Email: asepsofyan@gmail.com,
HP/WA : 081-322-902-009
Pemodelan
Lingkungan?
Dt
k d .La
kr kd
e k d .t e k r .t Da .e k r .t
DOt DOs Dt
Dt = oxygen deficit dalam sungai setelah pemakaian BOD utk waktu tertentu
(mg/L)
La = BOD awal setelah sungai dan limbah tercampur
Da = oxygen deficit awal setelah sungai dan limbah tercampur
T = waktu yang dibutuhkan limbah untuk sampai ke hilir sungai
DO Sag Curve
Proses QUAL2Kw
Sungai
dibuat
segmen
Contoh hasil output dan validasi QUAL2Kw untuk DO
(dissolved oxygen) dalam satuan mg/L
Contoh hasil output dan validasi QUAL2Kw untuk total
nitrogen (ug/L)
Contoh hasil output dan validasi QUAL2Kw untuk total
fosfor (ug/L)
Storm Water Management Model
(SWMM)
Storm Water Management Model (SWMM) merupakan model
simulasi hujan-aliran (rainfall-runoff) yang digunakan untuk
simulasi kuantitas maupun kualitas limpasan permukaan dari
daerah perkotaan. Limpasan permukaan dihasilkan dari daerah
tangkapan hujan yang menerima hujan.
Object Backdrop
toolbar image
Visual
objects
Edit objects
Menentukan daerah tangkapan hujan
Prinsip kerja SWMM
SWMM menghitung kuantitas limpasan
permukaan dari setiap daerah tangkapan
hujan, dan debit aliran, kedalaman aliran, dan
kuantitas air di setiap pipa dan saluran selama
periode simulasi.
Prinsip kerja: beban limpasan permukaan hasil
perhitungan SWMM dialirkan melalui sistem
saluran pipa, saluran terbuka, tampungan, dan
pompa.
Data input: luas area DAS atau sub DAS, curah
hujan, dimensi saluran drainase
Mulai
Input data :
- Peta (GIS/Earth)
- Data pendukung lainnya (contoh :
curah hujan)
Kalibrasi model
Selesai
Persamaan Matematika
1. Tinggi genangan atau limpasan hujan 3. Debit outflow dari limpasan sub das
pada masing-masing sub das dihitung dihitung dengan persamaan Manning :
sbb : v = 1/n D2 2/3 S1/2
D1 = Dt + Rt Q = vBD2
D1 : kedalaman air setelah terjadi hujan v : kecepatan (m/s)
hujan (mm) n : koefisien Manning
Dt : kedalaman air pada sub das pada saat
S : kemiringan lahan
waktu t (mm)
B : lebar lahan/panjang pengaliran (m)
Rt : intensitas hujan pada interval waktu t
Q : debit (m3/s)
(mm/jam)
2. Infiltrasi (It) dianalisa dengan 4. Ketinggian air sub das dari hujan,
menggunakan persamaan Horton : infitrasi dan outflow didapatkan melalui
persamaan sebagai berikut :
It = fc + (fo – fc)e-kt
Dt+Δt = D2 – (Q/A)Δt
D2 = D1 – It
D2 : kedalaman air setelah terjadi infiltrasi
(mm)
fo, fc, k : koefisien dari persamaan Horton
Persamaan Matematika
5. Proses no 1 sampai 4 diulang 8. Persamaan Manning digunakan
hingga semua perhitungan sub das untuk menghitung debit outflow
selesai. saluran.
v = 1/n R2/3 S1/2
6. Debit yang masuk ke dalam Qg = vAc
saluran dihitung dengan R : jari-jari hidrolik saluran (m)
menambahkan debit dari lahan (Qoi) S : kemiringan saluran
dengan debit dari hulu saluran (Qgi).
