TUGAS AKHIR
Oleh
Puji dan syukur penulis ucapkan kehadirat Allah SWT yang telah memberikan rahmat dan karunia-
Nya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul “Kajian Beban Emisi Nitrogen
Oksida (NOX) dan Particulate Matter 10 Mikron (PM10) dari Sektor Transportasi Darat di Beberapa
Ruas Jalan Kota Medan”. Penyelesaian Tugas Akhir sebagai salah satu syarat untuk mendapatkan
gelar sarjana di Program Studi Teknik Lingkungan Fakultas Teknik Universitas Sumatera Utara.
Penyusunan Tugas Akhir ini tak lepas dari bantuan dan dukungan dari beberapa pihak, untuk itu
penulis mengucapkan terimakasih kepada :
1. Ibu Ir. Netti Herlina, M.T. selaku Ketua Program Studi Teknik Lingkungan Fakultas Teknik
Universitas Sumatera Utara.
2. Bapak Ivan Indrawan, S.T., M.T. selaku dosen pembimbing I yang telah menyediakan waktu,
tenaga, dan pikiran untuk mengarahkan dan membantu penulis dalam penyusunan tugas akhir ini.
3. Ibu Isra’ Suryati, S.T., M.Si. selaku koordinator tugas akhir dan dosen pembimbing II atas segala
dedikasi untuk menyediakan waktu, pikiran, dan tenaga selama penyusunan tugas akhir ini.
4. Bapak Dr. Amir Husin, S.T., M.T. selaku Sekretaris Program Studi Teknik Lingkungan dan
sebagai dosen penguji I yang telah bersedia memberikan kritik, saran. dan berbagai masukan
positif dalam penyusunan tugas akhir.
5. Ibu Ir. Lies Setyowati, M.T. selaku dosen penguji II atas segala bimbingan, bantuan, dan saran-
saran yang membangun dalam penyusunan tugas akhir ini.
Penulis menyadari dalam penyusunan Tugas Akhir masih jauh dari kesempurnaan, baik dari segi
materi ataupun cara penyajiannya, mengingat masih kurangnya pengetahuan dan pengalaman penulis.
Oleh karena itu penulis mengharapkan kritik dan saran demi perbaikan Tugas Akhir ini. Semoga
Tugas Akhir ini dapat bermanfaat bagi banyak pihak.
Penulis
ABSTRAK
Pencemaran udara di berbagai kota besar paling tinggi dihasilkan dari sektor transportasi dengan
penggunaan bahan bakar pada sektor transportasi sebesar 55%. Kota Medan merupakan salah satu
kota yang mengalami permasalahan di bidang transportasi Salah satu beban emisi yang dihasilkan
dari sektor transportasi yaitu nitrogen oksida (NOX) dan particulate matter 10 mikron (PM10). Tujuan
penelitian ini yaitu menghitung beban emisi yang dihasilkan dari kendaraan bermotor dan
menganalisis pengaruh jumlah kendaraan terhadap beban emisi yang dihasilkan, sehingga dapat
menentukan alternatif skenario penurunan beban emisi yang akan diterapkan di Kota Medan. Skenario
penurunan beban emisi meliputi penerapan Bus Rapid Transit (BRT), Light Rail Transit (LRT), dan
Intelligent Transport Systems (ITS). Metode pada penelitian ini dengan melakukan perhitungan jumlah
dan jenis kendaraan (traffic counting). Jenis kendaraan yang dihitung yaitu sepeda motor, mobil
penumpang, bus dan truk selama dua belas (12) jam pada dua belas (12) ruas jalan di Kota Medan
pada hari kerja (weekday) dan hari libur (weekend). Jumlah dan jenis kendaraan yang dihitung
dikonversikan menjadi beban emisi kendaraan dengan menggunakan konversi faktor emisi dan
konversi satuan mobil penumpang dengan mengalikan panjang jalan dari kedua belas ruas jalan.
Beban emisi NOX tertinggi yang dihasilkan pada hari kerja (weekday) sebesar 789.814,01 g/jam dan
hari libur (weekend) sebesar 384.679,57 g/jam, sedangkan beban emisi PM10 tertinggi yang dihasilkan
pada hari kerja (weekday) sebesar 70.371,46 g/jam dan hari libur (weekend) sebesar 37.858,33 g/jam.
Beban emisi NOX dan PM10 yang dihasilkan pada hari kerja (weekday) dan hari libur (weekend)
tertinggi pada jenis kendaraan truk di ruas Jalan SM. Raja. Berdasarkan analisis dengan uji korelasi
dan uji regresi linear pengaruh jumlah kendaraan terhadap beban emisi NOX dan PM10 memiliki nilai
korelasi positif kuat sehingga semakin tinggi jumlah kendaraan maka semakin tinggi beban emisi NOX
dan PM10. Alternatif skenario penurunan beban emisi NOX dan PM10 terpilih adalah penerapan Bus
Rapid Transit (BRT) dengan rata - rata persentase penurunan beban emisi NOX berkisar (9,50% -
13,51%) dan persentase penurunan beban emisi PM10 berkisar (17,94% - 22,84%).
ii
ABSTRACT
Air pollution in the large cities is generated from the transportation sector with fuel use in the
transportation sector by 55%. Medan is one of the cities experience difficulties in the field of
transportation. One of the burdens generated from the transportation sector is nitrogen oxide (NOX)
and particulate matter 10 micron (PM10). The purpose of this study is to calculate the emissions
produced from the vehicles and analyze the number of vehicles to the emissions produced, so that it
can determine the emission alternatives that will be applied in Medan. Load reduction scenarios are
issued by Bus Rapid Transit (BRT), Light Rail Transit (LRT), and Intelligent Transport Systems (ITS).
The method in this study is calculating the number and type of vehicles (traffic counting). Types of
vehicles that are calculated are motorbikes, passenger cars, buses and trucks for twelve (12) hours on
twelve (12) roads in Medan on weekday and weekends. The number and type of vehicles calculated
are converted into emission loads by converting conversion and emissions of passenger car units with
the conversion of road lengths from twelve road segments. The highest NOX emission generated on
weekday is 789.814,01 g / hour and weekend is 384.679.57 g /hour, while the highest PM10 emission
load is generated on weekday of 70.371,46 g/hour and weekend of 37.858.33 g/hour. NOX and PM10
emission expenses generated on weekdays and weekends are highest in the type of truck vehicles on
the SM. Raja street. Based on the analysis with correlation and linear regression tests, the impact of
the number of vehicles on NOX and PM10 emission loads has a strong positive correlation so that the
higher of the number of vehicles, the higher NOX and PM10 emission load. The alternative of reducing
NOX and PM10 emission loads selected is Bus Rapid Transit (BRT) with an average percentage
reduction in NOX emission load around (9.50% - 13.51%) and the percentage reduction in PM10
emission load around (17.94% - 22, 84%).
Keywords : emission load, NOX, PM10, reduction scenario, transportation.
iii
DAFTAR ISI
KATA PENGANTAR i
ABSTRAK ii
ABSTRACT iii
DAFTAR ISI iv
DAFTAR TABEL vi
DAFTAR GAMBAR viii
DAFTAR PERSAMAAN ix
DAFTAR LAMPIRAN x
BAB I PENDAHULUAN
1.1 Latar Belakang I-1
1.2 Rumusan Masalah I-3
1.3 Tujuan Penelitian I-3
1.4 Ruang Lingkup I-3
1.5 Manfaat Penelitian I-4
BAB II TINJAUAN PUSTAKA
2.1 Udara II - 1
2.1.1 Udara Ambien II - 1
2.1.2 Udara Emisi II - 2
2.2 Pencemaran Udara II - 2
2.2.1 Sumber Pencemaran Udara II - 2
2.3 Transportasi II - 3
2.4 Jenis Polutan Primer di Udara II - 4
2.5 Nitrogen Oksida (NOX) II - 5
2.5.1 Karakteristik NOX II - 5
2.5.2 Sumber NOX II - 5
2.5.3 Dampak NOX II - 7
2.6 Particulate Matter 10 Mikron (PM10) II - 8
2.6.1 Karakteristik PM10 II - 8
2.6.2 Sumber PM10 II - 8
2.6.3 Dampak PM10 II - 8
2.7 Beban Emisi Kendaraan Bermotor II - 10
2.8 Pengendalian Sumber Emisi Bergerak II - 10
BAB III METODE PENELITIAN
3.1 Metode Penelitian III - 1
3.2 Variabel Penelitian III - 3
3.3 Lokasi dan Waktu Penelitian III - 3
3.3.1 Lokasi Penelitian III - 3
3.3.2 Waktu Penelitian III - 6
3.4 Metode Pengambilan Data III - 6
3.4.1 Data Sekunder III - 6
3.4.2 Data Primer III - 7
3.5 Metode Analisis Data III - 7
3.5.1 Analisis Perhitungan Beban Emisi NOX dan PM10 III - 7
3.5.2 Analisis Pengaruh Jumlah Kendaraan Terhadap Beban Emisi III - 8
3.6 Rencana Skenario Penurunan Beban Emisi III - 9
BAB IV HASIL DAN PEMBAHASAN
4.1 Jenis dan Jumlah Kendaraan IV - 1
4.1.1 Jenis dan Jumlah Kendaraan Hari Kerja (Weekday) IV - 1
4.1.2 Jenis dan Jumlah Kendaraan Hari Libur (Weekend) IV - 11
4.2 Beban Emisi Nitrogen Oksida (NOX) IV - 20
4.2.1 Beban Emisi Nitrogen Oksida (NOX) pada Hari Kerja (Weekday) IV - 20
iv
4.2.2 Beban Emisi Nitrogen Oksida (NOX) pada Hari Libur (Weekend) IV - 24
4.3 Beban Emisi Particulate Matter 10 Mikron (PM10) IV - 28
4.3.1 Beban Emisi Particulate Matter 10 Mikron (PM10) pada Hari Kerja
(Weekday) IV - 28
4.3.2 Beban Emisi Particulate Matter 10 Mikron (PM10) pada Hari Libur
(Weekend) IV - 31
4.4 Analisis Pengaruh Jumlah Kendaraan terhadap Beban Emisi NOX IV - 34
4.5 Analisis Pengaruh Jumlah Kendaraan terhadap Beban Emisi PM10 IV - 37
4.6 Skenario Penurunan Beban Emisi NOX dan PM10 IV - 41
4.6.1 Penerapan Bus Rapid Transit (BRT) IV - 41
4.6.2 Penerapan Light Rail Transit (LRT) IV - 50
4.6.3 Penerapan Intelligent Transport System (ITS) IV - 59
4.7 Alternatif Skenario Penurunan Beban Emisi Terpilih IV - 60
DAFTAR PUSTAKA
LAMPIRAN
v
DAFTAR TABEL
vi
DAFTAR GAMBAR
vii
DAFTAR PERSAMAAN
viii
DAFTAR LAMPIRAN
ix
BAB I
PENDAHULUAN
Menurut Peraturan Pemerintah No. 41 Tahun 1999 tentang Pengendalian Pencemaran Udara pada
pasal 1 ayat 1 pencemaran udara merupakan masuknya atau dimasukkannya zat, energi, dan/atau
komponen lain ke dalam udara ambien oleh kegiatan manusia, sehingga mutu udara ambien turun
sampai ke tingkat tertentu yang menyebabkan udara ambien tidak dapat memenuhi fungsinya.
Pencemaran udara di berbagai kota besar di dunia paling tinggi dihasilkan dari sektor transportasi
dengan penggunaan bahan bakar pada sektor transportasi sebesar 55%, diikuti dengan sektor rumah
tangga sebesar 19%, industri sebesar 14%, dan listrik sebesar 12% (Mandra, 2013 dalam Elviana dkk,
2016). Kota Medan sebagai salah satu kota metropolitan di Indonesia juga mengalami permasalahan di
bidang transportasi (Suryati dan Khair, 2016).
