study of water quality status in gadjahwong river using several water quality indices
Post on 26-Feb-2018
244 Views
Preview:
TRANSCRIPT
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
1/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
91
KAJIAN STATUS MUTU AIR DI SUNGAI GAJAHWONG
DENGAN BERBAGAI INDEKS KUALITAS AIR
STUDY OF WATER QUALITY STATUS IN GAJAHWONG RIVER
USING SEVERAL WATER QUALITY INDICES
Muslimin1)dan Sri Puji Saraswati2)
Jurusan Teknik Sipil dan Lingkungan, Fakultas Teknik Univ. Gadjah Mada
Jalan Grafika, Yogyakarta
Email:1)
muslimin@mail.ugm.ac.id;2)
spswatinz@tsipil.ugm.ac.id
diterima 2 Agustus 2012, diterima setelah perbaikan 4 April 2013
disetujui untuk diterbitkan 4 April 2013
Abstrak: Indeks kualitas air atau WQI (water quality index) adalah indeks yang menggambarkan kualitas air di
suatu waktu dan lokasi perairan. WQI menjadikan parameter kualitas air yang kompleks menjadi informasi
yang mudah dipahami publik, dapat digunakan untuk membandingkan status mutu air di berbagai tempat.
Tujuan penelitian ini adalah untuk mengembangkan WQI yang sesuai dengan karakteristik Sungai Gajahwong
dan dinamakan GWQI (Gajahwong Water Quality Index), kemudian membandingkannya dengan beberapa
indeks kualitas air lain. GWQI dikembangkan dengan menggunakan principal component analysis (PCA) untuk
memilih parameter dominan untuk status mutu air dan memberikan pembobotan pada masing-masing
parameter tersebut. Sebagai perbandingan terhadap GWQI, status mutu air di Sungai Gajahwong juga dihitung
dengan menggunakan metode NSF-WQI dan Prakash-WQI. Langkah komparasi dilakukan dengan
membandingkan hasil pengkelasan WQI masing-masing metode dengan pengkelasan hasil analisis klaster.
Hasil menunjukkan bahwa berdasarkan analisis PCA dipilih 6 parameter dominan dengan pembobotan (Wi)
sebagai berikut: Wi-Total Coliform=0,144; Wi-NH3=0,139; Wi-NO2=0,139; Wi-DHL=0,128; Wi-DO= 0,124;
Wi-pH=0,026. Hasil komparasi pengkelasan menunjukkan bahwa kondisi kualitas air di Sungai Gajahwong
menurut Prakash WQI dan GWQI terbagi atas 2 kelas mutu air yaitu baik dan sedang, sedangkan menurut
NSF-WQI kualitas air di Sungai Gajahwong terbagi atas satu kelas mutu air yaitu sedang.
Kata kunci:Indeks Kualitas Air, PCA, analisis klaster, GWQI, NSF-WQI, dan Prakash-WQI.
Abstract: Water quality index is a single index expressing the status of water quality at a certain location and
time. WQI translates the complex list of constituents and their concentrations present in a sample into simple
information understandable by public; it has a practical need to succinctly compare the overall water quality at
many different locations. The objective of this research is to develop WQI applied to the character of
Gadjahwong stream named as GWQI (Gadjahwong Water Quality Index) then the index was compared with
some other published water quality indeces. GWQI is developed using principal component analysis (PCA) to
select the dominant water quality parameters expressed the quality of water and then to weight the parameters
appropriately. As comparison to GWQI, water quality status at Gadjahwong stream is also calculated using
NSF-WQI and Prakash-WQI methods. Comparison step is conducted by comparing classification of each WQI
method to classification by cluster analysis. The research result showed that based on PCA analysis there are 6parameters chosen with the weightings (Wi) i.e. Wi-Total Coliform=0,144; Wi-NH3=0,139; Wi-NO2=0,139; Wi-
DHL=0,128; Wi-DO=0,124; Wi-pH=0,026.Comparison result showed that Prakash WQI and GWQI methods
divided water quality in Gajahwong River into 2 class, good and medium class, whereas NSF WQI method
divided it into 1 class, medium class.
