Analisis Sebaran NO₂ di Jabodetabek Menggunakan Principal Component Analysis

26 Maret 2025

By: HIMA SAIG UPI

Thumbail No2

Ditulis oleh:

Desti Meirisa Putri

Pendahuluan

Polusi udara merupakan salah satu masalah yang serius khususnya di wilayah perkotaan dengan tingkat aktivitas manusia yang tinggi. Salah satu polutan yang berkontribusi terhadap penurunan kualitas udara adalah nitrogen dioksida (NO₂). NO₂ merupakan gas beracun yang dihasilkan dari pembakaran batu bara di pabrik, pembangkit energi listrik, dan asap knalpot kendaraan (Saidal Siburian, 2020). Polusi udara dapat mengakibatkan kerugian bagi makhluk hidup terutama manusia (Pratiwi et al., 2024). Polusi udara dapat mengganggu pernapasan, iritasi mata, batuk, serta gangguan kesehatan lainnya. Selain berdampak pada kesehatan manusia, NO₂ juga berkontribusi terhadap pembentukan hujan asam (Zubaydah et al., 2024).

Sebaran NO₂ dipengaruhi oleh beberapa faktor, seperti kepadatan penduduk, aktivitas transportasi, serta kondisi meteorologi, seperti suhu dan angin. (Romansyah, 2019). Keterlibatan banyak variabel dalam analisis ini akan menghasilkan data berdimensi tinggi. Selain itu, proses analisis ini dapat menjadi tantangan karena kompleksitas data yang sulit diinterpretasi. Dalam hal ini, Principal Component Analysis (PCA) menjadi metode yang berguna untuk memahami pola sebaran NO₂. PCA digunakan untuk mengurangi dimensi dari dataset sehingga dapat meningkatkan interpretabilitas dengan meminimalisasi hilangnya informasi (Susanti et al., 2023).

Metodologi

Data yang digunakan adalah Citra Sentinel 5P (2021-2023). Data ini kemudian diproses menggunakan tool Principal Component Analysis pada perangkat lunak GIS.

1

Hasil dan Pembahasan

d

Sebaran NO₂ disimbolkan dengan warna RGB (Red, Green dan Blue). Sebaran NO₂ tahun 2021 disimbolkan dengan warna merah, sebaran NO₂ tahun 2022 disimbolkan warna hijau, dan sebaran NO₂ tahun 2023 disimbolkan warna biru. Campuran warna juga berlaku dalam hasil PCA ini. Seperti contoh, apabila suatu wilayah menunjukkan warna ungu, berarti kandungan NO₂ tahun 2021 (merah) dan tahun 2023 (biru) ditemukan disana. Apabila suatu wilayah didominasi oleh warna putih, maka kandungan NO₂ tahun 2021, 2022, dan 2023 intensitasnya sama.

NO₂ adalah polutan udara yang sering dikaitkan dengan emisi kendaraan bermotor, industri, dan aktivitas manusia lainnya. Adanya aktivitas manusia ini erat kaitannya dengan kepadatan penduduk suatu wilayah. Wilayah dengan kepadatan penduduk yang tinggi cenderung memiliki volume kendaraan yang lebih besar, yang merupakan sumber utama emisi NO₂. Kawasan padat penduduk juga seringkali memiliki lebih banyak industri, pembangkit listrik, dan aktivitas komersial yang berkontribusi terhadap emisi NO₂.

1

Dari tabel statistik covariance matrix, elemen diagonal pada covariance matrix adalah variance dari masing-masing variabel. Sementara elemen non-diagonal adalah covariance antar variabel. Variance adalah suatu ukuran variasi pada suatu data yang menjelaskan sebaran suatu data. Semakin tinggi nilai variance artinya semakin tinggi sebaran suatu data. Pada tabel terlihat bahwa varian layer 1 (tahun 2021) memiliki nilai 743,1371, varian untuk layer 2 (Tahun 2022) adalah 521,14494 dan varian untuk layer 3 (Tahun 2023) adalah 741,92840. Tahun 2021 dan 2023 memiliki nilai variance tinggi dibanding tahun 2022. Hal ini berarti bahwa sebaran NO₂ tahun 2021 dan 2023 tinggi. Covariance menjelaskan arah hubungan antar dua variabel. Tabel diatas menunjukkan bahwa semua covariance memiliki hasil yang positif. Jika satu variabel meningkat, maka variabel lain pun akan meningkat pula. Pada peta pun terlihat bahwa warna ungu (campuran antara NO2 2021 dan 2023) lebih mencolok dibanding warna lainnya.

