analisis dan proyeksi sistem tenaga listrik...
TRANSCRIPT
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 1
ANALISIS DAN PROYEKSI SISTEM TENAGA LISTRIK
KABUPATEN TANAH LAUT MENGGUNAKAN
ARTIFICIAL NEURAL NETWORKS
Jazuli Fadil1)
, Rizani Effzi2)
dan Andy Nugraha3)
1 dan 2)
Staf Pengajar Politeknik Negeri Banjarmasin 3)
Staf Pengajar Program Studi Teknik Otomotif Politeknik Hasnur
e-mail :[email protected]
ABSTRAK
Sistem peramalan beban pada penelitian kali ini menggunakan jaring saraf tiruan.
Dengan multi input dan desain struktur multi layer, metode ini bisa memperbaiki error
dengan cepat. Pada beberapa penelitian sebelumnya banyak yang menggunakan JST feed
forward dengan algoritma propagasi balik untuk peramalan beban dalam jangka waktu
yang singkat atau lama. Dengan metode RPROP perbaikan error bisa dilakukan lebih
cepat dan dalam proses training dapat melakukan regresi non-linier pola-pola beban
listrik dalam kurun waktu yang singkat ataupun lama.Data yang akan ditraining adalah
data jaringan distribusi pelaihari,data temperatur, cuaca dari BMKG selama 4 tahun,
serta data populasi penduduk dengan pertumbuhan rata-rata dari tahun 2008 hingga
2013. Akurasi peramalan di test dengan data sesungguhnya untuk mengetahui simpangan
error maksimum sehingga bisa di lakukan perbaikan secara terus menerus pada learning
rate dan bobot yang akan digunakan untuk memperbaiki akurasi peramalan. Dengan
metode ini hasilnya cukup bagus yaitu error sudah bisa mendekati nol dengan MSE 10-
5.Index-Terms--Peramalan beban ,ANN, BPNN.
Kata kunci :tenaga listrik, kabupaten Tanah Laut, Artificial Neural Network
PENDAHULUAN
Suplai energi listrik di Tanah Laut
merupakan bagian dari interkoneksi
Sistem Kalselteng.Yang dipasok dari GI
Pelaihari dengan kapasitas 30 MVa untuk
melayani seluruh kecamatan di tanah laut
melalui penyulang 20 kV dari PH1
hingga PH4.Potensi energi alternatif dan
terbarukan untuk menghadapi isu
pemanasan global dan memperkuat
sistem tenaga di Pelaihari diharapkan bisa
lebih optimal. Untuk Sistem Kalselteng
dibawah PT PLN (Persero) Wilayah
Kalimantan Selatan dan Kalimantan
Tengah memiliki 5 unit pelayanan 2
Sektor Pembangkitan dan 1 Area
Penyaluran dan Pengatur Beban. Sistem
ketenagalistrikan di Kalimantan Selatan
dan Kalimantan Tengah terdiri atas satu
sistem interkoneksi dan beberapa sistem
terisolasi. Sistem interkoneksi
melalui jaringan transmisi 150 kV,
disebut Sistem Kalselteng, meliputi kota
/Kabupaten Banjarmasin, Banjarbaru,
Banjar, Tapin, Hulu Sungai Selatan, Hulu
Sungai Tengah, Hulu Sungai Utara,
Tabalong, Balangan, Barito Kuala, Tanah
Laut dimana terdapat di Provinsi
Kalimantan Selatan dan Kota/Kabupaten
Palangka Raya, Kapuas, Pulang Pisau,
Katingan, Barito Timur.
Desain Sistem
Secara umum untuk melakukan
desain sistem beberapa tahapan penting
diantaranya adalah penetapan metode dan
juga flowchart atau proses sehingga
tujuan akhir bisa maksimal yaitu
peramalan beban dengan target Error
MSE 10-5
. Bagian terpenting dari
pemodelan JST adalah pemilihan metode
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 2
pelatihan dan pemilihan arsitektur. Ada
beberapa metode pendekatan yang umum
dipakai untuk menyesuaikan
kompleksitas arsitektur ANN dengan
permasalahan yang akan ditangani.
Pendekatannya yaitu :
1. Pelatihan dilakukan dengan prinsip
trial and error pada beberapa kriteria
berdasarkan pada teori untuk
membandingkan dan memilih struktur
yang terbaik. Metode ini memerlukan
waktu yang panjang.
2. Dalam pelatihan untuk mempercepat
konvergensi digunakan koefisien
momentum dengan persamaan :
∆𝑤 𝑡 = 𝜂∇𝐸 𝑡 + 𝛼∆𝑤(𝑡 − 1)(1)
dengan α adalah nilai konstanta
momentum yang berupa bilangan
positif antara 0.5 sampai dengan 0.9
penggunaan koefisien momentum ini
digunakan jika konvergensi
berlangsung terlalu lama, dan juga
untuk mencegah optimum lokal (local
optimum / minimum) [7].
Pelatihan dengan RPROP merupakan
varian dari backpropagation, yaitu
memulai dengan suatu JST kecil dan
kemudian mengembangkan unit
tersembunyi serta pembobot tambahan
hingga didapatkan penyelesaian yang
diinginkan. Adapun algoritmanya adalah
sebagai berikut :
Gambar.1. Struktur Desain Forecasting
a. Inisialisasi, yaitu pembentukan
Neural Network awal berupa NN
tanpa unit tersembunyi. Error
pembobot menggunakan SSE (sum of
Square Error) :
𝑆𝑆𝐸
= (𝑑𝑙𝑘
𝑟
𝑘=1
𝑛
𝑡=2
− 𝑜𝑙𝑘 )2 (2)
Dengan:
dlk = keluaran yang dikehendaki
untuk sample ke-l dan unit keluaran
ke-k
olk = keluaran NN untuk sampel ke-l
dan unit keluaran ke-k
n = jumlah sampel data
r = jumlah unit keluaran
b. Pelatihan unit tersembunyi baru, yaitu
menghubungkan masukan ke unit
baru dan sambungkan keluarannya ke
unit keluaran. Seluruh pembobot yang
terhubung ke unit baru diatur dengan
meminimalkan criteria mSSE
(modified SSE) :
𝑚𝑆𝑆𝐸𝑖 = (𝑑𝑙𝑘
𝑙 ,𝑘
− 𝑣𝑗𝑘 ℎ𝑗𝑡
𝑖=1
𝑗=0
− 𝑣𝑖𝑘ℎ𝑖𝑙) 2
= (𝑒𝑘𝑙𝑖
𝑙 ,𝑘
− 𝑣𝑖𝑘ℎ𝑖𝑙)2 (3)
c. Pembentukan unit tersembunyi baru,
yaitu menetapkan secara permanen
pembobot yang berinterkoneksi
dengan unit baru.
d. Uji konvergensi, yaitu jika jumlah
unit tersembunyi telah menghasilkan
solusi yang layak, maka pelatihan
/dihentikan. Jika tidak
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 3
menghasilkansolusi yang layak,
kembali kelangkah “b”.
Input layer JST disini merupakan data
beban, populasi penduduk, curah hujan
dan temperatur yang akan ditraining yang
terdiri dari sejumlah neuron, secara
umum priode t – 10 ke t – 1, dimana
masing-masing terhubung ke hidden
layer.
Gambar.2. Struktur JST Tanah Laut
Untuk semua data yang diperoleh data
yang akan di training adalah data dari
tahun 2005 hingga 2007, sedangkan
tahun 2008 adalah sebagai data testing
atau pengujian. Karena data yang
digunakan adalah multi input dan sangat
beragam antara curah hujan dan
temperatur juga populasi penduduk maka
semua data akan di normalisasi untuk
memudahkan pelatihan dan mempercepat
proses komputasi. Dalam penelitian kali
ini digunakan supervised learning model.
Antara Error dan output yang diharapkan
akan diperhitungkan.Kemudian untuk
fungsi aktivasi yang digunakan disini
adalah fungsi aktivasi unipolar yang
ditunjukan pada persamaan :
𝑓𝑛𝑒𝑡 = 1
1+𝑒𝑥𝑝 −𝑛𝑒𝑡 (4)
Fungsi aktivasi mentransformasi nilai
output melalui pemetaan sinyal input
kedalam sebuah nilai yang sesuai dengan
nilai neuron yang lainnya.
METODE ANALISA
Kebutuhan listrik adalah beban
rata-rata pada suatu interval waktu
tertentu.Beban rata-rata tersebut dapat
berupa daya aktif, daya reaktif atau arus
dengan satuan KW, KVAR, Amp.Pada
pembahasan ini untuk daya aktif
digunakan MW.Kebutuhan listrik
berbeda dengan pengertian besar
kapasitas terpasang dari beban listrik
karena waktu pengoperasian peralatan
tidak selalu dalam waktu
bersamaan.Interval kebutuhan merupakan
priode dengan rata-rata beban dihitung
dengan besar nilai ditentukan oleh waktu
thermal atau lama beban.Untuk metode
kali ini adalah dengan
menggunakanRPROP atau yang biasa
disebut Resilient Backpropagation adalah
algoritma yang bertujuan untuk
menghilangkan pengaruh rugi-rugi nilai
turunan parsial (gradien) terhadap
perubahan bobot [5].Hanya tanda gradien
yang digunakan untuk menunjukan arah
pembaruan bobot.Besarnya ubahan bobot
secara khusus ditunjukan oleh nilai
pembaru 𝛿
∆𝒘𝒊𝒋(𝒌)
=
−𝜹𝒊(𝒌)
, 𝑖𝑓gi(k)
> 0; 𝑖 = 1,2,… , 𝑤
𝜹𝒊(𝒌)
, 𝑖𝑓gi(k)
< 0; 𝑖 = 1,2, … ,𝑤
𝟎, 𝑖𝑓gi(k)
= 0; 𝑖 = 1,2, … , 𝑤
(5)
Di mana 𝑤𝑖(𝑘)
adalah elemen ke-
i𝑤(𝑘)dan ∆𝑤(𝑘) adalah ubahan terhadap
𝑤𝑖(𝑘)
; g𝑖(𝑘)
adalah elemen ke-i vector
gradien g(𝑘)
. Nilai –nilai pembaru
diberikan oleh
`
𝜹𝒊(𝒌)
=
𝜸+𝜹𝒊(𝒌−𝟏)
, 𝑖𝑓gi(k)
gi(k−1)
> 0; 𝑖 = 1,2,… ,𝑤
𝜸−𝜹𝒊(𝒌−𝟏)
, 𝑖𝑓gi(k)
gi(k−1)
< 0; 𝑖 = 1,2,… ,𝑤
𝜹𝒊(𝒌−𝟏)
, 𝑖𝑓gi(k)
gi(k−1)
= 0; 𝑖 = 1,2,… ,𝑤
(6)
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 4
Di mana 0 <𝜸-<𝜸+
. Jika gradien untuk
suatu bobot pada dua epoch berturutan
berlainan tanda, yang berarti ubahan
terakhir terlalu besar dan melompati
minimum, nilai pembaru 𝜹𝒊(𝒌)
bagi bobot
tersebut diturunkan dengan faktor 𝜸- .Jika
dalam dua epoch berturutan tanda
gradiennya tetap, nilai pembaru
dinaikkan dengan faktor 𝜸+untuk
mempercepat konvergensi pada daerah
landai (permukaan error). Selain nilai
𝜸+dan𝜸-
, algoritma RPROP juga
memerlukan penentuan nilai pembaru
awal 𝛿0 dan ubahan bobot maksimum
𝛿max.
Data
Pada penelitian ini yang dijadikan
masukan adalah data beban, serta data
pertumbuhan penduduk selama 5 tahun
dari tahun 2008 sampai tahun 2012.
Seluruh data input dinormalisasi untuk
memudahkan dan mempercepat proses
komputasi. Dalam menetukan jumlah
optimal neuron pada hidden layer tidak
ada aturan yang pasti yang bisa dijadikan
acuan, disini di tentukan dengan „trial
and error’.
Dimana data yang digunakan dalam
melakukan analisi dan proyeksi yaitu
data beban perbulan selama 4 tahun dari
Distribusii Gardu Induk Pelaihari yang
interkoneksi dengan GI Asam-Asam dan
GI cempak, kemudian data populasi
penduduk Kabupaten Tanah Laut
(Asumsi pertumbuhan) dari BPS, dan
terakhir adalah Data curah hujan
Kabupaten Tanah Laut (BMKG).
Padapenelitian kali inijuga dianalisa
untuk perencanaan sistem yaitu
penambahn trafo pada GI pelaihari,
Kemudian hasilnya dibandingkan dengan
perencanaan dinas yang lain untuk
penambahan kapasitas daya kabupaten
tanah laut.
HASIL DAN PEMBAHASAN
Hasil desain dari jaring yang
dibentuk diujikan lagi dengan data
proyeksi dari PLN kemudian untuk
analisi perencanaan penambahan
kapasitas daya tanah laut adalah dengan
melakukan penambahan trafo di GI
Pelaihari dan interkoneksi Captive Power
dengan penyulang pelaihari atau
pembangkit swasta yang menjual daya
listriknya ke PLN. Dimana hasilnya
dibandingkan dengan proyeksi RUPTL
dan proyeksi kementrian ESDM dalam
hal rencana penambahan kapasitas daya
atau penambahan trafo GI, sistem
tegangan yang dipilih diarahkan pada
kesesuaian pengembangan sistem
transmisi tenaga listrik sedangkan
penambahan trafo diprioritaskan apabila
pembebanan trafo pada Gardu Induk
(GI) terpasang sudah mencapai 70%
dari kapasitasnya dan kondisi GI sudah
berada dalam kondisi yang optimal.
Tabel 2. Hasil Proyeksi
Tahun
Beban
Puncak
Persentase
Beban
MW %
2008 12.9 43
2009 15.6 52
2010 16 53.33
2011 16.3 54.33
2012 17.9 59.67
2013 21.4 71.33
2014 22.9 76.33
2015 24.7 82.33
2016 26.8 89.33
2017 29 96.67
Gambar 3. Anaisis Proyeksi PLN vs JST
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 5
Untuk hasil peramalan error tertinggi
berada ditahun 2017 dan terkecil adalah
2013 dengan nilai proyeksi PLN adalah
sebesar 21.4 MW sedangkan JST adalah
19.95 dengan nilasi maksimum adalah
26.2 MW, hal ini bisa dilihat pada grafik
bahwa semakin jauh maka intervalnya
semakin lebar.
