BAB V

ANALISIS DAN PEMBAHASAN

5.1 Wilayah Pelayanan

Area pelayanan TPST 3R Pakisaji Maju terdiri dari dua desa yang berada
di Kecamatan Pakisaji Kabupaten malang yaitu Desa Pakisaji dan Desa
Genengan.

5.2 Jumlah Penduduk di Area Pelayanan

5.2.1 Jumlah Penduduk Desa Pakisaji
Data jumlah penduduk Desa Pakisaji dapat dilihat pada lampiran 1.
Berdasarkan data BPS Desa dari tahun 2012 sampai 2016 terjadi laju
pertumbuhan penduduk sebesar 7,98%. Perkembangan jumlah penduduk Desa
Pakisaji setiap tahun seperti Tabel 5.1.
Tabel 5.1 Perkembangan Jumlah Penduduk tiap tahun di Desa Pakisaji

NO Tahun Laki- Perempua Total Kepadata Pertumbuhan

laki n n Penduduk
Penduduk (%)
1 2012 2754 2760 5514 0 0,00
2 2013 2749 2777 5526 12 0,22
3 2014 3877 3821 7698 2172 28,22
4 2015 3877 3821 7698 0 0,00
5 2106 3957 4020 7977 279 3,50
Rata-rata 616 7,98
Standar Deviasi 1045 13,58
Sumber: Kecamatan Pakisaji Dalam Angka 2012-2016

5.2.2 Jumlah Penduduk Desa Genengan

50
 Data jumlah penduduk Desa Genengan dapat dilihat pada lampiran 1.
Berdasarkan data BPS Desa dari tahun 2012 sampai 2016 terjadi laju
pertumbuhan penduduk sebesar 0,76%. Perkembangan jumlah penduduk Desa
Genengan setiap tahun seperti Tabel 5.2.
Tabel 5.2 Perkembangan Jumlah Penduduk tiap tahun di Desa
Genengan
NO Tahun Laki- Perempua Total Kepadata Pertumbuhan
laki n n Penduduk
Penduduk (%)
1 2012 4089 3930 8019 0 0,00
2 2013 4077 3942 8019 0 0,00
3 2014 4036 3948 7984 -35 -0,44
4 2015 4036 3948 7984 0 0,00
5 2106 4154 4119 8273 289 3,49
Rata-rata 64 0,76
Standar Deviasi 151 1,83
Sumber: Kecamatan Pakisaji Dalam Angka 2012-2016

5.3. Perhitungan Proyeksi Penduduk di Area Pelayanan TPST 3R Pakisaji

Metode yang dipilih untuk melakukan proyeksi penduduk di area
pelayanan TPST Pakisaji diantaraya Desa Pakisaji dan Desa Genengan yang
didasarkan atas nilai kolerasi yang didapat dari perhitungan masing masing
metode proyeksi yang mendekati nilai 1. Perhitungan proyeksi dapat dilihat pada
lampiran 2.
5.3.1 Perhitungan Proyeksi Penduduk di Area Pelayanan Desa Pakisaji
Hasil perhitungan proyeksi penduduk Desa Pakisaji untuk 10 tahun ke
depan (2017-2027) berdasarkan metode geometric dapat dilihat pada tabel 5.3
sebagai berikut:

Tabel 5.3 Hasil Perhitungan Proyeksi Penduduk di Desa Pakisaji

No Tahun Jumlah Penduduk

51
 1 2017 8614
2 2027 18562
Sumber: Hasil Perhitungan, 2017

5.3.2 Perhitungan Proyeksi Penduduk di Area pelayanan Desa Genengan

Hasil perhitungan Proyeksi penduduk Desa Genengan untuk 10 tahun
kedepan (2017-2027) berdasarkan metode geometric dapat dilihat pada tabel 5.4
sebagai berikut:
Tabel 5.4 Hasil Perhitungan Proyeksi Jumlah Penduduk di Desa Genengan
No Tahun Jumlah Penduduk
1 2017 8679
2 2027 8923
Sumber: Hasil Perhitungan, 2017

