Upload
rizkii
View
24
Download
7
Embed Size (px)
DESCRIPTION
Artikel
Citation preview
Pendekatan Fuzzy Goal Programming untuk Alokasi Beban Pencemar Limbah Industri pada Perairan Sungai Surabaya
Andhika Eko Prasetyo, Udisubakti Ciptomulyono
Teknik Industri ITS Surabaya Kontak Person :
Andhika Eko Prasetyo E-mail : [email protected]
Abstraksi Penelitian ini bertujuan untuk mengaplikasikan pendekatan Fuzzy Goal Programming dalam
pengalokasian beban limbah industri di sepanjang perairan sungai Surabaya. Penelitian ini sebagai upaya dalam peningkatan kualitas lingkungan yang merupakan salah satu tujuan dari Program PROKASIH. Persamaan Streeter Phelps digunakan untuk mendekati hubungan perilaku ekologis dari perubahan kualitas air akibat bahan pencemar organik. Tujuan dari manajemen perbaikan kualitas lingkungan dalam kasus ini yaitu: (i) Aspek Lingkungan, memaksimumkan pencapaian standar kualitas air sungai dengan dua parameter yaitu BOD dan DO; (ii) Aspek Industri, pemenuhan batas beban pencemar limbah buangan industri; (iii) Aspek Ekonomi, bertujuan untuk meminimalisasi biaya yang dikeluarkan dalam mengurangi beban pencemar dari limbah dengan pengalokasian ke beberapa alternatif pengolahan limbah. Pendekatan Fuzzy Goal Programming digunakan dalam optimalisasi kebijakan alokasi. Teori Fuzzy ini menawarkan konsep dalam suatu frame work untuk menampung adanya informasi yang tidak pasti maupun samar (imprecise) dari pencapaian kualitas air. Dari implementasi pengembangan model memberikan suatu solusi dalam pencapaian sasaran dan merupakan sebuah informasi yang bermanfaat bagi pengambil keputusan untuk meningkatkan kualitas lingkungan di wilayah ini.
Kata kunci: Fuzzy Goal Programming, Alokasi Limbah Industri, Sungai Surabaya.
Abstract This research proposes an application Fuzzy Goal Programming approach to allocate of industrial disposal in Surabaya River. To achieve an environtmental improvement quality, the authority was establishing the PROKASIH program. In order to represent the ecological relationship between organic polutant loading and fluctuated water of water quality the model of “Streeter Phelps” is adopted. The objectives of management to be achieved in this case are categorized as: (i) Environmental objectives i.e. to maintain an ambient water quality in two parameters, BOD (Biochemical Oxygen Demand) and DO (Dissolved Oxygen) close to predetermined standard; (ii) Industrial objectives i.e. to accomplishment the industrial waste disposal; (iii) Economic objective i.e. to minimize the total cost of removing residual by an alternatives waste of treatment systems; Then Fuzzy Goal Programming approach is applied to "optimize" the objectives of model. The vagueness associated with specifying the water quality criteria and fraction removal levels is modeled in a fuzzy framework. The solution of the model provides a way of trade off analysis between attainment of objectives and an useful information to the planner in deciding how to go about improving environmental quality in this region.
Keyword: Fuzzy Goal Programming, Optimize, Allocation, Industrial Disposal, Surabaya River.
1. Pendahuluan
Pada penelitian ini dikemukakan suatu optimasi untuk pengalokasian limbah industri pada perairan sungai Surabaya dengan pengembangan model Fuzzy Goal Programming. Pendekatan yang dilakukan adalah dengan penerapan standar lingkungan (direct regulation) yaitu pencapaian ambang batas minimal penurunan kualitas untuk utilitas perairan. Dalam mencapai kualitas, diharapkan setiap industri harus menurunkan beban
pencemarnya pada perairan dengan melakukan pengolaha pada limbahnya. Karena akan menimbulkan implikasi ongkos, maka pengolahan dioptimasikan dengan mempertimbangkan kapasitas asimilasi alamiah lingkungan yang ada. fungsi goal akan dicoba didekati dengan memasukkan unsur Fuzzy yang ditujukan untuk menangani kesamaran (regueness) dan ketidak-tepatan (imprecise) dalam menyatakan objektifitas sasaran yang ingin dicapai antara lain pencapaian standar
1
kualitas DO dan BOD, minimasi jumlah beban pencemar BOD dari setiap industri, pengalokasian sejumlah beban BOD pada instalasi unit pengolahan limbah, pencapaian standar air limbah untuk masing-masing industri dan dalam meminimalisasi total ongkos pengolahan limbah. Teori Fuzzy ini menawarkan konsep dalam suatu frame work untuk menampung adanya informasi yang tidak pasti maupun samar (imprecise). Hal ini berangkat dari asumsi bahwa ketidak-pastian dapat bersumber dari faktor keacakan statistik (faktor random) atau karena sifat-sifat fuzzy dari informasi tersebut. Sifat terakhir ini merupakan perwujudan dari samar-nya batas-batas daerah domaine beberapa informasi yang terlibat. Sementara faktor keacakan hanya mengacu pada faktor ketidak-pastian dari munculnya kejadian suatu event statistik Dalam studi kasus diatas, salah satu contoh perumusan objektif minimasi total ongkos pengolahan limbah terdapat informasi komponen biaya yang tidak pasti nilainya misal ongkos satuan pengolahan limbah yang berubah dikarenakan perubahan harga bahan penunjang dari pengolahan limbah di pasar atau pada kandungan beban pencemar BOD yang tidak konstan untuk tiap harinya. Pendekatan fuzzy memberi fleksibilitas untuk menampung ketidak-pastian akibat samarnya informasi yang dimiliki maupun masuknya unsur preferensi yang subjektif. 2. Model Fuzzy Goal Programming
Secara komprehensif berbagai aspek teori keputusan dengan menggunakan pendekatan fuzzy goal programming didiskusikan oleh Rubin dan Narasimhan (1984, dalam Ciptomulyono, 1992) juga Tiwari et.al.(1987). Aplikasinya untuk pemodelan keputusan untuk berbagai aspek yang luas, misalnya untuk persoalan manajemen lingkungan diungkapkan oleh Tiwari et.al (1987) Ciptomulyono (1996) membahas untuk perencanaan produksi agregat.
Model fuzzy goal programming yang dikemukakan dalam tulisan ini menggunakan konsep Tiwari et.al. (1987) berupa model simple additive method. Pendekatan itu diadopsi dikarenakan kesamaan struktur keputusan dan kesederhanaannya dibandingkan model yang lain. Persoalan fuzzy goal programming dirumuskan sebagai:
Cari nilai X
untuk memenuhi G (X) g atau G (X) gs s s s
~ ~ untuk s = 1, 2, . . . . . ., m.
s.t.
AX b (1) X 0 (2) simbol ~ ~ dan
atau G (X)
menyatakan pertidak-samaan fuzzy kendala goal G (X) g gs s s s
~ ~ . merupakan fungsi goal dan g
G (X)s
s adalah goal yang menjadi aspirasi pengambil keputusan. X adalah vector variabel keputusan dan AX b sebagai kendala sistem. Persamaan fuzzy kendala goal mewujudkan aspirasi yang bersifat imprecise. Model fuzzy ini perlu diubah ke dalam persamaan crips dengan mensubstitusikan fungsi tersebut pada fungsi keanggotaan fuzzy liniernya yang relevant.
Fungsi keanggotaan fuzzy linier untuk fungsi kendala goal yang diformulasikan Tiwari et.al (1987) adalah seperti berikut dibawah:
- Untuk problem fungsi kendala fuzzy goal Gs (X) ~ gs :
ss
sssss
ss
ss
i
L(X)G jika 0
g(X)GL jika Lg
L(X)G
g)(G jika 1
X
(3)
dimana Ls adalah batas toleransi aspirasi terendah yang ditetapkan subjektif oleh pengambil keputusan untuk fungsi kendala fuzzy goal Gs (X).
- Untuk problem kendala fuzzy goal Gs (X) ~ gs :
s
X
U(X) G jika 0
U(X)Gg jika gU
(X)GU
g)(G jika 1
s
ssss s
ss
ss
i(4)
dimana Us adalah batas tingkat aspirasi toleransi tertinggi yang ditetapkan subjektif oleh pengambil keputusan.
Model keputusan yang dapat dibentuk adalah problem optimasi dalam bentuk linier programming (LP) biasa yang dapat diselesaikan dengan algorithma standar. Model memiliki fungsi objektif berkriteria tunggal yaitu maksimasi derajat keanggotaan s untuk keseluruhan aspirasi goal. Fungsi kendalanya bisa dalam bentuk crisp atau fuzzy (3, 2.4). Misalnya untuk aspirasi goal: Gs(X) ~ gs diperoleh model keputusan LP seperti berikut:
2
Maximize V( ) = ss=1
(5)
s.t.
s=G (X) L
g Ls
s s
s (6)
AX b s 1
X, s 0 , s = 1, 2, . . . . . . . ., m. 3. Model Pengurangan Oksigen Pada
Sistem Aliran Sungai
Pada sistem perairan sungai dimana banyak terdapat industri yang masing-masing dipandang sebagai sumber pencemar, perubahan kelarutan oksigen yang kritis selalu terjadi berulang kali sebelum sempat proses reoksigenasi memulihkan akumulatif pada bagian hilir sungai. Pendekatan pada persamaan Streeter Phelps masih dapat diberlakukan dengan memodifikasikannya (Ciptomulyono, 1985).
