuk pengawasan
lingkungan yang kuat. Meskipun metode ini cenderung menghasilkan data berkualitas lebih
rendah, metode ini dapat digunakan di sejumlah besar lokasi secara bersamaan, yang
memungkinkan pemetaan penilaian eksposur resolusi tinggi dari lingkungan kota. Pendekatan
tradisional melibatkan pengaturan jaringan stasiun tetap untuk pengukuran tepat polusi udara,
yang membutuhkan investasi yang signifikan. Salah satu jaringan pemantauan tersebut adalah
Jaringan Perkotaan dan Pedesaan Otomatis (AURN), yang terdiri dari sekitar 175 situs di
seluruh Inggris (Defra 2014). Dalam banyak kasus, stasiun pemantauan ini umumnya terletak
jauh dari pinggir jalan dan daerah kemacetan lalu lintas utama, yang dapat menciptakan
peningkatan emisi dan konsentrasi polutan secara lokal. Menyebar jarang di sekitar atau di
dalam kota tertentu, stasiun ini dapat memberikan data deret waktu yang terperinci (biasanya
dengan resolusi per jam), tetapi pada lokasi berbasis titik yang terbatas. Hal ini menyulitkan
untuk mengumpulkan informasi yang representatif dan dapat diandalkan untuk suatu kota
atau daerah secara keseluruhan, dan dengan demikian, untuk membentuk pandangan yang
lebih makroskopik tentang tren-tren medan pencemaran. Seringkali pendekatan pemodelan
digunakan untuk mengatasi masalah ini, tetapi ini mungkin membawa ketidakpastian arator
dan epistemik yang melekat karena perkiraan kasar dalam kondisi input (Kumar et al. 2011;
Oberkampf et al. 2002).
Data dari jaringan sensor dapat memberikan kondisi masukan yang lebih akurat yang
mengarah ke kesimpulan yang lebih kuat dan dapat diandalkan tentang tingkat kualitas udara.
Penyebaran sensor berbiaya rendah dalam jumlah yang signifikan juga dapat membantu
menciptakan inventarisasi emisi polutan dan

6
 Beberapa program penelitian telah menggunakan jaringan sensor untuk menilai
kinerjanya baik untuk pemantauan situs tetap maupun seluler (Mead et al. 2013). Ada juga
jaringan penginderaan yang dipimpin oleh masyarakat dalam operasi (Air Quality Egg 2014),
yang memungkinkan masyarakat umum untuk berpartisipasi dalam diskusi tentang kualitas
udara. Dibandingkan dengan instrumen analitis untuk mengukur polutan udara, sensor yang
saat ini tersedia beberapa kali lebih murah dan mudah digunakan, dioperasikan, dan dikelola.
Mengambil data dari sensor sangatlah mudah dan operasi otomatisnya memungkinkan
penyebaran luas di lingkungan binaan. Penggunaan sensor dengan cara ini memberikan
perincian, yang lebih baik menginformasikan identifikasi sumber polusi dan membantu
mendukung studi yang lebih konklusif tentang efek polusi udara pada keadilan sosial-ekologi
dan kualitas hidup manusia (Mitchell dan Dorling 2003).
Dalam banyak kasus, data yang dikumpulkan dari sensor dikelola, diproses, dan
dianalisis secara terpusat, berbagi informasi yang dihasilkan dengan semua pemangku
kepentingan, termasuk masyarakat umum melalui aplikasi telepon seluler (yaitu aplikasi). Hal
ini dapat memungkinkan masyarakat umum, terutama mereka yang sudah berisiko, untuk
membuat keputusan berdasarkan informasi yang berkaitan dengan kesehatan mereka dengan
menghindari daerah-daerah dengan polusi tinggi. Meski tidak mengandalkan sensor, layanan
semacam itu sudah ada di London melalui program airText. Tidak ada alasan mengapa
program berbasis sensor yang serupa tidak dapat diluncurkan di kota-kota dengan tingkat
polusi tinggi, seperti di Asia (Kumar dkk. 2013; Peng et al. 2014) atau di tempat lain (Molina
et al. 2004).

