1
LAPORAN PRAKTIKUM OSEANOGRAFI BIOLOGI MODUL II HYDROCOLOR
Disusun sebagai laporan dalam pelakasanan praktikum mata kuliah Oseanografi Biologi (OS2104)
Dosen Pengampu : Dr. Susanna Nurdjaman, M.T.
Asisten :
Fairuz Amira Mecca 12920019 Cindy Kezia Rikka M. 12920061
Disusun Oleh :
Meta Purnamasari 12920008
PROGRAM STUDI OSEANOGRAFI
FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN INSTITUT TEKNOLOGI BANDUNG
2022
2
DAFTAR ISI
DAFTAR ISI ... 2
DAFTAR GAMBAR ... 3
BAB I ... 5
PENDAHULUAN ... 5
1.1. Latar Belakang ... 5
1.2. Tujuan ... 5
BAB II ... 6
TEORI DASAR ... 6
2.1. Turbiditas ... 6
2.2 TSS (Total Suspended Solid) ... 7
2.3 Klorofil-a ... 7
BAB III ... 9
METODOLOGI ... 9
3.1 Metode ... 9
3.1 Alat dan Bahan ... 10
3.2 Langkah Kerja ... 10
BAB IV ... 15
HASIL DAN ANALISIS ... 15
4.1 Hasil ... 15
4.2 Perhitungan ... 18
4.3 Analisis ... 19
4.4 Tugas Akhir ... 20
BAB V ... 25
KESIMPULAN DAN SARAN ... 25
1.1. Kesimpulan ... 25
1.2. Saran ... 25
DAFTAR PUSTAKA ... 26
LAMPIRAN ... 27
3
DAFTAR GAMBAR
Gambar 3. 1 Daerah Kajian Tugas Akhir Praktikum (-6.66379/108.41636) ... 9
Gambar 3. 2 Daerah KajianPraktikum Lapangan (-5.94461,106.10883) ... 10
Gambar 3. 3 Tampilan Awal Hydrocolor ... 11
Gambar 3. 4 Pengambilan Data Grey Card ... 11
Gambar 3. 5 Hasil Data Keseluruhan Hydrocolor ... 12
Gambar 3. 6 Tampilan Google Colab ... 13
Gambar 3. 7 File Google Drive Modul 2... 13
Gambar 3. 8 Script Python Modul 2 ... 13
Gambar 3. 9 Scipt Python Untuk Plot Daerah Kajian ... 14
Gambar 4. 1 Data 1 Hydrocolor dengan HP Android ... 15
Gambar 4. 2 Data 2 Hydrocolor dengan HP Android ... 15
Gambar 4. 3 Data 3 Hydrocolor dengan HP Android ... 16
Gambar 4. 4 Data 4 Hydrocolor dengan HP Android ... 16
Gambar 4. 5 Data 1 Hydrocolor dengan HP Iphone ... 17
Gambar 4. 6 Data 2 Hydrocolor dengan HP Iphone ... 17
Gambar 4. 7 Data 3 Hydrocolor dengan HP Iphone ... 17
Gambar 4. 8 Data 4 Hydrocolor dengan HP Iphone ... 18
Gambar 4. 9 Percobaan Data 1 ... 21
Gambar 4. 10 Percobaan Data 2 ... 22
Gambar 4. 11 Percobaan Data 3 ... 23
4
DAFTAR TABEL
Tabel 4. 1 Data Hydrocolor dengan HP Android ... 15
Tabel 4. 2 Data Hydrocolor dengan HP Iphone ... 16
Tabel 4. 3 Hasil Perhitungan Data HP Android ... 18
Tabel 4. 4 Hasil Perhitungan Data HP Iphone ... 19
5
BAB I
PENDAHULUAN
1.1. Latar Belakang
Air merupakan sumber daya alam yang diperlukan untuk hajat hidup orang banyak, bahkan oleh semua makhluk hidup. Oleh karena itu, sumber daya air dan kualitasnya, harus dilindungi dari pencemaran agar tetap dapat dimanfaatkan dengan baik oleh manusia serta makhluk hidup yang lain. Secara geografis, Indonesia adalah negara kepulauan terbesar di dunia yang berada di antara dua benua, yaitu Benua Asia dan Benua Australia, serta terletak di antara dua samudra, yaitu Samudra Hindia dan Samudra Pasifik. Indonesia disebut juga sebagai negara maritim karena sebagian besar wilayahnya terdiri atas lautan. Wilayah laut Indonesia yang begitu luas tentu saja menjadi sumber daya alam yang sangat besar serta berpotensi untuk menjadikan laut sebagai sumber penting bagi kelangsungan ekonomi dalam rangka meningkatkan kesejahteraan bersama.
