BAB V

ANALISIS DAN PEMBAHASAN

5.1 Inflow

Data debit inflow tengah bulanan diperoleh dari debit inflow harian yang
dirata-rata dari hari pertama di awal bulan hingga data tengah bulan. Jika tidak
terdapat data, maka debit inflow harian pada periode tersebut diisi dengan debit
inflow harian rata-rata yang terjadi pada periode sebelum dan sesudahnya. Data
inflow digunakan untuk mengetahui kapasitas debit air yang masuk ke dalam
waduk Samboja dan kemudian akan diolah sehingga mendapatkan hasil yang
optimum guna memenuhi kebutuhan-kebutuhan air di daerah hilir waduk
Samboja. Data debit inflow tahun 2003 sampai 2012 dapat dilihat pada Tabel 5.1
sebagai berikut ini.
Tabel 5.1 Debit inflow tengah bulanan Waduk Samboja tahun 2003 sampai 2012

(sumber : Balai Wilayah Sungai Kalimantan III)

40
5.2 Kebutuhan Air Irigasi

Kebutuhan air irigasi adalah kebutuhan air yang berdasarkan pola tata tanam
pada daerah irigasi. Kebutuhan Air Tanam adalah kebutuhan air yang akan
digunakan pada saat musim tanam mulai dari proses penyiapan lahan hingga
pasca panen. Data Kebutuhan air irigasi pada waduk Samboja yang akan diteliti
pada penelitian kali ini diambil dari data yang telah diperhitungkan oleh pihak
Balai Wilayah Sungai Kalimantan III. Data tersebut berupa data kebutuhan air
irigasi yang akan disuplai waduk Samboja setiap tengah bulannya, luasan area
irigasi dan pola tata tanam. Perhitungan kebutuhan irigasi di intake waduk
Samboja dapat dilihat pada Tabel 5.2 sebagai berikut.
Tabel 5.2 Perhitungan Kebutuhan Air Irigasi di Intake Waduk Samboja

(sumber : Balai Wilayah Sungai Kalimantan III)

41
5.3 Kebutuhan Air Baku

5.3.1 Laju Pertumbuhan Penduduk

Penggunaan air berbeda dari satu kota ke kota lainnya, tergantung pada
cuaca, ciri-ciri masalah lingkungan hidup, penduduk, industrialisasi dan faktor-
faktor lainnya. Pada suatu kota tertentu, penggunaan air juga berubah dari musim
ke musim, hari ke hari, jam ke jam. Dengan demikian, dalam perancangan suatu
sistem penyediaan air kemungkinan penggunaan air dan variasinya haruslah
diperhitungkan secermat mungkin. Faktor-faktor yang mempengaruhi kebutuhan
air antara lain adalah proyeksi jumlah penduduk dan tingkat pelayanan.
Tabel 5.3 Kepadatan Penduduk Kota Balikpapan Tahun 2013 (Jiwa)

(sumber : Balai Wilayah Sungai Kalimantan III)

42
 Jumlah penduduk didasarkan pada data yang diperoleh dari kantor Catatan
Sipil (CAPIL) Kota Balikpapan. Data awal yang digunakan adalah data penduduk
sampai Februari 2013 seperti termuat dalam Tabel 5.3 Besarnya tingkat
pertumbuhan penduduk per-tahun yaitu sebesar 3,15 % (Badan Pusat Statistik
Kota Balikpapan, 2012).
Kebutuhan air baku merupakan kebutuhan air yang dapat diprediksi dan
dihitung dengan analisis dengan melihat peningkatan dan perkembangan yang
akan diterima oleh suatu wilayah pelayan. Kebutuhan air baku meliputi kebutuhan
PDAM, kebutuhan Rumah Tangga, Perkotaan, dan Industri (RKI). Berdasarkan
pencatatan penduduk Dinas Kependudukan dan Catatan Sipil Kota Balikpapan
dan tingkat pertumbuhan penduduk sebesar 3,15%, maka dapat dilakukan
perhitungan proyeksi penduduk dari tahun ke tahun. Tabel 5.4 adalah hasil
perhitungan proyeksi penduduk dan tingkat pelayanan kebutuhan air.
Tabel 5.4 Proyeksi Kepadatan Penduduk Kota Balikpapan (Jiwa)
No Kecamatan Kelurahan 2013 2018 2023 2028 2033
1. Balikpapan Timur 1. Manggar 34.036 39.745 46.411 54.197 63.287
2. Lamaru 9.132 10.663 12.452 14.541 16.980
3. Teritip 13.545 15.818 18.471 21.569 25.187
4. Manggar Baru 17.336 20.244 23.640 27.606 32.236
Jumlah 74.049 86.470 100.975 117.912 137.691
2. Balikpapan Barat 1. Baru Ilir 21.787 25.442 29.710 34.693 40.512
2. Baru Tengah 22.997 26.855 31.359 36.620 42.762
3. Baru Ulu 22.986 26.842 31.344 36.602 42.741
4. Kariangau 4.198 4.903 5.725 6.685 7.807
5. Margomulyo 15.105 17.639 20.598 24.053 28.088
6. Margasari 12.581 14.691 17.155 20.033 23.393
Jumlah 99.655 116.371 135.891 158.686 185.304
3. Balikpapan Utara 1. Batu Ampar 30.141 35.197 41.101 47.995 56.046
2. Gunung Samarinda 21.646 25.277 29.516 34.467 40.249
3. Karang Joang 19.664 22.962 26.814 31.312 36.564
4. Muara Rapak 32.873 38.387 44.826 52.345 61.125
5. Gunung Samarinda Baru 9.006 10.517 12.281 14.341 16.747
6. Graha Indah 28.293 33.039 38.580 45.052 52.609
Jumlah 141.623 165.378 193.119 225.513 263.340
4. Balikpapan Tengah 1. Gunung Sari Ulu 15.831 18.486 21.587 25.208 29.437
2. Gunung Sari Ilir 24.603 28.730 33.549 39.177 45.749
3. Karang Rejo 26.630 31.097 36.313 42.405 49.517
4. Karang Jati 15.275 17.837 20.829 24.323 28.403
5. Mekarsari 13.970 16.314 19.050 22.246 25.977
6. Sumber Rejo 20.352 23.765 27.752 32.407 37.843
Jumlah 116.661 136.230 159.081 185.765 216.925
5. Balikpapan Selatan 1. Sepinggan 26.879 31.387 36.652 42.800 49.979
2. Gunung Bahagia 21.091 24.629 28.761 33.585 39.219
3. Sepinggan Baru 22.584 26.372 30.795 35.961 41.993
4. Sepinggan Raya 14.605 17.054 19.915 23.256 27.156
5. Sungai Nangka 18.613 21.735 25.381 29.639 34.610
6. Damai Baru 8.372 9.776 11.416 13.331 15.568
7. Damai Bahagia 19.194 22.414 26.173 30.563 35.690
Jumlah 131.337 153.368 179.094 209.135 244.215
6. Balikpapan Kota 1. Prapatan 14.851 17.342 20.251 23.648 27.614
2. Telaga Sari 19.375 22.624 26.419 30.851 36.026
3. Klandasan Ulu 17.202 20.087 23.457 27.392 31.986
4. Klandasan Ilir 26.795 31.290 36.539 42.668 49.825
5. Damai 20.130 23.506 27.449 32.054 37.431
Jumlah 98.353 114.850 134.115 156.612 182.882
Total 661.678 772.668 902.275 1.053.622 1.230.357
(sumber : Balai Wilayah Sungai Kalimantan III)