Gambar 4. Proyeksi Beban Puncak dan
Proyeksi penambahan trafo GI Pelaihari
Untuk proyeksi penambahan trafo GI
pelaihari diproyeksikan pada 2015, pada
RUPTL 2012-2021 diproyeksikan pada
2017, sedangkan pada Master Plan
Pembangunan ketenagalistrikan
Kementrian ESDM 2010-2014
diproyeksikan pada 2014. Perbedaan dari
hasil proyeksi ini adalah representasi
dinamis dari perubahan beban puncak
yang terus meningkat setiap harinya serta
peningkatan aktifitas bisnis, industri,
pembangunan pemukiman serta
pertumbuhan populasi penduduk yang
terus meningkat setiap hari bahkan setiap
jam, sehingga perlu dilakukan percepatan
penambahan kapasitas trafo sebesar 30
MVa pada GI Pelaihari.
Gambar 5. Pola Beban Harian per Jam
Untuk pola beban harian perjam titik
tertinggi berada pada jam 7.00 pagi dan
jam 08.00 malam hal ini terjadi
berdasarkan pola kegiatan aktivitas
masyarakat karena pengguna listrik
terbesar adalah tipe rumah tangga,
sehingga aktivitas mereka sangat
mempengaruhi beban puncak di waktu
tersebut, artinya untuk penghematan
listrik perlu ditekankan pada saat beban
puncak terjadi.
Dari penelitian tentang analisis
penambahan kapasitas daya tanah laut
dan pramalan beban listrik jangka
panjang dengan menggunakan jaring
saraf tiruan,jaring mampu mengenali pola
beban listrik bulanan, harian dan jangka
panjang.Hal ini dapat dilihat dari error
rata-rata yang cukup kecil.Untuk
penambahan trafo GI Pelaihari
diproyeksikan pada tahun 2015, karena
kapasitas Gardu Induk (GI) pada tahun
tersebut sudah mencapai diatas 70%.
DAFTAR PUSTAKA
[1] A. Azadeh, S.F. Ghaderi, S.
Sohrabkhani, Annual electricity
consumption forecasting by neural
network in high energy consuming
industrial sectors, Sciencedirect
Energy Conversion and Management,
Volume 49, Issue 8, August 2008,
Pages 2272-2278
[2] Che-Chiang Hsu, Chia-Yon Chen.
Regional load forecasting in Taiwan
Applications of ANN, Energy
Conversion and Management,
Volume 44, Issue 6, June 2003, Pages
1941-1949
[3] Chun Ching Lee, C. Ou-Yang, A
neural networks approach for
forecasting the supplier‟s bid prices in
supplier selection negotiation process,
Expert Systems with Applications,
Volume 36, Issue 2, Part 2, March
2009, Pages 2961-2970
[4] Jazuli Fadil, Load Forecasting For
The Distribution Network Of South
And Middle Kalimantan Using
Artificial Neural Networks Resilient
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 6
Propagation, Seminar Nasional
APTECS 1st, ITS Surabaya 2009
[5] M. Becalli, M. Cellura, V lo brano, A.
Marvuglia, Forecasting daily urban
electric load profiles using artificial
neural networks, Sciencedirect,
Energy Conversion and Management,
Volume 45, Issues 18-19, November
2004, Pages 2879-2900
[6] Martin Reidmiller,Heinrich braun, A
Direct Adaptive Method for Faster
Backpropagation Learning: The
RPROP Algorithm, IEEE
International Conference on Volume ,
Issue , 1993 Page(s):586 - 591 vol.1
[7] Mauridhi Hery Purnomo, Agus
Kurniawan, Supervised Neural
Networks dan aplikasinya, Penerbit
GRAHA ILMU, 2006
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 7
PENGARUH BEBERAPA KONSENTRASI EKSTRAK DAUN KIRINYU
(Cromolaena odorata L.) TERHADAP PERTUMBUHAN DAN HASIL
TANAMAN BAWANG DAUN (Allium FistulosiumL.)
Andik Setiawan1)
, Hikma Ellya2)
, Hakimah Halim3)
, Murdikajah4)
1)
Mahasiswa Program Studi Agronomi Fakultas Pertanian Universitas Lambung Mangkurat 2)
Staf Pengajar Program Studi Budidaya Tanaman Perkebunan Politeknik Hasnur 3, 4)
Staf Pengajar Fakultas Pertanian Universitas Lambung Mangkurat
e-mail :[email protected]
ABSTRAK
Tujuan penelitian adalah untuk mengetahui pengaruh dan memperoleh konsentrasi ekstrak
daun kirinyu terbaik terhadap pertumbuhan bawang daun.Penelitian ini merupakan
percobaan di lapangan dengan menggunakan Rancangan Acak Kelompok (RAK). Faktor
yang diteliti adalah perlakuan pemberian ekstrak daun kirinyu yang terdiri 6 perlakuan yang
terdiri dari d0 (tanpa ekstrak kirinyu 0 ml/liter air); d1(ekstrak kirinyu 0,5 ml/liter air); d2
(ekstrak kirinyu 1,0 ml/liter air); d3 (ekstrak kirinyu 1,5 ml/liter air); d4 (ekstrak kirinyu 2,0
ml/liter air); dan d5 (ekstrak kirinyu 2,5 ml/liter air). Setiap perlakuan diulang sebanyak 4
kali, sehingga diperoleh 24 percobaan. Hasil penelitian menunjukan bahwa pemberian
ekstrak daun kirinyu berpengaruh sangat nyata terhadap tinggi tanaman dan jumlah daun
per rumpun pada umur 44 hst, 51 hst, dan 58 hst. Berdasarkan pengaruh nyata tersebut
diketahui bahwa konsentrasi ekstrak daun kirinyu yang terbaik terhadap pertumbuhan
tanaman bawang daun adalah pada pemberian ekstrak daun kirinyu 1,5 ml/liter air.
Kata kunci :bawang daun, daun kirinyu, konsentrasi ekstrak
PENDAHULUAN
Bawang daun (Allium fitulosum L)
termasuk jenis sayuran daun bahan bumbu
dapur dan pencampur sayur mayur yang
popular di seluruh dunia. Tanaman ini
dapat tumbuh di daerah atau negara yang
beriklim tropis maupun sub tropis
(Rukmana, 1995).
Menurut data Badan Pusat Statistik
Republik Indonesia (2011), pertanaman
bawang daun masih dominan di Pulau
Jawa, yakni mencapai luas 34.568 ha,
dengan rata-rata 10,65 ton/ha. Jawa Barat
merupakan pusat produksi bawang daun
dengan luas areal 14.091 ha, dan hasil rata-
rata 11,55 ton/ha, sedangkan sisanya
tersebar di berbagai provinsi dengan luas
pertanaman relatif kecil dan rata-rata hasil
lebih rendah dari rata-rata hasil di Pulau
Jawa, termasuk di Kalimantan Selatan.
Sebagai Negara yang dianugerahi
kekayaan keanekaragaman hayati tropika
yang unik, banyak didapati tumbuhan liar
yang menjadi modal dasar luar biasa
besarnya yang diperlukan untuk
mengembangkan pertanian organik. Dari
sekian banyak tumbuhan liar tersebut salah
satu alternatif sebagai sumber bahan
organik yang potensial adalah tumbuhan
Kirinyu (Chromolaena odorata).
Tumbuhan kirinyumempunyai
kandungan hara yang cukup tinggi (2.65%
N, 0.53% P dan 1.90% K) serta Ca, Mg
yang cukup tinggi dan lebih tinggi
dibanding pupuk kandang sapi sehingga
biomasa kirinyu dapat dijadikan alternatif
pupuk organik yang potensial (Suntoro,
2001).
Banyak hal yang mempengaruhi
rendahnya produksi tanaman, salah satu
diantaranya yaitu tingkat kesuburan
tanah.Secara umum tingkat kesuburan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 8
tanah di Kalimantan Selatan tergolong
rendah.Untuk mengatasi rendahnya
produksi pada daerah yang kesuburan
tanahnya rendah perlu dilakukan
pemupukan.Tentunya dalam aplikasi
pemupukan harus efisiensi, sehingga
pemupukan yang dilakukan langsung
dapat diserap oleh tanaman dengan baik.
Penggunaan pupuk daun atau pupuk
pelengkap cair adalah salah satu
komponen teknologi baru dalam usaha
meningkatkan produksi tanaman.Dari
beberapa penelitian oleh Nurita (2010)
bahwa ekstrak tumbuhan kirinyudapat
digunakan sebagai pupuk daun nabati.
Sehubungan dengan permasalahan
diatas penulis tertarik untuk melalukan
penelitian yang berjudul pengaruh
pemberian ekstrak daun kirinyu
(Chromolaena odorata) terhadap
pertumbuhan dan hasil tanaman bawang
daun (Allium FistulosiumL).
Penelitian ini bertujuan untuk
mengetahui pengaruh dan memperoleh
konsentrasi ekstrak daun kirinyu terbaik
terhadap pertumbuhan bawang daun.
BAHAN DAN METODE
Bahan yang digunakan pada penelitian
adalah tanah, bibit bawang, pupuk
kandang ayam, pupuk urea, ekstrak daun
kirinyu, dan air.
Alat yang digunakan pada penelitian
adalah alat pengolah tanah, gembor,
kamera digital, alat tulis, meteran, hand
sprayer, dan neraca analitik.
Penelitian ini dilaksanakan di lahan
percobaan Balai Penelitian Pertanian
Lahan Rawa (BALITTRA) Banjarbaru, di
Jl. Kebun Karet, Kelurahan Loktabat,
Kecamatan Banjarbaru. Penelitian ini
dilaksanakan dari bulan April 2013 sampai
dengan Mei 2013.
Metode Penelitian
Penelitian ini merupakan
percobaan dilapangan dengan
menggunakan Rancangan Acak Kelompok
(RAK).Faktor yang diteliti adalah
perlakuan pemberian ekstrak daun kirinyu
yang terdiri 6 perlakuan dan setiap
perlakuan diulang sebanyak 4 kali,
sehingga diperoleh 24 percobaan.
Perlakuan terdiri dari :
d0 : tanpa ekstrak kirinyu 0 ml/liter air
d1 : ekstrak kirinyu 0,5 ml/liter air
d2 : ekstrak kirinyu 1,0 ml/liter air
d3 : ekstrak kirinyu 1,5 ml/liter air
d4 : ekstrak kirinyu 2,0 ml/liter air
d5 :ekstrak kirinyu 2,5 ml/liter air
Analisis Data
Sebelum melakukan analisis ragam
hasil perlakuan dilakukan pemeriksaan
terhadap asumsi kehomogenan ragamnya
yaitu dengan kehomogenan ragam Barlett
setelah pengamatan diperoleh kemudian
dianalisis sidik ragam uji F pada taraf 5 %.
Apabila hasil uji F menunjukan berbeda
nyata atau berbeda sangat nyata, maka
diuji lebih lanjut menggunakan Uji Beda
Nyata Jujur (BNJ) pada taraf uji 5 %.
Pembuatan Ekstrak Kirinyu
Mengambil daun kirinyudari
lapangan kemudian ditimbang sebanyak 5
kg lalu daun tersebut dihaluskan atau
dicacah kemudian dimasukkan kedalam
ember, Pupuk daun dibuat dalam bentuk
ekstrak padat (paste) dengan cara
merendam daun kirinyu kedalam pelarut
(aseton 90 %) dicampur 10 liter pelarut.
Setelah direndam selama 3-4 hari
kemudian disaring dan hasil saringan
dimasukkan ke evaporator. Hasil larutan
dimasukkan ke dalam gelas seng dan
dipanaskan pada waterbath dengan suhu
40oC. Untuk membentuk ekstrak padat,
pemanasan harus dilakukan selama
kurang lebih 48 jam.
Sebelum aplikasi perlakuan,
terlebih dahulu ekstrak padat dicampur
dengan minyak tween 40, tujuannya agar
daya rekat ekstrak yang disemprotkan ke
tanaman lebih kuat dan penyebarannya
merata pada permukaan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 9
tanaman.Mencampur ekstrak padat dengan
tween 40 dilakukan pada plat kaca atau
piring sambil diaduk dengan sendok
hingga merata, kemudian dimasukkan ke
dalam gelas dan dicampur dengan air,
sehingga di dapatkan ekstrak padat dan
dicampur dengan air sehingga menjadi
larutan ekstrak kirinyu.
Pelaksanaan
Pelaksanaan penelitian berupa
pengolahan tanah, pemupukan, persiapan
bibit, penanaman, pemeliharaan, dan
pemberian ekstrak daun kirinyu sesuai
dosis perlakuan.
Pengamatan dilakukan terhadap
peubah-peubah tinggi tanaman, jumlah
daun per rumpun, dan jumlah anakan per
rumpun.
HASIL DAN PEMBAHASAN
Hasil analisis ragam menunjukkan
bahwa pemberian ekstrak daun kirinyu
berpengaruh sangat nyata terhadap tinggi
tanaman dan jumlah daun umur 44 hari
setelah tanam (hst), 51 hst, dan 58 hst. Hal
ini berbeda pada peubah jumlah anakan
per rumpun umur 44 hst, 51 hst, dan 58 hst
yang menunjukan respon tidak nyata.
Rata-rata pengaruh pemberian
ekstrak daun kirinyu terhadap tinggi
tanaman dan jumlah daundisajikan pada
Tabel 1 dan Tabel 2.
Tabel 1. Rata-rata pengaruh pemberian ekstrak daun kirinyu terhadap tinggi tanaman umur
44 hst, 51 hst, dan 58 hst (cm)
Ekstrak Kirinyu Tinggi Tanaman (cm)
44 hst 51 hst 58 hst
d0 (0 ml/liter air) 31,58 A 31,85 a 31,88 a
d1 (0,5 ml/liter air) 34,58 B 35,03 b 35,27 b
d2 (1,0 ml/liter air) 35,03 B 35,43 b 35,53 b
d3 (1,5 ml/liter air) 37,88 C 38,28 c 38,38 d
d4 (2,0 ml/liter air) 36,35 Bc 36,70 bc 36,78 c
d5 (2,5 ml/liter air) 35,33 B 35,53 b 35,63 bc Keterangan : Angka-angka yang diikuti oleh huruf yang sama menunjukkan tidak berbeda nyata menurut
uji BNJ pada taraf nyata 5%.
