NASKAH SEMINAR TUGAS AKHIR KAJIAN STATUS KUALITAS AIR DI SUNGAI GAJAHWONG DENGAN BERBAGAI INDEKS KUALITAS AIR
|
|
- Liana Indradjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 NASKAH SEMINAR TUGAS AKHIR KAJIAN STATUS KUALITAS AIR DI SUNGAI GAJAHWONG DENGAN BERBAGAI INDEKS KUALITAS AIR Disusun oleh: MUSLIMIN 07 / / TK / JURUSAN TEKNIK SIPIL DAN LINGKUNGAN FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2011 Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 1
2 ABSTRAK Indeks kualitas air atau WQI (water quality index) adalah indeks yang menggambarkan keseluruhan kualitas air pada suatu waktu dan lokasi berdasar pada beberapa parameter kualitas air. Tujuan utama WQI adalah untuk merubah data parameter kualitas air yang kompleks menjadi informasi yang mudah dipahami dan digunakan oleh masyarakat luas. Negara-negara berkembang, khususnya Indonesia dituntut agar mampu mengembangkan WQI dengan sedikit parameter tetapi menggambarkan keseluruhan parameter kualitas air. Hal tersebut sangat bermanfaat untuk menghemat biaya. New water quality index (NWQI) dikembangkan dengan menggunakan principal component analysis (PCA) dan diaplikasikan untuk menentukan status mutu air di Sungai Gajahwong. PCA membantu untuk memilih beberapa parameter yang mewakili seluruh parameter kualitas air dan memberikan pembobotan pada masing-masing parameter. Untuk perbandingan terhadap NWQI yang telah dikembangkan, status mutu air di Sungai Gajahwong dihitung dengan menggunakan NSF-WQI dan Prakash-WQI. Verifikasi pengkelasan dilakukan dengan membandingkan hasil pengkelasan 3 WQI yang telah digunakan dengan pengkelasan hasil cluster analisis. Cluster analisis mampu memberikan hasil pengkelasan yang lebih objektif karena berdasarkan pada pendekatan statistik. Berdasarkan hitungan PCA dipilih 5 parameter yang dominan dengan pembobotan (Wi) sebagai berikut: Wi-NH 3 =0,139, Wi-Total Coliform=0,144, Wi- EC=0,128, Wi-DO= 0,124, Wi-NO 2 =0,139. Verifikasi pengkelasan WQI yang telah digunakan menunjukkan bahwa hubungan antara pengkelasan NWQI dan analisis cluster sudah cukup baik dengan koefisien korelasi (R)=0,66 meskipun terdapat 54 % kesalahan pengkelasan. Pengkelasan NSF-WQI memiliki hubungan yang rendah terhadap pengkelasan cluster analisis dengan R =0,33 dan sebanyak 56 % kesalahan pengkelasan. Sedangkan hubungan antara pengkelasan Prakash-WQI dan cluster analisis merupakan yang paling baik di antara ketiganya dengan R=0,77 dan 23 % kesalahan pengkelasan. Kata kunci: water quality index, PCA, cluster analysis, NWQI, NSF-WQI, Prakash-WQI Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 2
3 ABSTRACT A water quality index (WQI) is a single number (like a grade) expressing overall water quality at a certain location and time based on several water quality parameters. The objective of WQI is to turn complex water quality data into understandable and useable information for public. The challenge of developing countries, such as Indonesia, are to develop WQI using few water quality parameters to safe cost. However, water quality parameters used must show actual water quality status. New water quality index (NWQI) using principal component analysis (PCA) is developed for assesses water quality status in Gajahwong river. Principal component analysis helps to choose several parameters representing all water quality parameters and give weighting for each water quality parameter. NSF-WQI using 7 parameters and Prakash-WQI using 11 parameters are used as comparator. Cluster analysis are used to evaluate and verify these index. The analysis result chooses 5 water quality parameters representing all water quality parameters. This parameters are: NH 3, Total Coliform, EC, DO, and NO 2. Each parameter is given weighting are: Wi-NH 3 =0.139, Wi-Total Coliform=0.144, Wi- EC=0.128, Wi-DO= 0.124, Wi-NO 2 = Evaluation and verification process using cluster analysis show that NWQI has good correlation (R=0.66) with cluster analysis result, although has 54 % inappropriate result. NSF-WQI has bad correlation (R=0.33) with cluster analysis and has 58 % inappropiate result. Prakash-WQI has the best result with coeficient of correlation (R)=0.77 and 23 % inappropiate result. Keywords: water quality index, PCA, cluster analysis, NWQI, NSF-WQI, Prakash- WQI Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 3
4 BAB I PENDAHULUAN 1.1. Latar Belakang Program monitoring kualitas air sungai sangat dibutuhkan untuk melindungi kesehatan publik, menjaga sumber air bersih dan kehidupan ekosistem di sungai. Salah satu langkah penting dalam program ini adalah mengetahui kualitas air baik secara temporal maupun secara spasial. Akan tetapi, data kualitas air yang diperoleh dari hasil pengukuran tidak dapat secara langsung menjelaskan status mutu air karena data kualitas air masih berupa nilai mentah dari parameter-paramater kualitas air yang diukur. Beberapa ilmuwan mengembangkan sebuah metode yang digunakan untuk mentransformasi parameter kualitas air yang berjumlah banyak menjadi nilai tunggal. Metode tersebut dikenal dengan nama Water Quality Index (WQI) (Stambuk-Giljanovic dalam Kannel et.al., 2007). Tujuan utama WQI adalah untuk merubah data parameter kualitas air yang kompleks menjadi informasi yang mudah dipahami dan digunakan oleh masyarakat luas. Di kalangan ilmuwan penggunaan WQI untuk mengklasifikasikan kualitas air merupakan isu yang kontroversial. Mereka berpendapat bahwa sebuah indeks tidak dapat menggambarkan secara keseluruhan dari kualitas air karena banyak parameter kualitas air yang tidak tercakup dalam indeks tersebut (Hendrawan, 2005). Selain itu, WQI juga sangat subjektif karena banyak variabel dan langkah-langkah yang sangat tergantung pada masing-masing individu yang menilai. Dalam perkembangan selanjutnya beberapa ilmuwan menggunakan metode yang lebih objektif untuk mengetahui karakteristik dan mengevaluasi kualitas air. Metode yang sering digunakan yaitu metode analisis statistik multivariate. Metode ini membantu dalam menginteprestasi data kualitas air yang kompleks dengan tinjauan variasi temporal dan spasial dengan lebih baik (Zhou et.al. ;2006). Kelemahan metode ini adalah memerlukan analisis dan pemahaman yang lebih rumit dibandingkan dengan WQI. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 4
