Anda di halaman 1dari 5

BAB I

PENDAHULUAN
1.1.

Latar Belakang
Indonesia merupakan negara kepulauan dengan luas wilayah perairan laut lebih dari 75%

yang mencapai 5.8 juta kilometer persegi, terdapat lebih dari 17.500 pulau dengan garis pantai
terpanjang kedua di dunia setelah Kanada, yaitu sekitar 81.000 km (Murdianto, 2004). Pantai
Lebih di Kabupaten Gianyar merupakan pantai yang paling parah tingkat abrasinya. Abrasi
disebabkan oleh adanya angkutan sedimen menyusur pantai sehingga mengakibatkan
berpindahnya sedimen dari satu tempat ke tempat lainnya. Untuk mengetahui akibat abrasi
tersebut terhadap perubahan garis Pantai Lebih maka diperlukan analisa untuk mengetahui
perubahan garis Pantai Lebih secara temporal dan spasial dengan menggunakan metode
Empirical Orthogonal Function (EOF). Data temporal garis pantai didapatkan dari peramalan
garis pantai periode dua bulanan selama 10 tahun dengan menggunakan oneline model. Setiap set
data dianalisis menggunakan metode EOF yang kemudian digunakan untuk mengidentifikasi
pola-pola dominan variabilitas dalam kumpulan data.
Garis pantai adalah batas antara darat dengan lautan yang posisinya berubah-ubah menurut
waktu dan tempat saat terjadinya fluktuasi muka air laut yang terutama disebabkan oleh gerak
pasang surut (CERC, 1984). Terjadinya perubahan garis pantai sangat dipengaruhi oleh prosesproses yang terjadi pada daerah sekitar pantai (nearshore process), dimana pantai selalu
beradaptasi dengan berbagai kondisi yang terjadi (Munoz-Perez et al., 2001). Proses ini
berlangsung sangat kompleks, dimana dipengaruhi oleh tiga faktor yaitu kombinasi gelombang
dan arus, transport sedimen, dan konfigurasi pantai tersebut, yang saling mempengaruhi satu
sama lain. Karakteristik perubahan masing-masing faktor tersebut bervariasi secara spasial dan
temporal yang berlangsung dalam waktu yang lama (Horikawa, 1988). Salah satu metode yang
berkembang dan digunakan untuk analisa perubahan garis pantai adalah dengan analisa spasial
dan temporal menggunakan metode Empirical Orthogonal Function (EOF).
Tujuan analisis EOF ini adalah untuk memisahkan keterkaitan data temporal dan spasial
sehingga dapat dihasilkan sebagai kombinasi linier fungsi yang sesuai dari waktu dan ruang.
Fungsi tersebut secara objektif mewakili variasi konfigurasi pantai terkait perubahan terhadap
jarak dan waktu pada garis pantai. (Ritphring dan Tanaka, 2007). Salah satu pantai yang

mengalami tingkat abrasi yang tinggi adalah Pantai Lebih di Kabupaten Gianyar, Bali (Gede
Yasada, 2010). Abrasi disebabkan oleh adanya angkutan sedimen menyusur pantai sehingga
mengakibatkan berpindahnya sedimen dari satu tempat ke tempat lainnya. Angkutan sedimen
menyusur pantai terjadi bila arah gelombang datang membentuk sudut dengan garis normal
pantai. Angin di Pantai Lebih dominan bertiup dari arah selatan, demikian juga fetch efektif yang
paling besar juga dari arah selatan sehingga gelombang dominan yang terjadi berasal dari arah
selatan. Di Pantai Lebih Kabupaten Gianyar, terjadi angkutan sedimen sebesar 301.000 m3/tahun
yang mengakibatkan mundurnya garis pantai.
Angkutan sedimen menyusur pantai yang terjadi bergerak dari arah selatan (Wayan Sutedja,
2007). Penanggulangan abrasi Pantai Lebih sudah pernah dilaksanakan oleh Pemerintah Propinsi
Bali yaitu dengan membangun krib dari blok-blok beton. Akan tetapi krib yang dibangun hancur
diterjang gelombang sehingga usaha penanggulangan abrasi yang terjadi belum berhasil. Untuk
itu diperlukan analisa untuk mengetahui perubahan garis Pantai Lebih secara temporal dan
spasial dengan menggunakan metode Empirical Orthogonal Function (EOF). Hasil ini penelitian
ini diharapkan dapat menjadi informasi terhadap pihak yang berkepentingan dalam pengambilan
keputusan untuk menanggulangi abrasi yang terjadi secara terpadu dan berkelanjutan.

1.2. Rumusan Masalah


1. Bagaimana karakteristik garis Pantai Lebih secara spasial dan temporal?
2. Bagaimana pola dominan dari variasi perubahan garis pantai berdasarkan analisa EOF?
3.
4. Apakah fungsi temporal eigenfunction dariEOF bisa dianalogikan secara fisik ke dalam
kondisi lokal tiap parameter yang umumnya digunakan untuk menggolongkan
lingkungan di dekat pantai?

