Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gasgas Polutan Di Atmosfer Lisa Evana dan Eddy Hermawan

ISSN 2087-0965 JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI

JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI Vol. 4, No. 2, November 2013 Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gasgas Polutan Di Atmosfer Lisa Evana dan Eddy Hermawan

Teknik Pengambilan Contoh Nitrogen Dioksida Pada Udara Ambien Dengan Impinger Sistem Tertutup Januar Arif Fatkhurrahman dan Adi Prasetio

Sintesis Bioetil Asetat Dari Bioetanol Jagung (Zea mays) Terkatalisis Asam Sulfat Puri Restu Mardani, Karna Wijaya dan Robby Nur Cahyono

Pemanfaatan Limbah Padat Industri Kelapa Sawit Sebagai Bahan Baku Pembuatan Bioetanol Dengan Proses Delignifikasi Dan Hidrolisis Secara Enzimatik Subandriyo dan Muryati

7 7 2 0 8 7

0 9 6 5 0 4

Volume 1 VOLUME Nomor 3 4,- Juni3011 NOMOR 2 - NOVEMBER 2013

9

Pemanfaatan Ampas Tapioka Untuk Pembuatan Pemanis Buatan Sorbitol Dengan Proses Fermentasi Menggunakan Bakteri Zymomonas morbilis Muryati, Sigit dan Nilawati

JURNAL RISET Teknologi Pencegahan Pencemaran Industri

Vol. 4

No. 2

Halaman 47 - 88

Semarang, November 2013

ISSN No. 2087-0965

Diterbitkan Oleh : BADAN PENGKAJIAN KEBIJAKAN, IKLIM DAN MUTU INDUSTRI BALAI BESAR TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI

ISSN No. 2087-0965

JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI (RESEARCH JOURNAL OF INDUSTRIAL POLLUTION PREVENTION TECHNOLOGY)

Volume 4, Nomor 2, November 2013 Jurnal Riset Teknologi Pencegahan Pencemaran Industri adalah majalah ilmiah berkala yang memuat karya tulis ilmiah di bidang pencegahan pencemaran industri, diterbitkan secara teratur dua kali per tahun oleh Balai Besar Teknologi Pencegahan Pencemaran Industri (BBTPPI) Semarang, Kementerian Perindustrian

DEWAN REDAKSI Penanggung Jawab / Ketua Pengarah Kepala BBTPPI Semarang Pengarah Kepala Bidang Penelitian dan Pengembangan, Kepala Bidang Pelayanan Jasa Teknis, Kepala Bagian Tata Usaha Pemimpin Redaksi Drs. Misbachul Moenir, M.Si Wakil Pemimpin Redaksi Drs. Sigit Kartasanjaya Mitra Bestari Prof. Dr. Ir. Eddy Hermawan, M.Sc (Meteorologi) – Dr. Bambang Cahyono, M.Sc (Kimia Organik) Prof. Dr. Ir. Purwanto, DEA (Teknologi Kimia) – Prof. Dr. Drs. Karna Wijaya, M.Eng (Kimia Energi dan Kimia Bahan) Dewan Redaksi Ir. Nani Harihastuti, M.Si (Teknologi Lingkungan) – Dr. Aris Mukimin, S.Si, M.Si (Kimia Lingkungan) Cholid Syahroni, S.Si, M.Si (Kimia Lingkungan) – Silvy Djayanti, ST, M.Si (Ilmu Lingkungan) Bekti Marlena, ST, M.Si (Ilmu Lingkungan) – Dra. Muryati, Apt. (Simulasi dan Kontrol Proses) Ir. Marihati (Simulasi dan Kontrol Proses) – Ikha Rasti Juliasari, ST, M.Si (Ilmu Lingkungan) Ir. Djarwanti (Teknologi Lingkungan) Redaksi Pelaksana Hanny Vistanty, ST, MT Silvy Djayanti, ST, M.Si Farida Chrisnaningtyas, ST Sekretaris Subandriyo, S.Si, M.Si Aniek Yuniati Sisworo, ST Setting / Tata Naskah dan Tata Kelola Website Nur Zen, ST Rado Hanna Piala, ST Januar Arif Fatkhurrahman, ST Distribusi Eko Widowati, SH Santoso Alamat Redaksi Balai Besar Teknologi Pencegahan Pencemaran Industri (BBTPPI) Jl. Kimangunsarkoro No.6 Semarang, Telp. 024-8316315, Fax. 024-8414811 email : [email protected]

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013

DAFTAR ISI Hasil Penelitian

Halaman

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas-gas Polutan Di Atmosfer – Lisa Evana dan Eddy Hermawan .................................................................

47 – 56

Teknik Pengambilan Contoh Nitrogen Dioksida Pada Udara Ambien Dengan Impinger Sistem Tertutup – Januar Arif Fatkhurrahman dan Adi Prasetio ………………………….

57 – 64

Sintesis Bioetil Asetat Dari Bioetanol Jagung (zea Mays) Terkatalisis Asam Sulfat – Puri Restu Mardani, Karna Wijaya, Robby Nur Cahyono ................................................

65 – 74

Pemanfaatan Limbah Padat Industri Kelapa Sawit Sebagai Bahan Baku Pembuatan Bioetanol Dengan Proses Delignifikasi Dan Hidrolisis Secara Enzimatik – Subandriyo dan Muryati ................................................................. ....................................................

75 – 82

Pemanfaatan Ampas Tapioka Untuk Pembuatan Pemanis Buatan Sorbitol Dengan Proses Fermentasi Menggunakan Bakteri Zymomonas Morbilis – Muryati, Sigit dan Nilawati…………………………………………………………………………………..…………

83 – 88

ISSN No. 2087-0965



PENGANTAR REDAKSI Pada Kebijakan Industri Nasional ditegaskan bahwa pembangunan industri kedepan didasarkan pada pengembangan industri yang berwawasan lingkungan (Green Industry) yang diantaranya dilakukan dengan pencegahan dan pengendalian pencemaran. Dengan melaksanakan kebijakan ini, pemerintah terus mendorong inovasi baru dalam pencegahan pencemaran yang dilakukan dalam proses industri maupun teknologi pengolahan limbah. Pada terbitan ini redaksi menyajikan artikel hasil penelitian para peneliti mengenai; 1. Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas-Gas Polutan di Atmosfer 2. Teknik Pengambilan Contoh Nitrogen Dioksida Pada Udara Ambien Dengan Impinger Sistem Tertutup 3. Sintesis Bioetil Asetat Dari Bioetanol Jagung (Zea mays) Terkatalisis Asam Sulfat 4. Pemanfaatan Limbah Padat Industri Kelapa Sawit Sebagai Bahan Baku Pembuatan Bioetanol Dengan Proses Delignifikasi Dan Hidrolisis Secara Enzimatik 5. Pemanfaatan Ampas Tapioka Untuk Pembuatan Pemanis Buatan Sorbitol Dengan Proses Fermentasi Menggunakan Bakteri Zymomonas morbilis Kami masih menerima sumbangan naskah penelitian dari berbagai pihak untuk dipublikasikan dan kritik serta saran untuk meningkatkan mutu Jurnal Riset Teknologi Pencegahan Pencemaran Industri

ISSN No. 2087-0965



PEDOMAN PENULISAN NASKAH Ruang Lingkup Jurnal Jurnal Riset Teknologi Pencegahan Pencemaran Industriadalah majalah ilmiah yang berdedikasi sebagai media diseminasi dari hasil penelitianatau kajian teknologi. Jurnal ini terbuka bagi semua peneliti dan semua pihak dengan kontribusi yang difokuskan padastudi eksperimentaldan analisisteoritisfenomena yang terkaitdengan teknologi lingkungan serta pengembanganprosesdan simulasi, desainperalatan danfabrikasi, bahan atau material yang digunakandalam upaya pencegahan pencemaran industri. Artikelbertujuan untuk memecahkan masalahyang dihadapi dalam bidang teknologi pencegahan pencemaran industri melalui pengembangan dibidang:bioteknologi, teknologi industri hijau, konservasi energi, dan pemulihansumber dayadan daur ulang. Naskah dapat ditulis dalam bahasa Indonesia atau bahasa inggris yang baik dan benar. Naskah tersebut belum pernah diterbitkan dan tidak direncanakan diterbitkan dalam publikasi yang lainnya. Tata Cara Pengiriman Naskah disampaikan dalam bentuk softcopy dan dikirimkan ke redaksi Jurnal Riset Teknologi Pencegahan Pencemaran Industri, Balai Besar Teknologi Pencegahan Pencemaran Industri ke email: [email protected]. Redaksi berhak menolak naskah atau artikel yang dianggap tidak layak untuk diterbitkan. Petunjuk Penulisan 1. Naskah ditulis menggunakan format file dengan ekstensi .docx atau .doc, font arial, spasi 1,5 pada kertas A4 (kwarto), margin kiri-kanan 30 mm bawah-atas 25 mm. Naskah tidak lebih dari 10.000 (sepuluh ribu) kata atau maksimal 15 halaman. 2. Format naskah yang berasal dari hasil penelitian adalah: Judul, Nama penulis dan alamat instansi, email koresponden, Abstraks Bahasa Indonesia, Kata kunci berbahasa Indonesia, Abstrak berbahasa Inggris, Keywords, Pendahuluan, Metode, Hasil dan pembahasan, Kesimpulan, Ucapan terimakasih (kalau ada) dan Daftar pustaka. Naskah yang bukan hasil penelitian maka formatnya disesuaikan dengan kaidah ilmiah yang berlaku. 3. Judul: ditulis dengan huruf besar font 14 pt bold, singkat, jelas, menggambarkan isi naskah dan maksimal 16 kata 4. Nama penulis: ditulis dengan font 12 pt bold yang berisi nama lengkap, tanpa gelar akademik. Apostrop ditulis dibelakang nama penulis dengan format superscript. Jika penulis lebih dari satu dan instansinya berbeda maka ditandai dengan contoh: Zen1, Rado2, Janu3. Jarak antara judul dengan nama penulis adalah 2 spasi.

