5.5.4.2. Verifikasi Model Kualitas Air wilayah pesisir
Konsentrasi COD di perairan dipengaruhi oleh beban limbah di DAS inlet.
Hasil simulasi menunjukkan bahwa rata – rata konsentrasi COD pada periode 2002 - 2028 meningkat dari 49,67 mgl menjadi 62,95 mgl, nilai ini berada di atas
nilai baku mutu COD yaitu 30 mgl Gambar 82.
Gambar 82. Nilai baku mutu COD dan perkembangan konsentrasi COD Beban limbah yang terus meningkat akan mempengaruhi konsentrasi
BOD di perairan pesisir. Hasil simulasi menunjukkan bahwa rata – rata konsentrasi BOD pada periode 2002 - 2028 meningkat dari 4,34 mgl menjadi
12,43 mgl, nilai ini berada di atas nilai baku mutu BOD yaitu 20 mgl Gambar 82.
Gambar 82. Nilai baku mutu BOD dan perkembangan konsentrasi BOD
Time
KA_BOD 1
BM_BOD 2
2.004 2.008
2.012 2.016
2.020 2.024
2.028 20
40
1 2
1 2
1 2
1 2
1 2
1 2
1 2
Time
KA_COD 1
BM_COD 2
2.004 2.008
2.012 2.016
2.020 2.024
2.028 20
30 40
50 60
1 2
1 2
1 2
1
2 1
2 1
2 1
2
5.6. Model Kebijakan Pengelolaan Landscap di Wilayah Pesisir Kota Makassar
5.6.1. Model Dinamik Landscape
Pengembangan model dinamik Landscape yaitu perkembangan jumlah pohon
di Kota Makasar. Simulasi dilakukan selama periode waktu 25 tahun dimulai 2003 - 2028, skenario modelnya adalah : Kebijakan penurunan dan penambahan
fraksi jumlah pohon. Tujuan utama dari penelitian ini adalah untuk menganalisis estetika dan keindahan Kota Makasar.
Model dinamik jumlah pohon ditunjukkan pada Gambar 83. Model dinamik jumlah pohon di Kota Makasar dibangun berdasarkan persamaan matematik
sebagai berikut :
t C
dt TJP
d +
=
.................................................................................12b
∫
= =
+ =
n t
t
dt t
C TJP
2002
.................................................................................13
Dalam model dinamik sederhana persamaan 14 ditulis menjadi : TJP = J Pohonfk pohon......................................................................15
Keterangan : TJP
= Total Jumlah pohon J Pohon
= Jumlah pohon
Gambar 83. Model dinamik jumlah pohon di Pesisir Kota Makassar
5.6.2. Analisis Kecenderungan Sistem
Perilaku simulasi ditetapkan selama 25 tahun, yakni dimulai tahun 2003 sampai dengan 2028. Simulasi tersebut menunjukkan kecenderungan jumlah
pohon berkembang secara tidak linier, tetapi mengikuti bentuk persamaan polinomial. Persamaan tersebut memiliki kecenderungan yang mengikuti
persamaan y = 1852x
2
-7x10
6
x+ 7x10
9
dengan koefisien determinasi sebesar R
2
= 0,993 Gambar 84.
Gambar 84. Kecenderungan Jumlah Pohon
5.6.3. Uji Validitas
Secara garis besar uji validitas dilakukan untuk mengetahui apakah model yang dikembangkan dapat diterima dan dibenarkan secara akademik atau tidak.
Dalam penelitian ini dilakukan dua pengujian validasi yaitu uji validitas struktur dan validitas kinerja.
a. Uji Validitas Struktur
Uji ini bertujuan untuk memperoleh keyakinan sejauh mana keserupaan struktur model mendekati struktur nyata Muhamadi 2001. Secara empirik
pertambahan jumlah pohon dipengaruhi oleh laju peningkatan penanaman pohon setiap tahun. Tabel 46.