5 1.2. Permasalahan Water Quality Index (WQI) dikembangkan berdasarkan anggapan bahwa beberapa parameter kualitas air yang dipilih cukup mewakili keseluruhan parameter kualitas air. Negara-negara berkembang khususnya Indonesia dituntut agar mampu mengembangkan WQI dengan sedikit parameter kualitas air tetapi menggambarkan keseluruhan kualitas air. Hal tersebut sangat bermanfaat untuk menghemat biaya. Berangkat dari hal tersebut, peneliti mengembangkan sebuah metode WQI yang menggunakan analisis statistik multivariate untuk menggambarkan kualitas air di Sungai Gajahwong. Metode ini diberi nama New Water Quality Index (NWQI). Untuk perbandingan terhadap NWQI yang telah dikembangkan, status kualitas air di Sungai Gajahwong juga dihitung dengan menggunakan NSF-WQI yang menggunakan 7 parameter kualitas air dan Prakash-WQI yang menggunakan 11 parameter kualitas air. Verifikasi pengkelasan dilakukan dengan membandingkan hasil pengkelasan 3 WQI yang telah digunakan dengan pengkelasan hasil cluster analisis. Cluster analisis mampu memberikan hasil pengkelasan yang lebih objektif karena berdasarkan pada pendekatan statistik Tujuan Beberapa hal yang menjadi tujuan dari penulisan tugas akhir ini antara lain: a. Menentukan kualitas data parameter kualitas air yang diukur di Sungai Gajahwong oleh Badan Lingkungan Hidup DIY pada tahun , b. Mengembangkan sebuah WQI yang berbasiskan data kualitas air di Indonesia khususnya di Sungai Gajahwong. c. Menentukan parameter-parameter kualitas air yang mewakili keseluruhan parameter kualitas air. d. Menentukan status kualitas air di Sungai Gajahwong dengan beberapa NWQI, NSF-WQI dan Prakash-WQI dan membandingkan hasilnya Batasan Masalah Beberapa batasan yang digunakan pada tugas akhir ini yaitu: a. Data parameter kualitas air yang digunakan adalah hasil pengambilan sampel di Sungai Gajahwong yang diperoleh dari Badan Lingkungan Hidup DIY. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 5
6 b. Metode statistik yang digunakan untuk mengembangkan NWQI adalah Principal Component Analysis (PCA). c. Metode verifikasi yang digunakan adalah metode statistik yaitu analisis kluster. d. Kondisi lingkungan di luar parameter biologi, fisik, dan kimia tidak ditinjau dalam penelitian ini Kualitas Air BAB II LANDASAN TEORI Menurut Peraturan Pemerintah Republik Indonesia Nomor 82 Tahun 2001 tentang Pengelolaan Kualitas Air dan Pengendalian Pencemaran Air menyebutkan bahwa kualitas air merefleksikan sifat air dan kandungan makhluk hidup, zat, energi, atau komponen lain di dalam air. Kualitas air dinyatakan dengan beberapa parameter, yaitu parameter fisika, kimia dan biologi Evaluasi Data Kualitas Air Validitas menunjukkan sejauh mana nilai yang diperoleh benar-benar menyatakan hasil pengambilan sampel yang ingin diukur. Sedangkan reliabilitas merupakan indeks yang menunjukkan sejauh mana suatu proses pengambilan sampel dapat dipercaya atau dapat diandalkan. Setiap proses pengukuran seharusnya memiliki kemampuan untuk memberikan hasil pengambilan sampel relatif konsisten dari waktu ke waktu. Uji validitas dan reliabilitas dilakukan dengan standarisasi data dan uji outlier Standarisasi data Standarisasi data dilakukan jika data memiliki ukuran (satuan) yang berbeda. Pada proses standarisasi digunakan Zscore formula yang dinyatakan dengan persamaan sebagai berikut: Dengan: ഥ = : data hasil standarisasi data ke-i ݔ : data ke i m : jumlah data ҧݔ : rata-rata data S : standar deviasi Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 6
7 Uji Outlier Uji Outlier dilakukan untuk mencari data yang secara nyata berbeda dengan data data yang lain. Data bisa mengalami outlier disebabkan oleh: salah dalam memasukkan data, salah dalam mengambil sampel, atau memang sudah begitu adanya (terjadinya kondisi ekstrim). Outlier dilakukan pada data yang telah distandarisasi. Pada data yang berupa matriks uji outlier dilakukan melalui dua langkah yaitu uji outlier univariate dan uji outlier multivariate. Uji outlier univariate dilakukan pada satu variabel. Data secara univariate dikatakan oulier apabila: Dengan: ഥ > ҧݔ : rata-rata data ke-i, : data ݔ : jumlah data : standar deviasi : batas outlier, Uji outlier multivariate dilakukan matriks data secara keseluruhan. Uji outlier multivariate digunakan persamaan Mahalanobis sebagai berikut: > ( ഥ ) ( ഥ ) = dimana ܦ ଶ adalah jarak Mahalanobis kuadrat data ke-i dari pusat data. Data dikatakan outlier apabila nilai jarak Mahalanobis lebih dari k. Nilai k diberikan dengan persamaan: (,) = c dimana c ଶ standar untuk distribusi Chi-Kuadrat dan adalah tingkat signifikansi biasanya digunakan 0, Principal Component Analysis Principal Component Analysis (PCA) merupakan salah satu cara untuk mereduksi dataset yang kompleks ke dimensi yang lebih kecil dengan tetap mempertahankan karakteristik data tersebut. Prinsip dari metode ini adalah memilih beberapa principle component (PC) yang tinggi prioritasnya dan membuang beberapa principle component (PC) yang rendah prioritasnya. PC yang digunakan adalah PC yang nilai eigennya lebih dari 1. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 7
8 Pada prinsipnya, masing-masing PC adalah kombinasi linier dari nilai asli (Y) untuk sejumlah variabel (p). Masing-masing PC mengikuti persamaan sebagai berikut: PC p = c p,1 Y 1 + c p,2 Y 2 + c p,3 Y c p,p Y p (axis Z p ) dimana c a,b adalah koefisien skor komponen untuk variabel b pada PC axis Z a dan Y b adalah nilai Y untuk variabel b. Untuk memilih parameter yang dominan dan memberikan pembobotan dilakukan penghitungan nilai PC-All. PC-All merupakan hasil penjumlahan dari perkalian eigen vektor pada masing-masing PC untuk setiap variabel (parameter) dengan % variansi pada masing-masing PC. Rumus PC-All untuk masing-masing variabel (parameter) adalah sebagai berikut: ( ݒ ݒܧ) = ܣ ܥ dimana Evi adalah eigen vektor PC ke-i dan Vi adalah % variansi ke-i Analisis Cluster Analisis cluster merupakan suatu teknik analisis statistik yang ditujukan untuk membuat klasifikasi individu-individu atau obyek-obyek kedalam kelompok-kelompok lebih kecil yang berbeda satu dengan yang lain. Analisis cluster membantu verifikasi pengkelasan kualitas air. Analisis cluster secara objektif melakukan pengkelasan dengan pendekatan statistik. Salah satu metode yang sering digunakan dalam analisis cluster adalah K-Means Cluster. Pada K-Means Cluster, terdapat sejumlah k kelompok. Pada prinsipnya masing-masing kelompok dikelompokkan berdasarkan jarak dengan titik pusat (centroid) pada masing-masing kelompok. Titik-titik akan dikelompokkan pada kelompok yang jarak titik pusatnya paling dekat dengan centroid masing-masing kelompok. Untuk menemukan centroid masing-masing kelompok dilakukan dengan iterasi hingga didapatkan nilai-nilai yang tepat. Algoritma pada K-Means Cluster mengikuti persamaan berikut: ቛ () ቛ ࢠ = ଵ Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 8
9 dimana adalah titik yang termasuk kedalam kluster i dan C i adalah pusat kluster (centroid). Secara umum centroid yang paling optimal diperoleh dari jumlah jarak yang paling kecil. Oleh karena itu, iterasi digunakan untuk membantu menemukan centroid yang paling optimal Water Quality Index (WQI) Langkah utama dalam membentuk WQI menurut Abbasi et.al (2002) yaitu: a. Memilih parameter yang mewakili keseluruhan parameter b. Pemberian bobot pada masing-masing parameter. c. Transformasi perbedaan satuan ke dalam skala biasa. Untuk melakukan transformasi ini digunakan sub-indeks. d. Verifikasi indeks. Fungsi langkah ini adalah mengevaluasi kecocokan indeks dengan kualitas air yang dinilai. Secara umum kualitas air menurut WQI dapat dikategorikan menjadi 5 peringkat yaitu: 0-25= sangat buruk, 25-50= buruk, 50-70= sedang, 70-90= baik, = sangat baik Prakash WQI Kannel et.al (2007) mengembangkan Prakash-WQI di negara Nepal. Prakash-WQI merupakan WQI yang dikembangkan dari 18 parameter kualitas air. Pengembangan Prakash WQI berdasarkan beberapa WQI yang telah dikembangkan sebelumnya. =ܫ ଵ ଵ ܥ dimana n adalah jumlah total parameter, Ci adalah nilai yang diberikan untuk parameter i setelah normalisasi dan Pi adalah bobot relatif yang diberikan untuk masing-masing parameter. Nilai Pi dan Ci dapat dilihat dalam tabel di bawah ini. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 9
