Article Details

PENGARUH GENANGAN HUTAN TERHADAP KUALITAS AIR DI INTAKE WADUK MANGGAR KOTA BALIKPAPAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK

Oleh   Tersa Oksa Rusadi [25819003]
Kontributor / Dosen Pembimbing : Ir. Cahyono, Ph.D.;
Jenis Koleksi : S2 - Tesis
Penerbit : FTSL - Teknik dan Manajemen Sumber Daya Air
Fakultas : Fakultas Teknik Sipil dan Lingkungan (FTSL)
Subjek :
Kata Kunci : Waduk Manggar, Artificial Neural Network, Luas hutan yang tergenang
Sumber :
Staf Input/Edit : Irwan Sofiyan  
File : 1 file
Tanggal Input : 2021-02-22 11:07:36

Di kota Balikpapan dibangun sebuah waduk yang terletak di hulu sungai manggar yang disebut sebagai Waduk Manggar yang berguna untuk memenuhi kebutuhan air masyarakat kota Balikpapan khususnya kebutuhan air baku disekitar kawasan hutan lindung manggar. Waduk ini terletak dikawasan hutan lindung yang telah ada kehidupan masyarakat didalamnya terutama permukiman bagi program transmigrasi yang telah ada sejak tahun 1960. Keadaan ini yang mengakibatkan permasalahan dalam waduk diakibatkan adanya aktivitas masyarakat disekitar waduk. Namun tidak hanya aktivitas manusia ini yang menjadi permasalahan dalam waduk, adapun permasalahan yang utama adalah peningkatan kapasitas waduk yang diperbesar dari daya tampung 3,27 juta m3 menjadi 10,3 m3 guna memenuhi kebutuhan air bersih yang semakin meningkat bagi warga kota Balikpapan sehingga berpengaruh pada luas daerah genangan dari 198 Ha menjadi 443 Ha, hal ini menyebabkan 70 Ha pohon akasia yang ditanam dalam hutan lindung ikut terendam dan mati, namun dikarenakan waduk ini termasuk dalam Kawasan hutan lindung maka penebangan akasia yang mati karena genangan waduk tidak diijinkan. Selain itu adanya tumbuhan air Salvina Molesta dapat menekan pertumbuhan vegetasi dan menurunkan kualitas air serta dapat mempercepat proses sedimentasi dikarenakan tidak terkendalinya tumbuhan tersebut yang tertimbun dan membusuk di danau. Oleh karena itu dalam mengontrol kualitas air waduk diperlukan pemodelan yang dapat memberikan gambaran mengenai unsur hara di badan air waduk Manggar terhadap nutrient nutrient yang berpengaruh pada permasalahan yang terjadi. Pemodelan ini menggunakan metode artificial neural network skema backpropagation dengan memodelkan semua unsur yang terkait yang memiliki korelasi erat terhadap pembusukan tumbuhan yang ada dibadan air waduk manggar. Dengan memperhatikan korelasi yang erat didapat 5 skenario dengan target nitrogen dan BOD yang berpengaruh pada luas genangan yang mengakibatkan pembusukan tanaman pada waktu 1 dan 2 minggu sesudahnya. Masing-masing target parameter beserta waktu yang ditentukan dimodelkan dengan 5 skenario. Parameter input yang digunakan adalah luas hutan yang tergenang (Aht), luas total (AT), luas daerah yang tak tergenang (Att ), volume, debit masuk,debit keluar, NH3, NO2, NO3 dan BOD. Dari 5 skenario memiliki kombinasi input yang berbeda. Sehingga didapat hasil pemodelan dari tiap target hasil yang terbaik berdasarkan koefisien korelasi dan nilai root mean square error (RMSE) serta validasi. Dari hasil model terbaik kemudian dilatih dan diuji lagi dengan menghilangkan unsur luas hutan yang tergenang untuk melihat pengaruh input luas hutan yang tergenang terhadap hasil pemodelan. Hasilnya menujukkan pengaruh luas hutan yang tergenang yang dimodelkan tidak sama. Pengaruh tersebut dilihat dari kinerja model.