BAB IV ANALISIS DATA DAN PEMBAHASAN. pencemaran udara, serta pemodelan dari volume lalu lintas dan kecepatan lalu

BAB IV ANALISIS DATA DAN PEMBAHASAN Pada bab ini, data yang akan dianalisis dan dibahas terdiri dari empat bagian yaitu analisis kinerja ruas jalan, analisis tingkat kebisingan, analisis tingkat pencemaran udara, serta pemodelan dari volume lalu lintas dan kecepatan lalu lintas pada segmen jalan tempat pelaksanaan survei. 4.1 Data Hasil Penelitian Sebagai langkah awal maka akan disajikan kumpulan data yang selanjutnya akan digunakan dalam proses analisis dalam tesis ini. Data ini terdiri dari data primer yang diperoleh dari hasil survei dan data sekunder yang diperoleh dari berbagai pihak. 4.1.1 Data geometrik Dalam menganalisis kinerja ruas jalan diperlukan berbagai data yang diperoleh dari hasil survei. Data-data ini kemudian diolah sesuai dengan hasil yang ingin dicapai. Jalan Raya Puputan Niti Mandala Renon Denpasar berada di wilayah Kecamatan Denpasar Timur, dimana pada area ini merupakan pusat Pemerintahan Provinsi Bali. Disamping itu, diwilayah ini juga merupakan pusat kuliner dengan berbagai menu yang menarik. Hal ini membuat ruas Jalan Raya Puputan Niti Mandala Renon menjadi salah satu ruas jalan terpadat di Kota Denpasar. 104

105 Data Geometrik jalan merupakan data tentang kondisi geometrik dari segmen yang diteliti dan mewakili karakteristik segmen jalan. Berdasarkan hasil pengukuran dan pengamatan visual secara langsung dilapangan, diperoleh bahwa lebar Jalan Raya Puputan Niti Mandala Renon Denpasar adalah 9 meter dengan 3 lajur dimana masing-masing lajur memiliki lebar yang sama yaitu 3 meter. Jalan memiliki bahu dengan lebar yang sama yaitu masing-masing 1 meter. Jalan Raya Puputan Niti Mandala Renon Denpasar merupakan jalan 3/1 UD yang menghubungkan antara pusat wisata Sanur dengan pusat Kota Denpasar. Keterangan mengenai data geometrik jalan dapat dilihat pada Tabel 4.1. Tabel 4.1 Data Geometrik Jalan Tipe jalan Kelas jalan Panjang segmen (m) Lebar perkerasan (m) Lebar bahu (m) Lebar drainase (m) 3 lajur satu arah (3/1) Arteri sekunder 90 3 x 3 2 x 1 2 x 1 Sumber: Hasil survei, 2011 4.1.2 Data volume lalu lintas Survei volume lalu lintas dilakukan pada Hari Senin Tanggal 9 Mei 2011 selama 12 jam. Data kemudian dikelompokkan dengan rentang waktu setiap lima belas menit untuk masing-masing jenis kendaraan. Selama 12 jam pelaksanaan survei yaitu mulai dari pukul 06.00 WITA sampai pukul 18.00 WITA ruas Jalan Raya Puputan Niti Mandala Renon Denpasar dilewati oleh 51.642 kendaraan

106 dengan klasifikasi sepeda motor sebanyak 37.089 kendaraan, kendaraan ringan sebanyak 13.879 kendaraan dan kendaraan berat sebanyak 674 kendaraan. Data volume lalu lintas hasil survei selengkapnya dapat dilihat pada Tabel 4.2. Tabel 4.2 Volume Lalu Lintas Waktu Volume (kend) Waktu Volume (kend) (15 menit) MC LV HV (15 menit) MC LV HV 06.00-16.15 255 56 6 12.00-12.15 727 282 10 06.15-06.30 256 52 7 12.15-12.30 782 421 12 06.30-06.45 471 134 12 12.30-12.45 778 354 16 06.45-07.00 951 223 8 12.45-13.00 821 383 13 07.00-07.15 1064 278 4 13.00-13.15 739 293 10 07.15-07.30 1330 331 23 13.15-13.30 671 354 14 07.30-07.45 1126 343 23 13.30-13.45 772 338 11 07.45-08.00 1116 327 23 13.45-14.00 685 298 19 08.00-08.15 1106 317 21 14.00-14.15 652 345 19 08.15-08.30 763 264 18 14.15-14.30 741 279 13 08.30-08.45 744 278 11 14.30-14.45 620 287 20 08.45-09.00 692 264 9 14.45-15.00 730 281 19 09.00-09.15 733 250 15 15.00-15.15 739 305 19 09.15-09.30 733 258 14 15.15-15.30 672 308 17 09.30-09.45 751 287 7 15.30-15.45 685 280 19 09.45-10.00 751 308 10 15.45-16.00 673 262 5 10.00-10.15 856 321 15 16.00-16.15 792 301 21 10.15-10.30 851 297 14 16.15-16.30 771 307 8 10.30-10.45 739 300 16 16.30-16.45 741 300 12 10.45-11.00 676 289 16 16.45-17.00 831 379 13 11.00-11.15 745 284 16 17.00-17.15 862 295 14 11.15-11.30 812 259 19 17.15-17.30 862 291 9 11.30-11.45 740 307 10 17.30-17.45 776 287 12 11.45-12.00 753 327 15 17.45-18.00 953 295 17 Sumber: Hasil survei, 2011

107 4.1.3 Data kecepatan rata-rata kendaraan Survei juga dilakukan untuk mengukur kecepatan kendaraan. Sebagai sampel diambil 300 sampel untuk sepeda motor, 300 sampel untuk kendaraan ringan dan 96 sampel untuk kendaraan berat. Sampel kecepatan lalu lintas dan pengolahan datanya dapat dilihat pada Lampiran B. Data ini selanjutnya akan digunakan sebagai independent variable dalam pemodelan dengan menggunakan SPSS 17.0. 4.1.4 Data hambatan samping Survei hambatan samping di lakukan sepanjang segmen jalan selama jam puncak pagi. Tipe kejadian digolongkan antara lain, jumlah pejalan kaki berjalan atau menyeberang sepanjang segmen jalan (PED/Pedestrian), jumlah kendaraan berhenti atau parkir (PSV/Parking and Slow Vehicles), jumlah kendaraan bermotor yang masuk dan keluar dari samping jalan (EEV/Entry and Exit Vehicles) dan arus kendaraan yang bergerak lambat (SMV/Slow Moving Vehicles). Data hasil pengamatan hambatan samping dapat dilihat pada Tabel 4.3 sebagai berikut : Tabel 4.3 Volume hambatan samping waktu PED PSV EEV SMV 07.15-08.15 32 18 52 18 Sumber : Hasil survei, 2011

108 4.1.5 Data jumlah penduduk Data jumlah penduduk Kota Denpasar diperoleh dari Situs Resmi Pemerintah Kota Denpasar untuk tahun 2011 adalah sebesar 788.445 jiwa. 4.1.6 Data pencemaran udara Dalam analisis pencemaran udara, akan dibahas mengenai kadar parameter pencemar udara yang nilainya diperoleh dengan melakukan survei pengambilan sampel udara pada lokasi survei selama dua hari dengan waktu pengambilan sampel selama 1 jam. Survei terhadap pencemaran udara juga dilakukan pada ruas Jalan Raya Puputan Niti Mandala Renon Denpasar. Survei dilakukan pada saat bersamaan dengan survei kebisingan namun hanya dilakukan selama 1 jam per hari. Pada Hari Minggu, 8 Mei 2011, survei dilakukan mulai pukul 07.30 WITA sampai pukul 08.30 WITA dan untuk Hari Senin, 9 Mei 2011 survei dilakukan pada pukul 07.00 WITA sampai pukul 08.00 WITA. Dari survei tersebut didapat hasil seperti Tabel 4.4. Tabel 4.4 Kadar pencemar udara pada saat Car Free Day No Parameter Satuan Hasil Pengujian 1 Sulfur dioksida (SO 2 ) μg/m³ 69,744 2 Nitrogen dioksida (NO 2 ) μg/m³ 54,359 3 Carbon monoksida (CO) μg/m³ 1,6 4 Debu Total (PM 10 ) μg/m³ 13,889 5 Timbal (Pb) μg/m³ Ttd 6 Oksidan (Ox) μg/m³ 105 Sumber: Hasil survei, 2011