Hydrocolor merupakan aplikasi ponsel dengan menggunakan kamera digital ponsel sebagai radiometer 3-band dan sensor auxilary ponsel digunakan untuk mengukur reflektansi pengindraan jauh dari kolom perairan. Aplikasi tersebut dapat mengumpulkan urutan dari tiga citra. Gambar citra tersebut digunakan untuk mengukur reflektansi pengindraan jauh dalam band gelombang merah, hijau dan biru. Dengan dapat menggunakan Hydrocolor maka akan menjadi lebih mudah untuk mengukur kualitas air, karena pada 2021 kebanyakan orang sudah memiliki smartphone yang mendukung aplikasi Hydrocolor.
1.2. Tujuan
1. Untuk memahami prinsip kerja aplikasi Hydrocolor
2. Untuk menentukan dan mengerti cara penggunaan aplikasi Hydrocolor
3. Untuk merealisasikan dan menganalisis data yang didapatkan terhadap kondisi lingkungan pengambilan data.
6
BAB II TEORI DASAR
Perairan merupakan suatu lingkungan dimana tempat menjadi habitat bagi berbagai organisme yang tidak dapat terlepas dari gangguan eksternal(selalu dalam keadaan dinamis).
Oleh karena itu, sebuah perairan dapat memiliki berbagai kondisi yang mempengaruhi kehidupan di perairan itu sendiri. Kondisi perairan sendiri sering disebut sebagai kualitas perairan. Jika perairan berupa laut maka kita dapat menyebutnya kualitas air laut. Kondisi yang merupakan gambaran baik buruknya suatu perairan biasa disebut sebagai kualitas air.
Kualitas air adalah suatu ukuran kondisi air dilihat dari karakteristik fisik, kimiawi, dan biologisnya(Diersing and Nancy, 2009). Kualitas air juga menunjukkan ukuran kondisi air relatif terhadap kebutuhan biota air dan manusia.Kualitas air sering kali menjadi ukuran standar terhadap kondisi kesehatan ekosistem air dan kesehatan manusia terhadap air minum. Parameter kualitas air dapat dilihat dengan acuan kekeruhan (turbidity), TSS (total suspended solid), dan klorofil-a, suhu, warna, dan bau.
2.1. Turbiditas
Kekeruhan adalah ukuran yang menggunakan efek cahaya sebagai dasar untuk mengukur keadaan air baku. Salah satu skala pengukuran kekeruhan adalah NTU (Nephelometrix Turbidity Unit). Kekeruhan disebabkan oleh adanya benda tercampur membentuk solusi atau koloid di dalam air. Benda-benda tersebut berupa bahan-bahan anorganik dan organik yang terkandung dalam air seperti lumpur dan bahan yang dihasilkan oleh buangan industri.
Kekeruhan dinyatakan dalam satuan unit turbiditas yang setara dengan 1 mg/liter SiO2. Kekeruhan ini disebabkan oleh adanya benda tercampur atau benda koloid di dalam air. Batas maksimal kekeruhan air bersih menurut PERMENKES RI Nomor 416 Tahun 1990 adalah 25 skala NTU. Kekeruhan air dapat ditimbulkan oleh adanya bahan-bahan anorganik dan organik yang terkandung dalam air seperti lumpur dan bahan yang dihasilkan oleh buangan industri. Dampaknya pada ekosistem perairan adalah dapat mengganggu masuknya sinar matahari, membahayakan bagi ikan maupun bagi organisme lain. Serta dapat mempengaruhi corak dan sifat optis dari suatu perairan. Padatan tersuspensi berkolerasi positif dengan kekeruhan. Semakin tinggi nilai padatan tersuspensi, semakin tinggi nilai kekeruhan. Akan tetapi, tingginya padatan terlarut tidak selalu diikuti dengan tingginya
7
kekeruhan. Tingginya nilai kekeruhan dapat mempersulit usaha penyaringan dan mengurangi efektivitas desinfeksi pada proses penjernihan air.
