Hasil Pencarian  ::  Simpan CSV :: Kembali

"QUAL2K merupakan pemodelan numerik yang biasa digunakan untuk badan air permukaan. Model ini dinilai sederhana dengan hasil yang didapat cukup akurat. Walau cukup sederhana, variabel yang diperlukan untuk QUAL2K cukup banyak, sehingga pada umumnya parameter yang digunakan sudah bersifat default. Dimana hal ini menyebakan tidak diketahuinya sensitivitas atau seberapa berpengaruhnya suatu parameter terhadap objek studi. Penelitian ini bertujuan untuk mensimulasikan kualitas dan perubahan amonia, total nitrogen, BOD, dan DO pada Sungai Ciliwung dari hulu ke hilir dengan aplikasi QUAL2K dan menganalisis hubungan antara sensitivitas parameter laju reaksi kinetik dan variabel input terhadap kualitas amonia, total nitrogen, BOD, dan DO pada Sungai Ciliwung. Metode yang digunakan untuk analisis pada penelitian ini adalah metode QUAL2K. Melalui simulasi pada kondisi eksisting, diketahui bahwa untuk konsentrasi amonia hanya segmen satu yang memenuhi baku mutu PP No.22 Tahun 2021. Seluruh segmen pada untuk parameter total nitrogen memenuhi baku mutu. Untuk konsentrasi dari BOD hanya segmen satu yang memenuhi baku mutu kelas IV. Dan terakhir untuk DO hanya ada segmen satu memenuhi baku mutu untuk kelas II, III, dan IV. Berdasarkan hasil analisis sensitivitas diketahui untuk amonia paling sensitif dengan konsentrasi amonia, debit diffuse source, koreksi temperatur reaerasi oksigen. Untuk total nitrogen paling sensitif dengan konsentrasi amonia, debit diffuse source, dan koreksi temperatur nitrifikasi amonia. BOD paling sensitif dengan koreksi temperatur CBOD Fast, konsentrasi BOD diffuse source, debit diffuse source. Parameter yang terakhir yaitu DO paling sensitif dengan koreksi temperatur reaerasi oksigen, air temperature, koreksi temperatur CBOD Fast. Sehingga berdasarkan analisis sensitivitas, parameter debit diffuse source dan koreksi temperatur paling sensitif terhadap seluruh parameter.

---

QUAL2K is a numerical model commonly used for surface water bodies. This model is regarded as being clear, and the outcomes are relatively accurate. Although QUAL2K is very basic, there are a number of variables that must be used, hence default values are typically used. Where this results in undetermined sensitivity or how important a parameter is to the study's subject. The purpose of this study is to use the QUAL2K application to simulate the quality and change of ammonia, total nitrogen, BOD, and DO in the Ciliwung River from upstream to downstream and to examine the relationship between the sensitivity of the kinetic reaction rate parameters and input variables on the quality of ammonia, total nitrogen, BOD, and DO on the Ciliwung River. The method used for analysis in this study is the QUAL2K method. Through simulations under existing conditions, from ammonia concentration only segment one meets PP No. 22 of 2021 quality standards. For the total nitrogen, all segments meet the quality standards. For the concentration of BOD, only segment one meets class IV quality standards. And finally, for DO there is only segment one that meets the quality standards for class II, III and IV. Based on the results of the sensitivity analysis, it is known that ammonia is most sensitive to ammonia concentration, diffuse source discharge, oxygen reaeration temperature correction. While for total nitrogen, the parameter is sensitive to ammonia concentration, diffuse source discharge, and ammonia nitrification temperature correction. For the next parameter which is BOD is sensitive the most to temperature correction CBOD Fast, diffuse source BOD concentration, diffuse source discharge. And the final parameter is DO that is sensitive to oxygen reareration temperature correction, air temperature, CBOD Fast temperature correction. Therefore, based on the study, diffuse source discharge and temperature correction will be the most dependent on water quality parameters."