5. Abstrak: ditulis dalam dua bahasa (Bahasa Indonesia dan Bahasa Inggris) dan maksimal 250 kata. Abstrak memuat perumusan masalah, tujuan, metode, hasil utama, kesimpulan hasil penelitian. Judul abstrak ditulis dengan font 11 pt bold.Isi abstrak dalam bahasa inggris ditulis dengan font 11 pt italic dengan jarak 1 spasi. Jarak nama dengan abstrak adalah 2 spasi. 6. Kata kunci dan Key words: maksimal 5 kata. Judul kata kunci ditulis dengan font 11 pt bold. isi ditulis dengan font 11 pt italic. Jarak abstrak/abstract dengan kata kunci/keywords 2 spasi. 7. Isi naskah: ditulis dengan font arial 12 pt dan 1,5 spasi. 8. Gambar dan tabel diberi nomer urut. Judul tabel ditulis di atas tabel, sedangkan judul gambar ditulis di bawah gambar. Gambar hendaknya beresolusi tinggi. Jumlah gambar dan tabel tidak melebihi 30% dari keseluruhan naskah. 9. Sitasi: ditulis di dalam teks dengan identitas nama dan tahun dalam tanda kurung. Sitasi ditempatkan sebelum tanda baca, contoh 

Bahan ini digunakan dalam berbagai macam aplikasi (Zen dkk.,2009)

 Hasil inikemudiandibantah olehBecker danSeligman(Hariastuti, 2007)  Efek initelah banyak dipelajari(Subandrio, 2004; Marlena dkk., 2010; Hanny, 2011). 10. Daftar pustaka: disusun menurut contoh sebagai berikut: Buku Carter CB., Norton MG., 2013, Ceramic Materials: Science and Engineering , 2nd edn., Springer, New York Jurnal Hanaor DAH., Sorrell CC., 2011, Review of the anatase to rutile phase transformation, J Mater Sci 46(2):855-874. Artikel terpublikasi online Kaplan WD., Chatain D., Wynblatt P., Carter WC., 2013, A review of wetting versus adsorption, complexions, and related phenomena: the Rosetta stone of wetting, J Mater Sci. doi: 10.1007/s10853-- 009-3874-0 Dokumen online Barthelmy D., 2007 Cryptomelane. http://webmineral.com/data/Cryptomelane.shtml. Accessed 28 July 2013 Skripsi/thesis/Disertasi Blanford CF., 2000, Synthesis and electron microscopy of inorganic and hybrid organic-inorganic mesoporous and macroporous materials. PhD Dissertation, University of Minnesota Prosiding Moertinah S., 2009, Teknologi pengolahan air limbah tenun sintetis, Dalam prosiding Seminar Nasional HKI, Semarang 11. Naskah yang masuk akan dievaluasi oleh dewan redaksi dengan kriteria penilaian meliputi: kesesuaian ruang lingkup jurnal, kebenaran isi, orisinilitas dan kejelasan uraian. Naskah yang tidak dapat dimuat akan diberitahukan kepada penulis. 12. Pendapat atau pernyataan ilmiah merupakan tanggung jawab penulis 13. Hal-hal yang belum jelas dapat menghubungi redaksi

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Evana L (Geofisika dan Meteorologi, IPB, Bogor) Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas-Gas Polutan di Atmosfer JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 47 - 56 Studi ini menekankan pentingnya analisis perilaku curah hujan ekstrem di kawasan barat Indonesia, khususnya Jakarta berbasis hasil analisis data RMM (Real Multivariate MJO) indeks yang merupakan salah satu parameter utama dalam menginvestigasi terjadinya fenomena MJO (Madden Julian Oscillation). Siklus MJO ditunjukan berupa kumpulan awan-awan raksasa dikenal sebagai Super Cloud Clusters (SCCs) yang tumbuh di Samudera Hindia lalu bergerak ke arah timur membentuk suatu siklus dengan rentang waktu 40-50 hari dalam sabuk (belt) ekuator. Dengan periode osilasi sekitar 45 harian itulah, maka kajian MJO diharapkan bisa meningkatkan akurasi prakiraan cuaca dan terjadinya curah hujan ekstrem di kawasan barat Indonesia. Studi fenomena MJO hingga saat ini belum banyak dilakukan orang, terutama mengenai prediksi terjadinya MJO. Kejadian banjir di Jakarta pada bulan Januari-Februari tahun 1996, 2002, dan 2007 merupakan salah satu bukti nyata bahwa prediksi MJO sangat penting dilakukan. Hasil yang diperoleh dari penelitian ini adalah dikembangkannya satu model prediksi MJO berbasis kepada hasil analisis data time series Real Time Multivariate MJO (RMM1 dan RMM2) yang merupakan indeks utama dalam memantau terjadinya MJO di sepanjang belt (sabuk) ekuator. Dengan model inilah maka prediksi datangnya hujan ekstrem terkait dengan proses pencucian gas-gas polutan di atas Jakarta dan kawasan sekitarnya dapat dilakukan lebih akurat. (Lisa Evana dan Eddy Hermawan) Kata Kunci : curah hujan ekstrem, MJO, pencucian gas-gas polutan

Fatkhurrahman JA (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) Teknik Pengambilan Contoh Nitrogen Dioksida Pada Udara Ambien Dengan Impinger Sistem Tertutup JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 57 – 64 SNI 19.7119.2.2005 sebagai acuan pengambilan contoh udara ambien parameter Nitrogen dioksida menjadi salah satu yang perlu dicermati, dikarenakan reaktivitas larutan penjerap yang digunakan terhadap cahaya dan suhu yang menyebabkan rusaknya larutan penjerap tersebut. Kadar keasaman dari larutan penjerap tersebut juga dapat mempercepat kerusakan pompa vakum yang digunakan sebagai perangkat pengambil sampel cemaran udara. Larutan penjerap nitrogen dioksida, berdasarkan SNI 19.7119.2.2005 tentang cara uji kadar nitrogen dioksida dengan metode Griesz Saltzmann, adalah larutan asam sulfanilat dengan N-(1-Naphthyl)ethylenediamine dihydrochloride (NEDA). Dari campuran 2 senyawa tersebut yang membentuk larutan penjerap nitrogen dioksida, NEDA mempunyai gugus kromofor dan auksokrom yang mampu mengabsorbsi sinar ultraviolet jika terkena paparan cahaya. Dari pendekatan reaktivitas dan keasaman larutan penjerap, teknik impinger tertutup diujicobakan sebagai teknik alternatif pengambilan contoh udara ambien, terutama paramatere nitrogen dioksida. Dari beberapa kegiatan pengambilan contoh, Pada pengambilan contoh udara ambien parameter nitrogen dioksida di halaman parkir BBTPPI terdapat signifikansi efektivitas berdasarkan beda % transmitansi sebesar 0,84%; pada pengambilan contoh udara ambien parameter nitrogen dioksida di belakang salah satu pabrik tekstil terdapat signifikansi efektivitas berdasarkan beda % transmitansi sebesar 1,62%; pada pengambilan contoh udara ambien parameter nitrogen dioksida untuk pemaparan 24 jam, terdapat signifikansi efektivitas berdasarkan beda % transmitansi sebesar 1,25% (Januar Arif Fatkhurrahman dan Adi Prasetio) Kata Kunci : nitrogen dioksida, impinger tertutup, signifikansi sampel

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Evana L (Geofisika dan Meteorologi, IPB, Bogor) Role Of MJO On Analyzing The Abstersion Of Pollutant Gas On The Atmosphere JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 47 – 56 This study emphasizes the importance of the analysis of the behavior of extreme rainfall in the western region of Indonesia, especially Jakarta -based data analysis RMM (Real Multivariate MJO) index which is one of the main parameter in investigating the phenomenon of the MJO (Madden Julian Oscillation). MJO cycle is shown in the form of a collection of giant clouds known as Super Cloud Clusters (SCCs) that grows in the Indian Ocean and moves eastward to form a cycle with a span of 40-50 days in the belt of equator. With about 45 daily oscillation period, the study of the MJO is expected to improve the accuracy of weather forecasts and the occurrence of extreme rainfall in the western region of Indonesia. Study of the MJO phenomenon has so far not many people do, especially regarding the prediction of the MJO. Incidence of flooding in Jakarta in January-February 1996, 2002, and 2007 is one of the clear evidence that the MJO predictions are essential. The results obtained from this study was the development of the MJO prediction model based on the results of the analysis of time series data Real Time Multivariate MJO (RMM1 and RMM2) which is the main index in monitoring the MJO along the belt equator. With this model of the prediction of extreme rains associated with leaching of pollutant gases above Jakarta and surrounding areas can be done more accurately. (Lisa Evana dan Eddy Hermawan) Keywords : extreme rainfall, MJO, and washing of polluted gasses

Fatkhurrahman JA (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) Engineering On Nitrogen Dioxide Sampling Method In Ambient Air With Closed System Impinger JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 57 – 64 SNI 19.7119.2.2005 as reference in ambient air sampling method on nitrogen dioxide parameter to be the one that needs to be observed ,it might be concerned because the absorbing solution reactivity in effect of light and temperature which causes absorption deficiency to the absorbing solution. Acidity of the solution could also accelerate damage to the vacuum pump as it used as instrument on taking air from atmospher. Absorbing solution as it used , based on SNI 19.7119.2.2005 on how to test the levels of nitrogen dioxide Griesz method Saltzmann , is a solution of sulfanilic acid with N-(1-Naphthyl)ethylenediamine dihydrochloride (NEDA). NEDA has auxochrome group and the chromophore able to absorb ultraviolet light when exposed to light . From its reactivity and acidity, closed system of impinger trialled as an alternative technique of ambient air sampling, especially on nitrogen dioxide parameter . From several sample on air sampling with different method as it use on SNI 19.7119.2.2005 compare with closed system of impinger especially parameter of nitrogen dioxide, there is significance on transmitance percetage; in the parking hall BBTPPI significance of transmitance percentage is 0.84 % higher when using closed system of impinger, also at ambient air sampling taking in the backyard of a textile factory there is 1.62 % higher signifance of transmitance percentage, when ambient air sampling taking for 24 hours exposure , there is 1.25 % higher signifance of transmitance percentage. (Januar Arif Fatkhurrahman dan Adi Prasetio) Keywords : nitrogen dioxide, closed system impinger, sample significane

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Mardani PR (Jurusan Kimia, FMIPA Universitas Gadjah Mada) Sintesis Bioetil Asetat Dari Bioetanol Jagung (Zea Mays) Terkatalisis Asam Sulfat JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 65 - 74 Telah dilakukan penelitian pemanfaatan bioetanol hasil fermentasi jagungsebagai bahan baku dalam sintesis bioetil asetat terkatalisis asam sulfat. Tujuan dari penelitian ini adalah untuk mempelajari pembuatan bioetanol dari jagung dan mempelajari proses esterifikasi pada sintesis bioetil asetat. Penelitian ini dilakukan melalui tiga tahap utama. Tahap pertama adalah proses fermentasi jagung menjadi bioetanol dengan penambahan ragi 3% dan urea 1% selama 7 hari. Tahap kedua yaitu pemurnian bioetanol. Bioetanol yang diperoleh dari hasil fermentasi dimurnikan dengan dua kali distilasi dan adsorpsi menggunakan zeolit teraktivasi.Bioetanol yang dihasilkan dianalisis menggunakan GC dan 1H-NMR. Tahap ketiga adalahproses esterifikasi dari etanol absolut dan asam asetat menjadi bioetil asetat. Proses esterifikasi dilakukan menggunakan variasi waktu refluks, yaitu 1, 2, 3 dan 4 jam untuk mengetahui waktu refluks optimum. Selanjutnya dilakukan sintesis bioetil asetat dari bioetanol hasil fermentasi jagung pada waktu refluks optimum. Bioetil asetat yang dihasilkan dianalisis menggunakan IR, GC dan GC-MS. Hasil penelitian dengan menggunakan metode analisis GC menunjukkan bahwa bioetanol dengan kadar 67,02% dapat diperoleh dari hasil distilasi pertama, bioetanol 87,59% dari hasil distilasi kedua dan bioetanol 89,57% (mendekati industrial grade bioethanol) dari hasil adsorpsi menggunakan zeolit teraktivasi. Waktu refluks optimum pada esterifikasi menggunakan etanol absolut adalah 2 jam. Sintesis bioetil asetat dari bioetanol jagung pada waktu refluks optimum berhasil dilakukan dengan persentase hasil 70,74% dan kemurnian 68,32%. (Puri Restu Mardani, Karna Wijaya, Robby Nur Cahyono) Kata Kunci : bioetanol, jagung, zeolit dan bioetil asetat

Subandriyo (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) Pemanfaatan Limbah Padat Industri Kelapa Sawit Sebagai Bahan Baku Pembuatan Bioetanol Dengan Proses Delignifikasi Dan Hidrolisis Secara Enzimatik JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 75 – 82 Limbah padat industri kelapa sawit (TKKS) merupakan limbah utama dari industri pengolahan kelapa sawit yaitu sekitar 10 juta ton/tahun di Indonesia sampai saat ini belum dimanfaatkan secara optimal. Oleh karena itu TKKS yang berlimpah sangat potensial digunakan sebagai bahan baku untuk produksi etanol. Kendala yang dihadapi yaitu rendahnya laju hidrolisis karena adanya kandungan lignin dalam serbuk TKKS. Oleh karena itu perlu dilakukan proses delignifikasi sebelum dihidrolisis, untuk hidrolisis enzimatis dan fermentasi etanol dilakukan dengan metode simultan menggunakan Trichoderma sp dan S. cerevisiae. Hasil pengamatan secara visual pada proses delignifikasi menunjukkan perubahan fisik dari coklat gelap menjadi terang selain pemucatan warna, TKKS hasil inkubasi menjadi lebih rapuh. Kadar lignin hasil delignifikasi (15,29%) menunjukkan penurunan jika dibanding tanpa delignifikasi (16,74%). Proses delignifikasi menggunakan Omphalina sp menghasilkan penurunan lignin (16,74%) menjadi (15,29%) penurunan hemiselulosa (22,58% menjadi 19,79%) dan peningkatan selulosa ( 45,62 % menjadi 47,51% ). Hidrolisis enzimatis maksimum diperoleh pada penggunaan Trichoderma sp dan S. cerevisiae secara simultan. Proses fermentasi berlangsung selama 30 – 72 jam dan akan terhenti setelah kadar etanol sebesar 12 %. Etanol 12 % didestilasi pertama menghasilkan etanol dengan kadar 29 – 30 %. (Subandriyo dan Muryati) Kata Kunci : TKKS, delignifikasi, Jamur Pelapuk Putih, fermentasi simultan, Trichoderma sp, Saccharomyces cerevisiae, etanol.