2.2 TSS (Total Suspended Solid)
Total Suspended Solid (TSS) merupakan tempat berlangsungnya reaksi-reaksi heterogen, yang berfungsi sebagai bahan pembentuk endapan yang paling awal dan dapat menghalangi kemampuan produksi zat organik di suatu perairan (Tarigan dan Edward, 2003). Total Suspended Solid (TSS) atau muatan padatan tersuspensi adalah bahan-bahan tersuspensi (diameter > 1 μm) yang tertahan pada saringan miliopore dengan diameter pori 0.45 μm. Partikulat tersebut dapat berupa bahan anorganik (komponen mineral tanah) maupun organik (serat tumbuhan dan bakteri).
Total Suspended Solid yang tinggi menghalangi masuknya sinar matahari ke dalam air, sehingga akan mengganggu proses fotosintesis menyebabkan turunnya oksigen terlarut yang dilepas kedalam air oleh tanaman. Total Suspended Solid yang tinggi juga menyebabkan penurunan kejernihan air (Alerts, 1987).
2.3 Klorofil-a
Klorofil adalah pigmen yang dimiliki oleh berbagai organisme autotrof dan menjadi salah satu molekul berperan utama dalam fotosintesis. Klorofil memberi warna hijau pada daun tumbuhan hijau dan alga hijau, tetapi juga dimiliki oleh berbagai alga lain, dan beberapa kelompok bakteri fotosintetik. Molekul klorofil menyerap cahaya merah, biru, dan ungu, serta memantulkan cahaya hijau dan sedikit kuning, sehingga mata manusia memvisualisasikan sebagai warna hijau.
Klorofil mempunyai peranan yang esensial dalam proses fotosintesis. Fotosintesis merupakan dasar dari produksi zat-zat organik dalam alam (produksi primer). Proses fotosintesis merupakan reaksi berantai yang amat panjang dan kompleks. Proses tersebut hanya dapat berlangsung di dalam sel hidup yang mengandung klorofil. Fungsi utama klorofil dalam proses fotosintesis adalah sebagai katalisator dan menyerap energi cahaya yang akan digunakan dalam proses tersebut. Energi cahaya tersebut kemudian akan diubah di dalam klorofil menjadi energi kinetik elektron yang memainkan peran donor elektron primer dalam rantai transpor elektron fotosintesis. Klorofil-a merupakan pigmen yang mampu melakukan fotosintesis dan terdapat di seluruh organisme fitoplankton. Kualitas perairan yang baik merupakan tempat hidup dan berkembang yang baik bagi fitoplankton, karena kandungan klorofil-a fitoplankton itu sendiri dapat dijadikan indikator tinggi rendahnya produktivitas suatu perairan. Namun, jika suatu perairan memiliki jumlah klorofil
8
yang sangat tinggi maka perairan tersebut juga dikatakan berbahaya. Parameter yang mengontrol dan mempengaruhi sebaran Chl-a adalah intensitas cahaya dan nutrien (nitrat, fosfat, dan silikat).
Klorofil-a juga merupakan salah satu parameter biologis yang perlu diketahui dalam suatu perairan. Hal ini karena klorofil-a sangat erat kaitannya dengan produktivitas sebagai variabel yang sangat pentinguntuk diketahui dalam upaya pengelolaan sumberdaya laut, terutama dalam bidang perikanan.
Klorofil-a mencerminkan warna biru-hijau, yang bertanggung jawab untuk warna hijau sebagian besar tanaman darat. Dalam Klorofil-a, panjang gelombang yang paling efektif menyerap spektrum adalah 429 nm dan 659 nm, yang masing-masing menunjukkan warna violet-biru dan oranye-merah.
9
BAB III METODOLOGI
3.1 Metode dan Daerah Kajian
Pengambilan data kelautan membutuhkan biaya yang cukup besar dan alat alat khusus dalam proses pengambilannya. Beberapa instansi pemerintah hingga ke swasta banyak melakukan jasa pengambilan data di wilayah tertentu, namun bagaimana cara agar kita dapat menetukan data suatu perairan tetapi kita tidak memiliki alat alat tersebut?
