Hasil Pencarian  ::  Simpan CSV :: Kembali

"Polusi udara merupakan masalah penting yang terjadi di banyak daerah perkotaan. Organisasi Kesehatan Dunia (WHO) menyatakan bahwa 91% orang di dunia menghirup udara yang tidak sehat. Kota-kota besar di Indonesia memang tidak luput dari masalah polusi udara khususnya kota Bandung. Sebagai kota metropolitan terbesar di Jawa Barat, Kota Bandung terus mengalami peningkatan pertumbuhan penduduk yang mengakibatkan bertambahnya luas lahan terbangun dan penurunan luas kawasan hijau. Hal tersebut dapat menimbulkan permasalahan berupa penurunan kualitas udara. Ditunjang dengan kondisi fisik Kota Bandung yang berupa cekungan sehingga sulit ditiup angin untuk menghilangkan konsentrasi pencemar yang ada. Penelitian ini bertujuan untuk menganalisis secara spasial sebaran pencemar di Kota Bandung dan menganalisis hubungan sebaran pencemar dengan pola sebaran suhu permukaan tanah, kerapatan bangunan dan kerapatan vegetasi. Data yang digunakan dalam penelitian ini adalah kadar pencemar dan citra Landsat 8 bulan kemarau tahun 2018. Metode yang digunakan dalam penelitian ini adalah metode spasial berupa Interpolasi Terbalik Jarak Terbalik, Suhu Permukaan Tanah, Indeks Bangun Beda Normalisasi, dan Indeks Vegetasi Beda Normalisasi. Uji statistik menggunakan korelasi dan regresi Pearson Product Moment. Survei lapangan dilakukan untuk memverifikasi data tutupan lahan sebagai pengganti kerapatan vegetasi dan kerapatan bangunan. Hasil penelitian menunjukkan bahwa model spasial sebaran konsentrasi pencemar menunjukkan pola yang hampir sama pada bulan kemarau tahun 2018 yaitu suhu permukaan tanah dan kerapatan bangunan yang relatif tinggi serta kerapatan vegetasi yang relatif rendah, kandungan pencemar yang tinggi. Hasil uji statistik menunjukkan bahwa suhu permukaan tanah, kerapatan bangunan dan kerapatan vegetasi memiliki korelasi yang cukup kuat dengan pencemar dan hasil regresi menunjukkan bahwa suhu permukaan tanah, kerapatan bangunan dan kerapatan vegetasi berpengaruh signifikan terhadap pencemar.

---

Air pollution is an important problem that occurs in many urban areas. The World Health Organization (WHO) states that 91% of people in the world breathe unhealthy air. Big cities in Indonesia are not free from air pollution problems, especially the city of Bandung. As the largest metropolitan city in West Java, the City of Bandung continues to experience an increase in population growth which results in an increase in the area of ​​built land and a decrease in the area of ​​green areas. This can cause problems in the form of decreased air quality. Supported by the physical condition of the city of Bandung in the form of a basin so that it is difficult to blow the wind to remove the existing pollutant concentration.

This study aims to spatially analyze the distribution of pollutants in the city of Bandung and to analyze the relationship between the distribution of pollutants and the distribution patterns of soil surface temperature, building density and vegetation density. The data used in this study are pollutant levels and Landsat 8 images of the dry months of 2018.

The method used in this study is a spatial method in the form of Reverse Interpolation, Land Surface Temperature, Normalization Difference Build Index, and Normalized Difference Vegetation Index. Statistical test using Pearson Product Moment correlation and regression. Field surveys were conducted to verify land cover data as a substitute for vegetation density and building density. The results showed that the spatial model of the distribution of pollutant concentrations showed a similar pattern in the dry month of 2018, namely relatively high ground temperature and building density and relatively low vegetation density, high pollutant content.

The results of statistical tests show that soil surface temperature, building density and vegetation density have a strong enough correlation with pollutants and the regression results show that soil surface temperature, building density and vegetation density have a significant effect on pollutants."

