Pendekatan Fuzzy Goal Programming Untuk Alokasi Beban Pencemar Limbah Industri Pada Perairan Sungai...

Pendekatan Fuzzy Goal Programming untuk Alokasi Beban Pencemar Limbah Industri pada Perairan Sungai Surabaya

Andhika Eko Prasetyo, Udisubakti Ciptomulyono

Teknik Industri ITS Surabaya Kontak Person :

Andhika Eko Prasetyo E-mail : [email protected]

Abstraksi Penelitian ini bertujuan untuk mengaplikasikan pendekatan Fuzzy Goal Programming dalam

pengalokasian beban limbah industri di sepanjang perairan sungai Surabaya. Penelitian ini sebagai upaya dalam peningkatan kualitas lingkungan yang merupakan salah satu tujuan dari Program PROKASIH. Persamaan Streeter Phelps digunakan untuk mendekati hubungan perilaku ekologis dari perubahan kualitas air akibat bahan pencemar organik. Tujuan dari manajemen perbaikan kualitas lingkungan dalam kasus ini yaitu: (i) Aspek Lingkungan, memaksimumkan pencapaian standar kualitas air sungai dengan dua parameter yaitu BOD dan DO; (ii) Aspek Industri, pemenuhan batas beban pencemar limbah buangan industri; (iii) Aspek Ekonomi, bertujuan untuk meminimalisasi biaya yang dikeluarkan dalam mengurangi beban pencemar dari limbah dengan pengalokasian ke beberapa alternatif pengolahan limbah. Pendekatan Fuzzy Goal Programming digunakan dalam optimalisasi kebijakan alokasi. Teori Fuzzy ini menawarkan konsep dalam suatu frame work untuk menampung adanya informasi yang tidak pasti maupun samar (imprecise) dari pencapaian kualitas air. Dari implementasi pengembangan model memberikan suatu solusi dalam pencapaian sasaran dan merupakan sebuah informasi yang bermanfaat bagi pengambil keputusan untuk meningkatkan kualitas lingkungan di wilayah ini.

Kata kunci: Fuzzy Goal Programming, Alokasi Limbah Industri, Sungai Surabaya.

Abstract This research proposes an application Fuzzy Goal Programming approach to allocate of industrial disposal in Surabaya River. To achieve an environtmental improvement quality, the authority was establishing the PROKASIH program. In order to represent the ecological relationship between organic polutant loading and fluctuated water of water quality the model of “Streeter Phelps” is adopted. The objectives of management to be achieved in this case are categorized as: (i) Environmental objectives i.e. to maintain an ambient water quality in two parameters, BOD (Biochemical Oxygen Demand) and DO (Dissolved Oxygen) close to predetermined standard; (ii) Industrial objectives i.e. to accomplishment the industrial waste disposal; (iii) Economic objective i.e. to minimize the total cost of removing residual by an alternatives waste of treatment systems; Then Fuzzy Goal Programming approach is applied to "optimize" the objectives of model. The vagueness associated with specifying the water quality criteria and fraction removal levels is modeled in a fuzzy framework. The solution of the model provides a way of trade off analysis between attainment of objectives and an useful information to the planner in deciding how to go about improving environmental quality in this region.

Keyword: Fuzzy Goal Programming, Optimize, Allocation, Industrial Disposal, Surabaya River.

1. Pendahuluan

Pada penelitian ini dikemukakan suatu optimasi untuk pengalokasian limbah industri pada perairan sungai Surabaya dengan pengembangan model Fuzzy Goal Programming. Pendekatan yang dilakukan adalah dengan penerapan standar lingkungan (direct regulation) yaitu pencapaian ambang batas minimal penurunan kualitas untuk utilitas perairan. Dalam mencapai kualitas, diharapkan setiap industri harus menurunkan beban

pencemarnya pada perairan dengan melakukan pengolaha pada limbahnya. Karena akan menimbulkan implikasi ongkos, maka pengolahan dioptimasikan dengan mempertimbangkan kapasitas asimilasi alamiah lingkungan yang ada. fungsi goal akan dicoba didekati dengan memasukkan unsur Fuzzy yang ditujukan untuk menangani kesamaran (regueness) dan ketidak-tepatan (imprecise) dalam menyatakan objektifitas sasaran yang ingin dicapai antara lain pencapaian standar

1

kualitas DO dan BOD, minimasi jumlah beban pencemar BOD dari setiap industri, pengalokasian sejumlah beban BOD pada instalasi unit pengolahan limbah, pencapaian standar air limbah untuk masing-masing industri dan dalam meminimalisasi total ongkos pengolahan limbah. Teori Fuzzy ini menawarkan konsep dalam suatu frame work untuk menampung adanya informasi yang tidak pasti maupun samar (imprecise). Hal ini berangkat dari asumsi bahwa ketidak-pastian dapat bersumber dari faktor keacakan statistik (faktor random) atau karena sifat-sifat fuzzy dari informasi tersebut. Sifat terakhir ini merupakan perwujudan dari samar-nya batas-batas daerah domaine beberapa informasi yang terlibat. Sementara faktor keacakan hanya mengacu pada faktor ketidak-pastian dari munculnya kejadian suatu event statistik Dalam studi kasus diatas, salah satu contoh perumusan objektif minimasi total ongkos pengolahan limbah terdapat informasi komponen biaya yang tidak pasti nilainya misal ongkos satuan pengolahan limbah yang berubah dikarenakan perubahan harga bahan penunjang dari pengolahan limbah di pasar atau pada kandungan beban pencemar BOD yang tidak konstan untuk tiap harinya. Pendekatan fuzzy memberi fleksibilitas untuk menampung ketidak-pastian akibat samarnya informasi yang dimiliki maupun masuknya unsur preferensi yang subjektif. 2. Model Fuzzy Goal Programming

Secara komprehensif berbagai aspek teori keputusan dengan menggunakan pendekatan fuzzy goal programming didiskusikan oleh Rubin dan Narasimhan (1984, dalam Ciptomulyono, 1992) juga Tiwari et.al.(1987). Aplikasinya untuk pemodelan keputusan untuk berbagai aspek yang luas, misalnya untuk persoalan manajemen lingkungan diungkapkan oleh Tiwari et.al (1987) Ciptomulyono (1996) membahas untuk perencanaan produksi agregat.

Model fuzzy goal programming yang dikemukakan dalam tulisan ini menggunakan konsep Tiwari et.al. (1987) berupa model simple additive method. Pendekatan itu diadopsi dikarenakan kesamaan struktur keputusan dan kesederhanaannya dibandingkan model yang lain. Persoalan fuzzy goal programming dirumuskan sebagai:

Cari nilai X

untuk memenuhi G (X) g atau G (X) gs s s s

~ ~ untuk s = 1, 2, . . . . . ., m.

s.t.

AX b (1) X 0 (2) simbol ~ ~ dan

atau G (X)

menyatakan pertidak-samaan fuzzy kendala goal G (X) g gs s s s

~ ~ . merupakan fungsi goal dan g

G (X)s

s adalah goal yang menjadi aspirasi pengambil keputusan. X adalah vector variabel keputusan dan AX b sebagai kendala sistem. Persamaan fuzzy kendala goal mewujudkan aspirasi yang bersifat imprecise. Model fuzzy ini perlu diubah ke dalam persamaan crips dengan mensubstitusikan fungsi tersebut pada fungsi keanggotaan fuzzy liniernya yang relevant.

Fungsi keanggotaan fuzzy linier untuk fungsi kendala goal yang diformulasikan Tiwari et.al (1987) adalah seperti berikut dibawah:

- Untuk problem fungsi kendala fuzzy goal Gs (X) ~ gs :

ss

sssss

ss

ss

i

L(X)G jika 0

g(X)GL jika Lg

L(X)G

g)(G jika 1

X

(3)

dimana Ls adalah batas toleransi aspirasi terendah yang ditetapkan subjektif oleh pengambil keputusan untuk fungsi kendala fuzzy goal Gs (X).

- Untuk problem kendala fuzzy goal Gs (X) ~ gs :

s

X

U(X) G jika 0

U(X)Gg jika gU

(X)GU

g)(G jika 1

s

ssss s

ss

ss

i(4)

dimana Us adalah batas tingkat aspirasi toleransi tertinggi yang ditetapkan subjektif oleh pengambil keputusan.

Model keputusan yang dapat dibentuk adalah problem optimasi dalam bentuk linier programming (LP) biasa yang dapat diselesaikan dengan algorithma standar. Model memiliki fungsi objektif berkriteria tunggal yaitu maksimasi derajat keanggotaan s untuk keseluruhan aspirasi goal. Fungsi kendalanya bisa dalam bentuk crisp atau fuzzy (3, 2.4). Misalnya untuk aspirasi goal: Gs(X) ~ gs diperoleh model keputusan LP seperti berikut:

2

Maximize V( ) = ss=1

(5)

s.t.

s=G (X) L

g Ls

s s

s (6)

AX b s 1

X, s 0 , s = 1, 2, . . . . . . . ., m. 3. Model Pengurangan Oksigen Pada

Sistem Aliran Sungai

Pada sistem perairan sungai dimana banyak terdapat industri yang masing-masing dipandang sebagai sumber pencemar, perubahan kelarutan oksigen yang kritis selalu terjadi berulang kali sebelum sempat proses reoksigenasi memulihkan akumulatif pada bagian hilir sungai. Pendekatan pada persamaan Streeter Phelps masih dapat diberlakukan dengan memodifikasikannya (Ciptomulyono, 1985).

