• Tidak ada hasil yang ditemukan

ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA SENTINEL 2 DI PERAIRAN TELUK TAMIANG KABUPATEN KOTABARU PROVINSI KALIMANTAN SELATAN

N/A
N/A
Protected

Academic year: 2022

Membagikan "ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA SENTINEL 2 DI PERAIRAN TELUK TAMIANG KABUPATEN KOTABARU PROVINSI KALIMANTAN SELATAN"

Copied!
9
0
0

Teks penuh

(1)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

36

ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA SENTINEL 2 DI PERAIRAN TELUK TAMIANG KABUPATEN KOTABARU

PROVINSI KALIMANTAN SELATAN

ANALYSIS OF TOTAL SUSPENDED SOLID (TSS) DISTRIBUTION USING SENTINEL 2 IMAGES IN TELUK TAMIANG WATERS KOTABARU DISTRICT, SOUTH

KALIMANTAN PROVINCE

Gusti Nadia Aulia G1*,, Baharuddin1, Ira Puspita Dewi1

1Program Studi Ilmu Kelautan Fakultas Perikanan dan Kelautan Universitas Lambung Mangkurat, , Jl. A. Yani Km. 36, Banjarbaru, Indonesia

*Corresponding author: gustinadia27@gmail.com

ABSTRAK

Proses dinamika pasang surut pada perairan dengan tipe semi tertutup seperti Teluk Tamiang menyebabkan terjadinya turbulensi sehingga TSS mengalami percampuran (mixing). Faktor lain seperti kondisi hidrologi baik pengaruh musim dan aliran sungai di wilayah teluk juga berpengaruh terhadap sebaran TSS. Penelitian ini bertujuan menggambarkan analisis sebaran TSS akibat pengaruh musim serta pasang surut dengan menggunakan citra Sentinel-2B. Algoritma yang digunakan untuk menganalisis TSS adalah algoritma Liu. Hasil menunjukkan nilai TSS pada musim hujan (pasang) tahun 2018 dan 2019 lebih tinggi daripada TSS musim kemarau (surut). Nilai TSS tertinggi adalah 14,08 mg/l (musim hujan saat pasang) dan terendah 3,55 mg/l (musim kemarau saat surut). Hasil analisis menggunakan citra Sentinel-2B level 1C menunjukan bahwa nilai TSS pada tahun 2018 – 2019 pada musim kemarau memiliki nilai yang lebih rendah dibandingkan dengan musim hujan. Sehingga pengaruh musim dapat menentukan arah pola sebaran TSS, baik faktor pasang surut maupun kondisi cuaca seperti hujan dan kemarau.

Kata kunci: TSS, Citra Senintel-2, Teluk Tamiang

PENDAHULUAN

Total suspended solid atau padatan tersuspensi total (TSS) merupakan zat atau material tersuspensi yang berukuran maksimal 2 μm yang terdiri dari lumpur, pasir halus, dan zat partikel lainnya seperti komponen biotic atau komponen abiotic. Komponen tersebut berasal dari daratan, laut, dan atmosfer yang terbawa ke badan air melalui berbagai faktor seperti angin, curah hujan, gelombang, arus serta pasang surut yang dapat mempengaruhi konsentrasi TSS pada perairan alami (Effendi, 2003). Perairan dengan nilai TSS yang tinggi akan mempengaruhi kecerahan sehingga penetrasi cahaya terhambat masuk ke dalam air dan mengakibatkan terganggunya fotosintesis dan kelangsungan hidup biota laut serta dengan jangka waktu yang panjang akan mengakibatkan pendangkalan atau sedimentasi.

Konsentrasi TSS dapat juga dipengaruhi oleh curah hujan dimana air hujan merupakan media pengangkut polutan dari permukaan seperti bakteri dan mikroorganisme lain. Tingkat curah hujan yang tinggi akan menyebabkan tingkat konsentrasi TSS menjadi lebih tinggi dibandingkan dengan tingkat curah hujan yang rendah (Bae, 2013).