Tabel 2. Uji beda rata-rata pengaruh pemberian ekstrak daun kirinyu terhadap jumlah daun
per rumpun umur 30 hst, 37 hst, 44 hst, 51 hst, dan 58 hst (helai)
Ekstrak Kirinyu Jumlah Daun Per Rumpun (helai)
44 hst 51 hst 58 hst
d0 (0 ml/liter air) 9,35 A 10,60 a 10,80 a
d1 (0,5 ml/liter air) 11,60 B 13,90 b 15,25 b
d2 (1,0 ml/liter air) 13,05 C 15,30 c 16,25 b
d3 (1,5 ml/liter air) 17,00 E 17,65 d 19,30 c
d4 (2,0 ml/liter air) 15,70 D 17,45 d 18,30 c
d5 (2,5 ml/liter air) 12,45 Bc 15,00 bc 16,00 b Keterangan : Angka-angka yang diikuti oleh huruf yang sama menunjukkan tidak berbeda nyata menurut
uji BNJ pada taraf nyata 5%.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 10
Berdasarkan Tabel 1 diketahui
bahwa tinggi tanaman yang paling tinggi
pada semuaumur penelitian pada
pemberian ekstrak daun kirinyu d3 (1,5
ml/liter air) yaitu 37,88 cm pada 44 hst,
38,28 cm pada 51 hst, dan 38,38 cm pada
58 hst. Tinggi tanaman yang paling
pendek pada semuaumur penelitian pada
pemberian ekstrak daun kirinyu d0 (0
ml/liter air) yaitu31,58 cm pada 44 hst,
31,85 cm pada 51 hst, dan 31,88 cm pada
58 hst.
Berdasarkan Tabel 2 diketahui
bahwa jumlah daun per rumpun yang
paling banyak pada semuaumur
penelitian pada pemberian ekstrak daun
kirinyu d3 (1,5 ml/liter air) yaitu 17,00
helai pada 44 hst, 17,65 helai pada 51 hst,
dan 19,30 helai pada 58 hst. Jumlah daun
per rumpun yang paling sedikit pada
semuaumur penelitian pada pemberian
ekstrak daun kirinyu d0 (0 ml/liter air)
yaitu9,35 helai pada 44 hst, 10,60 helai
pada 51 hst, dan 10,80 helai pada 58 hst.
Parameter tinggi tanaman dan
jumlah daun per rumpunbawang daun
pada semua umur penelitian
menunjukkan bahwa pemberian ekstrak
daun kirinyu umumnya memiliki tinggi
tanaman yang lebih tinggi dan jumlah
daun per rumpun yang lebih banyak dari
pada tanpa pemberian ekstrak daun
kirinyu.Hal tersebut membuktikan bahwa
ekstrak daun kirinyu mengandung unsur
hara yang diperlukan pada pertumbuhan
vegetatif tanaman bawang daun.Unsur
hara yang dimaksud adalah unsur hara
esensial makro yang diperlukan oleh
tanaman untuk partumbuhan vegetatif
pada umumnya yaitu berupa unsur
N.Peningkatan serapan N ini dikarenakan
adanya sumbangan N dari kirinyu
(Chromolaena odorata) yang digunakan
oleh tanaman yang dapat dilihat dari
pertumbuhan tinggi tanaman bawang
daun yang meningkat dan jumlah daun
tanaman bawang daun yang lebih banyak
dibandingkan kontrol.Hidayat (2000)
melaporkan bahwa tingginya kandungan
N pada kirinyu menyebakan perbaikan
pertambahan tinggi tanaman dan daun
tanaman Gmelina arborea dibandingkan
perlakuan tanpa kirinyu.
Unsur Nitrogen (N) merupakan
penyusun dari banyak senyawa organik
penting dalam tanaman, seperti asam-
asam amino, protein, dan asam nukleat.
Nitrogen juga merupakan bagian dari
proses yang terlibat di dalam sintesis dan
transfer energi. Munawar (2011)
menerangkan bahwa nitrogen merupakan
bagian dari klorofil yang bertanggung
jawab terhadap fotosintesis, sehingga
membantu pertumbuhan tanaman.
Mengel dan Kirkby (1982) menguatkan
bahwa nitrogen merupakan penyusun
utama bahan organik membentuk asam
amino, asam nukleat, klorofil, alkaloid-
alkaloid dan basa-basa purin, nitrogen
memberikan pengaruh paling menyolok
dan cepat, terutama merangsang
pertumbuhan vegetatif.
Parameter tinggi tanaman dan
jumlah daun per rumpunbawang daun
pada semua umur penelitian
menunjukkan bahwa pemberian ekstrak
daun kirinyu d3 (1,5 ml/liter air)
memiliki tinggi tanaman dan jumlah daun
per rumpun yang lebih tinggi daripada
pemberian ekstrak daun kirinyu pada
dosis lainnya. Hal ini menunjukkan
pemberian ekstrak daun kirinyu memiliki
dosis optimal pada penelitian ini yaitu 1,5
ml/liter air, ketika dosis ditambahkan
menjadi 2 ml/liter air atau 2,5 ml/liter air
ternyata tinggi tanaman dan jumlah daun
per rumpun tanaman bawang daun
mengalami penurunan. Jika pemberian N
berlebihan pada tanaman akan
memperlambat kematangan tanaman,
batang-batang lemah mudah roboh dan
daya tahan tanaman terhadap penyakit
berkurang (Soepardi, 1983). Kelebihan
N menyebabkan daun berwarna hijau
gelap, tanaman menjadi sukulen (banyak
mengandung air) dan mudah terserang
hama.
Hasil menunjukkan bahwa
pemberian ekstrak daun kirinyu tidak
memberikan pengaruh yang nyata
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 11
terhadap jumlah anakan per rumpun
tanaman bawang daun.Diduga perbedaan
hasil diakibatkan oleh faktor lain yang
mempengaruhi keberhasilan budidaya
tanaman bawang daun. Faktor lain
tersebut dapat meliputi faktor genetik
tanaman, faktor lingkungan, dan faktor
teknis budidaya tanaman bawang daun itu
sendiri. Potensi pertumbuhan tanaman
diekspresikan secara fenotipik pada
seluruh morfologi tanaman dan fungsi
fisiologi, sedangkan secara genetik
diekspresikan sebagai sebuah karakter
kuantitatif kompleks yang berinteraksi
dengan lingkungan di mana genotype
tanaman itu tumbuh (Poelman dan
Slepper, 1995). Genotip yang berbeda
akan menunjukkan penampilan yang
berbeda setelah berinteraksi dengan
lingkungan tertentu. Faktor lingkungan
dapat mempengaruhi pertumbuhan
tanaman sampai dengan pemasakan buah.
Hal yang sama juga dikemukakan oleh
Gardner et al. (1991) bahwa faktor
lingkungan dapat menyebabkan gagalnya
penyerbukan, serangan hama penyakit
dan persaingan unsur hara, air, sinar
matahari.
Kesimpulan dari penelitian adalah
bahwa pemberian ekstrak daun kirinyu
berpengaruh sangat nyata terhadap tinggi
tanaman dan jumlah daun per rumpun
pada umur 44 hst, 51 hst, dan 58 hst.
Berdasarkan pengaruh nyata tersebut
diketahui bahwa konsentrasi ekstrak
daunkirinyu yang terbaik terhadap
pertumbuhan tanaman bawang daun
adalah pada pemberian ekstrak daun
kirinyu 1,5 ml/liter air.
DAFTAR PUSTAKA
[1] Badan Pusat Statistik Republik
Indonesia, 2011. Luas Panen,
Produksi dan Produktivitas Bawang
Daun. BPS. Jakarta.
[2] Gardner, F.P., R.B. Peace dan R.L.
Mitchell.1991. Fisiologi Tanaman
Budidaya (Edisi Terjemahanoleh
Herawati Susilo dan Subiyanto)
Universitas Indonesia Press. Jakarta.
[3] Hidayat, D. 2000. Pemanfaatan
Kirinyuh (C.odorata) untuk media
semai Gmelina arborea. Jurusan
Manajemen Hutan. Fakultas
Kehutanan. Institut Pertanian Bogor.
Bogor.
[4] Mengel, K. and E. A. Kirkby. 1978.
Principles of Plant Nutrition
International Potash Institute. Berne.
[5] Munawar, A. 2011. Kesuburan
Tanah dan Nutrisi Tanaman. PT
Penerbit IPB Press. Bogor.
[6] Nurita, 2010. Ekstrak Tumbuhan
Kirinyu (Chromolaena odorata)
Sebagai pupuk Daun Nabati
Tanaman Sawi. Balai Penelitian
Pertanian lahan Rawa. Banjarbaru
Kalimantan Selatan.
[7] Poelman, J.M. dan D.A. Slepper.
1995. Breeeding Field Crops Fourth
Edition. IOWA State University
Press.
[8] Rukmana, R. 1995. Bertanam
Bawang Daun. Penebar Kanisus.
Yogyakarta.
[9] Soepardi, G. 1983. Sifat dan Ciri
Tanah. Jurusan Tanah, Fakultas
Pertanian, Institut Pertanian Bogor.
Bogor.
[10] Suntoro, 2001. Tanaman Kirinyu
Pengganti Pupuk. Universitas
Sebelas Maret, Solo.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 12
ANALISIS DAN PEMETAAN KONDISI SUNGAI PASANG SURUT DI
KECAMATAN BANJARMASIN BARAT
Adi Susetyo Dermawan*), Said Muhammad Fahlefi*
), Dewi Yuniar*
)
*)Staf Pengajar Jurusan Teknik Sipil UVAYA Banjarmasin
ABSTRAK
Kota Banjarmasin memiliki banyak anak sungai yang berfungsi sebagai
saluran drainase pasang surut yang dipengaruhi elevasi air laut. Banyak lokasi di
dalam kota yang sering tergenang air yang disebabkan fenomena pasang surut air
laut, karena kontur lahan Banjarmasin -22cm di bawah muka air laut. Penyebab
genangan air dalam kota Banjarmasin, adalah tidak mampunya saluran drainase
yang cukup dalam menampung debit air, baik akibat curah hujan maupun khususnya
yang berasal dari laut. Salah satu cara identifikasi genangan adalah dengan
mengetahui kondisi sungai dan debit air pada sungai terlebih dahulu. Tujuan
penelitian adalah untuk menghitung debit air, dimensi saluran sungai, kondisi sungai
(limpasan dan slack water) dan memetakan kondisi sungai dengan menggunakan
ArcGIS. Pengambilan data di lakukan pada awal dan pertengahan bulan Qomariah
sebanyak 4 (empat) kali pengambilan data.Metode penelitian yang digunakan yaitu
pengambilan data primer berupa dimensi dan kondisi sungai, pengambilan data
sekunder yaitu berupa foto lokasi dan titik koordinat, dan analisis data berupa
perhitungan debit air dan pemetaan menggunakan Arcgis veris10.2. Hasil penelitian
yang di dapat adalah debit air yang terjadi pada Sungai Gg. Saadah 0,2740 m3/det,
Sung ai Telawang 5,5988 m3/det, anak Sungai Benyiur 17,1178 m
3/det, anak Sungai
Benyiur SP 16,2015 m3/det, Sungai Benyiur 29,2568 m
3/det, dan dari survei
dilapangan slack water yang terjadi pada 5 (lima) sungai adalah relatif bervariasi
(sekitar jam 12.00 wita) sedangkan limpasan yang terjadi pada Sungai Gg. Saadah
dan Sungai Telawang karena air melebihi dimensi sungai, dan pemetaan kondisi
sungai sebagai saluran drainase pasang surut pada kecamatan Banjarmasin Barat
menggunakan ArcGIS versi10.2 lengkap dengan view description data.
Kata kunci : Banjarmasin barat, kondisi sungai, arcGIS
PENDAHULUAN
Permukaan air laut di Kota
Banjarmasin kian naik menyusul
terjadinya perubahan iklim yang
ekstrim, sehingga air laut pun akan
masuk ke sungai, bila sungai tidak
tertangani dengan baik maka
permukaan air sungai pun akan
meningkat tajam. Padahal kian banyak
sungai di wilayah yang berjuluk kota
seribu sungai ini yang
mengalami pendangkalan akibat
sidementasi dan akibat tercemar
limbah rumah tangga dan industri.
Apalagi daratan Banjarmasin yang
sekarang ini kurang tertangani seperti
sistem drainase (saluran air) hingga
bila hujan sedikit saja sudah
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 13
kebanjiran maka kian memperparah
kondisi kota ini. Contohnya pada
daerah Teluk Tiram Kecamatan
Banjarmasin Barat yang sering kali
rawan akan banjir, dan dimana daerah
Teluk Tiram ini merupakan daerah
yang arah aliran drainasenya banyak
yang tersumbat/terhambat, inilah salah
satu faktor terjadinya banjir untuk
daerah tersebut.
Untuk memberikan informasi
tentang sungai yang berada daerah
Teluk Tiram Darat Kecamatan
Banjarmasin Barat dalam bentuk
orientasi geofrafis dan lokasi
digunakanlah ArcGIS (Geographical
Information System).ArcGIS
(Geographical Information System)
mempunyai kemampuan untuk
menghubungkan berbagai data pada
satu titik tertentu di bumi,
mengggabungkannya, menganalisa
dan akhirnya memetakan hasilnya.
Tujuan dari penelitian ini adalah
menghitung debit air, mengamati
kondisi limpasan serta memetakan
dengan menggunakan arcGIS di
Kecamatan Banjarmasin Barat yaitu
Sungai Gg Saadah, Sungai Telawang,
Anak Sungai Benyiur, Anak Sungai
Benyiur SP, dan Sungai Benyiur.
