Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan urbanisasi dan industrialisasi di DAS Ciliwung akan meningkatkan perubahan tutupan lahan tidak kedap air menjadi tutupan lahan kedap air. Hal ini dapat mengakibatkan berbagai masalah lingkungan salah satunya degradasi kualitas air yang berdampak pada kesehatan manusia dan ekosistem air. Penelitian ini bertujuan untuk mengembangkan model korelasi-regresi antara tutupan lahan kedap air di DAS Ciliwung dengan status kualitas air sungai Ciliwung. Model korelasi-regresi tersebut dapat digunakan untuk memprediksi perubahan status kualitas air sungai Ciliwung akibat perubahan tutupan lahan kedap air. Penilaian status kualitas air dilakukan dengan menggunakan metode STORET, NSF-WQI, dan CCME-WQI di tahun 2005-2016. Lokasi pemantauan kualitas air Sungai Ciliwung yaitu Attaawun, Katulampa, Kedung Halang, Pondok Rajeg, Jembatan Panus, Kelapa Dua, Condet, Kalibata, MT Haryono, dan Manggarai. Data peta diolah menggunakan Software ArcGIS. Metode analisis menggunakan analisis korelasi pearson dan regresi linear antara persentase tutupan lahan kedap air dan indeks kualitas air. Kesimpulan dari penelitian ini adalah tutupan lahan kedap air secara signifikan cukup kuat berkorelasi negatif dengan indeks kualitas air, persamaan regresi yang mewakili hubungan antara tutupan lahan kedap air X dan indeks kualitas air STORET, NSF-WQI, CCME-WQI Y adalah persamaan regresi linier masing-masing sebagai berikut STORET : Y=-16.88-0.51 X, NSF-WQI : Y=57.97-0.23 X, dan CCME-WQI : Y=65.88-0.84 X.

---

Urbanization and industrialization lead to the change of land cover from pervious into impervious. This can impact environmental problems such as water quality degradation that affects human health and water ecosystems. The study aimed to develop a regression correlation model between impervious cover in Ciliwung watershed and water quality indices in Ciliwung river. The correlation regression model can be used to predict changes in the status of Ciliwung river water quality due to impervious cover changes.

Methods of assessing the indices of water quality are CCME WQI, NSF WQI, and STORET within the period of 2005 2016. Monitoring locations from the most upstream to downstream are Atta rsquo awun, Katulampa, Kedung Halang, Pondok Rajeg, Panus Bridge, Kelapa Dua, Condet, Kalibata, MT Haryono and Manggarai. Map data is processed using ArcGIS Software. The analysis Method using Pearson Correlation test and linear regression between percentage of impervious cover and water quality indices.

The conclusion of this research is significantly a strong inverse relationship between impervious cover and water quality indices in Ciliwung river. The regression equation representing relationship between impervious cover X and water quality indices STORET, NSF WQI, and CCME WQI Y are the linear regression equation as follows STORET Y 16.88 0.51 X, NSF WQI Y 57.97 0.23 X, and CCME WQI Y 65.88 0.84 X."

"Meningkatnya jumlah penduduk di kawasan DAS Ciliwung, Citarum, Citanduy, dan Cimanuk menyebabkan berkembang pesatnya kontruksi. Permintaan yg signifikan akan jalan sebagai transportasi serta bangunan dan perumahan untuk tempat tinggal sehingga daerah kedap airnya pun meningkat. Model Impervious Cover, diusulkan oleh Schueler 2003 , mengkorelasi persen kekedapan pada subDAS dan kualitas air sungai serta memberikan pengukuran prediksi terhadap indikator air sungai ke dalam kategori kategori lalu mendefinisi tingkat keparahan dan kemungkinannya untuk pulih. National Sanitation Foundation Water Quality Index NSFWQI adalah salah satu alat analitis yang umum digunakan untuk meringkas data kualitas air yang mana mengubah konsentrasi sembilan parameter ke satu dari 5 Water Quality Rating WQR . Tujuan kajian ini adalah untuk menguji penerapan dan kesesuaian pendekatan ICM dan NSFWQI dalam memprediksi kualitas air sungai Ciliwung, Citarum, Citanduy, dan Cimanuk, Jawa Barat, Indonesia.