.
Keywords :Water quality index, PCA, cluster analysis, GWQI, NSF-WQI, and Prakash-WQI.
PENDAHULUAN
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 status
kualitas air baik secara temporal maupun secara
spasial. Akan tetapi, data kualitas air yang
diperoleh dari hasil pengukuran tidak dapat
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
2/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
92
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 yang
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 darikualitas 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.
Pada 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 dalammenginteprestasi data kualitas air yang kompleks
dengan tinjauan variasi temporal dan spasial
dengan lebih baik (Zhou et al., 2006 dan
Saraswati et al., 2010). Kelemahan metode ini
adalah memerlukan analisis dan pemahaman
yang lebih rumit dibandingkan dengan WQI.
Penilaian atas status kualitas air di
Indonesia telah diatur dalam KepMen LH No.
115/2003, tentang Pedoman Penentuan Status
Mutu Air, yaitu dengan metoda Storet dan
Metoda Indeks Pencemaran. Pada dasarnya
kedua indeks ini memiliki konsep yang sama
dengan WQI yang merupakan nilai tunggal untuk
menggambarkan status mutu air. Akan tetapi,
BLH DIY dalam Laporan Analisa Data Kualitas
Air Sungai di DIY Tahun 2010 mengusulkan
agar metode ini ditinjau ulang karena
memberikan hasil yang kurang sesuai dengan
kondisi riil di lapangan. Selain itu, juga perlu
meninjau ulang terkait parameter penentu
kualitas air sungai, yang lebih menitikberatkan
pada perubahan faktor lingkungan dan tidak
dipengaruhi oleh faktor alam.
Di sisi lain, negara-negara berkembang
seperti Indonesia masih sering terkendala biaya
yang cukup mahal untuk melakukan pengamatankualitas air sungai secara kontinu dan
menyeluruh. Oleh karena itu, menjadi salah satu
tantangan bagi negara kita adalah kemampuan
mengembangkan WQI dengan sedikit parameter
kualitas air tetapi tetap dapat menggambarkan
kondisi mutu air sesungguhnya.
Usaha untuk menggembangkan indeks
kualitas air sebelumnya telah dilakukan dengan
menggunakan parameter biologi (Saraswati,
2009). Berangkat dari hal tersebut, peneliti
mengembangkan sebuah WQI yang
menggunakan analisis statistik multivariate untukmenggambarkan kualitas air di Sungai
Gajahwong. Metode ini diberi nama Gajahwong
Water Quality Index (GWQI). Sebagai
perbandingan, dalam penelitian ini digunakan
WQI yang dikembangkan di negara lain yaitu
Prakash WQI dan NSF-WQI.
METODE
Pengumpulan dan Evaluasi Data Kualitas
Air
Data yang digunakan pada penelitian ini
adalah data sekunder yang merupakan hasil
Progam Prokasih oleh Badan Lingkungan
Hidup DIY. Gambaran umum lokasi
pengambilan sampel ditunjukkan pada gambar
1.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
3/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
93
Gambar1. Lokasi penelitian di Sungai Gajahwong.
Data kualitas air merupakan hasil
serangkaian proses panjang yang dimulai dari
perencanaan, pengambilan sampel di lapangan,
analisis sampel di laboratorium, hingga
pengambilan keputusan. Ketelitian analisis dan
ketepatan masing-masing proses akan
mempengaruhi data hasil analisis. Apabila
terdapat kesalahan dalam salah satu proses maka
bisa jadi sampel yang diambil tidak
menggambarkan keadaan sebenarnya di lapangan
sehingga kesimpulannya juga akan salah. Oleh
karena itu, data hasil pengukuran parameterkualitas air perlu diketahui validitas dan
reliabilitasnya. Uji validitas dan reliabilitas
dilakukan dengan standarisasi data dan uji
outlier.