5.4 Timbulan Sampah

Menghitung volume sampah yang masuk ke TPST 3R, yaitu dengan
mengukur sampah yang terdapat pada kendaraan pengumpul. Data Volume
sampah dapat dilihat pada lampiran 3 tabel 5.5 berikut:
Tabel 5.5 Volume Sampah yang masuk ke TPST 3R Pakisaji Maju
Volume Hari
1 2 3 4 5 6 7 8
sampah
15.27 12.85 14.87 14.18 13.89 8.46 13.85 7.63
Rata rata 12.62
(m3/hari)
Sumber: Hasil Perhitungan, 2017

5.5 Komposisi Sampah

Komposisi sampah dilakukan dengan pengambilan data primer.
Pengambilan sampel sampah yang dilakukan dengan cara pemilahan menurut
jenisnnya. Pengambilan sampel sampah dilakukan selama 8 hari berturut-turut.

52
Hasil perhitungan di TPST 3R Pakisaji Maju menunjukkan bahwa komposisi
sampah tertinggi adalah sampah basah yang terdiri dari sampah sisa makanan dan
sampah kebun. Proses pemilahan komposisi sampah di TPST 3R Pakisaji Maju
dapat dilihat dilampiran 4,lampiran 8 dan gambar 5.1.

(a) Sampah basah sisa makanan (b) Plastik LDPE

(c) Office Paper (d) Kain/tekstil

Gambar 5.1 Komposisi Sampah di TPST Pakisaji Maju

Komposisi sampah 100 kg TPST 3R Pakisaji Maju menunjukkan bahwa

sampah basah yang mempunyai komposisi paling tinggi adalah sampah makanan
sebesar 35,29 kg/hari dan sampah kering yang mempunyai komposisi sampah
paling tinggi adalah diapers sebesar 5,93 kg/hari seperti terlihat pada Tabel 5.6.

Tabel 5.6 Komposisi Sampah 100 kg di TPST 3R Pakisaji Maju

Komposisi Rata-Rata (Kg/hari)

Sampah
basah Sisa makanan 35.29
  Sampah kebun 25.75
Plastik HDPE 4.53

53
   LDPE 2.60
  PET 5.01
  Campuran 6.72
Kertas & Office paper (Kertas
kardus Kantor) 0.53
  Koran 0.68
  Majalah 0.95
  Buku 0.41
  Papan bahan kertas  
  Kertas campuran 1.04
  Kardus 3.13
Diapers   6.66
Kabel   0.17
Kayu   0.92
B3   0.33
Kain/Tekstil   2.39
Kaca   2.53
Karet   0.52
Kaleng Kaleng aluminium 0.54
  Kaleng baja  
Logam   0.45
Kulit   1.01
Sterofoam   0.58
Batu/pasir    
Tulang    
Rambut  
TOTAL 100.00
Sumber: Hasil Perhitungan, 2017

Presentasi komposisi sampah TPST Pakisaji Maju menunjukkan bahwa

sampah yang mempunyai komposisi sampah paling tinggi adalah sampah basah
yang terdiri dari sampah kebun sebesar 25.75% dan sampah sisa makanan
35.29% seperti terlihat pada gambar 5.2.

54
 Komposisi Sampah
Sisa makanan Sampah kebun
HDPE LDPE
2.39 PET Campuran
0.33
Office paper (Kertas Kantor) Koran
0.92
0.17 2.53 0.52 0.54 0.45 1.01 0.58 Majalah Buku
6.66 35.29 Papan bahan kertas Kertas campuran
3.13 Kardus Diapers
1.04 Kabel Kayu
0.41
B3 Kain/Tekstil
0.95
5.01
0.68 Kaca Karet
25.75
2.60
0.53 Kaleng aluminium Kaleng baja
6.724.53 Logam Kulit
Sterofoam Batu/pasir
Tulang Rambut

Gambar 5.2 Komposisi Sampah 100 (kg) pada TPST 3R Pakisaji

5.6. Karateristik Fisik Sampah

Berat jenis sapah menyatakan berat sampah per volume, Proses
pengukuran berat jenis sampah dapat dilihat pada gambar 5.3, sedangkan data
berat jenis sampah di TPST Pakisaji hasil penilitian lapangan dapat dilihat pada
lampiran 5 dan Tabel 5.7.

