Fitoremediasi Logam Berat Menggunakan Be

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

1

STUDI OPTIMASI POLA TANAM HORTIKULTURA

DENGAN PROGRAM TUJUAN GANDA (GOAL PROGRAMING)

DI KECAMATAN JAMBI SELATAN KOTA JAMBI

Melli Suryanty1, Aulia Farida2, Mirawati Yanita 3

1

Dosen Jurusan Agribisnis, Fakultas Pertanian, Universitas Bengkulu

2

Dosen Jurusan Agribisnis, Fakultas Pertanian, Universitas Jambi

3

Dosen Jurusan Agribisnis, Fakultas Pertanian, Universitas Jambi

ABSTRAK

Penelitian ini bertujuan untuk menggambarkan pola tanam yang diusahakan petani hortikultura selama satu tahun terakhir di Kecamatan Jambi Selatan, Kota Jambi; menentukan pola tanam optimal yang dapat diusahakan petani hortikultura untuk satu tahun ke depan dengan satu tujuan; dan menentukan pola tanam optimal yang dapat diusahakan petani hortikultura untuk satu tahun ke depan dengan tujuan ganda. Data penelitian diolah dan dianalisis dengan menggunakan analisis usahatani, analisis optimasi dengan Linear Programming dan Goal Programming, dimana faktor produksi lahan dan curahan tenaga kerja menjadi faktor pembatas dalam pembentukan model. Hasil penelitian menemukan setidaknya terdapat 22 variasi pola tanam usahatani hortikultura selama periode tanam Juli 2011 – Juni 2012 di Kecamatan Jambi Selatan. Pola tanam optimal usahatani hortikultura dengan satu tujuan menghasilkan pola tanam monokultur dengan pergiliran musim tanam, yakni seledri – kangkung – selada – selada – kangkung – kangkung – selada – selada – kangkung – kangkung – selada – selada. Pola tanam optimal usahatani hortikultura dengan tujuan ganda menghasilkan pola tanam diversivikasi tetapi hanya optimal dilaksanakan pada musim tanam 1 (kangkung 0,89 ha - kemangi 0,10 ha), musim tanam 2 (kangkung 0,53 ha - selada 0,47 ha), dan musim tanam 8 (monokultur selada 1 ha).

Kata kunci: Optimasi, goal programming, hortikultura

PENDAHULUAN Latar Belakang

Dalam usahatani hortikultura, usaha peningkatan produksi dan pendapatan usahatani dapat dilakukan melalui cara intensifikasi pertanian. Intensifikasi pertanian dilakukan dengan mengoptimalkan seluruh faktor-faktor produksi yang ada, seperti dengan mengoptimalkan pengusahaan lahan produksi dan tenaga kerja sehingga pendapatan usahatani optimal. Untuk itu, dalam pelaksanaannya, petani harus memiliki suatu perencanaan usahatani yang tepat. Tujuan yang harus direncanakan dalam suatu perencanaan usahatani meliputi peningkatan produksi, peningkatan pendapatan, optimalisasi penggunaan faktor-faktor produksi dan pengurangan biaya produksi.

(26)

2

Penentuan pola tanam optimal merupakan salah satu perencanaan usahatani yang dapat dilakukan agar rendahnya pendapatan petani dapat diatasi. Jika pola tanam optimal dapat dilakukan dengan baik maka kelangkaan sumberdaya seperti luas lahan yang relatif sempit dapat diatasi dan keuntungan maksimal dapat tercapai. Tujuan pola tanam optimal yaitu untuk mendapatkan keuntungan maksimal yang mempunyai nilai kuantitatif. Dalam perencanaan pola tanam optimal diperlukan pendekatan secara kuantitatif dengan pertimbangan bahwa pendekatan kuantitatif selalu didasarkan pada seperangkat analisis empiris yang terukur sifatnya, sebaliknya pendekatan kualitatif didasarkan pada pertimbangan judgement pembuat keputusan (Soekartawi, 1995).

Dari hasil penelitian terdahulu, salah satu kombinasi pola tanam yang dapat diusahakan pada usahatani sayuran di Kota Jambi dalam pencapaian keuntungan maksimum yaitu pola tumpangsari Sawi-Bayam-Kangkung (Fathoni dkk, 2010). Dalam penerapan di lapangan, ternyata petani melakukan pola tanam yang lebih bervariasi dalam satu tahun, baik dari variasi tanaman yang diusahakan maupun variasi pada masa tanamnya.

Kondisi ini memunculkan permasalahan baru dalam pembentukan model pola tanam optimal. Permasalahannya adalah bahwa tujuan yang ingin dicapai petani tidak hanya memaksimalkan keuntungan tetapi juga meminimalkan biaya. Petani dalam mengusahakan lahannya memiliki keterbatasan sumberdaya modal sehingga salah satu tujuan yang juga harus dicapai dalam berproduksi adalah meminimalkan biaya. Selain itu, jenis komoditi hortikultura yang ditanam petani untuk setiap musim tanam dalam satu tahun sangat bervariasi. Dengan mempertimbangkan hal tersebut maka perlu dirancang pola tanam hortikultura untuk satu tahun. Untuk kasus dengan tujuan ganda, maka analisis pola tanam yang optimal dapat dihasilkan melalui metode Goal Programing.

Tujuan Penelitian

Penelitian ini bertujuan untuk (1) menggambarkan pola tanam yang diusahakan petani hortikultura selama satu tahun terakhir di Kecamatan Jambi Selatan, Kota Jambi; (2) menentukan pola tanam optimal yang dapat diusahakan petani hortikultura di Kecamatan Jambi Selatan, Kota Jambi untuk satu tahun ke depan dengan satu tujuan; dan (3) menentukan pola tanam optimal yang dapat diusahakan petani hortikultura di Kecamatan Jambi Selatan, Kota Jambi untuk satu tahun ke depan dengan tujuan ganda.

TINJAUAN PUSTAKA Model Umum Program Linier (Linear Programing)

(27)

3

j= i n

George B. Dantzig diakui umum sebagai pioner Linier Programming, karena jasanya dalam menemukan metode mencari solusi masalah Linier Programming dengan banyak variabel keputusan. Dantzig bekerja pada penelitian teknik matematika untuk memecahkan masalah logistik militer ketika ia dipekerjakan oleh angkatan udara Amerika Serikat selama Perang Dunia II. Penelitiannya didukung oleh ahli-ahli lain seperti: J. Von Neumann, L. Hurrwicz dan T.C. Koopmans, yang bekerja pada subyek yang sama. Nama asli teknik ini

adalah program saling ketergantungan kegiatan-kegiatan dalam suatu struktur

linier yang kemudian dipendekkan menjadi Linier Programming (Mulyono, 2007).

