STUDI PENENTUAN DAYA TAMPUNG BEBAN PENCEMARAN HILIR SUNGAI MUSI RUAS PTBA-KILANG PERTAMINA KOTA PALEMBANG DENGAN MENGGUNAKAN APLIKASI QUAL2KW

Transkripsi

1 STUDI PENENTUAN DAYA TAMPUNG BEBAN PENCEMARAN HILIR SUNGAI MUSI RUAS PTBA-KILANG PERTAMINA KOTA PALEMBANG DENGAN MENGGUNAKAN APLIKASI QUAL2KW Farianda Yubi Eka Putra 1, Riyanto Haribowo 2, Moh. Sholichin 2 1) Mahasiswa Program Sarjana Teknik Pengairan Universitas Brawijaya 2) Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya Teknik Pengairan Universitas Brawijaya-Malang, Jawa Timur, Indonesia Jalan MT. Haryono 167 Malang 65145, Indonesia fariandayubi@gmail.com ABSTRAK Sungai Musi merupakan sungai yang sangat penting khususnya bagi masyarakat Kota Palembang untuk memenuhi berbagai kebutuhan sehari-hari. Namun, kondisi kualitas air Sungai Musi saat ini sudah tercemar karena banyaknya limbah rumah tangga dan limbah industri yang masuk ke Sungai Musi tanpa pengolahan sehingga mengganggu pemanfaatan air. Tujuan dari penelitian ini adalah untuk mengetahui besar daya tampung beban pencemaran sungai yang merupakan salah satu alat pantau kualitas air. Perhitungan daya tampung beban pencemaran dalam studi ini menggunakan bantuan program aplikasi QUAL2Kw. Parameter kualitas air yang diambil adalah BOD 5, COD, TSS, dan Total Coliform. Data dalam penelitian ini merupakan data sekunder. Terdapat 4 skenario simulasi (Data Eksisting, Beban Kosong, Beban Penuh, Debit maksimum dan minimum) yang digunakan dalam penelitian ini. Hasil dari QUAL2Kw beban pencemaran yang masuk ke Sungai Musi sudah melampaui daya tampung beban pencemaran Sungai Musi. Beban pencemaran terbesar parameter BOD ,5 kg/hari, COD 9554,7 kg/hari, TSS 4547,9 kg/hari, Total Coliform 7862,4 kg/hari dengan daya tampung beban pencemaran terbesar untuk parameter BOD ,2 kg/hari, COD 9451,0 kg/hari, TSS 4516,8 kg/hari, Total Coliform 3456,0 kg/hari. Kata Kunci: Kualitas Air, QUAL2Kw, Daya Tampung Beban Pencemaran, Sungai Musi. ABSTRACT Musi River is a very important river especially for the residents of Palembang City to fulfill their various daily needs. However, the water quality condition in Musi River now contaminated due to the large amount of household waste and industrial waste into the Musi River without treatment, thus disrupting the utilization of water. The purpose of this research is to know the pollution load capacity of Musi River which is one of water quality monitoring control. The calculation of the pollution load capacity in this study used QUAL2Kw application program. Water quality parameters that taken are BOD 5, COD, TSS, and Total Coliform. The data in this research is secondary data. There are 4 simulation scenarios (Existing Data, Empty Load, Full Load, Maximum and Minimum Debit) used in this study. As a result of QUAL2Kw program the pollution load coming into Musi River has exceeded the pollution load capacity of Musi River. The largest pollution loads for BOD ,5 kg/day, COD 9554,7 kg/day, TSS 4547,9 kg/day, Total Coliform 7862,4 kg/day with the largest pollution load capacity for BOD ,2 kg/day, COD 9451,0 kg/day, TSS 4516,8 kg/day, Total Coliform 3456,0 kg/day. Keywords : Water Quality, QUAL2Kw, The Pollution Load Capacity, Musi River.

