Kind: captions
Language: id
ee para rekan-rekan semua yang saya
hormati Saya sangat bangga
Eh bisa ikut menghadiri acara webinar
pslh ITB ini saya sebagai sekretaris di
pslh ITB dan juga dosen di teknik
lingkungan
ITB sangat bersyukur dan berterima kasih
kepada saudara Alvin Pratama eh MT yang
dulu sempat aktif di psla ITB ya cukup
lama ya Pak Alvin ya kemudian sekarang
Pak Alvin sudah jadi dosen di itera
mungkin nanti cv-nya bisa ditanyakan
langsung ke Pak Alvin Pak Alvin ini
sudah banyak berkecimpung di dalam
pemodelan udara sehingga mudah-mudahan
ee webinar ini bisa ee memberikan kita
banyak inspirasi dan juga ide-ide di
dalam menjalankan pemodelan
ee udara
ee beberapa hal yang penting kita ingat
bahwa pemodelan udara ini
ee saat ini belum begitu populer tetapi
dalam waktu yang akan datang akan
semakin populer ee sehubungan dengan
semakin pedulinya kita kepada kesehatan
ee
udara mudah-mudahan bisa bermanfaat saya
sekali lagi ucapkan terima kasih kepada
Pak Alvin kepada panitia di PSL ITB dan
juga tentunya kepada rekan-rekan semua
yang menyempatkan diri hadir di dalam
webinar ini Billahi taufik wal hidayayah
asalamualaikum warahmatullahi
wabarakatuh Waalaikumsalam warahmatullah
Baik terima kasih Pak Asep atas
pembukaannya ee maka dari itu webinar
ini ini akan segera kita mulai kepada
Pak Alvin apakah sudah siap Oh
iya
sudah saya izin Share screen Ya silakan
Pak apakah sudah
terlihat sudah
oke baik eh asalamualaikum
warahmatullahi wabarakatuh
tu Selamat pagi semuanya bapak-bapak
ibu-ibu dan rekan-rekan
semuanya sebentar
ee pertama-tama saya mau mengucapkan eh
ini sepertinya ada ini
ya
sebentar suaranya mantul eh enggak kok
Oh enggak ya ya enggak Pak ah Ya sudah
Oke Baik pertama-tama saya mau
mengucapkan dan eh terima kasih kepada
pslh k Pak Asep kemudian kepada eh
rekan-rekan panitia yang telah
memberikan saya kesempatan untuk e
memaparkan eh sedikit ya terkait dengan
pengendalan model pencemaran udara eh
kemudian kepada bapak-bapak ibu-ibu
serta rekan-rekan semuanya yang telah
menyempatkan waktu untuk mengikuti
webinar ini eh sebelumnya perkenalkan
nama sayaama saat ini e merupakan salah
satu dosen e di erah ee nah seperti yang
bapak-bapak ibu-ibu yang eh lihat ee di
layar bahwa di kesempatan kali ini saya
akan mencoba eh memaparkan terkait
dengan model pencemaran udara pengenalan
model pencemaran udara
eh terutama terkhusus untuk model eh
kalpf dan model air mode gitu nah Apa
saja kelebihan-kelebihan modelnya
kemudian eh apa saja inputan-inputannya
Kemudian Apa sih perbedaan antara model
kalpav dan model airm itu seperti apa
gitu kemudian ee penerapannya Bagaimana
di lapangan Gitu apakah EE memungkinkan
untuk diterapkan di suatu wilayah yang
mungkin datanya biasanya datanya
terbatas gitu ya atau ee memiliki
berbagai keterbatasan-keterbatasan
lainnya Apakah model ini ee mumpuni
untuk diterapkan atau tidak gitu nah di
kesempatan kali ini kita ee saya mencoba
untuk berdiskusi dengan bapak-bapak
ibu-ibu dan rekan-rekan semuanya jadi
nanti ee kalau misalkan ada pertanyaan
ya silakan disampaikan ee ke panitia
maupun lewat kolom chat
gu nah sebelum lebih jauh saya berbicara
mengenai ee apa itu pemodelan pencemaran
udara Nah pertama-tama kita harus Sadar
dulu harus tahu dulu ya bahwa model itu
sendiri merupakan ee penggambaran atau
penyederhanaan ya atau ee ibaratnya itu
seperti miniatur gitu bagaimana kita
berupaya untuk ee mengimitasi kondisi
yang real di lapangan di lingkungan gitu
ya kemudian kita masukkan ke dalam suatu
sistem komputer atau dalam suatu
software gitu ya dengan mempertimbangkan
berbagai parameter-parameter yang
terjadi di dunia Real gitu ya kemudian
kita masukkan ke dalam software kemudian
dengan berbagai persamaan tentunya
persamaan matematika persamaan numerik
gitu ya kemudian ada berbagai reaksi
berbagai proses Nah kita masukkan ke
dalam suatu software ya namanya software
pemodalan eh pemodalan pencemar udara
gitu ya di sini maknanya adalah
bagaimana kita ee berupaya untuk meniru
semaksimal mungkin kondisi yang ada di
dunia r gitu nah meskipun dalam
kenyataannya banyak ee beberapa hal yang
tidak semua hal yang bisa kita ee yang
terjadi di dunia nyata gitu ya yang
terjadi di alam gitu ya bisa kita
masukkan ke pemodelan gitu ada beberapa
asumsi-asumsi Kemudian ada beberapa
penyederhanaan-penyederhanaan tentunya
ee dan lain sebagainya gitu ya kemudian
nah tentu untuk ee menjalankan sebuah
model maka kita harus punya suatu
masalah dulu kita ee harus mempunyai
suatu konsep dulu yang harus
diselesaikan gitu ya kemudian baru kita
e melakukan survei kemudian pengumpulan
data kemudian baru setelah datanya sudah
ada Maka selanjutnya yang kita lakukan
adalah melakukan ee simulasi gitu ya Nah
hasil dari simulasi ini banyak digunakan
dalam berbagai bidang tentunya bisa
untuk prediksi bisa untuk early warning
gitu ya Kemudian untuk meramalkan gitu
Kemudian untuk ee mengambil suatu
keputusan dan lain
sebagainya nah Seperti yang saya
sampaikan tadi bahwa ee pemodelan
pencemaran udara ini merupakan suatu
miniatur dari
ee kondisi sebenarnya yang ada di
lapangan Gitu ya Nah di
model ini sendiri itu pada dasarnya
banyak variabel-variabel yang terlepas
dari e
isi kemudian dinamika yang terjadi di
atmosfer gitu ya kemudian e berbagai
pengaruh dari topografi l dan lain
sebagainya nah di model ini
eh model ini berupaya untuk bagaim
hubungkan antara variabel yang ada di
lingkungan variabel yang ada di atmosfer
gitu gitu ya kemudian variabel yang ada
di hubungkan dalam suatu model gitu nah
intinya ee model itu bekerja seperti itu
gitu nah tentu yang seperti yang saya
sampaikan tadi banyak proses-proses yang
terjadi gitu ya ada proses fisika kimia
biologi mungkin bapak-bapak ibu-ibu juga
ee sering mendengar ya ada proses afeksi
difusi dispersi di atmosfer gitu ya
kemudian ee Bagaimana dinamika atmosfer
mempengaruhi pesebaran atau dispersi
dari politon itu sendiri nah nah ee
setelah kita mengetahui apa itu model
Nah selanjutnya Ya tentu ya Ee Mengapa
kita membutuhkan model gitu ya Kenapa
ee tidak hanya di udara tentunya di air
juga ada ya kemudian ee di tanah di
danau ekologi dan la dan lain sebagainya
mereka memiliki modal yang masing-masing
Nah untuk udara udara juga memiliki
modelnya gitu ya Nah sebenarnya ketika
kita melakukan simulasi dengan eh model