Langkah formulasi model matematika dalam Linier Programming meliputi

tiga tahap sebagai berikut :

a. Tentukan variabel yang tak diketahui (variabel keputusan) dan nyatakan dalam simbol matematika.

b. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier

(bukan perkalian) dari variabel keputusan.

c. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam

persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari variabel keputusan yang mencerminkan keterbatasan sumberdaya masalah itu.

Bentuk umum dari suatu model Linier Programming adalah:

Maksimumkan (minimumkan) z = Σ cj xj

Dengan syarat : aij xj (≤, =, ≥)bi, untuk semua i (i = 1, 2, ... m) semua xj ≥ 0 Keterangan :

Xj : banyaknya kegiatan j, dimana j = 1, 2, ...n. berarti disini terdapat n variabel keputusan

Z : nilai fungsi tujuan

cj : sumbangan per unit kegiatan j, untuk masalah maksimisasi cj menunjukkan keuntungan atau penerimaan per unit, sementara dalam kasus minimisasi ia menunjukkan biaya per unit.

bi : jumlah sumberdaya i yang dikonsumsi sumbedaya j. aij : banyaknya sumberdaya i yang dikonsumsi sumberdaya j.

Model Umum Program Tujuan Ganda (Goal Programing)

Metode goal programming merupakan perluasan dari model linier

programming. Inti dari goal programming ini adalah menentukan serangkaian

kombinasi sumberdaya (input) untuk mendapatkan sejumlah input tertentu sesuai dengan tujuan (goal) yang diinginkan (Sarjono, 2010). Prinsip dasar metode ini sebenarnya hampir sama dengan linier programming, hanya saja ada elaborasi pada fungsi tujuan dan fungsi kendalanya, dimana masing-masing bisa lebih dari satu, terutama dari sisi tujuannya (bisa 2 atau lebih tujuan / goal).

(28)

4

tujuannya adalah meminumkan peubah-peubah deviasional dengan nilai bobot prioritas kebijaksanaan yang diinginkan (Pangestu, 2000).

Dalam model goal programming terdapat variabel penyimpangan (deviation achievement) yang menunjukkan pemanfaatan atas target dari sasaran yang ditetapkan. Nilai deviasi ini diminimumkan sehingga paling sedikit satu diantara variabel-variabel penyimpangan mempunyai nilai nol.

Model umum dari program tujuan ganda (Basuki, 2000) adalah sebagai berikut :

WAi Dan WBi = bobot atau imbangan/pinalti (kardinal ) yang diberikan terhadap suatu unit deviasi yang kekurangan (B) atau kelebihan (A) terhadap tujuan (bi)

Aij = koefisien teknologi fungsi kendala tujuan, yaitu yang berhubungan dengan tujuan peubah pengambilan keputusan (Xj)

Xj = peubah pengambilan keputusan atau kegiatan yang kini dinamakan sebagai sub tujuan

bi = nilai tujuan atau target yang ingin dicapai gkj = koefisien teknologi fungsi kendala biasa Ck = jumlah sumberdaya k yang tersedia

Metode goal programming merupakan perluasan dari model linier

kombinasi sumberdaya (input) untuk mendapatkan sejumlah input tertentu sesuai dengan tujuan (goal) yang diinginkan. Prinsip dasar metode ini sebenarnya hampir sama dengan linier programming, hanya saja ada elaborasi pada fungsi tujuan dan fungsi kendalanya, dimana masing-masing bisa lebih dari satu, terutama dari sisi tujuannya (bisa 2 atau lebih tujuan / goal). Dalam proses analisisnya, peneliti menggunakan piranti lunak LINGGO 11.0 untuk memudahkan dalam proses perhitungan, lebih cepat dan lebih akurat.

(29)

5

Penelitian dilaksanakan di Kelurahan Pal Merah Kecamatan Jambi Selatan Kota Jambi. Penentuan lokasi penelitian dilakukan secara purposive, dengan pertimbangan bahwa pada daerah tersebut terdapat sentra produksi tanaman hortikultura, seperti: bayam, kangkung, selada, kemangi, sawi, dan lain-lain. Penelitian dimulai pada bulan Juli sampai dengan November 2012

Jenis Data

Data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer adalah data yang dikumpulkan dari petani hortikultura di daerah penelitian. Data yang diambil meliputi identitas petani, data produksi, biaya, dan penggunaan input faktor produksi selama musim tanam Juli 2011 hingga Juni 2012. Data sekunder adalah data yang bersumber dari instansi-instansi terkait, studi literature, laporan-laporan dan hasil-hasil penelitian sebelumnya yang berhubungan dengan penelitian.

Metode Pengumpulan Data

Metode pengumpulan data primer dilakukan dengan metode wawancara dengan menggunakan kuisioner yang telah disiapkan. Selain itu juga peneliti juga melakukan observasi langsung di daerah penelitian untuk melihat aktivitas usahatani hortikultura yang dilaksanakan oleh petani. Sedangkan untuk data sekunder dikumpulkan dengan menggunakan metode dokumentasi dari laporan-laporan, literature, serta hasil penelitian yang terkait dengan penelitian yang dilaksanakan.

Metode Pengambilan Sampel

Dalam penelitian ini, sampel yang diambil berjumlah 26 orang petani yang mengusahakan tanaman hortikultura di Kecamatan Jambi Selatan Kota Jambi. Kriteria dari petani sampel adalah petani yang telah mengusahakan usahatani hortikultura selama satu tahun terakhir. Penentuan sampel petani dilakukan dengan metode snowball.

Metode Analisis Data

Metode analisis data yang digunakan meliputi analisis pendapatan usahatani, analisis optimasi Linear Programming dan dilanjutkan dengan analisis

optimasi Goal Programming dengan menjadikan input faktor produksi sebagai

faktor pembatas dalam pembentukan model. Faktor produksi yang menjadi pembatas dalam model yang dibentuk adalah luas pengusahaan lahan dan curahan tenaga kerja. Dari proses iterasi yang dilakukan diperoleh pendapatan maksimal dan pola pengusahaan lahan yang optimum untuk setiap komoditi hortikultura. Pembentukan model didasarkan pada pola musim tanam yang diusahakan petani dalam satu tahun. Analisis optimasi dilakukan dengan menggunakan program linear (linear programming) dan program tujuan ganda (goal programming).

