digilib@itb.ac.id +62 812 2508 8800

2019_TS_PP_KANDU_JIWANDONO_1-ABSTRAK.pdf
PUBLIC Lili Sawaludin Mulyadi

DKI Jakarta adalah salah satu kota dengan jumlah kendaraan bermotor paling banyak di Indonesia. Jumlah kendaraan bermotor diprediksi akan meningkat dan menimbulkan berbagai macam permasalahan seperti pencemaran udara yang disebabkan oleh O3 yang merupakan polutan sekunder. O3 dalam konsentrasi tinggi dapat mengakibatkan gangguan pada sistem pernapasan hingga kematian. Penelitian UDARA (Urban hybriD models for AiR pollution exposure Assessment) dilakukan untuk mengetahui hubungan pencemaran udara dengan tingkat kesehatan di DKI Jakarta. Salah satu masalah didalam penelitian UDARA adalah kurangnya cakupan data pencemaran udara di DKI Jakarta meskipun telah terdapat 5 stasiun pemantau kualitas udara otomatis. Salah satu solusi yang ditawarkan adalah menggunakan model time series yang diharapkan dapat meramalkan konsentrasi pada waktu tertentu. Analisis time series serta analisis variasi spasial dilakukan pada O3, NOX, dan hidrokarbon berdasarkan data rata-rata 30 menit yang diperoleh dari kelima stasiun tersebut. Tujuan utama dari penelitian ini adalah menganalisis karakter pencemar yakni O3 dan prekursornya pada setiap stasiun pemantau. Analisis yang dilakukan didalam penelitian ini meliputi analisis variasi spasial dengan uji ANOVA dan uji post-hoc ANOVA, analisis trend dengan uji Mann-Kendall dan pengamatan visual, perhitungan model time series ARIMA (Autoregressive Integrated Moving Average), serta peramalan konsentrasi di tahun berikutnya. Uji ANOVA menunjukkan terdapat perbedaan rata-rata yang signifikan untuk semua pencemar diseluruh stasiun pemantau. Terlihata adanya trend negatif untuk konsentrasi NO2, NO, dan NOX serta trend positif untuk konsentrasi O3 pada setiap stasiun pemantau. Akan tetapi, hasil uji Mann-Kendall menunjukkan trend negatif pada konsentrasi O3, NO2, NO, NOX, dan hidrokarbon di setiap stasiun pemantau. Perbedaan hasil analisis trend disebabkan oleh uji Mann-Kendall yang tidak dapat mendeteksi fluktuasi trend. Nilai terbesar hasil peramalan rata-rata bulanan dari konsentrasi harian 8 jam O3 adalah 151,69 ?g/m3. Nilai tersebut melebihi nilai pedoman kualitas udara yang dikeluarkan oleh WHO. Akurasi model ARIMA dianalisis dengan melihat nilai Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Nilai MAPE terbesar dari parameter O3 adalah 18,1% dan jika dibandingkan dengan penelitan lain yang serupa nilai ini sudah cukup baik dengan ketersediaan data yang lebih sedikit. Hasil prediksi dapat digunakan sebagai acuan dalam pengambilan kebijakan oleh pihak yang terkait.