Gambar 1. Model Pengurangan Oksigen Pada Sistem
Aliran Sungai (Ciptomulyono, 1992) Perumusan persamaan Streeter Phelps untuk model diatas:
1-ˆ)( ˆ)(
12
1ˆ 221 iDei
Leeikik
ikD iv
idikividik
iv
id
iki
(7)
i
iiiii R
BODLLandeLL
Berlaku
ividik ˆ = ˆ
:
1-1
(8)
Dimana:
iL = Kelarutan BOD pada bagian hulu segmen
i mula-mula setelah ada beban pencemar, belum teroksidasi (mg/l)
iL̂ = Kelarutan BOD pada bagian hilir segmen
i, setelah beban pencemar dari segmen i masuk
(mg/l), nilai ini merupakan kelarutan BOD mula-mula pada bagian hulu segmen sungai berikutnya (segmen i + 1)
iD = Defisit oksigen pada bagian hulu segmen
i mula-mula setelah ada beban pencemar (mg/l)
iD̂ = Defisit oksigen pada bagian hilir segmen
i, setelah beban pencemar dari segmen i masuk (mg/l), nilai ini merupakan defisit oksigen mula-mula pada bagian hulu segmen sungai berikutnya (segmen i + 1)
iBOD = Berat beban pencemar organik, BOD
yang dibuang pada setiap bagian hulu segmen ke-i, dianggap sebagai titik agresi dari seluruh beban yang ada disungai itu (kg/hari)
id = Panjang segmen sungai ke-i (km)
iv = Kecepatan arus di segmen ke-i (m/s)
ik1
= Koefisien deoksigenasi di segmen ke-i
(l/hr) ik2 = Koefisien reoksigenasi di segmen ke-i
(l/hr)
iR
m
= Debit arus sungai pada segmen ke-i
( ) s/3
= Faktor konversi yang merubah satuan-satuan faktor pangkat , , , dan
sehingga tidak memiliki dimensi. 1k 2k id iv
= Faktor konversi yang merubah satuan komponen beban pencemar dan debit menjadi satuan kelarutan BOD (mg/l). Bila pengambil keputusan telah menetapkan suatu ambang batas kualitas yang berupa standar kualitas air (stream sandard) masing-masing untuk kelarutan oksigen dan BOD sebagai Std DO dan Std BOD sebagai kendala atau sasaran yang harus dapat dicapai didalam permasalahan, model keputusannya berupa:
StdDOXACs . (9)
StdBODXB . (10) Pada ruas kiri berarti kelarutan yang harus ada pada suatu segmen, sedangkan ruas kanan menyatakan sasaran yang harus dipenuhi. Pengukuran kelarutan DO dan BOD setelah semua aktivitas yang terjadi di perairan, sehingga harus dipisahkan kontribusi penurunan kualitas perairan antara yang berasal dari limbah industri (point source) dan kontribusi dari sumber lain (non point source). Untuk
3
mengukur faktor diatas dengan memanfaatkan model ekologis. Penyimpangan antara kelarutan dari prediksi model untuk beban pencemar terukur dan data pengamatan kelarutan sebagai faktor koreksi, diperhitungkan untuk setiap segmen sungai. Dasar perhitungan diatas dengan pengandaian:
1. Pengurangan oksigen yang terjadi sebenarnya didalam badan air jauh lebih besar dari perkiraan model.
2. Penambahan kelarutan BOD karena beban pencemar yang masuk pada badan sungai lebih besar dari perkiraan model.
Dengan pengandaian ini persamaan (9) dan (10) untuk supaya menjadi lebih representatif diubah menjadi:
StdDOXACs ).( (11)
StdBODXB . (12) Dimana: = faktor koreksi pengurangan oksigen = faktor koreksi penambahan kelarutan BOD 4. Penentuan Variabel Keputusan
Didalam strategi perbaikan kualitas lingkungan yang menjadi dasar penetuan variabel keputusan adalah variasi ongkos pengolahan dan variasi lokasi industri pada segmen sungai dengan karakteristik yang berbeda-beda. Dan variabel lain adalah berupa alternatif sistem pengolahan limbah dari masing-masing industri. Untuk maksud ini terdapat 3 sistem pengolah limbah yang dibangun yaitu dua sistem yang dibangun individual pada masing-masing industri yang merupakan sumber pencemar yaitu pengolahan limbah tingkat I (Primary Treatment) dan tingkat II (Secondary Primary) melakukan prosesnya secara beruntutan dan satu lagi sistem Collective Treatment / kolam oksidasi (lagoon) yang dipakai bersama pada masing-masing segmen.
Berangkat dari alternatif-alternatif yang muncul berkenaan dengan pengolahan limbah, maka variabel keputusan yang dibentuk juga harus merepresentasikan semua alternatif. Untuk masing-masing industri alternatif pengolahan limbah akan berkaitan dengan pengalokasian limbah itu pada sistem pengolahan yang direncanakan. Bila setiap sistem pengolahan limbah menurunkan beban pencemar organik (BOD) sebesar p untuk
UPL I, s untuk UPL tingkat II, dan c untuk
UPL Kolektif dengan harga yang sama untuk seluruh industri, alternatif pengolahan beban pencemar BOD akan mempunyai beberapa alternatif pengalokasian.
Variabel keputusan didefinisikan
sebagai jumlah beban pencemar dari industri j dalam titik amatan ke i dengan alternatif sistem pengalokasian k.
ijkX
Dimana: i = indeks untuk titik amatan (segmen)
pada sungai, i = 1, 2, ..., m j = indeks industri yang ada pada
segmen i, j = 1, 2, ..., m k diberlakukan: k=1 ; Alokasi beban pencemar BOD dari
industri diolah pada UPL I. k=2 ; Alokasi beban pencemar BOD dari
industri yang dibuang langsung ke sungai tanpa diolah terlebih dahulu.
k=3 ; Alokasi beban pencemar BOD dari pengolahan tingkat I diolah pada UPL II.
k=4 ; Alokasi beban pencemar BOD dari industri yang dibuang ke sungai dari UPL I.
k=5 ; Alokasi beban pencemar BOD dari industri yang dialokasikan ke UPL Kolektif dari UPL I.
k=6 ; Alokasi beban pencemar BOD dari industri yang dialokasikan ke UPL Kolektif dari UPL II.
k=7 ; Alokasi beban pencemar BOD dari industri yang dibuang ke sungai dari UPL II.
Nomor indeks k tersebut akan dibagi menjadi tiga set indeks yang masing-masing dibedakan pengaruhnya terhadap pengambilan keputusan yaitu:
1. Himpunan 1S terdiri dari elemen-elemen indeks k untuk k = {2, 4, 7} yang menyebabkan perubahan kualitas sungai.
2. Himpunan 2S terdiri dari elemen-elemen indeks k untuk k = {5,6}, sebagai himpunan alternatif pengalokasian limbah pada UPL Kolektif yang menimbulkan implikasi ongkos bagi industri.
3. Himpunan 3S terdiri dari elemen-elemen indeks k untuk k = {1,3}, sebagai himpunan alternatif pengalokasian limbah pada unit UPL I dan II yang menimbulkan implikasi ongkos bagi industri.
4
16iX15iX
12iX
14iX
17iX13iX11iX
1ijX 3ijX
5ijX6ijX
7ijX
4ijX
2ijX
Gambar 2. Pengalokasian Pengolahan Limbah Dimana: PT = Unit Instalasi Pengolahan
Limbah tingkat I ST = Unit Instalasi Pengolahan
Limbah tingkat II CT = Collective Treatment / Kolam
Oksidasi 4.1. Model Matematis
Pada sub-bab ini akan disusun model matematis untuk kondisi ekologis dan ekonomis berkaitan dengan permasalahan yang muncul dari manajemen lingkungan air sungai Surabaya. Model ini disusun berdasar perumusan model umum Fuzzy Goal Programming yang telah dipaparkan pada sub-bab 2. Berikut ini akan dirumuskan sasaran-sasaran untuk memenuhi tujuan dari perbaikan kualitas lingkungan air sungai yang dikembangkan dari kendala model.
Deviasi yang diberikan untuk masing-masing Fuzzy Goal adalah untuk pencapaian standar kualitas DO dan BOD 4-6 mg/l, minimasi jumlah beban pencemar BOD dari setiap industri dengan batas beban antara 20-300 mg/l, pengalokasian sejumlah beban BOD pada instalasi unit pengolahan limbah, pencapaian standar air limbah untuk masing-masing industri dan dalam meminimalisasi total ongkos pengolahan limbah diberikan deviasi 10 %. Selanjutnya dari model matematis ini akan dicari solusi optimalnya dengan menggunakan software LINGO.
a. Standar Kualitas DO Tujuan dari sasaran ini adalah untuk menjamin minimalisasi pengurangan oksigen dari nilai jenuhnya akibat beban pencemar yang dibuang ke badan air, sehingga kelarutan oksigen yang ada tidak lebih kecil dari ambang batas DO yang telah ditetapkan pengambil
keputusan, secara matematis dituliskan pada persamaan berikut:
m
iii
si
q
ij Sk
ijk
q
ij
ci
Sk
ijkri StdDOCXXaii
1
121
(13)
Untuk r= 1, 2, ..., m dan 0, riamrb. Standar Kualitas BOD
Tujuan dari sasaran ini adalah untuk menjamin bahwa penambahan kelarutan BOD pada sungai karena pengalokasian beban pencemar pada perairan tidak melebihi ambang batas BOD yang ditetapkan pengambil keputusan, secara matematis dituliskan pada persamaan berikut:
(14)
m
iii
q
ij
q
ij Skijk
ci
Skijkri StdBODXXb
i i
1
11
2
0, ribmrUntuk r= 1, 2, ..., m dan
c. Jumlah Beban Pencemar BOD Dari Setiap Industri Sasaran ini sebagai kendala sistem,
dikategorikan sebagai sasaran mutlak (absolute goal). Sasaran ini untuk memenuhi keseimbangan berat beban pencemar yang dihasilkan dari proses produksi masing-masing industri dengan sejumlah beban pencemar yang dibuang ke badan sungai dan diolah kembali pada sistem pengolahan tingkat I, secara matematis dituliskan pada persamaan berikut:
ji
SkijkX (15)
1
untuk: k = {1, 2}; i = 1, 2, ..., m;
ij ;
m
iiq
1
Sasaran diatas berlaku untuk seluruh industri yang ada, sehingga ada N sasaran dengan bentuk yang sama dengan persamaan (15). N menyatakan jumlah industri yang dimasukkan dalam model.
d. Minimalisasi Total Ongkos Pengolahan Limbah Tujuan dari sasaran ini adalah untuk
menjamin bahwa pengolahan limbah pada masing-masing sistem pengolahan dengan ongkos yang paling murah.