Pertumbuhan populasi di berbagai kota besar menimbulkan dampak berupa peningkatan kegiatan yang
dalam pemenuhan kebutuhan energi dan transportasi yang lebih tinggi. Faktor – faktor ini
berkontribusi secara siginifikan terhadap pencemaran udara perkotaan yang berasal dari jalan utama
yang padat kendaraan (Suleiman et al, 2019).
Pada beberapa dekade terakhir, peraturan di seluruh dunia secara progresif menetapkan baku mutu
yang lebih ketat untuk konsentrasi pencemaran udara. Hal ini menyebabkan terjadinya peningkatan di
sektor transportasi, seperti promosi antara kendaraan umum dengan kendaraan pribadi, pergantian
armada kendaraan, peningkatan penggunaan bahan bakar, atau peningkatan penggunaan kendaraan
bahan bakar listrik (Gualiteri et al, 2017).
Menurut Peraturan Menteri Lingkungan Hidup (PerMen LH) No. 12 Tahun 2010, beban emisi
merupakan besarnya emisi yang masuk ke dalam udara ambien dari suatu kegiatan di suatu daerah
selama satu kurun waktu tertentu. Terdapat 2 (dua) kategori emisi udara, yaitu emisi primer dan emisi
sekunder. Pencemar udara dari sektor transportasi merupakan pencemar primer. Pencemar primer
terdiri dari karbon monoksida (CO), nitrogen oksida (NOX), sulfur dioksida (SO2), partikulat ukuran
10 mikron (PM10), serta hidrokarbon (HC) (Kementerian Lingkungan Hidup, 2013).
Berdasarkan hasil penelitian Noor dan Sofyan (2013) yang dilakukan di Jabodetabek, Indonesia,
sektor transportasi secara spesifik menghasilkan gas CO sebesar 94,68%, SO2 sebesar 23,85% NOX
sebesar 92,06%, serta PM10 sebesar 83,11%. Sementara itu, hasil penelitian European Environmental
Agency (EEA) (2008) dalam Rodriguez et al (2019) yang dilakukan di Eropa, total emisi yang
dihasilkan dari sektor transportasi yaitu sebesar 40% untuk NOx, 23% untuk CO, 13% untuk PM2.5,
9% untuk PM10, dan 11% untuk VOC. Hal ini dapat disimpulkan bahwa dari 2 penelitian sebelumnya
NOx dan PM10 merupakan sumber pencemar terbesar dari sektor transportasi.
Nitrogen oksida (NOX) merupakan polutan yang diemisikan dari berbagai sumber di suatu kawasan
terutama sektor transportasi. Sebagai gambaran umum, sektor transportasi menyumbang pencemar
NOX sebesar 69% di perkotaan, diikuti industri dan rumah tangga. Menurut Hadiwidodo dan Huboyo
(2006), sekitar 10% pencemar udara setiap tahun adalah nitrogen oksida. Sebagian besar nitrogen
oksida dihasilkan dari sistem pembakaran dalam bentuk NO, akan tetapi biasanya terdapat juga
nitrogen dioksida (NO2). Tingkat NO2 pada saat pembakaran biasanya rendah, tetapi saat dikeluarkan
kadar NO2 dapat naik secara signifikan (Kristi dan Boedisantoso, 2015).
Partikel dengan ukuran diameter aerodinamika kurang dari 10 μm dilambangkan dengan PM10.
Konsentrasi partikulat (PM10) yang diukur pada lokasi yang mewakili area tepi jalan secara persisten
lebih tinggi dibandingkan dengan lokasi latar belakang. Pada beberapa tahun terakhir di Jakarta,
indeks standar polusi sebagian besar ditentukan oleh PM10 atau ozon permukaan (O3) (Nugroho et al,
2010).
Menurut penelitian Suryati dkk (2018) yang dilakukan di Kota Medan, nilai konsentrasi PM10 sebesar
224 μg/m3 dan konsentrasi O3 sebesar 206 μg/m3. Jika dibandingkan dengan PP No. 41 Tahun 1999
tentang Pengendalian Pencemaran Udara, konsentrasi PM10 melebihi baku mutu, dimana nilai baku
mutu pada konsentrasi PM10 sebesar 150 μg/m3 sedangkan konsentrasi O3 masih memenuhi baku
mutu, dimana nilai baku mutu pada konsentrasi O3 sebesar 235 μg/m3. Hasil penelitian menunjukkan
bahwa Kecamatan Medan Belawan mempunyai konsentrasi PM10 tertinggi. Hal ini dikarenakan
adanya aktivitas industri dan juga transportasi.
Studi terbaru tentang dampak kesehatan dari polusi atmosfer menunjukkan bahwa polusi atmosfer
terkait lalu lintas sangat berbahaya bagi anak - anak yang terkena asma dan penyakit kardiosvakular.
Dampak kesehatan akibat paparan partikulat (PM), ozon (O3), dan nitrogen dioksida (NO2) disajikan
dalam laporan teknis WHO (Rodriguez et al, 2019).
Pengelolaan kualitas udara yang paling efektif dalam meningkatkan kualitas udara adalah
pengendalian di sumber. Untuk melakukan jenis - jenis pengendalian di sumber perlu diketahui
sumber emisi, yaitu dengan melakukan inventarisasi emisi.
I-2
Pencatatan sumber pencemar dan jumlah pencemar udara tersebut dikenal dengan istilah inventarisasi
emisi. Inventarisasi emisi pencemar udara berfungsi sebagai dasar penetapan strategi dan rencana aksi
pengelolaan kualitas udara di suatu wilayah. Dengan adanya inventarisasi emisi, strategi pengurangan
emisi pencemar udara disusun berdasarkan prioritas pencemar udara yang akan ditangani, jumlah
pencemar yang akan dikurangi, dan sumber pencemar yang memberikan kontribusi terhadap
pencemaran udara (Kementerian Lingkungan Hidup, 2013).
Berdasarkan beberapa faktor yang telah di sebutkan, maka pada tugas akhir ini dilakukan penelitian
Kajian Beban Emisi Nitrogen Oksida (NOx) dan Particulate Matter 10 Mikron (PM10) dari sektor
tranpsortasi darat di beberapa ruas jalan Kota Medan.
Referensi penelitian terdahulu yang mendukung penelitian tugas akhir ini dapat dilihat pada Tabel 1.1.
I-3
3. Metode penentuan sampling dari V/C ratio dan berdasarkan Peraturan Menteri Lingkungan Hidup
(Permen LH) No. 12 Tahun 2010 tentang Pelaksanaan Pengendalian Pencemaran Udara di
Daerah.
4. Penelitian ini dilakukan di 12 (dua belas) lokasi di kota Medan (Jalan Pulau Jawa, Jalan Kapt.
Sumarsono, Jalan Gatot Subroto, Jalan S. Parman, Jalan Balai Kota, Jalan H. M. Yamin, Jalan
Brigjen Katamso, Jalan Dr. Mansyur, Jalan SM Raja, Jalan A.H. Nasution, Jalan Flamboyan, dan
Jalan Letjen Jamin Ginting).
5. Data yang diambil meliputi koordinat lokasi, jenis kendaraan (mobil, motor, bus, truk), jumlah
kendaraan, serta sumber emisi lain disekitar lokasi dengan melakukan perhitungan langsung
(traffic counting).
I-4
Tabel 1.1 Referensi Penelitian Sebelumnya
No Nama Peneliti Tahun Judul Penelitian Tujuan Penelitian Metode Hasil
1 Nugroho, S. B., 2010 The Influence of BRT on 1. Mengevaluasi hubungan 1. Menentukan titik 1. Berdasarkan hasil
Fujiwara, A., Zhang, the Ambient PM10 antara emisi yang berada sampling perhitungan dengan
Junyi. Concentration at Roadside pada ruas jalan dengan 2. Mengumpulkan data menggunakan Structural
Sites of Trans Jakarta konsentrasi PM10 di primer Equation Model (SEM).
Corridors. koridor BRT. 3. Mengevaluasi hubungan Pengaruh emisi terhadap
antara sumber emisi, konsentrasi PM10 dan
polutan, dan faktor beban emisi lebih tinggi
meteorologi dengan saat hari kerja (weekday)
menggunakan Structural
Equation Model (SEM).
2 Noor, H. A., Sofyan, 2013 Inventarisasi Emisi 1. Melakukan pengendalian 1. Estimasi nilai beban 1. Untuk wilayah
A. Pencemaran Udara dan dan penanggulangan emisi yang dihasilkan Jabodetabek, penghasil
Gas Rumah Kaca di pencemaran udara dari oleh sektor industri, polutan terbesar berasal
Jabodetabek dengan dengan inventarisasi transportasi, penggunaan dari sektor trnasportasi,
Menggunakan Metode SIG emisi di wilayah bahan bakar, limbah diikuti oleh sektor industri
(Sistem Informasi Jabodetabek. padar, pertanian, dan sektor limbah.
Geografis). peternakan
2. Perhitungan dengan
mengacu pada IPCC
Guidelines.
3. Penyajian data secara
spasial dengan
menggunakan metode
SIG.
3 Kristi, Y. W., 2015 Analisis Beban Emisi 1. Menganalisis beban 1. Pemilihan lokasi 1. Beban emisi yang
Boedisantoso, R. Udara CO dan NO2 Akibat emisi CO dan NO2 yang sampling dihasilkan tertinggi di
Sektor Transportasi Darat dihasilkan dari sektor 2. Perhitungan beban emisi ruas jalan Simpang Lima
di Kota Probolinggo. transportasi. 3. Proyeksi beban emisi Gladak Serang dengan
dengan metode least konsentrasi NO2 sebesar
square 29,36 kg/km.jam dan CO
4. Pemetaan beban emisi sebesar 97,27 kg/km.jam.
I-5
No Nama Peneliti Tahun Judul Penelitian Tujuan Penelitian Metode Hasil
4 Elviana., Yuwono, 2016 Analisis Beban Emisi 1. Menghitung beban 1. Pengumpulan data 1. Beban emisi rata – rata
A. S., Chadirin, Y. Udara Primer di Provinsi emisi SO2, NOx, CO, sekunder. yang dihasilkan SO2
Bangka Belitung. dan PM10 Wilayah 2. Perhitungan beban sebesar 6,045.89
Provinsi Bangka emisi. ton/tahun, beban emisi
Belitung. 3. Analisis beban emisi. NOx sebesar 16,324.84
2. Menghitung kontribusi ton/tahun, beban emisi
masing – masing CO sebesar 75,639.01
kota/kabupaten terhdap ton/tahun, dan PM10
beban emisi Provinsi sebesar 2,750.66
Bangka Belitung. ton/tahun.
3. Mempelajari strategi 2. Sektor transportasi
pengurangan emisi dan merupakan penyumbang
dampaknya terhadap terbesar beban emisi
besarnya beban emisi. NOx, CO, dan PM10 di
Provinsi Bangka
Belitung. Sedangkan
Sektor industri
merupakan penyumbang
terbesar beban emisi SO2
3. Beberapa strategi
pengurangan emisi yaitu
dengan melakukan smart
driving, audit energi, dan
melakukan pembangunan
pembangkit listrik tenaga
surya terpusat (komunal).
I-6
No Nama Peneliti Tahun Judul Penelitian Tujuan Penelitian Metode Hasil
5 Gualtieri, G., 2017 An Integrated Low-Cost 1. Menganalisis hasil 1. Pengumpulan data. 1. Model regresi linier dan
Camilli, F., Road Traffic and Air penggunaan IMP 2. Pemantauan data dengan JST telah digunakan
Cavaliere, A., De Pollution Monitoring selama satu tahun yang IMP. untuk menyelidiki
Filippis, T., Di Platform to Assess dipasang di ruas jalan di 3. Analisis data. pengaruh lalu lintas jalan
Gennaro, F., Di Vehicles Air Quality Florence. dengan kondisi
Lonardo, S., Dini, F., Impact in Urban Areas. 2. Menganalisis pengaruh meteorologi pada
Gioli, B., Matese, A., ruas jalan terhadap konsentrasi NO2 dan
Nunziati, W., kondisi meteorologi CO2. Konsentrasi CO
Rocchi, L., Toscano, pada konsentrasi CO, yang diamati sangat
P., Vagnoli, C., NO2, dan CO2. rendah (maksimum 0,58
Zaldei, A. mg/m3).