"[Limbah cair dari sumber domestik ataupun industri di sepanjang aliran DAS Kali Bekasi berperan dalam pencemaran yang terjadi di badan air sungai. Hal ini berpengaruh pada penurunan kualitas air baku di Saluran Tarum Barat yang merupakan sumber air bersih untuk kota Jakarta ketika bertemu di Pintu Air Bekasi. Sehingga pencemaran di DAS Kali Bekasi perlu dikendalikan agar tidak mempengaruhi kualitas air baku di Saluran Tarum Barat. Penelitian ini menggunakan QUAL2K untuk menghitung beban pencemaran yang masuk ke sungai untuk memprediksi kualitas air disepanjang aliran dalam parameter BOD dan Nitrogen dalam rangka proses manajemen kualitas air. Pembangunan model dilakukan dengan mengidentifikasi daerah yang berpotensi mencemari sungai dan menjalankan model secara trial and error dengan membandingkan hasilnya dengan data sekunder untuk menvalidasi model. Dari pemodelan QUAL2K BOD dan Nitrogen diprediksi dengan memodelkan limbah industri dan domestik yang masuk ke DAS Kali Bekasi. Dari model dihasilkan bahwa disepanjang aliran DAS Kali Bekasi potensi pencemaran yang terjadi cukup besar didaerah bantaran sungai. Dari perhitungan TMDL didapatkan beban BOD maksimum di Kali Bekasi adalah 199,164 kg/hari.;Wastewater from domestic or industri source in Bekasi River watershed have a big influence to polluted river water body. This thing result decreasing water quality in Tarum Barat Canal that use to supply water for Jakarta when cross in Bekasi Floodgate. Because of this pollution di Bekasi river watershed need to control in order not to influence water quality in Tarum Barat Canal. This study uses QUAL2K for calculate the pollution load into the river to predict water quality along the river flow within parameter BOD and Nitrogen in the framework of the process of water quality management. Model construction is done by identifying area that could potentially contaminate the river and model running by trial and error method with compared the result with secondary data to validate the model. From modeling with QUAL2K BOD and Nitrogen predicted along Bekasi River with input from domestic wastewater and industrial wastewater. From model output along river body in Bekasi River watershed have a potential to contaminated water especially from area near riverbanks and from TMDL?s calculation obtained BOD maximum in Bekasi River is 199,164 kg/day.;Wastewater from domestic or industri source in Bekasi River watershed have a big influence to polluted river water body. This thing result decreasing water quality in Tarum Barat Canal that use to supply water for Jakarta when cross in Bekasi Floodgate. Because of this pollution di Bekasi river watershed need to control in order not to influence water quality in Tarum Barat Canal. This study uses QUAL2K for calculate the pollution load into the river to predict water quality along the river flow within parameter BOD and Nitrogen in the framework of the process of water quality management. Model construction is done by identifying area that could potentially contaminate the river and model running by trial and error method with compared the result with secondary data to validate the model. From modeling with QUAL2K BOD and Nitrogen predicted along Bekasi River with input from domestic wastewater and industrial wastewater. From model output along river body in Bekasi River watershed have a potential to contaminated water especially from area near riverbanks and from TMDL?s calculation obtained BOD maximum in Bekasi River is 199,164 kg/day., Wastewater from domestic or industri source in Bekasi River watershed have a big influence to polluted river water body. This thing result decreasing water quality in Tarum Barat Canal that use to supply water for Jakarta when cross in Bekasi Floodgate. Because of this pollution di Bekasi river watershed need to control in order not to influence water quality in Tarum Barat Canal. This study uses QUAL2K for calculate the pollution load into the river to predict water quality along the river flow within parameter BOD and Nitrogen in the framework of the process of water quality management. Model construction is done by identifying area that could potentially contaminate the river and model running by trial and error method with compared the result with secondary data to validate the model. From modeling with QUAL2K BOD and Nitrogen predicted along Bekasi River with input from domestic wastewater and industrial wastewater. From model output along river body in Bekasi River watershed have a potential to contaminated water especially from area near riverbanks and from TMDL’s calculation obtained BOD maximum in Bekasi River is 199,164 kg/day.]"

