• Tidak ada hasil yang ditemukan

Fakultas Ilmu dan Teknologi Kebumian

N/A
N/A
Protected

Academic year: 2021

Membagikan "Fakultas Ilmu dan Teknologi Kebumian"

Copied!
9
0
0

Teks penuh

(1)

Fakultas

Ilmu dan Teknologi Kebumian

Program Studi Meteorologi

© 2012 Program Studi Meteorologi Institut Teknologi Bandung

PENERBITAN ONLINE AWAL

Paper ini adalah PDF yang diserahkan oleh penulis kepada

Program Studi Meteologi sebagai salah satu syarat kelulusan

program sarjana. Karena paper ini langsung diunggah setelah

diterima, paper ini belum melalui proses peninjauan, penyalinan

penyuntingan, penyusunan, atau pengolahan oleh Tim Publikasi

Program Studi Meteorologi. Paper versi pendahuluan ini dapat

diunduh, didistribusikan, dan dikutip setelah mendapatkan izin

dari Tim Publikasi Program Studi Meteorologi, tetapi mohon

diperhatikan bahwa akan ada tampilan yang berbeda dan

kemungkinan beberapa isi yang berbeda antara versi ini dan

versi publikasi akhir.

(2)

1

Simulasi Pengaruh Curah Hujan Terhadap Perubahan Konsentrasi

Leachate (Air Lindi)

(Studi Kasus TPA Bantar Gebang, Bekasi, Jawa Barat)

HUSEIN AGIL ALMUNAWWAR

Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung Jl. Ganesha 10 Bandung, 40132

Email : [email protected]

ABSTRAK

Leachate (air lindi) yang berasal dari Tempat Pembuangan Akhir (TPA) sampah merupakan

masalah serius karena air lindi dapat mengkontaminasi sumur-sumur warga yang berada di sekitarnya. Sebagai contoh kasus tercemarnya adalah pada daerah TPA Bantar Gebang, Bekasi, Jawa Barat. Perubahan konsentrasi air lindi dipengaruhi oleh curah hujan. Tujuan dari penelitian ini adalah untuk melihat seberapa besar faktor curah hujan dapat mempengaruhi perubahan konsentrasi air lindi di TPA Bantar Gebang, Bekasi, Jawa Barat. Pada penelitian ini kandungan konsentrasi air lindi yang diteliti hanya dari kandungan COD (Chemical Oxygen Demand). Metode yang digunakan dalam penelitian ini adalah dengan melakukan simulasi numerik menggunakan model MODFLOW dan MT3DMS. Hasil penelitian menunjukan bahwa perubahan konsentrasi COD membentuk fungsi linier negatif dari curah hujan dengan nilai korelasi sebesar -0.68 yang artinya ketika curah hujan tinggi maka perubahan konsentrasi COD akan rendah dan sebaliknya.

Kata kunci : leachate (air lindi), TPA Bantar Gebang, curah hujan, simulasi numerik, perubahan

konsentrasi air lindi.

1. Pendahuluan

Salah satu bentuk pencemaran air tanah adalah oleh leachate atau air lindi. Air lindi adalah cairan hasil dekomposisi yang keluar dari urugan atau timbunan sampah yang bercampur dengan air hujan. Air lindi juga dapat didefinisikan sebagai air atau cairan lainnya yang telah tercemar akibat kontak dengan sampah (Rustiawan dan Riani, 1993). Pada setiap TPA (Tempat Pembuangan Akhir) sampah biasanya difasilitasi oleh sistem pengolahan air lindi, tetapi masih banyak yang belum memenuhi standar sehingga air lindi masih dapat meresap masuk ke dalam daerah air tanah dan mencemarinya. Jika di dekat TPA terdapat perumahan warga yang menggunakan air tanah sebagai kebutuhan air bersihnya, maka hal ini akan menjadi masalah yang serius karena air lindi akan mengkontaminasi sumur-sumur warga yang berada di sekitarnya. Sebagai contoh kasus tercemarnya air tanah oleh air lindi ini adalah daerah sekitar TPA Bantar Gebang, Bekasi, Jawa Barat. Warga yang tinggal di dekat TPA Bantar Gebang mengeluh bahwa air tanahnya berwarna kuning dan bau (Saban, 2010). Syafalni dan Satrio (2007) dalam penelitiannya mengatakan bahwa sebagian besar air tanah dangkal telah mengalami kontaminasi zat pencemar yang berasal dari TPA Bantar Gebang dimana sebarannya telah mencapai kira-kira 1 km dari lokasi TPA.