Terpikirkan oleh hal tersebut, Thomas Leeuw membuat aplikasi bernama HydroColor.
HydroColor adalah aplikasi pengukur kualitas air yang menggunakan kamera digital smartphone untuk menentukan pantulan bandan air. Dengan menggunakan informasi ini, HydroColor dapat memperkirakan kekeruhan air (0-80 NTU), konsentrasi bahan partikulat tersuspensi (SPM) (g / m ^ 3) dan koefisien hamburan balik dalam warna merah (1 / m).
Cara kerja HydroColor menggunakan kamera sebagai sensor cahaya sederhana (fotometer). Intensitas cahaya relatif dapat diukur dengan menormalkan nilai piksel kamera dengan eksposur. Oleh karena itu, tiga saluran warna kamera (RGB: Merah, Hijau, Biru) memberikan ukuran intensitas cahaya di tiga wilayah spektrum yang terlihat.
Latitude dan longitude daerah kajian yang digunakan dalam proses pembuatan tugas akhir (-6.66379/108.41636) dan laporan praktikum (-5.94461,106.10883) ini adalah sebagai berikut:
Gambar 3. 1 DaerahKajian Tugas Akhir Praktikum (-6.66379/108.41636)
10
Gambar 3. 2 Daerah KajianPraktikum Lapangan (-5.94461,106.10883) 3.2 Alat dan Bahan
1. Smartphone dengan adanya spesifikasi berupa kompas 2. Aplikasi HydroColor
3. Grey card/kertas karton abu-abu tua
4. Badan air di lingkungan sekitar dapat berupa kolam, sungai, waduk, atau bendungan
5. Laptop 3.3 Langkah Kerja
3.3.1 Pengambilan Data Melalui Aplikasi Hydrocolor 1. Software Hydrocolordi unduh pada pada gawai 2. Akses Software lalu klik tab “Collect Data”
11
Gambar 3. 3 Tampilan Awal Hydrocolor
3. Pilih “grey card” kemudian atur orientasi ponsel serta sudut kamera menghadap grey card hingga sesuai panah hijau, baik kompas ataupun orientasi vertikal, Diambil foto ketika tombol “Capture”sudah berwarna hijau.
Gambar 3. 4 Pengambilan Data Grey Card 4. Ulangi langkah 3 untuk pengambilan gambar langit dan air.
5. Setelah gambar selesai diambil, pilih “Analyze data” kemudian data hasil panjang gelombang merah, hijau, dan biru akan ditampilkan.
12
Gambar 3. 5 Hasil Data Keseluruhan Hydrocolor 3.3.2 Perhitungan Data
1.
Data gelombang panjang merah, hijau, biru yang didapat dari HydroColor maupun didapat dari sheet Excel dimasukkan ke dalam persamaan berikut:3.3.3 Praktikum saat Kuliah Lapangan
1. Lakukan hal yang sama dengan bagian langkah kerja 2.3.1 dengan 3 kali percobaan.
2. Lakukan hal yang sama dengan bagian langkah kerja 2.3.2 untuk perhitungan data.
3. Download file Modul2.ipynb, lalu upload ke Google Drive masingmasing.
4. Akses https://colab.research.google.com/notebooks/
13
Gambar 3. 6 Tampilan Google Colab 5. Pilih tab Google Drive kemudian pilih Modul2.ipynb.
Gambar 3. 7 File Google Drive Modul 2
6. Akses dan isi informasi Data Praktikan dan Informasi Perairan dengan cara mengklik dua kali pada tab yang dimaksud.
Gambar 3. 8 Script Python Modul 2 7. Lakukan instalasi Library Python dengan klik ikon run/play.
8. Ganti Latitude dan Longitude sesuai dengan daerah kajian saat Kuliah Lapangan.
Kemudian, running source code dan screen capture hasilnya.