HASIL DAN PEMBAHASAN

Gambaran Pola Tanam Usahatani Hortikultura di Wilayah Penelitian

(30)

6

bayam, kangkung, sawi, selada, kemangi dan seledri. Petani umumnya mengusahakan keenam komoditi tersebut dengan lama musim tanam sekitar 30 - 40 hari. Untuk mempermudah perhitungan dan analisis, maka peneliti menjadikan keenam tanaman tersebut menjadi komoditi utama yang akan dilihat pola tanamnya.

Berdasarkan hasil penelitian, ditemukan setidaknya 22 variasi pola tanam usahatani hortikultura yang diusahakan petani dalam satu tahun terakhir. Dari variasi tersebut diperoleh informasi bahwa ada petani yang mengusahakan pola monokultur dan ada pula yang mengusahakan pola diversifikasi. Untuk pola diversifikasi, petani mengusahakan dua, tiga atau empat jenis tanaman sekaligus dalam satu lahan pertaniannya. Pola diversifikasi memungkinkan petani menghasilkan tanaman lebih dari satu jenis dalam satu kali musim tanam. Hal ini sangat bermanfaat untuk dapat mengurangi resiko dalam berproduksi. Berikut adalah gambaran pola tanam yang dilakukan petani dalam kurun setahun terakhir:

Tabel 1. Gambaran Pola Tanam Usahatani Hortikultura di lokasi penelitian (Musim Tanam Juli 2011 - Juni 2012)

No Pola Tanam MT1 MT2 MT3 MT4 MT5 MT6 MT7 MT8 MT9 MT10 MT11 MT12

1 _Bayam √ √ √ √

2 _Kangkung √

3 _Seledri √ √ √ √ √ √ √ √ √ √ √ √

4 _Sawi √ √ √ √ √ √

5 _{Bayam –Kangkung} √ √ √ √ √ √ √ √ √ √ √ √

6 _{Bayam – Sawi} √ √ √ √ √ √ √ √ √ √ √ √

7 _{Bayam – Selada} √ √ √ √ √ √ √ √ √ √ √ √

8 _{Bayam – Kemangi} √

9 _{Kangkung – Sawi} √ √ √ √ √ √ √ √ √ √ √ √

10 _{Kangkung - Kemangi} √ √ √ √ √ √ √ √ √ √ √ √

11 _{Kangkung – Selada} √ √ √ √

12 _{Sawi – Selada} √ √ √ √ √ √ √ √ √ √ √ √

13 _{Kemangi – Sawi} √

14 _{Bayam - Kangkung - Sawi} √ √ √ √ √ √ √ √ √ √ √ √

15 _{Bayam - Kangkung - Selada} √ √ √ √ √ √ √ √ √ √ √ √

16 _{Bayam - Kemangi - Sawi} √ √ √ √ √ √ √ √ √ √ √ √

17 _{Bayam - Sawi - Selada} √ √ √ √ √ √ √ √ √ √ √ √

18 _{Kangkung - Sawi - Selada} √ √ √ √ √

19 _{Sawi - Selada - Seledri} √ √ √ √ √

20 Bayam - Kangkung - Kemangi – Sawi

√ √ √ √ √ √ √ √ √ √ √ √

21 Bayam - Kangkung - Sawi – Selada

√ √ √ √ √ √ √ √ √ √ √ √

22 Bayam - Kemangi - Sawi – Seledri

√ √ √ √ √ √ √ √ √ √ √ √

Sumber: data primer (olahan), 2012

(31)

7

tersebut juga memperlihatkan bahwa pola diversifikasi dengan dua jenis tanaman memiliki variasi terbanyak dibanding pola lainnya. Setidaknya terdapat 9 buah variasi pola diversifikasi untuk dua jenis tanaman dalam satu musim tanam. Pada pola diversifikasi dengan tiga jenis tanaman terdapat 6 buah variasi dan hanya terdapat 3 buah variasi pada pola diversifikasi dengan empat jenis tanaman. Hal ini menunjukkan bahwa para petani cukup realistis dalam mengantisipasi kemungkinan resiko berproduksi dengan mengusahakan lebih dari satu jenis tanaman dalam satu musim tanam.

Analisis Pola Tanam Optimal Usahatani Hortikultura Dengan Satu Tujuan

Dalam model liner programing, maksimalisasi pendapatan menjadi tujuan yang harus dicapai. Model linier programing membutuhkan batasan/kendala yang membatasi penggunaan sumber daya dalam pencapaian tujuan. Pada penelitian ini, sumberdaya yang menjadi pembatas pencapaian tujuan adalah curahan tenaga kerja(HKSP) dan luas lahan produksi (Ha).

Persamaan matematis dari model linier programing dengan tujuan maksimalisasi pendapatan untuk tiap musim tanam adalah sebagai berikut:

Max A1 Bym + A2 Kgkg + A3 Kmg + A4 Sw + A5 Sld + A6 Sldr

Dimana :

A1, A2,..., A6 : Pendapatan tiap komoditi per hektar

Bym, Kgkg,...,Sldr : Komoditi yang dioptimasi

Fungsi kendala yang digunakan dalam optimasi ini adalah kendala luas lahan dan kendala tenaga kerja. Fungsi kendala luas lahan ditulis dengan

persamaan: Bym + Kgkg + Kmg + Sw + Sld + Sldr <= 1

Nilai 1 pada fungsi kendala luas lahan adalah batasan luas lahan maksimal yang dimiliki petani di lokasi penelitian.

Kendala yang kedua adalah curahan tenaga kerja. Curahan tenaga kerja dihitung di setiap musim tanam dengan menjadikan Senin hingga Sabtu sebagai hari kerja dan jam kerja maksimal per hari per petani sebanyak 7 jam. Fungsi kendala untuk kendala curahan tenaga kerja adalah sebagai berikut:

MT Juli 2011 :

197.36Bym+102.05Kgkg+239.41Kmg+213.48Sw+147.80Sld+595.88Sldr<=1149.2

MT Agustus 2011:

MT September 2011:

MT Oktober 2011:

MT November 2011:

MT Desember 2011:

202.86Bym+108.93Kgkg+243.45Kmg+219.00Sw+147.82Sld+140.96Sldr<=1105

MT Januari 2012:

MT Pebruari 2012:

MT Maret 2012:

MT April 2012:

MT Mei 2012:

(32)

8

MT Juni 2012:

Dimana:

Bym : Bayam Kgkg : Kangkung Kmg : Kemangi

Sw : Sawi

Sld : Selada Sldr : Seledri

Selain fungsi kendala lahan dan kendala curahan tenaga kerja, juga ditetapkan kendala non-negatif. Berikut adalah model kendala non-negatif yang

digunakan: Bym, Kgkg, Kmg, Sw, Sld, Sldr >=0

Output yang dihasilkan dari proses optimasi adalah keputusan jenis tanaman yang sebaiknya diproduksi karena mampu memberikan keuntungan usahatani maksimum bagi petani. Tabel 2 akan memperlihatkan pola tanam optimal yang sebaiknya diusahakan petani dalam kurun waktu satu tahun.

