Perpustakaan Digital ITB

Kota Jakarta saat ini menghadapi permasalahan pencemaran udara akibat kompleksitas kegiatan yang terjadi didalamnya. Polutan yang berkontribusi pada pencemaran tersebut diantaranya CO, NOx, SOx, dan Partikulat (PM). Polutan PM2.5 umumnya digunakan sebagai parameter utama dalam penilaian kualitas udara karena dampaknya yang signifikan terhadap kesehatan dan visibilitas, serta kemampuannya merepresentasikan banyak aspek polusi udara. Polutan PM2.5 di udara ambien dapat berasal dari sumber yang berbeda yang ditandai dengan keberadaan unsur kimia tertentu sebagai penanda unik. Penilaian sumber PM2.5 berdasarkan perbedaan unsur penanda pada PM2.5 dapat dilakukan dengan teknik model reseptor. Tujuan dari penelitian ini adalah untuk menilai kontribusi sumber emisi PM2.5 di Kota Jakarta Timur pada musim kemarau menggunakan model reseptor Chemical Mass Balance (CMB) dan Positive Matrix Factorization (PMF). Pengambilan sampel PM2.5 menggunakan SuperSASS dilakukan selama 24 jam setiap tiga hari pada musim kemarau yakni bulan Mei - Oktober 2024. Analisis PM2.5 yang dilakukan adalah pengukuran konsentrasi PM2.5 menggunakan metode gravimetri, karbon hitam menggunakan metode reflektansi, trace elements menggunakan metode X-ray Fluorescence (XRF), ion terlarut menggunakan metode ion kromatografi, karbon organik (OC) dan karbon elemental (EC) menggunakan metode thermal/optical. Semua hasil analisis digunakan sebagai data input pada model CMB dan PMF. Selanjutnya, analisis Conditional Probability Function (CPF) diterapkan untuk mengidentifikasi lokasi sumber pencemar berdasarkan hasil model tersebut. Hasil operasi model CMB dan PMF menyatakan bahwa sumber emisi kendaraan diesel menjadi kontributor terbesar PM2.5 dengan persentase sebesar 34,89% (CMB) dan 26,4% (PMF). Berdasarkan analisis CPF diketahui sebagian besar potensi sumber emisi berasal dari kegiatan transportasidan industri yang berada di bagian selatan dan barat dari Kota Jakarta Timur.