3. Kondisi sensor
Sensor yang baru dikembangkan diproduksi menggunakan teknik fabrikasi mikro dan
mengandung sistem mikro-elektro-mekanis (MEMS) yang terbuat dari unsur-unsur
mikrofluida, optik dan berstrukturnano, yang memungkinkan mereka untuk menjadi kompak,
ringan dan murah (White et al. 2012). Ini dilengkapi dengan sirkuit sensor yang memiliki
konsumsi daya yang sangat rendah dan perangkat komunikasi hemat energi. Daya komputasi
canggih untuk penanganan data dan berbagai pilihan paket perangkat lunak untuk visualisasi
data telah membuat perkembangan dan evolusi mereka semakin menarik (Snyder dkk. 2013;
White dkk. 2012).
Komponen dasar dari sensor adalah elemen yang merespon perubahan dalam sifat
fisik atau kimia, yang diubah menjadi sinyal listrik oleh transduser (White et al. 2012).
Sensor gas kimia mengukur konsentrasi spesies gas dengan menganalisis reaksi antara

7
material penginderaan dan gas target, seperti O3, CO, SO2, karbon dioksida (CO2), nitrogen
dioksida (NO2) dan senyawa organik volatil (VOC). Sensor gas optik mengukur adsorpsi
cahaya oleh spesies gas yang menarik, sementara hamburan cahaya digunakan untuk
mengukur konsentrasi nomor partikel yang dapat dikonversi ke fraksi massa, seperti PM10
dan PM2.5 (White et al. 2012).
Reaksi antara material penginderaan dan gas target, seperti O3, CO, SO2, karbon
dioksida (CO2), dioksida (NO2) dan senyawa organik yang mudah menguap (VOC). Sensor
gas optik mengukur adsorpsi cahaya oleh spesies gas yang menarik, sementara hamburan
cahaya digunakan untuk mengukur konsentrasi jumlah partikel yang dapat dikonversi ke
fraksi massa, seperti PM10 dan PM2.5 (Putih dan al. 2012).
Sensor gas bekerja pada prinsip-prinsip operasi yang berbeda, menunjukkan berbagai
sensitivitas, selektivitas dan waktu respon (Azad et al. 1992; Lee dan Lee 2001). Misalnya,
sensor gas chemoresistive banyak digunakan untuk mendeteksi dan mengukur konsentrasi
gas di udara. Sensor ini bergantung pada pelepasan elektron yang ditempati oleh oksigen
yang teradsorpsi pada permukaan semikonduktor nanomaterial (yaitu, elemen penginderaan)
ke dalam kisi-kisi mereka, sebagai hasil dari interaksi spesies target dengan oksigen pra-
teradsorpsi. Pada gilirannya, pelepasan elektron diinduksi untuk mengubah kepadatan
elektron konduktor dalam elemen sensor polikristalin dan dengan demikian, berubah
konduktivitas mereka (Barsan dan Weimar 2001; Fine dan al. 2010).
Perubahan kapasitansi material penginderaan dalam jenis sensor ini biasanya menurun
dalam urutan beberapa pF, dan peka terhadap kondisi operasi (misalnya kelembaban dan
suhu). Sensor elektrolit padat menggunakan voltametri siklik, yang banyak digunakan dalam
elektrokimia cair, untuk menentukan konsentrasi berbagai jenis kimia gas yang diserap oleh
elektrolit padat (Hanrahan dkk 2004). Metode ini mencari oksidasi dan reduksi molekul yang
diserap gas karena potensial pada elektroda yang menempel pada elektrolit padat meningkat
secara linier. Reaksi kimia yang dihasilkan menginduksi puncak dalam arus, yang sebanding
dengan konsentrasi spesies kimia target. Jenis sensor elektrolit padat ini dapat digunakan
untuk mendeteksi NOx atau SOx. Sensor absorpsi bergantung pada fakta bahwa molekul gas
menyerap radiasi pada panjang gelombang tertentu (biasanya di wilayah inframerah) yang
sesuai dengan energi getarnya. Misalnya, CO2, CO, dan metana (CH4) memiliki daya serap
spektrum yang unik pada 4,25, 4,7, dan 3,3 μm, masing-masing (Whitenett et al 2003)
Oleh karena itu, radiasi dengan kisaran panjang gelombang yang sempit sering digunakan
untuk meningkatkan sensitivitas pengukuran. Ini dapat dicapai dengan menggunakan kedua
filter pada sumber cahaya dan material yang disesuaikan sebagai photodetectors.