Standarisasi dataStandarisasi data dilakukan karena data
kualitas air memiliki ukuran dan satuan yang
berbeda. Pada standarisasi digunakan Zscore
formula yang dinyatakan dengan persamaan
sebagai berikut:
(1)
dimana adalah data hasil standarisasidata ke-i, adalah data kei, m adalah jumlahdata, adalah rata-rata data dan, S adalah standardeviasi (Berthouex, 2002).
UjioutlierUji outlier dilakukan untuk mencari data
yang secara nyata berbeda dengan datadatayang 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. Data dikatakan outlierapabila:
dimana adalah data ke-i, adalahrata-rata data, adalah jumlah data, adalahstandar deviasi, dan adalah batas outlierdengan k digunakan 3 (Rodriguez, 2011).
Water Quality Index (WQI)Indeks kualitas air atau WQI (water
quality index) adalah single indeks yangmenggambarkan kualitas air di suatu waktu dan
7
1
2
5
3
4
6
7
8
7
8
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
4/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
94
lokasi perairan. WQI menjadikan parameter
kualitas air yang kompleks menjadi informasi
yang mudah dipahami publik, dapat digunakan
untuk membandingkan status mutu air di
berbagai tempat. Langkah utama dalam
membentuk WQI menurut Abbasi et al. (2002)
yaitu:
a. Memilih parameter yang mewakilikeseluruhan parameter
b. Pemberian bobot pada masing-masingparameter.
c. Transformasi perbedaan satuan ke dalamskala biasa dengan sub-indeks.
d. Verifikasi indeks untuk mengevaluasikecocokan indeks dengan kualitas air yang
dinilai.
Secara umum, status kualitas air menurut
WQI dapat dikategorikan menjadi 5 peringkatyaitu: 0-25= sangat buruk, 25-50= buruk, 50-70=
sedang, 70-90= baik, 90-100= sangat baik
(Kannel et al., 2007 dan Oram, 2011).
Brown et al. (1970) mengembangkan
NSF-WQI 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:
Dimana qi adalah nilai q awal yang
diberikan untuk masing-masing parameter. Nilai
qi ini ditentukan dengan grafik sub-indeks pada
gambar 2. Sedangkan Wi adalah bobot untuk
masing-masing parameter. NSF-WQI dihitung
menggunakan 9 parameter dengan nilai Wipadamasing-masing parameter yaitu: Wi-DO=0,17;
Wi-pH=0,11;Wi-BOD=0,11;Wi-TS=0,07; Wi-
NO3=0,1; Wi-PO4=0,1; Wi-Total Coliform=0,16.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
5/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
95
(a) (b) (c)
(d)
(e) (f) (g)
Gambar 2.Grafik Sub-Indeks NSF-WQI; (a) DO; (b) pH; (c) BOD5; (d) TS; (e) NO3;(f) PO4;(g) Total Coliform.
Kannel et al. (2007) mengembangkan
Prakash-WQI di negara Nepal. Prakash WQI
memiliki rumus umum sebagai berikut:
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 Cidan Pidiberikan pada tabel 1.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
6/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
96
Tabel 1. Bobot relatif (Pi) dan faktor normalisasi (Ci) pada Prakash-WQI.
Parameter PiFaktor normalisasi (Ci)
100 90 70 50 25 0
pH 1 7 78 79 69,5 312 114
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
PO4 1 0,025 0,05 0,2 0,5 1,5 2
NH3 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 50 100 150
Pengembangan Gajahwong Water Quality
Index (GWQI)Pengembangan GWQI dikerjakan dalam
dua tahap yaitu pemilihan dan pembobotan
parameter dominan serta pembuatan sub indeks
pada masing-masing parameter. Pemilihan dan
pembobotan parameter dominan dikerjakan
dengan bantuan Principal Component Analysis.