Penyebaran konsentrasi air lindi dipengaruhi oleh besarnya konsentrasi awal dan kecepatan aliran air tanah. Besarnya konsentrasi awal dan kecepatan aliran air tanah sangat dipengaruhi oleh besarnya curah

hujan di wilayah Cekungan Air tanah khususnya curah hujan di wilayah lokasi TPA. Menurut Priambodho (2008) kondisi iklim akan mempengaruhi kuantitas air lindi yang dihasilkan.

Dengan melihat penyebaran konsentrasi air lindi dapat diketahui perubahan konsentrasi air lindinya terhadap waktu. Sehingga penelitian yang dilakukan dalam tugas akhir ini bertujuan untuk melihat seberapa besar faktor curah hujan dapat mempengaruhi perubahan konsentrasi air lindi di TPA Bantar Gebang, Bekasi, Jawa Barat. Kandungan air lindi yang diteliti dalam penelitian ini hanya dari kandungan COD (Chemical Oxygen Demand). Metode yang digunakan adalah dengan melakukan simulasi numerik menggunakan model MODFLOW dan MT3DMS. Simulasi dilakukan dari tahun 1989-2008. Daerah kajian penelitian terletak pada koordinat 106.952° – 107.113°BT dan 6.255° – 6.443° LS yang meliputi TPA Bantar Gebang, Bekasi, Jawa Barat.

MODFLOW dan MT3DMS sering digunakan dalam pemodelan air tanah. MODFLOW dapat menggambarkan aliran air tanah dan simulasi transport kontaminan secara 2 dimensi dan 3 dimensi

(Harbaugh, dkk. 2000), sedangkan MT3DMS

(Modular Three-Dimensional Multispecies Transport Model) merupakan bagian dari modul yang ada di

dalam MODFLOW yang dapat mensimulasikan transport kontaminan pada air tanah secara 3 dimensi (Wang dan Zheng, 1999). Prinsip yang digunakan pada kedua model ini adalah dengan menggunakan prinsip metode beda hingga (fiinite difference method) yaitu dengan cara membuat block centered grid

(3)

2

sehingga yang diketahui adalah nilai pada tengah-tengah blok.

2. Data dan Metode

Data yang digunakan dalam penelitian ini dibagi menjadi 4 kategori yaitu data meteorologi (data curah hujan), data geologi (data geometri akifer dan data Muka Air Tanah), data topografi, dan data pencemar air lindi. Data curah hujan diambil dari data curah hujan per 3 jam-an satelit TRMM (Tropical Rainfall

Measuring Mission) tahun 1998-2008. Penelitian ini

menggunakan data curah hujan dari tahun 1989-2008 sedangkan data curah hujan TRMM hanya tersedia dari tahun 1998-2008. Oleh karena itu, untuk data curah hujan dari tahun 1989-1997 digunakan data komposit curah hujan bulanan TRMM dari tahun 1998-2008 dengan asumsi pola curah hujan yang relatif stagnan ini tidak terlalu mempengaruhi perubahan konsentrasi air lindi secara signifikan.

Untuk data geomteri akifer sendiri, terdiri dari data penampang geologi dan data borehole/geolistrik. data ini diambil dari penelitian yang dilakukan oleh LPPM-ITB (2003). Diketahui bahwa pada daerah kajian terdapat 2 jenis batuan sampai kedalaman 50 meter. Kedalaman 0-30 merupakan batu pasir dan kedalaman 30-50 merupakan batu lempung. Data Muka Air Tanah (MAT) didapat dari penelitian Tesis Magister yang dilakukan oleh Setyaningrum (2002). Diketahui bahwa MAT di sekitar TPA Bantar Gebang berkisar antara kedalaman 4-12 meter.