8
Pengembangan metode pemantauan lingkungan yang tidak mahal (EuNetAir 2014;
MESSAGE 2014) telah mengarah pada penciptaan sejumlah sensor kualitas udara yang
tersedia secara komersial (Alphasense 2014; sensaris 2014) dan jaringan sensor prototipe.
Jaringan tersebut saat ini beroperasi di Amerika Serikat (Air Quality Egg 2014) dan
UK (SNAQ 2014). Banyak dari sensor ini dikalibrasi terhadap metode analitis standar dan
keakuratannya dapat berkisar dalam ± 10% untuk sebagian besar polutan udara (Snyder et al.
2013) Prosedur kalibrasi sensor gas dilakukan dalam dua langkah. Langkah pertama (yaitu
"cek nol") menentukan respons sensor ketika konsentrasi gas target nol, sedangkan langkah
kedua (yaitu "rentang pemeriksaan") menentukan konsentrasi gas ketika memiliki beberapa
nilai tertentu (IST 2014). Sementara "rentang pemeriksaan" relatif mudah dilakukan,
"pemeriksaan nol" lebih menantang karena tidak ada standar baku untuk udara sintetis atau
N2 murni dengan konsentrasi kotoran nol. Akibatnya, ini menjadi lebih umum digunakan
udara ambient dibersihkan untuk "nol cek" (Kularatna dan Sudantha 2008). Namun, ini
sensitif terhadap kondisi meteorology. dan perlu waktu untuk menyesuaikan diri ketika
lingkungan pemantauan berubah. Beberapa penelitian telah menemukan hasil dalam
kaitannya dengan kinerja sensor CO, NO dan NO2 yang dapat memberikan bagian-per-miliar
(μg m – 3) tingkat rasio pencampuran dengan kebisingan rendah dan linearitas tinggi (Mead
et al. 2013). Selanjutnya, prototipe sensor (Bell et al. 2011a; Bell dan Galatioto 2013;
Envirowatch 2014) dikembangkan dalam PESAN (Cohen dkk. 2009; North et al. 2009)
proyek, didanai bersama oleh Engineering and Physical Research Council dan Departemen
Transportasi Inggris, NUIDAP, (Galatioto et al. 2011), untuk mengembangkan basis data
terintegrasi dan platform penilaian dalam menanggapi kebutuhan pengguna seperti yang
diidentifikasi melalui diskusi dengan pengguna potensial dari berbagai sensor pervasive (Bell
et al. 2009; Suresh et al. 2009).
Jaringan sensor memerlukan daya listrik dan sarana untuk mengunggah data.
Penyebaran lapangan sensor untuk kualitas udara dan pengukuran lainnya (misalnya aliran
udara dan aliran air dalam sistem air kota) mengandalkan berbagai teknologi. Daya rusak dan
/ atau backbone komunikasi yang digunakan untuk mendukung secara relative Sensor yang
jarang atau relatif mahal tidak cocok untuk penyebaran berbutir halus sensor yang harganya
dapat dengan mudah dikerdilkan oleh biaya instalasi yang termasuk layanan yang diperlukan.
Daya baterai cukup untuk dua tahun operasi dari satu pod sensor yang tersedia membuat
mereka cocok untuk penyebaran diperpanjang untuk mendeteksi hot spot evaluasi sebelum
dan sesudah perubahan konsentrasi polutan yang terkait dengan pembangunan perkotaan dan
deteksi "pagar line" dari polutan di situs industri (Air Monitor 2014). Alternatif komunikasi

