PENGARUH DRIVING CYCLE TERHADAP EMISI KENDARAAN MENGGUNAKAN PROGRAM MOVES PADA RUAS JALAN NUSANTARA KOTA MAKASSAR

Siti Nurfajrina J Patunrangi; Muhammad  Ikbal; Mhd. Alfikar Marpaung; Nurul; Sri Hardianti Samad

doi:10.37905/cj.v6i2.208

Siti Nurfajrina J Patunrangi Universitas Negeri Gorontalo
Muhammad Ikbal Universitas Negeri Gorontalo
Mhd. Alfikar Marpaung Universitas Negeri Gorontalo
Nurul Universitas Negeri Gorontalo
Sri Hardianti Samad Universitas Negeri Gorontalo

DOI: https://doi.org/10.37905/cj.v6i2.208

Abstract

Kemacetan lalu lintas perkotaan di kota berkembang menghasilkan pola berkendara yang kompleks dan berpengaruh kuat terhadap emisi kendaraan. Penelitian ini bertujuan menganalisis driving cycle lokal serta dampaknya terhadap emisi kendaraan ringan di Jl. Nusantara, Makassar, sebagai representasi koridor jalan nasional perkotaan. Fokus penelitian adalah mengkuantifikasi hubungan antara perilaku kecepatan dan pembentukan polutan menggunakan karakteristik berkendara lokal.Metode penelitian mengombinasikan pengumpulan data kecepatan detik-per-detik untuk membangun driving cycle lokal dengan estimasi emisi berbasis Motor Vehicle Emission Simulator (MOVES). Dinamika lalu lintas diklasifikasikan menjadi creeping, acceleration, deceleration, dan cruising, kemudian dianalisis kontribusinya terhadap emisi. Analisis regresi digunakan untuk menilai hubungan antara kecepatan rata-rata dan intensitas emisi (g/km). Hasil menunjukkan creeping mendominasi hingga 60,96 % dengan pola stop-and-go yang kuat. Karbon monoksida CO menjadi polutan dominan dengan nilai maksimum 9,829 g/km, sedangkan HC <0,127 g/km dan NOx 0,047–0,230 g/km. Emisi menurun seiring peningkatan kecepatan pada rentang 5–35 km/jam dengan R² >0,8. Penelitian ini menegaskan pentingnya integrasi driving cycle lokal dalam pengendalian emisi perkotaan.

Keywords: Driving cycle, Emisi kendaraan ringan, Kemacetan lalu lintas, Kecepatan kendaraan, MOVES

Downloads

Download data is not yet available.

References

Anastasya, N., & Suwandana, E. (2022). Efek Pertumbuhan Ekonomi, Kependudukan, Dan Transportasi Terhadap Kualitas Udara Sumatera Selatan. Publikasi Penelitian Terapan Dan Kebijakan, 5(2). https://doi.org/10.46774/pptk.v5i2.498

Frey, H. C., Rouphail, N. M., & Zhai, H. (2008). Link-Based Emission Factors for Heavy-Duty Diesel Trucks Based on Real-World Data. Transportation Research Record Journal of the Transportation Research Board, 2058(1), 23–32. https://doi.org/10.3141/2058-04

Frey, H. C., Zhang, K., & Rouphail, N. M. (2008). Fuel Use and Emissions Comparisons for Alternative Routes, Time of Day, Road Grade, and Vehicles Based on in-Use Measurements. Environmental Science & Technology, 42(7), 2483–2489. https://doi.org/10.1021/es702493v

Frey, H. C., Zhang, K., & Rouphail, N. M. (2010). Vehicle-Specific Emissions Modeling Based Upon on-Road Measurements. Environmental Science & Technology, 44(9), 3594–3600. https://doi.org/10.1021/es902835h

Jp, S. N. (n.d.). MODEL ESTIMASI EMISI KENDARAAN RINGAN BERBASIS POLA SIKLUS MENGEMUDI DENGAN MENGGUNAKAN PROGRAM MOVES PADA RUAS JALAN NASIONAL DI KOTA MAKASSAR.

Jp, S. N., Aly, S. H., & Ramli, M. I. (2020). Model emission estimation of light vehicle based on the driving cycle with using moves program on national roads in Makassar city. IOP Conference Series: Earth and Environmental Science, 575(1), 012166. https://doi.org/10.1088/1755-1315/575/1/012166

Maricq, M. M., Szente, J. J., Adams, J. A., Tennison, P., & Rumpsa, T. (2013). Influence of Mileage Accumulation on the Particle Mass and Number Emissions of Two Gasoline Direct Injection Vehicles. Environmental Science & Technology, 47(20), 11890–11896. https://doi.org/10.1021/es402686z

Marotta, A., Pavlovic, J., Ciuffo, B., Serra, S., & Fontaras, G. (2015). Gaseous Emissions From Light-Duty Vehicles: Moving From NEDC to the New WLTP Test Procedure. Environmental Science & Technology, 49(14), 8315–8322. https://doi.org/10.1021/acs.est.5b01364

Mei, H., Wang, L., Wang, M., Zhu, R., Wang, Y., Li, Y., Zhang, R., Wang, B., & Bao, X. (2021). Characterization of Exhaust CO, HC and NOx Emissions From Light-Duty Vehicles Under Real Driving Conditions. Atmosphere, 12(9), 1125. https://doi.org/10.3390/atmos12091125

Montero, L., Paneque, M. P., Barceló, J., Homoceanu, S., & Casanovas, J. (2016). Case Study on Cooperative Car Data for Estimating Traffic States in an Urban Network. Transportation Research Record Journal of the Transportation Research Board, 2594(1), 127–137. https://doi.org/10.3141/2594-16

Patunrangi, S. N. J., Kadir, A. I. N. K., & Sutrisno, M. (2023). Estimasi Emisi Kendaraan Ringan pada Ruas Jalan Perintis Kemerdekaan Kota Makassar. REKONSTRUKSI TADULAKO: Civil Engineering Journal on Research and Development, 23–28. https://doi.org/10.22487/renstra.v4i1.458

Saniyyah, R. D. (2024). Peran Inovasi Teknologi Dalam Green Transportasi: Mewujudkan Green Economy Dan Pembangunan Berkelanjutan. Jurnal Ekonomi Journal of Economic, 15(01). https://doi.org/10.47007/jeko.v15i01.7632

Suryoprayogo, H. (2023). Spatio-Temporal Analysis Polutan Karbon Monoksida (CO) Jakarta Selama Pandemi Menggunakan Sentinel-5p TROPOMI. Journal of Informatics and Communication Technology (Jict), 4(2), 47–54. https://doi.org/10.52661/j_ict.v4i2.101

Tang, L., Yang, X., Kan, Z., & Li, Q. (2015). Lane-Level Road Information Mining From Vehicle GPS Trajectories Based on Naïve Bayesian Classification. Isprs International Journal of Geo-Information, 4(4), 2660–2680. https://doi.org/10.3390/ijgi4042660

Usama, M., Koutsopoulos, H. N., & Wang, L. (2025). Estimating City-Wide Operating Mode Distribution of Light-Duty Vehicles: A Neural Network-Based Approach. Transportation Research Record Journal of the Transportation Research Board. https://doi.org/10.1177/03611981251348465