Data topografi didapat dari data elevasi digital yang berasal dari NASA SRTM dengan resolusi 90 meter. Untuk data pencemar air lindi didapat dari penelitian Tugas Akhir yang dilakukan oleh Sinabutar (2005). Diketahui bahwa kandungan COD pada air lindi TPA Bantar Gebang sebesar 3150 mg/l. Pada penelitian ini konsentrasi COD diasumsikan meresap masuk ke dalam tanah dan mencapai MAT. Setelah mencapai MAT, kemudian konsentrasi COD meresap masuk ke dalam air tanah dan bergerak menyebar karena terbawa oleh aliran air tanah. Ilustrasi masuknya air lindi ke dalam MAT ditunjukan pada Gambar 2.1.

Gambar 2.1 Ilustrasi masuknya air lindi ke dalam MAT (Muka Air Tanah).

Metode yang digunakan dalam penelitian ini dibagi menjadi tiga tahapan simulasi numerik yaitu simulasi aliran air tanah kondisi Steady-State (tunak)

dengan model MODFLOW, simulasi aliran air tanah kondisi Transient dengan model MODFLOW, dan simulasi pencemaran air lindi kondisi Transient dengan model MT3DMS.

Kondisi Steady-State (tunak) adalah kondisi dimana sistem air tanah belum mengalami perubahan sama sekali terhadap waktu atau dapat dikatakan pada kondisi ideal. Sedangkan kondisi Transient adalah kondisi dimana sistem air tanah sudah mengalami perubahan terhadap waktu.

Dalam simulasi numerik menggunakan

MODFLOW dan MT3DMS, ada 3 (tiga) tahapan yang harus dijalani yaitu input, running, dan output. Pada tahap input ditentukan kondisi batas model dan juga dimasukan nilai dari parameter-parameter yang ada. Mulai dari data curah hujan, data geologi, data topografi, dan data pencemar air lindi. Kondisi batas pada penelitian ini ditentukan dari keberadaan sungai-sungai besar di sekitar daerah kajian yang didefinisikan sebagai specific head. Gambar 2.2 menunjukan daerah kajian yang diubah ke dalam model. Gambar 2.2 (a) menunjukkan daerah kajian sebelum diubah ke dalam model dan (b) menunjukan hasil overlay sungai pada kondisi sekitar daerah kajian, terdapat 3 sungai besar yang mengelilingi TPA Bantar Gebang pada bagian utara, barat, dan timur.

(a) (b)

Gambar 2.2 Daerah kajian penelitian (a) dan hasil overlay sungai dengan daerah kajian model (b). Garis berwarna hitam menunjukkan hasil plot sungai yang berada di sekitar daerah kajian. Warna merah pada gambar menunjukkan lokasi TPA Bantar Gebang berada.

Nilai curah hujan pada model dimasukkan dalam bentuk Recharge. Recharge merupakan representasi dari perkolasi curah hujan yang masuk ke dalam tanah. Nilai perkolasi curah hujan biasanya berkisar antara 5-10% dari jumlah curah hujan yang jatuh ke permukaan tanah (Hutasoit, 2000). Nilai Recharge pada penelitian ini diambil dari 3% nilai curah hujan. Nilai persentase 3% ini digunakan karena model menunjukan hasil yang stabil.

Pada tahap running, model akan beriterasi hingga mempunyai nilai error kecil yang menandakan bahwa model berjalan dengan baik dan benar. Tahapan terakhir adalah keluarnya hasil output model. Model akan menghasilkan keluaran berupa peta

Legend

TPA Bantar Gebang Kota Bekasi Kab_Bogor Kab_Bekasi

(4)

3

kontur MAT kondisi Steady-State dan Transient serta peta penyebaran konsentrasi COD pada kondisi

Transient. Arah aliran air tanah juga dapat diketahui

dari hasil keluaran model.

3. Hasil dan Pembahasan 3.1. Pola Curah Hujan

Faktor utama dalam penelitian tugas akhir ini adalah pengaruh curah hujan terhadap perubahan konsentrasi air lindi. Dari hasil pengolahan data curah hujan TRMM (Tropical Rainfall and Measuring Mission) pada tahun 1989-2008 didapatkan bahwa pola curah hujan di daerah kajian setelah dikompositkan selama bulanan dalam selang waktu 1989-2008 mengikuti pola curah hujan monsoonal berbentuk “V” dengan puncak curah hujan maksimum berada pada bulan Februari dan minimum pada bulan Agustus (Gambar 3.1).