(a) Pengukuran gerobak (b) Pengukuran tinggi sampah

55
 (c) Penimbangan berat sampah
Gambar 5.3 Pengukuran Berat Jenis Sampah
Berat jenis sampah di TPST Pakisaji Maju rata rata adalah 216,230 kg/m 3
dengan rentang antara 212.087 kg/m3 - 220.890 kg/m3 seperti terlihat pada
Tabel 5.7.
Tabel 5.7 Berat Jenis Sampah di Kendaraan Pengumpul TPST Pakisaji
Berat (kg) & Volume Sampah (m³)

  Hari-1 Hari-2 Hari-3 Hari-4 Hari-5 Hari-6 Hari-7 Hari-8

Berat Jenis 212.61 215.95 217.58 212.08

217.653
Sampah (Kg/m³) 220.890 3 216.774 3 8 7 216.280
Rata rata
(Kg/m3) 216.230
Tossa : Merah P= 220 cm L=135 cm T=75
Sumber: Hasil Penelitian 2017

5.7 Potensi Reduksi Sampah

5.7.1 Kesetimbangan Material Sampah Rencana di TPST Pakisaji Maju
Berat timbulan
sampah rata rata TPST = volume rata-rata x Berat jenis sampah
Pakisaji Maju rata rata
= 12,62 m3/hari x 216,230 kg/m3 = 2728,82 kg/hari

Berat timbulan
sampah rata rata = Presentase / jumlah penduduk x jumlah penduduk
TPST Pakisaji komposisi (2017) (2022)
Maju (2022) sampah basah

56
 = (2728,82 kg/hari/ 17293 jiwa) x 21301 jiwa

= 0,1577991095 x 21301 jiwa

Sampah basah
= 3361,27 kg/hari
TPST Pakisaji Maju = Presentase komposisi x berat timbulan sampah
(2017) sampah basah rata-rata TPST Pakisaji
Maju (2017)

= 61,04 % x 2728,82 kg/hari

= 1665.67 kg/hari
Sampah kering
TPST Pakisaji = presentase komposisi x berat timbulan sampah
Maju sampah kering rata-rata TPST Pakisaji
(2014) (2014)
= 38,96% x 2728,82 kg/hari
= 1063.15 kg/hari

Hasil perhitungan laju kesetimbangan material sampah dan kesetimbangan

material sampah tahun rencana pada tabel 5.8 tabel 5.9 dan tabel 5.10.
Tabel 5.8 Laju Kesetimbangan Material Sampah di TPST Pakisaji
Maju
Potensi Tahun
2017 2027
Berat (kg/hari) 2728,82 4337,10
1665.67 2647.30
Sampah Basah Bahan
(kg/hari) kompos 1665.67 2647.30
(kg/hari)
Produksi
kompos 702.67 1116.80
(kg/hari)
Residu
(kg/hari) 963 1530.56
1063.15 1689.8
Sampah Daur ulang 698.1 1110.83
kering (kg/hari)
(kg/hari) Residu 364.34 579,07 57
(kg/hari)
Sumber: Hasil Perhitungan, 2017

58
Tabel 5.9 Kesetimbangan Material Sampah Rencana Tahun eksisting 2017
Recovery
% Berat Berat Faktor Berat Berat
Komposisi rata-rata Sampah   Recovery Residu
35.29 963.00 0.00 0.00 963.00
Sampah basah Sisa makanan
25.75 702.67 100.00 702.67 0.00
  Sampah kebun
4.53 123.62 100.00 123.62 0.00
Plastik HDPE
2.6 70.95 100.00 70.95 0.00
  LDPE
5.01 136.71 100.00 136.71 0.00
  PET
6.72 183.38 100.00 183.38 0.00
  Campuran
Kertas & kardus Office paper (Kertas 0.53
Kantor) 14.46 100.00 14.46 0.00
Koran 0.68 18.56 100.00 18.56 0.00
 
