Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemodelan fisik penjalaran pencemar menggunakan seepage tank yang sudah dilakukan oleh Herlambang (2012) dan Triandhika (2013) sudah bisa memvisualisasikan adveksi dari penjalaran pencemar namun belum bisa memvisualisasikan fenomena adveksi dan dispersi yang mengalami refaksi. Tujuan penelitian ini adalah untuk mengembangkan protokol alat seepage tank untuk mampu memvisualisasikan penjalaran pencemar pada perched aquifer. Media berpori yang digunakan adalah pasir dengan dua jenis yang berbeda nilai konduktivitas hidroliknya. Pasir dialiri air hingga jenuh dan dibiarkan dalam kondisi pengaliran steady lalu pencemar dialirkan ke lapisan pasir dan dilihat visualisasi penjalarannya. Hasil dari penelitian ini berupa protokol yang merupakan pengembangan protokol sebelumnya. Pengembangan dari protokol sebelumnya adalah (1) penetapan kondisi batas kedap air pada bagian tepi kiri dan kanan kolom pasir di dalam seepage tank, (2) pengaturan debit inflow menjadi sekecil mungkin sehingga permukaan pasir tidak tergerus, (3) penggunaan jarum infus sebagai pengganti injektor, dan (4) pengaturan debit aliran pencemar sebesar 0,005 mL/detik.......Previously, Herlambang (2012) dan Triandhika (2013) were able to visualize contaminant advection with physical modeling using seepage tank However contaminant transport through heterogeneous systems, according to Freeze and Cherry (1979), they refract as passes from one medium to another with different values of hydraulic conductivity. The purpose of this study was to develop a protocol for the seepage tank and to visualize contaminant transport flow through perched aquifer. Porous media in seepage tank consist of sand with two different types of hydraulic conductivity values. Sand was saturated and the flow was in steady conditions, thencontaminantwas discharged into sand layers. Visualization of contaminnant advection and dispersion is recorded and analized. Result of this research is a protocol that is an improvement from the previous protocol; (1) setting impermeable condition on left and right of sandbox inside seepage tank, (2) controlling pump inflow as low as possible to prevent scouring on top of sandbox, (3) replacing injector into infuse needle, and (4) setting contaminant loading 0,005 mL/s."

"Kota dengan laju pertumbuhan penduduk yang tinggi umumnya bermasalah dengan penyediaan air baku sebagai sumber air bersih. Penyediaan air baku ini terkait erat dengan permasalahan kualitas air baku yang terus menerus mengalami degradasi. Untuk mengatasi permasalahan degradasi kualitas air baku, perlu dilakukan pengendalian dinamika kualitas air sungai dari waktu ke waktu. Untuk dapat melakukan pengendalian, perlu dilakukan pemantauan berupa pengambilan sampel di lapangan untuk kemudian menggunakan data berupa sampel tersebut dalam melakukan prediksi kualitas air sungai.Terdapat dua cara yang dapat dilaksanakan dalam rangka memprediksi kualitas air, yaitu memanfaatkan data eksisting melalui pengambilan sampel di lapangan, dilanjutkan penggunaan metode regresi sehingga trend yang terbentuk dapat dianalisa lebih lanjut. Hanya saja metode regresi ini memiliki kekurangan, karena hanya dapat memprediksi situasi dan kondisi apabila tidak terdapat perubahan kebijakan dari pemerintah sehubungan dengan berbagai hal yang berpotensi memberi pengaruh pada kualitas air.Diperlukan alat prediksi yang mampu mengakomodir berbagai parameter yang berpotensi menyebabkan perubahan pada kualitas air sungai dengan lebih baik. Demi tujuan tersebut, maka dipakai cara kedua, yaitu pengembangan model yang lebih kompleks dari sekedar penggunaan metode regresi, berupa model matematis yang dalam pengembangannya akan mempertimbangkan mekanisme adveksi dan disperse dalam aliran sungai.Model adveksi-dispersi yang telah dikembangkan akan diperbandingkan dengan model eksisting yang telah ada dan dianggap telah mapan. Validasi logis dilakukan untuk membuktikan bahwa model adveksi-dispersi cukup valid dan memiliki tingkat kehandalan baik karena trend konsentrasi BOD pada model tersebut memberikan hasil yang tidak jauh berbeda dari trend konsentrasi BOD model eksisting, yaitu model QUAL2K, dengan catatan nilai parameter berupa selang waktu (?t) dan selang jarak (?x) cukup kecil, sehingga osilasi yang terjadi tidak signifikan dan hasil simulasi yang diperoleh cukup akurat serta dapat diandalkan.......Regions with high population?s growth rate mostly have problems with finding raw water intake to provide clean water for its own population. The problem about raw water availability has a correlation with the problem of raw water quality that continuously decreasing. Therefore, controlling the dynamics of the quality of the river stream routinely is necessary to solve the problems. These controlling activities can be done by taking some samples from the field to be able to predict the stream water quality in the future.There are two ways that can be done to predict the water quality. First is by using the existing samples data collected from the field, and then utilizing regression method to generate the data trend. However, this regression method has a major limitation because it could only predict the situation and condition where there is no regulation change from the government involving things that could potentially give influences to water quality.The more complex prediction tools are needed to accommodate many parameters that could potentially affect the water quality of the streams. In order to accomplish the work, the regression models are no longer in use and are replaced by the second way of predicting the water quality, which is the complex ones that could cover more of scenarios of water quality formulation. This complex predicting tool is the mathematic model that its development will involve observing advection and dispersion mechanism on each element of the streams.The advection-dispersion model that has been developed will be compared to the existing models that are considered well-working before. The advection-dispersion methods will be as valid as the existing model and have an excellent quality if the BOD concentration?s trend produced by the mathematic model is not much different from that of the existing model, QUAL2K, with notes that the magnitude of step time (?t) and step length (?x) are not significantly large, so that the oscillation caused by the use of numerical formulation is also not significant, and makes the model output is accurate and reliable."

