• Tidak ada hasil yang ditemukan

Pengembangan Model Optimasi Manajemen Pengelolaan Limbah Industri di Sepanjang Kali Surabaya dengan Model Interval Goal Programming (IGP)

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pengembangan Model Optimasi Manajemen Pengelolaan Limbah Industri di Sepanjang Kali Surabaya dengan Model Interval Goal Programming (IGP)"

Copied!
7
0
0

Teks penuh

(1)

Pengembangan Model Optimasi Manajemen Pengelolaan

Limbah Industri di Sepanjang Kali Surabaya dengan

Model Interval Goal Programming (IGP)

Yusnita Aprilia, Udisubakti Ciptomulyono dan Budi Santosa

Jurusan Teknik Industri ITS, Surabaya, Indonesia Email: yussie_ane@yahoo.com

ABSTRAK

Perubahan fungsi sungai dari waterfront menjadi hinterland menyebabkan terjadinya pencemaran di Kali Surabaya. Pencemaran dari industri merupakan salah satu penyebab yang sangat berpengaruh pada kualitas air Kali Surabaya. Penurunan kualitas air sangat merugikan karena Kali Surabaya menjadi sumber air baku air minum di 4 kabupaten yang dilaluinya. Usaha pengelolaan limbah dikembangkan untuk memperbaiki kualitas air Kali Surabaya. Salah satu alternatifnya yaitu membangun unit pengolahan limbah industri. Sementara itu untuk membangun semua unit pengolahan di masing-masing industri memerlukan biaya yang besar. Charnes dan Collomb (1972) memperkenalkan Interval Goal Programming yaitu pengembangan dari model program Goal dengan kelebihan yaitu memberikan kelonggaran terhadap batasan sehingga nilai optimum yang didapat berupa interval. Hal ini yang memungkinkan pembuat keputusan untuk melakukan perubahan-perubahan yang ingin dilakukan dalam pencapaian tujuan tergantung pada kebutuhan dan pertimbangan lainnya. Model IGP memberikan hasil perhitungan berupa interval biaya minimum untuk pengolahan limbah dengan penentuan alokasi beban limbah yang akan diolah sehingga kualitas air memenuhi standar yang ditetapkan dengan menggunakan model dasar dari model kualitas air Ciptomulyono (1985) dan Ellida (2000). Dengan hasil interval tersebut lebih memberikan kelonggaran bagi pengambil keputusan untuk menentukan strategi terbaik dengan prioritas objektif yang bisa disesuaikan dengan kebutuhan dan biaya yang dianggarkan.

Kata kunci: IGP, Kali Surabaya, WWTP individu, WWTP komunal.

1. Pendahuluan

Dahulu Surabaya menganut konsep waterfront city, yaitu sungai menjadi daerah depan perkotaan. Rumah-rumah, pertokoan dan gedung-gedung saat itu menghadap ke sungai. Kemudian pada sekitar 1970an terjadi revolusi transportasi dari air ke daratan, sehingga sungai mengalami perubahan fungsi yang semula menjadi waterfront kini menjadi daerah belakang (hinterland). Karena letaknya yang berada di daerah belakang, maka tidak mencegah terjadinya pembuangan sampah, kotoran, bahkan limbah industri. Kali Di sepanjang Kali Surabaya yang merupakan daerah aliran Sungai Brantas terdapat sekitar 400 industri yang sekitar 80 persen tidak memiliki sarana pengolahan limbah. Berdasarkan peruntukannya, menurut SK Gubernur Kepala Daerah Jawa Timur No. 413 Tahun 1987, Kali Surabaya sebagai salah satu sumber air minum, diharapkan memenuhi standar kualitas air baku kelas B. Untuk mencapai baku mutu yang disyaratkan, industri harus meningkatkan kinerja unit pengolahannya yang berarti menaikkan biaya operasi pengolahan air limbahnya. Beban pengolahan memiliki pengaruh terhadap biaya investasi, operasi dan pemeliharaan, maka metodologi yang dikembangkan pada umumnya yaitu bagaimana cara meminimasi beban efluen yang harus diolah (Kuo dan Smith, 2000 dalam Pandebesie et all, 2008).

