Waktu dan Tempat Penelitian

Metode analisis multivariate dengan analisis komponen utama PCA: Principal Component Analysis telah digunakan secara luas untuk menganalisis multidimensi data. Pada penelitian ini analisis komponen utama dilakukan terhadap data kimia air terpilih seperti pada point 1 dari beberapa source area. Eigenvectors matriks korelasi diperoleh dengan menggunakan program Minitab Release 14. Nilai air sungai terproyeksi diperoleh dengan menggandakan eigenvectors dengan nilai pelarut terstandarisasi. Nilai air sungai terproyeksi ini akan diplotkan di dalam dimensi sub ruang plot kimia air. Proyeksi orthogonal dari matriks X dapat diketahui melalui persamaan : = XVtVVt -1 V...........................................................................7 dapat di normalkan kembali dengan menggandakan kembali dengan standar deviasi dari masing-masing pelarut ditambah dengan rata-ratanya sehingga menjadi . Masing-masing elemen dari matrik ini adalah ij = ij . s j + j ......................................................................................8 Residu antara nilai pelarut terproyeksi dengan data asli diplot terhadap konsentrasi unsur yang dimonitor melalui persamaan: E = – X...............................................................................................9 Untuk mengetahui fit data digunakan juga bias relatifrelative bias RB dan relative root mean square error RRMSE. Bias relatif untuk setiap pelarut solute ke j ditentukan melalui persamaan berikut: ...................................................................................10 Sedangkan RRMSE untuk pelarut ke j ditentukan melalui persamaan berikut: ................................................................................11 4 Untuk menguji bahwa kimia air dari sumber air yang menuju sungai menyebar di dalam plot kimia air sungai, data kimia air bumi,air tanah, dan air hujan diproyeksikan ke dalam mixing subspace kimia air sungai