2 PENDAHULUAN Sungai adalah sumber air terbuka yang dapat di manfaatkan dan dapat menampung semua buangan dari kegiatan manusia di daerah pemukiman, pertanian, perkebunan, dan industri di daerah sekitarnya (Hoesein, 1984). Sungai Musi adalah sebuah sungai yang terletak di provinsi Sumatera Selatan, Indonesia. Dengan panjang 750 km, sungai ini merupakan yang terpanjang di pulau Sumatera (Dinas Lingkungan Hidup Kota Palembang, 2016). Kondisi kualitas air di Sungai Musi semakin menurun. Hal ini disebabkan oleh banyaknya limbah industri dan limbah rumah tangga yang masuk ke Sungai Musi tanpa diolah. Pencemaran air oleh limbah tersebut juga menurunkan kemampuan Sungai Musi untuk mendukung kehidupan organisme air, yakni menurunnya kadar oksigen (Pemerintah Kota Palembang, 2016). Berdasarkan permasalahan di atas maka, perlu adanya penelitian untuk mencapai tingkat kualitas air yang yang sesuai dengan standar yang ditetapkan. Dalam penelitian ini akan menghitung daya tampung beban pencemaran Sungai Musi menggunakan aplikasi QUAL2Kw, dengan parameter-parameter yang akan digunakan adalah BOD, COD, DO, TSS, dan Total Coliform (Menteri Lingkungan Hidup, 2010). METODOLOGI Palembang merupakan salah satu kota metropolitan di Indonesia dan secara geografis terletak antara 2 o 52 sampai 3 o 5 Lintang Selatan dan 104 o 37 sampai 104 o 52 Bujur Timur dengan ketinggian rata-rata 8 meter dari permukaan air laut. Luas wilayah Kota Palembang sebesar 400,61 km 2 yang secara administrasi terbagi atas 16 kecamatan dan 107 kelurahan (Pemerintah Kota Palembang, 2016). Peta lokasi dilihat pada Gambar 1. Lokasi penelitian ini ada di Sungai Musi Kota Palembang pada segmen PT. Bukit Asam (PTBA) sampai Kilang Pertamina dengan jarak dari hulu ke hilir 10,13 km. Penelitian ini dibagi menjadi 4 segmen yaitu terletak di titik PT. Bukit Asam (PTBA), Dermaga Boombaru, PT. PUSRI, dan Kilang Pertamina. Data Data Penelitian 1. Data Peta wilayah Sungai MUSI Ruas Palembang yang didapat dari BAPEDA Kota Palembang. 2. Menggunakan 4 titik dalam pengambilan sampel di Sungai Musi yaitu, PTBA, Dermaga Boombaru, PT. Pusri, dan Kilang Pertamina. Gambar 1. Lokasi Wilayah Studi Sumber: Google Earth (2016)

3 3. Data Parameter kualitas air BOD 5, COD, Total Coliform, TSS, dan DO. selama 5 tahun ( ). 4. Data Klimatologi (suhu, kecepatan angin, dll) yang didapat dari BMKG Kota Palembang. 5. Data profil Sungai Musi ruas Palembang yang didapat dari Dinas Lingkungan dan Kebersihan Kota Palembang. Langkah Langkah Studi Adapun langkah-langkah studi dalam penelitian ini adalah sebagai berikut : 1. Data yang telah terkumpul akan dianalisis sesuai dengan input data pada worksheet QUAL2Kw yakni berupa data klimatologi, data profil sungai, data debit dan kualitas air sungai, serta data debit dan kualitas air limbah. 2. Kemudian Pembangunan model yang meliputi, entry data kualitas air 5 tahun, kemudian penentuan koefisien model. 3. Simulasi di aplikasi QUAL2Kw dan perhitungan daya tampung beban pencemaran dengan menggunakan 4 skenario (Data Eksisting, Beban Kosong, Beban Penuh, Debit maksimum dan minimum). Analisa Penyaringan Data Outlier Apabila dalam serangkaian data terdapat pencilan atau outliers, dengan sendirinya akan menurunkan nilai koefisien regresi atau korelasinya. Metode yang digunakan untuk menyaring data adalah metode Boxplot. Analisa ini dilakukan untuk membuang data outlier atau yang merupakan data trend, mengikuti persamaan berikut ini: Mild Outlier lower inner fence: Q 1 1.5(IQR) (1) upper inner fence: Q (IQR) (2) Extreme outlier lower outer fence: Q 1 3(IQR) (3) upper outer fence: Q 3 + 3(IQR) (4) IQR = Q 3 Q 1 (5) Dengan: Q 1 = kuartil0atas Q 3 = kuartil0bawah IQR = Selisih Q 1 dan Q 3 Beban Pencemaran Beban pencemaran sungai adalah jumlah suatu unsur pencemar yang terkandung dalam air sungai. Beban pencemaran sungai dapat disebabkan oleh adanya aktivitas industri, pemukiman, dan pertanian. Beban pencemaran sungai dapat dihitung dengan menggunakan rumus (Mitsch & Goesselink, 1993): BPS = (Cs)j x Qs x f (6) Keterangan: BPS = Beban Pencemaran Sungai (kg/hari) (Cs)j = kadar terukur sebenarnya unsur pencemar j (mg/lt) Qs = debit air sungai (m 3 /hari) F = faktor konversi 1 kg mg x 1000 l x detik 1 m3 = 86,4 Daya Tampung Beban Pencemaran Daya tampung beban pencemaran atau sering disebut dengan beban harian maksimum total (total maximum daily loads) merupakan kemampuan air pada suatu sumber air, untuk menerima masukan beban pencemaran tanpa mengakibatkan air tersebut menjadi cemar. Perhitungan daya tampung beban pencemaran diperlukan untuk mengendalika zat pencemar yang berasal