6 Tiarani, V. L., 2017 Kajian Beban Emisi 1. Menghitung beban 1. Pengumpulan data 1. Beban emisi NOx dari
Sutrisno, E., Pencemar Udara (TSP, emisi pencemar udara jumlah kendaraan, sektor trnasportasi darat
Huboyo, H. S. NOx SO2, HC,CO) dan (TSP, NOx SO2, komposisi per jenis paling tinggi dihasilkan
Gas Rumah Kaca (CO2, HC,CO) dan gas rumah kendaraan bermotor, dan oleh kendaraan truk pada
CH4, N2O) Sektor kaca (CO2, CH4, N2O) konsumsi bahan bakar di semua sumber (sumber
Transportasi Darat Kota untuk Kota Yogyakarta Kota Yogyakarta. garis 73,65 ton/tahun,
Yogyakarta Dengan pada sektor transportasi 2. Menghitung emisi sumber total 2.581
Metode Tier 1 dan Tier 2. darat. sumber bergerak pada ton/tahun dan sumber
2. Menentukan distribusi jalan utama. area 2.506 ton/tahun)
spasial pencemaran 3. Memilih faktor emisi. 2. Emisi pencemar TSP dari
berdasarkan VKT. 4. Distribusi spasial. sektor transportasi darat
paling tinggi dihasilkan
oleh kendaraan sepeda
motor.
I-7
No Nama Peneliti Tahun Judul Penelitian Tujuan Penelitian Metode Hasil
7 Putri, Nidya Yulianti 2017 Analisis Pengaruh Beban 1. Mengetahui konsentrasi 1. Volume lalu lintas. 1. Hasil pengukuran CO ambien
Emisi CO dan NO2 dari CO dan NO2 udara 2. Kualitas Udara ambien. tertinggi terjadi di ruas Jalan
Kendaraan Bermotor ambien di ruas Jalan 3. Beban emisi kendaraan Balai Kota sebesar 28.629.86
Terhadap Kualitas Udara Gatot Subroto, Jalan bermotor. μg/m3 dan pengukuran NO2
Ambien Roadside. SM. Raja, dan Jalan tertinggi terjadi di ruas Jalan
Balai Kota. SM. Raja sebesar 298,73 μg/m3.
2. Mengestimasi beban 2. Beban Emisi CO tertinggi
emisi CO dan NO2 dari dihasilkan di ruas Jalan SM.
kendaraan bermotor di Raja sebesar 31.622 g/jam dan
ruas Jalan Gatot beban emisi NO2 tertinggi
Subroto, Jalan SM. dihasilkan di ruas Jalan Gatot
Raja, dan Jalan Balai Subroto sebesar 8.606 g/jam.
Kota. 3. Beban emisi CO dari kendaraan
3. Mengetahui pengaruh bermotor mempengaruhi
beban emisi CO dan kensentrasi CO ambien sebesar
NO2 dari kendaraan 49,4%. Sedangkan beban emisi
bermotor terhadap NO2 dari kendaraan bermotor
kualitas udara ambien tidak berpengaruh signifikan
di ruas Jalan Gatot terhadap konsentrasi NO2 udara
Subroto, Jalan SM. ambien yaitu sebesar 7,9% dan
Raja, dan Jalan Balai memiliki hubungan linear positif
Kota. yang cukup.
4. Mengetahui pengaruh 4. Volume lalu lintas
volume lalu lintas mempengaruhi konsentrasi CO
terhadap kualitas udara udara ambien sebesar 40,4%
ambien di ruas Jalan sedangkan volume lalu lintas
Gatot Subroto, Jalan pada NO2 tidak berpengaruh
SM. Raja, dan Jalan signifikan yaitu sebesar 8,2 %
Balai Kota.
I-8
No Nama Peneliti Tahun Judul Penelitian Tujuan Penelitian Metode Hasil
8 Suryati, Isra., Khair, 2018 Analysis of Air Quality 1. Memetakan dan 1. Penentuan jumlah titik 1. Nilai konsentrasi PM10 sebesar
Hafidzul., Gusrianti, Index Distribution of PM10 menganalisis kualitas dan lokasi sampling 224 μg/m3 dan konsentrasi O3
Deni. and O3 Concentrations in udara ambien di Kota 2. Pengambilan Sampel sebesar 206 μg/m3. Jika
Ambient Air of Medan Medan berdasarkan 3. Perhitungan dibandingkan dengan PP No. 41
City, Indonesia konsentrasi PM10 dan O3. Konsentrasi PM10 dan Tahun 1999 tentang
O3. Pengendalian Pencemaran
4. Pemetaan kualitas Udara, konsentrasi PM10
udara ambien melebihi baku mutu, sedangkan
berdasarkan konsentrasi O3 masih memenuhi
konsentrasi PM10 dan baku mutu.
O3.
9 Rodriguez, D., 2019 On the Spatial 1. Menganalisis beban emisi 1. Menentukan titik 1. Konsentrasi NOx memiliki
Valari, M., Payan, S., Representativeness of NOx PM10 dan NOx yang sampling. variabilitas yang besar antara
Eymard, L. and PM10 Monitoring – dihasilkan pada 5 (lima) 2. Melakukan simulasi stasiun, kriteria (homogenitas vs
Sites in Paris, France. ruas jalan dan 5 (lima) pemodelan pada NOx kesamaan). Sedangkan pada
daerah perkotaan yang dan PM10 dengan PM10 area yang melintasi ruas
dilakukan selama 10 hari. pemodelan PMSS. jalan tujuh kali leih besar dari
3. Mengevaluasi pada NOx.
penggunaan
pemodelan PMSS.
10 Suleiman, A., Tight, 2019 Applying Machine 1. Mengevaluasi efektivitas 1. Pengumpulan data 1. Total pengurangan emisi
M. R., Quinn, A, D. Learning Methods in skenario pengurangan 2. Menggunakan metode PM10 pada skenario pada
Managing Urban PM10 dan PM2,5 pada ruas Machine Learning tahun 2011 adalah 414,7 kg/
Concentrations of Traffic – jalan dengan (ML) pada penelitan. tahun. Dimana hanya
related Particulate Matter menggunakan kualitas 3. Melakukan monitoring berkurang 4,5 kg/ tahun dari
(PM10 and PM2,5) udara berbasis ML model kualitas udara. konsentrasi PM10 yang
(ANN, BRT dan SVM). dihasilkan sebelumnya.
Secara keseluruhan
implementasi skenario
menghasilkan penurunan
emisi yang lebih tinggi pada
taksi, diesel LGV, dan Bus.
I-9
I - 10
BAB II
TINJAUAN PUSTAKA
2.1 Udara
Udara merupakan suatu campuran gas yang terdapat pada lapisan yang mengelilingi bumi yang
memiliki komponen gas yang tidak selalu konstan. Menurut (Simbolon dkk, 2016), udara merupakan
sumber daya yang berharga dan sangat penting dalam kehidupan manusia. Di Indonesia, pertumbuhan
penduduk mengalami peningkatan secara terus menerus. Hal ini sangat berhubungan dengan
perubahan kualitas udara. Udara dibagi menjadi 2 (dua) jenis, yaitu udara ambien dan udara emisi.
Dari seluruh pencemar primer tersebut, sumber pencemar yang utama berasal dari sektor transportasi,
yang memberikan andil sebesar 60% dari pencemaran udara total. Pencemar udara primer dapat
digolongkan menjadi lima kelompok berikut :
a. Karbonmonoksida (CO)
b. Nitrogen oksida (NOx)
c. Hidrokarbon (HC)
d. Sulfur oksida (SOx)
e. Partikel lain
II - 2
Komponen pencemar udara tersebut di atas bisa mencemari udara secara sendiri-sendiri atau dapat
pula mencemari udara secara bersama-sama. Jumlah komponen pencemar udara tergantung pada
sumbernya. Sumber pencemar udara di Indonesia pada saat ini masih terus diteliti (Wardhana, 2004).
Polutan sekunder ini mempunyai sifat fisik dan sifat kimia yang tidak stabil. Termasuk dalam polutan
sekunder ini adalah ozon (O3), peroxy acyl nitrat (PAN), dan formaldehid (Mukono, 2006).
Sumber - sumber pencemaran udara berdasarkan pola emisinya terdiri dari beberapa jenis, yaitu
(Soedomo, 2001) :
1. Sumber pencemaran titik (point source), sumber pencemaran dari lokasi tertentu yang
mengemisikan gas secara secara kontinyu. Salah satu contohnya yaitu cerobong asap.
2. Sumber pencemar garis (line source), sumber pencemaran yang mengemisikan gas dalam bentuk
garis. Contohnya adalah pencemaran debu di sepanjang jalan raya, emisi gas buang dari kendaraan
bermotor di sepanjang jalan raya dan kepulan asap dari bangunan industri yang tanpa cerobong
asap sehingga emisinya menyebar secara memanjang.
3. Sumber pencemar area (area source), sumber pencemaran yang mengemisikan gas pada luasan
tertentu. Salah satu contohnya yaitu emisi gas dari kebakaran hutan yang luas, penyebaran emisi
terjadi secara luas dalam satu area luasan.
2.3 Transportasi
Menurut Peraturan Pemerintah Nomor 55 Tahun 2012 tentang Kendaraan pada pasal 1 ayat 2
kendaraan bermotor adalah setiap kendaraan yang digerakkan oleh peralatan mekanik berupa mesin
selain kendaraan yang berjalan di atas rel. Transportasi secara umum diartikan sebagai perpindahan
barang/orang dari satu tempat ke tempat yang lain. Jumlah transportasi dapat meningkat seiring
dengan meningkatnya kebutuhan masyarakat (Buanawati dkk, 2017).
Transportasi menjadi hal yang sangat penting dalam kehidupan di zaman serba teknologi seperti
sekarang ini. Karena dengan transportasi, mobilisasi manusia dari satu tempat ke tempat baik dekat
maupun jauh menjadi lebih mudah. Namun disisi lain transportasi membawa dampak negatif baik bagi
II - 3
manusia maupun bagi bumi. Dampak negatif dari transportasi adalah emisi yang dihasilkannya
(Nugrahayu, 2015).
Jenis kendaraan terbagi atas empat klasifikasi utama, yaitu (Lestari dan Adolf, 2008) :
1. Kendaraan penumpang, terdiri dari sedan, minibus, dan jeep
2. Angkutan ringan, terdiri dari pickup, mikrolet, mikrobus
3. Angkutan berat, terdiri dari bus dan truk
4. Sepeda motor.
Salah satu faktor dominan pengaruh sektor transportasi terhadap pencemaran udara perkotaan di
Indonesia adalah jenis, umur dan karakteristik kendaraan bermotor. Disamping faktor - faktor yang
menentukan intensitas emisi pencemar sumber seperti diatas adalah faktor potensi dispersi atmosfer
daerah perkotaan yang akan sangat tergantung kepada kondisi dan perilaku meteorologi (Bachtera
dkk,2017).
II - 4
3. Karbon Monoksida (CO)
Karbon monoksida atau CO adalah gas yang tidak berwarna, tidak berbau maupun berasa yang timbul
akibat pembakaran tidak sempurna bahan bakar yang mengandung karbon. Gas ini tergolong kategori
mudah terbakar dan beracun. Sumber CO terbagi dua, yaitu sumber alami dan sumber antropogenik.