Interval Goal Programming yaitu pengembangan dari model program Goal dengan kelebihan yaitu memberikan kelonggaran terhadap batasan sehingga nilai optimum yang didapat berupa interval (Charnes dan Collomb, 1972). Hal ini yang memungkinkan pembuat keputusan untuk melakukan perubahan-perubahan yang ingin dilakukan dalam pencapaian tujuan tergantung pada kebutuhan dan pertimbangan lainnya. Dengan kata lain, Interval Goal Programming memungkinkan pembuat keputusan untuk memilih interval target yang lebih memuaskan dan memutuskan deviasi diantaranya.

2. Metode

2.1 Model yang Digunakan

Pengembangan model dalam penelitian ini menggunakan Interval Goal Programming. Charnes (1976) menyatakan bahwa ‘goal interval function’ memiliki persamaan dengan goal function yaitu fungsi meminimumkan. Pada goal function dengan single variabel x, mencapai nilai minimum jika x = g, sementara dalam interval goal function nilai minimum dicapai ketika g1 < x < g2. Dimana slope fungsi

interval tersebut yaitu k1 dan k3 adalah sama dengan fungsi goal.

Dengan persamaan:

(2)

Dengan nilai α, β, danγ: = = = = Dengan: ,

Sehingga kr merupakan slope dan ar merupakan intercept konstan dari fungsi linier. Persamaan umum

untuk interval goal programming (Charnes, 1976) dituliskan dengan:

Dengan:

2.2 Pengembangan Model

Model dikembangkan dari model Ciptomulyono (1985) dan Ellida (2000) yaitu memadukan alternatif pengolahan individu (primer dan sekunder) dengan pengolahan terpusat (komunal). Alternatif pengelolaan kualitas perairan menggunakan sistem pengolahan limbah WWTP (Waste Water Treatment Plan) dalam 3 (tiga) tahap yaitu: pengolahan tingkat I (primer), pengolahan tingkat II (sekunder) yang merupakan pengolahan individual yaitu pada masing-masing industri , dan pengolahan tingkat III (komunal) terpusat untuk beberapa industri dalam suatu segmen. Alternatif dalam pengolahan limbah membentuk variabel keputusan yang juga harus dipresentasikan secara keseluruhan. Bila setiap WWTP berfungsi untuk mendegradasi nilai beban pencemaran organik (BOD) maka sebesar untuk WWTP tingkat I, untuk WWTP tingkat II, dan untuk WWTP komunal. Variabel keputusan didefinisikan sebagai berikut:

Xijk : didefinisikan sebagai jumlah beban pencemar dari industri j dalam titik amatan ke i dengan

alternatif sistem pengalokasian k (kg/hari). Dimana:

i = indeks untuk titik amatan (segmen) pada sungai, i = 1, 2, ..., m.

j = indeks industri yang ada dalam segmen i, j = 1, 2, ..., m.

k = alokasi beban pencemar, k = 1,..., 11

2.3 Model IGP

Berdasarkan lokasi stasiun pengamatan, Kali Surabaya dapat dibagi menjadi 8 segmen, tetapi pada segmen sungai di stasiun pengamatan Canggu – Perning dan Bambe – Karangpilang tidak terdapat industri, maka dalam penelitian ini Kali Surabaya hanya dibagi menjadi 6 segmen. Nama industri dikodekan berdasarkan segmen dan lokasi industri dibagian hulu sungai. Kode, nama, dan lokasi industri dapat dilihat pada Tabel 1.