"Polusi udara terjadi ketika campuran gas beserta partikel lainnya mencapai konsentrasi berbahaya baik yang terjadi di dalam maupun luar ruangan. Polusi udara juga menjadi penyebab kematian di beberapa negara dengan tingkat polusi yang parah. Salah satu polutan yang berbahaya adalah Partikulat halus (PM_2.5/ Particulate Matter_2.5), dimana dengan diameter kurang dari 2,5 μm, kira-kira 3% dari diameter rambut manusia, partikulat halus ini menjadi perhatian utama dalam pengamatan kualitas udara, dikarenakan PM_2.5 dianggap sebagai agen pembunuh utama yang menyebabkan penyakit kardiovaskular, pernapasan dan kanker. Jakarta dinyatakan sebagai kota dengan tingkat polusi udara yang sangat signifikan, isu pencemaran udara menjadi topik pembicaraan banyak pihak, terutama kondisi kualitas udara di ibu kota. Dalam pengukuran kualitas udara di Provinsi DKI Jakarta jaringan pengamatan observasinya masih sangat terbatas. Sehingga dibutuhkan pemodelan dalam andil untuk melakukan pengukuran kualitas udara dalam hal ini adalah PM_2.5. Pemodelan menggunakan algoritma pemebelajaran mesin atau machine learning random forest digunakan dalam penelitian ini dengan memanfaatkan metode regresi spasial. Adapun variabel yang digunakan berupa unsur meteorologi, partikulat dan gas yang diperoleh dengan memanfaatkan penginderaan jauh. Didapatkan variabel yang paling berpengaruh pada pemodelan spatial temporal PM_2.5 ini adalah NO2 dan CO serta dengan fungsi berkebalikan pada variabel curah hujan dan Ozon. Dalam pemodelan yang telah dilakukan ini didapatkan nilai 0,90 dalam korelasi hasil prediksi dengan nilai observasi, dengan nilai ini maka prediksi yang dilakukan oleh Machine Learning Random Forest terbilang baik, serta nilai RMSE sebesar 7,83 µg/m3 juga memberikan gambaran yang baik bagi model yang dibentuk, serta nilai R² sebesar 0,825 mengisyaratkan akurasi variabel yang digunakan mencapai 82,5 persen. Adapun pasial yang terbentuk dalam pemodelan spasial ini mengikuti pola musim hujan dan musim kemarau, dimana nilai tertinggi dari pola spasial parameter PM_2.5 berada pada bulan JJA (Juni, Juli dan Agustus), serta mulai menurun di bulan SON (September, Oktober, dan November), dan pada akhirnya berada di nilai terendah pada bulan DJF (Desember, Januari dan Februari).

---

Air pollution occurs when a mixture of gases and other particles reach dangerous concentrations both indoors and outdoors. Air pollution is also a cause of death in some countries with severe pollution levels. One of the harmful pollutants is fine particulate matter (PM_2.5), which is less than 2.5 μm in diameter, approximately 3% of the diameter of a human hair. This fine particulate matter is a major concern in air quality observations, as PM_2.5 is considered a major killer agent that causes cardiovascular, respiratory diseases and cancer. Jakarta is declared as a city with a very significant level of air pollution, the issue of air pollution has become a topic of conversation for many parties, especially the condition of air quality in the capital city. In measuring air quality in DKI Jakarta Province, the observation network is still very limited. So that modeling is needed in order to measure air quality, in this case PM_2.5. Modeling using machine learning algorithms or machine learning random forest is used in this study by utilizing the spatial regression method. The variables used are meteorological elements, particulates and gases obtained by utilizing remote sensing. It was found that the most influential variables in the spatial temporal modeling of PM_2.5 were NO₂ and CO and with the opposite function in the rainfall and Ozone variables. In the modeling that has been done, a value of 0.90 is obtained in the correlation of the predicted results with the observed values, with this value, the prediction carried out by Machine Learning Random Forest is fairly good, and the RMSE value of 7.83 µg/m3 also provides a good description of the model formed, and the R² value of 0.825 implies that the accuracy of the variables used reaches 82.5 percent. The spatial pattern formed in this spatial modeling follows the pattern of the rainy season and dry season, where the highest value of the spatial pattern of the PM_2.5 parameter is in the JJA month (June, July and August), and begins to decrease in the SON month (September, October and November), and finally at the lowest value in the DJF month (December, January and February)."