---

The increasing of population at Ciliwung, Citarum, Citanduy, and Cimanuk watersheds leads a rapid development especially in construction fields. There is significant demand to build roads for transportation as well as buildings and houses for settlement, thus, escalate the impervious area. The impervious cover model ICM, proposed by Schueler 2003, brings off correlation between the percentage of subwatershed imperviousness and stream quality as well as outlines specific quantitative or narrative prediction for stream indicators within each stream category to define the severity of current stream and the prospects for their future restoration.

The National Sanitation Foundation Water Quality Index NSFWQI is one of analytical tools that commonly used to summarize water quality data, which converts the concentration data for nine water quality parameters into one of five Water Quality Rating WQR . The study is aimed to test the applicability and conformity of both ICM and NSFWQI approaches for predicting stream quality of Ciliwung, Citarum, Citanduy, and Cimanuk river, West Java, Indonesia."

"Sungai Ciliwung merupakan salah satu sumber air bersih bagi sekitar 70.000 penduduk di sekitar bantaran, di mana kondisinya tercemar sampah dari kegiatan domestik. Penelitian ini bertujuan untuk menganalisis timbulan sampah berjenis organik dan anorganik, pengaruh waktu kontak sampah terhadap perubahan kualitas COD dan amonia, dan menganalisis laju pembentukan dan penguraian COD dan amonia di air Sungai Ciliwung. Metode yang digunakan untuk menganalisis timbulan sampah adalah persamaan dari penelitian yang pernah dilakukan sebelumnya dengan menggunakan media pengambilan sampah trawl boom.Untuk menganalisis pengaruh waktu kontak dan jenis sampah terhadap kualitas COD dan amonia, metode yang digunakan adalah uji normalitas dan Kruskal Wallis. Adapun metode yang digunakan untuk menganalisis laju pembentukan dan penguraian COD dan amonia menggunakan ODE Linear faktor pengintegrasian. Total timbulan sampah yang didapatkan di titik pengambilan sampel adalah 0,3 ton per hari dengan 68,36% organik dan 31,36% anorganik. Hasil pengujian Kruskal Wallis menunjukkan bahwa jenis dan waktu kontak sampah memengaruhi perubahan COD dan amonia, di mana dibuktikan dengan nilai titik kritis yang lebih rendah (9,49) jika dibandingkan dengan Hhitung (20,08 dan 21,27). Nilai k1 untuk COD dari reaktor sampah organik berada adalah 3,841 dan 4,655. Sedangkan untuk k1 COD pada reaktor anorganik adalah 0,122 dan 0,425. Hasil untuk nilai k2 COD pada reaktor organik adalah 3,879 dan 3,839. Untuk nilai k2 COD pada reaktor anorganik adalah 1,026 dan 0,355. Pada parameter amonia menggunakan prinsip persamaan yang sama dan menghasilkan nilai k1 pada reaktor organik adalah 0,0028 dan 0,0021. Kemudian pada reaktor anorganik nilai k1 amonia adalah 0,0014 dan 0,001. Sedangkan untuk nilai k2 pada reaktor organik adalah 0,1761 dan 0,100. Kemudian nilai k2 dari reaktor anorganik adalah 0,300 dan 0,3437. Nilai degradasi (k) akan berpengaruh terhadap kondisi pencemar di sungai, di mana kondisinya sudah melebihi baku mutu. Keberadaan COD dan amonia yang tinggi di air sungai akan memberikan dampak buruk terhadap lingkungan