Gambar 3.1 Grafik komposit curah hujan TRMM bulanan tahun 1989-2008

3.2. Simulasi Aliran Air Tanah Kondisi

Steady-State (Tunak)

Pada simulasi aliran air tanah kondisi

steady-state dengan model MODFLOW, didapatkan hasil

berupa kontur Muka Air Tanah (MAT). Hasil output kontur MAT ini sangat bergantung dari inputan nilai

Recharge yang diambil dari data curah hujan. Untuk

kondisi steady-state ini nilai recharge didapat dari 3% nilai komposit curah hujan rata-rata harian dalam setahun selama tahun 1989-2008.

Gambar 3.2 Kontur Muka Air Tanah (MAT) kondisi

Steady-State pada daerah kajian

.

Dari hasil kontur MAT (Gambar 3.2) dapat terlihat bahwa nilai MAT menunjukan hasil yang stabil. Hasil yang stabil ditunjukkan oleh hasil kontur MAT yang sesuai dengan hasil kontur elevasi pada daerah kajian. Ketika nilai kontur elevasi berkisar 60 meter, maka nilai kontur MAT tidak akan lebih dari 60 meter. Bila hasil menunjukan nilai kontur MAT yang lebih dari 60 meter, maka dapat dikatakan model belum stabil. Hasil peta kontur elevasi daerah kajian dapat dilihat pada Gambar 3.3.

Gambar 3.3 Kontur elevasi pada daerah kajian.

Dari simulasi kondisi steady-state ini juga diketahui bahwa aliran air tanah pada daerah kajian, khususnya di sekitar TPA Bantar Gebang bergerak ke arah utara. Hal ini disebabkan karena aliran air tanah bergerak dari elevasi yang lebih tinggi ke elevasi yang lebih rendah. Pada daerah kajian, daerah selatan memiliki kontur elevasi yang lebih tinggi dibandingkan daerah utara. Arah aliran air tanah ini akan mempengaruhi arah pergerakan konsentrasi air lindi nantinya. Hasil plot arah aliran air tanah ini dapat dilihat pada Gambar 4.5.

Gambar 3.4 Arah aliran air tanah di sekitar TPA Bantar Gebang.

3.3. Simulasi Aliran Air Tanah Kondisi Transient

Setelah simulasi aliran air tanah kondisi

Steady-State (tunak) dengan MODFLOW dijalankan dan

didapatkan hasil kontur MAT yang stabil, maka model siap dijalankan dalam kondisi Transient. Dalam penelitian ini, simulasi kondisi transient dijalankan bulanan selama 20 tahun dimulai dari tahun

(5)

1989-4

2008. Hasil simulasi menunjukan bahwa kontur MAT mengalami fluktuasi selama simulasi dijalankan. Hal ini dipengaruhi oleh nilai input recharge. Nilai

recharge pada simulasi kondisi transient diambil dari

3% curah hujan bulanan selama 20 tahun (1989-2008). Untuk tahun 1989-1997 digunakan data komposit curah hujan bulanan TRMM dari tahun 1998-2008. Diambil contoh hasil simulasi pada bulan Februari, Juli, dan Desember tahun 2007 (Gambar 3.5).

Dari hasil kontur MAT pada bulan Februari, Juli, dan Desember tahun 2007 dapat dilihat terjadi perubahan MAT naik dan turun. Pada bulan Februari yang memiliki curah hujan tinggi, MAT-nya naik, kemudian ketika bulan Juli yang memiliki tingkat

curah hujan rendah, mengalami penurunan dan kemudian naik lagi pada bulan Desember. Hal ini menunjukan bahwa MAT akan mengalami fluktuasi seiring dengan curah hujan yang jatuh di daerah kajian.

Perubahan MAT yang naik kemudian turun dan lalu naik lagi mengikuti pola curah hujan pada daerah kajian yaitu pola monsoonal berbentuk “V”. Oleh karena itu nilai recharge pada model MODFLOW akan sangat mempengaruhi fluktuasi pada MAT. Fluktuasi MAT yang rendah pada kondisi

transient ini menandakan bahwa model sudah stabil

dan simulasi pencemaran air lindi siap dijalankan.