Gambar 1. Model Pengurangan Oksigen Pada Sistem

Aliran Sungai (Ciptomulyono, 1992) Perumusan persamaan Streeter Phelps untuk model diatas:

1-ˆ)( ˆ)(

12

1ˆ 221 iDei

Leeikik

ikD iv

idikividik

iv

id

iki

(7)

i

iiiii R

BODLLandeLL

Berlaku

ividik ˆ = ˆ

:

1-1

(8)

Dimana:

iL = Kelarutan BOD pada bagian hulu segmen

i mula-mula setelah ada beban pencemar, belum teroksidasi (mg/l)

iL̂ = Kelarutan BOD pada bagian hilir segmen

i, setelah beban pencemar dari segmen i masuk

(mg/l), nilai ini merupakan kelarutan BOD mula-mula pada bagian hulu segmen sungai berikutnya (segmen i + 1)

iD = Defisit oksigen pada bagian hulu segmen

i mula-mula setelah ada beban pencemar (mg/l)

iD̂ = Defisit oksigen pada bagian hilir segmen

i, setelah beban pencemar dari segmen i masuk (mg/l), nilai ini merupakan defisit oksigen mula-mula pada bagian hulu segmen sungai berikutnya (segmen i + 1)

iBOD = Berat beban pencemar organik, BOD

yang dibuang pada setiap bagian hulu segmen ke-i, dianggap sebagai titik agresi dari seluruh beban yang ada disungai itu (kg/hari)

id = Panjang segmen sungai ke-i (km)

iv = Kecepatan arus di segmen ke-i (m/s)

ik1

= Koefisien deoksigenasi di segmen ke-i

(l/hr) ik2 = Koefisien reoksigenasi di segmen ke-i

(l/hr)

iR

m

= Debit arus sungai pada segmen ke-i

( ) s/3

= Faktor konversi yang merubah satuan-satuan faktor pangkat , , , dan

sehingga tidak memiliki dimensi. 1k 2k id iv

= Faktor konversi yang merubah satuan komponen beban pencemar dan debit menjadi satuan kelarutan BOD (mg/l). Bila pengambil keputusan telah menetapkan suatu ambang batas kualitas yang berupa standar kualitas air (stream sandard) masing-masing untuk kelarutan oksigen dan BOD sebagai Std DO dan Std BOD sebagai kendala atau sasaran yang harus dapat dicapai didalam permasalahan, model keputusannya berupa:

StdDOXACs . (9)

StdBODXB . (10) Pada ruas kiri berarti kelarutan yang harus ada pada suatu segmen, sedangkan ruas kanan menyatakan sasaran yang harus dipenuhi. Pengukuran kelarutan DO dan BOD setelah semua aktivitas yang terjadi di perairan, sehingga harus dipisahkan kontribusi penurunan kualitas perairan antara yang berasal dari limbah industri (point source) dan kontribusi dari sumber lain (non point source). Untuk

3

mengukur faktor diatas dengan memanfaatkan model ekologis. Penyimpangan antara kelarutan dari prediksi model untuk beban pencemar terukur dan data pengamatan kelarutan sebagai faktor koreksi, diperhitungkan untuk setiap segmen sungai. Dasar perhitungan diatas dengan pengandaian:

1. Pengurangan oksigen yang terjadi sebenarnya didalam badan air jauh lebih besar dari perkiraan model.

2. Penambahan kelarutan BOD karena beban pencemar yang masuk pada badan sungai lebih besar dari perkiraan model.

Dengan pengandaian ini persamaan (9) dan (10) untuk supaya menjadi lebih representatif diubah menjadi:

StdDOXACs ).( (11)

StdBODXB . (12) Dimana: = faktor koreksi pengurangan oksigen = faktor koreksi penambahan kelarutan BOD 4. Penentuan Variabel Keputusan

Didalam strategi perbaikan kualitas lingkungan yang menjadi dasar penetuan variabel keputusan adalah variasi ongkos pengolahan dan variasi lokasi industri pada segmen sungai dengan karakteristik yang berbeda-beda. Dan variabel lain adalah berupa alternatif sistem pengolahan limbah dari masing-masing industri. Untuk maksud ini terdapat 3 sistem pengolah limbah yang dibangun yaitu dua sistem yang dibangun individual pada masing-masing industri yang merupakan sumber pencemar yaitu pengolahan limbah tingkat I (Primary Treatment) dan tingkat II (Secondary Primary) melakukan prosesnya secara beruntutan dan satu lagi sistem Collective Treatment / kolam oksidasi (lagoon) yang dipakai bersama pada masing-masing segmen.

Berangkat dari alternatif-alternatif yang muncul berkenaan dengan pengolahan limbah, maka variabel keputusan yang dibentuk juga harus merepresentasikan semua alternatif. Untuk masing-masing industri alternatif pengolahan limbah akan berkaitan dengan pengalokasian limbah itu pada sistem pengolahan yang direncanakan. Bila setiap sistem pengolahan limbah menurunkan beban pencemar organik (BOD) sebesar p untuk

UPL I, s untuk UPL tingkat II, dan c untuk

UPL Kolektif dengan harga yang sama untuk seluruh industri, alternatif pengolahan beban pencemar BOD akan mempunyai beberapa alternatif pengalokasian.

Variabel keputusan didefinisikan

sebagai jumlah beban pencemar dari industri j dalam titik amatan ke i dengan alternatif sistem pengalokasian k.

ijkX

Dimana: i = indeks untuk titik amatan (segmen)

pada sungai, i = 1, 2, ..., m j = indeks industri yang ada pada

segmen i, j = 1, 2, ..., m k diberlakukan: k=1 ; Alokasi beban pencemar BOD dari

industri diolah pada UPL I. k=2 ; Alokasi beban pencemar BOD dari

industri yang dibuang langsung ke sungai tanpa diolah terlebih dahulu.

k=3 ; Alokasi beban pencemar BOD dari pengolahan tingkat I diolah pada UPL II.

k=4 ; Alokasi beban pencemar BOD dari industri yang dibuang ke sungai dari UPL I.

k=5 ; Alokasi beban pencemar BOD dari industri yang dialokasikan ke UPL Kolektif dari UPL I.

k=6 ; Alokasi beban pencemar BOD dari industri yang dialokasikan ke UPL Kolektif dari UPL II.

k=7 ; Alokasi beban pencemar BOD dari industri yang dibuang ke sungai dari UPL II.

Nomor indeks k tersebut akan dibagi menjadi tiga set indeks yang masing-masing dibedakan pengaruhnya terhadap pengambilan keputusan yaitu:

1. Himpunan 1S terdiri dari elemen-elemen indeks k untuk k = {2, 4, 7} yang menyebabkan perubahan kualitas sungai.

2. Himpunan 2S terdiri dari elemen-elemen indeks k untuk k = {5,6}, sebagai himpunan alternatif pengalokasian limbah pada UPL Kolektif yang menimbulkan implikasi ongkos bagi industri.

3. Himpunan 3S terdiri dari elemen-elemen indeks k untuk k = {1,3}, sebagai himpunan alternatif pengalokasian limbah pada unit UPL I dan II yang menimbulkan implikasi ongkos bagi industri.

4

16iX15iX

12iX

14iX

17iX13iX11iX

1ijX 3ijX

5ijX6ijX

7ijX

4ijX

2ijX

Gambar 2. Pengalokasian Pengolahan Limbah Dimana: PT = Unit Instalasi Pengolahan

Limbah tingkat I ST = Unit Instalasi Pengolahan

Limbah tingkat II CT = Collective Treatment / Kolam

Oksidasi 4.1. Model Matematis

Pada sub-bab ini akan disusun model matematis untuk kondisi ekologis dan ekonomis berkaitan dengan permasalahan yang muncul dari manajemen lingkungan air sungai Surabaya. Model ini disusun berdasar perumusan model umum Fuzzy Goal Programming yang telah dipaparkan pada sub-bab 2. Berikut ini akan dirumuskan sasaran-sasaran untuk memenuhi tujuan dari perbaikan kualitas lingkungan air sungai yang dikembangkan dari kendala model.

Deviasi yang diberikan untuk masing-masing Fuzzy Goal adalah untuk pencapaian standar kualitas DO dan BOD 4-6 mg/l, minimasi jumlah beban pencemar BOD dari setiap industri dengan batas beban antara 20-300 mg/l, pengalokasian sejumlah beban BOD pada instalasi unit pengolahan limbah, pencapaian standar air limbah untuk masing-masing industri dan dalam meminimalisasi total ongkos pengolahan limbah diberikan deviasi 10 %. Selanjutnya dari model matematis ini akan dicari solusi optimalnya dengan menggunakan software LINGO.

a. Standar Kualitas DO Tujuan dari sasaran ini adalah untuk menjamin minimalisasi pengurangan oksigen dari nilai jenuhnya akibat beban pencemar yang dibuang ke badan air, sehingga kelarutan oksigen yang ada tidak lebih kecil dari ambang batas DO yang telah ditetapkan pengambil

keputusan, secara matematis dituliskan pada persamaan berikut:

m

iii

si

q

ij Sk

ijk

q

ij

ci

Sk

ijkri StdDOCXXaii

1

121

(13)

Untuk r= 1, 2, ..., m dan 0, riamrb. Standar Kualitas BOD

Tujuan dari sasaran ini adalah untuk menjamin bahwa penambahan kelarutan BOD pada sungai karena pengalokasian beban pencemar pada perairan tidak melebihi ambang batas BOD yang ditetapkan pengambil keputusan, secara matematis dituliskan pada persamaan berikut:

(14)

m

iii

q

ij

q

ij Skijk

ci

Skijkri StdBODXXb

i i

1

11

2

0, ribmrUntuk r= 1, 2, ..., m dan

c. Jumlah Beban Pencemar BOD Dari Setiap Industri Sasaran ini sebagai kendala sistem,

dikategorikan sebagai sasaran mutlak (absolute goal). Sasaran ini untuk memenuhi keseimbangan berat beban pencemar yang dihasilkan dari proses produksi masing-masing industri dengan sejumlah beban pencemar yang dibuang ke badan sungai dan diolah kembali pada sistem pengolahan tingkat I, secara matematis dituliskan pada persamaan berikut:

ji

SkijkX (15)

1

untuk: k = {1, 2}; i = 1, 2, ..., m;

ij ;

m

iiq

1

Sasaran diatas berlaku untuk seluruh industri yang ada, sehingga ada N sasaran dengan bentuk yang sama dengan persamaan (15). N menyatakan jumlah industri yang dimasukkan dalam model.

d. Minimalisasi Total Ongkos Pengolahan Limbah Tujuan dari sasaran ini adalah untuk

menjamin bahwa pengolahan limbah pada masing-masing sistem pengolahan dengan ongkos yang paling murah.