(2)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

37

Teknologi penginderaan jauh salah satu sumber informasi dalam pengumpulan data kelautan secara efektif dan efisien serta penginderaan jauh cakupan wilayah kajian yang luas, keakuratan relatif tinggi, dan pengerjaannya memerlukan waktu dan biaya yang lebih murah dan singkat dibandingkan dengan survei lapangan. Terdapat beberapa produk dari citra satelit yang menyediakan informasi mengenai gambaran suatu perairan diantaranya terdapat beberapa macam citra satelit yakni citra Landsat, SPOT, Quick Bird, Worldview-2 dan Sentinel. Citra satelit yang digunakan untuk mengetahui sebaran dan tingkat konsentrasi TSS pada perairan Teluk Tamiang yakni Sentinel 2 dengan resolusi spasial sebesar 10 meter.

Salah satu wilayah yang berkaitan dengan permasalahan di atas yakni perairan Teluk Tamiang.

Perairan teluk merupakan perairan dengan tipe semi tertutup dan terdapat aliran sungai yang bermuara ke perairan teluk. Perairan Teluk Tamiang dipengaruhi oleh aliran air yang berasal dari sungai dan laut akibat proses hidrodinamika yakni arus pasang surut dan gelombang yang mendorong air laut masuk ke perairan teluk. Aliran sungai yang bermuara diperairan Teluk Tamiang akan menyebabkan terjadinya turbulensi sehingga mengalami percampuran (mixing) yang menyebabkan fluktuasi TSS di perairan Teluk Tamiang akibat proses pasang surut. Proses pasang surut yang terjadi akan menentukan posisi konsentrasi dan sebaran TSS di perairan teluk dimana pada saat keadaan surut aliran sungai lebih condong bergerak menuju perairan teluk sehingga muatan tersuspensi akan dominan pada bagian pinggir teluk dan badan teluk, pada keadaan pasang maka muatan tersuspensi dari laut lebih dominan masuk ke badan perairan teluk.

METODE PENELITIAN Waktu dan Tempat

Penelitian ini dilaksanakan pada bulan Januari 2019 – Juni 2020. Jangka waktu tersebut meliputi pengambilan data, analisis dan pengolahan data, serta penyusunan laporan akhir. Lokasi pengambilan data di Perairan Teluk Tamiang, Kecamatan Pulau Laut Tanjung Selayar, Kabupaten Kotabaru, Provinsi Kalimantan Selatan. Sebagaimana ditampilkan dalam peta lokasi Gambar 2, untuk pengolahan dan analisis data dilakukan di Laboratorium SIG Program Studi Ilmu Kelautan Universitas Lambung Mangkurat

Metode dan Alat Data

Sumber data citra satelit Sentinel 2 diperoleh dari NASA diunduh melalui situs http://earthexplorer.usgs.gov (ESA, 2015).

Peralatan

Alat dan bahan yang digunakan dalam penelitian ini ditabulasikan pada Tabel 1.

(3)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

38

Tabel 1. Alat dan Bahan yang digunakan pada saat pengolahan data

Bahan Fungsi

Data in situ TSS Data sekunder (30 sampel)

Curah Hujan Data curah hujan

Citra Satelit Sentinel-2 Data primer

Data Pasang surut prediksi Data Sekunder

Perangkat analisis data Fungsi

Laptop Analisis data

Ms. Excel 2016 Pengolahan dan perhitungan data

ArcGis 10.7 Visualiasi peta

SNAP Analisis Citra

Metode

Pengolahan citra Sentinel 2 dalam analisis total suspendes solid TSS terbagi menjadi beberapa proses yakni stacking (penggabungan band), resampling (koreksi geometrik), masking (memisahkan daratan dan lautan), perhitungan TSS berdasarkan Algoritma dari (Liu et al., 2017), kemudian reclassify dan visualisasi dalam bentuk peta.

1. Stacking

Stacking merupakan tahap awal dalam melakukan pengolahan citra. Proses stacking dimulai dengan menggabungkan beberapa band yang terpisah menjadi 1 kesatuan utuh menggunakan aplikasi Er Mapper.

2. Koreksi Geometrik

Penempatan kembali posisi piksel sedemikian rupa sehingga dihasilkan gambaran obyek yang sesuai dengan kondisi sebenarnya di lapangan atau pada peta topografi sehingga memposisikan citra dengan koordinat yang sesuai dengan posisi sebenarnya.