Ac : luas penampang saluran pada Y1
Q = ΣQ + Σq
in oi gi
7. Perubahan tinggi muka air akibat 9. Hasil kedalaman air pada saluran
bertambahnya debit pada suatu dari inflow dan outflow dihitung
saluran adalah : dengan persamaan kontinyuitas
sebagai berikut :
Y1 = Yt + (Qin/Ag) Δt
Yt+Δt = Y1 + (Qin – Qg) Δt /Ag
Y1 dan Yt : kedalaman air pada saluran
(m)
Ag : luas rata-rata permukaan air
10. Langkah 6 sampai 9 diulangi
antara Y1 dan Yt (m2) hingga semua saluran selesai
dihitung
Contoh Output
Penampang saluran
Peta Limpasan
5/8/2020 31
Klasifikasi Model Kualitas Udara (2)
Klasifikasi model berdasarkan sistem koordinat
yang digunakan:
Berbasis Grid
Wilayah dibagi menjadi sel array
5/8/2020 32
Klasifikasi Model Kualitas Udara (3)
Klasifikasi model berdasarkan sumber pencemar:
Gas beracun, gas berbau, gas bertekanan, partikulat
Sumber tunggal, banyak sumber (multi)
Sumber titik (cerobong), sumber garis (lalu lintas), sumber
area (landfill), sumber volumes (conveyor, vent di gedung
bertingkat)
Klasifikasi model berdasarkan sumber data:
Pendekatan analisis sumber
Pendekatan analisis reseptor
Klasifikasi model berdasarkan aplikasi:
Model meteorologi, model emisi, model fotokimia, model
dispersi, model reseptor
5/8/2020 33
Pendekatan Analisis Sumber
Konsentrasi Identifikasi lokasi sumber
Ambient pencemar (kawasan
Hasil Perhitungan industri, jalan raya, dsb)
Identifikasi sumber potensial
sbg emisi primer (PM, NOx,
SO2, dsb)
Model Sumber Deskripsikan proses fisik
(Source Model) dan kimia yang sesuai
Catat potensi pembentukan
emisi sekunder (O3)
Identifikasi sumber yang
Karakteristik Karakteristik paling efektif dapat
Emisi Dispersi dikendalikan
Bottom Up
Pendekatan Analisis Reseptor
Top Down Cari lokasi pemantauan
yang memiliki tingkat
pencemaran tinggi
Karakteristik Karakteristik Identifikasi komposisi kimia
Sumber Ambien dari PM
Deskripsikan perkiraan
dampak sumber
Catat PM primer dan
sekunder
Model Reseptor (Receptor
Identifikasi sumber yang
Model)
paling efektif dapat
dikendalikan
Dampak Sumber
Hasil Perhitungan
Contoh Model Kualitas Udara US EPA
5/8/2020 36
Klasifikasi model berdasarkan skala spasial
Microscale (10 - 100 m) dan Middle-scale (100 -
500 m) – bau, debu, pencemar B3.
Neighborhood scale (500 m - 4 km) – emisi
kendaraan, rumah tangga, emisi primer industri.
Urban scale (4 - 100 km) – ozone, sulfat dan nitrat
sekunder, kebakaran hutan.
Continental scale (1.000 – 10.000 km) – debu
gurun sahara, gurun asia, kebakaran hutan skala
besar.
Global scale (> 10.000 km) – GRK, halocarbons,
black carbon.
37
Eulerian Vs Lagrangian Model
Eulerian vs. Lagrangian
Eulerian Lagrangian
Fixed coordinate Moving coordinate
5/8/2020 45
Model Dispersi Gauss
Menggunakan asumsi bahwa
penyebaran pencemar dari cerobong mengikuti persamaan
difusi molekular
Konsentrasi pencemar secara horisontal dan vertikal
berdistribusi normal (double Gaussian distribution)
Penyebaran dan bentuk kepulan pencemar mengikuti
kondisi meteorologi X
Z
C x, y, z
Q
exp
1 y 2
z H
2
2 y z u 2 y
2
z
2
47
HYSPLIT (Hybrid Single-Particle Langrangian Integrated
Trajectory) adalah model trajectory pencemaran udara
buatan Air Resources Lab, NOAA, Amerika Serikat.
HYSPLIT menggunakan pendekatan Langrangian, yaitu
perhitungan hanya dilakukan sepanjang trajectory, tidak
semua grid.
Persamaan umum yang digunakan untuk Trajektori
𝑃𝑚𝑒𝑎𝑛 𝑡 + ∆𝑡
= 𝑃𝑚𝑒𝑎𝑛 𝑡
1
+ 𝑉 𝑃𝑚𝑒𝑎𝑛 , 𝑡
2
+ 𝑉 𝑃𝑚𝑒𝑎𝑛 𝑡 + 𝑉 𝑃𝑚𝑒𝑎𝑛 , 𝑡 ∆𝑡 , 𝑡 + ∆𝑡 ∆𝑡
𝑋𝑓𝑖𝑛𝑎𝑙 𝑡 + ∆𝑡 = 𝑋𝑚𝑒𝑎𝑛 𝑡 + ∆𝑡 + 𝑈′ 𝑡 + ∆𝑡 ∆𝑡
𝑍𝑓𝑖𝑛𝑎𝑙 𝑡 + ∆𝑡 = 𝑍𝑚𝑒𝑎𝑛 𝑡 + ∆𝑡 + 𝑊′ 𝑡 + ∆𝑡 ∆𝑡
Contoh output
Eulerian 3D
Eulerian Multi-box Model
Sumber: https://aatishb.com/covidtrends/
Kenaikan Covid-19 di Indonesia
Sumber: https://aatishb.com/covidtrends/
SEIR Model
Susceptible-Exposure-Infected-Removed
Persamaan SEIR
(Non Linier Model)
Setting Parameter
Contoh Output Model
Sistem Dinamik Covid-19
Sistem Dinamik Covid-19
Contoh
Output