TotCXX ijki j Sk

iijki j Sk

ijk 23

(16)

5

Dimana: ijk = Ongkos satuan pengolahan limbah di

titik pembuangan j di segmen i untuk UPL I dan UPL II (Rp/Kg-BOD per hari). i = Ongkos satuan pengolahan limbah untuk UPL K di segmen i (Rp/Kg-BOD per hari). TotC = Jumlah total ongkos pengolahan limbah yang ditetapkan pengambil keputusan bagi industri (Rp/hari). 4.2. Perumusan Fungsi Kendala Berkaitan dengan permasalahan yang dihadapi, fungsi sasaran model yang akan dibentuk meliputi kendala standar kualitas air, kendala air limbah (effluent standard) untuk masing-masing industri, kendala sistem pada unit instalansi pengolahan limbah, dan kendala untuk total ongkos pengolahan limbah.

a. Kendala Sistem Pada Unit Instalansi Pengolahan Limbah

Kendala beban pencemar BOD yang dihasilkan masing-masing industri dari proses produksi mempunyai dua alternatif pengolahan limbah, dibuang langsung keperairan atau diolah pada UPL I. Disebabkan jumlah industri yang dikelompokkan dalam suatu segmen berbeda-beda, untuk fungsi kendala ini secara umum dapat dirumuskan sebagai berikut:

k

jiijk StdBODX (17)

untuk: k = {1, 2}; i = 1, 2, ..., m;

ij dimana:

jiStdBOD = jumlah beban pencemar yang

dihasilkan dari limbah industri j (kg/hari)

1ijX = variabel keputusan untuk alternatif

alokasi beban pencemar langsung dibuang keperairan dari proses produksi (kg/hari)

2ijX = variabel keputusan untuk alternatif

alokasi beban pencemar yang diolah pada UPL I (kg/hari)

b. Kendala Pada Sistem Unit Instalasi Pengolahan Limbah Tingkat I

Kendala yang menyatakan keseimbangan antara jumlah beban pencemar BOD yang diolah pada instalasi pengolahan tingkat I dan alternatif pengolahan berikutnya setelah berat bebannya sebagai fungsi konsentrasi direduksi

sebesar p persen dari beban semula. Alternatif

pengolahan limbah dari UPL I adalah diolah kembali oleh UPL II dan UPL Kolektif dan yang harus dibuang langsung ke sungai. Secara matematis dirumuskan sebagai berikut:

01 5431 ijijijp

ijk XXXXij

(18)

c. Kendala Pada Sistem Unit Instalasi Pengolahan Limbah Tingkat II

Kendala yang menyatakan keseimbangan antara jumlah beban pencemar yang diolah pada UPL II setelah beban pencemarnya direduksi sebesar 2 persen dari beban semula. Alternatif pengolahan limbah dari UPL II adalah yang diolah kembali oleh UPL Kolektif dan yang langsung dibuang ke aliran sungai. Secara matematis dirumuskan sebagai berikut:

01 763 ijijsijk XXXij

(19) 5. Implementasi Model pada Perairan

Sungai Surabaya

5.1. Latar Belakang Sungai Surabaya merupakan bagian dari

sistem aliran Sungai Brantas Hilir. Peruntukkan utama pada bagian hulu adalah sebagai sumber air irigasi untuk sekitar 800.000 hektar areal pertanian. Peruntukkan yang lain pada bagian hulu dipergunakan sebagai air baku untuk keperluan domestik penduduk kota Surabaya dan sekitarnya. Pada berbagai tempat, air Sungai Surabaya dipergunakan untuk pembudidayaan ikan kurang lebih seluas 4.000 hektar areal perikanan. Secara intensif Sungai Surabaya dipergunakan juga sebagai tempat buangan air limbah industri dan sekaligus sebagai air proses bagi industri yang berlokasi di sepanjang sungai dan beberapa industri di Gresik. Ketidakjelasan peruntukkan Sungai Surabaya menyebabkan konflik kepentingan antara berbagai aktivitas. Sebagai tempat buangan limbah menyebabkan kualitas air dibagian hilir Sungai Surabaya, water in take PDAM (Perusahaan Daerah Air Minum) Gunungsari tercemar. Kualitas air baku tersebut tidak memenuhi batas persyaratan minimal yang disarankan WHO untuk air bersih. Pencemaran (organik) yang terjadi telah sampai pada tingkat kritis yang dapat menimbulkan dampak negatif terhadap utilitas air sebagai penunjang keperluan domestik,

6

aktivitas ekonomi, dan kesehatan lingkungan. Selain yang disebut diatas sebagai tempat buangan limbah menyebabkan beberapa wabah penyakit perut, kolera, disentri, dan lain-lain. Beberapa kasus matinya ikan dimusim kemarau akibat pencemaran limbah industri di beberapa tempat, karena kondisi perairan septik semakin sering terjadi. Disisi lain untuk melakukan manajemen kualitas pada perairan/sungai memerlukan biaya yang besar sedangkan manfaat dari perbaikan kualitas air itu sendiri sulit diukur secara moneter. Hal ini menimbulkan situasi trade off antara pencapaian kualitas dengan biaya penanggulangan.

5.2. Estimasi Beban Pencemar Untuk penentuan variabel keputusan dalam pengalokasian limbah industri di wilayah sungai Surabaya, dari titik amatan Canggu sampai dengan titik amatan Gunungsari terbagi menjadi 4 segmen amatan. Dalam penelitian ini dimasukkan 23 industri yang berpengaruh pada pencemaran air sungai Surabaya. Tabel 1 berikut ini merupakan estimasi beban pencemar industri pada segmen amatan di perairan sungai Surabaya.

Tabel 1 Data Industri dan Beban Pencemar (*) BOD Debit

(Mg/l) (m3/hari) (kg/hari)101 MSG 37,67 1680,83 63,32 Canggu-Cangkir102 Alkohol 124,75 4532,00 565,37 Canggu-Cangkir103 Gula 186,00 264,08 49,12 Canggu-Cangkir204 Detergent 1284,00 74,50 95,66 Cangkir-Bambe205 Kertas 9,80 22592,69 221,41 Cangkir-Bambe206 Tahu 9,10 96,67 0,88 Cangkir-Bambe207 MSG 61,00 17046,83 1039,86 Cangkir-Bambe208 Tahu 116,84 44,58 5,21 Cangkir-Bambe209 Kertas 88,14 17916,67 1579,18 Cangkir-Bambe210 Mur &baut 388,50 89,33 34,70 Cangkir-Bambe211 Tekstil 383,10 416,83 159,69 Cangkir-Bambe212 Teh botol 482,00 186,83 90,05 Cangkir-Bambe213 Makanan 1276,10 48,10 61,38 Cangkir-Bambe214 Bhn. pemucat 1846,00 58,60 108,18 Cangkir-Bambe315 Kertas 209,30 3984,17 833,89 Bambe-Karangpilang316 Tahu 1274,00 101,08 128,78 Bambe-Karangpilang317 Minyak 48,00 56,40 2,71 Bambe-Karangpilang318 Kertas 126,00 4546,75 572,89 Bambe-Karangpilang419 Tahu 3617,20 108,98 394,20 Karangpilang-Gunungsari420 Daging 692,50 11,58 8,02 Karangpilang-Gunungsari421 Korek Api 92,00 345,60 31,80 Karangpilang-Gunungsari422 Tekstil 79,40 52,50 4,17 Karangpilang-Gunungsari423 Tahu 9055,50 46,50 421,08 Karangpilang-Gunungsari

PARAMETER

859,27

Beban PencemarKODE JENIS

PRODUKSISEGMEN

677,80

3396,19

1538,26

Beban Segmen

* Berdasarkan Data Pemantauan Kualitas Air

Limbah Industri. (Badan Pengendalian Dampak Lingkungan Pemerintah Propinsi Daerah Tingkat I

Jawa Timur dan Perum Jasa Tirta, 2005) 5.3. Analisa Output Model

Perumusan model pencemaran Sungai Surabaya melibatkan 161 variabel termasuk didalamnya terdapat 32 variabel keputusan. Tabel 2 dan tabel 3 menunjukkan sistem pengalokasian limbah untuk masing-masing industri dengan target pencapaian konsentrasi DO dan BOD sebesar 4-6 mg/l. Solusi optimal dari model memenuhi seluruh fungsi goal

membutuhkan total biaya pengolahan limbah perhari sebesar Rp. 12.739.075 untuk musim hujan dengan tingkat satisfied 0,8367954, sedangkan pada musim kemarau Rp. 18.027.059 dengan tingkat satisfied 0,5995901.