"Pencemaran udara yang disebabkan oleh asap buang kendaraan bermotor terjadi di kota-kota besar di dunia termasuk Indonesia. Manusia yang terpapar gas seperti COx, NOx, melebihi ambang batas dapat menyebakan penyakit hingga kematian. Karbon aktif sebagai senyawa adsorben memiliki kemampuan mengadsorpsi yang baik sehingga dapat digunakan untuk menurunkan kadar gas polutan di udara. Namun memiliki kelemahan dapat terjadinya kejenuhan yang menghentikan proses adsorpsi. Kelemahan tersebut dapat diatasi dengan dikombinasikan dengan TiO2 untuk mendegradasi senyawa polutan dengan proses fotokatalis. Penelitian ini bertujuan untuk memperoleh besar penambahan TiO2 ke dalam filter karbon terbaik dalam proses mengurangi kadar gas polutan. Kombinasi dilakukan dengan melapiskan permukaan filter karbon dengan TiO2 yang tersuspensi di dalam larutan. Pengeringan dilakukan di dalam furnace dengan suhu 120oC selama 1 jam. Karakterisasi yang dilakukan pada filter kombinasi karbon aktif/TiO2 adalah SEM-EDX ,dan Bilangan Iodin. Uji kinerja pengurangan dilakukan dengan melakukan analisa kandungan gas pada beberapa titik waktu selama reaksi. Hasil SEM dan pembesaran mikroskop digital menunjukan peningkatan agregat TiO2 sebanding dengan meningkatnya kadar TiO2 yang ditambahkan. Uji Bilangan Iodin menunjukan adanya penurunan luas permukaan dengan meningkatnya kadar TiO2 dengan hasil terbesar 453 m2/g oleh Filter Karbon-0%wt TiO2 dan terkecil 302 m2/g oleh Filter Karbon-5%wt TiO2. Hasil karakterisasi namun tidak berbanding lurus dengan pengurangan kadar polutan, sampel dengan kinerja paling tinggi dimiliki oleh F. Karbon- 5%wt TiO2 dengan kemampuan mengurangi 42% konsentrasi polutan dalam waktu 120 menit. Secara keseluruhan kemampuan kinerja pengurangan polutan secara berurutan dimiliki oleh 5%wt >0%wt >3%wt TiO2. Proses pengurangan kadar polutan yang terjadi karena adsorpsi karbon aktif dapat ditingkatkan dengan penambahan semikonduktor TiO2 yang mampu memfotodegradasi senyawa teradsorpsi di karbon aktif sehingga gugus aktif tetap tersedia untuk proses adsorpsi selanjutnya.

---

Air pollution caused by motor vehicle exhaust occurs in major cities in the world, including in Indonesia. Humans exposed to gases such as COx, NOx, exceeding the threshold can cause illness even death. Activated carbon as an adsorbent compound has good adsorbing ability so that it can be used to reduce polutant gas levels in the air. However, it has a weakness that can occur saturation which stops the adsorption process. This weakness can be overcome by combining it with TiO2 to degrade pollutant compounds with a photocatalytic process. This study aims to obtain the best TiO2 addition to the carbon filter in the process of reducing pollutant gas levels. The combination is carried out by coating the surface of the carbon filter with TiO2 suspended in aquoeus solution. Drying is carried out in a furnace at a temperature of 120oC for 1 hour. The characterization carried out on the activated carbon / TiO2 combination filter is SEM-EDX, and Iodine Number. The reduction performance test is carried out by analyzing the gas content at several time points during the reaction in chamber. SEM results and digital microscope magnification showed an increase in the TiO2 aggregate was proportional to the increase in the TiO2 content added. The Iodine Number test shows a decrease in surface area with increasing levels of TiO2 with the largest yield of 453 m2 / g by the Carbon-0% wt TiO2 Filter and the smallest 302 m2 / g by the 5% wt TiO2 Carbon Filter. However it is not directly proportional to the reduction in pollutant levels, the sample with the highest performance was F. Carbon- 5% wt TiO2 with the ability to reduce 42% of pollutant concentrations within 120 minutes. Overall, the performance capability for reducing pollutants is 5% wt> 0% wt> 3% wt TiO2, respectively. The process of reducing the levels of pollutants that occur due to the adsorption of activated carbon can be increased by the addition of TiO2 which are able to photodegradate the adsorbed compounds on activated carbon so that the active groups remain available for the next adsorption process."