Majalah 0.95 25.92 100.00 25.92 0.00
 
Buku 0.41 11.19 100.00 11.19 0.00
 
Kertas Campuran 0 0.00 0.00 0.00 0.00
 
1.04 28.38 100.00 28.38 0.00
  Kertas campuran
3.13 85.41 85.00 72.60 12.81
  Kardus
  6.66 181.74 0.00 0.00 181.74
Diapers

59
   0.17 4.64 0.00 0.00 4.64
Kabel
  0.92 25.11 0.00 0.00 25.11
Kayu
0.33 9.01 0.00 0.00 9.01
B3  
Kain/Tekstil 2.39 65.22 0.00 0.00 65.22
 
2.53 69.04 100.00 69.04 0.00
Kaca  
Karet 0.52 14.19 0.00 0.00 14.19
 
0.54 14.74 85.73 12.63 2.10
Kaleng Kaleng aluminium
0 0.00 0.00    
Kaleng baja
0.45 12.28 50.00 6.14 6.14
Logam  
1.01 27.56 0.00 0.00 27.56
Kulit  
0.58 15.83 0.00 0.00 15.83
Sterofoam  
0 0.00 0.00 0.00 0.00
Batu/pasir  
0 0.00 0.00 0.00 0.00
Tulang  
0 0.00 0.00 0.00 0.00
Rambut
Total 100 2728.82 1320.73 1476.25 1327.34
Sumber: Hasil Perhitungan, 2017
Tabel 5.10 Kesetimbangan Material Sampah Rencana Tahun Proyeksi 2027

Komposisi % Berat Berat Recovery Berat Berat

60
 Faktor
rata-rata Sampah   Recovery Residu
35.29 1530.56 0.00 0.00 1530.56
Sampah basah Sisa makanan
25.75 1116.80 100.00 1116.80 0.00
  Sampah kebun
4.53 196.47 100.00 196.47 0.00
Plastik HDPE
2.60 112.76 100.00 112.76 0.00
  LDPE
5.01 217.29 100.00 217.29 0.00
  PET
6.72 291.45 100.00 291.45 0.00
  Campuran
Kertas & kardus Office paper (Kertas 0.53 22.99 100.00 22.99 0.00
Kantor)
Koran 0.68 29.49 100.00 29.49 0.00
 
Majalah 0.95 41.20 100.00 41.20 0.00
 
Buku 0.41 17.78 100.00 17.78 0.00
 
Papan Bahan Kertas   0.00 0.00 0.00 0.00
 
1.04 45.11 100.00 45.11 0.00
  Kertas Campuran
3.13 135.75 85.00 115.39 20.36
  kardus
  6.66 288.85 0.00 0.00 288.85
Diapers
  0.17 7.37 0.00 0.00 7.37
Kabel
Kayu   0.92 39.90 0.00 0.00 39.90

61
 0.33 14.31 0.00 0.00 14.31
B3  
Kain/Tekstil 2.39 103.66 0.00 0.00 103.66
 
2.53 109.73 100.00 109.73 0.00
Kaca  
Karet 0.52 22.55 0.00 0.00 22.55
 
0.54 23.42 85.73 20.08 3.34
Kaleng Kaleng aluminium
  0.00 0.00 0.00 0.00
Kaleng baja
0.45 19.52 50.00 9.76 9.76
Logam  
1.01 43.80 0.00 0.00 43.80
kulit  
0.58 25.16 0.00 0.00 25.16
Sterofoam  
  0.00 0.00 0.00 0.00
Batu/pasir  
  0.00 0.00 0.00 0.00
Rambut  
Total 100 4337.10 1320.73 2346.30 2109.63
Sumber: Hasil Perhitungan, 2017

62
 Berdasarkan hasil perhitungan mass balance sampah tahun eksisting 2017
dan tahun proyeksi maka dapat menentukan potensi reduksi sampah. Potensi
reduksi jenis sampah dari skenario 0 dan 1 (skenario-skenario jika tidak dilakukan
pengelolaan sampah di TPST dan langsung diangkut ke TPA) dan skenario 2 dan
4 (skenario jika dilakukan daur ulang sampah kering dan komposting secara
terpadu dan residu diangkut ke TPA) yang disajikan ke dalam diagram alir pada
gambar 5.4 sampai 5.7 sebagai berikut:
 Skenario 0: skenario baseline, jika tidak dilakukan pengelolaan
Skenario ini didasarkan pada kondisi jika tidak dilakukan pengelolaan
sampah di TPST 3R Pakisaji Maju dan langsung diangkut ke TPA.

