BAB III METODE PENELITIAN. Metodologi yang digunakan dalam penelitian ini dapat dilihat pada Gambar 3.1

Transkripsi

1 BAB III METODE PENELITIAN 3.1 Konsep Metodologi Penelitian Metodologi yang digunakan dalam penelitian ini dapat dilihat pada Gambar 3.1 Mulai Studi Literatur Penyusunan Metode Penelitian Pengumpulan Data Data Sekunder Data Arah dan Kecepatan Angin pada Saat Penelitian Windrose Penentuan Titik Sampling Data Primer 1. Data Penggunaan Bahan Bakar Pesawat 2. Data Jenis dan Tipe Pesawat 3. Data Landing dan Take-ff (LTO) Pesawat 1. Data Konsentrasi CO dan CO 2 2. Data Meteorologi 3. Data Volume Lalu Lintas Pesawat dan kendaraan bermotor yang berada di Kawasan Bandara KNO A III-1

2 A Analisa Data 1. Kuantitatif a. Beban Emisi Pesawat b. Beban Emisi Kendaraan Bermotor c. Uji Regresi dan Korelasi (Statistik) 2. Kualitatif Hasil estimasi beban emisi kendaraan bermotor maupun pesawat akan dikorelasikan dengan hasil konsentrasi terukur untuk melihat hubungan antara beban emisi yang dihasilkan dengan kualitas udara ambien di kawasan Bandar Udara Internasional Kualanamu. Konsentrasi CO terukur akan dibandingkan dengan baku mutu udara ambien yang terdapat pada PP No. 41 Tahun Hasil dan Pembahasan Kesimpulan dan Saran Selesai Gambar 3.1 Diagram Alir Penelitian 3.2 Lokasi dan Waktu Penelitian Lokasi Penelitian Penelitian dilakukan di Bandar Udara Internasional Kualanamu. Secara administratif Bandar Udara Internasional Kualanamu terletak di Desa Beringin, Kecamatan Beringin, Kabupaten Deli Serdang dan berdekatan dengan pemukiman penduduk diantaranya adalah Desa Sidourip yang berjarak 0,15 km dari Runway 05, Kecamatan Pantau Labu yang berjarak 0,15 km dari Runway 23, dan Desa Karang Anyar sekitar 1 km dari Pintu Gerbang Bandar Udara Internasional Kualanamu sedangkan secara geografis terletak pada 03 36'12, ,04 LU dan 98 51'42, ,07 BT sampai dengan 03 39'20, ,16 LU dan 98 51'42, ,02 BT. Letak Bandar Bandar Udara Internasional Kualanamu dapat dilihat pada Gambar 3.2. III-2

3 III-3

4 Lokasi penelitian yang berada di kawasan Bandar Udara Internasional Kualanamu ini akan dibagi menjadi 5 (lima) titik sampling yaitu, runway 05, runway 23, apron w, tempat parkir A7 dan pintu gerbang Bandar Udara Internasional Kualanamu. Pemilihan titik sampling ini menggunakan metode purposive sampling yaitu teknik pengambilan sampel berdasarkan pertimbangan tertentu yang dipilih secara cermat, selektif serta telah memenuhi persyaratan dan tujuan penelitian. Adapun alasan maupun persyaratannya dalam penentuan titik sampling, yaitu: 1. Area tersebut merupakan area dengan konsentrasi pencemar yang tinggi. Daerah yang didahulukan untuk dipantau hendaknya daerah-daerah dengan konsentrasi tercemar yang tinggi. Satu atau lebih stasiun pemantau mungkin dibutuhkan di sekitar daerah yang emisinya tinggi. 2. Di daerah sekitar lokasi penelitian yang diperuntukkan untuk kawasan studi. 3. Di daerah proyeksi. Untuk menentukan efek akibat perkembangan mendatang dilingkungannya. 4. Mewakili seluruh wilayah studi. Informasi kualitas udara di seluruh wilayah studi harus diperleh agar kualitas udara diseluruh wilayah dapat dipantau (dievaluasi). Sementara itu, untuk koordinat titik sampling dapat dilihat pada Tabel 3.1 sedangkan peta lokasi titik sampling dapat dilihat pada Gambar 3.3. Tabel 3.1 Koordinat Titik Sampling Titik Sampling N E Runway , ,25 Runway , ,87 Apron W , ,60 Tempat Parkir A , ,19 Pintu Gerbang KNO , ,12 Sumber : Survey dan analisa, 2016 III-4

5 III-5

6 3.2.2 Waktu Pengambilan sampling terdiri dari kualitas udara ambien dan data meteorologi yang dilakukan selama 2 (dua) hari. Pemilihan waktu sampling berdasarkan Lampiran 3 (tiga) tentang Pedoman Teknis Pemantauan Kualitas Udara Ambien pada bagian III metode pemantauan secara manual, idealnya untuk mendapatkan data/nilai 1 (satu) jam, pengukuran dapat dilakukan pada salah satu interval waktu seperti dibawah ini. Durasi pengukuran di setiap interval adalah satu jam. a) Interval waktu (pagi) b) Interval waktu (siang) c) Interval waktu (sore) Namun, pada penelitian dilakukan pada masing-masing lokasi selama 1 (satu) hari dengan 2 (dua) kali pengukuran yaitu pagi dan siang hari dan dilakukan selama 1 (satu) jam. Hal ini dikarenakan keterbatasan dalam peminjaman alat di BTKLPP Kota Medan. Untuk lebih jelasnya tentang pemilihan waktu sampling bisa dilihat pada Tabel 3.2 berikut. Tabel 3.2 Pemilihan Waktu Sampling CO dan CO 2 di KNIA Hari Titik Waktu Variabel yang diukur Tempat Parkir A7 08:00-09:00 N : ,10 E : ,19 12:00-13:00 1 Apron W 09:30-10:30 N : ,42 E : ,60 13:10-14:10 2 Runway 23 N : ,77 E : ,87 Runway 05 N : ,99 E : ,25 Pintu Gerbang KNO N : ,71 E : , Variabel Penelitian 08:00-09:00 12:00-13:00 09:30-10:30 13:10-14:10 10:30-11:30 12:00-13:00 Konsentrasi CO dan CO 2, arah dan kecepatan angin, suhu, kelembaban dan jumlah lalu lintas pesawat serta kendaraan bermotor. Variabel yang digunakan dalam penelitian ini terdiri dari variabel bebas dan terikat. Variabel bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel dependen. Variabel terikat adalah III-6

7 variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono, 2009). Variabel yang diukur dari penelitian ini yaitu : 1. Volume pesawat udara dan kendaraan yang masuk melalui pintu gerbang Bandar Udara Internasional Kualanamu. Untuk mendapatkan beban emisi, jumlah dan jenis kendaraan serta pesawat yang dihitung di lokasi sampling (traffic counting) kemudian dikalikan dengan faktor emisi masing-masing jenis kendaraan maupun pesawat. 2. Jarak Variasi jarak dari sumber emisi akan mengakibatkan perbedaan hasil konsentrasi CO maupun CO Kondisi meteorologi. Dalam hal ini kondisi meteorologi yang dipantau meliputi, arah dan kecepatan angin, kelembaban serta suhu. Kondisi meteorologi ini mempengaruhi persebaran pencemaran udara. 4. Konsentrasi parameter terukur yaitu CO dan CO 2 Variasi konsentrasi CO dan CO 2 hasil pemantauan digunakan sebagai pembanding hasil perhitungan beban emisi dengan hasil pemantauan langsung di lapangan. 3.4 Pengumpulan Data Data Primer Data primer merupakan data yang didapatkan dari pengukuran di lapangan. Kebutuhan data primer selama penelitian ini, meliputi : 1. Konsentrasi CO dan CO 2 di Udara Ambien Sampling ini dilakukan untuk mendapatkan konsentrasi CO dan CO 2 di udara ambien. Pengukuran konsentrasi parameter merujuk pada Peraturan Menteri Lingkungan Hidup No. 12 Tahun 2010 Tentang Pelaksanaan Pengendalian Pencemaran Udara di Daerah. Pengukuran dilakukan secara manual untuk mendapatkan data atau nilai harian (24 jam). III-7

8 Pengukuran konsentrasi CO bekerja sama dengan Laboratium Fisika Udara Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota Medan. Prosedur pengukuran mengacu pada PERMENLH No. 12 Tahun 2010 yaitu menggunakan metode pengukuran Non-Dipersive Infra Red (NDIR). Prinsip kerja Non-Diprersive Infra Red (NDIR) Analyzer berdasarkan SNI :2011 yang menyatakan alat analisis gas CO maupun CO 2 bekerja atas dasar sinar infra merah yang terabsorbsi oleh analit. Sinar infra merah yang digunakan adalah sinar infra merah non dipersive. Gas nol (zero gas) dan contoh uji masuk dalam sel pengukuran dalam jumlah yang tetap dan diatur oleh katup selenoid yang bekerja dalam rentang waktu tertentu. Pengukuran ini berdasarkan kemampuan gas CO maupun CO 2 menyerap sinar infra merah. Banyaknya intensitas sinar yang diserap sebanding dengan konsentrasi CO dan CO 2. Kedua polutan tersebut dibedakan berdasarkan sensor penangkap yang dimiliki. Adapun spesifikasi CO Monitor yang digunakan dapat dilihat pada Tabel 3.3 berikut : Tabel 3.3 Spesifikasi CO Monitor Merk Quest Technologies AQ50000 Pro Prinsip langsung Secara kimia Prinsip deteksi Sensoring Metode deteksi Deteksi elektrokimia Aplikasi Analisa gas Dimensi 15 x 10,5 x 6 in (38 x 26,7 x 15 cm) Berat 2 lbs (9 kg) Peralatan daya Baterai NiMH rechargeable, AA alkaline Kondisi operasi 0 dampai 50 o C (32 sampai 122 o F) Jadwal kalibrasi Tahunan Sumber : BTKLPP, 2016 Penempatan CO Monitor saat pengukuran di lapangan mengacu pada Lampiran VI Peraturan Menteri Lingkungan Hidup Tahun Konsentrasi gas CO dibaca langsung dari pencatat (recorder) dengan satuan ppm. Konversi ke satuan µg/nm 3 menggunakan rumus sebagai berikut (SNI, 2011) : Dimana : C 2 : Konsentrasi CO dalam udara ambien (µg/nm 3 ) III-8