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Mardani PR (Jurusan Kimia, FMIPA Universitas Gadjah Mada) Bioethyl-Acetate Synthesis From Corn Bioethanol (Zea Mays) Sulfuric Acid Catalyzed JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 65 - 74 Research on the utilization of bioethanol from corn fermentation as a main material on bioethyl-acetate synthesis with sulfuric acid catalyst was conducted. The aim of this research was to investigate bioethanol production from corn and the esterification process of bioethyl-acetate synthesis. Research was conducted by 3 (three) main stages. First stage was fermentation process of corn into bioethanol by adding 3% yeast and 1% urea for 7 days. Second stage was bioethanol purification. Bioethanol, the product of fermentation, was purified by 2 process of distillation and adsorption with activated zeolit and then analyzed with GC and H-NMR. Third process is the esterification process of absolute ethanol and acetic acid into bioethyl-acetate. This process was conducted with varied reflux time; 1, 2, 3, and 4 hours to find out the optimum time. Then, synthesis of bioethyl-acetate from bioethanol of corn fermentation was conducted on optimum reflux time. The obtained bioethyl-acetate was analyzed on IR, GC, and GC-MS. Result of GC analysis showed that 67,02%, 87,59%, and 89,57% (nearly industrial grade) bioethanol were obtained from first distillation, second distillation, and adsorption with activated zeolit, respectively. The optimum reflux time of esterification process with absolute ethanol was 2 hours. Synthesis of bioethyl-acetate from corn bioethanol on optimum reflux time was conducted with result percentage of 70,74% and 68,32% purity.

(Puri Restu Mardani, Karna Wijaya, Robby Nur Cahyono) Keywords : bioethanol, corn, zeolit, and bioethyl-acetate

Subandriyo (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) The Utilization Of Solid Waste Of Palm Industry As Material On Bioethanol Production By Delignification And Enzimatic Hydrolisis JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 75 – 82 Palm oil industrial solid waste ( TKKS ) is a major waste of the palm oil processing industry is around 10 million tons / year in Indonesia to date has not been used optimally . Therefore TKKS abundant potential use as a feedstock for ethanol production . Constraints faced by the low rate of hydrolysis due to the lignin content in the powder TKKS. Therefore, it needs to be done before the delignification process is hydrolyzed, enzymatic hydrolysis and fermentation to ethanol is carried out with the simultaneous method using Trichoderma sp and S. cerevisiae. The results of visual observations on the process of delignification showed physical changes of the dark into light brown color in addition to bleaching, TKKS incubation results become more brittle. Delignification results lignin content ( 15.29 % ) showed a decrease when compared with no delignification ( 16.74 % ). Delignification process using sp Omphalina resulting in a reduction of lignin ( 16.74 %) to ( 15.29 % ) decrease in hemicellulose ( 22.58 % to 19.79 % ) and an increase in cellulose ( 45.62 % to 47.51 % ). The maximum enzymatic hydrolysis was obtained on the use of Trichoderma sp and S. cerevisiae simultaneously . The fermentation process lasts for 30-72 hours and will stop after the ethanol content of 12%. The first 12% ethanol is distilled to produce ethanol with high levels of 29-30 % . (Subandriyo dan Muryati) Keywords : TKKS, delignification, white rot fungus, simultaneous fermentation, Trichoderma sp, Saccharomyces cerevisiae, ethanol.

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Muryati (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) Pemanfaatan Ampas Tapioka untuk Pembuatan Pemanis Buatan Sorbitol dengan Proses Fermentasi Menggunakan Bakteri Zymomonas Morbilis JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 83 – 88 Telah dilakukan penelitian pembuatan pemanis sorbitol dengan bahan dasar ampas tapioka kering. Pada proses pembuatan sorbitol dilakukan dengan dua tahap. Tahap pertama kegiatan berupa proses ensimatis mengubah ampas tapioka menjadi glukosa, Proses ensimatis dilakukan menggunakan enzym alphaamilase dan glukoamilase. Tahap kedua Glukosa yang terjadi selanjutnya ditambahkan gula fruktosa dengan perbandingan 1:1, selanjutnya bahan tersebut difermentasikan menggunakan bakteri zymomonas Pembuatan sorbitol mengunakan Proses fermentasi dilakukan dengan bahan glukosa dan fruktosa dengan perbandingan 1:1 dengan bakteri zymomomas morbillis dengan suhu kamar dan suhu 35 o C waktu fermentasi 48 jam. Randemen sorbitol 11,71%, hasil sorbitol diuji dengan methoda HPLC. Dari hasil percobaan diketahui proses enzymatis menggunakan enzym alphaamilase dan glukoamilase dengan perbandingan 1:1 sebanyak 0,1% pada suhu 60 oC, kecepatan pengadukan 400 rpm dan waktu 5 jam glukosa tertinggi sebanyak 2,4 %. Hasil larutan glukosa selanjutnya diuapkan sampai kental. (Muryati, Sigit dan Nilawati) Kata Kunci : sorbitol, fermentasi, ampas tapioka, zymomomasmorbillis

ISSN No. 2087-0965


Volume 4, Nomor 2, November 2013 Muryati (Balai Besar Teknologi Pencegahan Pencemaran Industri, Semarang) The Utilization Of Tapioca Solid Remnant On Production Of Artificial Sweetener, Sorbitol, By Fermentation Process With Zymomonas Morbilis JURNAL RISET TEKNOLOGI PENCEGAHAN PENCEMARAN INDUSTRI, 4 (2) 2013 : 83 – 88 Research has been carried out with the manufacture of sorbitol sweetened tapioca of dreg dry ingredients. On sorbitol-making process is done in two stages The first stage of a process of enzyme activities transform tapioca into glucose residues process alphaamilase activity of enzym performed using enzymes and glucoamylase. The second phase of glucose that occurs then added sugars fructose in the ratio 1:1. The next ingredient are fermented using bacteria Zymomonas. From the experimental results using enzymes known to process enzymes alphaamilase o and glucoamylase with a 1:1 ratio of 0.1%. at 60 C, 400 rpm stirring speed and took 5 hours as much as 2.4% highest glucose. Results glucose solution subsequently evaporated to a thick Making of sorbitol fermentation process was carried out with the use of glucose and fructose materials with a ratio of 1:1 with bacteria zymomomas morbillis. at room temperature and a 0 temperature of 35 C fermentation time of 48 hours. yield of 11.71% sorbitol. sorbitol results tested by the method of HPLC. (Muryati, Sigit dan Nilawati)

Keywords : sorbitol ,fermentation ,dregs of tapioca , zymomomas morbillis

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas ........................... (Lisa Evana, dkk)

PERAN MJO DALAM MENGANALISIS TERJADINYA PROSES PENCUCIAN GASGAS POLUTAN DI ATMOSFER ROLE OF MJO ON ANALYZING THE ABSTERSION OF POLLUTANT GAS ON THE ATMOSPHERE 1

2

Lisa Evana dan Eddy Hermawan Geofisika dan Meteorologi, IPB, Bogor, 2) Pusat Sains dan Teknologi (PSTA) LAPAN, E-mail: [email protected], E-mail: [email protected] 1)

Naskah diterima tanggal 19 Agustus 2013, disetujui tanggal 1 Oktober 2013

ABSTRACT This study emphasizes the importance of the analysis of the behavior of extreme rainfall in the western region of Indonesia, especially Jakarta -based data analysis RMM (Real Multivariate MJO) index which is one of the main parameter in investigating the phenomenon of the MJO (Madden Julian Oscillation). MJO cycle is shown in the form of a collection of giant clouds known as Super Cloud Clusters (SCCs) that grows in the Indian Ocean and moves eastward to form a cycle with a span of 40-50 days in the belt of equator. With about 45 daily oscillation period, the study of the MJO is expected to improve the accuracy of weather forecasts and the occurrence of extreme rainfall in the western region of Indonesia. Study of the MJO phenomenon has so far not many people do, especially regarding the prediction of the MJO. Incidence of flooding in Jakarta in January-February 1996, 2002, and 2007 is one of the clear evidence that the MJO predictions are essential. The results obtained from this study was the development of the MJO prediction model based on the results of the analysis of time series data Real Time Multivariate MJO (RMM1 and RMM2) which is the main index in monitoring the MJO along the belt equator. With this model of the prediction of extreme rains associated with leaching of pollutant gases above Jakarta and surrounding areas can be done more accurately. Keywords: extreme rainfall, MJO, and washing of polluted gasses.