109 Sedangkan data yang diperoleh dari hasil survei pada saat hari biasa dapat dilihat pada Tabel 4.5. Tabel 4.5 Kadar pencemar udara pada hari biasa No Parameter Satuan Hasil Pengujian 1 Sulfur dioksida (SO 2 ) μg/m³ 74,53 2 Nitrogen dioksida (NO 2 ) μg/m³ 74,118 3 Carbon monoksida (CO) μg/m³ 7,46 4 Debu Total (PM 10 ) μg/m³ 97,222 5 Timbal (Pb) μg/m³ 0,592 6 Oksidan (Ox) μg/m³ 135 Sumber: Hasil survei, 2011 Perbandingan hasil survei dalam bentuk gambar dapat dilihat pada Gambar 4.1 berikut: 160 140 120 100 80 60 CFD Hari biasa 40 20 0 SO2 NO2 CO PM10 Pb Ox Gambar 4.1 Diagram hasil survei pencemaran udara Sumber: Hasil Analisis, 2013

110 Dari Gambar 4.1 dapat diketahui perbandingan hasil sampel pencemaran udara di laboratorium. Diagram batang menunjukkan bahwa terjadi perbedaan antara kandungan pencemar udara pada saat pelaksanaan Car Free Day maupun hari biasa. Namun, data ini adalah data mentah yang selanjutnya akan diolah lagi menggunakan rumus dan aturan-aturan lain agar menjadi data yang bisa dilaporkan kepada masyarakat yang diwakili dengan warna. 4.1.7 Data kebisingan Analisis kebisingan dibedakan kedalam dua kelompok sesuai dengan survei yang telah dilakukan yaitu analisis kebisingan berdasarkan data yang peroleh saat pelaksanaan Car Free Day dan analisis kebisingan berdasarkan data yang diperoleh pada satu hari biasa. Survei telah dilakukan pada Hari Minggu, 8 Mei 2011 untuk mendapatkan data kebisingan saat pelaksanaan Car Free Day yang dilaksanakan selama 4 jam dan survei untuk mendapatkan data kebisingan pada hari biasa telah dilaksanakan pada keesokan harinya yaitu pada Hari Senin, 9 Mei 2011 yang dilaksanakan selama 12 jam. Data kebisingan yang didapat merupakan data kebisingan tiap detiknya sehingga untuk data kebisingan saat pelaksanaan Car Free Day total diperoleh sebanyak 14.400 data sedangkan data kebisingan untuk hari biasa total diperoleh sebanyak 43.200 data. Data hasil survei kebisingan, dapat dilihat dalam Lampiran C.

111 4.2 Analisis Data Lalu Lintas Analisis dilakukan untuk mendapatkan hasil akhir sesuai dengan tujuan penulisan tesis. 4.2.1 Analisis volume jam puncak Dalam menganalisis volume jam puncak, yang harus diketahui adalah volume kendaraan terklasifikasi menjadi volume sepeda motor, volume kendaraan ringan, dan volume kendaraan berat yang melintasi segmen jalan tempat pelaksanaan survei dalam rentang waktu tertentu. Setelah data diperoleh, kemudian dikalibrasi dengan menggunakan nilai emp yang telah ditentukan. Fluktuasi volume sepeda motor yang melintasi ruas Jalan Raya Puputan Niti Mandala Renon Denpasar dapat terlihat dengan jelas pada Gambar 4.2. Perubahan drastis volume lalu lintas terjadi pada jam-jam pagi yaitu mulai dari pukul 06.00 WITA sampai pukul 09.00 WITA. Jumlah sepeda motor pada pagi hari sangat sedikit sedangkan hanya tiga puluh menit kemudian, jumlah sepeda motor yang melintas bertambah dengan sangat banyak bahkan mencapai jam puncaknya pada selang waktu tersebut. Hal ini kemungkinan diakibatkan oleh arus kendaraan yang digunakan untuk mengantar siswa ke sekolah dan pergerakan orang-orang dengan tempat aktivitas yang cukup jauh sehingga memerlukan waktu yang lebih lama untuk melakukan perjalanan. Perhitungan volume jam puncak dapat dilihat pada Lampiran D.

volume sepeda motor (kend) 112 1400 1200 1000 800 600 400 200 0 waktu (15 menit) Gambar 4.2 Volume Sepeda Motor Sumber: Hasil analisis, 2012 Volume sepeda motor tertinggi terjadi pada pukul 07.15 WITA sampai 07.30 WITA yaitu sebanyak 1330 buah sepeda motor. Dapat dimaklumi bahwa jam-jam ini memang waktu bagi anak-anak sekolah untuk berangkat menuju tempat belajar masing-masing. Sedangkan volume sepeda motor terendah terjadi pada pukul 06.00 WITA sampai pukul 06.15 WITA yaitu sebanyak 255 kendaraan. Pada jam ini, kondisi jalan memang masih sepi, belum banyak warga masyarakat yang melakukan aktivitas luar rumah. Sedangkan untuk kendaraan ringan, lonjakan volume tertinggi terjadi pada pagi hari yaitu mulai pukul 06.00 WITA sampai pukul 08.00 WITA. Meskipun bukan jam puncak, namun peningkatan volume lalu lintas paling drastis terjadi pada selang waktu ini. Grafik selengkapnya dapat dilihat pada Gambar 4.3.

Volume kendaraan ringan (kend) 113 450 400 350 300 250 200 150 100 50 0 Waktu (15 menit) Gambar 4.3 Volume Kendaraan Ringan Sumber: Hasil Analisis, 2012 Gambar 4.3 memperlihatkan bahwa terjadi peningkatan volume kendaraan ringan yang drastis melintasi area survei yaitu pada pukul 06.00 WITA sampai pukul 08.00 WITA. Meskipun bukan merupakan jam puncak namun peningkatan volume yang terjadi cukup tinggi. Volume kendaraan ringan melintasi area survei tertinggi terjadi pada pukul 12.15 WITA sampai 12.30 WITA yaitu sebanyak 421 kendaraan, hal ini mungkin disebabkan adanya aktivitas istirahat siang untuk dunia perkantoran dan area disekitar tempat survei merupakan pusat kuliner sehingga banyak dituju oleh para pekerja. Jumlah kendaraan ringan paling sedikit melintasi area survei adalah pada pukul 06.15 WITA sampai 06.30 WITA yaitu sebanyak 52 kendaraan dimana aktivitas luar rumah memang belum banyak dilakukan. Sedangkan untuk volume kendaraan berat, fluktuasi terjadi sepanjang hari, dari volume tinggi kemudian menurun kemudian kembali tinggi. Hal ini berbeda

volume kendaraan berat(kend) 114 dengan sepeda motor yang setelah mencapai jam puncak pada pagi hari kemudian tidak terjadi perubahan volume yang signifikan. Untuk lebih jelasnya dapat dilihat pada Gambar 4.4. 25 20 15 10 5 0 waktu (15 menit) Gambar 4.4 Volume Kendaraan Berat Sumber: Hasil analisis, 2012 Gambar 4.4 memperlihatkan bahwa volume puncak kendaraan berat adalah pada pukul 07.15 WITA sampai 08.00 WITA, yaitu sebanyak 23 kendaraan. Sedangkan volume kendaraan berat yang melintasi segmen jalan yang disurvei paling rendah terjadi pada pukul 07.00 WITA sampai 07.15 WITA yaitu hanya sebanyak 4 kendaraan. Total volume lalu lintas yang melewati ruas Jalan Raya Puputan Niti Mandala Renon Denpasar sepanjang pelaksanaan waktu survei dapat dilihat pada Gambar 4.5.