3. Masking

Masking bisa dikatakan sebagai teknik pemisahan darat dan lautan. Masking dilakukan sebagai salah satu upaya untuk meningkatkan kualitas citra dari segi visual dan informasi yang ada. Hasil masking diharapkan dapat mengurangi kesalahan penyadapan informasi pada analisis yang lebih dalam. Nilai Formula dalam masking (pemisah daratan dan lautan) adalah:

If (i2-i1) <0 then i3 else null Keterengan:

i1 = Band 4 i2 = Band 2 i3 = Band 5 4. Analisis citra

Analisis citra untuk menentukan TSS menggunakan Algorithma yang dikembangkan oleh (Liu dkk., 2017) dengan model:

𝐶𝑆𝑃𝑀= exp 𝑥 𝐵71,357

(4)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

39

CSPM adalah suspended particular matter, sedangkan nilai exponennya adalah 2950 yang merupakan koefisien dan B7 merupakan saluran Band 7 pada citra Sentinel-2. Band 7 digunakan karena nilai MAPE (mean absolut percentage error) sebesar 16,58%, RMSE (root mean square error) sebesar 16,50 mg/l, dan F (nilai test) lebih baik dibandingkan nilai pada band lainnya. Perhitungan TSS menggunakan rumus sebagai berikut:

5. Reclassify dan Visualisasi

Hasil analisis data sebaran padatan tersuspensi total di reclassify dengan menggunakan perangkat lunak GIS dengan melihat kesesuaian nilai yang terkandung pada padatan tersuspensi total tersebut. Dan selanjutnya hasil analisis dibuat dalam bentuk peta digital dengan tujuan sebagai informasi untuk sebaran muatan padatan tersuspensi.

HASIL DAN PEMBAHASAN Hasil

Pasang Surut

Fenomena pasang surut merupakan proses yang terjadi di laut secara terus menerus. Proses alamiah ini terjadi akibat gaya gravitasi matahari, bulan dan benda-benda angkasa yang saling tarik menarik sehingga pada bagian bumi yang dekat dengan benda angkasa akan mengalami pasang, sementara dibelahan bumi lain akan terjadi surut.

Gambar 1. Pasut prediksi real-time pada bulan Mei 2019 (kiri) dan pasut prediksi real-time pada bulan Maret 2018 (kanan)

-0,6-0,4 -0,20,20,40,60,80

0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00

3/3/2018 3/4/2018 3/5/2018

Elevasi (m)

Tanggal Pasut prediksi

-1 -0,5 0 0,5 1

0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00

5/17/2019 5/18/2019 5/19/2019

Elevasi (m)

Tanggal Pasut prediksi

(5)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

40

Gambar 2. Pasut prediksi real-time bulan November 2018 (kiri) pasut prediksi real-time pada bulan November 2019

Musim

Prakiraan awal musim hujan pada tahun 2018/2019 berdasarkan BMKG (2018) menunjukan awal musim hujan di Pulau Laut pada bulan Okt III – Nov II dengan sifat hujan normal dan prakiraan awal musim hujan 2019/2020 zona musim di Kalimantan dan khususnya di wilayah kajian masuk awal musim hujan pada bulan Nov II - Nov III dengan sifat hujan normal (BMKG, 2019).

Prakiraan musim kemarau berdasarkan data prakiraan musim kemarau 2018/2019 dan 2019/2020 BMKG menunjukan awal musim kemarau di Kalimantan pada bulan Mei-Agustus 2018 dan pada 2019 awal musim kemarau pada bulan Mei-Agustus dengan sifat hujan yang normal pada saat musim kemarau.

Analisis TSS In Situ

Analisis data lapangan TSS memiliki nilai yang beragam dengan total jumlah stasiun adalah 30 titik sampel yang ditentukan berdasarkan random sampling atau secara acak. Semua titik sampel dianggap merepresentasikan secara kesuluruhan fenomena yang terjadi dilapangan. Dalam menggambarkan kondisi sesungguhnya dilapangan dengan baik, beberapa titik sampel diambil di muara sungai, dekat permukiman, perairan dalam, selat, dan tanjung.

