POTRET KONDISI EMISI GAS BUANG KENDARAAN DI JAKARTA 

 

Sudarmanto Budi Nugroho

Pusat Penelitian Sumber Daya Manusia dan Lingkungan, Universitas Indonesia

E-mail : nugrohobudis@hotmail.com

 

 

1.       Pendahuluan

 

Mengutip dari laporan APMA(Hag, et al, 2002), total estimasi pollutan CO yang diemisikan dari seluruh aktifitas di kota Jakarta adalah sekitar 686864 ton/tahun atau 48.6 % dari total emisi lima pollutant (PM, SO₂, NOx, HC and CO). Hasil penelitian dari kerjasama study antara JICA dan Kementrian Lingkungan Hidup (1997) menyatakan bahwa kendaraan pribadi dan sepeda motor berkontribusi sebesar 50 % dan 20% emisi CO di Jakarta. Lebih lanjut disebutkan bahwa kendaraan pribadi mengemisikan 40% dari total emisi HC di Jakarta (SEI, UNEP and Kei, 2002). Hasil study oleh penulis tahun 2005, berdasarkan hasil estimasi di jalan-jalan utama kota Jakarta untuk tahun 2002, kendaraan pribadi berkontribusi 50 % dari total emisi HC dan 68 % dari total emisi CO yang berasal dari emisi kendaraan bermotor. Sehingga berdasarkan hasil-hasil studi terdahulu menunjukkan bahwa emisi dari kendaraan bermotor di Jakarta memberikan kontribusi yang lebih dominant dibandingkan dari sumber lainnya (industri dan sumber terbuka) khususnya untuk parameter CO. Kendaraan pribadi (mobil pribadi) berkontribusi dominan terhadap emisi CO dan HC, diantara berbagai jenis kendaraan lainnya. 

 

Tahun 2005 pemerintah DKI Jakarta mengeluarkan perda pengendalian pencemaran udara dari sumber bergerak yang akan mulai berlaku efektif bulan februari tahun 2006. Perda tersebut menyatakan bahwa pemilik kendaraan pribadi wajib melakukan uji emisi kendaraan setiap enam bulan (Simamora, A.P, 2006) yang lebih popular diketahui sebagai program pemeriksaan dan perawatan emisi (I/M). Pemilik kendaraan akan diberikan insentif berupa sertifikat kelulusan uji emisi yang akan dipergunakan untuk mengurus perpanjangan surat STNK Kendaraan (BPLHD, 2005). Jika kendaraan telah lolos uji emisi, pemilik akan diberikan sertifikat dan sebuah stiker yang harus dipasang di bagian kiri kaca bagian depan kendaraan. Prasyarat lolos uji emisi adalah kondisi emisi kendaraan tersebut harus berada dibawah baku mutu emisi yang berlaku sesuai dengan SK Gub DKI no 95 tahun 2000 (Tabel 1). Namun demikian sebaliknya, jika kendaraan tersebut gagal dalam uji emisi, kendaraan tersebut harus di perbaiki atau menjalani prosedur perawatan sehingga emisi yang dihasilkan lebih rendah dari standar yang diijinkan. Untuk pengujian dan perawatan emisi kendaraan harus dilakukan oleh bengkel dan teknisi yang terakreditasi.

 

Dalam studi ini, pertama-tama kita menganalisis kondisi emisi kendaraan di Jakarta berdasarkan data hasil uji petik emisi di beberapa jalan utama di kota Jakarta dan sekitarnya (Jabodetabek). Tahap selanjutnya adalah menganalisis beberapa factor/karakteristik kendaraan yang mempengaruhi hasil uji emisi gas buang dengan menggunakan model Bivariat Probit. 

 

2.  Metodologi

2.1.  Lokasi Pengambilan Sampel

 

 

Sembilan lokasi dipilih sebagai lokasi uji petik emisi kendaraan. Lima lokasi berada di kota Jakarta, sedangkan empat lainnya berada di Bogor, Depok, Tangerang dan Bekasi (gambar 1). Pada saat yang bersamaan juga dilakukan pengumpulan data karakteristik kendaraan yang dilakukan pengujian emisi seperti nomer registrasi kendaraan, pabrikan, umur kendaraan/taun produksi, kapasitas silinder mesin, karburator dan sistem injeksi serta bahan bakar yang dipergunakan.

 

 

Pengukuran emisi dilakukan pada saat kondisi kendaran diam(idle) dan sudah beroperasi normal. Pengujian berlangsung singkat: pertama kondisi persneling dalam keadaan netral, dan pendingin udara dalam kabin kendaraan/AC dimatikan dan setelah itu dibiarkan dalam kondisi idle selama 30 detik. Setelah itu pedal gas ditekan hingga 2500 rpm kurang lebih selama 30 detik. Dengan menggunakan alat pengukuran emisi milik BPLHD DKI Jakarta yaitu Optima 4040 dan/atau SAGEM digunakan untuk mengukur kadar emisi kendaraan yang langsung terlihat di monitor.