14
Gambar 3. 9 Scipt Python Untuk Plot Daerah Kajian
15
BAB IV
HASIL DAN ANALISIS
4.1 Hasil
4.1.1 Hasil Pengambilan Data HP Android
Tabel 4. 1 Data Hydrocolor dengan HP Android
Hp Android Data 1 Data 2 Data 3 Data 4
Date 11/12/2022 11/12/2022 11/12/2022 11/12/2022
Time 07:30:57 07:29:51 07:28:59 07:27:55
Turbidity 15±5 NTU 8±3 NTU 11±4 NTU 39±14 NTU
[SPM] 15±6 g/m3 8±3 g/m3 11±4 g/m3 39±15 g/m3
Bb Red 0.15±0.06 1/m 0.08±0.03 1/m 0.11±0.04 1/m 0.42±0.17 1/m Reflec.Red 0.018±0.003 1/sr 0.012±0.002 1/sr 0.014±0.002 1/sr 0.029±0.004 1/sr Reflec.Green 0.021±0.003 1/sr 0.018±0.003 1/sr 0.022±0.003 1/sr 0.049±0.007 1/sr Reflec.Blue 0.021±0.003 1/sr 0.016±0.002 1/sr 0.023±0.003 1/sr 0.048±0.007 1/sr
Latitude -5,9685 -5,9685 -5,9685 -5,9685
Longitude 106,0967 106,0967 106,0967 106,0967
Gambar 4. 1 Data 1 Hydrocolor dengan HP Android
Gambar 4. 2 Data 2 Hydrocolor dengan HP Android
16
Gambar 4. 3 Data 3 Hydrocolor dengan HP Android
Gambar 4. 4 Data 4 Hydrocolor dengan HP Android
4.1.2 Hasil Pengambilan Data HP Iphone
Hp Iphone Data 1 Data 2 Data 3 Data 4
Date 11/12/2022 11/12/2022 11/12/2022 11/12/2022
Time 07:36:30 07:33:49 07:31:23 07:25:22
Turbidity 5±2 NTU 1±1 NTU 3±1 NTU >80±0 NTU
[SPM] 5±2 g/m3 1±1 g/m3 3±1 g/m4 >80±0 g/m3
Bb Red 0.05±0.02 1/m 0.01±0.02 1/m 0.03±0.02 1/m >0.94±0 1/m Reflec.Red 0.008±0.001 1/sr 0.002±0.001 1/sr 0.005±0.001 1/sr 0.041±0.006 1/sr Reflec.Green 0.022±0.003 1/sr 0.013±0.002 1/sr 0.017±0.002 1/sr 0.232±0.035 1/sr Reflec.Blue 0.021±0.003 1/sr 0.012±0.002 1/sr 0.017±0.003 1/sr 0.229±0.034 1/sr
Latitude -5,9685 -5,9685 -5,9685 -5,9685
Longitude 106,0967 106,0967 106,0967 106,0967
Tabel 4. 2 Data Hydrocolor dengan HP Iphone
17
Gambar 4. 5 Data 1 Hydrocolor dengan HP Iphone
Gambar 4. 6 Data 2 Hydrocolor dengan HP Iphone
Gambar 4. 7 Data 3 Hydrocolor dengan HP Iphone
18
Gambar 4. 8 Data 4 Hydrocolor dengan HP Iphone 4.2 Perhitungan
4.2.1 Perhitungan Hasil Data HP Android
Tabel 4. 3 Hasil Perhitungan Data HP Android Perhitungan Data Hp Android
Data 1 Nilai Yang Dicari Data 2 Nilai Yang Dicari
0,021 Rrs(B) Cchl 1 0,048 Rrs(B) Cchl 0,95
0,018 Rrs(R) Chloro 1,695828 0,029 Rrs(R) Chloro 1,747474
0,021 Rrs(G) 0,049 Rrs(G)
Tur 1,562538 Tur 4,363533
log
SPM 0,157707
log
SPM 0,612635
SPM 1,437829 SPM 4,098596
Data 3 Nilai Yang Dicari Data 4 Nilai Yang Dicari 0,023 Rrs(B) Cchl 1,125 0,016 Rrs(B) Cchl 0,666667 0,014 Rrs(R) Chloro 1,573293 0,012 Rrs(R) Chloro 2,071289
0,022 Rrs(G) 0,018 Rrs(G)
Tur 1,053267 Tur 0,846375
log
SPM -0,01701
log
SPM -0,11389
SPM 0,961588 SPM 0,769333
19 4.2.2 Perhitungan Hail Data HP Iphone
Tabel 4. 4 Hasil Perhitungan Data HP Iphone Perhitungan Data Hp Iphone
Data 1 Nilai Yang Dicari Data 2 Nilai Yang Dicari 0,021 Rrs(B) Cchl 0,928571 0,012 Rrs(B) Cchl -14,2857 0,008 Rrs(R) Chloro 1,770086 0,002 Rrs(R) Chloro 16311,08
0,022 Rrs(G) 0,0013 Rrs(G)
Tur 0,501556 Tur 0,107476
log
SPM -0,34567
log
SPM -1,02806
SPM 0,451155 SPM 0,093743
Data 3 Nilai Yang Dicari Data 4 Nilai Yang Dicari
0,017 Rrs(B) Cchl 0 0,016 Rrs(B) Cchl 0,666667
0,017 Rrs(R) Chloro 3,09 0,012 Rrs(R) Chloro 2,071289