Gambar 3. Nilai TSS berdasarkan stasiun pengamatan -1,5

-1 -0,5 0 0,5 1

0:00:00 5:00:00 10:00:00 15:00:00 20:00:00 1:00:00 6:00:00 11:00:00 16:00:00 21:00:00 2:00:00 7:00:00 12:00:00 17:00:00 22:00:00

11/28/2018 11/29/2018 11/30/2018

Elevasi (m)

Tanggal Pasut prediksi

-1,5 -1 -0,5 0 0,5 1

0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00

11/3/2019 11/4/2019 11/5/2019

Elevasi (m)

Tanggal Pasut prediksi

0,0 10,0 20,0 30,0

11,0 9,0 13,0 10,0 5,0 7,0 8,0 7,0 15,0 3,0 29,0 17,0 8,0 1,6 1,8 2,6 2,7 0,2 7,0 25,0 8,0 8,0 15,0 13,0 14,0 13,0 14,0 11,0 20,0 13,0

Mg/l

Stasiun

Nilai TSS

(6)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

41

Analisis TSS Citra Sentinel-2

Analisis citra sentinel dengan level 1C tidak memerlukan koreksi radiometrik karena nilai dari citra sudah merupakan nilai reflektan. Analisis geometrik juga tidak diperlukan karena kajian ini hanya berfokus pada nilai reflektansi citra tidak berfokus pada keakuratan geometrik citra. Citra yang digunakan adalah citra Sentinel-2 dengan tanggal perekaman pada saat musim kemarau dan hujan pada tahun 2018 dan 2019.

Gambar 4. Peta Sebaran TSS Bulan Maret 2018 (kiri) dan Peta Sebaran TSS Bulan November 2018 (kanan)

Peta sebaran TSS pada bulan Maret 2018 dan perekaman citra menujukan pada posisi pasang menuju surut serta musim kemarau memiliki nilai TSS tertinggi sebesar 6.01 mg/l dan nilai TSS terendah 3.55 mg/l. Nilai TSS tertinggi terletak pada titik stasiun 10a terdapat pengaruh dari laut jawa dan titik terendah pada stasiun 6c yang dipangaruhi langsung oleh aliran Selat Terusan.

Peta sebaran TSS pada bulan November 2018 dimana pada bulan ini masuk kedalam musim hujan berdasarkan data BMKG dan berdasarkan perekaman citra didapatkan perairan pada posisi pasang dengan nilai TSS tertinggi 11,4 mg/l pada stasiun 8b yang terletak bagian timur perairan teluk dan terdapat pengaruh muara. Nilai TSS terendah pada stasiun 8a dengan nilai 6,1 mg/l terletak dibagian timur teluk dipengaruhi oleh permukiman.

Gambar 5. Peta Sebaran TSS Bulan Mei 2019 (kiri) dan Peta sebaran TSS bulan November 2019 (kanan)

(7)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

42

Peta sebaran TSS pada bulan Mei 2019 merupakan musim kemarau dengan posisi perairan surut. Nilai TSS tertinggi dengan nilai 6,01 mg/l pada stasiun 10a yang terletak dibagian selatan perairan Teluk Tamiang menghadap Laut Jawa, dan nilai TSS terendah sebesar 3,55 mg/l pada stasiun 6c yang terletak di dekat aliran Selat Terusan.

Peta sebaran TSS bulan November 2019 masuk kedalam musim hujan dan perekaman citra perairan Teluk Tamiang pada posisi pasang tertinggi sehingga nilai TSS tertinggi yakni 14,08 mg/l dan terendah 6,91 mg/l. Nilai TSS tertinggi terletak pada stasiun 1b terdapat pengaruh permukiman dan muara serta stasiun 10b memiliki nilai TSS terendah terletak dibagian selatan Teluk berhadapan dengan Laut Jawa.

Pembahasan

Berdasarkan analisis di lokasi perairan Teluk Tamiang, Kabupaten Tanah Bumbu, Provinsi Kalimantan Selatan didapatkan pola pasang surut yang terjadi pada lokasi penelitian yakni memiliki tipe tipe pasut campuran condong harian ganda. Citra sentinel-2 yang digunakan akan menunjukan waktu pada saat perekeman citra yang jika disesuaikan dengan pasang surut, maka didapatkan posisi perairan pada saat pasang ataupun surut.

