1

KL3103 Gelombang Acak

Buku teks :
Goda, Yoshimi. 2010. Random Seas and Design of Maritime Structures 3rd Edition. World Scientific,
Singapore.
Dean, R.G, Dalrymple. 1991. Water Wave Mechanics for Engineers and Scientists. World Scientific
Mekanika Gelombang
Gelombang monokromatis = gelombang reguler.
Memiliki 1 nilai H dan 1 nilai T.
Merambat pada kedalaman perairan h.
[perairan dangkal]
[perairan dalam]
[perairan transisi]
Gelombang nyata memiliki bermacam nilai H dan T yang terjadi di kedalaman h.
Parameter utama gelombang air:
1. H
2. T
3. h tempat kejadian
4. L tidak independen, bergantung pada T dan H (persamaan dispersi)

T dan h

= kecepatan sudut
= bilangan gelombang (wave number)

2
Elevasi Muka Air
Persamaan elevasi muka air (selanjutnya disingkat EMA) dari mekanika gelombang:

Keterangan:
H = tinggi gelombang (m)
Fungsi harmonik yang dipilih adalah fungsi cosinus.
Nilai cosinus bervariasi terhadap ruang x dan waktu t.

Dalam profesi Teknik Kelautan, yang disebut dengan data mentah (raw data) gelombang air adalah
record = EMA sebagai fungsi waktu t.
Periode gelombang laut berkisar dari beberapa detik sampai dengan 30-an detik. Untuk mendapatkan
record (t) yang dapat menunjukkan variasi dalam waktu, harus dipilih t (jarak antara titik dalam
waktu) yang cukup kecil. Lazimnya diterapkan t = 0,5 s. Sehingga sampling rate-nya adalah

= 2 Hz.

Dalam kenyataannya, gelombang laut tidak monokromatik. Gelombang laut bersifat acak dalam tinggi
dan perioda. Diilustrasikan dalam ruang x dan waktu t sebagai berikut.

3
Gelombang perlu di-parameterkan (diwakili oleh parameter fisik tertentu) untuk menunjukkan
karakternya. Untuk gelombang reguler:
1. H
2. T
3. h
4. L
Untuk gelombang acak: ada 1 nilai h dan banyak nilai H, T, dan L.
Dua pendekatan untuk masalah gelombang acak
1. Pendekatan domain waktu.
Statistik gelombang individual yang diperoleh dari seri waktu EMA = (t).
2. Pendekatan domain frekuensi.
Transformasi Fourier atas seri waktu EMA spektrum gelombang
Gelombang acak dipecah menjadi beberapa gelombang individual (1 puncak dan 1 lembah)
Domain Waktu
Seri waktu EMA dipilah menjadi gelombang individual (Hi, Ti)
i = indeks gelombang individual = 1, 2, 3, ..., N
N = jumlah gelombang individual dalam data seri waktu yang dibahas
Misal:
Seri waktu EMA tersedia 1 tahun.
Periode rata-rata = 5 s.

Cara mengidentifikasi gelombang individual:

1. Cara zero up-crossing

2. Cara zero down-crossing

= 6.307.200 gelombang individual

4
Dalam praktek, data gelombang tidak langsung tersedia dalam bentuk H, T. Raw data berbentuk seri
waktu (time series) EMA.

Sketsa seri waktu EMA hasil pengukuran t lazimnya 0,5 detik (ukur gelombang). Dalam kenyataan,
gelombang laut acak (random). Perlu cara untuk mengkarakterisasi gelombang acak.
Gelombang Reguler
Gelombang Acak
Diwakili oleh parameter: Apa parameternya?
h

h (sama)

pendekatan domain waktu

pendekatan domain frekuensi

5
Pengenalan awal tentang domain waktu dan domain frekuensi
Domain Waktu
Domain Frekuensi
Tinjau kronologis-fisik
Tinjauan menggunakan transformasi Fourier
[sketsa timeseries]
Seri waktu (t) ditransformasikan menjadi
Seri waktu ema () diurai menjadi gelombang
koefisien Fourier spektrum gelombang
individual:
Zero up-crossing
Zero down-crossing

Goda (3rd edition) (2010) halaman 23-24: 4 jenis gelombang yang merepresentasi:
1.
: gelombang tertinggi
2.

: gelombang

3.

: gelombang signifikan atau gelombang

4.
: gelombang rata-rata (mean wave)
Hmax
= tinggi gelombang individu terbesar dalam himpunan yang ditinjau
Tmax
= periode gelombang yang menyertai Hmax

Hi
Ti

= tinggi gelombang individual

= periode gelombang individual

6
N
i

= jumlah gelombang individual dalam himpunan

= indeks gelombang individu = 1, 2, 3, ..., N (kronologis)

Diperkenalkan ranking
Ranking (r)
H individual
(besar kecil)
(m)
1
7,27
2
7,14
3
7,12

dst.

T individual
(m)
9,03
5,33
6,26

dst.

n
= angka partisi yang dipilih
misal :
n=3

! AWAS: r disusun berdasarkan H, bukan T

n = 10
n = 100
Distribusi Gelombang Individual
Tinjau hanya tinggi gelombang individual Hi.
i = 1, 2, 3, ..., N
(Goda (2010), 2.2.1, page 24)
Dibuat histogram gelombang individual.

Dalam ilustrasi ini dibuat histogram per meter tinggi gelombang

7
Histogram yang dinormalkan
N
= jumlah gelombang individual
= tinggi gelombang rata-rata
H
= interval histogram fisik

Seri waktu (t)

Gelombang individual (Hi, Ti)

Histogram Hi saja

Histogram dinormalkan dengan

cara seperti dijelaskan

Distribusi gelombang individual

Ini dapat menjadi satu

karakter laut yang ditinjau
(beda laut beda distribusi)

Dari populasi gelombang individual

Hi = 1, 2, 3, ..., N
disusun grafik probabilitas sebagai berikut.

Distribusi tinggi gelombang individual dapat menjadi bagian dari karakter gelombang di suatu perairan.
Pembentukan grafik distribusi mudah (straight forward) ikuti prosedur Goda.
Namun: hanya bisa menyusun grafik distribusi jika punya data riil gelombang individual dalam jumlah
besar atau kurun waktu lama. ini langka karena pengukuran gelombang mahal.

8
Diperkenalkan: distribusi tinggi gelombang teoritis/sintetis distribusi Rayleigh
(2.1) Goda (2010)
x
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0

p(x)
0.000
0.304
0.554
0.710
0.760
0.716
0.608
0.472
0.337
0.222
0.136

Apa gunanya?

1. Ini xp apa?

Hp = nilai tinggi gelombang yang paling banyak terjadi dalam populasi.

2. Luas yang diarsir terletak di antara:

Luasnya = p(x)[x2 x1] = probabilitas kejadian gelombang yang tingginya H1 Hi H2.

3. Luas keseluruhan = jumlah bagian
= 1 = probabilitas semua kejadian gelombang.
4. Kaitan dengan tinggi gelombang signifikan
= rata-rata dari 1/3 tinggi gelombang individual terbesar.

5. Kaitan dengan

6.

(mirip dengan

10
Distribusi Tinggi Gelombang Individual
Merupakan salah satu cara menyatakan karakter (sifat) gelombang acak.
Dapat dengan mudah dibuat jika data gelombang individual dimiliki (= himpunan Hi yang diperoleh dari
seri waktu ema). ikuti prosedur di Goda (2010) butir 2.2.1.
Secara teoritis diperkenalkan distribusi gelombang individual Rayleigh.
Distribusi Rayleigh:
;

(2.1)

Diperkenalkan: probabilitas terlampaui

Ranking
r

Hi
(meter)

Probabilitas Terlampaui

1
2
3

10,37
10,16
9,71

0,000...
0,000...
0,000...

0,01

0,999...

Di-plot
Format 1: sumbu P mendatar

Format 2: sumbu P vertikal mengikuti fig. 2.4 (Goda, 2010)

11

Selanjutnya: probabilitas terlampaui mengikuti distribusi gelombang individual Rayleigh.

Probabilitas terlampaui teoritis sesuai distribusi Rayleigh
(2.2)
= distribusi gelombang individual Rayleigh

Pertanyaan:
1. Di mana posisi
2. Apa makna xb?

12
Hubungan Antar Nilai Tinggi Gelombang
Tinjau kembali distribusi gelombang individual Rayleigh.

Karena bentuk kurva Rayleigh tertentu, maka posisi ,

juga tertentu.

Dapat dicari hubungan antar mereka:

(2.3)

berdasarkan distribusi gelombang individual Rayleigh

Jika distribusi diperoleh dari data gelombang riil (lapangan), angka hubungan belum tentu sama dengan
angka Rayleigh.
Gelombang Maksimum

Di mana posisi

Hmax = gelombang tertinggi dalam himpunan yang ditinjau.

Hmax hanya ada satu dalam populasi, tidak bisa diwakili dengan angka luas tertentu. Maka, hubungan
Hmax dengan tinggi gelombang lain tidak bisa diturunkan seperti persamaan 2.3 Goda.
Makin besar populasi gelombang individual, makin besar peluang nilai Hmax lebih tinggi.

13
Goda (2010) memberikan rumus sebagai berikut:
1. Most probable value (modus)
(2.4)
N = jumlah populasi gelombang individual yang ditinjau.
2. Nilai rata-rata Hmax
(2.5)
= koefisien Euler = 0,5772
3. Nilai Hmax yang memiliki probabilitas terlampaui
(2.6)
Contoh 2.1 di halaman 30 Goda (2010)
Hubungan antar tinggi gelombang:
Berdasarkan data gelombang riil site specific
Berdasarkan distribusi Rayleigh teoritis, exact
Hubungan berbasis distribusi Rayleigh

Gelombang terbesar = Hmax hanya ada 1 nilai Hmax dalam populasi.

Persamaan 2.4 sampai dengan 2.6 memberikan rumus Hmax yang bergantung kepada N = jumlah
gelombang individual dalam populasi. Mengapa?

14

Posisi xmax bergeser mengikuti nilai N. Makin besar nilai N, nilai xmax makin bergeser ke kanan (makin
besar).
Contoh dari Goda (2010) Example 2.1
Diketahui:
1. Populasi gelombang individu = 500
2.
= 6,0 m
Hitung: nilai modus dan nilai rata-rata Hmax.
Jawab:

Buat tabel untuk N berbeda.

N
500
10,6 m
5 000
12,4 m
50 000
13,9 m
500 000
15,3 m
5 000 000
16,6 m

11,1 m
12,8 m
14,3 m
15,7 m
16,9 m

Untuk taksiran kasar, Goda merekomendasikan

(2.7)
Bagaimana dengan perioda?
Hubungan empiris dari sejumlah data lapangan:

Nilai Hmax meningkat

dengan N

15
Angka rata-rata:
(2.9)
Analisis gelombang acak:
Dalam domain waktu (time domain).
Dalam domain frekuensi (frequency domain).
Domain Waktu
Gelombang dipandang sebagai
seri waktu kejadian ema yang
berubah terhadap waktu

Seri waktu ema dipilah (broken

down) menjadi gelombang
individual dengan identitas Hi, Ti

Statistik gelombang individual

merupakan pokok bahasan dalam
domain waktu
Domain Frekuensi
Gelombang acak dalam domain frekuensi dipandang sebagai sinyal. Analisis sinyal mengikuti disiplin
iptek yang sudah terlebih dahulu mapan, misalnya elektro.
Tool (perkakas) utama dalam analisis sinyal adalah deret Fourier.
Fourier menyatakan bahwa (hampir) setiap fungsi f(t) dapat didekati/diwakili oleh deret Fourier sebagai
berikut.

k
a0, ak, bk

= indeks Fourier = 1, 2, 3, ..., N

= koefisien Fourier

Fourier memandang fungsi f(t) sebagai superposisi gerak harmonik (sinus, cosinus) dengan suku deret
tidak terbatas. Dalam praktek perhitungan, tidak ada istilah tidak terbatas. Jumlah suku dalam deret
Fourier akan dibatasi suatu angka yang besar.

16
Ilustrasi deret Fourier

Secara matematika, koefisien Fourier dihitung dengan rumus sebagai berikut.

Semua formulasi di atas ditulis dalam bentuk matematika murni (integral, tak berhingga). Dalam praktek
komputasi, perlu adaptasi numerik agar perhitungan dapat dilakukan dengan bantuan komputer.
Pernyataan diskrit deret Fourier

(11.14) Goda 2010

= seri waktu ema yang diketahui

N
k

= jumlah titik data dalam seri waktu (t)

= indeks Fourier
= 1, 2, 3, ..., N

(11.15)

k = 0, 1, 2, ...,

17

(11.16)

k = 1, 2, 3, ...,
DOMAIN WAKTU

DOMAIN FREKUENSI
koefisien Fourier

k = 1, 2, 3, ...,
Hendak diapakan?