Kota Jakarta Selatan dan Kota Tangerang Selatan didominasi oleh warna ungu dan merah. Hal ini mengindikasikan bahwa tahun 2021 dan 2023 kandungan NO₂ mendominasi wilayah tersebut. Kota Tangerang, Jakarta Barat, dan Jakarta Pusat didominasi oleh warna oranye kekuningan yang mengindikasikan bahwa tahun 2021 dan 2022 kandungan NO₂ yang lebih tinggi wilayah tersebut. Jakarta Utara didominasi warna oranye dan kuning yang menandakan bahwa kandungan NO₂ pada tahun 2021 dan 2022 cukup signifikan. Kota Depok hampir seluruhnya didominasi oleh warna ungu, yang menunjukkan kandungan NO₂ tertinggi terdapat pada tahun 2021 dan 2023. Untuk Kota Jakarta Timur dan Kota Bekasi warna putih mendominasi yang mengindikasikan bahwa kandungan NO₂ dari tahun 2021 hingga 2023 relatif sama di wilayah tersebut.

Di Kabupaten Bogor dan Kota Bogor, kandungan NO₂ terdeteksi sepanjang tahun 2021 hingga 2023. Namun, di Kabupaten Bogor, tahun 2022 dan 2023 memiliki konsentrasi NO₂ yang lebih tinggi yang ditunjukkan oleh banyaknya sebaran warna cyan. Kabupaten Tangerang didominasi warna ungu di bagian selatan dan kuning di bagian utara yang mengindikasikan bahwa kandungan NO₂ banyak ditemukan di tahun 2021 dan 2023 (ungu) serta tahun 2021 dan 2022 (kuning). Sementara itu, Kabupaten Bekasi didominasi oleh warna cyan di bagian utara yang mengindikasikan kandungan NO₂ banyak ditemukan di tahun 2022 dan 2023. Untuk bagian selatan didominasi warna putih, ungu dan kuning. Terakhir, Kepulauan Seribu didominasi oleh warna cyan kehijauan yang mengindikasikan kandungan NO₂ tertinggi terjadi pada tahun 2022 dan 2023 wilayah tersebut.

Sebaran polutan di Jabodetabek ini dipengaruhi oleh berbagai faktor yang berkaitan dengan aktivitas manusia dan kependudukan. Sebagai kawasan megapolitan, Jabodetabek mengalami pembangunan yang pesat disertai dengan kependudukan yang semakin padat. Sebagai pusat pemerintahan, pusat bisnis dan perdagangan, infrastruktur serta transportasi yang relatif maju, wilayah urban, dan banyaknya kawasan industri, Jabodetabek juga memiliki banyak kawasan industri, yang turut berkontribusi terhadap tingginya kepadatan penduduk serta peningkatan emisi polutan.

Setiap aktivitas manusia berpotensi melepaskan emisi ke lingkungan. Salah satu aktivitas manusia yang menghasilkan polutan adalah penggunaan kendaraan bermotor (Shabrina dan Pratama, 2022). Penggunaan kendaraan bermotor ini dapat menghasilkan berbagai macam polutan, salah satunya adalah nitrogen dioksida (NO₂). Selain kendaraan bermotor, aktivitas manusia lain yang turut menyumbang NO₂ adalah pembakaran sampah, aktivitas industri dan penggunaan Air Conditioner (AC). Kadar NO₂ di udara juga cenderung ini akan terus meningkat seiring dengan pertumbuhan penduduk yang semakin meningkat pula (Januari, 2024). Hal ini tentunya akan berdampak pada perubahan kualitas udara di kawasan Jabodetabek.

Kesimpulan

Warna yang dihasilkan mengindikasikan dominasi polutan pada tahun tertentu di berbagai wilayah, dengan warna merah mewakili tahun 2021, hijau untuk tahun 2022, dan biru untuk tahun 2023. Kombinasi warna seperti ungu, cyan, dan kuning menunjukkan tumpang tindih konsentrasi NO₂ pada beberapa tahun tertentu. Beberapa wilayah memiliki pola distribusi polutan yang berbeda. Distribusi polutan di Jabodetabek dipengaruhi oleh berbagai faktor, termasuk aktivitas manusia, pertumbuhan penduduk, dan perkembangan infrastruktur. Peningkatan kadar NO₂ ini menunjukkan adanya tantangan dalam menjaga kualitas udara, terutama di wilayah perkotaan dengan tingkat aktivitas ekonomi dan transportasi yang tinggi. Dalam mengatasi hal ini, perlu adanya peningkatan kebijakan dan pengawasan terhadap sumber pencemaran udara. Selain itu, peningkatan ruang terbuka hijau menjadi langkah penting untuk menyerap dan polutan dan meningkatkan kualitas udara di wilayah perkotaan.

Daftar Pustaka

Shabrina, A. P., & Pratama, R. (2022). Gambaran Kualitas Udara serta Analisis Risiko Nitrogen Dioksida (NO2) dan Sulfur Dioksida (SO2) di Kabupaten Bekasi. Journal of Engineering Environtmental Energy and Science, 1(2), 63-70.

Januari, A. D., Rusdayanti, N., Kardian, S., & Shara, S. (2024). Urbanisasi Jakarta dan dampaknya terhadap sosial ekonomi dan lingkungan. Sustainable Transportation and Urban Mobility, 1(1).

Saidal Siburian, M. M., & Mar, M. (2020). Pencemaran Udara dan Emisi Gas Rumah Kaca. Kreasi Cendekia Pustaka.