0,005 Rrs(G) 0,018 Rrs(G)
Tur 1,421074 Tur 0,846375
log
SPM 0,115669
log
SPM -0,11389
SPM 1,305176 SPM 0,769333
4.3 Analisis
Dari Tabel 4.1 merupakan data hydrocolor dengan hp android dan Tabel 4.2 merupakan data hydrocolor dengan hp iphone. lalu pada Tabel 4.3 dan Tabel 4.4 merupakan hasil perhitungan dari data tabel sebelumnya. Disini kita dapat melihat hasil perhitungan chloro, turbiditas, dan SPM. Hasil dari Tabel 4.3 chloro data 1 (1,695828), data 2 (1,747474), data 3 (1,573293) dan data 4 (2,071289), data chloro yang paling tinggi terdapat pada data 4 sebesar 2,071289 sedangkan yang terendahnya adalah data 3 sebesar 1,573293. Lalu selanjutnya nilai turbiditas tertinggi dari Tabel 4.3 adalah pada data 2 sebesar 4,363533 dan turbiditas terendah ada pada data 4 yaitu 0,846375. Dan nilai SPM yang didapatkan nilai sebesar 4,098596 dan 0,769333 untuk data terbesar dan terkecil yaitu data 2 dan data 4.
Hasil Tabel 4.4 nilai chloro terbesar dan terkecil terdapat pada data 2 dan data 1.
Sedangkan untuk nilai turbiditas tertinggi dan terendah terdapat pada data 3 dan data 2 yaitu sebesar 1,421074 dan 0,107476. Dan SPM tertinggi dan terendah terdapat pada data 3 dan data 2 sebesar 1,305176 dan 0,093743. Kekeruhan perairan atau yang biasa disebut dengan turbiditas perairan merupakan suatu keadaan perairan disaat semua zat padat berupa pasir, lumpur dan tanah liat atau partikel-partikel tersuspensi dalam air dan
20
dapat berupa komponen hidup (biotik) seperti fitoplankton (Edward danTarigan, 2003).
Bila terjadi kekeruhan maka penetrasi cahaya matahari ke permukaan dan bagian yang lebih dalam, tidak berlangsung efektif akibat terhalang oleh zat padat tersuspensi sehingga fotosintesis tidak berlangsung sempurna. Selain itu penetrasi yang kurang pada air yang keruh mempengaruhi kedalaman habitat tumbuhan air yang dapat menyebabkan kematian (Michael, 1995; Edward danTarigan, 2003). Adanya kekeruhan ini akan manghambat proses masuknya sinar matahari ke dalam perairan. Sehingga hal tersebut dapat mengakibatkan proses fotosintesis tanaman (fitoplankton) menjadi terhambat. Padahal seperti diketahui bersama, fotosintesis oleh tanaman akan menghasilkan gas O2 yang banyak dibutuhkan oleh organisme di lingkungan perairan.
Kekeruhan erat sekali hubungannya dengan kadar zat tersuspensi (Total Suspend Solid) karena kekeruhan pada air memang disebabkan adanya zat-zat tersuspensi yang ada dalam air tersebut. Zat tersuspensi yang ada dalam air terdiri dari berbagai macam zat, misalnya pasir halus, liat dan lumpur alami yang merupakan bahan-bahan anorganik atau dapat pula berupa bahan-bahan organik yang melayang-layang dalam air. Bahan- bahan organik yang merupakan zat tersuspensi terdiri dari berbagai jenis senyawa seperti selulosa, lemak, protein yang melayang-layang dalam air atau dapat juga berupa mikroorganisme seperti bakteri, algae, dan sebagainya. Bahan-bahan organik ini selain berasal dari sumber-sumber alamiah juga berasal dari buangan kegiatan manusia seperti kegiatan industri, pertanian, pertambangan atau kegiatan rumah tangga.