Tabel 1: Kode, Nama, dan Lokasi Industri

Kode Nama Industri Jenis Lokasi (segmen)

11 PT. Adiprima Suraprinta Kertas

12 PT. Sidomakmur Tahu Canggu – Jrebeng 21 PT. Hue Chie Tekstil Jrebeng – Cangkir 31 PT. Miwon Indonesia MSG Cangkir – Karangpilang 41 PT. Suparma Kertas Karangpilang – Sepanjang 51 PT. Sarimas Permai Minyak

52 PT. Tahu Purnomo Tahu 53 RPH Kedurus Daging 54 PT. Tahu Halim Jaya Tahu

Sepanjang – Gunungsari

(3)

Gambar 1: Alternatif Alokasi Beban Pencemar

Berdasarkan Charnes (1976), maka persamaan Interval Goal Programing yang kemudian digunakan sebagai penyelesaian seperti pada persamaan berikut:

Minimize: ALPHA1* ((P1 + P2 + P3 + P4 + P5 + P6 + P7 + P8 + P9 + P10 + P11 + P12 + P13) + (N14 + N15 + N16 + N17 + N18 + N19 + N20 + N21 + N22 + N23 + N24 + N25 + N26 + N27 + N28 + N29 + N30 + N31 + N32 + N33 + N34 + N35 + N36 + N37 + N38 + N39 + N40 + N41 + N42 + N43 + N44 + N45 + N46 + N47 + N48 + N49)) + BETHA1* TOTALCOST Subject to: Total Biaya TOTALCOST = {[118337,23;525124.23] * X1101 + [9636.17;42760.49] * X1102 + [20994.08;93161.21] * X1103 + [9636.17;42760.49] * X1105 + [20994.08;93161.21] * X1106 + [20994.08;93161.21] * X1108 + [118337.23;525124.23] * X1110 + [992.50;1333.90] * X1201 + [6456.91;8677.97] * X1202 + [9029.50;12135.48] * X1203 + [6456.91;8677.97] * X1205 + [9029.50;12135.48] * X1206 + [9029.50;12135.48] * X1208 + [992.50;1333.90] * X1210 + [2136.26;2875.20] * X2101 + [3686.49;4961.65] * X2102 + [5704.57;7677.78] * X2103 + [3686.49;4961.65] * X2105 + [5704.57;7677.78] * X2106 + [5704.57;7677.78] * X2108 + [2136.26;2875.20] * X2110 + [28156.60;28395.21] * X3101 + [2928.08;2952.90] * X3102 + [6334.52;6388.20] * X3103 + [2928.08;2952.90] * X3105 + [6334.52;6388.20] * X3106 + [6334.52;6388.20] * X3108 + [28156.60;28395.21] * X3110 + [45842.34;50493.01] * X4101 + [4568.22;5031.66] * X4102 + [9896.36;10900.33] * X4103 + [4568.22;5031.66] * X4105 + [9896.36;10900.33] * X4106 + [9896.36;10900.33] * X4108 + [45842.34;50493.01] * X4110 + [460.69;975.76] * X5101 + [5037.34;10669.19] * X5102 + [6926.06;14669.52] * X5103 + [5037.34;10669.19] * X5105 + [6926.06;14669.52] * X5106 + [6926.06;14669.52] * X5108 + [460.69;975.76] * X5110 + [379.27;591.28] * X5201 + [2201.55;3432.24] * X5202 + [3093.94;4823.49] *X5203 + [2201.55;3432.24] * X5205 + [3093.94;4823.49] * X5206 + [3093.94;4823.49] * X5208 + [379.27;591.28] * X5210 + [113.45;174.44] * X5301 + [5906.01;9081.38] * X5302 + [7956.57;12234.42] * X5303 + [5906.01;9081.38] * X5305 + [7956.57;12234.42] * X5306 + [7956.57;12234.42] * X5308+ [113.45;174.44] * X5310 + [343.01;393.01] * X5401 + [4528.26;5186.49] * X5402 + [6199.03;7100.12] * X5403 + [4528.26;5186.49] * X5405 + [6199.03;7100.12] * X5406 + [6199.03;7100.12] * X5408 + [343.01;393.01] * X5410 + [275.93;565.45] * X6101 + [1720.43;3525.56] * X6102 + [2410.18;4939.02] * X6103 + [1720.43;3525.56] * X6105 + [2410.18;4939.02] * X6106 + [2410.18;4939.02] * X6108 + [275.93;565.45] * X6110 ) + N1 - P1 Kualitas Air Standar DO ([0.4201;0.5787]*10^(-6)) * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + N2 - P2 < ([7.58;8.02] - 6); ([0.4167;1.1423]*10^(-6) * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211)) + ([0.3942;0.6772]*10^(-6) * (X2104 + X2107 + X2109 + X2111)) + N3 - P3 < ([7.94;8.89] - 6);

