Download pdf - Memperkirakan dampak lingkungan kualitas udara

ESP-Environmental Support Programme

Danida

Panduan Penyusunan dan Pemeriksaan Dokumen UKL-UPL

Memprakirakan Dampak Lingkungan Kualitas Udara

Kualitas UdaraMemprakirakan Dampak Lingkungan:

Diterbitkan olehDeputi Bidang Tata Lingkungan - Kementerian Negara Lingkungan Hidup

dengan dukungan

Danish International Development Agency (DANIDA) melalui Environmental Sector Programme Phase 1

Desember 2007

Foto: Koleksi Qipra

PengantarPenyelenggaraan sistem Analisis Mengenai Dampak Lingkungan

Hidup (AMDAL) di Indonesia masih membutuhkan berbagai penyem-

purnaan. Baik itu penyempurnaan pada aspek peraturan, aspek kelem-

bagaan, maupun aspek sumber daya manusia pelaksana AMDAL.

Selain aspek-aspek tersebut, KLH juga masih menjumpai berbagai

kekurangan pada aspek teknik pengerjaaan AMDAL. Sorotan khusus

diberikan banyak pihak terhadap lemahnya proses prakiraan dampak

lingkungan dalam kajian ANDAL. Banyak konsultan penyusun AM-

DAL mengerjakannya dengan menggunakan metodologi prakiraan

dampak yang kurang tepat.

Buku Memprakirakan Dampak Lingkungan: Kualitas Udara ini diter-

bitkan sebagai salah satu wujud upaya KLH untuk meningkatkan

kualitas proses prakiraan dampak. Sebagaimana tercermin dari judul-

nya, buku ini memang khusus membahas prakiraan dampak terhadap

kualitas udara. Penekanan khusus diberikan pada urutan langkah ker-

ja dan output yang sebaiknya dihasilkan dari proses prakiraan dampak

kualitas udara.

Sebagai edisi pertama, buku ini tentunya masih ada kekurangan.

Tanggapan dan masukan dari para pembaca sangat diharapkan agar

KLH dapat terus menyempurnakan buku ini di edisi-edisi selanjutnya.

Menyusul buku ini, KLH akan segera menerbitkan buku-buku pan-

duan penggunaan metodologi prakiraan dampak untuk komponen-

komponen sosial, ekonomi, dan biofi sik lainnya.

Sebagai penutup, KLH mengucapkan rasa penghargaan dan terima

kasih kepada Pemerintah Kerajaan Denmark (melalui Danish Interna-

tional Development Agency atau DANIDA) atas dukungannya dalam

penyusunan, pencetakan, dan penyebarluasan buku ini.

Jakarta, Desember 2007

Deputi Menteri Lingkungan Hidup Bidang Tata Lingkungan

Kementerian Negara Lingkungan Hidup

Ir. Hermien Roosita, MM

Daftar Isi1 MEMAHAMI PRAKIRAAN DAMPAK KUALITAS UDARA ...... 1

Perubahan Kualitas Udara ........................................... 2

Prakiraan Dampak Kualitas Udara ............................ 7

Tahapan Prakiraan Dampak Kualitas Udara .......... 13

2 MEMPELAJARI KARAKTERISTIK EMISI ..................................... 15

Identifi kasi Sumber Emisi ............................................ 16

Karakterisasi Emisi ......................................................... 21

Menyeleksi Polutan Penting ....................................... 26

3 MELENGKAPI LINGKUP PRAKIRAAN DAMPAK ..................... 29

Membatasi Wilayah Studi ............................................ 30

Identifi kasi Objek Penerima Dampak .................... 32

Mengarahkan Prakiraan Dampak ............................. 37

4 MENCERMATI WILAYAH STUDI .................................................. 41

Mengukur Kualitas Udara Ambien ........................... 42

Mengenali Karakteristik Fisik Wilayah Studi .......... 44

Mempelajari Kondisi Meteorologis .......................... 47

5 SIMULASI PENYEBARAN POLUTAN .......................................... 53

Memilih Teknik Simulasi ............................................... 54

Menghitung Konsentrasi Sebaran Polutan ........... 62

Membuat Peta Isopleth ................................................ 65

Menghitung Konsentrasi Ambien Polutan ............ 70

Pengarah

Hermin Roosita, Ary Sudijanto, Harni Sulistyowati, Widhi Handoyo (Kan-tor Asisten Deputi Kajian Dampak Lingkungan, Deputi Bidang Tata Ling-kungan, KLH)

Penyusun

Qipra Galang Kualita, yang terdiri dari: Rudy Yuwono, Sri Listyarini , Laksmi Wardhani (konsep & tulisan), M. Taufi k Sugandi, E. Sunandar, Zarkoni (tata letak & desain grafis), Isna Marifa, Nuraman Sjach (dukungan editorial)

Apresiasi

Untuk Pendanaan: Danish International Development Agency (DANI-DA) melalui Environmental Sector Program (ESP) Phase 1.

Untuk Masukan dan Substansi: Arief Sabdo Yuwono (Institut Pertanian Bogor), Driejana (Institut Teknologi Bandung), Kardono (Ba-dan Pengkajian dan Penerapan Teknologi), Yeremiah RT (Universitas Na-sional), Yana Mariska, Taufi k Affi f (Institut Teknologi Bandung)

Untuk Foto: Winarko Hadi (IATPI), Bayu R. Tribuwono (Qipra), Taufi k Ismail (Qipra), Rio Marantika (Qipra), Deasy (Qipra), Yuyun Mulyani, Eka Jatnika, Indar Atmoko, Heri Wibowo, Sulaiman (Green Planet Indonesia)

Diterbitkan Oleh

Deputi Bidang Tata LingkunganKementerian Negara Lingkungan Hidup Republik IndonesiaGedung A Lantai 6Jl. D.I. Panjaitan Kav 24, Kebun Nanas, Jakarta 13410Telp/Faks (021) 85904925PO BOX 7777 JAT 13000e-mail: [email protected]: http:\\www.menlh.go.id

Disclaimer

Panduan ini adalah panduan lepas mengenai metodologi pra-kiraan dampak lingkungan terhadap kualitas udara. Isi dari pan-duan ini bukan merupakan satu-satunya metodologi yang boleh diberlakukan. Panduan ini tidak memiliki kekuatan hukum yang sama sebagaimana produk hukum Kementerian Negara Lingkun-gan Hidup.

Foto: Indar Atmoko

Tentang Buku Ini

Buku ini berisi uraian dari langkah-langkah kerja yang dibutuhkan dalam melakukan prakiraan dampak lingkungan terhadap kualitas udara. Lang-

kah-langkah kerja disusun sesuai dengan kebutuhan pelaksanaan kajian AMDAL. Termasuk di dalamnya adalah langkah-langkah kerja dalam tahap

pelingkupan, khususnya penyusunan dampak penting hipotetik untuk kebutuhan prakiraan dampak kualitas udara.

Buku ini tidak ditujukan untuk menguraikan aspek ke-ilmiah-an dari dispersi polutan udara secara mendalam. Untuk uraian mengenai hal itu, pem-

baca disarankan untuk mencarinya dari referensi lain yang sudah banyak tersedia.

Sasaran pembaca buku ini adalah para ahli (konsultan) pencemaran udara yang akan membantu pemrakarsa untuk memprakiraan dampak kualitas

udara sebagai bagian dari kajian ANDAL. Para anggota Komisi Penilai AMDAL juga dapat memanfaatkan informasi dari buku ini saat ingin meme-

riksa kelayakan dokumen ANDAL yang dinilainya.

KLH tidak membatasi pemrakarsa dan para tenaga ahlinya untuk menggunakan metode-metode yang disebutkan dalam buku ini. Selama pem-

rakarsa memiliki alasan yang dapat diterima Komisi Penilai AMDAL, KLH mempersilahkan pemrakarsa untuk menggunakan metode prakiraan

dampak yang diinginkannya.

Susunan Buku

Buku ini diawali dengan bagian Memahami Prakiraan Dampak Kualitas Udara yang memuat maksud, tujuan, batasan, tingkat kedalaman, dan

output dari suatu proses prakiraan dampak kualitas udara. Diharapkan pembaca nantinya dapat memiliki kesamaan pemahaman tentang proses

prakiraan dampak tersebut sebelum melangkah ke bagian-bagian lainnya. Bagian ini ditutup dengan uraian mengenai langkah-langkah kerja dari

proses prakiraan dampak kualitas udara.

Bagian selanjutnya, Mempelajari Karakteristik Emisi, mengulas langkah pertama dalam proses prakiraan dampak. Di sini dijelaskan cara meng-

identifi kasi sumber-sumber emisi dan mengenali karakteristik polutan yang diemisikan. Bagian ini diakhiri dengan uraian mengenai penentuan

jenis polutan penting yang perlu diprakirakan sebarannya.

Bagian Melengkapi Lingkup Prakiraan Dampak menjelaskan bagaimana tatacara menyusun lingkup prakiraan dampak kualitas udara. Termasuk

dalam uraiannya adalah bagaimana membatasi wilayah studi, mengidentifkasi objek-objek penerima dampak, dan menentukan waktu kajian.

Sebagai penutup, bagian ini menguraikan beberapa hal yang dapat digunakan sebagai kriteria penilaian sifat penting dampak.

Jenis data dan informasi yang dibutuhkan untuk simulasi sebaran polutan akan diuraikan pada bagian Mencermati Wilayah Studi. Termasuk di

dalamnya adalah data dan informasi mengenai kualitas udara ambien, kondisi permukaan lahan, dan kondisi meteorologis wilayah studi.

Bagian selanjutnya, Simulasi Penyebaran Polutan, mengulas berbagai pilihan teknik yang dapat digunakan untuk menghitung konsentrasi sebar-

an polutan yang diemisikan suatu sumber. Selain perhitungan secara manual, bagian ini juga akan memperkenalkan beberapa perangkat lunak

(software) dispersi polutan yang dapat digunakan.

Foto: Taufi k Ismail

MEMAHAMI

PRAKIRAAN DAMPAK

KUALITAS UDARA1PERUBAHAN KUALITAS UDARA ........................................................... 2

Polutan Udara ........................................................................................ 2

Pencemaran Udara .............................................................................. 3

Boks: Baku Mutu Udara Ambien ................................................. 4

Dampak Perubahan Kualitas Udara ............................................... 6

PRAKIRAAN DAMPAK KUALITAS UDARA .......................................... 7

Output Prakiraan Dampak ................................................................. 7

Boks: Kedalaman Prakiraan Dampak ......................................... 9

Kegiatan Wajib Prakiraan Dampak .................................................10

Dampak Penting Hipotetik................................................................ 10

Penilaian Dampak ................................................................................ 11

TAHAPAN PRAKIRAAN DAMPAK KUALITAS UDARA ..................... 13

Bagian ini akan mengajak kita untuk memahami makna dari prakiraan

dampak terhadap kualitas udara. Khususnya pemahaman dalam konteks

pelaksanaan Analisis Mengenai Dampak Lingkungan Hidup (AMDAL).

Berbagai jenis polutan udara dan dampak-dampaknya akan dibahas di

awal bagian ini. Selanjutnya, di akhir bagian ini, kita akan menguraikan

tahap-tahap yang harus dijalani dalam memprakirakan dampak terse-

but. Termasuk juga tahap-tahap dalam proses pelingkupannya. Informasi

pada bagian ini sangat penting untuk dipahami sepenuhnya sebelum

kita melanjutkan ke uraian-uraian lain dalam buku ini.

1

Udara di sekeliling kita, atau udara ambien, memiliki

kualitas yang mudah berubah. Intensitas perubahannya

dipengaruhi oleh interaksi antar berbagai polutan yang

dilepas ke udara ambien dengan faktor-faktor meteo-

rologis (angin, suhu, hujan, cahaya matahari). Berikut ini

akan dibahas beberapa hal mendasar tentang perubah-

an kualitas udara.

POLUTAN UDARAPolutan primer yang diemisikan oleh suatu sumber emisi

akan mengalami berbagai reaksi fi sik dan kimia dengan

adanya faktor meteorologi seperti sinar matahari, kelem-

baban dan temperatur. Berbagai reaksi yang terjadi juga

dapat menyebabkan terbentuknya beberapa jenis polu-

tan sekunder (lihat gambar di bawah). Akibat dorongan

angin, polutan akan terdispersi (tersebar) mengikuti arah

angin tersebut. Sebagian polutan dalam perjalanannya

dapat terdeposisi (deposited) atau mengendap ke per-

mukaan tanah, air, bangunan, dan tanaman. Sebagian

lainnya akan tetap tersuspensi (suspended) di udara. Se-

luruh kejadian tersebut akan mempengaruhi konsentrasi

polutan-polutan di udara ambien. Atau, dengan kata lain,

mengubah kualitas udara ambien.

Sebenarnya terdapat banyak sekali jenis polutan yang

mungkin dapat mengotori udara ambien. Ada yang ber-

wujud gas, padatan, maupun cairan. Sebagian merupa-

kan polutan primer, sebagian lagi merupakan polutan

PERUBAHAN KUALITAS UDARAIlu

stra

si: T

oppe

aks

Polutan NOx dan SO2 ber-campur dengan air di udara

untuk menjadi hujan asam

Polutan ringan terbawa ke tempat-tempat yang sangat jauh dan menyebabkan pencemaran regional

Sebagian polutan terdepo-sisi jatuh di wilayah objek penerima dampak

Emisi polutan akan terdispersi mengikuti arah angin

Polutan dikeluarkan oleh Sumber Emisi

2 Memprakirakan Dampak Lingkungan: Kualitas Udara

sekunder. Walau demikian, Baku Mutu Udara Ambien

(BMUA) nasional hanya menyebutkan 9 (sembilan) jenis

polutan umum, yaitu sulfur-dioksida (SO2), karbon-

monoksida (CO), nitrogen-dioksida (NO2), ozon (O3),

hidrokarbon (HC), PM10, PM2,5, TSP (debu), Pb (timah hi-

tam), dustfall (debu jatuh). Kesembilan polutan ini diang-

gap sebagai polutan-polutan yang memiliki pengaruh

langsung dan signifi kan pada kesehatan manusia.

PENCEMARAN UDARAMasuknya polutan ke dalam udara selalu menyebab-

kan perubahan kualitas udara. Walau demikian, masuk-

an polutan tersebut tidak selalu dapat menyebabkan

pencemaran udara. Mengacu pada defi nisi resminya,

pencemaran udara baru terjadi jika masukan polutan

menyebabkan mutu udara turun sampai ke tingkatan

yang menyebabkan fungsinya terhambat. Misalnya, sam-

pai ke tingkatan di mana kesehatan manusia terganggu,

atau lingkungan tidak berfungsi sebagaimana mestinya.

Untuk mempermudah penilaian atas tercemar-tidaknya

udara, kita dapat membandingkan kualitas udara de-

ngan BMUA. Jika konsentrasi suatu polutan dalam udara

ambien sudah melampaui nilai baku mutunya, kita dapat

menyatakan bahwa udara sudah tercemar. Sebagai con-

toh, udara yang memiliki kandungan SO2 (1 jam) = 1.250

μg/Nm3 dapat dianggap sudah tercemar karena nilai itu

sudah melebihi nilai BMUA dari SO2 (1 jam) yang nilainya

900 μg/Nm3.

Polutan digolongkan sebagai polutan primer dan polutan sekunder. Polutan primer adalah polutan-polutan yang diemisikan langsung dari sumbernya, baik itu berasal dari a) sumber alamiah seperti ba-dai, letusan gunung berapi, semburan gas alam dari tanah, dan b) kegiatan-kegiatan manusia. Contoh dari polutan primer adalah CO, SO2, Cl2, dan debu. Di dalam udara ambien, sebagian polutan primer akan mempertahankan bentuk senyawa aslinya. Sementara itu sebagian lagi akan berubah bentuk sebagai akibat adanya interaksi dengan sesama polutan atau dengan unsur atmosfer. Polutan-polutan yang terjadi akibat interaksi dan reaksi itu dinamakan polutan sekunder. Contohnya adalah O3 (ozon) dan PAN (peroxyacetyl nitrate) yang ter-bentuk dari reaksi HC, NOx, dan oksigen.

Ilustrasi: Toppeaks

3

Memahami Prakiraan Dampak Kualitas Udara

SULFURDIOKSIDA

Gas tidak berwarna, berbau dalam kon-sentrasi pekat. Banyak dihasilkan dari pembakaran bahan bakar yang me-ngandung sulfur, misalnya solar dan batu-bara. Menyebabkan sesak nafas bahkan kematian pada manusia dan juga pada hewan. Pada tumbuhan, menghambat fotosintesis, proses asimilasi dan respirasi. Merusak cat pada bangunan akibat reak-sinya dengan bahan dasar cat dan timbal oksida (PbO). Gas SO2 adalah kontributor utama hujan asam.

KARBON MONOKSIDA

Senyawa tidak berbau, tidak berasa dan pada suhu udara normal berben-tuk gas tidak berwarna. Dihasilkan dari proses pembakaran bahan bakar fosil yang tidak sempurna, seperti bensin, minyak dan kayu bakar. Juga dipro-duksi dari pembakaran produk-produk alam dan sintesis, termasuk rokok. Konsentrasi rendah dapat menyebab-kan pusing-pusing dan keletihan, kon-sentrasi tinggi dapat menyebabkan kematian.

FLUORIDA

Golongan gas Halogen, berwarna coklat, sangat reaktif, dan beracun. Berasal dari pembakaran bahan bakar fosil, reduksi fosfat dari tanaman, in-dustri penghasil aluminium dan lain-lain. Inhibitor yang dapat mencegah kerja berbagai enzim manusia, meru-sak sel tanaman. Konsentrasi cukup besar di atmosfi r akan mencemari air dan tanah.

NITROGEN DIOKSIDA

Gas ini berwarna coklat keme-rahan dan berbau tajam. Ter-utama dari proses pembakaran bahan bakar fosil, seperti bensin, batubara dan gas alam. NO2 bisa berasal dari oksidasi dengan kandungan N dalam bahan ba-kar dan juga oksidasi dengan N udara karena panas. NO2 bersifat racun terutama terhadap paru. Paru-paru yang terkontaminasi dengan gas NOx akan meng-alami pembengkakan. Pada kon-sentrasi NO2 > 100 ppm keba-nyakan hewan akan mati.

Pemerintah Republik Indonesia telah mengeluarkan

Baku Mutu Udara Ambien (BMUA) di dalam Pera-

turan Pemerintah tentang Pengendalian Pencema-

ran Udara (PP Nomor 41 tahun 1999). Baku mutu ini

memiliki a) 9 parameter yang berlaku untuk menilai

kondisi udara ambien secara umum dan b) 4 para-

meter lain yang hanya berlaku untuk menilai kon-

disi udara ambien di kawasan industri kimia dasar.

Tiap parameter disertai nilai maksimalnya. Nilai-

nilai tersebut umumnya dinyatakan dalam satuan

konsentrasi, yaitu berat senyawa polutan dalam

mikrogram (μg) per meter kubik udara dalam kon-

disi normal (umumnya pada suhu 250 Celsius dan

tekanan 1 atmosfer). Kualitas udara ambien dikata-

kan baik jika konsentrasi polutan-polutannya masih

di bawah nilai baku mutunya.

Nilai BMUA disediakan untuk beberapa waktu ukur

rata-rata (averaging time). Misalnya, untuk waktu

ukur rata-rata 1 jam, nilai baku mutu NO2 adalah

400 μg/Nm3. Nilai itu nantinya harus dibandingkan

dengan nilai rata-rata pengukuran 1 jam NO2.

BMUA juga disertai informasi mengenai metode

analisis dan peralatan yang harus digunakan.

Baku Mutu Udara Ambien

Boks


OZON

Pada lapisan troposfer terbentuknya O3 akibat adanya reaksi fotokimia pada senyawa oksida nitrogen (NOx) dengan bantuan sinar matahari. Konsentrasi ozon yang tinggi da-pat menyebabkan gangguan pada sistem pernafasan, serangan jantung dan kematian. Sebaliknya, di lapisan stratosfer keberadaan ozon sangat dibutuhkan untuk ‘menyelimuti’ permukaan bumi dari radiasi sinar ultraviolet.

TOTAL SUSPENDED PARTICULATE

Partikulat adalah padatan atau cairan di udara dalam bentuk asap, debu dan uap. Komposisi dan ukuran partikulat sangat berperan dalam menentukan pajanan. Ukuran partikulat debu yang membahayakan kesehatan umumnya berkisar 0,1 mikron - 10 mikron. Partikulat juga merupakan sumber utama haze (kabut asap) yang menurunkan visibilitas.

PM10 berukuran ≤ 10 mikron. Mengganggu saluran pernafasan bagian atas dan me-nyebabkan iritasi.

PM2,5 berukuran ≤ 2,5 mikron. Langsung masuk ke dalam paru-paru dan mengendap di alveoli.

DEBU JATUH

Partikel berukuran diatas 500 mikron. Secara alamiah dihasilkan dari debu tanah kering yang terbawa oleh angin atau berasal dari muntahan letusan gunung berapi. Juga pembakaran yang tidak sempurna dari bahan bakar yang mengandung senyawa karbon murni atau bercampur dengan gas-gas organik seperti halnya penggunaan mesin disel yang tidak terpelihara dengan baik.