gitu ya banyak hal-hal yang bisa kita
dapatkan gitu ya Eh misalkan ee mungkin
terutama di Indonesia eh beberapa
instrumen mungkin tidak dipasang di
seluruh wilayah gitu ya dengan kita
melakukan simulasi maka
keterbatasan-keterbatasan eh terhadap
kegiatan pengukuran itu bisa di-backup
dengan simulasi gitu ya kemudian bisa
untuk ee memperkaya analisis data gitu
ya Dan untuk pemerintah juga bisa
dipakai untuk ee kebijakan gitu
mengambil kebijakan melakukan
skenario-skenario Riko ee kemudian ee ya
resiko dan dampak gitu ya Nah itu bisa
dimanfaatkan ee menggunakan model ini
gitu ya Model pencemaran udara gitu ya
apakah EE kualitas atau ee konsentrasi
polutan di suatu titik sudah melebihi
ambang batas atau belum gitu ya Nah kita
bisa memanfaatkan simulasi menggunakan
model ini gitu ya kemudian nah ini
beberapa manfaat gitu ya manfaat dari ee
model pencemaran udara ya yang paling
sering digunakan itu adalah di AMDAL
tentunya ya di AMDAL beberapa ee apa
namanya beberapa kasus gitu ya eh ee
dilakukan simulasi pencemaran udara
untuk mengetahui apakah
EE misalkan suatu proyek yang dibangun
itu ee nanti akan berdampak terhadap
lingkungan atau tidak Gitu ya Nah maka
salah satu tools yang bisa kita gunakan
adalah ee e simulasi pencemaran udara
gitu ya kemudian ada lagi untuk
mengidentifikasi kontribusi e sumber
emisi ketika ada masalah pencemaran
udara jadi Eh kalau misalkan eh levelnya
udah apa namanya eh sering menggunakan
Biasanya kita bisa menentukan gitu ya
melalui tracing eh sumber udara ini eh
pencemaran udara ini itu berasal dari
mana gitu ya dan lain sebagainya
kemudian eh membantu dalam mendesain
alat pengendali pencemaran udara
kemudian dan eh bisa memprediksi
konsentrasi pencemaran udara nah ini
juga ee sangat penting ya untuk
memprediksikan apakah EE konsentrasi
polutan di suatu wilayah sudah melebihi
ambang batas atau belum gitu ya dan
tentu seperti yang saya sampaikan tadi
bahwa eh dengan simulasi pencemaran
udara ini kita bisa melakukan berbagai
skenario-skenario tentunya baik dari
Skenario apa namanya yang paling pesimis
ya Eh optimis sampai eh skenario yang ee
terburuk gitu ya skenario terburuk ee
sampai ee skenario yang baik itu
Bagaimana itu bisa dilakukan di ee
pemodelan gitu ya kira-kira seperti itu
Nah selain itu juga bisa digunakan untuk
mengambil kebijakan dan e membuat sebuah
regulasi baru tentunya nah ini ee
ilustrasinya ya
ilustrasinya Jadi kalau misalkan Bapak
Ibu lihat di sebelah kanan ya misalkan
ee
di suatu wilayah itu hanya ee hanya
memiliki 24 titik pengamatan ya Nah
mungkin seperti yang bapak-bapak ibu-ibu
dan rekan-rekan ketahui bahwa eh
terutama di Indonesia yang topografinya
cukup Kompleks ya Eh rata-rata instrumen
seperti aws akms itu hanya apa namanya
hanya ee efektif dalam e radius 5 sampai
10 km ya Tergantung ke karakteristik
wilayahnya nah pertanyaannya nah
bagaimana dengan wilayah-wilayah yang
ada di eh remote area misalkan ya atau
di daerah-daerah terpencil gitu yang
tidak ada instrumen instrumennya gitu ya
nah bagaimana kita memantau eh
konsentrasi polutan di titik-titik
tersebut gitu ya Nah ilustrasinya
seperti itu ya makanya Oleh karena itu
maka kita menggunakan salah satunya
adalah tools model ini gitu ya Eh kita
bisa eh apa namanya mengestimasi berapa
tingkat konsentrasi di titik-titik yang
mungkin tidak ada pengamatan polutannya
gitu ya nah dengan simulasi kita bisa ee
apa namanya membuat ee melihat
konsentrasinya secara spasial secara
temporal gitu ya Eh time series-nya
Bagaimana gitu ya dan lain
sebagainya Nah setelah kita mengetahui
model gitu ya kemudian kita juga sudah
tahu ee Bagaimana ee apa namanya manfaat
dari model itu gitu ya Nah kita juga
harus tahu bahwa di model pencemaran
udara itu seperti yang saya sampaikan
tadi bahwa dia adalah mencoba untuk
menghubungkan ya menghubungkan berbagai
variabel yang ada di lingkungan di
meteorologi di geofisik gitu ya Ee
dicoba digabungkan gitu ya dalam satu
software kemudian tentunya dengan ee
berbagai persamaan matematika gitu ya
Persamaan metode numerik dengan
menyelesaikannya dengan metode numerik
gitu ya
nah nah kemudian kita lihat ee lebih
dalam gitu yaak bahwa di Apa saja sih
variabel yang berpengaruh atau yang
mempengaruhi dari
eh dari sebuah simulasi pencemaran udara
gitu ya apa saja faktor-faktor yang
mempengaruhinya nah pada dasarnya eh
baik itu nanti di model kalpf model air
mode gitu ya Atau mungkin Bapak Ibu
pernah menggunakan wrf CH gitu ya Nah
pada dasarnya ada beberapa variabel atau
data yang dibutuhkan gitu ya yang
pertama itu terkait dengan background
concentration polutan nah eh Bagaimana
kondisi existing existing konsentrasi di
suatu wilayah gitu ya Nah itu ee bisa
menjadi inputan merupakan salah satu
inputan dari model pencemaran udara gitu
ya kemudian tentu ketika pelutan atau
beban pencemar itu lepas dari eh sumber
emisinya maka dia akan eh dipengaruhi
oleh dinamika atmosfer maka dari sini
Kita juga membutuhkan eh yang dinamakan
dengan data meteorologi gitu ya data
Meteorologi Terdiri dari apa saja Nah
dari mulai dari arah Kecepatan angin
gitu ya kemudian curah hujan temperatur
kelembaban dan lain sebagainya gitu ya
Tergantung ke jenis modelnya gitu ya
nanti akan di eilihatkan juga data apa
saja yang dibutuhkan di eh terkait
dengan meteorologi gitu Ya baik untuk
yang Surface di permukaan maupun untuk
yang di upper r gitu ya di e ketinggian
secara vertikal nah data apa saja yang
dibutuhkan gitu ya
nah selain data meteorologi kemudian
background concentration tentu kita
membutuhkan data dari sumber emisi itu
sendiri gitu Ya baik itu nanti sumber
emisi berasal dari titik dari garis
kemudian Dar e volume dan lain
sebagainya gitu ya maka kita membutuhkan
yang namanya emission rate gitu ya Eh
laju emisi berapa gram per gitu ya dan
lain sebagainya biasanya satuannya dalam
masa per waktu gitu ya dan kemudian
tentu kita juga membutuhkan yang namanya
data karakteristik dari sumber emisi itu
nah karakteristik dari sumber emisi Ya
seperti kalau misalkan kita mau
mensimulasikan cerobong Ya kita harus
tahu dulu spesifikasi spesifikasi
cerobong ini seperti apa gitu ya nanti
juga akan ada eh penjelasannya lebih
lanjut selanjutnya gitu ya kemudian Eh
kalau misalkan ada data reseptor gitu ya
Ee Nah itu atau data pengamatan di
