Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
The aim of this research is to estimate dioxin/furan emission and concentration that can be used to present an altermative policy for emission reduction....

Abstrak :
Sektor industri merupakan salah satu sektor yang beperan penting dalam penurunan Gas Rumah Kaca (GRK), salah satunya yang sedang berkembang yaitu industri air bersih dan air limbah. Hingga saat ini, sudah banyak perlakuan pemerintah dalam menurunkan emisi di sektor air limbah, namun tidak pada sektor air bersih. Di sisi lain, Indonesia sedang mengejar pembangunan infrastruktur air bersih hingga 60% terlayani oleh PDAM. Sehingga, sektor air bersih menjadi sektor yang harus diperhatikan termasuk dalam GRK yang dihasilkan. Penelitian ini bertujuan untuk mengestimasi emisi CO2 sebagai emisi GRK dari pengolahan air bersih, yaitu Instalasi Pengolahan Air (IPA) Legong dan IPA Citayam yang mewakili Kota Depok, dan melakukan pengembangan skenario guna menurunkan emisi CO2. Estimasi emisi CO<2 menggunakan metode IPCC, model matematika, dan stokiometri. Total emisi CO2 yang dihasilkan dari pengolahan air bersih pada tahun 2018 yaitu 0,458 kg CO2/m3 dengan kapasitas produksi 2.313 m3/jam, dengan sumber emisi terbesar yaitu kegiatan konsumsi listrik untuk operasional IPA, transportasi bahan kimia, konsumsi koagulan, dan yang paling rendah yaitu penggunaan genset. Dari hasil analisis dan pengembangan skenario, direkomendasikan perencanaan reservoir untuk mengurangi operasional pompa intake dan membuat emisi CO2 yang dihasilkan berkurang 1,6%. Rekomendasi lainnya yaitu dengan asumsi pembangkit listrik utama berasal dari tenaga surya, sehingga emisi CO2 yang dihasilkan berkurang 15,3%. Karena itu, pemanfaatan energi alternatif merupakan startegi utama dalam menurunkan emisi CO2 dari pengolahan air bersih. ......The industrial sector is one of the important sectors in reducing GHGs, one of them is the water and wastewater industries. Until now, there has been a lot of government treatment in reducing emissions in the wastewater sector, but not in the clean water sector. On the other hand, Indonesia is pursuing the development of clean water infrastructure, up to 60% is served by PDAM. Thus, the clean water sector becomes a sector that must be considered including the GHG emission. This study aims to estimate CO2 emissions as GHG emissions from water treatment, namely the Legong Water Treatment Plant (WTP) and Citayam WTP which represent Depok City, and develop scenarios to reduce CO2 emissions. CO2 emissions is calculated using the IPCC method, mathematical models, and stochiometry. The total CO2 emissions generated from the treatment of clean water in 2018 were 0.458 kg CO2/ m3< with a production capacity of 2,313 m3/hour, with the largest source of emissions are electricity consumption activities for IPA operations, chemical transportation, coagulant consumption, and the lowest, that is use of generator set. From the results of scenario analysis and development, reservoir planning is recommended to reduce the intake pump operation and make the CO2 emissions produced reduced by 1.6%. Other recommendations are assuming that the main power plant comes from solar power, so the CO2 emissions produced are reduced by 15.3%. Therefore, alternative energy utilization is the main strategy in reducing CO2 emissions from processing clean water.

