31
III. METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian Lokasi penelitian berada dalam wilayah Propinsi Sulawesi Selatan yaitu Kota Makassar.
Penetapan lokasi penelitian dengan pertimbangan sebagai
berikut: •
Merupakan Pusat Kawasan Strategis Nasional di kawasan timur Indonesia
•
Merupakan Kota Metropolitan yang berbatasan dengan 3 Kabupaten (Kabupaten Maros, Gowa dan Takalar).
•
Pertumbuhan jumlah kendaraan yang cukup pesat (10 – 15% per tahun) Penelitian dilaksanakan selama 7 (tujuh) bulan mulai bulan April hingga
November 2011. Lokasi penelitian ditunjukkan pada Gambar 4 berikut.
Gambar 4. Peta lokasi penelitian
32
3.2 Metode Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder untuk mendeskripsikan kondisi eksisting karakteristik beban emisi dan prediksi ke depan kualitas udara di Kota Makassar. Pengumpulan data primer dilakukan melalui wawancara, kuesioner, dan pengukuran langsung di lapangan terhadap jumlah kendaraan pada setiap ruas jalan yang telah ditetapkan. Sedangkan wawancara pakar dan kuesioner dilakukan untuk memperoleh data tentang prioritas strategi reduksi beban emisi yang tepat dilakukan dalam upaya pengendalian emisi kendaraan bermotor di Kota Makassar. Data sekunder dari instansi terkait dan studi literatur digunakan dalam membangun model dinamis antara lain data jumlah penduduk, jumlah kendaraan, kualitas udara, karakteristik atmosfer dan data sosial ekonomi masyarakat. Pengambilan data di lapangan dilakukan pada 14 ruas jalan utama yang mewakili 14 wilayah kecamatan di Kota Makassar untuk mengetahui jumlah kendaraan pada masing-masing ruas jalan dan karakteristik beban emisi kendaraan bermotor di Kota Makassar. Nama masing-masing ruas jalan berdasarkan wilayah kecamatan, titik koordinat dan panjang jalan diperlihatkan pada Tabel 3 berikut. Tabel 3. Kecamatan, ruas jalan, titik koordinat dan panjang jalan
1
Mariso
Jl. Botolempangan
07°67’67,4” (LS)/ 94°30’30,9” (BT)
Panjang Jalan (km) 0.8
2
Mamajang
Jl. Veteran Selatan
07°68’48,6” (LS)/94°29’0,18” (BT)
2.1
3
Tamalate
J. A. Tonro
07°68’35,7” (LS)/ 94°27’73,4” (BT)
1.2
4
Rappocini
Jl. S. Alauddin
07°69’83,6” (LS)/ 94°27”43,4” (BT)
3.7
5
Makassar
Jl. Jend. Urip Sumohardjo
07°71’30,6” (LS)/ 94°31’44,5” (BT)
4.9
6
Ujung Pandang
Jl. Jend. Sudirman
07°67’63,5” (LS)/ 94°31’62,0” (BT)
1.3
7
Wajo
Jl. Sulawesi
07°66’98,1 (LS)/ 94°32’61,9” (BT)
1.2
8
Bontoala
Jl. G. Bawakaraeng
07°68’11,9” (LS)/ 94°31’86,1” (BT)
1.0
No
Kecamatan
Ruas Jalan
Titik Koordinat
9
Ujung Tanah
Jl. Nusantara
07°66’82,3” (LS)/ 94°32’54,4” (BT)
1.9
10
Tallo
Jl. Ir. Sutami
07°70’21,4” (LS)/ 94°34’36,5” (BT)
9.7
11
Panakkukang
Jl. AP. Pettarani
07°69’85,0” (LS)/ 94°28’28,0” (BT)
4.3
12
Manggala
Jl. Dr. J. Leimena
07°74’11,4” (LS)/ 94°30’31,1” (BT)
2.7
13
Biringkanaya
Jl. P. Kemerdekaan KM.18
07°79’54,4” (LS)/ 94°37’76,4” (BT)
6.2
14
Tamalanrea
Jl. P. Kemerdekaan KM.10
07°75’21,4” (LS)/ 94°31’14,1” (BT)
6.2
33
Lokasi sampling dipilih secara sengaja (purposive sampling) berdasarkan wilayah administratif kecamatan, dimana kelas jalan yang dipilih yaitu jalan arteri primer dengan volume kendaraan lebih besar dari 2 ribu kendaraan/jam. Masingmasing lokasi sampling dilakukan tiga kali pengambilan data pada jam-jam sibuk yaitu pada jam 7.00 – 8.00, jam 12.00 – 13.00, dan jam 16.00 – 17.00 sehingga diperoleh nilai rata-rata jumlah kendaraan per hari untuk setiap ruas jalan dengan asumsi waktu efektif lalu lintas selama 16 jam. Survei jumlah Kendaraan dibagi