menghambat penetrasi cahaya matahari ke kolom air dan akhirnya berpengaruh pada proses fotosintesis di perairan.
Beban pencemar terendah adalah Sianida sebesar 0,0211248 tonbulan dan sungai yang memberikan beban pencemar Sianida terkecil adalah Sungai
Warno sebesar 0,0046656 tonbulan.
4.2.7. Analisis Kapasitas Asimilasi Perairan Danau Sentani
Kapasitas asimilasi suatu perairan ditentukan oleh morfologi dan dinamika perairan tersebut serta jenis dan jumlah limbah total pollutant load yang masuk
ke dalam perairan tersebut. Dalam hal ini, perhitungan kapasitas asimilasi dilakukan secara tidak langsung indirect approach yaitu dengan metode
hubungan antara kualitas air dan limbahnya. Nilai kapasitas asimilasi diperoleh dari grafik hubungan antara konsentrasi masing – masing parameter bahan
pencemar di perairan pesisir dengan total beban bahan pencemar tersebut di muara sungai, untuk kemudian dianalisis dan membandingkannya dengan baku
mutu air yang diperuntukkan sesuai peruntukannya berdasarkan PP. No 82 Tahun 2001.
Belum terlampauinya kapasitas asimilasi menunjukkan bahwa beban pencemaran yang masuk masih rendah, kemudian nilai ambang batas baku
mutunya pun lebih tinggi dari kondisi konsentrasi saat ini. Berarti bahan – bahan yang masuk dapat mengalami proses – proses difusi dan lain – lain di dalam
lingkungan perairan, yang lebih baik dari pada parameter lain yang sudah melampaui kapasitas asimilasinya.
Data parameter kualitas air Danau yang ada dimulai dari tahun 2005 hingga 2007, begitu pula beban pencemaran yang telah dihitung dimulai dalam
tahun yang sama. Persamaan regresi yang terbentuk merupakan hubungan beban pencemaran di muara sungai dengan kualitas air di Danau Sentani dalam
jangka waktu 3 tahun. Data perhitungan regresi fungsi y, beban pencemaran dan kapasitas asimilasi dapat dilihat pada Tabel 21.
Tabel 21. Kapasitas asimilasi perairan Danau Sentani
No Parameter
Fungsi y R
2
Beban Pencemaran
tonbulan Tahun 2007
Kapasitas Asimilai
tonbulan 1
TDS y = 0,0737x + 101,97
0,9951 739,9296
12184,9400 2
BOD y = 0,0441x + 1,5008
0,9914 7,8011
11,3197 3
COD y = 0,0564x + 3,0956
0,9839 16,0548
122,4184 4
− 3
4
PO
y = 0,0762x + 0,0862 0,9990
2,3112 1,4017
5 NO
− 2
y = 0,0513x + 0,4982 0,9961
5,6938 185,2203
6 NH
3
y = 0,0527x + 0,0457 0,9980
0,5646 8,6205
7 Cr VI
y = 0,0426x + 0,0172 0,9948
0,0574 0,7700
8 Cu
y = 0,6873x + 0,0621 0,9943
0,2726 0,0613
9 Fe
y = 10,000x - 1,9600 0,9990
0,2024 0,2264
10 Zn
Y= 0,0680x + 0,0385 0,9994
0,3277 0,1691
11 Cl y = 0,0383x + 14,539
0,9941 90,3165
15286,1800
12
− 2
4
SO
y = 0,3134x + 0,0645 0,9936
17,8848 1276,1180
Untuk mempermudah dalam melihat kapasitas asimilasi yang terbentuk dari regresi hubungan antara beban pencemaran dan konsentrasi bahan pencemar,
maka ditampilkan dalam bentuk gambar Gambar 33- Gambar 44, dan analisis perhitungan regresi dapat dilihat pada Lampiran 22
Beban TDS t on bulan K
o n
se n
tr a
s i T
D S
m g
L
800 700
600 500
400 160
155 150
145 140
135
Gambar 33. Analisis regresi antara beban pencemar TDS di muara sungai dengan konsentrasi TDS di perairan Danau Sentani tahun
2005 – 2007 Penentuan kapasitas asimilasi untuk TDS dilakukan dengan persamaan
regresi y = 0,0737x + 101,97, dimana P-value = 0,045 a = 0,05, mean square error MSE atau varian residual s
2
sebesar 1,80 dan standar deviasi s 1,34 yang berarti ada kesesuaian model regresi dengan data yang ada
signifikan. Nilai koefisien determinasi model regresi R
2
= 99,5 artinya 99,5 variasi sampel konsentrasi TDS dijelaskan oleh beban TDS.
