PEMODELAN DISPERSI EMISI SO2, NO2, DAN CO INSINERATOR RUMAH SAKIT PUPUK KALTIM MENGGUNAKAN SOFTWARE AERMOD DI KOTA BONTANG KALIMANTAN TIMUR INDONESIA

Edhi Sarwono, Iqbal Fathur Zain, Budi Nining Widarti, Dyah Wahyu Wijayanti

Abstract


Rumah Sakit Pupuk Kaltim di Kota Bontang Provinsi Kalimantan Timur menggunakan alat insinerator untuk membakar limbah medis yang dihasilkan dengan berbahan bakar dexlite dan terhubung pada cerobong untuk mengeluarkan emisi polutan ke atmosfer. Tujuan penelitian ini adalah pemodelan parameter SO2, NO2, dan CO dengan radius 10 kilometer dari lokasi sumber emisi. Konsentrasi emisi SO2 pada cerobong sebesar 14,15 µg/Nm3, NO2 sebesar 95,79 µg/Nm3 dan CO sebesar 67,08 µg/Nm3, dengan tinggi cerobong 14 meter dan kecepatan gas buang 22,95 m/s. Pemodelan menggunakan software AERMOD dan software AERMET. Windrose pada area penelitian dominan dari arah timur laut dan barat daya. Hasil pemodelan menunjukkan konsentrasi penyebaran SO2, NO2, dan CO cenderung menurun sesuai jarak. Kenaikan konsentrasi terjadi pada wilayah yang mengalami kenaikan elevasi dari lokasi sumber emisi. Hasil maksimum dispersi polutan dengan radius 10 kilometer untuk konsentrasi SO2 sebesar 1,33 µg/Nm3, konsentrasi NO2 sebesar 8,83 µg/Nm3, dan konsentrasi CO sebesar 21,5 µg/Nm3. Penilaian akurasi hasil pemodelan dilakukan dengan menghitung persentase margin error antara hasil pemodelan dengan nilai konsentrasi polutan yang diperoleh dari hasil pemantauan aktual pada tahun 2022 yang telah dilakukan rumah sakit Pupuk Kaltim. Pada 2 titik reseptor di tahun 2022, hasil penilaian margin error menunjukkan bahwa hanya pemodelan parameter NO2 pada reseptor 1 yang menunjukkan pemodelan dengan hasil tingkat pemodelan terkategorikan baik.

Keywords


AERMOD, Emisi, Pemodelan, Dispersi Udara, Insinerator

Full Text:

PDF

References


I. Manisalidis, E. Stavropoulou, A. Stavropoulos, dan E. Bezirtzoglou, “Environmental and health impacts of air pollution: a review,” Frontiers in Public Health, vol. 8, pp. 1–13, Feb. 2020, doi: 10.3389/fpubh.2020.00014.

WHO, “Air pollution - world health organization.” https://www.who.int/health-topics/air-pollution (diakses 02 Nov. 2024).

A. Cardito, M. Carotenuto, A. Amoruso, G. Libralato, dan G. Lofrano, “Air quality trends and implications pre and post Covid-19 restrictions,” Science of the Total Environment, vol. 879, Jun. 2023, doi: 10.1016/j.scitotenv.2023.162833.

IQ Air, “World’s most polluted countries & regions.” https://www.iqair.com/id/world-most-polluted-countries (diakses 28 Jan. 2024).

US EPA, “Compilation of air pollutant emission factors from stationary sources (AP-42), fifth edition, volume I chapter 2: solid waste disposal.” https://www.epa.gov/air-emissions-factors-and-quantification/ap-42-fifth-edition-volume-i-chapter-2-solid-waste-0 (diakses 28 Jan. 2024).

N. Ridzuan, U. Ujang, S. Azri, dan T. L. Choon, “Visualising urban air quality using AERMOD, CALPUFF and CFD models: A critical review,” in International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives, International Society for Photogrammetry and Remote Sensing, Nov. 2020, pp. 355–363. doi: 10.5194/isprs-archives-XLIV-4-W3-2020-355-2020.

M. Invernizzi, M. Brancher, S. Sironi, L. Capelli, M. Piringer, dan G. Schauberger, “Odour impact assessment by considering short-term ambient concentrations: a multi-model and two-site comparison,” Environment International, vol. 144, pp. 1–17, Nov. 2020, doi: 10.1016/j.envint.2020.105990.

S. G. Perry et al., “AERMOD: a dispersion model for industrial source applications. Part II: model performance against 17 field study databases,” Journal of Applied Meteorology, vol. 44, pp. 694–708, May 2005, doi: 10.1175/JAM2228.1.

A. P. Kesarkar, M. Dalvi, A. Kaginalkar, dan A. Ojha, “Coupling of the weather research and forecasting model with AERMOD for pollutant dispersion modeling. A case study for PM10 dispersion over pune, india,” Atmospheric Environment, vol. 41, pp. 1976–1988, Mar. 2007, doi: 10.1016/j.atmosenv.2006.10.042.

S. P. Arya, Air pollution meteorology and dispersion. New York: Oxford Univ. Press, 1999.

K. Lawrence, R. Klimberg, dan S. Lawrence, Fundamentals of forecasting using excel, 1 st Editi. Connecticut, US: Industrial Press, 2009.




DOI: http://dx.doi.org/10.30872/jtlunmul.v9i1.19913

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Jurnal Teknologi Lingkungan UNMUL





Program Studi Teknik Lingkungan
Fakultas Teknik
Universitas Mulawarman
Jl. Sambaliung No 9, Kampus Gunung Kelua, Samarinda, Indonesia