Pasang surut adalah peristiwa
naik turunnya air laut disebabkan oleh
pergerakan permukaan air laut secara
vertikal disertai gerakan horisontal
massa air akibat pengaruh gaya tarik
benda-benda angkasa, dan gejala ini
mudah dilihat secara visual. Curah
hujan yang diperlukan untuk
menyusun suatu rancangan
pemanfaatan air dan rancangan
pengendalian banjir adalah curah hujan
rata-rata di daerah yang
bersangkutan.Curah hujan ini disebut
curah hujan wilayah / daerah dan
dinyatakan dalam millimeter
(mm).Daerah pengaliran merupakan
daerah tempat kejadian hujan,
sehingga seluruh hujan yang jatuh di
daerah tersebut tertangkap di suatu
titik tinjauan tertentu.Waktu
konsentrasi suatu DAS adalah waktu
yang diperlukan oleh air hujan yang
jatuh untuk mengalir dari titik terjauh
sampai ke tempat keluaran DAS (titik
kontrol).
GIS(Geographical Information
System) atau dikenal pula dengan SIG
(Sistem Informasi Geografis)
merupakan komputer yang berbasis
pada sistem informasi yang digunakan
untuk memberikan bentuk digital dan
analisis terhadap permukaan geografi
bumi. dan pengertian secara umum
adalah Suatu komponen yang terdiri
dari perangkat keras, perangkat lunak,
data geografis dan sumberdaya
manusia yang bekerja bersama secara
efektif untuk memasukkan,
menyimpan,mengelola, memperbaiki,
memperbaharui,memanipulasi,mengint
egrasikan, menganalisa dan
menampilkan data dalam suatu
informasi berbasis geografis. SIG
mempunyai kemampuan untuk
menghubungkan berbagai data pada
suatu titik tertentu di bumi,
menggabungkannya, menganalisa dan
akhirnya memetakan hasilnya. Data
yang akan diolah pada SIG merupakan
data spasial yaitu sebuah data yang
berorientasi geografis dan merupakan
lokasi yang memiliki sistem koordinat
tertentu, sebagai dasar referensinya.
Sehingga aplikasi SIG dapat menjawab
beberapa pertanyaan seperti; lokasi,
kondisi, trend, pola dan
pemodelan.Kemampuan inilah yang
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 14
membedakan SIG dari sistem
informasi lainnya.
Metodologi Penelitian
Lokasi penelitian di Kecamatan
Banjarmasin Barat yaitu Sungai Gg
saadah (1), Sungai Telawang (2), Anak
sungai Benyiur (3), Anak sungai
Benyiur SP (4) dan Sungai Benyiur
(5). Pengamatan dilakukan pada dua
keadaan yaitu pada saat air sungai
pasang dan pada saat air sungai surut.
Gambar 1.Lokasi Pengamatan
Dalam penelitianini digunakan
metode penelitian sebagai berikut:
a. Survey pendahuluan.
- Mencek lokasi survey.
- Penjadwalan pelaksanaan survey.
b. Pengumpulan data.
Data primer yang diambil adalah
laju arus sungai yang di
lakukanpada saat bulan purnama
dan bulan mati (tanggal 1 dan 15
bulan Qomariah), dimana pada
awal bulan kedalam air mengalami
kenaikan tinggi air, dan pada
pertengahan bulan mengalami
penurunan tinggi air. Pengambilan
data dilakukan dengan
menggunakan Metode
Pelampung.Pengambilan data di
lakukan setiap dua jam sekali dari
pukul 08.00 s/d 18.00 WITA pada
tanggal 27 April 2012, 7 Mei 2012,
22 Mei 2012 dan 5 Juni 2012.
Pengumpulan data sekunder
meliputi peta kecamatan
Banjarmasin Barat, foto lokasi,
jumlah anak sungai, curah hujan,
dan titik koordinat.Selanjutnya,
Luas penampang basah di
asumsikan berbentuk trapesium.
c. Analisis data.
d. Kesimpulan dan saran
Hasil Dan Pembahasan
Pengamatan Pada Titik 1 (Sungai Gg.
Saadah)
Gambar 2. Grafik laju Sungai Gg.
Saadah, laju arus pada
tanggal 27 april mencapai
laju optimal
0.0000
0.0200
0.0400
0.0600
08,0010,0012,0014,0016,0018,00
27-Apr
07-Mei
22-Mei
0.00
0.50
1.00
1.50
08,0010,0012,0014,0016,0018,00
27-Apr
07-Mei
22-Mei
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 15
Gambar 3. Grafik kedalaman pada
Sungai Gg. Saadah
Pengamatan Pada Titik 2 (Sungai
Telawang)
Gambar 4. Laju Sungai anak Sungai
Benyiur SP tanggal 27
April 2012 s/d 5 Juni 2012,
dimana laju arus paling
cepat pada tanggal 27 april
2012
Gambar 5. Grafik Kedalaman pada
Sungai Gg Saadah tanggal
27 April 2012 s/d 5 Juni
2012, dimana kedalaman
maksimum pada tanggal 22
Mei 2012
Pengamatan Pada Titik 3 (anak
Sungai Benyiur)
Gambar 6. Laju Sungai Anak Sungai
Benyiur SP tanggal 27
April 2012 s/d 5 Juni 2012,
dimana laju arus paling
cepat pada tanggal 27
April 2012
Gambar 7. Grafik Kedalaman pada
Anak Sungai Benyiur SP
tanggal 27 April 2012 s/d
5 Juni 2012, dimana
kedalaman maksimum
pada tanggal 27 April 2012
0.00
0.05
0.10
08,0010,0012,0014,0016,0018,00
27-Apr07-Mei22-Mei
0
1
2
Series1
Series2
Series3
0.0000
0.0500
0.1000
0.1500
08,0010,0012,0014,0016,0018,00
27-Apr07-Mei22-Mei
0
1
2
3
27-Apr
07-Mei
22-Mei
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 16
Pengamatan Pada Titik 4 (anak
Sungai Benyiur SP)
Gambar 8. Grafik Laju Sungai Anak
Sungai Benyiur SP tanggal
27 April 2012 s/d 5 Juni
2012, dimana laju arus
paling cepat pada tanggal
27 April 2012
Gambar 9. Grafik Kedalaman Pada
Anak Sungai Benyiur SP
tanggal 27 April 2012 s/d
5 Juni 2012, dimana
kedalaman maksimum
pada tanggal 22 Mei 2012
Pengamatan Pada Titik 5 (Sungai
Benyiur SP)
Gambar 10. Grafik Laju Sungai
Sungai Benyiur SP
tanggal 27 April 2012
s/d5 Juni 2012, dimana
laju arus paling cepat
pada tanggal 27 April
2012
Gambar 11. Grafik Kedalaman Pada
Sungai Benyiur SP
tanggal 27 April 2012 s/d
5 Juni 2012, dimana
kedalaman maksimum
pada tanggal 22 Mei
2012.
0.0000
0.0200
0.0400
0.0600
0.0800
08,0010,0012,0014,0016,0018,00
27-Apr
07-Mei
22-Mei
0
1
2
3
08,00 10,00 12,00 14,00 16,00 18,00
27-Apr07-Mei
22-Mei
0
10
20
30
40
08,00 10,00 12,00 14,00 16,00 18,00
27-Apr
7 mei
22 mei
0
1
2
3
08,00 10,00 12,00 14,00 16,00 18,00
27-Apr
07-Mei
22-Mei
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 17
Perhitungan Kapasistas Aliran Sungai diLapangan
Tabel 4.21 Perhitungan kapasitas aliran sungai
Nama Sungai b1 b h1 M A P R V Qa
Gg Saadah 3,1 2,75 0,62 0,2823 1,8135 4,1459 0,4374 0,1511 0,2740
Telawang 16,4 14,5 1,37 0,6934 21,1665 20,9794 1,0089 0,2645 5,5988
Anak Benyiur 32 25 2,15 1,6279 61,2750 55,9782 1,0946 0,2794 17,1178
Anak Benyiur SP 30 25 2 1,2500 55,0000 46,4227 1,1848 0,2946 16,2015
Beyiur 36 30 2,53 1,1858 83,4900 54,3832 1,5352 0,3504 29,2568
Sumber: Hasil Perhitungan
Perhitungan Kapasitas Eksisting Sungai
Tabel 4.22 perhitungan kapasitas eksisting sungai
Sungai b1 b h2 M A P R V Qs
Gg Saadah 3,1 2,75 0,75 0,2333 2,1938 4,3642 0,5027 0,1659 0,3638
Telawang 16,4 14,5 1,4 0,6786 21,6300 20,9070 1,0346 0,2690 5,8185
Anak Benyiur 32 25 2,3 1,5217 65,5500 53,8987 1,2162 0,2998 19,6507
Anak Benyiur SP 30 25 2,1 1,1905 57,7500 45,3986 1,2721 0,3089 17,8415
Beyiur 36 30 2,6 1,1538 85,8000 53,7462 1,5964 0,3597 30,8638
Sumber: Hasil Perhitungan
*keterangan:
b1 : lebar atas A : luas penampang basah Qs : debit saluran
b : lebar bawah P : keliling basah saluran
h2 : tinggi eksisting m : kemiringan
R : jari-jari hidrolisV :kecepatan aliran ( manning )
Perhitungan Curah Hujan
Data curah hujan diambil di
BMKG Stasiun Klimatologi Klas I
Banjarbaru, dengan rentang waktu 10
tahun, yakni dari tahun 2002 s/d
2012.Perhitungan intensitas curah
hujan menggunakan metode Gumbel
dan didapat curah hujan maksimum.
Tabel 4.28 Perhitungan HHM dengan
Metode Gumbel
T
(Tahun)
HHM dengan rentang
keyakinan 90%(mm/ jam)
2
5
10
51,36077
70,96241
83,9414
Sumber: Hasil Perhitung
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur 18
Perhitungan Debit Air Hujan
Tabel 1.Debit Curah Hujan pada Sungai Gg. Saadah
T R24 (C1) L1 (m) C2 L2 L (m) S A1 (m²) A2 (m²) A (ha) C tc I Q
2 51 0,7 10 1 1 600 0,00002 6000 600 0,66 0,72727273 0,05612693 121,4638154 1,619647
5 70,9641 0,7 10 1 1 600 0,00002 6000 600 0,66 0,72727273 0,05612693 167,8240094 2,237832
10 83,9414 0,7 10 1 1 600 0,00002 6000 600 0,66 0,72727273 0,05612693 198,5142107 2,647068
25 126,893 0,7 10 1 1 600 0,00002 6000 600 0,66 0,72727273 0,05612693 300,0910604 4,001534
Sumber : Hasil Perhitungan
Tabel 2.Debit Curah Hujan padaAnak Sungai Telawang
T R24 (C1) L1 (m) C2 L2 L (m) S A1 (m²) A2 (m²) A (ha) C tc (jam) I (mm/det) Q (m³/det)
2 65,425 0,7 5 0,4 0,3 350 0,00002 1750 105 0,1855 0,6830189 0,123258922 91,57868606 0,322332
5 90,025 0,7 5 0,4 0,3 350 0,00002 1750 105 0,1855 0,6830189 0,123258922 126,012552 0,443530
10 106,31 0,7 5 0,4 0,3 350 0,00002 1750 105 0,1855 0,6830189 0,123258922 148,8074912 0,523762
25 126,893 0,7 5 0,4 0,3 350 0,00002 1750 105 0,1855 0,6830189 0,123258922 177,6185588 0,625169
Sumber : Hasil Perhitungan
Tabel 3.Debit Curah Hujan padaAnak Sungai Benyiur
T R24 (C1) L1 (m) C2 L2 L (m) S A1 (m²) A2 (m²) A (ha) C tc (jam) I (mm/det) Q (m³/det)
2 65,425 0,7 4 0,4 1 300 0,00002 1200 300 0,15 0,64 0,104797719 102,0403873 0,272129
5 90,025 0,7 4 0,4 1 300 0,00002 1200 300 0,15 0,64 0,104797719 140,4078849 0,374451
10 106,31 0,7 4 0,4 1 300 0,00002 1200 300 0,15 0,64 0,104797719 165,8068563 0,442187
25 126,893 0,7 4 0,4 1 300 0,00002 1200 300 0,15 0,64 0,104797719 197,9092223 0,527800
Sumber : Hasil Perhitungan
Tabel 4.Debit Curah Hujan padaAnak Sungai Benyiur SP
T R24 (C1) L1 (m) C2 L2 L (m) S A1 (m²) A2 (m²) A (ha) C tc (jam) I (mm/det) Q (m³/det)
2 65,425 0,7 6 0,4 0,3 1000 0,00002 6000 300 0,63 0,6857143 4,273841028 8,612470383 0,103358
5 90,025 0,7 6 0,4 0,3 1000 0,00002 6000 300 0,63 0,6857143 4,273841028 11,85078558 0,142221
10 106,31 0,7 6 0,4 0,3 1000 0,00002 6000 300 0,63 0,6857143 4,273841028 13,9945239 0,167948
25 126,893 0,7 6 0,4 0,3 1000 0,00002 6000 300 0,63 0,6857143 4,273841028 16,70404592 0,200465
Sumber : Hasil Perhitungan
Tabel 5.Debit Curah Hujan pada Sungai Benyiur
T R24 (C1) L1 (m) C2 L2 L (m) S A1 (m²) A2 (m²) A (ha) C tc (jam) I (mm/det) Q (m³/det)
2 65,425 0,7 6 0,4 0,3 70 0,00002 420 21 0,0441 0,6857143 0,071165474 132,0769669 0,110954
5 90,025 0,7 6 0,4 0,3 70 0,00002 420 21 0,0441 0,6857143 0,071165474 181,7383102 0,152672
10 106,31 0,7 6 0,4 0,3 70 0,00002 420 21 0,0441 0,6857143 0,071165474 214,6137158 0,180290
25 126,893 0,7 6 0,4 0,3 70 0,00002 420 21 0,0441 0,6857143 0,071165474 256,1657251 0,215196
Sumber : Hasil Perhitungan
Perbandingan Debit Saluran dan
Debit aliran
Dari perhitungan ke 5 (lima)
sungai, maka didapatkan hasil Debit
Saluran (Qsal) dan debit aliran di
lapangan (Qlap) sebagai berikut:
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
19
Tabel6.Perbandingan debit saluran dan debit aliran + debit hujan
Nama Sungai
Debit
Saluran
(m3/detik)
Debit
Lapangan
(m3/detik)
debit hujan
(m3/detik)
Keterangan
Gg Saadah 0,3638 < 0,2740 1.6196 Limpas
Telawang 5,8185 < 5.5988 0.3223 Limpas
Anak Sungai
Benyiur 19,6507
> 17,1178 0.2721
Tidak Limpas
Anak Sungai
Benyiur SP 17,8415
> 16,2015 0.1109
Tidak Limpas
Sungai Benyiur 30,8638 > 29,2568 0.1109 Tidak Limpas
Sumber: Hasil Perhitungan
Sungai Gg Saadah &Telawang
tidak dapat menampung debit aliran +
debit hujan yang ada. Sedangkan untuk
sungai Anak Benyiur , Anak Benyiur
SP, Benyiur dapat menampung debit
aliran + debit hujan, karena kapasitas
debit saluran lebih besar.