9
sudah termasuk wi-fi tautan ke jaringan area lokal yang tersedia dan layanan seluler, dalam
beberapa kasus menggunakan General Paket Layanan Radio (GPRS) yang merupakan bagian
integral dari Sistem Global untuk Seluler Komunikasi, GSM (Air Monitor 2014; Mead et al.
2013). Versi portabel menggunakan warna biru protokol komunikasi gigi dan memiliki
baterai yang sebanding dengan yang ada di ponsel dan dimaksudkan untuk pengisian harian
(Air Monitor 2014; sensaris 2014).
Beberapa jaringan meteorologi berbasis sensor real-time (Weather Bug 2014) sudah
ada beroperasi di banyak kota AS, menawarkan akses publik online melalui ponsel pintar dan
komputer pribadi. Demikian juga layanan teks kualitas udara yang menggunakan pemodelan
hibrida (dispersi dan perkiraan) juga saat ini beroperasi (misalnya airTEXT di London;
http://www.airtext.info/), namun penyebaran sensor polusi yang tersebar luas seluruh kota
dapat menyediakan data real-time dan mengurangi ketidakpastian yang terkait dengan model
hasil peramalan.
Kemajuan dalam miniatur, infrastruktur komunikasi nirkabel (Devlab 2014; Xively
2014) berarti bahwa sensor ini juga mampu melaporkan data resolusi spasial tinggi di
mendekati waktu nyata. Bertentangan dengan instrumen analitis konvensional, besar dan
mahal, seperti itu jaringan sensor umumnya kompak, dikendalikan dari jarak jauh untuk
transmisi yang dikumpulkan data, dan mudah digunakan untuk pemantauan tanpa
pengawasan dalam jumlah besar (Kumar et al. 2010b). Data yang diperoleh dari serangkaian
sensor kualitas udara (misalnya NOx, SO2, CO, PM) dan sensor meteorologi yang
menyertainya (misalnya kelembaban relatif, suhu lingkungan, angin kecepatan dan arah)
dapat membentuk dasar untuk menilai tingkat polusi dan merancang efektif nnstrategi kontrol
untuk pengurangannya (misalnya perubahan perilaku). Namun, meski baru-baru ini kemajuan
dalam pengembangan sensor berbiaya rendah, diperlukan lebih banyak upaya untuk
mendorongnya penggunaan luas di lingkungan perkotaan. Menahan kelemahan yang perlu
diatasi termasuk konsistensi dan daya tahan dari unsur-unsur penginderaan, keandalan yang
dikumpulkan data, dan biaya manajemen data dan pasca-pemrosesan.

4. Memikirkan kembali pemantauan melalui penginderaan di mana-mana dan

oportunistik
Gagasan penginderaan di mana-mana (yaitu menggunakan sejumlah besar sensor
dalam ukuran kecil ruang) menarik perhatian dari komunitas manajemen kualitas udara
(Burke et al. 2006; Cuff et al. 2008), terutama mengingat ketersediaan tinggi, biaya rendah
dan miniaturisasi sensor, yang memungkinkan mereka mencakup area perkotaan yang lebih