ABSTRAK Studi ini menekankan pentingnya analisis perilaku curah hujan ekstrem di kawasan barat Indonesia, khususnya Jakarta berbasis hasil analisis data RMM (Real Multivariate MJO) indeks yang merupakan salah satu parameter utama dalam menginvestigasi terjadinya fenomena MJO (Madden Julian Oscillation). Siklus MJO ditunjukan berupa kumpulan awan-awan raksasa dikenal sebagai Super Cloud Clusters (SCCs) yang tumbuh di Samudera Hindia lalu bergerak ke arah timur membentuk suatu siklus dengan rentang waktu 40-50 hari dalam sabuk (belt) ekuator. Dengan periode osilasi sekitar 45 harian itulah, maka kajian MJO diharapkan bisa meningkatkan akurasi prakiraan cuaca dan terjadinya curah hujan ekstrem di kawasan barat Indonesia. Studi fenomena MJO hingga saat ini belum banyak dilakukan orang, terutama mengenai prediksi terjadinya MJO. Kejadian banjir di Jakarta pada bulan Januari-Februari tahun 1996, 2002, dan 2007 merupakan salah satu bukti nyata bahwa prediksi MJO sangat penting dilakukan. Hasil yang diperoleh dari penelitian ini adalah dikembangkannya satu model prediksi MJO berbasis kepada hasil analisis data time series Real Time Multivariate MJO (RMM1 dan RMM2) yang merupakan indeks utama dalam memantau terjadinya MJO di sepanjang belt (sabuk) ekuator. Dengan model inilah maka prediksi datangnya hujan ekstrem terkait dengan proses pencucian gas-gas polutan di atas Jakarta dan kawasan sekitarnya dapat dilakukan lebih akurat. Kata Kunci : curah hujan ekstrem, MJO, pencucian gas-gas polutan

47

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (47 – 56) PENDAHULUAN Terkait dengan itu, maka dipandang perlu untuk dilakukan satu kajian tentang pentingnya analisis perilaku curah hujan ekstrem, terutama terkait dengan masalah pencucian gas-gas polutan di udara oleh curah hujan ekstrem tadi dengan mengambil contoh (sample) kota Jakarta yang memang relative “kaya” dengan kumpulan gas-gas polutan seperti nampak pada Gambar 1. Terlepas dari apakah hujan yang turun bersifat asam (dikenal dengan istilah hujan asam, acid rain) atau bukan, makalah ini utamanya mengkaji mekanisme turunnya hujan ekstrem tadi akibat adanya pengaruh fenomena iklim global atau regional. Diantara berbagai fenomena global yang ada, maka dikenal lah satu istilah MJO (Madden-Julian Oscillation) yang dianggap bertanggungjawab penuh terjadinya curah hujan ekstrem di atas kota Jakarta dan kawasan sekitarnya. MJO yang tidak lain merupakan satu fenomena atmosfer yang relatif dominan di kawasan ekuator bukanlah fenomena asing di kalangan ilmuan atmosfer Indonesia. MJO umumnya diindikasikan dengan adanya musim hujan di saat musim kemarau, ataupun sebaliknya, yakni adanya musim kemarau di saat musim penghujan, sehingga sangatlah relevan jika dikaitkan dengan proses pencucian gas-gas polutan di atmosfer. Tidak hanya MJO yang relatif dominan di sabuk (belt) ekuator, sebab ada fenomena lain yang tidak kalah dahsyatnya berdampak negatif terhadap perilaku ciurah hujan di Indonesia, yakni serangan massa udara dingin (Cold Surge) dari Belahan Bumi Utara (BBU) ke Belahan Bumi Selatan (BBS), termasuk kawasan ekuator Indonesia. Jika hanya MJO atau Cold Surge semata, barangkali masih ada kesempatan bagi kota Jakarta untuk menyiapkan diri terhadap serangan dua fenomena atmosfer di atas. Namun, fakta menunjukkan bahwa kedua fenomena tersebut ada kalanya bersatu, membentuk satu kekuatan baru, sehingga dampak yang ditimbulkannya lebih serius. Ini adalah fenomena unik yang terjadi di kawasan ekuator, seperti Indonesia sebagaimana dikemukakan oleh Madden and Julian (1971) bahwa MJO merupakan model osilasi dominan dari variabilitas daerah tropik yang dimanifestasikan dalam skala waktu antara 30-60 hari melalui anomali skala besar dari propagasi (penjalaran) proses konveksi ke arah timur dengan sumber utama berasal dari Lautan Hindia. Fenomena MJO dianggap dapat menjelaskan variasi iklim di wilayah tropis, sebab ia terkait langsung dengan pembentukan kolam panas (warm pool) di Samudra Hindia

Salah satu faktor penyebab terjadinya kerusakan lingkungan, khususnya di kota Jakarta adalah terjadinya curah hujan ekstrem, yakni curah hujan yang melebihi batasan normalnya, dengan nilai ambang lebih besar atau sama dengan 125 mm/hari atau di atas 600 mm/bulan seperti yang pernah terjadi diakhir Januari hingga awal Februari 2007 yang kemudian kembali berulang di tanggal 17 Januari 2013 saat Jakarta dan kawasan sekitarnya dilanda banjir besar (big floads) hingga menelan banyak korban jiwa. Walaupun belum dapat dibuktikan dengan pasti, apakah ini terkait erat dengan adanya osilasi atau periode berulang satu fenomena atmosfer (dikenal dengan El-Niño atau La-Niña) setiap lima tahunan, namun dapat dipastikan bahwa fenomena banjir di Jakarta terjadi hampir disetiap musim penghujan yang dimulai sejak bulan Desember hingga Maret dengan puncak tertinggi di akhir Januari hingga awal Februari. Ini terjadi tidak lain dan tidak bukan, karena adanya “serangan fajar” oleh kumpulan awan-awan raksasa (giant clouds) yang dikenal sebagai Super Cloud Clusters (SCCs) atau Mesoscale Convective System (MCS) ke arah kota Jakarta dan kawasan sekitarnya dari Lautan Hindia. Jika kondisinya normal, maka dampak yang ditimbulkannya terhadap lingkungan tidaklah separah jika kondisi curah hujan yang dihasilkannya jauh di atas batas ambang normal yang biasa dikenal dengan istilah ekstrem basah (walaupun ada juga ekstrem kering). Inilah yang kiranya perlu mendapat perhatian kita, khususnya para pengambil kebijakan agar diperoleh informasi yang benar terkait dengan kebijakan yang akan diambil. Oleh karena itu, maka haruslah ada satu kelompok penelitian yang memfokuskan diri untuk selalu aktif memantau perilaku SCCs dan MCS, baik dalam bentuk observasi ataupun model yang tepat waktu dan tepat sasaran.

(Sumber: rain.jpg)

http://prodiipa.files.wordpress.com/2013/02/gambar-acid-

Gambar 1. Sirkulasi pencucian gas-gas polutan di udara

48

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas ........................... (Lisa Evana, dkk) b. Data anomali pentad Outgoing Longwave Radiation (OLR) periode 3 Maret 1979 – 3 o Maret 2009 yakni pada posisi 80 BT, o o o 100 BT, 120 BT dan 140 BT yang diperoleh dari situs http://www.cpc.noaa.gov/ products/precip/CWlink/daily_mjo_index/proj _norm_order.ascii c. Data curah hujan harian wilayah Jakarta, Palembang, Lampung, dan Kerinci tahun 2006-2008. d. Data curah hujan bulanan tahun 1995-2008 (Sta. Halim Perdanakusuma, Sta. Pondok Betung, Sta. Kemayoran, Sta. Cengkareng, Sta. Tanjung Priok). Sementara metode analisis yang digunakan meliputi : a. Analisis Spektral, yakni analisis yang biasa digunakan untuk mengestimasi fungsi densitas spektrum dari sebuah deret waktu. Analisis spektral merupakan modifikasi dari analisis Fourier sehingga analisis ini sesuai untuk deret waktu yang stokastik (Chatfield, 1984). Secara definisi, jika Xt adalah proses stokastik dengan fungsi autokovarians γ(k) dengan k = ..., -2, -1, 0, 1, 2, ..., maka spektrum f(ω) adalah transformasi Fourier dari fungsi autokovarians, yang dalam ekspresi matematisnya adalah sebagai berikut: ∞ 1 𝑓 (𝜔) = 𝛾 𝑘 exp(−𝑖𝜔𝑘) 𝜋

bagian timur dan Samudra Pasifik bagian barat, sehingga pergerakan MJO ke arah timur bersama angin baratan (westerly wind) sepanjang ekuator selalu diikuti dengan konveksi awan kumulus tebal. Pergerakan awan-awan inilah yang menyebabkan hujan dengan intensitas tinggi hingga mampu menempuh jarak hingga 100 kilometer dalam sehari di Samudra Hindia dan 500 kilometer per hari ketika berada di Indonesia. Badan Meteorologi Australia (BoM, Bureau of Meteorology Australia) menggunakan the Real-time Multivariate MJO series yang kemudian dikenal sebagai RMM1 dan RMM2 sebagai parameter utama memantau perilaku MJO secara global, termasuk ketika melintasi kawasan barat Indonesia. Indeks ini melibatkan variabel angin pada ketinggian 200 dan 850 hPa atau setara dengan 12.7 dan 1.5 km di atas permukaan laut (dpl). Selain itu digunakan pula data anomali radiasi gelombang panjang (dikenal dengan istilah OLR, Outgoing Longwave Radiation) sebagai bagian dari pengertian konsep dasar MJO. Indeks ini dimaksudkan untuk menjelaskan secara efisien dan ekstrak variabilitas atmosfer yang langsung berhubungan dengan MJO. Studi fenomena MJO hingga saat ini belum banyak dilakukan orang, terutama mengenai prediksi terjadinya MJO berbasis kepada hasil analisis data time series RMM1 dan RMM2 di atas. Kejadian banjir pada tahun 1996, 2002, 2007, dan 2013 merupakan bukti nyata bahwa prediksi MJO yang tepat waktu dan tepat sasaran sangatlah penting dilakukan. Diduga, MJO dengan fase aktif saat itu dominan meliputi hampir seluruh kawasan barat Indonesia, termasuk Jakarta yang memang relatif riskan terhadap hadirnya MJO di saat memasuki kawasan barat Indonesia, terutama di saat MJO berfase aktif dan kuat. Atas dasar itulah, maka makalah ini dibuat dengan tujuan utama selain memahami konsep dasar MJO dengan baik dan benar, juga ingin memodelkan data time series RMM1 dan RMM2, sebelum akhirnya dikaitkan dengan anomali curah hujan ekstrem sebagai parameter utama terjadinya proses pencucian gas-gas polutan di atas Jakarta dan kawasan sekitarnya.

𝑘=−∞

Analisis spektral dalam penelitian ini digunakan untuk menampilkan periode setiap gelombang yang tersembunyi dari sebuah data deret waktu. b. Metode Box- Jenkins yang meliputi 4 tahap yaitu identifikasi, pendugaan parameter model, pengujian model, dan peramalan. HASIL DAN PEMBAHASAN Analisis Spektral Real Time Multivariate MJO (RMM1 dan RMM2) dengan Anomali Pentad Outgoing Longwave Radiation (OLR) Metode yang paling sering digunakan dalam menganalisis gelombang atmosfer adalah analisis spektral yang berfungsi untuk mengidentifikasi osilasi dominan dari satu data time-series. Setiap gelombang mempunyai periode osilasi tersendiri. Fenomena MJO terlihat jelas pada variasi OLR yang terukur dari sensor inframerah satelit. OLR atau radiasi gelombang panjang adalah jumlah energi yang dipancarkan bumi ke angkasa (Juniarti et al., 2002). Berbagai penelitian telah menjelaskan tentang propagasi dan struktur vertikal MJO di atas Indonesia, namun data yang digunakan cenderung hanya menggunakan data OLR

DATA DAN METODE ANALISIS Adapun data yang digunakan dalam penelitian ini adalah: a. Data harian Real Time Multivariate MJO seri 1 dan 2 (RMM1 dan RMM2) periode 1 Maret 1979 hingga 1 Maret 2009 (30 tahun) yang diperoleh dari web-side http://www.bom.gov.au/bmrc/clfor/cfstaff/mat w/maproom/RMM/

49

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (47 – 56) radiosonde. Banyak cara yang dilakukan orang untuk memprediksi MJO. Satu diantaranya adalah dengan melihat perilaku data MJO indeks. Secara global fenomena MJO dapat terlihat berdasarkan metode Real Time Multivariate MJO (RMM1 dan RMM2) yang hingga kini digunakan pihak Badan Meteorologi Australia (BoM, Australia). RMM1 dan RMM2 adalah suatu indeks untuk memonitoring MJO

Secara umum RMM diaplikasikan untuk mengetahui perkembangan aktivitas MJO. Berdasarkan grafik PSD terlihat adanya keterkaitan antara Real Time Multivariate MJO dengan OLR pada posisi 100°BT karena diperoleh periode osilasi yang sama yaitu sekitar 40-50 hari. Hal ini sama dengan teori yang dikemukakan oleh Madden dan Julian bahwa fenomena MJO bersiklus 40-50 hari.

