SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012

Advances in Agricultural and Municipal Waste Technology to Anticipate

Food and Energy Crisis
Surabaya, 10 July 2012

PEMODELAN DISPERSI SO2 DARI SUMBER GARIS MAJEMUK

DENGAN MODIFIKASI MODEL GAUSS DI JALAN MASTRIP RAYA
DAN JALAN PAGESANGAN SURABAYA SELATAN
1) 2)
Wisnu Wisi Nugroho , Abdu Fadli Assomadi
1
Mahasiswa Jurusan Teknik Lingkungan FTSP-ITS, Surabaya-60111
2
Dosen Jurusan Teknik Lingkungan FTSP-ITS, Surabaya-60111
Kampus Insitut Teknologi Sepuluh Nopember Surabaya Keputih-Sukolilo, Surabaya-60111
*Wisnu_08@enviro.its.ac.id

Abstrak

Kawasan Surabaya Selatan merupakan salah satu daerah dengan perkembangan yang
pesat pada sektor transportasi. Jalan Mastrip dan Pagesangan yang terletak pada daerah
Surabaya Selatan merupakan penyumbang emisi terbanyak pada daerah tersebut, sehingga
pemodelan ini dilakukan pada kedua jalan tersebut. Penelitian ini memiliki 2 tujuan, tujuan
pertamanya adalah Menghitung Estimasi konsentrasi SO2 dengan menggunakan modifikasi
model Gauss dari sumber garis majemuk dan menghitung besarnya kontribusi pencemar.
Pembangunan model dispersi menggunakan hukum Gauss ini memiliki 3 tahapan yaitu
pengumpulan data sekunder,pembuatan model dan verikasi dan tahap terakhir adalah
validasi. Pengumpulan data sekunder dilakukan untuk data perhitungan kepadatan lalu
lintas, data meteorologi dan data indeks sumber pencemar udara (ISPU). Pembuatan model
dilakukan dengan mengolah data kepadatan lalu lintas sehingga menghasilkan beban emisi,
data meteorologi untuk mendapat musim dan pengaruh angin dan dimodelkan sehingga
menghasilkan konsentrasi ambient pada titik penerima yaitu ISPU, kemudian dilakukan
perbandingan untuk 4 tahun dan 1 tahun sebagai verifikasi. Kemudian dilakukan validasi
yang dibandingkan dengan data primer dari sampling. Dari hasil pemodelan ini didapat
besarnya kontribusi pencemar S02 yang bersumber dari kegiatan transportasi adalah
sebesar 0,04% dimana besarnya konsentrasi yang dihasilkan adalah sebesar 0,149 µg/m3.
Dapat disimpulkan bahwa konsentrasi penyumbang pencemar SO2 dari sektor transportasi
sangat kecil sekali hal ini dikarenakan pemodelan tidak melihat pengaruh dari pencemaran
dari sektor lain.

Kata kunci : Pemodelan dispersi Gauss, Pencemaran Udara, Sulfur Dioksida (SO2,)

Abstract

South Surabaya area is one area with great development in the transport sector. Jalan
Mastrip and Pagesangan which is located on Surabaya area South is an contributor
emissions of largest on those regions, so the modeling this is done on both road such. This
study has two goals, his first goals is to calculate estimates of SO2 concentration using a
modified Gaussian models of multiple line sources and calculate the contribution of pollutant.
Development of dispersion models using the Gauss law has three stages, namely the
secondary data collection, modeling and verification and validation is the last stage.
Secondary data collection performed for the calculation of the density of data traffic,
meteorological data and data sources of air pollutant index (ISPU). Modeling carried out by
processing the data density of traffic load resulting emissions, meteorological data to get the
season and the effects of wind and modeled ambient concentrations resulting in the ISPU at
the receiving point, then do the comparison for 4 years and 1 year as verification. Then
validated in comparison with primary data from the sampling. These modeling results
obtained from the contribution of pollutant S02 sourced from transport activities amounted to
0.04% where the magnitude of the resulting concentration is equal to 0.149 μg/m3. Can be
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

concluded that the concentration of SO2 pollutant contributor from the transport sector is very
small this is because modeling does not see the impact of pollution from other sectors.