KLORIDA

Gas berwarna hijau, bau sangat me-nyengat. Efek samping dari proses pe-mutihan (bleaching) dan produksi zat/senyawa organik yang mengandung klor. Menyebabkan iritasi mata. Jika masuk dalam jaringan paru-paru dan bereaksi dengan ion hidrogen akan membentuk asam klorida yang bersi-fat sangat korosif dan menyebabkan iritasi dan peradangan saluran perna-fasan.

HIDROKARBON Jika berbentuk gas di udara umumnya ter-golong sebagai Volatile Organic Compounds (VOC). Bentuk cair menjadi semacam kabut minyak. Jika padatan akan membentuk debu. Berasal dari industri plastik, resin, pigmen, zat warna, pestisida, karet, aktivitas geothermal, pembuangan sampah, kebakaran hutan serta transportasi. Di udara akan bereaksi dengan bahan lain dan membentuk Polycyclic Aroma-tic Hidrocarbon (PAH), bila masuk dalam paru-paru menimbulkan luka dan merangsang ter-bentuknya sel-sel kanker.

TIMBAL

Logam lunak yang berwarna kebiru-biruan atau abu-abu keperakan. Sangat beracun dan menyebabkan berbagai dampak kesehatan terutama pada anak-anak. Dapat menyebab-kan kerusakan sistem syaraf dan pencernaan, sedangkan berbagai bahan kimia yang men-gandung timbal dapat menyebabkan kanker.

5

DAMPAK PERUBAHAN KUALITAS UDARA

Berubahnya kualitas udara akan menyebabkan timbul-

nya beberapa dampak lanjutan, baik terhadap kesehat-

an manusia dan makhluk hidup lainnya, aspek estetika

udara, keutuhan bangunan, dan lainnya. Berikut ini akan

diuraikan secara singkat berbagai dampak lanjutan terse-

but.

Dampak Terhadap Kesehatan Manusia

Yang banyak terjadi adalah iritasi mata dan gangguan

Infeksi Saluran Pernafasan Atas (ISPA), seperti hidung ber-

air, radang batang tenggorokan, dan bronkitis. Partikel

berukuran kecil dapat masuk sampai ke paru-paru dan

kemudian menyebar melalui sistem peredaran darah ke

seluruh tubuh. Gas CO, jika bercampur dengan hemoglo-

bin, akan mengganggu transportasi oksigen. Partikel tim-

bal akan mengganggu pembentukan sel darah merah.

Dampak Terhadap Tumbuhan dan Hewan

Tumbuhan di daerah berkualitas udara buruk dapat me-

ngalami berbagai jenis penyakit. Hujan asam menyebab-

kan daun memiliki bintik-bintik kuning. Hujan asam

akan menurunkan pH air sehingga kemudian mening-

katkan kelarutan logam berat misalnya merkuri (Hg) dan

seng (Zn). Akibatnya, tingkat bioakumulasi logam berat

di hewan air bertambah. Penurunan pH juga akan me-

nyebabkan hilangnya tumbuhan air dan mikroalga yang

sensitif terhadap asam.

Dampak Terhadap Aspek Estetika

Bau tidak enak, debu beterbangan, udara berkabut me-

rupakan beberapa contoh gangguan estetika udara am-

bien. Bau tidak enak dapat ditimbulkan oleh emisi gas-

gas sulfi da, amoniak, dan lainnya. Udara berasap kabut

(asbut) atau smoke and fog (smog) akan mengurangi jarak

pandang (visibility) kita. Hal ini sangat membahayakan

keselamatan pengendara mobil dan motor, selain juga

keselamatan penerbangan. Smog atau asbut umumnya

disebabkan oleh adanya reaksi fotokimia dari senyawa

organik volatil (VOC atau volatile organic compounds)

dengan NOx.

Dampak Terhadap Bangunan

Akibat fenomena hujan asam, air hujan dapat memiliki

pH antara 3 sampai 4. Selain menganggu tumbuhan dan

ekosistem air, hujan asam juga merusak material ba-

ngunan, seperti besi-besi baja, beton, dan batu-batuan.

Paparan air hujan asam akan menggerus permukaan

batu secara perlahan-lahan. Hal ini mudah terlihat dari

patung-patung tua yang ada di sekeliling kita. Demikian

juga pada dinding-dinding gedung yang berubah men-

jadi kehitaman.

Dampak Terhadap Kondisi Iklim

Akumulasi CO2, metana, dan N2O dapat membentuk

lapisan tipis di troposfi r. Pantulan panas matahari akan

terhambat sehingga suhu bumi pun meningkat (global

warming). Senyawa chlorofl uorocarbon (CFC) dapat

menjangkau lapisan stratosfer dan memecah molekul-

molekul ozon di sana. Kerusakan lapisan ozon di stratos-

fer menyebabkan sinar UV-B matahari tidak terfi lter dan

masuk ke permukaan bumi sehingga dapat mengakibat-

kan kanker kulit pada manusia yang terpapar

sinar itu.

Dampak terhadap kondisi iklim umum-

nya digolongkan sebagai dampak skala

makro. Jangkauannya mencapai

ribuan kilometer lebih. Dampak skala

makro umumnya disebabkan oleh

unsur-unsur polutan yang relatif

stabil, seperti CO2, metana, dan

CFC. Dampak terhadap kesehat-

an manusia, aspek estetika, dan

keutuhan bangunan umumnya

terjadi dalam skala mikro dan

skala meso yang jangkauan

dampaknya dapat mencapai

ratusan kilometer.



Analisis Mengenai Dampak Lingkungan Hidup (AM-

DAL) merupakan bagian dari proses perencanaan suatu

kegiatan. Salah satu fungsinya adalah untuk mempra-

kirakan jenis dan besarnya dampak lingkungan penting

yang dapat terjadi akibat dilaksanakannya suatu rencana

kegiatan. Prakiraan dampak dilakukan pada salah satu

tahapan studi AMDAL yang disebut ANDAL (Analisis

Dampak Lingkungan Hidup).

Hasil prakiraan dampak digunakan sebagai salah satu

bahan pertimbangan untuk memutuskan kelanjutan

dari suatu rencana kegiatan. Hasil prakiraan dampak juga

dipakai untuk dasar perencanaan dari langkah-langkah

yang perlu diambil untuk mencegah atau mengendali-

kan potensi dampak tersebut.

Prakiraan dampak dalam ANDAL harus dilakukan ber-

dasarkan dampak penting hipotetik yang sudah

disepakati sebelumnya oleh Komisi Penilai AMDAL (lihat

bahasan mengenai Dampak Penting Hipotetik). Arti-

nya, dugaan-dugaan dampak penting dari emisi polutan

harus terlebih dahulu dimiliki sebelum dampak kualitas

udara dapat dilakukan, baik itu dugaan dampak di tahap

prakonstruksi, konstruksi, operasi, maupun pasca-opera-

si. Tanpa adanya dugaan dampak penting itu, proses pra-

kiraan dampak dikhawatirkan akan berlangsung tanpa

sasaran yang jelas.

Proses prakiraan dampak dilakukan dalam lingkup

wilayah studi dan lingkup waktu kajian tertentu.

Selain untuk memperjelas sasaran prakiraan dampak,

pembatasan ini dilakukan guna mengefi sienkan proses

ANDAL. Penentuan dampak penting hipotetik serta ling-

kup wilayah dan waktu kajian merupakan output dari

salah satu langkah kerja AMDAL yang disebut pelingku-

pan (scoping).

Prakiraan dampak kualitas udara perlu dilakukan setidak-

nya untuk berbagai skenario prakiraan yang ditentu-

kan. Tiap-tiap skenario diharapkan akan menghasilkan

output prakiraan yang berbeda. Salah satu skenario yang

perlu dilakukan adalah skenario kejadian terburuk

(worst-case scenario). Skenario prakiraan lainnya yang

patut dipertimbangkan adalah skenario berdasarkan

perbedaan kondisi operasi dari suatu rencana kegiatan,

skenario operasi musim hujan dan musim kemarau, dan

sebagainya.

OUTPUT PRAKIRAAN DAMPAK

Output prakiraan dampak kualitas udara merupakan

konfi rmasi dan pendalaman informasi dari jenis serta

besaran (magnitude) dampak penting hipotetik yang su-

PRAKIRAAN DAMPAK KUALITAS UDARA

Dokumen Kerangka Acuan ANDAL (KA-ANDAL) berisi arahan dari pro-ses prakiraan yang akan dilakukan terhadap satu atau beberapa dugaan dampak penting (dampak penting hipotetik). Uraian dari pelaksanaan pra-kiraan dampak berikut hasilnya dapat dijumpai dalam dokumen Analisis

Dampak Lingkungan Hidup (ANDAL). Sedangkan langkah-langkah yang harus dilakukan permrakarsa untuk mengelola dampaknya dapat dijumpai dalam dokumen Rencana Pengelolaan Lingkungan Hidup (RKL). Doku-men Rencana Pemantauan Lingkungan Hidup (RPL) berisi rencana pe-mantauan dari komponen-komponen lingkungan yang diprakirakan akan terkena dampak.

7


dah ditentukan sebelumnya. Output prakiraan dampak

kemudian perlu dinilai sifat penting-nya (signifi cancy)

untuk menentukan apakah suatu dampak penting hipo-

tetik memang benar-benar dapat digolongkan sebagai

dampak penting (lihat bahasan mengenai Penilaian Si-

fat Dampak).

Output prakiraan dampak ditampilkan sebagai:

1. Tabel Output Prakiraan Dampak Kualitas Udara;

Tabel ini berisi nilai konsentrasi sebaran polutan

maksimal (ΔCMAX) dan nilai konsentrasi ambien po-

lutan maksimal (CMAX) yang kemungkinan terjadi di

lokasi-lokasi objek penerima dampak. Perlu-tidaknya

tabel itu mencantumkan kedua jenis nilai konsentrasi

tersebut ditentukan oleh tingkat kedalaman prakiraan

dampak yang dipilih (lihat Boks mengenai Kedalaman

Prakiraan Dampak). Nilai-nilai konsentrasi dihitung

berdasarkan kondisi kejadian terburuk (lihat bahasan

mengenai Skenario Prakiraan Dampak di Bagian

3). Tiap jenis polutan penting yang diemisikan harus

memiliki tabelnya sendiri. Tabel juga dibuat untuk tiap

tahun prakiraan (lihat bahasan mengenai Waktu Ka-

jian di Bagian 3).

2. Peta Isopleth Semburan; Peta ini dibuat untuk

menunjukkan peningkatan konsentrasi polutan (ΔC)

di wilayah sekitar sumber emisi sebagai akibat adanya

emisi polutan yang bergerak mengikuti tiupan angin

dominan. Garis-garis isopleth nantinya akan memiliki

wujud seperti bola semburan (plume). Nilai-nilai pe-

ningkatan konsentrasi dihitung berdasarkan kondisi

kejadian rata-rata (lihat bahasan mengenai Skenario

Prakiraan Dampak di Bagian 3). Tiap jenis polutan

penting yang diemisikan harus memiliki peta isopleth-

nya sendiri. Cara pembuatan peta isopleth ini dapat

dilihat pada Bagian 5 buku ini.

3. Peta Isopleth Wilayah Sebaran; Peta ini dibuat un-

tuk menunjukkan pola peningkatan sebaran polutan

dalam kondisi rata-rata di seluruh wilayah sebaran

dampak. Gradasi peningkatan konsentrasi rata-rata

Peta isopleth berisi garis-garis yang menghubungkan titik-titik lokasi yang akan memiliki kesamaan konsentrasi sebaran polutan. Output prakiraan dampak setidaknya terdiri dari peta Isopleth Semburan (gambar atas) dan Peta Isopleth Wilayah Sebaran (gambar bawah). Peta-peta ini harus dibuat untuk tiap jenis po-lutan penting.

Foto: Koleksi Qipra


Penentuan tingkat kedalaman yang dibutuhkan dapat dipengaruhi oleh tingkat prioritas dari suatu dampak penting hipotetik

(lihat bahasan terkait). Dalam beberapa kasus, kita mungkin cukup membutuhkan prakiraan Tingkat 1 (Prakiraan Penyebaran

Polutan). Misalnya saat kita ingn memprakirakan pengaruh dari sumber emisi yang bersifat sementara seperti kegiatan kon-

struksi. Sedangkan untuk kasus lainya, kita mungkin perlu melakukan prakiraan Tingkat 2 (Prakiraan Kualitas Udara Ambien).

Misalnya saat kita ingin memprakirakan pengaruh dari sumber emisi yang bersifat kontinyu dan terus menerus. Sementara itu,

dalam dokumen-dokumen ANDAL yang ada, prakiraan Tingkat 3 (Prakiraan Dampak Lanjutan) masih jarang sekali dilakukan

secara kuantitatif. Jenis dampak lanjutan yang diprakirakan akan terjadi berikut besarannya lebih banyak dinilai secara kualitatif

di bagian Evaluasi Dampak dokumen ANDAL. Perlu tidaknya kita melakukan prakiraan Tingkat 3 sebaiknya dikonfi rmasikan ke

Komisi Penilai AMDAL yang berwenang.

Ada 3 (tiga) tingkat kedalaman prakiraan dampak kualitas udara yang dapat diterapkan, yaitu:

Kedalaman Prakiraan DampakBoks

9


yang mungkin terjadi akan tervisualisasikan di peta

isopleth ini. Nilai-nilai peningkatan konsentrasi dihi-

tung berdasarkan kondisi kejadian rata-rata. Tiap jenis

polutan penting yang diemisikan harus memiliki peta

isopleth-nya sendiri. Tergantung kepada kedalaman

prakiraan yang dipilih, peta Isopleth Wilayah Sebaran

juga dapat dibuat untuk menunjukkan gradasi kon-

sentrasi ambien polutan. Cara pembuatan peta isop-

leth ini dapat dilihat pada Bagian 5 buku ini.

Perlu diingat bahwa nilai konsentrasi polutan perlu di-

sampaikan dalam suatu waktu rata-rata (averaging times).

Lebih baik lagi, kalau waktu rata-rata yang digunakan se-

suai dengan waktu rata-rata dalam kriteria penilaian sifat

pentingnya.

Output prakiraan dampak juga perlu disertai dengan in-

formasi mengenai frekuensi, durasi, dan kontinuitas dari

dampak yang akan terjadi. Informasi tersebut dibutuh-

kan agar pihak-pihak berkepentingan mengetahui bah-

wa suatu output prakiraan dampak hanya terjadi dalam

rentang waktu dan kondisi tertentu saja.

KEGIATAN WAJIB PRAKIRAAN DAMPAK

Prakiraan dampak kualitas udara perlu dilakukan jika

suatu rencana kegiatan Wajib AMDAL memiliki satu

atau lebih komponen kegiatan yang akan mengemisi-

kan polutan dalam jumlah dan jenis yang cukup untuk

mempengaruhi kualitas udara secara signifi kan. Jika

rencana kegiatan kita tidak mengemisikan polutan yang

dapat menimbulkan dampak penting, berdasarkan ha-

sil evaluasi dampak pada proses pelingkupan, prakiraan

dampak kualitas udara tidak perlu kita lakukan.

Prakiraan dampak kualitas udara seringkali juga tetap

perlu dilakukan untuk suatu sumber komponen kegiatan

walau emisinya diduga akan berada di bawah nilai BME-

nya. Walau konsentrasinya kecil, komponen kegiatan itu

mungkin saja akan mengemisikan polutan dalam jumlah

yang besar. Dengan laju emisi yang tinggi, emisi polutan

tersebut tetap mungkin mempengaruhi kualitas udara

ambien secara signifi kan.

DAMPAK PENTING HIPOTETIK

Seperti disebutkan sebelumnya, prakiraan dampak dalam

ANDAL harus dilakukan berdasarkan dugaan (hipotesa)

dampak penting yang sudah disepakati sebelumnya

oleh Komisi Penilai AMDAL. Suatu dampak penting hipo-

tetik setidaknya harus menyebutkan:

1) Komponen kegiatan penyebab dampak; Biasa dise-

but juga sebagai sumber dampak. Untuk kepenting-

Tidak seluruh jenis kegiatan wajib-AMDAL (sebagaimana ditetapkan dalam Peraturan Menteri KLH tentang Jenis Ren-

cana Usaha Dan/Atau Kegiatan Yang Wajib Dilengkapi

Dengan AMDAL atau Per-Men KLH No. 11 Tahun 2006) ber-potensi untuk menimbulkan dampak tehadap kualitas udara, khususnya saat kegiatan-kegiatan itu sudah berada dalam tahap operasi. Beberapa jenis kegiatan wajib-AMDAL yang operasinya dikhawatirkan berdampak penting tehadap kuali-tas udara antara lain adalah terminal terpadu, pelabuhan atau pangkalan udara, bandar udara, industri semen, industri pulp atau industri kertas, industri petrokimia hulu, jalan tol, jalan raya, jalan layang, terowongan, tempat pembuangan akhir (TPA) sampah, instalasi pengolahan air limbah domes-tik, pertambangan mineral, batubara & panas bumi, kilang LPG, kilang LNG, kilang minyak, Pembangkit Listrik Tenaga Uap (PLTU), dan Pembangkit Listrik Tenaga Disel (PLTD).

Foto: Heri W

ibowo


an prakiraan dampak kualitas udara, sumber dampak

adalah emisi polutan yang dikeluarkan dari suatu

sumber emisi.

2) Komponen lingkungan terkena dampak; Yaitu kuali-

tas udara ambien dari suatu wilayah. Untuk prakiraan

dampak Tingkat 3, kita perlu menyebutkan objek

terkena dampak dari berubahnya kualitas udara se-

bagai komponen lingkungan yang terkena dampak.

Kedua komponen di atas perlu disampaikan sespesifi k

mungkin agar proses prakiraan dampak dapat dilaku-

kan dengan tepat-sasaran dan efi sien. Misalnya dengan

membatasi komponen lingkungan terkena dampak

(kualitas udara ambien) hanya untuk beberapa jenis po-

lutan tertentu saja. Sumber dampak juga harus dilengkapi

dengan informasi mengenai lokasi sumber emisi dan

waktu pemunculannya (lihat bahasan mengenai Pola Pe-

munculan Emisi di Bagian 2).

Kedalaman prakiraan dampak yang akan digunakan juga

perlu tercermin dari pernyataan dampak penting hipo-

tetik. Untuk prakiraan Tingkat 3, komponen lingkungan

terkena dampak harus menyebutkan jenis dampak lanjut-

an yang dapat terjadi pada objek penerima dampak. Mi-

salnya, kesehatan penduduk desa khususnya menyang-

kut penyakit ISPA. Atau, produktivitas tanaman kentang

di daerah pertanian di suatu desa.

Dampak penting hipotetik, sesuai Pedoman Penyusun-

an Analisis Mengenai Dampak Lingkungan Hidup

(Peraturan Menteri LH No. 08 Tahun 2006), perlu dikla-

sifi kasikan dan diberikan tingkat prioritasnya. Tingkat

prioritas tersebut akan mempengaruhi penentuan keda-

laman prakiraan dampak dari suatu dampak penting

hipotetik. Dampak penting hipotetik dengan prioritas

rendah dapat saja menggunakan prakiraan Tingkat 1.

Sebaliknya, dampak penting hipotetik dengan prioritas

tinggi sebaiknya menggunakan prakiraan Tingkat 3.

PENILAIAN DAMPAK

Seperti disebutkan sebelumnya, output prakiraan dampak

perlu dipelajari untuk dinilai penting atau tidaknya

dampak tersebut. Penilaian sifat penting dampak di-

lakukan terhadap kriteria penilaian yang disepakati sebe-

lumnya. Beberapa kriteria penilaian yang dapat diguna-

kan antara lain adalah BMUA, nilai Tambahan Polutan

Maksimal (lihat bahasan terkait di Bagian 3), nilai Indeks

Standar Pencemaran Udara (ISPU), luas wilayah yang

kualitas udaranya akan berubah secara signifi kan, jumlah

manusia terkena dampak, dan sebagainya.

Penyimpulan penting-tidaknya suatu dampak juga mem-

pertimbangkan besaran dampak yang dapat terjadi.

Besaran dampak tersebut dihitung dengan memban-

dingkan hasil prakiraan kualitas udara (jika komponen

Contoh dari salah satu pernyataan dampak penting hipotetik adalah sumber dampak: emisi SO2 dan HC dari alat berat yang digunakan di lokasi pertambangan, komponen lingkungan terkena dampak: kualitas udara ambien desa Sugiharjo (khususnya menyangkut SO2 dan HC), de-ngan obyek penerima dampaknya adalah penduduk desa tersebut..

ilustrasi: Topppeaks

Sumber Dampak:EMISI SO2 & HC

Komponen Lingkungan Terkena Dampak:KUALITAS UDARA AMBIEN

Obyek Penerima DampakPemukiman Desa Sugiharjo

11


kegiatan jadi dilaksanakan) dengan rona dasar kualitas

udara (background concentration) di tahun prakiraan yang

sama. Untuk mendapatkan rona dasar kualitas udara di

suatu tahun prakiraan, perlu dilakukan prakiraan kualitas

udara dengan asumsi bahwa komponen kegiatan terse-

but tidak dilaksanakan (prakiraan nir-kegiatan).