Tabel 2. Pola tanam optimal usahatani hortikultura dalam satu tahun dengan tujuan maksimalisasi pendapatan

No Jenis komoditi hortikultura unggulan

MT1 MT2 MT3 MT4 MT5 MT6 MT7 MT8 MT9 MT10 MT11 MT12

1 Bayam

2 Kangkung 1 1 1 1 1

3 _Kemangi 4 _Sawi

5 _Selada 1 1 1 1 1 1

6 Seledri 1

Berdasarkan pola tanam yang terbentuk pada tabel 2 di atas, terlihat bahwa tipe usahatani yang seyogyanya diusahakan petani adalah berbentuk monokultur. Dalam satu tahun, petani hanya mengusahakan tiga jenis tanaman yakni seledri, selada dan kangkung. Seledri hanya diusahakan di musim tanam 1. Selada diusahakan pada musim tanam 3,4,7,8,11 dan 12. Sedangkan kangkung diusahakan pada musim tanam 2,5,6,9, dan 10. Komoditi bayam, kemangi dan sawi tidak keluar sebagai solusi dalam model program linier dengan maksimalisasi keuntungan. Ini berarti, ketiga komoditi tersebut sebaiknya tidak diproduksi atau tidak dihasilkan sama sekali.

Hasil yang diperoleh dari model linier programing belum memuaskan

karena tipe pola tanam monokultur memiliki tingkat resiko yang cukup besar, seperti resiko kegagalan panen, serangan hama, atau harga jual yang rendah. Oleh karena itu, pola tanam ini dievaluasi kembali dengan pengembangan model goal programing.

Analisis Pola Tanam Optimal Usahatani Hortikultura Dengan Tujuan Ganda

Metode goal programming merupakan perluasan dari model linier

(33)

9

Dalam pelaksanaannya, petani tidak hanya ingin memaksimalkan keuntungan tetapi juga meminimalkan biaya. Petani memiliki keterbatasan sumberdaya modal sehingga salah satu tujuan yang juga harus dicapai dalam berproduksi adalah minimisasi biaya produksi. Dalam usaha memenuhi dua tujuan tersebut, maka ditetapkan kendala sasaran dan kendala fungsional. Kendala sasaran yang dimaksud adalah: (1) rata-rata pendapatan usahatani, (2) penggunaan curahan tenaga kerja, dan (3) rata-rata biaya produksi. Sedangkan kendala fungsional hanya meliputi kendala luas lahan usahatani

Fungsi tujuan pada program ini adalah meminimumkan variabel

deviasional. Variabel deviasional kendala sasaran yang diprioritaskan harus mempunyai bobot (koefisien variabel deviasional) yang lebih besar dari pada bobot variabel deviasional lainnya pada minimisasi fungsi tujuan program tujuan ganda. Pada analisis ini diasumsikan bahwa kedua kepentingan tersebut saling menguntungkan, sehingga mempunyai prioritas sama.

Berdasarkan asumsi-asumsi pada uraian di atas, maka model program tujuan ganda pada penelitian ini adalah sebagai berikut:

Fungsi Tujuan:

Fungsi Kendala Curahan Tenaga Kerja:

(34)

10

Fungsi Kendala Biaya Produksi:

(35)

11

BAYAM>=0.0 KANGKUNG>=0.0 KEMANGI>=0.0 SAWI>=0.0 SELADA>=0.0 SELEDRI >=0.0

Model program tujuan ganda yang telah dibuat, diselesaikan dengan program LINGO 11.0. Hasil penyelesaiannya memberikan informasi pola tanam optimal yang terbentuk sebagai berikut :

Tabel 3. Pola tanam optimal usahatani hortikultura dalam satu tahun dengan tujuan ganda

No

Jenis komoditi hortikultura

unggulan

MT1 MT2 MT3 MT4 MT5 MT6 MT7 MT8 MT9 MT10 MT11 MT12

1 _Bayam

2 _Kangkung 0,89 ha 0,53 ha 1 ha* 1 ha* 1 ha* 1 ha*

3 _Kemangi 0,10 ha

4 _Sawi

5 _Selada 0,47 ha 1 ha* 1 ha* 1 ha* 1 ha 1 ha* 1 ha*

6 _Seledri

Tabel 3 menunjukkan bahwa hanya terdapat dua musim tanam yang memiliki tipe pola diversifikasi tanaman, yaitu pada musim tanam 1 dan 2. Komoditi hortikultura yang seyogyanya diusahakan pada musim tanam 1 adalah kangkung (0,89 ha) dan kemangi (0,10 ha), sedangkan pada musim tanam 2 adalah kangkung (0,53 ha) dan selada (0,47 ha). Pada musim tanam 8, direkomendasikan tipe pola usahatani monokultur selada (1 ha).

Hasil optimasi juga merekomendasikan bahwa pola tanam untuk musim tanam 3,4,5,6,7,9,10,11,dan 12 belum feasible untuk dijadikan solusi optimal. Tanda (*) pada tabel menunjukkan bahwa hasil optimasi di musim tanam tersebut belum mencapai nilai feasible. Hal ini sangat dimungkinkan untuk terjadi. Model mungkin membutuhkan beberapa tambahan fungsi kendala/pembatas untuk membatasi area feasible/solusi sehingga hasil iterasi mampu memberikan solusi yang optimal dalam pembentukan pola tanam hortikultura. Oleh karena itu, pengembangan terhadap model harus terus dilakukan.

Meskipun demikian, software LINGO 11.0 tetap memberikan rekomendasi solusi yang mendekati titik feasible. Solusi tersebut memberikan alternatif jenis tanaman yang sebaiknya diproduksi. Seperti pada musim tanam 3, hasil penelitian merekomendasikan usahatani selada (1 ha) yang sebaiknya diusahakan oleh petani. Jika model dikembangkan lebih lanjut maka ada peluang diperoleh solusi yang feasible dan dihasilkannya pola tanam yang lebih optimal sehingga mampu memaksimalkan pendapatan petani.

