Kondisi yang sama juga terjadi pada akumulasi logam berat Pb pada kerang hijau yakni walau tidak besar tapi terjadi peningkatan dari tahun ke tahun yakni sebesar 1.37
μgg bk pada tahun 2011, menjadi 1.71 μgg bk pada tahun 2015 dan meningkat tajam menjadi 2.53 μgg bk pada tahun 2020 Gambar 22. Terjadinya peningkatan
akumulasi yang relative rendah dari logam berat Pb pada kerang hijau diduga karena kelarutan Pb dalam air yang sangat rendah Volesky, 1990.
4.2.5. Validasi Model
Model merupakan salah satu cara untuk menggambarkan perilaku sistem nyata dengan cara menyederhanakan fakta sehingga perilaku sistem dapat dipahami lebih
mudah, walaupun demikian model tidak akan sama dengan sistem nyata sehingga dibutuhkan validasi yang bertujuan menggambarkan hasil model dengan hasil data yang
mewakili sistem nyata. Eriyatno 2003 menyatakan validasi model bertujuan
mengetahui apakah model yang dibuat sesuai dan dapat mewakili realitas sistem nyata. Dalam sistem dinamik, proses validasi model dibagi menjadi dua kriteria validasi, yakni
validasi struktur dan validasi perilaku model output model. Validasi struktur model merupakan proses validasi utama dalam berpikir sistem.
Untuk melakukan perancangan dan justifikasi seorang pembuat model dituntut untuk mengumpulkan informasi sebanyak mungkin atas sistem yang menjadi obyek penelitian.
Informasi ini dapat berupa pengalaman dan pengetahuan dari orang yang memahami mekanisme kerja pada sistem atau berasal dari studi literatur. Pada proses ini bertujuan
untuk melihat sejauh mana keserupaan struktur model mendekati struktur nyata, karena pada uji kesesuaian struktur dilakukan untuk menguji apakah struktur model tidak
berlawanan dengan pengetahuan yang ada tentang struktur dari sistem nyata dan apakah struktur utama dari sistem nyata telah dimodelkan Sushil, 1993. Hal ini akan
meningkatkan tingkat kepercayaan atas ketepatan dari struktur model. Validasi perilaku model dilakukan dengan membandingkan antara besar dan sifat kesalahan dapat
digunakan: 1 Absolute mean error AME adalah penyimpangan selisih antara nilai rata-rata mean hasil simulasi terhadap nilai aktual dan 2 Absolute variation error
AVE adalah penyimpangan nilai variasi variance simulasi terhadap aktual. Berdasarkan validasi yang telah dilakukan, nilai AME dan AVE dari seluruh
konsentrasi pencemar hasil riil dan model kurang dari 10. Menurut Barlas 1996 dan
Muhammadi et al. 2001 batas penyimpangan yang diizinkan untuk pemodelan sistem dinamik 10, hal tersebut menunjukan bahwa model akumulasi pemodelan di perairan
Teluk Jakarta mampu mensimulasikan perubahan yang terjadi. Tabel 22.