Pemetaan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
20
Berdasarkan hasil penelitian
diperoleh beberapa kesimpulan, di
antaranya :
1. Debit air yang terjadi pada sungai
Gg. Saadah 0,2740 m3/det, sungai
Telawang 5,5988 m3/det, anak
sungai Benyiur 17,1178 m3/det, anak
sungai Benyiur SP 16,2015 m3/det,
sungai Benyiur 29,2568 m3/det.
2. Terjadi limpasan pada sungai Gg.
Saadah dan Sungai Telawang karena
melebihi dimensi sungai.
3. Pemetaan kondisi sungai sebagai
saluran drainase pasang surut pada
kota Banjarmasin barat
menggunakan ArcGIS versi10.2
lengkap dengan view description
data.
Pengambilan data luas penampang
sebaiknya dilakukan menggunakan cara
perpias/persegmen dan sebaiknya
dilakukan pengerukan untuk sungai yang
limpas.
DAFTAR PUSTAKA
[1] Alben. 2009. Teori Pasang Surut.
(http://www.scribd.com/doc/623755
02/TEORI-PASANG-SURUT/. di
akses tanggal 8 mei 2012)
[2] Asdak Chay. 1955. Hidrologi dan
Pengelolaan Daerah Aliran Sungai.
Gajah Mada Universitas Press.
Yogyakarta
[3] BPS. 2013. Banjarmasin Dalam
Angka. BPS. Kalimantan Selatan
[4] Muhammad Fahlefi Said. 2012.
Tinjauan Arah Dan Debit Anak
Sungai Sebagai Saluran Drainase
Pasang Surut Kota Banjarmasin
Provinsi Kalimantan Selatan (Studi
Kasus Kecamatan Banjarmasin
Barat. Poliban. Banjarmasin.
[5] Prahasta Eddy. 2009. Sistem
Informasi Geografis Konsep Konsep
Dasar. Informatika. Bandung.
[6] Scott, S John. Kamus Lengkap
Teknik Sipil. Erlangga. Jakarta.
[7] Suripin, 2003. Sistem Drainase
Perkotaan yang Berkelanjutan.Andi.
Yogyakarta.
[8] Takeda, Kensako, & Sosrodarsono,
1996. Hidrologi Untuk Perairan. PT.
Pradnya Paramita. Jakarta.
[9] Triatmodjo Bambang. 1995. Soal
Penyelesaian Hidrolika I & II. Beta
Offset. Yogyakarta
[10] Ven Te Chow, 1997. Hidrolika
Saluran Terbuka. Rosalina, E.V.
Nensi. Erlangga. Jakarta.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
21
STUDI PROSES PIROLISIS TANDAN KOSONG SAWIT MENJADI BIO OIL
SEBAGAI ENERGI ALTERNATIF
Sigit Mujiarto1)
, Yuli Ristianingsih2)
, Apip Amrullah3)
, Anhar Khalid4)
1)
Progam Studi Teknik Otomotif Jurusan Teknik Mesin Politeknik Negeri Banjarmasin 2)
Progam Studi Teknik Kimia Fakultas Teknik Universitas Lambung Mangkurat 3)
Progam Studi Teknik Mesin Fakultas Teknik Lambung Mangkurat 4)
Progam Studi Teknik Alat BeratJurusan Teknik Mesin Politeknik Negeri Banjarmasin
Email :[email protected]
ABSTRAK
Industri pengolahan kelapa sawit menjadi CPO di provinsi Kalimantan Selatan
semakin meningkat.Seiring dengan peningkatan industri pengolahanCPOtersebut juga
mengakibatkan meningkatnya volume limbah yang dihasilkan..Limbah sawit tersebut
terdiri dari 12-15% serat, 5-7% cangkang dan 20-23% tandan kosong.Keberadaan limbah
Tandan Kosong Kelapa Sawit ini belum dimanfaatkan secara optimal, padahal limbah ini
mempunyai potensi sebagai sumber energi alternatif seperti briket dan bio oil. Penitian ini
bertujuan untuk mempelajari pengaruh suhu pirolisis terhadap yield bio oil serta
mengetahui karakteristik dan komposis bio oil dari limbah tandan kosong kelapa sawit.
Pirolisis dilakukan dalam sebuah reaktor pirolisis selama 2,5 jam pada suhu 300, 400, 500
dan 600 0C. Bio oil yang diperoleh kemudian dianalis komposisinya menggunakan GCMS
dan dianalisis sifat fisiknya meliputi spesifig gravity, pour point, flash point, viskositas
kinematik, kadar air dan color ASTM. Komposisi bio oil pada suhu rendah (3000C) terdiri
dari acetaldehid, aseton, gugus keton, propanon, asam asetat, metil ester, asam propanoat,
furfural, fenol dan asam benzenesulfonic. Pada suhu tinggi (6000C) bio oil yang dihasilkan
mengandung komponen etanol, etilen glikol, ethane, aceton, propanon, kloroform, asam
asetat, pyridine, fenol dan metil ester. Bio oil yang diperoleh mempunyai nilai spesifig
gravity 1,0102, viskositas kinematik 1,264 mm2/s, flash point 56,5
0C, pour point -6
0C,
kadar air 87,2% vol dan color ASTM 6,5.
Kata kunci:tandan kosong kelapa sawit, pirolisis, bio oil
PENDAHULUAN
Kelapa sawit (Elaeis Guineensis
Jacq) merupakan salah satu komoditas
perkebunan yang mempunyai peranan
penting di Provinsi Kalimantan Selatan.
Menurut Dinas Perkebunan Provinsi
Kalimatan Selatan, pada tahun 2012
propinsi ini mempunyai luas areal
tanaman kelapa sawit 366,847 Ha.
Dalam pengolahan tandan buah
segar (TBS) menjadi minyak kelapa sawit
(crude palm oil atau CPO) dihasilkan
limbah berupa tempurung, serabut, dan
tandan kosong kelapa sawit (TKKS).
Setiap pengolahan 1 ton TBS akan
dihasilkan TKKS sebanyak 22 – 23%
TKKS atau sebanyak 220 – 230 kg
TKKS, 670 kg limbah cair, 120 kg serat
mesocarp, 70 kg cangkang, dan 30 kg
kernel. Jumlah limbah TKKS seluruh
Indonesia pada tahun 2004 diperkirakan
mencapai 18.2 juta ton. Jumlah yang luar
biasa besar. Namun demikian potensi ini
belum dimanfatkan secara optimal
(Saputra et al., 2007)
Berdasarkan studi pustaka yang
telah dilakukan, tandan kosong kelapa
sawit mempunyai potensi yang untuk
dikonversi menjadi energi alternatif
seperti briket (Muzi et.al., 2014), gas
metan dengan gasifikasi(Purwanto dan
Prastowo, 2011), bio etanol (suyanto,
2010) dan bio oil dengan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
22
pirolisis(Hutabarat, 2012). Penelitian ini
difokuskan mempelajari proses pirolisis
untuk memproduksi bio oil berbahan
baku limbah tandan kosong kelapa sawit.
Selain bermanfaat untuk mengurangi
potensi pencemaran lingkungan, konversi
limbah tandan kosong sawit menjadi bio
oil juga dapat meningkatkan nilai
ekonomis dari limbah tersebut serta
mengurangi ketergantungan terhadap
energi fosil.
TKKS (Tandan Kosong Kelapa
Sawit) adalah limbah pabrik kelapa sawit
yang jumlahnya sangat melimpah. Setiap
pengolahan 1 ton TBS (Tandan Buah
Segar) akan dihasilkan TKKS sebanyak
22 – 23% TKKS atau sebanyak 220 –
230 kg TKKS. Limbah ini belum
dimanfaatkan secara baik oleh sebagian
besar pabrik kelapa sawit (PKS) di
Indonesia. Pengolahan/pemanfaatan
TKKS oleh PKS masih sangat terbatas.
Sebagian besar pabrik kelapa sawit
(PKS) di Indonesia masih membakar
TKKS dalam incinerator, meskipun cara
ini sudah dilarang oleh pemerintah,
menimbun (open dumping), dijadikan
mulsa di perkebunan kelapa sawit, atau
diolah menjadi kompos. Penumpukan
TKKS di area terbuka berpotensi
menimbulkan pencemaran lingkungan
dan mengganggu kesehatan manusia.
Untuk mengatasi hal tersebut diperlukan
solusi lain untuk mengolah limbah tandan
kosong kelapa sawit tersebut agar dapat
mengurangi tingkat pencemaran
lingkungan dan meningkatkan nilai
ekonomis dari TKKS itu sendiri. Salah
satunya dengan mengkonversi TKKS
tersebut menjadi bahan bakar alternatif
seperti bio oil.
Bio oil merupakan salah satu bahan
bakar cair berwarna kehitaman yang
berasal dari biomasa seperti kayu, kulit
kayu dan limbah industri biomasa lainnya
melalui teknologi pirolisis, yaitu
teknologi degradasi termal pembuatan
arang (karbonisasi), tanpa kehadiran
udara (oksigen) dalam proses
pembuatannya, berlangsung pada suhu
400-600 0C. Proses pirolisis dapat
dilakukan dengan cara lambat (slow
pyrolysis), cepat (fast pyrolysis), sangat
cepat (flash pyrolysis), dan pencairan
biomassa (hydrothermal liquifaction).
Selain bio oil, dihasilkan juga arang dan
gas. Dalam produksi bio oil tidak
dihasilkan limbah (zero waste). Seluruh
bahan baku dengan proses ini dikonversi
menjadi bio oil dan arang, sementara gas
yang tidak dapat dikondensasi
dikembalikan ke dalam proses sebagai
sumber energi (Hambali, 2007). Pirolisis merupakan suatu proses
devolatilisasi dimana pirolisis itu
adalahsuatu proses dekomposisi biomasa
secara termal tanpa oksigen sama sekali.
Proses dekomposisi pada pirolisis ini juga
sering disebut dengan devolatilisasi.
Produk utama yang dihasilkan dari pirolisis
adalah arang (char), minyak dan gas.
Arang yang terbentuk dapat digunakan
untuk bahan bakar ataupun digunakan
sebagai karbon aktif. Bio oil yang
dihasilkan dapat digunakan sebagai zat
additif atau campuran dalam bahan bakar.
Sedangkan gas yang terbentuk dapat
dibakar secara langsung (Sampath,S.S.,
Babu,B.B., 2005). Pirolisis dari biomasa
akan menghasilkan zat baru seperti gas dan
arang. Gas dari pirolisis dapat dibedakan
menjadi gas yang tidak dapat dikondensasi
(CO, CO2, CH4, dll) dan gas yang dapat
dikondensasi (tar). Minyak akan terjadi
pada proses kondensasi dari gas yang
terbentuk, disebut juga bio oil.
METODE PENELITIAN
Bahan
Bahan yang digunakan pada
penelitian ini adalah tandan kosong sawit
yang diperoleh dari hasil samping
pengolahan CPO PT. Hasnur Citra
Terpadu (PT. HCT) anak perusahaan dari
Hasnur Group.
Alat
Penelitian ini mempergunakan
proses pirolisis untuk memproduksi
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
23
briket bio arang. Pirolisis dilakukan
dalam sebuah reaktor pirolisis yang
dilengkapi dengan kondensor yang
digunakan sebagai pendingin dan
termokopel yang digunakan untuk
mengatur suhu operasi. Adapun
rangkaian alat pirolisis yang digunakan
pada penelitian ini dapat di lihat pada
Gambar 1 berikut:
Gambar 1. Rangkaian Alat Pirolisis
Analisis Data
Bio oil yang diperoleh sebagai
hasil pirolisis kemudian dilakukan
analisis komposisi dan sifat fisiknya.
Analisis sifat fisik yang dianalisis pada
penelitian ini meliputi: analisis spesifig
gravity, analisis kadar air, flash point,
pour point, Color ASTM, dan viskositas
kinematik. Sedangkan analisis
komposisibio oil dilakukan dengan
menggunakan GCMS.
HASIL DAN PEMBAHASAN
Pengaruh Suhu Terhadap Hasil
Pirolisis
Proses pirolisis pada penelitian ini
dilakukan pada suhu 300, 400, 500 dan
6000C.Suhu memberikan pengaruh
terhadap komposisi produk hasil pirolisis.
Semakin tinggi suhu pirolisis akan
diperoleh produk bio oil yang lebih besar
jika dibandingkan dengan briket arang.
Pengaruh suhu terhadap hasil pirolisis
secara lebih rinci dapat dilihat padat
Tabel 1 berikut:
Tabel 1. Pengaruh Suhu Terhadap
Produk Pirolisis
No Suhu
Pirolisis
(0C)
briket
(%)
Bio Oil
(%)
1. 300 67,89 42,11
2. 400 45,54 54,46
3. 500 27,96 72,04
4. 600 18,22 81,78
Tabel 1 menunjukkan bahwa
semakin tinggi suhu maka bio oil yang
diperoleh lebih besar jika dibandingkan
dengan briket. Pada suhu rendah (3000C)
diperoleh yield briket sebesar (67,89%)
dan bio oil (32,11%), sedangkan pada
suhu tinggi (6000C) yield briket yang
diperoleh sebesar 18,22% dan bio oil
sebesar 81,78%.
Menurut Peters, et. al. (1995)
selulosa terdekomposisi sebesar 95%
pada temperatur antara 500ºC dan 750ºC.