"DKI Jakarta merupakan bagian dari megapolitan Jakarta yang tumbuh sangat dinamis, namun kurang terkendali sehingga memunculkan permasalahan lingkungan diantaranya pencemaran udara. Pola distribusi spasial polutan udara (NO2, O3, PM10) di DKI Jakarta dan kaitannya dengan curah hujan, tutupan tajuk vegetasi, dan wilayah terbangun tahun 2013-2014. Dikaji dalam penelitian ini menggunakan metode komparasi spasial berbasis wilayah cakupan 0,5 km, 1 km dan 1,5 km dari lokasi stasiun pengukur kualitas udara. Informasi keruangan tutupan tajuk vegetasi dan wilayah terbangun diolah dari citra landsat 8 yang didapatkan dari United State Geological Survey dengan pendekatan NDVI dan NDBI. Citra landsat yang digunakan ialah citra tahun 2013-2014. Hasil menunjukkan nilai konsentrasi polutan udara cenderung rendah pada awal tahun dan semakin tinggi di pertengahan tahun dan semakin rendah menuju akhir tahun. Selain itu polutan tertinggi terjadi di stasiun dengan karakteristik wilayah sekitar yang memiliki tutupan tajuk vegetasi yang sedikit dan wilayah terbangun yang luas. Sedangkan distribusi polutan terendah terjadi di stasiun dengan karakteristik wilayah sekitar yang memiliki tutupan tajuk vegetasi yang luas dan wilayah terbangun yang sedikit. Kemudian tutupan tajuk vegetasi berhubungan berbanding terbalik dengan polutan udara (NO2, O3, PM10), wilayah terbangun berhubungan berbanding lurus dengan polutan udara (NO2, O3, PM10) dan curah hujan berhubungan terbalik dengan polutan udara (NO2, O3, PM10). Model distribusi menunjukkan nilai polutan yang tinggi tersebar di bagian pusat, utara, timur, timur laut, dan barat, barat laut.

---

DKI Jakarta is part of a growing megapolitan Jakarta is very dynamic, but lack of control that raises environmental problems including air pollution. Patterns of spatial distribution of air pollutants (NO2, O3, PM10) in Jakarta and its relation to precipitation, vegetation canopy cover, and built area in 2013-2014. Examined in this study using a comparative method based spatial coverage area of ​​0.5 km, 1km and 1.5 km from the location of air quality measuring stations. Vegetation canopy cover spatial information and processed built area of Landsat 8 obtained from United State Geological Survey with NDVI and NDBI approach.

Results showed the concentration of air pollutants tend to be low in the early years and higher in mid-year and the lower towards the end of the year. In addition pollutants occurred in the area around the station with the characteristics that have little vegetation canopy cover and wide area awakened. While pollutant distribution was lowest in the area surrounding the station with the characteristics that have extensive vegetation canopy cover and the built area up a little. Then vegetation canopy cover associated inversely with air pollutants (NO2, O3, PM10), where built area directly proportional to air pollutants (NO2, O3, PM10) and precipitation is inversely related to air pollutants (NO2, O3, PM10). Distribution model shows a high value of pollutants dispersed in the central, north, east, northeast, and west, northwest."

"Kondisi pencemaran udara di perkotaan terus meningkat akibat volume kendaraan setiap tahunnya. Volume ini meningkatkan sumber polusi seperti kendaraan bermotor yang menyumbang 60-70% polusi. Penelitian ini bertujuan untuk menganalisis distribusi CO berdasarkan volume kendaraan di Kota Tangerang serta melihat hubungannya. Analisis yang digunakan adalah analisis spasial deskriptif dan statistik. Hasil penelitian menunjukkan distribusi volume kendaraan pagi hari berkisar <800-1600 kendaraan pada jalan kolektor primer, sedangkan sore hari terdapat 800 hingga >2000 kendaraan pada jalan arteri primer. Pola spasial CO yang terbentuk pada jalan arteri primer dan kolektor dengan penggunaan lahan pemukiman, kawasan industri, dan pergudangan, maka konsentrasi CO cenderung tinggi. Sementara itu, jalan kolektor primer lainnya memiliki konsentrasi CO rendah hingga sedang. Hasil pengujian Spearman dan regresi linier menunjukkan adanya pengaruh yang signifikan antara volume kendaraan terhadap pola CO Kota Tangerang, dengan nilai kekuatan sebesar 0,689 dan diperoleh R Square sebesar 0,476. Sementara itu, tidak terdapat pengaruh yang signifikan antara volume kendaraan terhadap pola CO dari dinas lingkungan hidup, dan diperoleh R Square sebesar 0,12.

