Model Pengendalian Pencemaran Udara Di Wilayah dengan Pertumbuhan Ekonomi Tinggi : Studi Kasus DKI Jakarta

Abstract

Pencemaran udara merupakan salah satu isu utama metropolitan dengan pertumbuhan ekonomi tinggi, seperti DKI Jakarta. Pertumbuhan sektor industri, transportasi, konstruksi, dan konsumsi bahan bakar fosil telah menyebabkan peningkatan konsentrasi polutan udara PM2,5, PM10, SO2, NO2, CO, dan O3. Masalah ini ditambah perubahan kondisi meteorologi dan semakin sedikitnya ruang terbuka hijau, yang berujung pada munculnya efek pulau panas perkotaan yang pada akhirnya menurunkan kualitas lingkungan dan meningkatkan risiko masalah kesehatan. Meskipun pemerintah daerah telah berupaya mengatasi masalah ini melalui berbagai langkah seperti program pengendalian emisi kendaraan bermotor, kualitas udara Jakarta sering kali masih tercatat dalam kondisi buruk dan tidak sehat. Nilai Indeks Kualitas Udara (IKU) yang rendah menggambarkan perlunya strategi pengendalian yang lebih efektif yang didasarkan pada data berkualitas tinggi. Tujuan utama penelitian ini adalah mengembangkan model pengendalian pencemaran udara yang efektif dan adaptif untuk perencanaan perkotaan yang dipengaruhi oleh pertumbuhan ekonomi yang pesat studi kasus DKI Jakarta. Sedangkan tujuan antara dari penelitian ini adalah menganalisis kualitas udara Jakarta berdasarkan standar World Health Organization (WHO), standar nasional (PP RI/Peraturan Pemerintah Republik Indonesia) dan United States Environmental Protection Agency (USEPA); menguji korelasi antara pertumbuhan ekonomi dan kualitas udara menggunakan melalui pendekatan Environmental Kuznets Curve (EKC); mengevaluasi data real time stasiun pemantauan terhadap model numerik dinamika atmosfer; mengidentifikasi variabel strategis untuk penelitian polusi udara; mengembangkan model sistem dinamis pengendalian pencemaran udara untuk pengambilan keputusan.

Penelitian ini menggunakan data real-time dari lima stasiun Air Quality Monitoring System (AQMS) di Jakarta dari 2018 hingga 2023 untuk menghitung IKU menggunakan pendekatan baru dalam pengukuran yang disebut sebagai IKU-P6. IKU ini menggunakan enam parameter pencemar udara utama, yaitu PM2,5, PM10, SO2, CO, NO2, dan O3, yang memadukan baku mutu WHO, standar nasional, dan USEPA. Kurva EKC dibuat dengan regresi polinomial untuk melihat hubungan antara pertumbuhan ekonomi dan IKU. Data reanalisis CAMS dan simulasi WRF-Chem digunakan untuk sebaran pencemaran. Model MicMac digunakan untuk menganalisis variabel strategis.

Penelitian menunjukkan bahwa kualitas udara Jakarta, berdasarkan standar WHO, hampir selalu tergolong dalam kategori sedang hingga buruk. Sementara itu, berdasarkan standar nasional dan USEPA, kualitas udara terlihat sedikit lebih baik, meskipun tetap memerlukan perhatian yang serius. Analisis EKC menunjukkan pola yang beragam: Jakarta Pusat, Utara, dan Selatan menunjukkan pola kurva U normal yang mengindikasikan bahwa kualitas udara memburuk pada fase awal pertumbuhan ekonomi, kemudian membaik setelah melewati titik balik tertentu. Berbeda dengan itu, Jakarta Timur menunjukkan kurva U terbalik, yang mengindikasikan penurunan kualitas udara pada fase pertumbuhan ekonomi yang lebih pesat. Sensitivitas penyebaran polutan menggunakan Copernicus Atmosphere Monitoring Service (CAMS) dan Weather Research and Forecasting with Chemistry (WRF-Chem) menunjukkan bahwa model tersebut secara efektif mewakili distribusi polutan, namun beberapa parameter masih menunjukkan bias.

Desain IKU-P6 yang berbasis data real-time dengan beberapa parameter merupakan kebaruan dalam penelitian ini. Hal ini memungkinkannya untuk memberikan gambaran kualitas udara yang lebih detail dibandingkan dengan metode IKU tradisional, yang hanya berfokus pada SO2 dan NO2. Penggunaan EKC dengan IKU sebagai indikator kualitas lingkungan merupakan kebaruan lainnya. Hal ini menghasilkan kurva logis yang menunjukkan bahwa IKU meningkat ketika kualitas udara membaik. Selain itu, model sistem dinamis mampu mengintegrasikan variabel sosial, ekonomi, teknologi, dan kebijakan. Hal ini memungkinkan untuk menyajikan sejumlah skenario yang berbeda, yang dapat digunakan sebagai model untuk membantu merancang intervensi pengelolaan polusi udara yang lebih efektif.

