Analisis Potensi Pencemaran Air Sungai Mahakam Menggunakan Model Regresi Weibull (Studi Kasus: Data Dissolved Oxygen Air Sungai Mahakam Tahun 2022)

Rahmawati Rahmawati; Suyitno Suyitno; Ika Purnamasari

doi:10.30872/basis.v4i1.1410

Rahmawati Rahmawati Universitas Mulawarman
Suyitno Suyitno Laboratorium Statistika Terapan FMIPA Universitas Mulawarman
Ika Purnamasari Laboratorium Statistika Ekonomi dan Bisnis FMIPA Universitas Mulawarman

DOI: https://doi.org/10.30872/basis.v4i1.1410

Abstract

Model regresi Weibull (RW) adalah distribusi Weibull yang dipengaruhi langsung oleh kovariat atau peubah bebas. Berdasarkan fungsi-fungsi yang saling berkaitan pada distribusi Weibull, model RW terdiri dari model regresi survival Weibull, model regresi distribusi kumulatif Weibull, model regresi hazard Weibull, dan model regresi mean Weibull. Model RW memiliki keunggulan dalam analisis survival dan keandalan, seperti fleksibilitas model, interpretasi parameter yang mudah, kemampuan menangani data tersensor, serta aplikasinya yang luas dalam bidang kesehatan, lingkungan, ekonomi, dan teknik. Tujuan penelitian ini adalah mendapatkan informasi potensi pencemaran air Sungai Mahakam, dan faktor-faktor yang memengaruhinya melalui pemodelan RW pada data Dissolved Oxygen (DO) tahun 2022. Data penelitian adalah data sekunder dari Dinas Lingkungan Hidup Provinsi Kalimantan Timur tahun 2022. Metode pendugaan parameter pada penelitian ini adalah metode Maximum Likelihood Estimation (MLE). Pengujian distribusi data pada penelitian ini adalah menggunakan uji Kolmogorov-Smirnov untuk mengetahui apakah data yang digunakan mengikuti distribusi Weibull. Kesimpulan penelitian adalah mendapatkan informasi potensi pencemaran air Sungai Mahakam, yaitu peluang air sungai tidak tercemar sebesar 0,6252, peluang air sungai tercemar sebesar 0,3747, laju pencemaran air sungai sebesar 0,2057 lokasi/ppm atau 2 lokasi per 10 ppm, dan rata-rata DO air sungai sebesar 5,6348 ppm, kurang dari 6 mg/l karena rata-rata DO di bawah standar kualitas air. Faktor-faktor yang berpengaruh terhadap potensi pencemaran air Sungai Mahakam tahun 2022 adalah suhu, konsentrasi nitrat, dan TSS.

References

[1] Sudarman, A. R., Suyitno, S., & Siringoringo, M. (2023). Pemodelan Regresi Weibull Pada Data Kontinu Yang Diklasifikasikan (Studi kasus: Data Indikator Pencemaran Air Dissolved Oxygen Pada DAS Mahakam Kalimantan Timur Tahun 2020). Jurnal Eksponensial. https://doi.org/10.30872/eksponensial.v14i1.993

[2] Chairina, P., Suyitno, & Siringoringo, M. (2020). Univariate Weibull Regression Models on Water Pollution Indicator of Dissolved Oxygen In Watersheds of East Borneo Tropical Rainforest Environment. Jurnal EksponensialL, 11(1), 19–28

[3] Panduwinata, H. D., Suyitno, S., & Huda, M. N. (2022). Model Regresi Weibull Pada Data Kontinu yang Diklasifikasikan. Jurnal Eksponensial. https://doi.org/10.30872/ eksponensial. v13i2.1051

[4] Indira Puteri Kinasih (2021). Distribusi Weibull Konsep Dasar dan Aplikasiannya. Mataram: Sanabil

[5] Mega Gustiani, Suyitno, & Nasution, Y. N. (2019). Pengaplikasian Model Regresi Weibull Univariat Pada Data Waktu ( Tersensor Kanan ) Rawat Inap Pasien Dbd Di Rs Dirgahayu Samarinda. Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya 2019, 1(5), 158–163

[6] Nur Annisa, N. A., Hakim, A., & Setyowati, R. D. N. (2022). Analisis Status Mutu Air Sungai Mahakam Kota Samarinda Menggunakan Metode Indeks Pencemaran. Jurnal Serambi Engineering. https://doi.org/10.32672/jse.v7i4.5106