---

Air pollution conditions in urban areas continue to increase due to the volume of vehicles every year. This volume increases sources of pollution such as motor vehicles which account for 60-70% of pollution. This study aims to analyze the distribution of vehicle volume and spatial pattern of CO in Tangerang City and see the relationship. The analysis used is descriptive and statistical spatial analysis. The results showed the distribution of vehicle volume in the morning ranged from <800-1600 vehicles on primary collector roads, while in the afternoon, there were 800 to >2000 vehicles on primary arterial roads. The spatial pattern of CO that formed on primary and collector arterial roads with residential land uses, industrial areas, and warehouses, then the CO concentration tends to be high. Meanwhile, other primary collector roads have low to moderate CO concentrations. The Spearman test and linear regression results showed a significant effect between vehicle volume on the Tangerang City CO pattern, with a strength value of 0.689 and an R Square of 0.476. Meanwhile, there is no significant effect between the volume of vehicles on the CO pattern from the environmental service and an R Square of 0.12."

"This research purpose for explain content of Glyceride, Total Cholesterol, LDL and HDL in blood because pollutant exposure on air and knowing what are the influence factor to them. This research is analytic descriptif using t-test with quantitative analysis. Sampels are traffic Policemen (exposure pollutant) and Office Policemen (unexposure pollutant) in DKI Jakarta with total sampel are 30 Policeman in Traffic and 30 Policeman in Office. Base on research result that no significally different average Glyceride, Total Cholesterol, LDL and HDL content between traffic policemen with office policemen. There are difference in the average Glyceride content traffic policemen in case normal body mass index, overweight and obesity. There are significally difference in the average Glyceride content for office policemen and HDL content for traffic policemen in case diabetes mellitus history. ?Ditlantas Polda Metro Jaya? was suggested for implementing program like health promotion, application of a healthy lifestyle, periodic medical check up, work rotation, and provide safety equipment.

---

Penelitian ini bertujuan untuk menjelaskan kadar trigliserida, kolesterol total, LDL, dan HDL dalam darah akibat pajanan polutan di udara serta mengetahui faktor-faktor apa saja yang mempengaruhinya. Jenis penelitian ini bersifat deskriptif analitik dengan menggunakan uji beda dua rata-rata atau uji-t (t-test) dengan analisis kuantitatif, Sampel penelitian adalah polisi lalu lintas (terpajan polutan) dan polisi yang bertugas di kantor (tidak terpajan polutan) DKI Jakarta, dengan besar sampel 30 polisi lalu lintas dan 30 polisi yang bertugas di kantor. Berdasarkan hasil penelitian, diketahui bahwa tidak ada perbedaan yang signifikan rata-rata kadar trigliserida, kolesterol total, LDL, HDL antara polisi lalu lintas dengan polisi bertugas di kantor. Ada perbedaan rata-rata kadar trigliserida dalam darah polisi lalu lintas diantara status IMT normal, overweight, dan obesitas. Ada perbedaan yang signifikan rata-rata kadar trigliserida dalam darah polisi bertugas di kantor dan kadar HDL dalam darah polisi lalu lintas diantara yang DM dengan yang tidak. Disarankan kepada pihak Ditlantas Polda Metro Jaya untuk melaksanakan program promosi kesehatan, penerapan pola hidup sehat, medical check up secara rutin, rotasi kerja dan mempersiapkan alat pelindung diri."