9 C 1 : Konsentrasi CO dalam udara ambien (ppm) 28 : Berat molekul CO 24,45 : Volume gas pada kondisi normal 25 o C, 760 mmhg (L) Sedangkan untuk koordinat dan lokasi pemantauan/sampling diambil setiap kali melakukan pengamatan dan pemantauan menggunakan Global Positioning System (GPS) Handheld Garmin jenis GPSmap 78 CS. 2. Parameter Meteorologi Parameter meteorologi yang diukur meliputi arah dan kecepatan angin, suhu serta kelembaban. Pengambilan data meteorologi dilakukan bersamaan dengan dilakukannya pengambilan sampling udara ambien dan volume pesawat dan kendaraan. Alat yang digunakan untuk mengukur arah dan kecepatan angin adalah Anemometer sedangkan alat yang digunakan untuk mengukur suhu dan kelembaban adalah Thermo Higrometer. Cara pengoperasian alat ini yaitu dengan meletakkannya pada area yang diukur, dengan posisi sensor berada sejajar dengan ketinggian manusia. Adapun spesifikasi dari alat Anemometer dan Thermo Higrometer dapat dilihat pada Tabel 3.4 berikut. Tabel 3.4 Spesifikasi Anemometer dan Thermo Higrometer Anemometer* Thermo Higrometer** Merk Krisbow KW Extech Aliran Udara 0-999,900ft 3 /menit - Percepatan Udara 1-30 m/dt - Rentang Suhu o F ( o C) Rentang Kelembaban Relatif % RH Akurasi ±3%±0,20% m/s - Dimensi 163 x 45 x 34 (mm) 109 x 71 x 20 (mm) Berat 257 (g) - Aplikasi - Jam, termometer dan higrometer Diameter Kipas 27,2 (mm) - Sumber : *Flir System, 2013 **Kawan Lama Sejahtera, Perhitungan volume lalu lintas pesawat udara dan kendaraan bermotor. Volume lalu lintas pesawat udara digunakan untuk estimasi beban pencemar udara yang dihasilkan oleh pesawat. Perhitungan data lalu lintas pesawat udara III-9

10 dilakukan saat pesawat landing dan take off. Perhitungan data tersebut dilakukan menggunakan counter pada titik yang telah dilakukan. Penelitian ini juga melakukan perhitungan volume kendaraan yang melintas di pintu masuk Bandar Udara Internasional Kualanamu berdasarkan jenis kendaraan. Klasifikasi jenis kendaraan ditentukan untuk menghitung beban pencemar yaitu kendaraan roda dua (sepeda motor), mobil penumpang, bus, dan truk. Penentuan klasifikasi kendaraan maupun pesawat ini mengacu pada faktor emisi jenis kendaraan maupun pesawat. Untuk mendapatkan data harian volume kendaraan maupun pesawat dan melihat estimasi beban pencemar udara maka pengamatan dilakukan pembagian pagi dan siang hari mengikuti waktu pada saat sampling udara ambien Data Sekunder Data sekunder merupakan data yang mendukung penelitian. Data sekunder yang diperlukan, meliputi: 1. Arah dan Kecepatan Angin Data arah dan kecepatan angin yang dikumpulkan merupakan data pada saat penelitian. Data ini diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Bandar Udara Baru Kualanamu. Data ini kemudian diolah menggunakan aplikasi WR Plot View yang menghasilkan diagram windrose untuk memperoleh arah dan kecepatan angin dominan di Bandar Udara Internasional Kualanamu. Data tersebut dapat dilihat pada Lampiran Peta Lokasi Bandar Udara Internasional Kualanamu Peta lokasi ini digunakan untuk mengetahui secara jelas letak-letak bangunan maupun jalur-jalur yang ada di Bandar Udara Internasional Kualanamu agar dapat dihubungkan dalam menentukan titik sampling dengan windrose. Sehingga titik sampling yang didapatkan berada di titik/lokasi yang tepat. Peta lokasi ini didapatkan dari unit Civil Organitation PT. Angkasa Pura II (Persero) III-10

11 3. Data Penggunaan Bahan Bakar Pesawat, Landing dan Take-off (LTO) Pesawat serta Jenis dan Tipe Pesawat Data ini digunakan sebagai data tambahan dalam menghitung beban emisi. Data landing dan take-off (LTO) jenis serta bahan bakar pesawat didapatkan dari PT Angkasa Pura II (Persero). 3.5 Analisis Data Data yang telah dikumpulkan kemudian diolah dan dianalisis dengan pendekatan kuantitatif dan kualitatif Analisis Kuantitatif Metode pengolahan data dibagi atas 4 (empat) tahap, yaitu : pengolahan data CO dan CO 2 udara ambien, perhitungan beban emisi fase LTO, perhitungan beban emisi kendaraan yang masuk dari pintu gerbang Bandar Udara Internasional Kualanamu, uji regresi dan korelasi beban emisi CO dengan kualitas udara ambien. 1. Data Konsentrasi CO dan CO 2 Data konsentrasi CO dan CO 2 yang telah diukur pada 5 (lima) titik sampling bersama Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota Medan. 2. Perhitungan Beban Emisi berdasarkan Jumlah Lalu Lintas Pesawat Udara yang Landing dan Take off III-11

12 Apakah data destinasi pesawat serya tipe pesawat lengkap? NO YES Gunakan Tier 3 untuk setiap penerbangan dan dikelompokkan berdasarkan teknologi mesin. Apakah data LTO dan tipe maupun jenis pesawat tersedia? NO YES Gunakan TIER 2. Faktor emisi dari konsumsi bahan bakar yang digunakan dari aktivitas LTO/CCD dan jenis pesawat. Apakah merupakan utama? yang sumber YES Kumpulkan data LTO dari penerbangan domestik dan internasional NO TIER 1 Gambar 3.4 Metode Pemilihan Perhitungan Sumber : EMEP/EEA, 2016 Perhitungan beban emisi akan menggunakan metode Tier 2. Metode ini dipilih karena Tier dalam perhitungan emisi menunjukkan tingkat keakuratan perhitungan. Semakin tinggi Tier maka hitungan emisi makin akurat. Alasan pemilihan Tier 2 dikarenakan kebutuhan data yang diperoleh tidak mencukupi untuk menggunakan perhitungan Tier 3 dan perhitungan beban pencemar dari CO dan CO 2 lebih baik menggunakan Tier 2 (EMEP/EEA, 2016). Perhitungan Tier 2 dapat menggunakan persamaan (2.5) dan (2.6). 3. Perhitungan Beban Emisi berdasarkan Kendaraan yang Masuk dari Pintu Gerbang Bandar Udara Internasional Kualanamu Data hasil perhitungan jumlah kendaraan yang telah dilakukan akan dikonversikan menjadi Satuan Mobil Penumpang (SMP). Konversi tersebut dapat dilakukan dengan mangalikan jumlah kendaraan yang terhitung di lokasi penelitian dengan nilai faktor SMP sesuai dengan Baku Manual Kapasitas Jalan Indonesia (Direktorat Bina Marga & Jalan Kota RI, 1997). Nilai faktor SMP yang III-12

13 digunakan dalam proses konversi jumlah kendaraan menjadi Satuan Mobil Penumpang dapat dilihat pada Tabel 3.5. Tabel 3.5 Nilai Faktor Satuan Mobil Penumpang Jenis kendaraan Faktor Pengali Sepeda Motor 0,6 Kendaraan Penumpang, taxi, pick up, minibus 1 Bus, truk 2 dan 3 sumbu 3 Bus tempel, truk > 3 sumbu 4 Sumber: Direkotorat Bina Marga & Jalan Kota RI, 1997 Setelah dilakukan konversi ke satuan mobil penumpang, kemudian data aktivitas kendaraan dikalikan dengan faktor emisi. Faktor emisi yang digunakan merujuk pada Peraturan Menteri Lingkungan Hidup No. 12 Tahun Faktor emisi kendaraan bermotor disajikan dalam Tabel 3.6. Tabel 3.6 Faktor Emisi Kendaraan Bermotor Kategori CO CO 2 (g/km) (g/kg) Sepeda motor Mobil Bensin Mobil Solar 2, Bus Truk 8, Sumber: PermenLH, 2010 Perhitungan beban pencemar untuk suatu polutan dari kendaraan bermotor pada suatu ruas jalan menggunakan metode pendekatan jarak tempuh kendaraan yang dilewati dan volume kendaraan berdasarkan kategori jenis kendaraan yang melintas (KLH, 2010). Perhitungan beban pencemar untuk suatu polutan dari kendaraan bermotor menggunakan Persamaan (2.1). 4. Uji Regresi dan Korelasi Beban Emisi dengan Kualitas Udara Ambien Setelah jumlah emisi didapatkan, dilakukan uji regresi dan korelasi antara jumlah emisi dengan konsentrasi pencemar CO terukur. Perhitungan menggunakan uji regresi dan korelasi dengan bantuan perangkat lunak SPSS. Uji regresi dilakukan untuk memprakirakan hubungan antara beban emisi pesawat dan beban emisi kendaraan bermotor dengan kualitas udara ambien atau besarnya pengaruh variabel (X) terhadap variabel (Y). III-13