10 Tabel 2.1. Bobot relatif (Pi) dan Faktor normalisasi (Ci) pada Prakash-WQI Parameter Bobot relatif (Pi) Faktor normalisasi (Ci) ph EC 1 <750 <1000 <1500 <2500 <8000 >12000 DO 4 >=7.5 >7 >6 >4 >2 <1 TDS 2 <100 <500 <1000 <2000 <10000 >20000 TSS 4 <20 <40 <80 <120 <320 >400 PO4P 1 <0.025 <0.05 <0.2 <0.5 <1.5 >2 NH4N 3 <0.01 <0.05 <0.2 <0.4 <1 >1.25 NO3 2 <0.5 <2 <6 <10 <50 >100 NO2 2 <0.005 <0.01 <0.05 <0.15 <0.5 >1 BOD 3 <0.5 <2 <4 <6 <12 >15 COD 3 <5 <10 <30 <50 <100 > NSF-WQI NSF-WQI dikembangkan sejak tahun 1970 oleh Brown et.al. yang mengacu pada indeks Horton (1965). WQI ini dinamakan dengan National Sanitation Foundation Water Quality Index (NSF-WQI) karena proyek ini mendapat dukungan sepenuhnya dari National Sanitation Foundation (NSF). Untuk menghitung NSF-WQI digunakan persamaan berikut: =ܫ ଵ ଵ ݍ qi adalah nilai q awal yang diberikan untuk masing-masing parameter. Nilai q ini ditentukan dengan grafik sub-indeks pada masing-masing parameter. Sedangkan Wi adalah bobot untuk masing-masing parameter. NSF-WQI dihitung menggunakan 9 parameter dengan nilai Wi pada masing-masing parameter yaitu: Wi-DO=0,17; Wi-Total Coliform=0,16; Wi-pH=0,11; Wi-BOD=0,11; Wi- NO3=0,1; Wi-PO4=0,1; Wi-Turbidity=0,08; Wi-TS=0,07. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 10
11 Grafik sub-indeks NSF-WQI diberikan pada gambar 2.1. q q q DO: % Saturasi ph BOD 5 (mg/l) (a) (b) (c) q q q TS (mg/l) NO 3 (mg/l) PO 4 (mg/l) (d) (e) (f) q Total Coliform (MPN) (g) Gambar 2.1. Grafik Sub-Indeks NSF-WQI (a) DO (b) ph (c) BOD 5 (d) TS (e) NO 3 (f) PO 4 (g) Total Coliform Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 11
12 BAB III METODOLOGI PENELITIAN Studi literatur Pengumpulan data Sorting data Outlier test Tidak Smoothing data OK Peringkasan data Outlier test OK Tidak Smoothing data PCA Parameter dominan dan pembobotan Sub-indeks Standar kualitas air Hitungan Prakash-WQI Hitungan NSF-WQI Hitungan NWQI Cluster Analysis Verifikasi Pembahasan Kesimpulan selesai Gambar 3.1. Flowchart penelitian Muslimin- Universitas Gadjah Mada Page 12
13 BAB IV HASIL ANALISIS DAN PEMBAHASAN 4.1. Evaluasi data kualitas air Lokasi-lokasi yang dipilih untuk evaluasi dan perhitungan status mutu air mencakup 8 lokasi yaitu: Jembatan Tanen, Jembatan Pelang, Jembatan IAIN, Jembatan Muja-Muju, Jembatan Rejowinangun, Jembatan Tritunggal, Jembatan Wirokerten, dan Jembatan Wonokromo. 8 lokasi ini merupakan lokasi pengambilan yang kontinu dilakukan pengukuran sejak tahun 2000 hingga tahun 2010 meskipun pada tahun 2006 tidak dilakukan pengukuran di Jembatan Tanen karena sungai dalam keadaan kering. Selain itu, diambil kombinasi terbaik dengan memilih 12 parameter dan 8 tahun pengukuran. 12 parameter yang dipilih yaitu: Amoniak, Total Coliform, BOD, COD, DHL, DO, Nitrat, Nitrit, ph, Phospahat Total, TDS, dan TSS. Sedangkan 8 tahun pengukuran yaitu: 2001, 2002, 2004, 2005, 2006, 2007, 2008, dan Jumlah parameter Tahun Gambar 4.1. Jumlah parameter terukur per tahun Dari 8 lokasi pengukuran pada 8 tahun pengukuran terdapat 140 data yang kosong dari 3264 data. Artinya ada 3,4% data yang kosong. Satu set data akan dihapus apabila terdapat salah satu data yang kosong. Data yang terpilih dalam langkah ini sebanyak 217 set data dari 283. Secara tidak langsung uji outlier menunjukkan kualitas data. Semakin banyak data yang outlier maka data yang ada perlu evaluasi apakah terjadi kesalahan dalam proses Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 13
14 analisis data atau terjadi kejadian ekstrim. Beberapa data yang sangat mencolok perbedaannya sangat dimungkinkan terjadinya kesalahan dalam salah satu proses analisis data. Khusus kandungan bakteri total koli yang besar dan menyebabkan banyak data yang outlier sangat dimungkinkan karena kejadian ekstrim. Hal tersebut tidak lepas dari masih rendahnya kesadaran sanitasi masyarakat sekitar sungai. Outlier dilakukan hingga data tidak ada yang outlier. Dalam penelitian ini dilakukan 3 kali outlier. Jumlah uji outiler pada masing-masing parameter dapat dilihat pada diagram di bawah ini. Gambar 4.2. Jumlah data outlier Hasil akhir peringkasan data menghasilkan 107 data dari 217 data yang mencakup 8 tahun pengambilan sampel dan mewakili musim kemarau dan musim hujan tiap tahunnya Pengembangan NWQI Pengembangan NWQI yang berbasiskan data Sungai Gajahwong dikerjakan dalam dua tahap yaitu pemilihan dan pembobotan parameter yang dominan dan pembuatan sub indeks pada masing-masing parameter. Langkah pertama dikerjakan dengan bantuan principal component analysis sedangkah langkah ke dua dikerjakan dengan mengkombinasikan beberapa standar kualitas air Pemilihan dan pembobotan parameter dominan Hasil hitungan principal component analysis berupa nilai eigen, % kumulatif varian, dan eigen vector. Hasil perhitungan eigen vector dan % kumulatif variansi dapat dilihat pada gambar 4.3. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 14
15 Eigenvalue PC % Varian Eigenvalue Cum. % of variance Gambar 4.3. Scree plot nilai eigen dan % variansi Gambar 4.3. memperlihatkan bahwa hanya komponen PC1, PC2, dan PC3 yang memiliki varian (atau eigenvalue) lebih besar dari 1. Komponen pertama ini (PC1) ini dapat menjelaskan % keragaman data, komponen kedua (PC2) menjelaskan 18,22% keragaman data dan komponen ketiga menjelaskan 11.27% keragaman data. Jumlah kumulatif varian ketiga PC yang hanya mewakili 58.9 % keragaman total data menunjukkan bahwa data yang dianalisis kurang bagus menurut kriteria statistik. PC-All (Tabel 4.1) memperlihatkan koefisien pembobotan masingmasing variabel terhadap keseluruhan data. Dari hasil PC-All ditentukan 5 parameter yang paling tinggi pembobotannya. 5 parameter tersebut adalah: NH3, Total coliform, DHL, DO dan NO 2. Hubungan PCA-All dengan PC-NWQI (Gambar 4.4) menunjukkan bahwa 5 parameter yang dipilih sudah cukup mewakili keseluruhan parameter yang dipilih. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 15
16 Tabel 4.1. Tabel Eigenvector Variable PC 1 PC 2 PC 3 PC-All* Wi-NWQI NH Total Coli BOD COD DHL DO NO NO ph PO TDS TSS PCA-NWQI R² = PCA-All Gambar 4.4. Grafik hubungan PCA-All dengan PCA-NWQI Penentuan sub-indeks (qi) Sub-indeks sangat berguna untuk membantu pengkelasan masing-masing parameter. Sub-indeks NWQI pada masing-masing parameter ditentukan dengan mengkombinasikan beberapa standar kualitas air dari berbagai negara dan berbagai peruntukan. Sub-indeks NWQI dapat dilihat pada grafik di bawah ini. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 16