Februari

Juli

Desember

Gambar 3.5 Kontur MAT pada bulan Februari (a), Juli (b), dan Desember (c) tahun 2007. Gambar (atas) menunjukan peta kontur MAT secara keseluruhan pada daerah kajian dan gambar (bawah) menunjukan pembesaran pada daerah kajian. Kotak berwarna merah menandakan daerah yang mengalami perubahan MAT.

3.4. Simulasi Pencemaran Ai r Lindi Kondisi

Transient

Pada penelitian ini, konsentrasi air lindi hanya dilihat dari kandungan Chemical Oxygen Demand (COD). Dari hasil simulasi pencemaran air lindi

dengan model MT3DMS, didapatkan bahwa

konsentrasi COD bergerak ke arah utara dari TPA Bantar Gebang seiring dengan berjalannya simulasi. Simulasi pencemaran air lindi ini dibedakan pada lapisan 1 dan lapisan 2, pada lapisan 1 dengan kedalaman dari 0-30 meter, terlihat konsentrasi COD yang awalnya berasal dari TPA Bantar Gebang, perlahan-lahan bergerak menyebar ke arah utara,

sedangkan pada lapisan 2 dengan kedalaman 30-50 meter tidak terlihat sama sekali penyebarannya.

Pada Gambar 3.6 dapat dilihat bagaimana pola penyebaran konsentrasi COD pada lapisan 1. Untuk 5 tahun pertama, konsentrasi COD menyebar sampai dengan jarak 238 meter ke arah utara. Pada 10 tahun simulasi berlangsung, konsentrasi COD menyebar sampai jarak 472 meter. 15 tahun simulasi berlangsung, konsentrasi COD sudah mencapai jarak 724 meter dan pada 20 tahun simulasi telah mencapai jarak 1070 meter ke arah utara dari TPA Bantar Gebang.

(6)

5

Hal ini sesuai dengan penelitian yang dilakukan oleh Syafalni dan Satrio (2007) yang mengatakan bahwa sebagian besar air tanah dangkal telah mengalami kontaminasi zat pencemar yang berasal dari TPA Bantar Gebang yang sebarannya telah mencapai kira-kira 1 km dari lokasi TPA. Arah pencemaran air lindi bergerak menuju utara dari lokasi TPA ini dipengaruhi oleh arah aliran air tanah yang mengarah ke utara.

(a) (b)

(c) (d)

Gambar 3.6 Penyebaran konsentrasi COD pada lapisan 1 untuk 5 tahun pertama (a), 10 tahun pertama (b), 15 tahun pertama (c), dan 20 tahun pertama (d).

(a) (b)

(c) (d)

Gambar 3.7 Penyebaran konsentrasi COD pada lapisan 2 untuk 5 tahun pertama (a), 10 tahun pertama (b), 15 tahun pertama (c), dan 20 tahun pertama (d).

Gambar 3.7 menunjukan pola penyebaran konsentrasi air lindi pada lapisan 2. Dapat dilihat selama 20 tahun simulasi berjalan, penyebaran konsentrasi COD-nya tidak terlihat. Hal ini dikarenakan lapisan 2 ini jenis batuannya merupakan batu lempung yang memiliki nilai konduktivitas hidrolik sangat kecil sehingga konsentrasi COD yang berada pada permukaan, menjadi sulit untuk masuk ke dalam lapisan 2 ini. Berbeda dengan lapisan 1 yang merupakan batu pasir dengan nilai konduktivitas hidrolik yang besar sehingga konsentrasi COD akan mudah masuk ke lapisan ini.

3.5. Hubungan Antara Curah Hujan, MAT, dan Perubahan Konsentrasi COD

Dari hasil simulasi pencemaran air lindi dapat diketahui perubahan konsentrasi air lindi selama simulasi berlangsung. Untuk menganalisis pengaruh curah hujan terhadap perubahan konsentrasi COD, maka dilakukan analisis secara temporal dengan cara membuat 2 titik pengamatan, yaitu titik A dengan jarak 500 meter dari TPA dan titik B dengan jarak 1000 meter. Hal ini dikarenakan jika menganalisis secara spasial sangat sulit untuk dilakukan. Ilustrasi titik pengamatan dapat dilihat pada Gambar 3.8.