(4)

([0.6985;1.5623]*10^(-6) * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211)) + ([0.5654;0.7292]*10^(-6) * (X2104 + X2107 + X2109 + X2111)) + ([0.4248;0.4248]*10^(-6) * (X3104 + X3107 + X3109 + X3111)) + N4 - P4 < ([7.30;8.18] - 6); ([0.7382;1.6298]*10^(-6) * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211)) + ([0.6114;0.9752]*10^(-6) * (X2104 + X2107 + X2109 + X2111)) + ([0.3289;0.4872]*10^(-6) * (X3104 + X3107 + X3109 + X3111)) + ([0.5493;0.5493]*10^(-6) * (X4104 + X4107 + X4109 + X4111)) + N5 - P5 < ([7.09;8.18] - 6); ([0.9177;1.9112]^(-6) * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211)) + ([0.8296;1.0987]*10^(-6) * (X2104 + X2107 + X2109 + X2111)) + ([0.5484;0.7856]*10^(-6) * (X3104 + X3107 + X3109 + X3111)) + ([0.2286;0.3972]*10^(-6) * (X4104 + X4107 + X4109 + X4111)) + ([0.7921;0.578]*10^(-6) * (X5104 + X5107 + X5109 + X5111 + X5204 + X5207 + X5209 + X5211 + X5304 + X5307 + X5309 + X5311 + X5404 + X5407 + X5409 + X5411)) + N6 - P6 < ([7.19;8.02] - 6); ([0.1005;2.0527]^(-6) * ((X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211)) + ([0.9356;0.3942]*10^(-6) * (X2104 + X2107 + X2109 + X2111)) + ([0.6551;0.9339]*10^(-6) * (X3104 + X3107 + X3109 + X3111)) + ([0.3204;0.5613]*10^(-6) * (X4104 + X4107 + X4109 + X4111)) + ([0.8589;0.5041]*10^(-6) * (X5104 + X5107 + X5109 + X5111 + X5204 + X5207 + X5209 + X5211 + X5304 + X5307 + X5309 + X5311 + X5404 + X5407 + X5409 + X5411)) + ([0.2428;0.1714]*10^(-6) * (X6104 + X6107 + X6109 + X6111)) + N7 - P7 < ([7.10;8.02] - 6) Standar BOD [0.000215402;0.0003018] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + N8 - P8 < (2) [0.000215023;0.0003015] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + [0.000186501;0.0003664] * (X2104 + X2107 + X2109 + X2111) + N9 - P9 < (2) [0.000214658;0.0003013] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + [0.00018615; 0.0003662] * (X2104 + X2107 + X2109 + X2111) + [0.000224971;0.0003686] * (X3104 + X3107 + X3109 + X3111) + N10 - P10 < (2); [0.000214557;0.0003013] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + [0.000186097;0.0003661] * (X2104 + X2107 + X2109 + X2111) + [0.000224908;0.0003685] * (X3104 + X3107 + X3109 + X3111) + [0.000245769;0.0003168] * (X4104 + X4107 + X4109 + X4111) + N11 - P11 < (2); [0.000214271;0.0003011] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + [0.000185848;0.0003659] * (X2104 + X2107 + X2109 + X2111) + [0.000224607;0.0003683] * (X3104 + X3107 + X3109 + X3111) + [0.000245441;0.0003166] * (X4104 + X4107 + X4109 + X4111) + [0.00025548;0.0009696] * (X5104 + X5107 + X5109 + X5111 + X5204 + X5207 + X5209 + X5211 + X5304 + X5307 + X5309 + X5311 + X5404 + X5407 + X5409 + X5411) + N12 - P12 < (2); [0.000214127;0.0003010] * (X1104 + X1107 + X1109 + X1111 + X1204 + X1207 + X1209 + X1211) + [0.000185724;0.0003658] * (X2104 + X2107 + X2109 + X2111) + [0.000224457;0.0003682] * (X3104 + X3107 + X3109 + X3111) + [0.000245276;0.0003165] * (X4104 + X4107 + X4109 + X4111) + [0.000251375;0.0009693] * (X5104 + X5107 + X5109 + X5111 + X5204 + X5207 + X5209 + X5211 + X5304 + X5307 + X5309 + X5311 + X5404 + X5407 + X5409 + X5411) + [0.000445201;0.0005912] * (X6104 + X6107 + X6109 + X6111) + N13 - P13 < (2);