Gambar 2. Power Spectral Density (PSD) RMM1, RMM2, OLR 80°BT, OLR 100°BT, OLR 120°BT, dan OLR 140°BT periode 3 Maret 1979 – 3 Maret 2009

yang didasarkan pada sepasang fungsi ortogonal empiris gabungan dari kecepatan angin pada 850 mb dan 200 mb, serta data Outgoing Longwave Radiation (OLR) (Wheeler dan Hendon, 2004). Hasil analisis spektral RMM1 dan RMM2 dengan OLR pada posisi 80°BT, 100°BT, 120°BT, dan 140°BT menunjukkan adanya osilasi dengan periode sekitar 45 harian (Gambar 2). Nilai kerapatan spektral yang paling besar yaitu pada OLR 100°BT. Periode

RMM1

Model Prediksi RMM1 dan RMM2 Berbasis ARIMA Uji Stasioneritas Data Data yang digunakan untuk membuat model prediksi ini yaitu data harian Real Time Multivariate MJO (RMM1 dan RMM2) periode 1 Maret 1979 – 1 Maret 2009. Pada penelitian ini analisis yang digunakan adalah ARIMA (Autoregressive Integrated Moving Average),

RMM2

RMM1

RMM2

Gambar 3. Plot Fungsi Autokorelasi (ACF) (a) dan Fungsi Autokorelasi Parsial (PACF) (b) periode 1 Maret 1979 – 1 Maret 2009

osilasi 45 harian dari PSD (Power Spectral Density) RMM dan OLR tersebut menunjukkan adanya fenomena Madden Julian Oscillation (MJO).

karena melibatkan data deret waktu, sehingga diperoleh model yang menggambarkan data deret waktu tersebut.

50

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas ........................... (Lisa Evana, dkk) Uji stasioneritas perlu dilakukan sebelum pembentukkan model karena peramalan pada data deret waktu mensyaratkan bahwa data harus bersifat stasioner. Jumlah pembedaan data deret waktu akan menjadi nilai orde d dalam model ARIMA yang digunakan. Suatu data dikatakan stasioner apabila nilai rata-rata dan variansnya konstan sepanjang waktu. Data yang tidak stasioner perlu dimodifikasi (dilakukan pembedaan) untuk menghasilkan data yang stasioner. Berikut ini adalah plot fungsi

semula tidak stasioner menjadi stasioner. Berikut ini adalah deskripsi statistik data asli, deskripsi data pembedaan pertama, plot ACF dan PACF pembedaan pertama. Dari plot data pembedaan pertama akan terlihat jelas apakah data telah stasioner atau belum. Setelah dilakukan pembedaan pertama ternyata terlihat pada Tabel 1 bahwa variasi data mengecil menjadi 0,055 untuk pembedaan data RMM1 dan 0,51 untuk data RMM2, begitu pula dengan nilai standar error data yang menurun setelah dilakukan pembedaan

Tabel 1. Dekripsi statistik data Real Time Multivariate MJO (RMM1 dan RMM2) 30 tahun (1 Maret 1979-1 Maret 2009) dan data pembedaan 1

Variabel RMM1 RMM2 dif1_RMM1 dif1_RMM2 Valid N (listwise)

N Statistic 10959 10959 10958 10958 10958

Minimum Maximum Statistic Statistic -3.5079 -3.3625 -1.0471 -.8783

3.9406 3.8504 .8069 1.0120

autorelasi (ACF), dan fungsi autokorelasi parsial (PACF). Kestasioneran dalam rataan dan ragam dari suatu proses deret waktu dapat dilihat secara visual dari plot data, fungsi autorelasi (ACF, Auto Correlation Function), dan fungsi autokorelasi parsial (PACF, Partial Auto Correlation Function). Pada Gambar 3a terlihat adanya pola alternating (naik turun secara teratur). Pada Gambar 3b terlihat jelas bahwa setelah lag pertama nilai PACF menurun drastis dan seluruh PACF setelah lag 1 tidak signifikan secara statistik. Dua fakta tersebut menunjukkan bahwa data bersifat nonstasioner. Plotting ACF dan PACF mengidentifikasikan adanya ketidakstasioneran dalam varian. Tahap berikutnya adalah dilakukannya pembedaan tahap pertama, sebagai langkah awal untuk menghilangkan pola musiman yang

RMM1

Mean Statistic

Std. Error

Std. Dev Statistic

Variance Statistic

.003757 -.008161 .000034 .000032

.0096820 .0096405 .0022481 .0021556

1.0135657 1.0092165 .2353361 .2256462

1.027 1.019 .055 .051

pertama. Setelah dilakukan pembedaan pertama ternyata terlihat pada Tabel 1 bahwa variasi data mengecil menjadi 0,055 untuk pembedaan data RMM1 dan 0,51 untuk data RMM2, begitu pula dengan nilai standar error data yang menurun setelah dilakukan pembedaan pertama. Melalui plot ACF dan PACF data asli yang dilakukan pembedaan pertama, ditentukan model sementara data RMM1 dan RMM2 periode 1 Maret 1979-1 Maret 2009. Identifikasi dan Penaksiran Model Dari plot ACF (Gambar 4a) dan PACF (Gambar 4b) diperoleh informasi bahwa ACF RMM1 dan RMM2 signnifikan pada lag 1,2,3,4,5. Sedangkan PACF RMM1 dan RMM2 signifikan pada lag 1 dan 2. Dengan demikian model sementara dari plot data RMM1 dan

RMM2

RMM1

RMM2

Gambar 4. Plot Fungsi Autokorelasi (ACF) pembedaan 1 (a) dan Fungsi Autokorelasi Parsial (PACF) pembedaan 1 (b) periode 1 Maret 1979 – 1 Maret 2009

51

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (47 – 56) RMM2 adalah campuran dari autoregresif, pembedaan pertama, dan moving average atau model ARIMA (p, 1, q). Dengan nilai p adalah 1 dan 2 sedangkan nilai q dipilih 1, 2, 3, 4, dan 5. Selanjutnya dilakukan estimasi terhadap lag-lag yang ada untuk mendapatkan model terbaik. Setelah menetapkan identifikasi model sementara, selanjutnya parameter-parameter AR dan MA harus ditetapkan.

Model prediksi ARIMA (2,1,2) untuk RMM2 yaitu Zt =1,714 Zt-1 – 0,764 Zt-2 - 0,109 at-1 - 0,05at-2. Model ARIMA (2,1,2) mempunyai arti bahwa prakiraan data RMM1 dan RMM2 untuk waktu-waktu mendatang tergantung dari data RMM dua hari sebelumnya dan galat dua hari sebelumnya. Tabel 3. Parameter Model ARIMA (2,1,2)

Uji Diagnostik Tahap selanjutnya yaitu uji diagnostik untuk membuktikan bahwa model tersebut cukup memadai. Pemeriksaan tersebut dilakukan dengan trial and error, melihat nilai Mean Absolute Deviation (MAD) dan Sum Square Error (SSE) untuk 10 model ARIMA yang mungkin. Mean Absolute Deviation (MAD) adalah rata-rata error (galat) hasil prediksi dengan nilai aktual. Sedangkan Sum Square Error (SSE) adalah jumlah kuadrat galat hasil prediksi dengan nilai aktual.

Estimate

MAD

Constant Lag 1 (Ø1) Lag 2 (Ø2) Difference MA Lag 1 (θ1) Lag 2 (θ2) AR

RMM1

RMM2

RMM1

AR

Lag 1 (Ø1) Lag 2 (Ø2) MA Lag 1 (θ1) Lag 2 (θ2) Constant Difference

RMM2

0,146241 0,143841 3854,43

3817,43

(1,1,2)

0,146216 0,143818 3853,32

3817,33

(1,1,3) (1,1,4)

0,146192 0,144398 3852,80 0,146861 0,143691 3859,88

3826,96 3815,16

(1,1,5)

0,145766 0,143683 3846,83

3815,28

(2,1,1) (2,1,2)

0,189657 1,230414 4381,51 11200,11 0,142548 0,140959 3811,41 3782,02

(2,1,3) (2,1,4)

2,576669 0,285269 16080,15 5387,65 18,64699 40,03691 43592,23 65079,98

(2,1,5)

13,49836 20,39585 37212,36 45098,04

Sig.

3.883E-5 .681 -.041 1 .020 .050

.005 .009 .993 .388 1.753 .080 .220 -.185 .854

.714 -.050 .109 .050 6.982E-5 1

.342 2.090 .037 .199 -.249 .804 .342 .319 .750 .018 2.771 .006 .004 .016 .987

.388 .051 .960 .040 1.244 .213

RMM2-Model_2

SSE

(1,1,1)

t

RMM1-Model_1

Tabel 2. Mean Absolute Deviation (MAD) dan Sum Square Error (SSE) untuk Model ARIMA data RMM1 dan RMM2 Periode 1 Maret 1979 – 1 Maret 2009 Model ARIMA RMM1 dan RMM2

SE

Peramalan Setelah melalui tahap identifikasi, pembedaan, dan pengujian maka diperoleh suatu model terbaik untuk memprediksi nilai RMM1 dan RMM2, yaitu model ARIMA (2,1,2). Selanjutnya model ARIMA ini digunakan untuk memprakirakan nilai RMM1 dan RMM2 untuk hari berikutnya. Validasi dengan menggunakan model ARIMA (2,1,2) untuk data RMM dari tanggal 2 Maret 2009 sampai 2 Juni 2009 dapat dilihat pada Gambar 5.

Pemilihan model prediksi didasarkan atas besarnya MAD dan SSE masing-masing model. Berdasarkan Tabel 2 diketahui model yang memiliki nilai MAD dan SSE terkecil dibandingkan model lainnya adalah model ARIMA (2,1,2), yang menggambarkan orde dari AR dan Ma adalah 2, dan derajat differencing sebesar 1. Dengan melihat nilai MAD dan SSE sebagai ukuran model prediksi yang terbaik, maka model ARIMA (2,1,2) layak dipilih sebagai model prediksi terbaik. Secara lengkap model ARIMA (2,1,2) dapat dituliskan dalam bentuk persamaan (Cryer, 1986) sebagai berikut: Zt = (1+Ø1)Zt-1 + (-Ø1+Ø2)Zt-2 – θ1at-1 – θ2 at-2. Berdasarkan Tabel 3 maka diperoleh model prediksi ARIMA (2,1,2) untuk RMM1 yaitu : Zt = 1,681 Zt-1 – 0,722 Zt-2 - 0,02 at-1 - 0,05 at-2.