---

Ciliwung river is one of the clean water sources for approximately 70.000 people in the river bank, which polluted by municipal solid waste. This research aims to analyze the organic and inorganic solid waste generation, the effect of solid waste type and contact time on the decreasing COD and ammonia, and also the waste degradation rate to COD and ammonia (k1) and COD or ammonia degradation rate (k2) in Ciliwung River Water. The method that used for analyzing the solid waste generation is mentioned in the previous research, that used trawl boom as the solid waste sampler media. Normality test and Kruskal Wallis is the method that used for analyzing the impact of solid waste type and contact time on the decreasing of COD and ammonia. Then, the principle for analyzing the degradation rate of COD and ammonia is mass balance and ODE Linear equation with integrating factor. The solid waste generation in this experiment shows 0.3 ton per day with 68,63% organic and 31,36% inorganic. The Kruskal Wallis Test results show that the type of solid waste and contact time impact the quality of COD and ammonia. It is showed by the value of H is bigger (20,08 and 21,27) than the critical value (9,49). The analysis of COD and ammonia degradation that uses ODE Linear equation with integrating factor show the value of organic solid waste degradation to COD (k­1) in reactor 1 and 2 are 4,655 and 3,841. Besides, the k1 value for inorganic 1 and 2 reactor are 0,425 and 0,122. Then, the value of COD degradation (k2) in organic 1 and 2 reactor are 3,879 and 3,839. The COD k2 value for inorganic 1 and 2 reactor are 1,026 and 0,355. For ammonia parameter, the value of k1 in organic 1 and 2 reactor are 0,0028 and 0,0021. In the inorganic 1 and 2 reactor, the value of k1 and k2 are 0,0014 and 0,001. The ammonia degradation rate (k2) in organic 1 and 2 reactor are 0,1761 and 0,100. Then, ammonia k2 in the inorganic reactor 1 and 2 are 0,300 and 0,3437."

"PTFI, sebagai perusahaan tambang emas dan tembaga, saat ini mengoperasikan tambang terbuka Grasberg dan tambang bawah tanah DOZ (Deep Ore Zone) dengan target produksi harian 240 ribu ton bijih. Hanya 3% dari total bijih yang diolah di pabrik berubah menjadi konsentrat dan sisanya menjadi limbah tambang (tailing). Tailing PTFI dibuang ke Sungai Aghawagon – Ajkwa menuju ModADA (Modified Ajkwa Deposition Area). Diperlukan status mutu air sungai untuk mengetahui pengaruh tailing terhadap kualitas air Sungai Ajkwa karena sampai saat ini, air sungai dan air sumur masih digunakan sebagai sumber air bersih bagi penduduk Kabupaten Mimika. Penelitian ini bertujuan untuk mengetahui status mutu air Sungai Ajkwa dan beban pencemaran selama periode 2008-2012. Metode analisa yang digunakan dalam penelitian ini adalah metode STORET. Nilai TSS Sungai Ajkwa di setiap stasiun berkisar antara 8-983.000 mg/L dan melampaui baku mutu PP No.82 Tahun 2001 untuk semua kelas air. Parameter lainnya yang tidak memenuhi baku mutu adalah nitrit, sulfat, tembaga, kadmium, mangan, selenium, dan seng. Ada tiga parameter yang berkontribusi paling besar dalam pencemaran Sungai Ajkwa, yaitu TSS (± 99%), mangan (93,14-95,7%), dan sulfat (86,89-93,17%). Tingginya nilai parameter-parameter tersebut berpengaruh pada status mutu air Sungai Ajkwa saat ini, sehingga Sungai Ajkwa tidak dapat dikategorikan ke dalam semua kelas air. Banyaknya sedimen akibat tingginya TSS di Sungai Ajkwa juga menyebabkan pendangkalan sungai dan saat ini ketinggian muka air Sungai Ajkwa berkisar antara 50–1.500 cm. Berdasarkan beban cemaran tertinggi, kemampuan self purifikasi Sungai Ajkwa terbaik terjadi pada tahun 2009–2010 sebesar 26,141% untuk parameter TSS, tahun 2011–2012 sebesar 32,909% untuk parameter sulfat, dan tahun 2010–2011 sebesar 20,520% untuk parameter mangan.