Volume (kend) 115 1800 1600 1400 1200 1000 800 600 400 200 0 Waktu (15 menit) Gambar 4.5 Volume Total Lalu Lintas Sumber: Hasil analisis, 2012 Gambar 4.5 yang memperlihatkan volume total lalu lintas tertinggi yang melalui segmen ruas jalan tempat dilakukannya survei terjadi pada pukul 07.15 WITA sampai 07.30 WITA yaitu sebanyak 1671 kendaraan yang terdiri dari 1330 sepeda motor, 331 kendaraan ringan, dan 23 kendaraan berat. Volume jam puncak terjadi pada pukul 07.15 WITA sampai 08.15 WITA dengan total volume sepeda motor yang melintas sebanyak 4678 kendaraan, volume total kendaraan ringan sebanyak 1318 kendaraan dan volume total untuk kendaraan berat sebanyak 90 kendaraan. Dari hasil survei volume lalu lintas ini diperoleh 3 volume jam puncak yaitu jam puncak pagi yang terjadi mulai pukul 07.15 WITA sampai pukul 08.15 WITA, jam puncak siang terjadi pada pukul 12.15 WITA sampai 13.15 WITA, sedangkan jam puncak sore terjadi pada pukul 17.00 WITA sampai 18.00 WITA.

116 Selanjutnya komposisi kendaraan eksisting dikalibrasi ke dalam satuan smp/jam dengan faktor emp 1,0 untuk kendaraan ringan, 1,3 untuk kendaraan berat, dan 0,4 untuk sepeda motor sesuai dengan nilai emp yang terdapat dalam Manual Kapasitas Jalan Indonesia, 1997. Dari Tabel UR-2 ini juga dapat diketahui bahwa arus total lalu lintas adalah 3306,2 smp/jam yang dibulatkan menjadi 3306 smp/jam. Tabulasi volume lalu lintas jam puncak dapat dilihat pada Tabel 4.6 berikut: Tabel 4.6 Volume Lalu lintas Jam Puncak Waktu Jenis Kendaraan Volume Jam Puncak MC LV HV kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam 07.15-08.15 4678 1871.2 1318 1318 90 117 6086 3306.2 12.15-13.15 3120 1248 1451 1451 51 66.3 4622 2765.3 17.00-18.00 3453 1381.2 1168 1168 52 67.6 4673 2616.8 Sumber: Hasil analisis, 2012 Namun untuk kepentingan perhitungan analisis kinerja ruas jalan hanya dipergunakan volume jam puncak pagi, karena merupakan volume jam puncak tertinggi. Volume jam puncak yang telah didapat dari hasil survei, selanjutnya akan digunakan untuk menghitung arus total lalu lintas dengan bantuan Formulir UR-2 Manual Kapasitas Jalan Indonesia. Dalam perhitungan dalam Formulir UR-2 ini, memerlukan data komposisi lalu lintas yang diperoleh dari hasil survei (Tabel 4.2). Dari formulir UR-2 dapat diketahui bahwa komposisi kendaraan terdiri dari 72% sepeda motor, 27% kendaraan ringan dan 1% kendaraan berat. Data komposisi lalu lintas ini dimasukkan dalam Formulir UR-2 MKJI untuk

117 mendapatkan nilai arus total. Hasil perhitungan dengan menggunakan Formulir UR-1, UR-2, dan UR-3 dapat dilihat pada Lampiran E. 4.2.2 Analisis hambatan samping Dalam penentuan kelas hambatan samping, maka dilakukan perhitungan frekuensi bobot tiap kejadian. Hasil perhitungan memperlihatkan bahwa dengan demikian kelas hambatan samping pada segmen jalan tersebut termasuk dalam kategori rendah. Jumlah frekuensi bobot kejadian pada segmen Jalan Raya Puputan Niti Mandala Renon Denpasar sejumlah 74 tertera pada Tabel 4.7 sebagai berikut : No Tabel 4.7 Penentuan frekuensi kejadian hambatan samping Tipe kejadian hambatan samping Faktor bobot Frekuensi kejadian Frekuensi bobot 1 Pejalan kaki (PED) 0,5 32 16 2 Parkir, kendaraan berhenti (PSV 1,0 18 18 3 Kendaraan masuk + keluar (EEV) 0,7 52 36,4 4 Kendaraan lambat (SMV) 0,4 18 7,2 Total 77,6 Sumber : Hasil analisis, 2012 Karena total frekuensi bobot dibawah 100, maka hambatan samping pada area survei termasuk dalam kategori sangat rendah (very low).

118 4.2.3 Analisis kecepatan arus bebas kendaraan ringan Sebelum dilakukan analisis terhadap kapasitas ruas jalan, dilakukan perhitungan terhadap kecepatan arus bebas kendaraan ringan yang terdapat pada Formulir UR-3 MKJI. Dalam perhitungan kecepatan arus bebas, ada beberapa faktor yang mempengaruhi kecepatan arus bebas ini dengan nilai-nilai yang telah ditentukan, sesuai dengan kondisi ruas jalan. Langkah perhitungan kecepatan arus bebas terdiri dari penentuan nilai kecepatan arus bebas dasar yang disesuaikan dengan kondisi ruas jalan dan beberapa nilai penyesuaian. Nilai tersebut terdiri dari: a. FV o adalah arus bebas dasar kendaraan ringan pada segmen jalan yang diamati. Nilai 61 diperoleh dari Tabel 2.1 merupakan nilai kecepatan ratarata ruang dari semua kendaraan. b. FV w adalah faktor penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas. Nilai -4 diperoleh sesuai dengan Tabel 2.2 untuk jalan satu arah. c. Kolom selanjutnya merupakan hasil penjumlahan antara FV 0 dan FV w. d. FFV SF adalah faktor penyesuaian kecepatan arus bebas untuk hambatan samping dimana nilai untuk segmen jalan yang memiliki tiga lajur satu arah dengan hambatan samping sangat rendah adalah 1,01 (Tabel 2.3). e. FFV CS adalah faktor penyesuaian kecepatan arus bebas untuk ukuran kota. Jumlah penduduk Kota Denpasar sekitar 788.445 jiwa jadi temasuk dalam rentang 0,5 juta sampai 1 juta jiwa dengan nilai faktor penyesuaian sebesar 0,95 (Tabel 2.4).

119 f. Proses terakhir adalah memasukkan seluruh data tersebut diatas kedalam rumus perhitungan kecepatan arus bebas berikut: FV = (FV 0 + FV W ) x FFV SF x FFV CS = 57 x 1,01 x 0,95 = 54,69 km/jam. Langkah-langkah perhitungan kecepatan arus bebas kendaraan ringan tersebut, bila ditabelkan dapat dilihat pada Tabel 4.8 berikut:. Tabel 4.8 Perhitungan Kecepatan Arus Bebas Kendaraan Ringan FV0 FVw FV0 +FVw Faktor Penyesuaian FV FFVSF FFVCS 61-4 57 1,01 0,95 54,69 Sumber: Hasil analisis, 2012 4.2.4 Analisis kapasitas ruas jalan Dalam perhitungan kapasitas ruas jalan, langkah-langkah perhitungannya adalah menentukan nilai-nilai yang dijadikan dasar dalam perhitungan kapasitas yaitu nilai kapasitas dasar dan beberapa nilai faktor penyesuaian. Nilai-nilai tersebut adalah: a. C 0 adalah kapasitas dasar. Nilai C 0 dapat dilihat pada Tabel 2.5 yaitu 1650. Karena jalan yang disurvei memiliki 3 lajur maka nilai kapasitas dasar menjadi 4950.