Diperkenalkan: spektrum gelombang

Tata sumbu

= frekuensi =

T
S

= periode gelombang
= power spectral density (PSD)

= indeks Fourier = 0, 1, 2, ...,

k = 0 S0 = S(f=0) = 0
k = 1, 2, ...,
k=

Sk = S(fk) =

tmax = durasi seri waktu (t)

fk = kf

18
DOMAIN WAKTU

DOMAIN FREKUENSI

k = 0, 1, 2, ...,
= 1, 2, ..., N

Sk dihitung dengan rumus yang sudah

diperkenalkan
Pengertian spektrum gelombang dari buku Dean, Dalrymple Water Wave Mechanics chapter 7:
(7.22)
an = amplitudo
Tn = perioda
= fasa

Komponen ke-n deret Fourier

Bandingkan, sebelumnya deret Fourier ditulis:

Ingat identitas trigonometri:

a

= amplitudo
= fasa
A, B
= koefisien Fourier
Dengan:

Jadi, deret Fourier dapat dinyatakn lebih dari satu cara tanpa mengubah esensi permasalahannya.
A, B diperoleh dari transformasi Fourier amplitudo a bisa dihitung (
)

19
Spektrum gelombang hanya butuh a. Informasi tentang fasa hilang dalam proses transformasi Fourier.
Mengikuti buku DD1991, susun sebagai berikut (fig. 7.2) :

1) Spektrum amplitudo

3) Spektrum kerapatan energi

2) Spektrum energi

4) PSD = power spectral density dibuat kontinu

PSD =

Kini: Jika diberikan (t) = seri waktu ema dapat menyusun spektrum gelombang.
Butuh: tools (perkakas, software) untuk transformasi Fourier untuk mengkonversi (t) menjadi a.
TF
ITF

: Transformasi Fourier
: Invers Transformasi Fourier

i :
i = indeks ema = 1, 2, 3, ..., k
k = jumlah titik data dalam seri waktu
ema

an :
n = 1, 2, 3, ..., N = indeks komponen Fourier
N = jumlah komponen Fourier yang
diperhitungkan

20

Hubungan parameter dalam domain waktu dan domain frekuensi.

(Hz = )
fnyq

tmax = durasi data ema (s) = kt

k = jumlah titik data ema
t = interval waktu antar titik data (s)

= frekuensi Nyqwist
= frekuensi terbesar yang
dihitung dalam domain
frekuensi
=
Kenapa dibatasi?
f kecil T besar
gelombang panjang
f besar T kecil
gelombang pendek

Gelombang terpendek yang bisa terekam dalam domain waktu adalah sebagai berikut:

Spektrum Gelombang Teoritis atau Semi-Empiris

Jika data riil gelombang tersedia spektrum gelombang dapat dibuat. Tapi data riil gelombang langka.
Diperkenalkan spektrum gelombang yang telah diformulasikan dalam literatur teknik kelautan.

21

1. Formula baku spektrum gelombang (fully developed wind wave)

(2.10)
,

= gelombang signifikan

Spektrum ditentukan dari

misalnya dari penaksiran gelombang berbasis data angin

2. Spektrum BM (Bretschneider-Mitsuyasu)
(2.11)

3. Spektrum JONSWAP
(2.12)
Parameter baru:

, ,
(2.13)

(2.14)

= 1 7, rata-rata 3.3
TP = periode puncak spektrum

4. Spektrum Wallops
(2.16)

(2.17)

22
(2.18)

= fungsi Gamma
Untuk m=5 spektrum Wallops = spektrum BM
5. Spektrum TMA (Texel, Marsen, Arsole)
(2.19)
= spektrum JONSWAP

(2.12)

6. Spektrum Bretschneider (buku Reeve (2004))

(3.17) Reeve 2004
= tinggi gelombang signifikan
= periode gelombang rata-rata (mean)
Persamaan empiris Bretschnetider

= periode puncak spektrum

= periodegelombang signifikan
7. Spektrum PM (Pierson-Moskowitz)
(3.18) Reeve 2004

= 8.1 x 10-3
g
= percepatan gravitasi = 9.8 m/s2
Hubungan empiris Ochi

= kecepatan angin pada ketinggian 19,5 m di atas elevesi lahan/laut

23
Profil kecepatan angin

Alat ukur angin biasanya ditempatkan pada ketinggian 10 meter.

Dari catatan data angin (misalnya dari BMKG) diperoleh U10.
Nilai U19,5 didekati dengan rumus:

Selanjutnya:

Kini, hakikat spektrum gelombang telah dipahami. Spektrum menjadi salah satu acara untuk menyatakan
karakter gelombang.
Idealnya, spektrum gelombang disusun dari data riil gelombang.

Parameter domain waktu:

... (3.20) Reeve

24

Domain frekuensi juga memiliki parameter domain frekuensi yang dihitung dari spektrum gelombang.

Diperkenalkan:
Momen spektrum orde ke-k (k = 0, 1, 2, 3, ...)

Misal:

Luas daerah di bawah kurva spektrum

Hm0

= tinggi gelombang signifikan berbasis spektrum = 4,004

Periode gelombang berbasis spektrum

25
Sudah dibahas
domain
waktu

domain
frekuensi
transformasi

Cara teknik kelautan mengkarakterisasi

gelombang acak

Prosedur transformasi dari domain waktu ke domain frekuensi sudah baku dan tidak ada variasinya.
Siapapun yang melakukan transformasi secara benar akan mendapatkan spektrum gelombang yang
persis sama.
Bagaimana sebaliknya (Inverse Transformasi Fourier)?

Apakah akan diperoleh seri waktu ema tertentu untuk suatu spektrum gelombang yang diketahui? TIDAK
Suatu spektrum gelombang dapat diwujudkan dalam variasi seri waktu yang berbeda. Namun, semua
variasi seri waktu ema itu jika ditransformasi kembali ke domain frekuensi, akan menghasilkan spektrum
gelombang yang sama.
Mengapa bisa terjadi kondisi tidak simetris ini?
Tinjau kembali pendekatan Fourier atas seri waktu ema gelombang acak.
atau

c, d
T

n
N
t

= koefisien Fourier
= amplitudo
= perioda
komponen Fourier
= fasa
= indeks komponen Fourier = 1, 2, 3, ..., N
= jumlah komponen Fourier yang dihitung
= waktu

26
Ketika ditransformasi, informasi yang dipertahankan dari domain waktu ke domain frekuensi adalah:
Informasi tentang tidak terbawa transformasi.
Ingat:

Dalam proses transformasi, (fasa) tidak terbawa.

Bagaimana caranya membuat seri waktu ema dari suatu spektrum gelombang? Bedah spektrum
gelombang

Komponen ke-n memiliki:

Frekuensi = fn
Periode = Tn =
Amplitudo an dari irisan spektrum
Tapi tidak mempunyai n.
Persamaan harmonik komponen ke-n

an, Tn
Fasa

: diketahui dari spektrum

harus diambil

27
Penjumlahan dari semua komponen merupakan seri waktu ema

Spektrum gelombang mengandung informasi sebagai berikut:

Setiap tongkat (bar)dalam spektrum mewakili satu komponen Fourier.

Tinjau misalnya tongkat dengan:
Nilai frekuensi = f1
Komponen Fourier yang diwakili oleh f1 adalah gelombang sinusoidal dengan:
o

Perioda

Amplitudo = a1 dari tinggi tongkat

Tinggi gelombang H1 = 2a1

Di mana t=0 nya?

Spektrum tidak memiliki informasi tentang fasa 1.
Jadi dari spektrum gelombang diperoleh untuk tiap komponen Fourier:
Periode
Tinggi

Gelombang acak memandang seri waktu EMA sebagai deret Fourier.

28

Dibutuhkan angka (fasa) sebanyak N komponen Fourier agar dapat membuat seri waktu EMA berbasis
spektrum gelombang yang diketahui. Angka ini diperoleh dari generator angka acak (random number
generator) yang tersedia di kalkulator dan semua Library Subroutine pake bahasa komputer yang Anda
pakai (Fortran, Pascal, C, Matlab, dll.)

Generator memproduksi angka acak di antara 0 dan 1 secara merata sehingga rata-rata angka acak = 0,5
untuk N lebar.
Generator angka acak (random number generator)

Produksi angka acak terdistribusi merata dalam interval [0, 1].

29
Terkait kebutuhan dalam mendapatkan angka fasa gerak harmonik:

n
N

= nomor produksi
= jumlah produksi terkait dengan jumlah komponen Fourier dalam spektrum.

Fasa n memiliki nilai dalam interval [0, 2].

Produksi asli generator angka dalam interval [0, 1] dikalikan dengan 2

Prosedur menciptakan seri waktu EMA berbasis spektrum gelombang yang diketahui:
1. Pastikan spektrum gelombang diketahui dengan benar.

2. Tetapkan f.
Ingat kaitan f (domain frekuensi) dengan tmax (domain waktu)
= panjang seri waktu yang akan diciptakan
3. Hitung jumlah komponen Fourier = jumlah gerak harmonik penyusun gelombang acak.

4. Siapkan untuk tiap komponen Fourier:

a. Periode

; fn = frekuensi

komponen dalam spektrum

b. Amplitudo an
c. Fasa n dari generator angka acak
[Sketsa spektrum]
5. Ciptakan seri waktu EMA dengan persamaan

Didapat seri waktu EMA

30

Kini proses bolak-balik antara

DW

DF

domain
waktu

domain
frekuensi

sudah selesai dibahas.

Selanjutnya dibahas aspek kuantitatif dari aspek bolak-balik ini.
Cara Mengukur EMA

Hasil ukur:

Perhatikan:
1. Ideal: (t) diukur menerus tanpa jeda. Dulu, keinginan ini sukar dipenuhi (alasan baterai dan
memori). Kini pengukuran menerus tidak banyak kendala.

31
2. Sampai saat ini (lihat Goda (2010) hal. 435) pengukuran masih lazim dilaksanakan tidak menerus.
Kelaziman yang diterima adalah sebai berikut.

Dengan pola ukur ini, setiap interval ukur memiliki panjang 20 menit = 1200 detik.
Jika = 5s ada 240 gelombang
Jumlah 100-200 gel. individual per interval
individual per interval
dianggap cukup untuk mewakili karakter
Jika = 10s ada 120 gelombang
gelombang pada jam yang ditinjau
Individual per interval
3. Pengolahan data EMA dilakukan dengan basis = 0 (ema rata-rata = 0). Posisi elevasi rata-rata
ema belum diketahui saat pengukuran. AWAS, nilai ema rata-rata dalam kenyataan tidak konstan.
ADA PASANG SURUT (selalu).

Perhatikan skala waktu:

Periode pasut 12 jam atau 24 jam.
Periode gelombang < 30 detik.

Spektrum gelombang asli dari transformasi seri waktu ema tidak mulus (smooth). Variasi nilai
tidak halus, melainkan erratic mencerminkan keacakan gelombang.

32

an, bn
n

= koefisien Fourier (INGAT!)

= nomor/indeks komponen = 1, 2, 3, ..., N

tmax
= panjang seri waktu ema
Semakin kecil , semakin besar variasi S(f).
Ini tidak baik. Grafik yang keriting mengindikasikan ketidakmantapan statistik.
Cara penanggulangan: SMOOTHING
Cara penghalusan 1: Bandwidth Smoothing

Setiap m nilai f diwakili oleh satu nilai f. m = integer, misal m = 7.

Semula spektrum memiliki spektrum memiliki resolusi

i = 1, 2, 3, ..., N
N = jumlah komponen Fourier =

Setelah diperhalus, resolusi menjadi lebih kasar m resolusi semula.

Nilai f kini mengikuti rumus sebagai berikut.

k = 1, 2, 3, ...,

= indeks komponen Fourier yang dihaluskan

Misal: m = 7 f setelah penghalusan

33

Nilai S dari spektrum yang dihaluskan hanya ada di fk (resolusi setelah dihaluskan).

tampak rumit. Sebenarnya hanya rata-rata

sepanjang bandwidth

Penghalusan spektrum merupakan tindakan:

Meningkatkan reliability.
Mengorbankan resolusi.

Telah dibahas cara penghalusan 1 di mana penghalusan dilakukan dengan merata-rata satu bandwidth m
nilai S semula.

34

Cara ini mengandung kelemahan pada nilai

yang sangat kecil.

Ilustrasi: tmax = 4 jam = 4 3600s

Angka kecil sukar dioleh oleh komputer. Ada batas ketelitian angka digital.
Cara Penghalusan 2: Cara Ensemble

Seri waktu semula dikerat menjadi m ruas di mana m = bandwidth yang dipiih. Misalnya: m = 9.

! fnyq pada gelombang yang dikerat tidak berubah dari gelombang semula karena t tetap.
Tinjau ke belakang transformasi dan invers transformasi antara domain waktu dan domain frekuensi.
1. Diingatkan, ditegaskan bahwa data mentah gelombang berwujud seri waktu (time series) ema.

35
2. Dalam domain waktu diidentifikasi gelombang individual dengan cara zero up-crossing dan zero
down-crossing. Parameter gelombang acak dalam domain waktu adalah statistik dari himpunan
gelombang individual (Hi, Ti).
Hi
= tinggi gelombang individual dengan indeks i
Ti
= periode gelombang individual dengan indeks i
i
= indeks = 1, 2, 3, ..., N
N
= jumlah gelombang individual yang ditinjau

3. Transformasi dari domain waktu ke domain frekuensi adalah menyatakan seri waktu ema dalam
bentuk deret Fourier. Perkakas yang digunakan = TF = transformasi Fourier.
Diperoleh:
Fungsi deret Fourier uang mewakili seri waktu ema = penjumlahan dari komponen Fourier.
Komponen Fourier = gerak harmonik = gerak sinusoidal.
Gerak harmonik didefinisikan oleh 3 parameter:
1. Amplitudo C
2. Perioda T
3. Fasa
Dua cara menyatakan gerak harmonik:
1.
2.
k = indeks komponen Fourier = 1, 2, 3, ..., K
K = jumlah komponen Fourier yang diperhitungkan

4. Spektrum gelombang adalah grafik visualisasi komponen Fourier dengan cara yang disepakati.

Nilai f dan fmax sudah ditentukan dari seri waktu aslinya (seri waktu yang diolah transformasinya)

36
5. Pada kenyataannya data riil gelombang langka. Iptek teknik kelautan mengatasi hal ini dengan
dua akal:
1. Menaksir gelombang berdasarkan data angin wave hindcast
2. Menciptakan spektrum gelombnag semi-empiris.
Dengan dua perkakas ini, praktisi KL dapat memperoleh spektrum gelombang dari data angin.
6. Dalam domain frekuensi ada sejumlah parameter yang diperkenalkan untuk mewakili karakter
gelombang. Ada yang setara dengan parameter domain waktu.
DW
DF
(2.40)

Tinggi gelombang
signifikan
Periode gelombang
rata-rata
Periode gelombang
signifikan

(10.4)
S(f) = PSD (power spectral density) sebagai
fungsi f

Tidak ada
kesetaraan
teoritis*
*) tidak terdapat kesetaraan antara DW dengan

(10.4)

DF. Yang ada adalah hubungan empiris.

(Goda 2010, p. 34)
Untuk spektrum JONSWAP
= 1 7, rata-rata 3.3

(2.14)

7. Kegunaan spektrum gelombang (1).

Setelah S(f)diketahui:
Dalam bentuk rumus atau dalam bentuk grafik.
Berbasis data real gelombang atau berbasis rumus semi-empiris.
dapat diciptakan seri waktu ema. Seri waktu ema yang diciptakan tidak unik karena informasi
tentang fasa harus diambil sembarang generator angka acak.

37
Dari seri waktu yang diciptakan dapat dilakukan analisis DW seakan-akan seri waktu ema
diperoleh dari pengukuran.
Dari analisis DW dapat diperoleh semua parameter gelombang DW yang diperlukan.

Distribusi gelombang individual

Tabel kejadian gelombang individual akan dibahas lebih lanjut.

8. Kegunaan spektrum gelombang (2).

Dari uraian dalam butir sebelumnya, spektrum gelombang merupakan bentuk representasi
karakter gelombang di suatu perairan yang kompak, padat, komplit.
[Sketsa spektrum]
Dari info ini, semua besaran gelombang acak dapat
+
dihitung
Generator angka acak

9. Tabel kejadian gelombang individual

Dalam teknis lepas pantai dibutuhkan tabel ini untuk keperluan analisis struktur.
Tabel kejadian gelombang individual selama n tahun.
[Gambar tabel kejadian]
Misalnya n = 30 tahun biasanya n lebih besar dari masa layan bangunan lepas pantai.
Periode rata-rata gelombang individual = 5s.
Jumlah semua:

Dari mana diperoleh hitungan jumlah gelombang individual per sel?

Dari seri waktu empiris
Per jam sesuai dengan resolusi data
angin. Jumlah seri waktu ema sintetis
invers transformasi
= jumlah jam.
Spektrum yang diformulasikan
= 30 tahun 365 hari 24 jam
adopsi rumus spektrum
Parameter H dan T gelombang kelompok
= 262800

hindcast
Pekerjaan
Tak masalah
Data angin
berulang sangat
dengan
banyak
komputer
Awas harus ada rekayasa coba-coba agar dalam tabel ada satu angka Hmax yang cocok dengan
perhitungan gelombang maksimum.
Hmax = tinggi gelombang individual terbesar dalam populasi yang ditinjau.
Analisis gelombang maksimum = analisis periode ulang gelombang.
10. Tinjau ulang perhitungan gelombang maksimum (gelombang dengan periode ulang tertentu)
a) Untuk fenomena acak, tidak ada nilai maksimum absolut. Selalu ada kemungkinan angka
dilampaui oleh kejadian yang akan datang atau tidak tercatat.
b) Profesi teknik mengatasi masalah ini dengan mengenalkan konsep periode ulang di
mana angka maksimum diberi atribut melekat periode ulang.

