TUGAS

ANALISA SISTEM DAN PENGAMBILAN KEPUTUSAN

REVIEW JURNAL PENERAPAN DSS

The Sustainable Use of Water Resources: A Technical Support for Planning. A
Case Study

Dosen
Ir. Edy Anto Soentoro, M.ASc, Ph.D

Oleh :

Nama : Coki Romulus Hutagaol

NIM : 95015311

PROGRAM MAGISTER PENGELOLAAN SUMBERDAYA AIR

FAKULTAS TEKNIK SIPIL DAN LINGKUNGAN
INSTITUT TEKNOLOGI BANDUNG
2017

Coki R Hutagaol (NIM.95015311) 0

A. Tujuan DSS
Tujuannya adalah untuk menyusun rencana untuk pengelolaan DAS sungai Brasil utama
(NegaraBahia, Brazil).
DSS pada jurnal ini digunakan untuk menilai baik kualitas permukaan air dan habitat mikro
sungai di hal skenario masa depan, dengan batas regulasi akun dan kualitas yang sesuai
indeks. skenario masa depan yang digunakan :
(a) penduduk dan perubahan iklim tren;
(b) peningkatan sistem pembuangan limbah dan instalasi pengolahan air limbah; dan
(c) Pengambilan air dari sungai dan waduk.
Sungai Pojuca (di Brasil-Portugal Rio Pojuca ") memiliki panjang sekitar 200 km dan
mengalir dari barat ke timur melalui Recncavo Norte, sebuah wilayah Bahia, Brasil
(Gambar 1). Sumber sungai ini terletak pada daerah semi-arid, dan bermuara di
Samudera Atlantik dekat resor wisata Praia do Forte. Cekungan (4771 km2) saat ini
sedang menjalani pertumbuhan kota yang pesat. Pada tahun 2010, kepadatan penduduk
sekitar 272 inhab km-2 dengan semua masalah yang terkait dengan tekanan polusi yang
signifikan dan dengan pembangunan perkotaan dan industri. evolusi baru-baru ini dan
cepat ini mengakibatkan kebutuhan untuk mengatasi beberapa masalah yang berkaitan
dengan perlindungan lingkungan dan pembangunan berkelanjutan dari daerah. Ini berarti
masalah baru dan pendekatan baru untuk mengatasi secara efektif produksi dan
pengolahan limbah, serta pemulihan energi dari limbah (mulai hampir dari nol, seperti
dalam semua daerah berkembang). Namun, ini juga memerlukan mengendalikan beban
emisi ke atmosfer dan ke dalam air, di mana polutan baru yang penting sekarang muncul
(mis, PAH, micropollutants) dengan semua masalah lingkungan yang terkait [13].

Gambar 1. Lokasi dari Pojuca River basin

Coki R Hutagaol (NIM.95015311) 1
Jurnal ini menyajikan fitur utama dan kemungkinan aplikasi dari Rio Pojuca-DSS (RP-
DSS):, yang mampu mensimulasikan aspek kualitatif dan kuantitatif dari air permukaan dan
untuk melakukan assessment terhadap mikrohabitat sungai,. Hal ini mengikuti pekerjaan
sebelumnya [10], yang menyelidiki sumber polusi dari cekungan, sistem limbah dan status
instalasi pengolahan air limbah (IPAL).

B. Data Base

Model Main Input Source Main output

Pollutant WQM Brazilian regulation
concentrations limits
according to water
resource use:
1. Compliancy
2. Surplus annual
frequency
Pollutant WQM Partial WQI time
concentrations series
Reservoir trophic state
based on
total phosphorus
concentration
Water temperature River discharge time Daily Physical HSI
series (following
life-stages and
Assessment (ASM)
reproductive period)
River discharge time HLM Daily Physical HSI
series (following
life-stages and
reproductive period)
Habitat Suitability MHM
Curves
Daily Physical HSI ASM Daily Composite HSI
(CHSI,
following life-stages
and
reproductive period)
DO suitability graph S&R
DO concentration WQM
Riverine physical Cross-section shape S&R Reference species
microhabitat and slope Physical Habitat
(MHM) Suitability Curves
(relate available
usable bottom length
with
cross-section
Coki R Hutagaol (NIM.95015311) 2
 discharge)
Steady-state stage-
discharge curves
Bottom substrate
characteristics
Reference species
physical habitat
suitability graphs
Reference species
reproduction periods
Surface Waterquality Pollutant loads PLM Pollutant
(WQM) concentrations time
series
Water temperature WQM
Travel time HDM
River velocity and
depth
Reservoir volume
Hydraulic (HDM) Cross-section S&R Water depth, velocity
morphology and travel time
Stage-Discharge
curve
Hydrography (river
length)
River Discharge HLM
Hydrologic (HLM) Hydrologic data S&R River discharge
Reservoir volume
Averaged S&R
meteorological data
**
Water withdrawal S&R + R
Reservoir presence S&R + R
Reservoir regulation S&R + R
Pollutant Load Land use (urbanized S&R + R Pollutant point loads
(PLM) areas) estimation
Population (urban
and rural) trends
Factories typology
and location

