EGA PRATAMA
Ega Pratama
NIM G24120006
ABSTRAK
EGA PRATAMA. Analisis Sebaran Banjir Menggunakan Model HEC-RAS
sebagai Upaya Antisipasi Banjir di Wilayah Sungai Sunter, Jakarta Timur.
Dibimbing oleh BAMBANG DWI DASANTO.
EGA PRATAMA. Flood Distribution Model Analysis Using HEC-RAS for Flood
Anticipation in The Sunter River, East Jakarta. Supervised by BAMBANG DWI
DASANTO.
Sunter River is one of the Jakarta’s rivers that has a potential of river
flooding in East Jakarta. Flow constringency and river shallowing causing
East Jakarta region is very vulnerable to the flood due to Sunter River
overflow. Based on this problem, a study on Sunter River in East Jakarta to
expect the flood area using HEC-RAS model is needed as one of the
anticipation efforts in East Jakarta. HEC-RAS model can be used to
modelize flood distribution in steady flow profile component. Flood
distribution in Sunter River covering five districts: Makasar district, Duren
Sawit, Jatinegara, Pulo Gadung, and Cakung. Makasar district is one of the
riskiest region meanwhile Cakung district has the smallest risk of flood in
the existing scenario or even in each return period of 5, 10, 25, 50, and 100
years. Flood inundation map produced by HEC-RAS model can be
recommended to expecting the flood vulnerable area in Sunter River, East
Jakarta.
EGA PRATAMA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Geofisika dan Meteorologi
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala rahmat
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan Maret 2016 ini ialah banjir,
dengan judul Analisis Sebaran Banjir Menggunakan Model HEC-RAS sebagai
Upaya Antisipasi Banjir di Wilayah Sungai Sunter, Jakarta Timur.
Penulis juga mengucapkan banyak terima kasih kepada semua pihak yang
telah membantu dalam penyusunan karya ilmiah ini, yaitu :
1. Ayahanda Gurun dan Ibunda Amelia serta adik satu-satunya Ekki
Juliansyah yang telah memberikan dorongan moril maupun materil serta
semangat dan doanya kepada penulis selama menjalani perkuliahan
sampai penyusunan karya ilmiah ini.
2. Bapak Dr. Bambang Dwi Dasanto, M.Si selaku dosen pembimbing
skripsi yang telah banyak memberikan bimbingan dan arahannya kepada
penulis selama penyusunan tugas akhir ini dan Bapak Prof. Dr. Ir.
Ahmad Bey selaku pembimbing akademik yang telah membimbing
penulis selama menjalani perkuliahan.
3. Terkasih Sri Sifa Fauzia, S.Farm dan keluarga besar khususnya Ibu
Narti atas semua bantuan dan dukungannya selama ini kepada penulis.
4. Keluarga Besar Banana House, Benny, Irvan, Allan, Bayu, Eqqi, Reggy,
Chandra, Lilik, Amri, Umar, Dinul, dan Ari atas semua bantuannya,
persaudaraannya, dan dukungannya selama ini.
5. Kepada teman-teman satu bimbingan, Orita, Rias, Insan, dan Umar atas
saran dan kritik serta dukungannya kepada penulis.
6. Kepada Keluarga besar lab klimatologi dan keluarga besar GFM 49
yang tidak dapat disebutkan satu persatu, terima kasih atas motivasi dan
dukungan serta canda tawa kalian semua.
7. Kepada Bang Prahdit (GFM 48) yang telah membantu penulis dalam
menyusun tugas akhir ini.
8. Kepada kawan-kawan SMA (Ahmad Fahrizal, S.Kom; Ahmad Yazid
Bustomi, S.E; M.Lukman, S.E; M.Al-Ziqri, S.Kom; Aliy Ridho, S.Pd;
dan lain-lainnya).
Semoga karya ilmiah ini bermanfaat.