"Sungai Citarik menjadi salah satu percontohan nyata dari permasalahan pencemaran sungai. Selain karena perkembangan wilayah industri di kecamatan Rancaekek dan sekitarnya yang merupakan bagian dari Daerah Aliran Sungai Citarik. Mayoritas penggunaan lahan sebagai wilayah pertanian yang sangat masif juga menjadi salah satu penyebab utamanya. Di antara berbagai jenis kandungan pada badan sungai, BOD dan TSS merupakan salah satu indikator utama yang patut untuk diberi perhatian lebih. Nilai BOD di 14 titik pemantauan sepanjang sungai Citarik berada pada kisaran 0,3 mg/L-14,7 mg/L untuk nilai rataan, dan 1 mg/L-31 mg/L untuk nilai maksimum. Adapun kandungan TSS berada pada kisaran 20 NTU-51,3 NTU untuk nilai rataan, serta 20 NTU-88 NTU untuk nilai maksimum Penelitian ini bertujuan untuk menyimulasikan hidrolika Sungai Citarik menggunakan HEC-RAS, mengidentifikasi dan mengkuantifikasi besaran pencemar BOD dan TSS yang masuk ke badan air Sungai Citarik, menyimulasikan kualitas air Sungai Citarik berupa BOD, dan TSS dengan menggunakan HEC-RAS, mengevaluasi kesesuaian dari program Citarum Harum dalam penanganan limbah BOD dan TSS di sungai Citarik. Pada penlitian ini, menggunakan metode HEC-RAS. Proporsi sumber pencemar pada Sungai Citarik yang terdiri dari limbah domestik, industri, dan tata guna lahan terhadap timbulan beban BOD ke Sungai Citarik yaitu: limbah domestik sebesar 78,12%, limbah tata guna lahan sebesar 21,77%, serta limbah industri sebesar 0,12%. Adapun untuk timbulan beban TSS yaitu: limbah domestik sebesar 98,86%, limbah tata guna lahan sebesar 1,05%, serta limbah industri sebesar 0,09%. Meski industri memiliki proporsi kontribusi beban pencemar yang sangat rendah dibandingkan dua jenis sumber lainnya, namun beban pencemar industri dapat meningkatkan konsentrasi BOD Sungai Citarik hingga sebesar 6 mg/L pada lokasi titik pembuangannya. Sumber limbah domestik ke Sungai Citarik berasal dari 3 wilayah Kabupaten yaitu Kabupaten Bandung, Kabupaten Garut, dan Kabupaten Sumedang. Kondisi kualitas Sungai Citarik belum memenuhi Baku Mutu Kelas II sepanjang keseluruhan segmen. Keberadaan program pada Rencana Aksi Citarum belum mampu memperbaiki kualitas Sungai Citarik secara signifikan.