KESIMPULAN DAN SARAN Kesimpulan

1. Ditemukan setidaknya 22 variasi pola tanam usahatani hortikultura selama

(36)

12

diversifikasi. Bayam, kangkung, seledri dan sawi adalah jenis komoditi hortikultura yang paling sering dibudidayakan dalam tipe monokultur.

2. Pola tanam optimal usahatani hortikultura untuk 12 musim tanam jika hanya

bertujuan memaksimumkan pendapatan adalah: seledri – kangkung – selada – selada – kangkung – kangkung – selada – selada – kangkung – kangkung – selada – selada. Pola tanam yang dihasilkan bertipe monokultur.

3. Pola tanam optimal usahatani hortikultura dengan tujuan ganda hanya

dihasilkan pada musim tanam 1 (kangkung 0,89 ha - kemangi 0,10 ha), musim tanam 2 (kangkung 0,53 ha - selada 0,47 ha), dan musim tanam 8 (monokultur selada 1 ha). Pola tanam untuk musim tanam 3,4,5,6,7,9,10,11,dan 12 belum mampu mencapai titik feasible sehingga belum menghasilkan pola tanam yang optimal.

Saran

Dalam model linier programing, batasan yang digunakan hanya lahan dan curahan tenaga kerja. Untuk itu perlu pengembangan model dengan menambahkan kendala modal, curah hujan, kebutuhan air dan lain-lain sehingga mampu menghasilkan solusi yang lebih optimal. Perlu pengembangan model dengan menambahkan goal/tujuan dalam model program tujuan ganda (goal

programing) sehingga dihasilkan area feasible/solusi yang optimal untuk setiap

musim tanam.

DAFTAR PUSTAKA

Aminudin. 2005. Prinsip-Prinsip Riset Operasi. Erlangga.

Basuki, Suwidji. 2000. Optimasi Pola Usaha Tumpangsari Dengan Program Tujuan Ganda Pada Areal Tanaman Pinus. Jurnal Sosial ekonomi No.1 Volume 1 November 2000.

Fathoni, Zakk dkk. 2010. Penggunaan Linier Programing Dalam Penentuan

Keuntungan Maksimum Usahatani Sayuran Dengan Variasi Pola Rotasi Tanaman Di Kelurahan Pal Merah, Jambi Selatan. Laporan penelitian DIPA UNJA. Jambi

Mulyono, Sri. 2007. Riset Operasi. Edisi Revisi. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta.

Pangestu, Subagyo., Marwan Asri., dan T. Hani Handoko. 2000. Dasar-Dasar Operation Research, Yogyakarta: PT. BPFE-Yogyakarta.

Sarjono, Haryadi. 2010. Aplikasi Riset Operasi. Jakarta: Salemba Empat.

(37)

757

Fitoremediasi Logam Berat Menggunakan Berbagai Jenis

Tanaman Sayuran Pada Tanah Mengandung Lumpur Kering

Limbah Domestik Kota Medan

Ferisman Tindaon, Susanna Tabah Trina Sumihar dan Benika Naibaho

Program Studi Agroekoteknologi Fakultas Pertanian Universitas HKBP Nommensen

Jl. Sutomo No. 4A Medan 20234, Sumatra, Indonesia E-ma

ABSTRAK

Penggunaan lumpur kering dari limbah domestik galian parit dikota Medan sering dimanfaatkan sebagai sumber bahan organik dan dianggap mengandung nutrisi tanaman. Namum lumpur domestik ini mengandung logam berat (Pb), tembaga (Cu) yang dapat terakumulasi dan mengkontaminasi bagian tanaman sayuran saat di konsumsi. Penelitian awal dalam pot dilakukan untuk identifikasi kemampuan fitoremediasi logam-logam berat oleh berbagai jenis tanaman sayuran dari lumpur kering domestik di kota Medan. Disamping untuk mengetahui pengaruh jenis tumbuhan sayuran, jumlah tumbuhan dan biomassa terhadap tingkat penurunan konsentrasi Pb dan Cu yang terdapat di dalam limbah. Penelitian ini menggunakan metode eksperimen dengan rancangan acak lengkap (RAL) pola faktorial 3 x 3 x 4 yang terdiri dari faktor jenis tanaman sayuran 3 (tiga) jenis tanaman yaitu

kangkung darat (Ipomea reptans Poir), sawi (Brassica juncea dan bayam

(Amaranthus tricolor L.)) dan faktor jenis media tumbuh yaitu tanah kontrol, tanah dicampur pupuk kandang dan limbah lumpur yang masing-masing diberi penambahan logam berat. Hasil penelitian menunjukkan bahwa kandungan logam berat pada lumpur limbah domestik dan tanah yang diberi pupuk kandang ayam dalam penelitian ini sangat tinggi dan sangat berbahaya bagi kesehatan manusia. Kandungan logam berat paling tinggi terdapat pada tanaman sayuran sawi sebesar 1235 ppm Pb dan 62 ppm Cu, diikuti tanaman kangkung 1124 ppm Pb dan 41,1 ppm Cu sedangkan tanaman bayam mengandung Pb sebesar 859 ppm dan Cu sebesar 16 ppm. Tanaman sayuran kangkung, sawi dan bayam dalam penelitian ini memiliki sifat kemampuan sebagai tanaman hiperakumulator terhadap timbal (Pb) dan tembaga (Cu).

Kata kunci: fitoremediasi, tanaman sayuran, logam berat, limbah

PENDAHULUAN

(38)

758 manusia dan lingkungan. Pencemaran dapat berupa senyawa cair beracun atau berupa logam-logam berat yang berbahaya bagi manusia. Limbah lumpur kering yang mengandung logal logam berat seperti Hg, Pb, Cd dan Cu sering digunakan oleh petani sebagai sumber bahan organik dan nutrisi dalam budidaya tanaman sayuran di lingkungan perkotaan.

