MODEL BAYESIAN GEOGRAPHICAL WEIGHTED REGRESSION UNTUK NGANALISIS SUMBER POLUTAN DARI LOGAM BERAT DI TELUK KENDARI

Abstrak

ABSTRAKTeluk Kendari telah ditetapkan sebagai kawasan ekowisata dan sebagi jalur utama perdagangan. Penelitian yangdilakukan oleh Armid dkk (2017) menemukan bahwa kualitas air di Teluk Kendari sudah tercemar oleh logam beratdari limbah rumah tangga dan pabrik. Logam berat ini terdistibusi secara spasial diseluruh kawasan Teluk Kendari,namum belum diketahui dimana sumber utama penyumbang polutan di Teluk Kendari. Penelitian tentang distribusilogam berat di perairan pantai Teluk Kendari penting dilakukan untuk mengetahui sumber dan status polusi. Modeluntuk menganalisis pengaruh spasial adalah geographic weighted regression (GWR). Untuk mengestimasi parameterGWR menggunakan Bayesian Markov Chain Monte Carlo (MCMC). Penelitian ini bertujuan mengalisis sumberutama penyumbang polutan terbesar di Teluk Kendari. Jika sumber utama dan pola polutan diketahui maka dapatdikontrol dan dikelola untuk menjaga kualitas air di Teluk Kendari. Data penelitian ini berasal dari penelitian Armiddkk (2017) yaitu 32 titik sampel yang tersebart di kawasan Teluk Kendari. Berdassrkan data tersebut, sehinggadiperoleh hasil simulasi numerik dengan prior r = 35 dan 𝛿 = 10 yang menghasilkan model BGWR terbaik dengan nilai 𝑅2 tertinggi yaitu 86,75% dengan nilai KTG terkecil yaitu 0,02290. Hasil ini menunjukkan bahwa sekitar86,75% jumlah polutan di perairan Teluk Kendari disebabkan oleh logam berat Pb, Cd, dan Cr. Sekitar 13,25%disebabkan oleh faktor lain. Terdapat dua titik sampling yang berpengaruh signifikan terhadap jumlah polutan diTeluk Kendari, yaitu titik 3 (hilir sungai Wanggu) dan titik 29 (wilayah Pelabuhan).Kata Kunci: Bayesian, GWR, Logam Berat, MCMC, Teluk Kendari