43
5.3.2 Cakupan Layanan

Dari data perhitungan cakupan pelayanan dan data proyeksi pertumbuhan

peduduk kota balikpapan, maka didapat kebutuhan air rata-rata pada tahun 2018
sebesar 174,3 L/s. Hasil analisis untuk perhitungan kebutuhan air baku tiap
tahunnya dapat dilihat pada Tabel 5.5 tentang cakupan layanan antara kebutuhan
air dan persediaan air.

Tabel 5.5 Cakupan Layanan Antara Kebutuhan Air dan Persediaan Air

(sumber : Balai Wilayah Sungai Kalimantan III)

5.3 Analisis Statistik Data Inflow

Analisis statistik data inflow akan digunakan untuk mendapatkan

probabilitas transisi inflow sebagai data masukan model dinamik stokastik
berdasarkan jenis klasifikasi distribusi yang sesuai dengan data yang ada. Data
untuk perhitungan analisis statistik data inflow menggunakan data yang telah
dikumpulkan oleh instansi Balai Besar Kalimantan III yaitu berupa data 10
tahunan dari tahun 2003 sampai 2012 setiap tengah bulannya. Data terseut dapat
dilihat pada Tabel 5.1 diatas.

44
 Persamaan dibawah ini adalah rumus analisis dan contoh perhitungan untuk
menentukan nilai statistik data debit inflow yang akan digunakan dalam penelitian
ini. Perhitungan dibawah ini adalah data contoh perhitungan pada bulan januari 1.
Hasil rekapitulasi rerata debit inflow dan standart deviasi setiap bulan nya dalam
10 tahun dapat dilihat pada Tabel 5.6.

1. Rerata inflow ( I ) dihitung berdasarkan rumus berikut :

(5.1)
Dengan :
Ii = data inflow ke-i
n = jumlah data
Contoh perhitungan data inflow pada bulan januari ke 1.
1,019 + 1,715 + 1,833 + 1,580 + 1,295 + 1,767 + 0 + 0,883 + 1,239 + 0
I=( )
10

= 1,133
2. Standart deviasi (Sd) dihitung berdasarkan rumus berikut :

(5.2)
Contoh perhitungan data inflow pada bulan januari ke 1
((10)𝑥(16,951))−(1,331)2
Sd =√ = 0,676
(10)𝑥(9)

5.4 Probabilitas Transisi Inflow

Probabilitas transisi inflow adalah proses yang dilakukan guna mendapatkan

pendekatan nilai suatu data untuk pembagian klasifikasi kelas sesuai dengan data
yang telah ada dan kemudian dikembangkan.
Sifat stokastik inflow dapat diketahui dengan menghitung probabilitas
transisi kejadian inflow. Nilai kelas inflow tengah bulanan dibagi menjadi tiga
kelas, kelas rendah, kelas sedang, kelas tinggi. Pembagian kelas inflow bersyarat
dikembangkan secara sederhana, yaitu diklasifikasikan dengan persamaan rumus
kategori/kelas inflow sebagai berikut :

