KAWASAN INDUSTRI DAN POTENSI SUMBER DAYA ALAM
E. Pengujian Model
3. Tabel dan Gambar validasi model pada submodel limbah industri
Tabel ini memperlihatkan jumlah limbah aktual dengan prediksi jumlah limbah menggunakan model 1 dan model 2 (simulasi dengan bantuan program powersim). Adapun formulasi masing-masing model yaitu:
Model 1: JLt = JL(t-1) + (JLTt + (PPLt x JLTt))
Model 2: JLt = JL(t-1) + ( (dt*TKLt + dt*TKLLt) – dt*TPLt) Keterangan:
JLt = Jumlah limbah baja sekarang (ton) JL(t-1) = Jumlah limbah baja sebelumnya (ton) JLTt = Jumlah limbah tahunan (ton)
PPL t = Prosentase penambahan limbah (asumsi:10%/tahun ) TKLt = Tingkat kedatangan limbah (ton/tahun)
TKLLt = Tingkat kedatangan limbah luar (baja bongkah) (ton/tahun) TPLt = Tingkat pengiriman limbah keluar (ton/tahun)
Berdasarkan formulasi tersebut diatas, maka dapat diketahui hasil prediksi jumlah limbah seperti yang disajikan pada Tabel 51.
Tabel 51. Limbah baja aktual dan hasil prediksi limbah baja Limbah Baja Prediksi Limbah Baja (ton) Tahun Aktual (ton) Model 1 Model 2
2003 1.863.817 1.863.817 1.863.817
2004 1.865.024 1.867.273 1.864.217
2005 1.865.024 1.871.074 1.864.793
2006 1.869.369 1.875.256 1.865.342
2007 1.872.715 1.879.856 1.865.891
Dari Tabel 51 tersebut, maka dapat digambarkan kondisi jumlah limbah aktual dan prediksi jumlah limbah model 1 dan model 2 seperti yang disajikan pada Gambar 37.
Limbah Industri Tahun 2003 - 2007
1855000 1860000 1865000 1870000 1875000 1880000 1885000 2003 2004 2005 2006 2007 Tahun Ju m lah L im b ah ( to n ) Limbah Aktual Prediksi Limbah Model 1 Prediksi Limbah Model 2
Gambar 37. Grafik jumlah limbah aktual dan hasil prediksi jumlah limbah pada submodel limbah industri
Berdasarkan Tabel 51 dan Gambar 37 di atas dapat diperoleh hasil validasi model antara jumlah limbah aktual dengan hasil prediksi limbah model 1 yang memiliki
nilai kesalahan rata-rata mutlak (AME) sebesar 0,228% dan nilai kesalahan variansi mutlak (AVE) sebesar 1,873%. Sedangkan hasil validasi model antara jumlah limbah aktual dengan hasil prediksi limbah model 2 memiliki dengan nilai kesalahan rata-rata mutlak (AME) sebesar 0,127% dan nilai kesalahan variansi mutlak (AVE) sebesar 0,95%. Hal ini berarti bahwa hasil validasi model 2 (simulasi) tersebut valid dengan tingkat kesalahan cukup kecil dan validasi tersebut memenuhi batas penyimpangan yang diterima, yakni < 10 %. Berdasarkan hasil submodel pesisir laut diperoleh hasil prediksi luas pesisir tahun 2003 – 2015 dapat dilihat pada Lampiran 11. Selanjutnya hasil prediksi limbah baja tahun 2003 – 2015 disajikan pada Gambar 38.
1861000 1862000 1863000 1864000 1865000 1866000 1867000 2003 2005 2007 2009 2011 2013 1015 Tahun J uml a h l imba h ( to n) Prediksi Limbah Industri
Gambar 38. Grafik jumlah limbah baja pada struktur sub model limbah industri di wilayah pesisir Kota Cilegon
Berdasarkan Gambar 38 tersebut di atas, menunjukkan terjadi peningkatan jumlah limbah dari tahun 2003 – 2009, sedangkan pada tahun 2009 – 2015 terjadi penurunan jumlah limbah baja.
7.5 Kesimpulan dan Saran
7.5.1 Kesimpulan
Berdasarkan hasil analisis dan pembahasan strategi model pengelolaan lingkungan dapat disimpulkan:
1. Strategi pengelolaan lingkungan dapat dilakukan bersamaan dengan pengelolaan limbah berdasarkan aktivitas penduduk sebanyak 42.846.944 jiwa, aktivitas industri sebanyak 74 industri dengan luas lahan kawasan industri 1.500 ha., dan dampak sosialnya pada model pengelolaan limbah baja sebanyak 36.662 jiwa. 2. Kesehatan masyarakat pada penduduk yang tinggal dipemukiman wilayah pesisir
berkecenderungan mengalami penyakit ISPA, bahkan jenis penyakit tersebut dapat mengalami kenaikan jumlah penyakit ISPA, mengingat pada wilayah ini banyak berdiri industri menengah hingga industri berat.