atas 5 (lima) kategori kendaraan yaitu sepeda motor, mobil penumpang berbahan bakar bensin, mobil penumpang berbahan bakar solar, dan kendaraan besar seperti bus dan truk. Data hasil survei kendaraan digunakan untuk melakukan estimasi beban emisi berdasarkan nilai faktor emisi untuk masing-masing parameter polutan dan jenis kendaraan. Posisi (lintang-bujur) lokasi sampling ditentukan dengan menggunakan GPS (Global Positioning System). Selanjutnya hasil pengukuran GPS diplotkan ke dalam peta dasar menggunakan perangkat lunak ArcView GIS Versi 3.2. Deskripsi tentang tujuan, data dan sumber data penelitian dapat dilihat pada Tabel 4. Tabel 4. Tujuan penelitian, data, dan sumber data penelitian Tujuan (1) Mengestimasi beban emisi dari kendaraan bermotor
Data Jumlah kendaraan Faktor emisi Vehicle Kilometer Trip (VKT) Panjang jalan
(2) Menganalisis tingkat konsentrasi ambien dan nilai ISPU
(3) Mengestimasi dampak sosial dan ekonomi akibat pencemaran udara
(4) Menganalisis prioritas strategi reduksi beban emisi (5) Menyusun model pengendalian pencemaran emisi kendaraan bermotor
Beban emisi Konsentrasi udara ambien Kecepatan angin Stabilitas atmosfir Standar deviasi penyebaran polutan Jumlah penduduk Konsentrasi polutan Biaya kesehatan per unit kasus Kriteria & Alternatif Strategi reduksi emisi
Input data (1) – (4)
Sumber Data
Observasi langsung BTMP Dinas Perhubungan Kota Makassar Dinas PU Kota Makassar Hasil estimasi BLH Kota Makassar BMKG Pustaka BPS Hasil estimasi RSU Wahidin Pakar
Observasi langsung, pakar, instansi terkait, dan pustaka
34
3.3 Rancangan Penelitian 3.3.1 Estimasi Beban Emisi Parameter beban emisi kendaraan bermotor untuk penentuan kualitas udara yaitu emisi CO, SO 2 , NO 2 , dan PM 10 .
Data yang dibutuhkan untuk
menentukan beban emisi kendaraan bermotor adalah data jumlah kendaraan bermotor berdasarkan jenis kendaraan pada setiap ruas jalan, faktor emisi untuk setiap parameter polutan dan jenis kendaraan, dan data panjang ruas jalan yang dianggap sebagai jarak tempuh kendaraan (vehicle kilometer trip). Pengumpulan data dilakukan melalui survei di lapangan untuk mengetahui volume kendaraan berdasarkan jenis kendaraan (sepeda motor, mobil penumpang, truk dan bis) pada masing-masing ruas jalan yang ditinjau. Penetapan faktor emisi yang digunakan untuk setiap parameter berdasarkan studi BTMP (2008). Perhitungan beban emisi dalam penelitian ini menggunakan metode perhitungan dengan pendekatan jarak tempuh kendaraan (Vehicle Kilometer Trip) atau dikenal dengan metode bottom-up (Mittal et al., 2004). Perhitungan beban emisi menggunakan panjang ruas jalan yang dilewati oleh kendaraan, dianggap sebagai jarak tempuh kendaraan. Model perhitungan beban emisi sebagai berikut: Emisi (ton/tahun) = total kendaraan/hari x panjang jalan (km) x faktor emisi (gr/km) x 365 x 0.000001 .................... (1)
3.3.2 Analisis Konsentrasi Udara Ambien Data yang diperlukan untuk menentukan konsentrasi udara ambien adalah nilai beban emisi, kecepatan angin rata-rata, standar deviasi penyebaran polutan yang diperoleh berdasarkan kelas stabilitas atmosfir, dan jarak terhadap reseptor polutan. Data kecepatan angin rata-rata menggunakan data sekunder dari BMKG Wilayah Sulawesi Selatan. Konsentrasi udara ambien untuk tiap ruas jalan dianalisis berdasarkan baku mutu udara ambien (BMA) yang mengacu kepada Keputusan Gubernur Sulawesi Selatan No.14 Tahun 2003 tentang Baku Mutu Udara Ambien untuk setiap parameter uji.
