Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pegunungan Kendeng, yang merupakan pegunungan lipatan, yang memanjang dari Semarang sampai Surabaya, tepat di utara Ngawi diterobos silang oleh Bengawan Solo sehingga membentuk lembah melintang. Pengangkatan Pegunungan Kendeng lebih lanjut menyebabkan Bengawan Solo menoreh alas lembahnya (erosi vertikal), untuk menjaga keseimbangannya. Proses tersebut dinamakan anteseden. Pada lembah anteseden ditemukan teras-teras sungai. Teras sungai pada dasarnya merupakan suatu sisa alas lembah yang terbentuk karena perubahan letak alas erosi, yang dapat dipengaruhi oleh eustasi, iklim, atau tektonik. Kenampakan-kenampakan yang terdapat di lembah melintang, dan khususnya lembah anteseden tidak terlepas dari pengaruh 2 kekuatan, endogen dan eksogen. Yang menjadi tujuan dari penelitian ini adalah untuk mengetahui karakteristik lembah melintang khüsusnya dengan penekanan pada karakteristik teras-teras sungai anteseden. Adapun masalah yang hendak dibahas adalah bagaimana karakteristik geomorfologi lembah melintang dan karakteristik teras-teras sungai anteseden ?"

"Air merupakan salah satu kebutuhan dasar bagi kehidupan manusia, sehingga kualitas air menjadi suatu perhatian yang sungguh-sungguh. Pencemaran dalam kadar sangat sedikit pada air tidak diperbolehkan sama sekali. Penelitian ini bertujuan untuk mengkaji kondisi kualitas air sumur di desa bantaran Sungai Bengawan Solo Kecamatan Masaran Kabupaten Sragen Propinsi Jawa Tengah, dan mengkaji pengetahuan masyarakat tentang air bersih. Kualitas air sumur dikaji berdasarkan pengetahuan masyarakat dan dianalisis dengan parameter fisika, kimia, dan mikrobiologi, berdasarkan Peraturan Menteri Kesehatan Republik Indonesia Nomor 416/Menkes/ Per/IX/1990 tentang Syarat-syarat dan Pengawasan Kualitas Air Bersih. Hasil penelitian menunjukkan bahwa kualitas air sumur enam desa di bantaran Sungai Bengawan Solo Kecamatan Masaran Kabupaten Sragen Propinsi Jawa Tengah tidak memenuhi syarat baku mutu untuk air bersih."

"Kualitas air Sungai Bengawan Solo saat ini tidak memenuhi baku mutu yang berlaku sehingga berpotensi menimbulkan dampak kesehatan dan ekonomi bagi masyarakat. Untuk mengantisipasi hal tersebut, penelitian ini bertujuan membangun model prediksi terhadap delapan parameter utama kualitas air, yaitu total fosfat, pH, DO, COD, BOD, TSS, nitrat, dan bakteri koli tinja. Dua metode yang digunakan adalah Random Forest dan XGBoost, dengan dua skenario: skenario awal menggunakan seluruh parameter sebagai input, dan skenario kedua menggunakan parameter terpilih berdasarkan analisis interpretabilitas SHAP. Hasil evaluasi menunjukkan bahwa model dengan parameter terpilih menghasilkan prediksi yang lebih akurat. Secara umum, Random Forest menunjukkan performa lebih baik dibandingkan XGBoost, kecuali pada parameter total fosfat dan bakteri koli tinja. XGBoost lebih mampu menangkap pola interaksi kompleks, namun Random Forest memberikan hasil yang lebih stabil dan akurat secara keseluruhan. Temuan ini mendukung literatur sebelumnya yang menekankan pentingnya pemilihan fitur dalam meningkatkan kinerja model prediksi kualitas air secara jangka panjang. Selain itu, analisis SHAP juga mengungkap bahwa total fosfat merupakan parameter kunci yang memengaruhi banyak parameter lainnya sehingga perlu mendapat perhatian lebih dalam pengelolaan kualitas air sungai.

---

The water quality of the Bengawan Solo River currently does not meet established quality standards, potentially leading to adverse health and economic impacts for local communities. To address this issue, this study aims to develop a predictive model for eight key water quality parameters: total phosphate, pH, DO, COD, BOD, TSS, nitrate, and fecal coliform bacteria. Two methods are employed: Random Forest and XGBoost, under two scenarios. The first utilizing all parameters as input, and the second using selected parameters based on SHAP interpretability analysis. The evaluation results indicate that the model using selected parameters yields more accurate predictions. Overall, Random Forest outperforms XGBoost, except in predicting total phosphate and fecal coliform, where XGBoost shows better results. While XGBoost is more effective in capturing complex interaction patterns, Random Forest delivers more stable and accurate predictions overall. These findings reinforce previous literature emphasizing the importance of feature selection in enhancing the long-term performance of water quality prediction models. Furthermore, the SHAP analysis highlights total phosphate as a key parameter influencing several others, underscoring the need for greater attention to its management in river water quality monitoring.

"

"The Solo River 600 km long and with a catchment area of a bout 16.000 km2 is the largest river in Java. The main problems caused by this river are flooding in the rainy season . One of the efforts to overcome these problems was by building the wonogiri multipurpose dam that was completed in 1981...."