4 dari berbagai sumber pencemar yang masuk ke dalam sumber air dengan mempertimbangkan kondisi intrinsik sumber air dan baku mutu air yang ditetapkan (Metcalf & Eddy, 2003). Adapun untuk menghitung nilai daya tampung beban pencemaran adalah sebagai berikut : DTBP = Beban Penuh Beban minimum (kg/hari) (7) Keterangan : DTBP = Daya Tampung Beban Pencemaran (kg/hari) QUAL2Kw Model QUAL2Kw merupakan pengembangan dari model QUAL2E dengan menggunakan bahasa pemrograman Visual Basic for Application (VBA) yang dapat dijalankan dengan program Microsoft Excel. Dalam penelitian digunakan model QUAL2Kw versi 5.1. Model ini mampu mensimulasi parameter kualitas air antara lain temperatur, conductivity, Inorganic Solida, Dissolved Oxygen, CBODslow, CBODfast, Organic Nitrogen, NH4- Nitrogen, NO3-Nitrogen, Organic Phosporus, Inorganic Phosporus (SRP), Phytoplankton, Detritus (POM), (Total Coliform) Pathogen, Generic Constituent (COD), Alkalinity, ph (Rusnugroho, A, 2012). Data yang diperlukan untuk pemodelan QUAL2Kw adalah : 1. Data Kualitas air di headwater dan downstream boundary 2. Elevasi sungai dan posisi geografis 3. Panjang sungai, kecepatan aliran, kedalaman, lebar sungai. 4. Temperatur udara, titik embun, kecepatan angin, tutupan awan, tutupan benda lain per reach. 5. Cahaya dan panas 6. Point Source : lokasi, debit, kualitas air 7. Diffuse Source 8. Data hidrolis, temperatur, kualitas (rata-rata, min, max) beberapa titik di sepanjang sungai. Data di atas di-inputkan ke dalam program excel di komputer. Setelah program dijalankan (RUN), akan diperoleh output yang merupakan hasil perhitungan berupa tampilan numerik dan generik. HASIL DAN PEMBAHASAN Pada penelitian ini akan menganalisis Sungai Musi dengan panjang kurang lebih 10 km dari hulu (titik PTBA) menuju hilir (titik Kilang Pertamina). Dalam hal ini, sungai dibagi menjadi beberapa reach. Dengan panjang 10,13 km maka sungai dibagi menjadi 3 reach. Pembagian reach pada sungai ini dilakukan untuk keperluan pemodelan dan mempermudah dalam penentuan titik pengambilan data sungai. Pembagian ini sudah didasarkan pada masukan dari anak sungai yang ada disepanjang lokasi, tempat untuk pengambilan sampel, belokan, perubahan dimensi sungai serta masukan dari sumber pencemar. Tabel 1. Pembagian Reach Sungai Musi Reach Panjang (km) Hulu (m) Elevasi Hilir (m) PTBA - Dermaga Boombaru 2,40 3,0 2,0 Dermaga Boombaru - PT. PUSRI 2,10 2,0 1,0 PT. PUSRI - Kilang Pertamina 5,63 1,50 0,5 Sumber: Hasil Pengamatan Berdasarkan Tabel 1 dapat dilihat penentuan reach (segmen) pada Sungai Musi sehingga didapatkan 3 reach (segmen) untuk penelitian ini.