17 qi = -33.3ln(DHL) R² = y = 0.197x x x , R² = qi 40 qi DHL DO (mg/l) (a) (b) qi qi = -13.1ln(FC) R² = Total Coliform (MPN) qi y = (NH 3 ) (NH 3 ) (NH 3 ) R² = NH 3 (mg/l) (c) (d) 100 qi qi = -18.9ln(NO 2 ) R² = NO 2 (mg/l) (e) Gambar 4.5. Grafik Sub-Indeks NWQI (a) DHL (b) DO (c) Total Coliform (d) NH 3 (e) NO 2 Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 17
18 Dari uraian di atas diperoleh rumus umum NWQI sebagaiai berikut: atau, ܫ ݍ 0,139qi NH33 + 0,144qi TC + 0,128qi DHL + 0,124qi DO + 0,139qi NO2 ܫ 0, , , , ,139 ହ ଵ 4.3. Perhitungan WQI Hasil perhitungan 3 WQI yang digunakan menunjukkan hasil yang berbeda- Secara umum beda. Perbedaan terjadi pada jumlah pada tiap-tiap kelas dan pengkelasan. NSF-WQI memiliki kelas yang lebih rendah dibandingkan dengan metode lain. Sedangkan Prakash-WQI memiliki kelas yang lebih tinggi dibandingkan dengan metode lain. Hasil yang berbeda-beda disebabkan oleh unsur subjektivitas yang mempengaruhi dalam menentukan jumlah parameter, pembobotan dan pembuatan sub indeks pada parameter yang digunakan. Jumlah NWQI NSF-WQI Prakash-WQI Sangat Baik Baik Sedang Buruk Gambar 4.6. Jumlah data WQI pada tiap kelas Pada bagian hulu kondisi sungai yang masih relatif alami dan tidak banyak sumber pencemar sehingga kualitas air pada ruas ini masih relatif baik. Sedangkan pada bagian tengah terdapat banyak sumber pencemar dan merupakan ruas dengan aktivitas manusia dan industri yang tinggi sehingga kondisi kualitas air cenderung lebih buruk. Dan pada bagian hilir merupakan daerah pertanian sehingga kondisi sungai masih relatif alami dan tidak banyak umber pencemaran yang ada. Secara tidak langsung dapat dilihat ada perbaikan kualitas air secara alami dari bagian tengah ke bagian hilir. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 18
19 Secara temporal kondisi kualitas air belum menunjukkan peningkatan yang signifikan. Hal ini secara tidak langsung menunjukkan bahwa program-program yang dilakukan oleh pemerintah untuk memperbaiki kualitas air di sungai Gajahwong belum berhasil. Gambar 4.7. Tren berbagai WQI di Sungai Gajahwong Muslimin- Universitas Gadjah Mada Page 19
20 5.4. Verifikasi Pengkelasan WQI Cluster analisis membagi data yang telah distandarisasi sejumlah 3 kelas dengan basis jarak data ke centroid (titik tengah). Pada tahap awal ditetapkan sembarang 3 centroid untuk masing-masing kelas. Hasil iterasi mendapatkan centroid yang paling optimal. 3 titik centroid tersebut yaitu: -1,17; -0,37; dan 0,30. Verifikasi dilakukan dengan membandingkan hasil pengkelasan WQI dengan hasil pengkelasan dengan analisis cluster. Hasil perbandingan antara 3 WQI yang digunakan dengan hasil analisis kluster dapat dilihat dalam gambar WQI Prakash-WQI 2 3 Cluster NSF-WQI 4 5 NWQI Gambar 4.8. Grafik perbandingan analisis cluster dengan beberapa WQI Proses verifikasi terhadap WQI yang telah digunakan menunjukkan bahwa NWQI memiliki hubungan yang cukup baik dengan hasil cluster analisis dengan koefisien korelasi (R)=0,66 meskipun terdapat 54 % kesalahan pengkelasan. NSF-WQI memiliki hubungan yang rendah dengan R =0,33 dan sebanyak 56 % data salah dalam pengkelasan. Sedangkan Prakash-WQI memiliki hasil yang paling baik dengan R=0,77 dan 23 % data salah dalam pengkelasan. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 20
21 R² = WQI 3 R² = R² = Linear (NSF) Cluster Analysis Linear (NWQI) Linear (Prakash-WQI) Gambar 4.9. Grafik hubungan Analisis cluster dengan beberapa WQI Pendekatan secara statistik menunjukkan bahwa Prakash-WQI cukup baik digunakan untuk menilai status mutu air di sungai Gajahwong. Sedangkan NWQI yang dikembangkan sudah cukup baik, tetapi perlu dikembangkan dengan data yang lebih baik kualitasnya. BAB V KESIMPULAN 5.1. Kesimpulan Beberapa hal yang dapat disimpulkan pada tugas akhir ini yaitu: a. Pengukuran data parameter kualitas air masih kurang dikelola dengan baik terlihat adanya banyak data yang kosong dan outlier. b. Parameter kualitas air yang dapat menggambarkan keseluruhan kualitas air di Sungai Gajahwong yaitu: DHL, Total Coli, DO, NO2, dan NH3. c. Metode NWQI yang dikembangkan dengan analisis statistik sudah cukup baik untuk digunakan, akan tetapi perlu dikembangkan dengan data yang lebih baik. d. Metode Prakash-WQI merupakan metode yang paling baik untuk diterapkan di Sungai Gajahwong dibandingkan dengan metode NSF-WQI dan NWQI. e. Secara spasial kualitas air Sungai Gajahwong di hulu dalam kondisi yang baik, tengah dalam kondisi yang buruk dan hilir dalam kondisi sedang. Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 21
22 f. Secara temporal dari tahun 2001 hingga tahun 2009 belum ada peningkatan kualitas air yang signifikan. Hal ini menunjukkan upaya perbaikan kualitas air di Sungai Gajahwong belum berhasil Saran Beberapa hal yang dapat kami sarankan yaitu: a. Diperlukan pemantauan dan manajemen data kualitas air yang lebih baik mencakup semua proses-proses yang terkait dengan data kualitas air. b. Diperlukan data yang lebih baik untuk mengembangkan NWQI yang berbasis analisis statistik sehingga hasilnya juga akan lebih baik. c. Program peningkatkan kualitas air di Sungai Gajahwong masih perlu ditingkatkan terutama pada ruas tengah sungai. DAFTAR PUSTAKA Abbasi, S.A, Sarkar, dan Chinmoy Qualidex- A New Software for Generating Water Quality Indice. Enviromental Monitoring and Assessment, 119: Aravind, H. et al A Simple Approach to Clustering in Excel. International Journal of Computer Applications, Badan Lingkungan Hidup (BLH) DIY Laporan Analisa Data Kualitas Air Sungai di Provinsi Daerah Istimewa Yogyakarta Tahun BLH DIY: Yogyakarta. Bapedalda DIY Laporan Sumber-Sumber Pencemaran Sungai di DIY. Bapedalda: Yogyakarta Boyd, David R The Water We Drink: An International Comparison of Drinking Water Standards and Guidelines. David Suzuki Foundation: Vancouver Effendi, H Telaah Kualitas Air bagi Pengelolaan Sumber Daya dan Lingkungan Perairan. Kanisius: Yogyakarta. Hendrawan, Diana. (2005). Kualitas Air Sungai dan Situ di DKI Jakarta. Jurnal Makara Teknologi, 9: Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 22
23 Kannel, Prakash Raj, et al Application of Water Quality Indices and Dissolved Oxygen as Indicators for River Water Classification and Urban Impact Assessment. Journal of Environmental Monitoring and Assessment, 132: Oram, Brian Calculating NSF Water Quality Index. 5 Maret Peraturan Pemerintah Republik Indonesia Nomor 82 Tahun 2001 Tentang Pengelolaan Kualitas Air dan Pengendalian Pencemaran Air Rodriguez, Caroline and Acuña, Edgar On detection of outliers and their effect in supervised classification. Department of Mathematics University of Puerto Rico: Mayaguez Shlens, Jonathon A Tutorial on Principal Component Analysis. Institute for Nonlinear Science, University of California: San Diego Zhou, Feng, et al Application of Multivariate Statistical Methods to Water Quality Assessment of the Watercourses in Northwestern New Territories, Hong Kong. Enviromental Monitoring and Assessment, 119: Muslimin- Universitas Gadjah Mada (muslimin@mail.ugm.ac.id) Page 23