14 Semetara itu, uji korelasi yang dilakukan adalah uji korelasi antara emisi yang dihasilkan pada setiap fase LTO serta emisi yang dihasilkan kendaraan yang masuk dari pintu gerbang bandara dengan konsentrasi CO dan CO 2 terukur. Uji korelasi ini digunakan untuk melihat keeratan hubungan antara beban emisi pesawat maupun kendaraan bermotor dengan kualitas udara ambien. Perhitungan untuk uji regresi dapat dilakukan menggunakan persamaan (2.7), (2.8), dan (2.9) sedangkan uji korelasi dilakukan dengan menggunakan persamaan (2.10) Analisis Kualitatif/Deskriptif Hasil estimasi beban emisi kendaraan bermotor maupun pesawat akan dikorelasikan dengan hasil konsentrasi terukur untuk melihat hubungan antara beban emisi yang dihasilkan dengan kualitas udara ambien di kawasan Bandar Udara Internasional Kualanamu. Konsentrasi CO terukur akan dibandingkan dengan baku mutu udara ambien yang terdapat pada PP No. 41 Tahun III-14

15 BAB IV HASIL DAN PEMBAHASAN 4.1 Volume Lalu Lintas Pesawat dan Kendaraan Bermotor Volume Lalu Lintas Pesawat Pengamatan volume lalu lintas pesawat dilakukan pada hari Rabu, 21 Desember 2016 pukul 10:18-11:18 WIB dan pukul 12:12-13:12 WIB serta Kamis, 22 Desember 2016 pukul 09:30-12:10 dan pukul 12:30-14:40 WIB. Segmen yang diamati pada hari Rabu berada di Apron W sedangkan pada hari Kamis berada di runway 05 dan runway 23. Total jumlah pesawat yang melintas di Apron W sebanyak 40 unit/jam. Sedangkan total jumlah pesawat yang berada di runway 05 maupun 23 sebanyak 105 unit/jam. Untuk lebih jelasnya, volume lalu lintas berdasarkan waktu pengamatan pagi dan siang hari dapat dilihat pada Gambar Jumlah Pesawat (Unit/Jam) Pagi Siang 0 Apron W Runway 05 & 23 Lokasi Pengamatan Gambar 4.1 Volume Lalu Lintas Pesawat di Apron W dan Runway Sumber : Survey dan hasil analisis, 2016 Berdasarkan Gambar 4.1 menunjukkan bahwa rata-rata volume pesawat lebih banyak pada pengukuran siang hari dibandingkan pengukuran pagi hari. Hal ini disebabkan banyaknya flight pesawat yang berangkat sekitar pukul 10:00-15:00 WIB. Untuk waktu

16 keberangkatan dan kedatangan pesawat selama waktu pengamatan dapat dilihat pada Lampiran Volume Lalu Lintas Kendaraan Bermotor Pengamatan volume lalu lintas kendaraan bermotor dilakukan pada hari Kamis, 22 Desember 2016 pukul 08:15-09:15 WIB dan pukul 15:00-16:00 WIB. Segmen jalan yang diamati untuk menghitung jumlah kendaraan di depan pintu gerbang Bandar Udara Internasional Kualanamu sepanjang ±200 m. Pemilihan panjang jalan yang diamati ±200 m dimaksudkan agar kendaraan yang melintas masih dapat terlihat oleh peneliti. Total jumlah kendaraan yang melintas di pintu masuk gerbang bandara pada waktu pagi adalah sebanyak 818 unit/jam dan total jumlah kendaraan yang melintas pada waktu siang hari sebanyak 674 unit/jam. Untuk total jumlah kendaraan yang keluar dari pintu gerbang bandara pada waktu pagi adalah sebanyak 838 unit/jam dan total jumlah kendaraan pada waktu siang hari sebanyak 1008 unit/jam. Untuk lebih jelasnya, volume lalu lintas saat pengamatan dapat dilihat pada Gambar 4.2 dan Jumlah Kendaraan (unit/jam) Pagi Siang 50 0 Motor Mobil Bensin Mobil Solar Bus Truk Jenis Kendaraan Gambar 4.2 Volume Lalu Lintas Kendaraan Bermotor pada Pintu Masuk Bandar Udara Internasional Kualanamu Sumber : Survey dan hasil analisis, 2016 Gambar 4.2 menunjukkan jenis kendaraan yang paling dominan di pagi hari adalah mobil bensin sebesar 45,84%, sepeda motor sebesar 28,85%, kemudian mobil solar 22,49%, bus sebesar 2,44% dan truk merupakan jumlah yang paling sedikit yaitu IV-2

17 sebesar 0,37%. Sementara itu, pada waktu siang untuk jumlah mobil bensin sebesar 62,46%, solar dan sepeda motor lebih sedikit dibandingkan pagi yaitu sebesar 17,80% dan 14,84%, jumlah bus juga meningkat menjadi 4,45%, dan jumlah truk sebesar 0,45%. Gambar 4.2 juga menunjukkan bahwa rata-rata volume kendaraan lebih banyak pada pengukuran pagi dibandingkan pengukuran siang. Hal ini disebabkan banyaknya flight pesawat yang berangkat sekitar pukul 10:00-15:00 WIB. Selain itu, rata-rata para penumpang sudah berada di bandara untuk melakukan check-in 2 jam sebelum keberangkatan Jumlah Kendaraan (unit/jam) Pagi Siang 0 Motor Mobil Bensin Mobil Solar Bus Truk Jenis Kendaraan Gambar 4.3 Volume Lalu Lintas Kendaraan Bermotor pada Pintu Keluar Bandar Udara Internasional Kualanamu Sumber : Survey dan hasil analisis, 2016 Berdasarkan Gambar 4.3 terlihat jenis kendaraan yang paling mendominasi di pagi hari adalah mobil bensin sebesar 61,20%, sepeda motor sebesar 26,11% kemudian mobil solar 9,58%, bus yaitu sebesar 2,40% dan truk merupakan jumlah yang paling sedikit yaitu 0,72%. Sementara pada waktu siang, jumlah mobil bensin lebih sedikit dibandingkan pagi hari yaitu 49,21%. Selain itu, mobil solar dan sepeda motor lebih banyak dibandingkan pagi hari yaitu sebesar 14,48% dan 31,94%. Sementara jumlah bus sebesar 2,28% dan truk sebesar 2,08%. Gambar 4.3 juga menunjukkan bahwa ratarata volume kendaraan pada pintu keluar bandara lebih banyak pada pengukuran siang hari dibandingkan pengukuran pagi hari. Hal ini disebabkan adanya pergantian shift IV-3

18 karyawan dan pada jam ini merupakan jam sibuk lalu lintas pesawat di Bandar Udara Internasional Kualanamu. Untuk jadwal penerbangan di Bandar Udara Internasional Kualanamu dapat dilihat pada Lampiran Perhitungan Beban Emisi Perhitungan Beban Emisi CO dan CO 2 Pesawat Pada perhitungan beban emisi metodologi Tier-2 digunakan untuk estimasi GRK dari pesawat berbahan bakar avtur. Dalam metodologi ini operasi pesawat terbagi atas landing dan take off (LTO). Untuk dapat menggunakan Tier-2, data landing dan take off (LTO) harus diketahui. Langkah-langkah perhitungan emisi dengan metoda Tier-2 adalah sebagai berikut: a. Perkirakan konsumsi bahan bakar pesawat untuk domestik dan internasional b. Perkirakan konsumsi bahan bakar LTO untuk domestik dan internasional c. Hitung emisi saat LTO untuk domestik dan internasional Adapun persamaan yang digunakan yakni Persamaan 2.5 dan 2.6 Konsumsi LTO Emisi LTO = Jumlah LTO x Konsumsi per LTO = Konsumsi LTO x Faktor Emisi LTO Data untuk perhitungan beban emisi pesawat dapat dilihat pada Tabel 4.1 berikut. Tabel 4.1 Data Perhitungan Beban Emisi Pesawat No Hari Waktu Tujuan 1 Tipe Pesawat a Jumlah LTO a Konsumsi Per LTO b Faktor Emisi LTO b CO CO2 A ,3 25, , , Domestik 4 Rabu Pagi , ER , , Internasional A ,3 25, IV-4