"Telah dilakukan sintesis katalis komposit yang dapat mengeliminasi polutan gas buang kendaraan yaitu CO, NOx, dan HC secara simultan, sehingga bias diaplikasikan sebagai masker. Komposit yang terdiri dari Titanium Dioksida (TiO2), Karbon Aktif (AC), dan Zeolit Alam Lampung (ZAL), dibuat dengan metode mechanical mixturing, kemudian di-coating ke aluminium foil dan serat nanas. Didapatkan komposisi terbaik untuk mengeliminasi polutan adalah TiO210%-AC8,2%-ZAL81,8%. Namun, komposisi tersebut bukanlah komposisi optimal karena komposit tetap dapat mengeliminasi polutan dengan baik pada komposisi berapapun dengan mekanisme eliminasi dominan tergantung komposisinya. Didapatkan juga bahwa kinerja komposit dengan berat 10 g lebih efektif dibanding 6,7 g. Semakin banyak konsentrasi awal polutan juga membuat laju eliminasi polutan semakin besar.

---

Composite catalysts has been synthesized to eliminate vehicle exhaust gas pollutant such as CO, NOx, and HC simultaneously, so that it can be applied as a mask. Composite consisting of Titanium Oxide (TiO2), Active Carbon (AC), and Lampung Natural Zeolite (ZAL), created by mechanical mixturing method, then coated to aluminum foil and pineapple leaf fiber. It was found the best composition to eliminate the pollutant is TiO210%-AC8,2%-ZAL81,8%. However, the composition is not optimal because the composite composition can still eliminate pollutants by whatever its composition regardless of the dominant elimination mechanism depends on its composition. It also was found that the performance of the composite with a weight of 10 g is more effective than 6.7 g. The more the initial concentration of pollutants also create a greater rate of elimination of pollutants."

"Pencemaran udara yang terpenting di daerah perkotaan adalah dari sarana transportasi, dan timah hitam hasil pembakaran dari bahan bakar kendaraan bermotor merupakan kontributor utama konsentrasi pencemar timah hitam di udara, utamanya pada daerah yang lalu lintasnya padat. Masih terdapat kontroversi pada beberapa penelitian tentang kontribusi rokok terhadap peningkatan kadar timah hitam (Pb) dalam darah. Penelitian mengenai timah hitam (Pb) dalam darah akibat pencemaran udara masih sedikit dilakukan di Indonesia, dan obyeknya masih terbatas kepada sopir, polisi lalu lintas, pengemudi bajaj, dan penduduk di pemukiman padat lalu lintas. Waktu kontak obyek-obyek penelitian tersebut oleh pencemar timah hitam (Pb) udara di lokasi penelitian relatif tidak lama dan tidak intensif. Selain itu, beberapa penelitian tersebut dilakukan di kota-kota besar di tepi pantai, yang mempunyai kecepatan angin cukup tinggi, sehingga proses pengenceran udara yang tercemar polusi relatif cepat. Penelitian ini bertujuan untuk mengetahui gambaran dan faktor-faktor yang mempengaruhi kadar Pb darah para perokok yang bekerja di lokasi padat lalu lintas minimal 8 jam seharinya. Dipilih lokasi padat lalu lintas di kota Bandung, yang secara geografis letaknya berada di daerah lembah dan dikelilingi pegunungan yang kecepatan anginnya relatif rendah, adalah untuk melihat besarnya masalah. Sehingga hasil penelitian ini dan penelitian-penelitian lain yang sejenis diharapkan dapat menjadi masukan dan dasar pertimbangan pemerintah untuk menetapkan upaya-upaya dalam mengatasi pencemaran udara, khususnya dari kendaraan bermotor di kota-kota besar di Indonesia. Dengan menggunakan desain survei dan pendekatan krosseksional, penelitian ini menjaring data melalui wawancara, pemeriksaan sampel darah dan pengukuran kadar Pb udara di 4 lokasi padat lalu lintas di Kotamadya Bandung. Dari 75 responden perokok, separuhnya (50 %) mempunyai kadar Pb darah di atas normal (> 40 ug/dl). Lama kerja dan jumlah rokok yang dihisap rata-rata perhari mempunyai hubungan yang secara statistik bermakna (p < 0,05) dengan kadar Pb darah. Tetapi kadar Pb darah perokok dan non perokok secara statistik tidak menunjukkan perbedaan yang bermakna (p > 0,05). Semakin tinggi konsentrasi Pb udara di lokasi penelitian ternyata diikuti oleh semakin tingginya kadar Pb darah perokok di lokasi yang sama. Rata-rata konsentrasi Pb udara di seluruh lokasi penelitian ternyata melebihi batas normal yang diizinkan, yaitu 0,24 mg/m3 (Baku mutu KLH 1988 = 0,06 mg/m3 dan ACGIH 1991 = 0,15 mg/m3). Ditemukan pula bahwa risiko mempunyai kadar Pb darah di atas normal bagi responden yang mempunyai masa kerja lebih dari 3 tahun di lokasi penelitian adalah sebesar 7,5 kali lebih besar dibandingkan dengan responden yang mempunyai masa kerja di lokasi penelitian di bawah 3 tahun. Model regresi logistik yang paling sederhana dan 'fit' terhadap kadar Pb darah adalah yang melibatkan variabel lama kerja, jarak rumah ke jalan raya, jumlah rokok dihisap sehari, umur pertama merokok, dan interaksi antara variabel jarak rumah ke jalan raya dan umur pertama merokok. Sudah pada saatnya pemerintah mengupayakan bahan bakar kendaraan bermotor yang bebas dari bahan timah hitam, atau sedikit demi sedikit mulai beralih ke bahan bakar gas, mengingat cadangan bahan bakar minyak, mulai menyusut tetapi sumber bahan bakar gas sudah banyak ditemukan di Indonesia dan di perkirakan dalam jumlah yang bisa dikonsumsi sampai dengan 100 tahun. Saling dengan upaya tersebut, akan semakin baik (bila Para pedagang kaki lima di pinggir-pinggir jalan diberikan lokasi yang lebih terkumpul dan relatif lebih tertutup dari pencemaran udara kendaraan bermotor, di samping pemasangan alat-alat monitor pencemaran udara di lokasi-lokasi padat lalu Iintas yang terintegrasi dengan sistem pengaturan arus lalu lintas jalan raya. "