45
 Contoh perhitungan pada Bulan Januari ke 1
Ii – (0,5 x Sdi) = 1,133 – (0,5 x 0,676) = 0,795 (5.3)
Ii + (0,5 x Sdi) = 1,133 + (0,5 x 0,676) = 1,471 (5.4)
Maka,
a. Inflow rendah : 0 < Ii < Ii – (0,5 x Sdi)
: 0 < Ii < 0,795
b. Inflow sedang : Ii – (0,5 x Sdi) ≤ Ii ≤ Ii + (0,5 x Sdi)
: 0,795 ≤ Ii ≤ 1,471
c. Inflow tinggi : Ii + (0,5 x Sdi) < Ii < ∞
: 1,471 < Ii < ∞
Dengan :
Ii : inflow pada tengah bulan i (variabel random),
Ii : inflow rata-rata pada tengah bulan i,
Sdi : deviasi standart inflow di tengah bulan i.
Tabel 5.6 Hasil Rekapitulasi Analisis Statistik Debit inflow 10 Tahun
Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember
Tahun
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Jml hari 15 16 14 14 15 16 15 15 15 16 15 15 15 16 15 16 15 15 15 16 15 15 15 16
2003 1,019 0,971 0,873 0,982 0,373 1,162 1,052 0,577 0,373 0,477 0,204 0,883 1,103 0,143 0,577 1,703 0,000 0,119 0,119 0,032 0,509 1,069 2,626 2,134
2004 1,715 0,907 1,801 3,674 2,818 0,271 0,068 0,000 0,475 0,000 0,390 0,798 1,256 0,652 1,816 2,753 0,866 1,290 0,662 0,000 1,188 0,238 1,129 1,956
2005 1,833 0,159 0,000 2,346 2,360 1,034 2,872 1,730 1,263 2,648 1,114 2,193 0,170 1,337 1,562 3,215 0,849 0,000 0,633 0,000 0,244 3,113 0,586 1,114
2006 1,580 1,337 1,393 1,786 0,817 0,635 1,715 0,204 0,957 0,000 1,993 1,509 0,526 1,187 2,994 0,882 1,085 0,499 0,272 0,756 0,828 0,182 2,735 1,189
2007 1,295 1,520 0,898 0,895 1,166 0,485 1,304 0,170 0,895 0,967 4,337 1,859 1,857 1,086 3,021 1,416 0,253 3,327 2,371 0,688 0,767 1,889 2,594 0,310
2008 1,767 0,590 0,409 2,486 1,037 1,626 0,874 0,594 0,289 2,386 1,494 1,307 0,633 1,669 2,602 1,580 0,110 0,985 1,012 0,000 0,000 0,404 2,283 2,314
2009 0,000 1,456 3,028 3,194 0,934 0,632 1,008 1,154 0,000 1,348 1,090 1,185 1,382 1,477 2,640 2,503 0,141 0,356 1,355 0,815 0,648 2,811 0,900 1,798
2010 0,883 0,239 0,737 1,746 1,034 0,506 2,869 1,621 2,821 0,325 1,867 1,796 1,859 3,114 1,986 0,880 1,854 0,854 2,178 2,554 3,163 0,263 1,484 0,568
2011 1,239 1,346 1,040 0,878 1,263 2,387 2,102 1,769 1,901 0,366 0,187 1,350 0,000 0,568 0,000 0,215 1,333 0,144 1,664 1,178 1,027 0,976 0,900 1,798
2012 0,000 2,780 2,408 4,009 2,416 0,568 0,467 1,621 2,407 0,934 1,952 1,288 5,006 0,796 0,883 2,323 0,000 0,000 1,025 1,786 3,962 3,565 1,484 0,568
Rerata 1,133 1,131 1,259 2,200 1,422 0,931 1,433 0,944 1,138 0,945 1,463 1,417 1,379 1,203 1,808 1,747 0,649 0,757 1,129 0,781 1,234 1,451 1,672 1,375
Std 0,676 0,758 0,923 1,147 0,810 0,649 0,949 0,711 0,953 0,935 1,228 0,435 1,428 0,815 1,051 0,946 0,645 1,006 0,762 0,864 1,289 1,301 0,817 0,722
< 0,795 0,751 0,797 1,626 1,017 0,606 0,958 0,588 0,662 0,478 0,849 1,199 0,665 0,796 1,283 1,274 0,327 0,254 0,748 0,349 0,589 0,801 1,264 1,014
> 1,471 1,510 1,720 2,773 1,827 1,255 1,908 1,300 1,615 1,412 2,077 1,634 2,093 1,610 2,333 2,220 0,971 1,260 1,510 1,213 1,878 2,102 2,080 1,736
(Sumber : Hasil Perhitungan)

Berdasarkan pembagian nilai kelas inflow tengah bulanan seperti contoh

diatas. Maka, Waduk Samboja dapat dibagi menjadi tiga kelas dengan masing-
masing kelas inflow disetiap tengah bulannya memiliki rentang kelas yang
menjadi syarat kelas inflow. Contoh perhitungan untuk klasifikasi kelas Inflow
Tabel hasil klasifikasi inflow dapat dilihat pada Tabel 5.7.

46
 Tabel 5.7 Klasifikasi Kelas Debit Inflow Tengah Bulanan

(sumber : Hasil Perhitungan)

Karena inflow dibagi dalam tiga kelas inflow yakni rendah, sedang, dan
tinggi, maka setiap state dalam satu tahun, memiliki sembilan nilai matriks
probabilitas transisi inflow. Di setiap stage masing-masing kelas inflow memiliki
pasangan terhadap inflow stage sebelumnya yang jika dijumlahkan nilai
probabilitas tiap kelas inflow sama dengan satu. Contoh matriks hasil analisis
probabilitas transisi inflow untuk pasangan inflow tengah bulan Februari ke 1 dan
tengah bulan Februari ke 2 dapat dilihat pada Tabel 5.8. Data inflow yang tidak
cukup panjang yaitu 10 tahun menyebabkan nilai probabilitas pada kelas inflow
tertentu bernilai 0. Matriks probabilitas transisi inflow selengkapnya dapat dilihat
di Lampiran A.

47
 Tabel 5.8 Matriks Probabilitas Transisi Inflow

(sumber : Hasil Perhitungan)

Nilai inflow representatif setiap kelas adalah nilai rata-rata inflow yang
masuk dalam kelas atau nilai tengah rentang kelas apabila nilai rata-rata inflow
yang didapat sama dengan nol. Namun, jika hanya ada 1 data inflow kejadian
yang masuk kelas inflow tinggi, inflow representatif akan menjadi overestimate.
Tabel 5.9 menunjukkan hasil rekapitulasi analisis nilai inflow representatif tengah
bulanan setiap kelas. Analisis nilai inflow representatif tiap tengah bulannya
dalam satu tahun selengkapnya ada pada Lampiran B.

Tabel 5.9 Inflow Representatif Tengah Bulanan

(sumber : Hasil Perhitungan)

48
5.5 Model Optimasi Pemanfaatan Air Waduk Samboja Menggunakan
Program Stokastik

Perhitungan dengan menggunakan metode program dinamik stokastik untuk

optimasi pemanfaatan air Waduk Samboja diharapakan dapat memaksimalkan
terpenuhinya kebutuhan air yang akan disuplai, kebutuhan air rencana yang akan
disuplai antara lain kebutuhan air irigasi dan kebutuhan air baku. Perhitungan
optimasi dinamik stokastik dilakukan menggunakan Software Microsoft Office
Excel Macro dan ditulis dengan bahasa visual basic (vb).
Hitungan optimasi pemanfaatan sumber daya air Waduk Samboja
dilakukan setelah menyusun data masukan berupa data representatif inflow tengah
bulanan, perhitungan probabilitas transisi inflow, dan data kebutuhan air yang
akan di suplai. Hasil optimasi berupa pola operasi yang memberikan hasil
keuntungan yakni nilai perbandingan antara inflow yang ada dengan kebutuhan air
(faktor k) paling besar pada kondisi tampungan dan release tertentu.