4.4 Tugas Akhir
4.4.1 Hasil dan Perhitungan Percobaan Data ke-1
21
Gambar 4. 9 Percobaan Data 1 Perhitungan Klorofil-a
𝐶𝑐ℎ𝑙 =𝑅𝑟𝑠 (𝐵) − 𝑅𝑟𝑠(𝑅) 𝑅𝑟𝑠 (𝐺) − 𝑅𝑟𝑠(𝑅) 𝐶𝑐ℎ𝑙 =0,011 − 0,013
0,012 − 0,013 𝐶𝑐ℎ𝑙 = 2
𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 3,09 × 𝑒−0,6×𝐶𝑐ℎ𝑙 𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 0,93069011481
Perhitungsn Turbiditas
𝑇𝑢𝑟 = 2,257 − 𝑅𝑟𝑠(𝑅) 0,044 − 𝑅𝑟𝑠(𝑅) 𝑇𝑢𝑟 =2,257 − 0,013
0,044 − 0,013 𝑇𝑢𝑟 = 72,38709677419 Perhitungan TSS
𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10𝑇𝑢𝑟 − 0,04
𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10(72,38709677419) − 0,04 𝑆𝑃𝑀 = 71,92078
Percobaan Data ke-2
22
Gambar 4. 10 Percobaan Data 2
Perhitungan Klorofil-a
𝐶𝑐ℎ𝑙 =𝑅𝑟𝑠 (𝐵) − 𝑅𝑟𝑠(𝑅) 𝑅𝑟𝑠 (𝐺) − 𝑅𝑟𝑠(𝑅) 𝐶𝑐ℎ𝑙 =0,013 − 0,018
0,016 − 0,018 𝐶𝑐ℎ𝑙 = 2,5
𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 3,09 × 𝑒−0,6×𝐶𝑐ℎ𝑙 𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 1,76783745368
Perhitungsn Turbiditas
𝑇𝑢𝑟 = 2,257 − 𝑅𝑟𝑠(𝑅) 0,044 − 𝑅𝑟𝑠(𝑅) 𝑇𝑢𝑟 =2,257 − 0,018
0,044 − 0,018 𝑇𝑢𝑟 = 86,11538461538 Perhitungan TSS
𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10𝑇𝑢𝑟 − 0,04
𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10(86,11538461538) − 0,04 𝑆𝑃𝑀 = 85,85831
23 Percobaan Data ke-3
Gambar 4. 11 Percobaan Data 3 Perhitungan Klorofil-a
𝐶𝑐ℎ𝑙 =𝑅𝑟𝑠 (𝐵) − 𝑅𝑟𝑠(𝑅) 𝑅𝑟𝑠 (𝐺) − 𝑅𝑟𝑠(𝑅) 𝐶𝑐ℎ𝑙 =0,012 − 0,014
0,013 − 0,014 𝐶𝑐ℎ𝑙 = 2
𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 3,09 × 𝑒−0,6×𝐶𝑐ℎ𝑙 𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 0,93069011481 Perhitungan Turbiditas
𝑇𝑢𝑟 = 2,257 − 𝑅𝑟𝑠(𝑅) 0,044 − 𝑅𝑟𝑠(𝑅) 𝑇𝑢𝑟 =2,257 − 0,014
0,044 − 0,014 𝑇𝑢𝑟 = 74.766666667 Perhitungan TSS
𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10𝑇𝑢𝑟 − 0,04 𝐿𝑜𝑔10𝑆𝑃𝑀 = 1,02 × 𝐿𝑜𝑔10(74.766666667) − 0,04
𝑆𝑃𝑀 = 74,33309
Rata – Rata Perhitungan Data 1,2 dan 3
𝐶ℎ𝑙𝑜𝑟𝑜 − 𝑎 = 1,20973922777 𝑇𝑢𝑟 = 77,75638268552
24
𝑆𝑃𝑀 = 77,37072666666667
Analisis Tugas 1
Rasionalisai data yang diambil adalah nilai Rrs pada cahaya merah diturunkan sebesar maksimal galat, sementara pada cahaya hijau dan biru dinaikan sebesar galat supaya dapat dihitung data Cchl(menghindari data 0 ataupun dibagi oleh 0). Data di ambil di pada sore hari di waduk ITB-C sekitar jam 16.45 WIB pada lintang -6,66379 dan bujur 108,41636, kondisi cuaca pada saat itu sangat cerah sehingga cahaya matahari tidak semaksimal di siang hari. untuk Rata-rata hasil perhitungan melalui refleksi cahaya merah, hijau, dan biru pada ketiga data yang diambil melalui hydrocolor menunjukan hasil 𝐶ℎ𝑙𝑜𝑟𝑜𝑝ℎ𝑦𝑙𝑙 − 𝑎 = 1,20973922777 mg/m3 , 𝑇𝑢𝑟 = 77,75638268552 NTU, 𝑆𝑃𝑀 = 77,37072666666667 mg/L. Warna dari sungai tersebut adalah coklat keruh jika dilihat dari data turbiditas di