Studi Pengaruh Kedalaman dan Laju Aliran Air terhadap Data Hasil Pengukuran Sistem Sensor Kualitas Air Berbasis Autonomous Surface Vehicle

M. Nadhir Al Ghifary, Dr. Eng. Ir. Dwi Joko Suroso, S.T., M.Eng., IPP.; Dr.-Ing. Ir. Awang Noor Indra Wardana, S.T., M.T., M.Sc., IPM.

2026 | Skripsi | FISIKA TEKNIK

Air merupakan sumber kehidupan, tetapi saat ini di Indonesia kualitasnya menurun hingga 70%. Metode pengujian kualitas air masih bersifat konvensional melalui pengambilan sampel manual dan analisis laboratorium, sehingga tidak mampu merepresentasikan variasi spasial-temporal secara real-time. Penggunaan Autonomous Surface Vehicle (ASV) dikembangkan sebagai solusi, tetapi aspek akurasi data melalui penempatan sensor, khususnya terhadap variasi kedalaman dan laju aliran, belum dikaji. Oleh karena itu, penelitian ini bertujuan mengevaluasi pengaruh kedua faktor tersebut terhadap pengujian kualitas air berbasis ASV.

Penelitian dilakukan menggunakan ASV yang dilengkapi dengan sensor pH, TDS, dan turbidity, dengan studi kasus pada Danau Bijak (Q = 0) dan Kali Belik (Q > 0). Analisis data meliputi uji korelasi Pearson untuk mengidentifikasi hubungan antarvariabel, uji p-value untuk menguji signifikansi statistik, serta Principal Component Analysis (PCA) untuk melihat pola data. Selain itu, dilakukan evaluasi kualitas air menggunakan metode Indeks Kualitas Air (IKA) berbasis NSF-WQI untuk mendukung target pemerintah dalam RPJMN 2025-2029.

Hasil menunjukkan bahwa pada Danau Bijak, kedalaman memiliki korelasi kuat terhadap turbidity (r = 0,987; p < 0 xss=removed xss=removed> 0,05). Nilai IKA sebesar 59,31 (Danau Bijak) dan 64,74 (Kali Belik) masih di bawah target RPJMN 72,77. Data ini hanya gambaran awal dari tiga parameter sehingga memerlukan uji lab delapan parameter NSF-WQI untuk validitas pengujian.

Water is a crucial source of life for humans and ecosystems, but its quality has declined by 70%. Conventional water quality testing methods, which rely on manual sampling and laboratory analysis, fail to represent real-time spatial-temporal variations. The use of Autonomous Surface Vehicles (ASVs) has been developed as a solution, yet aspects of sensor placement, particularly with respect to depth variations and flow rates, remain underexplored. Therefore, this study aims to evaluate the influence of these two factors on ASV-based water quality testing.

The research was conducted using an ASV equipped with pH, TDS, and turbidity sensors, with case studies at Danau Bijak (Q = 0) and Kali Belik (Q > 0). Data analysis included Pearson correlation tests to identify relationships between variables, p-value tests for statistical significance, and Principal Component Analysis (PCA) to examine data patterns. Additionally, water quality evaluation employed the Water Quality Index (IKA) based on NSF-WQI to support government targets in the RPJMN 2025-2029.

Results indicate that at Danau Bijak, depth shows a strong correlation with turbidity (r = 0.987; p < 0 xss=removed xss=removed> 0.05). The IKA values of 59.31 (Danau Bijak) and 64.74 (Kali Belik) remain below the RPJMN target of 72.77. This data provides only an initial overview from three parameters and requires laboratory testing for the eight NSF-WQI parameters to enhance accuracy.

Kata Kunci : Kualitas air, ASV, kedalaman, laju aliran, korelasi Pearson, PCA