Pratiwi, A., Lestari, C., Roza, Z. H., Rizki, A., & Nasir, M. (2024). LITERATUR REVIEW: ANALISIS TINGKAT PENCEMARAN UDARA AKIBAT LALU LINTAS KENDARAAN DI INDONESIA. KENANGA: Journal of Biological Sciences and Applied Biology, 4(1), 28-37.

Zubaydah, A., Sabilah, A. Z., Sari, D. P., & Hidayah, F. N. A. (2024). MENGURANGI EMISI: MENDORONG TRANSISI KE ENERGI BERSIH UNTUK MENGATASI POLUSI UDARA. BIOCHEPHY: Journal of Science Education, 4(1), 11-21.

Romansyah, M. U. Q. O. R. R. O. B. I. N. (2019). Analisis korelasi karbon monoksida (CO) dan particullate metter (PM10) dengan kendaraan bermotor dan faktor yang berhubungan (studi kasus pasar induk tradisional Bojonegoro. UIN Sunan Ampel. Disertasi, UIN Sunan Ampel, 5.

Susanti, Z., Sirait, P., & Panjaitan, E. S. (2023). Peningkatan Kinerja Random Forest Melalui Seleksi Fitur Secara Pca Untuk Mendeteksi Penyakit Diabetes Tahap Awal. Jurnal Sains dan Teknologi, 4(3), 51-56.r

Data Publikasi

Final Project : Analisis Kerawanan Bencana Erupsi Gunung Merapi Lokasi Wisata di Kabupaten Sleman

Iklim dan Bencana

15 Jun 2025

Anggara Yudha

Final Project : Analisis Kerawanan Bencana Erupsi Gunung Merapi Lokasi Wisata di Kabupaten Sleman

Analisis Kerawanan

5 menit baca

138 dilihat

Analisis Kesesuaian Lahan Untuk Mendukung Program Reaktivasi Jalur Kereta Api Antarkota Kalisat - Panarukan di Kabupaten Bondowoso

Transportasi

11 Jun 2025

Safira Ramadhani

Analisis Kesesuaian Lahan Untuk Mendukung Program Reaktivasi Jalur Kereta Api Antarkota Kalisat - Panarukan di Kabupaten Bondowoso

Pemerintah Indonesia mendorong program reaktivasi jalur kereta api nonaktif sebagai bagian dari revitalisasi infrastruktur dan pengembangan wilayah. Salah satu yang direncanakan adalah jalur kereta api antarkota Kalisat – Panarukan yang melintasi Kabupaten Bondowoso. Kajian kesesuaian lahan dibutuhkan untuk meminimalkan dampak lingkungan pada lahan yang akan difungsikan kembali pada program reaktivasi. Dengan memanfaatkan Sistem Informasi Geografis (SIG), kajian ini ditujukan untuk mengetahui tingkat kesesuaian lahan yang ada.

25 menit baca

344 dilihat

7 Data

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Kesehatan

05 Jun 2025

HIMA SAIG UPI

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Penelitian ini membahas analisis spasial kasus stunting di Provinsi Jawa Barat, khususnya di Kota Bandung, dengan menggunakan metode Geographically Weighted Regression (GWR). Studi ini bertujuan untuk memahami pengaruh variabel sosial-ekonomi dan lingkungan—seperti kemiskinan, akses air bersih dan sanitasi, pendidikan ibu, serta cakupan posyandu—terhadap prevalensi stunting di tingkat lokal. Hasil penelitian menunjukkan adanya variasi spasial yang signifikan: beberapa kecamatan seperti Gedebage, Rancasari, dan Buahbatu memiliki kecocokan model yang sangat tinggi namun jumlah kasus stunting yang rendah, sedangkan Bandung Kulon dan Babakan Ciparay menunjukkan jumlah kasus tinggi dengan kecocokan model yang lebih rendah. Model GWR secara keseluruhan memiliki kemampuan prediktif yang sangat baik (R² global 0,9822), menandakan efektivitas pendekatan spasial dalam mendukung perumusan kebijakan intervensi stunting yang lebih terarah dan sesuai karakteristik wilayah.

9 menit baca

222 dilihat

2 Data

1 Proyek

Analisis Spasial Keterjangkauan Fasilitas Kesehatan Rumah Sakit dan Puskesmas di Kota Bukittinggi

Kesehatan

11 Jun 2025

Muhammad Reza Zulkarnain

Analisis Spasial Keterjangkauan Fasilitas Kesehatan Rumah Sakit dan Puskesmas di Kota Bukittinggi

Publikasi ini menyajikan analisis spasial keterjangkauan fasilitas kesehatan berupa Puskesmas dan Rumah Sakit di Kota Bukittinggi menggunakan platform Geo Mapid. Dengan pendekatan buffer dan isochrone, kajian ini mengidentifikasi wilayah-wilayah yang belum terlayani secara optimal dan memberikan rekomendasi berbasis data untuk pemerataan layanan kesehatan.

18 menit baca

177 dilihat

1 Data

1 Proyek

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot