2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia
| Format: | General Document |
|---|
| _version_ | 1860797986342174720 |
|---|---|
| building | INTELEK Repository |
| collection | Online Access |
| collectionurl | https://intelek.unisza.edu.my/intelek/pages/search.php?search=!collection3 |
| copyright | Copyright©PWB2025 |
| country | Malaysia |
| date | 2018-10-30 16:02 |
| format | General Document |
| id | 15286 |
| institution | UniSZA |
| originalfilename | ANALISIS STATISTIK DALAM MENILAI KUALITI AIR DI MALAYSIA |
| person | PDFsam Basic v4.2.10 Mohd Saupi Mohd Zin |
| recordtype | oai_dc |
| resourceurl | https://intelek.unisza.edu.my/intelek/pages/view.php?ref=15286 |
| sourcemedia | Server storage Scanned document |
| spelling | 15286 https://intelek.unisza.edu.my/intelek/pages/view.php?ref=15286 https://intelek.unisza.edu.my/intelek/pages/search.php?search=!collection3 General Document Malaysia Library Staff (Top Management) Library Staff (Management) Library Staff (Support) Terengganu Malay UniSZA East Coast Environmental Research Institute application/pdf 1.5 PDFsam Basic v4.2.10 Malaysia Server storage Scanned document Universiti Sultan Zainal Abidin UniSZA Private Access Universiti Sultan Zainal Abidin SAMBox 2.3.4; modified using iTextSharp™ 5.5.10 ©2000-2016 iText Group NV (AGPL-version) 422 2018-10-30 16:02 Copyright©PWB2025 Analisis 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia ANALISIS STATISTIK DALAM MENILAI KUALITI AIR DI MALAYSIA Mohd Saupi Mohd Zin Statistik Menilai Kualiti Air Water quality—Malaysia—Statistical methods Water—Analysis—Malaysia—Statistical methods Environmental monitoring—Malaysia—Statistical methods Hydrology—Malaysia—Statistical analysis Water quality management—Malaysia—Statistical methods Kajian ini membincangkan tentang analisis statistik dalam menilai kualiti air di Malaysia. Siasatan awal pencemaran ke atas sungai di negara ini menunjukkan faktor penurunan kualiti air disebabkan aktiviti pembangunan di kawasan bandar, industri dan pertanian dijalankan tanpa kawalan dan pemantauan yang betul. Kajian ini menggunakan data kualiti air bagi tahun 2009-2013 meliputi 19 parameter seperti oksigen terlarut (DO), permintaan oksigen biokimia (BOD), permintaan oksigen kimia (COD), pepejal terampai (SS), ammonia nitrogen (NH3-N), pH, suhu (TEMP), konduksi (COND), arsenik (As), kekeruhan (TUR), saliniti (SAL), nitrat (NO₃), fosfat (PO4), merkuri (Hg), kadmium (Cd), kromium (Cr), plumbum (Pb), E-coli dan coliform bagi mendapatkan tahap pencemaran parameter dan corak kualiti air sungaisungai utama secara menyeluruh. Tiga belas sungai utama ialah Sungai Klang, Sungai Juru, Sungai Kuantan, Sungai Terengganu, Sungai Kelantan, Sungai Johor, Sungai Linggi, Sungai Melaka, Sungai Kinta, Sungai Kedah, Sungai Perlis, Sungai Sarawak dan Sungai Kinabatangan. Kaedah analisis statistik melibatkan analisis univariat (deskriptif) bagi menganalisis data kualiti air sungai-sungai utama berdasarkan piawaian kualiti air kebangsaan (NWQS) manakala analisis multivariat daripada kaedah analisis kemometrik seperti Analisis Kluster Hirarki Aglomeratif (HACA), Analisis Diskriminan (DA) dan Analisis Komponen Utama (PCA) melakukan pengelasan sungai dan stesen persampelan serta menilai variasi spatial sungai-sungai utama dan