---

The Citarik River is a real example of the problem of river pollution. Apart from the development of industrial areas in the Rancaekek sub-district and its surroundings, which are part of the Citarik River Basin. The majority of land use as a very massive agricultural area is also one of the main causes. Among the various types of content in river bodies, DO, BOD and TSS are one of the main indicators that deserve more attention. DO values ​​at 14 monitoring points along the Citarik river are in the range of 6.3 mg/L-12.2 mg/L for the average value, and 7.8 mg/L-13.43 mg/L for the maximum value. Then the BOD value is in the range of 0.3 mg/L-14.7 mg/L for the average value, and 1 mg/L-31 mg/L for the maximum value. The TSS content is in the range of 20 NTU-51.3 NTU for the average value, and 20 NTU-88 NTU for the maximum value. Citarik River water body, simulating the water quality of the Citarik River in the form of BOD, and TSS using HEC-RAS, evaluating the suitability of the Citarum Harum program in handling BOD and TSS waste in the Citarik river. In this study, using the HEC-RAS method. The proportion of pollutant sources in the Citarik River consisting of domestic, industrial, and land use waste to the generation of BOD loads to the Citarik River, namely: domestic waste of 78.12%, land use waste of 21.77%, and industrial waste of 0 .12%. As for the generation of TSS loads, namely: domestic waste of 98.86%, land use waste of 1.05%, and industrial waste of 0.09%. Although the industry has a very low proportion of the contribution of the pollutant load compared to the other two types of sources. However, the industrial pollutant load has a significant effect on the point of discharge to the Citarik River so that it can increase the BOD concentration by 6 mg/L. Sources of domestic waste to the Citarik River come from 3 regencies, namely Bandung Regency, Garut Regency, and Sumedang Regency. The quality condition of the Citarik River has not met the Class II Quality Standard throughout the entire segment. The existence of the program in the Citarum Action Plan has not been able to significantly improve the quality of the Citarik River."

"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."

"Air adalah subtansi penting keberadaannya bagi berbagai makhluk hidup termasuk manusia. Kontaminasi air permukaan sudah menjadi permasalahan di seluruh dunia, termasuk Indonesia. Sungai Krukut adalah sungai di wilayah DKI Jakarta yang memiliki peruntukan sebagai air baku air minum. Akan tetapi, masalah yang dihadapi adalah ketika nilai kualitas air Sungai Krukut tidak memenuhi baku mutuyang sudah ditetapkan. Oleh karena itu, tujuan penelitian ini adalah untuk menganalisis kualitas air Sungai Krukut, DKI Jakarta dengan menggunakan data 3 tahun. Setelah itu, dilakukan alisis pada aspek sosial dan ekonomi masyarakat yang mempengaruhi kualitas air Sungai Krukut, analisis perhitungan potensi beban pencemar di Sungai Krukut, dan tujuan terakhir adalah membangun model beban pencemar dan kualitas air BOD dan DO Sungai Krukut. Penelitian inimenggunakan pendekatan kuantitatif. Metode analisis utama yang digunakan untuk membangun model kualitas air adalah dengan metode system dynamics. Hasil dari penelitian ini adalah parameter kualitas air Sungai Krukut selama 3 tahun terakhir cenderung melewati baku mutu. Hasil analisis sosial dan ekonomi masyarakat menunjukkan bahwa terdapat hubungan antara tingkat pengetahuan dengan tingkat kesadaran. Selain itu, salah satu dari aspek tingkat pendidikan, tingkat pendapatan, tingkat kesadaran, dan persepsi pemanfaatan sungai juga memiliki hubungan dengan tingkat partisipasi masyarakat. Hasil dari analisis beban pencemar adalah, beban pencemar terbesar berada di segmen 2 dengan nilai 4.077 kg hari. Hasil pembangunan model penduduk, BOD dan DO adalah valid karena memiliki AME di bawah 30. Setelah dijalankan simulasi selama 5 tahun menggunakan model yang sudah divalidasi, nilai BOD dan DO hasil simulasi tidak memenuhi ekspektasi. Nilai BOD dan DO sungai tidak memenuhi baku mutu yang ditetapkan sehingga dilakukan intervensi model dengan melakukan peningkatan partisipasimasyarakat di bidang sanitasi.