Output prakiraan dampak juga perlu dinilai untuk sifat

pengaruh dampak-nya. Sederhananya adalah untuk

penilaian positif atau negatifnya dampak penting terse-

but. Suatu komponen kegiatan dinilai dapat membawa

dampak negatif, jika emisi polutannya diduga akan me-

nyebabkan kualitas udara menjadi lebih buruk. Seba-

liknya, komponen kegiatan itu dinilai dapat berdampak

positif, jika emisi polutannya diduga akan menyebabkan

kualitas udara menjadi lebih baik. Tentunya jika diban-

dingkan dengan kualitas udara nir-kegiatan di waktu

kajian (tahun prakiraan) yang sama. Banyak penyusun

AMDAL saat ini tidak melakukan prakiraan kualitas udara

nir-kegiatan. Jadi, penilaian besar-kecilnya dampak dini-

lai dengan mengacu kepada kualitas udara saat ini (rona

lingkungan awal). Hal ini dapat dibenarkan selama kita

yakin bahwa kualitas udara nir-kegiatan akan tetap sama

(statis) untuk tahun prakiraan yang kita pilih.

Suatu jalan pintas bawah-tanah (underpass) akan dibuat untuk memperlancar arus kendaraan bermotor di suatu kawasan yang kondisi lalu-lintasnya sudah sangat padat. Konsentrasi CO (rata-rata 24 jam) di kawasan itu saat ini sudah mencapai nilai 7.000 μg/Nm3. Saat underpass beroperasi di tahun 2010, jumlah kendaraan bermotor yang melintasi kawasan itu diprakirakan akan meningkat 50 persen dari jumlahnya saat ini. Akibatnya, walau jalan underpass sudah beroperasi, konsentrasi CO di kawasan itu diprakirakan tetap akan meningkat menjadi 10.000 μg/ Nm3. Untuk menilai positif-negatifnya dampak penting dari pembangunan underpass tersebut, prakiraan dampak nir-kegiatan di tahun 2010 juga dilakukan. Dengan asumsi underpass tidak jadi didirikan, maka diprakirakan kemacetan jalan akan sering terjadi. Laju kendaraan akan tersendat sehingga emisi CO akan lebih besar untuk jumlah kendaraan di tahun 2010 yang sama. Oleh karena itu, hasilnya menunjukkan konsentrasi CO di kawasan itu diprakirakan akan meningkat menjadi 13.000 μg/Nm3. Perbandingan konsentrasi CO di tahun 2010 antara kedua kondisi itu (dengan dan tanpa underpass) menunjukkan adanya jalan underpass justru akan membuat kualitas udara di kawasan tersebut menjadi lebih baik. De-ngan demikian dapat disimpulkan bahwa keberadaan underpass akan membawa dampak positif.

Info Grafi s: Zarkoni


TAHAPAN PRAKIRAAN DAMPAK KUALITAS UDARABerikut ini adalah tahapan lengkap dari proses prakiraan

dampak kualitas udara. Mengacu ke tatalaksana penger-

jaan AMDAL, kedua tahap awal dalam diagram berikut

merupakan bagian dari proses pelingkupan. Hasilnya

dituangkan sebagai bagian dari dokumen KA-ANDAL.

Tahap-tahap selanjutnya merupakan bagian dari proses

prakiraan dampak yang baik proses maupun outputnya

dituangkan sebagai bagian dari dokumen ANDAL.

Memilih Teknik Simulasi

Menghitung Konsentrasi Sebaran Polutan

Membuat Peta Isopleth

Menghitung Konsentrasi Ambien Polutan

Membatasi Wilayah Studi

Identifi kasi Obyek Penerima Dampak

Mengarahkan Prakiraan Dampak

Identifi kasi Sumber Emisi

Karakterisasi Emisi

Menyeleksi Polutan Penting

Mengukur Kualitas Udara Ambien

Mengenali Karakteristik Fisik Wilayah Studi

Mempelajari Kondisi Meteorologis

13


Foto: Bayu Rizky

MEMPELAJARI

KARAKTERISTIK EMISI2IDENTIFIKASI SUMBER EMISI ................................................................ 16

Jenis Sumber Emisi .............................................................................. 17

Lokasi Sumber Emisi ........................................................................... 17

Dimensi Sumber Emisi ....................................................................... 19

Waktu Keberadaan Sumber Emisi .................................................. 19

KARAKTERISASI EMISI ............................................................................ 21

Jenis dan Jumlah Polutan ................................................................. 21

Boks: Faktor Emisi ................................................................... 22

Pola Pemunculan Emisi ..................................................................... 24

MENSELEKSI POLUTAN PENTING ........................................................ 26

Kriteria Batas Polutan Penting ........................................................ 26

Faktor Kekhawatiran Masyarakat ................................................... 27

Proses prakiraan dampak hanya dapat dilakukan setelah kita mengenali

karakteristik emisi polutan dari rencana kegiatan kita dengan baik. Cer-

mati dokumen perencanaan yang ada berikut denahnya. Dari situ, kita

dapat mengidentifi kasi berbagai sumber emisi yang akan ada. Dapatkan

seluruh jenis polutan yang akan diemisikan, sebelum kita mengestimasi

jumlah-jumlahnya. Langkah terakhir dari tahap ini adalah pemilihan po-

lutan-polutan penting yang nantinya akan diprakirakan sebarannya.

15

Sumber emisi adalah komponen-komponen atau

bagian-bagian dari suatu rencana kegiatan yang nanti-

nya akan mengemisikan polutan ke udara ambien. Untuk

prakiraan dampak kualitas udara yang komprehensif, kita

perlu mengidentifi kasi seluruh sumber emisi yang akan

ada di dalam rencana kegiatan. Tahapan identifi kasi sum-

ber emisi ini sebaiknya dilakukan pada tahap penentuan

dampak potensial di awal proses pelingkupan.

Identifi kasi sumber emisi dapat dilakukan dengan mem-

pelajari dokumen rancangan teknis dan jadwal pelaksa-

naannya. Adanya denah (layout) rencana kegiatan dapat

mempermudah pengidentifi kasian komponen-kom-

ponen kegiatan sumber emisi. Selain itu, sumber emisi

dapat juga diidentifi kasi dengan mempelajari kegiatan

lain yang sejenis dengan rencana kegiatan kita.

Informasi dari suatu sumber emisi perlu juga dileng-

kapi dengan keterangan mengenai lokasi, dimensi, dan

waktu keberadaan dari sumber emisi tersebut. Informasi-

IDENTIFIKASI SUMBER EMISI

Suatu rencana kegiatan dapat saja memiliki lebih dari satu sumber emisi (multiple sources). Operasi kegiatan pertambangan, misalnya, memiliki beberapa aktivitas sumber emisi. Contohnya, komponen kegiatan peledakan guna menyingkirkan lapisan tanah permukaan, komponen kegiatan pengangkutan batuan (ore) dengan menggunakan alat berat dan truk pengangkut, komponen kegiatan penggerusan batuan, dan komponen kegiatan ekstraksi mineral dari batuan tersebut.

Foto: Koleksi Qipra


informasi tersebut nantinya sangat dibutuhkan dalam

pemodelan penyebaran polutan.

JENIS SUMBER EMISI

Banyak jenis komponen kegiatan yang dapat menjadi

sumber emisi. Baik itu komponen-komponen kegiatan

dalam tahap prakonstruksi, konstruksi, operasi, mau-

pun pasca-operasi. Beberapa komponen kegiatan yang

se ringkali menjadi sumber emisi dari suatu rencana ke-

giatan dapat dilihat pada tabel di halaman berikutnya.

Suatu rencana kegiatan mungkin saja memiliki sumber

emisi bergerak (mobile source) dan sumber emisi tidak-

bergerak (stationary source). Dengan pola pengelom-

pokan yang lain, sumber-sumber emisi dari suatu ren-

cana kegiatan dapat saja terdiri dari sumber titik (point

source), sumber ruang (volume source), sumber area

(area source), dan sumber garis (line source). Salah satu

contoh sumber titik yang banyak terdapat dalam suatu

rencana kegiatan adalah cerobong (stack).

Banyak komponen kegiatan mengeluarkan emisi yang

tergolong sebagai emisi liar (fugitive emission). Disebut

demikian karena polutan-polutan akan langsung terlepas

ke udara tanpa melalui sistem penangkapan polutan dan

pelepasan terkendali di suatu titik, seperti cerobong atau

ventilasi udara. Beberapa contoh emisi liar adalah emisi

polutan dari aktivitas konstruksi, tangki penyimpanan

cairan (storage tanks) terbuka, timbunan bahan baku

(stockpile) terbuka, lokasi penurunan dan pemuatan ba-

rang (loading area), pelapisan aspal, instalasi pengolahan

air limbah, menara pendingin (cooling towers), kebocoran

alat, lahan terbuka yang tererosi oleh angin (open area

wind erosion), dan sebagainya.

Keberadaan perangkat pengendali polusi udara di

suatu sumber emisi juga sebaiknya diinformasikan ka-

rena nantinya sangat mempengaruhi perhitungan esti-

masi jumlah polutan. Saat ini umumnya cerobong sudah

direncanakan lengkap dengan perangkat pengendali

polusi udara. Perangkat tersebut bertugas untuk me-

ngurangi jumlah emisi polutan sampai ke tingkat kualitas

yang diinginkan.

LOKASI SUMBER EMISI

Lokasi sumber emisi, khususnya sumber titik, dapat di-

nyatakan dalam sistem koordinat Cartesian. Untuk

sumber wilayah dan sumber garis, kita perlu menyebut-

kan koordinat dari bagian sumber emisi yang letaknya

paling dekat dengan suatu obyek penerima dampak.

Koordinat titik terdekat itu nantinya digunakan dalam

perhitungan jarak dengan obyek penerima dampak.

Dalam rencana pengembangan jalan raya, sumber emisi penting di tahap operasi adalah kendaraan-kendaraan bermotor yang melintasi jalan tersebut. Sumber emisi ini dapat digolongkan sebagai sumber emisi bergerak, sekaligus juga sumber garis.


17

Mempelajari Karakteristik Emisi


Elevasi sumber emisi menunjukkan jarak vertikal (atau

beda tinggi) antara sumber emisi, khususnya titik lepasan-

nya, dengan suatu bidang acuan atau elevasi + 0,0 meter.

Sebagai bidang acuan dapat digunakan elevasi permu-

kaan tanah atau elevasi muka-laut. Informasi mengenai

elevasi sumber emisi sangat perlu diperhatikan terutama

jika beda tingginya dengan penerima dampak dianggap

siginifi kan. Misalnya, sumber emisi ada di puncak bukit

sementara penerima dampak ada di kaki bukit. Atau, mi-

salnya sumber emisi merupakan cerobong yang tinggi-

nya mencapai puluhan meter.

DIMENSI SUMBER EMISI

Dimensi sumber emisi perlu diketahui untuk kepenti-

ngan berbagai hal. Jika sumber emisi merupakan suatu

cerobong, informasi dimensi sumber dibutuhkan antara

lain untuk menghitung tinggi kepulan (plume rise). Jika

sumber emisi merupakan sumber wilayah atau sumber

ruang, informasi tentang dimensi sumber emisi dibutuh-

kan untuk menghitung jumlah emisi.

Informasi dimensi yang dibutuhkan antara lain adalah:

Untuk cerobong: tinggi, diameter lubang dasar dan

lubang atas (bagian lepasan).

Untuk sumber wilayah: luas wilayah tersebut.

Untuk sumber garis: panjang dan lebar ruas jalan.

Ada baiknya informasi tentang dimensi sumber emisi di-

sampaikan bersama diagram teknisnya.

WAKTU KEBERADAAN SUMBER EMISI

Informasi mengenai kapan suatu sumber emisi kira-kira

akan dilaksanakan, dibangun, atau dioperasikan sangat

berguna nantinya saat kita ingin menentukan batas wak-

tu kajian (lihat bahasan terkait di Bagian 4 dari buku ini).

Waktu keberadaan sumber emisi sebaiknya disampaikan

sespesifi k mungkin, misalnya menyebutkan bulan dan ta-

hun dari rencana keberadaannya. Jadi, tidak hanya seke-

dar menyebutkan bahwa sumber emisi akan ada di tahap

prakonstruksi, konstruksi, operasi, dan pasca-operasi.

Waktu keberadaan dari tiap-tiap sumber emisi dapat di-

peroleh dari jadwal pelaksanaan rencana kegiatan kita.

Dari jadwal tersebut, kita juga dapat mengetahui durasi

dari kelangsungan komponen kegiatan sumber emisi.

Perlu diingat bahwa mungkin saja beberapa sumber emi-

si akan dilaksanakan dalam rentang waktu yang sama.

Posisi sumber emisi sebaiknya dinya-takan dalam koordinat 3 dimensi X, Y, Z. Ada baiknya nilai X dan Y menggu-nakan acuan sistem koordinat univer-sal, seperti UTM (Universal Transverse Mercator). Untuk nilai sumbu Z, kita bisa menggunakan elevasi muka-laut sebagai acuan. Dalam banyak kasus, posisi sumber emisi seringkali diang-gap sebagai titik acuan dan diberikan kordinat lokal 0,0. Demikian pula da-lam sistem kordinat relatif yang diper-hitungkan berdasarkan arah mata angin.

Info Grafi s: Koleksi Qipra

19


Jika waktu keberadaannya bersamaan, ada kemungkin-

an emisi dari sumber-sumber itu nantinya perlu diaku-

mulasikan. Informasi waktu keberadaan sumber emisi

dan informasi waktu pemunculan emisi (lihat bahasan

mengenai Pola Pemunculan Emisi) diperlukan untuk

memastikan apakah sumber-sumber emisi yang ada di

suatu rencana kegiatan dapat dianggap sebagai sumber

majemuk (multiple sources).

Hasil identifi kasi sumber emisi cerobong harus mencakup lokasi dan elevasi dasar cerobong, tinggi cerobong, diameter cerobong, dan keberadaan perangkat pengendali polusi udara. Kapan cero-bong itu mulai dioperasikan juga merupakan salah satu informasi yang perlu kita ketahui.

Tempat pembuangan akhir (TPA) sampah merupakan salah satu contoh dari sumber ruang (volume source), khususnya jika TPA tersebut memiliki timbun-an yang tinggi. Hasil dari identifi kasi sumber emisi harus menyebutkan bentuk, luas, tinggi, atau volume dari TPA tersebut. Emisi TPA merupakan salah satu contoh emisi fugitive atau emisi polutan yang tidak terkendali melalui cero-bong atau sistem ventilasi udara.

Foto: Sulaiman


KARAKTERISASI EMISIKarakteristik emisi ditunjukkan oleh jenis dan jumlah po-

lutan yang dikandungnya, selain juga pola pemunculan

emisinya. Berikut ini adalah uraian mengenai karakteristik

emisi dan cara-cara untuk mengestimasinya.

JENIS DAN JUMLAH POLUTAN

Seluruh jenis polutan yang dikeluarkan dari tiap sumber

emisi harus diidentifi kasi dan diestimasi jumlahnya. Infor-

masi mengenai jenis dan jumlah polutan seringkali sudah

tersedia di dokumen rancangan teknis dari rencana ke-

giatan bersangkutan. Namun demikian, jika informasi itu

belum tersedia, ada beberapa cara yang dapat kita gu-

nakan untuk memprakirakannya. Beberapa di antaranya

diuraikan berikut ini.

Estimasi dari Informasi Sumber Sejenis

Data hasil pemantauan dari sumber emisi sejenis

dapat dimanfaatkan sebagai acuan dalam mempra-

kirakan jenis dan jumlah polutan dari suatu sumber

emisi. Sebelum menggunakan cara ini, kita tentu ha-

rus memastikan dulu bahwa sumber emisi sejenis itu

memiliki rincian proses dan bahan baku yang serupa

dengan sumber emisi kita. Beda skala kegiatan juga

harus diperhatikan guna menghindari perhitungan

yang tidak tepat (underestimation atau overestima-

tion).

Estimasi dengan Faktor Emisi

Cara ini tergolong praktis sehingga sering sekali di-

gunakan. Nilai Faktor Emisi (lihat boks untuk uraian

lebih lengkap mengenai Faktor Emisi) dari berbagai

sumber emisi saat ini mudah dijumpai di berbagai

referensi. Salah satu referensi yang paling populer

adalah AP 42 Compilation of Air Pollutant Emis-

sion Factors (Fifth Edition) yang diterbitkan USEPA

(the United States Environmental Protection Agency).

Beberapa di antaranya adalah sumber-sumber emisi

dari kegiatan pembuangan sampah, kegiatan sektor

perminyakan, kegiatan industri kimia, industri per-

kayuan, makanan dan minuman, industri perkayuan,

Jumlah polutan umumnya dinyatakan sebagai laju emisi (emission rate) yang menunjukkan berat polutan yang diemisikan dalam satu unit waktu. Misalnya, laju emisi SO2 dari suatu pembangkit listrik tenaga uap besarnya adalah 40 ton/tahun.

Foto: Heri W

ibowo

21


Nilai Faktor Emisi banyak digunakan sebagai dasar perhitungan laju emisi dengan menggunakan rumus berikut: Q = EF x A x (1 – ER/100)

Dimana, Q (emission rate atau laju emisi) adalah jumlah polutan yang diemisikan per satuan waktu; EF (emission factor) atau faktor emisi; A (rate of activity) adalah intensitas kegiatan per satuan waktu; dan ER (emission reduction effi ciency, dalam %) adalah efi siensi pengurangan polutan dari sistem pengendali emisi yang digunakan.

Ilustrasi berikut menunjukkan penggunaan Faktor Emisi untuk menghitung besaran emisi.

Kegiatan konstruksi apartemen menggunakan genset 35 kW yang digunakan 10 jam per hari. Genset ini menggunakan bensin tanpa timbal. Dengan ang-ka rata-rata konsumsi bensin 315 g/kWH, maka genset itu diperkirakan akan membutuhkan 13,5 liter/jam. Jika genset dioperasikan selama 40 hari, maka emisi genset itu diprakirakan akan memiliki karakteristik sebagai berikut.

- Intensitas kegiatan (A) = (35 kW) x (10 jam/hari) x (40 hari) = 14.000 kW-jam atau 14.000 kWH

- Efi siensi pengurangan polutan (ER) = 0 %- Untuk PM10, dengan faktor emisi (EF) = 4,38 x 10-4 kg PM10/kWH, maka Q = (4,38 x 10-4 kg PM10/kWH) x 14.000 kWH = 6,132 kg PM10

Tabel di samping menunjukkan hasil lengkap prakiraan laju emisi Genset ter-masuk polutan-polutan lain.

Faktor Emisi (emission factor) menunjukkan perkiraan jumlah polutan yang akan diemisikan oleh tiap unit komponen

kegiatan dari suatu sumber emisi. Nilai Faktor Emisi ditampilkan dalam satuan berat polutan per unit berat, volume, jarak,

atau durasi dari komponen kegiatan yang mengemisikan polutan tersebut. Beberapa contoh nilai Faktor Emisi berikut

satuannya dapat dilihat pada tabel berikut.

Faktor EmisiBoks


industri logam, dan kendaraan bermotor. Kelemahan

dari perhitungan cara ini adalah akurasi nilai Faktor

Emisi-nya sendiri. Tidak semua nilai sudah diuji den-

gan menggunakan metode uji yang sahih.

Beberapa referensi faktor emisi juga sudah tersedia

untuk emisi liar. Salah satunya adalah buku Fugitive

Emission di Area Kegiatan Industri (2005) yang dike-

luarkan oleh KLH.

Estimasi dengan Baku Mutu Emisi

Baku mutu emisi (BME) menunjukkan konsentrasi

maksimal dari beberapa polutan penting yang boleh

diemisikan oleh suatu kegiatan. Penggunaan BME

untuk mengestimasi jumlah polutan hanya dapat di-

gunakan jika kita yakin bahwa emisi rencana kegiatan

nantinya tidak akan melampaui nilai BME-nya. Jum-

lah emisi polutan dihitung dengan mengalikan nilai

BME dari suatu polutan (CBME) dengan debit emisi (qvol

atau volumetric emission fl owrate) sebagaimana terli-

hat dari persamaan berikut :

Q = CBME

x qvol

Kelemahannya, cara ini hanya dapat digunakan untuk

jenis-jenis polutan yang tercantum di BME, seperti

Amoniak (NH3), Sulfur-Dioksida (SO2), Nitrogen-Diok-

sida (NO2), dan Partikulat.

Estimasi dengan Keseimbangan-Massa

Secara ilmiah, cara ini sangat dapat dipertanggung-

jawabkan. Walau demikian, cara ini membutuhkan

informasi yang sangat lengkap tentang bahan baku

dan produk yang terlibat dalam proses dari suatu

rencana kegiatan. Pendekatan keseimbangan-masa

ini tepat untuk digunakan jika sebagian besar bahan

baku akan terbuang nantinya sebagai polutan udara.