Tabel 2. Pengalokasian Limbah bulan Februari 2005

(mg/l) KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41206 0,88207 641,99 397,87 449,39 134,82208 2,28 2,93 1,60 0,48209 406,157 1173,02 284,31 85,29210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 279,63 293,26 195,74 58,72419 394,20 275,94 82,78420 8,02 5,61 3,93421 9,022853 22,78 6,32 1,89422 0,72 3,45 0,50 0,15423 421,08 294,76 88,43

Tabel 3. Pengalokasian Limbah bulan Agustus 2005

(mg/l) KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32102 565,37 395,76 118,73103 49,12 34,38 10,31204 95,66 66,96205 221,41 85,40 69,59 25,62206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18 1105,43 331,63210 34,70 24,29211 159,69 111,78212 90,05 63,04213 61,38 42,97214 108,18 75,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 1,53 4,08421 31,80 22,26422 4,17423 421,08 294,76 88,43

Tabel 4 menunjukkan tingkat pengurangan beban pencemar dari industri setelah beban limbahnya dialokasikan ke beberapa alternatif Unit Pengolahan Limbah.

Setelah dilakukan pengalokasian limbah

didapatkan kandungan BOD dan DO sesuai dengan yang diinginkan. Pada tabel 5 ditunjukkan perbaikan kualitas perairan sungai setelah dilakukan pengalokasian limbah di sepanjang segmen sungai.

7

Tabel 4 Pengurangan Beban Pencemar Tiap Industri untuk Mencapai Standar Kualitas Air

(kg/hari) (kg/hari) (kg/hari) (kg/hari)101 63,32 61,99 101 63,32 19,00102 565,37 553,49 102 565,37 553,49103 49,12 48,09 103 49,12 35,37204 95,66 93,65 204 95,66 88,96205 221,41 0,00 205 221,41 126,20206 0,88 0,00 206 0,88 0,00207 1039,86 628,50 207 1039,86 1018,02208 5,21 2,23 208 5,21 0,00209 1579,18 397,62 209 1468,63 1435,47210 34,70 33,98 210 34,70 32,28211 159,69 72,71 211 159,69 148,51212 90,05 88,16 212 90,05 83,75213 61,38 60,09 213 61,38 57,08214 108,18 105,90 214 108,18 100,60315 833,89 816,38 315 833,89 816,38316 128,78 126,07 316 128,78 126,07317 2,71 0,00 317 2,71 0,00318 572,89 273,76 318 572,89 560,86419 394,20 385,92 419 394,20 385,92420 8,02 7,63 420 8,02 6,08421 31,80 8,83 421 31,80 29,57422 4,17 0,70 422 4,17 0,00423 421,08 412,24 423 421,08 412,24

Februari Agustus

KODEBeban

PencemarPengurangan

KODEBeban

PencemarPengurangan

Setelah didapatkan solusi optimal dari model yang telah dikembangkan, tidak ditemukan lagi adanya industri yang melanggar batas beban pencemar BOD. Untuk penetapan standar air limbah yang boleh langsung dibuang, ditentukan dengan nilai terbesar dari kandungan beban pencemar dari keseluruhan industri yaitu sebesar 208.67 mg/l. Hal ini bisa dilihat pada tabel 6.

Tabel 5 Perbaikan Kualitas Air Sungai

Selisih SelisihSebelum Sesudah mg/l Sebelum Sesudah mg/l

I 4 5,80 1,80 I 5,4 5,20 -0,20II 4,3 5,80 1,50 II 4,2 5,20 1,00III 3,1 5,78 2,68 III 1,5 5,20 3,70IV 3,9 5,97 2,07 IV 1,2 5,20 4,00

Selisih SelisihSebelum Sesudah mg/l Sebelum Sesudah mg/l

I 9,75 4,32 5,43 I 5,1 4,78 0,32II 10,3 3,29 7,01 II 10,95 4,66 6,29III 9,1 3,31 5,79 III 10,5 4,66 5,84IV 11,85 4,31 7,54 IV 8,15 4,70 3,45

DO (mgl)Februari

Segmen

Agustus

SegmenDO (mgl)

BOD (mgl) BOD (mgl)Segmen Segmen

Tabel 6 Beban Limbah Buangan Industri Setelah Dilakukan Pengolahan

(kg/hari) (mg/l/hari (kg/hari) (mg/l/hari (kg/hari)101 1,33 0,79 44,32 26,37 504,25102 11,87 2,62 11,87 2,62 1359,60103 1,03 3,91 13,75 52,08 79,22204 2,01 26,96 6,70 89,88 22,35205 221,41 9,80 95,21 4,21 6777,81206 0,88 9,10 0,88 9,10 29,00207 411,35 24,13 21,84 1,28 5114,05208 2,98 66,77 5,21 116,84 13,37209 1181,55 65,95 33,16 1,85 5375,00210 0,73 8,16 2,43 27,20 26,80211 86,98 208,67 11,18 26,82 125,05212 1,89 10,12 6,30 33,74 56,05213 1,29 26,80 4,30 89,33 14,43214 2,27 38,77 7,57 129,22 17,58315 17,51 4,40 17,51 4,40 1195,25316 2,70 26,75 2,70 26,75 30,32317 2,71 48,05 2,71 48,05 16,92318 299,13 65,79 12,03 2,65 1364,03419 8,28 75,96 8,28 75,96 32,69420 0,39 33,94 1,94 167,38 3,47421 22,97 66,45 2,23 6,44 103,68422 3,47 66,00 4,17 79,40 15,75423 8,84 190,17 8,84 190,17 13,95

KODE Batas AtasBeban Limbah (BOD)

Februari Agustus

5.5 Analisa Sensitivitas Analisa sensitivitas terhadap perubahan pada sistem pengalokasian limbah yang dikeluarkan dengan cara melakukan perubahan pada inputan data yaitu jumlah beban pencemar masing-masing industri. Hal ini dilakukan untuk mengetahui apakah terdapat perubahan sistem pengalokasian limbah dengan adanya perubahan pada jumlah beban limbah yang dikeluarkan oleh masing-masing industri.

Analisa sensitivitas dilakukan dengan merubah nilai inputan jumlah beban pencemar baik itu dengan penambahan ataupun pengurangan sebesar 10 %. Hasil dari penambahan ataupun pengurangan terhadap jumlah beban pencemar bervariasi untuk masing-masing industri. Hasil rekap perubahan sistem pengalokasian limbah ditunjukkan oleh tabel 7.

Tabel. 7 Perubahan Sistem Alokasi Limbah pada Industri

A B A dan B

102; 206;317; 419; 423

Kode Industri

Sebab Perubahan Tidak berubah

101; 103; 211; 214; 215; 216

204; 207; 208; 209; 210; 212; 213; 318; 420; 421;

422

205

A = Perubahan sistem pengalokasian limbah akibat adanya perubahan jumlah beban pencemar.

8

B = Perubahan sistem pengalokasian limbah akibat adanya perubahan musim.

Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 101 (akibat perubahan jumlah beban pencemar).

Grafik Pengalokasian Beban Pencemar Limbah Industri

0,00

50,00

100,00

Alternatif Alokasi

Jum

lah

Beb

an

Pen

cem

ar (

mg

/l)

Series1

Series2

Series3

Series4

Series5

Series6

Series1 56,99 0,00 39,89 0,00 0,00 11,97 0,00

Series2 63,32 0,00 44,32 0,00 0,00 13,30 0,00

Series3 69,65 0,00 48,75 0,00 0,00 14,63 0,00

1 2 3 4 5 6 7

Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 204 (akibat perubahan musim).


0,00

100,00

200,00

Alternatif Alokasi

Jum

lah

Beb

an

Pen

cem

ar (

mg

/l)

Series1

Series2

Series3

Series4

Series5

Series6

Series1 86,09 0,00 60,26 0,00 0,00 18,08 0,00

Series2 95,66 0,00 66,96 0,00 0,00 20,09 0,00

Series3 105,2 0,00 73,66 0,00 0,00 22,10 0,00

1 2 3 4 5 6 7

Contoh perubahan sistem pengalokasian limbah untuk Industri dengan kode 205 (akibat perubahan jumlah beban pencemar dan perubahan musim).


0,00

200,00

400,00

Alternatif Alokasi

Jum

lah

Beb

an

Pen

cem

ar (

mg

/l)

Series1

Series2

Series3

Series4

Series5

Series6

Series1 199,2 0,00 139,4 0,00 0,00 41,85 0,00

Series2 0,00 221,4 0,00 0,00 0,00 0,00 0,00

Series3 0,00 243,5 0,00 0,00 0,00 0,00 0,00

1 2 3 4 5 6 7

Contoh sistem pengalokasian limbah yang tidak berubah meski adanya perubahan perubahan jumlah beban pencemar dan perubahan musim untuk Industri dengan kode 102.


0,00

500,00

1000,00

Alternatif Alokasi

Jum

lah

Beb

an

Pen

cem

ar (

mg

/l)

Series1

Series2

Series3

Series4

Series5

Series6

Series1 508,8 0,00 356,1 0,00 0,00 106,8 0,00

Series2 565,3 0,00 395,7 0,00 0,00 118,7 0,00

Series3 621,9 0,00 435,3 0,00 0,00 130,6 0,00

1 2 3 4 5 6 7

Keterangan:

Series 1. Sistem pengalokasian limbah pada bulan Februari dengan estimasi jumlah beban pencemar 90 %.



Series 4. Sistem pengalokasian limbah pada bulan Agustus dengan estimasi jumlah beban pencemar 90 %.



6. Kesimpulan

Pada bab sebelumnya telah dijabarkan tentang perbaikan kualitas air sungai Surabaya dengan strateginya untuk mencapai tingkat kualias baik itu kualitas air sungai ataupun kualitas air limbah menurut standar yang telah ditetapkan. Berdasarkan hasil penelitian tugas akhir yang dilakukan didapatkan beberapa kesimpulan sebagai berikut : 1. Dari perolehan data secara umum lingkungan

air sungai Surabaya mengalami pencemaran secara organik. Sebagai sumber pencemar

9

10

yaitu 23 industri yang berada disepanjang perairan dan juga ada sumber pencemar non point source yang berasal dari sumber-sumber limbah domestik (rumah tangga), pertanian, dan aktifitas yang lain.