Berdasarkan penelitiannya
menunjukkanbahwa tar yang diperoleh
sebesar 83% pada suhu 400ºC menurun
menjadi 49%pada suhu 1000ºC. Hal ini
dikarenakan adanya reaksi tar sekunder
yang terjadipada temperatur yang lebih
tinggi. Diatas suhu 750ºC hasil dari char
menurun dari6% menjadi 3%. Ketika
terjadi kenaikan temperatur diatas 900ºC
hasil dari charkembali naik menjadi 4%.
Hasil ini mengindikasikan pada
temperatur diatas900ºC reaksi
repolimerisasi terjadi dan meningkatkan
berat arang. Hasil daripemecahan
selulosa pada suhu 300ºC-600ºC
kebanyakan menghasilkan
senyawaoxygenated seperti acetaldehyde.
Seiring dengan kenaikan temperatur
yangmelebihi 600ºC menghasilkan gas
hidrokarbon yang meningkat, hal
inimengindikasikan adanya reaksi tar
sekunder. Kemudian seiring kenaikan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
24
waktutinggal padatan, jumlah tar yang
dihasilkan meningkat sampai dengan
suhu800ºC. Lebih dari temperatur ini
waktu tinggal padatan tidak memiliki
pengaruhyang berarti. Sampai dengan
temperatur 750ºC dan waktu tinggal yang
pendekakan menurunkan tar yang
dihasilkan, karena pada laju pemanasan
yang tinggidan waktu tinggal yang
pendek akan menyebabkan devolatilisasi
tidak terjadisempurna dan produk tar
yang dihasilkan akan terurai secepat
ketika merekaterbentuk.
Sifat Fisik Bio Oil
Sifat fisik bio oil yang dianalisis
pada penelitian ini meliputi spesific
gravity, kadar air, flash point, pour point,
viskositas kinematik dan color ASTM.
Bio oil yang diperoleh mempunyai nilai
spesifig gravity 1,0102, viskositas
kinematik 1,264 mm2/s, flash point
56,50C, pour point -6
0C, kadar air 87%
volume dan color ASTM 6,5.
Spesifig gravity merupakan
perbandingan berat bahan terhadap berat
air yang volumenya sama dengan bahan.
Spesifig gravity menunjukkan kerapatan
massa yang dipengaruhi oleh gravitasi.
Semakin tinggi spesifig gravity yang
terkandung di dalam bahan bakar maka
semakin banyak pula pengotor dan
kandungan air di dalam bahan bakar
tersebut. Viskositasmerupakan tahanan
yang dimiliki oleh fluida yang dialirkan
dalam pipa kapiler terhadap gaya
gravitasi, jika viskositas semakin tinggi
maka tahanan untuk mengalir akan
semakin tinggi. Hal ini berati nilai
viskositas yang lebih rendah akan lebih
bagus untuk digunakan sebagai bahan
bakar. Titik nyala flash point diukur
untuk mengetahui suhu maksimum suatu
senyawa disimpan tanpa menimbulkan
kebakaran serius. Titik nyala yang rendah
dapat menyebabkan suatu senyawa
mudah terbakar, semakin rendah titik
nyala suatu bahan bakar maka semakin
sulit dalam penyimpanan karena dapat
menimbulkan api dan terbakar (Yi,2008).
Pour point merupakan titik tempratur
dimana suatu pelumas akan berhenti
mengalir dengan leluasa.
Komposisi Bio Oil
Pada tingkat suhu yang berbeda,
komponen produk hasil pirolisis juga
berbeda. Pirolisis pada suhu rendah
sekitar 3000C menghasilkan dekomposisi
tandan kosong kelapa sawit berupa char
dan air. Selain itu, pada pirolisis suhu
rendah juga lebih banyak dihasilkan
komponen gas yang tidak dapat
terkondensasi. Pada temperatur tinggi
6000C dekomposisi tandan kosong kelapa
sawit menghasilkan lebih banyak produk
yang berupa bio oil. Komposisi bio oil
pada suhu rendah (3000C) terdiri dari
acetaldehid, aseton, gugus keton,
propanon, asam asetat, metil ester, asam
propanoat, furfural, fenol dan asam
benzenesulfonic. Pada suhu tinggi
(6000C) bio oil yang dihasilkan
mengandung komposisi sebagai berikut:
etanol, etilen glikol, ethane, aceton,
propanon, kloroform, asam asetat,
pyridine, fenol dan metil ester.
Bio oil yang mengandung berbagai
komponen kemudian dipisahkan untuk
digunakan sebagai biosolar, pengawet
kayu, insektisida, pengasapan ikan, dll.
tahap pemurnian bio oil akan dilakukan
pada tahap penelitian selanjutnya.
DAFTAR PUSTAKA
[1] Demirbas Ayhan. 2007. The
Influence of Temperature on The
Yields of Compounds Existing in
Bio-Oils Obtained from Biomass
Samples Via Pyrolysis.
[2] Fei Ling Pua, Zakaria, S., Chia,
C.H., Suet Pin Fan, Rosenau, T.,
Liebner, F. 2013. Solvolytic
Liquefaction of Oil Palm Empty
Fruit Bunch (EFB) Fibres: Analysis
of Product Fractions Using FTIR
and Pyrolysis-GCMS. Sains
Malaysiana. Volume 42. Nomer 6.
Malaysia
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
25
[3] Hambali E, Mujdalifah S, Tambunan
AH, Pattiwiri AW, Hendroko R.
2007. Teknologi Bioenergi. Agro
Media Pustaka. Jakarta.
[4] Hutabatar, B., 2012. Pyrolysis
Pelepah Sawit Menjadi Bio-Oi
Menggunakan Katalis Mo/NZA,
Skripsi, Universitas Riau.
[5] Muzi, Ilham dan Mulasari, S.A.
2014. Perbedaan Konsentrasi
Perekat Antara Briket Bio Arang
Tandan Kosong Sawit Dengan
Briket Bio Arang Tempurung
Kelapa Terhadap Waktu Didih Air.
Kesmas. Volume 8. Nomer 1.
Universitas Ahmad Dahlan.
Yogyakarta
[6] Peters, J.H., Barry, M., Fraser, N.,
and Collin, E.S., 1995, The
Copyrolysis ofPoly (Vinyl Chloride)
with Cellulose Derived Materials as
A Models for Municipal Solid Waste
Derived Chars, Fuel.
[7] Purwantana B dan Prastowo, B.
2011. Konversi Tandan Kosong
Kelapa Sawit Untuk Sumber Energi
Terbarukan. Prosiding Seminar
Nasional Inovasi Perkebunan.
Yogyakarta
[8] Sampath, S.S. dan Babu, B.V. 2005.
Energy and Useful Products from
Waste Using Pyrolysis: A State-of-
the-Art Review. Chemcon 5th
ed.
New Delhi.
[9] Saputra, E., Bahri, S., Edward, H.S.,
2007. Bio Oil dari Limbah Padat
Sawit. Jurnal Rekayasa Kimia dan
Lingkungan. Volume 6. Nomer 2.
Fakultas Teknik. Universitas Riau
[10] Suyanto. 2010. Proses Produksi
Bioetanol Dari Tandan Kosong
Kelapa Sawit Dengan Hot
Compressed Water. Seminar
Nasional Rekayasa Kimia dan
Proses. Teknik Kimia Universiitas
Diponegoro. Semaran
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
26
POS TAGGING BAHASA INDONESIA DENGAN MAXIMUM ENTROPY
MENGGUNAKAN STANFORD POSTAGGER
Reza Fauzan1)
, Daniel Oranova Siahaan2)
1)Program Studi Teknik Informatika Politeknik Hasnur,
2) Fakultas Teknologi Informasi , Institut Teknologi Sepuluh Nopember
e-mail :1)
ABSTRAK
Pada saat ini pemrosesan bahasa alami menggunakan bahasa Indonesia sulit
dikembangkan. Hal tersebut dikarenakan kurangnya library yang menunjang dalam
memroses bahasa alami dalam bahasa Indonesia. Stanford postagger menyediakan
library dalam POS (Part of Speech) Tagging, akan tetapi tidak meliputi bahasa Indonesia.
Dalam hal ini, penulis menyediakan library dengan cara membuat data latih, kemudian
melatihnya menggunakan kelas maximum entropy pada Stanford postagger. Hasil data
latih dicobakan dengan kalimat-kalimat dan dokumen-dokumen. Hasil dari sistem
dibandingkan dengan ahli yang memberikan hasil cohens kapa sebesar .
Kata Kunci: pemrosesan bahasa alami, POS tagging, Stanford posstagger
PENDAHULUAN
Pemrosesan bahasa alami menjadi
isu yang berkembang saat ini. Sistem
yang dikembangkan diharuskan dapat
menerima masukkan dari pengguna
menggunakan bahasa alami.
Pemrosesan bahasa alami adalah
metode yang digunakan untuk melakukan
proses komputasi dari bahasa sehingga
terciptanya interaksi antara manusia
dengan komputer menggunakan bahasa
alami. Salah satu alat yang digunakan
dalam pemrosesan bahasa alami adalah
StanfordNLP. StanfordNLP adalah
sistem yang dikembangkan oleh The
Stanford NLP Group dengan fokus
penelitian pada sentence understanding,
probabilistic parsing and tagging,
biomeical information extraction,
grammar introduction, word sense
disambiguation, dan automatic question
answering [7].
StanfordNPL dalam penelitian ini
difokuskan untuk melakukan tagging.
Tagging adalah penandaan kata
dalam kalimat untuk menentukan
labelnya dengan menggunakan
PartofSpeech (POS) dari model
PenTreeBank.
Pemrosesan bahasa alami saat ini
hanya terbatas pada bahasa-bahasa yang
umum di dunia. Sistem yang dapat
memroses bahasa alami menggunakan
bahasa Indonesia masih terbilang sedikit.
Hal tersebut dikarenakan libarary yang
menunjang bahasa Indonesia masih
belum ada.
Dari hal tersebut, peneliti bertujuan
membangun sebuah library yang dapat
membantu proses awal dalam sistem agar
dapat memroses bahasa alami. Proses
awal yang akan dibangun adalah POS
tagging dalam mengenali kata-kata yang
dimasukkan termasuk jenis kata apa saja.
Kata-kata yang akan dikenali adalah kata
benda, kerja, sifat, dan lain sebagainya.
Perancangan Sistem
Sebelum membuat sistem, penulis
melatih dataset yang dimiliki agar sistem
dapat mengambil hasil latih tersebut.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
27
Berikut adalah fase pelatihan dataset
tersebut.
a. Menyiapkan data
Data yang disiapkan terdiri dari
39.000 kalimat yang telah diberikan
tanda POS tag sebelumnya. Pada
setiap kata dalam kalimat telah
memiliki POS tag sendiri. Sebagai
contoh :
Indeks/NN tersebut/DT naik/NN
1.1/JJ %/SYM pada/IN kuartal/NN
kedua/CDP ./.
Penjelasan tagging pada setiap kata
terdapat pada Tabel 1.
Tabel 1. Keterangan POS Tagging
N
O
POS POSName Contoh 1 OP Open Parenthesis ({[ 2 CP CloseParenthesis )}] 3 GM Slash / 4 ; Semicolon ; 5 : Colon : 6 “ Quotation “‟ 7 . SentenceTerminat
or
.!? 8 , Comma , 9 - Dash - 10 ... Ellipsis ... 11 JJ Adjective Kaya,Manis 12 RB Adverb Sementara,N
anti 13 NN CommonNoun Mobil 14 NNP ProperNoun Bekasi,Indon
esia 15 NNG GenitiveNoun Bukunya 16 VBI IntransitiveVerb Pergi 17 VBT TransitiveVerb Membeli 18 IN Preposition Di,Ke,Dari 19 MD Modal Bisa 20 CC Coor-Conjunction Dan,Atau,Tet
api 21 SC Subor-
Conjunction
Jika,Ketika 22 DT Determiner Para, Ini,Itu 23 UH Interjection Wah,Aduh,O
i 24 CDO OrdinalNumerals Pertama,Ked
ua 25 CDC CollectiveNumera
ls
Bertiga 26 CDP PrimaryNumerals Satu,Dua 27 CDI IrregularNumeral
s
Beberapa 28 PRP PersonalPronouns Saya,Kamu 29 WP WH-Pronouns Apa,Siapa 30 PRN NumberPronouns Kedua-
duanya 31 PRL LocativePronouns Sini,Situ,Sana 32 NEG Negation Bukan,Tidak 33 SYM Symbols @#$%^& 34 RP Particles Pun,Kah 35 FW ForeignWords Foreign,Wor
d
a. Melatih data
Data kalimat yang telah dikumpulkan
akan dirubah menjadi berkas
berbentuk .prop menggunakan
lexicon tagger. Kemudian berkas
tersebut digenerasi menggunakan
kelas MaxentTagger pada Library
Stanford NLP. Berikut adalah cara
penggunaan kelas MaxentTagger
pada menggunakan Command Line.
java -mx300m -classpath
stanford-postagger.jar
edu.stanford.nlp.tagger.m
axent.MaxentTagger -prop
<file property>
Contoh : java -mx300m -classpath
stanford-postagger.jar
edu.stanford.nlp.tagger.m
axent.MaxentTagger -prop
wsj-0-18-
left3words.tagger.props
Setelah dilakukan pelatihan data,
sistem yang dibangun hanya mengambil
data tersebut dan memrosesnya
menggunakan Stanford NLP. Berikut
adalah alur dari sistem yang dibangun.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
28
Gambar 1. Alur Proses Sistem
Tampilan sistem yang dibangun
ada pada Gambar 2.
Gambar 2. Tampilan Awal Sistem
Gambar 3. Tampilan Masukan Sistem
Gambar 4. Hasil Luaran Sistem
Mekanisme Pengujian
Sistem POS tagging bahasa
Indonesia ini dibangun berdasarkan
rancangan sistem yang dibuat dan akan
diuji dengan melakukan perbandingan
dengan pakar. Asumsi yang diberikan
adalah jika hasil pemberian POS oleh
sistem tidak sesuai dengan pakar maka
sistem akan dianggap salah.