Ega Pratama
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
Manfaat Penelitian 2
Ruang Lingkup Penelitian 2
TINJAUAN PUSTAKA 2
Keadaan Umum Sub-DAS Sunter, Jakarta Timur 2
Banjir 3
Model Hidrolika Banjir 4
Model HEC-RAS 4
Distribusi Peluang debit 5
METODE 5
Alat 5
Data 6
Prosedur Analisis Data 6
HASIL DAN PEMBAHASAN 10
Analisis Data Debit 10
Model Sebaran Banjir 12
Pemetaan Sebaran Banjir 15
Analisis Area dan Luas Genangan Banjir 18
Validasi Model 19
SIMPULAN DAN SARAN 21
Simpulan 21
Saran 22
DAFTAR PUSTAKA 22
LAMPIRAN 25
RIWAYAT HIDUP 30
DAFTAR TABEL
1 Luas penggunaan lahan Sub DAS Sunter, Jakarta Timur 3
2 Nilai uji statistik beberapa distribusi peluang hasil Crystal Ball 10
3 Besar debit existing dan debit periode ulang 11
4 Luas genangan banjir existing dan setiap periode ulang 18
DAFTAR GAMBAR
1 Komponen TIN 7
2 Jenis distribusi peluang lognormal hasil Crystal Ball 11
3 Visualisasi model geometri Sungai Sunter pada ArcMap 12
4 Profil muka air sepanjang alur Sungai Sunter 13
5 Hubungan elevasi dasar saluran dengan debit total 14
6 Profil muka air di suatu penampang melintang 15
7 Peta genangan banjir 17
8 Hasil validasi antara banjir model dengan banjir landsat 19
9 Perbandingan kejadian banjir aktual dan model 20
10 Peta kejadian banjir hasil pemodelan beserta foto hasil pengamatan
lapang 21
DAFTAR LAMPIRAN
1 Peta wilayah kajian Sub DAS Sunter, Jakarta Timur 25
2 Peta penggunaan lahan Sub DAS Sunter, Jakarta Timur 25
3 Diagram alir penelitian 26
4 Profil aliran permanen sepanjang alur sungai dalam bentuk tiga dimensi 27
5 Kedalaman banjir hasil survey lapang dengan model banjir 29
PENDAHULUAN
Latar Belakang
Tujuan Penelitian
Penelitian ini bertujuan untuk mengestimasi area dan luas sebaran banjir
menggunakan model HEC-RAS sebagai upaya antisipasi banjir di wilayah Sungai
Sunter, Jakarta Timur.
Manfaat Penelitian
Ruang lingkup penelitian ini adalah aliran Sungai Sunter dari Kecamatan
Makasar diasumsikan sebagai daerah hulu sungai sedangkan percabangan antara
Sungai Sunter dan Cipinang di Kecamatan Pulo Gadung diasumsikan sebagai
daerah hilir sungai. Selain itu, kondisi geometri sungai diperoleh dari data DEM
ASTER resolusi 30 x 30 meter dan diasumsikan bahwa geometri sungai tersebut
tidak mengalami perubahan hingga sekarang.
TINJAUAN PUSTAKA
walaupun dengan persentase yang sangat kecil. Hal ini disebabkan mayoritas mata
pencaharian penduduk di wilayah tersebut adalah petani dan lahan pertanian di
wilayah tersebut termasuk kategori lahan yang produktif. Sebaliknya, pada
wilayah hilir, penggunaan lahan lebih didominasi oleh pemukiman penduduk
yaitu sebesar 8047 ha. Peningkatan penduduk di Jakarta menyebabkan alih fungsi
lahan hijau menjadi lahan pemukiman yang mengakibatkan semakin
berkurangnya lahan resapan air. Kurangnya lahan resapan air tersebut akan
membuat penyerapan air oleh permukaan tanah menjadi tidak optimal sehingga
mengakibatkan terjadinya genangan di wilayah tersebut saat musim hujan. Peta
penggunaan dan penutupan lahan Sub-DAS Sunter, Jakarta Timur dapat dilihat
pada Lampiran 2.
Tabel 1 Luas penggunaan lahan Sub-DAS Sunter, Jakarta Timur
Luas Persentase
Jenis Penggunaan Lahan
(Ha) (%)
Pemukiman 8 047.63 81.9
Lapangan Udara 743.15 7.6
Pertanian Lahan Kering 675.06 6.9
Pertanian Lahan Kering Campuran 301.42 3.1
Sawah 8.59 0.9
Semak 46.51 0.5
Tubuh Air 0.55 0.005
Sumber : BP DAS Citarum-Ciliwung (2013)
Banjir
Banjir secara umum dapat diartikan sebagai debit aliran sungai yang secara
relatif lebih besar dari biasanya akibat hujan yang turun di daerah hulu atau di
suatu tempat tertentu secara terus menerus, sehingga air limpasan tidak dapat
ditampung oleh alur sungai yang ada, maka air melimpah keluar dan menggenangi
daerah sekitarnya (Peraturan Dirjen RLPS No. 04 tahun 2009).