Gambar 5. Plot Data Asli RMM1 dan RMM2 dengan Hasil Prediksi ARIMA (2,1,2) Periode 2 Maret 2009 2 Juni 2009

52

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas ........................... (Lisa Evana, dkk) Berdasarkan Gambar 5 di atas dapat dilihat bahwa plot data prakiraan mendekati data asli dengan korelasi sebesar 0,984 atau 98,4 % untuk RMM1 dan 0,986 atau 98,6 % untuk RMM2. Hasil prediksi dengan model ARIMA (2,1,2) ini cukup baik karena menghasilkan nilai galat yang kecil. Prediksi RMM1 dan RMM2 ini sangat penting mengingat bahwa RMM merupakan suatu indeks untuk memonitoring MJO.

pegunungan di Bogor. Pengaruh lokal itulah yang kemudian memberikan andil besar semakin besarnya intensitas curah hujan di Jakarta pada Januari dan Februari. Salah satu faktor yang menyebabkan hujan dengan intensitas tinggi adalah kiriman uap air jenuh dari Samudera Hindia akibat MJO yang dalam fase aktif memiliki korelasi terjadinya intensitas curah hujan yang tinggi terhadap wilayah yang dilaluinya. Sejak peristiwa El-Nino pada tahun 1982-1983, variasi frekuensi rendah di wilayah tropis, baik itu waktu intra-annual (kurang dari setahun) dan inter-annual (lebih dari setahun), mendapatkan banyak perhatian dan hubungannya dengan MJO berkembang dengan cepat. Siklus MJO ditunjukan berupa gugus-gugus awan tumbuh di Samudera Hindia lalu bergerak ke arah timur (Matthews, 2000). Pergerakan super cloud cluster tentu saja berkaitan dengan pergerakan pusat tekanan rendah yang akan diikuti oleh perubahan pola angin (Seto, 2002). Penelitian ini dilakukan dengan melihat bagaimana pengaruh MJO terhadap curah hujan di Indonesia, yaitu berdasarkan analisis data Real Time Multivariate MJO (RMM1 dan RMM2). Analisis ini difokuskan pada curah hujan bulan basah (Desember-JanuariFebruari-Maret) tahun 1996, 2002, dan 2007 di saat curah hujan maksimum bulanan di atas 600 mm. Diagram pergerakan MJO pada Gambar 7, 8, dan 9 (b) memperlihatkan bagaimana fase MJO ketika curah hujan tinggi pada tahun 1996, 2002, dan 2007 yang menyebabkan banjir di Jakarta. MJO dikatakan dalam fase aktif jika 𝑅𝑀𝑀12 + 𝑅𝑀𝑀22 > 1. Pada awal Februari 1996 tepatnya tanggal 3, 9, 10, 11 Februari MJO berada pada fase aktif, begitu pula pada akhir Januari 2002 (Gambar 7). MJO aktif tersebut berpengaruh pada meningkatnya curah hujan. Salah satu wilayah yang terkena dampaknya yaitu Jakarta. Pada awal Februari 2007 terjadi banjir besar akibat sangat lebatnya curah hujan harian, terutama pada tanggal 1-5 Februari. Dugaan awal yatu bahwa ada pengaruh dari fenomena MJO pada saat itu, seperti yang terjadi pada tahun 1996 dan 2002. Namun dugaan awal itu salah karena berdasarkan data RMM dan melihat diagram fase pergerakan MJO, ternyata pada awal Februari 2007 MJO berada dalam fase lemah. MJO terlihat jelas dari aktivitas awan-awan Cb yang dapat dilihat berdasarkan data radiasi gelombang panjang (OLR). Untuk itu perlu dilihat bagaimana anomali OLR pada awal Februari 2007. Pada anomali OLR ternyata juga menunjukkan nilai yang positif pada awal Februari 2007 yang menunjukkan MJO tidak aktif.

Analisis Hubungan MJO dengan Curah Hujan di Indonesia (studi kasus: banjir Jakarta. Tipe curah hujan di wilayah Sumatera bagian selatan dan Jawa merupakan tipe curah hujan jenis Monsun. Musim hujan terjadi pada bulan Desember, Januari, dan Februari. Sedangkan musim kemarau terjadi pada bulan Juni, Juli, dan Agustus. Gambar 6 memperlihatkan distribusi curah hujan bulanan di wilayah Jakarta yang diwakili oleh Stasiun Tanjung Priok, Stasiun Halim Perdanakusuma, Stasiun Kemayoran, dan Stasiun Cengkareng dari tahun 1995 sampai tahun 2008.

Gambar 6. Grafik curah hujan Jakarta periode 1995 – Desember 2008

Januari

Pada Gambar 6 terlihat bahwa curah hujan dengan intensitas tinggi di wilayah Jakarta terjadi pada bulan Januari-FebruariMaret. Pada bulan Februari dan Maret hujan lebat terjadi hampir setiap hari. Sebagian berpendapat, ini adalah gejala alam biasa yang hampir terjadi setiap musim hujan. Bahkan ada yang menyatakan ini terkait erat dengan siklus lima tahunan yang menyebabkan Jakarta dan sekitarnya ”tenggelam” akibat curah hujan dengan intensitas cukup tinggi. Hingga saat ini belum ada penjelasan ilmiah yang secara utuh, runut, terpadu, serta mudah dimengerti masyarakat awam mengapa terjadi hujan lebat dengan intensitas tinggi. Ada beberapa faktor lain yang menyebabkan intensitas curah hujan tinggi di daerah Jakarta. Secara geografis di utara Jakarta terbentang laut sebagai sumber uap air, sementara di bagian selatan Jakarta ada

53

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (47 – 56) (a)

(b)

Gambar 7. Plot data RMM1/2 (a) dan diagram fase MJO (sumber: Bureau of Meteorology Research Centre, 1996) (b) periode 1 Desember 1995 – 31 Maret 1996

(a)

(b)


(a)

(b)


Jawa (cold surge), dan adanya pengaruh dari pergerakan Monsun yang melewati ekuator. Analisis peluang curah hujan pada saat MJO difokuskan hanya di empat kawasan barat Indonesia, yaitu Jakarta, Lampung, Palembang, dan Kerinci pada tahun 2006, 2007, dan 2008. Tabel 4 menunjukkan bahwa peluang hujan lebat saat terjadinya MJO aktif adalah kecil (kurang dari 5%). Pertumbuhan awan sampai

Analisis data RMM dan OLR semakin menguatkan argumen bahwa curah hujan tinggi di Jakarta awal Februari 2007 bukanlah disebabkan oleh fenomena MJO semata. Hasil penelitian Peiming Wu et al. (2007), curah hujan sangat lebat yang menyebabkan banjir pada awal Februari 2007 disebabkan oleh pengaruh massa udara dingin yang bergerak dari Siberia ke kawasan ekuator melalui pesisir

54

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gas ........................... (Lisa Evana, dkk) mencapai tingkat matang dan menjadi hujan dibutuhkan inti kondensasi, uap air, energi dalam jumlah yang besar. Sehingga jika MJO aktif tetapi tidak menimbulkan curah hujan, hal itu dikarenakan awan-awan tersebut belum mencapai inti kondensasi sehingga terus bergerak dan bergabung dengan butir awan lain dan membentuk ukuran butir yang lebih besar lagi.

lemah, sehingga diduga ada fenomena lain yang menyebabkan hujan deras tersebut. RENCANA MENDATANG Terkait dengan analisis diatas, dipandang perlu dilakukannya pemantauan indeks MJO terkini agar dapat diprediksi bila curah hujan ekstrem kembali berulang menerjang kawasan barat Indonesia dengan alamat web www.cpc.ncep.noaa.gov/products/ precip/CWlink/MJO/mjoupdate.ppt.

Tabel 4. Peluang kejadian curah hujan > 50 mm/hari saat MJO aktif dan tidak aktif di wilayah Jakarta, Lampung, Palembang, dan Kerinci

Stasiun Halim P.

Kemayoran

Tj. Priok

PD. Betung

Palembang

Lampung

Kerinci

Tahun 2006 2007 2008 2006 2007 2008 2006 2007 2008 2006 2007 2008 2006 2007 2008 2006 2007 2008 2006 2007 2008

A (%) 1.33 0.95 0.97 2.21 3.33 2.2 1.77 3.81 2.64 0.99 2.38 3.08 1.77 2.38 3.08 2.46 4.09 2.2 0.88 1.03 0.88

DAFTAR PUSTAKA

B (%) 2.16 3.23 0.78 2.88 3.23 0.72 0 3.23 1.45 1.8 2.58 0 2.16 3.23 2.17 0.99 1.5 0.72 0.72 0 0

Aldrian, Edvin. 2000. Pola hujan rata-rata bulanan wilayah Indonesia; tinjauan hasil kontur data penakar dengan resolusi ECHAM T-42. Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 1, No. 2, 2000:113-123. Bureau of Meteorology Research Centre. An RMM values up to "real time". . http://www.bom.gov.au/bmrc/clfor/cfstaf f/matw/maproom/RMM/// [10 Juni 2009] Chatfield C. 1984. The Analysis of Time Series : An Introduction. London: Chapman and Hall. Cryer JD. 1986. Time Series Analysis. USA: PWS Publishers. Hermawan, Eddy. 2002. Perbandingan antara Radar Atmosfer Khatulistiwa dengan Middle and Upper Atmosphere Radar dalam pemantauan angin zonal dan angin meridional. Warta LAPAN 4, 1:816. Juniarti et al. 2002. Korelasi antara Outgoing Longwave Radiation (OLR) dan Total Precipitable Water (TPW) di wilayah Indonesia periode 1996 – 1999. Kontribusi Fisika Indonesia 13:3. Lestari D. Cold Surge dan MJO Pemicu Banjir Bandang. Antara News 14 Februari 2009. Madden RA, Julian P. 1972. Description of global –Svale circulation cells in tropics with a 40-50 day period. J Atmos Sci 29:1109-1123. Madden RA, Julian P. 1994. Observations of the 40-50 day tropical oscillation. Month Weather Rev 122:814-837. Makridakis et al. 1988. Metode dan Aplikasi Peramalan. Jilid Satu Ed ke-2. Untung SA dan Abdul B, penerjemah. Jakarta: Erlangga. Terjemahan dari: Forecasting, 2nd Edition. Matthews AJ. 2000. Propagation mechanisms for the Madden-Julian Oscillation. Quart J Roy Meteor Soc 126: 2637-2652.

Ket: A = Peluang CH > 50 mm/hari saat MJO aktif B = Peluang CH > 50 mm/hari saat MJO tidak aktif

KESIMPULAN a. Melalui metode Box-Jenkins, model prediksi yang mendekati untuk data deret waktu RMM1 dan RMM2 adalah ARIMA (2,1,2), yang artinya bahwa prakiraan data RMM1 dan RMM2 untuk waktu mendatang tergantung dari data dan galat dua hari sebelumnya. b. Hasil validasi nilai RMM dengan nilai prediksi untuk periode 2 Maret 2009 – 2 Juni 2009 , menunjukkan bahwa nilai prediksi dengan model ARIMA (2,1,2) mendekati nilai RMM data asli, dengan rata-rata galat yang diperoleh yaitu 0,17 (RMM1) dan 0,15 (RMM2). c. MJO fase aktif tidak selalu diikuti dengan hujan deras di Indonesia. Pada tahun 1996 dan 2002 MJO menjadi salah satu penyebab hujan deras (mencapai 200 mm/hari) yang menyebabkan banjir (studi kasus: Jakarta). Namun kejadian hujan deras yang menyebabkan banjir pada Februari 2007 terjadi ketika MJO dalam fase

55

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (47 – 56) [NOAA] National Oceanic and Atmospheric Administration. Monitoring and data Outgoing Longwave Radiation. http://www.cpc.noaa.gov/products/preci p/CWlink/daily_mjo_index/proj_norm_or der.ascii [17 Juni 2009] Seto TH. 2002. Pengamatan Osilasi Madden Julian dengan radar atmosfer equator (EAR) di Bukittinggi Sumatera Barat. Sains & Teknologi Modifikasi Cuaca 3:121-124. Wheeler MC, Hendon HH. 2004. An all-season real-time multivariate MJO index: development of an index for monitoring and prediction. Month Weather Rev 132:1917-1932. Wu, Peiming et al. 2007. The impact of transequatorial Monsoon flow on the formation of repeated torrential rains over Java Island. SOLA 3:93-96.