Jumlah Pohon Persamaan Polinomial
Tabel 46. Simulasi jumlah pohon di Kota Makassar
b. Uji Validitas kinerja output model
Jenis teknik uji statistik yang dapat digunakan dalam pengujian validasi kinerja model antara lain adalah
absolute mean error AME dan absolute variation error AVE serta U-Theil’s, dengan batas penyimpangan yang dapat
ditolerir adalah 5-10. Disamping itu juga digunakan uji Durbin Watson DW
dan Kalman filter KF. Dalam penelitian ini pengujian validasi kinerja terhadap
model yang dibangun menggunakan uji Kalman Filter, dengan tingkat fitting
kecocokan yang dapat diterima 47,5-52,5 Barlas 1996 dalam Kholil 2005.
Pengujian validitas kinerja ini dilakukan terhadap model Landscape co
model yaitu jumlah pohon. Validasi kinerja terhadap model Jumnlah pohon untuk variabel jumlah pohon dengan menggunakan rumus AME, AVE, KF dan DW
diperoleh nilai masing – masing 0,0229 2,29, 0,0228 2,28, 0,50 50,
dan 0,00193, dengan demikian nilai – nilai AME dan AVE tersebut berada pada
15.000.000
Time 2.002
2.003 2.004
2.005 2.006
2.007 2.008
2.009 2.010
2.011 2.012
2.013 2.014
2.015 2.016
2.017 2.018
2.019 2.020
2.021 2.022
2.023 2.024
2.025 2.026
2.027 2.028
J_Pohon Fk_Pohon
175.255,00 -0,374
110.418,27 -0,174
91.437,47 -0,374
57.612,22 0,0564
60.829,48 0,129
68.603,46 0,129
77.370,60 0,129
87.257,74 0,129
98.407,91 0,129
110.982,39 0,129
125.163,06 0,129
141.155,01 0,129
159.189,51 0,129
179.527,33 0,129
202.462,55 0,129
228.326,76 0,129
257.493,88 0,129
290.385,54 0,129
327.477,16 0,129
369.304,84 0,129
416.473,08 0,129
469.663,50 0,129
529.644,68 0,129
597.283,26 0,129
673.556,44 0,129
759.566,04 0,129
856.554,48 0,129
batas 5-10 dan 47,5-52,5 untuk KF serta DW2 menunjukkan pola fluktuasi kurang tajam. Hasil simulasi dan aktual untuk variabel jumlah penduduk
ditunjukkan pada Gambar 85.
Gambar 85. Grafik perbandingan jumlah pohon hasil simulasi dan aktual
5.6.4. Verifikasi Model Landscape
Hasil simulasi periode 2002 – 2028 menunjukkan bahwa jumlah pohon meningkat dari 175.255 pohon menjadi 856.554,48 pohon. Oleh sebab itu
dibutuhkan penananganan terhadap jumlah pohon demi mempertahankan estetika kota melalui intervensi kebijakan Gambar 86.
Gambar 86. Perkembangan Jumlah Pohon
5.6.5. Analisis Kebijakan 5.6.5.1. Skenario – Skenario Kebijakan Model Beban Limbah dan
Kualitas Air
Skenario yang dilakukan adalah skenario pesimis P, moderat M, optimis O dan sangat optimis SO. Skenario pesimis adalah kondisi eksisting dimana
laju pertumbuhan penduduk adalah: 1,95 Das Tallo, 2,53 Das Jeneberang, 1 pengunjung hotel di Das Tallo dan Das Jeneberang. Skenario
moderat adalah intervensi fungsional terhadap laju pertambahan penduduk dari 1,95 menjadi 1 Das Tallo, 1 pengunjung hotel, dan 2,53 Das
Jeneberang. Skenario optimis adalah intervensi fungsional terhadap laju pertambahan penduduk sebesar 1,95 Das Tallo, 1 pengunjung hotel, dan
2,53 menjadi 1 Das Jeneberang. Skenario sangat optimis adalah intervensi fungsional terhadap laju pertambahan penduduk sebesar 1,95 menjadi 1
Das Tallo, 1 menjadi 0,05 pengunjung hotel dan 2,53 menjadi 1 Das Jeneberang Gambar 87.
Kategori