Beb an BOD t o n bu lan K
o n
se n
tr a
s i B
O D
m g
L
11 10
9 8
7 6
5 4
3 2,0
1,9 1,8
1,7 1,6
Gambar 34. Analisis regresi antara beban pencemar BOD di muara sungai dengan konsentrasi BOD di perairan Danau Sentani tahun
2005 – 2007
Y = 0,0737x + 101,97 R
2
= 0,9951
Y = 0,044x + 1,5008 R
2
= 0,9914
Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 12184,94 tonbulan. Dari Gambar 33
terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter TDS karena masih di bawah nilai kapasitas asimilasinya.
Berdasarkan persamaan regresi y = 0,0441x + 1,5008 dimana P-value = 0,059 a = 0,1, mean square error MSE atau varian residual s
2
sebesar 0,000157 dan standar deviasi s 0,013 yang berarti ada kesesuaian model
regresi dengan data yang ada signifikan. Nilai koefisien determinasi model regresi R
2
= 99,1 artinya 99,1 variasi sampel konsentrasi BOD dijelaskan oleh beban BOD. Hasil perpotongan garis regresi dengan garis baku mutu
menghasilkan perpotongan kapasitas asimilasi sebesar 11,31973 tonbulan. Dari Gambar 34 terlihat bahwa kondisi perairan Danau Sentani belum tercemar
dengan parameter BOD karena masih di bawah nilai kapasitas asimilasinya.
Beban COD t on bulan K
o se
n tr
a s
i C
O D
m g
L
16 15
14 13
12 11
10 9
8 7
10 9
8 7
6 5
4 3
Gambar 35. Analisis regresi antara beban pencemar COD di muara sungai dengan konsentrasi COD di perairan Danau Sentani tahun
2005 – 2007 Dengan menggunakan persamaan regresi y = 0,0564x + 3,0956, dimana
P-value = 0,081 a = 0,1, mean square error MSE atau varian residual s
2
sebesar 0,00224 dan standar deviasi s 0,0473301 yang berarti ada kesesuaian model regresi dengan data yang ada signifikan. Nilai koefisien
determinasi model regresi R
2
= 98,4 artinya 98,4 variasi sampel konsentrasi COD dijelaskan oleh beban COD. Hasil perpotongan garis regresi dengan garis
baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 122,4184
y = 0,0564x + 3,0956 R2 = 0,9839
tonbulan. Dari Gambar 35 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter COD karena masih di bawah nilai kapasitas
asimilasinya.
B eban PO4 t o n b u lan K
o n
se n
tr a
s i P
O 4
m g
L
2, 4 2, 0
1, 4 1, 0
0,4 0, 0
0,2 8 0,2 6
0,2 4 0,2 2
0,2 0 0,1 8
0,1 6 0,1 4
0,1 2 0,1 0
Gambar 36. Analisis regresi antara beban pencemar
− 3
4
PO
di muara sungai dengan konsentrasi
− 3
4
PO
di perairan Danau Sentani tahun 2005 – 2007
Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 1,401685 tonbulan. Kapasitas
asimilasi untuk
− 3
4
PO
ini ditentukan dengan menggunakan persamaan regresi y = 0,0762x + 0,0862, dimana P-value = 0,020 a = 0,05, mean square error
MSE atau varian residual s
2
sebesar 0,000014 dan standar deviasi s 0,0037 yang berarti ada kesesuaian model regresi dengan data yang ada signifikan.