---

PTFI, as gold and copper mining company, currently operates the Grasberg open pit and underground DOZ (Deep Ore Zone) mine with a daily production target of 240 thousand tons of ore. Only 3% of the total ore processed at the plant turned into a concentrate and the rest are considered as mine waste (tailings). Freeport tailings are discharged into the Aghawagon-Ajkwa river towards ModADA (Modified Ajkwa Deposition Area). Water quality status is required to determine the effect of tailings towards water quality in Ajkwa river because until now, the river and well are still used as a source of clean water for the people of Mimika. This study aims to determine the status of water quality and pollution load Ajkwa during the 2008-2012 period. The analytical methods used in this study is the STORET method. Ajkwa TSS values at each station ranged between 8-983000 mg/L and exceeded the PP No.82 of 2001 quality standard for all classes of water. Other parameters that do not meet the quality standard is nitrite, sulfate, copper, cadmium, manganese, selenium, and zinc. There are three parameters that contribute the most in Ajkwa pollution, which are TSS (± 99%), manganese (93.14 to 95.7%), and sulfate (86.89 to 93.17%). The high values of these parameters affect the water quality status in Ajkwa today, therefore Ajkwa can not be categorized into all classes of water. Amount of sediment due to high TSS in Ajkwa also cause silting river and the current water level in Ajkwa ranged from 50-1500 cm. Based on the highest contaminant loads, the ability of self-purification at best in Ajkwa occurred in 2009-2010 amounted to 26.141% for TSS parameters, in 2011-2012 amounted to 32.909% for the parameter sulfate, and the years 2010-2011 amounted to 20.520% for manganese parameter."

"Pertambahan populasi yang terjadi di DI Yogyakarta mempengaruhi kualitas air sungai yang ada. Pertambahan populasi juga berkontribusi terhadap perubahan penggunaan lahan yang terjadi terutama pada area sekitar sungai yang juga berpengaruh terhadap kualitas sungai. Perubahan penggunaan lahan pada daerah sekitar sungai dapat dianalisis berdasarkan daerah tangkapan air dan zona riparian sungai. Tujuan penelitian ini adalah untuk mengetahui kualitas air di Sungai Winongo secara spasial dan temporal, mengetahui perubahan tutupan lahan pada daerah tangkapan air dan zona riparian sungai, serta mengetahui hubungan dari perubahan tata guna lahan dengan kualitas air sungai. Parameter sungai yang dianalisis yaitu suhu, pH, TDS, TSS, BOD, COD, DO, nitrat, sulfida, detergen, minyak dan lemak, fecal coliform, dan total coliform. Daerah sungai yang dianalisis dibagi menjadi tiga, hulu, tengah, dan hilir. Data yang dianalisis merupakan data sekunder yang berasal dari Pemerintah Provinsi DIY dari tahun 2011-2018. Metode yang digunakan untuk menganalisis kualitas air adalah analisis deskriptif dengan menggunakan boxplot, untuk klasifikasi penggunaan lahan menggunakan software ArcGIS 10.3 dengan metode maximum likelihood, delineasi daerah tangkapan air dengan menggunakn tool watershed, dan delineasi riparian dengan menggunakan tool buffer. Analisis korelasi menggunakan korelasi Pearson dengan nilai signifikansi <0,10. Hasil yang diperoleh parameter pencemar sungai Winongo yaitu: TSS, BOD, COD, sulfida, minyak dan lemak, fecal coliform, dan total coliform. Tutupan lahan di hulu didominasi oleh hutan, tengah oleh permukiman, dan hilir oleh pertanian. Analisis hubungan antara parameter air dengan perubahan tutupan lahan lebih baik dijelaskan pada skala zona riparian 100 m.

---

Population growth that occurs in DI Yogyakarta affects the quality of water river. It also contributes to changes in land use that occur especially in area around the river which also affects the quality of the river. Changes in land use in the area around the river can be analyzed based on the catchment area and riparian zone. The purpose of this study was to determine water quality in the Winongo River spatially and temporally, determine land cover changes in water catchment areas and riparian zones, and to determine the relationship between land use changes and river water quality. Water parameters analyzed were temperature, pH, TDS, TSS, BOD, COD, DO, nitrate, sulfide, detergent, oil and grease, fecal coliform, and total coliform. The analyzed river area is divided into three, upstream, middle, and downstream. The data analyzed is secondary data originating from the DIY Provincial Government from 2011-2018. The method used to analyze water quality is descriptive analysis using a boxplot, for land use classification using ArcGIS 10.3 software with the maximum likelihood method, delineation of water catchment areas using the watershed tool, and riparian delineation using the buffer tool. Correlation analysis using Pearson correlation with a significance value <0.10. The results obtained were pollutant parameters of the Winongo river are: TSS, BOD, COD, sulfide, oil and grease, fecal coliform, and total coliform. Upstream land cover is dominated by forests, in the middle by urban areas, and downstream by agriculture. Analysis of the relationship between water parameters and land cover changes is better explained in riparian zone 100 m."