Analisis pasang surut yang dilakukan, pada tanggal 3 – 5 Maret 2018 didapatkan ketinggian muka air mencapai 0.573 m lebih tinggi dari MSL dan muka air terendah mencapai 0.505 m. Hasil perekaman citra Sentinel-2 pada tanggal 4 Mei 2018 jam 14:15:59 menujukan posisi permukaan air dengan ketinggian 0.158 m menunjukan pada posisi pasang menuju surut, pada bulan November 2018 menunjukan terjadinya kenaikan muka air paling tinggi dengan ketinggian 0.854 m lebih tinggi dari MSL dan kenaikan muka air terendah pada ketinggin 1.092 m. Waktu perekaman citra Sentinel-2 yang digunakan untuk menganalisis TSS yakni pada tanggal 29 November 2018 jam 2:20:29. Kenaikan muka air pada jam tersebut yakni 0.702 m lebih tinggi dari MSL dan pada jam 2:20:29 menunjukan pada saat pasang tertinggi.

Bulan Mei 2019 yakni tepatnya tanggal 17-19 Mei 2019 didapatkan tinggi kenaikan muka air mencapai 0,7 m lebih tinggi dari MSL dan muka air terendah mencapai 0,69 m. Citra sentinel-2 yang digunakan merekam pada lokasi kajian pada jam 14:16:02 waktu setempat maka waktu tesebut adalah waktu Surut tertinggi, dan pada bulan November 2019 menunjukan kenaikan muka air paling tinggi dengan ketinggian 0.708 m lebih tinggi dari MSL sedangkan kenaikan muka air paling rendah dengan ketinggian 0.978 m. Waktu perekaman citra Sentinel-2 yang digunakan pada tanggal 4 November 2019 jam 2:18:49.

Kenaikan muka air pada jam tersebut yakni 0.559 m menunjukan pada saat pasang tertinggi.

Prakiraan musim berdasarkan data BMKG menunjukan pada bulan Maret 2018 dan Mei 2019 masuk kedalam musim kemarau dan bulan November 2018 dan 2019 merupakan musim hujan, hasil analisis pasut pada musim menunjukan bahwa musim kemarau pada bulan Maret 2018 dan Mei 2019 menunjukan perairan dalam posisi surut dan pada musim hujan perairan dalam posisi pasang tertinggi.

(8)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

43

Perbandingan TSS dari tahun 2018 – 2019 serta data In Situ didapat kan nilai tertinggi terjadi pada saat musim penghujan yakni bulan November 2018 55,84 mg/l dan November 2019 28,31 mg/l pada saat posisi perairan pasang. Pengambilan data in situ pada musim kemarau yakni Mei 2019 dengan hasil perekaman citra musim kemarau bulan Maret 2018 dan Mei 2019 posisi perairan menuju surut menunjukan nilai TSS tertinggi pada saat pengambilan data in situ sebesar 29 mg/l serta hasil citra bulan Maret 2018 dan Mei 2019 sebesar 6,01 mg/l. Nilai TSS pada bulan Maret 2018 3,55 mg/l, November 2018 6,1 mgl, Mei 2019 3,55 mg/l, November 2019 6,91 mg/l dan Data in situ 0,2 mg/l.

Gambar 6. Grafik Perbandingan TSS pada tahun 2018 – 2019 dan Data Lapangan

Nilai TSS lebih tinggi pada musim hujan dibandingkan dengan musim kemarau yang diakibatkan aliran sungai yang masuk ke perairan Teluk Tamiang dengan intensitas air yang lebih banyak dan pasang surut mempengaruhi pola sebaran TSS dimana pada saat perairan pasang maka pola sebaran akan condong ke arah muara akibat masukan dari laut jawa dan pada saat surut pada bagian dalam perairan teluk.

KESIMPULAN

Berdasarkan hasil analisis kajian TSS menggunakan citra Sentinel-2 dengan level 1C didapatkan analisis menggunakan citra Sentinel-2B level 1C menunjukan bahwa nilai TSS pada tahun 2018 – 2019 pada musim kemarau memiliki nilai yang lebih rendah dibandingkan dengan musim hujan. Sehingga pengaruh musim dapat menentukan arah pola sebaran TSS, baik faktor pasang surut maupun kondisi cuaca seperti hujan dan kemarau. Pengaruh pasang surut terhadap pola sebaran TSS di perairan Teluk Tamiang menyebabkan nilai TSS pada saat pasang akan lebih tinggi dibandingkan pada saat surut. Citra Sentinel-2B Level 1C dapat digunakan untuk memetakan pola sebaran TSS di wilayah Perairan Teluk Tamiang.