Menurut Degiorgis et al. (2012) banjir merupakan salah satu bencana alam
yang dampaknya sangat signifikan terhadap hampir seluruh komponen komunitas
global dan terlepas dari lokasi geografis, keadaan sosial, dan struktur ekonomi.
Secara umum, ada tiga faktor yang menyebabkan terjadinya banjir diantaranya
faktor meteorologi, hidrologi, dan manusia. Faktor meteorologi meliputi
fenomena-fenomena meteorologi seperti intensitas curah hujan yang tinggi, angin
siklon, badai, dan pasang-surut air laut. Faktor hidrologi yang menyebabkan
banjir yaitu meningkatnya aliran permukaan akibat mencairnya es dan salju,
permukaan tanah yang keras dan jenuh, tingkat infiltrasi yang rendah, dan erosi.
Faktor manusia meliputi pertumbuhan populasi, perubahan penggunaan lahan,
aktivitas sosial-ekonomi, urbanisasi, dan perubahan iklim (ADPC 2005). Selain
itu, banjir juga dipengaruhi oleh faktor karakteristik DAS yang meliputi luas DAS,
ketinggian, kemiringan lahan, dan kadar air tanah (Purnama 2008).
Ada beberapa jenis banjir yang dapat dikelompokkan sebagai berikut
(ADPC 2005):
1. Banjir akibat meluapnya aliran sungai.
4
Banjir sungai adalah banjir yang terjadi karena sungai tidak mampu
menampung debit aliran yang sangat besar sehingga terjadi genangan yang meluas
di sekitarnya. Terdapat dua jenis banjir sungai yaitu slow-onset floods (banjir yang
sangat lambat) dan rapid-onset floods (banjir bandang). Slow-onset floods ialah
banjir sungai yang terjadi sangat lama dan dapat berakhir hingga beberapa bulan.
Banjir ini disebabkan oleh curah hujan yang berlangsung sangat lama dan
mencairnya salju. Jenis banjir ini dapat diprediksi sehingga penduduk dapat
melakukan proses evakuasi sebelum terjadinya banjir. Sedangkan rapid-onset
floods ialah banjir yang terjadi di sungai yang curam setelah berlangsungnya
curah hujan yang tinggi. Banjir ini biasanya disertai dengan kenaikan dan
penyurutan muka air secara cepat. Kerugian yang diakibatkan oleh rapid-onset
floods lebih besar dibandingkan dengan slow-onset floods.
2. Banjir lokal.
Banjir lokal adalah banjir yang terjadi akibat tingginya curah hujan dalam
periode yang lama di suatu daerah dan dipengaruhi pula oleh buruknya sistem
saluran air dan kurangnya pemeliharaan sistem evakuasi banjir di wilayah tersebut
sehingga banjir dapat berlangsung sangat lama.
Model hidrolika banjir adalah representasi dari kejadian banjir yang terjadi
di suatu wilayah. Dalam praktiknya, model hidrolika banjir dapat dilakukan
dengan dua pendekatan yaitu pendekatan satu dimensi dengan menggunakan
model HEC-RAS (Hydrologic Engineering Center-River Analysis System) dan
pendekatan dua dimensi menggunakan model FESWMS (Finite Element Surface
Water Modeling System). Menurut Cook (2008), model satu dimensi
mengasumsikan bahwa semua aliran air mengalir dalam arah yang membujur
sedangkan pada model dua dimensi aliran air dapat mengalir dalam arah
membujur maupun lateral. Secara umum, model satu dimensi lebih efisien dalam
penggunaannya namun model ini tidak dapat melakukan simulasi sebaran banjir
secara lateral (aliran ke arah samping) dan bentuk topografi hanya diwakili oleh
seperangkat penampang melintang, sehingga model ini kurang merepresentasikan
bentuk topografi dan dataran banjir yang sebenarnya. Oleh karena fokus penelitian
ini hanya pada model HEC-RAS, maka pendekatan satu dimensi dipilih untuk
mensimulasikan aliran air dan memetakan genangan banjir di wilayah Sungai
Sunter, Jakarta Timur.