"Penelitian ini memprediksi kualitas air Sungai Ciliwung berdasarkan parameter pH hasil pemantauan Online Monitoring menggunakan dua model Deep Learning yaitu Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM). Parameter input adalah pH dengan tiga skenario kombinasi yaitu waktu ganjil (t, t-1, t-3, t-5), genap (t, t+2, t-4, t-6) dan waktu berurutan (t, t-1, t-2, t-3) dengan target pH pada t+1, t+2 dan t+3. Parameter model adalah Optimizer dengan Adaptive Moment (Adam) sebagai Optimizer, aktivasi menggunakan Rectified Linear Unit (ReLU) dengan jumlah Epoch 500, dan Loss menggunakan Mean Squared Error (MSE). Kriteria Evaluasi menggunakan Coefficient of Determination (R2 ), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Mean Absolute Percentage Error (MAPE). Hasil pemodelan menunjukkan selisih terendah antara pH riil dengan pH prediksi adalah 0 dan tertinggi 0,79. Pada model CNN, dari 9 nilai R2 ada 7 yang mendekati nilai 1, artinya persamaan regresi sesuai antara nilai variabel dependen dengan variabel independen, dan 2 mendekati nilai 0 yang artinya persamaan regresi tidak sesuai antara nilai variabel dependen dengan variabel independen. Selanjutnya, dari 9 nilai MAPE terdapat 5 nilai yang menunjukkan model prediksi baik, sisanya berada dalam rentang model prediksi cukup. Pada model LSTM, ada 8 dari 9 R2 yang memiliki nilai mendekati 1 dan hanya 1 yang mendekati 0. Selanjutnya, 6 dari 9 MAPE berada dalam rentang model prediksi baik, sisanya berada dalam rentang model prediksi cukup. Dari hasil penelitian diketahui bahwa semakin jauh titik prediksi yang di tuju maka relasi antara pH riil dengan pH prediksi semakin lemah. Ini ditunjukan oleh nilai R2 semakin kecil pada t+3 untuk semua parameter input. Dari hasil di atas disimpul bahwa Model LSTM dan CNN dapat digunakan untuk memprediksi kualitas air sungai Ciliwung berdasarkan parameter pH karena mayoritas nilai R2 mendekati 1, MAPE sebagian besar berada dalam model prediksi kelompok baik. Di antara dua model yang digunakan, model LSTM lebih baik dari pada model CNN karena memiliki nilai R2 yang mendekati 1 dan MAPE pada model prediksi baik lebih banyak.

---

This research predicts the water quality of the Ciliwung River based on pH parameters from Online Monitoring using two Deep Learning models, namely Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM). The input parameter is pH with three combination scenarios, namely odd times (t, t-1, t-3, t-5), even (t, t+2, t-4, t-6) and sequential times (t, t -1, t-2, t-3) with pH targets at t+1, t+2 and t+3. The model parameters are Optimizer with Adaptive Moment (Adam) as Optimizer, activation uses Rectified Linear Unit (ReLU) with a number of Epochs of 500, and Loss uses Mean Squared Error (MSE). Evaluation criteria use Coefficient of Determination (R2), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The modeling results show that the lowest difference between real pH and predicted pH is 0 and the highest is 0.79. In the CNN model, of the 9 R2 values there are 7 that are close to 1, meaning that the regression equation matches the value of the dependent variable and the independent variable, and 2 are close to 0, which means that the regression equation does not match the value of the dependent variable and the independent variable. Furthermore, of the 9 MAPE values, there are 5 values that indicate a good prediction model, the rest are in the range of a sufficient prediction model. In the LSTM model, there are 8 out of 9 R2 which have values close to 1 and only 1 which is close to 0. Furthermore, 6 out of 9 MAPEs are in the good prediction model range, the rest are in the fair prediction model range. From the research results, it is known that the further away the prediction point is, the weaker the relationship between real pH and predicted pH. This is shown by the R2 value getting smaller at t+3 for all input parameters. From the results above, it can be concluded that the LSTM and CNN models can be used to predict the water quality of the Ciliwung River based on the pH parameter because the majority of R2 values are close to 1, the MAPE is mostly in the good group prediction model. Between the two models used, the LSTM model is better than the CNN model because it has an R2 value that is close to 1 and the MAPE in the good prediction model is higher."