Subsistem Pengolahan Limbah

(X1101 + X1102 + X1103 + X1104) + N14 - P14 = 481.22; (X1201 + X1202 + X1203 + X1204) + N15 - P15 = 43.93; (X2101 + X2102 + X2103 + X2104) + N16 - P16 = 93.75; (X3101 + X3102 + X3103 + X3104) + N17 - P17 = 1217.14; (X4101 + X4102 + X4103 + X4104) + N18 - P18 = 817; (X5101 + X5102 + X5103 + X5104) + N19 - P19 = 54.76; (X5201 + X5202 + X5203 + X5204) + N20 - P20 = 129.92; (X5301 + X5302 + X5303 + X5304) + N21 - P21 = 45.24; (X5401 + X5402 + X5403 + X5404) + N22 - P22 = 60.49; (X6101 + X6102 + X6103 + X6104) + N23 - P23 = 165.36; WWTP I (0.68 * (X1101 + X1110)) - X1105 - X1106 - X1107 + N24 - P24 = 0; (0.68* (X1201 + X1210)) - X1205 - X1206 - X1207 + N25 - P25 = 0; (0.68 * (X2101 + X2110)) - X2105 - X2106 - X2107 + N26 - P26 = 0; (0.68 * (X3101 + X3110)) - X3105 - X3106 - X3107 + N27 - P27 = 0; (0.68 * (X4101 + X4110)) - X4105 - X4106 - X4107 + N28 - P28 = 0; (0.68 * (X5101 + X5110)) - X5105 - X5106 - X5107 + N29 - P29 = 0; (0.68 * (X5201 + X5210)) - X5205 - X5206 - X5207 + N30 - P30 = 0; (0.68 * (X5301 + X5310)) - X5305 - X5306 - X5307 + N31 - P31 = 0; (0.68 * (X5401 + X5410)) - X5405 - X5406 - X5407 + N32 - P32 = 0; (0.68 * (X6101 + X6110)) - X6105 - X6106 - X6107 + N33 - P33 = 0; WWTP II (0.25 * (X1102 + X1105)) - X1108 - X1109 - X1110 + N34 - P34 = 0; (0.25 * (X1202 + X1205)) - X1208 - X1209 - X1210 + N35 - P35 = 0; (0.25 * (X2102 + X2105)) - X2108 - X2109 - X2110 + N36 - P36 = 0;

(5)

(0.25 * (X3102 + X3105)) - X3108 - X3109 - X3110 + N37 - P37 = 0; (0.25 * (X4102 + X4105)) - X4108 - X4109 - X4110 + N38 - P38 = 0; (0.25 * (X5102 + X5105)) - X5108 - X5109 - X5110 + N39 - P39 = 0; (0.25 * (X5202 + X5205)) - X5208 - X5209 - X5210 + N40 - P40 = 0; (0.25 * (X5302 + X5305)) - X5308 - X5309 - X5310 + N41 - P41 = 0; (0.25 * (X5402 + X5405)) - X5408 - X5409 - X5410 + N42 - P42 = 0; (0.25 * (X6102 + X6105)) - X6108 - X6109 - X6110 + N43 - P43 = 0; WWTP Komunal 0.2 * (X1103 + X1106 + X1108 + X1203 + X1206 + X1208) - (X1111 + X1211) + N44 - P44 =0; 0.2 * (X2103 + X2106 + X2108) - X2111 + N45 - P45 = 0; 0.2 * (X3103 + X3106 + X3108) - X3111 + N46 - P46 = 0; 0.2 * (X4103 + X4106 + X4108) - X4111 + N47 - P47 = 0; 0.2 * (X5103 + X5106 + X5108 + X5203 + X5206 + X5208 + X5303 + X5306 + X5308 + X5403 + X5406 + X5408) - (X5111 + X5211 + X5311 + X5411) + N48 - P48 = 0; 0.2 * (X6103 + X6106 + X6108) - X6111 + N49 - P49 = 0;