Principal omponent Analysis (PCA) merupakan
salah satu cara untuk mereduksi data yang
kompleks ke dimensi yang lebih kecil dengan
tetap mempertahankan karakteristik datatersebut. 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 eigenvalue-nya
lebih dari 1. Eigenvalue merupakan suatu nilai
yang menunjukkan seberapa besar pengaruh
suatu variabel terhadap pembentukan
karakteristik data tersebut.
Penentuan parameter dominan
ditentukan pada parameter-parameter yang
memiliki nilai PC tinggi masing-masing
parameter pada PCA-All. PCA-All adalah
kumulatif perkalian eigenvector dengan %
variansi masing-masing parameter.
Pada prinsipnya, masing-masing PC
adalah kombinasi linier dari nilai asli (Y) untuk
sejumlah variabel kualitas air (p). Masing-
masing PC mengikuti persamaan sebagai berikut:
dimana Cp,n adalah koefisien skor komponen
untuk variabel kualitas air p pada PC dan Ybadalah nilai Y untuk variabel kualitas air p.
Komparasi Hasil Pengkelasan WQIKomparasi hasil pengkelasan dilakukan
untuk membandingkan hasil pengkelasan
masing-masing metodeWQI dengan pengkelasan
hasil analisis klaster nilai PCA-All. Analisis
klasterakan memberikan hasil pengkelasan yang
lebih objektif dengan menggunakan pendekatan
statistik. Komparasi tersebut akan memberikan
gambaran mengenai status mutu air pada masing-
masing metode.
Analisis klaster merupakan suatu teknikanalisis statistik yangditujukan untuk membuat
klasifikasi individu-individu atau obyek-obyek
kedalam kelompok-kelompok lebih kecil yang
berbeda satu dengan yang lain. Salah satu
metode yang sering digunakan dalam analisis
klaster adalah K-Means Cluster. Pada K-Means
Cluster, terdapat sejumlah k kelompok. Padaprinsipnya 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
centroidmasing-masing kelompok. Algoritma K-
Means Clustermengikuti persamaan berikut:
(6)
dimana adalah titik yang termasuk kedalamklaster idan Ci adalah pusat klaster (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.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
7/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
97
HASIL DAN PEMBAHASAN
Evaluasi Data Kualitas AirUntuk mendapatkan data yang reliable
dan valid beberapa hal yang dievaluasi yaitu:
lokasi pengambilan sampel, waktu pengambilansampel (bulan dan tahun), dan parameter yang
diukur. Selama tahun 2000 hingga 2010, BLH
DIY melalui program Prokasih melakukan
pengambilan sampel di Sungai Gajahwong.
Jumlah lokasi pengambilan sampel yang
dilakukan oleh BLH DIY bervariasi antara 9
lokasi hingga 11 lokasi selama kurun waktu
tersebut. Selain itu, jumlah parameter yang
diukur juga bervariasi antara 13 parameter
hingga 33 parameter.
Untuk melakukan analisis diperlukan
data lokasi dan jumlah parameter yang kontinudari tahun ke tahun. Sehingga pada penelitian ini
digunakan 8 lokasi yang yang kontinu dilakukan
pengukuran sejak tahun 2000 hingga tahun
2010.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 yang
digunakan yaitu: 2001, 2002, 2004, 2005, 2006,
2007, 2008, dan 2009.
Pada data yang diperoleh kadang-kadangdijumpai beberapa parameter yang tidak diukur.
Sehingga dari 8 lokasi pengukuran pada 8 tahun
pengukuran terdapat 140 atau 3,4% data yang
kosong dari jumlah data yang seharusnya 3264
data. Sehingga untuk mendapatkan data yang
kontinu, dilakukan penghapusan satu kumpulan
data (pada sampel yang sama) apabila terdapat
salah satu data yang kosong. Data yang terpilih
dalam langkah ini sebanyak 217 kumpulan data
dari 283 kumpulan data.