Coki R Hutagaol (NIM.95015311) 3

 Sewage systems
population coverage
WWTPs removal
efficiencies

* Acronyms are described in the first column; S&R: Surveys and Research activities. R:
Responses and actions
defined by users. ** Air temperature, wind velocity, relative humidity and atmospheric
pressure.

C. Model
DSS Structure
RP-DDS terdiri dari lima model deterministik yang saling berhubungan (Gambar 4). model
yang dapat digunakan secara langsung oleh para pemangku kepentingan adalah model
penilaian, sementara model yang lain bekerja sebagai driving component .
Data input-output utama yang dibutuhkan oleh model dapat dilihat pada table 1.

Gambar 2. Struktur RP-DSS: hubungan antara model (blok garis putus-putus) dan
input manajemen skenario utama (blok garis kontinu); CHSI (composite habitat
suitability index) and HIS (Habitat Suitability Index).

(HLM)
Hydrologic Model (HLM) mensimulasikan debit sungai dengan mempertimbangkan anak
sungai, pengambilan air, dan kehadiran dan pengelolaan waduk. Dalam rangka untuk
menentukan rata-rata debit (Q), model regresi dari semua data yang tercatat oleh stasiun
pengukuran yang terletak di dalam DAS diadopsi sesuai dengan saran yang diberikan oleh
penelitian hidrologi yang diterapkan [21]. Stasiun pengukuran dengan time series
Coki R Hutagaol (NIM.95015311) 4
terpanjang ditetapkan sebagai "referensi". Debit bulanan rata-rata di setiap stasiun dihitung
dan berkorelasi dengan stasiun referensi yang sesuai berarti debit bulanan. Oleh karena
itu, model hidrologi mensimulasikan laju aliran di mengukur stasiun menggunakan hidrograf
dari stasiun referensi. Laju aliran sehingga dapat dikelola dengan mempertimbangkan
kedua stasiun referensi rata-rata debit tahunan dan bentuk hidrograf. Persamaan neraca
air klasik diaplikasikan reservoir [21], mengingat kerugian, seperti infiltrasi dan evaporasi.
Efek infiltrasi diabaikan, sementara penguapan dihitung dengan menggunakan metode
gabungan aerodinamika dan keseimbangan energi [19] dan luas permukaan waduk,
diperoleh dari
waduk kurva daerah-elevasi.
Hydraulic Model (HDM)
Sebuah model hidrolik monodimensional (HDM) diadopsi. Dalam HDM, berarti kecepatan
rata-rata (V) dan kedalaman air rata rata (D) dihitung di setiap stasiun menggunakan debit
dan steady state rating curve [21]. Travel time (i-th) di estimasi menggunakan metode
dalam Chapra et al. (2008) [22].
Polutan Load Model (PLM)
Polutan Load Model (PLM) menghitung beban titik sumber sipil dan industri (L) dari jumlah
fosfor, koliform thermo-toleran dan biochemical oxygen demand (BOD). PLM yang
menggunakan rumus berikut:
L(t) = Lcivil(t) + Lrunoff(t) + Lindustrial(t)
= HSL (nurban(t) css) [cwwtp REwwtp + (1-cwwtp)] + Larea/365 Aurban + Lindustrial(t)
mana HSL adalah daily human specific load; nurban (t) adalah penduduk perkotaan di
tahun simulasi; css adalah sewage system coverage (persentase penduduk perkotaan);
cwwtp adalah WWTP coverage
(Persentase css); REwwtp adalah the WWTP removal efficiency mengacu pada
considered pollutant; Larea adalah beban polutan areal tahunan untuk daerah limpasan
perumahan, dan Aurban adalah daerah perumahan.

