Dari µg/m³ ke Angka Indeks: Cara Menghitung ISPU dari Data Sensor AQMS Sesuai Permen LHK 14/2020

Angka konsentrasi polutan yang keluar dari sensor AQMS (Air Quality Monitoring System) dalam $\mu\text{g/m}^3$ tidak bisa langsung dipakai sebagai Indeks Standar Pencemar Udara (ISPU). Permen LHK No. 14 Tahun 2020 punya aturan main sendiri. Ada rumus interpolasi matematis dan tabel batas ambien bertingkat yang wajib dipakai. Jadi, saat dashboard tiba-tiba berubah kuning atau merah, tim di lapangan harus tahu persis dari mana angka itu berasal.

Tulisan ini bakal bongkar cara menghitung ISPU dari data deret waktu sensor. Kita juga akan bahas cara nentuin parameter kritis, bedanya laporan per jam dan harian, sampai cara ngecek apakah algoritma di dashboard lingkungan itu sudah benar atau ngaco.

Dari Konsentrasi Fisik ke Angka Indeks

Sensor AQMS mengukur polutan secara fisik. Ada yang mendeteksi gas pakai metode elektrokimia atau optik seperti NDIR. Ada juga yang ngitung massa partikel lewat pantulan cahaya (laser scattering). Hasil akhirnya selalu massa per volume. Biasanya mikrogram per meter kubik ($\mu\text{g/m}^3$), atau part-per-million (ppm) khusus buat gas tertentu.

Masalahnya, masyarakat umum dan auditor dari instansi tidak membaca kualitas udara dalam format $\mu\text{g/m}^3$. Mereka cuma peduli angka ISPU. Kalau merujuk Pasal 1 angka 1 Permen LHK 14/2020, ISPU adalah angka tanpa satuan untuk nunjukkin kondisi udara ambien di suatu lokasi. Angka ini mencerminkan dampaknya buat kesehatan manusia, estetika, sampai ekosistem sekitar.

Mengubah berbagai macam satuan fisik ini jadi satu rentang indeks standar (dari 0 sampai >300) nggak bisa asal tebak. Butuh proses hitungan matematis yang sesuai landasan hukum biar hasilnya tetap sah waktu diaudit.

7 Parameter Resmi dan Batas Konsentrasi

Sesuai Permen LHK No. 14 Tahun 2020, hitungan ISPU wajib masukin 7 parameter utama: Partikulat 10 $\mu\text{m}$ (PM10), Partikulat 2,5 $\mu\text{m}$ (PM2.5), Sulfur Dioksida (SO2), Karbon Monoksida (CO), Ozon (O3), Nitrogen Dioksida (NO2), dan Hidrokarbon (HC).

Dari parameter tadi, tabel batas ambien (breakpoint) akan nentuin status kualitas udaranya:

• Baik (0–50): Hijau.
• Sedang (51–100): Biru.
• Tidak Sehat (101–200): Kuning.
• Sangat Tidak Sehat (201–300): Merah.
• Berbahaya (>300): Hitam.

Biar ada gambaran, ini ringkasan batas konsentrasi atas buat parameter kunci dari Lampiran Permen LHK 14/2020 (pengukuran 24 jam buat partikel dan gas, kecuali O3 yang 1 jam dan 8 jam, serta CO yang 8 jam):

ISPU	Kategori	PM2.5 ($\mu\text{g/m}^3$)	PM10 ($\mu\text{g/m}^3$)	SO2 ($\mu\text{g/m}^3$)	NO2 ($\mu\text{g/m}^3$)
50	Baik	15,5	50	52	80
100	Sedang	55,4	150	180	200
200	Tidak Sehat	150,4	350	400	1.130
300	Sangat Tidak Sehat	250,4	420	800	2.260

(Catatan: Karbon monoksida, hidrokarbon, dan ozon punya batas konsentrasi sendiri yang wajib masuk ke algoritma perhitungan).