---

Water is an important substance for various living things including humans. Surface water contamination become a problem throughout the world, including Indonesia.Krukut River is a river in the DKI Jakarta area that has a function as raw water for drinking water source. However, the problem is the Krukut Rivers water qualityvalue does not meet the established quality standards because of pollution. Therefore, the purpose of this study is to analyze the water quality of the KrukutRiver, DKI Jakarta using 3 years data. After that, an analysis of the social and economic aspects of the community that affects the quality of the Krukut Riverwater, analysis of calculation of potential pollutant loads in the Krukut River, and the final goal is to develop a model of pollutant load and water quality BOD and DO to control Krukut River pollution. This study uses a quantitative approach. The main analytical method used to build a water quality model is the system dynamicsmethod. The results of this study are the Krukut River water quality parameters over the past 3 years tend to pass the quality standard. The results of social and economic analysis of the community show that there is a relationship between the community knowledge and the community awareness. In addition, one aspect of the community education, community income level, community awareness, and perception of river use also has a relationship with the community participation. The results of the pollutant load analysis are, the largest pollutant load is in segment 2 with a value of4.077 kg day. The results of the development of the population model, BOD and DO are valid because they have an AME below 30. After running 5 years simulation using a validated model, the result of BOD and DO values fromsimulation did not meet expectations. The BOD and DO values of the river do not meet the established quality standards, so a model intervention is carried out byincreasing community participation in sanitation."

"DAS Citarum Hulu DAS Citarum termasuk ke dalam wilayah Perencanaan Sumberdaya Air Wilayah Sungai (PSDWS) sejak tahun 2016, yang berfungsi sebagai daerah tangkapan air utama dari keseluruhan Sungai Citarum. Ditambah lagi DAS Citarum Hulu mengalami pengembangan secara pesat dan dimanfaatkan sebagai daerah pemukiman, pertanian, pertanian, dan industri. Penelitian ini bertujuan untuk menyimulasikan pencemaran paramater BOD, COD, dan TSS di keseleruhan DAS Citarum Hulu menganalisis sensitivitas parameter permodelan kualitas air sungai DAS Citarum Hulu dengan QUAL2KW. Penelitian ini dilakukan dengan menggunakan metode QUAL2KW. Kondisi eksisting pada Sungai Wangsisagara memiliki konsentrasi BOD yang memenuhi baku mutu, yaitu masih di bawah 12 mg/l, sementara pada lokasi pengujian lainnya mengandung konsentrasi BOD yang melebihi baku mutu. Sungai Wangisagara mengandung konsentrasi COD yang memenuhi baku mutu kelas 3, dan Jembatan Koyod, Sungai setelah IPAL Cisarung, dan Sungai Nanjung memenuhi baku mutu kelas 4. Untuk konsentrasi TSS, pada Sungai Wangisagara memenuhi baku mutu kelas 1, Sungai setelah IPAL Cisarung masih memenuhi baku mutu kelas 3, dan pada Jembatan Koyod dan Sungai Nanjung berada pada kelas 4. Jumlah beban pencemar yang berasal dari air limbah domestik memiliki total beban pencemar BOD sebesar 13,6 juta kg/tahun, COD sebesar 2,6 juta kg/tahun, dan TSS sebesar 40,9 kg/tahun. Hasil analisis sensitivitas terhadap simulasi BOD adalah konsentrasi DO diffuse source, konsentrasi BOD diffuse source, dan debit pencemar diffuse source; COD adalah konsentrasi DO diffuse source, konsentrasi COD diffuse source, dan debit pencemar diffuse source; TSS adalah konsentrasi DO diffuse source, konsentrasi TSS diffuse source, dan debit pencemar diffuse source; DO pada DAS Citarum Hulu segmen Cirawa – Nanjung konsentrasi DO diffuse source, oxygen temperature correction, dan lebar dasar sungai.