Water Quality Models

Tiga monodimensional (1-D) model disederhanakan, berdasarkan pencampuran,
dikembangkan [22] Model polusi konservatif menganggap dispersi kimia hanya
pengenceran dan adveksi [23] Model ini digunakan untuk memperkirakan konsentrasi
fosfor total, yang kemudian digunakan untuk menilai risiko eutrofikasi di waduk Itapecirica.
Menurut CONAMA (2005) [24], model pencemaran bakteriologis memperhitungkan thermo-
tolerant coliforms.. Sebuah hukum peluruhan klasik dilaksanakan [23].
Model BOD-DO menggunakan Model klasik Model Streeter dan Phelps. reareasi atmosfer
yang diperhitungkan menggunakan rumus O'Connor [23].
Suhu air disimulasikan menggunakan fungsi kosinus waktu dengan menggunakan
parameter yang paling cocok (dengan menggunakan metode kuadrat terkecil) semua
pengukuran lapangan yang tersedia.
Terkait modul waduk, cekungan itu dianggap sebagai benar-benar campuran. Konsentrasi
DO pada downstream reservoir dipengaruhi oleh bendungan pelimpah dan dijelaskan

Coki R Hutagaol (NIM.95015311) 5

menggunakan formulasi Hydroscience [23]. Metode CEPIS [25] untuk evaluasi reservoir
tropis negara tropik juga dilaksanakan.
The WQM langkah waktu adalah 0,25 d sementara metode integrasi eksplisit Euler
diadopsi [23].
Riverine Physical Microhabitat Model (MHM)
Riverine physical microhabitat model (MHM) menilai tingkat kesesuaian habitat hidup dari
spesies referensi. MHM menganggap variasi tiga parameter fisik (V, D dan substrate
bottom, S) dengan debit dengan menerapkan transect method [26]. model mengikuti
Metode PHABSIM [27] dan menghitung tertimbang grafik Panjang Usable untuk setiap
parameter fisik
P (WULP):

di mana i adalah cross-section sungai penampang, j adalah spesies referensi, k adalah

ttingkat hidup-spesies referensi, w adalah lebar penampang, dan l adalah panjang dari
cross section bawah.

Assessment Model
Assessment Model ASM) mengevaluasi dan membandingkan semua hasil dari skenario
yang dikembangkan melalui perhitungan (a) frekuensi yang batas regulasi terlampaui dan
(b) nilai daily index.
ASM mengevaluasi kepatuhan air Pojuca dengan batas regulasi Brasil untuk penarikan air
minum dan mandi di lingkungan lotic dan lentic [24].
ASM juga menghitung indeks parsial Brasil kualitas air (IQA) [28], yang menganggap fosfor
total (Ptot), BOD5, DO, suhu dan koliform tahan panas di setiap stasiun pemantauan.
Mengenai ekosistem sungai, ASM menghitung:
a) DO Suitability Index, SIDOI (t), menggunakan DO waktu konsentrasi seri, doi (t),
dan grafik DO suitability (Gambar 3c).
b) Physical Habitat Suitability Index, HSIijk (t), untuk kedua spesies referensi dan life-
stages, USGS berikut (2001) [27]; metode pembobotan perkalian antara WULPijk
tunggal mengadopsi [19,26]:
HSIPijk (t) = WULPijk (Q (t)) (3)
c) Komposit Habitat Kesesuaian Indeks, CHSIPijk (t), untuk spesies referensi sungai
dengan mempertimbangkan masalah kimia dan fisika:
CHSIijk (t) = HSIijk (t) SIDOI (t) (4)
ASM mempertimbangkan periode pemijahan dan memeberikan peringatan kepada user
jika habitat ini tidak cocok