TotCXX ijki j Sk
iijki j Sk
ijk 23
(16)
5
Dimana: ijk = Ongkos satuan pengolahan limbah di
titik pembuangan j di segmen i untuk UPL I dan UPL II (Rp/Kg-BOD per hari). i = Ongkos satuan pengolahan limbah untuk UPL K di segmen i (Rp/Kg-BOD per hari). TotC = Jumlah total ongkos pengolahan limbah yang ditetapkan pengambil keputusan bagi industri (Rp/hari). 4.2. Perumusan Fungsi Kendala Berkaitan dengan permasalahan yang dihadapi, fungsi sasaran model yang akan dibentuk meliputi kendala standar kualitas air, kendala air limbah (effluent standard) untuk masing-masing industri, kendala sistem pada unit instalansi pengolahan limbah, dan kendala untuk total ongkos pengolahan limbah.
a. Kendala Sistem Pada Unit Instalansi Pengolahan Limbah
Kendala beban pencemar BOD yang dihasilkan masing-masing industri dari proses produksi mempunyai dua alternatif pengolahan limbah, dibuang langsung keperairan atau diolah pada UPL I. Disebabkan jumlah industri yang dikelompokkan dalam suatu segmen berbeda-beda, untuk fungsi kendala ini secara umum dapat dirumuskan sebagai berikut:
k
jiijk StdBODX (17)
untuk: k = {1, 2}; i = 1, 2, ..., m;
ij dimana:
jiStdBOD = jumlah beban pencemar yang
dihasilkan dari limbah industri j (kg/hari)
1ijX = variabel keputusan untuk alternatif
alokasi beban pencemar langsung dibuang keperairan dari proses produksi (kg/hari)
2ijX = variabel keputusan untuk alternatif
alokasi beban pencemar yang diolah pada UPL I (kg/hari)
b. Kendala Pada Sistem Unit Instalasi Pengolahan Limbah Tingkat I
Kendala yang menyatakan keseimbangan antara jumlah beban pencemar BOD yang diolah pada instalasi pengolahan tingkat I dan alternatif pengolahan berikutnya setelah berat bebannya sebagai fungsi konsentrasi direduksi
sebesar p persen dari beban semula. Alternatif
pengolahan limbah dari UPL I adalah diolah kembali oleh UPL II dan UPL Kolektif dan yang harus dibuang langsung ke sungai. Secara matematis dirumuskan sebagai berikut:
01 5431 ijijijp
ijk XXXXij
(18)
c. Kendala Pada Sistem Unit Instalasi Pengolahan Limbah Tingkat II
Kendala yang menyatakan keseimbangan antara jumlah beban pencemar yang diolah pada UPL II setelah beban pencemarnya direduksi sebesar 2 persen dari beban semula. Alternatif pengolahan limbah dari UPL II adalah yang diolah kembali oleh UPL Kolektif dan yang langsung dibuang ke aliran sungai. Secara matematis dirumuskan sebagai berikut:
01 763 ijijsijk XXXij
(19) 5. Implementasi Model pada Perairan
Sungai Surabaya
5.1. Latar Belakang Sungai Surabaya merupakan bagian dari
sistem aliran Sungai Brantas Hilir. Peruntukkan utama pada bagian hulu adalah sebagai sumber air irigasi untuk sekitar 800.000 hektar areal pertanian. Peruntukkan yang lain pada bagian hulu dipergunakan sebagai air baku untuk keperluan domestik penduduk kota Surabaya dan sekitarnya. Pada berbagai tempat, air Sungai Surabaya dipergunakan untuk pembudidayaan ikan kurang lebih seluas 4.000 hektar areal perikanan. Secara intensif Sungai Surabaya dipergunakan juga sebagai tempat buangan air limbah industri dan sekaligus sebagai air proses bagi industri yang berlokasi di sepanjang sungai dan beberapa industri di Gresik. Ketidakjelasan peruntukkan Sungai Surabaya menyebabkan konflik kepentingan antara berbagai aktivitas. Sebagai tempat buangan limbah menyebabkan kualitas air dibagian hilir Sungai Surabaya, water in take PDAM (Perusahaan Daerah Air Minum) Gunungsari tercemar. Kualitas air baku tersebut tidak memenuhi batas persyaratan minimal yang disarankan WHO untuk air bersih. Pencemaran (organik) yang terjadi telah sampai pada tingkat kritis yang dapat menimbulkan dampak negatif terhadap utilitas air sebagai penunjang keperluan domestik,
6
aktivitas ekonomi, dan kesehatan lingkungan. Selain yang disebut diatas sebagai tempat buangan limbah menyebabkan beberapa wabah penyakit perut, kolera, disentri, dan lain-lain. Beberapa kasus matinya ikan dimusim kemarau akibat pencemaran limbah industri di beberapa tempat, karena kondisi perairan septik semakin sering terjadi. Disisi lain untuk melakukan manajemen kualitas pada perairan/sungai memerlukan biaya yang besar sedangkan manfaat dari perbaikan kualitas air itu sendiri sulit diukur secara moneter. Hal ini menimbulkan situasi trade off antara pencapaian kualitas dengan biaya penanggulangan.
5.2. Estimasi Beban Pencemar Untuk penentuan variabel keputusan dalam pengalokasian limbah industri di wilayah sungai Surabaya, dari titik amatan Canggu sampai dengan titik amatan Gunungsari terbagi menjadi 4 segmen amatan. Dalam penelitian ini dimasukkan 23 industri yang berpengaruh pada pencemaran air sungai Surabaya. Tabel 1 berikut ini merupakan estimasi beban pencemar industri pada segmen amatan di perairan sungai Surabaya.
Tabel 1 Data Industri dan Beban Pencemar (*) BOD Debit
(Mg/l) (m3/hari) (kg/hari)101 MSG 37,67 1680,83 63,32 Canggu-Cangkir102 Alkohol 124,75 4532,00 565,37 Canggu-Cangkir103 Gula 186,00 264,08 49,12 Canggu-Cangkir204 Detergent 1284,00 74,50 95,66 Cangkir-Bambe205 Kertas 9,80 22592,69 221,41 Cangkir-Bambe206 Tahu 9,10 96,67 0,88 Cangkir-Bambe207 MSG 61,00 17046,83 1039,86 Cangkir-Bambe208 Tahu 116,84 44,58 5,21 Cangkir-Bambe209 Kertas 88,14 17916,67 1579,18 Cangkir-Bambe210 Mur &baut 388,50 89,33 34,70 Cangkir-Bambe211 Tekstil 383,10 416,83 159,69 Cangkir-Bambe212 Teh botol 482,00 186,83 90,05 Cangkir-Bambe213 Makanan 1276,10 48,10 61,38 Cangkir-Bambe214 Bhn. pemucat 1846,00 58,60 108,18 Cangkir-Bambe315 Kertas 209,30 3984,17 833,89 Bambe-Karangpilang316 Tahu 1274,00 101,08 128,78 Bambe-Karangpilang317 Minyak 48,00 56,40 2,71 Bambe-Karangpilang318 Kertas 126,00 4546,75 572,89 Bambe-Karangpilang419 Tahu 3617,20 108,98 394,20 Karangpilang-Gunungsari420 Daging 692,50 11,58 8,02 Karangpilang-Gunungsari421 Korek Api 92,00 345,60 31,80 Karangpilang-Gunungsari422 Tekstil 79,40 52,50 4,17 Karangpilang-Gunungsari423 Tahu 9055,50 46,50 421,08 Karangpilang-Gunungsari
PARAMETER
859,27
Beban PencemarKODE JENIS
PRODUKSISEGMEN
677,80
3396,19
1538,26
Beban Segmen
* Berdasarkan Data Pemantauan Kualitas Air
Limbah Industri. (Badan Pengendalian Dampak Lingkungan Pemerintah Propinsi Daerah Tingkat I
Jawa Timur dan Perum Jasa Tirta, 2005) 5.3. Analisa Output Model
Perumusan model pencemaran Sungai Surabaya melibatkan 161 variabel termasuk didalamnya terdapat 32 variabel keputusan. Tabel 2 dan tabel 3 menunjukkan sistem pengalokasian limbah untuk masing-masing industri dengan target pencapaian konsentrasi DO dan BOD sebesar 4-6 mg/l. Solusi optimal dari model memenuhi seluruh fungsi goal
membutuhkan total biaya pengolahan limbah perhari sebesar Rp. 12.739.075 untuk musim hujan dengan tingkat satisfied 0,8367954, sedangkan pada musim kemarau Rp. 18.027.059 dengan tingkat satisfied 0,5995901.
Tabel 2. Pengalokasian Limbah bulan Februari 2005
(mg/l) KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41206 0,88207 641,99 397,87 449,39 134,82208 2,28 2,93 1,60 0,48209 406,157 1173,02 284,31 85,29210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 279,63 293,26 195,74 58,72419 394,20 275,94 82,78420 8,02 5,61 3,93421 9,022853 22,78 6,32 1,89422 0,72 3,45 0,50 0,15423 421,08 294,76 88,43
Tabel 3. Pengalokasian Limbah bulan Agustus 2005
(mg/l) KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32102 565,37 395,76 118,73103 49,12 34,38 10,31204 95,66 66,96205 221,41 85,40 69,59 25,62206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18 1105,43 331,63210 34,70 24,29211 159,69 111,78212 90,05 63,04213 61,38 42,97214 108,18 75,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 1,53 4,08421 31,80 22,26422 4,17423 421,08 294,76 88,43
Tabel 4 menunjukkan tingkat pengurangan beban pencemar dari industri setelah beban limbahnya dialokasikan ke beberapa alternatif Unit Pengolahan Limbah.