35
Tabel 5. Nilai baku mutu udara ambien Parameter CO
Nilai Baku Mutu Waktu Pengukuran 30 000 µg/Nm3 1 jam 10 000 µg/Nm3 24 jam SO 2 900 µg/Nm3 1 jam 365 µg/Nm3 24 jam NO 2 400 µg/Nm3 1 jam 150 µg/Nm3 24 jam PM 10 150 µg/Nm3 24 jam Sumber: Keputusan Gubernur Sulawesi Selatan No.14 Tahun 2003 tentang Baku Mutu Udara Ambien.
3.3.3 Proyeksi Dampak Pencemaran terhadap Kesehatan Data yang dibutuhkan untuk menentukan dampak pencemaran udara terhadap resiko kesehatan yaitu data jumlah masyarakat dalam suatu wilayah yang memiliki resiko terkena dampak pencemaran polutan tertentu akibat perubahan tingkat konsentrasi ambien yang melebihi baku mutu yang telah ditetapkan, data tingkat konsentrasi udara ambien dan perubahan level udara ambien untuk polutan tertentu yang melampaui baku mutu udara ambien, dan kemiringan fungsi doseresponse. Pengumpulan data dilakukan melalui survei di lapangan, studi literatur, dan data sekunder dari instansi terkait. Data jumlah penduduk diperoleh dari data sekunder BPS Kota Makassar tahun 2010, data konsentrasi udara ambien diperoleh dari hasil estimasi model, dan kemiringan fungsi dose-response merupakan konstanta dari fungsi berdasarkan kasus kesehatan yang ditinjau. Fungsi dose-response yang dikembangkan oleh Ostro (1994) untuk estimasi kasus kesehatan akibat polutan tertentu diberikan sebagai berikut: dHi = bi . Pi . dA
............................................................................ (2)
dimana: dHi
= jumlah kasus masalah kesehatan i
bi
= kemiringan fungsi dose-response
Pi
= masyarakat yang memiliki resiko kesehatan dampak dari i
dA
= perubahan level udara ambien untuk polutan tertentu di atas baku mutu yang telah ditetapkan.
Kemiringan (slope) fungsi dose-response merupakan indikasi peningkatan masalah kesehatan yang disebabkan oleh meningkatnya satu unit dari polusi udara
36
diatas ketentuan baku mutu yang ada (Kumar, 2012). Nilai slope fungsi doseresponse ditunjukkan pada Tabel 6. Tabel 6. Slope Fungsi Dose Response No 1
Dampak Kesehatan PM 10 • Keterbatasan aktivitas harian (Restricted Activity Days = RAD) • Serangan Asma (Asthma Attack = AA) • Gangguan pernafasan pada anak (Lower Respiratory Ilneses among Children = LRI) • Gangguan pernapasan harian (Respiratory Simptoms Days = RSD) • Bronchitis Kronis (Chronic Bronchitis = CB) 2 SO 2 • Kasus kematian (Prematur Mortality = PM) • Gangguan pernafasan pada anak (Lower Respiratory Ilneses among Children = LRI) 3 NO 2 • Gangguan pernapasan harian (Respiratory Simptoms Days = RSD) Sumber: Ostro, 1999
Slope 0.0575 0.0326 0.00169 0.183 0.0000612 0.048 0.00000181
10.22
3.3.4 Perhitungan Nilai Ekonomi Dampak Pencemaran Hasil perhitungan jumlah kasus masalah kesehatan yang diperoleh digunakan untuk
menentukan nilai ekonomi masalah kesehatan akibat
pencemaran udara. Selain itu juga digunakan data nilai atau biaya masing-masing masalah kesehatan per-unit kasus masalah kesehatan yang diperoleh melalui hasil survei langsung pada salah satu rumah sakit milik pemerintah. Menurut Soleiman (2009), estimasi nilai ekonomi untuk masalah kesehatan dihitung dengan rumus berikut: TCi = Vi . dHi
.............................................................................. (3)
Dimana: TCi = nilai ekonomi total dari masalah penyakit i yang disebabkan oleh polutan. Vi
= nilai masalah kesehatan i per-unit kasus
dHi = jumlah kasus masalah penyakit i
37