"ABSTRAKTujuan penelitian ini adalah untuk mengetahui sampai seberapa jauh pengaruh kualitas air sungai yang buruk mempengaruhi kualitas air sumur penduduk, sehubungan dengan masih banyaknya penduduk di RW 04 Kelurahan Manggarai yang menjadikan air sungai sebagai tempat membuang hajat dan menggunakan air sumur pampa sebagai air baku air minum.Masalah pokok yang diteliti adalah (a) berapa besar kandungan Escherichia coil di dalam air sumur-sumur pompa tangan penduduk pada jarak dari tepi sungai, kedalaman, dan pemakaian air yang berbeda-beda; (b) korelasi antara nilai Most Probable Number (MPN)" koli tinja dengan parameter fisika-kimia, sehingga dirumuskan hipotesis sebagai berikut:1) Makin banyak pemakaian air sumur, makin besar kemungkinan terkontaminasi koli tinja.2) Makin dalam sumur pompa penduduk, makin kecil kemungkinan terkontaminasi oleh bakteri koli tinja.Penelitian ini dilaksanakan dengan cara mengambil sampel-sampel air sumur secara sensus dan air sungai secara acak, masing-masing 3 kali ulangan selama 3 hari berturut-turut di awal musim kemarau. Di samping itu diambil pula data kuesioner, wawancara, dan observasi langsung sebagai data penunjang.Pengujian hipotesis dilakukan dengan cara analisis statistik menggunakan korelasi jenjang Spearman terhadap nilai MPN koli tinja dan parameter fisika-kimia.Hasil penelltian menunjukkan bahwa 9 dari 14 sumur pompa tangan yang diteliti telah tercemar oleh bakteri koli tinja, di mana faktor jarak dan kedalaman berpengaruh terhadap nilai MPN koli tinja. Sedangkan besarnya pemakaian air tidak berpengaruh terhadap nilai MPN koli tinja. Di samping itu sanitasi lingkungan yang buruk dan tingkah laku masyarakat yang kurang saniter turut membantu pencemaran koli tinja ke air sumur-sumur pompa.Salah satu dampak pencemaran sumber air oleh E. coli di wilayah ini adalah tingginya angka penderita penyakit diare dan angka kematian bayi. Di samping itu kandungan E. coil yang tinggi juga merupakan beban yang berat bagi pihak Proyek Air Minum (PAM) DKI Jakarta dalam proses pengolahan air baku air minum.Diharapkan penurapan dan pemindahan lokasi pemukiman penduduk RW 04 (RT 006 sld RT 0017) ke lokasi pemukiman baru dapat menjadi prioritas pembangunan di Kecamatan Tebet. Hal ini mengingat kondisi kualitas air yang sangat buruk di samping lokasi tersebut (bantaran sungai) memang tidak layak sebagai kawasan pemukiman. Di dalam Rencana Bagian Wilayah Kota (RBWK) Kecamatan Tebet tahun 2005, kawasan tersebut telah diperuntukan sebagai kawasan hljau tanpa bangunan.

---

ABSTRACT

The aim of this research is to know how deep the bad river water quality influences the well-water-pump quality in relation to the fact that people at RW 04 Manggarai Village use the river as a defecation place and the well-water-pump as the source of drinking water.

Research points of view are (a) how many Escherichia coli present in the well-water-pump in different distances from the river edge, in different depth of the well, and in different quantity of water usage; (b) the correlation between MPH fecal coil and physic-chemist parameters.

Therefore, the formulations of hypothesis are: (l) the more well-water-pump usage, the bigger the potentiality of fecal col. contamination. (2) The deeper the well water pump, the lesser the potentiality of fecal coli contamination.

This research was implemented by taking the well-water-pump samples with census sampling method and the river water samples with random sampling method, each sample 3 times a day for 3 consecutive days in the early dry season. Questioners, interviews, and direct field observation were also taken as supporting data.

Statistical analysis of the hypothesis was performed with Spearman rank correlation to the value of MPN fecal cola and physic-chemist parameters.