5 velocity (m/s) flow (m^3/s) Kalibrasi Model Setelah reach dibuat, maka dilakukan entry data ke dalam komputer yang meliputi identitas sungai, debit, dan kualitas hulu identitas reach, sumber pencemaran point source dan non point source akan ikut serta menentukan kualitas air sungai Musi. Dalam penelitian ini sebelum melakukan beberapa simulasi kualitas air, maka model perlu dikalibrasi. Kalibrasi model dilakukan dengan tujuan data model mendekati data input yang telah dimasukkan kedalam program. Hal ini dikarenakan adanya perbedan waktu dan Sungai Musi (10/5/2016) variasi data. Kalibrasi model dibagi menjadi 2 yaitu, kalibrasi data hidrolik dan kalibrasi data kualitas air. Trial and error dilakukan dengan uji coba pada model kalibrasi yang bertujuan membandingkan data prediksi model dengan hasil pengamatan. Dengan kata lain, model kalibrasi mendekati data kualitas air hasil dari pengamatan. Pada kalibrasi data hidrolik Trial and error yang dilakukan pada manning formula dalam worksheet reach, sedangkan kalibrasi data kualitas air pada worksheet reach rates distance upstream (km) Q, m3/s Gambar 2. Perbandingan Debit Aliran Model dan Data Sumber : Hasil Perhitungan 2.00 Sungai Musi (10/5/2016) distance upstream (km) U, mps Gambar 3. Perbandingan Kecepatan Model dan Data Sumber : Hasil Perhitungan 8 2 0

6 depth (m) 8.00 Sungai Musi (10/5/2016) distance upstream (km) H, m Gambar 4. Perbandingan Kedalaman Model dan Data Sumber : Hasil Perhitungan Kalibrasi hidraulik dilakukan dengan memasukkan data-data hidraulik yakni debit, kecepatan, dan kedalaman sungai yang didapat dari Dinas Lingkungan persis nilainya, namun masih dapat ditolerir. Pada Gambar 3 tren data dan tren model sedikit berbeda hasilnya. Hasil trial and error yang dilakukan pada sheet Hidup Kota Palembang kedalam reach dengan mengganti angka pada Worksheet QUAL2Kw. Berdasarkan hasil kalibrasi pada Gambar 2 sampai Gambar 4 dapat dilihat bahwa nilai antara data dan model sudah kolom manning sesuai dengan nilai koefisien yang sudah ditetapkan juga tetap menunjukkan angka yang sama tidak jauh berbeda. satu tren. Walaupun memang tidak sama 2 0 Gambar 5. Perbandingan Model dan data parameter Inorganic solid (TSS) Gambar 6. Perbandingan Model dan data parameter Dissolved Oxygen (DO) Gambar 7. Perbandingan Model dan data parameter CBOD fast (BOD 5 ) Gambar 8. Perbandingan Model dan data parameter Pathogen (Total coliform)

7 Gambar 9. Perbandingan Model dan data parameter Generic Constituent (COD) Simulasi 1 Pada simulasi 1 ini bertujuan untuk mengkalibrasi data kualitas air agar dapat digunakan untuk simulasi yang lainnya. Simulasi satu ini digunakan untuk mendapatkan koefisien model sungai. Data input yang digunakan adalah data yang digunakan saat pembentukan model untuk pertama kali. Berdasarkan hasil simulasi 1, tren data dan tren model hasil running QUAL2Kw untuk parameter Pathogen (Total Coliform) pada Gambar 8 tidak terlalu baik hasil kalibrasinya. Hal ini dikarenakan, data asli yang ada dilapangan nilainya sangat tidak beraturan dan berubah-ubah disetiap titik. Sehingga, tren data yang dibuat tidak bisa satu tren. Namun, kondisi ini masih tetap bisa diterima karena nilai Total Coliform masih tetap berada pada batas yang wajar. Tren data dan tren model hasil running QUAL2Kw untuk parameter lainnya pada Gambar 5 sampai Gambar 7 dan Gambar 9 sudah satu tren. Gambar 10. Perbandingan Model dan data parameter Inorganic solid (TSS) Gambar 11. Perbandingan Model dan data parameter Dissolved Oxygen (DO) Gambar 12. Perbandingan Model dan data parameter CBOD fast (BOD 5 ) Gambar 13. Perbandingan Model dan data parameter Pathogen (Total coliform)