Setelah dilakukan pengalokasian limbah
didapatkan kandungan BOD dan DO sesuai dengan yang diinginkan. Pada tabel 5 ditunjukkan perbaikan kualitas perairan sungai setelah dilakukan pengalokasian limbah di sepanjang segmen sungai.
7
Tabel 4 Pengurangan Beban Pencemar Tiap Industri untuk Mencapai Standar Kualitas Air
(kg/hari) (kg/hari) (kg/hari) (kg/hari)101 63,32 61,99 101 63,32 19,00102 565,37 553,49 102 565,37 553,49103 49,12 48,09 103 49,12 35,37204 95,66 93,65 204 95,66 88,96205 221,41 0,00 205 221,41 126,20206 0,88 0,00 206 0,88 0,00207 1039,86 628,50 207 1039,86 1018,02208 5,21 2,23 208 5,21 0,00209 1579,18 397,62 209 1468,63 1435,47210 34,70 33,98 210 34,70 32,28211 159,69 72,71 211 159,69 148,51212 90,05 88,16 212 90,05 83,75213 61,38 60,09 213 61,38 57,08214 108,18 105,90 214 108,18 100,60315 833,89 816,38 315 833,89 816,38316 128,78 126,07 316 128,78 126,07317 2,71 0,00 317 2,71 0,00318 572,89 273,76 318 572,89 560,86419 394,20 385,92 419 394,20 385,92420 8,02 7,63 420 8,02 6,08421 31,80 8,83 421 31,80 29,57422 4,17 0,70 422 4,17 0,00423 421,08 412,24 423 421,08 412,24
Februari Agustus
KODEBeban
PencemarPengurangan
KODEBeban
PencemarPengurangan
Setelah didapatkan solusi optimal dari model yang telah dikembangkan, tidak ditemukan lagi adanya industri yang melanggar batas beban pencemar BOD. Untuk penetapan standar air limbah yang boleh langsung dibuang, ditentukan dengan nilai terbesar dari kandungan beban pencemar dari keseluruhan industri yaitu sebesar 208.67 mg/l. Hal ini bisa dilihat pada tabel 6.
Tabel 5 Perbaikan Kualitas Air Sungai
Selisih SelisihSebelum Sesudah mg/l Sebelum Sesudah mg/l
I 4 5,80 1,80 I 5,4 5,20 -0,20II 4,3 5,80 1,50 II 4,2 5,20 1,00III 3,1 5,78 2,68 III 1,5 5,20 3,70IV 3,9 5,97 2,07 IV 1,2 5,20 4,00
Selisih SelisihSebelum Sesudah mg/l Sebelum Sesudah mg/l
I 9,75 4,32 5,43 I 5,1 4,78 0,32II 10,3 3,29 7,01 II 10,95 4,66 6,29III 9,1 3,31 5,79 III 10,5 4,66 5,84IV 11,85 4,31 7,54 IV 8,15 4,70 3,45
DO (mgl)Februari
Segmen
Agustus
SegmenDO (mgl)
BOD (mgl) BOD (mgl)Segmen Segmen
Tabel 6 Beban Limbah Buangan Industri Setelah Dilakukan Pengolahan
(kg/hari) (mg/l/hari (kg/hari) (mg/l/hari (kg/hari)101 1,33 0,79 44,32 26,37 504,25102 11,87 2,62 11,87 2,62 1359,60103 1,03 3,91 13,75 52,08 79,22204 2,01 26,96 6,70 89,88 22,35205 221,41 9,80 95,21 4,21 6777,81206 0,88 9,10 0,88 9,10 29,00207 411,35 24,13 21,84 1,28 5114,05208 2,98 66,77 5,21 116,84 13,37209 1181,55 65,95 33,16 1,85 5375,00210 0,73 8,16 2,43 27,20 26,80211 86,98 208,67 11,18 26,82 125,05212 1,89 10,12 6,30 33,74 56,05213 1,29 26,80 4,30 89,33 14,43214 2,27 38,77 7,57 129,22 17,58315 17,51 4,40 17,51 4,40 1195,25316 2,70 26,75 2,70 26,75 30,32317 2,71 48,05 2,71 48,05 16,92318 299,13 65,79 12,03 2,65 1364,03419 8,28 75,96 8,28 75,96 32,69420 0,39 33,94 1,94 167,38 3,47421 22,97 66,45 2,23 6,44 103,68422 3,47 66,00 4,17 79,40 15,75423 8,84 190,17 8,84 190,17 13,95
KODE Batas AtasBeban Limbah (BOD)
Februari Agustus
5.5 Analisa Sensitivitas Analisa sensitivitas terhadap perubahan pada sistem pengalokasian limbah yang dikeluarkan dengan cara melakukan perubahan pada inputan data yaitu jumlah beban pencemar masing-masing industri. Hal ini dilakukan untuk mengetahui apakah terdapat perubahan sistem pengalokasian limbah dengan adanya perubahan pada jumlah beban limbah yang dikeluarkan oleh masing-masing industri.
Analisa sensitivitas dilakukan dengan merubah nilai inputan jumlah beban pencemar baik itu dengan penambahan ataupun pengurangan sebesar 10 %. Hasil dari penambahan ataupun pengurangan terhadap jumlah beban pencemar bervariasi untuk masing-masing industri. Hasil rekap perubahan sistem pengalokasian limbah ditunjukkan oleh tabel 7.
Tabel. 7 Perubahan Sistem Alokasi Limbah pada Industri
A B A dan B
102; 206;317; 419; 423
Kode Industri
Sebab Perubahan Tidak berubah
101; 103; 211; 214; 215; 216
204; 207; 208; 209; 210; 212; 213; 318; 420; 421;
422
205
A = Perubahan sistem pengalokasian limbah akibat adanya perubahan jumlah beban pencemar.
8
B = Perubahan sistem pengalokasian limbah akibat adanya perubahan musim.
Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 101 (akibat perubahan jumlah beban pencemar).
Grafik Pengalokasian Beban Pencemar Limbah Industri
0,00
50,00
100,00
Alternatif Alokasi
Jum
lah
Beb
an
Pen
cem
ar (
mg
/l)
Series1
Series2
Series3
Series4
Series5
Series6
Series1 56,99 0,00 39,89 0,00 0,00 11,97 0,00
Series2 63,32 0,00 44,32 0,00 0,00 13,30 0,00
Series3 69,65 0,00 48,75 0,00 0,00 14,63 0,00
1 2 3 4 5 6 7
Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 204 (akibat perubahan musim).
Grafik Pengalokasian Beban Pencemar Limbah Industri
0,00
100,00
200,00
Alternatif Alokasi
Jum
lah
Beb
an
Pen
cem
ar (
mg
/l)
Series1
Series2
Series3
Series4
Series5
Series6
Series1 86,09 0,00 60,26 0,00 0,00 18,08 0,00
Series2 95,66 0,00 66,96 0,00 0,00 20,09 0,00
Series3 105,2 0,00 73,66 0,00 0,00 22,10 0,00
1 2 3 4 5 6 7
Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 205 (akibat perubahan jumlah beban pencemar dan perubahan musim).
Grafik Pengalokasian Beban Pencemar Limbah Industri
0,00
200,00
400,00
Alternatif Alokasi
Jum
lah
Beb
an
Pen
cem
ar (
mg
/l)
Series1
Series2
Series3
Series4
Series5
Series6
Series1 199,2 0,00 139,4 0,00 0,00 41,85 0,00
Series2 0,00 221,4 0,00 0,00 0,00 0,00 0,00
Series3 0,00 243,5 0,00 0,00 0,00 0,00 0,00
1 2 3 4 5 6 7
Contoh sistem pengalokasian limbah yang tidak berubah meski adanya perubahan perubahan jumlah beban pencemar dan perubahan musim untuk Industri dengan kode 102.
Grafik Pengalokasian Beban Pencemar Limbah Industri
0,00
500,00
1000,00
Alternatif Alokasi
Jum
lah
Beb
an
Pen
cem
ar (
mg
/l)
Series1
Series2
Series3
Series4
Series5
Series6
Series1 508,8 0,00 356,1 0,00 0,00 106,8 0,00
Series2 565,3 0,00 395,7 0,00 0,00 118,7 0,00
Series3 621,9 0,00 435,3 0,00 0,00 130,6 0,00
1 2 3 4 5 6 7
Keterangan:
Series 1. Sistem pengalokasian limbah pada bulan Februari dengan estimasi jumlah beban pencemar 90 %.
Series 2. Sistem pengalokasian limbah pada bulan Februari dengan estimasi jumlah beban pencemar 100 %.
Series 3. Sistem pengalokasian limbah pada bulan Februari dengan estimasi jumlah beban pencemar 110 %.
Series 4. Sistem pengalokasian limbah pada bulan Agustus dengan estimasi jumlah beban pencemar 90 %.
Series 5. Sistem pengalokasian limbah pada bulan Agustus dengan estimasi jumlah beban pencemar 100 %.
Series 6. Sistem pengalokasian limbah pada bulan Agustus dengan estimasi jumlah beban pencemar 110 %.