Coki R Hutagaol (NIM.95015311) 6

D. User Data Interface

Microsoft Excel (Microsft-Italia, Milan, Italia) digunakan untuk membuat input dan output
interface,sedangkan HPS Stella (v.7.0.3) bahasa pemrograman visual digunakan untuk
mengembangkan model. Model terdiri dari serangkaian kaskade Koneksi modul standar
(untuk contoh, lihat Gambar 5c); yang memfasilitasi penggunaan selanjutnya dengan DAS
lainnya.antarmuka grafis yang dalam bahasa Portugis Brasil untuk memfasilitasi
pemahaman pemangku kepentingan (Gambar 5). Serangkaian seminar mengenai
penggunaan dan pengembangan RP-DSS diselenggarakan pada akhir proyek untuk
melibatkan para pemangku kepentingan dalam penggunaan alat-alat.output data Model
yang diekspor menggunakan GIS untuk setiap analisis

E. Hasil
Bagian ini menjelaskan beberapa kemungkinan aplikasi dari RP-DSS. Dengan
membandingkan beberapa alternative skenario, berdasarkan perubahan iklim,
pertumbuhan penduduk dan pengambilan air air untuk memasok air ke Salvador.
Simulasi dilakukan untuk tahun 2022 dalam rangka memberikan prediksi berguna untuk
desain baru atauupgrade infrastruktur, seperti sistem saluran pembuangan atau IPAL.

1. .Dampak terhadap Water Quality dan Kemungkinan Teknologi yang digunakan.

Simulasi pertama adalah Skenario 0 (S0), yang tidak mempertimbangkan segala bentuk
intervensi terhadap infrastruktur. Hasil WQMs untuk Ptetot, BOD dan DO dijelaskan,
masing-masing, dari Gambar 7a, b. Perhatikan bahwa semua hasil ditampilkan sebagai
perbedaan persentase dibandingkan dengan batas yang ditetapkan oleh standar di Negara
Brasil untuk penggunaan air minum (Kelas II) [24]. Peta tersebut juga menggambarkan
beban polusi harian di kota.

Coki R Hutagaol (NIM.95015311) 7

Gambar 3. Hasil S0 skenario (tidak ada intervensi) tahun 2022 untuk (a) fosfor Total;

Coki R Hutagaol (NIM.95015311) 8

(b) BOD dan DO bersama Pojuca River pada saat terbaik (Mei) dan terburuk (September)
bulan. daerah berwarna menunjukkan beban polutan harian kota masing-masing.
Hasil ini jelas menunjukkan bahwa tindakan perbaikan yang diperlukan. Dua kemungkinan
solusi yang disarankan dan, akibatnya, dua skenario yang berbeda disimulasikan (Gambar
5):
Scenario S1, berdasarkan limbah perkotaan ekstensi cakupan sistem (+ 30%
dibandingkan dengan Situasi saat ini);
Scenario S2, berdasarkan pada perkotaan sistem pembuangan limbah cakupan
penyuluhan dan peningkatan WWTP
Dengan demikian, mempertimbangkan hipotesis yang realistis dan mempertimbangkan
teknologi yang paling umum, perbaikan dilakukan hanya di desa-desa utama . banyak studi
penelitian terapan bertujuan untuk mengidentifikasi teknologi baru untuk meningkatkan
WWTP yang ada dan kinerja mereka dalam hal penghapusan [31-35 ]; Namun, dalam hal
ini kita membuat asumsi sederhana dan realistis mulai dari keadaan saat ini WWTP di
daerah penelitian. Kami berhipotesis membuat perbaikan hanya di kota-kota besar dan
kota, sesuai dengan aturan yang tercantum di bawah ini (RE: efisiensi removal, c: sistem
pengumpulan):

Gambar 4. profil Sungai (a) fosfor total dan (b) konsentrasi BOD pada tahun 2022 selama
bulan terburuk (September) dengan skenario yang berbeda. garis patah mengacu batas
regulasi (Kelas II) [24].