Sebaliknya, pendekatan ini tidak tepat untuk diguna-

kan jika kita tahu bahwa sebagian besar bahan baku

akan habis terkonsumsi atau bereaksi dengan senya-

wa kimia lain. Perlu juga diwaspadai bahwa cara ini

bisa saja menghasilkan nilai estimasi emisi yang kon-

sentrasinya ternyata melebihi BME.

Keputusan Menteri Lingkungan Hidup tentang Baku Mutu Emisi Sumber Tidak Bergerak (KEP-13/MENLH/3/1995) menyediakan BME yang dikhususkan untuk industri besi dan baja, indus-tri pulp dan kertas, pembangkit listrik tenaga uap berbahan bakar batubara, dan industri se-men. Selain itu, Kepmen ini juga menyediakan BME untuk jenis kegiatan lainnya. Untuk sumber bergerak, KLH menyediakan BME-nya dalam Keputusan Menteri Negara Lingkungan Hidup tentang ambang batas emisi gas buang ken-daraan bermotor (KEP-35/MENLH/10/1993).

23


Estimasi dengan Software Khusus

Banyak perangkat lunak (software) saat ini tersedia

untuk membantu kita dalam mengestimasi laju emisi

dari berbagai jenis sumber. Beberapa di antaranya

adalah 1) WATER9 untuk estimasi jumlah polutan

dari sistem jaringan, tangki penyimpanan, dan ins-

talasi pengolahan air limbah, 2) Landfi llGEM (the

Landfi ll Gas Emissions Model), untuk estimasi jumlah

metana, karbondioksida, dan senyawa organik lain-

nya yang diemisikan suatu TPA (landfi ll) sampah, 3)

TANKS untuk estimasi jumlah volatile organic com-

pound (VOC) dan polutan udara bahan beracun dan

berbahaya (B3) dari tangki penyimpanannya. Web-

site USEPA memberikan kesempatan bagi kita untuk

men-download beberapa software secara gratis.

Perlu diingat bahwa tiap rencana kegiatan umumnya

memiliki laju emisi yang berfl uktuasi. Untuk kepentingan

prakiraan dampak kajian ANDAL, ada baiknya kita meng-

gunakan jumlah polutan yang maksimal (QMAX). Khusus-

nya jika kita ingin melakukan prakiraan dampak untuk

skenario kejadian terburuk (lihat bahasan mengenai Ske-

nario Prakiraan di Bagian 3). Penggunaan jumlah polu-

tan dalam kondisi minimal dapat memberikan kita hasil

prakiraan yang mungkin menyesatkan.

Juga perlu diingat bahwa prakiraan dampak akan dilaku-

kan guna mendapatkan nilai konsentrasi di waktu rata-

rata (averaging times) tertentu. Untuk itu, nilai jumlah po-

lutan yang digunakan juga harus merupakan nilai untuk

waktu rata-rata yang sama.

POLA PEMUNCULAN EMISI

Pola pemunculan emisi akan sangat berpengaruh ter-

hadap pola penyebaran polutan dan dampak yang di-

timbulkannya. Pola pemunculan emisi ditunjukkan oleh

waktu, durasi, dan kontinuitas pemunculan emisi. Untuk

sumber cerobong, informasi tentang kecepatan, debit,

dan temperatur emisi juga dapat dianggap sebagai

bagian dari pola pemunculan emisi.

Waktu pemunculan emisi sangat mempengaruhi pola

penyebaran polutan. Polutan yang diemisikan di malam

hari umumnya akan tersebar lebih jauh dibandingkan

polutan yang diemisikan di siang hari. Munculnya emisi

hampir selalu mengikuti waktu keberadaan sumber

emisi. Emisi akan muncul umumnya tidak lama setelah

Emisi kendaraan motor hanya akan keluar di saat mesin motor hidup. Saat mesin motor mati, tidak lama kemudian biasanya emisi knalpot juga terhenti. Polutan penting dalam emisi mo-tor, sebagaimana emisi kendaraan bermotor yang mengguna-kan bahan bakar bensin lainnya, terdiri dari CO, HC, dan NOx.

Foto

: Tau

fi k Is

mai

l


dimulainya suatu kegiatan sumber emisi. Saat kegiatan

itu dihentikan, tidak lama kemudian biasanya emisi juga

terhenti.

Informasi mengenai waktu pemunculan emisi juga sa-

ngat dibutuhkan dalam memastikan apakah sumber-

sumber emisi yang ada di suatu rencana kegiatan dapat

dianggap sebagai sumber majemuk (multiple sources).

Durasi pemunculan emisi akan mempengaruhi jumlah

polutan yang diemisikan. Semakin lama durasi emisi,

semakin banyak juga polutan yang diemisikan. Durasi

pemunculan emisi juga hampir selalu mengikuti durasi

keberadaan sumber emisi. Informasi ini juga dibutuhkan

sebagai salah satu bahan pertimbangan saat kita melaku-

kan penilaian sifat penting dari suatu dugaan dampak.

Kontinuitas pemunculan emisi akan mempengaruhi

pola penyebaran dari polutan yang diemisikan. Sebagai

contoh, emisi CO dari sumber lalu-lintas jalan raya akan

memiliki pola penyebaran yang berbeda dengan emisi

CO dari sumber pabrik yang beroperasi secara kontinu.

Kontinuitas pemunculan emisi tentunya juga mempe-

ngaruhi potensi dampak yang dapat ditimbulkannya.

Emisi polutan yang tidak kontinyu seringkali dianggap

memiliki potensi dampak yang lebih kecil dibandingkan

emisi polutan yang kontinu.

Kecepatan lepasan emisi (stack exit velocity) menun-

jukkan cepat atau lambatnya emisi polutan keluar dari

sumbernya. Informasi kecepatan lepasan emisi lebih ba-

nyak dibutuhkan dalam prakiraan dampak dari sumber

cerobong. Khususnya untuk menghitung tinggi kepulan

(plume rise) emisi yang dikeluarkan dari suatu cerobong.

Debit emisi (volumetric emission fl owrate) menunjukkan

volume emisi yang dikeluarkan per satuan waktu. Untuk

suatu cerobong, debit emisi merupakan hasil perkalian

antara kecepatan lepasan emisi dengan luas penampang

cerobong.

Suhu lepasan emisi (exit temperature) menunjukkan

suhu dari aliran emisi saat meninggalkan sumbernya.

Tingginya suhu lepasan emisi, sama halnya dengan ke-

cepatan lepasan emisi, akan mempengaruhi tinggi kepu-

lan emisi dari suatu cerobong. Dalam penggunaannya,

suhu emisi lebih banyak dinyatakan dalam derajat Kel-

vin (0K).

Emisi dari suatu TPA akan terus ada walau operasinya sudah dihentikan. Durasi pemunculan emisi gas metana dan karbondioksidabisa mencapai waktu 30 tahun setelah TPA itu berhenti beroperasi.

Ilustrasi: Zarchoney & Toppeaks

25


Pertama-tama, perlu disadari bahwa tidak semua polu-

tan yang akan diemisikan dapat menimbulkan dampak

penting. Jika lajunya kecil atau durasi pemunculannya

singkat, suatu emisi polutan kemungkinan besar tidak

akan terlalu mempengaruhi kualitas udara ambien sam-

pai ke tingkatan yang signifi kan. Atau, kecil kemungkin-

an emisi polutan tersebut akan menyebabkan kualitas

udara melampaui BMUA. Untuk alasan efi siensi, prakiraan

dampak dari polutan yang jumlahnya sedikit tidak selalu

perlu dilakukan. Lebih baik kita memusatkan perhatian

pada prakiraan dampak dari polutan-polutan yang jum-

lahnya besar saja. Kita dapat menyebut polutan yang

perlu diprakirakan dampaknya sebagai polutan penting.

Ada beberapa cara yang dapat dipertimbangkan sebagai

dasar penyeleksian polutan penting ini. Salah satunya

adalah dengan membandingkan nilai konsentrasi maksi-

mal (ΔCMAX) dari sebaran polutan dengan nilai Tambahan

Polutan Maksimal (TPM, lihat bahasan terkait di Bagian

3) untuk tiap-tiap polutan yang diemisikan. Perangkat lu-

nak SCREEN3 (lihat bahasan mengenai Pilihan Software

Dispersi Polutan di Bagian 5). dapat digunakan untuk

mempermudah perolehan nilai ΔCMAX tersebut. Cara lain-

nya adalah dengan menggunakan Kriteria Batas Polu-

tan Penting (KBPP) sebagaimana akan dibahas berikut

ini. Dasar-dasar pertimbangan dalam penyeleksian po-

lutan penting perlu disampaikan kepada Komisi Penilai

AMDAL untuk disepakati.

KRITERIA BATAS POLUTAN PENTING

Seleksi polutan penting akan lebih mudah jika kita me-

miliki Kriteria Batas Polutan Penting (KBPP) yang menye-

butkan jumlah minimal emisi polutan-polutan yang perlu

diprakirakan dampaknya dalam ANDAL. Jika kita menge-

misikan suatu polutan dalam jumlah melebihi nilai KBPP,

maka kita harus melakukan prakiraan dampak untuk po-

lutan tersebut.

KLH atau intansi-instansi lingkungan di daerah belum

mengeluarkan kriteria batas polutan penting ini. Walau

demikian ada beberapa contoh kriteria batas polutan

penting yang dapat digunakan sebagai pembanding.

Salah satunya adalah Criteria of Signifi cant Pollutant Emis-

sion Increases Requiring Impact Assessment yang dikeluar-

kan oleh New Jersey Department of Environmental Protec-

tion (lihat tabel di halaman berikut).

Kriteria Batas Polutan Penting sebaiknya didiskusikan

dengan pemerintah-pemerintah kota dan kabupaten di

Indonesia. Besarnya nilai kriteria untuk tiap daerah seha-

rusnya berbeda-beda tergantung status mutu udara am-

bien dari tiap daerah.

MENSELEKSI POLUTAN PENTING

Tidak semua polutan yang akan diemisikan perlu diprakirakan dampaknya, khususnya, polutan yang laju emisinya sangat sedikit. Dalam panduan prosedur prakiraan dampak kualitas udara di be-berapa negara lain, tahap ini disebut sebagai screening. Dalam tatalaksana pengerjaan AMDAL, tahapan seleksi polutan penting ini dapat diberlakukan sebagai bagian dari penentuan dampak penting hipotetik dalam proses pelingkupan.


FAKTOR KEKHAWATIRAN MASYARAKATAda beberapa faktor lain yang perlu kita pertimbang-

kan sebelum kita benar-benar mengabaikan prakiraan

dampak dari polutan-polutan yang jumlahnya sedikit.

Salah satunya adalah faktor persepsi atau kekhawatiran

masyarakat sekitar. Sesuai aturan mengenai Keterlibatan

Masyarakat dan Keterbukaan Informasi dalam Proses

AMDAL (Kepka Bapedal No. 08 Tahun 2000), tatalaksana

AMDAL memberikan kesempatan bagi masyarakat untuk

menyampaikan masukan kepada pemrakarsa. Mungkin

saja salah satu masukannya menyangkut kekhawatiran

terhadap keberadaan dan sebaran dari suatu jenis polu-

tan. Walaupun jumlahnya sedikit, ada baiknya kita me-

nanggapi kekhawatiran itu dan kemudian melakukan

prakiraan dampak dari polutan itu. Hasilnya mungkin saja

dapat digunakan untuk meyakinkan masyarakat sekitar

bahwa dampak yang mereka khawatirkan tidak akan per-

nah ada.

Keterangan:a. Bila tinggi cerobong/keluaran kurang dari 20 meter.b. Bila tinggi cerobong/keluaran lebih besar atau sama dengan

20 meter.

Kekhawatiran masyarakat terhadap emisi dioksin dari suatu insinerator selalu saja ada. Walau jumlahnya kecil, kita tetap perlu melakukan prakiraan penyebaran polutan itu. Hasilnya diharapkan dapat lebih meyakinkan masyarakat tentang besar-kecilnya dampak emisi dioksin di tempat mereka bermukim.

Foto: Koleksi Qipra

27


Foto: Winarko Hadi

MELENGKAPI LINGKUP

PRAKIRAAN DAMPAK3MEMBATASI WILAYAH STUDI ................................................................ 30

Tinjauan Kondisi Geografi s ............................................................... 30

Acuan Nilai Tambahan Polutan Maksimal ................................... 30

IDENTIFIKASI OBJEK PENERIMA DAMPAK ........................................32

Sumber Informasi .................................................................................32

Lokasi Objek Penerima Dampak .....................................................33

Informasi Pelengkap ............................................................................36

MENGARAHKAN PRAKIRAAN DAMPAK ............................................ 37

Waktu Kajian ...........................................................................................37

Skenario Prakiraan Dampak ..............................................................37

Kriteria Penilaian Sifat Penting .........................................................38

Dari tahap sebelumnya, kita sudah mendapatkan informasi mengenai

karakteristik emisi yang ada dalam suatu rencana kegiatan. Di tahap ini,

proses pelingkupan prakiraan dampak kualitas udara akan dilengkapi.

Langkahnya, pertama, wilayah studi perlu ditentukan. Kedua, objek-ob-

jek penerima dampak di dalamnya diidentifi kasi. Dengan ditentukannya

waktu kajian, skenario prakiraan, dan juga kriteria penilaian sifat penting

dampak, proses pelingkupan dapat dianggap selesai.

29

Prakiraan dampak kualitas udara dilakukan untuk meng-

konfi rmasi berbagai dampak penting hipotetik yang

mungkin terjadi di dalam wilayah studi. Khusus untuk

permasalahan dampak kualitas udara, batas wilayah stu-

di merupakan batas terjauh dari suatu area yang kualitas

udara ambiennya masih mungkin terpengaruh secara

signifi kan oleh sebaran polutan.

Perlu diingat bahwa di tahap pelingkupan, wilayah studi

didefi nisikan dengan menggunakan data yang terbatas.

Perhitungannya dilakukan dengan sangat konservatif

guna memaksimalkan luas wilayah studi. Dengan demiki-

an, wilayah studi tidak dapat langsung diartikan sebagai

wilayah sebaran dampak. Baru dalam kajian ANDAL, di-

mana data aktual sudah tersedia, kita dapat mendefi nisi-

kan wilayah sebaran dampak yang lebih akurat.

Batas wilayah studi prakiraan dampak kualitas udara da-

pat ditentukan dengan beberapa cara. Dua di antaranya

adalah dengan 1) meninjau kondisi geografi s dari wilayah

di sekitar sumber emisi dan 2) menggunakan acuan nilai

Tambahan Polutan Maksimal (TPM). Berikut ini adalah

uraian dari kedua cara tersebut.

TINJAUAN KONDISI GEOGRAFIS

Keberadaan perbukitan, pegunungan, hutan, dan laut

dapat mempengaruhi arah dan laju sebaran polutan.

Dalam kondisi meteorologis tertentu keberadaan objek-

objek geografi s tersebut dapat memerangkap polutan

sehingga tidak tersebar lebih jauh lagi.

Pembatasan wilayah studi berdasarkan keberadaan

objek-objek geografi s ini layak digunakan jika memang

objek-objek geografi s pembatas berada tidak jauh dari

sumber emisi. Misalnya, dalam jarak kurang dari 10 km.

ACUAN NILAI TAMBAHAN POLUTAN MAKSIMAL

Adanya tambahan polutan (pollutant increase) di suatu

lokasi dapat menyebabkan konsentrasi ambien polu-

tan itu melebihi nilai baku mutu udara ambien (BMUA).

Jumlah tambahan maksimal bagi suatu polutan agar nilai

BMUA tidak terlampaui disebut nilai Tambahan Polutan

Maksimal (TPM atau maximum pollutant increase). Ba-

tas wilayah studi yang ditentukan berdasarkan nilai TPM

merupakan suatu lingkaran yang 1) titik pusatnya adalah

sumber emisi dan 2) radiusnya merupakan jarak sebaran

polutan terjauh yang konsentrasinya menyamai nilai TPM.

Besar-kecilnya nilai TPM di suatu wilayah seharusnya di-

tentukan oleh pemerintah daerah setelah mempertim-

bangkan kualitas udara ambien di wilayah itu. Jika kon-

MEMBATASI WILAYAH STUDI

Nilai Tambahan Polutan Maksimal (TPM) untuk suatu polutan di suatu wilayah ditentukan dengan mem-pertimbangkan selisih antara konsentrasi ambien po-lutan saat ini (CO) di wilayah tersebut dengan nilai ba-tas konsentrasi maksimalnya, misalnya sebagaimana diatur di Baku Mutu Udara Ambien (CBMUA).


sentrasi ambien polutan di suatu wilayah sudah tinggi

(mendekati nilai BMUA) maka nilai TPM untuk polutan itu

seharusnya rendah. Sebaliknya, jika konsentrasi ambien

polutan di suatu wilayah masih rendah (jauh di bawah

nilai BMUA) maka nilai TPM-nya dapat saja lebih besar.

Oleh karena pemerintah daerah umumnya belum memi-

liki nilai TPM untuk daerahnya, maka Pemrakarsa bisa

saja mengusulkan besaran nilai TPM tersebut. Tentunya

setelah mempertimbangkan data dari konsentrasi am-

bien polutan penting di sekitar tapak rencana kegiatan-

nya. Usulan nilai TPM perlu disetujui terlebih dahulu oleh

Komisi Penilai AMDAL sebelum digunakan dalam penen-

tuan batas wilayah studi.

Jika data konsentrasi ambien polutan belum ada maka

Pemrakarsa dapat saja mengusulkan nilai TPM yang be-

sarnya proporsional terhadap nilai BMUA untuk suatu po-

lutan. Sebagai contoh, nilai TPM sama dengan 20% dari

nilai BMUA. Jadi, jika nilai BMUA CO (1 jam) 6000 μg/Nm3

maka nilai TPM CO adalah 1200 μg/Nm3 (1 jam). Di negara

lain, khususnya untuk daerah yang kualitas udaranya sa-

ngat dilindungi, nilai TPM dapat mencapai seperduapu-

luh (5%) dari nilai BMUA.

Simulasi untuk menentukan jarak, setelah nilai TPM di-

sepakati, dapat dilakukan secara manual maupun de-

ngan berbagi permodelan seperti model dispersi Gauss

dan model kotak (box model) tergantung pada jenis

sumber emisi (titik, garis atau area), ketersediaan data

meteorologi dan sumber emisi. Program ini dapat digu-

nakan apabila data yang digunakan sebagai input (teru-

tama data karakteristik emisi dan sumber serta data me-

teorologi) tersedia dengan lengkap. Program komputer

SCREEN3 banyak digunakan untuk kepentingan ini (lihat

bahasan terkait di Bagian 5). Sebagaimana nanti akan

dibahas lebih lanjut, program SCREEN3 merupakan salah

satu program yang sangat praktis. Dengan mengasumsi-

kan kondisi udara sangat stabil (kelas stabilitas atmosfer

F), kita dapat memperoleh jarak terjauh yang cenderung

konservatif sehingga aman untuk digunakan sebagai ja-

rak batas TPM .

Titik TPM terjauh didapat setelah kita melakukan simu-lasi sebaran dari polutan penting yang memiliki laju emisi terbesar. Simulasi dilakukan berdasarkan asumsi kondisi terburuk (worst case). Artinya, simulasi dilaku-kan untuk kondisi atmosfer stabil (kelas stabilitas F) dengan menggunakan kecepatan angin tertinggi yang dijumpai. Wilayah studi kemudian dibuat dengan mem-buat lingkaran dimana lokasi sumber emisi merupakan titik pusatnya dan jarak titik TPM terjauh merupakan radiusnya.

31

Melengkapi Lingkup Prakiraan Dampak

Setelah batasan wilayah studi diperoleh, kita dapat me-

mulai identifi kasi objek-objek di dalam wilayah tersebut

yang kemungkinan dapat menerima dampak lanjut-

an dari berubahnya kualitas udara. Objek penerima

dampak tersebut dapat merupakan objek biotik mau-

pun objek abiotik. Dalam literatur asing, objek penerima

dampak perubahan kualitas udara sering disebut sebagai

Air Sensitive Receptor (ASR).

Guna mengarahkan proses identifi kasinya, kita perlu

mengetahui berbagai jenis dampak lanjutan yang dapat

ditimbulkan oleh polutan-polutan udara. Banyak refe-

rensi tersedia mengenai dampak lanjutan yang mungkin

ditimbulkan oleh tiap jenis polutan.

Penyebutan objek-objek penerima dampak dengan rinci,

terutama untuk prakiraan dampak Tingkat 3,

akan sangat membantu. Contoh, pe-

nyebutan nama bangunan atau jenis

tanaman yang berpotensi terke-

na dampak. Dengan adanya

rincian informasi tersebut,

data rona lingkungan

awal yang kita bu-

tuhkan nantinya hanya data yang terkait dengan rincian

objek itu saja.

Satu sumber emisi sangat mungkin akan berpengaruh

terhadap beberapa objek penerima dampak sekaligus.

Tidak hanya mempengaruhi objek sejenis tetapi juga ob-

jek yang berbeda. Misalnya, emisi pabrik semen kemung-

kinan besar dapat mempengaruhi manusia, tanaman,

dan bangunan yang berada di sekitarnya.