---

The Upper Citarum Watershed The Citarum River Basin is included in the River Basin Water Resources Planning (PSDWS) area since 2016, the Upper Citarum watershed functions as the main water catchment area of ​​the entire Citarum River. In addition, the Upper Citarum watershed is experiencing rapid development and is used as a residential, agricultural, agricultural and industrial area. This study aims to simulate the contamination of BOD, COD, and TSS parameters in the entire Upper Citarum watershed to analyze the sensitivity of the water quality modeling parameters of the Upper Citarum Watershed with QUAL2KW. This research was conducted using the QUAL2KW method. The existing condition on the Wangsisgara River has a BOD concentration that meets the quality standard, which is still below 12 mg/l, while at other test locations it contains a BOD concentration that exceeds the quality standard. The Wangisagara River contains COD concentrations that meet the class 3 quality standard, and the Koyod Bridge, the River after the Cisarung WWTP, and the Nanjung River meet the class 4 quality standard. class 3 quality, and on the Koyod Bridge and Nanjung River it is in class 4. The total pollutant load originating from domestic wastewater has a total pollutant load of 13.6 million kg/year BOD, 2.6 million kg/year COD, and TSS of 40.9 kg/year. The results of the sensitivity analysis on the BOD simulation are the DO diffuse source concentration, the diffuse source BOD concentration, and the diffuse source pollutant discharge; COD is a diffuse source DO concentration, a diffuse source COD concentration, and a diffuse source pollutant discharge; TSS is a diffuse source DO concentration, diffuse source TSS concentration, and diffuse source pollutant discharge; DO in the Upper Citarum watershed in the Cirawa – Nanjung segment, DO concentration is diffuse source, oxygen temperature correction, and riverbed width.

"

"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."

"ABSTRACTSistem budidaya perikanan intensif menimbulkan masalah pada air yakni tingginya kadar sekresi amonia-nitrogen. Sponge-bed Trickling Filter sebagai salah satu teknologi RAS diharapkan mampu mengelola air hingga dapat menurunkan konsentrasi TAN sesuai dengan nilai ambang batas yang aman untuk ikan. Penelitian dilakukan pada skala laboratorium dengan menggunakan reaktor trickling filter bermedia spons berukuran 13 13 28 cm3. Ketinggian trickling filter 40 cm dan kecepatan aliran 3L/menit. Influen yang digunakan merupakan air limbah sintetis dari kualitas air perikanan budidaya Osphronemus goramy dengan berat rata-rata 0,013 gr yang berasal dari penambahan larutan amonia dengan variasi beban 0,4, 0,6, dan 0,8 mg TAN/L. Selama 7 kali pengulangan pengamatan pada tiap beban, hasil menunjukkan bahwa pemberian beban sebesar 0,8 mg TAN/L menghasilkan efisiensi penyisihan yang relatif tinggi dan VTR yang stabil masing-masing sebesar 96,41 0,880 dan 0,01571132 0,001045214 g/m3-hari. Reaksi nitrifikasi berlangsung pada kinetika orde satu dengan nilai laju penyisihan paling besar terjadi pada beban 0,8 mg TAN/L sebesar 0,67 g/m2-hari. Kinetika orde satu bukan merupakan kondisi yang optimum untuk operasional sponge-bed trickling filter namun pemilihan beban 0,8 mg TAN/L dapat meminimalisir dampak dari kinetika orde satu karena menghasilkan persentase dan VTR yang relatif stabil.

---

ABSTRACTIntensive aquaculture systems increase the water quality risks by its high level ammonia nitrogen secretion. Sponge bed Trickling Filter as one of the RAS technology is expected to be capable managing water quality until TAN concentration reaches its safe threshold for fish. The study was conducted on a laboratory scale using a 13 13 28 cm3 sponge media trickling filter. The trickling filter height was 40 cm and the flow rate was 3L min. The influent used was synthetic wastewater with similar water quality of Osphronemus goramy aquaculture with an average weight of 0.013 g derived from the addition of ammonia solution with load variation 0.4, 0.6, and 0.8 mg TAN L. During 7 repetitions of observations at each load, the results showed that the loading of 0.8 mg TAN L resulted in a relatively high removal efficiency and a stable VTR of 96.41 0.880 and 0.01571132 0.001045214 g m3 day. The nitrification reaction takes place on first order kinetics with the highest rate of removal occurring at 0.8 mg TAN L load of 0.67 g m2 day. First order kinetics is not an optimum condition for sponge bed trickling filter operations but the 0.8 mg TAN L load selection minimizes the impact of first order kinetics as it results in relatively stable percentages and VTRs. "