3.3.5 Pemilihan Strategi Reduksi Beban Emisi Pemilihan strategi reduksi beban emisi yang efektif dan efisien dikembangkan untuk menentukan pilihan alternatif dari berbagai strategi yang diusulkan dalam menurunkan beban emisi kendaraan bermotor di Kota Makassar. Teknik pengambilan keputusan yang digunakan adalah AHP. Alternatif strategi reduksi beban emisi ditentukan berdasarkan sumber dari pakar dan studi pustaka. Berdasarkan hasil kajian pustaka dan wawancara mendalam dengan pakar, berhasil diidentifikasi 12 alternatif strategi reduksi beban emisi kendaraan bermotor di Kota Makassar, yaitu: (1) Rekayasa lalulintas, (2) Inspection and Maintenance, (3) Pengetatan standar emisi, (4) Pembatasan jumlah kendaraan, (5) Penggunaan Catalytic Converter, (6) Substitusi bahan bakar ramah lingkungan, (7) Penggunaan transportasi massal, (8) Pajak Emisi, (9) Penataan ruang, (10) Pemantauan kualitas udara, (11) Sistem penegakan hukum lingkungan, dan (12) Peningkatan ruang terbuka hijau. Kriteria yang digunakan untuk menentukan prioritas kegiatan reduksi beban emisi adalah: (1) Partisipasi masyarakat, (2) Kemudahan manajemen, (3) Biaya, (4) Efisiensi dan (5) Keberlanjutan. Kriteria pakar yang dilibatkan dalam penelitian ini antara lain memenuhi salah satu kriteria berikut, yaitu: (1) memiliki pendidikan formal (S2/S3) pada bidang yang dikaji, (2) berpengalaman dalam bidang yang dikaji, dan (3) praktisi dalam bidang yang dikaji. 3.3.6 Desain Model Pengendalian Emisi Kendaraan Bermotor Data yang diperlukan untuk mendesain model pengendalian emisi kendaraan bermotor adalah jumlah kendaraan pada masing-masing ruas jalan dan faktor emisi dari masing-masing parameter untuk mengetahui beban emisi dan tingkat konsentrasi udara ambien pada masing-masing ruas jalan. Pengumpulan data jumlah kendaraan untuk masing-masing jenis kendaraan selama 5 (lima) tahun terakhir menggunakan data sekunder. Desain model dilakukan untuk melihat perilaku sistem dalam perencanaan strategi pengendalian emisi kendaraan bermotor di Kota Makassar. Model didasarkan pada hasil pendekatan black box dan kondisi faktual hasil studi yang dikombinasikan dengan konsep teori dari berbagai kepustakaan.
38
Desain model dilakukan dengan pendekatan sistem, yaitu suatu metode pemecahan masalah
yang diawali dengan
identifikasi kebutuhan
yang
menghasilkan suatu sistem operasional yang efisien. Model pengendalian pencemaran yang dibangun didasarkan pada beban emisi kendaraan bermotor dan karakteristik meteorologis yang mempengaruhi konsentrasi pencemar. Pendekatan sistem dicirikan oleh tiga karakteristik sistem yaitu kompleks, dinamis dan probabilistik. Pola pikir yang mendasari pemecahan masalah sistem menurut Hartrisari (2007), yaitu: (1) cybernetic atau berorientasi pada tujuan, (2) holistic atau cara pandang yang utuh terhadap permasalahan sistem, dan (3) effectiveness atau lebih memetingkan hasil guna yang operasional untuk mencari efisiensi keputusan. Pendekatan sistem memberikan penyelesaian masalah dengan metode dan alat yang mampu mengidentifikasi, menganalisis, mensimulasi dan mendesain sistem dengan komponen-komponen yang saling terkait, yang diformulasikan secara lintas disiplin dan komplementer. Metodologi sistem pada prinsipnya melalui enam tahap analisis, yaitu: (1) analisis kebutuhan, (2) formulasi masalah, (3) identifikasi sistem, (4) pemodelan sistem, (5) verifikasi dan validasi, dan (6) implementasi (Hartrisari, 2007). 1) Analisis Kebutuhan Analisis kebutuhan merupakan tahap awal untuk mengidentifikasi kebutuhan-kebutuhan dari masing-masing pemangku kepentingan (stakeholders). Setiap pelaku sistem memiliki kebutuhan yang berbeda-beda yang dapat mempengaruhi kinerja sistem. Menurut Marimin (2005), analisis kebutuhan selalu menyangkut interaksi antara respon yang timbul dari seseorang terhadap jalannya sistem. Analisa ini meliputi hasil suatu survei, pendapat ahli, hasil diskusi, dan observasi lapang. 2) Formulasi Masalah Adanya keinginan dan kebutuhan yang berbeda-beda diantara peran stakeholder, akan menimbulkan konflik kepentingan dalam sistem. Formulasi masalah merupakan salah satu langkah penting dalam perencanaan model. Formulasi masalah dilakukan atas dasar penentuan informasi yang telah dilakukan melalui identifikasi sistem yang dilakukan secara bertahap (Eriyatno, 2003).