19 Lanjutan Tabel 4.1 No Hari Waktu Tujuan 8 Tipe Pesawat a Jumlah LTO a Konsumsi Per LTO b Faktor Emisi LTO b CO CO2 A ,3 25, , Domestik , , Rabu Siang ER , A ,3 25, , Internasional ER , ,2 19, , Domestik , Kamis A ,3 25, ER , Pagi , A ,3 25, Internasional , ER , A ,3 25, , , Domestik , Siang ER , , A ,3 25, Internasional , ,2 19, Sumber : Hasil Perhitungan & Analisis, 2016 Keterangan : LTO: Landing Take-off a: PT. Angkasa Pura II (Persero) b: EMEP/EEA, 2016 Data tersebut kemudian dimasukkan ke dalam Persamaan (2.5) dan (2.6). Persamaan ini merupakan akumulasi beban emisi yang dihasilkan dari pesawat. Maka didapatkan total beban emisi untuk pengukuran pagi pada hari rabu adalah sebagai berikut. Emisi LTO untuk CO = (4x802,3x25,8)+(3x920x4,8)+(1x825x11,8)+ (1x880x7,07)+(2x880x7,07)+(1x780x13,03)+ IV-5

20 (1x802,3x25,8) = ,6 kg/jam Emisi LTO untuk CO 2 = (4x802,3x4853)+(3x920x2898)+(1x825x2599)+ (1x880x2780)+(2x880x2780)+(1x780x2480) (1x802,3x4853) = kg/jam Berdasarkan perhitungan di atas, maka total beban emisi CO yang dihasilkan dari pesawat pada hari Rabu (pagi hari) adalah sebanyak ,6 kg/jam dan beban emisi CO 2 yang dihasilkan adalah kg/jam. Perhitungan yang sama juga dilakukan untuk setiap pengukuran di runway 05, runway 23, dan Apron W pada Rabu dan Kamis di waktu pagi maupun siang hari yang dapat dilihat pada Lampiran Beban Emisi CO Pesawat Hasil estimasi total beban emisi CO yang dihasilkan pesawat masing- masing waktu pengukuran dapat dilihat pada Gambar Beban Emisi (kg/jam) Pagi Siang Rabu Waktu Pengamatan Kamis Gambar 4.4 Total Beban Emisi CO Pesawat di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.4 menunjukkan bahwa estimasi beban emisi CO tertinggi di hari Kamis pada waktu siang yaitu sebanyak ,16 kg/jam, diikuti pada waktu pagi yaitu sebanyak ,86 kg/jam. Hal ini disebabkan tingginya arus lalu lintas pada waktu IV-6

21 pengukuran jika dibandingkan pada hari Rabu. Beban emisi CO terendah di hari Rabu pada waktu pagi yaitu sebanyak ,9 kg/jam. Hasil beban emisi CO yang didapatkan masih lebih kecil jika dibandingkan dengan hasil penelitian Unal, dkk (2005) di Bandara Internasional Atlanta sebesar 594,06 kg/jam dan hasil penelitian Kaleka, dkk (2014) di Bandar Udara Internasional I Ngurah Rai Bali sebesar 3.515,93 km/jam. Sementara itu, persentase beban emisi CO yang dihasilkan pesawat pada hari Rabu dan Kamis dapat dilihat pada Gambar 4.5. Persentase Kontribusi Emisi CO (%) Rabu Kamis Pagi Siang Waktu Pengamatan Gambar 4.5 Persentase Kontribusi Emisi CO dari Pesawat di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Berdasarkan Gambar 4.5 dapat dilihat bahwa persentase kontribusi emisi CO yang tertinggi dari pesawat terjadi pada hari Kamis di runway 05 dan 23 sebesar 39,95%. Sementara itu, persentase kontribusi terendah pada hari Rabu di Apron W sebesar 10,96%. Kontribusi emisi CO lebih tinggi di runway dibandingkan apron. Hal ini disebabkan pada fase penerbangan di runway menghasilkan emisi gas yang besar jika dibandingkan dengan fase pada masa pemberhentian pesawat di apron (ICAO, 2010). Variasi kontribusi emisi yang disumbangkan oleh setiap jenis pesawat dipengaruhi oleh variasi jumlah pesawat sehingga kontribusi emisi CO di pagi hari lebih kecil daripada siang hari. Faktor meteorologi seperti kecepatan angin mempengaruhi pergerakan polutan CO di atmosfer. Jika angin berhembus cepat, maka jarak persebaran polutan akan semakin jauh. Kecepatan angin yang digunakan dalam perhitungan adalah IV-7

22 kecepatan angin pada saat sampling yaitu 2,5 m/detik untuk waktu pengukuran pagi dan 3,05 m/detik untuk waktu pengukuran siang Beban Emisi CO 2 Pesawat Hasil estimasi total beban emisi CO 2 yang dihasilkan pesawat masing- masing waktu pengukuran dapat dilihat pada Gambar Beban Emisi (kg/jam) Pagi Siang 0 Rabu Waktu Pengamatan Kamis Gambar 4.6 Total Beban Emisi CO 2 Pesawat di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.6 menunjukkan bahwa estimasi beban emisi CO 2 tertinggi di hari Kamis pada waktu siang yaitu sebanyak ,5 kg/jam, diikuti pada waktu pagi yaitu sebanyak ,8 kg/jam. Sama halnya dengan perhitungan beban emisi CO bahwa hal ini juga disebabkan oleh tingginya arus lalu lintas pada waktu pengukuran di hari kamis jika dibandingkan pada hari Rabu. Beban emisi CO 2 terendah di hari Rabu pada waktu pagi yaitu sebanyak ,5 kg/jam. Penelitian yang dilakukan oleh Adiati dan Rahardyan (2011) di Bandar Udara Internasional Soekarno Hatta menunjukkan untuk total emisi CO 2 per tahun adalah ,3 ton atau sama dengan ,6 kg/jam. Jika dibandingkan dengan hasil beban emisi CO 2 yang didapatkan dari hasil penelitian ini maka beban emisi CO 2 di Bandar Udara Internasional Kualanamu lebih tinggi dibandingkan dengan penelitian sebelumnya. Perbedaan ini dapat disebabkan oleh kondisi meteorologi, waktu IV-8

23 pengambilan data, serta dipengaruhi oleh jenis mesin maupun tipe pesawat (Ombasta, 2012). Persentase beban emisi CO 2 yang dihasilkan pesawat pada hari Rabu dan Kamis dapat dilihat pada Gambar 4.7 Persentase Kontribusi Emisi CO 2 (%) Rabu Waktu Penelitian Kamis Pagi Siang Gambar 4.7 Persentase Kontribusi Emisi CO 2 dari Pesawat di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Berdasarkan Gambar 4.7 dapat dilihat bahwa persentase kontribusi emisi CO 2 yang tertinggi dari pesawat berada pada hari Kamis di runway 05 dan 23 sebesar 42,75%. Sementara itu, persentase kontribusi terendah pada hari Rabu di Apron W sebesar 8,3%. Variasi kontribusi emisi yang disumbangkan oleh setiap jenis pesawat dipengaruhi oleh variasi jumlah pesawat sehingga kontribusi emisi CO 2 di siang hari lebih kecil daripada pagi hari. Faktor meteorologi secara alami sangat berperan dalam hal pencemaran udara diantaranya adalah arah dan kecepatan angin, suhu, tekanan udara dan stabililtas atmosfer (Colls, 2002). Konsentrasi emisi CO 2 dipengaruhi oleh kecepatan angin. Semakin besar kecepatan angin, konsentrasi maksimum suatu sumber akan semakin besar dengan jarak sebaran yang semakin kecil (Geiger, 1995 dalam Fitri dan Retnawaty, 2015). Karbon dioksida (CO 2 ) memiliki sifat seperti efek rumah kaca yakni memantulkan kembali radiasi dari bumi kembali ke bumi sehingga dapat memelihara suhu di bumi IV-9

24 agar tetap hangat dan memungkinkan berbagai organisme untuk tetap hidup. Namun bila akumulasi kadar CO 2 terus meningkat maka hal ini yang berdampak negatif untuk kehidupan (Samiaji, 2011) Perhitungan Beban Emisi CO dan CO 2 Kendaraan Bermotor Sebelum dilakukan perhitungan beban emisi kendaraan bermotor, data hasil perhitungan volume kendaraan yang telah dilakukan kemudian dikonversikan menjadi satuan mobil penumpang (SMP). Konversi tersebut dapat dilakukan dengan mangalikan jumlah kendaraan yang terhitung di lokasi penelitian dengan nilai faktor SMP sesuai dengan Buku Manual Kapasitas Jalan Indonesia No. 036/TBM/1997 (Tabel 3.5). Estimasi beban emisi dari kendaraan bermotor dengan cara mengalikan jumlah kendaraan yang telah dikonversi ke satuan mobil penumpang dengan faktor emisi nasional yang terdapat dalam Pedoman Teknis Penyusunan Inventarisasi Emisi Pencemar Udara Perkotaan (Tabel 3.5), kemudian dikalikan dengan panjang ruas jalan yang diamati, yaitu sepanjang 200 meter. Perhitungan beban emisi untuk suatu polutan dari kendaraan bermotor pada suatu ruas jalan dengan menggunakan Persamaan 2.1 Data untuk perhitungan beban emisi kendaraan bermotor dapat dilihat pada Tabel 4.2. Tabel 4.2 Data Perhitungan Beban Emisi Kendaraan Bermotor Jenis Kendaraan Pintu Masuk Jumlah Kendaraan Pintu Keluar Pagi Siang Pagi Siang Panjang Jalan yang diamati a (m) Faktor Emisi CO b (g/jam) Faktor Emisi c CO 2 (g/jam) Motor , Mobil Bensin , Mobil Solar ,2 2, Bus , Truk ,2 8, Sumber: Data Primer dan Sekunder, 2016 Keterangan : a: Survey, 2016 b dan c: PermenLH, 2010 Data pada Tabel 4.2 kemudian dimasukkan ke dalam Persamaan (2.1). Persamaan ini merupakan akumulasi beban emisi yang dihasilkan dari semua jenis kendaraan yang IV-10