Nilai koefisien determinasi model regresi R
2
= 99,9 artinya 99,9 variasi sampel konsentrasi
− 3
4
PO
dijelaskan oleh beban
− 3
4
PO
. Dari Gambar 36 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter
− 3
4
PO
karena masih di bawah nilai kapasitas asimilasinya.
y = 0,0172x + 0,1002 R2 = 0,979
B eb an N O 3 t on b u lan K
o n
se n
tr a
si N
O 3
m g
L
10 8
6 4
2 1,0
0,9 0,8
0,7 0,6
0,5
Gambar 37. Analisis regresi antara beban pencemar
− 3
NO
di muara sungai dengan konsentrasi
− 3
NO
di perairan Danau Sentani tahun 2005 – 2007
Kapasitas asimilasi untuk
− 3
NO
ditentukan dengan menggunakan persamaan regresi y = 0,0513x + 0,4982, dimana P-value = 0,040 a = 0,05,
mean square error MSE atau varian residual s
2
sebesar 0,00038 dan standar deviasi s 0,0195 yang berarti ada kesesuaian model regresi dengan data yang
ada signifikan.
Beban NH3 t o n bu lan K
o n
s e
n tr
a si
N H
3 m
g L
0, 6 0,5
0,4 0,3
0, 2 0, 1
0,0 0,075
0,070 0,065
0,060 0,055
0,050 0,045
Gambar 38. Analisis regresi antara beban pencemar NH
3
di muara sungai dengan konsentrasi NH
3
di perairan Danau Sentani tahun 2005 – 2007
y = 0,0513x + 0,4982 R2 = 0,9961
y = 0,0527x + 0,0457 R2 = 0,9979
Nilai koefisien determinasi model regresi R
2
= 99,6 artinya 99,6 variasi sampel konsentrasi
− 3
NO
dijelaskan oleh beban
− 3
NO
. Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi
sebesar 185,2202729 tonbulan. Dari Gambar 37 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter
− 3
NO
karena masih di bawah nilai kapasitas asimilasinya.
Persamaan regresi y = 0,0527x + 0,0457, dimana P-value = 0,029 a = 0,05, mean square error MSE atau varian residual s
2
sebesar 0,00000111 dan standar deviasi s 0,001055 yang berarti ada kesesuaian model regresi
dengan data yang ada signifikan. Nilai koefisien determinasi model regresi R
2
= 99,8 artinya 99,8 variasi sampel konsentrasi NH
3
dijelaskan oleh beban NH
3
. Kapasitas asimilasi sebesar 8,620493359 tonbulan diperoleh berdasarkan perpotongan garis regresi dengan garis baku mutu. Dari Gambar 38 terlihat
bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter NH
3
karena masih di bawah nilai kapasitas asimilasinya.
B eb a n C r t o n b u lan K
o n
s e
n tr
a si
C r
m g
L
0, 06 0, 05
0, 04 0, 03
0 ,02 0, 01
0 ,00 0, 0200
0, 0195 0, 0190
0, 0185 0, 0180
0, 0175 0, 0170
Gambar 39. Analisis regresi antara beban pencemar Cr di muara sungai dengan konsentrasi Cr di perairan Danau Sentani tahun 2005
– 2007 Dengan menggunakan persamaan regresi y = 0,0426x + 0,0172, dimana
P-value = 0,046 a = 0,05, mean square error MSE atau varian residual s
2
sebesar 1,70404E-08 dan standar deviasi s 0,000130539 yang berarti ada kesesuaian model regresi dengan data yang ada signifikan. Nilai koefisien
determinasi model regresi R
2
= 99,5 artinya 99,5 variasi sampel
y = 0,0426x + 0,0172 R2 = 0,9948
konsentrasi Cr dijelaskan oleh beban Cr. Berdasarkan perpotongan garis regresi dengan garis baku mutu diperoleh perpotongan kapasitas asimilasi sebesar
0,769953052 tonbulan. Dari Gambar 39 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter Cr karena masih di bawah nilai
kapasitas asimilasinya.