0,00 10,00 20,00 30,00 40,00 50,00 60,00

1a 1c 2b 3a 3c 4b 5a 5c 6b 7a 7c 8b 9a 9c 10b

Nilai TSS

Perbandingan TSS Tahun 2018 - 2019 dan Data Lapangan

TSS 20180304 TSS 20181129 TSS 20190518 TSS 20191104 TSS Lapangan

(9)

FAKULTAS PERIKANAN DAN KELAUTAN UNIVERSITAS LAMBUNG MANGKURAT

44

DAFTAR PUSTAKA

Bae, H. K. (2013). Changes of river’s water quality responded to rainfall events. Environment and Ecology Research, 1(1), pp. 21–25.

BMKG (2018). Prakiraan Musim Hujan 2018/2019 di Indonesia, pp. 1–134.

BMKG (2019.) Prakiraan Musim Hujan 2019/2020 di Indonesia. Jakarta.

Effendi, H. (2003). Telaah kualitas air, bagi pengelolaan sumber daya dan lingkungan perairan. Kanisius.

ESA (2015). Microbial Adaptation, Sentinel-2 User Handbook. European Space Agency. doi:

10.1021/ie51400a018.

Liu, H. et al. (2017). Application of Sentinel 2 MSI Images to Retrieve Suspended Particulate Matter Concentrations in Poyang Lake’, Remote Sensing, 9(7), p. 761. doi: 10.3390/rs9070761.

Gambar

Gambar 1. Pasut prediksi real-time pada bulan Mei 2019 (kiri) dan pasut prediksi  real-time pada bulan Maret 2018  (kanan)  -0,6-0,4-0,20,20,40,60,8 0 0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:00 0:00:00 6:00:00 12:00:00 18:00:003/3/
Gambar 2. Pasut prediksi real-time bulan November 2018 (kiri) pasut prediksi real-time pada bulan November 2019
Gambar 5. Peta Sebaran TSS Bulan Mei 2019 (kiri) dan Peta sebaran TSS bulan November 2019 (kanan)
Gambar 6. Grafik Perbandingan TSS pada tahun 2018 – 2019 dan Data Lapangan

Referensi

Dokumen terkait

Skripsi dengan judul “ Pengukuran Kadar Total Dissolve Solid (TDS) dan Total Susspended Solid (TSS) pada Air Laut di Perairan Teluk Lampung ” adalah salah satu syarat yang

Konsentrasi Total Suspended Solid (TSS) yang banyak terakumulasi di stasiun 5 diduga dipengaruhi oleh substrat sedimen (berupa pasir) dan kecepatan arus pada minggu

Citra Landsat 7 tahun 2000 digunakan untuk mengetahui keadaaan konsentrasi TSS pada perairan muara sungai Porong sebelum bencana lumpu r Lapindo terjadi, karena pada

Sebaran Konsentrasi TSM Menggunakan Algoritma Dekker Pada Musim Peralihan I (Maret-Mei) Berdasarkan hasil pendugaan konsentrasi TSM pada musim peralihan I bulan Mei

Berdasarkan hasil penelitian yang telah dilakukan, bahwasannya kandungan partikel Total Suspended Solid (TSS) pada perairan Muara Sungai Kampar terendah pada stasiun 2 saat

Pengambilan data lapang berupa contoh air dan parameter fisika perairan dilakukan pada Bulan Agustus-September 2013 dengan metode studi kasus yang bertujuan untuk mengkaji lebih

Analisa Status Mutu Air Dengan Metoda Indeks Pencemaran Berdasarkan Nilai TSS Berdasarkan nilai korelasi pada pengolahan data diatas didapatkan hubungan yang paling baik

• Pola sebaran TSS akibat buangan lumpur bor used mud dan serbuk bor cutting sebagian besar mengikuti pola arus dominan, yakni bergerak ke arah selatan hingga barat daya ketika Musim