Secara alami CO dihasilkan dari aktifitas gunung berapi dan juga kebakaran hutan. Sementara CO
juga dihasilkan sebagai produk sampingan aktifitas manusia, diantaranya kendaraan bermotor (lebih
dari 75%). Emisi CO umumnya meningkat saat terjadi kemacetan di jalan. Selain itu CO juga
dihasilkan dari transportasi lain seperti pesawat terbang dan kereta api, proses pembakaran bahan
bakar, pembakaran kayu, pembakaran sampah serta aktifitas industri (Kementerian Lingkungan
Hidup, 2013).
4. Partikulat (PM)
Partikulat adalah pencemar udara yang dapat berada bersama-sama dengan bahan atau bentuk
pencemar lainnya. Partikulat dapat diartikan secara murni atau sempit sebagai bahan pencemar udara
yang berbentuk padatan. Namun, dalam pengertian lebih luas, partikulat dapat meliputi berbagai
macam bentuk, mulai dari bentuk yang sederhana sampai bentuk yang rumit dan kompleks
(Wardhana, 2004).
Menurut Bedah dan Latifah (2017), partikulat dibagi atas 2 kategori ukuran, yaitu partikulat udara 10
μm (PM10) dan partikulat udara < 2,5 μm (PM2,5).
Particulate Matter 10 μm (PM10) merupakan partikel udara dalam wujud padat yang berdiamater
kurang dari 10 μm. Partikel tersebut akan berada di udara untuk waktu yang relatif lama dalam
keadaan melayang-layang dan masuk ke dalam tubuh manusia melalui saluran pernafasan sehingga
dapat menyebabkan gangguan kesehatan (Roza dkk, 2015)
Particulate Matter 2,5 μm (PM2,5) merupakan partikel udara dalam wujud padat yang berdiameter
kurang dari 2,5 μm. Partikel tersebut diyakini oleh para pakar lingkungan dan kesehatan masyarakat
sebagai pemicu timbulnya infeksi saluran pernapasan, karena partikel padat PM2,5 dapat mengendap
pada saluran pernapasan bronkus dan alveolus. Karena berukuran sangat kecil, PM 2,5 tidak disaring
dalam sistem pernapasan bagian atas, tapi menempel pada gelembung paru, sehingga dapat
menurunkan pertukaran gas dalam paru-paru (Fitria, 2016).
II - 5
2.5 Nitrogen Oksida (NOX)
2.5.1 Karakteristik NOX
Nitrogen oksida (NOx) merupakan gas yang terdapat di udara bebas (atmosfer). NOx menjadi
perhatian dalam pengendalian pencemaran udara karena terbentuk melalui sekurang - kurangnya 4
(empat) proses reaksi terpisah dalam bentuk gas, yang mana diklasifikasikan sebagai thermal NOX,
prompt NO, fuel NO, dan NO reburning (Bachtiar dan Ritonga, 2016).
Menurut Wardhana (2004), nitrogen oksida sering disebut dengan NOX karena nitrogen oksida
mempunyai dua macam bentuk yang sifatnya berbeda, yaitu gas NO2 dan gas NO. Sifat gas NO2
adalah berwarna dan berbau, warna gas NO2 adalah merah kecoklatan dan berbau tajam menyengat
hidung. Daerah perkotaan yang padat penduduknya biasanya kadar NOX cenderung tinggi. Hal
tersebut diakibatkan oleh berbagai macam kegiatan yang menunjang kehidupan manusia seperti
transportasi, penggunaan generator pembangkit listrik dan pembuangan sampah (Sunu 2001).
Produksi NO ini akan maksimum pada kondisi temperatur tertinggi di dalam ruang pembakaran.
b. NO bahan bakar
bahan bakar adalah NO yang berasal dari kandungan nitrogen di dalam bahan bakar. Umumnya
minyak bumi dan batu bara mengandung 0,5 – 1,5% nitrogen. Selama proses pembakaran, ikatan
nitrogen yang terdapat dalam bahan bakar terlepas sebagai radikal bebas dan kemudian membentuk
NO.
II - 6
2.5.3 Dampak NOX
Dampak yang ditimbulkan pada nitrogen oksida yaitu :
1. Dampak Terhadap Manusia
NOX menimbulkan dampak pada kesehatan seperti gangguan pernapasan, radang paru-paru
(pneumonia) bahkan kematian. Nitrogen oksida yang berada di udara dapat membentuk partikel
nitrogen oksida seperti nitrat yang berukuran sangat halus sehingga dapat masuk ke jaringan sensitif
paru-paru dan menyebabkan atau memperburuk penyakit pernapasan seperti bronkhitis dan empisema.
Orang yang sehat tidak akan terpengaruh pajanan NOX dengan konsentrasi rendah. Sementara orang
berpenyakit asma atau penyakit pernapasan lainnya lebih rentan terhadap NOX karena menyebabkan
penyempitan saluran napas.Adapun nilai ambang batas NOX di beberapa negara dapat dilihat pada
tabel 2.2 (Kementrian Lingkungan Hidup, 2013).
Pemberian konsentrasi nitrogen oksida lebih dari 100 ppm bersifat lethal terhadap kebanyakan hewan,
dan 90 % kematian tersebut disebabkan oleh gejela edema pulmonari. Konsentrasi yang lebih besar
dari 800 ppm atau lebih rnengakibatkan kematian 100 % pada hewan percobaan dalam waktu kurang
lebih 29 menit (Darmayasa 2014).
II - 7
3. Dampak Terhadap Tumbuhan
Adanya NOX di atmosfer akan mengakibatkan kerusakan tanaman, namun sulit ditentukan apakah
kerusakan tersebut diakibatkan langsung oleh NOX atau karena polutan sekunder yang diperoleh dalam
siklus fotolitik NO2. Beberapa polutan sekunder diketahui bersifat sangat merusak tanam-tanaman.
Percobaan dengan fumigasi tanam-tanaman dengan NO2 menunjukkan terjadinya bintik - bintik pada
daun jika digunakan pada konsentrasi 1,0 ppm, sedangkan dengan konsentrasi yang lebih tinggi (3,5
ppm atau lebih) terjadinya nekrosis atau kerusakan tenunan daun (Stoker and Seager, 1972 dalam
Darmayasa, 2014).
PM10 sulit untuk dilihat dengan mata secara normal, tidak diketahui dimana dan bagaimana partikulat
itu tersebar. PM10 merupakan salah satu faktor yang meyebabkan lingkungan khususnya udara
semakin memburuk. Konsentrasi yang semakin hari semakin bertambah membuat penyebarannya
penting untuk diketahui (Saputra dkk, 2019).
II - 8
Partikel inhalable juga dapat merupakan partikulat sekunder, yaitu partikel yang terbentuk di atmosfer
dari gas-gas hasil pembakaran yang mengalami reaksi fisik-kimia di atmosfer. Adapun nilai ambang
batas PM10 di beberapa negara dapat dilihat pada tabel 2.3.
II - 9
2.7 Beban Emisi Kendaraan Bermotor
Mengidentifikasi dan memperkirakan jumlah beban pencemar merupakan langkah pertama dalam
pengelolaan kualitas udara. Metode dan prosedur perhitungan beban pencemar udara dari kendaraan
bermotor sesuai pada Peraturan Menteri Lingkungan Hidup No. 12 tahun 2010 tentang Pedoman
Pengendalian Pencemaran Udara di Daerah berdasarkan faktor emisi dan tingkat aktivitas kendaran
bermotor.
Faktor emisi adalah besarnya emisi yang dilepaskan ke dalam udara ambien dari suatu kegiatan untuk
setiap satuan bahan bakar yang digunakan atau intensitas kegiatan yang dilakukan. Sedangkan Tingkat
aktivitas dinyatakan sebagai panjang perjalanan seluruh kendaraan bermotor. Sehingga rumus
perhitungan beban emisi dari kendaraan bermotor disajikan pada persamaan 2.1 dan tabel faktor emisi
pada tabel 2.4 (PerMen LH No. 12 tahun 2010).
Ea = ∑𝑛,𝑚 −6
𝑏=1,𝑐=1(VKT b,c × FE a,b,c × 10 )……………………………………………………………………..(2.1)
Dimana :
Ea = Beban emisi untuk polutan a (ton/tahun)
VKTb,c = Total panjang perjalanan kendaraan bermotor kategori b dengan menggunakan bahan bakar
jenis c (km)
FEa,b,c = Besarnya polutan a yang diemisikan untuk setiap km perjalanan yang dilakukan kendaraan
bermotor kategori b yang menggunakan bahan bakar jenis c (g/km) atau disebut juga faktor
emisi.
Tabel 2.4 Faktor Emisi Gas Buang Kendaraan untuk Kota Metropolitan Berdasarkan Jenis
Kendaraan
CO HC NOX PM10
Kategori Kendaraan
(g/km) (g/km) (g/km) (g/km)
Sepeda Motor 14 5,9 0,29 0,24
Mobil (bensin) 40 4 2 0,01
Mobil (solar) 2,8 0,2 3,5 0,53
Mobil 32,4 3,2 2,3 0,12
Bis 11 1,3 11,9 1,4
Truk 8,4 1,8 17,7 1,4
Sumber : PerMenLH No.12 Tahun 2010
II - 10
2.8 Pengendalian Sumber Emisi Bergerak
Sumber emisi bergerak terdiri atas dua kategori besar. Kategori pertama adalah kendaraan di jalan
raya, baik pribadi (misal mobil dan motor) maupun transportasi publik (misal bus). Regulasi kategori
ini dikenal sebagai “sumber emisi bergerak.” Kategori kedua mencakup kendaraan non-jalan raya,
baik transportasi (misal pesawat, kereta api, kapal laut), maupun non-transport (misal peralatan
pertanian dan konstruksi). Regulasi kita mengenal kategori ini sebagai “sumber emisi bergerak
spesifik.”
Berbagai aktivitas kendaraan yang berada di perkotaan dapat menghasilkan emisi yang dapat
menimbulkan dampak negatif bagi manusia, hewan, ataupun tumbuhan. Menurut Amini (2014),
terdapat tiga (3) cara dalam pengurangan emisi dari aktivitas kendaraan di perkotaan, yaitu ; (a)
mengurangi emisi per kilometer, (b) menerapkan transportasi massal, dan (c) mengurangi jarak atau
jumlah kendaraan.
Menurut Martono dkk (2003), pengendalian emisi NOX dan PM10 yang berasal dari aktivitas
kendaraan juga dilakukan dengan menyediakan prasarana dan saran transportasi massal yang
memadai. Bus Rapid Transit (BRT) termasuk salah satu transportasi massal yang banyak diterapkan di
beberapa daerah di Indonesia. BRT merupakan bus dengan kualitas tinggi yang berbasis sistem transit
yang cepat, nyaman dan biaya murah. Satu sistem BRT biasanya akan dikenakan 4 - 20 kali lebih kecil
dari Light Rail Transit (LRT) dan 10 - 100 kali lebih kecil dari sistem kereta api bawah tanah
(Nasrulloh, 2010).
Transportasi massal berbasis jalan yang sudah diterapkan di Kota Medan yaitu Bus Trans
MEBIDANG. Bus Trans MEBIDANG beroperasi sejak November 2015 dengan jumlah armada
sebanyak 30 unit (kapasitas penumpang 1 unit = 50 orang) dan berbahan bakar solar. Daerah
pelayanan Bus Trans MEBIDANG diutamakan untuk jalur antar kota dan kabupaten, bukan untuk
jalur dalam kota (Suryati dan Khair, 2016).
Penerapan Teknologi Informasi dan Komunikasi (TIK) pada sektor transportasi lebih dikenal dengan
istilah Intelligent Transportation Sytem (ITS). ITS pada prinsipnya yaitu penerapan teknologi maju di
bidang elektronika, komputer dan telekomunikasi yang dipadu dengan prinsip manajemen strategi
untuk meningkatkan fungsi transportasi secara keseluruhan. Sistem ini mampu memberikan informasi
kepada pemilik barang atau penumpang serta operator angkutan sedemikian sehingga proses
transportasi dapat berjalan secara efektif dan efisien. Beberapa contoh aplikasi ITS yang telah
berkembang di dunia terdiri dari Area Traffic Control System (ATCS), Emergency and Security
System, Advance Navigation System, serta Incident Management System (Mandaku dan Tukan, 2010).