"ABSTRAKBudidaya perikanan metode resirkulasi Recirculating Aquaculture Systems, RAS mendapat perhatian lebih jika dibandingkan dengan budidaya perikanan metode konvensional khususnya pada budidaya ikan air tawar karena bersifat ramah lingkungan. Tujuan dari studi ini adalah untuk mengevaluasi penyisihan ammonia pada RAS dipengaruhi oleh beban organik berupa Total Ammonia Nitrogen TAN yang berbeda dalam 3 variasi Surface Loading Rate SLR sebesar 0,05; 0,075; dan 0,1 g/cm2.hari dan mengetahui kinetikan laju reaksi penyisihan ammonia didasarkan pada budidaya ikan Gurame Osphrenomus gourami Lac tahap pendederan. Pengolahan ammonia dilakukan dengan menggunakan biofilter tipe CycloBio Fluidized Sand Biofilter CB FSB dengan ukuran pasir efektif D10 of 0.6 mm yang terekspansi sebesar 60 pada kecepatan air 2,5 cm/l. CB FSB dapat menyisihkan 59,33 - 100 konsentrasi TAN. Penyisihan ammonia dalam biofilter sesuai dengan kinetika laju reaksi orde nol. Nilai konstanta orde nol pada penyisihan ammonia sebesar 0,415 g m-2 hari-1 . Hasil penelitian ini diharapkan dapat menjadi informasi untuk optimalisasi dalam pengolahan khususnya di kawasan budidaya air tawar.

---

ABSTRAKRecirculating Aquaculture System RAS has get more attention since it environmentally friendly compared with conventional aquaculture system particularly in freshwater aquaculture. The objective of this study to evaluate the removal of ammonia in RAS affected by different feed loading of Total Ammonia Nitrogen TAN based on the culture of Gourami Osphrenomus gourami Lac . Treatment of ammonia in laboratory scale CycloBio Fluidized Sand Biofilter CB FSB was evaluated using effective size D10 of 0.6 mm and was expanded approximately 60 at a superficial velocity of 2,5 cm s. The CB FSB removed 59,33 100 of TAN concentration and reached 100 when using high feed loading 0,6 and 0,8 mg L . The ammonia degradation within the biofilter system, obtained by the ammonia measurements of the biofilter has been fitted satisfactorily to 0 order kinetic expression in good agreement with the results found in literature for laboratory studies. Rate constants k 0 order 0,415 g m 2 day 1 has been obtained based ammonia in this study. Thus, this work reports the first time the kinetics of ammonia oxidation in CB FSB in laboratory scale of Recirculating Aquaculture System. These results will provide useful information for the design in order to optimize the water quality in this activity."