Abstrak :
Lahan gambut menjadi salah satu penyumbang emisi terbesar diantara kebakaran biomassa lainnya. Pada tahun 1997 sendiri, +2.57 Gt spesies karbon dilepaskan ke udara karena kebakaran lahan gambut di Indonesia yang berdampak pada 100 juta orang dengan estimasi kerugian 4.5 miliar USD (Heil & Goldammer, 2001). Meski dampak negatifnya yang besar, pengukuran emisi lahan gambut masih bervariasi. Selain itu, kuantifikasi emisi di lapangan sulit dilakukan karena alat yang akurat untuk kuantifikasi tidak cocok dioperasikan di lapangan. Untuk itu, penelitian ini bertujuan untuk membentuk korelasi dan model prediksi antara kedalaman bakar dengan emission factor (EF). Kedalaman bakar rata-rata dinilai dapat mengaproksimasi volume tanah gambut yang terbakar yang berhubungan baik dengan massa yang hilang. Karena penyebut dari EF merupakan laju hilangnya massa, kedalaman bakar rata-rata memiliki hubungan dengan EF. Eksperimen kebakaran membara tanah gambut skala laboratorium pada instrumen buoyancy calorimeter, dengan integrasi alat ukur kedalaman bakar berupa sensor jarak infrared (IR) dengan akuisisi data berbasis mikrokontroler 8-bit. Sensor IR memiliki akurasi yang cukup pada rentang pengukuran sampai 80 cm dan tidak terpengaruh oleh asap dari pembakaran. Sensor diletakkan 20 cm diatas tanah gambut dan mengukur secara vertikal. Data emisi gas dan partikulat masing-masing dideteksi dengan sensor gas elektrokimia dan sensor partikulat berbasis light scattering. Konsentrasi emisi kemudian diubah menjadi EF dengan data laju aliran massa masing-masing spesies emisi dengan densitas udara sebagai fungsi temperatur dan laju kehilangan massa yang direkam melalui anemometer dan load cell. Korelasi kemudian dibentuk dengan model tiga variabel, yakni laju pertambahan kedalaman bakar (SR), kedalaman bakar (DoB) dan waktu (t), dengan EF yang telah dilinearisasi secara logaritmik. Dari model tersebut diperoleh nilai R2 sebesar 0.968 untuk model prediksi CO2, 0.965 untuk CO, dan 0.969 untuk prediksi PM2.5. Untuk meningkatkan kemampuan prediksi model, diperlukan eksperimen dengan jumlah titik ukur per unit area yang lebih besar ataupun pembentukan point cloud, serta eksperimen di kondisi kebakaran dan komposisi tanah yang berbeda-beda di riset-riset yang akan datang. ......Peatlands are one of the biggest emitters among other biomass burning cases. In 1997 alone, +2.57 Gt of carbon species was released into the air due to peatland fires in Indonesia which affected 100 million people with an estimated loss of 4.5 billion USD (Heil & Goldammer, 2001). Despite this significant negative impact, measurements of peatland emissions still vary among researchers. In addition, emission quantification in the field is difficult because accurate tools for quantification are not suitable for operation in the field. For this reason, this study aims to establish correlations and prediction models between depth of burn and emission factor (EF). The average burn depth is considered to be an approximation of the volume of burnt peat soil which correlates well with the mass loss. Since the denominator of EF is the mass loss rate, the average depth of burn has a relationship with EF. Laboratory-scale smoldering peat fire experiment is conducted on a buoyancy calorimeter, with the integration of a depth-of-burn measurement instrument in the form of an infrared (IR) proximity sensor with 8-bit microcontroller-based data acquisition. The IR sensor has sufficient accuracy over a measurement range of up to 80 cm and is not affected by smoke from the burning experiment. The sensor is placed 20 cm above the peat soil and measured vertically. Gas and particulate emission data are detected by electrochemical gas sensors and particulate sensors based on light scattering, respectively. The emission concentration is then converted to EF with data on the mass flow rate of the smoke, with density as a function of temperature, and the rate of peat mass loss recorded through the anemometer and load cell. Correlation was then formed using a three-variable model, namely the rate of increase in the depth of combustion (SR), depth of combustion (DoB) and time (t), with EF that is linearized logarithmically. From this model, the R2 value is 0.968 for the CO2 prediction model, 0.965 for the CO, and 0.969 for the PM2.5 prediction. To improve the predictive ability of the model, experiments with a larger number of measuring points per unit area or the formation of point cloud of the peat surface are needed, as well as experiments in different fire conditions and peat composition in future research.