Pada langkah berikutnya dilakukan uji
outlier untuk melihat kualitas data. Semakinbanyak data yang outlier maka data yang ada
perlu dievaluasi kemungkinan terjadinya
kesalahan dalam proses analisis data. Data-data
yang mengalami outlier dilakukan perbaikan
dengan cara mengganti data outlierdengan rata-
rata pada lokasi dan musim yang sama. Jumlah
outiler pada masing-masing parameter dapat
dilihat pada gambar 3.
Gambar 3. Jumlah data outlier.
Langkah terakhir dalam evaluasi data
kualitas air dilakukan peringkasan data dalam
musim hujan dan kemarau. Pengambilan sampel
oleh BLH dilakukan pada bulan yang berbeda-
beda tiap tahunnya, sehingga data perlu diringkas
dalam musim yang sama untuk kemudahan
analisis. Peringkasan dilakukan dengan
mengambil rata-rata data pada musim, lokasi dan
tahun yang sama. Peringkasan data inimenghasilkan 107 kumpulan data dari 217
kumpulan data yang merupakan hasil analisis
sebelumnya.
Pengembangan GWQI
Pemilihan dan pembobotan parameter
dominanPemilihan dan pembobotan parameter
dominan dilakukan dengan melakukanPrincipal
Component Analysis (PCA) pada data yang telahdievaluasi sebelumnya. Hasil hitungan analisis
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
8/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
98
tersebut berupa nilai eigen, % kumulatif varian,
dan eigenvector. Hasil hitungan eigenvalue dan
% kumulatif variansi masing-masing parameter
dapat dilihat pada gambar 4. Gambar tersebut
memperlihatkan bahwa hanya komponen PC1,
PC2, dan PC3 yang memiliki eigenvalue yang
lebih besar dari 1. Komponen pertama ini (PC1)
ini dapat menjelaskan 29,45 % keragaman data,
komponen kedua (PC2) menjelaskan 18,22%
keragaman data dan komponen ketiga
menjelaskan 11,27% keragaman data. Jumlah
kumulatif varian ketiga PC mewakili 58,9 %
keragaman total data.
Gambar 4. Scree plot nilai eigendan % variansi.
Untuk memilih parameter parameter
dominan perlu diketahui nilai PC pada masing-
masing parameter. Nilai PC tersebut merupan
nilai PC pada PCA-All yang diperoleh dari hasil
perkalian nilai eigenvector dengan % variansi.
Pada tahap awal menentukan 2 parameter yang
sering digunakan sebagai syarat pengambilan
sampel yaitu DO dan pH. Selain itu, dipilih 5
parameter yang memiliki bobot paling tinggi
diantara parameter yang lain. Sehingga terpilih 6
parameter yang dominan yaitu: NH3, Total
Coliform, DHL, DO, NO2, dan pH. PC-All (tabel
2) memperlihatkan koefisien pembobotan
masing-masing variabel terhadap keseluruhan
data. Pembobotan 6 parameter (Wi) yang dipilih
(tabel 3) yaitu: Wi-NH3=0,139; Wi-Total
coliform=0,144; Wi-DHL=0,128; Wi-DO=0,124;
Wi-NO2=0,139; dan Wi- pH=0,026.Untuk menunjukkan bahwa parameter
yang dipilih (6 parameter) sudah mewakili 12
parameter yang dipilih digunakan hubungan nilai
PCA antara PCA-All dan PCA-GWQI. PCA-All
dihitung dari 12 parameter, sedangkan PCA-
GWQI dihitung dari 6 parameter yang telah
dipilih untuk pengembangan GWQI. Hubungan
tersebut ditunjukkan pada gambar 5. Dari grafik
tersebut diketahui bahwa korelasi kedua PCA
sudah sangat tinggi dengan R2=0.905
Tabel 2. TabelEigenvector PCA-All.