Prakiraan dampak kualitas udara juga seringkali dilaku-

kan untuk waktu prakiraan yang jauh ke depan. Misalnya,

untuk waktu 5 tahun dari sekarang di saat suatu pabrik

kertas baru mulai dapat dioperasikan. Objek-objek yang

ada 5 tahun mendatang mungkin sekali berbeda dengan

objek-objek yang ada saat ini. Mungkin saja nantinya

akan ada kawasan permukiman baru atau rumah sakit

baru di dekat rencana kegiatan kita.

SUMBER INFORMASI

Objek-objek penerima dampak dapat teridentifi kasi

dengan mengamati peta-peta wilayah yang mencakup

wilayah studi kita. Salah satunya adalah peta tataguna

lahan yang menunjukkan keberadaan kawasan pemuki-

IDENTIFIKASI OBJEK PENERIMA DAMPAK

Candi dan bangunan kuno lainnya merupakan salah satu jenis objek penerima dampak yang perlu dicermati. Contoh objek-objek pene-rima dampak lainnya kawasan pemukiman, lahan budidaya (per-tanian, perkebunan, peternakan), industri, hotel atau tempat pengi-napan lainnya, obyek wisata, sarana pendidikan, perpustakaan, perkantoran, pertokoan, sarana olahraga, sarana budaya, rumah sakit, bandar udara, sarana ibadah, tumbuhan dan hewan langka.

Foto: Winarko Hadi


man, perkebunan, persawahan, kawasan industri, ban-

dara, pelabuhan laut, tempat wisata, dan lain-lainnya.

Biasanya peta berskala 1:10.000 sudah cukup dapat di-

andalkan.

Sumber informasi lain yang cukup baik adalah laporan

status kondisi wilayah yang dibuat oleh kantor kelurahan

atau kecamatan setempat. Laporan-laporan demikian bi-

asanya bersifat tahunan. Informasi yang ada di dalamnya

cukup lengkap. Selain data demografi , informasi geogra-

fi s dan lingkungan biasanya juga tersedia.

Ada baiknya, dalam proses konsultasi masyarakat di ta-

hap pelingkupan ini, kita juga menanyakan ke masyarakat

sekitar tentang keberadaan suatu jenis objek yang dikha-

watirkan dapat terpengaruh oleh sebaran emisi nantinya.

Masyarakat setempat merupakan sumber informasi yang

dapat diandalkan. Mereka biasanya memiliki pengeta-

huan lebih akurat tentang keberadaan objek-objek di

sekitar tempat tinggalnya.

Keberadaan rencana objek-objek baru di masa datang

dapat diperoleh dari instansi perencanaan pembangun-

an atau penanaman modal di suatu daerah. Dokumen

rencana perkembangan wilayah dan peta rencana umum

tataruang juga dapat membantu.

LOKASI OBJEK PENERIMA DAMPAK

Objek-objek penerima dampak yang teridentifi kasi perlu

dilengkapi dengan informasi mengenai lokasi dan ele-

vasinya. Sama halnya dengan lokasi sumber emisi, lokasi

objek penerima dampak dapat dinyatakan dalam sistem

koordinat Cartesian. Kesamaan sistem koordinat antara

lokasi sumber emisi dan objek penerima dampak akan

mempermudah kita saat ingin menghitung jarak antara

objek tersebut dengan sumber emisinya. Lokasi objek

juga dapat dinyatakan dalam sistem grid jika objek

tersebut merupakan objek wilayah seperti lahan perta-

nian, danau, atau kawasan permukiman.

Penting juga disebutkan sudut arah dari lokasi objek

penerima dampak relatif terhadap sumber emisi (lihat

ilustrasi di halaman berikut). Arah dari objek penerima

dampak ini dibutuhkan saat kita ingin memilih data angin

yang akan digunakan dalam perhitungan konsentrasi

sebaran polutan rata-rata di lokasi objek tersebut. Con-

toh, jika suatu perkampungan terletak di sebelah timur

sumber emisi maka kita harus menggunakan data arah

angin barat untuk menghitung konsentrasi rata-rata dari

sebaran polutan di perkampungan tersebut.

Proses konsultasi masyarakat di tahap pelingkupan, sebagaimana diatur dalam aturan Keterlibatan Masyarakat dan Keterbukaan Informasi dalam Proses AMDAL, dapat kita manfaatkan untuk mendapatkan informasi dari masyarakat setempat tentang keberadaan objek-objek di wilayah mereka.

Foto: Koleksi Qipra

33


Koordinat Relatif

Dalam perhitungan konsentrasi sebaran polutan, ter-

utama untuk sumber tunggal, kita seringkali perlu meng-

gunakan sistem koordinat relatif. Dalam sistem koordi-

nat relatif, garis sumbu absis-nya (sumbu x) harus selalu

paralel dengan garis arah mata angin. Cara mengkonversi

nilai koordinat lokal ke nilai koordinat relatif dapat dilihat

pada ilustrasi berikut.

Koordinat Polar

Selain pola koordinat Cartesian, kita juga dapat meng-

gunakan sistem koordinat polar. Sistem koordinat ini

Lokasi objek penerima dampak se-baiknya dinyatakan dalam sistem koordinat yang sama dengan sumber emisi. Jarak objek antara keduanya kemudian dapat dihitung dengan menggunakan rumus matematis sederhana. Ilustrasi di atas juga menunjukkan arah mata angin dari lokasi objek penerima dampak relatif terhadap lokasi sumber emisi.

Info Grafi s: Q

ipra


memiliki serangkaian garis konsentris yang berjarak

sama. Sumber emisi diletakkan di titik pusat lingkaran.

Beberapa perangkat lunak pemodelan dispersi polutan

mendukung penggunaan sistem koordinat polar ini.

Elevasi

Suatu objek penerima dampak dapat saja memiliki eleva-

si yang berbeda dengan sumber emisi. Perbedaan elevasi

antara keduanya sangat penting untuk diketahui. Walau

berjarak sama, objek-objek penerima dampak yang ber-

beda elevasi akan memiliki nilai hasil prakiraan sebaran

polutan yang berbeda. Semakin besar beda elevasinya,

semakin berbeda nilai hasil prakiraannya.

Terkadang untuk suatu objek penerima dampak kita perlu

memprakirakan konsentrasi sebaran polutan di beberapa

titik yang berbeda elevasi. Tiap titik penerima dampak

Suatu objek penerima dampak yang dinyatakan dalam sistem koordinat lokal dapat dikonversi ke sistem kordinat relatif sebagai berikut.- Pindahkan titik x = 0 dan y = 0 ke posisi sum-

ber emisi. Dengan demikian, sekarang sumber emisi memiliki kordinat x’ = 0 dan y’ = 0.

- Putar garis sumbu x’ searah jarum jam sampai garis itu paralel garis arah angin.

35


yang memiliki ketinggian dari muka tanah ini (fl agpole

receptors) harus diketahui elevasinya. Konsentrasi sebar-

an polutan kemudian akan dihitung untuk elevasi titik

penerima dampak tersebut. Dan, bukan elevasi dasar dari

objek penerima dampak.

INFORMASI PELENGKAP

Informasi lain mengenai objek penerima dampak yang

juga dibutuhkan adalah:

Besaran objek; Misalnya luas lahan untuk objek

wilayah, jumlah penduduk di suatu permukiman, atau

jumlah bangunan di suatu perkampungan. Informasi

besaran objek ini seringkali dibutuhkan sebagai salah

satu bahan pertimbangan saat kita melakukan penilai-

an sifat penting dampak.

Waktu keberadaan objek; Biasanya dinyatakan dalam

tahun di mana suatu objek ada. Hal ini sangat penting

khususnya jika objek kita merupakan objek masa da-

tang. Dengan kata lain, objek itu belum ada saat kajian

AMDAL dilakukan.

Informasi pelengkap lainnya adalah nama atau identitas

dari suatu objek penerima dampak. Misalnya, nama kom-

plek pemukiman, nama bangunan, nama objek wisata.

Pencantuman identitas ini dibutuhkan guna mencegah

kesalahpahaman dalam proses prakiraan dampak.

Sistem koordinat polar dapat juga digunakan sebagai pengganti sistem koordinat Cartesian. Walau demikian, sistem ini lebih baik di-gunakan jika sumber emisi hanya satu. Jika sumber emisinya lebih dari satu, kita akan memiliki beberapa lingkaran dengan titik pusat yang berbeda. Penggambarannya akan terlalu rumit.

Objek yang sedang dalam tahap konstruksi perlu diwaspadai ke-mungkinannya nanti menjadi salah satu obyek terkena dampak.

Foto: Taufi k


MENGARAHKAN PRAKIRAAN DAMPAKDengan teridentifi kasinya berbagai objek penerima

dampak, pendefi nisian dampak-dampak penting hipote-

tik sudah dapat dianggap lengkap. Walau demikian, pro-

ses prakiraan dampak belum dapat dilakukan sebelum

waktu kajian, skenario prakiraan, dan kriteria penilaian

sifat penting ditentukan. Berikut ini akan dibahas ketiga

hal tersebut.

WAKTU KAJIAN

Waktu kajian merupakan waktu yang dampak dan kon-

disi lingkungannya ingin diprakirakan. Waktu kajian se-

ring juga disebut sebagai tahun prakiraan (assessment

year) karena selama ini kebanyakan pihak menggunakan

tahun sebagai dasar satuan waktu dalam melakukan pra-

kiraan dampak. Hasil prakiraan dampak nantinya hanya

berlaku spesifi k untuk waktu-waktu kajian yang sudah

ditentukan saja.

Pada prinsipnya, waktu kajian ditentukan dengan mem-

pertimbangkan tahun-tahun dimana dampak yang me-

nonjol diduga akan terjadi. Dampak demikian dapat dia-

kibatkan antara lain oleh:

dimulainya kelangsungan komponen kegiatan yang

tergolong sebagai sumber emisi polutan penting (lihat

uraian Waktu Keberadaan Sumber Emisi di Bagian

2),

munculnya objek baru yang dapat terpengaruh oleh se-

baran polutan (lihat uraian Objek Penerima Dampak

di bagian ini),

diberlakukannya kebijakan baru yang dapat mem-

pengaruhi penilaian kita terhadap dampak penting

hipotetik, seperti adanya rencana pemberlakuan re-

visi BMUA, BME, maupun pembaharuan rencana tata

ruang.

SKENARIO PRAKIRAAN DAMPAK

Skenario prakiraan dampak antara lain terdiri dari 2 (dua)

jenis, yaitu:

Prakiraan dampak dari perubahan kualitas udara perlu dilakukan di tahun dimana akan ada suatu kegiatan lain yang diduga akan terpengaruh oleh emisi polutan. Sebagai contoh, keberadaan bangunan apartemen yang mungkin baru ada beberapa tahun setelah kegiatan kita berope-rasi.

Foto: Bayu Rizky

37


Skenario kondisi terburuk (worst-case scenario); mem-

berikan hasil prakiraan konsentrasi polutan maksimal

yang kemungkinan dapat terjadi di lokasi objek peneri-

ma dampak. Kalkulasi sebaran dampak untuk skenario

kondisi terburuk ini dilakukan dengan menggunakan

(1) laju emisi polutan maksimal (QMAX) dan (2) kom-

binasi pasangan nilai kecepatan angin rata-rata de-

ngan kelas stabilitas atmosfer. Perlu dipahami bah-

wa konsentrasi polutan maksimal di lokasi-lokasi yang

berbeda akan diperoleh pada kombinasi kecepatan

angin dan stabilitas yang berbeda-beda (lihat bahasan

mengenai Stabilitas Atmosfer di Bagian 4). Simulasi

dengan menggunakan skenario ini dibutuhkan dalam

pembuatan Tabel Output Prakiraan Dampak Kuali-

tas Udara (untuk Konsentrasi Maksimal) yang merupa-

kan salah satu output prakiraan dampak (lihat bahasan

terkait di Bagian 1).

Skenario kondisi rata-rata; memberikan hasil pra-

kiraan kualitas udara ambien yang menunjukkan nilai

konsentrasi rata-rata di lokasi-lokasi yang ditentukan.

Simulasi sebaran dampak dilakukan dengan menggu-

nakan (1) laju emisi polutan rata-rata (QAVE), (2) nilai

kecepatan angin rata-rata (untuk masing-masing

arah) dan kelas stabilitas atmosfernya. Simulasi dengan

menggunakan skenario ini dibutuhkan dalam pem-

buatan Peta Isopleth Sebaran Polutan yang merupa-

kan salah satu output prakiraan dampak (lihat bahasan

terkait di Bagian 1).

Pada prakiraan Tingkat 3, hasil prakiraan kualitas udara

untuk skenario kondisi umum dan skenario kondisi ter-

buruk perlu diikuti dengan kalkulasi untuk mengkonfi r-

masi berbagai dampak lanjutannya.

KRITERIA PENILAIAN SIFAT PENTING

Hasil prakiraan dampak nanti akan dinilai sifat penting-

nya terhadap kriteria penilaian tertentu (lihat bahasan

Penilaian Dampak di Bagian 1). Beberapa kriteria yang

patut dipertimbangkan adalah sebagai berikut.

Batas maksimal konsentrasi ambien polutan sesuai

BMUA nasional khususnya untuk prakiraan dampak

Dengan adanya informasi mengenai waktu kajian, kita sudah memiliki lingkup prakiraan dampak yang lengkap. Contohnya adalah sumber dampak: emisi partikulat dan SO2 dari pabrik kertas, komponen lingkungan terkena dampak: kualitas udara, khususnya menyangkut konsentrasi TSP dan SO2, di wilayah 1) candi Tunggadewo, 2) perumahan Bunga Swarga; waktu kajian: 1) tahun 2015 saat pabrik mulai beroperasi, dan 2) tahun 2020 saat kapasitas pabrik akan ditingkatkan.

Objek penerima dampak 2Perumahan Bunga Swarga

Objek penerima dampak 1Candi Tunggadewo

Sumber Emisi

Ilustrasi: Toppeaks


Tingkat 2,

Batas maksimal peningkatan konsentrasi polutan,

atau nilai Tambahan Polutan Maksimal yang sebaiknya

ditetapkan dalam kebijakan pengendalian kualitas

udara di suatu daerah.

Batas konsentrasi pemaparan Indeks Standar Pence-

maran Udara atau ISPU (sebagaimana diatur dalam

Keputusan Badan Pengendalian Dampak Lingkungan

Nomor KEP-107/Kabapedal/11/1997).

Nilai batas konsentrasi ambien polutan sebagaimana

tercantum dalam 1) referensi ilmiah tentang dampak-

dampak lanjutan terhadap manusia, fl ora, fauna, ban-

gunan, iklim global dapat terjadi, 2) standar kualitas

udara ambien dari negara-negara lain; khususnya un-

tuk jenis-jenis polutan yang tidak tercantum dalam

BMUA Indonesia, dan 3) kajian-kajian ANDAL yang su-

dah dilakukan untuk daerah tersebut.

Luas wilayah yang kualitas udaranya akan berubah se-

cara signifi kan, jumlah manusia yang tinggal di wilayah

tersebut, atau tingkat kerusakan yang dapat terjadi

terhadap fl ora, fauna, dan bangunan, dan panjang-

pendeknya rentang waktu perubahan kualitas udara.

Perlu diingatkan kembali bahwa nilai-nilai konsentrasi

maksimal dalam BMUA selalu disertai dengan waktu ukur

rata-ratanya (lihat boks mengenai Baku Mutu Udara Am-

bien di Bagian 1). Oleh karena itu, jika BMUA digunakan

sebagai kriteria penilaian sifat penting dampak, kita ha-

rus memastikan bahwa nilai hasil prakiraan dampak di-

peroleh untuk waktu rata-rata yang sama. Misalnya, jika

nilai baku mutu NO2 (1 jam) digunakan sebagai kriteria

penilaian sifat penting dampak, seluruh prakiraan dam-

pak harus dilakukan untuk waktu rata-rata 1 jam.

Juga perlu diingatkan bahwa kriteria penilaian yang akan

digunakan harus disepakati terlebih dahulu oleh Komisi

Penilai AMDAL yang berwenang. Dan, ada baiknya kri-

teria penilaian sifat penting ini perlu disebutkan dalam

dokumen KA-ANDAL.

Luas dari suatu wilayah, atau jumlah rumah dan penduduk di dalamnya, merupakan beberapa hal yang perlu dipertimbangkan dalam penen-tuan kriteria sifat penting.

Foto: BPLHD

Jawa Barat

39

Foto: Koleksi Qipra

MENCERMATI

WILAYAH STUDI4MENGUKUR KUALITAS UDARA AMBIEN ........................................... 42

Polutan Sasaran .................................................................................... 42

Pengambilan Sampel ......................................................................... 43

MENGENALI KARAKTERISTIK FISIK WILAYAH STUDI .................... 44

Kondisi Geografi s ................................................................................. 44

Tataguna Lahan .................................................................................... 45

MEMPELAJARI KONDISI METEOROLOGIS ........................................ 47

Arah dan Kecepatan Angin .............................................................. 47

Boks: Membaca Windrose .................................................... 48

Suhu dan Tekanan Udara .................................................................. 48

Stabilitas Atmosfer .............................................................................. 49

Tinggi Campuran ................................................................................. 51

Mengatasi Keterbatasan Data ......................................................... 51

Wilayah studi dan seluruh objek penerima dampak di dalamnya sudah kita

ketahui. Artinya, sekarang data wilayah studi sudah dapat dikumpulkan

dengan lebih efi sien. Selain untuk informasi rona lingkungan awal, data

wilayah studi nantinya dibutuhkan sebagai masukan dalam simulasi pe-

nyebaran polutan. Jenis data wilayah studi yang perlu dikumpulkan juga

ditentukan oleh jenis polutan, kedalaman prakiraan dampak, dan kriteria

sifat penting yang dipilih sebelumnya.

41

Kita perlu memiliki data kualitas udara ambien untuk

kepentingan prakiraan dampak kualitas udara. Jika data

tersebut belum tersedia maka kita perlu mengukurnya

sendiri. Dalam hubungannya dengan dampak penting

hipotetik data kualitas udara ambien tersebut akan dibu-

tuhkan untuk hal-hal berikut.

Dasar proyeksi kualitas udara untuk suatu tahun

prakiraan. Seperti disebutkan sebelumnya, kita juga

perlu memprakirakan kualitas udara nir-kegiatan un-

tuk suatu tahun prakiraan (lihat bahasan mengenai

Penilaian Dampak di Bagian 1). Jika diasumsikan pe-

ningkatan jumlah polutan di suatu wilayah adalah x %

per tahun, maka konsentrasi ambien polutan di suatu

tahun prakiraan (CO,Ti) dapat dihitung dengan persa-

maan berikut:

CO,Ti

= CO,To

x (1 + x/100)(To – Ti)

Dalam persamaan di atas, CO,To adalah konsentrasi am-

bien polutan di tahun awal (To). Perlu diperhatikan cara

ini memerlukan data historik pemantauan kualitas

udara lebih dari 5 tahun.

Penentuan batas maksimal konsen-

trasi sebaran polutan; Konsentrasi dasar

(background condition) polutan di suatu

tahun prakiraan, kita dapat menghitung

jumlah maksimal sebaran polutan yang

masih diterima oleh suatu wilayah agar

nilai BMUA-nya tidak terlampaui. Jumlah

maksimal ini dapat dijadikan nilai TPM

bagi suatu wilayah (lihat bahasan menge-

nai Acuan Nilai Tambahan Polutan Mak-

simal di Bagian 3).

Kalkulasi prakiraan konsentrasi ambien

polutan. Dibutuhkan khususnya untuk

prakiraan dampak tingkat 2. Nilai konsen-

trasi ambien polutan di suatu tahun pra-

kiraan nantinya akan dijumlahkan dengan konsentrasi

sebaran polutan dari sumber-sumber emisi yang mem-

pengaruhinya (lihat bahasan mengenai Menghitung

Konsentrasi Ambien Polutan di Bagian 5).

Berikut ini adalah beberapa hal yang perlu dipahami se-

belum kita melakukan pengukuran kualitas udara am-

bien.

POLUTAN SASARAN

Pengukuran kualitas udara hanya perlu dilakukan untuk

jenis-jenis polutan penting saja. Itulah keuntungan dari

penyusunan dampak penting hipotetik yang rinci se-

hingga jenis-jenis polutan pentingnya sudah disebutkan

secara spesifi k sejak awal. Polutan-polutan lain, walaupun

termasuk sebagai polutan yang ditentukan BMUA, tidak

selalu perlu diukur jika memang tidak termasuk sebagai

polutan penting yang dihasilkan sumber emisinya. Pe-

nentuan jenis polutan yang akan diukur tentunya perlu

disepakati dulu oleh Komisi Penilai AMDAL.

Tiap jenis polutan membutuhkan metode analisis yang

berbeda. Metode yang layak digunakan sudah tercantum

MENGUKUR KUALITAS UDARA AMBIEN


di BMUA (lihat tabel berikut). Misalnya SO2 (Sulfur-Dioksi-

da) menggunakan metode analisis pararosanilin dengan

peralatan spektrofotometer. Hidrokarbon (HC) menggu-

nakan analisis dengan alat fl ame ionization detector de-

ngan peralatan gas chromatograph. Analisis tentu harus

dilakukan di laboratorium yang sudah terakreditasi.