BAB II

PEMBAHASAN

Analisa Garis Pantai Temporal


Data utama yang dibutuhkan untuk analisa perubahan garis pantai menggunakan metode
EOF adalah data garis pantai temporal (timeseries). Pada penelitian ini, inputan data garis pantai
diperoleh dari peta batimetri tahun 1994. Proses digitasi peta bathimetri tahun 1994 untuk
menentukan ordinat garis pantai awal dilakukan dengan bantuan software Autodesk Map 2004,
yang kemudian diolah dengan oneline shoreline change model yang diusulkan oleh Komar
(1984) sebagaimana yang dikembangkan dan diaplikasikan oleh Suntoyo (1995). Propertis
gelombang merupakan data penting untuk menjamin akurasi peramalan yang dihasilkan. Model
ini hanya menekankan pengaruh gelombang terhadap perubahan garis pantai, dengan demikian
maka gelombang merupakan data utama model tersebut.
Data yang kedua adalah kemiringan pantai, yang didasarkan pada nilai rata-rata hasil
pengukuran yang dilakukan di lokasi tersebut. Data ketiga adalah posisi awal garis pantai. Ketiga
data inputan diatas menjadi kunci dari kualitas model yang dihasilkan. Perhitungan untuk
peramalan garis pantai ini menggunakan pendekatan persamaan deferensial, dan diselesaikan
dengan membagi pantai dalam sejumlah pias dengan jarak antar pias konstan. Persamaan yang
digunakan adalah persamaan Kamphuis (2000) dengan memperhitungkan ukuran butiran
sedimen. Dengan demikian diasumsikan bahwa ukuran partikel sedimen (d50) dianggap sama
sepanjang garis pantai. Persamaan Kamphuis (2000) dinyatakan dalam bentuk, dimana Hb
adalah tinggi gelombang pecah, Tp adalah periode gelombang, mb adalah kemiringan slope dan
D50 adalah ukuran butir sedimen.

Gambar 3.1. Skema Model Transport Sedimen


(Kamphuis, 2002)
Hasil peramalan garis pantai dua bulanan dari tahun 1994 sampai 2004 disusun dalam
bentuk matriks, dimana baris menyatakan waktu (temporal) dan kolom menyatakan jarak
(spasial). Dalam penelitian ini, data garis pantai yang diperoleh adalah 61 data temporal dan 250
data spasial.
Prinsip dasar dari penggunaan metode EOF adalah untuk memisahkan parameter spasial
dan temporal dari perubahan garis pantai. Data time-series garis pantai periode dua bulanan hasil
peramalan menggunakan oneline model disusun dalam suatu matriks, dengan susunan baris
menyatakan data secara temporal, dan kolom menyatakan data secara spasial. Model numerik
pertama yang digunakan adalah program garis pantai dua bulan MakeData, yang digunakan
untuk menyusun data mentah di atas akan menjadi data posisi an pada setiap jarak spasial. Hasil
program ini menjadi input data program MeanShore. Pada Model numerik MeanShore, posisi
garis pantai dikurangi dengan nilai posisi rata-rata. Hasil disusun untuk setiap jarak spasial, yang
menjadi input untuk model numerik EOF. Luaran dari model numerik EOF terdiri dari empat
komponen yaitu nilai meanshore, eigenvalue, eigen-vector dan C-value. Variasi perubahan garis
pantai hasil analisa EOF menunjukkan lima eigenfunction pertama yang mendominasi perubahan
garis pantai di lokasi penelitian. Kelima eigenfunction tersebut mencapai 98.423% dari total
variabilitas. Mode pertama dari eigenfunction e (x) mendominasi variabilitas 1 garis pantai.
Prosentase setiap eigenvalue tersebut menunjukkan besarnya dominasi perubahan yang terjadi
pada setiap mode terhadap perubahan garis pantai secara
keseluruhan secara spasial maupun temporal.

Perubahan garis pantai dapat dinyatakan dalam bentuk superposisi eigenfunction Y(x,t) =
C(t).e(x) sehingga diperoleh lima eigenvalue dengan variabilitas mencapai 98.88% dari total
variabilitas. Sedangkan untuk validasi model EOF dan hasil oneline model tahun 2004 terhadap
data peta batimetri 2004 menunjukkan bahwa hasil analisa EOF tahun 2004 sangat mendekati
nilai ordinat peta tahun 2004 namun hasil oneline model tahun 2004 mempunyai hasil yang lebih
fluktuatif. Sedangkan dari nilai-nilai temporal eigenfunction memiliki keterkaitan dengan kondisi
lingkungan pantai Lebih. Semakin besar nilai temporal eigenfunction, semakin besar pula
perubahan kondisi lingkungan di sekitar pantai.

Anda mungkin juga menyukai