Variabel PC 1 PC 2 PC 3 PC-All
NH3 0,326 0,234 -0,002 0,139
BTK 0,208 0,045 0,665 0,144
BOD 0,372 -0,151 0,262 0,112
COD 0,347 -0,175 0,107 0,082
DHL 0,442 0,106 -0,189 0,128
DO -0,247 -0,204 -0,128 -0,124
NO3 -0,187 0,507 0,157 0,055
NO2 0,365 0,217 -0,073 0,139
pH -0,162 0,194 0,336 0,026
PO4 0,029 0,387 -0,458 0,028
TDS 0,374 -0,111 -0,261 0,061
TSS 0,019 0,577 0,074 0,119
0
20
40
60
80
100
120
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
%Varian
Eigenvalue
PC
Eigenvalue Cum. % of variance
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
9/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
99
Tabel 3. TabelEigenvector PCA-GWQI.
Variabel PC 1 PC 2 PC 3PC-
GWQI
NH3 0,326 0,234 -0,002 0,139
BTK 0,208 0,045 0,665 0,144DHL 0,442 0,106 -0,189 0,128
DO -0,247 -0,204 -0,128 -0,124
NO2 0,365 0,217 -0,073 0,139
pH -0,162 0,194 0,336 0,026
Gambar 5.Grafik hubungan PCA-All dengan PCA-GWQI.
Penentuan sub-indeks (qi)Sub-indeks sangat berfungsi untuk
mengubah nilai asli masing-masing parameter ke
dalam nilai indeks. Sub-indeks GWQI dikerjakan
berdasarkan standar kualitas air menurut PP No
82 tahun 2001 dan standar-standar kualitas air
lainnya (Tebbut, 1983). Sub-indeks GWQI
ditentukan dengan beberapa persamaan di bawah
ini:
qiDHL = -33,3ln(DHL) + 294,0qiDO = 0,197DO3- 3,160DO
2+ 29,33DO
25,25
qiTC = -13,1ln(TC) + 152,7
qiNO2= -18,9ln(NO2) + 5,734
qipH = 0,167x4- 4,690x
3+ 41,31x
2- 118,6x +
107,5
qiNH3= -5,163(NH3)3+ 29,23(NH3)
2
74,81(NH3) + 100,7
Dari uraian di atas diperoleh rumus umum
GWQI sebagai berikut:
dimana Wi adalah pembobotan masing-masing
parameter dan qi adalah sub-indeks masing
masing parameter.
Komparasi Hasil Pengkelasan WQIGambar 6 menunjukkan bahwa hasil pengkelasan
metode satu berbeda dengan hasil pengkelasan
metode yang lainnya. Perbedaan tersebut
disebabkan oleh beberapa hal diantaranya:
jumlah parameter, pembobotan dan sub indeks
pada masing-masing parameter.
R = 0.905
-1.5
-1
-0.5
0
0.5
1
1.5
-2 -1 0 1 2
PC-GWQI
PC-All
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
10/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
100
Gambar 6. Jumlah data tiap kelas pada masing-masing metode.
Untuk melakukan komparasi, dataPCA-All dikelompokkan dengan analisis
klaster. Jumlah kelas yang digunakan adalah
tiga kelas sesuai dengan jumlah kelas hasil
penghitungan masing-masing metode.
Berdasarkan hasil iterasi diperoleh centroid
yang paling optimal pada masing-masing
kelas. 3 titik centroid tersebut yaitu:-1,17;
-0,37; dan 0,30. Sehingga data yang jaraknyalebih dekat ke -1,17 akan masuk ke dalam
kelas 1. Dari hasil analisis diperoleh jumlah
data yang masuk ke dalam kelas 1 adalah 13
data, kelas 2 sebanyak 32 data dan sebanyak
62 data masuk ke dalam kelas yang ke-3.
Gambar 7 menunjukkan hasil pengkelasan
PCA-All dengan analisis klaster.
Gambar 7. Posisi nilai PCA di masing-masing lokasi (pada 8 lokasi musim hujan dan
kemarau selama 10 tahun) menurut analisis klaster.