2. Kandungan beban pencemar terbesar sebagai salah satu variabel yang mempengaruhi tingkat kualitas perairan sungai Surabaya adalah pada segmen II antara stasiun titik amatan Cangkir sampai dengan Bambe yaitu sebesar 3396.19 kg/hari. Dengan demikian, untuk segmen II tersebut perlu diadakan pengawasan ekstra ketat oleh pihak yang berwenang.

3. Kemampuan air dalam memulihkan kualitasnya menurun di bulan Agustus (musim kemarau) jika dibandingkan dengan musim hujan.

4. Hasil dari pengembangan model menggunakan pendekatan Fuzzy Goal Programming menghasilkan perbaikan kualitas air dan pemenuhan ambang batas beban pencemar dari masing-masing industri memiliki implikasi biaya sebesar Rp. 12.739.075 dengan tingkat satisfied 0.8367954 saat musim hujan sedangkan pada musim kemarau biaya yang dikeluarkan sebesar Rp. 18.027.059 dengan tingkat satisfied 0,5995901.

5. Untuk penetapan standar kualitas air limbah masing-masing industri diberlakukan nilai 208.67 mg/l.

7. Daftar Pustaka

_______,. (2005). Panduan Penyuluhan Prokasih. Badan Pengendalian Dampak Lingkungan Pemerintah Propinsi Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. Surabaya. 16 hal.

_______,. (2005). Data Pemantauan Kualitas Air Limbah Industri. Badan Pengendalian Dampak

Lingkungan Pemerintah Propinsi Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. 3 hal.

Arisandi, Prigi. (2003). Selamatkan Sungai Di Indonesia , Terapkan Pajak Bagi Pencemar. Lembaga Kajian Ekologi dan Konservasi Lahan Basah. Surabaya

Ciptomulyono, Udisubakti (1985). Model Programa Goal Linier Untuk Optimasi Pengelolaan Lingkungan; studi kasus: Pengendalian Pencemaran Sungai Surabaya Jawa Timur. (Tugas Akhir). Jurusan Teknik Industri Institut Teknologi Bandung.

Ciptomulyono, Udisubakti (1992). A Multiobjective Programming Model of Environmental Quality Management For Polluted Water in Surabaya East Java Indonesia. (Final Project). The Development Technology Centre The University of Melbourne Australia.

Ciptomulyono, Udisubakti (1996). "Model Fuzzy Goal Programming Untuk Perencanaan Produksi Terpadu (Aggregate Production Planning".

Rubin, P.A. and Narasimhan, R. (1984). "Fuzzy goal programming with nested priorities". Fuzzy Sets and Systems 14, 115-129.

Tiwari, R.N. (1987), "Fuzzy Goal Programming – An Additive Model", Fuzzy Sets and System 24, 27-34.

Usman, Wan. (1993). ”Air Sebagai Sumber Daya Alam Dan Aspek Ekonominya”. Universitas Terbuka Semarang.

Pendekatan

Fuzzy Goal Programming dalam

Optimasi

Perbaikan

Kualitas

Lingkungan

Air Sungai

Surabaya

Andhika

Eko

Prasetyo2502.100.019

Pembimbing:Dr. Ir. Udisubakti

Ciptomulyono

M.Eng.Sc

PENDAHULUAN

•

Konflik

kepentingan

antara

para

pemakai sungai

–

Komunitas

pada

perairan–

Industri

–

Perusahaan

Daerah

Air Minum•

Ketidak-pastian akibat samarnya informasi yang dimiliki maupun masuknya unsur preferensi yang subjektif.

PermasalahanBagaimana mencapai solusi optimal total biaya yang dikeluarkan dalam pengelolahan limbah buangan industri dengan pencapaian kualitas air Sungai Surabaya

Tujuan•

Mengembangkan suatu model matematis berupa pendekatan Fuzzy Goal Programming untuk bisa melakukan optimasi dengan mempertimbangkan kriteria ekologis dan ekonomis.

•

Mendapatkan strategi perbaikan kualitas lingkungan air Sungai Surabaya dengan cara pengaturan pengolahan limbah industri yang ada di sepanjang sungai pada masing-masing alternatif sistem pengolahan limbah.

Ruang

Lingkup

(1)Batasan

dari

penelitian

ini:

–

Model yang dibuat

hanya

untuk

kasus pencemaran

organik

air Sungai

Surabaya

akibat

limbah

buangan

industri, dicirikan dengan

parameter kualitas

lingkungan

BOD dan

DO.–

Instalasi pengolahan limbah yang akan direncanakan untuk setiap industri terdiri dari dua tingkat pengolahan individual dan satu unit pengolahan limbah kolektif.

–

Standart

kualitas

(stream dan

effluent standart) diberlakukan

secara

seragam

bagi

seluruh

industri

dan

sepanjang perairan.

–

Data yang diambil merupakan data sekunder.

Ruang

Lingkup

(2)Asumsi

dari

penelitian

ini:–

Pencemaran

organik

yang terjadi

memenuhi

persamaan

Streeter Phelps.–

Beban pencemar yang dikeluarkan industri konstan.

–

Standar kualitas merepresentasikan semua aspek.–

Fungsi ongkos pengolahan limbah hanya tergantung pada debit limbah dan tingkat reduksi BOD yang direncanakan.

–

Biaya per unit pengolahan limbah dianggap tetap selama umur ekonomis instalasi pengolahan limbah.

–

Pemberlakuan konstanta dan parameter yang sama pada karakteristik ekologis, hidrologis, sifat fisik dan kimia untuk tiap-tiap bagian sungai.

Manfaat Penelitian (1)

Bagi

pengambil

keputusan

yang berwenang

untuk

menetapkan

standar

kualitas

air.

Untuk

maksud

pengawasan

dan

pengendalian

pencemaran, bagi

lembaga yang bertanggung

jawab

dapat

mengetahui

bagian

sungai

dan

industri

yang mana

harus dikontrol

secara

ketat

dan

cermat, juga

prosentase

beban

pencemar

yang harus dikurangi

secara

optimal berkaitan

dengan

tercapainya

kualitas

lingkungan.

Manfaat Penelitian (2)

Bagi

industri

yang mempunyai

lokasi

di

sepanjang

Sungai

Surabaya dengan diberlakukannya

pengawasan

secara

ketat

dapat

dijadikan

pertimbangan

dalam perencanaan

efisiensi

pengolahan

limbah

sehingga

air limbah

yang dibuang

tidak menimbulkan

pencemaran.

TINJAUAN PUSTAKA

Fuzzy Goal Programming

Persamaan fuzzy kendala goal mewujudkan aspirasi yang bersifat imprecise.

Model fuzzy ini perlu diubah ke dalam persamaan crips dengan mensubstitusikan fungsi tersebut pada fungsi keanggotaan fuzzy liniernya yang relevant.

Fungsi keanggotaan fuzzy linier untuk fungsi kendala goal yang diformulasikan Tiwari et.al (1987) adalah seperti berikut:

Untuk problem fungsi kendala fuzzy goal Gs (X) gs :

Untuk problem fungsi kendala fuzzy goal Gs (X) gs :

~

sL(X)sG jika 0

sg(X)sGsL jika sLsg

sL(X)sG

sg(X)sG jika 1

iμ

~

s

X

U(X) G jika 0

U(X)Gg jika gU(X)GU

g)(G jika 1

s

ssss s

ss

ss

i

~

Pencemaran

Air

•

Parameter FisikDinyatakan dalam nilai-nilai suhu, kekeruhan (SiO2), zat padat terlarut (SS), warna, bau, rasa, dan daya hantar listrik.

•

Parameter kimiaTerbagi menjadi 2 macam jenis pencemar:–

Pencemar organik (biodegradable) dinyatakan dalam nilai BOD dan COD

–

Pencemar anorganik dinyatakan dalam kelarutan ion-

ion dan zat toksit seperti calsium, arsen, cianida, mercury, besi, tembaga, magnesium, atau dalam bentuk oksidator seperti amoniak, nitrit, sulfit, chlor, dan sebagainya.

Model Pengurangan

Oksigen Pada

Aliran

Sungai

(Ciptomulyono, 1992)

Persamaan

Streeter Phelps

1-ˆ)( ˆ)(

12

1ˆ 221 iDei

Leeikik

ikD iv

idikividik

ivi

dik

i

i

iiiii R

BODLLandeLL iv

idik ˆ = ˆ1-1

Zone (i-1) Zone i Zone (i+1)

iBOD 1iBOD1iBOD

iD

1iLiLiL1iL

1iDiD1iD

di

1iNPSiNPS1iNPS

Node i Node (i+1)

Tahap

Awal

Mengidentifikasi Latar Belakang Permasalahan

Merumuskan Masalah

Menentukan Tujuan Penelitian

Studi Pustaka

Fuzzy Goal ProgrammingPencemaran Lingkungan Perairan SungaiPencemaran OrganikHubungan kelarutan BOD-DOModel Pengurangan OksigenPengolahan Limbah

Studi Lapangan

Observasi Lapangan

A

Tahap

Pengembangan

dan Penyelesaian

Model

Pengumpulan Data

Karakteristik Perairan Sungai SurabayaMacam Industri dan LokasiBeban Pencemar tiap Industri

Pengolahan Data

Penetapan Standar KualitasPenaksiran OngkosBentuk Model MatematisSolusi Optimal

A

B

Tahap

Analisa

dan

Kesimpulan

Analisa dan Intepretasi

Kesimpulan dan Saran

B

Data MasukanI.

Data karakteristik perairan Sungai Surabaya yang diperoleh dari Perum. Jasa Tirta

II.