5.5.1 Pemilihan Jumlah Diskrit Tampungan

Pemilihan jumlah diskrit digunakan untuk mengetahui pengaruh perbedaan

diskrit tampungan dan release pada proses optimasi. Perbedaan diskrit yang
digunakan adalah 20%, 10% dan 5%. Kapasitas tampungan akan berpengaruh
pada nilai selisih pada diskrit tampungan yang akan digunakan sesuai dengan
periodenya. Kapasitas tampungan pada waduk samboja memiliki nilai tampungan
minimum (DS) 0,420 MCM atau setara dengan 419,790 ribu m3 pada elevasi
+7,00 dan tampungan maksimum (K) 5,602 MCM atau setara dengan 5601,790
ribu m3 pada elevasi +11,3. Tabel data hubungan elevasi muka air waduk dengan
volume waduk pada waduk Samboja dapat dilihat pada Lampiran C.
Perhitungan optimasi dengan menggunakan perbedaan nilai tampungan
yang semakin banyak, maka akan menyebabkan perhitungan yang semakin teliti.
Hasil optimasi akan menunjukkan faktor k rata-rata yang berbeda pula. Sebagai
contoh penggunaan diskrit 20% maka terdapat 6 selisih nilai tampungan yang
dapat diperhitungkan dalam optimasi, Penggunaan diskrit 10% akan
menyebabkan terdapat 11 selisih nilai tampungan yang dapat diperhitungkan

49
dalam optimasi dan pada penggunaan diskrit 5% akan terdapat 21 selisih nilai
tampungan yang dapat diperhitungkan dalam optimasi.
Pada Penggunaan diskrit yang dipilih 20% akan menyebabkan terdapat 6
selisih nilai tampungan yang dapat diperhitungkan dalam optimasi dengan nilai
selisih tampungan tiap diskrit (S) adalah 0,863, pada penggunaan nilai diskrit
10% akan menyebabkan terdapat 11 selisih nilai tampungan yang dapat
diperhitungkan dengan nilai selisih tampungan tiap diskrit (S) adalah 0,471 dan
pada penggunaan nilai diskrit 5% akan menyebabkan terdapat 21 selisih nilai
tampungan yang dapat diperhitungkan dengan nilai selisih tampungan tiap diskrit
(S) adalah 0,247. Berikut adalah hasil rekapitulasi optimasi dengan
menggunakan metode dinamik stokastik yang menunjukkan perbedaan
penggunaan diskrit sesuai dengan pembagian kelas inflow yang ditunjukkan pada
Tabel 5.10 sebagai berikut.

Tabel 5.10 Perbedaan Penggunaan Diskrit dalam Optimasi

Kelas Inflow Perbedaan Penggunaan Diskrit
Sebelumnya 20% 10% 5%
Rendah Konvergensi Hasil Konvergensi Hasil Konvergensi Hasil
pada siklus ke - 3 pada siklus ke - 3 pada siklus ke - 3

Nilai penyimpangan Nilai penyimpangan Nilai penyimpangan

siklus terakhir siklus terakhir siklus terakhir
2,23717 x 10-7 0 0

Faktor K Faktor K Faktor K

rata- rata 1 rata- rata 1 rata- rata 1
Sedang Konvergensi Hasil Konvergensi Hasil Konvergensi Hasil
pada siklus ke - 3 pada siklus ke - 3 pada siklus ke - 3

Nilai penyimpangan Nilai penyimpangan Nilai penyimpangan

siklus terakhir siklus terakhir siklus terakhir
2,90594 x 10-5 3,06422 x 10-14 1,18424 x 10-15

Faktor K Faktor K Faktor K

rata- rata 1 rata- rata 1 rata- rata 1
Tinggi Konvergensi Hasil Konvergensi Hasil Konvergensi Hasil
pada siklus ke - 3 pada siklus ke - 3 pada siklus ke - 3

Nilai penyimpangan Nilai penyimpangan Nilai penyimpangan

siklus terakhir siklus terakhir siklus terakhir
1,77636 x 10-15 1,776363 x 10-15 1,177636 x 10-15

Faktor K Faktor K Faktor K

rata- rata 1 rata- rata 1 rata- rata 1

(sumber : Hasil Perhitungan)

50
 Dalam penelitian kali ini jumlah diskrit yang akan dipakai adalah 5%.
Karena selisih yang dihasilkan pada diskrit 5% lebih banyak dan akan
menghasilkan volume tampangan dan release yang optimum. Beberapa elemen
yang akan diperhitungkan dalam pemakaian metode program dinamik stokastik
dan contoh perhitungannya adalah sebagai berikut.
1. Volume Tampungan (S)
Kapasitas tampungan pada waduk Samboja memiliki nilai tampungan
minimum (DS) 0,420 MCM dan tampungan maksimum (K) 5,602 MCM.
Dengan nilai selisih tampungan (S) adalah 0,247. Maka rekapitulasi nilai
vomune tampungan dapat dilihat pada Tabel 5.11 sebagai berikut.
Tabel 5.11 Rekapitulasi Volume Tampungan
Selisih Volume Tampungan (S)
0 0,420
0,247 0,667
0,247 0,913
0,247 1,160
0,247 1,407
0,247 1,654
0,247 1,900
0,247 2,147
0,247 2,394
0,247 2,641
0,247 2,887
0,247 3,134
0,247 3,381
0,247 3,628
0,247 3,874
0,247 4,121
0,247 4,368
0,247 4,615
0,247 4,862
0,247 5,108
0,247 5,355
0,247 5,602
(sumber : Hasil Perhitungan)

51
2. Nilai Release (X)
Nilai release adalah nilai kebutuhan air total yang akan disuplai oleh waduk
Samboja. Penelitian kali ini nilai release yang dipakai adalah nilai
kebutuhan air total dari kebutuhan air irigasi sebagai peruntukan utama dari
waduk Samboja dan kebutuhan air baku sebagai rencana kebutuhan air baru.
Rekapitulasi total kebutuhan air setiap setengah bulanan dalam satu tahun
yang akan di suplai oleh waduk Samboja dapat dilihat pada Tabel 5.12
sebagai berikut.
Tabel 5.12 Rekapitulasi Kebutuhan Air Total yang akan di Suplai
Kebutuhan Air tiap bulan Kebutuhan MCM
BULAN Jumlah K. Irigasi Keb. Air Baku Total keb.
Hari m3/s MCM K. Baku(m3/s) K Baku (MCM) (m3/dtk) Total
15 0,170 0,220 0,174 0,226 0,344 0,446
Januari
16 0,260 0,359 0,174 0,241 0,434 0,600
14 0,180 0,218 0,174 0,211 0,354 0,428
Februari
14 0,170 0,206 0,174 0,211 0,344 0,416
15 0,430 0,557 0,174 0,226 0,604 0,783
Maret
16 0,350 0,484 0,174 0,241 0,524 0,725
15 0,150 0,194 0,174 0,226 0,324 0,420
April
15 0,310 0,402 0,174 0,226 0,484 0,628
15 0,270 0,350 0,174 0,226 0,444 0,576
Mei
16 0,290 0,401 0,174 0,241 0,464 0,642
15 0,170 0,220 0,174 0,226 0,344 0,446
Juni
15 0,240 0,311 0,174 0,226 0,414 0,537
15 0,560 0,726 0,174 0,226 0,734 0,952
Juli
16 0,450 0,622 0,174 0,241 0,624 0,863
15 0,380 0,492 0,174 0,226 0,554 0,718
Agustus
16 0,430 0,594 0,174 0,241 0,604 0,835
15 0,390 0,505 0,174 0,226 0,564 0,731
September
15 0,330 0,428 0,174 0,226 0,504 0,653
15 0,190 0,246 0,174 0,226 0,364 0,472
Oktober
16 0,280 0,387 0,174 0,241 0,454 0,628
15 0,500 0,648 0,174 0,226 0,674 0,874
Nopember
15 0,380 0,492 0,174 0,226 0,554 0,718
15 0,080 0,104 0,174 0,226 0,254 0,329
Desember
16 0,240 0,332 0,174 0,241 0,414 0,573
Xmin = 0,329
Xmax = 0,952
(sumber : Hasil Perhitungan)