120 b. FC w adalah faktor penyesuaian kapasitas untuk lebar jalur lalu lintas, untuk jalan satu arah dengan lebar jalur lalu lintas efektif 3 meter nilai faktor penyesuaiannya adalah 0,92 (Tabel 2.6). c. FC SP adalah faktor penyesuaian kapasitas untuk pemisahan arah. Untuk jalan satu arah, nilai yang digunakan adalah 1,00 (Tabel 2.7). d. FC SF adalah faktor penyesuaian kapasitas untuk hambatan samping, berdasarkan lebar bahu efektif pada UR-1, dan kelas hambatan samping pada UR-2 maka dapat ditentukan besarnya nilai FC SF adalah 0,96 (Tabel 2.8). e. FC CS adalah faktor penyesuaian kapasitas untuk ukuran kota. Dengan jumlah penduduk 788.445 jiwa, maka nilai FC CS adalah 0,94 (Tabel 2.9). f. Setelah semua nilai diketahui, langkah terakhir adalah perhitungan nilai kapasitas dengan menggunakan persamaan 2.2 yaitu: C = C 0 x FC W x FC WB x FC SF x FC CS = 4950 x 0,92 x 1,00 x 0,96 x 0,94 = 4109,53 smp/jam 4110 smp/jam Langkah-langkah perhitungan kapasitas dapat ditabelkan seperti pada Tabel 4.9 berikut: Tabel 4.9 Perhitungan Nilai Kapasitas C0 Faktor Penyesuaian FCw FCSP FCSF FCCS C 4950 0,92 1,00 0,96 0,94 4109,53 Sumber: Hasil analisis, 2012

121 4.2.5 Derajat kejenuhan, Kecepatan dan Waktu tempuh Setelah didapat nilai kapasitas, maka selanjutnya adalah analisis perilaku lalu lintas yaitu derajat kejenuhan, kecepatan dan waktu tempuh. Derajat kejenuhan merupakan rasio arus terhadap kapasitas dimana derajat kejenuhan digunakan sebagai faktor utama dalam penentuan tingkat kinerja simpang dan segmen jalan. Derajat Kejenuhan dihitung dengan menggunakan rumus: = 0,80 Dari hasil perhitungan rasio antara arus dan kapasitas didapat nilai derajat kejenuhan adalah 0,80. Dalam MKJI, kecepatan tempuh digunakan sebagai ukuran utama kinerja segmen jalan, karena mudah dimengerti dan diukur, disamping itu merupakan masukan penting untuk menentukan biaya pemakai jalan dalam analisa ekonomi. Kecepatan tempuh didefinisikan dalam MKJI sebagai kecepatan rata-rata ruang dari kendaraan ringan (LV) sepanjang segmen jalan. Dengan menggunakan Grafik D-2:2 pada Gambar 4.6 untuk jalan banyak lajur ataupun untuk jalan satu arah, maka di dapatkan bahwa kecepatan pada ruas segmen jalan adalah 34 km/jam. Dengan panjang segmen yang digunakan sebagai tempat survei yaitu 90 meter maka dapat dihitung waktu tempuh (TT) pada segmen jalan tersebut yaitu 0,003 jam atau kurang lebih sekitar 9,53 detik.

122 Gambar 4.6 Hubungan antara derajat kejenuhan dengan kecepatan rata-rata kendaraan ringan. Sumber: Departemen Pekerjaan Umum, 1997 4.2.6 Analisis kecepatan rata-rata lalu lintas Dari sampel kecepatan yang diambil per lima belas menit di rata-ratakan sehingga kemudian diperoleh hasil seperti yang terlihat pada Tabel 4.10. Nilai kecepatan rata-rata per lima belas menit ini selanjutnya akan digunakan sebagai salah satu faktor bebas dalam pemodelan antara nilai Leq dengan kecepatan ratarata lalu lintas. Tabel 4.10 memperlihatkan kecepatan rata-rata kendaraan pada jam puncak, kecepatan kendaraan mengalami penurunan yang disebabkan oleh volume kendaraan yang tinggi sehingga mempengaruhi kecepatan kendaraan yang melintas di lokasi survei.

123 Tabel 4.10 Kecepatan Rata-rata Lalu Lintas Pada Jam Puncak Waktu Kecepatan (km/jam) (15 menit) MC LV HV 07.15-07.30 26,99 22,56 9,64 07.30-07.45 23,84 21,62 17,13 07.45-08.00 25,11 16,82 17,02 08.00-08.15 23,30 22,27 14,22 Total 99,24 83,27 58,01 rata-rata 24,81 20,82 14,50 Sumber: Hasil analisis, 2012 Perhitungan terhadap kecepatan dilakukan per lima belas menit karena selanjutnya akan digunakan sebagai variabel bebas dalam mencari hubungan antara Leq dengan kecepatan kendaraan. Perhitungan kecepatan kendaraan per lima belas menit selengkapnya dapat dilihat pada Lampiran B. Hasil yang diperoleh melalui perhitungan berbeda dengan hasil yang diperoleh melalui survei dilapangan. Dari hasil perhitungan diperoleh kecepatan rata-rata lalu lintas sebesar 34 km/jam sedangkan dari hasil survei diperoleh kecepatan rata-rata lalu lintas sebesar 24,81 km/jam. Hal ini disebabkan oleh banyak faktor. Perhitungan diatas kertas menggunakan kondisi yang ideal yang umumnya terjadi di Indonesia. Sedangkan hasil survei merupakan kondisi nyata di lapangan yang dipengaruhi oleh banyak faktor yang terjadi secara langsung dan seketika misalnya terjadi kecelakaan, kerumunan massa dan lain sebagainya.

124 4.2.7 Tingkat pelayanan jalan (Level of Service) Berdasarkan derajat kejenuhan dan kecepatan yang telah diperoleh dari perhitungan menggunakan formulir UR-1, UR-2, dan UR-3, dapat ditentukan pada level mana tingkat pelayanan jalan tersebut. Dalam penentuan tingkat pelayanan jalan, yang menjadi patokan adalah derajat kejenuhan, kecepatan arus bebas kendaraan ringan dan kecepatan tempuh seperti yang telah dihitung dengan menggunakan formulir UR-3. Dari perhitungan tersebut didapat nilai kecepatan arus bebas kendaraan ringan adalah 54,69 km/jam yang selanjutnya akan menjadi batas atas dari grafik. Selengkapnya untuk penentuan tingkat pelayanan jalan ini dapat dilihat dalam Gambar 4.7 berikut: Gambar 4.7 Penentuan Tingkat Pelayanan Jalan Sumber: Hasil Analisis, 2012

125 Sesuai dengan Tabel 2.7 pada Bab II, dengan nilai derajat kejenuhan sebesar 0,80 berarti ruas Jalan Raya Puputan Niti Mandala Renon Denpasar termasuk dalam katagori D dimana arus dipaksakan, kecepatan rendah, dan volume hampir mencapai kapasitas. Kecepatan kendaraan mendekati tidak stabil tetapi kecepatan masih dapat dikendalikan. Gambar 4.8 Tingkat Pelayanan Jalan Sumber: Hasil analisis, 2012 4.3 Analisis Pencemaran Udara Analisis terhadap pencemaran udara dilakukan terhadap dua kasus yaitu analisis terhadap data yang diperoleh dari pengambilan sampel udara ambien di lokasi survei yang dilakukan pada saat pelaksanaan program Car Free Day dan pada saat hari biasa. Baku mutu yang digunakan sebagai pembanding adalah Keputusan Kepala Bapedal tentang Perhitungan dan Pelaporan serta Informasi Indeks Standar Pencemar Udara. Dalam hasil yang dikeluarkan oleh Hiperkes Denpasar ini juga disertai dengan kesimpulan yaitu bahwa hasil pengujian parameter gas diatas secara umum menunjukkan masih dibawah baku mutu yang diperkenankan.

126 Selanjutnya data tersebut diinterpolasi terlebih dahulu kedalam nilai ISPU sehingga kandungan gas pencemar dapat diketahui oleh masyarakat dalam bentuk warna. Interpolasi ini dilakukan dengan menggunakan Rumus 2.5. Namun pada kenyataannya, tidak setiap parameter pencemar udara dapat diinterpolasi nilainya. Untuk parameter dengan jumlah kandungan partikel sangat kecil nilai kandungan gas pencemar tidak diinterpolasi, hanya dimasukkan dalam katagori baik dengan diwakili oleh warna hijau. Data selengkapnya dapat dilihat pada Tabel 4.11 Tabel 4.11 Analisis Kadar Pencemar Udara pada saat Car Free Day Parameter Ia Ib Xa Xb Xx Hasil Sulfur dioksida 100 50 365 80 69.74 39.92 Nitrogen dioksida * * * * 54.36 * Carbon monoksida 200 100 17 10 1.6 * Debu total 100 50 150 50 13.89 31.94 Oksidan 100 50 235 120 105 43.48 Sumber: Hasil Analisis, 2012 * tidak termasuk dalam rentang nilai perhitungan Sedangkan hasil analisis data hasil interpolasi data pencemaran lingkungan pada hari biasa ditunjukkan oleh Tabel 4.12 berikut: Tabel 4.12 Analisis Data Kadar Pencemar Udara pada saat hari biasa Parameter Ia Ib Xa Xb Xx Hasil Sulfur dioksida 100 50 365 80 74.53 49.04 Nitrogen dioksida * * * * 74.12 * Carbon monoksida 200 100 17 10 7.46 74.6 Debu total 100 50 150 50 97.22 73.61 Oksidan 100 50 235 120 135 56.52 Sumber: Hasil analisis, 2012