Model HEC-RAS
METODE
Alat
Data
Analisis data debit diperlukan untuk mengetahui jenis distribusi yang cocok
dengan data debit yang tersedia sehingga dapat menentukan periode ulang debit
tersebut. Penentuan jenis distribusi dilakukan dengan menggunakan software
Crystal Ball yang terintegrasi dengan Ms. Excel. Dalam Crystal Ball terdapat
salah satu fitur yang dapat digunakan untuk mengetahui jenis distribusi data
berdasarkan tiga parameter uji statistik (Anderson-Darling, Kolmogorov-Smirnov,
dan Chi-Square).
Data debit rata-rata harian yang tersedia di uji kecocokannya (the goodness
of fit test) dengan 14 jenis distribusi peluang yang terdapat dalam Crystal Ball.
Jenis distribusi yang terpilih ialah distribusi yang memiliki nilai parameter uji
statistik terendah yaitu Anderson-Darling. Jenis distribusi yang terpilih kemudian
digunakan untuk menentukan nilai debit pada beberapa periode ulang kejadian
banjir yaitu periode ulang 5, 10, 25, 50, dan 100 tahun.
Penentuan debit banjir setiap periode ulang menggunakan software
MATLAB dengan cara mentransformasikan nilai parameter bentuk a dan
parameter skala b dari distribusi peluang yang terpilih menjadi suatu fungsi
distribusi kumulatif (cumulative distribution function, cdf) yang dapat dituliskan
dalam bentuk sebagai berikut (Dasanto 2015) :
P= (1)
dimana p merupakan nilai peluang cdf; F merupakan fungsi dari distribusi peluang
kumulatif tertentu (misalnya gamma, log normal, normal, dan lain sebagainya); x
menunjukan data yang dianalisis seperti data debit harian; serta a dan b
merupakan nilai parameter distribusi peluang.
Besarnya debit setiap periode ulang kemudian dihitung dengan cara
melakukan inverse terhadap fungsi distribusi kumulatif (inverse cumulative
7
Peniruan Aliran
Proses peniruan aliran dilakukan untuk menghitung profil muka air di
sepanjang alur tampang melintang sungai. Data yang diperlukan untuk
menghitung profil muka air adalah data debit aliran permanen (steady flow) setiap
periode ulang. Perhitungan profil muka air pada aliran permanen (steady flow)
memakai persamaan energi antara dua tampang melintang yang dituliskan dalam
bentuk berikut (Istiarto 2014):
Y2 + Z2 + = Y1 + Z1 + + he (3)
Keterangan:
Y1, Y2 = kedalaman aliran,
Z1, Z2 = elevasi dasar saluran,
V1, V2 = kecepatan rata-rata (debit dibagi luas tampang basah),
, = koefisien,
= percepatan gravitasi,
he = kehilangan tinggi energi.
Kehilangan tinggi energi diantara dua penampang melintang terdiri dari dua
komponen, yaitu kehilangan energi akibat gesekan (friction losses) dan
kehilangan energi akibat perubahan penampang (contraction or expansion losses).
Kehilangan energi akibat gesekan merupakan perkalian antara kemiringan garis
energi karena gesekan (Sf) dan panjang ruas sungai antara dua penampang (L).
Nilai Sf dapat dihitung dengan menggunakan persamaan manning sebagai berikut
(Istiarto 2014):
2
Sf ( ) (4)
dimana Q adalah debit aliran dan K adalah kapasitas angkut tiap bagian tampang
yang dapat dihitung dengan menggunakan persamaan:
2⁄
K= AR (5)
Keterangan:
K = kapasitas angkut tiap bagian penampang,
n = koefisien kekasaran manning tiap penampang,
A = luas penampang basah tiap bagian penampang,
R = radius hidrolika tiap bagian penampang.
he= C | - | (6)
9
he = L.Sf + C | - | (7)
Analisis sebaran banjir dilakukan dengan menghitung luas area sebaran dan
kedalaman di setiap wilayah genangan pada kondisi existing (saat ini)
menggunakan debit rata-rata dan periode ulang banjir 5, 10, 25, 50, dan 100
tahunan. Sebaran banjir yang telah di export ke dalam ArcMap sebelumnya
kemudian diproses dengan menggunakan teknik GeoProcessing yang ada pada
ArcMap (seperti: union, intersection, clip, dan merge) dan di overlay dengan peta
administrasi Sub-DAS Sunter. Dalam proses tersebut, ArcMap akan menghitung
poligon-poligon kecil terkait sumber banjir dan mengakumulasikannya di setiap
kecamatan yang hasilnya berupa luas genangan banjir.