56

Teknik Pengambilan Contoh Nitrogen Dioksida .................................. (Januar Arif Fatkhurrahman, dkk)

TEKNIK PENGAMBILAN CONTOH NITROGEN DIOKSIDA PADA UDARA AMBIEN DENGAN IMPINGER SISTEM TERTUTUP ENGINEERING ON NITROGEN DIOXIDE SAMPLING METHOD IN AMBIENT AIR WITH IMPINGER SYSTEM CLOSED Januar Arif Fatkhurrahman dan Adi Prasetio Balai Besar Teknologi Pencegahan Penecemaran Industri, Jl. Ki Mangunsarkoro No.6 Semarang Email : [email protected] Naskah diterima tanggal 23 Agustus 2013, disetujui tanggal 27 September 2013

ABSTRACT SNI 19.7119.2.2005 as reference for ambient air sampling method for Nitrogen dioxide ( NO2 ) need to be concerned, acidity of the solution can accelerate damage to the vacuum pump that used as air sampling device. Reactivity and acidity of the absorbing solution used as main idea to develop sampling method of nitrogen dioxide in ambient air by impinger closed system. This research activity confined for Nitrogen dioxide parameter, with these steps; design and engineering, construction, trial test, comparisons method, and evaluation. As the result on three location; sampling of nitrogen dioxide in the office Environment near roadside, ambient of textile Industry, and ambient of Oil and gas industry; diferential color intencity is 0,84%; 1,62%; and 1,25% on 540nm wavelength.

Keywords : sampling method, nitrogen dioxide, closed system impinger

ABSTRAK

SNI 19.7119.2.2005 sebagai acuan metode pengambilan contoh udara ambien parameter Nitrogen dioksida (NO2) perlu ditelaah, kadar keasaman dari larutan penjerap dapat mempercepat kerusakan pompa vakum yang digunakan sebagai perangkat pengambil sampel cemaran udara. Atas dasar sifat reaktivitas dan kadar keasaman larutan penjerap nitrogen dioksida, dilaksanakan penelitian pengembangan metode pengambilan contoh nitrogen dioksida pada udara ambien dengan sistem impinger tertutup. Kegiatan penelitian ini dilaksanakan dengan batasan pengembangan metode pengambilan contoh udara ambien dengan sistem impinger tertutup untuk paramater nitrogen dioksida. Tahapan kegiatan meliputi; perancangan alat, konstruksi alat, karakterisasi alat, uji coba, uji banding, dan evaluasi. Hasil pengambilan sampel nitrogen dioksida di lingkungan ambien perkantoran dekat jalan raya, di lingkungan ambien kawasan industri pertekstilan, dan lingkungan ambien industri pengolahan minyak dan gas, diperoleh beda intensitas warna sebesar 0,84%; 1,62%; dan 1,25% pada panjang gelombang 540nm.

kata kunci : metode sampling, nitrogen dioksida, impinger tertutup

57

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (57 – 64) metode Griesz Saltzmann, 1000 mL larutan

PENDAHULUAN

penjerap dibuat dengan membuat larutan; 1.

Pencemaran udara adalah masuknya

5 gram asam sulfanilat dilarutkan dalam 140 mL asam asetat glasial

atau dimasukannya zat, energi, dan atau 2.

komponen lain ke dalam udara ambien oleh

Larutan pada poin a, dilarutkan sampai

kegiatan manusia sehingga mutu udara ambien

volume 1000 mL, dengan sebelumnya

turun

ditambahan 20 mL larutan induk NEDA,

sampai

ke

tingkat

tertentu

yang

dan 10 mL aseton

menyebabkan udara ambient tidak memenuhi fungsinya (PP RI No.41, 1999). Pengambilan contoh udara ambien saat ini mengacu pada metode SNI, dengan menggunakan impinger atau

botol

jerap

sebagai

tempat

larutan

penjerap untuk bereaksi dengan cemaran udara. SNI 19.7119.2.2005 untuk pengambilan contoh

udara

ambien

parameter

Nitrogen

dioksida (NO2) perlu ditelaah, karena reaktivitas larutan penjerap yang digunakan terhadap cahaya dan suhu dapat menyebabkan mudah rusaknya larutan penjerap tersebut. Kadar keasaman

dari

larutan

penjerap

dapat Gambar 1. Reaksi Kimia pada Penentuan NO2- dengan

mempercepat kerusakan pompa vakum yang digunakan

sebagai

perangkat

metode Griesz Saltzmann (Promega : 2009)

pengambil

sampel cemaran udara. Senyawa

Atas dasar sifat reaktivitas dan kadar

N-(1-Naphthyl)

ethylene

keasaman larutan penjerap nitrogen dioksida,

diamini dihydrochloride atau NEDA tersebut

dilaksanakan sebuah penelitian pengembangan

merupakan senyawa dengan gugus kromofor

metode pengambilan contoh nitrogen dioksida

dan ausokrom, gugus kromofor adalah gugus

pada udara ambien dengan sistem impinger

fungsi yang menyebabkan suatu senyawa

tertutup.

terlihat berwarna, sedangkan gugus auksokrom

Maksud dari kegiatan penelitian ini adalah

pengembangan

metode

adalah gugus fungsi yang menyebabkan suatu

alternatif

senyawa memiliki warna yg lebih intensif. Pada

pengambilan contoh udara ambien, khususnya parameter

nitrogen

dioksida

yang

senyawa NEDA tersebut, gugus

lebih

adalah ikatan benzena, sedangkan gugus

representatif dengan sistem impinger tertutup. Adapun

tujuannya

meningkatkan

auksokromnya adalah gugus fungsi –NH2.

efisiensi

Senyawa-senyawa

penyerapan, dan meningkatkan umur pakai peralatan

pengambilan

contoh

kromofor

organik

seperti

NEDA

mampu mengabsorbsi cahaya, sebab senyawa-

khususnya

senyawa organik mengandung elektron valensi

vacuum pump.

yang dapat dieksitasi ke tingkat energi yang Reaktivitas

Larutan

Penjerap

lebih tinggi. Dari pembuatan larutan tersebut,

terhadap

NEDA atau N-(1-Naphthyl) ethylenediamine

Cahaya Berdasarkan

SNI

dihydrochloride yang gugus molekulnya seperti

19.7119.2.2005

terlihat pada gambar 2.

tentang cara uji kadar nitrogen dioksida dengan

58

Teknik Pengambilan Contoh Nitrogen Dioksida .................................. (Januar Arif Fatkhurrahman, dkk) Penyerapan

sinar

Ultra

violet-vis

pompa

dibatasi pada sejumlah gugus fungsional/gugus

vakum

yang

beberapa

bagiannya

terbuat dari logam.

kromofor (gugus dengan ikatan tidak jenuh) yang mengandung elektron valensi dengan tingkat

eksitasi

yang

rendah.

Dengan

melibatkan 3 jenis elektron yaitu : sigma, phi dan non bonding. Kromofor organik seperti karbonil, alken, azo, nitrat dan karboksil mampu menyerap sinar ultraviolet dan sinar tampak.

Gambar 3.

Proses Pengambilan Contoh Udara Ambien sesuai SNI 19.7119.2.2005

Dari gambar terlihat bahwa selama

Gambar 2. Gugus Molekul N-(1-Naphthyl)ethylenediamine dihydrochloride

Panjang

gelombang

proses pengambilan contoh udara ambien, dapat terjadi penguapan dan lolosnya larutan

maksimalnya

penjerap yang bersifat asam mengenai saluran

dapat berubah sesuai dengan pelarut yang

atau badan pompa vakum. Efek elektrokimia

digunakan gugus inilah yang menyebabkan

pada

molekul menjadi berwarna misalnya Nitroso

pompa, bagian tertentu terbuat dari besi dan

CH=N-), grup karbon sulfur (-C-C=S; -CS-SC-).

berlaku

Pada SNI 19.7119.2.2005,

di

2+

di udara ambien, interferensi sinar ultraviolet diminimalisir

sebagai anode,

mana

besi

mengalami oksidasi.

tentang pengambilan contoh nitrogen dioksida

telah

transfer

korosi logam yang terdapat di dalam komponen

kanoonil (-CO-) grup karbon-nitrogen (-C=NH;

suhu

mempermudah

merupakan reaksi reduksi dan oksidasi. Pada

grup Azo (-NN-), grup Etilen (-C=C-), grup

dan

yang

elektron akan mengakibatkan korosivitas yang

CNO atau (-N-OH), Nitro CNO2 atau NN-OOH,

(Peter L, 1988).

asam

Fe(s) <--> Fe (aq) + 2

e

dengan Elektron yang dibebaskan di anode

menggunakan impinger jerap berwarna gelap.

mengalir ke bagian lain dari besi itu yang bertindak sebagai katode, di mana oksigen

Keasaman Larutan Penjerap

tereduksi. Ion besi(II) yang terbentuk pada

Adanya larutan penjerap parameter

anode selanjutnya teroksidasi membentuk ion

nitrogen dioksida berbasis asam sulfanilat dan

besi(III) yang kemudian membentuk senyawa

asam asetat, memberikan Suasana asam pada larutan tersebut

penjerap akan

elektrokimia

yang

tersebut.

Suasana

asam

berlaku

sebagai

agen

mempermudah

oksida terhidrasi, yaitu karat besi. +

O2(g) + 4H (aq) + 4e <--> 2H2O(l)

transfer

atau -

elektron antara logam dengan oksidator. Dalam

O2(g) + 2H2O(l) + 4e <--> 4OH (aq)

pengambilan contoh udara ambien diperlukan

59

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (57 – 64) sebagai media kontak larutan penjerap dengan

METODE PENELITIAN

udara dari luar. Penempatan kotak vakum berada di bawah, untuk menghindari paparan

Batasan kegiatan penelitian ini adalah untuk

sinar ultraviolet dari matahari, dengan saluran

parameter nitrogen dioksida dengan sistem

udara tetap diposisikan setinggi rata – rata

impinger tertutup. Pada kegiatan penelitian ini,

manusia. Modifikasi saluran pipa penghubung

bahan – bahan kimia yang digunakan mengacu

antara impinger dengan pompa vakum akan

pada bahan – bahan kimia yang digunakan

mengeliminasi

secara umum mengacu pada SNI 19-7119.2-

penjerap masuk ke bagian dalam pompa

2005 tentang Cara Uji Kadar Nitrogen Dioksida

vakum.

pengambilan

contoh

udara

ambien

lolosnya

uap

dari

larutan

Data Primer diperoleh langsung dari

(NO2) dengan metode Griess Saltzman, hal ini dikarenakan pendekatan yang dilaksanakan

pengambilan data di lapangan yang mewakili;

adalah variasi teknik pengambilan contoh teknik

1. Area ambien di perkantoran

biasa dibandingkan dengan sistem impinger

2. Area ambien di lingkungan industri tekstil

tertutup. Larutan penjerap asam sulfanilat dan

3. Area ambien di lingkungan industri minyak dan gas

asam asetat glasial, larutan induk NEDA (N-(1-

Pemilihan

Naphthyl)ethylene diamini dihydrochloride), dan

ketiga

lokasi

tersebut

aseton. Larutan standar merupakan larutan

didasarkan bahwa, nitrogen dioksida timbul

induk nitrit. Sedangkan bahan penelitian adalah

sebagai akibat pembakaran bahan bakar,

kotak vakum yang terbuat dari bahan plastik

heater,

kaku

terhadap lingkungan (Verma, 2007)

atau

acrylic.