10
luas lingkungan di sebagian kecil dari biaya instrumen konvensional (Chong dan Kumar
2003). Pengembangan sensor ini telah menyebabkan pergeseran paradigma dalam udara
berbutir halus.
Pengembangan sensor ini telah menyebabkan pergeseran paradigma di udara halus
kualitas data collection dari konfigurasi statis dan mobile yang tidak layak hanya beberapa
tahun yang lalu. Selain itu, banyak dari sensor ini tidak memerlukan pengetahuan khusus
untuk digunakan, yang mendorong partisipasi masyarakat dalam proses (Paulos et al. 2009)
dan telah melahirkan konsep berbasis masyarakat pemantauan (udara kualitas telur 2014),
yang didorong oleh informasi lokal kebutuhan dan nilai-nilai masyarakat. Pada kenyataannya,
biaya rendah penginderaan telah menciptakan ide disebut oportunistik sensing, yang
menggunakan data yang dikumpulkan untuk satu tujuan untuk beberapa tujuan yang lain juga
(Campbell et al., 2008). Penginderaan oportunistik antroposentris melibatkan pengumpulan,
Penyimpanan, pengolahan dan sekering volume besar dari data yang terkait dengan kegiatan
manusia sehari-hari dilakukan oleh masyarakat umum di sangat dinamis dan mobile
perkotaan pengaturan (Kapadia et al. 2009). Penggunaan ponsel pintar sebagai penginderaan
instrumen (Lane et al. 2010) memberikan prospek lebih lanjut untuk penginderaan
oportunistik dan dapat membantu transisi menuju cara-cara baru pemantauan lingkungan.
Distribusi konsentrasi polusi udara lebih dari daerah perkotaan besar ditentukan oleh model
dispersi universal dan kemampuan mereka untuk memprediksi konsentrasi untuk situasi
darurat terbatas. Model dispersi hanya berguna jika kualitas mereka (kesesuaian untuk tujuan)
telah diukur, didokumentasikan dan dikomunikasikan kepada pengguna potensial. Evaluasi
model bersangkutan tanggap darurat bergantung pada penyediaan lapangan dataset resolusi
tinggi ruang dan waktu. Kompleksitas nyata urban lingkungan dibangun, termasuk
kompleksitas antropogenik emisi sumber dan variabilitas yang alami, membuat evaluasi
terus-menerus tanggap darurat model menggunakan dataset up-to-date bidang lebih
menuntut. Seperti dataset menyeluruh dan evaluasi tanggap darurat dan airquality model yang
jarang ditemui (Neophytou et al. 2011; Shallcross et al., 2009). Oleh karena itu, tanggap
darurat adalah area di mana sensor jaringan pasti memiliki peran penting untuk bermain di
masa depan.
Selain itu, sensor jaringan juga dapat mengaktifkan sistem peringatan bahaya, karena
kemampuan mereka untuk mendeteksi rilis polutan dalam lingkungan yang dibangun, serta
pembebasan disengaja kontaminan dari kawasan industri. Dalam hal ini, sensor untuk
mengukur konsentrasi hidrogen (H2) selama produksi dan penyimpanan yang sangat dicari
untuk keselamatan di sektor energi H2 muncul. Ini adalah karena H2 sangat eksplosif pada

11
konsentrasi di atas 4% dalam atmosfer udara. Wan et al. (2012) dijelaskan penerapan sensor
jaringan untuk mendeteksi kebocoran pada pipa gas alam, untuk mengatasi masalah-masalah
efisiensi rendah-pengakuan, tingkat tinggi palsu positif dan negatif dan akurasi lokalisasi
miskin. Oleh karena itu, sensor jaringan mungkin mampu mengidentifikasi berbahaya
kebocoran di lingkungan industri dan ambient secara real-time, untuk menawarkan
komprehensif surveillance untuk peningkatan keselamatan pekerja dan masyarakat umum.

5. Tantangan
Perkembangan teknologi baru di penginderaan lingkungan membawa bersama,
sebagai tantangan diharapkan, beberapa techno-ekonomi. Yang paling penting dari ini adalah
keandalan data polusi udara yang diukur, karena paling gas dan particulate matter sensor
memerlukan evaluasi independen di bawah berbagai kondisi lingkungan ambient (White et al.
2012). Tantangan lebih lanjut termasuk meningkatkan sensor waktu kerja biasanya pendek
(dari enam bulan sampai beberapa tahun), serta ketahanan mereka, melalui evaluasi ketat di
bawah berbagai kondisi lingkungan yang beragam. Tantangan ekonomi mencakup
pemotongan pemeliharaan (termasuk kalibrasi, penggantian baterai) dan biaya
manajemen/analisis/visualisasi data, yang dalam banyak kasus melebihi biaya sistem sensor
sebenarnya itu sendiri. Akhirnya, tantangan baru di masa depan jika komunitas ilmiah dan
pengambil keputusan tidak siap untuk merangkul teknologi tersebut. Kesadaran, pendidikan
dan teknologi harus berumur bersama-sama, untuk membawa pergeseran paradigma
pemantauan polusi udara.
Tantangan teknologi utama mengenai penggunaan sensor untuk memantau polusi
udara adalah untuk meningkatkan sensitivitas, stabilitas dan umur panjang dari operasi
sebelum penggantian. Kebanyakan udara biaya rendah polusi sensor yang meskipun sensitif
ke beberapa ratusan ppb. Mengingat bahwa sebagian besar konsentrasi polutan penting di
bawah batas ini, ada kebutuhan mendesak untuk menurunkan ambang batas ini. Namun,
pembatasan dalam meningkatkan kepekaan sensor adalah bahwa banyak berbagai jenis gas di
kisaran ppb dapat berkontribusi respon dari sensor, sehingga memburuk selektivitas mereka.
Meningkatkan kepekaan sensor tanpa mengorbankan selektivitas dapat diatasi dengan
functionalisation, dalam banyak kasus melalui mengendalikan komposisi (Gaury et al. 2013)
dan struktur (Franke et al. 2006; Julien et al. 2014; Valentini et al. 2003) materi penginderaan
di skala nanometer – cabang penelitian yang mendorong masyarakat ilmu bahan saat ini.
Selain kepekaan dan selektivitas, parameter lainnya, seperti stabilitas dan waktu
respon, juga penting untuk pilihan mereka dalam aplikasi tertentu. Meskipun prinsip kerja

