Analisis Emisi Gas Rumah Kaca Dari Kendaraan Bermotor Di Wilayah Jalan Mastrip Kabupaten Jember Pada Kondisi Hujan Dan Tidak Hujan

Abstract

Penelitian ini mengkaji dampak volume kendaraan terhadap tingkat emisi gas buang di Jalan Mastrip Kabupaten Jember. Data volume kendaraan diambil di 9 titik melalui traffic counting selama jam 06.00 - 08.00; 16.00 - 18.00 WIB pada saat sistem satu arah diberlakukan, dan jam 11.00 - 13.00 saat sistem satu arah tidak diberlakukan. Pengambilan sampel dilakukan pada tanggal 18 Januari - 24 Januari 2025. Tujuan dilakukannya penelitian ini adalah untuk mengetahui pengaruh sistem satu arah dan kondisi hujan terhadap emisi yang ditimbulkan. Perhitungan emisi mengacu pada PERMEN LH Nomor 12 Tahun 2010 serta PERMEN LHK Nomor 73 Tahun 2017. Perhitungan beban emisi dilakukan sesuai jenis kendaraan yaitu roda 2 & roda 3, mobil berbahan bakar bensin, mobil dengan bahan bakar solar, truk, dan bus. Parameter yang dihitung ada 6 yaitu CO, HC, NO2, SO2, PM10, dan CO2. Hasil penelitian menunjukkan nilai CO tertinggi ada pada hari Kamis mencapai 47,53 ton CO/tahun. Emisi HC tertinggi adalah 16,01 ton HC/tahun terdapat pada hari Senin. Emisi NO2, PM10, dan SO2 tertinggi ada pada hari Kamis dengan nilai masing-masing 4,76 ton NO2/tahun; 0,88 ton PM10/tahun; dan 0,21 ton SO2/tahun. Emisi CO2 merupakan parameter yang memiliki nilai tertinggi dibandingkan dengan emisi lainnya, dengan nilai berkisar 227,18 - 401,25 ton CO2/tahun dengan nilai tertingginya ada pada hari Kamis. Penelitian ini menunjukkan bahwa emisi udara cenderung meningkat pada hari kerja dibandingkan pada hari libur. Analisis regresi linier digunakan untuk memodelkan hubungan antara variabel. Uji asumsi klasik dilakukan untuk memvalidasi model, meliputi uji normalitas, heteroskedastisitas, multikolinearitas, dan autokorelasi. Uji normalitas menunjukkan nilai p-value kurang dari 0,05 untuk setiap parameter, sehingga data tidak terdistribusi secara normal. Uji heteroskedastisitas pada semua parameter emisi memiliki nilai p-value lebih dari 0,05; artinya tidak terjadi heteroskedastisitas pada data. Data ini tidak terdapat autokorelasi pada emisi CO, HC, PM10, SO2, dan CO₂ dilihat dari nilai p-value lebih dari 0,05. Terjadi autokorelasi positif yang signifikan terhadap emisi NO2 dengan nilai p-value 0,03993. Uji multikolinearitas menunjukkan nilai Tolerance kurang dari 0,1 atau VIF lebih dari 10 pada kondisi SSA dan hujan, sehingga tidak ada multikolinearitas yang signifikan. Hasil uji regresi linear berganda menunjukkan bahwa jumlah kendaraan menjadi variabel signifikan. Kondisi SSA memiliki hubungan signifikan terhadap penurunan emisi HC, PM10, dan CO2 dan memiliki hubungan tidak signifikan terhadap parameter lainnya. Kondisi hujan dapat menurunkan emisi CO, HC, NO2, PM10, dan meningkatkan emisi SO2 dan CO2. Nilai p-value semua parameter lebih dari 0,05 terhadap kondisi hujan artinya tidak ada hubungan yang signifikan secara statistik.