Data macam-macam industri disekitar perairan sungai, serta beban pencemar masing-masing industri dari tersebut yang diperoleh dari Bapedal (Badan Pengendalian Dampak Lingkungan) propinsi Jawa Timur.

III.

Data yang berkaitan dengan sistem pengolahan limbah industri (diperoleh dari penelitian terdahulu).

Pengolahan

Data1.

Data pertama (I) digunakan untuk penaksiran kemampuan air sungai dalam memulihkan kualitasnya yang menurun akibat adanya beban pencemar ditunjukkan dengan perkiraan waktu alir, kelarutan oksigen jenuh, BOD Ultimate, koefisien deoksigenasi dan reoksigenasi

2.

Data kedua (II) dan ketiga (III) digunakan untuk mengetahui penurunan kualitas air sungai akibat adanya beban pencemar serta penaksiran ongkos pengolahan limbah yang berbeda menurut debit dan berat beban pencemar dari limbah masing-masing industri.

Langkah-Langkah Fuzzy Goal Programming

1.

Data kuantitatif hasil perhitungan diatas dijadikan sebagai fungsi objektif dari persamaan multiobjective linear programming.

2.

Penyelesaian persamaan diatas dengan single objective menghasilkan nilai dari tiap kriteria fungsi objektif dan fungsi kendala, hasil ini bersifat Fuzzy.

3.

Deviasi diberikan untuk tiap-tiap Fuzzy Goal menghasilkan fungsi keanggotaan untuk tiap fungsi objektif, kemudian digambarkan dalam suatu bentuk fungsi keanggotaan.

sL(X)sG jika 0

sg(X)sGsL jika sLsg

sL(X)sG

sg(X)sG jika 1

iμ

~

s

X

U(X) G jika 0

U(X)Gg jika gU(X)GU

g)(G jika 1

s

ssss s

ss

ss

i

Gs (X) gs : Gs (X) gs :~

4.

Berdasarkan gambar fungsi keanggotaan maka dapat disusun persamaan crisp menurut persamaan-

persamaan berikut:

5.

Menyelesaikan model persamaan Crisp.

PENGUMPULAN DAN

PENGOLAHAN DATA

1

23

22

21

3

2

I IVIIIII

Macam

Industri

dan

Lokasi

(kg/hari)101 MSG 63.32 Canggu-Cangkir102 Alkohol 565.37 Canggu-Cangkir103 Gula 49.12 Canggu-Cangkir204 Detergent 95.66 Cangkir-Bambe205 Kertas 221.41 Cangkir-Bambe206 Tahu 0.88 Cangkir-Bambe207 MSG 1039.86 Cangkir-Bambe208 Tahu 5.21 Cangkir-Bambe209 Kertas 1579.18 Cangkir-Bambe210 Mur &baut 34.70 Cangkir-Bambe211 Tekstil 159.69 Cangkir-Bambe212 Teh botol 90.05 Cangkir-Bambe213 Makanan 61.38 Cangkir-Bambe214 Bhn. pemucat 108.18 Cangkir-Bambe315 Kertas 833.89 Bambe-Karangpilang316 Tahu 128.78 Bambe-Karangpilang317 Minyak 2.71 Bambe-Karangpilang318 Kertas 572.89 Bambe-Karangpilang419 Tahu 394.20 Karangpilang-Gunungsari420 Daging 8.02 Karangpilang-Gunungsari421 Korek Api 31.80 Karangpilang-Gunungsari422 Tekstil 4.17 Karangpilang-Gunungsari423 Tahu 421.08 Karangpilang-Gunungsari

859.27

Beban PencemarKODE JENIS

PRODUKSI

677.80

3396.19

1538.26

Beban Segmen

SEGMEN

Kualitas

Air Sungai

Surabaya

DO BODmg/l mg/l

1 Canggu 6,2 62 Cangkir 4 9,753 Bambe 4,3 10,34 Karangpilang 3,1 9,15 Gunungsari 3,9 11,85

FEBRUARI (Hujan)

No Titik Amatan

DO BOD

mg/l mg/l1 Canggu 6,7 6,152 Cangkir 5,4 5,13 Bambe 4,2 10,954 Karangpilang 1,5 10,55 Gunungsari 1,2 8,15

AGUSTUS (Kemarau)

No Titik Amatan

j j

j

ij1

ij3

ij5 ij6

ij2

ij4

ij7

Model Matematis

Deviasi yang diberikan untuk masing-masing Fuzzy Goal adalah:

1.

Untuk pencapaian standar kualitas DO dan BOD 4-6 mg/l

2.

Minimasi jumlah beban pencemar BOD dari setiap industri dengan batas beban antara 20-300 mg/l

3.

Meminimalisasi total ongkos pengolahan limbah diberikan deviasi 10 %.

Dengan menggunakan linear programming, dapat dicari fungsi goal dari minimalisasi biaya dengan asumsi tidak ada beban pencemar BOD yang langsung dibuang ke sungai.

Nilai

Keanggotaan

Fungsi

Goal Standar

Kualitas

Air(Parameter nilai

DO dan

BOD)

xf

Fungsi

Goal Batas Beban

Pencemar

tiap Industri

xf

Fungsi

Goal Biaya xf

Perumusan

Fungsi

Kendala untuk

Model Fuzzy Goal Programming

Fungsi

Goal dari

persamaan

Fuzzy Goal Programming

atau

persamaan

Crisp-nya

mengikuti

aturan

berikut:

s s

s

s s

s

gUU

gU(X)G

gU(X)GU

s s

ss

Persamaan

Crips

Contoh penulisan persamaan crisp untuk fungsi goal jumlah beban pencemar tiap industri adalah sebagai berikut:

33.62-504.25x1017)x1014(x1012-504.25

1.0714x1017)x1014(x10120021248.0

Kendala Untuk Standar Kualitas Air (stream standard)

Kendala Untuk Standar DO

Fungsi Goal untuk Fuzzy Goal Programming

0.0000013969 * ((X1012 + X1014 + X1017 + X1022 + X1024 + X1027 + X1032 + X1034 + X1037) + 0.05 * (X1015 + X1016 + X1025 + X1026 + X1035 + X1036)) + L <= 2.8538;

m

iii

si

q

ij Skijk

q

ij

ci

Skijkri StdDOCXXa

ii

1 1

21

2

16 1 21

m

i

q

ij Skijk

q

ij

ci

Skijkrii

si

ii

XXaC

Kendala Untuk Standar Kualitas Air (stream standard)

Kendala Untuk Standar BOD


0.0001200799 * ((X1012 + X1014 + X1017 + X1022 + X1024 + X1027 + X1032 + X1034 + X1037) + 0.05 * (X1015 + X1016 + X1025 + X1026 + X1035 + X1036)) + L <= 0.33765 ;

m

iii

q

ij

q

ij Skijk

ci

Skijkri StdBODXXb

i i

1 1

21

2

161 21

m

i

q

ij

q

ij Skijk

ci

Skijkrii

i i

XXb

Kendala Air Limbah (Effluent Standard) Masing-Masing Industri


0.0021 * (X1012 + X1014 + X1017) + L <= 1.0714

ji

Skijk qX

1

ji

Skijk

ji

q

Xq

)20300(

3001

Kendala Untuk Total Ongkos Pengolahan Limbah


Dimana:

= Ongkos satuan pengolahan limbah di titik pembuangan j di segmen i untuk UPL I dan UPL II (Rp/Kg-BOD per hari).

= Ongkos satuan pengolahan limbah untuk UPL K di segmen i (Rp/Kg-BOD per hari).

23

TotCXX ijki j Sk

iijki j Sk

ijk

ijk

i

702.863.19858.727.24

858.727.2423

ijki j Sk

iijki j Sk

ijk XX

Kendala Sistem Pada Unit Instalansi Pengolahan Limbah

Fungsi Kendala untuk Fuzzy Goal Programming

X1011 + X1012 = 63.32;

2,1k

jiijk StdBODX


Kendala Sistem Pada UPL I


0.7*X1011 -

X1013 -

X1014 -

X1015 = 0

01 5431 ijijijp

ijk XXXXij


Kendala Sistem Pada UPL II


0.3 * X1013 - X1016 - X1017 = 0

01 763 ijijsijk XXXij

Hasil

Solusi

Optimal Bulan

Februari

2005

Alokasi

Pengolahan

Limbah KODE X1 X2 X3 X4 X5 X6 X7

101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41 154,99 46,50206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71 1,90 0,57318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 5,61 3,93421 31,80422 4,17423 421,08 294,76 88,43

Pencapaian

Fungsi

Goal

Cs Koreksi DO

I 2,51700 8,547446 -1,2864 4,80 18.254.157 II 2,45383 8,159411 -1,5431 4,79III 1,51402 7,944824 0,13817 4,78IV 2,27472 7,621436 -1,84845 4,92

Koreksi BODI 0,00000 4,3247 4,32II 0,10795 3,1458 3,36III 0,80554 1,8589 3,47IV 0,06145 4,3137 4,44

Segmen Februari (mg/l) Biaya (Rp)Fungsi Goal

Hasil

Solusi

Optimal Bulan

Agustus

2005

Alokasi

Pengolahan

Limbah KODE X1 X2 X3 X4 X5 X6 X7

101 63,32 44,32102 565,37 395,76 118,73103 49,12 34,38 10,31204 95,66 66,96205 221,41 85,40 69,59 25,62206 0,88207 1039,86 727,90 218,37208 5,21209 1579,18 1105,43 331,63210 34,70 24,29211 159,69 111,78212 90,05 63,04213 61,38 42,97214 108,18 75,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71318 572,89 401,02 120,31419 394,20 275,94 82,78420 8,02 1,53 4,08421 31,80 22,26422 4,17423 421,08 294,76 88,43