12
sederhana sensor ini, gas - mekanisme penginderaan melibatkan reaksi cukup kompleks.
Reaksi ini termasuk oksidasi/reduksi materi penginderaan, adsorpsi oksigen dan spesies
lainnya kimia di reaksi mereka permukaan, dan katalitik antara AdsorbenFaktor-faktor
koreksi yang diberikan oleh produsen untuk suhu dan kelembaban relatif yang memadai di
tingkat ppm. Pengukuran dari sensor terdistribusi dapat ditularkan di hampir real-time dan
disimpan dalam database, dan platform online menyediakan sarana yang sangat baik untuk
penyebaran cepat dan transparan. Kepemilikan dan penyebaran data dipantau memberikan
tantangan dan peluang. Ini harus ditangani secara efektif dan transparan, untuk manfaat
masyarakat dan membantu pemerintah dalam manajemen kualitas udara. Pusat manajemen
data harus ditetapkan, dimana data akan disimpan, divalidasi, diproses dan dimodelkan ke
dalam format yang sangat berguna untuk berbagai pemangku kepentingan, seperti visual
spatio-sementara peta polusi udara, atau prediksi konsentrasi dan eksposur yang berkaitan
dengan pola emisi polusi dan prakiraan MeteorologiTujuan spesifik untuk penilaian instalasi
dan badan sensor akurasi mereka akan mempengaruhi keputusan tentang penyebaran data.

6. Arah Masa Depan

Meningkatkan upaya dari para ilmuwan dan produsen instrumen, serta perbaikan
dalam sistem otomatis nirkabel, telah memungkinkan untuk mengurangi biaya sensor polusi
udara dari ribuan hingga ratusan atau kurang (Envirowatch 2014) dan (Air Monitors 2014).
Oleh karena itu, saat ini, biaya manufaktur (modal) dari sistem ini bukanlah penghalang
utama, namun biaya yang terlibat dalam instalasi, pemeliharaan dan analisis data mereka
perlu dikurangi. Bahkan, biaya tenaga kerja untuk memelihara jaringan sensor, serta pasca
pemrosesan data yang terkumpul cenderung melebihi biaya sensor itu sendiri. Jumlah besar
data yang diharapkan dikumpulkan oleh sensor membawa kita kembali ke kebutuhan untuk
analisis murah, yang meskipun ditawarkan oleh beberapa perusahaan manajemen dan solusi
data berteknologi tinggi. belum tersedia secara luas atau terjangkau. Mempertimbangkan
bahwa sejumlah besar data yang dikumpulkan oleh jaringan sensor nirkabel harus dialihkan
ke satu entitas pengelola, yaitu, sink jaringan, algoritma untuk fusi data dan agregasi
diperlukan untuk mengurangi kemacetan dan sistem overloading (Cao et al. 2006). Untuk
melakukannya, algoritma ini mengumpulkan informasi yang berguna dari sensor untuk
mengirim hanya data yang berguna ke titik akhir.
Sensor saat ini tidak mampu mengukur partikel ultrafine yang memiliki risiko lebih
besar terhadap kesehatan manusia (HEI 2013). Meskipun sensor partikel untuk diagnostik on-
board (OBD) telah diperkenalkan ke pasar (Järvinen et al. 2014; Stavros et al. 2013), aplikasi