KAJIAN STATUS MUTU AIR DI SUNGAI GAJAHWONG DENGAN BERBAGAI INDEKS KUALITAS AIR
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin) KAJIAN STATUS MUTU AIR DI SUNGAI GAJAHWONG DENGAN BERBAGAI INDEKS KUALITAS AIR STUDY OF WATER QUALITY STATUS IN GAJAHWONG RIVER USING SEVERAL WATER
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Air merupakan salah satu sumber daya alam yang memiliki fungsi sangat penting bagi kehidupan dan perikehidupan manusia, serta untuk memajukan kesejahteraan umum,
Lebih terperinciSimulasi Penentuan Indeks Pencemaran dan Indeks Kualitas Air (NSF-WQI)
Simulasi Penentuan Indeks Pencemaran dan Indeks Kualitas Air (NSF-WQI) Hefni Effendi Kepala Pusat Penelitian Lingkungan Hidup (PPLH-LPPM), IPB Ketua Badan Kerjasama Pusat Studi Lingkungan (BKPSL) Indonesia
Lebih terperinciI. PENDAHULUAN. segi kuantitas maupun dari segi kualitas airnya. meningkatnya kuantitas dan kualitas air. Kebutuhan air semakin hari akan
1 I. PENDAHULUAN A. Latar Belakang Air merupakan sumber kehidupan bagi setiap makhluk hidup. Tanpa air, manusia dan makhluk hidup lain, tidak akan dapat hidup dan berkembang biak. Begitu vitalnya fungsi
Lebih terperinci(α = 0.01). Jika D i > , maka x i atau pengamatan ke-i dianggap pencilan (i = 1, 2,..., 100). HASIL DAN PEMBAHASAN
4 karena adanya perbedaan satuan pengukuran antar peubah. 1.. Memastikan tidak adanya pencilan pada data dengan mengidentifikasi adanya pencilan pada data. Pengidentifikasian pencilan dilakukan dengan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Program monitoring kualitas air sangat dibutuhkan untuk mengetahui perubahan status kualitas air secara temporal dan spasial. Hal ini bertujuan untuk melindungi sumber
Lebih terperinciIII. METODE PENELITIAN
16 III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan dari bulan Juni 2009 sampai dengan bulan Agustus 2009. Lokasi penelitian berada di wilayah DAS Cisadane segmen Hulu, meliputi
Lebih terperinciPENENTUAN PARAMETER DAN KURVA SUB INDEKS DALAM PENYUSUNAN INDEKS KUALITAS AIR
Ecolab Vol. 10 No. 2 Juli 2016 : 47-102 PENENTUAN PARAMETER DAN KURVA SUB INDEKS DALAM PENYUSUNAN INDEKS KUALITAS AIR DETERMINATION OF PARAMETER AND SUB-INDEX CURVES FOR PREPARING WATER QUALITY INDEX Dei
Lebih terperinci(Manajemen TL) What? Environmental Indices Why? Environmental Indices. Benefit?
Environmental Indices (Manajemen TL) What? Environmental Indices Why? Environmental Indices Benefit? Role of Index (Water Quality) WQI numerically summarizes the information from multiple water quality
Lebih terperinciKAJIAN MUTU AIR PADA PROYEKSI DEBIT TERENDAH DENGAN METODENATIONAL SANITATION FOUNDATION S WATER QUALITY INDEX(NSF-WQI) DI SUNGAI PELUS
KAJIAN MUTU AIR PADA PROYEKSI DEBIT TERENDAH DENGAN METODENATIONAL SANITATION FOUNDATION S WATER QUALITY INDEX(NSF-WQI) DI SUNGAI PELUS Muhammad Iqbal R*), Winardi Dwi Nugraha**), Endro Sutrisno**) Program
Lebih terperinciMETODOLOGI PENELITIAN. pengambilan sampel pada masing-masing 3 lokasi sampel yang berbeda
24 III. METODOLOGI PENELITIAN A. Lokasi Penelitian Penelitian ini dilakukan pada Way Sekampung Tahun 2013 dan 2014, dimana pada Tahun 2013 dilakukan 4 kali pengambilan sampel dan pada Tahun 2014 dilakukan
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciIndek Kualitas Air Sungai
Latar belakang NO STRUKTUR IKLH YANG TELAH ADA INDIKATOR JUMLAH PARAMETER JENIS 1 KUALITAS AIR 7 TSS, DO, BOD, COD, T-P, Fecal Coli, Total Coliform BOBOT 3% 2 KUALITAS UDARA 2 NO2, SO2 3% 3 TUTUPAN HUTAN
Lebih terperinciTersedia online di: Jurnal Teknik Lingkungan, Vol 4, No 3 (2015)
PENENTUAN STATUS MUTU AIR DENGAN METODE IKA-NSF GUNA PENGENDALIAN LINGKUNGAN (Studi Kasus : Sungai Progo, Provinsi Daerah Istimewa Yogyakarta) Hernawa Suryatmaja *), Winardi Dwi Nugraha **), Syafrudin
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilakukan di Daerah Aliran Sungai (DAS) Way Keteguhan, yang
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilakukan di Daerah Aliran Sungai (DAS) Way Keteguhan, yang merupakan salah satu DAS pada DAS di Kota Bandar Lampung. Lokasi penelitian
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Air merupakan sumber daya alam yang memenuhi hajat hidup orang banyak sehingga perlu dilindungi agar dapat bermanfaat bagi hidup dan kehidupan manusia serta mahkluk
Lebih terperinciSISTEM INFORMASI GEOGRAFIS PENENTUAN PRIORITAS WILAYAH INDUSTRI DI KABUPATEN KUBU RAYA. Priskha Caroline
SISTEM INFORMASI GEOGRAFIS PENENTUAN PRIORITAS WILAYAH INDUSTRI DI KABUPATEN KUBU RAYA Priskha Caroline Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura Priskha09023@gmail.com
Lebih terperinciSTUDI PERUBAHAN KUALITAS AIR DI SUNGAI PROGO BAGIAN HILIR D.I. YOGYAKARTA TAHUN Mega Dwi Antoro
STUDI PERUBAHAN KUALITAS AIR DI SUNGAI PROGO BAGIAN HILIR D.I. YOGYAKARTA TAHUN Mega Dwi Antoro Mega.dwi.antoro@gmail.com Ig. L. Setyawan Purnama setyapurna@ugm.ac.id ABSTRAK Progo Catchment covered two
Lebih terperinciBAB VI. KESIMPULAN DAN SARAN
186 BAB VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan 1. Secara umum suhu air perairan Teluk Youtefa berkisar antara 28.5 30.0, dengan rata-rata keseluruhan 26,18 0 C. Nilai total padatan tersuspensi air di
Lebih terperinciModifikasi Indeks Kualitas Air Menggunakan National Sanitation Foundation Water Quality Index (NSF-WQI)
Modifikasi Indeks Kualitas Air Menggunakan National Sanitation Foundation Water Quality Index (NSF-WQI) Ai Silmi Jurusan Teknik Lingkungan Fakultas Teknik Universitas Satya Negara Indonesia E-mail: silmi.el.rasyid@gmail.com
Lebih terperinciTEKNIK ANALISIS DATA PARAMETER FISIKA KIMIA AIR DI SUNGAI KAMPAR KANAN, PROPINSI RIAU MENGGUNAKAN WATER QUALITY INDEX
Tersedia online di: http://ejournal-balitbang.kkp.go.id/index.php/btl e-mail:btl.puslitbangkan@gmail.com BULETINTEKNIKLITKAYASA Volume 15 Nomor 1 Juni 2017 p-issn: 1693-7961 e-issn: 2541-2450 TEKNIK ANALISIS
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Kualitas perairan sungai sangat tergantung dari aktivitas yang ada pada daerah alirannya. Berbagai aktivitas baik domestik maupun kegiatan Industri akan berpengaruh
Lebih terperinciPERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI
ISSN 1858-4667 JURNAL LINK Vol 16/No. 1/Februari 212 PERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI Ronny Susetyoko 1, Elly Purwantini 2 1,2 Departemen Teknik Elektro,
Lebih terperinciMETODE PENELITIAN. Lokasi dan Waktu Penelitian. Metode Pengumpulan Data
METODE PENELITIAN Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Solok Provinsi Sumatera Barat. Penelitian dilaksanakan selama 4 bulan dimulai dari bulan Juni hingga September 2011.