lingkungan Nah itu juga bisa menjadi
inputan dari model gitu ya kemudian yang
terpenting lagi adalah data geofisik ya
Nah ini terdiri dari biasanya minimal ya
minimal itu ada data eh topografi ada
data luse nah data Ini kalau misalkan
tidak ada Apakah ada alternatif lain Nah
itu ada ada nanti akan kita lihat ada
beberapa sumber eh yang bisa kita
manfaatkan untuk ee menjalankan model
pencemaran udara gitu ya Nah kemudian
barulah data-data ini diolah dalam
software ya software kalp maupun ee air
mode gitu ya kemudian ee bagaimana
pengaruhnya dengan atmosfer gitu
kemudian bagaimana pengaruhnya dengan
reseptor dan lain sebagainya sehingga
diperolehlah nanti hasil pesebaran dan
dari dari hasil pesebaran inilah baru
kita bisa membuat suatu asesmen asesmen
gitu ya kemudian skenario-skenario dan
analisis dan lain sebagainya gitu sesuai
dengan kebutuhan eh masing-masing
gitu ya namanya model gitu ya Model
kemudian
Eh tadi saya juga nyampaikan bahwa model
itu adalah bagaimana e mencoba untuk
menirukan gitu ya menggambarkan e
kondisi yang real tentu tidak terlepas
dari yang namanya error gitu ya
Eh sejauh ini sangat jarang atau ya
tidak mungkin ya sangat jarang ya eh
saya belum menemukan juga model yang
akurasinya sampai 100% ya Nah pasti
model-model apapun itu pasti akurasinya
e rata-rata ya sekitar kalau yang bagus
sekitar 70 gitu ya atau sekitar 80 Nah
itu juga itu udah termasuk bagus gitu
yaudah termas sangat bagus gitu modelnya
nah tentu Seperti yang saya sampaikan
tadi model ini tidak terlepas dari
eroreror ya erornya bisa disebabkan dari
data emisi dari data meteorologi yang
tidak tergambarkan dengan baik gitu ya E
kalau di Indonesia Biasanya karena
kekurangan data gitu ya data
pengamatannya sangat sedikit gitu ya Eh
kemudian Ya tentu e karakteristik eh
karakteristik topografinya Nah itu juga
sangat mempengaruhi ya dan yang terakhir
itu juga berkaitan dengan computasional
problem ya ini bagaimana kita eh
memanage data dengan baik gitu ya
bagaimana kita mengolah data dengan baik
gitu ya Sehingga ee ya harapannya
data-data yang kita gunakan itu ee apa
namanya ee ee ya sesuai gitu ya kalau
misalkan ee
eh topografi gitu ya memiliki resolusi
eh 500 m ya Eh sewajarnya untuk luse
juga 500 m gitu ya untuk eh simulasi
pemodelannya juga 500 m gitu ya jadi
Apple to Apple gitu untuk masing-masing
data
eh untuk Grid size-nya gitu ya Nah ini
ada berapa kondisi yang harus
diperhatikan gitu ya Nah seperti yang
bapak-bapak ibu-ibu dan rekan-rekan
ketahui bahwa Indonesia ini berbeda dari
ee negara-negara yang ada
di Bukit Barisan gitu ya itu akan
mempengaruhi bagai Bagaimana dinamika
atmosfer yang ada di
eh di sekitarnya itu gitu ya Eh kondisi
dinamika atmosfer yang ada di ee sekitar
wilayah tersebut gitu ya Nah kalau kita
menjauh ke arah timur atau barat maka
kita akan menemukan pantai gitu ya Nah
pantai juga ada fenomena lokalnya angin
darat angin laut gitu ya Nah itu sangat
mempengaruhi bagaimana polutan ini
tersebar gitu nah selain itu juga ada eh
faktor lain seperti ee ini fenomena yang
terjadi di planetary boundary layer ya
atau lapisan batas atmosfer gitu ya ada
yang namanya inversion layer nah ini
juga merupakan eh faktor yang
mempengaruhi bagaimana perlutan itu
tersebar gitu ya apakah dia akan
terperangkap atau tidak Gitu ya kemudian
Bagaimana tingkat turbulensinya gitu nah
ini juga merupakan eh kondisi-kondisi
yang perlu
diperhatikan Nah selanjutnya ee setelah
kita mengetahui ee terkait dengan model
gitu ya kemudian kita juga ee apa
namanya juga sudah tahu ee walaupun ee
secara umum ya Secara umum ee apa saja
ee inti dari model itu gitu ya kemudian
apa saja yang mempengaruhi dari ee model
pencemaran itu dan lain sebagainya nah
kemudian nah ee masuk ke model
pencemaran udara itu sendiri gitu Ya
seperti yang saya sampaikan di awal tadi
bahwa di kesempatan kali ini saya akan
mencoba ee menjelaskan kan ya Ee secara
singkat ee pengenalan terkait model
kalpav dan model air mode ya mungkin ee
di sini ee beberapa dari bapak-bapak
ibu-ibu atau rekan-rekan semuanya ada
yang pernah menggunakan salah satu dari
dua model ini ya mungkin nanti kita bisa
diskusi juga ya Ee terkait dengan
bagaimana datanya misalkan ya
analisisnya perbedaannya dan lain
sebagainya nah
ee pada dasarnya ee dua model ini
merupakan model yang e ya bisa dikatakan
hampir-hampir Mirip gitu ya Ee pada
dasarnya ee pertama kali itu yang
dikembangkan adalah model air mode ya
air mode jadi model air mode ini Eh
kalau misalkan bapak-bapak ibu-ibu e
lihat di website-nya Epa eh apa namanya
dgov ya saya saya lupa eh di website-nya
Epa nah di bagian dokumen guideline on
air quality models gitu ya Nah pada
awalnya sejarahnya itu adalah eh Epa
usepa itu menggunakan model air mod ya
air MOD untuk eh menentukan eh naqs-nya
ya ntional Eh ambient air quality
standarnya atau ambang batasnya gitu ya
mereka menggunakan model air gitu ya
kemudian dokumen eh guideline ini terus
direvisi gitu ya kemudian di tahun 2012
Kalau tidak salah nah itu ada revisi
lagi bahwa mereka eh
lebih menggunakan model kalpa setelah
itu ya Model kalpa namun eh sampai saat
ini modal baik model kalpaav baik model
air mode Nah itu terus dikembangkan gitu
ya terus dikembangkan namun untuk eh apa
namanya untuk
eh standar guideline-nya untuk uspa itu
saat ini menggunakan model kalpav gitu
ya Nah di tahun 2012 juga model airm dan
model kalpav ini juga apa namanya eh
diintegrasikan dengan model ee
model-model lain gitu ya Model terutama
model-model meteorologi kita sering
menyebutkan menyebutnya sebagai
prognostik model gitu ya nanti itu ada
seperti model wrf model mm5 gitu ya E
kemudian eh tapm dan lain sebagainya Nah
itu sudah bisa diintegrasikan ke model
airm dan model eh kalpav gitu ya kkira
seperti itu nah eh Nah ini terkait model
ya jadi model kap itu dia menggunakan e
pendekatan nonady state artinya eh
kondisi-kondisi yang mempengaruhinya itu
bersifat dinamis gitu ya tidak statis
gitu kemudian e dia bisa eh apa namanya
mensimulasikan secara spasial kemudian
tentu secara temporal juga gitu ya
komponen meteorologi dan karakteristik
permukaan gitu Nah yang terpenting lagi
adalah model ini pada dasarnya tidak
tidak hanya kalp yair juga dia bisa eh
mensimulasikan dispersi poelutan dari eh
skala temporal jam-jaman kemudian harian