Adapun nilai release yang akan digunakan dalam program dinamik

stokastik yaitu dimana nilai release/stage nya telah di bagi sesuai dengan
diskrit yang telah ditentukan. Sebagai contoh pada bulan januari ke 1 nilai
release minimum (Xmin) adalah 0,329 MCM dan release maksimum
(Xmaks) adalah 0,446 MCM. Penelitian ini menentukan nilai diskrit adalah

52
5%, maka nilai selisih release yang didapat adalah sebagai berikut. Tabel
5.13 adalah tabel rekapitulasi nilai release pada bulan Januari ke 1.
Selisih release = (Xmaks – Xmin)/(100/5)
∆X = (0,446 – 0,329)/20 = 0,0058
Tabel 5.13 Rekapitulasi Nilai Release pada bulan Januari ke 1
Selisih (∆X) Release (X)
0 0,3294
0,0058 0,3353
0,0058 0,3411
0,0058 0,3469
0,0058 0,3528
0,0058 0,3586
0,0058 0,3644
0,0058 0,3703
0,0058 0,3761
0,0058 0,3819
0,0058 0,3878
0,0058 0,3936
0,0058 0,3994
0,0058 0,4053
0,0058 0,4111
0,0058 0,4169
0,0058 0,4228
0,0058 0,4286
0,0058 0,4344
0,0058 0,4403
0,0058 0,4461
(sumber : Hasil Perhitungan)

Tabel rekapitulasi nilai release kebutuhan air tengah bulanan dalam satu
tahun sesuai dengan nilai selisih diskrit yang telah ditentukan dapat dilihat
pada Lampiran D.

53
3. Representatif Inflow dan Probabilitas
Nilai Representatif Inflow dan Probabilitas adalah nilai yang didapat dari
hasil perhitungan setiap tengah bulanan dalam satu tahun dan dibagi sesuai
dengan klasifikasi kelas rendah, sedang, tinggi. Data tersebut dapat dilihat
pada Lampiran A dan Lampiran B.
4. Evaporasi (Ev)
Evaporasi adalah proses penguapan yang terjadi pada volume tampungan
waduk Samboja. Proses penguapan ini dipengaruhi oleh nilai luas area
tampungan dan volume tampungan. Dalam hal ini untuk nilai evaporasi tiap
tengah bulannya dan tiap volume tampungan berbeda-beda sesuai dengan
kondisi yang ada. Tabel 5.14 adalah tabel penguapan yang terjadi tiap
tengah bulannya dan Tabel 5.15 adalah tabel hubungan antara luas area dan
volume tampungan. Gambar 5.1 adalah persamaan regresi yang dapat
dipakai untuk menentukan berapa besar nilai evaporasi yang terjadi. Berikut
adalah penjelasan tabel dan gambar.
Tabel 5.14 Penguapan Waduk Samboja
PENGUAPAN (mm)
BULAN
PER. 1 PER. 2
JANUARI 67,35 77,56
FEBRUARI 78,07 65,12
MARET 72,19 77,29
APRIL 72,73 73,92
MEI 75,12 76,7
JUNI 68,68 71,19
JULI 73,69 86,67
AGUSTUS 88,81 92,41
SEPTEMBER 84,45 91,25
OKTOBER 98,04 99,31
NOVEMBER 88,17 85,45
DESEMBER 82,73 80,05
(sumber : Balai Wilayah Sungai Kalimantan III)

54
 Tabel 5.15 Hubungan antara Volume dengan Luas Area
LUAS VOLUME
NO ELEVASI
Ha m2 RIBU m3 JUTA m3
1 6,5 7,2 71.983 - 0,000
2 7 47,94 479.380 419,79 0,420
3 8 80,72 807.176 1.214,20 1,214
4 9 105,37 1.053.706 2.266,97 2,267
5 10 130,92 1.309.202 3.579,17 3,579
6 11 151,75 1.517.500 5.113,30 5,113
7 12 172,2 1.721.959 6.792,34 6,792
8 13 180,95 1.809.523 8.562,43 8,562
9 14 189,36 1.893.614 10.623,54 10,624

(sumber : Balai Wilayah Sungai Kalimantan III)

250
y = -0,005x6 + 0,1745x5 - 2,3471x4 + 15,433x3 - 52,597x2 +
105,95x + 8,6269
200

150

100

50 regresi

0
0 2 4 6 8 10 12

Gambar 5.1 Persamaan Regresi Hubungan antara Volume Tampungan dan

Luas Tampungan

Dalam persamaan y = (-0,005X6) + (0,1745X5) - (2,3471X4) + (15,433X3) -

(52,597X2) + (105,95X) + 8,6269, maka dapat diketahui hubungan yang
terjadi pada volume tampungan yang ada dengan luas area tampungan.
Contoh perhitungan pada volume tampungan yaitu 2,394 MCM.

y = (-0,005 x (2,394)6) + (0,1745 x (2,394)5) - (2,3471 x (2,394)4) + (15,433

x (2,394)3) - (52,597 x (2,394)2) + (105,95 x (2,394)) + 8,6269 = 108,258

maka, dengan volume tampungan 2,394 MCM luas area yang didapat
adalah 108,258 Ha. Tabel hasil rekapituasi perhitungan hubungan antara
volume tampungan (S) dan luas area tampungan (Ha) dengan menggunakan

55
persamaan regresi yang telah ditentukan dapat dilihat pada Tabel 5.16
sebagai berikut.