8 Gambar 14. Perbandingan Model dan data parameter Generic Constituent (COD) SIMULASI 2 Pada simulasi 2 ini, merupakan simulasi beban kosong. Dimana sumber pencemar (Point Sources) dianggap tidak ada. Namun, untuk sumber pencemar tak tentu (Non Point Sources) dianggap sesuai dengan BMAL. Simulasi ini mengkondisikan sumber pencemaran telah memenuhi baku mutu air lambah (BMAL). Simulasi ini bertujuan untuk melihat seberapa besar pengaruh penurunan beban masukan limbah terhadap kualitas air Sungai Musi. Berdasarkan Gambar 10 sampai Gambar 14 untuk hasil simulasi 2 saat beban pencemar dianggap kosong, maka keadaan sungai akan cenderung stabil. Hal ini dapat dilihat dari hasil ruuning QUAL2Kw pada hampir semua parameter seperti DO, BOD 5, COD, dan Total Coliform yang cenderung sama nilai nya dari hulu ke hilir. Hal ini menunjukkan tidak terjadi pencemaran yang berat saat beban pencemar dianggap kosong. Namun, untuk parameter TSS semakin ke hilir nilai nya cenderung meningkat. Hal ini menunjukkan semakin ke hilir maka semakin banyak sedimen. Gambar 15. Perbandingan Model dan data parameter Inorganic solid (TSS) Gambar 16. Perbandingan Model dan data parameter Dissolved Oxygen (DO) Gambar 17. Perbandingan Model dan data parameter CBOD fast (BOD 5 ) Gambar 18. Perbandingan Model dan data parameter Pathogen (Total coliform)

9 COD (mg/l) TSS (mgd/l) DO (mgo2/l) BOD5 (mgo2/l) Gambar 19. Perbandingan Model dan data parameter Generic Constituent (COD) SIMULASI 3 Pada simulasi 3 ini, merupakan simulasi beban pencemar penuh. Simulasi ini mengkondisikan keadaan Sungai Musi di masa yang akan datang. Dalam hal ini, sumber pencemar (Point Sources) yang ada tetap sama nilainya dengan simulasi sebelumnya. Namun berbeda dengan sumber pencemar tak tentu (Non Point Sources) dianggap semakin besar.hasil simulasi menunjukkan bahwa kualitas air Sungai Musi menjadi lebih menurun karena jumlah pencemar yang masuk ke badan sungai menjadi lebih banyak dari sebelumnya. Berdasarkan hasil simulasi 3 pada Gambar 15 sampai Gambar 19, hampir disemua parameter menunjukkan tren yang sama. Nilai dimasing-masing parameter masih berada di dalam batas yang wajar, namun memang kualitas air hasil simulasi saat beban penuh lebih buruk dari simulasi lainnya. Karena pada simulasi ini beban Point Sources dan Non Point Sources dianggap dalam kondisi maksimum distance (km) Gambar 20. WQ Output Parameter Dissolved Oxygen (DO) distance (km) Gambar 22. WQ Output parameter Generic Constituent (COD) distance (km) Gambar 21. WQ Output parameter CBOD fast (BOD 5 ) distance (km) Gambar 23. WQ Output parameter Generic Constituent (COD)

10 D. Tampung Beban Pencemaran (Kg/hari) T.Coliform (mg/l) distance (km) Gambar 24. WQ Output parameter Pathogen (Total coliform) SIMULASI 4 Berdasarkan Gambar 20 sampai Gambar 24 dapat kita lihat bahwa hasil dari running QUAL2Kw WQ output untuk debit eksisting, debit maksimum dan debit minimum tidak jauh berbeda. Dari masing-masing parameter cenderung akan lebih tinggi nilai nya di saat debit maksimum. Hal ini menunjukkan bahwa pada saat debit maksimum kualitas air akan semakin buruk, karena nilai parameter BOD5, COD, TSS tinggi. Berbeda dengan parameter DO, semakin rendah DO nya maka akan semakin buruk kualitas airnya. Pada parameter DO dapat kita lihat bahwa nilai nya tinggi saat debit minimum. Saat debit minimum maka kualitas air akan baik Daya Tampung Beban Pencemaran Sungai Musi TSS (kg/hari) BOD5 (kg/hari) T.Coliform (kg/hari) COD (kg/hari) Segmen (Reach) Gambar 25. Hasil Perhitungan Daya Tampung Beban Pencemaran (kg/hari) Sumber : Hasil Perhitungan Perhitungan Daya Tampung Beban pada segmen ini terdapat banyak pabrik Pencemaran industri yang membuang beban Dari hasil Gambar 25 dapat diketahui bahwa daya tampung beban pencemaran pencemaran ke Sungai Musi. Namun, pada parameter Total Coliform daya Sungai Musi ruas PTBA-Kilang tampung terbesar ada pada segmen 1 dan Pertamina Kota Palembang pada segmen 2 karena pada segmen ini jumlah 1 dan segmen 3 memiliki daya tampung pemukiman lebih banyak, sehingga yang lebih besar. Hal ini dikarenakan, limbah domestik yang masuk juga akan