mengenalpasti sumber variasi spatial kualiti air sungai yang berada dalam kategori sumber pencemaran tinggi (HPS). Kerja-kerja pemetaan kualiti air sungaisungai utama di Malaysia menggunakan teknik Geographic Information System (GIS). Hasil kajian dari analisis univariat (deskriptif) menunjukkan sebahagian parameter seperti DO, BOD, SS, NH3-N, COND, TUR, NO3 dan Coliform mempunyai nilai min parameter pada kelas III hingga IV. Hasil analisis HACA menunjukkan pengelasan sungai untuk kluster 3 dalam kategori HPS merujuk kepada Sungai Klang dan Sungai Juru manakala sungai-sungai utama lain dari kluster 2 dan kluster 1 dalam kategori sumber pencemaran sederhana (MPS) dan sumber pencemaran rendah (LPS). Hasil kalibrasi dan validasi dalam plot pemerhatian DA Sungai Klang di negeri Selangor dan Wilayah Persekutuan Kuala Lumpur (WPKL) masing-masing mencapai peratusan tepat sebanyak 72.52% dan 81.27% serta Sungai Juru sebanyak 100% daripada ketiga-tiga kluster yang diberikan dalam model pengelasan HACA. Hasil analisis matrik kekeliruan oleh DA Sungai Klang masingmasing memisahkan cerapan spatial dengan betul sebanyak 93.81% dan 93.81% dengan sembilan parameter diskriminan dipilih di antaranya ialah DO, NH3-N, SAL, PO4, pH, COND, As, NO3 dan Coliform berdasarkan mod langkahan ke belakang dan sebanyak 64.86% dan 64.13% dengan sembilan parameter diskriminan dipilih iaitu DO, COD, SS, NH3-N, TEMP, TUR, COND, PO4 dan E-coli berdasarkan mod yang sama. Sungai Juru sebanyak 83.33% dan 83.33% dengan empat parameter diskriminan dipilih meliputi COD, COND, NO3 dan Coliform berdasarkan mod langkahan ke belakang. Hasil analisis PCA menunjukkan putaran varimax yang dijalankan bagi Sungai Klang di negeri Selangor dan WPKL masing-masing terdiri daripada tujuh dan enam komponen utama (VF) mempunyai beban faktor yang kuat di kawasan HPS manakala Sungai Juru sebanyak enam VF sebagai beban faktor yang kuat di kawasan yang sama. Input ini amat penting untuk meningkatkan kecekapan pengurusan analisis sampel air dan stesen pengawasan kualiti air dan menyokong konsep Pengurusan Lembangan Saliran Bersepadu (IRBM) di Malaysia. Dissertations, Academic Thesis |
| spellingShingle | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| state | Terengganu |
| subject | Water quality—Malaysia—Statistical methods Water—Analysis—Malaysia—Statistical methods Environmental monitoring—Malaysia—Statistical methods Hydrology—Malaysia—Statistical analysis Water quality management—Malaysia—Statistical methods Dissertations, Academic |
| summary | Kajian ini membincangkan tentang analisis statistik dalam menilai kualiti air di Malaysia. Siasatan awal pencemaran ke atas sungai di negara ini menunjukkan faktor penurunan kualiti air disebabkan aktiviti pembangunan di kawasan bandar, industri dan pertanian dijalankan tanpa kawalan dan pemantauan yang betul. Kajian ini menggunakan data kualiti air bagi tahun 2009-2013 meliputi 19 parameter seperti oksigen terlarut (DO), permintaan oksigen biokimia (BOD), permintaan oksigen kimia (COD), pepejal terampai (SS), ammonia nitrogen (NH3-N), pH, suhu (TEMP), konduksi (COND), arsenik (As), kekeruhan (TUR), saliniti (SAL), nitrat (NO₃), fosfat (PO4), merkuri (Hg), kadmium (Cd), kromium (Cr), plumbum (Pb), E-coli dan coliform bagi mendapatkan tahap pencemaran parameter dan