Pencemaran tanah merupakan salah satu masalah yang timbul dari

pembuangan limbah logam berat. Masalah pencemaran ini semakin penting mengingat bagaimanapun akibatnya adalah kerusakan lingkungan itu sendiri dan menurunnya kualitas hidup organisme disekitarnya. Salah satu logam berat yang banyak mencemari tanah dan air sungai adalah timbal (Pb). Beberapa penelitian telah dilakukan tentang kemampuan beberapa tanaman untuk menyerap logam berat dari air atau lumpur yang tercemar. Ternyata kangkung, bayam dan sawi diduga termasuk salah satu tanaman yang mudah menyerap logam berat dari media tumbuhnya, padahal kangkung banyak dikonsumsi dan sering dijumpai tumbuh atau ditanam di tanah-tanah kosong di sekitar daerah sungai dengan pengairan yang berasal dari sungai tersebut. Ternyata tanaman kangkung yang tumbuh atau ditanam di daerah yang tercemar oleh Pb dapat menyerap Pb dan dibawa ke seluruh bagian tanaman. Jenis tumbuhan secara genetik sangat beragam dalam kemampuannya untuk toleran atau tidak toleran terhadap unsur-unsur tidak esensial seperti Ag, Al, Cd, Hg, Pb, Pt dalam jumlah yang meracuni. Pada jenis tanaman tertentu unsur tersebut tertimbun di akar dan hanya sedikit yang dibawa ke tajuknya. Akar dan tajuk pada jenis tertentu mengandung unsur tersebut lebih tinggi dibandingkan jenis lainnya .

Bayam (Amaranthus tricolor L.), kangkung darat (Ipomea reptans Poir), dan sawi (Brassica juncea) telah lama mempunyai peranan penting dalam meningkatkan gizi makanan sehari-hari. Ketiga sayur ini mengandung vitamin A, vitamin C dan sedikit vitamin B serta banyak mengandung garam-garam mineral yang penting (kalium, fosfor, besi) untuk mendorong pertumbuhan dan kesehatan. Penelitian ini bertujuan untuk mempelajari akumulasi logam-logam berat seperti Hg, Pb, Cd dan Cu pada ketiga sayuran akibat tingginya konsentrasi logam tersebut pada lumpur limbah dan akibat penambahan konsentrasi logam ke dalam media tumbuhnya.

BAHAN DAN METODA

Penelitian ini dilakukan di Kebun Percobaan Fakultas Pertanian Universitas HKBP Nommensen Medan. Selanjutnya analisis kadar logam berat timbal (Pb) dan tembaga (Cu) pada masing masing contoh dilakukan di Penelitian dilakukan di Laboratorium Produksi Tanaman dan Kimia Pangan Fakultas Pertanian Universitas HKBP Nommensen Medan dan Laboratorium Pendidikan Teknik Kimia Industri Medan dengan menggunakan Spektrocopy Serapan Atom (AAS).

(39)

759 dari larutan Pb 100 ppm pada konsentrasi 0,5 ; 1 ; 1,5 ; 2 dan 2,5 ppm yang diencerkan dengan asam nitrat (HNO3) pekat, sampel tanaman sayuran, air suling

dan bahan kimia lainnya.

Media Tumbuh Tanaman Sayuran

Media tumbuh tanaman yang digunakan dalam penelitian ini terdiri dari tiga jenis media tumbuh yaitu: (1). Tanah yang berasal dari daerah Simalingkar Medan Tuntungan (2). Tanah dicampur dengan pupuk kandang dan (3). Lumpur limbah domestik kota Medan. Ketiga jenis media tumbuh tersebut berbeda dalam beberapa sifat kimia dan fisikanya seperti disajikan pada Tabel 1

Larutan standar dan Pengukuran Kandungan Logam Berat

Sebagai contoh larutan standar untuk Cu 1000 ppm diencerkan menjadi 100 ppm dan 10 ppm dalam 100 ml larutan. Kemudian dibuat larutan standar dari larutan Pb 100 ppm pada konsentrasi 0,5 ; 1 ; 1,5 ; 2 dan 2,5 ppm yang diencerkan dengan asam nitrat. Larutan standar Pb dan larutan standar Cu serta sampel yang mengandung Pb dan Cu, diukur absorbansnya.

Dengan menggunakan grafik Kurva Standar terdapat hubungan antara Konsentrasi (C) dengan Absorbansi (A) maka nilai yang dapat diketahui adalah nilai Slope dan Intersep, Kemudian nilai Konsentrasi sampel dapat diketahui dengan memasukkan ke dalam persamaan regresi linear dengan menggunakan hukum Lambert-Beer yaitu:

Y = Bx + A

Dimana : Y = Absorbansi Sampel B = Slope

X = Konsentrasi sampel A = Intersep

Dari perhitungan regresi linear, maka dapat diketahui persentase dari sampel dengan menggunakan rumus :

C = C baca x Vol. preparat x Faktor pengenceran/Berat sampel

Larutan standar logam berat (500 ppm) yaitu, Tembaga (Cu), Chromium (Cr), Lead (Pb) dan Cadmium (Cd) disusun menggunakan sulfat tembaga (CuSO4,

5H2O), kalium dikromat (K2Cr2O7), klorida Lead (PbCl2) dan Kadmium Klorida

(CdCl2); menggunakan air suling. Standar kerja yang baru disiapkan dari larutan

stok. Konsentrasi logam berat dalam larutan asam diperkirakan dengan menggunakan Atomic Absorbtion Spectrophotometer (AAS. Estimasi dilakukan dengan menggunakan lampu katoda berongga tergantung pada elemen yang akan diuji.

Rancangan Penelitian dan Analisis Statistik

(40)

760 biomassa dan jenis tanaman terhadap penurunan konsentrasi (kadar) logam berat yang terdapat di dalam limbah perlakuan. Kriteria pengujian yaitu jika

probabilitas pada taraf α 0,05. Apabila terdapat perbedaan, dilanjutkan dengan uji

beda nyata terkecil (BNT) yaitu melihat perbedaan antar pasangan perlakuan dan uji regresi untuk melihat perbedaan hubungan antar variabel.

HASIL DAN DISKUSI

Sifat Kimia dan Fisika Media Tanam

Media tanam yang digunakan berasal tanah Ultisol Simalingkar, tanah dicampur pupuk kandang dan limbah lumpur domestik kota Medan. Hasil analisa awal sifat kimia dan fisika media tumbuh tanaman terlihat bahwa sifat kimia dan fisika media sangat bervariasi seperti disajikan pada Tabel 1. Tekstur media tumbuh terlihat relatif sama Media tumbuh yang digunakan berbeda dalam beberapa sifat kimia yaitu C/N, kandungan kalium dan fosfor. Kandungan relatif logam berat pada media tumbuh yang dicampur pupuk kandang ayam dan limbah lumpur domestik yang digunakan dalam penelitian relatif tinggi jika dibandingkan dengan media tanah biasa. Konsentrasi logam berat timbal (Pb) dan tembaga (Cu) pada media tanah jauh lebih ren dah dibandingkan dengan tanah yang telah dicampur pupuk kandang ayam maupun limbah lumpur domestik (Tabel. 1).