11 lebih besar. Limbah domestik mengandung banyak bakteri E.Coli, sehingga semakin besar limbah domestik yang masuk maka semakin besar Total Coliform nya. KESIMPULAN Berdasarkan analisa yang dilakukan sesuai dengan rumusan masalah pada kajian ini, maka dapat disimpulkan beberapa hal sebagai berikut : 1. Untuk pola penyebaran parameter BOD 5 dari hulu ke hilir 3,82-3,95 mgo2/l, parameter DO dari hulu ke hilir 6,10-6,03 mgo2/l, parameter COD dari hulu ke hilir 19,17-19,76 mg/l, Total Coliform dari hulu ke hilir 12,85/100ml-16,00/100ml, dan TSS dari hulu ke hilir 22,86-23,00 mgd/l. Hal ini menunjukkan bahwa kualitas air semakin ke hiir semakin buruk. 2. Besar beban pencemaran terbesar pada Sungai Musi untuk beban pencemaran penuh pada Reach 1 (PTBA-Dermaga Boombaru), Reach 2 (Dermaga Boombaru-PT.PUSRI), dan Reach 3 (PT.PUSRI-Kilang Pertamina) adalah untuk parameter BOD 5 sebesar 2189,5 kg/hari (Reach 1), untuk parameter COD sebesar 9554,7 kg/hari (Reach 3), untuk parameter Total Coliform sebesar 24192,0 kg/hari (Reach 1), Untuk Parameter TSS sebesar 4547,9 kg/hari (Reach 3). 3. Beban pencemaran yang masuk ke sungai musi sudah melampaui daya tampung beban pencemaran yang ada, oleh karena itu diperlukan penanganan yang khusus untuk kedepannya. Besar daya tampung terbesar Sungai Musi Palembang untuk Parameter BOD 5 sebesar 1982,2 kg/hari (Reach 1), untuk Parameter COD sebesar 9451,0 kg/hari (Reach 3), untuk Parameter Total Coliform sebesar 3456,0 kg/hari (Reach 1), untuk Parameter TSS sebesar 4516,8 kg/hari (Reach 3). DAFTAR PUSTAKA Dian, C Daya Tampung Beban Pencemaran Sungai Batang Hari Menggunakan Program Aplikasi QUAL2Kw. Teknik Lingkungan Universitas Diponegoro, Semarang. Dinas Lingkungan Hidup Parameter Kualitas Air. Palembang: Dinas Kebersihan Kota dan Lingkungan Hidup Kota Palembang. Hoesein, A Kualitas Air dan Sistem Irigasi; Fakultas Teknik. Universitas Brawijaya. Malang. Menteri Lingkungan Hidup Peraturan Menteri Lingkungan Hidup No. 01 Tahun 2010 tentang Tata Laksana Pengendalian Pencemaran Air. Jakarta: Kementrian Lingkungan Hidup. Metcalf & Eddy Wastewater Engineering :Treatment Disposal Reuse. McGraw-Hill,Inc. New York. Mitsch & Gosselink Wet Land, In Water Quality Prevention, Identification and Management of Diffuse Pollution. Van Nostrand Reinhold, New York. Pemerintah Kota Palembang Kondisi Hidrologi Sungai Musi. Palembang : Pemerintah Kota Palembang Provinsi Sumatera Selatan.

12 Rusnugroho, A Aplikasi QUAL2Kw Sebagai Alat bantu Perhitungan Daya Tampung Beban Pencemaran Kali Madiun Segmen Kota Madiun. Surabaya:ITS Eco Campus.