atas maka sangat rasional. Jika turbiditas lebih dari 25 NTU maka di pastikan airnya keruh sesuai dengan hasil pengamatan yang telah di lakukan. Lalu dengan jumlah rata- rata Chlorofil-a <2,6 maka air termasuk Perairan Oligotrofik, yang dimana status trofiknya termasuk air danau dan/atau waduk yang mengandung unsur hara dengan kadar rendah. Status ini menunjukan kualitas air masih bersifat alamiah belum tercemar dari sumber unsur hara N dan P.
25
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Cara kerja HydroColor menggunakan kamera sebagai sensor cahaya sederhana (fotometer). Intensitas cahaya relatif dapat diukur dengan menormalkan nilai piksel kamera dengan eksposur. Oleh karena itu, tiga saluran warna kamera (RGB: Merah, Hijau, Biru) memberikan ukuran intensitas cahaya di tiga wilayah spektrum yang terlihat.
Penggunaan dari Aplikasi Hydrocolor ini cukup mudah dan praktis, dimana kita tinggal mencapture tiga gambar yaitu grey card, langit, dan badan air dengan menggunakan Aplikasi Hydrocolor yang telah diunduh di ponsel masing-masing. Setelah kotak capture berwarna hijau, maka kita bisa mengcapture gambar tersebut lalu menganalisis data. Setelah mengklik analisis data, maka akan ditampilkan hasil dari turbidity, TTS, dan lain sebagainya.
Dalam kehidupan sehari-hari hydrocolor ini sangat berguna untuk mecari data klorofil-a, turbiditas, SPM untuk tugas akhir, penelitian dan pembelajaran bahkan praktikum.
5.2 Saran
1. Penulis juga mengharapkan kritik dan saran penulisan laporan praktikum dikemudian hari.
2. Sebelum memulai praktikum diharapkan membaca modul terlebih dahulu agar dapat mengikuti praktikum dengan baik.
3. Dalam pelaksanaan praktikum lapangan sebaiknya lebih terkordinasi lagi dengan sesame asisten lainnya agar tidak ada kesalahpahaman.
26
DAFTAR PUSTAKA
Anindya, W. (2011). Pola Distribusi Klorofil-a dan Total Suspended Solid (TSS) di Teluk Toli Toli, Sulawesi. Buletin Oseanografi Marina, 137-149.
Blue, B. (2020). HYDROCOLOR: KUALITAS AIR. Diambil kembali dari Big Blue Network: https://www.bigbluenetwork.org/id/apps/hydrocolor-water-quality-app/
Inspiron. (2017). Tinjauan Pustaka Kualitas Air. repository.uma, 4-16.
Leeuw, Thomas, Boss, Emmanuel. 2018. The HydroColor App: Above Water Measurements of Remote Sensing Reflectance and Turbidity Using a Smartphone Camera (Dokumen PDF). Washington: School of Marine Science, University of Maine
Widanto, Dzaki Satrio. 2020. Praktikum Oseanografi: Modul II Hydrocolor (Dokumen PDF). Bandung: Program Studi Oseanografi Institut Teknologi Bandung.
Yuniarti, B. (2007). Pengukuran Tingkat Kekeruhan AIr Menggunakan Turbidimeter Berdasarkan Prinsip Hamburan Cahaya. Repository.urd, 1-9.
27