6. Kesimpulan
Pada bab sebelumnya telah dijabarkan tentang perbaikan kualitas air sungai Surabaya dengan strateginya untuk mencapai tingkat kualias baik itu kualitas air sungai ataupun kualitas air limbah menurut standar yang telah ditetapkan. Berdasarkan hasil penelitian tugas akhir yang dilakukan didapatkan beberapa kesimpulan sebagai berikut : 1. Dari perolehan data secara umum lingkungan
air sungai Surabaya mengalami pencemaran secara organik. Sebagai sumber pencemar
9
10
yaitu 23 industri yang berada disepanjang perairan dan juga ada sumber pencemar non point source yang berasal dari sumber-sumber limbah domestik (rumah tangga), pertanian, dan aktifitas yang lain.
2. Kandungan beban pencemar terbesar sebagai salah satu variabel yang mempengaruhi tingkat kualitas perairan sungai Surabaya adalah pada segmen II antara stasiun titik amatan Cangkir sampai dengan Bambe yaitu sebesar 3396.19 kg/hari. Dengan demikian, untuk segmen II tersebut perlu diadakan pengawasan ekstra ketat oleh pihak yang berwenang.
3. Kemampuan air dalam memulihkan kualitasnya menurun di bulan Agustus (musim kemarau) jika dibandingkan dengan musim hujan.
4. Hasil dari pengembangan model menggunakan pendekatan Fuzzy Goal Programming menghasilkan perbaikan kualitas air dan pemenuhan ambang batas beban pencemar dari masing-masing industri memiliki implikasi biaya sebesar Rp. 12.739.075 dengan tingkat satisfied 0.8367954 saat musim hujan sedangkan pada musim kemarau biaya yang dikeluarkan sebesar Rp. 18.027.059 dengan tingkat satisfied 0,5995901.
5. Untuk penetapan standar kualitas air limbah masing-masing industri diberlakukan nilai 208.67 mg/l.
7. Daftar Pustaka
_______,. (2005). Panduan Penyuluhan Prokasih. Badan Pengendalian Dampak Lingkungan Pemerintah Propinsi Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. Surabaya. 16 hal.
_______,. (2005). Data Pemantauan Kualitas Air Limbah Industri. Badan Pengendalian Dampak
Lingkungan Pemerintah Propinsi Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. 3 hal.
Arisandi, Prigi. (2003). Selamatkan Sungai Di Indonesia , Terapkan Pajak Bagi Pencemar. Lembaga Kajian Ekologi dan Konservasi Lahan Basah. Surabaya
Ciptomulyono, Udisubakti (1985). Model Programa Goal Linier Untuk Optimasi Pengelolaan Lingkungan; studi kasus: Pengendalian Pencemaran Sungai Surabaya Jawa Timur. (Tugas Akhir). Jurusan Teknik Industri Institut Teknologi Bandung.
Ciptomulyono, Udisubakti (1992). A Multiobjective Programming Model of Environmental Quality Management For Polluted Water in Surabaya East Java Indonesia. (Final Project). The Development Technology Centre The University of Melbourne Australia.
Ciptomulyono, Udisubakti (1996). "Model Fuzzy Goal Programming Untuk Perencanaan Produksi Terpadu (Aggregate Production Planning".
Rubin, P.A. and Narasimhan, R. (1984). "Fuzzy goal programming with nested priorities". Fuzzy Sets and Systems 14, 115-129.
Tiwari, R.N. (1987), "Fuzzy Goal Programming – An Additive Model", Fuzzy Sets and System 24, 27-34.
Usman, Wan. (1993). ”Air Sebagai Sumber Daya Alam Dan Aspek Ekonominya”. Universitas Terbuka Semarang.
Pendekatan
Fuzzy Goal Programming dalam
Optimasi
Perbaikan
Kualitas
Lingkungan
Air Sungai
Surabaya
Andhika
Eko
Prasetyo2502.100.019
Pembimbing:Dr. Ir. Udisubakti
Ciptomulyono
M.Eng.Sc
PENDAHULUAN
•
Konflik
kepentingan
antara
para
pemakai sungai
–
Komunitas
pada
perairan–
Industri
–
Perusahaan
Daerah
Air Minum•
Ketidak-pastian akibat samarnya informasi yang dimiliki maupun masuknya unsur preferensi yang subjektif.
PermasalahanBagaimana mencapai solusi optimal total biaya yang dikeluarkan dalam pengelolahan limbah buangan industri dengan pencapaian kualitas air Sungai Surabaya
Tujuan•
Mengembangkan suatu model matematis berupa pendekatan Fuzzy Goal Programming untuk bisa melakukan optimasi dengan mempertimbangkan kriteria ekologis dan ekonomis.
•
Mendapatkan strategi perbaikan kualitas lingkungan air Sungai Surabaya dengan cara pengaturan pengolahan limbah industri yang ada di sepanjang sungai pada masing-masing alternatif sistem pengolahan limbah.
Ruang
Lingkup
(1)Batasan
dari
penelitian
ini:
–
Model yang dibuat
hanya
untuk
kasus pencemaran
organik
air Sungai
Surabaya
akibat
limbah
buangan
industri, dicirikan dengan
parameter kualitas
lingkungan
BOD dan
DO.–
Instalasi pengolahan limbah yang akan direncanakan untuk setiap industri terdiri dari dua tingkat pengolahan individual dan satu unit pengolahan limbah kolektif.
–
Standart
kualitas
(stream dan
effluent standart) diberlakukan
secara
seragam
bagi
seluruh
industri
dan
sepanjang perairan.
–
Data yang diambil merupakan data sekunder.
Ruang
Lingkup
(2)Asumsi
dari
penelitian
ini:–
Pencemaran
organik
yang terjadi
memenuhi
persamaan
Streeter Phelps.–
Beban pencemar yang dikeluarkan industri konstan.
–
Standar kualitas merepresentasikan semua aspek.–
Fungsi ongkos pengolahan limbah hanya tergantung pada debit limbah dan tingkat reduksi BOD yang direncanakan.
–
Biaya per unit pengolahan limbah dianggap tetap selama umur ekonomis instalasi pengolahan limbah.
–
Pemberlakuan konstanta dan parameter yang sama pada karakteristik ekologis, hidrologis, sifat fisik dan kimia untuk tiap-tiap bagian sungai.
Manfaat Penelitian (1)
Bagi
pengambil
keputusan
yang berwenang
untuk
menetapkan
standar
kualitas
air.
Untuk
maksud
pengawasan
dan
pengendalian
pencemaran, bagi
lembaga yang bertanggung
jawab
dapat
mengetahui
bagian
sungai
dan
industri
yang mana
harus dikontrol
secara
ketat
dan
cermat, juga
prosentase
beban
pencemar
yang harus dikurangi
secara
optimal berkaitan
dengan
tercapainya
kualitas
lingkungan.
Manfaat Penelitian (2)
Bagi
industri
yang mempunyai
lokasi
di
sepanjang
Sungai
Surabaya dengan diberlakukannya
pengawasan
secara
ketat
dapat
dijadikan
pertimbangan
dalam perencanaan
efisiensi
pengolahan
limbah
sehingga
air limbah
yang dibuang
tidak menimbulkan
pencemaran.
TINJAUAN PUSTAKA
Fuzzy Goal Programming
Persamaan fuzzy kendala goal mewujudkan aspirasi yang bersifat imprecise.
Model fuzzy ini perlu diubah ke dalam persamaan crips dengan mensubstitusikan fungsi tersebut pada fungsi keanggotaan fuzzy liniernya yang relevant.
Fungsi keanggotaan fuzzy linier untuk fungsi kendala goal yang diformulasikan Tiwari et.al (1987) adalah seperti berikut:
Untuk problem fungsi kendala fuzzy goal Gs (X) gs :
Untuk problem fungsi kendala fuzzy goal Gs (X) gs :
~
sL(X)sG jika 0
sg(X)sGsL jika sLsg
sL(X)sG
sg(X)sG jika 1
iμ
~
s
X
U(X) G jika 0
U(X)Gg jika gU(X)GU
g)(G jika 1
s
ssss s
ss
ss
i
~
Pencemaran
Air
•
Parameter FisikDinyatakan dalam nilai-nilai suhu, kekeruhan (SiO2), zat padat terlarut (SS), warna, bau, rasa, dan daya hantar listrik.
•
Parameter kimiaTerbagi menjadi 2 macam jenis pencemar:–
Pencemar organik (biodegradable) dinyatakan dalam nilai BOD dan COD
–
Pencemar anorganik dinyatakan dalam kelarutan ion-
ion dan zat toksit seperti calsium, arsen, cianida, mercury, besi, tembaga, magnesium, atau dalam bentuk oksidator seperti amoniak, nitrit, sulfit, chlor, dan sebagainya.
Model Pengurangan
Oksigen Pada
Aliran
Sungai
(Ciptomulyono, 1992)
Persamaan
Streeter Phelps
1-ˆ)( ˆ)(
12
1ˆ 221 iDei
Leeikik
ikD iv
idikividik
ivi
dik
i
i
iiiii R
BODLLandeLL iv
idik ˆ = ˆ1-1
Zone (i-1) Zone i Zone (i+1)
iBOD 1iBOD1iBOD
iD
1iLiLiL1iL
1iDiD1iD
di
1iNPSiNPS1iNPS
Node i Node (i+1)
Tahap
Awal
Mengidentifikasi Latar Belakang Permasalahan
Merumuskan Masalah
Menentukan Tujuan Penelitian
Studi Pustaka
Fuzzy Goal ProgrammingPencemaran Lingkungan Perairan SungaiPencemaran OrganikHubungan kelarutan BOD-DOModel Pengurangan OksigenPengolahan Limbah
Studi Lapangan
Observasi Lapangan
A
Tahap
Pengembangan
dan Penyelesaian
Model
Pengumpulan Data
Karakteristik Perairan Sungai SurabayaMacam Industri dan LokasiBeban Pencemar tiap Industri
Pengolahan Data
Penetapan Standar KualitasPenaksiran OngkosBentuk Model MatematisSolusi Optimal
A
B
Tahap
Analisa
dan
Kesimpulan
Analisa dan Intepretasi
Kesimpulan dan Saran
B
Data MasukanI.