Beb an Cu t on b ulan K
o n
s e
n tr
a si
C u
m g
L
0,8 0,7
0,6 0,5
0,4 0,3
0,2 0,1
0,0 0,6
0,5 0,4
0,3 0,2
0,1 0,0
Gambar 40. Analisis regresi antara beban pencemar Cu di muara sungai dengan konsentrasi Cu di perairan Danau Sentani tahun 2005
– 2007 Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan
perpotongan kapasitas asimilasi sebesar -0,06125 tonbulan. Nilai kapasitas asimilasi Cu ini ditentukan berdasarkan persamaan regresi y = 0,6873x +
0,0621, dimana P-value = 0,048 a = 0,05, mean square error MSE atau varian residual s
2
sebesar 0,00084 dan standar deviasi s 0,0289 yang berarti ada kesesuaian model regresi dengan data yang ada signifikan. Nilai koefisien
determinasi model regresi R
2
= 99,4 artinya 99,4 variasi sampel konsentrasi Cu dijelaskan oleh beban Cu. Dari Gambar 40 terlihat bahwa kondisi
perairan Danau Sentani telah tercemar dengan parameter Cu karena nilai kapasitas asimilasinya telah terlampaui.
y = 0,6873x + 0,0621 R2 = 0,9943
B eb an Fe t on b u lan K
o n
s e
n tr
a s
i F
e m
g L
0,2 9 0 ,28
0,27 0 ,26
0,25 0,24
0,23 0,22
0,2 1 0,2 0
0,9 0,8
0,7 0,6
0,5 0,4
0,3 0,2
0,1 0,0
Gambar 41. Analisis regresi antara beban pencemar Fe di muara sungai dengan konsentrasi Fe di perairan Danau Sentani tahun 2005
– 2007 Untuk menentukan kapasitas asimilasi untuk Fe adalah dengan
menggunakan persamaan regresi y = 10,0x - 1,96, dimana P-value = 0,017 a = 0,05, mean square error MSE atau varian residual s
2
sebesar 0,00035 dan standar deviasi s 0,0186 yang berarti ada kesesuaian model regresi dengan
data yang ada signifikan. Nilai koefisien determinasi model regresi R
2
= 99,9 artinya 99,9 variasi sampel konsentrasi Fe dijelaskan oleh beban Fe. Hasil
perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 0,226383192 tonbulan. Dari Gambar 41 terlihat
bahwa kondisi perairan Danau Sentani telah tercemar dengan parameter Fe karena nilai kapasitas asimilasinya telah terlampaui.
Be b a n Z n t o n b ula n K
o n
se n
tr a
si Z
n m
g L
0 , 6 0 , 5
0 , 4 0 , 3
0 , 2 0 , 1
0 , 0 0 , 0 8
0 , 0 7 0 , 0 6
0 , 0 5 0 , 0 4
Gambar 42. Analisis regresi antara beban pencemar Zn di muara sungai dengan konsentrasi Zn di perairan Danau Sentani tahun 2005
– 2007
y = 9,995x - 1,9627 R2 = 0,9993
y = 0,068x + 0,0385 R2 = 0,9994
Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 0,169118 tonbulan. Nilai kapasitas
asimilasi Zn ini dihitung dengan menggunakan persamaan regresi y = 0,068x + 0,0385, dimana P-value = 0,016 a = 0,05, mean square error MSE atau
varian residual s
2
sebesar 0,00000043 dan standar deviasi s 0,000659 yang berarti ada kesesuaian model regresi dengan data yang ada signifikan. Nilai
koefisien determinasi model regresi R
2
= 99,9 artinya 99,9 variasi sampel konsentrasi Zn dijelaskan oleh beban Zn. Dari Gambar 42 terlihat bahwa kondisi
perairan Danau Sentani telah tercemar dengan parameter Zn karena nilai kapasitas asimilasinya telah terlampaui.