25 melintas di ruas jalan pengamatan. Maka didapatkan total beban emisi untuk pengukuran pagi di pintu masuk adalah sebagai berikut; E = E = Jumlah kendaraan berdasarkan jenis kendaraan (unit/jam) x faktor pengali SMP x panjang jalan yang dimati (Km) x faktor emisi (g/km) E CO = (jumlah motor x faktor pengali SMP motor x panjang jalan yang diamati x faktor emisi sepeda motor) + (jumlah mobil x faktor pengali SMP mobil x panjang jalan yang diamati x faktor emisi mobil) +...dan seterusnya E CO = (236 x 0,6 x 0,2 x 14) + (375 x 1 x 0,2 x 40) + (184 x 0,6 x 0,2 x 2,8) + (20 x 3 x 0,2 x 11) + (3x 3 x 0,2 x 8,4) E CO = 3.646,64 g/jam Sedangkan untuk cara perhitungan jenis polutan CO 2 berbeda perlakuan dikarenakan perhitungan berkaitan dengan konsumsi bahan bakar kendaraan. Untuk data konsumsi bahan bakar rata-rata dapat dilihat pada Tabel 4.3. Tabel 4.3 Konsumsi Bahan Bakar Rata-rata Kategori Km/l Motor 28 Mobil 9,8 Bus 4 Truk 4,4 Sumber : PermenLH, 2010 Adapun berat jenis solar sebesar 0,82 kg/liter dan bensin sebesar 0,76 kg/liter (Muziansyah, 2015). Perhitungan faktor emisi CO 2 dilakukan berdasarkan jenis kendaraan sebagai berikut : 1. Sepeda Motor 2. Mobil Penumpang Bensin 3. Mobil Penumpang Solar 4. Bus 5. Truk IV-11

26 Untuk perhitungan faktor emisi CO 2 jenis kendaraan sepeda motor adalah sebagai berikut : = = 28 x = 0,2 X (dalam liter) = 0, liter 0, liter x 0,76 kg/liter = 0,005 kg FE CO 2 mobil penumpang berbahan bakar bensin = 3180 g/kg BBM Bila faktor emisi untuk 1 kg BBM bensin sebesar 3180 gram, maka untuk 0,005 kg BBM bensin sebesar : = Faktor Emisi = 3180 x 0,005 Faktor Emisi = 15,9 g Perhitungan faktor emisi CO 2 untuk jenis kendaraan lainnya dapat dilihat pada Lampiran 6. Hasil dari faktor emisi CO 2 dapat dilihat pada Tabel 4.4. Tabel 4.4 Faktor Emisi CO 2 Jenis Kendaraan Faktor Emisi CO 2 (g) Motor 17,26 Mobil Bensin 49,3 Mobil Solar 53,06 Bus 120,53 Truk 118,23 Sumber : Hasil analisis, 2016 Besarnya beban emisi CO 2 kendaraan bermotor sebesar: ECO 2 = (jumlah motor x faktor pengali SMP motor x faktor emisi sepeda motor) + (jumlah mobil x faktor pengali SMP mobil x faktor emisi mobil) +...dan seterusnya IV-12

27 ECO 2 = (236 x 0,6 x 17,26) + (375 x 1 x 49,3) + (184 x 0,6 x 53,06) + (20 x 3 x 120,53) + (3x 3 x 118,23) ECO 2 = ,426 g/jam Berdasarkan perhitungan di atas, maka total beban emisi CO yang dihasilkan dari kendaraan bermotor di pintu masuk bandara pada pengukuran pagi adalah sebanyak 3.646,64 g/jam dan beban emisi CO 2 yang dihasilkan adalah ,426 g/jam. Perhitungan yang sama juga dilakukan untuk setiap pengukuran di lokasi pengamatan. Hasil perhitungan beban emisi untuk lebih jelasnya dapat dilihat pada Lampiran Beban Emisi CO Kendaraan Bermotor Hasil estimasi total beban emisi CO yang dihasilkan di pintu masuk dan pintu keluar bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar 4.8 berikut Beban Emisi (g/jam) Pagi Siang Pintu Masuk Lokasi Pengamatan Pintu Keluar Gambar 4.8 Total Beban Emisi CO Kendaraan Bermotor di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.8 menunjukkan bahwa estimasi beban emisi CO tertinggi di pintu keluar pada waktu siang yaitu sebanyak 4.848,36 g/jam, diikuti pada waktu pagi yaitu sebanyak 4.661,28 g/jam. Hal ini disebabkan tingginya arus lalu lintas di kedua ruas jalan tersebut. Ruas jalan yang menghasilkan beban emisi CO terendah adalah di pintu masuk pada waktu pagi yaitu sebanyak 3.646,64 g/jam. Adapun persentase beban emisi CO IV-13

28 yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu masuk dan keluar bandara dapat dilihat pada Gambar 4.9 dan Persentase Kontribusi Emisi CO (%) Sepeda Motor Mobil Bensin Mobil Solar Bus Truk Pagi Siang Jenis Kendaraan Gambar 4.9 Persentase Kontribusi Emisi CO di Pintu Masuk Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, Persentase Kontribusi Emisi CO (%) Sepeda Motor Mobil Bensin Mobil Solar Bus Truk Pagi Siang Jenis Kendaraan Gambar 4.10 Persentase Kontribusi Emisi CO di Pintu Keluar Bandar Udara Internaisonal Kualanamu Sumber : Hasil analisis, 2016 Jenis transportasi yang paling banyak menyumbangkan emisi CO adalah mobil penumpang berjenis bensin sebesar 81,84% 88,25%. Sepeda motor merupakan jenis kendaraan yang menyumbangkan emisi CO kedua terbanyak sebesar 4,4% 11,16 %. IV-14

29 Bus menyumbangkan emisi CO sebesar 2,83% 5,19%. Mobil penumpang berbahan bakar solar menyumbang emisi CO sebesar 0,96% 2,83%, sedangkan truk merupakan jenis kendaraan yang paling sedikit menyumbang emisi CO dengan persentase 0,39% 2,18%. Variasi jumlah emisi yang disumbangkan oleh setiap jenis kendaraan dipengaruhi oleh variasi jumlah dan faktor emisi. Walaupun jumlah sepeda motor hampir sama atau mendekati dengan jumlah mobil penumpang, namun mobil penumpang menyumbangkan emisi tiga kali lebih banyak dibandingkan sepeda motor, hal ini disebabkan faktor emisi dari mobil penumpang lebih tinggi daripada faktor emisi sepeda motor. Untuk persentase rata-rata beban emisi CO yang dihasilkan dari kendaraan bermotor berdasarkan jenis kendaraan dapat dilihat pada Gambar % 3% 0% 9% 86% Sepeda Motor Mobil Bensin Mobil Solar Bus Truk Gambar 4.11 Persentase Rata-rata Beban Emisi CO dari Kendaraan di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Berdasarkan Gambar 4.11, data menunjukkan bahwa mobil bensin merupakan moda transportasi yang banyak digunakan dalam hal mobilisasi penumpang serta kendaraan yang berkontribusi paling besar dalam hal menyumbang emisi CO di kawasan Bandar Udara Internasional Kualanamu yakni sebesar 86%. Pengaruh variasi kecepatan kendaraan terhadap emisi gas CO yang dilepaskan secara umum adalah semakin cepat laju kendaraan maka gas CO yang diemisikan akan semakin besar (Bachtiar, 2006). IV-15

30 Kadar CO yang dihasilkan oleh kendaraan bermotor dipengaruhi oleh jumlah campuran bahan bakar dan udara yang masuk ke dalam ruang silinder (Jayanti, dkk, 2014). Kapasitas mesin kendaraan berkorelasi dengan konsumsi bahan bakar, semakin besar kapasitas mesin maka semakin banyak pula bahan bakar yang yang dibutuhkan oleh kendaraan tersebut sehingga emisi yang dihasilkan akan semakin besar (Muziansyah, 2015) Beban Emisi CO 2 Kendaraan Bermotor Hasil estimasi total beban emisi CO 2 yang dihasilkan di pintu masuk dan pintu keluar bandara pada masing- masing waktu pengukuran dapat dilihat pada Gambar Beban Emisi (g/jam) Pagi Siang Pintu Masuk Lokasi Pengamatan Pintu Keluar Gambar 4.12 Total Beban Emisi CO 2 Kendaraan Bermotor di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.12 menunjukkan bahwa estimasi beban emisi CO 2 tertinggi di pintu keluar pada waktu siang yaitu sebanyak ,25 g/jam, diikuti pada waktu pagi yaitu sebanyak ,64 g/jam. Hal ini disebabkan tingginya arus lalu lintas di kedua ruas jalan tersebut. Ruas jalan yang menghasilkan beban emisi CO 2 terendah adalah di pintu masuk pada waktu pagi yaitu sebanyak ,42 g/jam. Adapun persentase beban emisi CO 2 yang dihasilkan berdasarkan jenis kendaraan bermotor yang melintas di pintu masuk dan keluar bandara dapat dilihat pada Gambar 4.13 dan IV-16