2. Salvador da Bahia Water Supply Project: Construction of the Itapecirica

Reservoir

Coki R Hutagaol (NIM.95015311) 9

 pembangunan reservoir Itapecirica ditambahkan ke semua skenario simulasi
sebelumnya. Menurut metode CEPIS, status trofik dari reservoir Itapecirica untuk S3
adalah skenario mesotrophic. hasil ini merupakan indikasi kuat dari risiko eutrofikasi,
yang memberikan dampak serius pada dengan dampak serius pada pasokan air murah
3. Riverine Microhabitat Change Assessment
Analisis statistik menunjukkan tren negatif dari data debit (-10% selama sepuluh tahun
terakhir),mungkin karena perubahan iklim (Gambar 2b), dalam arti bahwa penurunan
curah hujan telah mengakibatkanpengurangan aliran alami sungai. Tidak ada unsur
cukup untuk menilai apakah itu adalah pengurangan sementara karena fenomena dari
siklus alami, atau jika perubahan iklim itu bukan merupakan pengurangan sementara.
RP-DSS juga menilai efek dari perubahan debit air sungaimicrohabitats. Kami
melaporkan analisis penampang hilir Itapecirica bendungan yang direncanakan: di sini
Characidium merupakan spesies yang ditinjau . Dua skenario diperiksa:
a) perubahan iklim dalam jangka waktu 20 tahun, membandingkan 2012 dan 2032
skenario debit air(Q2012 dan Q2032).
b) pembangunan reservoir Itapecirica (ahli hidrolika melakukan estimasi debit di hilir
sekitar 10 m / s-1 untuk memastikan pasokan air Salvador da Bahia).
Gambar 5 menunjukkan hasil; dalam rangka untuk mengevaluasi perubahan, Data
CHSI dinormalisasikanpada tahun 2012 CHSI. Penurunan debit meningkatkan (sampai
30% terhadap situasi saat ini selama periode kekeringan) tingkat suitability habitat
Characidium karena kecenderungan untuk tinggal di kecepatan menengah dan
lingkungan air dangkal (Gambar 3b). Sebaliknya, manajemen reservoir simulasi
menghasilkanpengurangan yang signifikan pada microhabitat suitability (hingga 50%
dari situasi saat ini selama kekeringan),dengan risiko penurunan keanekaragaman
hayati di lingkungan sungai.

Gambar 5. Perilaku composite habitat suitability index (CHSI; garis tebal) karena
perubahan debit yang terjadi pada penampang hilir bendungan Itapecirica.
Perbandingan ditunjukkan antara skenario debit untuk tahun 2032 tanpa bendungan
(Q2032)dan debit skenario dengan bendungan (Qout waduk), normalisasi sehubungan
dengan debit situasi di 2012 (Q2012).

F. Kesimpulan

Coki R Hutagaol (NIM.95015311) 10

 Aplikasi ini sangat relevan dalam konteks lokal di mana ia digunakan.
Faktanya,pentingnya sumber daya air, konservasi dan pemanfaatan berkelanjutan, semua
prioritas bagaimanapun, membuat pilihan yang tepat adalah sulit dalam hal perencanaan
penggunaan sumber daya.Jelas meningkatkan kualitas air sungai dan habitatnya tidak
cukup untuk berkelanjutanpenggunaan sumber daya.
RP-DSS hanya merupakan sebuah alat yang akan digunakan untuk menilai implikasi
yang berbeda solusi dalam hal kualitas arusnya. Berbagai skenario operasional harus
diidentifikasi bersama oleh para pemangku kepentingan.DSS termasuk model dinamis
yang menunjukkan tren kualitas air permukaan dan habitat sungai. model kualitas air,
dikalibrasi oleh kampanye pemantauan dan atas dasar dari Model hidrologi, simulasi efek
penarikan air, kehadiran reservoir, dan manajemen dan meng-upgrade sistem saluran
pembuangan kota dan IPAL. RP-DDS juga mensimulasikan efek dari pembuatan
reservoir sebagai penampungan air sebagai suplai air minum, terutama dalam hal risiko
eutrofikasi. Selain itu, DSS mengevaluasi air sungai kualitas terkait batas yang ditetapkan
oleh hukum Brasil dan menilai kepatuhan dalam kaitannya denganskenario yang berbeda
diasumsikan dalam rencana pengelolaan. Kesesuaian mikrohabitat sungai
dievaluasimenggunakan sub-model yang hanya mempertimbangkan referensi silang-
bagian yang dipilih oleh para ahli biologi dan ichthyologists.Model ini berguna dalam
kasus kendala keuangan dan situs geografis tidak dapat diakses.RP-DSS dikembangkan
dengan kolaborasi stakeholder Brasil (peneliti,administrator, pengambil keputusan),
bertujuan untuk menciptakan alat untuk memilih dan kemudian menilai yang
palingstrategi yang efisien dan efektif yang ditujukan untuk pembangunan berkelanjutan

Coki R Hutagaol (NIM.95015311) 11