Tabel 1. Sifat Kimia dan Fisika Tanah Percobaan

(41)

761 Kandungan logam berat dalam media tanam yang digunakan dalam penelitian ini sangat tinggi yaitu berkisar 88,13 ppm Pb dan 2,86 ppm Cu pada tanah, sedangkan tanah yang diberi pupuk kandang ayam berkisar 748,01 ppm Pb dan 60,26 ppm Cu. Limbah lumpur domestik yang digunakan sebagai media tanam memiliki kandunga Pb sebesar 684, 80 ppm dan kandungan Cu sebesar 37, 20 ppm. Kandungan logam berat di dalam tanah sangat bervariasi terutama di daerah kawasan pertambangan dapat mencapai 3656 ppm Pb, 742 ppm Cu (Storm, et al, 1994) atau didaerah industrinya sangat menonjol seperti Jakarta ditemukan 206-449 mg/kg Pb dan 56-26 mg/kg Cr (Priyanto dan Priyatno, 2006).

Konsentrasi Logam Berat pada berbagai Jenis Media Tanam

Media Tanah

Konsentrasi Logam Berat pada berbagai jenis media tanam penelitian seperti disajikan pada Tabel 2. Konsentrasi logam berat Pb terlihat lebih tinggi pada media tanam tanah jika dibandingkan dengan media tanam limbah lumpur domestik atau tanah yang diberi pupuk kandang ayam yaitu masing-masing dengan konsentrasi 1211 ppm; 1209 ppm dan 1196 ppm. Sedangkan kandungan Cu terlihat lebih tinggi pada media tanam tanah yang diberi pupuk kandang ayam diikuti oleh media tanam lumpur limbah domestik dan tanah yaitu masing-masing 57,6 ppm; 42,0 ppm dan 39,0 ppm.

Tabel 2. Pengaruh jenis media tumbuh terhadap konsentrasi Pb dan Cu berbagai jenis sayuran kangkung, sawi dan bayam

Jenis Media Tumbuh Tanaman Sayuran Konsentrasi (ppm)

Pb Cu

Tanah Kangkung 1063 39,2

Sawi/Selada 1236 62,0

Bayam 1335 16,0

Rerata 1211 39,0

Tanah +pupuk Kandang Kangkung 1110 41.1

Bayam 1267 47,8

Rerata 1196 57,6

Lumpur limbah Rerata

Kangkung 1149 49,3

Bayam 1273 28,4

Rerata 1209 42,0

Tanah yang diberi pupuk kandang.

(42)

762

Limbah lumpur domestik.

Serapan Pb oleh tanaman bayam lebih tinggi dibandingkan dengan tanaman sawi ataupun tanaman kangkung yaitu masing-masing 1273 ppm; 1206 ppm dan 1149 ppm. Sedangkan konsentrasi Cu pada media tanam limbah lumpur domestik lebih tinggi pada tanaman kangkung dibandingkan tanaman sawi dan tanaman bayam yaitu 48,6 ppm: 38,5 ppm dan 28,5 ppm.

Konsentrasi Logam Berat pada Berbagai Jenis Tanaman Sayuran

Timbal (Pb).

Pengaruh pemberian logam berat Pb dan Cu terhadap serapan Pb dan Cu oleh tanaman kangkung, sawi dan bayam pada berbagai jenis media tanam disajikan pada Tabel 3. Serapan Pb oleh tanaman sawi lebih tinggi dibandingkan dengan tanaman kangkung ataupun tanaman bayam yaitu masing-masing 1235 ppm; 1124 ppm dan 859 ppm. Sedangkan konsentrasi Cu pada media tanam tanah lebih tinggi pada tanaman sawi dibandingkan tanaman kangkung dan tanaman bayam yaitu 62 ppm: 41,1 ppm dan 16 ppm.

Tabel 3. Konsentrasi Pb dan Cu dalam sayuran kangkung, sawi dan bayam yang ditanam berbagai jenis media tumbuh

Jenis Tanaman Sayuran

Media Tumbuh Konsentrasi (ppm)

Pb Cu

Kangkung Tanah 1063 43,4

Tanah +Pupuk Kandang 1110 41,1

Lumpur Limbah 1247 49,3

Rerata 1103 44,6

Sawi Tanah 1235 62,0

Rerata 1228 64,8

Bayam Tanah 1256 16

Rerata 1265 30,7

(43)

763 pada jenis logamnya misalnya timbal (Pb), cobalt (Co) dan tembaga ( Cu) adalah 0,1 % ( 1.000 mg/kg BK). Konsentrasi logam berat Pb terlihat lebih tinggi pada tanaman bayam jika dibandingkan dengan tanaman sawi atau tanaman kangkung yaitu masing-masing 1265 ppm; 1228 ppm dan 1103 ppm.

Tembaga (Cu)

Hasil penelitian menunjukkan adanya pencemaran Cu dengan konsentrasi yang sangat tinggi dalam sayuran kangkung, sawi dan bayam dalam penelitian ini. Konsentrasi logam berat Cu terlihat lebih tinggi pada tanaman sawi diikuti oleh tanaman kangkung dan tanaman bayam yaitu masing-masing 64,8 ppm; 44,6 ppm dan 30,7 ppm. Logam Cu berpotensi toksik terhadap tanaman dan berbahaya bagi manusia karena bersifat karsinogenik (Notodarmojo, 2005). Kandungan logam Cu dalam jaringan tanaman yang tumbuh normal sekitar 5-20 mg/kg. Pada kondisi kritis pertumbuhan tanaman mulai terhambat sebagai akibat keracunan Cu (Alloway, 1995) dan menurut Lasat (2003) konsentrasi lebih dari 10 ppm dapat menjadi racun terhadap tanaman. Menurut AFS-NFA kandungan Cu yang diperbolehkan dalam sayuran adalah 10 ppm, sedangkan menurut Direktorat Jenderal Pengawasan Obat dan Makanan (Ditjen POM) sebesar 5,0 ppm. Penyerapan dan akumulasi logam oleh tanaman dapat dibagi menjadi tiga proses yang bersinambungan, yaitu penyerapan logam oleh akar, translokasi logam dari akar ke bagian tanaman dan lokalisasi logam pada bagian sel tertentu agar tidak menghambat metabolisme tumbuhan/tanaman tersebut (Priyanto dan Priyatno, 2006). Proses fitoremediasi yang mungkin terjadi untuk logam berat yaitu fitoekstraksi, fitostabilisasi, rizofiltrasi dan fitovolatisasi (Henry, 2000). Mekanisme yang mungkin terjadi pada tanama sayuran kangkung, sawi dan bayam ini dalam mengakumulasikan logam Pb dan Cu ke dalam jaringannya adalah mekanisme rizofiltrasi dan fitoekstraksi. Mekanisme ini terjadi ketika akar tumbuhan mengabsorbsi larutan polutan sekitar akar ke dalam akar, selanjutnya ditranslokasi ke dalam organ tumbuhan melalui pembuluh xylem. Proses ini cocok digunakan untuk dekontaminasi zat-zat anorganik seperti logam-logam beart (Erakhrumen dan Agbontalor, 2007).