Standar Air Limbah

(X1104 + X1107 + X1109 + X1111) + N50 - P50 < [1581.488;2033.342] (X1204 + X1207 + X1209 + X1211) + N51 - P51 < [13.534;15.467] (X2104 + X2107 + X2109 + X2111) + N52 - P52 < [16.673;25.01] (X3104 + X3107 + X3109 + X3111) + N53 - P53 < [1193.278;1534.215] (X4104 + X4107 + X4109 + X4111) + N54 - P54 < [1075;1433.334] (X5104 + X5107 + X5109 + X5111) + N55 - P55 < [3.666;4.794] (X5204 + X5207 + X5209 + X5211) + N56 - P56 < [15.25717.437] (X5304 + X5307 + X5309 + X5311) + N57 - P57 < [1.042;1.274] (X5404 + X5407 + X5409 + X5411) + N58 - P58 < [6.51;7.44] (X6104 + X6107 + X6109 + X6111) + N59 - P59 < [14.151;16.173] Non negatif

Xijk, Ni, Pi, Alpha, Beta > 0

2.4 Penyelesaian Model

Model Interval Goal Programing diselesaikan sehingga diperoleh hasil optimal dengan menggunakan program Lingo sehingga diperoleh alokasi beban pencemaran untuk masing-masing industri

Tabel 2: Keharusan Pembangunan WWTP untuk Tiap Industri

Kode Nama Industri WWTP I WWTP II WWTP Komunal

11 PT. Adiprima Suraprinta √ √ √ 12 PT. Sidomakmur √ √ √ 21 PT. Huey Chie √ √ √ 31 PT. Miwon Indonesia √ √ √ 41 PT. Suparma √ √ √ 51 PT. Sarimas Permai √ √ √ 52 PT. Tahu Purnomo √ √ √ 53 RPH Kedurus √ √ √

54 PT. Tahu Halim Jaya √ √ √

61 PT. Tahu Legowo √ √ √

Tabel 3: Alokasi pada WWTP I dan Biaya Pengolahan WWTP I

Biaya (Rp)

Kode Beban

Pengolahan

(kg/hari) Maks Min

11 2,43501 466.719.207,43 105.176.159,42 12 2,43555 1.185.804,52 882.307,46 21 2,43547 2.555.898,47 1.899.024,61 31 2,44825 25.374.279,54 25.161.050,30 41 2,43540 44.884.295,46 40.750.215,62 51 2,43478 867.149,51 409.415,32 52 2,43543 525.609,72 337.142,42 53 2,43506 155.041,21 100.829,97

(6)

WWTP I

Biaya (Rp)

Kode Beban

Pengolahan

(kg/hari) Maks Min

54 2,43531 349.338,15 305.002,90

61 2,43510 502.576,77 245.251,57

Total Biaya (Rp) 543.119.200,79 175.266.399,58

Tabel 4: Alokasi pada WWTP II dan Biaya Pengolahan WWTP II

Biaya (Rp) Kode Beban

Pengolahan

(kg/hari) Maks Min

11 2,46823 38.523.092,47 8.681.260,27 12 2,46801 7.817.321,20 5.816.541,15 21 2,46830 4.470.101,02 3.321.271,14 31 2,46849 2.660.558,40 2.638.200,77 41 2,46812 4.532.839,41 4.115.341,04 51 2,46811 9.611.447,95 4.537.941,85 52 2,46818 3.092.058,91 1.983.342,71 53 2,46830 8.181.679,73 5.320.898,36 54 2,46851 4.673.057,16 4.079.989,49 61 2,46847 3.176.502,80 1.550.096,08 Total Biaya (Rp) 86.738.659,06 42.044.882,87

Tabel 5: Alokasi pada WWTP Komunal dan Biaya Pengolahan WWTP Komunal

Beban Pengolahan

(kg/hari) Biaya (Rp)