[7] Madyawan, D., Hendrawan, I. G., & Suteja, Y. (2020). Pemodelan Oksigen Terlarut (Dissolved Oxygen/DO) di Perairan Teluk Benoa. Journal of Marine and Aquatic Sciences, 6(2), 270. https://doi.org/10.24843/jmas.2020.v06.i02.p15

[8] Pemerintah Republik Indonesia. (2021). Peraturan Pemerintah Nomor 22 Tahun 2021 tentang Pedoman Perlindungan dan Pengelolaan Lingkungan Hidup. Sekretariat Negara Republik Indonesia, 1(078487A), 483. http://www.jdih.setjen.kemendagri.go.id/

[9] Suyitno, & Sari, N. W. W. (2019). Parameter estimation of mixed geographically weighted weibull regression model. Journal of Physics: Conference Series, 1277(1). https:// doi.org/10.1088/1742-6596/1277/1/012046

[10] Suyitno, S. (2017). Penaksiran Parameter dan Pengujian Hipotesis Model Regresi Weibull Univariat. Jurnal Eksponensial, 8(2), 179. https://doi.org/10.30872/eksponensial.v8i2.41

[11] Dwi Lestari, V., & Siringoringo, M. (2021). Analisis faktor-faktor yang berpengaruh terhadap pencemaran air Sungai Mahakam menggunakan pemodelan geographically weighted logistic Regression pada data dissolved oxygen. Jurnal Eksponensial, 12(1), 37–46.

[12] Khairunnisa, S. F., Suyitno, S., & Mahmuda, S. (2023). Weibull Regression Model on Hospitalization Time Data of COVID-19 Patients at Abdul Wahab Sjahranie Hospital Samarinda. Jurnal Matematika, Statistika Dan Komputasi, 19(2), 286–303. https:// doi.org/10.20956/j.v19i2.22266

[13] Azizah, N.-, Suyitno, S., & Hayati, M. N. (2023). Pemodelan Laju Kematian Pasien Covid-19 di RSUD Abdul Wahab Sjahranie Samarinda menggunakan Model Regresi Weibull. Journal of Mathematics Computations and Statistics. https://doi.org/10.35580/jmathcos.v6i1.36379

[14] Suyitno, Darnah Andi Nohe, Ika Purnamasari, Meiliyani Siringoringo, Rito Goejantoro, dan M. N. R. (2022). Monograf Pemodelan Regresi Weibull Pada Potensi Pencemaran Sungai Mahakam. In Angewandte Chemie International Edition, 6(11), 951–952.

[15] Suyitno, Purhadi, Sutikno, & Irhamah. (2017). Multivariate Weibull regression model. Far East Journal of Mathematical Sciences. https://doi.org/10.17654/MS101091977

[16] Fajriati, N. A., Suyitno, S., & Wasono, W. (2022). Model Regresi Hazard Rate Weibull Kesembuhan Pasien Rawat Inap Demam Berdarah Dengue (DBD) Di RSUD Panglima Sebaya Tanah Grogot. Eksponensial, 13(1), 35. https://doi.org/10.30872/eksponensial. v13i1.878

[17] Rahmah, S. M., Suyitno, S., & Siringoringo, M. (2021). Model Geographically Weighted Weibull Regression pada Indikator Pencemaran Air Biochemical Oxygen Demand di Daerah Aliran Sungai Mahakam. Eksponensial https://doi.org/10.30872/eksponensial.v12i2.804

[18] Damayanti, S., Wuryandari, T., & Sudarno, S. (2024). Perbandingan Analisis Survival Menggunakan Regresi Cox Proportional Hazard dan Regresi Weibull Pada Pasien Covid-19 Di RSUD Taman Husada Bontang. Jurnal Gaussian. https://doi.org/10.14710/ j.gauss.12.3.453-464

[19] Dwi Primadigna, U. S., Suyitno, S., & Siringoringo, M. (2022). Model Geographically Weighted Weibull Regression Pada Indikator Pencemaran Air COD di Daerah Aliran Sungai Mahakam Kalimantan Timur. Eksponensial https://doi.org/10.30872/eksponensial.v13i2.1050

[20] Pradipa, Z., & Siringoringo, M. (2024). Weibull Regression Model Analysis of Mahakam River Water Pollution Potential. 8(1), 67–78.