bulanan sampai ke e tahunan gitu ya Nah
itu bisa disimulasikan gitu dari musiman
juga bisa disimulasikan nah ini salah
satu contoh ya Eh sebenarnya sangat
banyak ya di Indonesia eh pemanfaatan
model kalpf dan model airm ya Nah itu
ada beberapa Penelitian yang dilakukan
eh di beberapa Universitas gitu ya
maupun di i menggunakan model-model ini
ya rata-rata untuk model kapov itu e
akurasinya cukup baik gitu ya dengan
resolusi hingga 250 m gitu nah ini studi
kasusnya di eh apa namanya eh apa
Pertamina Kamojang Kalau enggak salah
ya Nah ini sejarah terkait dengan model
kalpav ya pada dasarnya model ini udah
sangat lama dikembangkan ya pertama kali
dikembangkan oleh Sigma resarch
corporation kemudian tiap tahun
berkembang gitu ya diperbaiki
toolsolsnya terus ditambah persamaannya
juga diperbaiki kemudian ee
diintegrasikan dengan berbagai model
lain gitu ya Eh bahkan sekarang untuk e
interface-nya gitu ya interface juga
semakin lebih baik semakin lebih Eh
istilahnya itu memanjakkan user gitu ya
Jadi kalau dulu itu eh user kalau
misalkan mau menggunakan data Terin atau
topografi atau luse ya biasanya mereka
harus menyediakan sendiri gitu ya atau
biasanya mereka mencari ke situs-situs
seperti ee ee apa modis tadi ya modis
kemudian srtm gitu ya mereka download
kemudian mereka masukkan Nah untuk
versi-versi sekarang itu eh kebanyakan
model eh kalpa view ya kalpa view maupun
airm view itu Eh sudah tersedia
eh link ya Link yang otomatis mdownload
eh parameter topografi dan parameter l
use gitu ya Jadi tinggal kita klik dia
akan otomatis eh ng-download gitu ya
jadi kita tidak perlu capek-capek lagi
mencari ke situs a ke situs B ke situs C
gitu ya Nah di model kalpw maupun Air
View itu sudah tersedia e fitur seperti
itu gitu ya bahkan juga ada beberapa
opsi yang bisa digunakan gitu dan yang
terpenting Lagi
eh dia akan otomatis
eh apa namanya memotong sesuai dengan
domain wilayah kajian kita Nah jadi
ukurannya tidak terlalu besar jadinya
berbeda dengan yang yang interf yang
gitu
ya kita harusown misalkan menggunakan
Global ya kita download seluruh dunia
gitu ya miskan data topografi global itu
bagaim Global ya kita download semuanya
gitu sampai sekarang modal kalpaf terus
dikembangkan diperbaiki eh oleh EE
beberapa instansi ya Bapak Ibu bisa
lihat dari slide-nya gitu ya dan dipakai
di berbagai negara tentunya baik untuk
ee penelitian gitu ya untuk akademik
maupun untuk praktisi gitu ya Eh untuk e
kebutuhan-kebutuhan eh pemerintah untuk
kebijakan dan lain
sebagainya nah ini beberapa kelebihan
modal kalpaf nah di modal kalpaf Ee kita
bisa B mensimulasikan eh polutan dari
berbagai sumber ya ada titik g garis
area dan volume ya kemudian eh untuk
resolusinya ya tadi sampai dari
meter-meteran gitu ya sampai ke ratusan
kilometer Nah itu bisa disimulasikan
gitu ya Eh kemudian eh waktunya juga ya
dari eh jam-jaman sampai tahunan itu
bisa
disimulasikan dan yang terpenting ya
adalah eh Model kalp ini bisa
diaplikasikan untuk ya yang tidak rata
atau Kompleks gitu ya Ee Seperti yang
saya sampaikan tadi bahwa di Indonesia
ee topografinya sangat kompleks gitu ya
fenomena meteorologinya juga sangat
dinamis gitu Nah itu
Eh ya kita bisa menggunakan model salah
satunya kemudian ya ini eh beberapa
komponen
dari intinya ada tiga Ya intinya ya Ada
tiga ya kalau model kalp ini ada tiga
Yang pertama adalah kalmet
ee yang mengolah data meteorologi gitu
ya Di dalamnya ada
parameterisasi-parameterisasi tentunya
ya tujuan dari parameterisasi ini adalah
tentu
eh untuk menyelesaikan berbagai
komponen-komponen yang EE mungkin tidak
bisa diselesaikan oleh moderan
kemiringan gitu ya ada beberapa
konstanta-konstanta yang dimasukkan
Kemudian ada beberapa metode-metode yang
bisa dimasukkan gitu ya dan lain
sebagainya ee ada proses eh interpolasi
smoothing eh perhitungan obrien dan lain
sebagainya gitu ya Nah ini eh
metode-metode yang digunakan di eh untuk
mengolah data meteodologi di kalmet Nah
setelah masuk ke kalmet setelah keluar
hasil kalmet nanti kita baru masuk ke eh
kalpaf ya kalpf ini eh lebih mengolah
data-data terkait dengan emisi gitu ya
terkait dengan sumber emisi pesebaran
polutan gitu ya Ee apakah akan
dipengaruhi oleh eh building down was
gitu ya dipengaruhi oleh bangunan eh dan
lain sebagainya kemudian yang terakhir
adalah bagian kalpos ya kalpos ini lebih
ke visualisasi ya visualisasi atau
penggambaran dari model e kalp ini nah
satu hal yang terpenting adalah Eh nanti
kalau misalkan Bapak Ibu menggunakan
kalp Pro gitu ya Nah di sana itu ada
opsi Ya seperti yang saya sampaikan tadi
bahwa model kalp ini merupakan salah
satu model yang yang digunakan sebagai
guideline model ya nah eh buktinya di
mana Nah nanti ketika Bapak Ibu
menggunakan kalp Pro itu ada opsi ada
opsi kontrol eh di sana akan ditanyakan
Apakah Bapak Ibu ingin menggunakan
sesuai dengan regulasi usepa atau tidak
Gitu ya Nah itu ada di modelnya kalau
misalkan Bapak Ibu menggunakan sesuai
dengan eh apa namanya ketentuan uspa
maka dia akan merekomendasikan gitu ya
contohnya misalkan kita menggunakan eh
uspa ya maka dia akan eh apa namanya
akan merekomendasikan misalkan kita
albidonya segini eh kita menggunakan
metode eh apa ya monin obukov misalkan
kita menggunakan metode monen obov Nah
nanti untuk parameter-parameter lainnya
dia akan merekomendasikan misalkan
eh untuk albedonya diset segini saja
gitu ya ada range-nya gitu untuk eh
metode untuk temperaturnya sebaiknya
menggunakan metode
ee apa rrtm gitu dan sebagainya gitu ya
jadi bisa ee dia merekomendasikan jika
kita menggunakan skema e usepa gitu ya
Nah kira-kira seperti
itu kemudian nah ini kalau kita mengolah
eh data meteodologinya ya salah satu
tantangan eh ketika mengolah data
metodologi adalah ya tadi ya
ketersediaan datanya itu ya nah pada
dasarnya kalau misalkan kita e apa
namanya eh mau mensimulasikan pencemaran
udara di
wilayah area Misalkan ya misalkan kita
mau membangun suatu pabrik atau proyek
gitu kemudian kita mau menguji apah akan
berdampak penting atau tidak Gitu ya nah
nah salah satu kendalanya biasanya
adalah ketersediaan data meteorologi
gitu ya Nah Seperti yang saya sampikan
tadi bahwa di tahun
201 model kalpa ini sebenarnya dia sudah
terintegrasi dengan model-model
meteorologi gitu ya jadi eh model
meteorologi ini merupakan al alternatif