Kode

min maks Min Mak Total Min Total Maks

11 104,762 477,542 3.562.310.572,39 3.659.326.888,20 12 29,002 40,252 128.462.870,32 132.661.219,53 3.690.773.442,72 3.791.988.107,73 21 65,972 90,072 184.879.238,56 187.544.915,29 184.879.238,56 187.544.915,29 31 1.203,292 1.213,462 2.805.708.808,36 2.805.645.480,33 2.805.708.808,36 2.805.645.480,33 41 738,072 813,322 2.936.509.673,01 2.937.857.483,64 2.936.509.673,01 2.937.857.483,64 51 22,172 51,082 118.717.238,37 129.135.876,93 52 79,652 126,242 140.233.166,27 142.563.361,16 53 25,742 41,562 114.952.493,11 120.702.158,00 54 49,132 56,812 127.327.790,08 128.545.473,20 501.230.687,83 520.946.869,28 61 77,012 161,682 138.832.781,93 142.234.409,34 138.832.781,93 142.234.409,34 Total Biaya (Rp) 10.257.934.632,4 10.386.217.265.6

Ketika digunakan debit sungai yang besar yaitu pada musim hujan, tampak setiap industri bisa membuang langsung limbahnya. Hal ini dikarenakan limbah yang dibuang tersebut mengalami pengenceran ketika bercampur dengan air di sungai. Ketika musim kemarau, setiap industri harus melakukan pengolahan karena ambang batas daya tampung sungai telah terlampaui. Pembangunan unit pengolahan limbah pada tiap industri diharapkan mampu mereduksi beban buangan industri ke Kali Surabaya. Dengan pengurangan beban yang dibuang ke sungai maka kualitas perairan bisa lebih baik.

(7)

Tabel 6: Total Biaya Pengelolaan Limbah Kali Surabaya Alokasi Pengolahan

WWTP I WWTP II Komunal Biaya Total (Rp)

Biaya Minimum (Rp) 175.266.399,58 42.044.882,87 10.257.934.632,4 10.475.245.914,86 Biaya Maksimum (Rp) 543.119.200,79 86.738.659,06 10.386.217.265.6 11.016.075.125,47 3. Kesimpulan

1. Model IGP dikembangkan untuk manajemen kualitas perairan Kali Surabaya, yaitu dengan pengalokasian beban limbah dari tiap industri pada unit pengolahan yang direncanakan. 2. Setiap industri bisa membuang limbahnya pada sungai ketika musim hujan dengan debit

sungai yang besar, sedangkan di musim kemarau, setiap industri harus melakukan pengolahan limbah sebelum membuang ke sungai.

3. Diperlukan penelitian menyeluruh terhadap buangan limbah ke Kali Surabaya termasuk buangan domestik.

Daftar Pustaka

Baihaqi, Ahmad., (2007), Pemetaan Self Purification Kali Surabaya dengan menggunakan Model HP2S (Studi Kasus: Kali Surabaya Segmen Bambe), Jurusan Teknik Lingkungan, Fakultas Teknik Sipil dan Perencanaan ITS Surabaya.

Charnes, A. dan W. W. Cooper, (1976), Goal Programming and Multiple Objective Optimizations part 1, European Journal of Operation Research 1, 39 – 54.

Ciptomulyono, U., 1985, Model Programa Goal Linier untuk Optimasi Pengelolaan Lingkungan: Kasus Pengendalian Pencemaran S. Surabaya Jawa Timur dari Limbah Industri, Teknik Industri ITB, Bandung.

Ciptomulyono, U., (1996), Model Multiobjektif Goal Programming untuk Optimasi Manajemen Kualitas Lingkungan: Penerapan pada Pengelolaan Pencemaran Sungai Surabaya, IPTEK ITS, 12 – 27. Departemen Pekerjaan Umum. (1989), Industrial Study Based on A Water Quality Monitoring and

Pollution Control Program for Brantas River Basin Master Plan, Volume 6, PU, Indonesia.

Elida Novita, (2000), Studi Unit Penanganan Limbah Komunal sebagai Alternatif untuk menurunkan beban pencemaran Industri di Kali Surabaya, Teknik Sipil ITS, Surabaya.