39
3) Identifikasi Sistem Identifikasi sistem dilakukan untuk memberikan gambaran terhadap komponen-komponen yang terlibat di dalam sistem yang dikaji dalam bentuk diagram lingkar sebab akibat (causal loop) dan diagram input output. 4) Validasi Model Validasi model ditujukan untuk melihat kesesuaian hasil model dibandingkan dengan realitas yang dikaji (Hartrisari, 2007). Validasi model dilakukan dengan menguji kinerja model untuk memperoleh keyakinaan sejauh mana kinerja model sesuai dengan kinerja sistem nyata dengan cara membandingkan dengan data empirik (Muhammadi et al. 2001). Untuk memverifikasi keluaran model dengan data empirik dilakukan uji statistik AME (Absolute Mean Error) dan AVE (Absolute Variation Error). Nilai batas penyimpangan yang dapat diterima adalah < 10% (Barlas, 2002). Tahapan pendekatan sistem diilustrasikan pada Gambar 5 berikut.
Analisis Kebutuhan
Formulasi Masalah
Identifikasi Sistem Konstruksi model Validasi
OK ?
Tidak
Simulasi
Implementasi Skenario
Selesai
Gambar 5. Tahapan pendekatan sistem
40
Desain model pengendalian emisi kendaraan bermotor di Kota Makassar ditunjukkan pada Gambar 6.
Sub-Model
Input
• • • •
EMISI
•
Output
•
Jaringan Jalan (Titik Sumber) Jumlah Kendaraan Berdasarkan Tipe/Jenis VKT Kendaraan Faktor Emisi Polutan (CO, NO2, SO2, PM10) Pilihan Skenario Pengendalian
(Lingkungan) • • • •
Dampak Pencemaran (Sosial-Ekonomi)
Beban Emisi Kondisi Meteorologis Data Konsentrasi Ambien Pilihan Skenario Pengendalian
• •
•
Konsentrasi Ambien Distribusi Populasi
• • • •
Karakteristik Beban Emisi
Konsentrasi Ambien Pola Spasial Tingkat Exposure Proyeksi Konsentrasi Ambien
Jumlah Penduduk yang Terkena Dampak
Nilai Ekonomi dari Dampak Kesehatan Jumlah Penduduk yang Terkena Dampak
Validasi
MODEL PENGENDALIAN PENCEMARAN EMISI KENDARAAN BERMOTOR
Gambar 6. Desain model Makassar.
pengendalian emisi kendaraan bermotor di Kota
5) Implementasi Skenario Model Implementasi pengendalian pencemaran udara di Kota Makassar dilakukan dengan menggunakan beberapa skenario. Pemilihan skenario model dilakukan dengan menggunakan metode Analitycal Hierarchy Process (AHP). AHP merupakan suatu metode yang umum digunakan dalam merangking kriteria yang berbeda, tujuan yang berbeda atau alternatif yang berbeda, dimana masingmasing independen dan tidak terhubung dalam pola matematis tertentu (Marimin, 2005). Dari analisis ini akan didapatkan informasi mengenai bobot dari beberapa alternatif kunci yang akan dijadikan skenario dalam model pengendalian pencemaran udara di Kota Makassar sesuai dengan kebutuhan dari para pelaku yang terlibat dalam sistem.
41
Selanjutnya skenario kunci tersebut digunakan untuk mendeskripsikan perubahan kemungkinan masa depan bagi pengendalian pencemaran udara di Kota Makassar. Penentuan skenario kunci ini sepenuhnya adalah merupakan pendapat dari pihak yang berkompeten sebagai pelaku dan pakar mengenai pengendalian
pencemaran
udara
perkotaan.
Pemilihan
skenario
kunci
menggunakan metode kuesioner dan wawancara. 3.3.7
Asumsi Model Asumsi yang digunakan dalam model ini adalah:
1. Laju pertumbuhan penduduk sebesar 1.63% (laju pertumbuhan penduduk rata-rata antara tahun 2000 hingga tahun 2009) 2. Laju pertumbuhan kendaraan sebesar 10-15% (laju pertumbuhan kendaraan rata-rata antara tahun 2006 hingga 2010). 3. Tidak ada laju pengurangan kendaraan selama periode simulasi. 4. Polutan yang ditinjau tidak mengalami perubahan (polutan primer). 5. Tidak ada perubahan kebijakan pengendalian pencemaran udara selama periode simulasi. 6. Tidak ada perubahan teknologi kendaraan selama periode simulasi.