Validasi Model
F= X 100% (8)
Keterangan :
Smod : jumlah piksel atau sel banjir hasil model;
Sobs : jumlah piksel atau sel banjir pada data observasi (Landsat 8);
Num : jumlah keseluruhan piksel;
F : nilai F bervariasi antara 0% sampai 100%, nilai 0% menunjukkan tidak
ada kesamaan antara data model dengan data observasi, sedangkan nilai
100% menunjukkan adanya kesamaan antara data model dan data
observasi.
perhitungan diatas termasuk debit yang sangat kecil, hal ini dipengaruhi oleh
kondisi topografi dari stasiun pengamatan Pondok Gede yang terletak lebih tinggi
dibandingkan wilayah hilir, sehingga debit yang terukur di wilayah tersebut sangat
kecil.
B
Cross-sectional cut lines
Main channel banks
Stream centerlines
EG existing
18
WS existing
Ground
16
Elevation (m)
14
12
10
6
0 2000 4000 6000 8000 10000 12000
Main Channel Distance (m)
Profil muka air aliran permanen dihitung sepanjang alur urut dari satu
penampang melintang ke penampang melintang lainnya secara berurutan sehingga
dapat menyebabkan terjadinya kehilangan energi (he) pada aliran (Gambar 4).
Kehilangan energi dapat diakibatkan oleh gesekan (persamaan manning) dan
kontraksi/ekspansi saluran. Nilai koefisien kekasaran manning yang digunakan
pada penelitian ini ialah sebesar 0.013 (saluran beton) dan 0.030 (saluran tanah)
karena diasumsikan bahwa sebagian besar alur sungai Sunter masih berupa
saluran tanah dan hanya beberapa alur yang sudah menggunakan saluran beton
(beberapa wilayah hulu). Nilai tersebut mengindikasikan bahwa aliran yang
mengalir dari hulu ke hilir akan mengalami kehilangan energi yang cukup besar
akibat bergesekan dengan material tersebut. Perubahan bentuk penampang
(kontraksi dan ekspansi) juga mempengaruhi kehilangan energi (he) pada aliran.
Dalam aliran permanen, nilai koefisien kontraksi dan ekspansi diasumsikan
sebagai nilai default yang berturut-turut bernilai 0.1 dan 0.3. Nilai tersebut
umumnya berlaku untuk perubahan penampang secara gradual. Menurut Istiarto
(2014) komponen profil aliran air permukaan permanen (steady flow) merupakan
komponen profil muka air berubah beraturan (steady gradually varied flow) yaitu
14
aliran permukaan air berubah secara beraturan terhadap waktu. Kehilangan energi
akibat proses tersebut akan menyebabkan perubahan kecepatan dan kedalaman
muka air sehingga akan mempengaruhi sebaran banjir secara visual.
Selain kehilangan energi (he), kedalaman aliran juga dipengaruhi oleh
elevasi dasar saluran dan gaya gravitasi. Elevasi yang semakin kecil akan
menyebabkan kedalaman muka aliran yang semakin rendah sehingga debit total
yang masuk pun semakin kecil. Hal ini terlihat pada Gambar 5 yang menunjukkan
bahwa elevasi dasar saluran akan mempengaruhi debit total yang masuk ke
saluran tersebut.
