Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Konstruksi Mekanika Sipil Journal of the Civil Engineering Forum Jurnal Teknik Sumber Daya Air
Sanjaya, S
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Energy Engineering Environmental Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Investigation of Deoxygenation Rate Determination in Cikakembang River, West Java, Indonesia Fitriana, Finna; Yudianto, Doddi; Polisar, Andrea; Sanjaya, S
Journal of the Civil Engineering Forum Vol. 10 No. 1 (January 2024)
Publisher : Department of Civil and Environmental Engineering, Faculty of Engineering, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jcef.8377

Abstract

Cikakembang River, a tributary of Citarum River, is situated in the densely populated Majalaya District, renowned for textile production. Direct discharges of domestic and industrial pollutants into the river contribute to substantial pollution, making it crucial to manage pollution levels. This implies that controlling pollution is crucial, as it significantly impacts the condition of Citarum River, already infamous as one of the world most polluted rivers. A key indicator for assessing river water quality is Biological Oxygen Demand (BOD), representing the oxygen required for microorganism-mediated decomposition. This parameter is influenced by deoxygenation rate, denoted as kd. Therefore, this study aimed to analyze the most suitable kd value for Cikakembang River using various empirical methods, including Simple, Fujimoto, Sawyer, Thomas, Fair, and Hydroscience. The result showed that Thomas method provided the most accurate prediction for BOD concentration of the river. In rainy season, Root mean square error (RMSE), mean absolute percentage error (MAPE), and coefficient of determination (R2) values were 0.542, 0.035, and 0.981, respectively, and in dry season, the values were 0.117, 0.009, and 0.999. Additionally, kd value effectively simulated the river water quality using HEC-RAS, yielding satisfactory results. RMSE, MAPE, and R2 values for BOD concentration were 3.551, 0.162, and 0.331 in rainy season and 1.071, 0.100, and 0.812 in dry season. Finally, the modeling result showed that Cikakembang River did not meet the Class 2 Water Quality Standard during both rainy and dry seasons. This finding is critical, as it underscores the severity of the pollution problem in the river and the urgent need for comprehensive and effective management strategies to improve its water quality.
Analisis Derajat Bencana Kekeringan di Pulau Jawa Akibat Fenomena El-Nino 2023 Sanjaya, S; Koes Paulina Cantik, Bella; Septya Wardaningrum, Anastasia
Jurnal Teknik Sumber Daya Air Vol. 4 No. 2 (Desember 2024)
Publisher : Himpunan Ahli Teknik Hidraulik Indonesia (HATHI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56860/jtsda.v4i2.124

Abstract

Kekeringan adalah sebuah bencana alam dengan proses menjalar yang tidak nampak namun dapat teridentifikasi lewat dampaknya terhadap aspek kehidupan manusia. Berdasarkan studi terkini IPCC, bencana alam hidro-meterologi seperti banjir ataupun kekeringan akan mengalami intensifikasi, serta peningkatan dampak risikonya. Hal ini juga semakin tergambar dengan beberapa kejadian kekeringan akibat fenomena El-nino seperti pada tahun 2015-2016 yang dikategorikan kuat. Kejadian ini berdampak sangat parah terhadap aspek pertanian, dan juga perekonomian hingga kesejahteraan penduduk dunia, terkhususnya Indonesia di mana pertanian adalah komoditas utamanya. Oleh karena itu, studi ini bertujuan untuk mengukur seberapa parah kondisi kekeringan yang terjadi akibat fenomena alam El-nino di Indonesia pada tahun 2023 dengan Indeks Kekeringan SPI dan membuat peta sebaran kekeringan pada wilayah tertinjau, sehingga dapat diharapkan menjadi langkah awal mitigasi bencana dampak kekeringan yang terjadi. Metode penelitian yang digunakan adalah perhitungan kuantitatif Indeks Kekeringan SPI, yang diolah menggunakan pengukuran data hujan bulanan berbasis satelit, yaitu GPM 3IMERGMV07 selama 23 tahun (2001-2023) di Pulau Jawa. Pemetaan sebaran wilayah yang terdampak kekeringan dibuat berdasarkan hasil Indeks Kekeringan SPI, dengan menggunakan Metode IDW pada ArcGIS. Hasil analisis dari studi ini menunjukkan bahwa derajat keparahan kekeringan yang terjadi di Pulau Jawa rata-rata akibat fenomena El-nino tahun 2023 adalah -0,84 ± 0,28, selain itu daerah yang mengalami dampak kekeringan paling parah berdasarkan pengukuran indeks ini adalah daerah selatan Pulau Jawa. Hasil ini juga didukung dengan penilaian durasi kekeringan SPI, bahwa rata-rata daerah mengalami kekeringan selama 5 bulan, pada akhir tahun 2023.
Studi Pemanfaatan Curah Hujan Bulanan Satelit GPM di Kawasan Bandung Raya dengan Validasi Silang Monte-Carlo Sanjaya, S; Yudianto, Doddi; Adidarma, Wanny; Fitriana, Finna
Jurnal Rekayasa Konstruksi Mekanika Sipil Vol 5 No 1 (2022): Volume 5 Nomor 1 Tahun 2022
Publisher : Fakultas Teknik Universitas Katolik Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jrkms.v5i1.1804

Abstract

Keterbatasan sebaran dan jumlah pos penakar hujan dapat diatasi pengukuran hujan berbasis satelit. Seiring perkembangan teknologi, pengukuran hujan berbasis satelit, seperti GPM menunjukkan akurasi dan cakupan yang semakin membaik. Tentunya penggunaan hujan satelit ini juga perlu disertai dengan proses validasi berupa koreksi yang semakin mampu meningkatkan performanya. Banyak studi evaluasi dan koreksi data satelit telah dilakukan, hanya ada studi terbatas yang telah dilakukan di Indonesia. Oleh karena itu, studi ini bermaksud untuk mengevaluasi performa data hujan berbasis satelit (GPM IMERG) dan melakukan koreksi dengan metode validasi silang Monte-Carlo di Bandung Raya. Secara spesifik, studi ini menitikberatkan pada perbandingan antara data GPM dan pos hujan melalui analisis statistik untuk hujan bulanan. Hasil menunjukkan bahwa, data GPM mampu mendeteksi pola hujan bulanan dengan baik. Data bulanan tersebut dikelompokkan berdasarkan musimnya dan menghasilkan korelasi hujan musim kering yang lebih baik pada musim basah. Koreksi dengan MCCV dengan simulasi 1.000 kali berdasarkan musim tersebut menunjukkan peningkatan performa rata-rata sebesar 70% untuk bias relatif, dan 30% untuk RMSE, di kawasan Bandung Raya.
Co-Authors Adidarma, Wanny Doddi Yudianto Fitriana, Finna Koes Paulina Cantik, Bella Polisar, Andrea Septya Wardaningrum, Anastasia