Pengujian dilakukan menggunakan
20 kalimat. Kondisi kalimat memiliki
karakteristik yang berbeda-beda, dari
kalimat sederhana sampai kalimat
majemuk. Metode pengujian yang
digunakan adalah metode kappa statistik.
Hasil dari sistem akan dibandingkan
dengan dua orang pakar. Berikut adalah
penjabaran hasil pengujian.
- Pakar dan sistem setuju bahwa sistem
dengan jawaban “benar” sebanyak 14.
- Pakar dan sistem setuju bahwa sistem
dengan jawaban “salah” sebanyak 4.
- Pakar setuju dengan jawaban sistem
“benar”, tetapi sistem setuju dengan
jawaban “salah” sebanyak 2.
- Sistem setuju dengan jawaban pakar
“salah”, tetapi sisten setuju dengan
jawaban “benar” sebanyak 0.
- Pakar mengatakan “benar” sebanyak
16, dan mengatakan “salah” sebanyak
4.
Start
Masukkan
Kalimat
Load Data Hasil Latih
POS tagging
Kalimatdengan
POS tag
Start
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
29
- Sistem mengatakan “benar” sebanyak
13, dan mengatakan “salah” sebanyak
7.
Tabel 2. Hasil perbandingan pakar dan
sistem
Sistem
Benar Salah
Pakar Benar 14 2
Salah 0 4
Nilai persetujuan ( percentageagreement
/ Pr(a) ) adalah sebagai berikut.
9,020
414)Pr(
a
Nilai kemungkinan persetujuan acak (
probabilityofrandomagreement / Pr(e) )
adalah sebagai berikut.
- Nilai dengan jawaban “benar” secara
acak adalah
56,020
14
20
16"" randombenar
- Nilai dengan jawaban “tidak” secara
acak adalah
06,020
6
20
4"" randomsalah
62,006,056,0)Pr( e
Nilai cohen’skappa adalah sebagai
berikut.
0,736842162,01
62,09,0
)Pr(1
)Pr()Pr(
k
e
eak
(1)
Dalam penelitian ini dilakukan untuk
memberikan POS tag pada setiap kata
dalam kalimat. Proses yang dilakukan
adalah dari melatih kata-kata dalam
kalimat. Kemudian hasil latih tersebut
digunakan sebagai acuan dalam
penentuan hasil POS tangging yang
diberikan.
Hasil pengujian menggunakan kappa
statistik memberikan nilai cohen’s kappa
sebesar 0,73. Nilai tersebut
membuktikan bahwa sistem yang telah
dibangun dapat digunakan untuk
memberikan POS tag pada kata
berbahasa Indonesia dengan benar.
Akan tetapi, sistem ini memiliki
kekurangan yang ditemukan selama
pengujian. Beberapa kata yang
menggunakan singkatan dibaca menjadi
kata benda. Pada penelitian selanjutnya
diharapkan sistem dapat memahami
makna dari satu kata atau lebih agar dapat
diketahui kata apa sebenarnya jika kata
tersebut disingkat.
DAFTAR PUSTAKA
[1] Alwi, H., S. Dardjowidjojo, H.
Lapoliwa, and A.M. Moeliono,
Tata Bahasa Baku Bahasa
Indonesia, 3rd ed.,Balai Pustaka,
Jakarta, 2003.
[2] Berger, Adam L., Stephen A. Della
Pietra Y and Vincent J. Della Pietra
Y. A Maximum Entropy Approach
to Natural Language Processing.
Computational Linguistics (22): p.
39-71, 1996.
[3] Carletta, Jean. (1996) Assessing
agreement on classification tasks:
The kappa statistic. Computational
Linguistics, 22(2), pp. 249–254.
[4] Cutting, D., Kupiec, J., Pederson, J.,
and Sibun, P. “A Practical Part of
Speech Tagger”. Proceedings of the
Third Conference on Applied
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
30
Natural Language Processing, Vol
,1992.
[5] Fauzan, R., & Pramono, D. (2013).
Pemeriksaan Kemiripan Diagram
Kasus Penggunaan terhadap
Skenario. Jurnal Ilmiah Teknologi
Informasi 11 (2), 51-57.
[6] Fauzan, R., Siahaan, D. O., &
Ariyani, N. F. (2013). Rekomendasi
Kasus Penggunaan Berdasarkan
Skenario Naratif Menggunakan
Teknologi Semantik. JUTI: Jurnal
Ilmiah Teknologi Informasi 11 (1),
34-39.
[7] Fellbaum, C. (1998). WordNet: An
Electronic Lexical Database.
Cambridge: MIT Press.
[8] Jurafsky, Dan, 2013. The Stanford
Natural Language Processing
Group,
<URL:http://nlp.stanford.edu>.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
31
IMPLEMENTASI METODE WEIGHTED PRODUCT TERHADAP SISTEM
PENDUKUNG KEPUTUSAN SELEKSI USULAN PENGADAAN DARI
PUSKESMAS DI DINAS KESEHATAN KOTA BANJARBARU
Ramadhani Noor Pratama1, Ronny Faslah
2
1Staf Pengajar Program Studi Teknik Informatika Politeknik Hasnur
2Staf Pengajar Program Studi Manajemen Informatika Politeknik Negeri Banjarmasin
ABSTRAK
Kesehatan merupakan salah satu hak dasar manusia.Pada Pasal 36 UU tahun 2009
disebutkan bahwa Pemerintah Indonesia menjamin ketersediaan, pemerataan, dan
keterjangkauan perbekalan kesehatan. Melalui Dana Alokasi Khusus (DAK), pemerintah
Pusat memberikan anggaran dana untuk membantu kegiatan bidang kesehatan yang
merupakan urusan daerah.Selama ini, dana yang dikucurkan untuk pengadaan tidak
mencukupi seluruh usulan yang diajukan oleh karena itu dilakukan proses seleksi.
Pemilihan seleksi usulan – usulan pengadaan dari puskesmas masih dilakukan secara
manual dengan menilaikriteria - kriteria yang dibutuhkan satu persatu untuk setiap
usulantanpa suatu metode yang dapat memberikan penilaian prioritas dengan berbagai
kriteria diantara sekian banyak usulan yang masuk.Weighted Product merupakan sebuah
metode yang dapat menyelesaikan masalah penyeleksian di atas. Metode ini
diimplementasikan ke dalam sebuah sistem pendukung keputusan yang dapat
menghasilkan hasil perangkingan nilai perhitungan bobot alternatif-alternatif barang.
Kata kunci: Sistem Pendukung Keputusan, Weighted Product, Seleksi Usulan Pengadaan
dari Puskesmas
ABSTRACT
Health is one of the basic human rights.In UU No.36-2009 stated that the Government of
Indonesia guarantees the availability, distribution, and affordability of health supplies.
Through the Special Allocation Fund, the central government give budget to help provide
health activities that are regional affairs.During this time, the funds disbursed for the
provision does not meet all of the proposals. Because of that selection process was
conducted. Selection process of proposals procurement from health clinics are still doing
manually by rating required criterias for each proposal individually without a method that
can provide an assessment of priorities by various criteria among the many entered
proposals. Weighted Product is a method that can resolve the problem of selecting the
above. This method is implemented into a decision support system that can produce results
of ranking process value of alternatives weight.
Keywords: Decision Support System, Weighted Product, Selection process of proposals
procurement from health clinics
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
32
PENDAHULUAN
Kesehatan merupakan salah satu hak
dasar manusia di Indonesia yang diakui
dalam konstitusi UUD 1945.Tanggung
jawab yang diamanatkan oleh konstitusi
tersebut dituangkan dalam Undang-
Undang Nomor 36 Tahun 2009 tentang
Kesehatan.Pada Pasal 36 UU disebutkan
bahwa Pemerintah menjamin
ketersediaan, pemerataan, dan
keterjangkauan perbekalan
kesehatan.Ketersediaan perbekalan
kesehatan ini dilakukan melalui kegiatan
pengadaan alat kesehatan dan obat-
obatan. Pengadaan alat kesehatan dan
obat-obatan mendasarkan pada Keputusan
Presiden Nomor 80 Tahun 2003 tentang
Pedoman Pelaksanaan Pengadaan
Barang/Jasa Pemerintah sebagaimana
telah diubah terakhir dengan Peraturan
Presiden Nomor 54 Tahun 2010.
Melalui Dana Alokasi Khusus
(DAK), pemerintah Pusat memberikan
anggaran pada daerah untuk mendanai
kegiatan khusus yang merupakan urusan
daerah dan merupakan prioritas nasional.
DAK Bidang Kesehatan, diberikan
kepada daerah tertentu untuk membantu
mendanai kegiatan bidang kesehatan yang
merupakan urusan daerah sesuai dengan
prioritas pembangunan kesehatan
nasional tahun 2011 yang ditetapkan
melalui Rencana Kerja Pemerintah (RKP)
Tahun 2011.
Selama ini, dana yang dikucurkan
untuk pengadaan tidak mencukupi
seluruh usulan yang diajukan oleh karena
itu dilakukan proses seleksi. Pemilihan
seleksi usulan – usulan pengadaan dari
puskesmas masih dilakukan secara
manual dengan menilai kriteria - kriteria
yang dibutuhkan satu persatu untuk setiap
usulan tanpa suatu metode yang dapat
memberikan penilaian prioritas dengan
berbagai kriteria diantara sekian banyak
usulan yang masuk di Dinas Kesehatan.
Hal ini tentu saja membutuhkan waktu
yang cukup lama dalam proses seleksi
pengadaan dari puskesmas.
Agar dapat membantu mengatasi hal
tersebut, maka diperlukan suatu sistem
pengambilan keputusan seleksi
pengadaan dari puskesmas dengan
menggunakan metode Weighted Product.
Metode ini digunakan untuk
menyelesaikan pengambilan keputusan
secara praktis dengan cara
memperhitungkan perkalian bobot kriteria
– kriteria alternatif terkait.
Berdasarkan latar belakang yang ada,
maka didapatkan perumusan masalah
sebagai berikut.
1) Bagaimana mengimplementasikan
metode Weighted Product dalam
aplikasi sistem pendukung keputusan
seleksi usulan pengadaan dari
puskesmas di Dinas Kesehatan Kota
Banjarbaru?
2) Bagaimana memperoleh solusi dalam
proses seleksi usulan pengadaan dari
puskesmas di Dinas Kesehatan Kota
Banjarbaru?
Adapun tujuan dari penelitian ini
adalah sebagai berikut.
1) Dapat menerapkan metode Weighted
Product dalam aplikasi sistem
pendukung keputusan seleksi usulan
pengadaan dari puskesmas di Dinas
Kesehatan Kota Banjarbaru?
2) Dapat memperoleh solusi dalam
proses seleksi usulan pengadaan dari
puskesmas di Dinas Kesehatan Kota
Banjarbaru?
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
33
Adapun manfaat dari penelitian ini
adalah sebagai berikut.
1) Dapat menghasilkan sistem
pendukung keputusan yang dapat
menemukan solusi dalam seleksi
usulan pengadaan dari puskesmas di
Dinas Kesehatan Kota Banjarbaru.
2) Dapat membantu pihak Dinas
Kesehatan Kota Banjarbatu untuk
dapat menemukan solusi seleksi
usulan pengadaan dari puskesmas.
Sistem Informasi
Sistem informasi adalah suatu
sistem dalam suatu organisasi yang
mempertemukan kebutuhan pengolahan
transaksi harian yang mendukung fungsi
operasi organisasi yang bersifat
manajerial dengan kegiatan strategi
dari suatu organisasi untuk dapat
menyediakan kepada pihak luar tertentu
dengan informasi yang diperlukan untuk
pengambilan keputusan. Sistem
informasi dalam suatu organisasi dapat
dikatakan sebagai suatu sistem yang
menyediakan informasi bagi semua
tingkatan dalam organisasi tersebut kapan
saja diperlukan. Sistem ini menyimpan,
mengambil, mengubah, mengolah dan
mengkomunikasikan informasi yang
diterima dengan menggunakan sistem
informasi atau peralatan sistem lainnya.
(Magaline, 2003)
Sistem Pendukung Keputusan
Sistem Pendukung Keputusan sebagai
sebuah sistem berbasis komputer yang
membantu dalam proses pengambilan
keputusan. SPK sebagai sistem informasi
berbasis komputer yang adaptif,
interaktif, fleksibel, yang secara khusus
dikembangkan untuk mendukung solusi
dari pemasalahan manajemen yang tidak
terstruktur untuk meningkatkan kualitas
pengambilan keputusan. (Turban, 2005)
Menurut Simon (Suryadi dan
Ramdhani, 2002,h.15-16) model yang
menggambarkan proses pengambilan
keputusan. Proses ini terdiri dari tiga fase,
yaitu sebagai berikut :
a. Intelligence
Tahap ini merupakan proses
penelusuran dan pendeteksian dari
lingkup problematika serta proses
pengenalan masalah. Data masukan
diperoleh, diproses, dan diuji dalam
rangka mengindentifikasi masalah.
b. Design
Tahap ini merupakan proses
menemukan, mengembangkan, dan
menganalisis alternatif tindakan yang
bisa dilakukan. Tahap ini meliputi
proses untuk mengerti masalah,
menurunkan solusi dan menguji
kelayakan solusi.
c. Choice
Pada tahap ini dilakukan proses
pemilihan diantara berbagai
alternative tindakan yang mungkin
dijalankan. Hasil pemilihan tersebut
kemudian diimplementasikan dalam
proses pengambilan keputusan.
Meskipun implementasi termasuk
tahap ketiga, namun ada beberapa pihak
berpendapat bahwa tahap ini perlu
dipandang sebagai bagian yang terpisah
guna menggambarkan hubungan antar
fase secara lebih komprehensif. Dari
tahapan-tahapan diatas disimpulkan
bahwa konsep sistem pendukung
keputusan terdiri dari:
a. Masalah terstruktur
Merupakan masalah yang memiliki
struktur masalah pada 3 tahapan
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
34
Simon. Hasil akhir ditentukan oleh
proses terkomputerisasi tanpa campur
tangan manajer.
b. Masalah semi struktur
Merupakan masalah yang memiliki
struktur yang memiliki salah satu
atau dua tahapan Simon.