13
mereka untuk pemantauan lingkungan saat ini tertinggal terutama karena keterbatasan mereka
untuk mengukur konsentrasi rendah. . Selain meningkatkan sensitivitas sensor partikel ini,
penelitian masa depan juga diperlukan untuk mengembangkan sensor murah yang dapat
mengukur distribusi ukuran partikel dalam kisaran ukuran nano. Data tersebut dapat
membantu dalam menghubungkan eksposur partikel ultrafine eksaserbasi penyakit paru
obstruktif kronik, melalui pengukuran simultan aktivitas fisik, tanda-tanda vital dan fungsi
pernapasan. Tantangan lain yang terkait adalah penginderaan nanomaterial yang direkayasa
di udara (Kalantzi dan Biskos 2014; Kumar dkk. 2010a) yang diketahui memasuki udara
perkotaan melalui tumpahan yang tidak disengaja atau selama penggunaan dan pembuangan
produk-produk nanoteknologi (Kumar dkk. 2014a; Lowry et al. 2012; Stone et al. 2010).
Nanomaterial ini diketahui menyimpan di organ target, termasuk paru-paru untuk memicu
respon yang merugikan (Nel et al. 2006). Instrumentasi untuk membedakan nanomaterial
yang direkayasa dari latar belakang ultrafine.
partikel saat ini tidak tersedia dan sensor berbiaya rendah serupa tidak mungkin
dikembangkan dalam waktu dekat. Namun, jika mereka tersedia, mereka akan berperan
dalam mengukur fungsi kepadatan probabilitas dari lingkungan yang sangat penting untuk
menilai paparan dan efek kesehatan baik dalam lingkungan industri dalam ruangan (di mana
ini diproduksi) dan lingkungan luar (di mana umumnya mereka dapat melarikan diri selama
penggunaan produk-produk nanoteknologi).
Sejumlah pertanyaan masih belum terjawab. Misalnya, apa yang akan menjadi pasar
masa depan untuk sensor dan jaringan seperti itu? Setidaknya untuk saat ini, sensor tidak
memiliki kualitas pengaturan, atau peran mereka dalam menginformasikan sebab atau akibat
telah diterima. Siapa yang akan membayar untuk memasang jaringan sensor dan siapa yang
akan menggunakan data? Apakah ini menjadi pihak yang berwenang, badan pendanaan
penelitian, entitas komersial, atau campuran dari ini atau tidak ada? Apakah akan ada
jaringan milik warga negara? Biaya dan pemeliharaan jaringan sensor polusi cenderung
melebihi biaya stasiun cuaca sederhana milik warga, jadi pertanyaan ini masih belum
terjawab. Sampah elektronik sudah menjadi perhatian dari perspektif lingkungan dan
kesehatan masyarakat (Grant et al. 2013). Pengindraan di mana-mana memiliki potensi untuk
semakin menambah beban e-waste setelah sensor mencapai akhir dari kehidupan yang bisa
digunakan. Oleh karena itu, analisis jejak karbon mereka dan pelepasan potensi nanomaterial
ke lingkungan diperlukan, untuk menikmati manfaatnya tanpa mempengaruhi kesehatan
masyarakat, lingkungan dan ekosistem bumi. Ini akan menantang untuk penginderaan biaya
rendah agar sesuai dengan keandalan dan kekokohan monitor stasioner konvensional,

14
setidaknya dalam waktu dekat, tetapi kemudian pertanyaannya tetap - berapa banyak
ketangguhan dan akurasi yang benar-benar kita butuhkan untuk apa yang benar-benar kita
inginkan? Dapatkah berbagai keinginan dan kebutuhan komunitas yang berbeda bersatu
dengan beberapa fitur umum? Mungkin sedikit lebih awal untuk menjawab pertanyaan secara
akurat terkait dengan masa depan pencemaran polusi udara, tetapi gambar akan mulai
menjadi lebih jelas karena informasi baru tersedia di masa depan.

7. Ucapan Terima Kasih

Pandangan yang diungkapkan dalam makalah ini adalah dari penulis. Para penulis
tidak mengesahkan, mengesahkan atau merekomendasikan nama dagang dan produk
komersial apa pun yang dirujuk dalam artikel ini. Para penulis berterima kasih kepada
pengulas anonim atas komentar konstruktif dan berguna mereka yang telah membantu
meningkatkan kualitas artikel ini.

15