 

Pengambilan sampel dilakukan pada bulan april dan mei tahun 2004. Jumlah total sample kendaraan pribadi berbahan bakar bensin adalah 1023, namun hanya 787 sampel kendaraan yang lengkap data karakteristik kendaraannya. Hasil analisis diskripsi data diperlihatkan pada tabel 2 dan tabel 3. Ssebagian besar populasi adalah non-sedan (76.49%) dan sekitar 64.55 % menggunakan karburator. Sebanyak 81.45 % menggunakan bahan bakar bensin premium (regular) nilai rata-rata AFR (rasio udara dan bahan bakar) sekitar 1.0067. lebih dari 51 % kendaraan yang diuji berumur kurang dari atau sama dengan 6 tahun. Sebagian besar kendaraan memiliki kapasitas mesing umumnya berkisar antara 1000 -2000 cc (Lebih dari 88%).

 

2.2 .  Analisis Data

 

Dalam study ini hanya difokuskan pada analisis untuk kendaraan berbahan baker jenis bensin. Kami menggunakan analisis regresi bivariat probit untuk menguji probabilitas kegagalan uji emisi CO dan HC.. Kegagalan hasil uji emisi didefinisikan sebagai pengaruh dari karakteristik kendaraan seperti jenis kendaraan, tahun pembuatan, kapasitas mesin kendaraan , system pembakaran dengan karburator atau sistem injeksi. Faktor lain yang juga digunakan untuk menganalisis yang merepresentasikan kondisi operasional kendaraan seperti jenis bahan bakar yang digunakan dan rasio komposisi udara dan bahan bakar sebagai indikator perawatan kendaraan. Model regresi bivariat probit didasarkan pada observasi simultan dari dua variable diskrit biner yang diobservasi dan bersifat dependen seperti y_i1 and y_i2 yang mengindikasikan kegagalan test emisi CO dan HC. Berdasarkan variabel terikat yang diobservasi yang mengunakan dua nilai biner, mengarisbawahi variable terikat yang kontinyu z_i1 dan z_i2 yang dapat dinyatakan dengan rumus:

y_ij = 1 jika z_ij > 0, y_ij = 0 kondisi lainnya, j = {1, 2}

 

 

Dimana i merupakan sebuah observasi; β and x merepresentasikan vector dari parameter dan variable bebas, ε_i1 and ε_i2 yang merupakan random variasi yang terdistribusi secara gabungan dalam standard bivariate normal anda parameter yang bebas berkorelasi , i.e., BNV [0,0,1,1,]. Berdasarkan persamaan yang diberikan diatas, fungsi logaritmic dari kecenderungan kegagalan uji emisi dari sampel tersebut seperti tertulis dalam rumus :

 

                                             　　　(2)

 

DimanaФ₂ dinyatakan sebagai standar biariate yang terdistribusi normal; q adalah variable indicator seperti q_im = 2y_im-1, m = {1, 2}.  Berdasarkan data yang dikumpulkan dengan pengukuran langsung di sembilan lokasi di Jabodetabek taun 2004, hasil perhitungan diestimasi menggunakan perangkat lunak ekonometrik LIMDEP versi 8.0 (Greene, 2002).

 

Analisis usia kendaraan menggunakan tahun 2005 sebegai referensi, dan keseluruhan sampele  bagi menjadi 10 grup dengan masing-masing interval 3 tahun. Berdasarkan distribusi sampel ukuran mesin kendaraan, dikategorikan menjadi 5 kategori (Tabel 2).

 

Tabel 1. Standard Emisi Kendaraan di Jakarta

 

Source: SK Gubernur DKI Jakarta 95/2000

 

Untuk jenis kendaran, klasifikasi berdasarkan jenis sedan dan non-sedan. Sedangkan untuk jenis bahan bakar yang digunakan dikategorikan menjadi pengguna bahan bakar regular (premium) dan non-reguler (pretamax, pertamax-plus).

 

Tabel 2.  Definisi Variable: Nilai Rata-Rata dan Standard Deviasi Parameter yang Terukur

 

 

 

Berdasarkan hasil analisis deskriptif seperti terlihat pada Tabel 2 menunjukkan bahwa 418 kendaraan menghasilkan emisi paramater CO dan HC yang lebih rendah dari standard yang diperkenankan.

Tabel 3 Definisi Karakteristik Kendaraan

 

Catatan: angka tertulis didalam tiap kolom, pada baris pertama menyatakan nilai rata-rata sedangkan angka pada baris kedua (dalam tanda kurung) menunjukkan angka standard deviasi.

 

 

Bila dibandingkan dengan nilai ambang batas (SK Gub 95/2000), tingkat emisi HC dari kendaraan pribadi di Jakarta relative lebih baik dibandingkan dengan emisi CO, dalam rangka memenuhi baku mutu yang dipersyaratkan

 

 

3.       Estimasi Model Bivariat Probit

 

Agar dapat membedakan pengaruh dari faktor utama/inti (usia, kapasitas mesin, non sedan dan AFR) dan faktor tambahan (Jenis bahan bakar dan sistem suplai bahan bakar karburator atau sistem injeksi), digunakan dua jenis model. Model pertama digunakan untuk mengestimasi pengaruh dari faktor inti, sedangkan model 2 digunakan untuk menganalisis keseluruhan (faktor inti dan faktor tambahan). Hasil analisis untuk kedua jenis model dapat dilihat pada tabel 4.   