corak kualiti air sungaisungai utama secara menyeluruh. Tiga belas sungai utama ialah Sungai Klang, Sungai Juru, Sungai Kuantan, Sungai Terengganu, Sungai Kelantan, Sungai Johor, Sungai Linggi, Sungai Melaka, Sungai Kinta, Sungai Kedah, Sungai Perlis, Sungai Sarawak dan Sungai Kinabatangan. Kaedah analisis statistik melibatkan analisis univariat (deskriptif) bagi menganalisis data kualiti air sungai-sungai utama berdasarkan piawaian kualiti air kebangsaan (NWQS) manakala analisis multivariat daripada kaedah analisis kemometrik seperti Analisis Kluster Hirarki Aglomeratif (HACA), Analisis Diskriminan (DA) dan Analisis Komponen Utama (PCA) melakukan pengelasan sungai dan stesen persampelan serta menilai variasi spatial sungai-sungai utama dan mengenalpasti sumber variasi spatial kualiti air sungai yang berada dalam kategori sumber pencemaran tinggi (HPS). Kerja-kerja pemetaan kualiti air sungaisungai utama di Malaysia menggunakan teknik Geographic Information System (GIS). Hasil kajian dari analisis univariat (deskriptif) menunjukkan sebahagian parameter seperti DO, BOD, SS, NH3-N, COND, TUR, NO3 dan Coliform mempunyai nilai min parameter pada kelas III hingga IV. Hasil analisis HACA menunjukkan pengelasan sungai untuk kluster 3 dalam kategori HPS merujuk kepada Sungai Klang dan Sungai Juru manakala sungai-sungai utama lain dari kluster 2 dan kluster 1 dalam kategori sumber pencemaran sederhana (MPS) dan sumber pencemaran rendah (LPS). Hasil kalibrasi dan validasi dalam plot pemerhatian DA Sungai Klang di negeri Selangor dan Wilayah Persekutuan Kuala Lumpur (WPKL) masing-masing mencapai peratusan tepat sebanyak 72.52% dan 81.27% serta Sungai Juru sebanyak 100% daripada ketiga-tiga kluster yang diberikan dalam model pengelasan HACA. Hasil analisis matrik kekeliruan oleh DA Sungai Klang masingmasing memisahkan cerapan spatial dengan betul sebanyak 93.81% dan 93.81% dengan sembilan parameter diskriminan dipilih di antaranya ialah DO, NH3-N, SAL, PO4, pH, COND, As, NO3 dan Coliform berdasarkan mod langkahan ke belakang dan sebanyak 64.86% dan 64.13% dengan sembilan parameter diskriminan dipilih iaitu DO, COD, SS, NH3-N, TEMP, TUR, COND, PO4 dan E-coli berdasarkan mod yang sama. Sungai Juru sebanyak 83.33% dan 83.33% dengan empat parameter diskriminan dipilih meliputi COD, COND, NO3 dan Coliform berdasarkan mod langkahan ke belakang. Hasil analisis PCA menunjukkan putaran varimax yang dijalankan bagi Sungai Klang di negeri Selangor dan WPKL masing-masing terdiri daripada tujuh dan enam komponen utama (VF) mempunyai beban faktor yang kuat di kawasan HPS manakala Sungai Juru sebanyak enam VF sebagai beban faktor yang kuat di kawasan yang sama. Input ini amat penting untuk meningkatkan kecekapan pengurusan analisis sampel air dan stesen pengawasan kualiti air dan menyokong konsep Pengurusan Lembangan Saliran Bersepadu (IRBM) di Malaysia. |
| title | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| title_full | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| title_fullStr | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| title_full_unstemmed | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| title_short | 2018_Analisis Statistik Dalam Menilai Kualiti Air Di Malaysia |
| title_sort | 2018_analisis statistik dalam menilai kualiti air di malaysia |