PENGAMBILAN SAMPEL

Hal penting yang harus diperhatikan dalam penyusunan

rencana pengambilan sampel (sampling) adalah lokasi,

waktu, metode, dan alat sampling.

Lokasi Sampling. Sampling perlu dilakukan di lokasi-

lokasi objek penerima dampak yang sudah disebutkan

dalam dampak penting hipotetik. Lokasi sampling harus

dapat mewakili (representatif ) luas dan kondisi objek

penerima dampak. Ketinggian lokasi sampling juga harus

disesuaikan dengan elevasi dari titik amatan kita di suatu

objek penerima dampak. Selain konsentrasi ambien di

permukaan tanah (groundlevel concentration), tidak ja-

rang kita juga membutuhkan data kualitas udara ambien

di elevasi lainnya. Misalnya, saat ingin menilai pengaruh

emisi terhadap kualitas udara dari bagian atas bangunan

tinggi.

Waktu Sampling. Untuk kepentingan AMDAL, sampling

perlu dilakukan guna mendapatkan nilai konsentrasi

ambien polutan yang maksimal. Misalnya, saat kondisi

lalu-lintas di suatu wilayah sedang ramai, atau di saat ke-

cepatan angin sedang rendah. Dengan demikian, dapat

diketahui pengaruh paling ekstrim dari suatu sumber

emisi terhadap objek penerima dampak. Waktu sampling

harus dicatat berikut kondisi iklim saat sampling dilaku-

kan. Perlu dipahami bahwa penentuan waktu rata-rata

(averaging times) akan mempengaruhi durasi pelaksa-

naan sampling. Seperti disebutkan sebelumnya, pemi-

lihan waktu rata-rata untuk tiap jenis polutan sebaiknya

mengikuti waktu yang tercantum dalam BMUA.

Perencanaan sampling harus dilakukan sebaik-baiknya agar kita dapat terhindar dari pengeluaran biaya yang tidak perlu.

Foto: Yuyun Mulyani

43

Mencermati Wilayah Studi

Kondisi permukaan lahan dari suatu wilayah studi dapat

mempengaruhi kondisi meteorologis di atasnya. Dan,

pada akhirnya kondisi meteorologis wilayah studi akan

mempengaruhi pola sebaran polutan. Beberapa karak-

teristik fi sik wilayah studi yang perlu dikenali antara lain

adalah kondisi geografi s, kontur lahan, tataguna lahan,

dan keberadaan bangunan tinggi. Informasi tentang

karakterstik fi sik wilayah studi ini nantinya akan dibu-

tuhkan sebagai masukan data (data-input) dalam peng-

gunaan perangkat lunak (software) pemodelan dispersi

penyebaran polutan (lihat Bagian 5). Berikut ini adalah

penjelasan mengenai beberapa aspek karakteristik fi sik

wilayah studi tersebut.

KONDISI GEOGRAFIS

Keberadaan laut atau badan air luas lainnya, dan tanah

dengan kontur berbeda akan menimbulkan variasi kon-

disi meteorologis di dalam wilayah studi.

Permukaan air yang luas, seperti laut dan danau, akan

menyebabkan suhu udara di atasnya berbeda dengan suhu

udara di permukaan tanah. Di siang hari, suhu udara di atas

permukaan air akan terlambat memanas dibandingkan

suhu udara di atas permukaan tanah. Tekanan udara

di atas daratan menjadi lebih rendah sehingga angin ber-

gerak dari laut ke darat di siang hari. Di malam hari, hal

sebaliknya akan terjadi. Tekanan udara di atas daratan

menjadi lebih tinggi sehingga angin akan bertiup ke arah

laut (lihat gambar di bawah) .

Tanah dengan kontur tinggi, seperti bukit, gunung,

dan sejenisnya, juga akan menyebabkan perubahan arah

angin di dalam wilayah studi. Di siang hari, pemanasan

lembah akan menyebabkan angin bertiup ke puncak gu-

nung. Sebaliknya di malam hari, suhu dingin di puncak

gunung akan menyebabkan angin bertiup ke dasar gu-

nung (lihat gambar di halaman berikutnya).

MENGENALI KARAKTERISTIK FISIK WILAYAH STUDI

Pengaruh Laut Terhadap Mata Angin

angin laut(siang hari)

angin darat(malam hari)

Ilustrasi: Toppeaks


Perubahan arah angin ini tentu akan diikuti dengan per-

ubahan arah sebaran polutan. Di siang hari, keberadaan

laut dan lereng gunung akan menghambat pergerakan

polutan ke arahnya. Sebaliknya di malam hari, pergera-

kan polutan ke arah laut dan lereng gunung akan se-

makin cepat.

Tanah dengan kontur tinggi biasa disebut sebagai wilayah

dengan elevated terrain. Jika konturnya melebihi titik

lepasan emisi, tanah tersebut dapat digolongkan sebagai

wilayah dengan complex terrain. Sebaliknya, wilayah

yang kontur tanahnya rata dapat disebut sebagai wilayah

dengan fl at terrain.

TATAGUNA LAHAN

Wilayah studi digolongkan sebagai wilayah perkotaan

(urban) dan wilayah pedesaan (rural). Wilayah urban

diasumsikan selalu memiliki lebih banyak bangunan. Aki-

batnya, laju angin akan terhambat dan arahnya juga akan

terpengaruh. Hal demikian tentu juga diikuti dengan

penurunan laju perjalanan polutan. Beberapa kriteria

penentu apakah wilayah studi kita termasuk daerah rural

atau urban antara lain adalah:

Tutupan vegetasi: wilayah dianggap rural jika tutupan

vegetasinya lebih besar dari 35 %. Untuk kepentingan

pemodelan, wilayah seperti perumahan dengan lahan

luas, lapangan golf, taman kota yang luas, daerah per-

tanian, lahan terbuka, dan permukaan air seringkali

dianggap memiliki karakteristik yang sama dengan ru-

ral.

Jumlah penduduk: wilayah dianggap rural jika popu-

Pengaruh Lahan Berkontur Tinggi Terhadap Mata Angin

angin lembah(siang hari)

angin Gunung(malam hari)

Ilust

rasi

: Top

peak

s

45


lasi penduduknya lebih kecil dari 750 orang per kilo-

meter persegi. Dan, dianggap urban jika populasinya

lebih besar dari 750 orang per kilometer persegi.

Untuk suatu wilayah studi yang setengah lebih wilayah-

nya tergolong sebagai wilayah urban, maka keseluruhan

wilayah studi tersebut dapat dianggap sebagai wilayah

urban. Begitu juga sebaliknya untuk wilayah rural.

Keberadaan gedung tinggi dapat mempengaruhi arah

dan kecepatan angin. Angin pasti akan mengitari ba-

ngunan yang berdiri di jalur perlintasannya, baik secara

horizontal maupun vertikal. Setelah melewati gedung

tinggi, angin akan tertarik kembali ke jalur semulanya.

Hal ini akan menimbulkan efek tarikan-gedung (build-

ing downwash) yang dapat meningkatkan konsentrasi se-

baran polutan di bagian hilir bawah gedung. Sementara

itu, gedung-gedung tinggi yang saling berdekatan dapat

menimbulkan efek lorong-angin (windtunelling) yang

akan meningkatkan kecepatan angin.

Wilayah urban (foto kiri) memiliki jumlah bangunan yang lebih rapat, sedangkan wilayah rural (foto kanan) memiliki kerapatan vegetasi yang lebih tinggi

Efek tarikan-gedung (building downwash) akan tim-bul jika aliran polutan bertemu dengan gedung tinggi.

Foto: Sulaiman

ilustrasi: Toppeaks


MEMPELAJARI KONDISI METEOROLOGIS Pada prinsipnya, data meteorologis yang paling baik un-

tuk digunakan adalah data yang 1) diambil dari stasium

terdekat dengan lokasi rencana kegiatan atau objek pe-

nerima dampak, 2) memiliki rentang waktu rekam (time-

series) yang panjang, dan 3) waktu rata-rata (averaging

times) yang pendek. Untuk penggunaan pemodelan rinci

(refi ned modeling), data meteorologis yang digunakan

adalah data dengan waktu rata-rata 1 jam untuk waktu

rekam selama 5 tahun (jika diambil dari stasiun terdekat).

Pemodelan rinci juga membutuhkan data atmosfer yang

bersifat spasial, khususnya untuk wilayah studi yang

luas. Sayangnya, data meteorologis seperti itu hampir

mustahil untuk didapat di Indonesia. Keterbatasan data

meteorologis memang akhirnya menyulitkan kita untuk

melakukan prakiraan sebaran polutan yang rinci.

Berikut ini akan dibahas beberapa jenis data meteorolo-

gis yang dibutuhkan dalam prakiraan sebaran polutan.

ARAH DAN KECEPATAN ANGIN

Angin merupakan penentu arah dan jauhnya polutan

akan tersebar. Tiupan angin barat akan mengakibatkan

polutan bergerak ke arah timur. Tiupan angin kencang

akan membuat polutan mampu menjangkau objek

penerima dampak yang lebih jauh. Walau demikian, se-

bagaimana ditunjukkan dalam formula dispersi Gaussian

(lihat boks terkait di Bagian 5), semakin kencang angin

bertiup maka semakin rendah konsentrasi sebaran polu-

tan (ΔC) di suatu titik.

Angin bertiup dari berbagai arah. Jarang ada daerah yang

tidak pernah menerima angin dari suatu arah tertentu.

Dengan demikian, tidak ada satupun lokasi di sekitar sum-

ber emisi yang sebenarnya terbebas dari sebaran polu-

tan. Sebagai contoh, walaupun data menunjukkan angin

dari utara sumber emisi merupakan angin dominan, kita

tidak dapat beranggapan bahwa wilayah di bagian utara

sumber emisi tersebut sebagai wilayah bebas dampak.

Ada saatnya nanti angin akan bertiup dari selatan. Hal ini

dengan mudah dapat terlihat dari gambar-gambar wind-

rose yang ada (lihat boks berikut).

Kecepatan angin biasanya diukur pada ketinggian standar, yaitu 10 meter (U10). Untuk kepenting-an pemodelan, kita butuh kecepatan angin pada ketinggian lepasan emisi (Zem). Misalnya, pemodelan sumber cerobong membutuhkan kecepatan angin di ujung cerobong. Untuk mendapatkan nilai kecepatan angin pada ketinggian lepasan emisi (Uem), kita dapat menggunakan rumus di ilustrasi ini. Konstanta p da-lam rumus tersebut mencerminkan tingkat kekasaran permukaan lahan sesuai kondisi tataguna lahan (lihat tabel di halaman selanjutnya).


47


Data lengkap mengenai arah dan kecepatan angin dibu-

tuhkan untuk membuat Peta Isopleth Wilayah Sebaran.

Semua arah angin harus diperhitungkan dalam pem-

buatan peta tersebut, demikian juga dengan kecepatan

rata-rata di tiap arah angin. Sementara itu, Peta Isopleth

Semburan hanya membutuhkan data arah dan kecepat-

an angin dominan saja (lihat bahasan terkait di Bagian

5).

SUHU DAN TEKANAN UDARA

Perbedaan suhu di udara ambien akan menimbulkan per-

Membaca WindroseBoks

Windrose merupakan diagram yang mengilustrasikan fl uktuasi arah dan kecepatan angin di suatu daerah. Masing-masing

cabang pada windrose melambangkan arah datangnya angin. Angin dari arah utara (angin utara) digambarkan sebagai

batang utara di bagian atas diagram. Suatu windrose dapat memiliki 8 cabang, 16 cabang, maupun 32 cabang arah angin.

Kebanyakan windrose di Indonesia dibuat untuk 16 cabang arah angin dimana tiap cabang arah angin memiliki perbe-

daan sudut 22,50. Kecepatan angin dalam suatu windrose dapat dinyatakan dalam m/detik, km/jam, atau knot.

Panjang tiap cabang menunjukkan persentase dari frekuensi angin yang bertiup ke suatu arah. Cabang terpanjang dianggap sebagai angin dominan di wilayah tersebut. Tiap cabang dibagi menjadi beberapa segmen dengan ketebalan atau warna berbeda. Panjang masing-masing segmen menunjukkan frekuensi pemunculan suatu rentang kecepatan angin di arah tersebut.

Suatu diagram windrose memiliki lingkaran tengah yang menggambarkan frekuensi pemunculan angin tenang (kecepatan angin < 1 m/detik). Semakin besar ukuran lingkaran tengahnya, semakin sering angin bertiup per-lahan di wilayah tersebut. Diagram windrose juga ada yang dilengkapi dengan diagram frekuensi kecepatan angin keseluruhan di wilayah tersebut.

Pola arah angin sering ditentukan oleh musim karena itu dianjurkan membagi data angin menjadi angin musim kemarau dan angin musim hujan. Bila tersedia data re-solusi jam, dapat juga dibuat windrose siang dan malam hari.


bedaan tekanan udara. Dan, perbedaan tekanan udara

akan mempengaruhi arah dan kecepatan angin di suatu

wilayah. Pada prinsipnya, angin bertiup dari wilayah

bertekanan tinggi ke wilayah bertekanan rendah.

Semakin tinggi udara berada maka semakin rendah juga

suhu ambiennya. Walau demikian, akibat adanya aliran

udara yang lebih panas, suhu udara dapat memanas

kembali pada ketinggian tertentu. Lapisan dimana suhu

udara mulai memanas kembali disebut lapisan inversi.

Lapisan inversi seringkali terbentuk pada malam hari di

saat udara lebih dipengaruhi oleh radiasi panas dari per-

mukaan bumi. Keberadaan lapisan inversi akan menen-

tukan tinggi ruang pencampuran di suatu wilayah (lihat

bahasan selanjutnya).

Dalam perhitungan konsentrasi sebaran polutan, data

mengenai suhu dan tekanan udara ambien umumnya

hanya dibutuhkan untuk menghitung tinggi kepulan

emisi cerobong (lihat bahasan mengenai Menghitung

Konsentrasi Sebaran Polutan di Bagian 5). Dalam per-

hitungannya, suhu udara biasanya disampaikan dalam

derajat Kelvin (OK). Sedangkan tekanan udara disampai-

kan dalam satuan Bar.

STABILITAS ATMOSFER

Stabilitas atmosfer menunjukkan tingkat turbulensi udara

di arah vertikal. Atmosfer yang stabil memiliki tingkat tur-

bulensi vertikal yang rendah. Artinya, polutan tidak akan

banyak terdispersi ke arah vertikal. Sebaliknya, atmos-

fer yang tidak stabil akan mendispersikan lebih banyak

polutan ke arah vertikal. Ilustrasi berikut menunjukkan

pengaruh kestabilan atmosfer terhadap penyebaran po-

lutan.

Stabilitas atmosfer sangat dipengaruhi oleh kecepatan

angin dan tingkat radiasi sinar matahari (incoming so-

lar radiation atau insolation). Kedua faktor itu menimbul-

kan variasi tekanan udara antara lapisan udara di dekat

permukaan tanah dengan lapisan udara yang lebih ting-

gi. Saat perbedaan tekanan udara di antara kedua lapisan

itu besar, sebagaimana sering terjadi di siang hari maka

atmosfer menjadi tidak stabil. Oleh karena tidak ada ra-

Kondisi udara yang stabil (kelas F) cenderung membuat polutan bergerak lebih jauh. Sebaliknya, kondisi udara yang sangat tidak stabil (kelas A) cenderung membuat polutan akan teraduk dan tercampur sejak keluar dari titik lepasannya.

Ilustrasi: Toppeaks

49


diasi matahari, variasi tekanan udara di malam hari

umumnya tidak terlalu besar. Hal ini menyebabkan at-

mosfer memiliki kondisi yang lebih stabil di malam hari.

Kecepatan angin dan tingkat radiasi sinar matahari di

suatu wilayah umumnya berfl uktuasi. Oleh karena itu,

suatu wilayah umumnya akan memiliki stabilitas atmos-

fer yang juga berfl uktuasi. Di suatu saat, wilayah tersebut

mungkin saja memiliki kondisi udara yang stabil, tapi di

lain waktu wilayah tersebut akan memiliki kondisi udara

yang tidak stabil. Dengan sendirinya konsentrasi sebaran

polutan di suatu titik juga akan berfl uktuasi mengikuti

fl uktuasi stabilitas atmosfer.

Untuk sederhananya, stabilitas atmosfer digolongkan ke

dalam 6 (enam) kelas, yaitu kelas A sampai kelas F. Ada

juga yang menyebutnya sebagai kelas 1 sampai kelas 6.

Kelas A ditujukan untuk kondisi udara yang paling tidak

stabil. Sebagaimana terlihat dalam tabel berikut, kelas

stabilitas atmosfer di siang hari lebih ditentukan oleh

kecepatan angin dan tingkat radiasi sinar matahari (in-

solation). Sedangkan kelas stabilitas atmosfer di malam

hari lebih ditentukan oleh kecepatan angin dan tutupan

awan (cloudiness).

Dalam formula dispersi Gaussian, kelas stabilitas atmosfer

nantinya akan digunakan dalam menghitung nilai stan-

dar dispersi (σy dan σz) dari kepulan emisi (plume). Untuk

jelasnya, lihat Boks: Memahami Persamaan Gaussian di

Bagian 5.

Konsentrasi sebaran polutan ( ΔC) di suatu wilayah sangat dipengaruhi oleh tingkat stabilitas atmosfernya. Walau demikian, nilai konsentrasi sebaran polutan maksimal (ΔCMAX) di suatu wilayah akan didapat pada kondisi stabilitas yang berbeda dengan nilai ΔCMAX di wilayah lain. Seperti terlihat di ilustrasi di atas, nilai ΔCMAX di titik A diperoleh saat kondisi atmosfer sedang tidak stabil. Sedangkan, nilai ΔCMAX di titik B diperoleh saat kondisi atmosfer sedang stabil.


TINGGI CAMPURAN

Tinggi campuran (mixing height) menunjukkan keting-

gian ruang pencampuran dari permukaan bumi dimana

dispersi polutan masih mungkin terjadi. Seperti disebut-

kan sebelumnya, ruang pencampuran terbentuk akibat

adanya lapisan inversi suhu di udara. Polutan akan lebih

terdispersi ke arah vertikal di suatu wilayah yang ruang

pencampurannya lebih tinggi.

Tinggi campuran suatu wilayah dipengaruhi antara lain

oleh suhu udara ambien, kecepatan angin, karakterstik

fi sik wilayah studi (khususnya tataguna lahan). Sama

dengan suhu udara, tinggi campuran di suatu wilayah

juga bervariasi dari waktu ke waktu. Tinggi campuran

bukan sesuatu yang mudah kita ukur sendiri. Nilai tinggi

campuran untuk suatu wilayah bisa diperoleh dari kantor

BMG terdekat.

MENGATASI KETERBATASAN DATA

Untuk prakiraan dampak kualitas udara yang rinci, kita

membutuhkan rekaman data meteorologis setidaknya 1

(satu) tahun. Sayangnya, data meteorologis yang lengkap

jarang sekali tersedia di Indonesia. Badan Meteorologi

dan Geofi sika (BMG) belum mampu menyediakan data

meteorologis untuk seluruh wilayah di Indonesia. Untuk

wilayah Indonesia, BMG baru memiliki 37 stasiun pe-

mantauan kualitas udara yang tersebar di 31 kota. Enam

stasiun berada di ibukota Jakarta dan semakin ke timur

semakin jarang ada stasiun pemantau BMG. Belum lagi

masalah rentang waktu rekaman data yang tersedia. Sa-

ngat sulit untuk mendapatkan data meteorologis dalam

rentang waktu yang panjang dari BMG.

Untuk mengatasi masalah itu, kita terpaksa perlu meng-

andalkan sumber-sumber alternatif lain, seperti:

bandara, yang umumnya memiliki data mengenai arah

dan kecepatan angin, suhu, dan tekanan udara,

hasil pemantauan udara dari kegiatan lain yang

berdekatan dengan wilayah studi, misalnya dari indus-

tri-industri besar yang biasanya melakukan peman-

tauan emisi dan kualitas udara ambien di sekitarnya,

rekaman stasiun meteorologis dari daerah lain yang

karakteristik geografi s dan topografi snya mirip.

Alternatif lainnya adalah dengan melakukan pengukur-

an sendiri. Stasiun cuaca kecil (portable weather station)

dapat saja didirikan di lokasi wilayah studi untuk melaku-

kan pemantauan cuaca dalam jangka waktu tertentu,

misalnya 3 (tiga) bulan.

Keberadaan lapisan inversi akan membatasi dispersi polutan ke arah vertikal. Keberadaan lapisan inversi menentukan tinggi dari ruang campuran di suatu wilayah.