"Polusi udara merupakan ancaman serius di daerah perkotaan. Pesatnya pertumbuhan kota tentunya juga akan menambah permasalahan baru yang muncul di perkotaan, salah satunya kemacetan lalu lintas yang juga dapat meningkatkan emisi di udara. Tujuan dari penelitian ini adalah untuk menganalisis pola kemacetan lalu lintas dan pola sebaran CO di Jakarta Timur, serta melihat hubungan antara keduanya. Untuk mencari pola kemacetan lalu lintas yang terekam berdasarkan aplikasi Google Maps terlihat pada hari kerja pada pagi dan sore hari. Metode analisis spasial yang digunakan untuk mencari pola sebaran CO adalah analisis spasial interpolasi IDW dan model matematis perhitungan emisi bergerak berdasarkan jarak tempuh (VKT). Hasil penelitian menunjukkan bahwa pola kemacetan yang terbentuk pada tahun 2019 dan 2020 memiliki perbedaan yang cukup signifikan, dari yang dulunya banyak tingkat lalu lintas menjadi macet dari lancar menjadi padat. Pola spasial sebaran CO pada tahun 2019 dan 2020 yang terbentuk dari interpolasi stasiun udara IDW juga menunjukkan perubahan yang cukup signifikan. Distribusi CO pada tahun 2019 merata dengan tingkatannya sedangkan distribusi CO pada tahun 2020 terkonsentrasi dari selatan hingga pusat Jakarta Timur. Pola spasial sebaran CO dari model perhitungan emisi bergerak memiliki pola yang sangat terpusat di wilayah Jakarta Timur bagian tengah. Uji korelasi kemacetan lalu lintas terhadap distribusi CO dari interpolasi IDW stasiun udara tidak menunjukkan hubungan yang signifikan, namun menunjukkan hubungan yang signifikan antara kemacetan lalu lintas dengan distribusi CO dari model emisi mobile dengan nilai korelasi sebesar 0,993.