Ellina, Pandebesie. S , Renanto, Liu. J.C.,dan Tri Widjaja, (2008), Distribusi Efluen Pada Pengolahan Air Limbah Pabrik Amoniak Dengan Model Matematika, Makalah Seminar Nasional Soebardjo Brotohardjono “ Pengolahan Sumber Daya Alam dan Energi Terbarukan “.

Fatnasari, Hylda., (2010), Strategi Pengelolaan Air Limbah Permukiman di Sepanjang Tepi Kali Surabaya. Jurusan Teknik Lingkungan, Fakultas Teknik Sipil dan Perencanaan ITS Surabaya. Gonzáles-Pachón, J. dan C. Romero, (2001), Aggregation of Partial Ordinal Rankings: an Interval Goal

Programming Approach, Computers & Operations Research 28, 827 – 834.

Hämäläinen, R. P. dan J. Mäntysaari, (2001), A Dynamic Interval Goal Programming Approach to the Regulation of the Lake-River System, Journal or Multi-criteria Decision Analysis 10, 75 – 86.

Marsili-Libelli, S. dan E. Giusti, (2008), Water Quality Modelling for Small River Basin, Environmental Modelling & Software 23, 451 – 463.

Purwandari, Ninik. (2004), Studi Pola Penyebaran Polutan di Sungai (Studi Kasus Kali Surabaya), Jurusan Teknik Lingkungan, Fakultas Teknik Sipil dan Perencanaan ITS Surabaya.

Taguchi. T, Kenichi Ida, dan Mitsuo Gen, (1997), Method for Solving Nonlinear Goal Programming with Interval Coefficients using Genetic Algorithm, Computers ind. Engng Vol. 33, Nos 3-4, pp. 597-600. Terangna, N., Suyatna. A., Ibrahim Sumanta dan Moelyadi M. (1992), Daya Dukung Sungai Surabaya

terhadap beban pencemaran, Jurnal Penelitian dan Pengembangan Pengairan 24, 3 – 9.

Ujang. Z, Wong. C.L, Manan. Z.A, (2002), Industrial Wastewater Minimization Using Water Pinch Analysis: A Case Study on an Old Textile Plant, Water Science and Technology Vol 46 No 11–12 pp 77–84.

Rahman, Ahmad Solich Prihadjar. (2006), Kualitas Kali Surabaya Berdasarkan Komunitas Makroinvertebrata dan Kondisi Ekologik Struktur Sungai. Jurusan Teknik Lingkungan , Fakultas Teknik Sipil dan Perencanaan ITS Surabaya.

Referensi

Dokumen terkait

Dengan peranan pengelolaan penerimaan pajak sampai dengan akhir 2004 sebesar 23,14% dari penerimaan pajak yang telah dihimpun oleh Direktorat Jenderal

Kadarzi merupakan status keluarga dalam mengenal, mencegah, dan mengatasi masalah gizi setiap anggotanya melalui perilaku menimbang berat badan balita secara

Dengan pemberian pendidikan gizi pada peserta didik SD/MI, diharapkan kesehatan pun akan meningkat dan dapat menghasilkan generasi emas yang tidak hanya berkarakter, namun

Selain itu, sebagian besar responden berpendidikan tamat SD/MI (26,32%) dan hanya sekitar 7,29 persen responden yang tamat perguruan tinggi. SPTK 2014 dilaksanakan untuk

*/ package com.application.component.list; import com.application.component.GetAlert; import com.application.component.GetCommand; import com.application.component.GetTextfield;

Potensi sumberdaya alam dan jasa-jasa lingkungan yang ada di Pulau Gelasa dengan pantai berpasir putih, hutan alam, berbagai satwa liar, bebatuan, mangrove,

Berdasarkan tabel 5, di atas dapat dilihat bahwa nilai parameter kualitas air terukur pada lokasi penelitian masih berada pada kisaran yang baik untuk

Tenaga kerja yang bekerja di luar rumah yaitu mengerjakan pada proses menjahit, mempola gambar kebanyakan adalah para ibu-ibu disekitar kampeong Jetis,