Gambar 3.8 Lokasi titik pengamatan A dan B.

Simulasi pencemaran air lindi dilakukan bulanan selama 20 tahun dari tahun 1989-2008. Titik A yang berada 500 meter dari lokasi TPA Bantar Gebang, akan terkena efek dari penyebaran konsentrasi COD pada bulan Maret 2007 atau membutuhkan waktu 8 tahun 3 bulan untuk mencapai titik pengamatan A. Sedangkan untuk titik pengamatan B yang berada pada jarak 1000 meter dari lokasi TPA, akan terkena efek dari penyebaran konsentrasi COD pada bulan Agustus 2004 atau membutuhkan waktu 16 tahun 8 bulan. Hal ini dapat dilihat dari plot perubahan konsentrasi COD di kedua titik pengamatan (lihat Gambar 3.9).

1000 meter 500 meter A

(7)

6

Gambar 3.9 Perubahan konsentrasi COD terhadap waktu pada titik pengamatan A dan B. Kotak hitam menandakan adanya fluktuasi pada titik pengamatan A.

Dari Gambar 3.9 juga dapat terlihat bahwa terjadi fluktuasi perubahan konsentrasi COD untuk titik pengamatan A pada bulan Agustus 1999 - Desember 2008. Sedangkan pada titik pengamatan B tidak terjadi fluktuasi. Karena fluktuasi perubahan konsentrasi COD hanya terlihat jelas pada titik pengamatan A, maka untuk melihat pengaruh dari curah hujan terhadap perubahan konsentrasi COD, kedepannya hanya akan dianalisis pada titik pengamatan A khususnya pada saat terjadinya fluktuasi, yaitu pada rentang bulan Agustus 1999 – Desember 2008.

Untuk melakukan analisis antara curah hujan terhadap perubahan konsentrasi COD, perlu dilihat terlebih dahulu faktor apa yang berpengaruh langsung terhadap curah hujan, yaitu MAT. Hasil normalisasi antara curah hujan dan MAT pada titik pengamatan A menunjukan bahwa keduanya memiliki kesamaan pola grafik dengan nilai korelasi sebesar 0.89. Jadi, dapat dikatakan bahwa ketika curah hujan tinggi, maka MAT akan naik dan sebaliknya ketika curah hujan rendah, maka MAT juga akan rendah. Hasil plot grafik normalisasi antara curah hujan dan MAT pada titik pengamatan A dapat dilihat pada Gambar 3.10.

Gambar 3.10 Grafik pola normalisasi antara curah hujan dan MAT pada titik pengamatan A.

Setelah diketahui bahwa MAT memiliki hubungan langsung terhadap curah hujan, maka dilakukan analisis antara MAT terhadap perubahan konsentrasi COD pada titik pengamatan A. Dilihat terlebih dahulu kesamaan pola grafik antara keduanya dengan cara melakukan normalisasi.

Gambar 3.11 Grafik pola normalisasi antara perubahan konsentrasi COD dan MAT pada titik pengamatan A.

Dari hasil normalisasi antara perubahan konsentrasi COD dan MAT pada titik pengamatan A (Gambar 3.11) dapat dilihat bahwa grafik antara keduanya memliki pola yang saling berlawanan dengan nilai korelasi sebesar -0.76. Jadi, dapat dikatakan bahwa keduanya memiliki hubungan yang saling berlawanan. Ketika MAT naik, maka perubahan konsentrasi COD akan turun dan sebaliknya ketika MAT turun, maka perubahan konsentrasi COD akan naik. Nilai korelasi yang cukup tinggi dari MAT dan perubahan konsentrasi COD ini menandakan bahwa adanya pengaruh antara curah hujan terhadap perubahan konsentrasi COD.

Hasil normalisasi antara curah hujan dan perubahan konsentrasi COD pada titik pengamatan A menunjukan bahwa keduanya memiliki pola grafik yang saling berlawanan satu sama lain dengan nilai korelasi sebesar -0.68. Jadi, dapat dikatakan bahwa keduanya memiliki hubungan yang saling berlawanan. Ketika curah hujan tinggi, maka perubahan konsentrasi COD akan rendah dan sebaliknya ketika curah hujan rendah, maka perubahan konsentrasi COD akan tinggi. Hasil plot grafik normalisasi antara curah hujan dan perubahan konsentrasi COD pada titik pengamatan A dapat dilihat pada Gambar 3.10.