3. Hasil analisis baku mutu limbah baja terhadap kesehatan masyarakat dan degradasi pesisir masih memenuhi nilai ambang batas (NAB), namun analisa logam berat dalam air laut menunjukkan air raksa (Hg), kadmium (Cd), dan tembaga (Cu) berkisar (rata-rata < 0,0005 mg/l), tembaga (Pb) rata-rata: < 0,0005 mg/l. Sedangkan untuk seng (Zn ) rata-rata: 0,005 mg/l. Rendahnya kadar logam Hg, Cd, Cu, Pb, dan Zn karena logam tersebut mengalami proses pengenceran oleh pola arus pasang surut.
4. Hasil pemilihan prioritas pendapat pakar yang menggunakan metode AHP Cdplus3.0 terpilih perubahan bahan baku sebagai urutan kepentingan variabel alternatif pada menentuan strategi pengelolaan limbah baja.
5. Hasil penentuan parameter kunci model pengelolaan limbah baja berdasarkan sub elemen pendapat pakar lingkungan diposisikan pada sektor IV (independent) yang menyatakan pabrik baja (1), pembangunan area limbah yang jauh dari pemukiman (3), dan pengolahan yang dapat dipertangungjawabkan (4) adalah peubah bebas, hal ini berarti kekuatan penggerak (driver power) yang besar namun memiliki sedikit ketergantung terhadap program.
6. Strategi kebijakan dalam pengelolaan limbah baja dapat dilakukan dengan membuat submodel pemecahan masalah meliputi submodel penduduk, pesisir laut, dan limbah industri yang digambarkan dengan diagram sebab akibat (cause loop) dan struktur model dengan bantuan program powersim yang memperlihatkan hasilnya trend meningkat maupun menurun, seperti yang diperlihatkan baik melalui tabel dan grafik pada sub model pengelolaan limbah baja.
7.5.2 Saran
Sebagai saran dalam model strategi pengelolaan limbah, adalah berikut:
1. Hendaknya perusahaan dapat menentukan strategi pengelolaan limbah berdasarkan pemilihan prioritas, parameter kunci, dan mengembangkan model-modelnya.
2. Agar perusahaan memperhatikan secara kontinu melakukan strategi pengelolaan limbah baja dengan cara menganalisis baku mutu limbah baja yang pengaruhnya terhadap kesehatan masyarakat dan degradasi pesisir dari pencemaran lingkungan.
Daftar Pustaka
Arikunto, S. 2005. Manajemen Penelitian. Penerbit Rineka Cipta. Jakarta
Brown, B.E. 1997. Integrated Coastal Management. South Asia. University of Newcastle Upon Tyne. United Kingdom.
Dahuri, R 1998. Kebutuhan Riset untuk Mendukung Implementasi Pengelolaan Sumberdaya Pesisir dan Lautan Secara Terpadu. Jurnal Pesisir dan Lautan: Indonesian Journal of Coastal and Marine Resources. No ISSN : 1410 7821. Vol. 1 No. 2 1998. IPB. Bogor.
Eriyanto. 1999. Ilmu Sistem. Meningkatkan Mutu dan Efektivitas Manajemen. Jilid satu. IPB Press. Bogor.
Handoko, I. 2005. Quantitative Modeling of System Dynamic for Natural Resources Management. SEAMEO BIOTROP. Bogor.
Marimin. 2005. Pengambilan Keputusan Kriteria Majemuk. PT. Gramedia. Jakarta. Muhammadi, E Aminullah, dan B Susilo. 2001. Analisis Sistem Dinamis:
Lingkungan Hidup, Sosial, Ekonomi, Manajemen. Penerbit UMJ. Jakarta. Ottosson, S. and E. Bjorg. 2003. Research on Dynamic Systems-Some Considerations.
Technovation 24: 863 – 869.
Sargent, RG. 1998. Verification and Validation of Simulation Models. Proceeding of the 1998 Winter Simulation Conference. D.J. Medeiros, E.F. Watson. J.S. Carson and M.S. Manivannan, eds.
Saaty, TL. 1999. Fundamental of Decision Making The Analytic Hierarchy Process and Priority Theory, Vol. VI. RWS Publication.
Sjaifuddin. 2007. Pengelolaan Lingkungan Wilayah Pesisir dan Laut Teluk Banten. Jurnal Ilmu Perikanan dan Budidaya Perikanan. Vol. 4 No.1.
Sorensen, J. C. and Mc.Creary, 1990. Coast: Institutional Arrangements for Managing Coastal Resources. University of California of Barkeley.
Suryadi, K dan Ramdhani. 2002. Sistem Pendukung Keputusan: Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan, PT. Remaja Rosdakarya, Bandung.
Zhijie, F. and R. P. Cote. 1990. Coastal Zone of Peoples Republic of China: Management Approaches and Institutions. Marine Policy.