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.

Hasil dan Pembahasan

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.

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