Sampah yang masuk ke TPST

2782,82 kg/hr

TPA 2782,82 kg/hr

Gambar 5.4 Mass Balance dari skenario 0 di TPST Pakisaji

63
  Skenario 1: : skenario jika tidak dilakukan pengelolaan
Skenario ini didasarkan pada kondisi jika tidak dilakukan pengelolaan
sampah di TPST 3R Pakisaji Maju dan langsung diangkut ke TPA dengan
mempertimbangkan pertumbuhan penduduk pada tahun proyeksi 2027.

Sampah yang masuk ke TPST

4337.10 kg/hr

TPA 4337.10 kg/hr

Gambar 5.5 Mass Balance dari skenario 1 di TPST Pakisaji

 Skenario 2: Daur Ulang dan Pengomposan
Skenario ini didasarkan pada kondisi jika dilakukan daur ulang sampah
kering dan komposting secara terpadu dan residu diangkut ke TPA.

Sampah yang masuk ke TPS

2782,82 kg/hr
(100%)

Sampah basah Sampah Kering

1665.67 kg/hr 1063.15 kg/hr
(59.85%) (40.15%)

Komposting Residu Daur Ulang Residu

702.67 kg/hr 963 kg/hr 698.1 kg/hr 364.34 kg/hr
(42.18%) (57.82%) (65.66%) (34.34%)

Penjualan

TPA
1327.34
kg/hr

Gambar 5.6. Skema Potensi Reduksi Sampah Skenario 2 di TPST Pakisaji

64
  Skenario 3: Daur Ulang dan Pengomposan

Skenario ini didasarkan pada kondisi jika dilakukan daur ulang sampah
kering dan komposting secara terpadu dan residu diangkut ke TPA dengan
mepertimbangkan pertumbuhan penduduk pada tahun proyeksi 2027.

Sampah yang masuk ke TPS

4337.10 kg/hr
(100%)

Sampah basah Sampah Kering

2647.30 kg/hr 1689.8 kg/hr
(59.85%)  (40.15%)

Komposting Residu Daur Ulang Residu

1116.80 kg/hr 1530.56 kg/hr 1110.83 kg/hr 579.07 kg/hr
(42.18%) (57.82%) (65.66%) (34.34%)
 

Penjualan

TPA
2109.63 kg/hr

Gambar 5.7. Skema Potensi Reduksi Sampah Skenario 3 di TPST Pakisaji

65
5.8. Analisis Life Cycle Assessment (LCA)
5.8.1. Penentuan Tujuan dan Batasan
Tujuan penggunaan LCA dalam penelitian ini adalah menganalisis
dampak lingkungan usaha daur ulang sampah, serta skenario usaha daur ulang
sampah yang mempunyai dampak lingkungan lingkungan terkecil.
Batasan penggunaan LCA dalam penelitian ini adalah fungsi yang
digunakan dalam Life Cycle Assessment (LCI) adalah timbulan, komposisi, dan
karateristik sampah yang masuk ke fasilitas daur uang. Batasan yang dibuat pada
tiap skenario menggunakan unit fungsi yang sama, yaitu tonase/tahun (Finnveden
dkk., 2005). Batasan satuan yang digunakan dalam perhitungan dampak di
fasilitas daur ulang adalah 1 kg/sekali pengelolaan sampah (Martinez Blanco dkk.,
2010). Dampak lingkungan yang dianalisis disesuaikan dengan inventory data
dampak. Dampak lingkungan yang dianalisis disesuaikan akibat transportasi dari
fasilitas daur ulang ke TPA, pengangkutan hasil daur ulang sampah oleh pihak
lain (pembeli hasil daur ulang) diabaikan dalam analisis ini.
Batasan pada skenario 0 dan 1, didasarkan pada skenario jika tidak
dilakukan pengelolaan sampah di fasilitas daur ulang. Sampah hanya mengalami
transfer dari gerobak ke kontainer dan siap diangkut ke TPA. Hal ini terjadi pada
pola pengelolaan beberapa TPS yang belum ada fasilitas daur ulang. Batasan pada
skenario 0 dan 1 dapat dilihat pada gambar 5.8.

Sampah Kecamatan Pakisaji

Terbentuk emisi
Pengumpulan Sampah di ke air, tanah dan
udara.
TPST Pakisaji

TPA

Keterangan: (batasan penelitian)

Gambar 5. 8 Batasan Analisis LCA Skenario 0 dan 1

66
 Batasan pada skenario 2 dan 3, didasarkan pada scenario jika dilakukan
daur ulang sampah kering dan komposting secara terpadu dan residu diangkut ke
TPA. Hal ini terjadi pada pola pegelolaan TPST Pakisaji. Batasan pada skenario 2
dan 3 dapat dilihat pada gambar 5.9.

Sampah Kecamatan Pakisaji

Pengumpulan Sampah di
TPST Pakisaji

Sampah Basah Sampah Kering

Terbentuk emisi
ke air, tanah dan Terbentuk emisi
udara. Komposting Daur Ulang ke air, tanah dan
udara.

Residu

Kompos Hasil Daur Ulang

TPA

Keterangan: (batasan penelitian)

Gambar 5.9 Batasan Analisis LCA Skenario 2 dan Skenario 3

67
5.9. Life Cycle Inventory (LCI)
Analisis Life Cycle Inventory (LCI) merupakan proses inventarisasi data
data yang dibutuhkan yaitu bahan dan energi yang digunakan pada saat proses tiap
skenario. Langkah input data yang dapat dilihat pada Lampiran 6. Data-data yang
diinventarisasikan dalam penelitian ini adalah:
- Bahan baku adalah sampah basah untuk proses komposting, dan sampah
kering untuk daur ulang. Bahan baku dihitung berdasarkan timbulan dan
komposisi sampah perkilogram, seperti terdapat pada Tabel 5.9, serta
lampiran 6.
- Bahan tambahan antara lain untuk kegiatan pengomposan, bahan bakar untuk
mesin pencacah kompos, mesin pencacah plastic, listrik. Jenis air yang sesuai
untuk proses pengomposan adalah tapwater from surface water dengan
satuan liter. Mesin pencacah digunakan juga untuk pencacahan bahan baku
kompos dan pencacah plastik, maka bahan bakar minyak (BBM) dimasukkan
sebagai bahan tambahan. Hasil LCI Material tambahan sebagai masukan
software SimaPro 8.1 dapat tabel 5.11 dan 5.12.

68
 Tabel 5.11 LCI Material Tambahan di Fasilitas Daur Ulang Tahun Eksisting 2017

Lokasi Skenario Bahan Air Karyawan Air Total Listrik BBM

Kebutuhan(*) Jumlah
Baku (kg) (orang) (L) Total Total (L)
(kwh)
TPST 3R 1 1067.01 1,5 L/kg 1600.51 20 3000 3,6 7,7
Pakisaji s.basah +
s.kering
Sumber: Hasil Perhitungan, 2017
Tabel 5.12 LCI Material Tambahan di Fasilitas Daur Ulang Tahun Proyeksi 2027

Lokasi Skenario Bahan Air Karyawan Air Total Listrik BBM

Kebutuhan(*) Jumlah
Baku (kg) (orang) (L) Total Total (L)
(kwh)
TPST 3R 1 2227.63 1,5 L/kg 3341.44 42 6300 7.51 16.07
Pakisaji s.basah +
s.kering
Sumber: Hasil Perhitungan, 2017
Keterangan: * Sumber: Hardianto, 2016