II - 11
Menurut penelitian yang dilakukan Octradha dkk (2017) di Kota Semarang, perlunya tindakan dari
Pemerintah Kota dalam pengendalian sumber emisi bergerak dengan memaksimalkan progam Area
Traffic Control System (ATCS) yang dilakukan oleh Dinas perhubungan Kota Semarang untuk
dikontrol secara berskala kepadatan berdasarkan kondisi real time dilapangan setiap harinya agar
dapat mengurangi polusi.
II - 12
BAB III
METODE PENELITIAN
III - 1
Mulai
Studi Literatur
Identifikasi dan
Perumusan Masalah
Pengumpulan Data
Sekunder
Penentuan Titik
Sampling
Selesai
III - 2
3.2 Variabel Penelitian
Variabel yang diukur dalam penelitian ini adalah :
1. Variabel Bebas
Pada penelitian ini variabel bebas yang digunakan yaitu jumlah kendaraan yang melewati ruas jalan
pada lokasi penelitian untuk mendapatkan beban emisi NOX dan PM10.
2. Variabel Terikat
Pada penelitian ini variabel terikat yang digunakan yaitu faktor emisi NOx dan PM10.
Titik pengukuran volume lalu lintas dan beban emisi di 12 (dua belas) lokasi penelitian dapat dilihat
pada Tabel 3.1 dan Gambar 3.2 serta lokasi penelitian pada setiap titik pengukuran dapat dilihat pada
lampiran I.
III - 3
Tabel 3.1 Titik Sampling
Titik Lokasi Ruas
No Panjang Lebar Koordinat Representatif
Pengukuran Jalan Kelurahan Kecamatan Jalan
N 03°40’08,4”
1 TS1 740 m 10 m Jalan Pulau Jawa Mabar Medan Deli 2 Arah Kawasan Industri
E 098°40’12,2”
N 03°36’55,9”
2 TS2 5.400 m 12 m Jalan Kapt. Sumarsono Helvetia Medan Sunggal 2 Arah Antar Lintas Kota
E 098°38’31,6”
N 03°35’24,3”
3 TS3 17.380 m 7,1 m Jalan Gatot Subroto Sei Putih Tengah Medan Petisah 2 Arah Pertokoan
E 098°39’19,1”
N 03°35’22,9”
4 TS4 3.692 m 12 m Jalan S. Parman Petisah Tengah Medan Petisah 1 Arah Pendidikan
E 098°40’06,7”
N 03°35’26,3”
5 TS5 600 m 9,7 m Jalan Balai Kota Kesawan Medan Barat 1 Arah Pemerintahan
E 098°40’39,5”
N 03°35’51,9”
6 TS6 3.896 m 5,7 m Jalan H. M Yamin Sei Kera Hulu Medan Perjuangan 1 Arah Pertokoan
E 098°41’23,1”
N 03°34’05,3”
7 TS7 12.066 m 12,2 m Jalan Brigjen Katamso Aur Medan Maimun 2 Arah Pemukiman
E 098°41’14,2”
N 03°34’03,1”
8 TS8 5.932 m 9,2 m Jalan Dr. Mansyur Padang Bulan Medan Baru 2 Arah Rumah Sakit
E 098°39’28,3”
N 03°32’16,1” Antar Lintas
9 TS9 20.146 m 8,7 m Jalan SM. Raja Harjosari I Medan Amplas 2 Arah
E 098°42’27,9” Provinsi
N 03°32’30,8”
10 TS10 3.400 m 12,1 m Jalan A. H. Nasution Kwala Bekala Medan Johor 2 Arah Pemerintahan
E 098°40’23,2”
N 03°32’31,2”
11 TS11 3.100 m 10,2 m Jalan Flamboyan Tanjung Selamat Medan Tuntungan 2 Arah Pasar
E 098°36’16,1”
N 03°30’08,5”
12 TS12 22.500 m 17,2 m Jalan Letjen Jamin Ginting Sido Mulyo Medan Tuntungan 2 Arah Wisata
E 098°36’44,0”
Sumber : Google Earth, 2019.
III - 4
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
TS 1 : JALAN PULAU JAWA
TS 2 : JL KAPT. SUMARSONO
TS 3 : JL GATOT SUBROTO
TS 4 : JL S. PARMAN
TS 5 : JL BALAI KOTA
TS 6 : JL H. M. YAMIN
TS 7 : JL BRIGJEN KATAMSO
TS 8 : JL Dr. MANSYUR
TS 9 : JL S. M . RAJA
TS 10 : JL A. H. NASUTION
TS 11 : JALAN FLAMBOYAN
TS 12 : JL LETJEN JAMIN GINTING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA
UTARA
2019
III - 5
3.3.2 Waktu Penelitian
Pengambilan data primer/sampling dilaksanakan pada bulan April - Mei 2019. Data yang diambil pada
saat sampling mencakup volume lalu lintas dan sumber emisi kendaraan. Pada masing - masing lokasi
penelitian dilakukan selama 2 (dua) hari, yaitu saat hari kerja (weekday) dan akhir pekan (weekend)
dengan lama pengukuran 12 (dua belas) jam. Penelitian ini dilakukan selama 12 jam karena hasil yang
diinginkan berupa udara emisi bukan udara ambien, sehingga mewakili kondisi udara pada sumber
emisi dalam satu hari. Hal ini sesuai dengan penelitian Novianti dan Driejana (2010), pada hari kerja
(weekday) masyarakat melakukan berbagai aktivitas seperti aktivitas kantor, sekolah, komersial,
sedangkan pada hari libur (weekend) sebagian masyarakat menghabiskan waktunya untuk beristirahat
di rumah atau berwisata ke luar kota. Untuk lebih jelas mengenai waktu penelitian dapat dilihat pada
Tabel 3.2.
III - 6
3. Data faktor emisi NOX dan PM10 yang mengacu pada Peraturan Menteri Lingkungan Hidup
(PerMen LH) No. 12 Tahun 2010 tentang Pelaksanaan Pengendalian Pencemaran Udara di
Daerah.
Data hasil perhitungan jumlah kendaraan yang didapatkan kemudian dikonversi menjadi Satuan Mobil
Penumpang (SMP) dengan mengalikan data jumlah kendaraan dengan nilai faktor SMP yang sesuai
dengan Baku Mutu Kapasitas Jalan Indonesia (Direktorat Bina Marga dan Jalan Kota RI, 1997). Nilai
faktor SMP yang digunakan dapat dilihat pada Tabel 3.3.
Setelah jumlah kendaraan dikonversi dengan faktor satuan mobil penumpang, selanjutnya dilakukan
perhitungan beban emisi. Perhitungan beban emisi menggunakan faktor emisi berbasis kilometer jalan
kendaraan (vehicle kilometer traveled - VKT atau panjang perjalanan rerata kendaraan per tahun).
Dalam perhitungan VKT setiap kategori kendaraan pada suatu ruas jalan diasumsikan karakteristik
lalu lintasnya tetap sehingga perhitungannya dapat dilihat pada Persamaan 2.1.
Faktor emisi yang digunakan pada perhitungan beban emisi mengacu pada Peraturan Menteri
Lingkungan Hidup (PerMen LH) No. 12 Tahun 2010 tentang Pelaksanaan Pengendalian Pencemaran
Udara di Daerah. Faktor emisi kendaraan bermotor disajikan pada Tabel 3.4.
III - 7
Tabel 3.4 Faktor Emisi Kendaraan Bermotor
Kategori NOx (g/km) PM10 (g/km)
Sepeda Motor 0,29 0,24
Mobil 2,3 0,12
Bus 11,9 1,4
Truk 17,7 1,4
Sumber : PerMenLH No. 12 Tahun 2010.
Koefisien korelasi berada pada range -1 ≤ R ≤ +1. Koefisien korelasi dapat dihitung dengan
menggunakan persamaan 3.1 (Suryati dkk, 2018) :
𝑛∑𝑥𝑦−(∑𝑥)⋅(∑𝑦)
R= ...........................................................................................................(3.1)
√(𝑛.∑𝑥 2 −(∑𝑥)2 (𝑛.∑𝑦 2 −(∑𝑦)2 ))
Dimana :
R = Koefisien korelasi
X = variabel dependen
Y = variabel independen
III - 8
3.6 Rencana Skenario Penurunan Beban Emisi
Jumlah penduduk Kota Medan menurut BPS Kota Medan (2016) telah mencapai 2,3 juta jiwa, dimana
tingginya jumlah penduduk Kota Medan ditambah dengan tingginya pertumbuhan jumlah kendaraan
bermotor menyebabkan tingginya tingkat kepadatan kendaraan bermotor yang melintasi ruas jalan di
Kota Medan. Konsep kota cerdas (smart city) menjadi isu yang sangat penting dalam aspek
perkembangan berbagai kota yang ada di dunia, dimana kota harus menjanjikan hidup yang lebih
nyaman, teratur, sehat dan efisien dalam setiap aspek kehidupan masyarakat kota.
Konsep kota cerdas (smart city) di Kota Medan memiliki fokus pada dimensi smart transportation,
dimana smart transportation terdiri dari alat transportasi, infrastruktur dan teknologi dalam sebuah
sistem yang terintegrasi antara alat, sarana fisik/infrastruktur dengan sistem pelayanan dan penyediaan
dalam proses penggunaan alat transportasi tersebut. Konsep smart transportation telah
diimplementasikan dalam konsep ITS (Intelligent Transportation System) dengan melakukan
observasi langsung kepada masyarakat sebagai narasumber dalam penggunaan layanan transportasi
publik dari Pemerintah Kota Medan (Hariani dkk, 2017).
Saat ini pemerintah Kota Medan sedang menyusun Dokumen Perencanaaan Teknis Angkutan Massal
berbasis jalan (BRT) dan berbasis rel (LRT). Perencanaan Teknis Pembangunan BRT dilaksanakan
oleh Institue for Transportation Development and Policy (ITDP). Persiapan proyek dilaksanakan
melalui mekanisme PDF (Public Development Fund) oleh Kementerian Keuangan Republik Indonesia
yang akan membantu Pemerintah Kota Medan dalam mempersiapkan Studi Kelayakan (Final
Business Case/FBCC) dimana skema pelaksanaan pembangunan angkutan massal di Kota Medan
menggunakan skema Kerja Sama Pemerintah Badan Usaha (KPBU) melalui Kesepakatan Induk
Pemko Medan dan Kementerian Keuangan RI Nomor DK-2/PR/2017 dan Nomor 551/44808/2017
Tanggal 5 Mei 2017 (Dishub Kota Medan, 2018).
Beberapa rencana skenario penurunan beban emisi yang dapat dilakukan yaitu :
1. Penerapan Bus Rapid Transit (BRT)
Skenario penerapan Bus Rapid Transit (BRT) dilakukan dengan mengurangkan jumlah kendaraan
dengan persen pengguna yang beralih terlebih dahulu kemudian menggantinya dengan sistem BRT
yang berkapasitas 50 penumpang. Menurut penelitian Suryati dan Khair (2016) yang dilakukan di
Kota Medan, skenario penurunan emisi dengan penerapan BRT berpotensi menurunkan emisi CO
sebesar 25,02% - 29,44 %.
Menurut penelitian yang dilakukan Ferdiansyah (2009), persentase perpindahan pengguna sepeda
motor ke BRT yaitu sebesar 80% sedangkan persentasi perpindahan pengguna mobil pribadi ke BRT
yaitu sebesar 75%. Sedangkan penetapan persentase pemindahan moda transportasi berdasarkan
penelitian sebelumnya yaitu pemindahan moda TransJakarta ± 20% (DNPI, 2010) dan target untuk
III - 9
BRT di Kota Medan adalah ± 32% (Dishub Kota Medan,2015). Pada penelitian ini, jumlah kendaraan
sepeda motor dan mobil dengan persentase pengurangan sebesar 30%.