38
Misal: H50 = 4,12 m tinggi gelombang dengan periode ulang 50 tahun.
Artinya: ada kemungkinan terjadi 1 kejadian tinggi gelombang sebesar 4,12 m setiap 50
tahun, berdasarkan data kejadian masa lalu.
Dalam fenomena acak (angin, hujan, gelombang, gempa) tidak ada nilai absolut
maksimum (tidak pernah diketahui). Iptek menyiasati kondisi ini dengan kaidah nilai
maksimum dengan periode ulang.
Dalam konteks penciptaan gelombang individual untuk kurun waktu n tahun, harus ada
satu kejadian gelombang individual yang memiliki nilai tepat berperiode ulang n tahun.
Hati-Hati!
a) Parameter gelombang yang dianalisis maksimumnya adalah tinggi gelombang
signifikan ( atau ).
b) Maka nilai berperiode ulang yang pertama adalah
.
c) Yang diciptakan melaui invers transformasi adalah gelombang individual (Hi, Ti).
d) Tinggi gelombang individual maksimum dikaitkan dengan tinggi gelombang
signifikan melalui hubungan:
Hmax = (1,6 2,0)
(2.7) Goda 2010
e) Berapa angka yang selayaknya dipilih?
Goda (2010) hal. 30:
Untuk bangunan lepas pantai, Hmax 2.0

Untuk pemecah gelombang vertikal, Hmax = 1.8

Mengikuti distribusi tinggi gelombang individual rayleigh (lihat DD1991

Water Wave Mechanics subbab 7.2)
Hrms = tinggi gelombang root-mean-squared

N
Hi
i

= jumlah kejadian gelombang individual.

= tinggi gelombang individual.
= nomor urut (indeks) gelombang individual.

Nilai N
400
1 000
10 000
100 000
1 000 000

1,729
1,856
2,143
2,386
2,625

39
f)

Bagaimana kemunculan
dalam Tabel Kejadian Gelombang
Individual?
Jumlah Kejadian Gelombang Individual
T (s)
0-1
1-2
...
13 - 14
Jumlah
H (m)
0 0,5
0,5 1,0

13,5 14
Jumlah
akan muncul sebagai satu kejadian gelombang individual
maksimum dalam tabel ini.
Periode ulang Gumbel, Log-Pearson, Log-Normal
Perambatan Gelombang di Laut
Teknik kelautan memandang perambatan gelombang sebagai berikut.

Karena keterbatasan tool/perkakas analisis dan data riil gelombang, praktek perhitungan yang lazim
digunakan adalah:
1. Pembangkitan gelombang dihitung di perairan dalam agar faktor kedalaman perairan (h) tidak
berpengaruh.

2. Transformasi (refraksi-difraksi) dihitung sperti gelombang reguler/monokromatik (lihat mekanika

gelombang air) dengan parameter gelombang yang mewakili (HS, TS) gelombang signifikan.

40
3. Gelombang pecah di breaker line (BL). Dalam MGA, gelombang pecah saat dicapai kondisi ini:

Hubungan empiris yang lebih rumit ditawarkan dalam Goda (2010).

(3.32)

4. Arah rambat gelombang:

Di perairan dalam tidak ada pengaruh h.
Arah gelombang = arah angin pembangkitannya.
Di perairan transisi sampai dengan dangkal
Arah gelombang mengikuti kaidah refraksi.
5. Apakah gelombang berjalan mengikuti arah tunggal?
Ternyata tidak.
Diperkenalkan spektrum gelombang berarah.

Sudah dikenal
Spektrum gelombang arah tunggal representasi komponen Fourier

Kini spektrum gelombang berarah

(2.20)
fungsi sebaran arah (directional spreading function)

41

Spektrum gelombang satu arah (sudah dikenal dari awal)

Salah satu arti fisik:

Luas area di bawah kurva spektrum =
(10.15)

Spektrum Gelombang Berarah

= spektrum berarah
= spektrum satu arah
= fungsi distribusi ruang

=m0

(10.4) Goda (2010)

42

(2.22)

= arah rambat utama

(2.24)

= fungsi Gamma

(2.25)

(2.26)

U
g

= kecepatan angin pembangkit gelombang

= gravitasi

fp

= frekuensi puncak spektrum =

Tp

= periode puncak spektrum dapat diambil : Tp 1,05

Angka praktis:
Untuk wind wave
Untuk swell dengan kecuraman gelombang tinggi
Untuk swell dengan kecuraman gelombang rendah
Hanya fungsi yang memerlukan komputer untuk menghitung G0

Ilustrasi spektrum berarah

Kini:
m0 = volume di bawah kubah spektrum
(2.29)

(2.27)

43
Syarat:
(2.21)

Smax misalnya untuk wind wave = 10

Ambil 0 = 0

()
-90
-60
-30
0
30
60
90

G
0,001
0,056
0,500
1
0,500
0,056
0,001

44