Penggabungan antara kebijakan
manajer dengan rujukan dari proses
terkomputerisasi.
c. Masalah tidak terstruktur
Merupakan masalah yang tidak
memiliki struktur pada tahapan
Simon.
Sistem Pendukung Keputusan
memiliki karakteristik anatara lain
sebagai berikut :
a. Digunakan untuk menyelesaikan
permasalahan semi-terstruktur hingga
tidak terstruktur.
b. Digunakan oleh berbagai level
manajemen.
c. Digunakan oleh kelompok dari
individu.
d. Memilki tingkat adaptasi dan
fleksibilitas yang tinggi.
e. Memiliki kemudahan dalam
penggunaan.
f. Memodelkan suatu permasalahan.
g. Didukung oleh pengetahuan.
Sistem Pendukung Keputusan
memiliki kemampuan untuk mendukung
pemecahan masalah mulai dari yang
sederhanan sampai yang paling kompleks.
a. Sistem Pendukung Keputusan
memiliki respon yang sangat cepat
dalam menghadapi situasi yang tidak
diharapkan pada kondisi manajemen
yang sering berubah-ubah.
b. Sistem Pendukung Keputusan
memiliki kemampuan untuk
melakukan percobaan penentuan
berbagai kebijakan dengan konfigurasi
yang berbeda-beda.
c. Sistem Pendukung Keputusan
memiliki wawasan dan pengetahuan
baru.
d. Sistem Pendukung Keputusan
memfasilitasi proses komunikasi.
e. Sistem Pendukung Keputusan
meningkatkan pengawasan dan
kinerja perusahaan.
f. Sistem Pendukung Keputusan
mampu mengurangi biaya yang
ditanggung perusahaan karena
adanya kesalahan dalam pengambilan
keputusan.
g. Keputusan yang dikeluarkan oleh
Sistem Pendukung Keputusan
bersifat objektif.
h. Sistem Pendukung Keputusan
mampu meningkatkan keefektifan
manajerial, memudahkan manajer
untuk memperbarui kebijakan dalam
waktu singkat dan resiko sekecil
mungkin.
i. Sistem Pendukung Keputusan
meningkatkan produktivitas dari
analisa yang dilakukan.
Weighted Product
Fuzzy Multiple Attribute Decision
Making (FMADM) adalah suatu metode
yang digunakan untuk mencari alternatif
optimal dari sejumlah alternatif dengan
kriteria tertentu.
Ada beberapa metode yang dapat
digunakan untuk mnyelesaikan masalah
FMADM.antara lain :
a. Simple Additive Weighting Method
(SAW)
b. Weighted Product (WP)
c. Electre
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
35
d. Technique for Order Preference by
Similarity to Ideal Solution
(TOPSIS)
e. Analytic Hierarchy Process (AHP)
WP adalah salah satu metode
pengambilan keputusan multi-kriteria.
Model ini mirip dengan model jumlah
terbobot / weighted sum model (WSM).
Perbedaan utama adalah pada WSM
dilakukan penambahan bobot dan pada
WP dilakukan perkalian bobot. Setiap
alternatif keputusan dibandingkan dengan
yang lain dengan mengalikan sejumlah
rasio, satu untuk setiap kriteria keputusan.
Preferensi untuk alternatif Ai
diberikan sebagai berikut:
Rumus 1 Metode Weighted Product
dengan i=1,2,...,n; dimana
wj = 1
wj adalah pangkat bernilai positif
untuk atribut keuntungan, dan bernilai
negatif untuk atribut biaya.
(Kusumadewi, 2006)
1. Analisis Kerja Sistem
Sistem yang akan dibangun yaitu
melakukan proses seleksi data usulan
pengadaan dari puskesmas. Dimana
dalam penentuan seleksipengadaan
didapatkan dari usulan alat baru
puskesmas – puskesmas kota Banjarbaru.
Sistem ini menyajikan bahan
pertimbangan yang dapat dipilih
pengguna berdasarkan bobot penilaian
kriteria, dan kemudian sistem akan
membantu menemukan solusi ideal
berdasarkan perhitungan pada metode
Weighted Product dengan menampilkan
alternatif-alternatif barang berurutan
berdasarkan hasil perhitungan bobot dan
sesuai total dana yang telah dimasukkan
sebelumnya. Sistem ini tidak ditujukan
untuk menggantikan peran pengambil
keputusan dalam mengambil
keputusan.Keputusan tetap ada di tangan
pengguna sistem dan tidak hanya
bertumpu pada solusi apa yang diberikan
sistem.
Sistem akan menerima masukan
berupa nilai bobottiap alternatif barang
dari data usulan pengadaan dari
puskesmas. Kriteria-kriteria yang
diperlukan dalam penilaian adalah
kepentingan barang, visibilitas barang,
jumlah operator yang bisa menggunakan
barang, dan harga barang. Selanjutnya
sistem akan mengolah data-data tersebut
dengan menggunakan metode Weighted
Product yang akan menghasilkan
informasi berupa hasil perangkingan dari
perhitungan tiap bobot alternatif
barang.Sistem ini hanya menampilkan
hasil keputusan berupa perangkingan nilai
perhitungan bobot tiap alternatif barang
dari nilai tertinggi hingga terendah yang
menjadi rekomendasi sistem kepada
pengambil keputusan tanpa menggantikan
peran dalam pengambilan keputusan di
lapangan.
Hasil keluaran dari sistem ini berupa
informasi perangkingan hasil perhitungan
bobot tiap alternatif barang yang
merupakan data masukan sistem. Sistem
ini hanya menampilkan hasil keputusan
berupa perangkingan hasil perhitungan
bobot tiap alternatif barang tanpa
menggantikan peran manusia dalam
mengambil keputusan di lapangan
nantinya.Berikut ini merupakan langkah -
langkah perhitungan metode weighted
n
j
w
ijijxS
1
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
36
productdata alternatif barang untuk
seleksi usulan pengadaan dari puskesmas.
Sistem memberikan penilaian
prioritas kriteria dengan tingkatan
tertentu. Tingkat prioritas setiap kriteria,
dinilai dengan 1 sampai 5, yaitu:
Tabel 1 Tabel Prioritas Tiap Kriteria
Nilai Prioritas Keterangan
1 Sangat Rendah
2 Rendah
3 Cukup
4 Tinggi
5 Sangat Tinggi
Pengambil keputusan memberikan nilai
prioritas (w) masing-masing kriteria
sebagai berikut:
Tabel 2. Tabel Pemberian nilai oleh
pengambil keputusan
Kriteria Nilai
Prioritas
Keterangan
Total Harga
Barang
4 Tinggi
Visibilitas 3 Cukup
Jumlah
Operator
2 Rendah
Kepentingan 3 Cukup
Kemudian dilakukan perbaikan nilai
prioritas (w) terlebih dahulu dengan
persamaan 𝑤 = 1:
maka perbaikan nilai prioritas sebagai
berikut :
𝑤 = 𝑤1
𝑤1 + 𝑤2 + 𝑤3 + 𝑤4
= 4
4 + 3 + 2 + 3
= 0,333
𝑤2 = 𝑤2
𝑤1 + 𝑤2 + 𝑤3 + 𝑤4
= 3
4 + 3 + 2 + 3= 0,25
𝑤3 = 𝑤3
𝑤1 + 𝑤2 + 𝑤3 + 𝑤4
= 2
4 + 3 + 2 + 3
= 0,167
𝑤4 = 𝑤4
𝑤1 + 𝑤2 + 𝑤3 + 𝑤4
= 3
4 + 3 + 2 + 3= 0,25
Karena Kriteria Total Harga Barang
merupakan kategori biaya maka nilai
prioritas kriteria bernilai negatif, sehingga
didapat nilai prioritas kriteria adalah w1
= -0,333; w2 = 0,25; w3 = 0,167; w4 =
0,25.
Sistem memberikan batasan inputan
nilai bobot dari 1 hingga 9 untuk
pengambil keputusan yang memberikan
nilai bobot tiap kriteria untuk masing-
masing alternatif barang.
Tiap – tiap kriteria diberikan kode,
seperti contohnya :
C1 = Total harga barang
C2 = visibilitas
C3 = jumlah operator yang
menggunakan
C4 = kepentingan
Nilai bobot setiap alternatif di setiap
kriteria :
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
37
Tabel 3 Tabel nilai bobot tiap alternatif
ALTERNATIF KRITERIA
C1 C2 C3 C4
Mikroscope Binokuler 21.560.000 8 2 4
Safety Cabinet + UV 4.900.000 8 3 8
Hematologi Analizer 269.000.000 3 2 7
Haemositometer 931.000 5 6 8
Easy Touch 3 Parameter 980.000 6 8 2
Differential counter 3.185.000 3 5 5
Tabung LED 49.000 6 2 7
Rak LED 2.450.000 8 3 6
Bola Hisap 171.500 7 7 8
Auto Clik lancet (panjang) 49.000 3 8 2
Plate Widal 49.000 6 8 4
Tabung Reaksi Kecil 6 cm 560.000 2 6 3
Rak Tabung steinles 208.250 6 7 5
Botol Semprot 88.200 5 3 8
Kaca Slide Frosted 49.000 6 2 6
Metode Weighted Product melakukan
perkalian bobot. Setiap alternatif
keputusan dibandingkan dengan yang lain
dengan mengalikan sejumlah rasio, satu
untuk setiap kriteria keputusan, seperti
pada rumus 1 maka di dapat nilai (Si)
sebagai berikut :
009592,042821560000 25,0167,025,0333,0
1 S
019999,08384900000 25,0167,025,0333,0
2 S 003722,0723269000000 25,0167,025,0333,0
3 S 034718,0865931000 25,0167,025,0333,0
4 S 026499,0286980000 25,0167,025,0333,0
5 S 017491,05533185000 25,0167,025,0333,0
6 S
078088,072649000 25,0167,025,0333,0
7 S 023448,06382450000 25,0167,025,0333,0
8 S
068099,0877171500 25,0167,025,0333,0
9 S
060486,028349000 25,0167,025,0333,0
10 S 08554,048649000 25,0167,025,0333,0
11 S 025596,0362560000 25,0167,025,0333,0
12 S
05461,0576208250 25,0167,025,0333,0
13 S 067849,083588200 25,0167,025,0333,0
14 S 075136,062649000 25,0167,025,0333,0
15 S
Langkah berikutnya dalam
perhitungan uji ini yaitu mengurutkan
hasil perhitungan mulai dari nilai bobot
tertinggi hingga terendah, dimana bobot
tertinggi yang dimiliki sebuah alternatif
merupakan alternatif yang paling ideal,
dan diikuti oleh alternatif-alternatif
lainnya.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
38
Tabel 4. Tabel nilai hasil perhitungan
Peringkat Alternatif Barang Nilai hasil perhitungan
(Si)
1 Plate Widal 0,08554
2 Tabung LED 0,0780882
3 Kaca Slide Frosted 0,0751361
4 Bola Hisap 0,0680992
5 Botol Semprot 0,0678493
6 Auto Clik lancet (panjang) 0,0604859
7 Rak Tabung steinles 0,0546095
8 Haemositometer 0,0347182
9 Easy Touch 3 Parameter 0,0264993
10 Tabung Reaksi Kecil 6 cm 0,0234481
11 Rak LED 0,0199986
12 Safety Cabinet + UV 0,017491
13 Differential counter 0,009592
14 Mikroscope Binokuler 0,0037223
15 Hematologi Analizer 0,00255957
Membandingkan akumulasi harga
barang dengan anggaran dana yang telah
ditentukan berdasarkan nilai akhir
perhitungan
Langkah terakhir dalam perhitungan
uji ini yaitu mengecek akumulasi harga
barang dari nilai bobot tertinggi hingga
terendah. Jika bobot yang lebih tinggi
harganya lebih dari anggaran dana yang
sudah ditentukan, maka barang tidak
terpilih dan sistem melanjutkan
membandingkan akumulasi harga barang
yang lebih rendah bobotnya dengan
anggaran dana sehingga semua barang
akan dicek sesuai dengan peringkat nilai
bobot barang.
Berikut merupakan gambar dari hasil
implementasi metode Weighted Product
ke dalam Sistem Pendukung Keputusan
Seleksi Usulan Pengadaan dari
Puskesmas di Dinas Kesehatan Kota
Banjarbaru.
Volume 02, Nomor 2, Edisi Oktober 2014
PolhaSains Jurnal Sains dan Terapan Politeknik Hasnur
39
Gambar 1 Implementasi Weighted Product pada Sistem
Kesimpulan yang diperoleh dari
pelaksanaan penelitian ini adalah sebagai
berikut.
1) Metode Weighted Product dapat
digunakan untuk menyeleksiusulan
pengadaan dari puskesmas di Dinas
Kesehatan Kota Banjarbaru
2) Solusi pemilihan yang diberikan oleh
aplikasi merupakan perangkingan
alternatif berdasarkan perhitungan
bobot dari nilai tertinggi hingga
terendah dan akumulasi total harga
barang tiap alternatif tidak melebihi
anggaran dana yang telah ditentukan.
DAFTAR PUSTAKA
[1] Magaline, Ferdinand., dkk. 2003,
Sistem Informasi, Paper, Bandung.
[2] Purnama, Kania.2010. Implementasi
Sistem Pendukung Keputusan
Layanan Bimbingan Konseling (Bk)
Untuk Menentukan Penjurusan Siswa
Dengan Menggunakan Metode
Weighted Product (Studi kasus :
SMAN 3 Subang)
[3] Pratama, Ramadhani Noor (2012),
Rancang Bangun Sistem Pendukung
Keputusan Seleksi Usulan Pengadaan
dari Puskesmas Menggunakan
Metode Weighted Product Studi
Kasus Dinas Kesehatan Kota
Banjarbaru.
[4] Reksohadiprodjo, Sukanto, Hani
Handoko. 1982. Organisasi
Perusahaan : Teori, Struktur,
Perilaku. Jogjakarta: BPFE.
[5] Sri Kusumadewi, Sri Hartati. 2006.
Fuzzy Multi-Attribute Decision
Making (FMADM). Yogyakarta:
Graha Ilmu.
[6] Turban, E. 2005. Sistem Pendukung
Keputusan dan Sistem Cerdas.
Yogyakarta: Andi.