Gambar 3.10 Grafik pola normalisasi antara curah hujan dan perubahan konsentrasi COD pada titik pengamatan A.

Untuk menganalisis lebih lanjut hubungan antara curah hujan dengan perubahan konsentrasi COD ini, kemudian dilakukan plot persebaran data keduanya. Dari hasil plot persebaran datanya dapat dilhat bahwa keduanya membentuk fungsi linier negatif yang berarti ketika curah hujan tinggi, maka perubahan konsentrasi COD akan turun dan sebaliknya. Plot

(8)

7

persebaran data keduanya dapat dilihat pada Gambar 3.11.

Gambar 3.11 Grafik pola persebaran data curah hujan dan perubahan konsentrasi COD pada titik pengamatan A.

Untuk mengetahui perubahan konsentrasi COD maksimum dan minimum pada titik pengamatan A dalam selang bulan Agustus 1999 – Desember 2008 diperlihatkan pada Gambar 3.12.

Gambar 3.12 Grafik hubungan antara curah hujan dan perubahan konsentrasi COD pada titik pengamatan A. Kotak hitam menunjukan perubahan konsentrasi COD minimum dan kotak hijau menunjukan perubahan konsentrasi COD maksimum.

Pada Gambar 3.12 terlihat bahwa perubahan konsentrasi COD berbanding terbalik dengan curah hujan. Perubahan konsentrasi COD maksimum sebesar 2.41 mg/l terjadi pada bulan Juli 2007 dengan curah hujan sebesar 33.12 mm dan perubahan konsentrasi COD minimum sebesar 1.85 mg/l terjadi pada bulan Januari 2005 dengan curah hujan sebesar 516.18 mm. Dari hasil plot gambar ini juga dapat dilihat bahwa pada bulan-bulan kering perubahan konsentrasi COD lebih tinggi dibandingkan pada bulan-bulan basah.

4. Kesimpulan dan Saran 4.1. Kesimpulan

Berdasarkan hasil penelitian ini, diperoleh beberapa kesimpulan, antara lain :

1. Perubahan konsentrasi COD membentuk fungsi linier negatif dari curah hujan.

2. Perubahan konsentrasi COD pada bulan-bulan kering lebih tinggi dibandingkan dengan bulan-bulan basah.

3. Curah hujan sebesar 33.12 mm menyebabkan terjadinya perubahan konsentrasi COD maksimal sebesar 2.41 mg/l pada bulan Juli 2007.

4. Curah hujan sebesar 516.18 mm menyebabkan terjadinya perubahan konsentrasi COD minimal sebesar 1.85 mg/l ada bulan Januari 2005.

4.2. Saran

Berikut adalah saran untuk penelitian selanjutnya berdasarkan penelitian yang telah dilakukan :

1. Penelitian tentang tugas akhir ini memang masih jarang dilakukan di Indonesia, padahal Indonesia merupakan wilayah tropis yang memiliki curah hujan relatif tinggi dan sistem pengolahan air lindi pada Tempat Pembuangan Akhir (TPA) sampah di Indonesia masih banyak yang belum memadai sehingga potensi terjadinya pencemaran air lindi ke lingkungan sekitar sangat besar. Oleh karena itu, penelitian tentang tugas akhir ini masih perlu dikembangkan lebih jauh lagi. 2. Digunakan data-data yang lebih lengkap dan

detail untuk inputan model, seperti data landuse diperhitungkan dan juga digunakan data curah hujan yang diambil dari stasiun observasi meteorologi. Hal ini ditujukan agar simulasi model mendapatkan hasil yang lebih akurat

REFERENSI

Harbaugh, A. W., Banta, E. R., Hill, M. C., & Mcdonald, M. G. (2000). MODFLOW-2000,The U.S. Geological

Survey Modular Ground-Water Model - User Guide To Modularization Concepts and The Ground-Water

Flow Process. Reston, Virginia: U.S.

GEOLOGICAL SURVEY.

Hutasoit, L. M. (2000). Pengaruh Jenis Batuan, Sifat Fsik

Tanah, Kemiringan Lereng dan Tutupan Lahan Terhadap Laju Resapan. Bandung: Insitut Teknologi

Bandung.