Gambar 8 menunjukkan hasil komparasi
hasil pengkelasan pada masing-masing WQI.
Dari gambar 8a terlihat bahwa secara umum hasil
pengkelasan pada metode GWQI terbagi menjadi
2 kelas yaitukelas baik dan sedang. Gambar 8b
menunjukkan bahwa hasil pengkelasan metode
Prakash-WQI secara umum terbagi menjadi 2
kelas kualitas air yaitu kelas baik dan sedang.
Sedangkan hasil pengkelasan metode NSF-WQI
(GAMBAR 8c) sebagian besar kualitas air
masuk ke dalam kelas sedang.
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
0 30 60 90 120
PCA-All
LokasiCluster 1 Cluster 2 Cluster 3
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
11/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
101
(a) (b)
(c)
Gambar 8. Posisi kelas PCA-All menurut (a) GWQI, (b) Prakash WQI), dan (c) NSF-WQI.
Dinamika Kualitas Air di Sungai GajahwongGambar 9 menunjukkan kondisi kualitas
air di Sungai Gajahwong. Hasil evaluasi pada
gambar tersebut diketahui bahwa pada bagian
hulu (lokasi 1 dan 2) kondisi pada ruas ini masih
relatif baik, hal tersebut sesuai dengan kondisi
sungai yang tidak banyak sumber pencemar.
(Bapedalda DIY, 2007).
Sedangkan pada bagian tengah (lokasi 3,
4, 5, dan 6) 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 (lokasi 7 dan 8) merupakan daerah
pertanian sehingga kondisi kondisi kualitas air
cenderung ke kelas sedang.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
12/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
102
Gambar 9. Dinamika kualitas air di Sungai Gajahwong dengan berbagai Prakash WQI.
Selama tahun 2001 hingga tahun 2010,
kondisi kualitas air belum menunjukkan
peningkatan yang signifikan. Nilai WQI pada
beberapa metode yang digunakan tidak
menunjukkan adanya perubahan yang signifikan.
Hal ini menunjukkan bahwa masih terdapat
tantangan yang besar memperbaiki kualitas air di
Sungai Gajahwong.
KESIMPULAN
Beberapa parameter kualitas air dominan
yang dapat menggambarkan kualitas air di
Sungai Gajahwong yaitu: pH, DHL, DO, NO2,
NH3 dan Total Coli. Hasil perhitungan dengan
metode NSF WQI, Prakash WQI, dan GWQImenunjukkan hasil yang berbeda-beda. Hal
tersebut tidak terlepas dari perbedaan mendasar
masing-masing metode terkait jumlah parameter
dan standar kualitas air yang digunakan. Hasil
komparasi ketiga metode tersebut dengan hasil
analisis klaster menunjukkan bahwa menurut
Prakash WQI dan GWQI kondisi kualitas air di
Sungai Gajahwong selama tahun 2001 hingga
2009 terbagi atas 2 kelas yaitu baik dan sedang
sedangkan menurut NSF-WQI kualitas air di
lokasi yang sama terbagi atas 1 kelas yaitu
sedang. Secara spasial kualitas air Sungai
Gajahwong di ruas hulu (lokasi 1 dan 2) dalam
kondisi yang cukup baik, ruas tengah (lokasi 3, 4,5, dan 6) dalam kondisi yang buruk dan ruas hilir
(lokasi 7 dan 8) dalam kondisi sedang. Kondisi
kualitas air di Sungai Gajahwong tahun 2001
hingga tahun 2009 belum menunjukkan
peningkatan yang signifikan. Hal ini
menunjukkan upaya perbaikan kualitas air di
Sungai Gajahwong masih menghadapi tantangan
yang besar.
Saran
Perlu dikaji dan dikembangkan lebih
lanjut terkait metode WQI yang telah
dikembangkan sehingga dapat menggambarkan
karakteristik kualitas air sungai-sungai di
Indonesia.