Keywords: Gauss Dispersion Modelling, Air Pollution, Sulphur dioxide (SO2)

1. PENDAHULUAN

1.1 Latar Belakang

Surabaya sebagai ibukota Propinsi Jawa Timur merupakan pusat dari berbagai macam
kegiatan, termasuk kegiatan ekonomi. Perkembangan perekonomian di Surabaya
mengakibatkan meningkatnya jumlah kendaraan, baik kendaraan pribadi maupun kendaraan
niaga yang menyebabkan kompleksnya jenis kendaraan. Kompleksnya jenis kendaraan
menyebabkan pemakaian bahan bakar minyak yang semakin meningkat. Peningkatan
bahan bakar minyak menyebabkan banyaknya pencemaran udara terjadi, salah satu gas
pencemar hasil kegiatan transportasi adalah gas SO2.
Salah satu daerah dengan kandungan pencemar SO2 tertinggi adalah Surabaya Selatan,
dikarenakan Surabaya Selatan merupakan daerah penghubung antara Surabaya dengan
daerah disekitarnya. Hal ini diperkuat dengan adanya data dari alat ISPU (Index Standard
Pemncemaran Udara) yang menyatakan bahwa daerah Suarabaya Selatan merupakan
daerah dengan konsentrasi pencemar SO2 tertinggi dibandingkan daerah surabaya lainnya
pada tahun-tahun terakhir. Dari data sekunder yang didapatkan dari Badan Lingkungan
Hidup Kota Surabaya pada bulan Desember 2011, menyatakan bahwa tingkat pencemar
SO2 pada Surabaya Selatan mencapai 382,78 µg/m3.
ISPU merupakan salah satu alat pemantauan kualitas udara milik pemerintah. Alat ini
diperlukan dikarenakan dapat mengamati tingkat polusi yang terjadi di suatu daerah secara
kontinyu dan dalam jangka waktu yang lama. Kekurangan dari alat ISPU adalah biaya
pembuatan alat yang mahal dan perawatan yang juga memakan biaya yang relatif tinggi dan
terjadinya salah penentuan titik pemantauan dikarenakan alat ISPU tidak bisa secara
langsung menetukan letak pencemar udara yang paling tinggi pada suatu daerah. Maka dari
itu untuk membantu mengurangi permasalahan pada alat ISPU dibutuhkan suatu metoda
lain dalam melakukan pengamatan kualitas udara. Salah satu metoda yang digunakan
adalah dengan memakai pemodelan. Dengan pemodelan kita dapat melakukan suatu
simulasi untuk menentukan pola dispersi sehingga kita dapat memprediksi besarnya
pencemar yang ada di daerah tersebut dan pola penyebarannya kemudian kita dapat
mengetahui jarak efektif yang aman terhadap polutan tersebut. Jarak efektif ini dapat
digunakan sebagai kebijakan pemerintah terhadap mengatur tata guna lahan di daerah
tersebut.
Penelitian ini dilakukan pada Jalan Mastrip Raya dan Jalan Simowan. Jalan tersebut dipilih
sebagai sumber dikarenakan terletak dalam radius 5km dari alat ISPU dan memiliki
transportasi yang padat juga banyaknya cerobong pabrik. Pemilihan jalan juga berdasarkan
arah angin dominan, berdasar data BMKG Juanda arah angin dominan bertiup ke arah
Timur. Arah angin juga digunakan sebagai pendukung dalam penentuan kinetika transport
gas pencemar yang juga dihubungkan dengan kecepatan angin dan stabilitas atmosfer.

1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk Mengaplikasikan model yang terbangun sehingga mendapat
nilai konsentrasi ambient pada penerima dari sumber garis majemuk (multiple line sources)
di Jalan Mastrip Raya dan Jalan Pagesangan dan menentukan besar kontribusi SO2
terhadap ambient.
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

