skip to main content

PENGAMATAN PERSEBARAN KONSENTRASI POLUTAN UDARA TERHADAP JUMLAH KENDARAAN BERMOTOR MENGGUNAKAN CITRA LANDSAT 8 DI PROVINSI JAWA TENGAH TAHUN 2019 – 2022

Departemen Teknik Geomatika, Fakultas Teknik Sipil, Perencanaan, dan Kebumian Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih, Sukolio, Surabaya 60111 Indonesia, Indonesia

Received: 13 Aug 2024; Accepted: 9 Sep 2024; Available online: 4 Dec 2024; Published: 8 Nov 2024.

Citation Format:
Abstract
Kualitas udara yang mengalami penurunan disebabkan salah satunya oleh pencemaran udara yang berasal dari kendaraan bermotor. BPS (Badan Pusat Statistik) mencatat seluruh provinsi di Jawa tahun 2022 menduduki peringkat teratas sebagai daerah yang memiliki kendaraan bermotor terbanyak di Indonesia. Untuk melakukan pencegahan peningkatan polutan udara, maka diperlukan informasi mengenai sebaran konsentrasi polutan. Oleh karena itu, penelitian ini dilakukan untuk mengestimasi sebaran konsentrasi polutan udara (PM10, CO, NO2, dan SO2) di Provinsi Jawa Tengah secara spatio-temporal dari tahun 2019 hingga 2022 menggunakan citra Landsat 8. Penelitian ini memanfaatkan perangkat lunak Google Earth Engine (GEE) untuk mengestimasi nilai polutan udara dengan mengaplikasikan algoritma Somvanshi dkk (2019), Hasan dkk (2014), Alseroury dkk (2015), dan Othman dkk (2010) untuk mengekstrak nilai konsentrasi dari masing-masing polutan. Nilai estimasi yang diperoleh kemudian dikonversi menjadi nilai ISPU untuk mengetahui kategori kualitas udara per ruas jalan berdasarkan kategori ISPU.  Estimasi polutan menghasilkan nilai rata-rata total selama 4 tahun untuk polutan PM10 senilai 39,197 µg/m3 dengan total 36 ruas jalan berkategori baik dan 27 ruas jalan lainnya berkategori sedang. Polutan CO menghasilkan rata-rata 957,621 µg/m3 dengan 63 ruas jalan berkategori baik. Polutan NO2 menghasilkan rata-rata 177,507 µg/m3 dengan 63 ruas jalan berkategori sedang. Polutan SO2 menghasilkan rata-rata 41,220 µg/m3 dengan total 47 ruas jalan berkategori baik dan 16 ruas jalan lainnya berkategori sedang. Hubungan antara jumlah kendaraan bermotor berdasarkan ruas jalan provinsi dengan konsentrasi polutan dilakukan menggunakan metode Pearson. Koefisien korelasi jumlah kendaraan bermotor berdasarkan ruas jalan provinsi dengan polutan PM10 sebesar R = 0,462 (korelasi sedang), dengan polutan CO sebesar R = 0,336 (korelasi lemah), dengan polutan NO2 sebesar R = 0,412 (korelasi sedang), dengan polutan SO2 sebesar R = 0,526 (korelasi sedang). Berdasarkan hasil yang diperoleh dapat disimpulkan bahwa kenaikan dan penurunan jumlah kendaraan bermotor yang lalu lalang berdasarkan ruas jalan tertentu memiliki pengaruh yang kurang signifikan terhadap perubahan konsentrasi polutan udara di ruas jalan tersebut.
Fulltext View|Download

Article Metrics:

  1. Alseroury, F. A. (2015). The Effect Of Pollutants On Land Surface Temperature Around Power Plant. 3(11), 5
  2. BPLH DKI Jakarta. (2013). Zat – Zat Pencemar Udara
  3. Badan Pusat Statistik Provinsi Jawa Tengah. (2022). "Jumlah Kendaraan Bermotor Tahun 2019 – 2022". Provinsi Jawa Tengah: Badan Pusat Statistik
  4. Dede, Moh., Widiawaty, M. A., Nurhanifah, N., Ismail, A., Artati, A. R. P., Ati, A., & Ramadhan, Y. R. (2020). Estimasi Perubahan Kualitas Udara Berbasis Citra Satelit Penginderaan Jauh Di Sekitar PLTU Cirebon. Jambura Geoscience Review, 2(2), 78– 87. https://doi.org/10.34312/jgeosrev.v2i2.5951
  5. Hasan, G., Kubaisy, M. A. A., Nahhas, F. H., Ali, A. A., Othman, N., & Hason, M. M. (2014). Sulfur Dioxide (SO2) Monitoring Over Kirkuk City Using Remote Sensing Data. Journal of Civil and Environmental Engineering, 4(5), 1–6. https://doi.org/10.4172/2165-784X.1000155
  6. I. M. Astra. (2010). "Energi dan Dampaknya terhadap Lingkungan". Jurnal Meteorologi Dan Geofisika, vol. 11, no. 2, pp. 131-139
  7. Lin, C. A., Chen, Y. C., Liu, C. Y., Chen, W. T., Seinfeld, J. H., & Cjou, C. C. K. (2019). Satellite-derived correlation of SO2, NO2, and aerosol optical depth with meteorological conditions over East Asia from 2005 to 2015. Remote Sensing, 11, 1738
  8. Othman, N., Mat Jafri, M. Z., & San, L. H. (2010). Estimating Particulate Matter Concentration over Arid Region Using Satellite Remote Sensing: A Case Study in Makkah, Saudi Arabia. Modern Applied Science, 4(11), p131. https://doi.org/10.5539/mas.v4n11p131
  9. Somvanshi, S. S., Vashisht, A., Chandra, U., & Kaushik, G. (2019). Delhi Air Pollution Modeling Using Remote Sensing Technique. Dalam C. M. Hussain (Ed.), Handbook of Environmental Materials Management (hlm. 1–27). Springer International Publishing. https://doi.org/10.1007/978-3-319-58538-3_174-1

Last update:

No citation recorded.

Last update:

No citation recorded.