Beban ton bulan K
o se
n tr
a s
i C l
m g
L
100 9 0
80 70
6 0 50
4 0 30
20 1 0
1 8,0 1 7,5
1 7,0 1 6,5
1 6,0 1 5,5
1 5,0
Gambar 43. Analisis regresi antara beban pencemar Cl di muara sungai dengan konsentrasi Cl di perairan Danau Sentani tahun 2005
– 2007
Dari Gambar 43 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter Cl karena masih di bawah nilai kapasitas
asimilasinya. Nilai kapasitas asimilasi untuk Cl ini ditentukan berdasarkan persamaan regresi y = 0,0383x + 14,539, dimana P-value = 0,049 a = 0,05,
mean square error MSE atau varian residual s
2
sebesar 0,0267 dan standar deviasi s 0,16 yang berarti ada kesesuaian model regresi dengan data yang
ada signifikan. Nilai koefisien determinasi model regresi R
2
= 99,4 artinya 99,4 variasi sampel konsentrasi Cl dijelaskan oleh beban Cl. Hasil
perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan kapasitas asimilasi sebesar 15286,18799 tonbulan.
y = 0,0383x + 14,539 R2 = 0,9941
Beban SO4 ton month K
o n
se n
tr a
si S
O 4
m g
L
100 80
60 40
20 35
30 25
20 15
10 5
Gambar 44. Analisis regresi antara beban pencemar
− 2
4
SO
di muara sungai dengan konsentrasi
− 2
4
SO
di perairan Danau Sentani tahun 2005 – 2007
Untuk
− 2
4
SO
nilai kapasitas asimilasinya ditentukan dengan menggunakan persamaan regresi y = 0,3134x + 0,0645, dimana P-value = 0,051 a = 0,1,
mean square error MSE atau varian residual s
2
sebesar 3,77 dan standar deviasi s 1,94 yang berarti ada kesesuaian model regresi dengan data yang
ada signifikan. Nilai koefisien determinasi model regresi R
2
= 99,4 artinya 99,4 variasi sampel konsentrasi
− 2
4
SO
dijelaskan oleh beban
− 2
4
SO
. Hasil perpotongan garis regresi dengan garis baku mutu menghasilkan perpotongan
kapasitas asimilasi sebesar 1276,118 tonbulan. Dari Gambar 44 terlihat bahwa kondisi perairan Danau Sentani belum tercemar dengan parameter
− 2
4
SO
karena nilai kapasitas asimilasinya telah terlampaui.
Terdapat 4 pola beban pencemaran dan konsentrasi kualitas air, yaitu : a. Semua titik regresi di bawah nilai kapasitas asimilasi dan di bawah nilai baku
mutu Model regresi parameter – parameter seperti : TDS Gambar 35, BOD Gambar
36, COD Gambar 37,
− 3
NO
Gambar 39, NH
3
Gambar 40, Cr Gambar 41, Cl Gambar 45, dan
− 2
4
SO
Gambar 46 memiliki pola yang sama yakni nilai beban pencemaran di bawah nilai kapasitas asimilasi dan nilai konsentrasi
kualitas air di bawah nilai baku mutu. Hal ini menunjukkan bahwa perairan danau mampu melakukan self purification terhadap semua parameter tersebut.
y = 0,3134x + 0,0645 R2 = 0,9936
b. Satu titik regresi di atas nilai kapasitas asimilasi dan nilai baku mutu Model regresi parameter – parameter seperti :
− 3
4
PO
Gambar 38 dan Fe Gambar 43 memiliki pola yang sama yakni terdapat satu titik regresi di atas nilai
kapasitas asimilasi dan nilai baku mutu. Hal ini menunujukkan bahwa perairan danau tidak mampu melakukan self purification pada titik tersebut.
c. Dua titik regresi di atas nilai kapasitas asimilasi dan nilai baku mutu Model regresi parameter seperti : Zn Gambar 44 memiliki pola yakni terdapat
dua titik regresi di atas nilai kapasitas asimilasi dan nilai baku mutu. Hal ini menunujukkan bahwa perairan danau tidak mampu melakukan self purification
pada titik - titik tersebut. d. Tiga titik regresi di atas nilai kapasitas asimilasi dan nilai baku mutu
Model regresi parameter seperti : Cu Gambar 42 memiliki pola yakni terdapat tiga titik regresi di atas nilai kapasitas asimilasi dan nilai baku mutu. Hal ini
menunujukkan bahwa perairan danau tidak mampu melakukan self purification pada titik – titik tersebut.
4.3. Struktur Elemen Kunci dalam Model Pengelolaan Danau Sentani