Pelaksanaan

kegiatan

dan

mengakibatkan

efek

negatif

penelitian sendiri meliputi tiga tahapan utama Metode Analisis Data

seperti dalam gambar berikut:

1. Desain

Peralatan;

pengambilan

contoh

udara dengan sistem impinger tertutup digambarkan sebagai berikut:

Gambar 4. Tahapan Kegiatan Penelitian

Pengambilan

contoh

udara

ambien

dengan teknik biasa, merujuk pada SNI, dalam hal ini dibatasi SNI 19.7119.2.2005 tentang cara uji kadar nitrogen dioksida (NO2) dengan metode Griesz Saltzmann, mempunyai dua kecenderungan gangguan, yakni reaktivitas terhadap cahaya ultraviolet dan keasaman larutan yang mempercepat korosi peralatan.

Gambar 5. Rangkaian Impinger Tertutup

Pendekatan yang dilakukan adalah pada saat pompa vakum bekerja, udara di sekeliling

2. Konstruksi; bahan kotak dibuat dari plastik

ruangan akan tertarik menuju ke pompa vakum,

kaku atau acrylic yang mampu menahan

desakan udara yang terdapat di dalam ruangan

tekanan vakum, dan dibuat saluran udara

tertutup

ambien masuk, dan saluran masuk ke

tersebut

dimanfaatkan

dengan

meletakkan sebuah impinger yang berfungsi

pompa vakum

60

Teknik Pengambilan Contoh Nitrogen Dioksida .................................. (Januar Arif Fatkhurrahman, dkk) 3. Karakterisasi peralatan hasil desain; setelah tahap

konstruksi

karakterisasi

peralatan

dilakukan dengan uji kebocoran dengan menarik udara melalui pompa vakum dan mengecek secara visual kebocoran yang ada. Karakterisasi proses meliputi uji laju alir contoh udara ambien sebesar 0,4 liter/menit. 4. Uji banding; pengambilan contoh udara dilaksanakan dengan dua metode yaitu sistem biasa sesuai SNI 19.7119.2.2005 dan

sistem

impinger

pengambilan

tertutup.

contoh

Waktu

dilaksanakan Gambar 6.

bersamaan dengan contoh udara ambien yang sama. Analisis dilaksanakan dengan pembacaan

intensitas

warna

dengan

Pengambilan Contoh di Lingkungan Udara Ambien Kawasan Industri Pertekstilan

menggunakan spektrofotometri. 5. Evaluasi; dari dua nilai absorbansi atau

Tabel 2. Perbandingan Pengambilan Contoh NO2 Ambien dengan Sistem Impinger Tertutup dan SNI 197119.2-2005 di Lingkungan Udara Ambien dekat industri Tekstil

transmitansi melalui sistem impinger tertutup dan

cara

biasa

SNI

Grafik Perbandingan Pengambilan Udara Ambien dengan Sistem Impinger Tertutup dan Sistem Biasa di Lingkungan Ambien Perkantoran dekat Jalan Raya

19.7119.2.2005

dievaluasi. Pengambilan contoh udara di paparkan pada saat sinar matahari yang

% Transmitansi Sampel

Jam Pengambilan

1

09.27 - 10.27

94,1

92,7

2

10.38 – 11.38

93,4

92,9

HASIL DAN PEMBAHASAN

3

11.45 – 12.45

95,3

94,1

Pengambilan Contoh di Lingkungan Udara Ambien Perkantoran dekat Jalan Raya

4

12.50 – 13.50

94,7

93,2

5

14.23 – 15.23

94,7

91,2

terang, dan pada suhu ambien yang panas untuk mengetahui efisiensi reaksi yang terjadi antara larutan penyerap dengan

Sistem Cara Biasa Impinger (SNI 19.7119.2.2005) Tertutup

contoh udara ambien.

Tabel 1. Perbandingan Pengambilan Contoh NO2 Ambien dengan Sistem Impinger Tertutup dan SNI 197119.2-2005 di Lingkungan Udara Ambien Perkantoran dekat Jalan Raya % Transmitansi Sampel

Jam Pengambilan

Sistem Impinger Tertutup

Cara Biasa (SNI 19.7119.2.2005)

1

08.00 - 09.00

95,4

96,2

2

09.34 - 10.34

94,6

95,6

3

10.47 - 11.47

94,2

94,9

4

13.05 - 14.05

93,1

93,6

5

14.33 - 15.33

94,9

96,1

Gambar 7.

61

Grafik Perbandingan Pengambilan Contoh Udara Ambien dengan Teknik Impinger Tertutup dan Teknik Biasa di Lingkungan Ambien dekat industri Tekstil

Jurnal Riset Teknologi Pencegahan Pencemaran Industri Vol. 4, No. 2, November 2013 (57 – 64) Pengambilan Contoh di Lingkungan Udara Ambien Industri Pengolahan Minyak dan Gas

pengambilan contoh selama 5 kali tersebut melihat periode optimal paparan cemaran dan paparan sinar matahari dari, pengambilan menggunakan penjerap yang sama, dengan laju alir udara yang masuk ke dalam impinger di atur dengan kecepatan yang sama menggunakan rotameter. Dari Gambar 7. terlihat bahwa pengambilan contoh udara dengan menggunakan teknik impinger tertutup menunjukkan transmitan yang lebih rendah, dengan rata – rata 0,84% transmitan lebih rendah yang artinya efisiensi penyerapan lebih baik dari pengambilan contoh udara dengan teknik biasa, hal ini disebabkan dengan teknik impinger tertutup larutan penyerap mendapatkan efek minimal dari pengaruh sinar ultraviolet yang mempengaruhi perubahan warna penyerap terlalu awal sebagai hasil absorpsi ultraviolet oleh gugus kromofor dan auksokrom pada senyawa NEDA yang digunakan pada larutan penjerap nitrogen dioksida. Pada pengambilan contoh nitrogen dioksida pada udara ambien di lingkungan kawasan industri pertekstilan sesuai Tabel 2., dilaksanakan 5 kali dengan setiap paparan selama 1 jam, pengambilan parameter nitrogen dioksida menggunakan penjerap yang sama, dengan laju alir udara yang masuk ke dalam impinger di atur dengan kecepatan yang sama menggunakan rotameter. Dari Gambar 8., perbandingan pengambilan contoh udara ambien parameter nitrogen dioksida di Lingkungan Ambien dekat industri Tekstil, terlihat bahwa pengambilan udara dengan menggunakan teknik impinger tertutup menunjukkan transmitan yang lebih rendah, dengan kecenderungan rata – rata 1,62 % lebih rendah untuk pengambilan contoh udara dengan impinger tertutup yang artinya pada pengambilan contoh cemaran ambien dengan teknik biasa telah terjadi efek absorpsi ultraviolet pada larutan penjerap. Pada pengambilan contoh ke-2 antara pengambilan dengan sistem biasa dan impinger tertutup, % transmitan yang dihasilkan tidak berbeda terlalu jauh diakibatkan teriknya paparan matahari pada rentang waktu 10.38 sampai 11.38 yang mengakibatkan efek absorpsi ultraviolet pada larutan penjerap yang berpengaruh pada pembentukan warna larutan penyerap. Pada pengambilan contoh udara di lingkungan industri pengolahan minyak dan gas, dilakukan pengambilan contoh udara di 12 titik dengan pemaparan 1 jam seperti terlihat pada Tabel 3., contoh udara diambil menggunakan penjerap yang sama, dan diatur dengan laju alir masuk impinger dengan menggunakan rotameter. contoh udara diambil menggunakan penjerap yang sama, dan diatur dengan laju alir masuk impinger dengan

Tabel 3. Perbandingan Pengambilan Contoh NO2 Ambien dengan Impinger Tertutup dan SNI 19-7119.22005 di Lingkungan Udara Ambien Industri Pengolahan Minyak dan Gas % Transmitansi Lokasi Pengambilan

Beda %T

Sistem Impinger Tertutup

(SNI 19.7119.2.2005)

1

87,4

88,3

0,9

2

88,5

89,2

0,7

3

64,2

64,3

0,1

4

66,3

67,8

1,5

5

61,2

64,3

3,1

6

61,3

62,1

0,8

7

63,1

64,6

1,5

8

58,3

60,3

2

9

69,2

70,3

1,1

10

75,6

76,3

0,7

11

84,3

85,4

1,1

12

86,4

87,9

1,5

Gambar 8.

Cara Biasa

Grafik Perbandingan Pengambilan Contoh Udara Ambien dengan Sistem Impinger Tertutup dan Sistem Biasa di Lingkungan Industri Pengolahan Minyak dan Gas

Pada pengambilan di Lingkungan Ambien Perkantoran dekat Jalan Raya, sesuai Tabel 1. dilaksanakan 5 kali pengambilan contoh dengan setiap paparan selama 1 jam,

62

Teknik Pengambilan Contoh Nitrogen Dioksida .................................. (Januar Arif Fatkhurrahman, dkk) menggunakan rotameter. Dari Gambar 9. terlihat bahwa pengambilan udara dengan teknik impinger tertutup menunjukkan transmitan yang lebih rendah yang berarti efisiensi penyerapan lebih baik dari pengambilan udara dengan sistem biasa, pengaruh interferensi seperti sinar ultraviolet dari matahari, suhu dan kelembaban dapat diminimalisir yang mempengaruhi efisiensi pembentukan warna pereaksi penjerap nitrogen dioksida, rata – rata beda transmitansi antara dua sistem pengambilan tersebut adalah sebesar 1,25%. Pada beberapa lokasi, terdapat perbedaan yang tidak mencolok antara sistem impinger tertutup dengan pengambilan udara dengan sistem biasa hal ini dikarenakan pengaruh lingkungan atau lokasi pengambilan yang cukup terbuka, sehingga pengaruh paparan sinar ultraviolet cukup signifikan, misalnya pada lokasi pengambilan ke-3 beda transmitansinya hanya 0,2%.

Promega Team, 2009, Technincal Bulletin of Griesz Reagent System. Promega. Tim Penyusun, 1999, Peraturan Pemerintah No.41 Tahun 1999 tentang Pengendalian Pencemaran Udara Tim Penyusun, 2005, SNI.19-7119.2-2005. Cara Uji Kadar Nitrogen Dioksida (NO2) dengan metode Griesz Saltzmaan menggunakan Spektrofotometer. Badan Standardisasi Nasional. Jakarta. Verma, Santosh Kumar, 2007, Determination of nitrogen dioxide in ambient air employing diffuse reﬂectance Fourier transform infrared spectroscopy. School of Studies in Chemistry, Pt. Ravishankar Shukla University, Raipur492 010, Chhattisgarh, India.

KESIMPULAN DAN SARAN Kesimpulan 1. Pengambilan udara dengan sistem impinger tertutup menunjukkan efektivitas penyerapan untuk beberapa lokasi pengambilan contoh;  Pada pengambilan contoh udara ambien parameter nitrogen dioksida di lingkungan ambien perkantoran dekat jalan raya beda transmitansi sebesar 0,84%  Pada pengambilan contoh udara ambien parameter nitrogen dioksida di lingkungan ambien dekat pabrik tekstil terdapat beda transmitansi sebesar 1,62%  Pada pengambilan contoh udara ambien parameter nitrogen dioksida untuk pemaparan 1 jam di lingkungan industri minyak dan gas, terdapat beda transmitansi sebesar 1,25% Saran 1. Diperlukan validasi pengembangan metode ini dengan menggunakan contoh nitrogen dioksida yang lebih homogen, misal dalam bentuk chamber atau tabung dengan konsentrasi nitrogen dioksida tertentu.

DAFTAR PUSTAKA Lodge Peter, 1988, Methods of Air Sampling and Analysis 3rd Edition, Lewis Publishers, New York.

63

Peran MJO Dalam Menganalisis Terjadinya Proses Pencucian Gasgas Polutan Di Atmosfer Lisa Evana dan Eddy Hermawan

Recommend Documents