Untuk jumlah BRT yang dihitung berdasarkan jumlah penumpang BRT dibagi dengan kapasitas bus.
Pada penelitian ini kapasitas BRT yang digunakan adalah BRT berkapasitas 75 orang. Sehingga
jumlah BRT yang digunakan dapat dinyatakan dalam unit. Sedangkan untuk konversi jumlah tiap jenis
kendaraan ke beban emisi NOx dan PM10 dapat mengkalikan dengan faktor emisi jenis kendaraan dan
faktor konversi kendaraan sesuai dengan Peraturan Menteri Lingkungan Hidup No. 12 Tahun 2010
tentang Pedoman Pengendalian Pencemaran Udara di Daerah.
Angkutan massal seperti Bus Rapid Transit (BRT) dan Light Rail Transit (LRT) merupakan jenis
angkutan yang menghemat bahan bakar. hal ini dikarenakan daya tampung penumpang pada angkutan
umum lebih banyak daripada angkutan pribadi. Sehingga dapat mengurangi beban emisi dapat
memperlancar arus lalu lintas. Kontribusi penumpang LRT pada tahun 2050 diperkirakan sebesar
20,82% dan dapat menghemat penggunaan bahan bakar sebesar 45,81% (BPPT, 2018).
Manfaat penerapan LRT di Kota Medan yaitu mendukung terwujudnya sistem transportasi jalan yang
handal, kapasitas mencukupi, tertib dan teratur, lancar, cepat dan tepat, selamat, aman dan nyaman
serta memperlancar pergerakan arus kendaraan yang berdampak pada meningkatnya mobilitas
manusia, barang, dan jasa (Dishub Kota Medan, 2018).
Prinsip pada pembangunan Intelligent Trasnportation System (ITS) yaitu penerapan teknologi maju di
bidang elektronika, komputer dan telekomunikasi untuk membuat prasarana dan sarana transportasi
lebih informatif, lancar, aman dan nyaman sekaligus ramah lingkungan (Pamudi dan Suryani, 2018).
III - 10
Alternatif terpilih dilakukan berdasarkan skenario penurunan. Kriteria untuk alternatif skenario
penurunan beban emisi NOX dan PM10 dapat dilihat pada Tabel 3.5.
Penentuan skor pada skenario penurunan terpilih terdapat lima kriteria dengan 3 kategori yang
ditentukan sebagai dasar skoring yaitu kategori bagus dengan poin 3, sedang dengan poin 2, dan tidak
dengan poin 1. Kriteria pertama yaitu persen penurunan beban emisi untuk kategori bagus persen
penurunan emisi sekitar 67%-100% yang berarti skenario tersebut mampu menurunkan beban emisi
lebih dari setengah emisi awal sehingga masuk dalam kategori bagus sehingga diberi poin 3, begitu
juga dengan kategori sedang yang berarti skenario tersebut mampu mencapai efisiensi penurunan
sekitar 33%-66% dan diberi poin 2 dan kategori buruk yang berarti skenario penurunan hanya
mencapai persen efisiensi penurunan sekitar 0%-32% (Dishub Kota Medan,2015)
Kemudian kriteria kedua ditinjau dari biaya investasi yang dihabiskan dalam perencanaan skenario
penurunan (Juta $US/Km) dengan kategori bagus yaitu biaya perencanaan skenario penurunan
berkisar 1-10 Juta $US/Km, kemudian untuk kategori sedang biaya yang dibutuhkan sekitar 11-20 Juta
$US/Km, dan dengan biaya tertinggi yaitu masuk kedalam kategori mahal membutuhkan biaya
berkisar 21-30 Juta $US/Km (Tambunan,2010).
Ditinjau dari segi operasional, untuk kategori bagus berarti skenario mudah diterapkan dan dijalankan
secara efektif dan efisien. Pada kategori sedang, pengoperasian dari skenario penurunan tergolong bisa
diterapkan namun ada kesulitan untuk diterapkan yang disesuaikan dengan kondisi eksisting kota
Medan, sementara kategori buruk berarti tingkat pengoperasian termasuk sulit sehingga skenario
penurunan tidak dapat direncanakan.
III - 11
memenuhi kebutuhan mobilitas masyarakat mendatang tanpa meninggalkan dampak buruk, sementara
untuk kategori sedang skenario tersebut dapat memenuhi kebutuhan mobilitas namun menimbulkan
dampak buruk bagi ekosistem atau lingkungan, dan untuk kategori buruk skenario penurunan tersebut
sama sekali tidak mampu memenuhi kebutuhan mobilitas masyarakat.
Kriteria terakhir pada penentuan skenario penurunan terpilih yaitu Environmental Friendly yang
dibagi dalam tiga kategori juga yaitu kategori bagus yang berarti skenario penurunan tersebut tidak
menimbulkan dampak lingkungan baik bagi air,tanah, dan udara serta memprioritaskan keselamatan
penggunanya. Kategori kedua yaitu sedang berarti skenario penurunan tersebut menimbulkan polusi
bagi lingkungan meskipun dalam jumlah yang sedikit. Sementara untuk kategori terakhir yaitu buruk
berarti skenario tersebut sangat menimbulkan polusi bagi lingkungan sekitar.
Jumlah nilai tertinggi pada kelima kriteria yaitu 15, dimana merupakan kriteria bagus dan terendah
yaitu 5, dimana merupakan kriteria tidak bagus. Rentang jumlah nilai tertinggi berdasarkan kriteria
yaitu :
5 -8 : Tidak Bagus
9 -12 : Sedang
13 - 15 : Bagus
III - 12
BAB IV
HASIL DAN PEMBAHASAN
IV - 1
4.1.2 Jenis dan Jumlah Kendaraan Hari Libur (Weekend)
Penelitian pada hari libur dilakukan pada hari Minggu, 14 April 2019 (Jalan Pulau Jawa, Jalan Kapt
Sumarsono, Jalan Letjen Jamin Ginting), Minggu, 5 Mei 2019 (Jalan H. M Yamin, Jalan SM Raja,
Jalan Flamboyan), Minggu 12 Mei 2019 (Jalan Gatot Subroto, Jalan Brigjen Katamso, Jalan A. H.
Nasution), dan Minggu 19 Mei 2019 (Jalan S. Parman, Jalan Balai Kota, Jalan Dr. Mansyur). Jumlah
Total Kendaraan Berdasarkan Jenis pada Hari Libur (Weekend) disajikan pada Tabel 4.2. Grafik
jumlah kendaraan sepeda motor, mobil, bus, dan truk disajikan pada Gambar 4.4 s/d Gambar 4.8.
Perhitungan jumlah kendaraan pada hari libur (weekend) setiap 1 jam selama 12 jam pada setiap lokasi
dapat dilihat pada lampiran II.
IV - 2
4.2 Beban Emisi Nitrogen Oksida (NOX)
Metode perhitungan beban emisi nitrogen oksida (NOX) pada kendaraan yaitu dengan mengalikan
jumlah kendaraan dengan faktor emisi NOX yang tertera pada Tabel 2.4. Panjang jalan yang diamati
berbeda pada setiap ruas jalan serta faktor pengali Satuan Mobil Penumpang (SMP) yang tertera pada
Tabel 3.3.
4.2.1 Beban Emisi Nitrogen Oksida (NOX) pada Hari Kerja (Weekday)
Jumlah kendaraan berdasarkan jam diperoleh dengan menjumlahkan setiap jenis kendaraan. Tetapi
setiap jenis kendaraan harus diseragamkan terlebih dahulu dengan mengkonversi ke satuan mobil
penumpang (SMP). Nilai faktor satuan mobil penumpang (SMP) sesuai dengan Baku Manual
Kapasitas Jalan Indonesia No 036/TBM/1997 yang nilai faktornya dapat dilihat pada Tabel 3.3.
Adapun contoh perhitungan satuan mobil penumpang pada ruas Jalan Pulau Jawa selama 12 jam yaitu:
Setelah mendapatkan satuan mobil penumpang (SMP) dari kedua belas ruas jalan, dilanjutkan dengan
menghitung beban emisi NOX dengan mengalikan panjang jalan yang sesuai dengan ruas jalan dan
faktor emisi NOX yang sesuai dengan berbagai jenis kendaraan. Adapun contoh perhitungan beban
emisi NOX kendaraan sepeda motor di ruas Jalan H.M. Yamin pada hari kerja (weekday) selama 12
jam yaitu :
Ea = ∑𝑛,𝑚
𝑏=1,𝑐=1(VKT b,c × FE a,b,c )....................................................................................................(4.2)
Ea = (rata - rata jumlah sepeda motor x faktor SMP sepeda motor x panjang jalan x faktor emisi sepeda
motor)
Ea = (2.115 x 0,6 x 3,9 km x 0,29 g/km)
Ea = 1435,24 g/jam.
IV - 3
4.2.2 Beban Emisi Nitrogen Oksida (NOX) pada Hari Libur (Weekend)
Jumlah kendaraan berdasarkan jam diperoleh dengan menjumlahkan setiap jenis kendaraan. Tetapi
setiap jenis kendaraan harus diseragamkan terlebih dahulu dengan mengkonversi ke satuan mobil
penumpang (SMP). Nilai faktor satuan mobil penumpang (SMP) sesuai dengan Baku Manual
Kapasitas Jalan Indonesia No 036/TBM/1997 yang nilai faktornya dapat dilihat pada Tabel 3.3.
Adapun contoh perhitungan satuan mobil penumpang pada ruas Jalan Pulau Jawa selama 12 jam pada
hari libur (weekend) yaitu :
4.3.1 Beban Emisi Particulate Matter 10 Mikron (PM10) pada Hari Kerja (Weekday)
Metode perhitungan beban emisi PM10 kendaraan pada kedua belas ruas jalan selama 12 jam dihitung
setelah menghitung satuan mobil penumpang yang tertera pada Tabel 4.3. Setelah mendapatkan satuan
mobil penumpang (SMP) dari kedua belas ruas jalan, dilanjutkan dengan menghitung beban emisi
PM10 dengan mengalikan panjang jalan yang sesuai dengan ruas jalan dan faktor emisi PM 10 yang
sesuai dengan berbagai jenis kendaraan. Adapun contoh perhitungan beban emisi PM10 kendaraan
sepeda motor di ruas Jalan H. M. Yamin pada hari kerja (weekday) selama 12 jam yaitu :
Ea = ∑𝑛,𝑚
𝑏=1,𝑐=1(VKT b,c × FE a,b,c )....................................................................................................(4.5)
Ea = (rata - rata jumlah sepeda motor x faktor SMP sepeda motor x panjang jalan x faktor emisi sepeda
motor)
Ea = (2.115 x 0,6 x 3,9 km x 0,24 g/km)
Ea = 1.187,78 g/jam.
4.3.2 Beban Emisi Particulate Matter 10 Mikron (PM10) pada Hari Libur (Weekend)
Metode perhitungan beban emisi PM10 kendaraan pada kedua belas ruas jalan selama 12 jam dihitung
setelah menghitung satuan mobil penumpang yang tertera pada Tabel 4.4. Setelah mendapatkan satuan
mobil penumpang (SMP) dari kedua belas ruas jalan, dilanjutkan dengan menghitung beban emisi
PM10 dengan mengalikan panjang jalan yang sesuai dengan ruas jalan dan faktor emisi PM 10 yang
sesuai dengan berbagai jenis kendaraan. Adapun contoh perhitungan beban emisi PM10 kendaraan truk
di ruas Jalan H. M. Yamin pada hari libur (weekend) selama 12 jam yaitu :
Ea = ∑𝑛,𝑚
𝑏=1,𝑐=1(VKT b,c × FE a,b,c )...................................................................................................(4.6)
Ea = (rata – rata jumlah truk x faktor SMP truk x panjang jalan x faktor emisi truk)
Ea = (6 x 3 x 3,9 km x 1,4 g/km)
Ea = 98,28 g/jam.