gitu ya jadi alternatif dari
eh keterbatasan ketersediaan dari data
meteorologi yang ada di lapangan maka
kita bisa menggunakan alternatifnya
adalah model-model eh meteorologi gitu
ya nah ini kalau di kalpov skemanya
menggunakan kalmet no observation gitu
ya kalm no observation Artinya kita
menggunakan data prognostik model ya
prognostik Model ini eh berkaitan dengan
data model meteorologi gitu ya Ada
beberapa model yang bisa kita gunakan e
untuk sebagai alternatif gitu ya ada
yang paling populer itu adalah model wrf
gitu ya Model wrf kemudian ada model mm5
ini versi lama dari wrf ada rams ruc
kemudianm dan lain sebagainya ya Nah ini
adalah alternatif jika kita mau
mensimulasikan di area gitu ya
kemudian ada lagi kalm Hybrid mode nah
kalaum Hybrid mod ini dia eh
mengkombinasikan gitu ya
mengkombinasikan dari data e prognosti
model dengan data yang ada di lapangan
ya kemudian ada lagi Eh skema
observation jadi hanya menggunakan data
pengamatan yang ada di lapangan tanpa
melibatkan data dari prognosti model
gitu ya Nah rata-rata dari penelitian
yang dilakukan gitu ya dari paper-paper
yang diterbitkan eh rata-rata skema yang
observation dan Hybrid ini
eh sering menunjukkan apa akurasi yang
cukup baik ya kkira seperti itu tentu
ketika kita menggunakan data prognostik
model gitu ya Ya kita harus memastikan
dulu ya Apakah parameterodologinya sudah
sesuai atau belum gitu ya dan lain
sebag nah ini kira-kira namanya diagrir
yaara umumitu jika kita menggunakan e
prognosti model Maka nanti kita ada
proses konversi dulu gitu ya kemudian
ada data topografi data tutupan lahan
gitu ya kemudian nah itu nanti masuk ke
modelm gitu ya nanti ada juga data nah
di data prognostik ini ya dia sudah
melibatkan data di permukaan dan data
yanger air gitu ya jadi e kita tidak
perlu rep-rep lagi mencari data terkait
dengan Sur
maunitu ya Kemudian dari kalmet eh
keluarannya berupa data Medan angin
kalmet gitu ya Eh biasanya ekstensinya
dalam bentuk DD nah eh file D inilah
yang nanti e digunakan sebagai inputan
model kalp nah di model kalp Ya seperti
yang saya sampaikan tadi bahwa ada
beberapa perhitungan gitu ya Apakah kita
menggunakan skema usepa atau tidak gitu
nah kemudian di sinilah kita nanti
memasukkan data-data emisinya eh
kemudian dan lain sebagainya ya Nah
setelah ee diunning model kalpav ini
keluarannya juga dotd ya do file nah
kemudian baru diinput ke model kalpost
gitu ya Nah di model kalpos inilah nanti
eh dilakukan
visualisasi gitu ya Apakah kita akan
mengeluarkan data rata-rata 1 jam 3 jam
24 jam gitu ya atau 1 musim atau 1 bulan
gitu ya atau selama satu periode n itu
pengaturannya ada di kalpos terakhir di
adalah untuk visualisasi ya visualisasi
spasial eh ya dan
temporal nah ini beberapa ya Secara umum
data masukan dari model kalp ya
ada gitu ya kemudian yang wajib ya
kemudianologi data ada
speederatur gitu ya stability ini
opsional RH
atauemban dan lain sebagainya Nah ini
bisa berasal dari data observasi maupun
dari model prognostik ya Nah terkait
dengan data ini ya kalau kita bicara
mengenai prognostik model Nah itu pada
dasarnya eh sebenarnya bisa kita
generate sendiri dengan menjalankan
model urf atau mm5 Ya tapi kalau
misalkan Bapak Ibu kunjungi ke salah
satu eh situs ya website yang
menyediakan model-model ini dia juga
menyediakan eh data gitu ya menyediakan
data yang bisa diinput langsung ke modal
kalm atau bahkan bisa langsung masuk ke
kalpav gitu ya Nah tentu itu berbayar
gitu ya Eh nanti mungkin kita eh coba
lihatin juga ya beberapa situs yang
terkait dengan Eh data-data ini kemudian
data emisi data karakteristik sumber
pencemar dan data-data lainnya sebagai
data pendukung ya Jika Bapak Ibu
mempunyai data terkait dengan eh
bangunan yang ada di sekitarnya Nah itu
bisa dimasukkan
juga nah ini e beberapa apa apa namanya
situs eh terkait dengan model kalpav ya
Jadi kalau model kalpav itu dia Eh kalau
interface-nya
eh baru ada dua ya untuk interface-nya
ada di kalpa Pro atau kalpa view ya
namun source code yang ada di
belakangnya source cod-nya Nah itu bisa
kita update terus ya kita bisa update
terus sesuai dengan yang ada di website
ini ya Nah ini website resminya ya
terakhir diupdate itu tanggal 6 Februari
2020 ya eh saya belum tahu ya Apakah
sekarang sudah ada update-an baru atau
tidak Gitu ya tapi yang terakhir eh saya
lihat itu ada di 6 Februari 2020 model
ini terus di update dikembangkan gitu ya
diperbarui fitur-fiturnya dan lain
sebagainya ya
Nah Jika Bapak Ibu dan rekan-rekan
semuanya mau mencoba ya mensimulasikan
Model kalpf ini Nah itu di di website
ini juga menyediakan datanya gitu ya
sama kayak model-model lain e
model-model lain gitu ya kalau kita
bicara kayak model air gitu ya Nah
ketika Bapak Ibu mempelajari sebuah
model pasti dia juga menyediakan eh yang
dinamakan dengan tes datanya ya Tes data
jadi ketika Bapak Ibu masukkan tes
datanya eh di Running maka keluar
outputnya gitu ya Sesuai dengan kondisi
dari tes datanya Begitu juga dengan e
kalpf Nah di sini juga tersedia seluruh
data yang diperlukan gitu ya Mulai dari
data teranya lenus-nya gitu ya ada
Surface observation ada data gitu ya Nah
Bapak Ibu bisa mencobanya bahkan
data-data prognosti model gitu ya
Dar ya
ataumf atau dari wrf gitu ya Nah Bapak
Ibu bisa mencobanya juga gitu ya
jadi ketika Bapak Ibu menggunakan modal
ya pada
dasarnyaanyaidernya sudah berusaha ya
menyediakan data-data yang dibutuhkan
Jadi bagi eh pengguna baru itu bisa
langsung eh mencobakan data datata
default Ya biasanya dari data default
Inilah kita bisa mengetahui misalkan
formatnya Bagaimana gitu ya kemudian eh
apa namanya outputnya Bagaimana gitu ya
jadi kita bisa memahami Bagaimana
karakteristik dari model itu gitu ya
dengan kita menjalankan data default
maka kita akan mengetahui bagaimana
karakteristik dari model itu gitu ya Apa
saja inputannya apa saja erornya dan
lain sebagainya nanti kalau misalkan
kita sudah mulai paham barulah kita
mulai mengotak-atik ya mengotak-atik
kita ubah sedikit-sedikit gitu ya Eh
data-data
inputannya sesuai dengan kondisi wilayah
kajian kita dan e ya baru
biasanya menjadi lebih terbiasa gitu ya
ya Ini
beberapsiikaapak Ibu misalkan tidak ada
data topografinya gitu ya Bapak Ibu bisa
menggunakan data srtm3 ya Kalau tidak
salah itu terakhir bahkan ada yang 30 me