The result of this research indicates that 9 from the 14 well-water-pump tested were polluted by fecal coil bacteria, with distance and depth factors influencing the value of MPN fecal coll. Whereas the quantity of well water pump usage did not influence the value of MPN fecal coli. In addition, bad environmental sanitation and less sanitary-conscience human behavior also supported the fecal coil contamination to the well water pump.

Among the impacts of water-source pollution by E. coli in this area were the high diarrhea sufferer and infant mortality rate. The high E. coil content in the water source also represent the heavy burden of the drinking water processing at Jakarta Municipal Water Treatment Plant (PAM DKI Jakarta).

We hope that the plastering of river edges and the transfer of residents of RW 04 (RT 006 to RT 0017) to the new residence location would be the development priority of Tebet Sub district, considering the bad water quality and improper residence location. In the Regional City Division Plan (RBWK) of Tebet Sub district 2005, this area would be a green-open space."

"Degradasi DAS Ciliwung yang terus berlanjut, berakibat pada tidak dapat digunakannya sungai Ciliwung sesuai peruntukkannya. Buruknya sistem pengolahan air limbah domestik dan industri kecil yang membuang limbahnya langsung ke Sungai Ciliwung, berperan dalam memperburuk kualitas air sungai. Identifikasi dan penentuan faktor-faktor yang berpengaruh terhadap kualitas air sungai Ciliwung DKI Jakarta, perlu dilakukan agar diperoleh arahan strategi untuk mengatasi permasalahan tersebut. Metode penelitian dilakukan dengan menentukan status mutu air berdasarkan Metode STORET dan Indeks Pencemar, kemudian untuk mengetahui faktor yang berpengaruh terhadap kualitas air sungai digunakan metode SPSS versi 17. Dari hasil penelitian diketahui bahwa kondisi pencemaran Sungai Ciliwung DKI Jakarta tergolong dalam kategori cemar sedang hingga berat berdasarkan metode Indeks Pencemar, sedangkan melalui metode STORET dapat diketahui bahwa kondisi status mutu air berada dalam kategori buruk. Berdasarkan hasil pengolahan SPSS dengan tingkat kepercayaan 95%, dari limbah domestik diperoleh persamaan Y = 0,496 + 0,129 X1+ 0,030X2 + 0,021X3+ 0,175X4+ 0,129X5+ (-0,081)X6+ 0,013X7, yang menunjukkan bahwa faktor yang berpengaruh terhadap kualitas air Sungai Ciliwung adalah tipe jamban (90.9% jamban leher angsa), kualitas limbah cair dan kapasitas rumah tangga/masyarakat dalam membayar layanan fasilitas pengolahan limbah domestik. Sedangkan pada limbah industri diperoleh persamaan Y = 2,779 + (-0,046) X1+ (-0,528)X2 + (-0,132)X3+ 0,098X4+ 0,418X5+ (-0,695)X6, yang menunjukkan bahwa faktor yang berpengaruh adalah pembuangan limbah (90% langsung dibuang ke badan air), kapasitas industri dalam membayar layanan fasilitas pengolahan limbah dan peran kelembagaan masyarakat. Melalui analisis SWOT dapat diketahui bahwa permasalahan pengendalian pencemaran Sungai Ciliwung berada dalam kuadran IV (Weakness-Threat) sehingga strategi yang diusulkan adalah pendataan ulang industri kecil di bantaran sungai, penyuluhan dan penertiban buangan limbah domestik dan limbah industri, serta penerapan rancangan pola pengelolaan sumber daya air.

---

Ciliwung watershed degradation continues, resulting in the inability to use the Ciliwung river according to its function. Poor domestic wastewater treatment systems and small industries that dump their waste directly into the Ciliwung River, take a role in exacerbating the water quality of the river. Identification and determination of factors that affect the water quality of the river Ciliwung Jakarta, needs to be done in order to obtain referrals strategies to overcome these problems.

The method of research is done by determining the water quality status based on STORET method and Pollutant Index, and then to determine the factors that affect the quality of the river water used method of SPSS version 17. Based on survey, revealed that the condition of Jakarta Ciliwung River pollution classified in the category of moderate to severe blackened by Pollutant Index method, while through STORET method can be seen that the condition of the water quality status are in a bad category.