IV - 4
Maka dari perhitungan didapat beban emisi PM10 kendaraan truk di Jalan H. M. Yamin pada hari libur
(weekend) selama 12 jam sebesar 98,28 g/jam. Grafik perhitungan beban emisi PM 10 pada kendaraan
sepeda motor, mobil, bus dan truk dapat dilihat pada Gambar 4.12 dan untuk beban emisi PM10
kendaraan sepeda motor, mobil, bus, dan truk pada hari libur (weekend) dalam satuan g/jam di kedua
belas ruas jalan setiap jam dapat dilihat pada Lampiran V.
IV - 5
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Rata-rata beban emisi NOX dari beberapa jenis kendaraan bermotor di dua belas (12) ruas jalan di Kota
Medan pada hari kerja (weekday) berkisar 8.174,18 g/jam - 789.814,01 g/jam dan hari libur (weekend)
berkisar 1.459,31 g/jam - 384.679,57 g/jam, sedangkan rata - rata beban emisi PM10 dari beberapa
jenis kendaraan bermotor di dua belas (12) ruas jalan di Kota Medan pada waktu hari kerja (weekday)
berkisar 716,78 g/jam - 70.371,46 g/jam dan hari libur (weekend) berkisar 144,20 g/jam - 37.858,33
g/jam.
2. Berdasarkan hasil analisa dengan menggunakan SPSS versi 17, korelasi antara jumlah kendaraan
dengan panjang jalan terhadap beban emisi NOX dan PM10 menunjukkan korelasi positif kuat,
sehingga semakin tinggi jumlah kendaraan dan panjang jalan, maka semakin tinggi beban emisi NOX
dan PM10 yang dihasilkan.
3. Skenario penurunan beban emisi NOX dan PM10 yang berasal dari sektor transportasi darat di beberapa
ruas jalan Kota Medan yaitu penerapan Bus Rapid Transit (BRT), penerapan Light Rail Transit (LRT),
dan penerapan Intelligent Transport Systems (ITS). Skenario penurunan yang efektif untuk
menurunkan beban emisi NOX dan PM10 yaitu penerapan Bus Rapid Transit (BRT) dengan penurunan
beban emisi NOX berkisar 9,50% - 13,51% dan penurunan beban emisi PM10 berkisar 17,94% -
22,84%, dengan pertimbangan dapat mengurangi jumlah pemakaian kendaraan pribadi yaitu sepeda
motor dan mobil penumpang.
5.2 Saran
Adpaun saran untuk penelitian selanjutnya antara lain :
1. Sebaiknya melakukan penelitian dari beberapa variabel lain yang dapat mempengaruhi beban emisi
NOX dan PM10 seperti faktor meteorologi, usia kendaraan, perawatan mesin kendaraan, kecepatan
kendaraan, serta jenis bahan bakar yang digunakan.
2. Perlunya penegakan kebijakan pemerintah Kota Medan kepada masyarakat untuk lebih menggunakan
tranportasi umum sehingga dapat lebih efektif mengurangi beban emisi NOX dan PM10 mengingat
tingginya jumlah kendaraan dan beban emisi yang dihasilkan dari kendaraan bermotor.
DAFTAR PUSTAKA
Adeliani, A. 2018. “Efektivitas Pengelolaan Bus Rapid Transit Trans Tangerang di Kota Tangerang”.
Serang : Fakultas Ilmu Sosial dan Ilmu Politik. Universitas Sultan Ageng Tirtayasa.
Agustina, I. D. 2018. Studi Kelayakan Jalan Perkotaan untuk Operasional Bus Rapid Transit (BRT)
dengan Pola Mixtraffic di Kota Medan. Medan : Journal of Civil Engineering, Building, and
Transportation. Vol 2 (2). ISSN 2549 – 6379.
Akbar, Muhammad Nasri. 2018. “Analisis Karakteristik Logam Berat dalam Particulate Matter 10
Mikron (PM10) dari Sumber Roadside (Studi Kasus : Jl. SM. Raja, Jl. Balai Kota dan Jl. Pinang
Baris)”. Medan : Departemen Teknik Lingkungan. Fakultas Teknik. Universitas Sumatera Utara.
Alihta, Karina Nursyafira. 2017. “Analisis Beban Pencemar Karbon Monoksida (CO) dan Karbon
Dioksida (CO2) di Kawasan Bandar Udara Internasional Kualanamu”. Medan : Departemen
Teknik Lingkungan. Fakultas Teknik. Universitas Sumatera Utara.
Amini, H. A. 2014. Analisis Pengurangan Emisi Karbon dari Penggunaan Kereta Api Prambanan
Ekspres Rute Yogyakarta - Solo Tahun 2014. Bandung : Sekolah Arsitektur, Perencanaan dan
Pengembangan Kebijakan. Institut Teknologi Bandung.
Bachtera, R. P., Huboyo, H. S., Samadikun B. P. 2017. Uji Coba Estimasi Emisi Kendaraan Bermotor
yang Beroperasi di Kota Semarang dengan Menggunakan Perangkat Lunak LEAP. Semarang :
Universitas Diponegoro. Jurnal Teknik Lingkungan. Vol. 6 (3) : 1 – 11.
Bachtiar, V. S. dan Ritonga, S. H. 2016. Uji Validasi Program Caline4 terhadap Dispersi Gas NO2 dari
Sektor Transportasi di Kota Padang. Padang : Seminar Nasional Sains dan Teknologi
Lingkungan II. e-ISSN 2541 - 3880.
Badan Pengkajian dan Penerapan Teknologi. 2018. Outlook Energi Indonesia 2018. Energi
Berkelanjutan untuk Transportasi Darat. Jakarta. Pusat Pengkajian Industri Proses dan Energi
(PPIPE). ISBN 978-602-1328-05-7.
Buanawati, T. T., Huboyo, H. S., Samadikun, B. P. 2017. Estimasi Emisi Pencemar Udara
Konvensional (SO2, NOx, CO, dan PM) Kendaraan Pribadi Berdasarkan Metode International
Vehicle Emission (IVE) di Beberapa Ruas Jalan Kota Semarang. Semarang : Universitas
Diponegoro. Jurnal Teknik Lingkungan. Vol. 6 (3) : 1 - 12.
Bedah, Sumiati dan Latifah, I. 2017. Risiko Pajanan Konsentrasi PM10 dan PM2,5 di Kecamatan
Ciwandan, Cilegon Jawa Barat Tahun 2014. Jakarta. Jurnal Ilmiah Kesehatan. Vol 9 (1) : 93-
102.
Chang, J. 2002. Taipei Bus Transit System and Dedicated Bus Lane. India. Workshop Internasional
tentang Sistem Bus Berkapasitas Tinggi.
Darmayasa, I Gede Oka. 2014. Dampak NOx Terhadap Lingkungan. Bali : Jurnal Ilmiah Kurva
Teknik.
Dinas Perhubungan Kota Medan. 2018. Analisis Dampak Lingkungan (Andal) BRT dan LRT Kota
Medan.
Elviana. Yuwono, A. S., Chadirin, Y. 2016. Analisis Beban Emisi Udara Primer di Provinsi Bangka
Belitung. Bogor : Jurnal Teknik Sipil dan Lingkungan. Vol (2) : 91 - 99.
European Environmental Agency (EEA), 2008. Beyond Transport Policy: Exploring and Managing
the External Drivers of Transport Demand, Illustrative Case Studies from Europe. EEA,
Copenhagen.
Fitria, Nola. 2016. Gambaran Partikel Debu PM2,5 dengan Kelihan Kesehatan Pada Karyawan
Perpustakaan Kampus B Universitas Airlangga. Surabaya. Jurnal Kesehatan Lingkungan. Vol 8
(2) : 206-218.
Ginting, I. A. 2017. “Analisis Pengaruh Jumlah Kendaraan dan Faktor Meteorologi (Suhu,
Kelembaban, dan Kecepatan Angin) terhadap Konsentrasi Karbon Monoksida (CO) di Udara
Ambien Roadside (Studi Kasus : Pintu Tol Amplas dan Pintu Tol Tanjung Morawa)”. Medan :
Departemen Teknik Lingkungan. Fakultas Teknik. Universitas Sumatera Utara.
Gualtieri, G., Camilli, F., Cavaliere, A., De Filippis, T., Di Gennaro, F., Di Lonardo, S., Dini, F.,
Gioli, B., Matese, A., Nunziati, W., Rocchi, L., Toscano, P., Vagnoli, C., Zaldei, A. 2017. An
Integrated Low-Cost Road Traffic and Air Pollution Monitoring Platform to Assess Vehicles’
Air Quality Impact in Urban Areas. Italy : Transportation Research Procedia 27 : 609 – 616.
Gunawan, H., Ruslinda, Y., Bachtiar, V. S., Dwinta, A. 2018. Model Hubungan Konsentrasi
Particulate Matter 10 µm (PM10) di Udara Ambien dengan Karakteristik Lalu Lintas di Jaringan
Jalan Primer Kota Padang. Jakarta : Seminar Nasional Sains dan Teknologi. e-ISSN : 2460 –
8416.
Hadiwidodo, M. Dan Huboyo, H. S. 2006. Pola Penyebaran Gas NO2 di Udara Ambien Kawasan
Utara Kota Semarang Pada Musim Kemarau Menggunakan Program ISCST3. Semarang :
Universitas Diponegoro. Jurnal Presipitasi. Vol. 1 (1). ISSN 1907 - 187X.
Hariani, P., Hasibuan, L. S., Hasibuan, J.S. 2017. City Smart Transportation Sebagai Strategi Medan
Menuju Smart City. Medan. Jurnal Pembangunan Perkotaan. Vol 5 (2) : 50-58. e-ISSN 2581-
1304.
Indrayani. dan Asfiati, S. 2018. Pencemaran Udara Akibat Kinerja Lalu-Lintas Kendaraan Bermotor di
Kota Medan. Medan : Jurnal Permukiman. Vol 13 (1) : 13 - 20.
Institute for Transportation and Development Policy (ITDP). 2018. Rekomendasi Rencana Aksi
Integrasi Operator Angkutan Kota Medan dengan Sistem BRT. Medan. Laporan Workshop
Pembenahan Angkutan Umum di Kota Medan.
Isnaeni, M. 2001. Dampak Ekonomi dan Lingkungan Perencanaan Tata Ruang dan Sistem
Transportasi Kota. Bandung. Program Studi Teknik Sipil. Program Pascasarjana. Institut
Teknologi Bandung. [Tesis].
Kementerian Lingkungan Hidup. 2013. Pedoman Teknis Penyusunan Inventarisasi Emisi Pencemar
Udara di Perkotaan. Jakarta.
Kementerian Perhubungan. 2012. Studi Penyusunan Konsep Standarisasi Sarana dan Prasarana (BRT)
Bus Rapid Transit di Kota Indonesia. Jakarta.
Latifah, Nur Rakhmah. 2018. “Analisis Karakteristik Logam Berat dalam Particulate Matter 10
Mikron (PM10) di Kawasan Industri Medan (KIM) Tahap 1”. Medan : Departemen Teknik
Lingkungan. Fakultas Teknik. Universitas Sumatera Utara.
Lestari, P. dan Adolf, S. 2008, Emission Inventory of GHGs of CO2 and CH4 From Transportation
Sector Using Vehicles Kilometer Travelled (VKT) and Fuel Consumption Approaches in
Bandung City, Journal of Better Air Quality, vol. 159.
Mandaku, H., dan Tukan, M. 2010. Studi Penerapan Intelligent Transportation System (ITS) di
Kabupaten Seram Bagian Barat. Ambon : ARIKA. Vol 4 (1). ISSN: 1978-1105.