Rumus Interpolasi Linier ISPU

Cara ngitung sub-indeks buat setiap polutan itu nggak pakai persentase biasa. Semuanya dihitung pakai metode interpolasi linier potongan (piecewise linear interpolation). Lampiran Permen LHK 14/2020 ngasih rumus begini:

$I = \frac{I_a – I_b}{X_a – X_b} \times (X_x – X_b) + I_b$

Maksud dari tiap variabel:

• $I$: ISPU yang dicari (nilai akhir).
• $I_a$: ISPU batas atas dari rentang kategori.
• $I_b$: ISPU batas bawah dari rentang kategori.
• $X_a$: Konsentrasi ambien batas atas dari rentang kategori ($\mu\text{g/m}^3$).
• $X_b$: Konsentrasi ambien batas bawah dari rentang kategori ($\mu\text{g/m}^3$).
• $X_x$: Konsentrasi ambien asli yang diukur di lapangan ($\mu\text{g/m}^3$).

Contoh Perhitungan PM2.5

Misalnya ada stasiun yang nyatet rata-rata PM2.5 di angka 35,0 $\mu\text{g/m}^3$.

1. Cari rentangnya: Angka 35,0 $\mu\text{g/m}^3$ masuk di antara 15,6 dan 55,4 pada tabel PM2.5. Berarti masuk kategori Sedang.
2. Tentukan variabel batasnya:
   • $X_x = 35,0$
   • $X_a = 55,4$ (batas atas konsentrasi)
   • $X_b = 15,6$ (batas bawah konsentrasi)
   • $I_a = 100$ (batas atas ISPU kategori Sedang)
   • $I_b = 51$ (batas bawah ISPU kategori Sedang)
3. Masukin ke rumus:
   $I = \frac{100 – 51}{55,4 – 15,6} \times (35,0 – 15,6) + 51$
   $I = \frac{49}{39,8} \times (19,4) + 51$
   $I \approx 1,231 \times 19,4 + 51$
   $I \approx 23,88 + 51 = 74,88$
4. Bulatkan: Ketemu angka ISPU 75 (Kategori Sedang).

Logika Parameter Kritis

Kalau satu stasiun memantau ketujuh parameter tadi sekaligus, gimana caranya sistem ngeluarin satu angka ISPU final?

ISPU stasiun itu bukan hasil rata-rata dari semua parameter sensor. Angka akhirnya diambil dari nilai sub-indeks paling tinggi di antara semua polutan yang terekam saat itu. Polutan yang angkanya paling mendominasi ini disebut “Parameter Kritis”.

Biar gampang, bayangin skenario ini:

• Sub-indeks PM2.5 = 75
• Sub-indeks PM10 = 42
• Sub-indeks SO2 = 28
• Sub-indeks NO2 = 35
• Sub-indeks CO = 15

Dari deretan angka itu, ISPU yang bakal dilaporkan stasiun adalah 75 (Sedang). Parameter Kritisnya? PM2.5.

Aturan soal parameter kritis ini wajib dipahami sama tim yang ngerjain desain dashboard monitoring data sensor. Software telemetri harus bisa otomatis ngeganti label parameter kritis setiap kali status mutu udara berubah. Tujuannya simpel. Biar operator yang lagi jaga langsung tahu polutan mana yang lagi narik indeks udara ke arah bahaya.

Rata-Rata Waktu: Fluktuasi Instan vs Kepatuhan 24 Jam

Orang sering bingung waktu ada lonjakan debu sesaat. Misalnya ada alat berat lewat, lalu pembacaan PM10 tiba-tiba naik tajam selama lima menit. Tapi kenapa ISPU stasiun masih anteng di zona hijau atau biru?

Sensor itu baca data tiap menit dan sangat rentan sama fluktuasi sesaat. Tapi rumus ISPU dibuat berdasarkan dampak paparan polusi ke manusia. Makanya butuh durasi agregasi atau rata-rata waktu (averaging time). Lonjakan singkat bakal diredam sama hitungan rata-rata bergerak (moving average). Jadi status Berbahaya nggak gampang kepicu, kecuali udaranya memang terus-terusan buruk.