Abstrak :
Aspek yang perlu diperhatikan dalam pembangunan Negara berkembang adalah pengendalian dampak negatif dari pencemaran, diantaranya adalah pengendalian dampak pencemaran udara sebagai salah satu parameter perencanaan pembangunan, dalam kaitannya dengan pencemaran udara maka diperlukan informasi yang mendasar mengenai pencemaran udara akibat kegiatan transportasi yang ada saat ini. Informasi tersebut adalah tentang karakteristik yaitu ukuran tingkat pencemaran dan prediksi dispersi pencemaran udara, khususnya pencemaran polutan senyawa kimia organik polisiklik aromatik hidrokarbon (PAHs). Laju pembangunan di DKI Jakarta seiring dengan peningkatan kepadatan penduduk dan frekuensi kendaraan bermotor di jalan raya menyebabkan peningkatan emisi PAHs dan particulate matter yang mengadsorbsi fase padat polutan organik PAHs diprediksi akan meningkat. Karakteristik, konsentrasi dan faktor emisi polutan udara zat organik PAHs di wilayah DKI Jakarta sebagai akibat aktifitas transportasi kendaraan bermotor ini belum banyak dilakukan di perkotaan, dan sampai saat ini juga belum ada prediksi dispersi khususnya cemaran PAHs untuk wilayah perkotaan DKI Jakarta. Tujuan studi ini adalah (1) mengetahui faktor-faktor yang mempengaruhi pembentukan emisi PAHs dari kendaraan bermotor di wilayah DKI Jakarta, (2) mengkaji karakteristik pencemar emisi kendaraan PAHs di wilayah DKI Jakarta melalui keimpahan, spesiasi, faktor emisi dan diagnosis rasio PAHs yang terbentuk, (3) prediksi konsentrasi PAHs akibat emisi kendaraan bermotor di wilayah perkotaan DKI Jakarta yang tersebar melalui pendekatan model prediksi dispersi pencemar PAHs. Metode studi dalam penelitian ini adalah pengambilan sampel udara dan partikel di udara di wilayah tepi jalan yang mempunyai potensi kemacetan, kemudian kelimpahan PAHs dilakukan dengan GCMS. Spesiasi PAHs di udara didasarkan pada bentuk fase partikel dan gas yang terdeteksi, diagnosis rasio dilakukan untuk menelusur jejak sumber emisi PAHs. Prediksi konsentrasi PAHs yang tersebar dihitung menggunakan persamaan dispersi sumber garis terbatas. Pengolahan data menggunakan analisa statistik dan model matematis dari persamaan dispersi dengan simulasi pada jarak reseptor setiap 500 dan 1000 meter menemukan nilai faktor emisi dari fenantrena, antrasena, fluorantena, pirena, benzo(a)antrasena, krisena, benzo(b) fluorantena, benzo(a)pirena, indeno(1,2,3)pirena, dan dibenzo(a,h)antrasena. Karakteristik polutan PAHs dari kendaraan bermotor dipengaruhi oleh kualitas bahan bakar yang digunakan, kondisi kemacetan lalu lintas dan stabilitas atmosfer. Tingkat polutan PAHs menuju reseptor akan semakin besar pada kondisi stabilitas atmosfer stabil dan kecepatan angin rendah. Hasil prediksi emisi polutan PAHs dengan pendekatan dispersi ini bermanfaat untuk menentukan tingkan pencemaran PAHs yang tersebar sampai ke reseptor. Model ini lebih aktual karena memperhitungan kondisi lingkungan pada segmen jalan yang diamati, selain itu jejak sumber emisi dapat dikonfirmasi dengan cara diagnosis rasio PAHs yang tersebar.

---

Motor vehicles activity on the Jakarta roadway emitted pollutant into the air including polycyclic aromatic hydrocarbon (PAHs) pollutant and particulate matter (PM) that adsorb the solid phase of PAHs pollutants. level of PAHs and its dispersion in air pollution due to motor vehicles transport activities are required as base information for pollution control and prevention. Such information required are about the characteristics and dispersion predictions of PAHs pollutants. The objectives of this study were (1) to find out the factors that influence the formation of PAHs emissions from motorized vehicles in Jakarta area, (2) assess the pollutant characteristics of PAHs vehicle emissions in the Jakarta area, (3) predict the PAHs pollutant concentration as impact of vehicle emissions through finite length line source dispersion model approach. Data processing that used for statistical analysis and mathematical models of dispersion equations with simulations of distances of 500 and 1000 meters found values of emission factors from phenanthrene, anthracene, fluorantene, pirena, benzo (a) anthracene, krisena, benzo (b) fluorantene, benzo (a) pirena, indeno (1,2,3) pirena, and dibenzo (a, h). Results of this study presented pollutant characteristics of PAHs from motorized vehicles affected by the quality of the fuel used, conditions of traffic congestion and stability of the atmosphere. The prediction of PAHs pollutants towards the receptors will be greater under conditions of stable atmospheric stability and low wind speeds. The prediction results of PAHs pollutant emissions with a dispersion approach are useful for determining exposure to scattered PAHs to receptors. This model is more actual because it calculates the environmental conditions in the observed road segments.