Mandra, M. A. S. 2013. Model Dinamik Pengendalian Emisi Kendaraan Bermotor di Kota Makassar.
Bogor : Pascasarjana. Institut Pertanian Bogor.
Mashaly, E. T. 2017. “Prakiraan Konsentrasi Karbon Monoksida dengan Pemodelan Delhi Finite Line
Source (DLHS) (Studi Kasus: Jalan MT. Haryono, Medan)”. Medan : Departemen Teknik
Lingkungan. Fakultas Teknik. Universitas Sumatera Utara.
Mukono, H. J. 2006. Prinsip Dasar Kesehatan Lingkungan. Surabaya : Airlangga University Press.
Nasrulloh, Mokhammad. 2010. Sistem Bus Rapid Transit di Jakarta: Integrasi Perkotaan dan Dampak
Lingkungan. Depok : Skripsi. Teknik Sipil. Universitas Indonesia.
Noor, H. A. dan Sofyan, A. 2013. Inventarisasi Emisi Pencemaran Udara dan Gas Rumah Kaca di
Jabodetabek dengan Menggunakan Metode SIG (Sistem Informasi Geografis). Bandung :
Teknik Lingkungan. Fakultas Teknik Sipil dan Lingkungan. Institut Teknologi Bandung.
Novianti, S. dan Driejana. 2010. Pengaruh Karakeristik Faktor Emisi Terhadap Estimasi Beban Emisi
Oksida Nitrogen (NOX) dari Sektor Transportasi (Studi Kasus : Wilayah Karees, Bandung).
Bandung : Jurnal Teknik Lingkungan. Vol 16 (2) : Hal 185 – 198.
Nugrahayu, Qorry. 2015. Penentuan Faktor Emisi Spesifik dari Sektor Transportasi dan Industri Untuk
Estimasi Tapak Karbon dan Pemetaannya di Kabupaten Sumenep - Jawa Timur. Surabaya :
Teknik Lingkungan. Fakultas Teknik Sipil dan Perencanaan. Institut Teknologi Sepuluh
Nopember. [Tesis]
Nugroho, S. B., Fujiwara, A., Zhang, J. 2010. The influence of BRT on the Ambient PM10
concentration at Roadside Sites of Trans Jakarta Corridors. Japan : Procedia Environmental
Sciences. Vol. 2 : 914 – 924.
Octradha, K. A., Huboyo, H. S., Samadikun, B. P. 2017. Estimasi Emisi Berdasarkan Kecepatan
Kendaraan di Beberapa Ruas Jalan Kota Semarang. Semarang : Jurnal Teknik Lingkungan. Vol.
6 (2) : 1 – 14.
Pamudi dan Suryani, Erma. 2018. Penerapan Sistem Dinamik dalam Intelligent Transport Systems
(ITS) untuk Meningkatkan Efektifitas, Efesiensi, dan Safety (Study Kasus Dinas Perhubungan
Kota Surabaya). Surabaya. Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi. Vol 3
(1) : 19 – 25. P-ISSN : 2502-3470.
Peraturan Menteri Negeri Lingkungan Hidup Nomor 12 Tahun 2010 Tentang Pelaksanaan
Pengendalian Pencemaran Udara di Daerah.
Peraturan Pemerintah Republik Indonesia Nomor 41 Tahun 1999 Tentang Pengendalian Pencemaran
Udara.
Ratnani, R. D. 2008. Teknik Pengendalian Pencemaran Udara yang Diakibatkan oleh Partikel.
Semarang : Fakultas Teknik. Universitas Wahid Hasyim. Jurnal Teknik Kimia. Vol 4 (2) : 27 -
32.
Ridlo, M. Y. dan Utomo, T. S. 2014. Estimasi Penggunaan Bahan Bakar pada Kendaraan Angkutan
Umum BRT di Semarang Sampai Tahun 2030 dengan Menggunakan Software LEAP.
Semarang : Jurnal Teknik Mesin. Vol 2 (2) : 8 – 17.
Rodriguez, D., Valari, M., Payan, S., Eymard, L. 2019. On the Spatial Representativeness of NOX and
PM10 Monitoring-Sites in Paris, France. France : Sorbonne Université. Atmospheric
Environment Journal.
Roza, V., Ilza, Mirna., Anita, S. 2015. Korelasi Konsentrasi Particulate Matter PM10 di Udara dan
Kandungan Timbal (Pb) dalaam Rambut Petugas SPBU di Kota Pekanbaru. Pekanbaru.
Dinamika Lingkungan Indonesia. Vol 2 (1) : 52-60. ISSN 2356-2226.
Sa’duddin dan Hadi, M. Pramono. 2015. Beban Emisi Sektor Transportasi di Kota Yogyakarta.
Lampung : The 18th FSTPT International Symposium.
Saputra, R., Handika, R. A., Lestari, R. A. 2019. Analisis Sebaran Polutan Partiulate Matter (PM 10)
Pada Harian Musim Kemarau di Kota Jambi. Jambi : Fakultas Teknik. Universitas Jambi.
Satya, K. M. 2016. Kualitas Pelayanan Bus Rapid Transit (BRT) Trans Semarang pada Koridor I dan
II. Semarang : Jurusan Ilmu Pemerintahan. Fakultas Ilmu Sosial dan Ilmu Politik. Universitas
Diponegoro.
Sihombing, W. C. 2017. “Analisis Pengaruh Kegiatan Transportasi dan Beban Emisi Terhadap
Konsentrasi Karbon Monoksida (CO), Sulfur Dioksida (SO2), dan Nitrogen Dioksida (NO2) di
Udara Ambien Roadside (Studi Kasus : Gerbang Tol Amplas dan Gerbang Tol Tanjung
Morawa)”. Medan : Departemen Teknik Lingkungan. Fakultas Teknik. Universitas Sumatera
Utara.
Simbolon, S. M., Sutrisno, E., Wardhana, I. W. 2016. Estimasi Sebaran Gas NO2 dan Analisis Risiko
Gas SO2 dan NO2 di Terminal Terhadap Kesehatan Pengguna Terminal (Studi Kasus:
Terminal Mangkang dan Penggaron Semarang). Semarang : Jurnal Teknik Lingkungan. Vol.
5 (4) : 01 - 10.
Stoker, H.S., Seager S.L. 1972. Environmental Chemistry: Air and Water Pollution. London : Scott,
Foresman and Co.
Suleiman, A., Tight, M. R., Quinn, A. D. 2019. Applying Machine Learning Methods in Managing
urban Concentrations of Traffic-Related Particulate Matter (PM10 and PM2.5). United
Kingdom. University of Birmingham. Atmospheric Pollution Research : 134 - 144.
Sunu, Pramudya. 2001. Melindungi Lingkungan dengan Menerapkan ISO 14001. Jakarta : Gramedia
Widiasarana.
Suryati, I dan Khair, H. 2016. Potensi Penurunan Emisi Karbon Monoksida di Ruas Jalan Kota Medan
dengan Penerapan Transportasi Massal. Padang : Seminar Nasional Sains dan Teknologi
Lingkungan II. e-ISSN 2541 - 3880.
Suryati, I., Khair, H., Gusrianti, D. 2018. Analysis of Air Quality Index Distribution of PM10 and O3
Concentrations in Ambient Air of Medan City, Indonesia. Medan : Enivironmental
Engineering. University of Sumatera Utara. Journal of Physical Science, Vol 29 (supp. 3), 37
- 48.
Suyuti, R. 2012. Implementasi “Intelligent Transportation System (ITS)” untuk Mengatasi Kemacetan
Lalu Lintas di DKI Jakarta. Jakarta : Jurnal Konstruksia.Vol 3 (2) : 13 - 21.
Tarigan, A. 2009. Estimasi Emisi Kendaraan Bermotor di Beberapa Ruas Jalan Kota Medan. Medan :
Sekolah Pascasarjana. Universitas Sumatera Utara [Tesis].
Undang - undang Republik Indonesia Nomor 22 Tahun 2009 Tentang Lalu Lintas dan Angkutan Jalan.
Wijayanti, R. N. 2010. Analisis Pengaruh Kepadatan Lalu Lintas Terhadap Konsentrasi PM 10.
Semarang : Teknik Lingkungan. Fakultas Teknik. Universitas Diponegoro.
Wulandari, Dyah. 2017. Kajian Konsentrasi Polutan Karbon Monoksida (CO) dan Nitrogen Dioksida
(NO2) di Terminal Terpadu Amplas Medan dengan Model Screen3. Medan : Departemen
Teknik Lingkungan. Fakultas Teknik. Universitas Sumatera Utara
LAMPIRAN I
LOKASI TITIK SAMPLING
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA
UTARA
2019
Jalan Pulau Jawa
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA
UTARA
2019
Jalan Gatot Subroto
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
TS 4 : JALAN S. PARMAN
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
Jalan S. Parman
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
TS 5 : JALAN BALAIKOTA
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
Jalan Balaikota
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
TS 6 : JALAN H. M. YAMIN
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN FAKULTAS
TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
Jalan H. M. Yamin
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA
UTARA
2019
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
LEGENDA
TITIK SAMPLING
TS 10 : JALAN A. H. NASUTION
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
LEGENDA
TITIK SAMPLING
TS 11 : JALAN FLAMBOYAN
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
Jalan Flamboyan
(Sumber : Google Earth, 2019)
TUGAS AKHIR
LEGENDA
TITIK SAMPLING
LOKASI PENELITIAN
DIGAMBAR OLEH
FATTIA SYAVIRA N
(150407059)
PEMBIMBING I
IVAN INDRAWAN, S.T., M,T.
PEMBIMBING II
ISRA’ SURYATI, S.T., M.Si.
PROGRAM STUDI
TEKNIK LINGKUNGAN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2019
Traffic Counting di Jalan Pulau Jawa (TS1) pada Hari Libur (Weekend)
(Sumber : Syafira, 2019)
Traffic Counting di Jalan Kapt. Sumarsono (TS2) pada Hari Kerja (Weekday)
(Sumber : Karina, 2019)
Traffic Counting di Jalan Kapt. Sumarsono (TS2) pada Hari Libur (Weekend)
(Sumber : Karina, 2019)
Traffic Counting di Jalan Gatot Subroto (TS3) pada Hari Kerja (Weekday)
(Sumber : Manik, 2019)
Traffic Counting di Jalan Gatot Subroto (TS3) pada Hari Libur (Weekend)
(Sumber : Manik, 2019)
Traffic Counting di Jalan S. Parman (TS4) pada Hari Kerja (Weekday)
(Sumber : Gultom, 2019)
Traffic Counting di Jalan Balai Kota (TS5) pada Hari Libur (Weekend)
(Sumber : Manik, 2019)
Traffic Counting di Jalan H. M. Yamin (TS6) pada Hari Kerja (Weekday)
(Sumber : Hasibuan, 2019)
Traffic Counting di Jalan Brigjen Katamso (TS7) pada Hari Libur (Weekend)
(Sumber : Syafira, 2019)
Traffic Counting di Jalan Dr. Mansyur (TS8) pada Hari Kerja (Weekday)
(Sumber : Karina, 2019)
Traffic Counting di Jalan Dr. Mansyur (TS8) pada Hari Libur (Weekend)
(Sumber : Karina, 2019)
Traffic Counting di Jalan SM. Raja (TS9) pada Hari Kerja (Weekday)
(Sumber : Manik, 2019)
Traffic Counting di Jalan SM. Raja (TS9) pada Hari Libur (Weekend)
(Sumber : Sembiring, 2019)
Traffic Counting di Jalan A. H. Nasution (TS10) pada Hari Kerja (Weekday)
(Sumber : Karina, 2019)
Traffic Counting di Jalan Letjend Jamin Ginting (TS12) pada Hari Libur (Weekend)
(Sumber : Manik, 2019)
Counter Manual
(Sumber : Syafira, 2019)