Model sistem dinamik mengindikasikan bahwa kualitas udara di DKI Jakarta sangat dipengaruhi oleh interaksi kompleks antara aspek sosial, kesehatan, ekonomi, dan lingkungan. Tanpa upaya pengendalian yang efektif, penurunan nilai IKU berpotensi menyebabkan peningkatan kasus Infeksi Saluran Pernapasan Akut (ISPA) hingga 25%, meskipun pertumbuhan ekonomi mencapai rata-rata 4,5% per tahun. Di antara berbagai skenario, pendekatan optimis terbukti paling efektif dalam menekan emisi PM10, PM2,5, SO2, CO, dan NO2, serta secara signifikan mampu memperbaiki IKU melalui penerapan kebijakan terintegrasi seperti elektrifikasi transportasi, pemanfaatan teknologi ramah lingkungan, dan pengembangan ruang terbuka hijau. Dengan demikian, strategi pengendalian lintas sektor yang menyeluruh dan berkelanjutan menjadi kunci utama dalam mewujudkan kualitas udara yang lebih baik di masa mendatang.

Penelitian ini memiliki dampak signifikan terhadap perumusan kebijakan lingkungan berbasis data, terutama di daerah perkotaan yang terdampak oleh tingkat aktivitas ekonomi yang tinggi. Model yang dikembangkan merupakan cara mudah bagi pemerintah daerah untuk membuat kebijakan pengendalian pencemaran udara dan tetap mendukung pertumbuhan ekonomi sejalan dengan tujuan pembangunan berkelanjutan. Model ini juga dapat diterapkan di kota-kota besar lain di Indonesia dengan karakteristik serupa.

Air pollution is a serious concern in big cities that are growing swiftly, like DKI Jakarta. More air pollutants like PM2,5, PM10, SO2, NO2, CO, and O3 are in the air since the industrial, transportation, building, and fossil fuel consumption sectors have all grown. This problem is getting worse because of changes in the weather and the loss of green spaces. This causes the urban heat island effect, which makes the environment worse and increasing the risk of health problems. Even though the local government has tried to remedy the problem with programs to reduce car emissions, Jakarta's air quality is still routinely described as severe and unhealthy. Low Air Quality Index (IKU) measurements show that we need to make better decisions based on solid data.

The major purpose of this project is to use Jakarta as a case study to make a flexible and useful way to reduce air pollution in cities that are growing swiftly economically. The study's short-term goals are to look at Jakarta's air quality according to World Health Organization (WHO), national standard (PP RI/ Peraturan Pemerintah Republik Indonesia), and United States Environmental Protection Agency (USEPA) standards; to see if there is a link between economic growth and air quality using the Environmental Kuznets Curve (EKC) method; to compare real-time monitoring station data with numerical atmospheric dynamics models; to find key variables for air pollution research; and to create a model for a dynamic air pollution control system for decision-making. This study examines real-time data from five Air Quality Monitoring System (AQMS) sites in Jakarta spanning 2018 to 2023 to determine the IKU utilizing an innovative approach known as IKU-P6. This IKU looks at six main air pollutants: PM2,5, PM10, SO2, CO, NO2, and O3. It does this by combining standards from the WHO, the US EPA, and the national government. The EKC curve, which shows the link between IKU and economic growth, was made using polynomial regression. Using Copernicus Atmosphere Monitoring Service (CAMS) reanalysis data and Weather Research and Forecasting with Chemistry (WRF-Chem) simulations, pollutants were spread out. We used the MicMac model to look at important variables.

According to WHO criteria, the study showed Jakarta's air quality is consistently rated as moderate to bad. Air quality seems to be a little better; however, it still needs a lot of work, according to national and USEPA regulations. The EKC study displays various patterns: Central, North, and South Jakarta all have a standard U-shaped curve. This means air quality worsens at the beginning of economic growth and improves at a certain point. East Jakarta, on the other hand, has an inverted U-shaped curve, which means the air quality worsens during the faster-growing phase of economic growth. CAMS and WRF-Chem sensitivity study of pollutant dispersion demonstrates that the models show how pollutants spread, even though some parameters still show refraction.

The IKU-P6 design, which uses real-time data with several parameters, is new to this study. This gives a more complete picture of air quality than traditional IKU approaches, which only look at SO2 and NO2. Another new thing is using EKC with IKU to measure environmental quality. This makes a sensible curve showing that IKU increases as the air quality improves. The dynamic system model can also consider social, economic, technological, and policy factors. This makes it possible to show different situations that can be used as examples to assist in planning better ways to deal with air pollution.

The system dynamics model shows that the air quality in DKI Jakarta is greatly affected by the complicated ways that social, health, economic, and environmental issues work together. If there aren't any good control measures, the Air Quality Index (IKU) could go down, which could cause the number of Acute Respiratory Infections (ISPA) cases to go up by as much as 25%, even though the economy is growing at a pace of 4,5% each year. The optimistic approach is the best way to cut down on PM10, PM2,5, SO2, CO, and NO2 emissions and make the IKU much better. This can be done by using integrated policies like electrifying transportation, using eco-friendly technologies, and making more green open spaces. So, a complete and long-term cross-sectoral control plan is the key to better air quality in the future.

This study has a big effect on how to use data to formulate environmental policies, especially in cities with a lot of business. The model helps local governments find easy solutions to reduce air pollution while still encouraging economic growth, which is in line with the Sustainable Development Goals. You may also utilize the approach in other big Indonesian cities that are similar.