Udara Dingin

Udara Dingin

Lapisan Inversi

Ilust

rasi

: Top

peak

s

51



SIMULASI

PENYEBARAN POLUTAN5MEMILIH TEKNIK SIMULASI ................................................................... 54

Boks: Memahami Persamaan Gaussian .......................... 54

Perhitungan Manual ........................................................................... 54

Boks: Perhitungan ΔCAVE secara Manual ......................... 56

Pilihan Software Dispersi Polutan ................................................... 57

MENGHITUNG KONSENTRASI SEBARAN POLUTAN ...................... 62

Perhitungan Konsentrasi Maksimal ............................................... 62

Perhitungan Konsentrasi Rata-Rata .............................................. 63

Boks: Perhitungan ΔCMAX dengan SCREEN3 .................. 64

MEMBUAT PETA ISOPLETH ................................................................... 65

Peta Isopleth Semburan ..................................................................... 65

Peta Isopleth Wilayah Sebaran ......................................................... 65

Boks: Pembuatan Isopleth Semburan .............................. 66

Boks: Pembuatan Isopleth Wilayah Sebaran ................. 68

MENGHITUNG KONSENTRASI AMBIEN POLUTAN ........................ 70

Boks: Kalkulasi Konsentrasi Ambien ................................ 71

Apapun tingkat kedalaman prakiraan dampak yang dipilih, kita tetap

memulainya dengan melakukan simulasi penyebaran polutan. Tentunya

sesuai dengan lingkup dan arah prakiraan yang ditentukan dalam proses

pelingkupan. Metoda simulasi kita pilih sesuai kebutuhannya. Tidak sela-

lu harus menggunakan perangkat lunak pemodelan yang canggih. Perhi-

tungan manual terkadang sudah mampu memberikan informasi yang kita

butuhkan. Setelah mendapatkan konsentrasi sebaran polutan, kita dapat

melanjutkannya ke prakiraan dampak tingkat-tingkat selanjutnya.

Konsentrasi Sebaran CO (8 jam), μg/m3

53

Prakiraan penyebaran polutan (Tingkat 1) dilakukan de-

ngan mensimulasi sebaran polutan sesuai dengan ling-

kup dampak penting hipotetik, waktu kajian, dan arah

prakiraan yang sudah ditentukan sebelumnya. Seperti di-

uraikan sebelumnya (lihat Boks: Kedalaman Prakiraan

Dampak di Bagian 1), hasil simulasi ini nantinya akan

menjadi dasar bagi kita dalam mengkalkulasi konsen-

trasi ambien polutan (prakiraan Tingkat 2) dan kemudian

mengevaluasi dampak lanjutannya (prakiraan Tingkat 3).

Ada beberapa teknik yang dapat dipakai untuk mensimu-

lasi sebaran polutan. Simulasi dapat dilakukan secara

manual maupun dengan menggunakan perangkat lunak

komputer yang khusus dibuat untuk pemodelan dispersi

polutan. Prinsip perhitungannya sama yaitu mengguna-

kan formula yang dikembangkan berdasarkan model

Gaussian (lihat boks di samping). Selain model itu, ada

juga simulasi yang dilakukan berdasarkan model kotak

(box model), untuk perhitungan sebaran polutan dengan

jenis sumber pencemar campuran seperti TPA (Tempat

Pembuangan Akhir) dan daerah galian tambang.

PERHITUNGAN MANUAL

Walau formula dispersi Gaussian terkesan rumit, perhi-

tungan secara manual sebenarnya masih dimungkinkan.

Artinya, nilai ΔC masih bisa dihitung tanpa bantuan kom-

puter dan perangkat lunak (software) pemodelan dispersi

polutan. Boks di halaman selanjutnya menunjukkan lang-

kah kerja perhitungan manual saat kita ingin mendapat-

kan satu nilai konsentrasi polutan yang akan digunakan

untuk pembuatan Peta Isopleth Semburan.

Kelemahan utama dari perhitungan manual ini adalah

lamanya waktu untuk menyelesaikan satu hitungan. Per-

hitungan manual sangat sulit diandalkan saat kita perlu

melakukan perhitungan berulang sebagaimana dibutuh-

kan dalam penentuan batas wilayah studi dan pembuat-

an peta-peta isopleth (lihat bahasan mengenai Output

Prakiraan Dampak di Bagian 1). Untuk mempercepat

MEMILIH TEKNIK SIMULASI

Sampai saat ini, model Gaussian tetap dianggap paling te-

pat untuk melukiskan secara matematis pola 3 dimensi

dari perjalanan semburan (plume) emisi. Dari sumbernya,

emisi polutan akan bergerak sebagai plume mengikuti

arah angin, dan menyebar ke arah samping dan vertikal.

Konsentrasi polutan akan lebih tinggi di garis tengah

plume dan rendah di wilayah-wilayah tepi plume. Se-

makin ke tepi, konsentrasi semakin rendah. Jika diamati,

distribusi konsentrasi plume memiliki bentuk yang sama

dengan kurva distribusi normal atau kurva Gauss. For-

mula perhitungan ΔC yang mengikuti model Gaussian

ini dikembangkan pertama kali oleh Sir Graham Sutton di

tahun 1947. Ilustrasi berikut menunjukkan Formula Dis-

persi Gaussian.

Memahami Persamaan Gaussian

Boks

Pola penyebaran polutan di bidang datar melintang arah

angin (crosswind) dan vertikal akan mengikuti pola distri-

busi normal (Gauss).


Pengaruh dispersi crosswind

Semakin jauh dari garis pusat semburan (plume axis), nilai

ΔC akan semakin mengecil.

Semakin menjauh dari sumbernya, bentuk plume ke arah

crosswind dan vertikal akan semakin melebar. Dengan

kata lain, standar deviasinya akan semakin besar. Be-

sarnya standar deviasi di arah crosswind dan vertikal sa-

ngat dipengaruhi oleh stabilitas atmosfer dan jarak objek

penerima dampak terhadap sumber emisi.

Info Grafi s: Koleksi Q

ipra

55

Simulasi Penyebaran Polutan

sumbu y’ (crosswind)

Perhitungan ΔCAVE secara Manual Boks

Suatu cerobong mengeluarkan SO2 sebanyak 500 g/detik. Sebuah objek penerima dampak di koordinat lokal 500, 1000

dikhawatirkan akan terpengaruh oleh emisi tersebut. Arah angin diketahui bertiup dari Barat-Daya ke objek tersebut. Ber-

dasarkan data lain yang sudah tersedia, kita dapat melakukan perhitungan manual sesuai langkah kerja di tabel berikut.

Berdasarkan perhitungan manual, di titik koordinat lokal (500, 1000) diperoleh konsentrasi sebaran

polutan rata-rata sebesar 0,06 μg/m3.


waktu perhitungan dan mengurangi volume pekerjaan,

banyak pihak sekarang sudah memanfaatkan program

spreadsheet, seperti Microsoft Excel. Kelemahan lain dari

perhitungan manual adalah sulitnya untuk memperhi-

tungkan pengaruh dari kondisi wilayah studi yang relatif

kompleks. Misalnya, wilayah studi yang permukaan la-

hannya berbukit, kasar, dan memiliki banyak bangunan.

PILIHAN SOFTWARE DISPERSI POLUTAN

Selain menggunakan teknik perhitungan manual, simu-

lasi penyebaran polutan dapat juga dilakukan dengan

menggunakan berbagai perangkat lunak (software) yang

tersedia di pasaran. Bahkan beberapa software pemo-

delan dispersi polutan dapat diunduh (download) dari

situs USEPA secara gratis.

Cara kerja software tersebut sebenarnya sama saja de-

ngan apa yang kita lakukan dalam perhitungan manual.

Bedanya hanya formula dispersi Gaussian dan nilai-nilai

parameter acuan sudah terprogram di dalam software

tersebut sehingga ratusan perhitungan berulang dapat

dilakukan dengan sangat cepat dan otomatis.

Walau terkesan canggih dan akurat, semua software dis-

persi polutan dikembangkan dengan beberapa asumsi

penyederhanaan fenomena alam. Oleh karena itu, perlu

selalu diwaspadai bahwa hasil simulasi akan berbeda

dengan kondisi nyatanya nanti. Asumsi-asumsi penye-

derhaaan tersebut antara lain adalah sebagai berikut.

Polutan bersifat konservatif, sehingga tidak akan

mengalami reaksi kimia, transformasi, dan peluruhan

(decay).

Kelas stabilitas atmosfer, arah berikut kecepatan angin-

nya, dan parameter meteorologi lainnya selalu diang-

gap seragam dan konstan di seluruh wilayah sebaran

dampak.

Seluruh polutan yang jatuh ke permukaan tanah akan

terpantul balik ke lapisan udara. Tidak ada perhitungan

akibat pengaruh dari deposisi polutan.

Kelemahan akibat penyederhanaan di atas juga ada

dalam perhitungan dispersi Gaussian yang dilakukan se-

cara manual.

Berdasarkan kepentingan penggunaannya, software dis-

persi polutan dapat dikelompokkan sebagai berikut.

1. Model penyaring (screening models); yang tepat di-

gunakan untuk mendapatkan nilai-nilai konsentrasi

sebaran polutan maksimal (ΔCMAX) sebagaimana dibu-

tuhkan untuk pengembangan Tabel Output Prakiraan

Dampak Kualitas Udara (lihat bahasan terkait di Bagian

1). Simulasi penyebaran polutan dilakukan dengan

menggunakan data meteorologis yang konservatif. Di

negara-negara lain, model screening banyak digunakan

untuk memilih polutan-polutan penting yang mem-

butuhkan pemodelan rinci (lihat bahasan mengenai

Menseleksi Polutan Penting di Bagian 2). Jika hasil

pemodelan screening menyimpulkan bahwa sebaran

dari suatu polutan tidak akan melampaui tolok ukur-

nya, maka pemodelan rinci tidak perlu lagi dilakukan.

Model screening umumnya memberikan hasil perhi-

tungan ΔCMAX dalam waktu rata-rata 1 jam.

2. Model rinci (refi ned models); yang lebih banyak di-

gunakan untuk mendapatkan nilai ΔC di lokasi objek

penerima dampak dengan lebih akurat. Model rinci

membutuhkan input data meteorologis yang eksten-

sif (setidaknya data satu tahun) dan lebih rinci diban-

dingkan model screening. Pengoperasiannya juga lebih

rumit daripada pemodelan screening. Oleh karena itu,

penggunaan seringkali dibatasi hanya untuk meng-

konfi rmasi nilai ΔC di lokasi objek penerima dampak

yang menurut pemodelan screening akan melampaui

nilai tolok-ukurnya.

Perlu dipahami bahwa tiap software memiliki kelebihan

dan kelemahannya masing-masing. Dan, tidak semua

software tepat dan layak digunakan untuk mengkonfi r-

masi dampak penting hipotetik kita.

Beberapa software (lihat tabel) yang dapat digunakan

untuk kepentingan simulasi penyebaran polutan antara

lain adalah:

57


SCREEN3; merupakan model sumber emisi tung-

gal (single source) yang dikembangkan USEPA untuk

mendapatkan konsentrasi maksimal dari sebaran po-

lutan. SCREEN3 biasanya digunakan sebagai model

pendahuluan bagi ISC3 (lihat bahasan selanjutnya).

Model ini tidak membutuhkan data meteorologis yang

ekstensif. Cukup hanya dengan satu set data masing-

masing untuk kecepatan angin, stabilitas atmosfer,

dan suhu udara ambien di sekitar titik lepasan emisi.

Bahkan guna mendapatkan nilai konsentrasi maksimal

yang mungkin terjadi di jarak-jarak tertentu, model ini

tidak membutuhkan data meteorologis apapun. Model

ini akan melakukan perhitungan sendiri dengan meng-

kombinasikan berbagai kecepatan angin dan kelas sta-

bilitas atmosfer yang mungkin terjadi. Hasil hitungan

SCREEN3 umumnya merupakan angka untuk waktu

rata-rata 1 jam. Model ini juga dilengkapi dengan ke-

mampuan untuk memperhitungkan pengaruh lapisan

inversi, fumigasi, tarikan bangunan (buliding down-

wash). Model ini dapat di-download dari www.epa.gov/

scram001/dispersion_screening.htm. Penggunaan

SCREEN3 di dalam kajian AMDAL dalam batasan ter-

tentu dapat dibenarkan. Hasil simulasi model ini se-

lalu dianggap bersifat konservatif. Artinya, penilaian

sifat penting akan dilakukan terhadap nilai konsentrasi

polutan yang lebih besar dari nilai sesungguhnya. De-

ngan demikian, kajian AMDAL akan memberikan hasil

yang lebih aman.

CAL3QHC; atau CALINE3 with Queing and Hotspot

Calculations merupakan model screening untuk emisi

polutan dari sumber lalu-lintas kendaraan bermo-

tor (ranmor). Seperti terlihat dari namanya, model ini

merupakan penambahan kemampuan model CALINE

3, khususnya dalam menghitung ΔCMAX di persimpangan

jalan dan sekitarnya. CAL3QHC biasanya digunakan

sebagai model pendahuluan bagi CAL3QHCR (lihat

bahasan selanjutnya). Sama dengan SCREEN3, model

ini akan mengkombinasikan data kecepatan angin

dan kelas stabilitas atmosfer untuk mendapatkan nilai

ΔCMAX. Model ini membutuhkan data rancangan jalan,

lokasi objek penerima dampak, laju emisi ranmor (ter-

masuk saat idle), pengaturan waktu lampu lalu-lintas,

konfi gurasi persimpangan jalan, jumlah jalur ranmor,

dan lainnya. Hasil hitungan CAL3QHC merupakan

angka untuk waktu rata-rata 1 jam. CAL3QHC dapat

di-download dari www.epa.gov/scram001/dispersion_

prefrec.htm.

CAL3QHCR; merupakan model versi rinci (refi ned mo-

del) dari CAL3QHC. Penggunaannya dikhususkan un-

tuk emisi polutan lalu-lintas ranmor, khususnya untuk

polutan CO dan partikulat. Hasilnya bisa memiliki re-

solusi yang lebih halus karena model ini menggunakan

data meteorologis 1 tahun (on-site) atau 5 tahun (sta-

siun pengukuran terdekat). Data tinggi pencampuran

(2 data per hari) juga diperhitungkan dalam model ini.

Selain data meteorologis, model ini membutuhkan

data lebih rinci yang terkait dengan wilayah sebaran

dampak. Model ini dapat mengerjakan perhitungan

untuk mendapatkan nilai ΔC untuk waktu rata-rata

1 jam sampai 24 jam. Software CAL3QHCR dapat di-

download dari www.epa.gov/scram001/dispersion_

prefrec.htm. Saat ini, software CALINE4 yang merupa-


kan pengembangan CAL3QHCR sudah diterbitkan

oleh USEPA.

ISC3; merupakan versi ketiga dari seri model Industrial

Source Complex yang dikembangkan USEPA. Model

ini mampu mensimulasi sebaran polutan yang berasal

dari sumber majemuk (multiple source), baik itu sum-

ber titik, sumber area, dan sumber volume. Dengan

beberapa kiat khusus, model ISC3 sebenarnya dapat

digunakan untuk mensimulasi sebaran polutan dari

sumber garis. Model ISC3 membutuhkan data me-

teorologis yang ekstensif berupa data tiap jam (hourly

condition data) untuk jangka waktu setahun. Data yang

dibutuhkan termasuk arah angin, kecepatan angin,

suhu, dan kelas stabilitas atmosfer. Tinggi campuran

(mixing heights) setidaknya harus tersedia 2 data untuk

tiap hari prakiraan. Data meteorologis harus terlebih

dahulu diolah oleh subprogram PCRAMMET sebelum

di-input ke dalam model ISC3. Model ISC3 terdiri dari 3

jenis, yaitu ISC3-ST (short term) untuk simulasi jangka

waktu pendek (skala prakiraan dampak dalam AMDAL),

ISC3-LT (long term) untuk simulasi jangka waktu pan-

jang (skala regional), dan ISC3-PRIME (Plume Rise Model

Enhancements). Sampai November 2005, model ISC3

merupakan model yang direkomendasikan USEPA un-

tuk digunakan dalam kajian prakiraan dampak kualitas

udara. Setelah waktu itu, USEPA merekomendasikan

Software SCREEN3 sudah diperbaiki tampilan input dan outputnya dalam SCREENVIEW.


ipra

59


model AERMOD yang lebih akurat (lihat bahasan beri-

kut). Model ISC3 dan panduannya dapat di-download

dari www.epa.gov/scram001/dispersion_alt.htm.

AERMOD; atau AMS/EPA Regulatory Model merupakan

salah satu model sumber majemuk tercanggih saat ini

yang dikembangkan USEPA bersama AMS (American

Meteorology Society). Oleh karena akurasinya yang

tinggi, USEPA sekarang lebih merekomendasikan

penggunaan model ini ketimbang model ISC3. Peng-

gunaan AERMOD sangat rumit. Selain membutuhkan

data meteorologis yang sangat kompleks, AERMOD

juga membutuhkan data rinci dari karakteristik per-

mukaan tanah dan tataguna lahan wilayah studi. Data

tersebut harus terlebih dahulu diolah oleh

beberapa subprogram yang dibuat untuk

menyertai AERMOD, seperti AERSUR-

FACE untuk data karakteristik permukaan

tanah, AERMET untuk data meteorologis,

dan AERMAP untuk data tataguna lahan.

AERMOD juga dilengkapi subprogram

AERSCREEN yang dibutuhkan untuk menyeleksi po-

lutan penting. AERMOD jarang sekali digunakan di In-

donesia karena keterbatasan data meteorologis. Model

ini dapat di-download dari www.epa.gov/scram001/

dispersion_prefrec.htm.

Software model dispersi polutan yang dikeluarkan USEPA

biasanya memiliki interface yang kurang user-friendly. Un-

tuk memudahkannya, beberapa perusahaan kemudian

mengembangkan interface yang lebih menarik. Salah

satunya adalah ScreenVIEW dari Lakes Environment Soft-

ware (Canada) yang dibuat untuk mempermudah peng-

gunaan SCREEN3.

Beberapa software yang dikeluarkan produsen-produsan komersial dapat memberikan tampilan output yang lebih menarik dan mu-dah dicerna.

Info

Gra

fi s: K

olek

si Q

ipra


Beberapa faktor yang perlu kita pertimbangkan dalam

memilih software dispersi polutan.

Kesesuaian dengan jenis sumber emisi dan karak-

teristik emisinya. Sebagian sofware seperti SCREEN3,

ISC3, dan AERMOD dapat digunakan untuk berbagai

jenis sumber emisi (lihat bahasan mengenai Jenis Sum-

ber Emisi di Bagian 2). Namun, software CAL3QHC,

CAL3QHCR, dan CALINE4 hanya dibuat untuk kepen-

tingan simulasi penyebaran polutan dari sumber lalu-

lintas ranmor (sumber garis dan bergerak). Berbagai

keterbatasan software perlu dipahami khususnya yang

menyangkut keterbatasan dari aspek jenis sumber

emisi, jenis polutan penting, dan pola pemunculan

emisi.

Kesesuaian dengan output prakiraan dampak.

Setidaknya ada 2 jenis konsentrasi sebaran polutan

yang harus dihitung untuk memenuhi tuntutan output

prakiraan dampak (lihat bahasan terkait di Bagian 1),

yaitu ΔCMAX dan ΔCAVE. Penggunaan program screening

dirasakan cukup layak untuk menghitung nilai ΔCMAX.

Ketersediaan data meteorologis. Umumnya, semakin

banyak data yang diminta oleh suatu software maka se-

makin rincilah hasil perhitungannya. Misalnya, software

rinci seperti ISC3 dan CAL3QHCR membutuhkan data

meteorologis tiap jam selama jangka waktu setahun.

Tanpa ketersediaan data tersebut, hasil dari software

rinci akan menyesatkan. Masalah ketersediaan data

meteorologis ini merupakan hambatan utama bagi

kita di Indonesia untuk menggunakan software rinci.

Tidak heran jika akhirnya simulasi-simulasi penyeba-

ran polutan yang dijumpai dalam dokumen-dokumen

ANDAL lebih banyak menggunakan software screening

khususnya SCREEN3.

Kemudahan pengoperasiannya. Software screen-

ing, seperti SCREEN3 mudah dioperasikan, sedangkan

pengoperasian software rinci sangat sulit. Jika kita

tidak memahami teknik penggunaan suatu software,

perhitungan ΔC dapat memberikan hasil yang menye-

satkan.

Perlu diingatkan sekali lagi bahwa software komputer

merupakan perangkat yang menuntut input data yang

benar dan lengkap. Tanpa adanya data yang menunjang

maka penggunaan software yang canggih tidak akan

ada gunanya. Hasilnya dapat berbeda jauh dengan ke-

nyataannya nanti. Jika kita tidak bisa memperoleh data

yang dibutuhkan maka hindarilah penggunaan software

tersebut. Jenis software dispersi polutan yang akan digu-

nakan sebaiknya disepakati dulu dengan para anggota

Komisi Penilai AMDAL.

Foto: Heri W

ibowo

61


Simulasi penyebaran polutan dilakukan untuk menda-

patkan nilai ΔC di lokasi objek penerima dampak yang

disebutkan dalam dampak penting hipotetik. Seperti di-

uraikan sebelumnya, ada 2 (dua) jenis nilai ΔC yang dibu-

tuhkan untuk output prakiraan dampak (lihat bahasan

terkait di Bagian 1), yaitu:

(1) Nilai ΔCMAX atau konsentrasi sebaran polutan maksimal

(tertinggi) yang mungkin terjadi di suatu lokasi. Nilai

ini dibutuhkan untuk pembuatan Tabel Output Pra-

kiraan Dampak Kualitas Udara.