Data karakteristik perairan Sungai Surabaya yang diperoleh dari Perum. Jasa Tirta
II.
Data macam-macam industri disekitar perairan sungai, serta beban pencemar masing-masing industri dari tersebut yang diperoleh dari Bapedal (Badan Pengendalian Dampak Lingkungan) propinsi Jawa Timur.
III.
Data yang berkaitan dengan sistem pengolahan limbah industri (diperoleh dari penelitian terdahulu).
Pengolahan
Data1.
Data pertama (I) digunakan untuk penaksiran kemampuan air sungai dalam memulihkan kualitasnya yang menurun akibat adanya beban pencemar ditunjukkan dengan perkiraan waktu alir, kelarutan oksigen jenuh, BOD Ultimate, koefisien deoksigenasi dan reoksigenasi
2.
Data kedua (II) dan ketiga (III) digunakan untuk mengetahui penurunan kualitas air sungai akibat adanya beban pencemar serta penaksiran ongkos pengolahan limbah yang berbeda menurut debit dan berat beban pencemar dari limbah masing-masing industri.
Langkah-Langkah Fuzzy Goal Programming
1.
Data kuantitatif hasil perhitungan diatas dijadikan sebagai fungsi objektif dari persamaan multiobjective linear programming.
2.
Penyelesaian persamaan diatas dengan single objective menghasilkan nilai dari tiap kriteria fungsi objektif dan fungsi kendala, hasil ini bersifat Fuzzy.
3.
Deviasi diberikan untuk tiap-tiap Fuzzy Goal menghasilkan fungsi keanggotaan untuk tiap fungsi objektif, kemudian digambarkan dalam suatu bentuk fungsi keanggotaan.
sL(X)sG jika 0
sg(X)sGsL jika sLsg
sL(X)sG
sg(X)sG jika 1
iμ
~
s
X
U(X) G jika 0
U(X)Gg jika gU(X)GU
g)(G jika 1
s
ssss s
ss
ss
i
Gs (X) gs : Gs (X) gs :~
4.
Berdasarkan gambar fungsi keanggotaan maka dapat disusun persamaan crisp menurut persamaan-
persamaan berikut:
5.
Menyelesaikan model persamaan Crisp.
PENGUMPULAN DAN
PENGOLAHAN DATA
1
23
22
21
3
2
I IVIIIII
Macam
Industri
dan
Lokasi
(kg/hari)101 MSG 63.32 Canggu-Cangkir102 Alkohol 565.37 Canggu-Cangkir103 Gula 49.12 Canggu-Cangkir204 Detergent 95.66 Cangkir-Bambe205 Kertas 221.41 Cangkir-Bambe206 Tahu 0.88 Cangkir-Bambe207 MSG 1039.86 Cangkir-Bambe208 Tahu 5.21 Cangkir-Bambe209 Kertas 1579.18 Cangkir-Bambe210 Mur &baut 34.70 Cangkir-Bambe211 Tekstil 159.69 Cangkir-Bambe212 Teh botol 90.05 Cangkir-Bambe213 Makanan 61.38 Cangkir-Bambe214 Bhn. pemucat 108.18 Cangkir-Bambe315 Kertas 833.89 Bambe-Karangpilang316 Tahu 128.78 Bambe-Karangpilang317 Minyak 2.71 Bambe-Karangpilang318 Kertas 572.89 Bambe-Karangpilang419 Tahu 394.20 Karangpilang-Gunungsari420 Daging 8.02 Karangpilang-Gunungsari421 Korek Api 31.80 Karangpilang-Gunungsari422 Tekstil 4.17 Karangpilang-Gunungsari423 Tahu 421.08 Karangpilang-Gunungsari
859.27
Beban PencemarKODE JENIS
PRODUKSI
677.80
3396.19
1538.26
Beban Segmen
SEGMEN
Kualitas
Air Sungai
Surabaya
DO BODmg/l mg/l
1 Canggu 6,2 62 Cangkir 4 9,753 Bambe 4,3 10,34 Karangpilang 3,1 9,15 Gunungsari 3,9 11,85
FEBRUARI (Hujan)
No Titik Amatan
DO BOD
mg/l mg/l1 Canggu 6,7 6,152 Cangkir 5,4 5,13 Bambe 4,2 10,954 Karangpilang 1,5 10,55 Gunungsari 1,2 8,15
AGUSTUS (Kemarau)
No Titik Amatan
j j
j
ij1
ij3
ij5 ij6
ij2
ij4
ij7
Model Matematis
Deviasi yang diberikan untuk masing-masing Fuzzy Goal adalah:
1.
Untuk pencapaian standar kualitas DO dan BOD 4-6 mg/l
2.
Minimasi jumlah beban pencemar BOD dari setiap industri dengan batas beban antara 20-300 mg/l
3.
Meminimalisasi total ongkos pengolahan limbah diberikan deviasi 10 %.
Dengan menggunakan linear programming, dapat dicari fungsi goal dari minimalisasi biaya dengan asumsi tidak ada beban pencemar BOD yang langsung dibuang ke sungai.
Nilai
Keanggotaan
Fungsi
Goal Standar
Kualitas
Air(Parameter nilai
DO dan
BOD)
xf
Fungsi
Goal Batas Beban
Pencemar
tiap Industri
xf
Fungsi
Goal Biaya xf
Perumusan
Fungsi
Kendala untuk
Model Fuzzy Goal Programming
Fungsi
Goal dari
persamaan
Fuzzy Goal Programming
atau
persamaan
Crisp-nya
mengikuti
aturan
berikut:
s s
s
s s
s
gUU
gU(X)G
gU(X)GU
s s
ss
Persamaan
Crips
Contoh penulisan persamaan crisp untuk fungsi goal jumlah beban pencemar tiap industri adalah sebagai berikut:
33.62-504.25x1017)x1014(x1012-504.25
1.0714x1017)x1014(x10120021248.0
Kendala Untuk Standar Kualitas Air (stream standard)
Kendala Untuk Standar DO
Fungsi Goal untuk Fuzzy Goal Programming
0.0000013969 * ((X1012 + X1014 + X1017 + X1022 + X1024 + X1027 + X1032 + X1034 + X1037) + 0.05 * (X1015 + X1016 + X1025 + X1026 + X1035 + X1036)) + L <= 2.8538;
m
iii
si
q
ij Skijk
q
ij
ci
Skijkri StdDOCXXa
ii
1 1
21
2
16 1 21
m
i
q
ij Skijk
q
ij
ci
Skijkrii
si
ii
XXaC
Kendala Untuk Standar Kualitas Air (stream standard)
Kendala Untuk Standar BOD
Fungsi Goal untuk Fuzzy Goal Programming
0.0001200799 * ((X1012 + X1014 + X1017 + X1022 + X1024 + X1027 + X1032 + X1034 + X1037) + 0.05 * (X1015 + X1016 + X1025 + X1026 + X1035 + X1036)) + L <= 0.33765 ;
m
iii
q
ij
q
ij Skijk
ci
Skijkri StdBODXXb
i i
1 1
21
2
161 21
m
i
q
ij
q
ij Skijk
ci
Skijkrii
i i
XXb
Kendala Air Limbah (Effluent Standard) Masing-Masing Industri
Fungsi Goal untuk Fuzzy Goal Programming
0.0021 * (X1012 + X1014 + X1017) + L <= 1.0714
ji
Skijk qX
1
ji
Skijk
ji
q
Xq
)20300(
3001
Kendala Untuk Total Ongkos Pengolahan Limbah
Fungsi Goal untuk Fuzzy Goal Programming
Dimana:
= Ongkos satuan pengolahan limbah di titik pembuangan j di segmen i untuk UPL I dan UPL II (Rp/Kg-BOD per hari).
= Ongkos satuan pengolahan limbah untuk UPL K di segmen i (Rp/Kg-BOD per hari).