KESIMPULAN

Berdasarkan hasil penelitian ini maka beberapa kesimpulan yang diperoleh yaitu:

1. Kandungan logam berat pada lumpur limbah domestik dan tanah yang

diberi pupuk kandang ayam dalam penelitian ini sangat tinggi dan sangat berbahaya bagi kesehatan manusia.

2. Kandungan logam berat paling tinggi terdapat pada tanaman sayuran sawi sebesar 1235 ppm Pb dan 62 ppm Cu, diikuti tanaman kangkung 1124 ppm Pb dan 41,1 ppm Cu sedangkan tanaman bayam mengandung Pb sebesar 859 ppm dan Cu sebesar 16 ppm.

3. Tanaman sayuran kangkung, sawi dan bayam dalam penelitian ini

(44)

764 Perlu dikaji lebih mendalam mengenai komposisi media tanam (tanah), pestisida maupun pupuk yang digunakan untuk menghindari akumulasi logam berat Pb dan Cu dalam tanaman pangan. Penggunaan limbah lumpur domestik sebagai lahan pertanian untuk tanaman pangan dan teknik fitoremediasi untuk proses perbaikan lingkungan pada tanah-tanah tercemar sedapatnya tidak dianjurkan untuk menghindari adanya logam-logam berat yang diserap oleh tanaman dan jika dikonsumsi membahayakan kesehatan manusia.

DAFTAR PUSTAKA

1. Alfian, Z. 2006. Merkuri: Antara manfaat dan efek penggunaannya bagi

kesehatan manusia dan lingkungan. USU Press: Medan

2. Alloway, B.J. 1995. Heavy metals in soils. Published by Blackie Academic

and Professional.

3. Anonim. 2003. Fitoremediasi, Upaya Mengolah Air Limbah Dengan Media

Tanaman. Direktorat Perkotaan dan Perdesaan Wilayah Barat. Ditjen Tata Perkotaan dan Tata Perdesaan Departemen Permukiman dan Prasarana Wilayah. Jakarta

4. Anonim. 2007. Adaptasi Tumbuhan Terhadap Pencemaran Logam Berat.

Diakses dari http://lets-belajar.blogspot. com/2007/08/adaptasi-tumbuhan-terhadap-pencemaran .html, pada tanggal 14 Januari 2010 pukul 14.25 WIB Hidayati N,

5. Ayu, C.C. 2002: Mempelajari Kadar Mineral dan Logam Berat pada

Komoditi Sayuran Segar di Beberapa Pasar di Bogor. Skripsi. Fakultas Teknologi Pertanian. IPB. Bogor

6. Erakhrumen and Agbontalor,A, 2007. Phytoremediation: An

enviromnemtally sound technology for pollution prevention, controll and remediation in developing countries. Educational Research and Review. Vol 2 Nr. 7. pp. 151-156

7. Henry, J.R, 2000. An overview of the phytoremediation of lead and mercury. USEPA. Washington.DC

8. Juhaeti T dan Syarif F. 2007. Hiperakumulasi Logam pada

„Tanaman-Biodiversity Prospecting‟ untuk Teknologi Fitoremediasi Lingkungan

Tercemar. Puslit Biology-LIPI Cibinong Science Centre

9. Juhaeti, T., F. Syarif dan E. Komarudin. 2003. Inventarisasi Jenis Tumbuhan Hipertoleran Tailing Limbah Pengolahan Emas PT. Antam Pongkor. Laporan Teknik Puslit Biologi-LIPI: Bogor

10. Lasat,M.M. 2003. The use of plants fro removal of toxic metals from

contaminated soils. American Association for the Advancement of Science Environmental Science and Engieering Fellow.

11. Mangkoedihardjo, S. 2005. Remediation Technologies Selection for Oil-Polluted Marine Ecosystem. Jurusan Teknik Lingkungan, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember. Surabaya

12. Nirwana, TD. 2008. Studi Anatomi Akar dan Konsentrasi Klorofil Daun

(45)

765 13. Notodarmojo, T, 2006. Pencemaran Media dan Air Media. Penerbit Institu

Teknologi Bandung/

14. Palar, H. 2004. Pencemaran dan Toksikologi Logam Berat. Rineke Cipta: Jakarta 42

15. Mukono H.J., 2004. Toksikologi Limbah Berbahaya dan Beracun (B3)

Khususnya Logam Berat Timbal (Pb),Merkuri (Hg), dan Cadmium (Cd) serta Dampaknya Terhadap Kesehatan. FKM Unair: Surabaya

16. Pierzynsky, G; Kulakow, P; Erickson, L and Jackson, L, 2002. Plant syatem technologies for environmental management of metals in soils : Education materials. J.Nat. Resour. Life Sci. Educ. Vol. 31. pp. 31-37

17. Prasad, M.N.V and H.M.O. Freitas, 2003. Metal hyperaccumulation in plants- Biodiversity prospecting for phytoremediation technology. Electronic Journ. Of. Biotechn. Vol. 6.No. 3 pp. 285 – 321.

18. Priyanto, B dan Priyatno J.2006. Fitoremediasi sebuah teknologi pemulihan

pencemaran khusus logam berat

30 Agustus 2012

19. Storm, G.L; G.J. Fosmire and E.d. Bellis, 1994. Persistence of metals in soils and selected vertebrates in the vicinity of the Palmerton zinc smelters. J.Environ. Qual. 23: 508-514.