ya ada yang 30 me ada 9 me
ya nanti bisa dicek lagi gitu ya Nah ini
ada berapa situs yang saya lampirkan
gitu ya terkait dengan data topografi
nah tidak tertutup kemungkinan Jika
Bapak Ibu mempunyai data topografi yang
eh sudah diener sendiri gitu ya misalkan
dari instansi atau perusahaan Bapak Ibu
mempunyai e sudah
mendigitasi data topografi Nah itu bisa
sebagai inputan model kalpav ini ya
kalpav atau air mode ya Nah itu sama ya
kemudian nah ini e untuk l use ya ini
ada alternatif sebenarnya sangat banyak
lagi alternatif-alternatif lain yang
bisa dimanfaatkan sebagai eh inputan
model kalpav maupun model eh air mode ya
gitu nah seperti yang saya sampaikan
tadi bahwa sebenarnya di model kalpav
ini
untuk interface ya interface atau GUI
itu ada dua versi ya versi pertama itu
yang versi lama menggunakan kalp Pro
plus ya kalp Pro plus nah ini versi lama
memang tampilannya emang agak apa
namanya eh kalau dibandingkan dengan
kalpa view Yang ada sekarang Memang agak
sedikit ketinggalan gitu ya tapi Eh pada
dasarnya perhitungannya inputannya dan
lain sebagainya gitu ya Eh sama saja
gitu Yap Pro maupun kalp view ya karena
seperti yang saya sampaikan tadi bahwa
dia akan selalu update Gitu ya Eh Bapak
Ibu bisa mengupdate source cod-nya
source Ce ini artinya perhitungannya
Bapak Ibu update terus gitu ya Nah bisa
menggunakanp Pro plus ya Nah ini eh free
gratis ya Bapak Ibu bisa menggunakanp
plus Itu gratis tapi
eh Bapak Ibu hanya bisa merunning modelp
pro ini di eh Windows 7 maksimal 64
bitah pertanyaannya Bagaimana jika saya
mempunyai Windows menggunakan Windows 7
eh Windows 10 gitu atau saya menggunakan
Windows 8 gitu nah alternatifnya
Biasanya kita bisa menggunakan yang
namanya virtual machine ya virtual
machine kemudian kita instal Windows 7
gitu ya atau yang mau bikin dual boot Ya
silakan gitu ya Tapi saya lebih
menyarankan menggunakan e virtual Maine
ya Nah nanti Bapak Ibu instal Windows 7
nanti baru di eh ini diinstal gitu ya
kkira seperti itu nah yang terbaru itu
ada yang namanya kalpa viw ya ya kalp
viw dia ada licens-nya eh Bapak Ibu bisa
beli ya kebetulan dulu saya juga sempat
mencoba menggunakan kalp viw memang
tampilannya lebih eh mudah ya
tampilannya lebih user friendly gitu ya
lebih gampang digunakan gitu ya namun ya
berbayar ya Eh untuk harganya itu
2.950 itu e ya sekitar 44 jutaan ya 44
jutaan dengan kurs r.000 ya tapi Bapak
Ibu bisa ee untuk tampilannya lebih
gampang gitu ya lebih user friendly
kemudian eh apa namanya eh untuk
ketersediaan data sudah ada link-linknya
gitu ya tinggal klik kemudian dia
langsung muncul dan lain sebagainya gitu
ya Nah ini kalp viw ya Nah sekarang
menjadi user guide di uspa kemudian ada
lagi Air View ya Air View sudahah tidak
menjadi user guideline ya maka harganya
juga menyesuaikan ya harganya setengah
dari modal kalp viw Nah itu sekitar
1590 us do ya atau sekitar 23 jutaan
gitu ya Eh ini juga pernah saya gunakan
eh jadi e kalp Pro kalpav viewm view
Kebetulan saya pernah menggunakan
tiga-tiganya gitu ya Jadi kalau Bapak
Ibu Eh punya pertanyaan gitu ya Eh nanti
kita bisa diskusi gitu ya kita bisa
diskusi kalau ada eror-er dan lain
sebagainya kemudian ya ini model air mod
ya kalau
Eh tadi dikembangkan oleh Sigma
Incorporation ya Eh kemudian digunakan
oleh Pa untuk sendiri itu dikembangkan
olehir ya American metology Society ya
Nah pada dasarnya model a ini Mirip ya
dengan model Eh ada dataeologinya gitu
yaa eh karakteristik polutannya gitu ya
dan lain sebagainya kemudian ya kalau
kalpf dia mempunyai kalm kalau air mod
Dia mempunyai airm ya airm itu air mod
meteodologi ya untuk memproses data-data
meteorologi Nah untuk mengolah data
topografi menggunakan air map gitu ya
untuk building down eh menggunakan data
bpip ya dan lain sebagainya Tapi pada
dasarnya inputannya juga hampir-hampir
sama gitu
yaitu nah ini eh untuk eh apa namanya eh
inputan Nah untuk inputan Nah untuk di
mode eh Jika Bapak Ibu
menggunakan point sourch gitu ya area
source volume source atau openit open
pit source gitu ya Nah apa saja data
yang dibutuhkan minimal Ya seperti yang
dilihat di PPT ini ya ada yang
terpenting adalah polutan ras rate ni ya
Eh biasanya satuannya masa per waktu
gitu ya kalau misalkan area berarti masa
per waktu per ee luas gitu ya atau
area jadi banyak opsi-opsi yang bisa
kita
manfaatkan ya secara umum ya kalau kita
menggunakan model air mode ya langkahnya
seperti ini ya dari eh mulai
mendefinisikan projection gitu ya
Eh definisikan projection seperti map
projectionnya Bagaimana referencenya
berapa gitu ya b elevationnya berapa KUD
koordinatnya menggunakan apa gitu ya Nah
itu mulai dari define projection
kemudian kalau misalkan ada eh basap Ya
itu bisa digunakan kemudian baru
mendefinisikan parameter-parameter yang
diperlukan oleh model A itu ya
ehulai Dar topografi gitu ya bangunan
juga ada gitu ya Kemudian meteori
Kemudian output dari output baru masuk
ke
model nah ini summary
Processing Pertanyaan selanjutnya kalau
saya eh menggunakan kalp kalau saya
menggunakan air mode mana sih yang lebih
baik gitu ya Nah pertanyaan ini sangat
sering ditujukkan ya sangat sering
ditujukkan ketika kita bahas kalp
tiba-tiba
eh yang bersangkutan juga pernah
menggunakan airm ya terus muncul
pertanyaan
eh rata-rata eh Bagusan mana sih ya alp
atau airm gitu ya nah sebenarnya
penelitian-penelitiannya juga sudah
banyak ya dipublish Bapak Ibu bisa
searching juga ya Eh pada dasarnya eh
airm dan kalpov ini sering disandingkan
gitu ya sering dibandingkan ya Eh kalau
untuk di Indonesia sendiri itu masih
sangat langka ya masih sangat jarang ya
untuk membandingkan apakah kalpf lebih
baik atau airm lebih baik Nah itu belum
bisa disimpulkan yang mana gitu ya namun
ya rata-rata
Eh Karena dulu saya ee sempat
menggunakan model kalpf ya untuk eh
beberapa tugas gitu ya rata-rata hasil
simulasi yang digunakan gitu ya hasil
simulasi yang dihasilkan itu menunjukkan
hasil yang cukup baik gitu ya Nah di ee
luar negeri juga rata-rata tergantung
kondisinya gitu ya kadang KP yang baik
kadang airm yang baik ya ya semuanya e
tentu ada kelebihan dan kekurangannya
gitu ya ini contoh ya contoh hasil
tampilan ya Bisa dibikin animasi bisa
hanya apa namanya ee berupa gpeg atau
PNG aja gitu ya sebenarnya untuk ee
gradasi warnanya juga bisa diatur gitu
ya Apakah mau eh apa namanya mau