127 Keterangan: I Ia Ib Xa Xb Xx = ISPU terhitung = ISPU batas atas = ISPU batas bawah = ambien batas atas = ambien batas bawah = kadar ambien nyata hasil pengukuran 4.4 Analisis Data Kebisingan Nilai akhir yang diperlukan untuk menganalisis tingkat kebisingan adalah nilai Leq per lima belas menit berdasarkan Rumus 2.5. Untuk mempermudah perhitungan maka dibuat dalam bentuk Tabel 4.13. Tabel 4.13 Perhitungan Nilai Leq dari pukul 06.00-06.15 WITA pada saat Car Free Day Range (dba) lk f fi 0.1*lk 10^(0.1*lk) fi*10^(0.1*lk) log leq 48-51 49.5 6 0.007 4.95 89125.094 594.167 6.5 65 51-54 52.5 94 0.104 5.25 177827.941 18573.141 54-57 55.5 192 0.213 5.55 354813.389 75693.523 57-60 58.5 166 0.184 5.85 707945.784 130576.667 60-63 61.5 145 0.161 6.15 1412537.55 227575.493 63-66 64.5 124 0.138 6.45 2818382.93 388310.537 66-69 67.5 98 0.109 6.75 5623413.25 612327.221 69-72 70.5 46 0.051 7.05 11220184.5 573476.099 72-75 73.5 18 0.02 7.35 22387211.4 447744.228 75-78 76.5 8 0.009 7.65 44668359.2 397052.082 78-81 79.5 3 0.003 7.95 89125093.8 297083.646 Total 900 3169006.804 Sumber: Hasil Analisis, 2012 Tabel 4.13 memperlihatkan bahwa dari data primer hasil pengukuran tingkat kebisingan diurutkan mulai dari data terkecil sampai terbesar kemudian diolah menjadi data berkelompok. Untuk hasil perhitungan nilai Leq pada pukul

128 06.00 WITA sampai pukul 06.15 WITA di dapat nilai Leq sebesar 65 db(a). Pengolahan data seperti diatas dilakukan untuk setiap data per lima belas menit yang telah didapat berdasarkan hasil survei. Maka akan didapatkan total 64 nilai Leq yang terdiri dari 16 nilai Leq untuk survei hari pertama pada saat pelaksanaan Car Free Day, dan 48 nilai Leq untuk survei hari kedua yaitu pada hari kerja. Data ini dapat dilihat pada Lampiran F1 sampai F64. 4.4.1 Analisis data kebisingan pada saat Car Free Day Dari perhitungan yang telah dilakukan, dengan menggunakan data yang terdapat pada Lampiran F, kemudian direkapitulasi kedalam Tabel 4.14 berikut: Tabel 4.14 Nilai Leq Pada Saat Car Free Day No Waktu Le q No Waktu Le q 1 06.00-06.15 65.0 9 08.00-08.15 62.2 2 06.15-06.30 64.3 10 08.15-08.30 59.1 3 06.30-06.45 62.4 11 08.30-08.45 59.1 4 06.45-07.00 63.5 12 08.45-09.00 59.1 5 07.00-07.15 62.5 13 09.00-09.15 58.0 6 07.15-07.30 62.4 14 09.15-09.30 61.4 7 07.30-07.45 66.9 15 09.30-09.45 59.9 8 07.45-08.00 62.1 16 09.45-10.00 58.5 Total Rata-rata Sumber: Hasil analisis, 2012 986.4 61.65 Bila disajikan dalam bentuk grafik adalah tampak seperti gambar 4.9.

Leq db(a) car free day 129 68 66 64 62 60 58 56 54 52 waktu pelaksanaan (15 menit) Gambar 4.9 Nilai Leq pada saat Car Free Day Sumber: Hasil Analisis, 2012 Dari Tabel 4.14 dan Gambar 4.9 dapat dilihat bahwa nilai Leq tertinggi didapat pada pukul 07.30 WITA sampai pukul 07.45 WITA yaitu sebesar 66,9 db(a), sedangkan Leq terendah terjadi pada pukul 09.00 WITA sampai 09.15 WITA mencapai 58,0 db(a) karena peserta Car Free Day telah mulai berkurang disebabkan oleh waktu pelaksanaan Car Free Day yang akan berakhir pada pukul 10.00 WITA. 4.4.2 Analisis data kebisingan pada saat hari biasa Sedangkan untuk survei hari kedua yaitu Tanggal 9 Mei 2011 untuk hari biasa, hasil perhitungan nilai Leq dapat dilihat pada Tabel 4.15 berikut:

130 Tabel 4.15 Nilai Leq pada hari biasa Waktu Leq Waktu Leq 06.00-16.15 72,10 12.00-12.15 72,00 06.15-06.30 73,10 12.15-12.30 71,20 06.30-06.45 73,30 12.30-12.45 70,80 06.45-07.00 73,50 12.45-13.00 70,40 07.00-07.15 74,00 13.00-13.15 71,80 07.15-07.30 74,40 13.15-13.30 71,90 07.30-07.45 78,60 13.30-13.45 72,20 07.45-08.00 77,90 13.45-14.00 73,90 08.00-08.15 75,40 14.00-14.15 71,90 08.15-08.30 73,90 14.15-14.30 71,90 08.30-08.45 72,80 14.30-14.45 71,80 08.45-09.00 72,30 14.45-15.00 72,60 09.00-09.15 72,60 15.00-15.15 73,30 09.15-09.30 72,80 15.15-15.30 72,50 09.30-09.45 72,60 15.30-15.45 72,40 09.45-10.00 73.30 15.45-16.00 72,60 10.00-10.15 72,40 16.00-16.15 72,90 10.15-10.30 72,50 16.15-16.30 72,80 10.30-10.45 72,80 16.30-16.45 72,50 10.45-11.00 72,30 16.45-17.00 72,60 11.00-11.15 70,80 17.00-17.15 72,60 11.15-11.30 72,30 17.15-17.30 71,90 11.30-11.45 73,50 17.30-17.45 72,10 11.45-12.00 71,40 17.45-18.00 71,80 Total 3493 Rata-rata 72,77 Sumber: Hasil analisis, 2012 Bila di sajikan dalam bentuk grafik tampak seperti gambar 4.10.

Leq survei hari biasa (dba) 131 80,00 78,00 76,00 74,00 72,00 70,00 68,00 66,00 Waktu pelaksanaan (15 menit) Gambar 4.10 Nilai Leq pada saat hari biasa Sumber: Hasil Analisis, 2012 Tabel 4.15 memperlihatkan bahwa nilai Leq tertinggi terjadi pada pukul 07.30 WITA sampai pukul 07.45 WITA yaitu sebesar 78,6 db(a) sedangkan nilai terendah terjadi pada rentang waktu pengukuran 12.45 WITA sampai pukul 13.00 WITA yaitu sebesar 70,40 db(a). Pada survei hari kedua yang dilakukan pada Hari Senin, tanggal 9 Mei 2012, survei dimulai pukul 06.00 WITA sampai pukul 18.00 WITA. Arus lalu lintas cukup padat dan dilalui oleh berbagai jenis kendaraan. Berbeda dengan survei kebisingan pada hari pertama, pada survei hari kedua ini setting pada Sound Level Meter diganti menjadi high sehingga dapat membaca tingkat kebisingan sampai 130 db(a). Dari Lampiran C dapat dilihat bahwa nilai pembacaan kebisingan tertinggi yaitu 94,0 db(a) terjadi pada pukul 07.00 WITA sampai 07.15 WITA sedangkan kebisingan terendah untuk hari kedua adalah sebesar 56,9 db(a) terjadi pada pukul 13.30 WITA sampai 13.45 WITA.