(2) Nilai ΔCAVE atau konsentrasi sebaran polutan rata-rata

yang mungkin terjadi di suatu lokasi. Nilai ini dibutuh-

kan untuk pembuatan kedua peta isopleth yang dibu-

tuhkan sebagai output prakiaan dampak

Perhitungan untuk mendapat ΔCMAX dan ΔCAVE dibedakan

dari penggunaan laju emisi dan kecepatan angin di sum-

ber emisi. Tabel berikut menunjukkan parameter yang

harus digunakan dalam menghitung konsentrasi sebaran

polutan.

Perhitungan nilai-nilai konsentrasi di atas dapat dilakukan

dengan excel bila konsentrasi tiap grid di wilayah studi di-

hitung otomatis dengan pemrograman sederhana soft-

ware tersebut. Output dan koordinatnya dapat diekspor

ke perangkat lunak untuk visualisasi kontur, seperti Surf-

er atau GIS dengan MapInfo, Arc View dan ArcGIS. Untuk

mempermudah, perhitungan dapat dilakukan dengan

menggunakan software dispersi polutan. Tentunya soft-

ware yang sesuai dengan kebutuhan dan kemampuan

kita. Penggunaan SCREEN3 dirasakan sesuai dengan ke-

terbatasan data meteorologis yang dapat kita gunakan.

PERHITUNGAN KONSENTRASI MAKSIMAL

Nilai ΔCMAX diperoleh dengan menggunakan kombinasi

kecepatan angin dan kelas stabilitas yang pada akhirnya

akan memberikan nilai konsentrasi sebaran polutan ter-

tinggi di suatu titik. Tidak ada cara praktis dan langsung

untuk mendapatkan nilai kecuali dengan mencoba satu

per satu kombinasi tersebut. Tabel berikut menunjukkan

kombinasi kecepatan angin dan kelas stabilitas yang ha-

rus digunakan untuk mendapatkan nilai ΔCMAX.

Penggunaan SCREEN3 dengan opsi Full Meteorology

dapat mempermudah kita dalam menghitung nilai ΔCMAX

tersebut. Boks berikut diharapkan dapat memperjelas

penggunaan SCREEN3 untuk memperoleh ΔCMAX.

Untuk sumber emisi lalu-lintas ranmor, penggunaan

CAL3QHC sangat dianjurkan dalam perolehan ΔCMAX.

Dalam prakiraan dampak Tingkat 1, nilai ΔCMAX dapat

langsung dibandingkan dengan nilai Tambahan Polu-

tan Maksimal (lihat bahasan terkait di Bagian 3) yang

sudah ditetapkan sebelumnya. Jika nilai ΔCMAX melebihi

nilai TPM, emisi polutan itu dapat dianggap berpotensi

menimbulkan dampak penting. Seperti dibahas sebe-

lumnya, nilai TPM ditentukan setelah mempertimbang-

kan konsentrasi ambien polutan penting di sekitar lokasi

rencana kegiatan. Untuk mempermudah, nilai TPM dapat

ditentukan secara proporsional terhadap nilai BMUA un-

tuk suatu polutan. Misalnya, nilai TPM untuk suatu polu-

MENGHITUNG KONSENTRASI SEBARAN POLUTAN


tan besarnya sama dengan 10 % dari nilai BMUA.

PERHITUNGAN KONSENTRASI RATA-RATA

Nilai ΔCAVE diperoleh dengan menggunakan kecepatan

angin rata-rata dari arah angin yang kita pilih. Kelas sta-

bilitas atmosfer ditentukan kemudian berdasarkan kece-

patan angin tersebut dan kondisi-kondisi meteorologis

lainnya. Boks berikut diharapkan dapat memperjelas

perolehan ΔCAVE dengan perhitungan manual. Penggu-

naan SCREEN3 dengan opsi Single Stability Class and Wind

Speed dapat mempermudah kita dalam menghitung nilai

ΔCAVE tersebut.

Ada banyak rumus perhitungan yang dapat kita gunakan untuk menghitung tinggi kepulan dari emisi cerobong. Salah satunya adalah formula Holland.Rumus perhitungan lain yang banyak digunakan adalah rumus Briggs.


63


Perhitungan ΔCMAX dengan SCREEN3 Boks

Hasil pelingkupan dampak penting hipotetik dari suatu rencana Pembangkit Listrik Tenaga Uap PLTU, khususnya untuk isu

dampak penting hipotetik kualitas udara, menunjukkan hasil sebagai berikut.

Sebelumnya juga ditetapkan bahwa emisi PLTU tidak

boleh menyebabkan adanya peningkatan konsentrasi

melebihi 10% dari konsentrasi polutan di Baku Mutu

Udara Ambien. Untuk CO yang nilai BMUA-nya 30.000

μg/Nm3 maka nilai Tambahan Polutan Maksimal

(TPM) adalah 3000 μg/Nm3. Sesuai kebutuhan Out-

put Prakiraan Dampak (Tingkat 1), kita diminta untuk

membuat perhitungan konsentrasi sebaran polutan

maksimal (ΔCMAX).Menggunakan SCREEN 3 dengan

pilihan full meteorology, kita dapat menghitung nilai

ΔCMAX untuk lokasi-lokasi yang disebutkan dalam

uraian dampak penting hipotetik di atas.

Keempat nilai ΔCMAX masih lebih rendah dari nilai

TPM yang sudah disepakati sebelumnya, yaitu 3.000

g/Nm3. Dengan demikian, emisi CO (1 jam) PLTU di-

simpulkan BUKAN merupakan dampak penting untuk

keempat objek penerima dampak.


MEMBUAT PETA ISOPLETHAda 2 peta isopleth yang setidaknya harus

dibuat sebagai output prakiraan dampak

kualitas udara, yaitu Peta Isopleth Sem-

buran dan Peta Isopleth Wilayah Sebar-

an. Untuk membuat peta-peta tersebut,

kita perlu melakukan perhitungan nilai ΔCAVE

sampai ratusan kali. Mengingat banyaknya

jumlah hitungan yang harus dilakukan, kita

perlu mengandalkan bantuan software dis-

persi polutan. Atau setidaknya mengguna-

kan program spreadsheet Excel sebagaimana

ditunjukkan dalam beberapa contoh perhi-

tungan berikut.

Penggambaran garis-garis isokonsentrasi

dapat dilakukan dengan bantuan software

pemetaan seperti Surfer. Program dalam

software ini dapat secara otomatis melaku-

kan interpolasi terhadap nilai-nilai di jarak-

jarak yang berdekatan.

PETA ISOPLETH SEMBURAN

Peta ini menunjukkan nilai rata-rata peningkatan konsen-

trasi polutan di sekitar sumber emisi akibat adanya plume

polutan yang bergerak mengikuti tiupan angin dominan.

Tergantung kesepakatan dengan Komisi Penilai AMDAL,

peta isopleth ini dapat saja dibuat untuk beberapa arah

angin.

Nilai ΔCAVE dihitung dengan ketentuan seperti tercantum

dalam tabel Parameter Perhitungan Konsentrasi Se-

baran Polutan. Boks berikut diharapkan dapat memper-

jelas proses pembuatan peta isopleth semburan ini.

PETA ISOPLETH WILAYAH SEBARAN

Peta ini menunjukkan pola distribusi peningkatan kon-

sentrasi polutan yang rata-rata terjadi di dalam wilayah

sebaran dampak. Nilai-nilai ΔCAVE dihitung berdasarkan

kondisi kejadian tersering. Perlu dipahami bahwa peta

Isopleth Wilayah Sebaran bukan menggambarkan pola

penyebaran polutan yang akan terjadi di suatu saat se-

cara sekaligus.

Sebaiknya di dalam peta Isopleth Wilayah Sebaran,

kita juga membuat garis isokontur yang menunjukkan

konsentrasi TPM. Dengan adanya garis itu, kita dapat

menunjukkan wilayah yang kemungkinan akan terkena

dampak penting. Kita kemudian dapat memprakirakan

jumlah orang atau komponen-komponen lingkungan

yag berpotensi terkena dampak. Garis isokonsentrasi

TPM itu sekaligus akan merevisi garis batas wilayah studi

yang kita tentukan sebelumnya (lihat bahasan mengenai

Membatasi Wilayah Studi di Bagian 3).

Contoh peta isopleth wilayah sebaran dari hasil prakiraan dampak kualitas udara di negara lain.


65


Pembuatan Isopleth SemburanBoks

Pertama, tentukan jenis polutan penting yang

ingin dibuat isoplethnya. Kemudian pilih arah

angin dominan dan ambil nilai kecepatan angin

rata-ratanya. Lalu, hitung konsentrasi sebaran

polutan untuk beberapa nilai x di sumbu arah

angin sesuai sistem koordinat relatif (atau garis

y = 0) dan z = 0 (groundlevel concentration). Bisa

dilakukan dengan bantuan program spread-

sheet Microsoft Excel (seperti contoh ini) atau

dengan software pemodelan dispersi polutan.

Hitung konsentrasi sebaran polutan penting (ΔC) sesuai arah angin dominan.

Nilai-nilai ΔC hasil perhitungan dicantumkan di titik-titik koordinat relatif pada

peta wilayah studi. Sebaiknya plotting dilakukan di peta yang berskala.

Plot-kan nilai ΔC di titik-titik koordinat yang dihitung.


Tentukan nilai-nilai rentang interpolasi. Hitung dan dapatkan titik-titik yang menunjukkan

lokasi di mana nilai interpolasi berada. Tandai titik-titik interpolasi itu di peta.

Interpolasi-kan nilai ΔC sesuai rentang nilai konsentrasi yang diinginkan.

Hubungkan titik-titik hasil interpolasi dengan garis lurus. Lalu, kurangi kekakuan garis lurus

tersebut sehingga membentuk elips-elips konsentris ke arah angin dominan.

Haluskan garis isopleth.


ipra

67


Pembuatan Isopleth Wilayah SebaranBoks

Pertama, tentukan jenis polutan penting

yang ingin dibuat isoplethnya. Ambil nilai

kecepatan angin untuk tiap arah angin.

Untuk tiap arah angin, hitung konsentrasi

sebaran polutan untuk beberapa nilai x

di sumbu arah angin (sistem koordinat

relatif ) dengan z = 0 (groundlevel concen-

tration). Lakukan dengan software pe-

modelan dispersi polutan. Ulangi untuk

arah-arah angin lainnya.

Hitung konsentrasi sebaran polutan penting (ΔC) sesuai arah angin.


Nilai-nilai ΔC hasil perhitungan (dari seluruh arah angin) dicantumkan di titik-titik koordinat relatif pada

peta wilayah studi. Sebaiknya plotting dilakukan di peta yang berskala.

Plot-kan nilai ΔC di titik-titik kordinat yang dihitung.

Tentukan nilai-nilai rentang interpolasi. Hitung dan dapatkan titik-titik yang menunjukkan lokasi

dimana nilai interpolasi berada. Tandai titik-titik interpolasi itu di peta. Hubungkan titik-titik hasil

interpolasi dengan garis lurus.

Interpolasi-kan nilai ΔC sesuai rentang nilai konsentrasi yang diinginkan.

Haluskan garis isopleth.Lalu, kurangi kekakuan garis lurus

tersebut sehingga membentuk be-

berapa elips konsentris yang memi-

liki titik pusatnya adalah lokasi sum-

ber emisi.


ipra

69


Prakiraan kualitas udara tingkat 2 (lihat Boks: Kedalaman

Prakiraan Dampak di Bagian 1) ditujukan untuk

mengetahui konsentrasi ambien dari suatu polutan akibat

adanya suatu rencana kegiatan yang akan menyebarkan

polutan tersebut. Caranya tidak terlalu sulit. Kita hanya

perlu menambahkan nilai hasil prakiraan dampak sebaran

polutan (prakiraan Tingkat 1) di suatu lokasi dengan

konsentrasi ambien dasar (background concentration) di

lokasi tersebut. Untuk kepentingan AMDAL, ada baiknya

kita selalu menambahkan nilai konsentrasi sebaran

polutan maksimal (ΔCMAX) ke konsentrasi ambien awal

(CO) sebagaimana ditunjukkan dalam rumus berikut.

C= CO

+ ΔCMAX

Beberapa hal yang perlu diingat dalam kalkulasi kualitas

udara ambien.

Penjumlahan harus dilakukan antara ΔCMAX dan CO dari

polutan penting sejenis dengan waktu rata-rata (aver-

aging times) yang sama.

Nilai CO yang digunakan harus merupakan nilai CO di

tahun prakiraan yang sama. Untuk itu, kita juga perlu

melakukan prakiraan kualitas udara nir-kegiatan (lihat

bahasan mengenai Penilaian Dampak di Bagian 1

dan Waktu Kajian di Bagian 3). Kondisi kualitas udara

ambien awal saat ini hanya dapat digunakan jika kita

yakin bahwa nilai CO akan tidak berubah sampai ke

suatu tahun prakiraan.

Ada kemungkinan suatu objek penerima dampak akan

menerima kiriman polutan dari beberapa sumber emisi.

Untuk itu, seluruh nilai konsentrasi sebaran polutan di

titik tersebut harus dijumlahkan sebagaimana terlihat

pada rumus berikut.

C = CO

+ ΔCMAX, 1

+ ΔCMAX, 2

+ΔCMAX, 3

+ .....

Seperti disebutkan sebelumnya, hasil kalkulasi kua-

litas udara ambien ini dapat juga ditampilkan dalam

wujud peta isopleth yang menghubungkan titik-

titik dengan konsentrasi ambien yang sama. Walau

demikian, pembuatannya akan memakan banyak

biaya karena kita harus memiliki data kualitas udara

ambien untuk seluruh wilayah sebaran dampak.

Output prakiraan kualitas udara ambien dalam

penilaiannya nanti akan dibandingkan dengan

satu atau beberapa kriteria penilaian yang sudah

disepakati sebelumnya. Kebanyakan pihak sampai

saat ini lebih senang menggunakan nilai-nilai

konsentrasi maksimal di BMUA sebagai kriteria

penilaian utamanya. Beberapa kriteria lainnya dapat

dilihat kembali pada bahasan mengenai Kriteria

Penilaian Sifat Penting di Bagian 3.

MENGHITUNG KONSENTRASI AMBIEN POLUTAN

Ilustrasi: Toppeaks


Kalkulasi Konsentrasi AmbienBoks

Tabel berikut menunjukkan hasil pengukuran konsentrasi ambien

CO (rona dasar) di tahun 2007 untuk lokasi-lokasi obyek penerima

dampak dari rencana pembangunan PLTU.

Tabel berikut menunjukkan prakiraan konsentrasi ambien CO (rona

dasar) di tahun 2015 jika diasumsikan tiap tahun konsentrasi ambien

akan meningkat 5%.

Nilai-nilai dalam tabel di atas juga dapat dianggap sebagai nilai prakiraan nir-kegiatan. Dengan menggunakan hasil

simulasi penyebaran polutan sebelumnya (lihat Boks: Perhitungan ΔCMAX dengan SCREEN3), kita dapat memper-

oleh tabel Output Prakiraan Dampak yang lebih lengkap sebagai berikut.

Keseluruhan nilai konsentrasi

CO, baik ΔCMAX maupun CMAX

masih lebih rendah dari pada

nilai dari kriteria penilaian sifat

pentingnya. Dengan demikian,

emisi CO (1 jam) PLTU disimpul-

kan BUKAN merupakan dampak

penting untuk ke-4 obyek pe-

nerima dampak.

71


LAMPIRAN

DAFTAR SINGKATANAmdal = Analisis Mengenai Dampak Lingkungan Hidup

AMS = American Meteorology Society

Andal = Analisis Dampak Lingkungan Hidup

ASR = Air Sensitive Receptor

B3 = Bahan Beracun dan Berbahaya

BME = Baku Mutu Emisi

BMUA = Baku Mutu Udara Ambien

CAL3QHC = Caline 3 with Queing and Hotspot Calculations

CAL3QHCR = Caline 3 with Queing and Hotspot Calculations Refi ned

CFC = Chlorofl uorocarbon

CO = Karbon Monoksida

EF = Emission Factor

ER = Emission Reduction

HC = Hidrokarbon

ISC3 = Industrial Source Complex 3

ISC3-LT = Industrial Source Complex 3 - Long Term

ISC3-PRIME = Industrial Source Complex 3 - Plume Rise Model Enhancements

ISC3-ST = Industrial Source Complex 3 - Short Term

ISPA = Infeksi Saluran Pernapasan Atas

ISPU = Indeks Standar Pencemaran Udara

KA = Kerangka Acuan

KBPP = Kriteria Batas Polutan Penting

KLH = Kementerian Lingkungan Hidup

LNG = Liquefi ed Natural Gas

LPG = Liquefi ed Petroleum Gas

NO2 = Nitrogen Dioksida

Pb = Plumbum

PLTD = Pembangkit Listrik Tenaga Diesel

PLTU = Pembangkit Listrik Tenaga Uap

RKL = Rencana Pengelolaan Lingkungan

RPL = Rencana Pemantauan Lingkungan

SO2 = Sulfur Dioksida

TPA = Tempat Pembuangan Akhir

TPM = Tambahan Polutan Maksimal

TSP = Total Suspended Particulate

USEPA = United States Environmental Protection Agency

UTM = Universal Transverse Mercator

UV = Ultra Violet

VOC = Volatile Organic Compounds

DAFTAR PUSTAKAAir Quality Forecasting: A Review of Federal Programs and Research Needs. NOAA Aeronomy

Laboratory. Colorado: USA. June 2001.

Air Quality Impact Analysis for the Proposed Second Street Crossing Project, City of Davis. Raney Planning & Management. California: USA. January 2005.

Air Quality Impact Assessment: Vic Park Tunnel Project, Auckland. Beca Infrastructure Ltd. New Zealand. 7 June 2006.

Aplication of Numerical Models to the Environtmental Impact Assessment (EIA) for Thermal Power Plants. Japan: Central Research Institute of Electric Power Industry. Criepi News 362. July 2002.

Atlas Kualitas Udara Nasional. 22 November 2006. Proyek Kerjasama Teknis Pemerintah Indonesia – Asian Development Bank.

Budirahardjo, E. 2000. Prediksi Dampak Penurunan Kualitas Udara dengan Modeling Matematika. Jakarta: t.p.

Cabral, Brenda. Review of Air Quality Impact Analysis Prevention of Signifi cant Deterioration (PSD) for ConocoPhillips Rodeo Refi nery Clean Fuels Expansion and Hydrogen Plant Projects. Bay Area Quality Management District. California: USA. March 2007.

Citizens Guide to Air Dispersion Modelling. Minnesota: Minnesota Pollution Control Agency. Air Quality/#1.06/August 2002.

Cooper and F.C. Alley, David. 1994. Air Pollution Control: A Design Approach. USA: Waveland Press, Inc.

Country Synthesis Report On Urban Air Quality of Management: Indonesia (Discussion Draft, December 2006). Asian Development Bank the Clean Air Initiative for Asian Cities (CAI-Asia) Center.

Curtis, Dean. Assessment of Air Quality M6 Toll Road - Nitrogen Dioxide and Particulate Matter (PM10). Pollution Control Walsall Metropolitan Borough Council. Walsall: UK. May 2007.

De Nevers, Noel. 1995. Air Pollutan Control Engineering. Singapore: Mc Graw Hill, Inc.

Draft Environmental Impact Report for the Bay Area Air Quality Management District’s Air Toxics NSR

Rule. Bay Area Air Quality Management District 939 Ellis Street San Francisco, CA. California: USA. April 20, 2005.

http://www.epa.qld.gov.au/environmental_management/air/air_quality_monitoring/air_pollutants/airborne_particulates/#Environmental_effects_particulate#Environmental_eff ects_particulate.

http://www.tva.com/environment/air/ontheair/index.htm.

Kiely, G. 1998. Environmental Engineering. McGraw-Hill International Editions. Singapore.

LaGrega, M., Buckingham, P., and Evans, J.C. 2001. Hazardous Waste Management. McGraw-Hill International Edition. McGraw-Hill Co, Inc. Singapore.

Misra and S.D. Tiwari, S.G. 1992. Air and Atmosperic Pollutants. New Delhi: Venus Publishing House.

Muhayatun (et al). Penentuan Sumber Cemaran Partikulat Udara Daerah Bandung dan Lembang 2004. Prosiding Seminar Nasional Sains dan Teknik Nuklir Tema : Peran Sains dan Teknologi dalam P3TkN – BATAN Bandung, 14 – 15 Juni 2005.

National Pollutan Inventory. Chemical Transport Modelling for Air Quality Forecasting and Policy Development: Linking to Access. Environtment Australia. December 1999.

Peavy, H.S., Rowe, D.R., dan Tchobanoglous, G. 1985. Environmental Engineering. McGraw - Hill International Editions. Mc Graw – Hill, Inc. Singapore.

Technical Manual 1002: Guidance On Preparing An Air Quality Modeling Protocol. Bureau of Air Quality Evaluation Air Quality Permitting Program New Jersey Departement of Environtmental Protection. August 1997.

Tjasyono HK, Bayong. 2004. Klimatologi. Bandung: Penerbit ITB.