---

Air pollution is a severe threat in urban areas. The rapid growth of cities will certainly also increase new problems that arise in cities, one of which is traffic jams which can also increase emissions in the air. This study aims to analyze the traffic jam pattern and the CO distribution pattern in East Jakarta and to see the relationship between the two. Traffic jam patterns were recorded based on the Google Maps application seen on weekdays in the morning and evening. The spatial analysis used to find the CO distribution pattern is the IDW interpolation spatial analysis, and the mathematical model calculates the moving emission based on the distance travelled. The results found the traffic jam pattern formed in 2019 and 2020 had a significant difference, from what used to be many traffic levels to be blocked from smooth to congested. The spatial pattern of CO distribution in 2019 and 2020 formed from the interpolation of air stations showed quite significant changes. The distribution of CO in 2019 is evenly distributed with levels, while the distribution of CO in 2020 is concentrated from south to central East Jakarta. The spatial pattern of CO distribution from the mobile emission calculation model has centers pattern in the central part of East Jakarta. Correlation test of traffic jam to CO distribution from air station interpolation shows no significant relationship but shows a significant relationship of traffic jam to CO distribution from mobile emission models with a correlation value of 0.993."

"Polusi udara dapat meningkatkan kerentanan terhadap COVID-19. Pengendalian polusi udara serta pengendalian COVID-19 di Kota Tangerang belum dilaksanakan dengan maksimal. Tujuan dari penelitian ini adalah menentukan model prediksi hubungan polusi udara terhadap kasus COVID-19 Kota Tangerang Tahun 2020-2022. Penelitian ini menggunakan desain studi ekologi tren waktu serta kualitatif. Penelitian ini dilaksanakan di Kota Tangerang pada bulan April- Juni 2023. Penelitian ini menggunakan data sekunder meliputi data ISPU (NO2, SO2, PM10, dan PM2,5), suhu, kelembapan udara dan kasus COVID-19 di Kota Tangerang. Analisis data menggunakan analisis univariat, uji korelasi, uji regresi linier berganda. Gambaran NO2, SO2, PM10 tahun 2020-2022 berada dalam kategori baik, sedangkan PM2,5 adalah kategori sedang. Hasil uji korelasi spearman menunjukkan SO2 (p= 0,001 ; r= -0,109) dan PM10 (p= 0,000 ; r= -0,210) berhubungan signifikan terhadap kasus konfirmasi COVID-19. Analisis multivariat menunjukkan polusi udara yang paling dominan mempengaruhi kasus COVID-19 di Kota Tangerang adalah PM10, setelah dikontrol dengan PM2,5, suhu dan kelembapan. Variabel PM10, PM2,5, suhu, dan kelembapan dapat menjelaskan variasi variabel kasus COVID-19 sebesar 17,7%. Model prediksi hubungan polusi udara dengan kasus COVID-19 di Kota Tangerang Tahun 2020-2022 adalah kasus konfirmasi COVID-19 = 4384,38 + 22,47PM10 + 1,63PM2,5 - 120,39suhu - 13,33kelembapan.

---

Air pollution can increase vulnerability to COVID-19. Air pollution control and COVID-19 control in Tangerang City have not been implemented optimally. The purpose of this study is to determine the prediction model of the relationship between air pollution and COVID-19 cases in Tangerang City in 2020-2022. This research uses a time trend ecological study design and qualitative. This research was conducted in Tangerang City in April-June 2023. This study used secondary data including ISPU data (NO2, SO2, PM10, and PM2,5), temperature, humidity and COVID-19 cases in Tangerang City. Data analysis used univariate analysis, correlation test, multiple linear regression test. The overview of NO2, SO2, PM10 in 2020-2022 is in the good category, while PM2,5 is in the moderate category. The results of the spearman correlation test showed that SO2 (p = 0.001; r = -0.109) and PM10 (p = 0.000; r = -0.210) were significantly associated with confirmed cases of COVID-19. Multivariate analysis shows that the most dominant air pollution affecting COVID-19 cases in Tangerang City is PM10, after controlling for PM2,5, temperature and humidity. PM10, PM2,5, temperature, and humidity variables can explain 17,7% of the variation in COVID-19 case variables. The prediction model of the relationship between air pollution and COVID-19 cases in Tangerang City in 2020-2022 is confirmed COVID-19 cases = 4384,38 + 22,47PM10 + 1.63PM2,5 - 120.39 temperature - 13.33 humidity."