23
TotCXX ijki j Sk
iijki j Sk
ijk
ijk
i
702.863.19858.727.24
858.727.2423
ijki j Sk
iijki j Sk
ijk XX
Kendala Sistem Pada Unit Instalansi Pengolahan Limbah
Fungsi Kendala untuk Fuzzy Goal Programming
X1011 + X1012 = 63.32;
2,1k
jiijk StdBODX
Kendala Sistem Pada Unit Instalansi Pengolahan Limbah
Kendala Sistem Pada UPL I
Fungsi Kendala untuk Fuzzy Goal Programming
0.7*X1011 -
X1013 -
X1014 -
X1015 = 0
01 5431 ijijijp
ijk XXXXij
Kendala Sistem Pada Unit Instalansi Pengolahan Limbah
Kendala Sistem Pada UPL II
Fungsi Kendala untuk Fuzzy Goal Programming
0.3 * X1013 - X1016 - X1017 = 0
01 763 ijijsijk XXXij
Hasil
Solusi
Optimal Bulan
Februari
2005
Alokasi
Pengolahan
Limbah KODE X1 X2 X3 X4 X5 X6 X7
101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41 154,99 46,50206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71 1,90 0,57318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 5,61 3,93421 31,80422 4,17423 421,08 294,76 88,43
Pencapaian
Fungsi
Goal
Cs Koreksi DO
I 2,51700 8,547446 -1,2864 4,80 18.254.157 II 2,45383 8,159411 -1,5431 4,79III 1,51402 7,944824 0,13817 4,78IV 2,27472 7,621436 -1,84845 4,92
Koreksi BODI 0,00000 4,3247 4,32II 0,10795 3,1458 3,36III 0,80554 1,8589 3,47IV 0,06145 4,3137 4,44
Segmen Februari (mg/l) Biaya (Rp)Fungsi Goal
Hasil
Solusi
Optimal Bulan
Agustus
2005
Alokasi
Pengolahan
Limbah KODE X1 X2 X3 X4 X5 X6 X7
101 63,32 44,32102 565,37 395,76 118,73103 49,12 34,38 10,31204 95,66 66,96205 221,41 85,40 69,59 25,62206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18 1105,43 331,63210 34,70 24,29211 159,69 111,78212 90,05 63,04213 61,38 42,97214 108,18 75,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 1,53 4,08421 31,80 22,26422 4,17423 421,08 294,76 88,43
Pencapaian
Fungsi
Goal
Cs Koreksi DO
I 3,27806 8,159411 -3,597 5,20 18.027.059 II 2,40186 8,44778 -1,557 5,20III 0,44855 7,45064 1,354 5,20IV 0,00000 7,549865 2,349 5,20
Koreksi BODI 2,37812 0,0257 4,78II 0,61402 3,4347 4,66III 0,79688 3,0634 4,66IV 2,18476 0,3291 4,70
Segmen Fungsi Goal Agustus (mg/l) Biaya (Rp)
Fungsi
Goal Batas Beban Pencemar
KODE Batas Beban Fungsi Goal Februari Fungsi Goal Agustus101 1,071429 0,734605 1,33 0,378730 44,32102 1,071429 0,734605 11,87 0,471810 11,87103 1,071429 0,734605 1,03 0,471810 13,75204 1,071429 0,734605 2,01 0,471810 6,70205 1,071429 0,734605 4,65 0,452768 95,21206 1,071429 0,702133 0,88 0,439338 0,88207 1,071429 0,734605 21,84 0,471810 21,84208 1,071429 0,317284 5,21 0,054489 5,21209 1,071429 0,418769 1579,18 0,471810 33,16210 1,071429 0,734605 0,73 0,471810 2,43211 1,071429 0,000000 86,98 0,471810 11,18212 1,071429 0,734605 1,89 0,471810 6,30213 1,071429 0,734605 1,29 0,471810 4,30214 1,071429 0,734605 2,27 0,471810 7,57315 1,071429 0,734605 17,51 0,471810 17,51316 1,071429 0,734605 2,70 0,471810 2,70317 1,071429 0,734605 0,06 0,300267 2,71318 1,071429 0,734605 12,03 0,471810 12,03419 1,071429 0,734605 8,28 0,471810 8,28420 1,071429 0,734605 0,39 0,000000 1,94421 1,071429 0,407065 31,80 0,471810 2,23422 1,071429 0,451045 4,17 0,188250 4,17423 1,071429 0,734605 8,84 0,471810 8,84
Beban Pencemar dari Industri (kg/hari)
Fungsi
Goal
μ Batas Bawah Fungsi Goal Batas Atas Satisfied μ Batas Bawah Fungsi Goal Batas Atas Satisfied1 3,7076 5,0340 5,7076 0,3368 1 5,7564 6,5561 7,7564 0,60012 3,5850 4,9077 5,5850 0,3387 2 4,0048 4,8037 6,0048 0,60053 1,7043 3,0280 3,7043 0,3381 3 0,0966 0,8971 2,0966 0,59984 3,3684 4,5494 5,3684 0,4095 4 0,0000 0,0000 1,2009 1,00005 0,0000 0,0000 0,6753 1,0000 5 3,9743 4,7562 5,9743 0,60906 0,0000 0,2159 1,8542 0,8836 6 0,5653 1,2280 2,5653 0,66867 1,1411 1,6111 3,1411 0,7650 7 0,9366 1,5938 2,9366 0,67148 0,0000 0,1229 0,6863 0,8209 8 3,6709 4,3695 5,6709 0,65079 33,62 1,33 504,25 1,0000 9 33,62 44,32 504,25 0,9773
10 90,64 11,87 1359,60 1,0000 10 90,64 11,87 1359,60 1,000011 5,28 1,03 79,22 1,0000 11 5,28 13,75 79,22 0,885412 1,49 2,01 22,35 0,9751 12 1,49 6,70 22,35 0,750413 451,85 4,65 6777,81 1,0000 13 451,85 95,21 6777,81 1,000014 1,93 0,88 29,00 1,0000 14 1,93 0,88 29,00 1,000015 340,94 21,84 5114,05 1,0000 15 340,94 21,84 5114,05 1,000016 0,89 5,21 13,37 0,6540 16 0,89 5,21 13,37 0,654117 358,33 1579,18 5375,00 0,7566 17 358,33 33,16 5375,00 1,000018 1,79 0,73 26,80 1,0000 18 1,79 2,43 26,80 0,974319 8,34 86,98 125,05 0,3262 19 8,34 11,18 125,05 0,975720 3,74 1,89 56,05 1,0000 20 3,74 6,30 56,05 0,950921 0,96 1,29 14,43 0,9757 21 0,96 4,30 14,43 0,752422 1,17 2,27 17,58 0,9330 22 1,17 7,57 17,58 0,609923 79,68 17,51 1195,25 1,0000 23 79,68 17,51 1195,25 1,000024 2,02 2,70 30,32 0,9759 24 2,02 2,70 30,32 0,975925 1,13 0,06 16,92 1,0000 25 1,13 2,71 16,92 0,899826 90,94 12,03 1364,03 1,0000 26 90,94 12,03 1364,03 1,000027 2,18 8,28 32,69 0,8001 27 2,18 8,28 32,69 0,800128 0,23 0,39 3,47 0,9502 28 0,23 1,94 3,47 0,473629 6,91 31,80 103,68 0,7429 29 6,91 2,23 103,68 1,000030 1,05 4,17 15,75 0,7879 30 1,05 4,17 15,75 0,787931 0,93 8,84 13,95 0,3923 31 0,93 8,84 13,95 0,392332 19803672 18254157 24727858 1,0000 32 19803672 18.027.059 24727858 1,0000
Februari Agustus
Analisa
Data
Kualitas
Air SungaiDari pengolahan
data untuk
limbah
buangan
masing-
masing
industri
dapat
diketahui
bahwa
beban
pencemar
terbesar
disepanjang
aliran
sungai
adalah
pada
segmen
II (antara
titik
amatan
Cangkir
sampai
dengan
titik
amatan
Bambe) sebesar
3396.19 kg/hari.Karakteristik
lingkungan
dari
air sungai, musim
hujan
(bulan
Februari) memiliki
kemampuan
lebih
banyak
dalam
mengandung
oksigen
daripada
musim
kemarau
(bulan
Agustus). Selain
itu, pada
musim
hujan
kemampuan
air sungai
untuk
memulihkan
kualitasnya, lebih
baik
dari
musim
kemarau.
Standar
Kualitas
Air Limbah
IndustriBerdasarkan
hasil
perhitungan
didapatkan
bahwa
industri
dengan
kode
420 memiliki
konsentrasi
beban
air limbah
terendah
dari
keseluruhan
industri
yaitu
antara
0.23-3.47 kg/hari. Hal ini
dikarenakan
jumlah
debit air limbahnya
paling sedikit
dari
keseluruhan
industri
di
sepanjang
sungai
Surabaya. Beban
pencemar
yang besar
menyebabkan
biaya
pengolahan
per unit yang sebagai
fungsi
dari
debit dan
konsentrasi
BOD (beban
pencemar) menjadi
lebih
murah
untuk
setiap
satuan
beratnya.
204 Detergent210 Mur &baut211 Tekstil212 Teh botol213 Makanan214 Bhn. pemucat419 Tahu420 Daging423 Tahu
KODE JENIS PRODUKSI
Pembangunan
UPL
101 MSG V V102 Alkohol V V103 Gula V V204 Detergent V V205 Kertas V V206 Tahu207 MSG V V208 Tahu209 Kertas V V210 Mur &baut V V211 Tekstil V V212 Teh botol V V213 Makanan V V214 Bhn. pemucat V V315 Kertas V V316 Tahu V V317 Minyak V V318 Kertas V V419 Tahu V V420 Daging V V421 Korek Api V422 Tekstil423 Tahu V V
V
UPL Kolektif
V
V
V
KODEJENIS
PRODUKSIUPL I UPL II
Setelah
dilakukan
pengalokasian
limbah, Untuk
parameter kandungan
BOD dan
DO secara
keseluruhan
di
tiap
segmen
mengalami
perbaikan. Untuk
mendapatkan
kualitas
air tersebut, total keseluruhan
biaya
yang harus
dikeluarkan
pada
musim
hujan
sebesar
Rp. 18.254.157 sedangkan
pada
musim
kemarau
Rp. 18.027.059.
Analisa
Sensitivitas
Untuk
perubahan
fungsi
goal parameter DO di
bulan Februari,
dari hasil pengolahan model tidak ada yang berubah dari sistem pengalokasian limbah. Sedangkan pada bulan Agustus mempengaruhi seluruh sistem pengalokasian limbah pada industri.
Untuk perubahan fungsi goal parameter BOD, terjadi perubahan sistem pengalokasian limbah oleh 9 industri diantaranya industri dengan kode 205; 207; 208; 209; 211; 315; 419; 421; dan 422.
Sedangkan
di
bulan
Agustus
tidak
terjadi
perubahan
sistem
pengalokasian
limbah.
Kesimpulan1.
Dari perolehan data secara umum lingkungan air sungai Surabaya mengalami pencemaran secara organik. Sebagai sumber pencemar yaitu 23 industri yang berada disepanjang perairan dan juga ada sumber pencemar non point source yang berasal dari sumber-sumber limbah domestik (rumah tangga), pertanian, dan aktifitas yang lain.
2.
Kandungan beban pencemar terbesar sebagai salah satu variabel yang mempengaruhi tingkat kualitas perairan sungai Surabaya adalah pada segmen II antara stasiun titik amatan Cangkir sampai dengan Bambe yaitu sebesar 3396.19 kg/hari. Dengan demikian, untuk segmen II tersebut perlu diadakan pengawasan ekstra ketat oleh pihak yang berwenang.