132 4.5 Model Hubungan Kebisingan Dengan Lalu Lintas Untuk mendapatkan model hubungan antara nilai Leq yang didapat dari pengolahan data hasil pengukuran tingkat kebisingan dengan volume kendaraan baik itu kendaraan ringan, berat maupun kendaraan bermotor dan kecepatan ratarata kendaraan ringan, rata-rata kecepatan kendaraan berat maupun rata-rata kecepatan sepeda motor maka dilakukan analisis regresi linier berganda dengan tiga variabel menggunakan program SPSS metode Stepwise. Data awal yang dimasukkan ke program SPSS adalah data volume kendaraan dan kecepatan bebas kendaraan bermotor, karena yang akan dicari hubungan antara nilai Leq yang diperoleh dari hasil pengukuran dengan volume kendaraan terklasifikasi yang melintas sepanjang ruas Jalan Puputan Niti Mandala Renon Denpasar dalam interval waktu 15 menit (Tabel 4.2). Yang kedua akan dicari hubungan antara nilai Leq yang diperoleh dari hasil pengukuran dengan kecepatan rata-rata kendaraan yang melintas di sepanjang lokasi survei (Lampiran B). Data masukan yang akan dimasukkan kedalam SPSS uuntuk mencari hubungan antara Leq dengan volume lalu lintas dapat dilihat pada Tabel 4.16 dan data masukan untuk mencari hubungan antara Leq dengan kecepatan kendaraan dapat dilihat pada Tabel 4.17.

133 Tabel 4.16 Data masukan untuk mencari hubungan kebisingan dengan volume lalu lintas Sumber: Hasil analisis, 2012 Keterangan: y = nilai Leq x 1 = volume sepeda motor x 2 = volume kendaraan ringan x 3 = volume kendaraan berat

134 Tabel 4.17 Data masukan untuk mencari hubungan kebisingan dengan kecepatan Sumber: Hasil analisis, 2012 Keterangan: y = nilai Leq x 1 = kecepatan sepeda motor x 2 = kecepatan kendaraan ringan x 3 = kecepatan kendaraan berat

135 4.5.1 Analisis Pemodelan Kebisingan dan Volume Lalu Lintas Analisis regresi linier berganda yang pertama dilakukan adalah untuk mencari hubungan antara Leq hasil pengukuran dengan volume lalu lintas yang ada. Pengolahan data menggunakan program SPSS 17.0 dengan menggunakan metode stepwise dapat dilihat selengkapnya pada Lampiran G. Dari Lampiran G1 yang merupakan analisis SPSS dengan independent variable adalah nilai kebisingan (Leq) dan dependent variable adalah volume sepeda motor, volume kendaraan ringan, dan volume kendaraan berat. Dari hasil pengolahan data dengan SPSS 17.0 diperoleh nilai rata-rata dari setiap variabel yaitu nilai rata-rata Leq yaitu 72,77, rata-rata volume sepeda motor 772,69, rata-rata volume kendaraan ringan 289,15 dan rata-rata volume kendaraan berat 14,04. Model summary memperlihatkan bahwa nilai R square terbesar dimiliki oleh kendaraan berat yaitu 0,458 yang artinya 45,8% dari variasi Leq diakibatkan oleh volume sepeda motor, volume kendaran ringan, dan volume kendaraan berat. Sedangkan sisanya yaitu sebesar 54,2% disebabkan oleh faktor lain. Dari uji anova atau F test, didapat F hitung sebesar 12,382 dengan tingkat signifikansi 0,000. Karena probabilitas 0,000 jauh lebih kecil dari 0,05 maka model regresi bisa dipakai untuk memprediksi nilai Leq. Atau dengan kata lain volume sepeda motor, volume kendaraan ringan dan volume kendaraan berat berpengaruh terhadap nilai Leq. Tabel Coefficients menujukkan persamaan regresi yaitu: Y = 70,820 + 0,006 X 1 0,013 X 2 + 0,084 X 3. (4.1)

136 Konstanta 70,820 menunjukkan bahwa bila tidak ada kendaraan, tingkat kebisingan yang terjadi sebesar 70,820 db(a). Tanda positif atau negatif dari nilai koefisien regresi bukanlah menyatakan tanda aljabar, melainkan menyatakan arah hubungan atau lebih tegasnya menyatakan pengaruh variabel bebas X terhadap variabel terikat Y. Nilai b yang positif menyatakan bahwa variabel bebas X berpengaruh positif terhadap nilai variabel terikat Y. Sedangkan nilai b yang negatif (b dengan tanda negatif) menyatakan bahwa variabel bebas X berpengaruh negatif terhadap nilai variabel terikat Y. Volume sepeda motor dan kendaraan berat memiliki tanda positif yang akan menambah nilai kebisingan sedangkan volume kendaraan ringan memberikan nilai negatif yang berfungsi untuk melakukan penyesuaian nilai terhadap kebisingan yang terjadi. 4.5.2 Analisis Pemodelan Kebisingan dan Kecepatan Pemodelan yang kedua adalah untuk mencari hubungan antara nilai Leq yang diperoleh dari pengukuran dengan kecepatan kendaraan yang melintasi area survei. Proses pengukuran dan perhitungan kecepatan telah dibahas sebelumnya. Dengan menggunakan SPSS 17.0 metode stepwise diperoleh hasil sebagai berikut. Dari hasil analisis data pada Lampiran G2 memperlihatkan nilai rata-rata dari setiap variabel yaitu rata-rata dari Leq sebesar 72,7708 db(a), kecepatan rata-rata sepeda motor adalah 32,9829 km/jam, kecepatan rata-rata kendaraan ringan adalah 29,0013 km/jam dan kecepatan rata-rata dari kendaraan berat adalah 23,4802 km/jam.

137 Nilai R Square sebesar 0,281 yang artinya bahwa pengaruh kecepatan rata-rata kendaraan ringan terhadap nilai Leq hanya sebesar 28,1% sedangkan sisanya sebesar 71,9% disebabkan oleh faktor lain. Dari tabel Anova diperoleh data F hitung sebesar 17,974 dengan tingkat signifikansi 0,001. Karena probabilitas jauh lebih kecil dari 0,05 maka model regresi ini dapat digunakan untuk memprediksi nilai Leq. Selanjutnya adalah persamaan regresi yang dihasilkan yaitu Y = 79,007 0,217 X 2 Yang bisa dimasukkan kedalam persamaan dengan menggunakan metode Stepwise hanya kecepatan kendaraan ringan, oleh karena itu persamaan yang diperoleh hanya memiliki satu variabel. Dari persamaan diatas dapat disipulkan bahwa kecepatan dari sepeda motor dan kendaraan berat tidak memberikan pengaruh terhadap kebisingan. Hanya kecepatan dari kendaraan ringan saja yang berpengaruh namun pengaruh yang diberikan bersifat negatif yaitu mengurangi nilai kebisingan. Artinya semakin cepat suatu kendaraan maka kebisingan yang ditimbulkan akan semakin kecil karena waktu yang digunakan untuk melintasi suatu obyek semakin sedikit. 4.6 Pembahasan 4.6.1 Kinerja Ruas Jalan Analisis kinerja ruas jalan merupakan suatu langkah untuk menentukan fungsi pelayanan suatu ruas/segmen jalan pada suatu kondisi tertentu. Analisis dilakukan terhadap kinerja jalan meliputi kecepatan arus bebas, kapasitas, derajat kejenuhan dan kecepatan tempuh.

138 Secara umum, dapat dijelaskan bahwa Jalan Raya Puputan Niti Mandala Renon merupakan akses utama yang menghubungkan antara pusat Kota Denpasar dengan kawasan wisata Sanur. Jalan tersebut memiliki tipe 3/1 UD berada pada kawasan komersial yang didominasi oleh aktivitas perdagangan pada satu sisi jalan dan taman kota dengan hambatan samping rendah. Volume jam puncak tertinggi yang membebani jalan ini terjadi pada jam puncak pagi pukul 07.15 WITA sampai 08.15 WITA sebesar 3.306 smp/jam. Kapasitas dasar untuk jalan tipe ini sebesar 1.650 smp/jam per lajur. Berdasarkan hasil analisis dapat diketahui, bahwa kinerja Jalan Raya Puputan Niti Mandala Renon Denpasar pada saat ini masih cukup baik dalam melayani volume lalu lintas yang ada, namun sudah harus diperhitungkan alternatif lain untuk membantu meringankan beban pada ruas jalan ini. Hal ini ditandai dengan arus lalu lintas yang diperoleh dari hasil survei yang cukup besar yaitu 3.306 smp/jam. Nilai derajat kejenuhan sebesar 0,80 dan berada pada LOS D dimana arus kendaraan mendekati tidak stabil dengan volume lalu lintas yang tinggi dan kecepatan yang masih bisa ditolerir namun sangat terpengaruh oleh perubahan arus lalu lintas. 4.6.2 Pencemaran Udara Analisis pencemaran udara dilakukan terhadap dua data yang telah diperoleh yaitu analisis pencemaran udara berdasarkan sampel udara yang telah diambil di lokasi survei pada saat pelaksanaan program Car Free Day dan pada saat hari biasa.