LPPM-ITB. (2003). Penyusunan Rencana Induk Pendayagunaan Air Bawah Tanah di Wilayah Cekungan Karawang-Bekasi. Distamben Propinsi

Jabar.

Priambodho. (2008). Kualitas Air Lindi Pada Tempat

Pembuangan Akhir Sampah Galuga, Kabupaten Bogor. Bogor: Departemen Manajemen Sumberdaya

Perairan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.

Rustiawan, I., & Riani, T. (1993). Kandungan Logam Berat

Timah Hitam Pada Sayuran di Sekitar Lokasi Pembuangan Akhir Sampah (LPA) Kapuk Kamal,

Cengkareng, Jakarta. Bogor: Pusat Antar

Universitas Pangan dan Gizi.

Saban. (2010, September 4). Warga Dekat Bantar Gebang

Mengeluh Pencemaran. Dipetik Januari 29, 2012,

dari Poskota: http://poskota.co.id/berita-terkini/2010 /09/04/warga-dekat-bantar-gebang-mengeluh-pencemaran

Setyaningrum, E. (2002). Pola Penyebaran Pencemaran

Lindi Terhadap Air Tanah di Sekitar Landfill.

(9)

8

Lingkungan, Program Magister Jurusan Teknik Lingkungan, Institut Teknologi Bandung.

Syafalni, & Satrio. (2007). Studi Air Tanah di Sekitar

Pembuangan Sampah Bantar Gebang, Bekasi, Jawa Barat. Jakarta: Pusat Aplikasi Teknologi Isotop dan

Radiasi – BATAN.

Sinabutar, A. (2005). Analisis Kesehatan dan Keamanan

Lingkungan Pada Pengelolaan Sampah Kota.

Bogor: Sekolah Pascasarjana, Institut Pertanian Bogor.

Wang, P., & Zheng, C. ( 1999). A Modular

Three-Dimensional Multispecies Transport Model.

Gambar

Gambar  2.1  Ilustrasi  masuknya  air  lindi  ke  dalam  MAT  (Muka Air Tanah).
Gambar  3.2  Kontur  Muka  Air  Tanah  (MAT)  kondisi  Steady-State pada daerah kajian
Gambar 3.5  Kontur MAT pada bulan Februari (a), Juli (b), dan Desember (c) tahun 2007
Gambar  3.6    Penyebaran  konsentrasi  COD  pada  lapisan  1  untuk  5  tahun  pertama  (a),  10  tahun  pertama  (b),  15  tahun  pertama  (c),  dan  20  tahun  pertama (d).
+3

Referensi

Dokumen terkait

Karena kurangnya data observasi yang tersedia maka untuk melengkapinya digunakan data NCEP. Data ini merupakan data analisis kondisi atmosfer yang diperoleh dengan

Selain itu karena nilai Z-R berbeda untuk setiap hujan maka perlu ditentukan pula konstanta relasi antara faktor reflektifitas radar dengan intensitas curah hujan

Model Soil and Water Assessment Tool (SWAT) dapat menghitung kesetimbangan air dalam suatu DAS dengan input yang sederhana, yaitu: curah hujan, temperatur maksimum –

Hal ini menunjukkan bahwa pada sampel bulan Juli 2011 tersebut prediksi medan angin dapat dikatakan cukup baik karena memiliki arah yang hampir sama dengan

Pada gambar terlihat bahwa sub-DAS TB1 untuk periode ulang tiga tahun memiliki debit rencana yang lebih besar dibandingkan dengan sub-DAS yang lainnya, karena sub-DAS TB1

Hal ini menunjukkan bahwa curah hujan bulan September 2009 tidak memiliki selisih yang besar dengan rata-rata curah hujan bulan September di Sukabumi dari tahun

- Dari hasil CDF membuktikan bahwa fenomena penurunan curah hujan, debit dan water level yang terjadi merupakan fenomena ekstrim minimum pada Juni 2004 dan Juli

Namun hasil perhitungan debit limpasan dengan menggunakan curah hujan maksimum hasil perhitungan CDF dianggap lebih baik karena hasil yang didapatkan sesuai dengan