Tabel 5.16 Hasil Perhitungan Hubungan antara volume tampungan (S) dan
luas area tampungan (Ha) dengan Menggunakan Persamaan Regresi
Volume Luas Area
Tampungan (S) (Ha)
0,420 47,940
0,667 60,009
0,913 71,751
1,160 80,951
1,407 88,282
1,654 94,293
1,900 99,417
2,147 103,989
2,394 108,258
2,641 112,402
2,887 116,536
3,134 120,724
3,381 124,991
3,628 129,328
3,874 133,707
4,121 138,083
4,368 142,402
4,615 146,608
4,862 150,649
5,108 154,479
5,355 158,062
5,602 161,377
(sumber : Hasil Perhitungan)

Kemudian untuk mencari nilai evaporasi yang terjadi pada volume

tampungan dan bulan tertentu dari hasil perhitungan Tabel 5.16 dapat
dihubungkan dengan tabel penguapan yang terjadi setiap tengah bulannya
pada Tabel 5.14. Persamaan yang dapat digunakan untuk menghitung nilai
evaporasi adalah sebagai berikut. Sebagai contoh perhitungan Evaporasi
(Ev) pada bulan Januari ke 1.

56
 Evaporasi (Ev) = luas area (Ha) X penguapan (mm)
= ((108,258 x 10.000) x (67,35 : 1000))/106
= 0,0729 MCM
5. Nilai Return (ri)
Nilai return merupakan variabel random yang terjadi dalam tiap tengah
bulannya yang didalamnya terdapat fungsi release (Xi) yang di tinjau
dengan kebutuhan air pada tengah bulan tersebut dan dapat dirumuskan
fungsinya sebagai berikut ini :
ri = ri (Xi)
Xi
ri = faktor k = Qri

Dengan :
Xi : nilai release pada stage i,
ri : kebutuhan air pada stage i.
k : ukuran ketercapaian pemenuhan kebutuhan air.
faktor ketercapaian (k) : perbandingan release dengan kebutuhan air.
Contoh persamaan untuk menentukan nilai ri pada bulan januari ke 1 adalah
release minimum adalah 0,329 dan nilai release maksimum adalah 0,446. Hasil
persamaan nilai ri adalah sebagai berikut.
Xi
ri min = faktor k = Qri
0,329
ri min = 0,446 = 0,739
Xi
ri maks = faktor k = Qri
0,446
ri maks = 0,446 = 1

maka, nilai ri (faktor K) pada release minimum adalah 0,739 dan nilai ri (faktor K)
pada release maksimum adalah 1.
6. Fungsi Transformasi Status (State Transformastion Function)
State transformation function merupakan persamaan yang memperlihatkan
hubungan transformasi kondisi tampungan antar periode operasi (stage)
yang telah dirumuskan berdasarkan prinsip kontinuitas dengan melakukan
perhitungan mundur (backward calculation). Sebagai contoh pada bulan

57
 januari ke 1 dengan kelas debit inflow rendah dan volume tampungan
maksimum adalah sebagai berikut.
Si-1 = Si + Iik – Xi – Evi - Q
Si-1 = 2,394 + 0 – 0,3294 + 0,0729 – 0
= 1,992 MCM
7. Hasil Optimum per stage fi-1 (Si-1)
Nilai hasil optimum yang dapat diambil adalah nilai Si-1 jika pada
perhitungan stage i-1. Hasil optimasi fi-1 (Si-1) memiliki kriteria unfeasible,
feasible dan overflow. Jika nilai (Si-1) adalah 1,992, maka nilai fi-1 (Si-1)
adalah feasible. Oleh karena terdapat fungsi kendala tampungan (storage
constraint) yang memiliki batas tampungan minimum dan batas tampungan
maksimum.
Smin ≤ Si ≤ Smax
Dengan :
Smin = 0,420 MCM
Smax = 5,602 MCM
8. Persamaan Rekursif (Recursive Equation)
Persamaan Rekursif merupakan persamaan yang memaksimalkan hubungan
nilai variabel status sebagai hasil optimasi pada setiap tahap dengan nilai
masukan variabel state dan keputusan yang diambil pada stage yang
ditinjau. Dinamik stokastik memiliki kelas inflow rendah, sedang, tinggi.
Maka nilai variabel statenya pun dinyatakan dalam distribusi probabilitas.
Berikut adalah persamaannya dan contoh hasil pada volume tampungan
maksmimum dan kelas inflow rendah pada bulan januari ke 1 pada volume
tampungan 2,394 MCM dapat dilihat pada Tabel 5.17 sebagai berikut.

Dengan :
pik = probabilitas transisi inflow pada stage i dan kelas inflow k,
m = posisi stage terakhir saat proses iterasi berjalan x tahapan siklus.