Lebih terperinciIDENTIFIKASI KUALITAS PERAIRAN DI SUNGAI KAHAYAN DARI KEBERADAAN SISTEM KERAMBA STUDI KASUS SUNGAI KAHAYAN KECAMATAN PAHANDUT KALIMANTAN TENGAH
IDENTIFIKASI KUALITAS PERAIRAN DI SUNGAI KAHAYAN DARI KEBERADAAN SISTEM KERAMBA STUDI KASUS SUNGAI KAHAYAN KECAMATAN PAHANDUT KALIMANTAN TENGAH Rezha Setyawan 1, Dr. Ir. Achmad Rusdiansyah, MT 2, dan Hafiizh
Lebih terperinciStudi Kesesuaian Wisata dan Mutu Air Laut untuk Ekowisata Rekreasi Pantai di Pantai Maron Kota Semarang
Studi Kesesuaian Wisata dan Mutu Air Laut untuk Ekowisata Rekreasi Pantai di Pantai Maron Kota Semarang Alin Fithor *), Agus Indarjo, Raden Ario Program Studi Ilmu Kelautan, Fakultas Perikanan dan Ilmu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kualitas lingkungan di suatu wilayah merupakan kondisi lingkungan yang dipengaruhi oleh jenis aktivitas yang berlangsung pada wilayah tersebut. Lingkungan hidup didefinisikan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Pencemaran air Air merupakan salah satu komponen utama dalam lingkungan yang berperan penting dalam kehidupan (Warlina, 2004). Air, yang bersumber dari sungai, danau, gletser,
Lebih terperinciSKRIPSI. Disusun Oleh: MAS AD DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2016
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH DENGAN METODE GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENTS ANALYSIS (GWPCA) ADAPTIVE BANDWIDTH SKRIPSI Disusun Oleh: MAS
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. Air merupakan komponen lingkungan yang penting bagi kehidupan yang
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Air merupakan komponen lingkungan yang penting bagi kehidupan yang merupakan kebutuhan utama bagi proses kehidupan di bumi. Manusia menggunakan air untuk memenuhi
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciIII. METODOLOGI PENELITIAN. Langkah pertama yang dilakukan dalam penelitian ini adalah mengumpulkan
29 III. METODOLOGI PENELITIAN A. Umum Langkah pertama yang dilakukan dalam penelitian ini adalah mengumpulkan literatur baik berupa buku buku, artikel, jurnal jurnal dan penelitian tentang hidrologi dan
Lebih terperinciANALISIS KUALITAS AIR SUNGAI KONAWEHA PROVINSI SULAWESI TENGGARA
ANALISIS KUALITAS AIR SUNGAI KONAWEHA PROVINSI SULAWESI TENGGARA Umar Ode Hasani Jurusan Kehutanan, Fakultas Kehutanan dan Ilmu Lingkungan UHO Email : umarodehasani@gmail.com Ecogreen Vol. 2 No. 2, Oktober
Lebih terperinciDAFTAR ISI HALAMAN PENGESAHAN PERNYATAAN KATA PENGANTAR ABSTRACT INTISARI DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN
DAFTAR ISI HALAMAN PENGESAHAN PERNYATAAN KATA PENGANTAR ABSTRACT... i INTISARI... ii DAFTAR ISI... iii DAFTAR TABEL... v DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I BAB II PENDAHULUAN 1.1. Latar Belakang...
Lebih terperinciBab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload)
Bab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload) Dr. Yeffry Handoko Putra, M.T UNIVERSITAS KOMPUTER INDONESIA Page 1 KARAKTERISASI BEBAN KERJA Merupakan proses memodelkan
Lebih terperinciANALISIS KUALITAS AIR LAUT DI PERAIRAN SELAT BANGKA BAGIAN SELATAN ANALYSIS OF SEA WATER QUALITY IN THE SOUTHERN OF BANGKA STRAIT
MASPARI JOURNAL Januari 2017, 9(1):9-16 ANALISIS KUALITAS AIR LAUT DI PERAIRAN SELAT BANGKA BAGIAN SELATAN ANALYSIS OF SEA WATER QUALITY IN THE SOUTHERN OF BANGKA STRAIT Arsyat Sutarso Lumban Gaol 1),
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. dimilikinya selain faktor-faktor penentu lain yang berasal dari luar. Hal ini
BAB I PENDAHULUAN A. Latar Belakang Aliran permukaan adalah air yang mengalir di atas permukaan. Aliran permukaan sendiri memiliki peranan penting dalam menentukan kualitas air yang dimilikinya selain
Lebih terperinciSTUDI KUALITAS AIR DI SUNGAI DONAN SEKITAR AREA PEMBUANGAN LIMBAH INDUSTRI PERTAMINA RU IV CILACAP
STUDI KUALITAS AIR DI SUNGAI DONAN SEKITAR AREA PEMBUANGAN LIMBAH INDUSTRI PERTAMINA RU IV CILACAP Lutfi Noorghany Permadi luthfinoorghany@gmail.com M. Widyastuti m.widyastuti@geo.ugm.ac.id Abstract The
Lebih terperinciNo. Permasalahan Solusi 3. Belum adanya peraturan daerah yang mengatur tentang mekanisme pengajuan izin lingkungan Telah diterbitkan peraturan Bupati
BAB IV PENUTUP Laporan Kinerja Instansi Pemerintah (LKjIP) Kantor Lingkungan Hidup Kabupaten Kulon Progo disusun untuk mengetahui sejauh mana pencapaian tujuan dan sasaran yang telah ditetapkan. Dilihat
Lebih terperinciANALISIS INDEK KUALITAS AIR PADA MATA AIR TLEBUSAN BALUAN, PANCORAN CAMPLUNG, DAN PANCORAN PADUKUHAN DI BANJAR CAU, TABANAN
Seminar Nasional FMIPA Undiksha 252 ANALISIS INDEK KUALITAS AIR PADA MATA AIR TLEBUSAN BALUAN, PANCORAN CAMPLUNG, DAN PANCORAN PADUKUHAN DI BANJAR CAU, TABANAN Made Vivi Oviantari Jurusan Analis Kimia
Lebih terperinciLAPORAN TUGAS AKHIR (EV-003)
LAPORAN TUGAS AKHIR (EV-003) IDENTIFIKASI PENGARUH KUALITAS AIR SUNGAI TERHADAP KUALITAS AIR SUMUR DI RW 08 KELURAHAN BABAKAN CIAMIS KECAMATAN SUMUR BANDUNG KOTA BANDUNG BERDASARKAN PARAMETER BIOLOGIS
Lebih terperinciSTUDI PENENTUAN STATUS MUTU AIR DI SUNGAI BRANTAS BAGIAN HILIR UNTUK KEPERLUAN AIR BAKU
STUDI PENENTUAN STATUS MUTU AIR DI SUNGAI BRANTAS BAGIAN HILIR UNTUK KEPERLUAN AIR BAKU Rani Anjar Sari 1, Tri Budi Prayogo 2, Emma Yuliani 2 1 Mahasiswa Jurusan Teknik Pengairan Fakultas Teknik Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciIDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
Lebih terperinciCLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING)
CLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang Abstract Classification is the process of organizing
Lebih terperinciODOR RECOGNITION DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN NEAREST NEIGHBOUR CLASSIFIER
ODOR RECOGNITION DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN NEAREST NEIGHBOUR CLASSIFIER Anies Hannawati, Thiang, Yudi Prasetyo Fakultas Teknologi Industri, Jurusan Teknik Elektro, Universitas
Lebih terperinciAbstract. Abstrak. Keywords : Principal Component Analysis, Agriculture Production and Plantation
JdC, Vol. 3, No. 2, September, 2014 1 Penggunaan Analisis Komponen Utama Dalam Penggabungan Data Peubah Ganda pada Kasus Produksi Pertanian dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008 1 Sunarsi
Lebih terperinciTogu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 289 298. ANALISIS FAKTOR YANG MEMPENGARUHI KUNJUNGAN MASYARAKAT KOTA MEDAN KE PERPUSTAKAAN UMUM KOTA MEDAN Togu P. Marpaung, Normalina Napitupulu,
Lebih terperinci111. METODE PENELITIAN
111. METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di Kawasan Usaha Petemakan (KUNAK) sapi perah Cibungbulang Kabupaten Bogor. Penelitian dilaksanakan mulai bulan Juni sampai September
Lebih terperinciANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 4 (2014), pp. 323 332. ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS Ida Yanti Hasibuan, Pengarapen Bangun, Ujian
Lebih terperinciANALISIS KUALITAS DAN KLASIFIKASI MUTU AIR TUKAD YEH POH DENGAN METODE STORET
ANALISIS KUALITAS DAN KLASIFIKASI MUTU AIR TUKAD YEH POH DENGAN METODE STORET SKRIPSI Oleh: KADEK ARI ESTA 1108105032 JURUSAN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT
Lebih terperinci3. METODE PENELITIAN. Gambar 3. Peta lokasi pengamatan dan pengambilan sampel di Waduk Cirata