ditampilkan sampai konsentrasi berapa
gitu ya kemudian mau sumbernya berapa
Apakah mau dioverlay dengan terine
dengan luse atau eh dengan bas map atau
dengan eh apa namanya dengan eh Google
Google Google apa namanya Google Google
Map begitu ya ya ee ee dan lain
sebagainya Itu Bisa Diatur gitu ya
kemudian mau dikeluarkan 1 jam 3 jam 24
jam juga bisa diatur gitu ya Nah
kemudian Apakah mau ditampilkan secara
tiga dimensi itu juga bisa gitu ya untuk
melihat eh persebarannya nah kemudian
untuk laporan juga bisa gitu ya laporan
ya tinggal di e sesuaikan dengan kaidah
eh peta ya kaidah peta yang baik atau
bagaimana gitu Ya ada apa namanya ada
skalanya ada apa namanya penunjuk
Arahnya ada judulnya ada ee legendanya
dan lain sebagainya nah kira-kira itu
yang saya ee bisa sampaikan Nah mungkin
ee saya kembalikan lagi ke
moderator Terima
kasih Tes halo Ya baik terima kasih
kepada pakin atas paparannya eh di sini
banyak peserta yang menginginkan
materinya Pak bagaimana kira-kira Oh iya
boleh nanti akan saya share melalui
panitia eh bapak dan ibu akan kami eh
materinya akan kami share melalui apa
kira-kira
pak
mungkin dari Google Drive aja kali ya
atau dari Gimana baiknya
biasanya Baik nanti akan kami sediakan
linknya silakan dicek
melalui
YouTube atau nanti akan kami share ee ke
email yang terdaftar seperti itu dan
juga sekarang akan lanjut ke Sesi
pertanyaan ya Pak sudah ada beberapa
pertanyaan yang
masuk oh iya
oke
kita
mendapatkan Okenya
entar suaranya sedikit
putus-putus oke mungkin
ee langsung saya jawab aja ya
oke ee pertanyaan pertama ee tapi suara
saya kedengaran kan
Ya
halo suara saya
kedengaran terdengar Mas Alpin terdengar
Pak Alpin Oh iya ya oke oke Oh iya Nah
untuk yang pertanyaan tiga pertama ya
yang pertama
ee sebentar eh
bisa saya jawab
Oke
ya Boleh
Pak
Oh untuk tiga pertanyaan pertama ya
Eh pertama Apakah software air dapat
digunakan untuk mengid
mengidentifikasila pebaran pencemaran
udara akibat kebakaran hutan apabila
kita mendapat mapatkan hotspotnya gitu
ya kemudian pertanyaan
kedua Bagaimana membuat model pencemaran
udara di lahan pertanian khususnya lahan
sawah ee pada irigasi ya Eh ketiga
kemudian Bagaimana cara kita mendapatkan
software air mode Dan kalpf ini ya
nah oke nah untuk pertanyaan pertama ya
eh
arar suara saya jelas atau
putus-putus jelas Pak ini soalnya mantul
terus ke saya jelas ya oke nah iya ee
Apakah model kalpav atau Model airme
ini bisa digunakan untuk kebakaran hutan
ya Nah pada dasarnya model baik model
kalpf maupun model ae gitu ya ya ee
rata-rata
ee mereka cocok cocok untuk daerah yang
untuk simulasi
ee mulai dari eh Skala yang apa namanya
range yang pendek sampai range yang
besar ya Eh sampai 50 kman eh ke atas
gitu ya Nah itu bisa digunakan model
kalpav dan model air mod ya
bentar nah namun
eh apa namanya ya Eh sejauh ini
rata-rata penggunaan model kalpf dan
model aote eh di beberapa apa namanya
penelitian yang digunakan itu biasanya
banyak digunakan di transportasi gitu ya
Kemudian untuk AMDAL untuk simulasi
ee area gitu ya untuk ee titik gitu ya
ya namun untuk kebakaran hutan
sendiri sejauh ini saya belum apa
namanya ee belum menemukan gitu ya
Apakah eh
eh kalpf dan airmon ini
diimplementasikan untuk kebakaran hutan
ya Eh Biasanya kalau untuk kebakaran
hutan itu Wah
mantul-mantul Nah biasanya untuk
pencemaran udara pencemaran untuk dari
kebakaran hutan ini kok mantul-mantul ya
sebentar ya biasanya kalau untuk modal
kebakaran hutan ini itu biasanya
menggunakan model regional biasanya e
Bapak Ibu bisa menggunakan model lain e
model pencemaran udara juga eh yang
sifatnya regional seperti model wrfamp
gitu ya atau wrf fire gitu nah Biasanya
model-model seperti itu yang e yang apa
namanya yang digunakan untuk e
pencemaran ee akibat dari kebakaran
hutan gitu ya model-model Ee tipenya
model regional ya kalau untuk kalpf dan
airm itu lebih ke tipenya lokal gitu ya
lokal ke regional kira-kira seperti itu
kemudian nah bagaimana model pencemaran
udara di lahan pertanian khususnya lahan
padi dan
EE sawah ya nah
tadi ya
Eh rata-rata untuk model kalpf dan air
mod eh saya pribadi belum menemukan
ya
bis
cocok
untuk
[Musik]
di an itu
berasar dari e suatu area ya atau suatu
kawasan gitu eh dua-duanya menyediakan
gitu dan
eh apakah cocok untuk daerah di lahan
pertanian atau irigasi nah kembali lagi
ya saya pribadi eh belum menemukan ya
pernah diimplementasikan di eh apa
namanya di wilah wilayah-wilayah e
dengan pertanian tapi fiturnya ada
fiturnya Ada apakah bisa dicoba bisa
gitu tinggal nanti dicoba aja gitu ya
kira-kira seperti itu kemudian
pertanyaan ketiga terkait dengan
Bagaimana cara kita menerapkan software
airm dan K ini ya
ya Bagaimana cara menerapkan model
software air dan kalp ya Nah terkhusus
untuk model kalp view atau e air mod
view eh Bapak Ibu itu bisa
eh mengunjungi
eh situs webx ya webx Eh itu menyediakan
eh model kalpa view airm view versi
terbaru yang seperti yang saya sampaikan
tadi bahwa versi terbaru itu lebih user
friendly lebih gampang digunakan eh
lebih mudah dipahami lebih mudah e
disimulasikan biasanya e ya lebih mudah
disimulasikan dari beberapa kali saya
mencoba lebih mudah gitu ya lebih mudah
dipaham gitu kemudian Ya tentu untuk itu
untuk ee ini ya Ee itu berbayar ya
berbayar Seperti yang saya sampaikan di
eh eh presentasi sebelumnya yaitu
berbayar ya eh satu software-nya R4 juta
Gitu ya untuk kalpa view eh air view-nya
juga berbayar gitu ya kemudian
eh untuk data-datanya data
meteorologinya juga disediakan oleh
tersebut gitu ya kalau bapak ibu
tertarik Gitu
Ee Namun demikian ada beberapa
alternatif lain Bapak Ibu kalau misalkan
Eh bisa menggunakan synak base gitu ya
synak base eh ya yang terbiasa
menggunakan Linux gitu ya Nah itu ada
juga source codeesource code-nya yang
disediakan di website-nya gitu Ya
seperti yang saya Tunjukkan tadi di
src.com Nah itu bapak ibu bisa download
source codeesource code-nya gitu ya
Nanti bapak ibu bisa lihat apa isi
dalamnya gitu ya Apa isi dalam file
krolnya kemudian Bagaimana meng nya itu
bisa gitu ya Nah itu alternatif kedua
nah alternatif ketiga kalau Bapak Ibu
tidak terbiasa menggunakan synak base
itu bisa menggunakan eh kalpav versi
sebelumnya gitu ya atau yang tadi saya
sampaikan seperti kalpav Pro gitu ya
kalpav Pro plus Nah itu eh eh ya butuh