31 60 Persentase Kontribusi Emisi CO 2 (%) Sepeda Motor Mobil Bensin Mobil Solar Bus Truk Pagi Siang Jenis Kendaraan Gambar 4.13 Persentase Kontribusi Emisi CO 2 di Pintu Masuk Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Persentase Kontribusi Emisi CO 2 (%) Sepeda Motor Mobil Bensin Mobil Solar Bus Truk Pagi Siang Jenis Kendaraan Gambar 4.14 Persentase Kontribusi Emisi CO 2 di Pintu Keluar Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.13 dan 4.14 menunjukkan bahwa trend grafik pada waktu pagi maupun siang hari hampir sama. Untuk jenis transportasi yang paling banyak menyumbangkan emisi CO 2 adalah mobil penumpang berbahan bakar bensin sebesar 47,42% 61,36%. Bus merupakan jenis kendaraan yang menyumbangkan emisi CO 2 kedua terbanyak sebesar 16,21% - 27,07%. Mobil berbahan bakar solar menyumbangkan emisi CO 2 sebesar IV-17

32 10,34% 25,04%. Truk menyumbang emisi CO 2 sebesar 2,65% 14,52%, sedangkan sepeda motor merupakan jenis kendaraan yang paling sedikit menyumbang emisi CO 2 dengan persentase 2,58% 6,5%. Variasi jumlah emisi yang disumbangkan oleh setiap jenis kendaraan dipengaruhi oleh variasi jumlah dan faktor emisi. Walaupun jumlah sepeda motor lebih banyak dari kendaraan lain seperti bus dan truk, namun beban emisi yang dikeluarkan paling sedikit daripada dua kendaraan tersebut. Untuk persentase rata-rata beban emisi CO 2 yang dihasilkan dari kendaraan bermotor berdasarkan jenis kendaraan dapat dilihat pada Gambar Bus 20% Truk 7% Sepeda Motor 5% Mobil Solar 16% Mobil Bensin 52% Gambar 4.15 Persentase Rata-rata Beban Emisi CO 2 dari Kendaraan di Pintu Keluar Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Berdasarkan Gambar 4.15, data menunjukkan bahwa mobil bensin adalah kendaraan yang paling mendominasi serta merupakan kendaraan yang berkontribusi paling besar dalam hal menyumbang emisi CO 2 di kawasan Bandar Udara Internasional Kualanamu yakni sebesar 52%. Mobil berjenis bahan bakar bensin menyumbang beban emisi hampir tiga kali lebih banyak dibandingkan dengan bus dan mobil solar walaupun faktor emisi bus dan mobil solar lebih tinggi yaitu 120,53 gram dan 53,06 gram. Sementara itu, faktor emisi mobil bensin yaitu 49,3 gram. Hal ini disebabkan mobil bensin merupakan moda transportasi IV-18

33 yang paling banyak digunakan dalam hal mobilisasi penumpang Bandar Udara Internasional Kualanamu dibanding dengan moda transportasi lainnya. 4.3 Pengukuran Kualitas Udara Ambien Pengukuran kualitas udara ambien dilakukan bersamaan dengan pengukuran volume kendaraan di 5 (lima) titik yang telah ditentukan yakni Parkiran A7, Apron W, pintu Gerbang KNO, Runway 05 dan Runway 23. Pengukuran ini dilakukan oleh operator dari Balai Teknik Kesehatan Lingkungan dan Pengendalian Penyakit (BTKLPP) Kota Medan Konsentrasi CO di Bandar Udara Internasional Kualanamu Hasil pengukuran konsentrasi CO yang didapatkan dalam satuan ppm, kemudian data tersebut dikonversikan kedalam μg/nm 3 dengan mengacu pada ketetapan yang terdapat pada SNI :2011 tentang Udara Ambien-Bagian 10: Cara Uji Kadar Karbon Monoksida (CO) Menggunakan Metode Non Dispessive Infra Red (NDIR). Hasil pengukuran CO dalam μg/nm 3 pada masing-masing lokasi pengukuran dapat dilihat pada Gambar Konsentrasi CO µg/nm Pagi Siang PP 41/ Parkiran A7 Apron W Pintu Gerbang KNO R-05 R-23 Lokasi Penelitian Gambar 4.16 Konsentrasi CO di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 IV-19

34 Gambar 4.16 menunjukkan bahwa konsentrasi CO hasil pengukuran masih berada dibawah baku mutu udara ambien yaitu µg/m 3. Konsentrasi CO tertinggi terjadi di Pintu Gerbang KNO pada pengukuran siang sebesar ,71 µg/nm 3 dan konsentrasi CO terendah terjadi di Runway 05 pada pengukuran pagi dan siang serta pada Runway 23 pada pengukuran pagi sebesar 3.435,58 µg/nm 3. Kualitas udara ambien suatu daerah akan berbeda dengan lokasi lainnya tergantung dari banyaknya sumber pencemar dan kondisi meteorologi daerah tersebut. Konsentrasi CO terukur yang didapatkan jauh lebih tinggi dibandingkan dengan hasil pengukuran yang dilakukan PT. Angkasa Pura II (Persero) meskipun berbeda hasil tersebut masih berada dibawah baku mutu. Hal ini disebabkan oleh pengaruh kondisi meteorologi seperti arah dan kecepatan angin, kelembaban serta faktor cuaca. Adapun data konsentrasi CO yang didapatkan dari Laporan Pengelolaan dan Pemantauan Lingkungan Hidup Bandar Udara Internasional Kualanamu Semester II pada Tanggal Desember 2016 dapat dilihat pada Tabel 4.5. Tabel 4.5 Konsentrasi CO di Bandar Udara Internasional Kualanamu Data RKL/RPL PT Data Primer** PP N. 41 Tahun Lokasi Sampling Angkasa Pura II (µg/nm 3 )* Pagi (µg/nm 3 ) Siang (µg/nm 3 ) 1999 (µg/nm 3 ) Parkiran A , , Runway Runway , Sumber : * RKL/RPL PT Angkasa Pura II (Persero), 2016 ** Hasil analisis, Konsentrasi CO 2 di Bandar Udara Internasional Kualanamu Hasil pengukuran konsentrasi CO 2 di udara ambien pada masing-masing lokasi pengukuran dapat dilihat pada Gambar IV-20

35 Konsentrasi CO2 µg/nm Pagi Siang 0 Parkiran A7 Apron W Pintu Gerbang KNO Lokasi Penelitian R-05 R-23 Gambar 4.17 Konsentrasi CO 2 di Bandar Udara Internasional Kualanamu Sumber : Hasil analisis, 2016 Gambar 4.18 diatas menunjukkan konsentrasi CO 2 hasil pengukuran. Konsentrasi CO 2 tertinggi adalah di Pintu Gerbang KNO pada pengukuran siang hari sebesar ,37 µg/m 3 atau sebesar ppm. Konsentrasi CO 2 terendah adalah Runway 05 pada pengukuran pagi yaitu sebesar ,85 µg/m 3 atau sebesar ppm. Konsentrasi CO 2 dari hasil pengukuran masih dibawah ppm atau masih dalam batas wajar. Menurut Sehabudin (2011) konsentrasi yang lebih besar dari ppm tidak baik untuk kesehatan sedangkan konsentrasi lebih dari ppm dapat membahayakan kehidupan hewan. Sementara itu, variasi jumlah emisi dipengaruhi oleh variasi jumlah pesawat. Karbon dioksida (CO 2 ) adalah salah satu polutan penyebab global warming (Williams, 2002). 4.4 Pengaruh Beban Emisi CO dari Pesawat dan Kendaraan Bermotor Terhadap Konsentrasi CO Terukur Pengaruh Beban Emisi CO dari Pesawat Terhadap Konsentrasi CO Terukur 1. Uji Normalitas Hasil uji normalitas data beban emisi CO dari pesawat dan konsentrasi CO terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.6 dan Tabel 4.7 berikut. IV-21

36 Tabel 4.6 Uji Normalitas Data Beban Emisi CO Pesawat One-Sample Kolmogorov-Smirnov Test Beban Emisi CO N 6 Normal Parameters a Mean 4.02E5 Std. Deviation 1.640E5 Most Extreme Differences Absolute.233 Positive.159 Negative Kolmogorov-Smirnov Z.571 Asymp. Sig. (2-tailed).901 a. Test distribution is Normal. Tabel 4.7 Uji Normalitas Data Konsentrasi CO Terukur One-Sample Kolmogorov-Smirnov Test Konsentrasi CO N 6 Normal Parameters a Mean Std. Deviation Most Extreme Differences Absolute.293 Positive.293 Negative Kolmogorov-Smirnov Z.717 Asymp. Sig. (2-tailed).682 a. Test distribution is Normal. Tabel 4.6 dan Tabel 4.7 menunjukkan uji normalitas data beban emisi CO diperoleh nilai Sig. atau siginifikansi = 0,901, dan uji normalitas data konsentrasi CO diperoleh nilai Sig. = 0,682. Oleh karena nilai Sig. > 0,05 maka disimpulkan bahwa data beban emisi CO pesawat dan konsentrasi CO terukur terdistribusi normal. Oleh sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi. 2. Uji Regresi Linear Untuk melihat pengaruh beban emisi CO dari pesawat terhadap konsentrasi CO terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada Tabel 4.8. IV-22