3.
Kemampuan air dalam memulihkan kualitasnya menurun di bulan Agustus (musim kemarau) jika dibandingkan dengan musim hujan.
Kesimpulan4.
Hasil dari pengembangan model menggunakan pendekatan Fuzzy Goal Programming menghasilkan perbaikan kualitas air dan pemenuhan ambang batas beban pencemar dari masing-masing industri memiliki implikasi biaya sebesar Rp. 18.254.157 dengan tingkat satisfied 0.3367954 saat musim hujan sedangkan pada musim kemarau biaya yang dikeluarkan sebesar Rp. 18.027.059 dengan tingkat satisfied 0,5995901.
5.
Untuk penetapan standar kualitas air limbah masing-
masing industri diberlakukan nilai 190,17 mg/l.
Daftar
Pustaka_______,. (2005). Panduan Penyuluhan Prokasih. Pemerintah Propinsi
Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. Surabaya. 16 hal.
_______,. (2005). Data Pemantauan Kualitas Air Limbah Industri. Laboratorium Perum Jasa Tirta I. Surabaya. 3 hal.
Arisandi, Prigi. (2003). Selamatkan Sungai Di Indonesia , Terapkan Pajak Bagi Pencemar. Lembaga
Kajian
Ekologi
dan
Konservasi
Lahan
Basah. SurabayaCiptomulyono, Udisubakti (1985). Model Programa Goal Linier Untuk
Optimasi Pengelolaan Lingkungan; studi kasus: Pengendalian Pencemaran Sungai Surabaya Jawa Timur. (Tugas Akhir). Jurusan Teknik Industri Institut Teknologi Bandung.
Ciptomulyono, Udisubakti
(1992). A Multiobjective Programming Model of Environmental Quality Management For Polluted Water in Surabaya East Java Indonesia. (Final Project). The Development Technology Centre
The University of Melbourne Australia.Ciptomulyono, Udisubakti
(1996). "Model Fuzzy Goal Programming Untuk
Perencanaan
Produksi
Terpadu
(Aggregate Production Planning".
Daftar
PustakaRubin, P.A. and Narasimhan, R. (1984). "Fuzzy goal programming with
nested priorities". Fuzzy Sets and Systems 14, 115-129.Tiwari, R.N. (1987), "Fuzzy Goal Programming –
An Additive Model", Fuzzy Sets and System 24, 27-34.
Usman, Wan. (1993). ”Air Sebagai Sumber Daya Alam Dan Aspek Ekonominya”. Universitas Terbuka Semarang.
Koreksi 3 mg/l 4 mg/l 5 mg/l 6 mg/l4.3247 -1.3247 -0.3247 0.6753 1.67533.1458 -0.1458 0.8542 1.8542 2.85421.8589 1.1411 2.1411 3.1411 4.14114.3137 -1.3137 -0.3137 0.6863 1.6863
-0.66235 -0.16235 0.33765 0.83765-0.0729 0.4271 0.9271 1.42710.57055 1.07055 1.57055 2.07055
-0.65685 -0.15685 0.34315 0.84315
F(X)/2
•
L 0.8367954 0.000000•
B052 221.4100 0.000000•
B072 397.8714 0.000000•
B082 2.928896 0.000000•
B092 1173.023 0.000000•
B056 0.000000 0.000000•
B076 134.8176 0.000000•
B086 0.4790317 0.000000•
B096 85.29296 0.000000•
C182 293.2558 0.000000•
C186 58.72319 0.000000•
D212 22.77715 0.000000•
D222 3.450068 0.000000•
D216 1.894799 0.000000•
D226 0.1511858 0.000000
•
B051 0.000000 0.000000•
B053 0.000000 0.000000•
B071 641.9886 0.000000•
B073 449.3920 0.000000•
B081 2.281104 0.000000•
B083 1.596772 0.000000•
B091 406.1570 0.000000•
B093 284.3099 0.000000•
C181 279.6342 0.000000•
C183 195.7440 0.000000•
D211 9.022853 0.000000•
D213 6.315997 0.000000•
D221 0.7199322 0.000000•
D223 0.5039526 0.000000
Cs Koreksi DOI 2,01700 8,547446 -1,2864 5,80 13133177,9II 1,95370 8,159411 -1,5431 5,80III 1,01392 7,944824 0,13817 5,78IV 1,75192 7,621436 -1,84845 5,97
Koreksi BODI 0,00000 4,3247 4,32II 0,07256 3,1458 3,29III 0,72383 1,8589 3,31IV 0,00000 4,3137 4,31
Segmen Februari (mg/l) Biaya (Rp)Fungsi Goal
L 0.8367954
Alokasi
Limbah
KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41206 0,88207 641,99 397,87 449,39 134,82208 2,28 2,93 1,60 0,48209 406,157 1173,02 284,31 85,29210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71 1,90 0,57318 279,63 293,26 195,74 58,72419 394,20 275,94 82,78420 8,02 5,61 3,93421 9,022853 22,78 6,32 1,89422 0,72 3,45 0,50 0,15423 421,08 294,76 88,43
Beban
Pencemar
Industri
(kg/hari) (mg/l/hari) (kg/hari) (mg/l/hari) (kg/hari)101 1,33 0,79 44,32 26,37 504,25102 11,87 2,62 11,87 2,62 1359,60103 1,03 3,91 13,75 52,08 79,22204 2,01 26,96 6,70 89,88 22,35205 221,41 9,80 95,21 4,21 6777,81206 0,88 9,10 0,88 9,10 29,00207 411,35 24,13 21,84 1,28 5114,05208 2,98 66,77 5,21 116,84 13,37209 1181,55 65,95 33,16 1,85 5375,00210 0,73 8,16 2,43 27,20 26,80211 86,98 208,67 11,18 26,82 125,05212 1,89 10,12 6,30 33,74 56,05213 1,29 26,80 4,30 89,33 14,43214 2,27 38,77 7,57 129,22 17,58315 17,51 4,40 17,51 4,40 1195,25316 2,70 26,75 2,70 26,75 30,32317 0,06 1,01 2,71 48,05 16,92318 299,13 65,79 12,03 2,65 1364,03419 8,28 75,96 8,28 75,96 32,69420 0,39 33,94 1,94 167,38 3,47421 22,97 66,45 2,23 6,44 103,68422 3,47 66,00 4,17 79,40 15,75423 8,84 190,17 8,84 190,17 13,95
KODEBatas Atas
Beban Limbah (BOD)Februari Agustus
Aspirasi
Goalμ Batas Bawah Fungsi Goal Batas Atas Satisfied μ Batas Bawah Fungsi Goal Batas Atas Satisfied
1 4,0000 5,80 6,0000 0,1001 1 4,0000 5,20 6,0000 0,39992 4,0000 5,80 6,0000 0,1024 2 4,0000 5,20 6,0000 0,39953 4,0000 5,78 6,0000 0,1106 3 4,0000 5,20 6,0000 0,40024 4,0000 5,97 6,0000 0,0170 4 4,0000 5,20 6,0000 0,39965 4,0000 4,3247 6,0000 0,8377 5 4,0000 4,7819 6,0000 0,60906 4,0000 3,2909 6,0000 1,0000 6 4,0000 4,6627 6,0000 0,66867 4,0000 3,3066 6,0000 1,0000 7 4,0000 4,6572 6,0000 0,67148 4,0000 4,3137 6,0000 0,8432 8 4,0000 4,6986 6,0000 0,65079 33,62 1,33 504,25 1,0000 9 33,62 44,32 504,25 0,9773
10 90,64 11,87 1359,60 1,0000 10 90,64 11,87 1359,60 1,000011 5,28 1,03 79,22 1,0000 11 5,28 13,75 79,22 0,885412 1,49 2,01 22,35 0,9751 12 1,49 6,70 22,35 0,750413 451,85 221,41 6777,81 1,0000 13 451,85 95,21 6777,81 1,000014 1,93 0,88 29,00 1,0000 14 1,93 0,88 29,00 1,000015 340,94 411,35 5114,05 1,0000 15 340,94 21,84 5114,05 1,000016 0,89 2,98 13,37 0,8329 16 0,89 5,21 13,37 0,654117 358,33 1181,55 5375,00 0,8359 17 358,33 33,16 5375,00 1,000018 1,79 0,73 26,80 1,0000 18 1,79 2,43 26,80 0,974319 8,34 86,98 125,05 0,3262 19 8,34 11,18 125,05 0,975720 3,74 1,89 56,05 1,0000 20 3,74 6,30 56,05 0,950921 0,96 1,29 14,43 0,9757 21 0,96 4,30 14,43 0,752422 1,17 2,27 17,58 0,9330 22 1,17 7,57 17,58 0,609923 79,68 17,51 1195,25 1,0000 23 79,68 17,51 1195,25 1,000024 2,02 2,70 30,32 0,9759 24 2,02 2,70 30,32 0,975925 1,13 0,06 16,92 1,0000 25 1,13 2,71 16,92 0,899826 90,94 299,13 1364,03 1,0000 26 90,94 12,03 1364,03 1,000027 2,18 8,28 32,69 0,8001 27 2,18 8,28 32,69 0,800128 0,23 0,39 3,47 0,9502 28 0,23 1,94 3,47 0,473629 6,91 22,97 103,68 0,8341 29 6,91 2,23 103,68 1,000030 1,05 3,47 15,75 0,8357 30 1,05 4,17 15,75 0,787931 0,93 8,84 13,95 0,3923 31 0,93 8,84 13,95 0,392332 19803672 13133177,86 24727858 1,0000 32 19803672 18.027.059 24727858 1,0000
Februari Agustus
0,8367954 0,5995901