Data validasi model pencemaran perairan Teluk Jakarta ditinjau dari konsentrasi pencemar
Tahun BOD
COD NO3
PO4
riil model
riil model
riil model
riil model
2006 73.564
77.179 120.815
115.18 0.043
0.05 0.7
0.8 2007
130.52 133.33
72.77 90.74
0.073 0.07
1.466 1.31
2008 147.42
146.89 118.75
125.59 0.03
0.04 1.178
1.33 2009
138.72 140.45
58.57 60.71
0.08 0.06
0.328 0.36
2010 156.28
154 164.72
133.1 0.068
0.07 0.89
0.79 2011
135.85 167.56
176.52 185.78
0.043 0.07
0.01 0.42
Rata-rata 130.73
136.57 118.691
118.52 0.0562
0.06 0.762
0.835 AME
2.623144747 2.025822478
2.14372448 8.858433424
varian 2306.1
984.71 2238.13
1782.3 0.0004
0.0002 0.289
0.1744 AVE
1.341927514 0.255775069
1.528541667 0.65497722
Tahun Hg
Cd Pb
riil model
riil model
riil model
2006 0.0595
0.06 0.01
0.02
0.0922 0.09
2007 0.062
0.06 0.02
0.02
0.0928 0.09
2008 0.0648
0.07 0.0211
0.03
0.0934 0.09
2009 0.0678
0.07 0.0236
0.03
0.0939 0.09
2010 0.071
0.07 0.0375
0.04
0.0945 0.09
2011 0.073
0.07 0.045
0.05
0.005 0.09
Rata-rata 0.0534
0.061 0.0246
0.0317 0.0798
0.09 AME
7.010653241 4.332385
3.749295952 varian
0.0004 8E-05
0.000613 0.000137
0.0008 2E-34
AVE 4.261516157
3.48495276 3.96429E+30
4.2.6. Penyusunan Skenario Beban Pencemaran Perairan Teluk Jakarta dan Akumulasi Logam Berat
Berdasarkan alternatif keadaan yang teridentifikasi pada faktor yang berpengaruh langsung dalam model, didapatkan tiga skenario yaitu 1 skenario pesimis, 2 skenario
moderat, dan 3 skenario optimis. Skenario optimis dan moderat dibangun berdasarkan keadaan state faktor kunci, pembangunan Instalasi Pengolahan Air Limbah IPAL
sudah berjalan dengan skala “cukup baik” untuk skenario moderat dan skala “baik”
untuk skenario optimis dalam pengendalian beban pencemaran di Teluk Jakarta dan akumulasi logam berat. Skenario optimis dan skenario moderat merupakan keadaan
masa depan yang mungkin terjadi yang diperhitungkan dengan penuh pertimbangan sesuai dengan keadaan dan kemampuan sumberdaya yang dimiliki.
Skenario pesimis dibangun atas dasar kondisi saat ini existing condition, dengan pengertian bahwa walaupun sudah memiliki usaha pengelolaan namun belum
mengutamakan faktor-faktor penting yang seharusnya terlebih dahulu dilakukan sehingga tidak memiliki prospek pengendalian pencemaran Teluk Jakarta yang
berpandangan jauh ke depan. Asumsi yang di gunakan adalah tingkat efektivitas baik di pemukiman dan
industri IPAL akan mengurangi 70-90 limbah yang keluar dari kegiatan tersebut. Terdapat 1866 perusahaan sedang dan besar dengan tingkat pertumbuhan 4.02 setiap
tahun BPS DKI Jakarta 2011 di Jakarta yang di duga menghasilkan logam berat belum ada yang memiliki IPAL, begitu juga dengan di pemukiman. Rata-rata, limbah yang
dihasilkan hanya di endapkan dan langsung di buang menuju badan perairan. Asumsi adanya pertumbuhan IPAL 1 pertahun akan mengurangi limbah yang di buang ke
Teluk Jakarta sebesar 1. Skenario yang di gunakan terdiri dari
1. Skenario pesimis pertumbuhan IPAL 1 yang mengurangi limbah sebesar 1 serta meningkatkan kemampuan kapasitas asimilasi perairan Teluk Jakarta
sebesar 1, 2. Skenario moderat pertumbuhan IPAL 4 yang mengurangi limbah sebesar 4
serta meningkatkan kemampuan kapasitas asimilasi perairan Teluk Jakarta sebesar 4
3. Skenario optimis pertumbuhan IPAL 7 yang mengurangi limbah sebesar 7 serta meningkatkan kemampuan kapasitas asimilasi perairan Teluk Jakarta
sebesar 7 Berdasarkan simulasi pada kedua submodel yang membangun pemodelan
akumulasi pencemar di Teluk Jakarta, terjadi perbedaan yang mencolok diantara ketiga skenario yang digunakan.
Skenario ke-3 skenario pesimis memberikan tingkat pencemaran serta akumulasi yang sangat tinggi dibandingkan dengan kedua skenario