37 Tabel 4.8 Data Beban Emisi CO Pesawat dan Konsentrasi CO Terukur dari Pesawat Titik Beban Emisi CO Kualitas Udara Ambien CO (kg/jam) (µg/m 3 ) , , , , , , , , , , , ,58 Sumber : Data primer yang telah diolah, 2016 Hasil uji regresi linear dari beban emisi CO dari pesawat dengan konsentrasi CO terukur dapat dilihat pada Tabel 4.9. Tabel 4.9 Hasil Uji Regresi Linear Antara Beban Emisi CO Pesawat dengan Konsentrasi CO Terukur Model Coefficients a Unstandardized Coefficients B Std. Error Beta Standardized Coefficients t Sig. 1 (Constant) Beban Emisi CO a. Dependent Variable: Konsentrasi CO Berdasarkan Tabel 4.9, diperoleh nilai koefisien regresi a = 5.412,28 dan nilai koefisien regresi b = - 0,003, sehingga didapat persamaan regresinya sebagai berikut : Y = 5.412,28 0,003x...(4.1) Keterangan : Y = Konsentrasi CO x = Beban Emisi CO dari Pesawat Berdasarkan persamaan (4.1) di atas, dapat dijelaskan bahwa setiap penambahan 1 (satu) nilai beban emisi CO dari pesawat maka terjadi pengurangan konsentrasi CO sebanyak 0,003 µg/m 3. Pengurangan konsentrasi CO disebabkan oleh kemajuan teknologi mesin pesawat seperti mesin turbofan yang dapat mengurangi pembakaran tidak sempurna (La lang, dkk, 2015). Untuk lebih jelasnya kurva regresi antara beban emisi CO dari pesawat dan konsentrasi CO dapat dilihat pada Gambar IV-23

38 Konsentrasi CO (µg/m 3 ) Beban Emisi CO (kg/jam) Gambar 4.18 Kurva Regresi Beban Emisi CO Pesawat dengan Konsentrasi CO Terukur Gambar 4.18 menunjukkan garis linear negatif yang menyatakan bila beban emisi CO semakin besar maka akan diikuti dengan perubahan yang semakin kecil pada konsentrasi CO. Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi CO pesawat dengan konsentrasi CO dapat dilihat pada Tabel Tabel 4.10 Hasil Korelasi Beban Emisi CO Pesawat dengan Konsentrasi CO Terukur Model R R Square Model Summary Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), Beban Emisi CO Tabel 4.10 menunjukkan nilai korelasi (R) sebesar 0,529 dan nilai koefisien determinasi (R 2 ) sebesar 0,280. Nilai R 2 menyatakan bahwa beban emisi CO dari pesawat mempengaruhi konsentrasi CO sebesar R 2 = 0,280 atau 28%, sedangkan 72% dipengaruhi faktor lain seperti kondisi meteorologi, bahan bakar pesawat, serta pergerakan pesawat yang berlawanan dengan arah angin (Kaleka,dkk, 2014). IV-24

39 4.4.2 Pengaruh Beban Emisi CO Kendaraan Bermotor Terhadap Konsentrasi CO Terukur 1. Uji Normalitas Hasil uji normalitas data beban emisi CO dari kendaraan bermotor dan konsentrasi CO terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.11 dan Tabel Tabel 4.11 Uji Normalitas Data Beban Emisi CO Kendaraan Bermotor One-Sample Kolmogorov-Smirnov Test Beban Emisi CO N 4 Normal Parameters a Mean 8.49 Std. Deviation.208 Most Extreme Differences Absolute.307 Positive.307 Negative Kolmogorov-Smirnov Z.614 Asymp. Sig. (2-tailed).846 a. Test distribution is Normal. Tabel 4.12 Uji Normalitas Data Konsentrasi CO Terukur One-Sample Kolmogorov-Smirnov Test Konsentrasi CO N 4 Normal Parameters a Mean Std. Deviation Most Extreme Differences Absolute.251 Positive.251 Negative Kolmogorov-Smirnov Z.501 Asymp. Sig. (2-tailed).963 a. Test distribution is Normal. Tabel 4.11 dan Tabel 4.12 menunjukkan uji normalitas data beban emisi CO diperoleh nilai Sig. atau siginifikansi = 0,846, dan uji normalitas data konsentrasi CO diperoleh nilai Sig. = 0,963. Oleh karena nilai Sig. > 0,05 maka disimpulkan bahwa data beban emisi CO kendaraan bermotor dan konsentrasi CO terukur terdistribusi normal. Oleh sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi. IV-25

40 2. Uji Regresi Linear Untuk melihat pengaruh beban emisi CO dari kendaraan bermotor terhadap konsentrasi CO terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada Tabel Tabel 4.13 Data Beban Emisi CO Kendaraan Bermotor dan Konsentrasi CO Terukur dari Kendaraan Bermotor Titik Beban Emisi CO Kualitas Udara Ambien CO (kg/jam) (µg/m 3 ) 1 8, ,17 2 8, ,36 3 8, ,14 4 8, ,72 Sumber : Data primer yang telah diolah, 2016 Hasil uji regresi linear dari beban emisi CO dari kendaraan bermotor dengan konsentrasi CO terukur dapat dilihat pada Tabel Tabel 4.14 Hasil Uji Regresi Linear Antara Beban Emisi CO Kendaraan Bermotor dengan Konsentrasi CO Terukur Model Coefficients a Unstandardized Coefficients B Std. Error Beta Standardized Coefficients T Sig. 1 (Constant) Beban Emisi CO a. Dependent Variable: Konsentrasi CO Berdasarkan Tabel 4.14 diperoleh nilai koefisien regresi a = ,82 dan nilai koefisien regresi b = 6.362,21 sehingga didapat persamaan regresinya sebagai berikut : Y = , ,21x...(4.2) Keterangan : Y = Konsentrasi CO x = Beban Emisi CO dari Kendaraan Bermotor Berdasarkan persamaan (4.2) di atas, dapat dijelaskan bahwa setiap penambahan 1 (satu) nilai beban emisi CO dari kendaraan bermotor maka terjadi peningkatan IV-26

41 konsentrasi CO sebanyak 6.362,21 µg/m 3. Untuk lebih jelasnya kurva regresi antara beban emisi CO kendaraan bermotor dengan konsentrasi CO dapat dilihat pada Gambar Konsentrasi CO (µg/m 3 ) Gambar 4.19 Kurva Regresi Beban Emisi CO Kendaraan Bermotor dengan Konsentrasi CO Terukur Gambar 4.19 menunjukkan garis linear positif, yaitu beban emisi CO dari kendaraan berbanding lurus terhadap konsentrasi CO terukur. Apabila beban emisi CO dari kendaraan bermotor meningkat maka konsentrasi CO juga akan meningkat. Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi CO dari kendaraan bermotor dengan konsentrasi CO terukur dapat dilihat pada Tabel Tabel 4.15 Hasil Korelasi Beban Emisi CO Kendaraan Bermotor dengan Konsentrasi CO Terukur Beban Emisi CO (kg/jam) Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), BEBAN EMISI CO IV-27

42 Tabel 4.15 di atas menunjukkan nilai korelasi (R) sebesar 0,312 dan nilai koefisien determinasi (R 2 ) sebesar 0,098. Nilai R 2 menyatakan bahwa beban emisi CO dari kendaraan bermotor mempengaruhi konsentrasi CO sebesar R 2 = 0,098 atau 9,8%, sedangkan 90,2% dipengaruhi faktor lain seperti kondisi meteorologi, lama masa pakai kendaraan bermotor, kemajuan teknologi seperti penggunaan catalytic converter, serta jenis bahan bakar yang digunakan (Basuki, 2008 ; Sanata, 2012 ; Winarno, 2014). 4.5 Pengaruh Beban Emisi CO 2 dari Pesawat dan Kendaraan Bermotor Terhadap Konsentrasi CO 2 Terukur Pengaruh Beban Emisi CO 2 Pesawat Terhadap Konsentrasi CO 2 Terukur 1. Uji Normalitas Hasil uji normalitas data beban emisi CO 2 dari pesawat dan konsentrasi CO 2 terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.16 dan Tabel Tabel 4.16 Uji Normalitas Data Beban Emisi CO 2 Pesawat One-Sample Kolmogorov-Smirnov Test Beban Emisi CO 2 N 6 Normal Parameters a Mean 1.32E8 Std. Deviation 6.134E7 Most Extreme Differences Absolute.219 Positive.219 Negative Kolmogorov-Smirnov Z.537 Asymp. Sig. (2-tailed).935 a. Test Distribution is Normal. IV-28