139 Pencemaran udara yang terjadi di Kota Denpasar secara umum masih berada dibawah baku mutu yang diijinkan. Hasil yang diperoleh dari pengambilan udara ambien pada lokasi survei menunjukkan bahwa kandungan gas pencemar masih berada dibawah baku mutu yang diijinkan, namun menunjukkan peningkatan yang cukup drastis untuk beberapa parameter. Pada survei hari Minggu, 8 Mei 2011, kadar SO 2 yang terdeteksi adalah sebesar 69,74 μg/m 3 dan pada survei hari berikutnya yaitu Hari Senin, 9 Mei 2011, kadar SO 2 yang terdeteksi adalah 74,53 μg/m 3. Ini berarti terjadi peningkatan kadar SO 2 sebesar 6,87%. Untuk NO 2, survei pada tanggal 8 Mei 2011 mendapatkan kadar NO 2 yang terdeteksi sebesar 54,36 μg/m 3 dan hari berikutnya sebesar 74,12 μg/m 3. Ini berarti kadar gas NO 2 mengalami peningkatan sebesar 36,35%. Namun kadar gas NO 2 ini masih sangat jauh dari baku mutu udara ambien yang diijinkan, oleh karena itu tidak dilakukan kalibrasi namun dimasukkan dalam kategori baik. Sedangkan untuk kadar CO, terjadi peningkatan yang sangat drastis yaitu kadar CO pada survei pada Hari Minggu 2011 menunjukkan angka 1,60 μg/m 3 dan untuk keesokan harinya, kadar gas CO yang terdeteksi adalah sebesar 7,46 μg/m 3. Hal ini menunjukkan terjadi peningkatan kadar CO sebesar 366,25% atau dengan kata lain, peningkatan konsentrasi gas CO pada waktu pelaksanaan program Car Free Day dengan hari biasa sebesar 3,6 kali lebih besar. Konsentrasi PM 10 maupun O 3 juga mengalami peningkatan yang sangat besar. Untuk PM 10, jumlah debu total yang terdeteksi selama pelaksanaan Car Free Day sebesar 13,89 μg/m 3 dan untuk hari selanjutnya jumlah debu total yang terdeteksi sebesar 87,22 μg/m 3. Ini menunjukkan terjadi peningkatan kadar

140 debu total sebesar 599,93% atau pada hari kerja jumlah debu total yang terdeteksi menjadi 6 kali lebih besar dibandingkan dengan pada saat pelaksanaan Car Free Day. Untuk nilai O 3, konsentrasi yang terdeteksi pada survei hari Minggu, 8 Mei 2011 sebesar 105 μg/m 3 dan keesokan harinya sebesar 135 μg/m 3. Ini menunjukkan terjadinya peningkatan konsentrasi oksidan sebesar 28,57%. Pada saat pelaksanaan survei juga dilakukan pengukuran kadar timbal yang ada dilokasi survei. Hal ini dilakukan mengingat timbal memberikan pengaruh yang sangat besar terhadap kesehatan manusia. Pada hari Minggu, 8 Mei 2011 tidak terdeteksi kadar timbal pada sampel udara yang diambil di lokasi survei. Namun, pada hari Senin, 9 Mei 2011 terdeteksi kandungan timbal pada sampel udara yang diambil sebesar 0,592 μg/m 3. Meskipun begitu, nilai ini masih berada dibawah baku mutu udara ambien yang diijinkan yaitu sebesar 2 μg/m 3. Tabel 4.18 memperlihatkan keseluruhan parameter masih berada dibawah baku mutu udara ambien yang ditandai dengan warna hijau pada sebagian besar parameter pencemar udara yaitu SO 2 dan NO 2 baik untuk survei yang dilakukan pada Hari Minggu, 8 Mei 2011 maupun untuk survei yang dilakukan pada Hari Senin, 9 Mei 2011. Sedangkan warna biru menunjukkan bahwa tingkat pencemaran yang diakibatkan oleh parameter CO, PM 10 dan O 3 pada pelaksanaan survei sudah berada dalam kategori sedang yaitu 50 sampai 100 μg/m 3. Meskipun ketiga parameter ini menunjukkan peningkatan yang cukup tajam, namun masih berada dibawah baku mutu yang diijinkan. Namun sebaiknya hal ini tidak

141 didiamkan begitu saja mengingat volume kendaraan yang terus meningkat. Hasil analisis selengkapnya dapat dilihat pada Tabel 4.18. Tabel 4.18 Hasil Analisis pencemaran udara Parameter Car Free Day (μg/m 3 ) Hari biasa (μg/m 3 ) Selisih (μg/m 3 ) (8 Mei 2011) (9 Mei 2011) Sulfur dioksida (SO 2 ) 69,74 74,53 4,79 Nitrogen dioksida (NO 2 ) 54,36 74,12 19,76 Carbon monoksida (CO) 1,6 7,46 5,86 Debu total (PM 10 ) 13,89 97,22 83,33 Oksidan (O x ) 105 135 30 Sumber: Hasil analisis, 2012 Keterangan: Warna hijau termasuk dalam kategori baik Warna biru termasuk dalam kategori sedang 4.6.3 Uji Petik Gas Buang Kendaraan Bermotor Untuk parameter pencemaran udara yang diperlukan dalam pelaporan Indeks Standar Pencemaran Udara hanya memuat 5 parameter saja seperti yang telah dijelaskan sebelumnya. Namun, ada satu gas lagi yang juga dihasilkan oleh gas buang kendaraan yang juga memiliki peran yang besar dalam pencemaran udara yaitu gas karbondioksida (CO 2 ). Dalam laporan ini, kadar gas karbondioksida diambil dari hasil uji petik yang dilakukan oleh Badan Lingkungan Hidup Kota Denpasar. Sesuai dengan Peraturan Menteri Lingkungan Hidup Nomor 5 tahun 2006 tentang ambang batas emisi gas buang kendaraan bermotor lama yang menyatakan bahwa pencemaran dari emisi gas buang kendaraan bermotor semakin meningkat sehingga diperlukan adanya sebuah

142 upaya pengendalian emisi gas buang kendaraan bermotor. Pada tahun 2012 ini, Badan Lingkungan Hidup Kota Denpasar melaksanakan uji petik (spot check) di empat titik yaitu di ruas Jalan Hayam Wuruk pada tanggal 20 April 2012, di Taman Kota di kawasan Lumintang pada tanggal 27 April 2012, di ruas Jalan Mahendradata pada tanggal 4 Mei 2012, dan yang terakhir dilakukan pada ruas Jalan Raya Sesetan pada tanggal 11 Mei 2012. Namun dalam tesis ini hanya akan dibahas hasil uji petik pada dua lokasi yaitu di Jalan Hayam Wuruk karena memiliki jarak paling dekat dengan lokasi survei (kawasan Renon) dan hasil uji petik di Taman Kota Lumintang karena memiliki karakteristik yang sama yaitu kawasan perkantoran dan perdagangan. Untuk hasil uji petik dapat dilihat pada Lampiran H. Dalam uji petik ini, ada dua gas yang dijadikan indikator baku mutu yaitu HC dan CO untuk kendaraan yang menggunakan bahan bakar bensin. Namun gas analyzer juga melakukan pengukuran terhadap dua gas lain yaitu CO 2 dan O 2 sebagai gas lain yang terlibat dalam proses pembakaran dalam mesin kendaraan. Dalam hasil survei uji petik ini juga didapat nilai lambda. Lambda adalah faktor kesetimbangan antara bahan bakar dan gas-gas hasil pembakaran yang dihitung dengan rumus tertentu. Sedangkan untuk kendaraan dengan mesin diesel (berbahan bakar solar), yang diukur adalah opasitas atau kandungan partikulat. Opasitas adalah perbandingan tingkat penyerapan cahaya oleh asap yang dinyatakan dalam satuan persen. Opasitas diukur dengan menggunakan smoke opacimeter pada kondisi akselerasi bebas kendaraan bermotor.