Based on the results of SPSS processing with 95% of confidence level, from domestic waste derived equation Y = 0,496 + 0,129 X1+ 0,030X2 + 0,021X3+ 0,175X4+ 0,129X5+ (-0,081)X6+ 0,013X7, which suggests that the factors that affect the water quality of the Ciliwung river is the type of latrine (90.9% latrines goose neck), effluent quality and capability of households / communities for pay service domestic wastewater treatment facility. While the industrial waste derived equation Y = 2,779 + (-0,046) X1+ (-0,528)X2 + (-0,132)X3+ 0,098X4+ 0,418X5+ (-0,695)X6, which suggests that the factors that influence the disposal of waste (90% directly discharged into a body of water), the capability to pay the service industry in waste treatment facilities and the role of community institutions.

Through the SWOT analysis, can be seen that the problem of pollution control Ciliwung River is in quadrant IV (Weakness-Threat) so that the proposed strategy is the data collection of small industries along the river, counseling and enforcement of domestic sewage and industrial waste, as well as the application of design patterns for resource management water."

"Kualitas air Sungai Ciliwung semakin hari semakin menurun. Hal ini dibuktikan dengan konsentrasi TSS (Total Suspenden Solid), COD (Chemical Oxygen Demand), Nitrit dan Ammonia yang telah melebihi baku mutu (TSS>100 ppm, COD>10 ppm, Nitrit>0.06 ppm, Ammonia>0.02 ppm) (Delinom et al., 2002). Tetapi pada kenyataannya air Sungai Ciliwung masih digunakan masyarakat sekitar untuk memenuhi berbagai keperluan sehari-hari. Penelitian ini bertujuan untuk mengetahui kualitas air Sungai Ciliwung periode tahun 2000-2010 dibandingkan dengan Keputusan Gububernur DKI Jakarta No. 582/1995. Metode yang digunakan dalam penelitian ini adalah metode analisis deskriptif dengan jumlah sampel sekunder sebanyak 272. Parameter kualitas air yang digunakan sebagai indikator adalah Total Dissolved Suspended (TDS), Kekeruhan, Phospat, Biochemical Oxygen Demand (BOD), Chemical Oxygen Demand (COD) Dissolved Oxygen (DO), dan Fecal coli. Hasil penelitian menunjukan bahwa sebagian besar parameter telah melebihi baku mutu kecuali TDS di bagian hulu sungai. Dari hasil uji bivariat diketahui sebagian besar konsentrasi parameter meningkat dari hulu ke hilir. Hal ini dibuktikan dengan nilai P<0.05. Untuk perbedaan konsentrasi di musim hujan dan musim kemarau, parameter yang memiliki perbedaan yang signifikan yaitu BOD, Phospat, dan COD (P<0.05). Sedangkan untuk perbedaan konsentrasi periode tahun 2000-2005 dan periode tahun 2006-2010 parameter yang memiliki perbedaan yang signifikan yaitu COD dan DO (P<0.05). Kesimpulan dari penelitian ini adalah Air Sungai Ciliwung menurut parameter yang diteliti sudah tidak sesuai peruntukannya.

---

Over the time, water quality of Ciliwung River was under the standart. The concentration of some parameters such as TSS (Total Suspenden Solid), COD (Chemical Oxygen Demand), Nitrite and Ammonia above a threshold limit (TSS>100 ppm, COD>10 ppm, Nitrite>0.06 ppm, Ammonia>0.02 ppm) (Delinom et al., 2002). But in the reality people around the river area still used the water for their daily activities.

The purpose of this study was to compare the water quality to according Keputusan Gububernur DKI Jakarta No. 582/1995. This study use descriptive analysis method with 272 secondary samples. The parameter of water quality which include as indicator of the assessment were Total Dissolved Suspended (TDS), Turbidity, Phospate, Biochemical Oxygen Demand (BOD), Chemical Oxygen Demand (COD) Dissolved Oxygen (DO), and Fecal coli.

The result should that most of parameters were over the threshold limit except TDS consentration in the upstreams. Bivariate analysis showed most of the parameters increase from the upstream to downstream with P<0.05. BOD, Phospat, and COD had the significant differences between rainy and dry season (P<0.05). Mean while COD and DO which had the significant differences in 2000-2005 to 2006-2007 periode time (P<0.05).

The conclusion of this study was Ciliwung river water according to the studied parameters are not appropriate designation."