"This paper presents the effects of disperson on predicting longitudinal tracer concentraction profiles in an activated sludge bioreactor located at the wschod waste-water treatment plant in Gdansk...."

"Untuk mengetahui perubahan konsentrasi di saluran persegi terbuka dan lurus akibat mekanisme adveksi dan dispersi dapat dilakukan dengan menggunakan model komputer yang terbuat dari perangkat sederhana seperti spread sheet. Dalam membuat model tersebut diperlukan persamaan matematis adveksi-dispersi dan kemudian diselesaikan secara numerik dengan pendekatan Beda Hingga dan Runge-Kutta. Model numerik inilah yang akan dibuat aplikasinya ke dalam spread sheet. Setelah aplikasi selesai, dilakukan validasi. Dalam tahap awal pengembangan ini, validasi dilakukan dengan membandingkannya dengan teori, sehingga diketahui tingkat kevalidan model terhadap teori. Untuk memulai validasi diperlukan kondisi awal perhitungan, yang ditentukan dengan metode Courant Number.Hasil dari perhitungan adalah grafik perubahan konsentrasi terhadap perubahan waktu dan jarak longitudinal. Hasil validasi terhadap model yang dibuat memperlihatkan bahwa model tersebut masih dalam tahap awal pengembangan. Dari hasil analisis grafik, masih belum menunjukkan nilai perubahan konsentrasi yang diinginkan, sehingga diperlukan pengembangan lebih lanjut.

---

To find out the change of concentration in open and straight rectangular channel due to advection and dispersion mechanism can be done using a computer model there is made from simple tools such as spread sheets. Mathematics equation for advection-dispersion mechanism is developed and then completed with numerical methods that are Finite Difference and Runge-Kutta. This numerical model will be written in the spread sheets using macro. Once the application is completed, then the validation is required. In the initial phase of this development, validation can be made with the comparison to the theory, so the rate level of the model can be validated. Initial condition is determined by the Courant Number. Output of the model are graphics of concentration changes related to time and longitudinal distance.

Results showed that the model is still in an early stage of development. From the analysis of the graphics, the results have not met satisfaction yet, therefore it needs further development."

"Pengisian air melalui waduk resapan di Universitas Indonesia, Depok telah menimbulkan pencemaran. Dari hasil pengujian melalui laboratorium, parameter DO, COD, Nitrogen dan Phosfat melebihi nilai yang disyaratkan menurut Peraturan Pemerintah No.82 Tahun 2001 (Kelas I) Tentang Pengelolaan Kualitas Air dan Pengendalian Pencemaran Air. Untuk mengetahui sebaran pencemaran maka diperlukan pemodelan. Pemodelan didasarkan pada hukum kekekalan massa dengan mempertimbangkan proses adveksi dan dispersi. Pemodelan komputer dalam Visual Basic Application for Excel dibuat dengan pendekatan metode beda hingga dan menghasilkan visualisasi berupa grafik konsentrasi dan jarak. Dari berbagai variasi didapat jarak pencemaran terjauh 3500 m dengan konsentrasi tertinggi 370,30 mg/l. ......Water recharge through artificial pond at university of indonesia, Depok caused water pollution. From the laboratory test, DO, COD, Nitrogen and phosphat parameter exceed the value that admitted by Goverment Regulation No. 82 year 2001 (class I) about Water quality management and water pollution control. For that, to understand the pollution distribution, it is necessary a numerical simulation. Numerical simulation based on the conservation of mass law by considering the advection and dispersion process. Numerical simulation by computer in visual basic application for excel made with finite-difference method approach and produce concentration and distance graphic visualitation. from many variation result that the longest pollution distance 3500 m with the highest concentration 370,30 mg/l."