11 3. METODE PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Waduk Cirata, Jawa Barat pada koordinat 107 o 14 15-107 o 22 03 LS dan 06 o 41 30-06 o 48 07 BT. Lokasi pengambilan sampel
Lebih terperinciPENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)
Saintia Matematika Vol. 1, No. 6 (2013), pp. 507 516. PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Juliarti Hardika,
Lebih terperinciKAJIAN MUTU AIR MENGGUNAKAN PROYEKSI VARIASI DEBIT PADA SUNGAI PELUS DENGAN METODE INDEKS PENCEMARAN (IP)
KAJIAN MUTU AIR MENGGUNAKAN PROYEKSI VARIASI DEBIT PADA SUNGAI PELUS DENGAN METODE INDEKS PENCEMARAN (IP) Salman Al Farisy *), Winardi Dwi Nugraha **), Endro Sutrisno **) Program Studi Teknik Lingkungan
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciPENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL KOMPONEN
ABSTRAK PENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL KOMPONEN Mike Susmikanti *) PENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL
Lebih terperinciEvaluasi Tingkat Pencemaran Air Pembuangan Limbah Cair Pabrik Kertas di Sungai Klinter Kabupaten Nganjuk
Evaluasi Tingkat Pencemaran Air Pembuangan Limbah Cair Pabrik Kertas di Sungai Klinter Kabupaten Nganjuk Dwi Fajar Wicaksono, Bambang Rahadi W, Liliya Dewi Susanawati Jurusan Keteknikan Pertanian - Fakultas
Lebih terperinciKata kunci: IP, Kualitas, parameter, STORET
EVALUASI STATUS MUTU SUNGAI CIHAMPELAS DENGAN METODE STORET DAN INDEKS PENCEMARAN USE OF STORET METHOD AND POLLUTANT INDEX FOR WATER QUALITY ASSESMENT OF CIHAMPELAS RIVER Lutfi Abdul Aziz dan Idris Maxdoni
Lebih terperinciPENENTUAN STATUS MUTU AIR
PENENTUAN STATUS MUTU AIR I. METODE STORET I.. URAIAN METODE STORET Metode STORET ialah salah satu metode untuk menentukan status mutu air yang umum digunakan. Dengan metode STORET ini dapat diketahui
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Komponen Utama adalah suatu prosedur untuk mereduksi dimensi data dengan cara mentransformasi variabel-variabel awal yang berkorelasi menjadi sekumpulan variabel
Lebih terperinciBAB III PEMBAHASAN. Analisis cluster merupakan analisis yang bertujuan untuk. mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang
BAB III PEMBAHASAN Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang dimiliki. Asumsi-asumsi dalam analisis cluster yaitu sampel
Lebih terperinciPENENTUAN STATUS MUTU AIR
PENENTUAN STATUS MUTU AIR Sungai merupakan jaringan alur-alur pada permukaan bumi yang terbentuk secara alami, mulai dari bentuk kecil di bagian hulu sampai besar di bagian hilir. Sungai berfungsi menampung
Lebih terperinciPENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING
A-99 PENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING Rachmad Zaini Alberto 1, Winda Kurnia Sari 2, Samsuryadi 3, Anggina Primanita 4 1,2,3,4 Fakultas
Lebih terperinciEFEKTIVITAS INSTALASI PENGOLAHAN AIR LIMBAH (IPAL) DOMESTIK SISTEM ROTATING BIOLOGICAL CONTACTOR (RBC) KELURAHAN SEBENGKOK KOTA TARAKAN
EFEKTIVITAS INSTALASI PENGOLAHAN AIR LIMBAH (IPAL) DOMESTIK SISTEM ROTATING BIOLOGICAL CONTACTOR (RBC) KELURAHAN SEBENGKOK KOTA TARAKAN Rizal 1), Encik Weliyadi 2) 1) Mahasiswa Jurusan Manajemen Sumberdaya
Lebih terperinciPELAKSANAAN KEGIATAN BIDANG PENGENDALIAN KERUSAKAN PERAIRAN DARAT TAHUN 2015
PELAKSANAAN KEGIATAN BIDANG PENGENDALIAN KERUSAKAN PERAIRAN DARAT TAHUN 2015 A. PEMANTAUAN KUALITAS AIR DANAU LIMBOTO Pemantauan kualitas air ditujukan untuk mengetahui pengaruh kegiatan yang dilaksanakan
Lebih terperinciLampiran F - Kumpulan Data
Lampiran F - Kumpulan Data TABEL 1.1.d. PEMANTAUAN KUALITAS AIR Jenis Perairan : Sungai Code Tahun Data : Desember 2006 Air Klas III Titik 1 Titik 2 1 1 Residu terlarut *** mg/l 1000 245 280 2 Residu tersuspensi
Lebih terperinciANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN
Saintia Matematika Vol. 1, No. 6 (2013), pp. 557 566. ANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN Siti Andri Yanti, Agus Salim Harahap, Suwarno
Lebih terperinciDAFTAR ISI. Kata Pengantar. Daftar Isi. Daftar Tabel. Daftar Gambar
DAFTAR ISI Kata Pengantar Daftar Isi Daftar Daftar i ii iii vii Bab I Pendahuluan A. Kondisi Umum Daerah I- 1 B. Pemanfaatan Laporan Status LH Daerah I-10 C. Isu Prioritas Lingkungan Hidup Kabupaten Kulon
Lebih terperinciKONDISI PENCEMARAN PERAIRAN SUNGAI BABON SEMARANG
KONDISI PENCEMARAN PERAIRAN SUNGAI BABON SEMARANG Pollution Level at Babon River Semarang Mustofa Niti Suparjo 1 1 Program Studi Manajemen Sumberdaya Perairan Jurusan Perikanan, Fakultas Perikanan dan
Lebih terperinciANALISA STATUS MUTU AIR DAN DAYA TAMPUNG BEBAN PENCEMARAN SUNGAI WANGGU KOTA KENDARI
Sahabuddin, dkk., Analisa Status Mutu Air dan Daya Tampung Beban Pencemaran Sungai Wanggu Kota Kendari 19 ANALISA STATUS MUTU AIR DAN DAYA TAMPUNG BEBAN PENCEMARAN SUNGAI WANGGU KOTA KENDARI Hartina Sahabuddin
Lebih terperinciPENERAPAN MIXED ENVIRONMENTAL QUALITY INDEX DALAM PENILAIAN KUALITAS LINGKUNGAN HIDUP PERMUKIMAN DI KECAMATAN KRATON, KOTA YOGYAKARTA
PENERAPAN MIXED ENVIRONMENTAL QUALITY INDEX DALAM PENILAIAN KUALITAS LINGKUNGAN HIDUP PERMUKIMAN DI KECAMATAN KRATON, KOTA YOGYAKARTA Dinda Mukarromah dinda.geografi@gmail.com Slamet Suprayogi ssuprayogi@ugm.ac.id
Lebih terperinciPlot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com
Lebih terperinciMetode Minimum Covariance Determinan Pada Analisis Regresi Linier Berganda Dengan Kasus Pencilan
Metode Minimum Covariance Determinan Pada Analisis Regresi Linier Berganda Dengan Kasus Pencilan Minimum Covariance Determinants Method On Multiple Linear Regression Analysis The Case Outliers Sifriyani
Lebih terperinciBAB I PENDAHULUAN. dibutuhkan oleh manusia, namun keberadaannya pada sumber-sumber air
BAB I PENDAHULUAN 1.1. Latar Belakang Air merupakan salah satu komponen sumber daya alam yang paling dibutuhkan oleh manusia, namun keberadaannya pada sumber-sumber air mempunyai risiko mudah tercemar,
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciANALISIS PENENTUAN KUALITAS AIR DAN STATUS MUTU SUNGAI PROGO HULU KABUPATEN TEMANGGUNG Ratna Novita Sari *), Titik Istirokhatun ), Sudarno ) *))) Jurusan Teknik Lingkungan Universitas Diponegoro, Semarang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Berdasarkan Peraturan Pemerintah Nomor 37 tahun 2009, dosen merupakan pendidik profesional dan ilmuwan dengan tugas utama mentransformasikan, mengembangkan,
Lebih terperinciAplikasi QUAL2Kw sebagai Alat Bantu Perhitungan Daya Tampung Beban Pencemaran Kali Madiun (Segmen Kota Madiun)
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Aplikasi QUAL2Kw sebagai Alat Bantu Perhitungan Daya Tampung Beban Pencemaran Kali Madiun (Segmen Kota Madiun) Adam Rusnugroho *, Ali Masduqi
Lebih terperinciStasiun. Perbedaan suhu relatif sangat kecil. Hal ini disebabkan karena pengambilan
BASIL DAN PEMBAHASAN Keadaan Umum Daerah Penelitian Perairan Sungai Siak sekitar Kotamadya Pekanbaru merupakan bagian pertengahan dari perairan Sungai Siak secara keseluruhan dengan kedalaman rata-rata
Lebih terperinciAnalisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster
Analisis Cluster Analisis Cluster adalah suatu analisis statistik yang bertujuan memisahkan kasus/obyek ke dalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain.