2. Metodologi Penelitian

2.1 Pengumpulan data sekunder

 Peta Wilayah Surabaya Selatan
 Data kualitas udara ambient dari ISPU
Data ISPU yang diambil merupakan data 5 tahun terakhir yang terletak di Jl.
Gayungan Surabaya Selatan. Data ISPU ini digunakan sebagai pembanding dengan
perhitungan model yang telah dilakukan.
 Data meteorologi dari BMKG Juanda
Data meteorologi berupa arah dan kecepatan angin dan curah hujan. Data meterologi
digunakan untuk mengetahui pola dispersi dari sumber pencemar.
 Data Dinas Perhubungan
- Klasifikasi jalan
Klasifikasi jalan dipilih berdasar fungsinya. Pada pemodelan ini, tidak ada
pengaruh antara jalan satu arah dan jalan dua arah karena hanya menghitung
beban emisi.
- Jumlah dan kepadatan lalu lintas
Jumlah kendaraan digunakan untuk mengetahui beban emisi yang didapat dari
jalan-jalan yang digunakan sebagai sumber dan mendapat faktor konfersi bahan
bakar berdasar jenis kendaraannya. Jumlah kendaraan dan kepadatan lalu lintas
didapatkan dari Dinas Perhubungan Surabaya selama 5 tahun terakhir.
 Faktor Emisi
Faktor emisi digunakan untuk menghitung laju emisi dari tiap jenis kendaraan.
Data didapatkan dari Penelitian Terdahulu

2.2 Pembangunan model

Penelitian ini dilakukan dengan tahapan:
1. Perhitungan beban emisi dilakukan dengan pengolahan data Trafic counting
2. Menghitung pengaruh meteorologikal terhadap proses dispersi di atmosfer,
ditentukan dengan menyesuaikan kondisi di lapangan. Pengaruh arah angin yakni
mempengaruhi arah dispersi pencemar dan konsentrasi di titik tertentu.
3. Memodelkan dispersi dengan data-data sekunder yang diperoleh dan akan
dibandingkan dengan data ISPU untuk mengetahui nilai selisihnya. Data ISPU dibagi
2 kelompok pengolahan/analisis yaitu:
 Data 4 tahun diolah berdasarkan musim kemarau dan hujan. Pengolahan data
tersebut antara lain: rata-rata, nilai maksimum dan minimum, dan dikoreksi apakah
alat detektor dilakukan kalibrasi pada hari tertentu dan bagaimana pola datanya
setelah dikalibrasi.
 Data 1 tahun, diolah sama seperti di atas. digunakan untuk verifikasi model yang
dibangun berdasarkan data 4 tahun sebelumnya.
4. Validasi untuk menghitung nilai kontribusi dilakukan dengan membandingkan data
primer/hasil sampling udara ambien dengan konsentrasi hasil pemodelan yang
digunakan sebagai nilai kontribusi pencemar dari sektor transportasi.

3. Hasil dan Pembahasan

3.1 Perhitungan konsentrasi SO2 (Cmodel)
Untuk menghitung konsentrasi SO2 menggunakan persamaan berikut :
  y2 
exp   dy
K y2
C 
2y y1  2 2 
 y 
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

Q 
   (z  H )2    ( z  H )2 

K  exp    exp  
u.z   2z 2  2 
    2z 
Untuk mempermudah perhitungan digunakan variable baru seperti :
y
B
y
Jadi persamaan perhitungan konsentrasi akan berubah menjadi :

K y2  B 2

C  exp   dy
2 y1
 2 
Atau :
K
C (G  G )
2 2 1

Dimana :
C = konsentrasi pencemar (gr/m3)
Q = laju emisi (gr/dt m)
x = jarak sumber ke penerima (m)
y = panjang jalan (m)
u = kecepatan angin rata-rata (m/dt)
σy = koefisien dispersi horizontal (m)
σz = koefisien dispersi vertikal (m)

Hasil perhitungan konsentrasi SO2 pada musim kemarau dan musim hujan Tahun
2007-2011 dapat dilihat di Tabel 1 dan Tabel 2 berikut :

Tabel 1 Konsentrasi SO2 pada musim kemarau Tahun 2007-2011

Musim Kemarau
C model
Q C total
Jalan (g/m.jam) x (km) y1 (m) y2 (m) σy (m) σz(m) (µg/m3) (µg/m3)
Pagesangan
4 tahun 0,273 1,223 -26,7 26,7 109,37 136,99 0,023
Mastrip 4
tahun 1,862 1,536 -206 206 134,08 175,38 0,747 0,771
Pagesangan
1 tahun 0,06 1,223 -26,7 26,7 109,37 136,99 0,00498
Mastrip 1
tahun 0,487 1,536 -206 206 134,08 175,38 0,144 0,149
(Sumber : Hasil analisa)