58
 Tabel 5.17 Perhitungan Optimasi Dinamik Stokastik pada Bulan Januari ke 1
dengan Volume Tampungan 2,394 MCM
S Xi Ijk Pik Ev (MCM) ri(Si,Xi,Ijk) Q Si-1=Si+I1k-Xi-Q-Ev keterangan fi-1(Si-1) Spik.((ri + (m-1)*fi-1)/m) fi(Si) Xi(Si) Luas (Ha)
0,3294 0,000 0,000 0,0729 0,7385 0,000 1,992 feasible 1,000 0,9964
1,437 0,500 0,0729 0,000 3,429 feasible 1,000
2,234 0,500 0,0729 0,000 4,226 feasible 1,000
0,3353 0,000 0,000 0,0729 0,7516 0,000 1,986 feasible 1,000 0,9965
1,437 0,500 0,0729 0,000 3,423 feasible 1,000
2,234 0,500 0,0729 0,000 4,220 feasible 1,000
0,3411 0,000 0,000 0,0729 0,7647 0,000 1,980 feasible 1,000 0,9967
1,437 0,500 0,0729 0,000 3,417 feasible 1,000
2,234 0,500 0,0729 0,000 4,214 feasible 1,000
0,3469 0,000 0,000 0,0729 0,7777 0,000 1,974 feasible 1,000 0,9969
1,437 0,500 0,0729 0,000 3,411 feasible 1,000
2,234 0,500 0,0729 0,000 4,208 feasible 1,000
0,3528 0,000 0,000 0,0729 0,7908 0,000 1,968 feasible 1,000 0,9971
1,437 0,500 0,0729 0,000 3,405 feasible 1,000
2,234 0,500 0,0729 0,000 4,202 feasible 1,000
0,3586 0,000 0,000 0,0729 0,8039 0,000 1,962 feasible 1,000 0,9973
1,437 0,500 0,0729 0,000 3,400 feasible 1,000
2,234 0,500 0,0729 0,000 4,196 feasible 1,000
0,3644 0,000 0,000 0,0729 0,8170 0,000 1,957 feasible 1,000 0,9975
1,437 0,500 0,0729 0,000 3,394 feasible 1,000
2,234 0,500 0,0729 0,000 4,191 feasible 1,000
0,3703 0,000 0,000 0,0729 0,8300 0,000 1,951 feasible 1,000 0,9976
1,437 0,500 0,0729 0,000 3,388 feasible 1,000
2,234 0,500 0,0729 0,000 4,185 feasible 1,000
0,3761 0,000 0,000 0,0729 0,8431 0,000 1,945 feasible 1,000 0,9978
1,437 0,500 0,0729 0,000 3,382 feasible 1,000
2,234 0,500 0,0729 0,000 4,179 feasible 1,000
0,3819 0,000 0,000 0,0729 0,8562 0,000 1,939 feasible 1,000 0,9980
1,437 0,500 0,0729 0,000 3,376 feasible 1,000
2,234 0,500 0,0729 0,000 4,173 feasible 1,000
0,3878 0,000 0,000 0,0729 0,8693 0,000 1,933 feasible 1,000 0,9982
1
2,394 1,437 0,500 0,0729 0,000 3,370 feasible 1,000 0,4461 108,258
2,234 0,500 0,0729 0,000 4,167 feasible 1,000
0,3936 0,000 0,000 0,0729 0,8823 0,000 1,927 feasible 1,000 0,9984
1,437 0,500 0,0729 0,000 3,365 feasible 1,000
2,234 0,500 0,0729 0,000 4,161 feasible 1,000
0,3994 0,000 0,000 0,0729 0,8954 0,000 1,922 feasible 1,000 0,9985
1,437 0,500 0,0729 0,000 3,359 feasible 1,000
2,234 0,500 0,0729 0,000 4,156 feasible 1,000
0,4053 0,000 0,000 0,0729 0,9085 0,000 1,916 feasible 1,000 0,9987
1,437 0,500 0,0729 0,000 3,353 feasible 1,000
2,234 0,500 0,0729 0,000 4,150 feasible 1,000
0,4111 0,000 0,000 0,0729 0,9216 0,000 1,910 feasible 1,000 0,9989
1,437 0,500 0,0729 0,000 3,347 feasible 1,000
2,234 0,500 0,0729 0,000 4,144 feasible 1,000
0,4169 0,000 0,000 0,0729 0,9346 0,000 1,904 feasible 1,000 0,9991
1,437 0,500 0,0729 0,000 3,341 feasible 1,000
2,234 0,500 0,0729 0,000 4,138 feasible 1,000
0,4228 0,000 0,000 0,0729 0,9477 0,000 1,898 feasible 1,000 0,9993
1,437 0,500 0,0729 0,000 3,335 feasible 1,000
2,234 0,500 0,0729 0,000 4,132 feasible 1,000
0,4286 0,000 0,000 0,0729 0,9608 0,000 1,892 feasible 1,000 0,9995
1,437 0,500 0,0729 0,000 3,330 feasible 1,000
2,234 0,500 0,0729 0,000 4,126 feasible 1,000
0,4344 0,000 0,000 0,0729 0,9739 0,000 1,887 feasible 1,000 0,9996
1,437 0,500 0,0729 0,000 3,324 feasible 1,000
2,234 0,500 0,0729 0,000 4,121 feasible 1,000
0,4403 0,000 0,000 0,0729 0,9869 0,000 1,881 feasible 1,000 0,9998
1,437 0,500 0,0729 0,000 3,318 feasible 1,000
2,234 0,500 0,0729 0,000 4,115 feasible 1,000
0,4461 0,000 0,000 0,0729 1 0,000 1,875 feasible 1,000 1
1,437 0,500 0,0729 0,000 3,312 feasible 1,000
2,234 0,500 0,0729 0,000 4,109 feasible 1,000
(sumber : Hasil Perhitungan)

59
 Dari Hasil perhitungan diatas maka dapat dijelaskan bahwa optimasi pada
bulan januari ke 1 dan klasifikasi inflow rendah dengan nilai release min = 0,3294
MCM dan release max = 0,4461 MCM pada volume tampungan 2,394 MCM
memiliki nilai faktor (K) = 1 yang merupakan hasil optimum.

Proses perhitungan optimasi dinamik stokastik pada bulan lainnya dengan

berdasarkan volume tampungan, nilai release dan klasifikasi probabilitas kelas
inflow yang terjadi hingga stabil dapat dilihat pada Software Microsoft Office
Excel Macro dan ditulis dengan bahasa visual basic (vb).

5.5.2 Kriteria Konvergensi Hitungan Iterasi

Proses optimalisasi dilakukan pada setiap tahap selama satu siklus operasi.
Satu siklus operasi terdapat pada setiap tengah bulan dalam 1 tahun, maka satu
siklus operasi terdapat 24 stage. Proses optimasi berjalan dengan mundur dari
tengah bulan desember ke 2 menuju ke tengah bulan desember ke 1. Pada awal
optimasi, nilai hasil pada stage pertama (tengah bulan desember ke 2) diberi nilai
awal 0. Hitungan berjalan mundur sampai stage ke 24 (januari ke 1), kemudian
perhitungan diulang kembali sampai pada hasil optimasi menunjukkan hasil yang
stabil.

Hasil dikatakan stabil, apabila nilai penyimpangan kumulatif pada nilai

faktor K rata-rata pada dua siklus terakhir yang berurutan lebih kecil daripada
suatu nilai kecil atau disebut juga kriteria konvergensi yang telah ditetapkan.
Dalam penelitian ini kriteria konvergensi tersebut ditetapkan sebesar 0 (nol) atau
mendekati nilai nol.