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciKAJIAN KUALITAS AIR SUNGAI KONTENG SEBAGAI SUMBER AIR BAKU PDAM TIRTA DARMA UNIT GAMPING, KABUPATEN SLEMAN. Yuyun Hanifah
KAJIAN KUALITAS AIR SUNGAI KONTENG SEBAGAI SUMBER AIR BAKU PDAM TIRTA DARMA UNIT GAMPING, KABUPATEN SLEMAN Yuyun Hanifah yuyunhanifah06@gmail.com Widyastuti m.widyastuti@geo.ugm.ac.id Abstract This study
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masyarakat dunia saat ini sedang dihadapkan dengan kemajuan teknologi sebagai salah satu penunjang dalam era informasi. Informasi yang menjadi komoditas utama
Lebih terperinciBAB I PENGANTAR. laju pembangunan telah membawa perubahan dalam beberapa aspek kehidupan
BAB I PENGANTAR 1.1 Latar Belakang Manusia memiliki hubungan timbal balik dengan lingkungannya. Secara alamiah, hubungan timbal balik tersebut terdapat antara manusia sebagai individu dan manusia sebagai
Lebih terperinciPENENTUAN INDIKATOR PENCEMARAN AIR DENGAN PENDEKATAN INDEK KUALITAS AIR PADA AIR BAKU AIR MINUM DARI SALURAN TARUM BARAT
Penentuan Indikator Pencemaran Air (Djoko M. Hartono) PENENTUAN INDIKATOR PENCEMARAN AIR DENGAN PENDEKATAN INDEK KUALITAS AIR PADA AIR BAKU AIR MINUM DARI SALURAN TARUM BARAT DETERMINATION OF WATER POLLUTION
Lebih terperinciANALISIS KUALITAS AIR DAN KEANEKARAGAMAN MAKROZOOBENTOS DI SUNGAI SAMIN KABUPATEN KARANGANYAR. Skripsi
ANALISIS KUALITAS AIR DAN KEANEKARAGAMAN MAKROZOOBENTOS DI SUNGAI SAMIN KABUPATEN KARANGANYAR Skripsi Untuk memenuhi sebagian persyaratan Guna memperoleh gelar sarjana sains Oleh: Fendika Wahyu Pratama
Lebih terperinciPenentuan Daya Tampung Beban Pencemaran Kali Madiun (Segmen Wilayah Kota Madiun) Menggunakan Program QUAL2Kw
Penentuan Daya Tampung Beban Pencemaran Kali Madiun (Segmen Wilayah Kota Madiun) Adam Rusnugroho 33 08 100 006 Ujian Akhir Skripsi Jurusan Teknik Lingkungan Fakultas Teknik Sipil dan Perencanaan Institut
Lebih terperinciPENENTUAN STATUS MUTU AIR DENGAN MENGGUNAKAN METODE INDEKS PENCEMARAN (STUDI KASUS: SUNGAI GARANG, SEMARANG)
PENENTUAN STATUS MUTU AIR DENGAN MENGGUNAKAN METODE INDEKS PENCEMARAN (STUDI KASUS: SUNGAI GARANG, SEMARANG) Gessy Asocadewi, Wiharyanto Oktiawan, Mochtar Hadiwidodo *) ABSTRACT Segment 5 th in Garang
Lebih terperinciKAJIAN MUTU AIR DENGAN METODE INDEKS PENCEMARAN PADA SUNGAI KRENGSENG, KOTA SEMARANG
KAJIAN MUTU AIR DENGAN METODE INDEKS PENCEMARAN PADA SUNGAI KRENGSENG, KOTA SEMARANG Dody Azhar Mutawakkil Manjo, Sudarno, Irawan Wisnu Wardhana*) ABSTRAK Sungai melewati wilayah Kecamatan Banyumanik dan
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)
Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,
Lebih terperinciBAB I PENDAHULUAN. merupakan satu-satunya tanaman pangan yang dapat tumbuh pada tanah yang
BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan air permukaan dalam hal ini air sungai untuk irigasi merupakan salah satu diantara berbagai alternatif pemanfaatan air. Dengan penggunaan dan kualitas air
Lebih terperinciIII. METODE PENELITIAN
17 III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di sepanjang aliran Sungai Cihideung dari hulu Gunung Salak Dua dimulai dari Desa Situ Daun hingga di sekitar Kampus IPB Darmaga.
Lebih terperinciKEPUTUSAN MENTERI NEGARA LINGKUNGAN HIDUP NOMOR : 115 TAHUN 2003 TENTANG PEDOMAN PENENTUAN STATUS MUTU AIR MENTERI NEGARA LINGKUNGAN HIDUP,
S A L I N A N KEPUTUSAN MENTERI NEGARA LINGKUNGAN HIDUP NOMOR : 115 TAHUN 003 TENTANG PEDOMAN PENENTUAN STATUS MUTU AIR MENTERI NEGARA LINGKUNGAN HIDUP, Menimbang : bahwa untuk melaksanakan ketentuan Pasal
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian ini akan dilakukan di Martha Tilaar Salon Day Spa Bogor tepatnya terletak di Jalan Pemuda No. 7 Bogor. Waktu penelitian adalah bulan April-Juni 2011
Lebih terperinciPrincipal Component Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
Principal Component Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996 Pendahuluan Sebuah analis keuangan ingin menentukan sehat tidaknya sebuah departement
Lebih terperinciAnalisis Daya Tampung Beban Pencemaran Sungai Mangetan Kanal Kabupaten Sidoarjo dengan Metode QUAL2Kw
1 Analisis Daya Tampung Beban Pencemaran Sungai Mangetan Kanal Kabupaten Sidoarjo dengan Metode QUAL2Kw Merdinia Nita Saraswaty, Nieke Karnaningroem dan Didik Bambang S Jurusan Teknik Lingkungan, Fakultas
Lebih terperinci