Tabel 2 Konsentrasi SO2 pada musim hujan Tahun 2007-2011

Musim Hujan
C model
y1 y2 total
Jalan Q (g/m.jam) x (km) (m) (m) σy (m) σz(m) C (µg/m3) (µg/m3)
Pagesangan 4 0,025
tahun 0,273 1,223 -26,7 26,7 109,37 136,99
0,816
0,791
Mastrip 4 tahun 1,862 1,536 -206 206 134,08 175,38
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

Musim Hujan
C model
y1 y2 total
Jalan Q (g/m.jam) x (km) (m) (m) σy (m) σz(m) C (µg/m3) (µg/m3)
Pagesangan 1
tahun 0,060 1,223 -26,7 26,7 109,37 136,99 0,00498
0,149

Mastrip 1 tahun 0,487 1,536 -206 206 134,08 175,38 0,144

(Sumber : Hasil analisa)

3.2 Pembahasan Cmodel 4 tahun

Dari Tabel 1 dan Tabel 2 dapat diketahui bahwa ada perbedaan konsentrasi SO2 pada
musim hujan dan musim kemarau. Konsentrasi SO2 pada musim hujan lebih tinggi
daripada musim kemarau. Hal ini menunjukkan bahwa perbedaan musim memberikan
pengaruh terhadap pembentukan konsentrasi SO2. Kecepatan angin dalam hal ini juga
mempengaruhi perhitungan Cmodel. Semakin tinggi kecepatan angin maka semakin
rendah konsentrasi SO2 yang dihasilkan.

3.3 Pembahasan Cmodel 1 tahun

Pada Tabel 1 dan Tabel 1 menunjukkan bahwa Cmodel memiliki konsentrasi rata-rata
yang lebih kecil daripada CISPU. Hal ini disebabkan karena pembangunan model secara
matematis tidak melihat pengaruh alam yang terjadi, baik itu waktu tinggal pencemar
maupun kinetika reaksi yang terjadi di udara. Hal lain yang mempengaruhi konsentrasi
ISPU adalah adanya kemungkinan ISPU menerima gas pencemar dari sumber lain
seperti sumber titik (point source) dan pencemar dari pemukiman.

3.4 Validasi model

Validasi model dapat diketahui dengan cara membandingkan konsentrasi suatu
pencemar yang dimodelkan, dengan hasil pengukuran langsung dilapangan. Setelah
dilakukan validasi maka dapat diketahui besarnya kontribusi gas pencemar yang akan
diteliti. Dari hasil pengukuran di lapangan didapatkan konsentrasi SO2 ambient sebesar
369,32 µg/m3.
𝑪𝒂𝒎𝒃𝒊𝒆𝒏−𝑪𝒎𝒐𝒅𝒆𝒍
% Kontribusi =100% - 𝑪𝒂𝒎𝒃𝒊𝒆𝒏
𝐱 𝟏𝟎𝟎%
𝟑𝟔𝟗,𝟑𝟐−𝟎,𝟏𝟒𝟗
% Kontribusi =100% - 𝟑𝟔𝟗,𝟑𝟐𝟔𝟐
𝐱 𝟏𝟎𝟎%
% Kontribusi = 100% - 99,960% = 0,04%

Dari hasil perhitungan tersebut dapat diketahui bahwa kontribusi SO2 dari sumber line
source atau transportasi sebesar 0,04 %. Pencemaran gas SO2 di udara terbesar
berasal dari gas buangan dari industri. Jadi perlu dilakukan penelitian lebih lanjut untuk
perhitungan konsentrasi SO2 dari sumber lain sehingga dapat diketahui kontribusi SO2
di udara dari berbagai sumber pencemar.