5.5.3 Hasil Optimasi

Hasil optimasi yang telah memenuhi syarat konvergensi, maka proses

optimasi berhenti. Saat kelas inflow tengah bulan sebelumnya rendah, proses
optimasi berhenti pada siklus ke tiga dengan memperlihatkan penyimpangan
selisih kumulatif nilai perbandingan release dengan kebutuhan air (faktor K) rata-
rata pada siklus kedua dan ketiga adalah 0 (nol) atau mendekati nilai nol. Hal
yang sama juga akan terjadi pada saat kelas inflow tengah bulan sebelumnya

60
sedang dan tinggi. Tabel 5.18 menunjukkan rekapitulasi hasil pencapaian kriteria
konvergensi untuk kelas inflow tengah bulan sebelumnya rendah, sedang, dan
tinggi pada diskrit 5%.

Tabel 5.18 Rekapitulasi Hasil Pencapaian Kriteria Konvergensi

(sumber : Hasil Perhitungan)

Tabel 5.18 memperlihatkan nilai penyimpangan selisih kumulatif faktor K

sama dengan 0 (nol) atau mendekati nilai nol. Hal tersebut menunjukkan bahwa
nilai faktor K pada diskrit storage terakhir di setiap tengah bulannya memiliki
nilai 0,9 sampai 1 maka nilai tersebut telah sesuai dengan tujuan optimasi yaitu
memaksimalkan faktor K rata-rata sehingga mendekati nilai 1 (satu) yang artinya
kebutuhan air terpenuhi oleh release optimum.
Hasil dari proses optimasi yang dilakukan berupa data operation rule yang
akan menjadi pegangan dalam operasi waduk Samboja sehingga kebutuhan air
yang akan disuplai akan terpenuhi dengan release optimum. Operation Rule akan
memperlihatkan hubungan storange dan release optimum. Kelas inflow yang
terjadi pada tengah bulan sebelumnya, dan juga release optimum setiap tengah
bulannya.
Pada situasi tertentu terdapat kemungkinan tidak adanya penyelesaian pada
optimasi yang disebut dengan kondisi unfeasible dalam program metode dinamik
stokastik. Kejadian tersebut terjadi pada saat tampungan awal dan pada saat inflow
kecil, sedangkan kebutuhan air yang akan disuplai besar sehingga nilai release
pada kondisi tersebut diberi nilai nol.

61
 Perhitungan yang dihasilkan metode dinamik stokastik dengan bantuan
Software Microsoft Office Excel Macro yaitu berupa Operating Rule. Hasil
tersebut menyatakan hubungan tampungan dan release optimum. Hasil
selengkapnya hubungan antara volume tampungan dan release optimum setiap
tengah bulannya dengan klasifikasi inflow rendah, sedang, tinggi dapat dilihat di
Lampiran E.

Sebagai contoh penggunaan diskrit 5% pada tengah bulan Oktober ke 2

dengan nilai release minimum (Xmin) 0,329 MCM dan release maksimum
(Xmax) 0,628 MCM. Operating Rule untuk release kebutuhan air total yang akan
disuplai pada tengah bulan Oktober ke 2 ditampilkan dalam Tabel 5.19 sesuai
dengan klasifikasi kelas inflow rendah, sedang dan tinggi sebagai berikut.

Tabel 5.19 Operating Rule tengah bulan Oktober ke 2

(sumber : Hasil Perhitungan)

Dalam memudahkan dan memahami Operating Rule di atas, maka tabel

diatas dapat disajikan dalam bentuk rule curve tengah bulan Oktober ke 2 yang
dapat dilihat dalam Gambar 5.2 Seperti dibawah ini. Masing-masing kelas inflow

62
menghasilkan rule curve yang berbeda-beda dan mengalami perubahan release
pada setiap diskrit tampungan tertentu.

Gambar 5.2 Rule Curve Tengah Bulan Oktober ke-2

Dari Gambar 5.2 di atas, dapat dibentuk persamaan yang dapat mewakili
operating rule untuk suatu release pada nilai tampungan tertentu untuk
memudahkan pembacaannya. Persamaan yang digunakan adalah persamaan
dengan regresi linier. Persamaan linier dipilih karena bisa mewakili hubungan
linier antara tampungan dan release kebutuhan air yang akan di suplai. Hubungan
yang dihasilkan menunjukkan semakin besar tampungan yang ada di waduk maka
semakin besar release kebutuhan air yang dapat di suplai dengan batas tampungan
tertentu. Berikut adalah Gambar 5.3 Persamaan Regresi Linear dan contoh
perhitungan persamaan operating rule yang dihasilkan.

Gambar 5.3 Persamaan Regresi Linear

63
1. Persamaan Operation Rule untuk kelas Inflow Tengah bulan Oktober ke-2
Rendah :
Jika Sokt (2) ≤ 1,407 dengan nilai Release X okt (2) = 0,404
Maka, 1,407 < Sokt (2) < 1,654 adalah Xokt (2) = 0,9071 Sokt (2) – 0,8721
Jika Sokt (2) ≥ 1,654 ,maka Xokt (2) = 0,628
2. Persamaan Operation Rule untuk kelas Inflow Tengah bulan Oktober ke-2
Sedang :
Jika Sokt (2) ≤ 1,160 dengan nilai Release X okt (2) = 0,419
Maka, 1,160 < Sokt (2) < 1,407 adalah Xokt (2) = 0,8466 Sokt (2) – 0,5632
Jika Sokt (2) ≥ 1,407 ,maka Xokt (2) = 0,628
3. Persamaan Operation Rule untuk kelas Inflow Tengah bulan Oktober ke-2
Tinggi :
Jika Sokt (2) ≤ 0,913 dengan nilai Release X okt (2) = 0,419
Maka, 0,913 < Sokt (2) < 1,160 adalah Xokt (2) = 0,8466 Sokt (2) – 0,3542
Jika Sokt (2) ≥ 1,160 ,maka Xokt (2) = 0,628

Dengan :
Sokt (2) = Volume Tampungan air Waduk pada Awal Tengah Bulan Oktober
ke-2 (MCM)
X okt (2) = Release untuk Kebutuhan Air pada Periode Tengah Bulan Oktober
ke-2 (MCM)
Untuk Operating Rule Curve tengah bulan yang terjadi dalam satu tahunan
lainnya akan disajikan dalam Lampiran F berupa tabel dan grafik sesuai dengan
kelas inflow dan nilai release yang terjadi.

64