69
5.10. Life Cycle Impact Assessment (LCIA)
Tahap penilaian dampak dilakukan penentuan dampak terhadap
lingkungan yang telah diperoleh dari tahapan LCI. Karateristik/characterization
merupakan tahapan untuk membandingkan secara langsung hasil LCI dalam tiap
kategori pada skenario 0, skenario 1, skenario 2 dan skenario 3. Metode yang
digunakan dalam melakukan penilaian dampak lingkungan adalah Eco-Indicator.
Hasil karateristik dampak lingkungan tiap kategori di TPST Pakisaji dapat dilihat
pada Tabel 5.13.
Tabel 5.13 Hasil Karateristik Dampak Lingkungan Tiap Kategori di TPST
3R Pakisaji Malang
Impact Unit LC LC LC LC
Category Skenario 0 Skenario 1 Skenario 2 Skenario 3
Climate DALY 0,048 0,0486 0,0478 0,0483
change
Ozone layer DALY 1,54.10-5 1,81.10-5 1,53.10-5 1,79.10-5
deplection
(ODP)
Acidification PDF*m2y 3,93.103 3,96.103 3,91.103 3,95.103
/ r
Eutrofication
Sumber: Hasil Perhitungan, 2017
Keterangan:
 Disability-Adjusted Life Years (DALY): hilangnya satu kehidupan yang
sehat.
 PDF.m2.yr (Potentially Disappeared Fraction of species over a certain area
over a certain time): potensial kehilangan spesies per m2 tiap tahun.

70
 Berikut hasil konversi dampak lingkungan tiap kategori pada skenario 0,
skenario 1, skenario 2 dan skenario 3. Perbandingan besaran dampak dari tiap
skenario di TPST 3R Pakisaji Malang Tahun menunjukkan bahwa skenario 2
menghasilkan dampak terkecil untuk semua kategori dampak dapat dilihat pada
tabel 5.14.
Tabel 5.14 Hasil Konversi Dampak Lingkungan Tiap Kategori di TPST 3R
Pakisaji Malang
Impact Unit LC LC LC LC
Category Skenario Skenario Skenario Skenario
0 1 2 3
Climate Day 18 18 17 18
change
Ozone layer Day 5,62.10-3 6,6.10-3 5,58.10-3 6,53.10-3
deplection
(ODP)
Acidification Spesies/m2/hari 3930 3960 3910 3950
/
Eutrofication
Sumber: Hasil Perhitungan, 2017

Perbandingan besaran dampak dari tiap skenario di TPST 3R Pakisaji

Malang Tahun menunjukkan bahwa skenario 2 menghasilkan dampak terkecil
untuk semua kategori dampak, seperti terlihat pada Gambar 5.10.

71
 Climate change
0.05
0.05 0.05
0.05
0.05
0.05
DALY

0.05
0.05
0.05 0.05
0.05
0.05
0.05
Skenario 0 Skenario 1 Skenario 2 Skenario 3
LC Skenario

Ozone layer deplection (ODP)

1.85E-05
1.80E-05 1.81E-05 1.79E-05
1.75E-05
1.70E-05
1.65E-05
DALY

1.60E-05
1.55E-05
1.54E-05 1.53E-05
1.50E-05
1.45E-05
1.40E-05
1.35E-05
Skenario 0 Skenario 1 Skenario 2 Skenario 3
LC Skenario

Acidification/Eutrofication
3.97E+03
3.96E+03 3.96E+03
3.95E+03 3.95E+03
3.94E+03
PDF*m2yr

3.93E+03
3.93E+03
3.92E+03
3.91E+03 3.91E+03
3.90E+03
3.89E+03
3.88E+03
Skenario 0 Skenario 1 Skenario 2 Skenario 3
LC Skenario

Gambar 5.10 Perbandingan besaran dampak tiap skenario di TPST Pakisaji

72
 Hasil karateristik dampak lingkungan berdasarkan program software
SimaPro di TPST 3R Pakisaji Malang untuk kategori dampak climate change
tertingggi pada skenario 1 sebesar 0,0486 DALY , sedangkan dampak terendah
pada skenario 2 sebesar 0,0478 DALY. Kategori dampak ozone layer deplection
tertinggi pada skenario 1 sebesar 1,81.10-5 DALY, sedangkan dampak terendah
pada skenario 2 sebesar 1,53.10-5 DALY. Kategori dampak acidification/
eutrofication tertinggi pada skenario 1 sebesar 3,96.103 PDF*m2yr , sedangkan
dampak terendah pada skenario 2 sebesar 3,91.103 PDF*m2yr.