43 Tabel 4.17 Uji Normalitas Data Konsentrasi CO 2 Terukur One-Sample Kolmogorov-Smirnov Test Konsentrasi CO 2 N 6 Normal Parameters a Mean Std. Deviation Most Extreme Differences Absolute.218 Positive.218 Negative Kolmogorov-Smirnov Z.533 Asymp. Sig. (2-tailed).939 a. Test distribution is Normal. Tabel 4.16 dan Tabel 4.17 menunjukkan uji normalitas data beban emisi CO 2 diperoleh nilai Sig. atau siginifikansi = 0,935, dan uji normalitas data konsentrasi CO 2 diperoleh nilai Sig. = 0,939. Oleh karena nilai Sig. > 0,05 maka disimpulkan bahwa data beban emisi CO 2 pesawat dan konsentrasi CO 2 terukur terdistribusi normal. Oleh sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi. 2. Uji Regresi Linear Untuk melihat pengaruh beban emisi CO 2 dari pesawat terhadap konsentrasi CO 2 terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada Tabel Tabel 4.18 Data Beban Emisi CO 2 Pesawat dan Konsentrasi CO 2 Terukur dari Pesawat Titik Beban Emisi CO 2 (kg/jam) Kualitas Udara Ambien CO 2 (µg/m 3 ) , , , , , , , , , , , ,80 Sumber : Data primer yang telah diolah, 2016 Hasil uji regresi linear dari beban emisi CO 2 dari pesawat dengan konsentrasi CO 2 terukur dapat dilihat pada Tabel IV-29

44 Tabel 4.19 Hasil Uji Regresi Linear Antara Beban Emisi CO 2 Pesawat dengan Konsentrasi CO 2 Terukur Coefficients a Model Unstandardized Coefficients B Std. Error Beta Standardized Coefficients T Sig. 1 (Constant) 4.200E Beban Emisi CO a. Dependent Variable: Konsentrasi CO 2 Berdasarkan Tabel 4.19 diperoleh nilai koefisien regresi a = 4,2 dan nilai koefisien regresi b = 0,001 sehingga didapat persamaan regresinya sebagai berikut : Y = 4,2 + 0,001x...(4.3) Keterangan : Y = Konsentrasi CO 2 x = Beban Emisi CO 2 dari Pesawat Berdasarkan persamaan (4.3) di atas, dapat dijelaskan bahwa setiap penambahan 1 (satu) nilai beban emisi CO 2 dari pesawat maka terjadi peningkatan konsentrasi CO 2 sebanyak 0,001 µg/m 3. Untuk lebih jelasnya kurva regresi antara beban emisi CO 2 pesawat dengan konsentrasi CO 2 terukur dapat dilihat pada Gambar Konsentrasi CO2 (µg/m 3 ) Beban Emisi CO 2 (kg/jam) Gambar 4.20 Kurva Regresi Beban Emisi CO 2 Pesawat dengan Konsentrasi CO 2 Terukur IV-30

45 Gambar 4.20 di atas menunjukkan garis linear positif, yaitu beban emisi CO 2 dari pesawat berbanding lurus terhadap konsentrasi CO 2 ambien, artinya ketika beban emisi CO 2 dari pesawat meningkat maka konsentrasi CO 2 juga akan meningkat. Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi CO 2 dari pesawat dengan konsentrasi CO 2 dapat dilihat pada Tabel Tabel 4.20 Hasil Korelasi Beban Emisi CO 2 Pesawat dengan Konsentrasi CO 2 Terukur Model R R Square Model Summary Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), Beban Emisi CO 2 Tabel 4.20 di atas menunjukkan nilai korelasi (R) sebesar 0,224 dan nilai koefisien determinasi (R 2 ) sebesar 0,050. Nilai R 2 menyatakan bahwa beban emisi CO dari kendaraan bermotor mempengaruhi konsentrasi CO 2 sebesar R 2 = 0,05 atau 5%, sedangkan 95% dipengaruhi faktor lain seperti kondisi meteorologi yakni arah dan kecepatan angin, peningkatan frekuensi penerbangan pesawat, pergerakan pesawat yang berlawanan. Besarnya daya dan bahan bakar yang digunakan juga akan berimbas pada beban emisi (Slamet, 2012; Ombasta, 2012; Kaleka,dkk, 2014) Pengaruh Beban Emisi CO 2 Kendaraan Bermotor Terhadap Konsentrasi CO 2 Terukur 1. Uji Normalitas Hasil uji normalitas data beban emisi CO 2 dari kendaraan bermotor dan konsentrasi CO 2 terukur menggunakan SPSS Versi 16 dapat dilihat pada Tabel 4.21 dan Tabel IV-31

46 Tabel 4.21 Uji Normalitas Data Beban Emisi CO 2 Kendaraan Bermotor One-Sample Kolmogorov-Smirnov Test Beban Emisi CO2 N 4 Normal Parameters a Mean 8.49 Std. Deviation.208 Most Extreme Differences Absolute.307 Positive.307 Negative Kolmogorov-Smirnov Z.614 Asymp. Sig. (2-tailed).846 a. Test distribution is Normal. Tabel 4.22 Uji Normalitas Konsentrasi CO 2 Terukur One-Sample Kolmogorov-Smirnov Test Konsentrasi CO2 N 4 Normal Parameters a Mean Std. Deviation Most Extreme Differences Absolute.198 Positive.198 Negative Kolmogorov-Smirnov Z.395 Asymp. Sig. (2-tailed).998 a. Test distribution is Normal. Tabel 4.20 dan Tabel 4.21 menunjukkan uji normalitas data beban emisi CO 2 diperoleh nilai Sig. atau siginifikansi = 0,846, dan uji normalitas data konsentrasi CO 2 diperoleh nilai Sig. = 0,998. Oleh karena nilai Sig. > 0,05 maka disimpulkan bahwa data beban emisi CO 2 kendaraan bermotor dan konsentrasi CO 2 terukur terdistribusi normal. Oleh sebab itu, syarat untuk melakukan uji regresi linear telah terpenuhi. 2. Uji Regresi Linear Untuk melihat pengaruh beban emisi CO 2 dari kendaraan bermotor terhadap konsentrasi CO 2 terukur dilakukan dengan uji regresi linear. Data yang digunakan dapat dilihat pada Tabel IV-32

47 Tabel 4.23 Data Beban Emisi CO 2 Kendaraan Bermotor dan Konsentrasi CO 2 Terukur dari Kendaraan Bermotor Titik Beban Emisi CO 2 (kg/jam) Kualitas Udara Ambien CO 2 (µg/m 3 ) 1 8, ,70 2 8, ,94 3 8, ,80 4 8, ,37 Sumber : Data primer yang telah diolah, 2016 Hasil uji regresi linear dari beban emisi CO 2 dari kendaraan bermotor dengan konsentrasi CO 2 terukur dapat dilihat pada Tabel Tabel 4.24 Hasil Uji Regresi Linear Antara Beban Emisi CO 2 Kendaraan Bermotor dengan Konsentrasi CO 2 Terukur Model Coefficients a Unstandardized Coefficients B Std. Error Beta Standardized Coefficients T Sig. 1 (Constant) E E Beban Emisi CO a. Dependent Variable: Konsentrasi CO 2 Berdasarkan Tabel 4.24 diperoleh nilai koefisien regresi a = -2,100 dan nilai koefisien regresi b = ,69 sehingga didapat persamaan regresinya sebagai berikut : Y = - 2, ,69x...(4.4) Keterangan : Y = Konsentrasi CO 2 x = Beban Emisi CO 2 dari Kendaraan Bermotor Berdasarkan persamaan (4.4) di atas, dapat dijelaskan bahwa setiap penambahan 1 (satu) nilai beban emisi CO 2 dari pesawat maka terjadi peningkatan konsentrasi CO 2 sebanyak ,69 µg/m 3. Untuk lebih jelasnya kurva regresi antara beban emisi CO 2 kendaraan bermotor dengan konsentrasi CO 2 terukur dapat dilihat pada Gambar IV-33

48 Konsentrasi CO2 (µg/m 3 ) Beban Emisi CO 2 (kg/jam) Gambar 4.21 Kurva Regresi Beban Emisi CO 2 Kendaraan Bermotor dengan Konsentrasi CO 2 Terukur Gambar 4.21 menunjukkan garis linear positif, yaitu beban emisi CO 2 dari kendaraan bermotor berbanding lurus terhadap konsentrasi CO 2 ambien, artinya ketika beban emisi CO 2 dari kendaraan bermotor meningkat maka konsentrasi CO 2 juga akan meningkat. Titik dalam kurva merupakan data hasil pengukuran. Untuk melihat hubungan antara beban emisi CO 2 dari kendaraan bermotor dengan konsentrasi CO 2 dapat dilihat pada Tabel Tabel 4.25 Hasil Korelasi Beban Emisi CO 2 dari Kendaraan Bermotor dengan Konsentrasi CO 2 Model R R Square Model Summary Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), Beban Emisi CO 2 Tabel 4.25 menunjukkan nilai korelasi (R) sebesar 0,806 dan nilai koefisien determinasi (R 2 ) sebesar 0,65. Nilai R 2 menyatakan bahwa beban emisi CO 2 dari kendaraan bermotor mempengaruhi konsentrasi CO 2 sebesar R 2 = 0,65 atau 65%, sedangkan 35% dipengaruhi faktor lain seperti kondisi meteorologi, pertukaran CO 2 dengan kedua sumber utama karbon yaitu biosfer, penggunaan catalytic converter, serta jenis bahan bakar yang digunakan serta aktifitas lainnya di bandara seperti penggunaan listrik dan pembakaran sampah (Samiaji, 2011 ; Ombasta, 2012 ; Sanata, 2012 ; Winarno, 2014). IV-34