143 Karbondioksida (CO 2 ) merupakan salah satu hasil pembakaran sempurna antara Hidrokarbon (HC) dalam hal ini adalah bensin dengan Oksigen (O 2 ). Namun seringkali ada saja bensin yang seolah-olah luput dari pembakaran ini meskipun rasio perbandingan antara udara dengan bensin sudah tepat dan didukung oleh desain ruang bakar mesin yang ideal. Hal ini mengakibatkan kadar HC pada ujung knalpot menjadi tinggi. Gas karbonmonoksida (CO) adalah gas yang relatif tidak stabil dan cenderung bereaksi dengan unsur lain. Karbon monoksida, dapat diubah dengan mudah menjadi CO 2 dengan bantuan sedikit oksigen dan panas. Saat mesin bekerja dengan AFR yang tepat, emisi CO pada ujung knalpot berkisar 0,5% sampai 1% untuk mesin yang dilengkapi dengan sistem injeksi atau sekitar 2,5% untuk mesin yang masih menggunakan karburator. Dengan bantuan air injection system atau CC, maka CO dapat dibuat serendah mungkin mendekati 0%. Apabila AFR (Air to Fuel Ratio) sedikit saja lebih kaya dari angka idealnya (AFR ideal = lambda = 1,00) maka emisi CO akan naik secara drastis. Tingginya nilai AFR ini bisa disebabkan antara lain karena masalah di fuel injection system seperti fuel pressure yang terlalu tinggi, sensor suhu mesin yang tidak normal, air filter yang kotor, PCV system yang tidak normal, karburator yang kotor atau setelannya yang tidak tepat. Konsentrasi CO 2 menunjukkan secara langsung status proses pembakaran di ruang bakar. Semakin tinggi maka semakin baik. Saat AFR berada di angka ideal, emisi CO 2 berkisar antara 12% sampai 15%. Apabila AFR terlalu kurus atau terlalu kaya, maka emisi CO 2 akan turun secara drastis. Apabila CO 2 berada

144 dibawah 12%, maka kita harus melihat emisi lainnya yang menunjukkan apakah AFR terlalu kaya atau terlalu kurus. Konsentrasi O 2 berbanding terbalik dengan CO 2. Untuk dapat menghasilkan pembakaran yang sempurna maka kadar O 2 yang ada harus mencukupi untuk setiap molekul hidrokarbon. Dalam ruang bakar, campuran udara dan bensin dapat terbakar dengan sempurna apabila bentuk dari ruang bakar tersebut melengkung secara sempurna. Kondisi ini memungkinkan molekul bensin dan molekul udara dapat dengan mudah bertemu untuk bereaksi dengan sempurna pada proses pembakaran. Tapi sayangnya, ruang bakar tidak dapat sempurna melengkung dan halus sehingga memungkinkan molekul bensin seolah-olah bersembunyi dari molekul oksigen dan menyebabkan proses pembakaran tidak terjadi dengan sempurna. Untuk mengurangi emisi HC, maka dibutuhkan sedikit tambahan udara atau oksigen untuk memastikan bahwa semua molekul bensin dapat bertemu dengan molekul oksigen untuk bereaksi dengan sempurna. Ini berarti AFR 14,7:1 (lambda = 1,00) sebenarnya merupakan kondisi yang sedikit kurus. Inilah yang menyebabkan oksigen dalam gas buang akan berkisar antara 0,5% sampai 1%. Berikut akan dibahas satu persatu mengenai hasil uji petik pada setiap lokasi. 4.6.3.1 Uji petik pada ruas Jalan Hayam Wuruk Uji petik dilakukan didepan Kantor Badan Lingkungan Hidup Kota Denpasar dengan melibatkan 227 kendaraan beroda empat dengan bahan bakar bensin, 61 kendaraan beroda empat dengan bahan bakar solar dan 54 sepeda motor

145 Dari Lampiran H-1 dapat dilihat bahwa gas terbanyak yang dihasilkan oleh kendaraan bermotor khususnya kendaraan beroda empat dengan bahan bakar bensin adalah gas CO 2 dengan rata-rata 10,9% dan 13,07% untuk kendaraan yang diproduksi setelah tahun 2010. Angka ini menunjukkan bahwa AFR terlalu kaya atau terlalu kurus. Dalam kondisi kendaraan ideal, emisi CO 2 berkisar antara 12% hingga 15%. Kisaran ini adalah angka efektif yang dihasilkan dengan perbandingan AFR 14,7. Apabila nilai AFR terlalu tinggi atau terlalu rendah, CO 2 memang akan turun secara drastis, namun ini menunjukkan adanya kerusakan dalam kendaraan, jadi akan terjadi pemborosan dalam penggunaan bahan bakar. Bila dikaitkan dengan jumlah kendaraan ringan pada jam puncak yang melewati area survei yaitu 1.318 kendaraan maka hal ini sama artinya dengan 144 kendaraan membuang gas CO 2 secara penuh ke udara bebas untuk kendaraan yang diproduksi sebelum tahun 2010 dan 173 kendaraan yang diproduksi setelah tahun 2010. Sedang untuk gas CO yang dihasilkan dari uji petik ini rata-rata sebesar 2,85% untuk kendaraan dengan tahun pembuatan dibawah tahun 2007 dan 0,11% untuk kendaraan dengan tahun produksi diatas tahun 2007. Nilai ini masih berada dibawah baku mutu yang diijinkan yaitu 4,5%dan 1,5%. Kandungan O 2 yang dihasilkan oleh kendaraan beroda empat di ruas Jalan Hayam Wuruk ini adalah sebesar 2,61% untuk kendaraan dengan tahun produksi sebelum tahun 2007 dan 0,74% untuk kendaraan dengan tahun produksi 2007 keatas. Jadi O 2 yang dihasilkan oleh kendaraan hasil uji petik di ruas Jalan Hayam Wuruk ini relatif lebih tinggi dari nilai normal untuk kendaraan dengan tahun produksi sebelum tahun 2007.

146 Untuk gas HC yang dihasilkan gas buang kendaraan bermotor pada uji petik ini adalah sebesar 340,02 ppm untuk kendaraan yang di produksi dibawah tahun 2007 sedangkan untuk kendaraan yang diproduksi diatas tahun 2007 diperoleh angka sebesar 2,86 ppm. Angka ini masih berada dibawah baku mutu yang diijinkan yaitu 1200 ppm untuk kendaraan yang diproduksi dibawah tahun 2007 dan 200 ppm untuk kendaraan yang diproduksi diatas tahun 2007. Dari hasil survei pada Lampiran H-1, dapat ditarik kesimpulan dalam bentuk Tabel 4.19 berikut: Tabel 4.19 Hasil uji emisi kendaraan kategori M,N,O pada ruas Jalan Hayam Wuruk Parameter Hasil Survei (%) Baku Mutu (%) < 2007 2007 < 2007 2007 CO 2,85 0,11 4,5 1,5 CO 2 10,9 13,07 12-15 12-15 O 2 2,61 0,74 0,5-1,2 0,5-1,2 Parameter Hasil Survei (ppm) Baku Mutu (ppm) < 2007 2007 < 2007 2007 HC 340,02 2,86 1200 200 Sumber: Hasil analisis, 2012 Dari kendaraan berbahan bakar solar, yang diukur sebagai baku mutu gas buang adalah opasitas atau tingkat kepekatan asapnya. Dari Lampiran H-2, dapat dilihat kadar opasitas naik dan turun secara drastis, namun dilihat dari nilai ratarata opasitas yang hanya 0,4% itu masih sangat jauh dibawah baku mutu yang telah ditentukan yaitu 40% sampai 70%. Survei juga dilakukan terhadap sepeda motor. Hasil uji emisi terhadap sepeda motor yang melintas di area survei dapat dilihat pada Lampiran H-3.