Ucapan Terima kasih
Ucapan terima kasih kami sampaikan kepada
Badan Lingkungan Hidup DIY yang berkenan
memberikan data kualitas air hasil Program
Prokasih sehingga penelitian ini dapat kami
laksanakan.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
13/14
Kajian Status Mutu Air di Sungai Gajahwong (Muslimin)
103
DAFTAR PUSTAKA
Abbasi, S.A., Sarkar, and Chinmoy. Qualidex-A NewSoftware for Generating Water Quality
Indice. Journal of Enviromental Monitoringand Assessment 119 (2006): 201-231.
Aravind, H.,C Rajgopal, and K P Soman. A Simple
Approach to Clustering in Excel. InternationalJournal of Computer Applications (2010):
09758887.Badan Lingkungan Hidup (BLH) DIY. Laporan
Analisa Data Kualitas Air Sungai di Provinsi
DaerahIstimewa Yogyakarta Tahun 2010. Yogyakarta: BLH DIY, (2010)
Bapedalda DIY. Laporan Sumber-SumberPencemaran Sungai di DIY. Yogyakarta:Bapedalda, (2007)
Berthouex, Paul Mac and Linfield C. Brown.Statistic
for Environmental Engineers (Second ed.).
New York: Lewis Publishers, 2002.
Boyd,David R. The Water We Drink: An InternationalComparison of Drinking Water Standards and
Guidelines. Vancouver: David Suzuki
Foundation 2006.
Effendi, H. Telaah Kualitas Air Bagi Pengelolaan
Sumber Daya dan Lingkungan Perairan.
Yogyakarta: Kanisius. 2003.
Hendrawan, Diana. KualitasAir Sungai dan Situ diDKI Jakarta.Jurnal Makara Teknologi 9(2005): 13-19.
Kannel, Prakash R.,Seockheon Lee, Young-Soo Lee,
Sushil Raj Kanel, and Siddhi Pratap
K. Application of Water Quality Indices and
Dissolved Oxygen as Indicators for RiverWater Classification and Urban Impact
Assessment. Journal of EnvironmentalMonitoring and Assessment 132 (2007): 93110.
Oram, Brian.Calculating NSF Water Quality Index.
http://www.water-research.net/ diakses 5 Maret
2011.Peraturan Pemerintah Republik Indonesia Nomor 82
Tahun 2001 Tentang Pengelolaan Kualitas Air
dan Pengendalian Pencemaran Air.
Rodriguez, Caroline and Acua, Edgar. On Detection
of Outliers and Their Effect in Supervised
Classification.Mayaguez: Department ofMathematics University of Puerto Rico, 2011.
Saraswati, S.P. Upaya Awal Penyusunan IndeksBiotik utuk Sungai Tropis di Indonesia. JurnalManusia dan Lingkungan Pusat Studi
Lingkungan Hidup UGM 16 (2009): 153-166.
Saraswati, S.P. et al. Penentuan Status Mutu air
Sungai dengan Metode Multivariat dan MetodeBiomonitoring. Majalah Lingkungan Tropisedisi khusus Agustus 2010, Priana Sudjono et
al., ed., Buku 2, (2010): 527-539.
Shlens, Jonathon. A Tutorial on Principal Component
Analysis. San Diego: Institute for Nonlinear
Science, University of California, (2005)
Tebbut, T.H.Y. Principles of Water Quality Control.
New York: Pergamon Press, 1983.
Zhou, F., Yong Liu and Huaicheng Guo. Applicationof Multivariate Statistical Methods to Water
Quality Assessment of the Watercourses in
Northwestern New Territories, Hong Kong.
Journal of Enviromental Monitoring andAssessment 119 (2003):201-231.
-
7/25/2019 Study of Water Quality Status in Gadjahwong River Using Several Water Quality Indices
14/14
Lingkungan Tropis, vol. 6, no.2, September 2012: 91-103
104
top related