Pencapaian

Fungsi

Goal

Cs Koreksi DO

I 3,27806 8,159411 -3,597 5,20 18.027.059 II 2,40186 8,44778 -1,557 5,20III 0,44855 7,45064 1,354 5,20IV 0,00000 7,549865 2,349 5,20


Segmen Fungsi Goal Agustus (mg/l) Biaya (Rp)

Fungsi

Goal Batas Beban Pencemar

KODE Batas Beban Fungsi Goal Februari Fungsi Goal Agustus101 1,071429 0,734605 1,33 0,378730 44,32102 1,071429 0,734605 11,87 0,471810 11,87103 1,071429 0,734605 1,03 0,471810 13,75204 1,071429 0,734605 2,01 0,471810 6,70205 1,071429 0,734605 4,65 0,452768 95,21206 1,071429 0,702133 0,88 0,439338 0,88207 1,071429 0,734605 21,84 0,471810 21,84208 1,071429 0,317284 5,21 0,054489 5,21209 1,071429 0,418769 1579,18 0,471810 33,16210 1,071429 0,734605 0,73 0,471810 2,43211 1,071429 0,000000 86,98 0,471810 11,18212 1,071429 0,734605 1,89 0,471810 6,30213 1,071429 0,734605 1,29 0,471810 4,30214 1,071429 0,734605 2,27 0,471810 7,57315 1,071429 0,734605 17,51 0,471810 17,51316 1,071429 0,734605 2,70 0,471810 2,70317 1,071429 0,734605 0,06 0,300267 2,71318 1,071429 0,734605 12,03 0,471810 12,03419 1,071429 0,734605 8,28 0,471810 8,28420 1,071429 0,734605 0,39 0,000000 1,94421 1,071429 0,407065 31,80 0,471810 2,23422 1,071429 0,451045 4,17 0,188250 4,17423 1,071429 0,734605 8,84 0,471810 8,84

Beban Pencemar dari Industri (kg/hari)

Fungsi

Goal

μ Batas Bawah Fungsi Goal Batas Atas Satisfied μ Batas Bawah Fungsi Goal Batas Atas Satisfied1 3,7076 5,0340 5,7076 0,3368 1 5,7564 6,5561 7,7564 0,60012 3,5850 4,9077 5,5850 0,3387 2 4,0048 4,8037 6,0048 0,60053 1,7043 3,0280 3,7043 0,3381 3 0,0966 0,8971 2,0966 0,59984 3,3684 4,5494 5,3684 0,4095 4 0,0000 0,0000 1,2009 1,00005 0,0000 0,0000 0,6753 1,0000 5 3,9743 4,7562 5,9743 0,60906 0,0000 0,2159 1,8542 0,8836 6 0,5653 1,2280 2,5653 0,66867 1,1411 1,6111 3,1411 0,7650 7 0,9366 1,5938 2,9366 0,67148 0,0000 0,1229 0,6863 0,8209 8 3,6709 4,3695 5,6709 0,65079 33,62 1,33 504,25 1,0000 9 33,62 44,32 504,25 0,9773

10 90,64 11,87 1359,60 1,0000 10 90,64 11,87 1359,60 1,000011 5,28 1,03 79,22 1,0000 11 5,28 13,75 79,22 0,885412 1,49 2,01 22,35 0,9751 12 1,49 6,70 22,35 0,750413 451,85 4,65 6777,81 1,0000 13 451,85 95,21 6777,81 1,000014 1,93 0,88 29,00 1,0000 14 1,93 0,88 29,00 1,000015 340,94 21,84 5114,05 1,0000 15 340,94 21,84 5114,05 1,000016 0,89 5,21 13,37 0,6540 16 0,89 5,21 13,37 0,654117 358,33 1579,18 5375,00 0,7566 17 358,33 33,16 5375,00 1,000018 1,79 0,73 26,80 1,0000 18 1,79 2,43 26,80 0,974319 8,34 86,98 125,05 0,3262 19 8,34 11,18 125,05 0,975720 3,74 1,89 56,05 1,0000 20 3,74 6,30 56,05 0,950921 0,96 1,29 14,43 0,9757 21 0,96 4,30 14,43 0,752422 1,17 2,27 17,58 0,9330 22 1,17 7,57 17,58 0,609923 79,68 17,51 1195,25 1,0000 23 79,68 17,51 1195,25 1,000024 2,02 2,70 30,32 0,9759 24 2,02 2,70 30,32 0,975925 1,13 0,06 16,92 1,0000 25 1,13 2,71 16,92 0,899826 90,94 12,03 1364,03 1,0000 26 90,94 12,03 1364,03 1,000027 2,18 8,28 32,69 0,8001 27 2,18 8,28 32,69 0,800128 0,23 0,39 3,47 0,9502 28 0,23 1,94 3,47 0,473629 6,91 31,80 103,68 0,7429 29 6,91 2,23 103,68 1,000030 1,05 4,17 15,75 0,7879 30 1,05 4,17 15,75 0,787931 0,93 8,84 13,95 0,3923 31 0,93 8,84 13,95 0,392332 19803672 18254157 24727858 1,0000 32 19803672 18.027.059 24727858 1,0000

Februari Agustus

Analisa

Data

Kualitas

Air SungaiDari pengolahan

data untuk

limbah

buangan

masing-

masing

industri

dapat

diketahui

bahwa

beban

pencemar

terbesar

disepanjang

aliran

sungai

adalah

pada

segmen

II (antara

titik

amatan

Cangkir

sampai

dengan

titik

amatan

Bambe) sebesar

3396.19 kg/hari.Karakteristik

lingkungan

dari

air sungai, musim

hujan

(bulan

Februari) memiliki

kemampuan

lebih

banyak

dalam

mengandung

oksigen

daripada

musim

kemarau

(bulan

Agustus). Selain

itu, pada

musim

hujan

kemampuan

air sungai

untuk

memulihkan

kualitasnya, lebih

baik

dari

musim

kemarau.

Standar

Kualitas

Air Limbah

IndustriBerdasarkan

hasil

perhitungan

didapatkan

bahwa

industri

dengan

kode

420 memiliki

konsentrasi

beban

air limbah

terendah

dari

keseluruhan

industri

yaitu

antara

0.23-3.47 kg/hari. Hal ini

dikarenakan

jumlah

debit air limbahnya

paling sedikit

dari

keseluruhan

industri

di

sepanjang

sungai

Surabaya. Beban

pencemar

yang besar

menyebabkan

biaya

pengolahan

per unit yang sebagai

fungsi

dari

debit dan

konsentrasi

BOD (beban

pencemar) menjadi

lebih

murah

untuk

setiap

satuan

beratnya.

204 Detergent210 Mur &baut211 Tekstil212 Teh botol213 Makanan214 Bhn. pemucat419 Tahu420 Daging423 Tahu

KODE JENIS PRODUKSI

Pembangunan

UPL

101 MSG V V102 Alkohol V V103 Gula V V204 Detergent V V205 Kertas V V206 Tahu207 MSG V V208 Tahu209 Kertas V V210 Mur &baut V V211 Tekstil V V212 Teh botol V V213 Makanan V V214 Bhn. pemucat V V315 Kertas V V316 Tahu V V317 Minyak V V318 Kertas V V419 Tahu V V420 Daging V V421 Korek Api V422 Tekstil423 Tahu V V

V

UPL Kolektif

V

V

V

KODEJENIS

PRODUKSIUPL I UPL II

Setelah

dilakukan

pengalokasian

limbah, Untuk

parameter kandungan

BOD dan

DO secara

keseluruhan

di

tiap

segmen

mengalami

perbaikan. Untuk

mendapatkan

kualitas

air tersebut, total keseluruhan

biaya

yang harus

dikeluarkan

pada

musim

hujan

sebesar

Rp. 18.254.157 sedangkan

pada

musim

kemarau

Rp. 18.027.059.

Analisa

Sensitivitas

Untuk

perubahan

fungsi

goal parameter DO di

bulan Februari,

dari hasil pengolahan model tidak ada yang berubah dari sistem pengalokasian limbah. Sedangkan pada bulan Agustus mempengaruhi seluruh sistem pengalokasian limbah pada industri.

Untuk perubahan fungsi goal parameter BOD, terjadi perubahan sistem pengalokasian limbah oleh 9 industri diantaranya industri dengan kode 205; 207; 208; 209; 211; 315; 419; 421; dan 422.

Sedangkan

di

bulan

Agustus

tidak

terjadi

perubahan

sistem

pengalokasian

limbah.

Kesimpulan1.

Dari perolehan data secara umum lingkungan air sungai Surabaya mengalami pencemaran secara organik. Sebagai sumber pencemar yaitu 23 industri yang berada disepanjang perairan dan juga ada sumber pencemar non point source yang berasal dari sumber-sumber limbah domestik (rumah tangga), pertanian, dan aktifitas yang lain.

2.

Kandungan beban pencemar terbesar sebagai salah satu variabel yang mempengaruhi tingkat kualitas perairan sungai Surabaya adalah pada segmen II antara stasiun titik amatan Cangkir sampai dengan Bambe yaitu sebesar 3396.19 kg/hari. Dengan demikian, untuk segmen II tersebut perlu diadakan pengawasan ekstra ketat oleh pihak yang berwenang.

3.

Kemampuan air dalam memulihkan kualitasnya menurun di bulan Agustus (musim kemarau) jika dibandingkan dengan musim hujan.

Kesimpulan4.

Hasil dari pengembangan model menggunakan pendekatan Fuzzy Goal Programming menghasilkan perbaikan kualitas air dan pemenuhan ambang batas beban pencemar dari masing-masing industri memiliki implikasi biaya sebesar Rp. 18.254.157 dengan tingkat satisfied 0.3367954 saat musim hujan sedangkan pada musim kemarau biaya yang dikeluarkan sebesar Rp. 18.027.059 dengan tingkat satisfied 0,5995901.