eh apa namanya eh perlu eh pembiasaan
gitu ya butuh pembiasaan kemudian ya
butuh latihan juga gitu ya untuk bisa
menggunakan kalp itu kira-kira seperti
itu
kemudian
ee Apakah ada penyedia data prognostik
dari Indonesia untuk running idealnya
menggunakan data matage Berapa lama
nah eh Apakah ada penyedia data
prognostik dari Indonesia ya mm Setahu
saya itu BMKG ada ya BMKG ada Kalau
tidak salah ya saya ada ya tapi biasanya
ee bapak Bapak Ibu juga kalau saya ya
kalau saya biasanya E saya running aja
sendiri gitu ya karena
eh menggunakan modal menggunakan model
wrf gitu ya itu bisa diunning sendiri
juga gitu ya E tapi memang butuh ini
lagi ya butuh latihan lagi
eh atau e Bapak Ibu bisa kunjungi lagi
website web stud itu juga menyediakan
Tapi bapak ibu harus membayar ya Sesuai
dengan Kalau tidak salah itu sesuai
dengan resolusinya berapa e runnya
berapa gitu ya dan lain sebagainya Nah
itu eh biayanya disesuaikan ya Kalau
tidak salah itu mulai dari sekitar 5
jutaan ke atas ya 5 jutaan ke atas gitu
Tergantung ke tingkat resolusinya dan
Seberapa lama Eh ya itu ya bisa Bapak
Ibu kunjungi itu atau Bapak Ibu bisa
running sendiri ya running sendiri e
kalau saya pribadi lebih saya eh karena
sudah terbiasa menggunakan model
prognostik gitu ya jadi saya running aja
sendiri gitu ya Eh itu bisa juga sebagai
alternatif
gitu untuk running idealnya menggunakan
data meage Berapa lama ya Eh sebenarnya
eh
eh apa namanya kalau kita menggunakan
data prognostik ya Eh itu ada yang
namanya eh warming up ya Spin up Spin up
ada yang namanya Spin up artinya model
itu ee kalau misalkan motor harus
dipanasin dulu gitu ya harus dipanasin
dulu gitu ya nah begitu itu model juga
ada gitu ya itu biasanya Eh sekitar 6
jam ya 6 jam dalam artian selama data 6
jam pertama itu digunakan sebagai Spin
up gitu ya Nah Biasanya kita eh running
untuk 1 hari ke depan gitu ya maka kita
membutuhkan waktu eh apa namanya ya
minimal eh data 30 jam gitu ya 30 jam
terakhir gitu Nah untuk menimulasikan e
polutan itu ya tapi kalau misalkan kita
mempunyai data yang lebih panjang itu
lebih baik gitu ya datanya lebih panjang
karena seperti yang saya sampaikan tadi
ya Eh bahwa model baik itu air mode
maupun e kalp gitu Ya dia memiliki eh
kemampuan untuk mensimulasikan dari
skala jamjaman harian gitu ya Eh skala
waktunya bisa kita atur gitu ya
Nah outputnya juga bisa kita atur gitu
ya Sesuai dengan
hanya mempengaruhi resolusi hasil model
atau mod ini mempengaruhi perhakukan
maka perhitungannya akan semakin banyak
ya eh kira-kira seperti itu semakin
banyak grid yang kita gunakan maka
semakin banyak ee perhitungan yang
dilakukan ee semakin detail data yang
kita gunakan ee artinya semakin detail
artinya gridnya itu akan semakin e akan
semakin banyak ya seperti foto ya kalau
misalkan resolusi tinggi maka
piksel-pikselnya akan semakin banyak
gitu ya maka prinsipnya adalah model
kalpf model
dia menghitung
eh kondisi di masing-masing Grid itu ya
kondisi di masing-masing Grid itu
Misalkan meteodologinya gimana gitu ya
Apakah eh eh apa namanya polutan yang
sampai di sana e berapa gitu ya kalau
misalkan Bapak Ibu lihat ee persamaan
dasarnya ya Eh persamaan dasarnya itu
adalah menggunakan persamaan gausian ya
Persamaan Gaus ya Persamaan Gaus Nah itu
akan ketahuan ya ketahuan Misalkan Eh
ada berapa jarak dari sumber gitu ya
kemudian ada perhitungan Berapa tinggi
plum gitu ya dan lain sebagainya Ya
intinya semakin detail maka dia akan
semakin banyak perhitungannya kira
seperti
itu
kemudian Apakah ada penyedia pada
setting Apabila saya ingin memodelkan
Kawasan Industri terintegrasi Apakah
cukup menggunakan saja mana sih tadi
Apabila saya ingin memodelkan Kawasan
Industri terintegrasi Apakah cukup
menggunakan a saja kapan kita
menggunakan
highit kalau untuk high sendiri Saya
pribadi belum perah menggunakan Ya tapi
kalau misalkan
itu bisa kalau misalkan ada suatu di
suatu kawasan terintegrasi kita bisa
memodelkan semuanya e dalam artian
misalkan ada l sumber titik kemudian
kita
mau integrasi dengan sumber garis kita
integrasi dengan sumber area kemudian
itu bisa Itu bisa untuk di Mod itu bisa
kalau untuk saya
belumum terlalu mendalami terkait model
ini
gu
Kemudian untuk data kualitas sudahara
menggunakan pasif
sampler Apakah bisa dilakukan pemodelan
Iya bisa e itu nanti jatuhnya sebagai
ini ya background kentration
sebaggoundenttion nanti diinput Nah itu
bisa atau bisa juga digunakan sebagai
ini e apa
namanya verifikasi juga bisa gitu yaikas
juga bisa
itu bisa digunakan
dariampler setelah membuat model air
Bagaimana cara memverifikasi kalkurator
model
Nah setelah membuat model Eh bagaimana
caraasi nah ini sering ditanyakan juga
ya
Eh banyak yang apa namanya
eh eh apa namanya ketika e hasilnya
keluar gitu ya kemudian bertanya-tanya
kenapa nih hasilnya kecil banget gitu ya
Kenapa hasilnya kecil banget sedangkan
di ambien enggak mungkin sekecil ini
gitu ya Nah kemudian
Eh kenapa Eh ya ada beberapa poin yang
ingin saya sampaikan terkait hal ini eh
yang pertama adalah
eh bentar apa ya tadi
ee sebentar sebentar ee setelah membuat
model A Bagaimana
caraasiutan bagaimana pemantauan nah eh
pertama ya Model air Mod itu sendiri
atau modelp itu sendiri ingat ya Eh
Biasanya sih saya untuk merunning itu
tanpa background conentration ya maka
itu murni dari sumber itu sendiri gitu
ya murni dari sumber itu sendiri
Kemudian dilihat pebarannya dan itu
nilainya memang kecil gitu ya jadi e
bapak ibu dan rekan-rekan jangan
khawatir dengan nilai-nilai yang kecil
itu gitu ya karena itu murni dari
kontribusi dari misalkan dari cerobong
gitu ya Nah itu hanya kontribusi dari
cerobong terhadap lingkungan gitu ya
jika kita langsung membandingkan dengan
data ambien eh itu pasti undertimate
pasti undertimate nilainya pasti ada di
bawah Kenapa karena data ambien itu
merupakan akumulasi dari berbagai sumber
tentunya dari berbagai sumber gitu ya
nah eh Kemudian yang kedua Eh Bapak Ibu
Eh ini yang sering ditanyakan jug juga
ya Biasanya kita mensimulasikan
ee apa namanya misalkan cerobong aja ya
kita mensimulasikan cerobong biasanya
kan cerobong itu ketinggiannya sampai
100 M 150 M gitu ya sedangkan dispersi
yang kita spasialkan itu berada di 10 m
gitu ya maka biasanya itu titik-titik
konsentrasi tertinggi itu tidak tidak
serta-mer