 

Dengan membandingkan hasil simulasi model 1 dan 2, nilai rho (disturbance correlation) hampir sama. Hasil estimasi loq-likelihood untuk model 2 lebih rendah daripada model 1. Nilai koefisien konstanta untuk parameter CO selalu positif, namun demikian bertolak belakang dengan konstanta untuk HC. Variabel non-sedan, usia kendaraan dan AFR selalu berpengaruh signifikan dalam menentukan probabilitas kegagalan uji emisi CO dan HC. Dengan menambahkan dua variabel bebas sehingga keseluruhan terdapat 6 variabel bebas (model 2), hubungan antara usia kendaraan dan probabilitas kegagalan uji emisi CO maupun HC selalu positif dan signifikan. Hasil perhitungan menunjukkan bahwa lambda atau AFR tetap signifikan untuk menentukan probabilitas kegagalan uji emisi CO dengan tingkat keyakinan 99% dan tingkat keyakinan 95 % untuk parameter HC. Salah satu parameter kunci yang sangat efektif dalam menentukan kesempurnaan proses pembakaran bahan bakar yang menghasilkan CO dan HC adalah rasio udara dan bahan bakar (AFR) (Rubin, E.S., 2001). Dalam studi ini nilai AFR dinyatakan dalam nilai kesetimbangannya (nilai 1) yaitu kondisi pembakaran yang ideal. Sehingga apabila nilainya lebih rendah dari 1, pembakaran kurang sempurna karena tidak cukup udara dan demikian pula sebaliknya, apabila nilai AFR lebih dari 1, artinya tidak cukup bahan bakar. Kapasitas mesin kendaraan berpengaruh signifikan terhadap CO untuk model 1 dan 2. Disisi lain, kapasitas mesin kendaraan tidak signifikan dalam menentukan probabilitas kegagalan uji emisi HC.

 

 

Dengan menambahkan variabel jenis bahan bakar dan sistem pembakaran (karburator) kedalam model, hanya memberikan pengaruh yang signifikan pada probabilitas kegagalan pengujian emisi CO. Jenis bahan bakar yang digunakan juga berkontribusi signifikan pada tingkat emisi CO dan HC yang menentukan hasil uji emisi kendaraan. Dalam studi ini, kita membagi jenis bahan bakar menjadi bahan bakar reguler (premium) dan non-reguler (pertamax dan pertamax plus).

  

Tabel 4a and 4b.  Hasil Estimasi Model Bivariate Probit untuk Kendaraan Pribadi di Jakarta

 

 

 

4.  Kesimpulan dan Saran

 

Sebagai studi pendahuluan untuk menganalisis program baru yang dijalankan oleh pemerintah daerah DKI Jakarta, hasil studi menunjukkan bahwa jenis kendaraan non-sedan, usia kendaraan, rasio udara dan bahan baker serta system suplai bahan bakar ke mesin kendaraan, serta jenis bahan baker yang digunakan secara keseluruhan berperan secara signifikan dalam menentukan hasil uji emisi. Sedangkan ukuran silinder mesin berpengaruh signifikan pada hasil pengujian CO dan menjadi tidak signifikan untuk HC. Hasil studi dapat juga digunakan sebagai bahan awal kajian akademik untuk usulan wacana program pembatasan usia kendaraan di DKI Jakarta. Diperlukan studi lebih lanjut terutama difokuskan pada sample kendaraan yang berusia lebih dari sepuluh tahun dengan berbagai variasi tingkat perawatan kendaraan sehingga dapat dirumuskan atau dihasilkan dokumen akademis untuk kajian program pembatasan usia kendaraan.  

 

5.  References

 

1.         Japan International Cooperation Agency (JICA) (1997). The Study on the Integrated Air Quality Management for Jakarta Metropolitan Area, Final Report collaborated with the Environmental Impact Management Agency (BAPEDAL) the Republic of Indonesia, Nippon Koei Co., Ltd., and Suuri Keikaku Co., Ltd.

2.         SEI, UNEP, KEI (2002). Benchmarking Urban Air Quality Management and Practice in Major and Mega Cities of Asia, Stage 1.

3.         Adianto P. Simamora, (2006). “Garages ask for speedier emission testing approval.” The Jakarta Post-The Journal of Indonesia Today, City News. http://www.thejakartapost.com May 01 2006

4.         Badan Pengelolaan Lingkungan Hidup Daerah, Propinsi DKI Jakarta, Kumpulan Peraturan Tentang Pengendalian Pencemaran Udara di Propinsi DKI Jakarta, BPLHD, 2005.

5.         Greene, W. (2002). Econometric Analysis, Prentice-Hall, New Jersey.

6.         Rubin, E.S. (2001) Introduction to Engineering and the Environment. McGraw-Hill International Edition, Singapore.