"Mikroplastik merupakan partikel plastik yang berukuran kurang dari 5 mm dan menjadi salah satu polutan di badan air. Mikroplastik termasuk emerging contaminant dan keberadaannya telah ditemukan di berbagai sungai. Sungai digunakan oleh manusia sebagai sumber air baku untuk air minum sehingga kualitasnya harus terjaga untuk mencegah dampak buruknya bagi manusia. Mikroplastik yang terakumulasi pada tubuh manusia dapat menyebabkan peradangan pada organ, cedera internal dan/atau eksternal, transformasi kandungan kimia plastik ke dalam tubuh, dan penurunan kesuburan. Penelitian perlu dilakukan di salah satu sungai dengan dampak terbesar di Jakarta, yaitu Sungai Ciliwung yang digunakan sebagai sumber air baku bagi masyarakat Jakarta. Penelitian ini bertujuan untuk menganalisis jumlah partikel mikroplastik, mengidentifikasi karakteristik partikel mikroplastik berdasarkan jenis, wana, dan material, serta menganalisis pengaruh kondisi cuaca terhadap kelimpahan partikel mikroplastik. Objek penelitian ini adalah air dan sedimen di Sungai Ciliwung dengan 7 titik lokasi pengambilan sampel dan 2 waktu pengambilan sampel. Pengambilan sampel air menggunakan plankton net untuk menyaring air sebanyak 10 liter. Preparasi sampel air dilakukan dengan cara memisahkan mikroplastik berdasarkan densitas, menghilangkan kandungan organik, menyaring dengan kertas saring, lalu menganalisis mikroplastik dengan mikroskop. Pengambilan sampel sedimen menggunakan Ekman grab sampler sebanyak 400 ml. Pengujian sampel sedimen hampir sama dengan sampel air dengan adanya penambahan pengeringan sampel menggunakan oven pada awal preparasi sampel. Analisis kelimpahan mikroplastik menggunakan metode adaptasi NOAA untuk air dan sedimen sungai. Identifikasi karakteristik material mikroplastik menggunakan uji FTIR untuk menghasilkan gugus ikatan kimia material. Analisis hubungan kelimpahan mikroplastik dengan cuaca dilakukan dengan paired t-test. Penelitian menghasilkan rata-rata kelimpahan pada air sebanyak 1.111 partikel/L dan pada sedimen sebanyak 1.583 partikel/100 gram. Jenis mikroplastik di Sungai Ciliwung ada fragmen, fiber, film, microbeads, dan foam dengan jenis paling mendominasi yaitu fragmen. Warna mikroplastik yang teridentifikasi di Sungai Ciliwung ada hitam, merah, biru, hijau, kuning, dan transparan, serta warna hitam merupakan warna dominan pada sampel. Material yang ditemukan pada sampel adalah Tencel, cellopha, cupra, PTFE, FEP, PVFM, dan silicon. Tencel adalah material yang ditemukan pada semua sampel. Cuaca tidak mempengaruhi kelimpahan mikroplastik pada kondisi curah hujan tinggi dan rendah.

---

Microplastic is plastic particle that is less than 5 mm in size and is one of the pollutants in water bodies. Microplastics are emerging contaminants and their presence has been found in various rivers. Rivers are used by humans as a source of raw water for drinking water so that its quality must be maintained to prevent adverse effects on humans. Microplastics that accumulate in human body can cause inflammation of organs, internal and/or external injury, transformation of plastic chemical substances in human body, and decreased fertility. Research needs to be conducted in one of the rivers with the greatest impact in Jakarta, the Ciliwung River, which is used as a source of raw water for the people in Jakarta. This study aims to analyze the number of microplastic particles, identify the characteristics of microplastic particles based on type, color, and material, and analyze the effect of weather conditions on the abundance of microplastic particles. The object of this research is water and sediment in the Ciliwung River with 7 sampling locations and 2 sampling times. Water sampling used a plankton net to filter 10 liters of water. Preparation of water samples is done by separating microplastics based on density, removing organic content, filtering with filter paper, then analyzing microplastics with a microscope. Sediment sampling uses an Ekman grab sampler in the amount of 400 ml. Sediment sample testing is almost the same as water samples with the addition of drying samples using an oven at the beginning of sample preparation. Analysis of microplastic abundance uses the NOAA adaptation method for water and river sediments. Identification of microplastic material characteristics uses the FTIR test to produce material chemical bond. Analysis of the relationship between microplastic abundance and weather is done with paired t-test. The study resulted in an average abundance in water of 1,111 particles/L and in sediment of 1,583 particles/100 grams. The types of microplastics in the Ciliwung River are fragments, fibers, films, microbeads, and foam with the most dominating type is fragments. The color of microplastics identified in the Ciliwung River is black, red, blue, green, yellow, and transparent, and black is the dominant color in the sample. The materials found in the samples are Tencel, cellopha, cupra, PTFE, FEP, PVFM, and silicon. Tencel was the material found in all samples. Weather did not affect the abundance of microplastics in high and low rainfall conditions. "