4. Kesimpulan
Penelitian ini menghasilkan kesimpulan :
1. Dari hasil perhitungan Cmodel dengan menggunakan model Gauss, didapatkan hasil
sebagai berikut :
a. Konsentrasi nitrogen dioksida (SO2) pada musim kemarau tahun 2007-2010
adalah 0,771 µg/m3 dan pada musim hujan tahun 2007-2010 adalah 0,816 µg/m3.
Konsentrasi nitrogen dioksida (SO2) pada musim kemarau tahun 2011 adalah
0,149 µg/m3 dan pada musim hujan tahun 2011 adalah 0,149 µg/m3
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

2. Besar kontribusi nitrogen dioksida (SO2) dari sumber multiple line sources terhadap
ambient yaitu 0,04 %.

5. Daftar Pustaka
Allen, Andrew T. 1998. Atmospheric Dispersion Models. Air Quality Control Handbook. New
York: McGraw-Hill.

Anonim. A. 2004. Pemerintah RI No. 41 Tahun 1999 tentang Pengendalian Pencemaran Udara

Anonim. 2005. Udara ambien – bagian 9 : penentuan lokasi pengambilan contoh uji pemantauan
kualitas udara Roadside. SNI 19-7119.9-2005.

Anonim. 2009. Peraturan gubernur Jawa Timur no 10 tahun 2009 tentang baku mutu udara
ambient dan sumber emisi tidak bergerak di Jawa Timur. Gubernur Jawa Timur.

Azman, K., dan Kocijan J. 2011. Dynamical System Identification Using Gaussian Process Models
with Incorporated Local. Engineering Applications of Artificial Intelligence, 24, 398-408

Charest, Marc R. J., dkk. 2011. Effects of gravity and pressure on laminar coflow methane–air
diffusion flames at pressures from 1 to 60 atmospheres. Combustion and Flame, 158, 860-
875

Colls, Jeremy. 2002. Air Pollution. Spon Press. London

Cooper, C. D., dan Alley, F. C. 2002. Air Pollution Control 3rd Edition. Waveland Press Inc. USA

Cooper, C. D., dan Alley, F. C. 1994. Air Pollution Control 2nd Edition. Waveland Press Inc. USA
Departemen Kesehatan . 2008. Parameter Pencemar Udara dan Dampaknya terhadap Kesehatan.
Jakarta

Direktorat Jendral Bina Marga Republik Indonesia. 1990. Panduan Penentuan Klasifikasi Fungsi
Jalan di Wilayah Perkotaan

Grineski, Sara E., dkk. 2010. Children’s asthma hospitalizations and relative risk due to nitrogen
dioxide (NO2): Effect modification by race, ethnicity, and insurance status. Environmental
Research, 110, 178-188

Heinhson, R. J. 1999. Sources and Control of Air Polution. Prenntice Hall Upper Saddle River. New
Jersey

IPCC. 2007. Revised 2007 IPCC Guidelines for National Greenhouse Gas Inventories: Reverence
Manual. Intergovernmental Panel on Climate Change. Cambridge University Press.
Cambridge

Monks, P. S., dkk. 2009. Atmospheric composition change – global and regional air quality.
Atmospheric Environment, 43, 5268-5350

Nevers, N. D. 2000. Air Pollution Control Engineering 2nd Edition. McGraw-Hill Internasional.
Singapore

Palupi, Retno Dewi. 2006. Penerapan Gaussian Line Source Model dalam Perumusan Strategi
Pengelolaan Pencemar Gas CO dari Aktivitas Transportasi di sepanjang Jalan Ahmad
Yani Kota Surabaya. Thesis. Jurusan Teknik Lingkungan FTSP ITS. Surabaya
 SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012
Advances in Agricultural and Municipal Waste Technology to Anticipate
Food and Energy Crisis
Surabaya, 10 July 2012

Petersen, William B. 1978. Users Guide for PAL A Gaussian Plume Algorithm for Point, Area
and Line Sources. Enviromental Sciences Research Laboratory. Research Triangle Park.
North Carolina. EPA-600/4-78-013.

Purwohardjo, Umaryono U, 1986. Pengukuran Horizontal. Bandung: Jurusan Teknik Geodesi ITB.
20-22

Skene, Katherine J., dkk. 2010. Modeling effects of traffic and landscape characteristics on
ambient nitrogen dioxide levels in Connecticut. Atmospheric Environment, 44, 5156- 5164

Tjasjono, B. 1999. Klimatologi Umum. ITB. Bandung

Vallero, Daniel. 2008. Fundamentals of Air Pollution 4th Edition. Academic Press. USA

Wredho,A.2011.<URL:http://koranjakarta.com/index.php/detail/view01/74844>.