5.

Untuk penetapan standar kualitas air limbah masing-

masing industri diberlakukan nilai 190,17 mg/l.

Daftar

Pustaka_______,. (2005). Panduan Penyuluhan Prokasih. Pemerintah Propinsi

Daerah Tingkat I Jawa Timur dan Perum Jasa Tirta. Surabaya. 16 hal.

_______,. (2005). Data Pemantauan Kualitas Air Limbah Industri. Laboratorium Perum Jasa Tirta I. Surabaya. 3 hal.

Arisandi, Prigi. (2003). Selamatkan Sungai Di Indonesia , Terapkan Pajak Bagi Pencemar. Lembaga

Kajian

Ekologi

dan

Konservasi

Lahan

Basah. SurabayaCiptomulyono, Udisubakti (1985). Model Programa Goal Linier Untuk

Optimasi Pengelolaan Lingkungan; studi kasus: Pengendalian Pencemaran Sungai Surabaya Jawa Timur. (Tugas Akhir). Jurusan Teknik Industri Institut Teknologi Bandung.

Ciptomulyono, Udisubakti

(1992). A Multiobjective Programming Model of Environmental Quality Management For Polluted Water in Surabaya East Java Indonesia. (Final Project). The Development Technology Centre

The University of Melbourne Australia.Ciptomulyono, Udisubakti

(1996). "Model Fuzzy Goal Programming Untuk

Perencanaan

Produksi

Terpadu

(Aggregate Production Planning".

Daftar

PustakaRubin, P.A. and Narasimhan, R. (1984). "Fuzzy goal programming with

nested priorities". Fuzzy Sets and Systems 14, 115-129.Tiwari, R.N. (1987), "Fuzzy Goal Programming –

An Additive Model", Fuzzy Sets and System 24, 27-34.

Usman, Wan. (1993). ”Air Sebagai Sumber Daya Alam Dan Aspek Ekonominya”. Universitas Terbuka Semarang.

Koreksi 3 mg/l 4 mg/l 5 mg/l 6 mg/l4.3247 -1.3247 -0.3247 0.6753 1.67533.1458 -0.1458 0.8542 1.8542 2.85421.8589 1.1411 2.1411 3.1411 4.14114.3137 -1.3137 -0.3137 0.6863 1.6863

-0.66235 -0.16235 0.33765 0.83765-0.0729 0.4271 0.9271 1.42710.57055 1.07055 1.57055 2.07055

-0.65685 -0.15685 0.34315 0.84315

F(X)/2

•

L 0.8367954 0.000000•

B052 221.4100 0.000000•

B072 397.8714 0.000000•

B082 2.928896 0.000000•

B092 1173.023 0.000000•

B056 0.000000 0.000000•

B076 134.8176 0.000000•

B086 0.4790317 0.000000•

B096 85.29296 0.000000•

C182 293.2558 0.000000•

C186 58.72319 0.000000•

D212 22.77715 0.000000•

D222 3.450068 0.000000•

D216 1.894799 0.000000•

D226 0.1511858 0.000000

•

B051 0.000000 0.000000•

B053 0.000000 0.000000•

B071 641.9886 0.000000•

B073 449.3920 0.000000•

B081 2.281104 0.000000•

B083 1.596772 0.000000•

B091 406.1570 0.000000•

B093 284.3099 0.000000•

C181 279.6342 0.000000•

C183 195.7440 0.000000•

D211 9.022853 0.000000•

D213 6.315997 0.000000•

D221 0.7199322 0.000000•

D223 0.5039526 0.000000

Cs Koreksi DOI 2,01700 8,547446 -1,2864 5,80 13133177,9II 1,95370 8,159411 -1,5431 5,80III 1,01392 7,944824 0,13817 5,78IV 1,75192 7,621436 -1,84845 5,97


Segmen Februari (mg/l) Biaya (Rp)Fungsi Goal

L 0.8367954

Alokasi

Limbah

KODE X1 X2 X3 X4 X5 X6 X7101 63,32 44,32 13,30102 565,37 395,76 118,73103 49,12 34,38 10,32204 95,66 66,96 20,09205 221,41206 0,88207 641,99 397,87 449,39 134,82208 2,28 2,93 1,60 0,48209 406,157 1173,02 284,31 85,29210 34,70 24,29 7,29211 74,27 85,42 51,99 15,60212 90,05 63,04 18,91213 61,38 42,97 12,89214 108,18 75,73 22,72315 833,89 583,72 175,12316 128,78 90,15 27,04317 2,71 1,90 0,57318 279,63 293,26 195,74 58,72419 394,20 275,94 82,78420 8,02 5,61 3,93421 9,022853 22,78 6,32 1,89422 0,72 3,45 0,50 0,15423 421,08 294,76 88,43

Beban

Pencemar

Industri

(kg/hari) (mg/l/hari) (kg/hari) (mg/l/hari) (kg/hari)101 1,33 0,79 44,32 26,37 504,25102 11,87 2,62 11,87 2,62 1359,60103 1,03 3,91 13,75 52,08 79,22204 2,01 26,96 6,70 89,88 22,35205 221,41 9,80 95,21 4,21 6777,81206 0,88 9,10 0,88 9,10 29,00207 411,35 24,13 21,84 1,28 5114,05208 2,98 66,77 5,21 116,84 13,37209 1181,55 65,95 33,16 1,85 5375,00210 0,73 8,16 2,43 27,20 26,80211 86,98 208,67 11,18 26,82 125,05212 1,89 10,12 6,30 33,74 56,05213 1,29 26,80 4,30 89,33 14,43214 2,27 38,77 7,57 129,22 17,58315 17,51 4,40 17,51 4,40 1195,25316 2,70 26,75 2,70 26,75 30,32317 0,06 1,01 2,71 48,05 16,92318 299,13 65,79 12,03 2,65 1364,03419 8,28 75,96 8,28 75,96 32,69420 0,39 33,94 1,94 167,38 3,47421 22,97 66,45 2,23 6,44 103,68422 3,47 66,00 4,17 79,40 15,75423 8,84 190,17 8,84 190,17 13,95

KODEBatas Atas

Beban Limbah (BOD)Februari Agustus

Aspirasi

Goalμ Batas Bawah Fungsi Goal Batas Atas Satisfied μ Batas Bawah Fungsi Goal Batas Atas Satisfied

1 4,0000 5,80 6,0000 0,1001 1 4,0000 5,20 6,0000 0,39992 4,0000 5,80 6,0000 0,1024 2 4,0000 5,20 6,0000 0,39953 4,0000 5,78 6,0000 0,1106 3 4,0000 5,20 6,0000 0,40024 4,0000 5,97 6,0000 0,0170 4 4,0000 5,20 6,0000 0,39965 4,0000 4,3247 6,0000 0,8377 5 4,0000 4,7819 6,0000 0,60906 4,0000 3,2909 6,0000 1,0000 6 4,0000 4,6627 6,0000 0,66867 4,0000 3,3066 6,0000 1,0000 7 4,0000 4,6572 6,0000 0,67148 4,0000 4,3137 6,0000 0,8432 8 4,0000 4,6986 6,0000 0,65079 33,62 1,33 504,25 1,0000 9 33,62 44,32 504,25 0,9773

10 90,64 11,87 1359,60 1,0000 10 90,64 11,87 1359,60 1,000011 5,28 1,03 79,22 1,0000 11 5,28 13,75 79,22 0,885412 1,49 2,01 22,35 0,9751 12 1,49 6,70 22,35 0,750413 451,85 221,41 6777,81 1,0000 13 451,85 95,21 6777,81 1,000014 1,93 0,88 29,00 1,0000 14 1,93 0,88 29,00 1,000015 340,94 411,35 5114,05 1,0000 15 340,94 21,84 5114,05 1,000016 0,89 2,98 13,37 0,8329 16 0,89 5,21 13,37 0,654117 358,33 1181,55 5375,00 0,8359 17 358,33 33,16 5375,00 1,000018 1,79 0,73 26,80 1,0000 18 1,79 2,43 26,80 0,974319 8,34 86,98 125,05 0,3262 19 8,34 11,18 125,05 0,975720 3,74 1,89 56,05 1,0000 20 3,74 6,30 56,05 0,950921 0,96 1,29 14,43 0,9757 21 0,96 4,30 14,43 0,752422 1,17 2,27 17,58 0,9330 22 1,17 7,57 17,58 0,609923 79,68 17,51 1195,25 1,0000 23 79,68 17,51 1195,25 1,000024 2,02 2,70 30,32 0,9759 24 2,02 2,70 30,32 0,975925 1,13 0,06 16,92 1,0000 25 1,13 2,71 16,92 0,899826 90,94 299,13 1364,03 1,0000 26 90,94 12,03 1364,03 1,000027 2,18 8,28 32,69 0,8001 27 2,18 8,28 32,69 0,800128 0,23 0,39 3,47 0,9502 28 0,23 1,94 3,47 0,473629 6,91 22,97 103,68 0,8341 29 6,91 2,23 103,68 1,000030 1,05 3,47 15,75 0,8357 30 1,05 4,17 15,75 0,787931 0,93 8,84 13,95 0,3923 31 0,93 8,84 13,95 0,392332 19803672 13133177,86 24727858 1,0000 32 19803672 18.027.059 24727858 1,0000

Februari Agustus

0,8367954 0,5995901

Pendekatan Fuzzy Goal Programming Untuk Alokasi Beban Pencemar Limbah Industri Pada Perairan Sungai...

Documents

Transcript of Pendekatan Fuzzy Goal Programming Untuk Alokasi Beban Pencemar Limbah Industri Pada Perairan Sungai...