// <![CDATA[PERBANDINGAN PENGUJIAN TINGKAT KEBISINGAN AKIBAT ARUS LALU LINTAS DI DEPAN SMAN 24 BANDUNG MENGGUNAKAN METODE PENGUKURAN (Leq) DAN PREDIKSI (CoRTN)]]> Dr. Ir. Dwi Prasetyanto, M.T Dosen Pembimbing 1 MUHAMMAD AQSAL AQILA / 222019072 Penulis
Seiring dengan berkembangnya Zaman, kebutuhan transportasi khususnya di Indonesia yang semakin tinggi disebabkan oleh mobilitas orang dan barang yang terus meningkat, dimana penggunaan transportasi saat ini memberikan dampak besar terhadap arus lalu lintas yakni berupa kemacetan dan kebisingan dari suara kendaraan yang di hasilkan. SMAN 24 merupakan sekolah di Jalan AH. Nasution kota Bandung yang rawan mengalami kebisingan karena lokasinya yang tepat berada di pinggir jalan. Kebisingan ini tentunya dapat menggangu ketenangan siswa dan siswi saat kegiatan belajar mengajar. Tujuan dari penelitian ini adalah membandingkan hasil pengukuran tingkat kebisingan akibat arus lalu lintas di kawasan SMAN 24 kota Bandung dengan menggunakan 2 metode yaitu pengukuran kebisingan menggunakan alat sound level meter yang tercantum pada KEP-48/MENLH/11/1996 dan prediksi kebisingan akibat arus lalu lintas yang tercantum pada Pd. T-10-2004-B. Pengambilan data dilakukan dalam kurun waktu 6 hari dalam 1 minggu paling sedikit 2 jam per hari dalam rincian waktu 1 jam saat kondisi peakhour dan 1 jam saat kondisi non peakhour. Setelah dilakukan pengolahan menggunakan kedua metode tersebut, didapat perbedaan tingkat kebisingan rata rata sebesar 1,41 dB(A), Selisih terbesar 2,86 dB(A), dan selisih terkecil 2,31 dB(A). Tingkat kebisingan yang diperoleh dari metode penggunaan alat sound level meter selalu menunjukkan hasil kebisingan yang lebih tinggi dari pada metode prediksi kebisingan menggunakan data aktivitas lalu lintas. Penyebab perbedaan hasil diantara kedua metode tersebut adalah suara yang ditangkap oleh alat sound level meter bukan hanya dari kendaraan bermotor, namun semua suara yang berada di sekitaran saat pengujian dilakukan tertangkap oleh sensor sound level meter seperti suara klakson, rem, suara mesin kendaraaan ataupun suara pedagang kaki lima yang mana hal ini tidak diperhitungkan dalam metode prediksi kebisingan akibat arus lalu lintas/CORTN.