Kalau cek Lampiran Permen LHK 14/2020, ada perbedaan jadwal laporan yang cukup jelas:

• PM2.5: Hasil hitungannya wajib dilaporin dan di-update tiap jam selama 24 jam. Biasanya ini pakai sistem rata-rata bergerak (moving average) atau akumulasi jam berjalan, mirip metode NowCast EPA.
• Parameter Lainnya: Dilaporin minimal dua kali sehari tiap jam 09.00 dan 15.00 WIB. Datanya diambil dari akumulasi pengukuran selama 24 jam penuh.

Sistem data logger stasiun yang bener harus bisa nyaring anomali kualitas data sensor sebelum mulai ngitung. Kalau koneksi sensor putus di tengah jalan, sistem nggak boleh seenaknya masukin angka nol ke dalam perhitungan. Rata-ratanya bakal hancur dan nilai yang keluar malah kelihatan lebih bagus dari aslinya.

Korelasi ISPU 100 dengan Baku Mutu (PP 22/2021)

Angka ISPU itu bukan sekadar indikator warna-warni. Ada konsekuensi hukum lingkungan di baliknya. Titik batas kategori Sedang (ISPU 100) sengaja dibuat sejajar sama batas Baku Mutu Udara Ambien Nasional.

Coba buka Lampiran VII Peraturan Pemerintah (PP) No. 22 Tahun 2021. Di situ tertulis baku mutu udara ambien harian buat PM2.5 adalah 55 $\mu\text{g/m}^3$. Sekarang bandingin sama tabel Permen LHK 14/2020: batas atas konsentrasi PM2.5 buat ISPU Sedang (nilai 100) ada di angka 55,4 $\mu\text{g/m}^3$. Sengaja dipasin.

Intinya, kalau ISPU tembus di atas 100 dan bergeser jadi “Tidak Sehat”, berarti polutan di lokasi itu udah melanggar standar baku mutu nasional secara objektif. Waktu tim engineering atur konfigurasi ambang alarm sensor monitoring di SCADA pabrik, pastikan ada pemisah yang jelas. Bikin alarm early warning waktu angka mulai merayap naik ke 100, dan pasang alarm kepatuhan saat ambangnya jebol.

Verifikasi Algoritma pada Dashboard AQMS Anda

Tim HSE wajib bisa ngebuktiin kalau sistem pantau yang mereka pakai itu akurat, entah itu ke auditor internal atau eksternal. Fortuna Argatech kebetulan punya lini solusi Air Quality Monitoring System (AQMS) terintegrasi. Mereka gabungin sensor cuaca (weather station) sama sensor kualitas udara lewat data logger GEOVOS 1000. Proses komputasi dari raw data ke ISPU diproses transparan di cloud.

Kalau tim lagi seleksi vendor software lingkungan, coba tes algoritma mereka dengan cara ini:

1. Uji tabel batas (breakpoint): Masukin nilai ekstrem. Cek apakah pergantian kategori (misal dari Sedang ke Tidak Sehat) akurat sampai tingkat desimalnya.
2. Cek jalan nggaknya moving average: Bandingin data raw 1 menit sama rata-rata 24 jam buat ngelihat efek smoothing-nya.
3. Tes fitur parameter kritis: Bikin mock data yang seolah-olah gas CO lagi tinggi melampaui PM2.5. Coba perhatiin, dashboard-nya otomatis ganti nama parameter kritis atau nggak.
4. Cek respons pas data putus: Kalau koneksi sensor mati mendadak, pastiin sistemnya nggak ngisi kekosongan itu pakai angka nol ke dalam rekap data.

Ngitung ISPU itu bukan cuma perkara colok alat lalu nyala. Ini urusan mengubah aliran data mentah jadi laporan publik yang sah di mata hukum. Begitu ngerti hitungan matematisnya, tim di lapangan nggak akan lagi ngebaca lampu dashboard secara buta.