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.
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)
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.
4.
: gelombang rata-rata (mean wave)
Hmax
= tinggi gelombang individu terbesar dalam himpunan yang ditinjau
Tmax
= periode gelombang yang menyertai Hmax
Hi
Ti
6
N
i
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
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.
7
Histogram yang dinormalkan
N
= jumlah gelombang individual
= tinggi gelombang rata-rata
H
= interval histogram fisik
Histogram Hi saja
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?
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)
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
11
Pertanyaan:
1. Di mana posisi
2. Apa makna xb?
12
Hubungan Antar Nilai Tinggi Gelombang
Tinjau kembali distribusi gelombang individual Rayleigh.
juga tertentu.
Jika distribusi diperoleh dari data gelombang riil (lapangan), angka hubungan belum tentu sama dengan
angka Rayleigh.
Gelombang Maksimum
Di mana posisi
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
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:
11,1 m
12,8 m
14,3 m
15,7 m
16,9 m
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
k
a0, ak, bk
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
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
(11.15)
k = 0, 1, 2, ...,
17
(11.16)
k = 1, 2, 3, ...,
DOMAIN WAKTU
DOMAIN FREKUENSI
koefisien Fourier
k = 1, 2, 3, ...,
Hendak diapakan?
= frekuensi =
T
S
= periode gelombang
= power spectral density (PSD)
k = 0 S0 = S(f=0) = 0
k = 1, 2, ...,
k=
Sk = S(fk) =
18
DOMAIN WAKTU
DOMAIN FREKUENSI
k = 0, 1, 2, ...,
= 1, 2, ..., N
= 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
2) Spektrum energi
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
= 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:
21
= gelombang signifikan
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)
= 8.1 x 10-3
g
= percepatan gravitasi = 9.8 m/s2
Hubungan empiris Ochi
23
Profil kecepatan angin
Selanjutnya:
Kini, hakikat spektrum gelombang telah dipahami. Spektrum menjadi salah satu acara untuk menyatakan
karakter gelombang.
Idealnya, spektrum gelombang disusun dari data riil gelombang.
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:
Hm0
25
Sudah dibahas
domain
waktu
domain
frekuensi
transformasi
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:
an, Tn
Fasa
27
Penjumlahan dari semua komponen merupakan seri waktu ema
Perioda
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)
29
Terkait kebutuhan dalam mendapatkan angka fasa gerak harmonik:
n
N
= nomor produksi
= jumlah produksi terkait dengan jumlah komponen Fourier dalam spektrum.
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.
; fn = frekuensi
30
DW
DF
domain
waktu
domain
frekuensi
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).
Spektrum gelombang asli dari transformasi seri waktu ema tidak mulus (smooth). Variasi nilai
tidak halus, melainkan erratic mencerminkan keacakan gelombang.
32
an, bn
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
i = 1, 2, 3, ..., N
N = jumlah komponen Fourier =
k = 1, 2, 3, ...,
33
Nilai S dari spektrum yang dihaluskan hanya ada di fk (resolusi setelah dihaluskan).
Telah dibahas cara penghalusan 1 di mana penghalusan dilakukan dengan merata-rata satu bandwidth m
nilai S semula.
34
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)
(2.14)
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.
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
N
Hi
i
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.
40
3. Gelombang pecah di breaker line (BL). Dalam MGA, gelombang pecah saat dicapai kondisi ini:
Sudah dikenal
Spektrum gelombang arah tunggal representasi komponen Fourier
41
=m0
42
(2.22)
= fungsi Gamma
(2.25)
(2.26)
U
g
fp
Tp
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
(2.27)
43
Syarat:
(2.21)
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