Penilaian dampak lingkungan dapat juga dilihat dari network dampak

lingkungan yang menggambarkan hubungan setiap proses yang dapat
mengakibatkan dampak lingkungan. Network dengan garis merah menunjukan
proses yang berpengaruh terhadap dampak lingkungan. Garis merah tebal
menunjukkan proses yang memiliki pengaruh besar terhadap dampak lingkungan.
Garis hijau menunjukkan proses yang bernilai negative terhadap dampak
lingkungan seperti penggunaan listrik, BBM. Network dampak lingkungan TPST
Pakisaji dapat dilihat pada gambar 5.11 sampai 5.14.

73
Gambar 5.11 Network dampak lingkungan pada skenario 0 yang
menggunakan cut-off 0,0823 %

74
Gambar 5.12 Network dampak lingkungan pada skenario 1 yang dihasilkan
menggunakan cut-off 0,138 %

75
Gambar 5.13 Network dampak lingkungan pada skenario 2 yang
menggunakan cut-off 0,0665 %

76
Gambar 5.14 Network dampak lingkungan pada skenario 3 yang dihasilkan
menggunakan cut-off 0,11

77
5.11 Interpretasi
Kesimpulan dari interpretasi adalah skenario penghasil dampak
lingkungan pada tiap kategori menunjukkan skenario 2 yang merupakan skenario
jika tidak dilakukan pengelolaan sampah di TPST dan langsung diangkut ke TPA
pada tahun eksisting (2017) menghasilkan dampak lingkungan terkecil dari
semua kategori dampak.
Kategori dampak climate change pada skenario 0 didapatkan hasil sebesar
0,048 DALY yang berarti hilangnya 18 hari dalam satu tahun kehidupan yang
sehat. Pada skenario 1 didapatkan hasil sebesar 0,0486 DALY yang berarti
hilangnya 18 hari dalam satu tahun kehidupan yang sehat. Pada skenario 2
didapatkan hasil sebesar 0,0478 DALY yang berarti hilangnya 17 hari dalam satu
tahun kehidupan yang sehat. Pada skenario 3 didapatkan hasil sebesar 0,0483
DALY yang berarti hilangnya 18 hari dalam satu tahun kehidupan yang sehat.
Kategori dampak ozone layer deplection pada skenario 0 didapatkan hasil
selama 1,54.10-5 DALY yang berarti hilangnya 5,62.10-3 hari dalam satu tahun
kehidupan yang sehat. Pada skenario 1 didapatkan hasil selama 1,81.10-5 DALY
yang berarti hilangnya 6,6.10-3 hari dalam satu tahun kehidupan yang sehat. Pada
skenario 2 didapatkan hasil selama 1,53.10-5 DALY yang berarti hilangnya
5,58.10-3 hari dalam satu tahun kehidupan yang sehat. Pada skenario 3 didapatkan
hasil selama 1,79.10-5 DALY yang berarti hilangnya 5,65.10-3 hari dalam satu
tahun kehidupan yang sehat.
Kategori dampak acidification/ eutrophication pada skenario 0 didapatkan
hasil sebesar 3,93.103 yang berarti skenario 0 menghasilkan dampak lingkungan
yang mempunyai potensial kehilangan spesies sebesar 3930 spesies/m 2 dalam
jangka waktu satu tahun. Pada skenario 1 didapatkan hasil sebesar 3,96.10 3 yang
berarti skenario 1 menghasilkan dampak lingkungan yang mempunyai potensial
kehilangan spesies sebesar 3960 spesies/m2 dalam jangka waktu satu tahun. Pada
skenario 2 didapatkan hasil sebesar 3,91.103 yang berarti skenario 2 menghasilkan
dampak lingkungan yang mempunyai potensial kehilangan spesies sebesar 3910
spesies/m2 dalam jangka waktu satu tahun. Pada skenario 3 didapatkan hasil
sebesar 3,95.103 yang berarti skenario 3 menghasilkan dampak lingkungan yang

78
mempunyai potensial kehilangan spesies sebesar 3950 spesies/m 2 dalam jangka
waktu satu tahun.

79