project_1 Plan: plan_mixed_1 20/10/2016
8.8
Legend
W.S. Elev
8.6
8.4
W.S. Elev (m)
8.2
8.0
7.8
7.6
0 5 10 15 20 25 30
Q Total (m3/s)
WS Tr 5
WS existing
22
Ground
Bank Sta
20
18
(a)
15
project_1 Plan: plan_mixed_1 20/10/2016
14 WS Tr 100
WS Tr 50
WS Tr 25
12
WS Tr 10
Elevation (m)
WS Tr 5
WS existing
Ground
10
Bank Sta
(b)
Gambar 6 Profil muka air di suatu penampang melintang a) hulu (Kecamatan
Makasar) dan b) hilir (Kecamatan Pulo Gadung)
Gambar 6 menunjukkan profil muka air di wilayah hulu dan hilir aliran
sungai kondisi existing. Pada Gambar 6 (a) profil muka air di wilayah hulu berada
di ketinggian 17 mdpl dengan kedalaman sekitar 2 meter dan mengalami
peningkatan pada periode ulang 5 tahun dan seterusnya yaitu berkisar antara 0.5 –
1 meter. Sebaliknya, pada Gambar 6 (b) profil muka air di wilayah hilir terletak
lebih rendah dibandingkan wilayah hulu yaitu di ketinggian 7 mdpl dengan
kedalaman muka air sekitar 1 meter dan mengalami peningkatan yang sama
seperti di wilayah hulu yaitu berkisar antara 0.5 – 1 meter setiap periode ulangnya.
Perubahan kedalaman ini disebabkan oleh adanya kehilangan energi akibat
gesekan dan kontraksi/ekspansi saluran. Selain itu, perubahan elevasi dasar
saluran dari hulu hingga ke hilir mempengaruhi debit yang masuk sehingga terjadi
perubahan kedalaman.
(a) (b)
(c) (d)
17
(e) (f)
Gambar 7 Peta genangan banjir a) kondisi existing, dan periode ulang b) 5 tahun, c)
10 tahun,d) 25 tahun, e) 50 tahun, dan f) 100 tahun
Sebaran banjir di wilayah Sungai Sunter, Jakarta Timur, mengalami
peningkatan seiring bertambahnya periode ulang debit. Secara kualitatif
peningkatan tersebut tidak terlihat secara signifikan disebabkan sangat kecilnya
perubahan besar debit dan luas genangan setiap periode ulangnya. Berdasarkan
hasil pemetaan, genangan banjir mencakup lima kecamatan, diantaranya
Kecamatan Makasar, Duren Sawit, Jatinegara, Pulo Gadung, dan Cakung
(Gambar 7). Kedalaman banjir tertinggi saat kondisi existing (saat ini) mencapai
7.9 meter dan mengalami peningkatan berkisar antara 0.1 – 0.2 meter pada
periode ulang 5, 10, 25, 50, dan 100 tahun. Kedalaman banjir pada model HEC-
RAS dihitung dari batas terrain pada setiap penampang melintang. Kedalaman
banjir tertinggi berada pada aliran sungai utama sedangkan kedalaman terendah
berada semakin jauh jarak genangan banjir dari aliran sungai utama.
Peta genangan banjir pada Gambar 7 dapat dijadikan dasar dalam upaya
antisipasi banjir yang bersifat non-struktural untuk mengetahui wilayah-wilayah
rawan banjir berdasarkan area sebarannya sehingga dapat ditentukan upaya
antisipasi banjir yang bersifat struktural yang tepat di wilayah tersebut. Kedua
upaya tersebut bertujuan untuk mengurangi besarnya dampak yang ditimbulkan
oleh banjir namun tidak dapat menghilangkan masalah secara mutlak (Siswoko
2007). Hal ini juga didukung oleh Indradewa (2008) yang menyatakan bahwa peta
kerawanan banjir dapat dijadikan dasar mitigasi bencana banjir, dalam tahap
kesiapsiagaan (preparedness), rekonstruksi dan pembuatan tanggul atau bendung
untuk penanganan/pengurangan ancaman banjir tersebut. Jika melihat area
sebarannya, wilayah rawan banjir terjadi di daerah pemukiman karena sebagian
18
Validasi Model
Model banjir yang telah dihasilkan harus dilakukan uji validasi untuk
mengetahui tingkat keakuratan dari model tersebut. Proses validasi model yaitu
dengan membandingkan sebaran banjir dari model HEC-RAS dengan banjir
aktual citra satelit Landsat 8 pada tanggal 12 Oktober 2013 sesuai periode ulang
kejadian banjir. Data debit yang terukur ialah sebesar 13.55 m3/s atau termasuk
debit periode ulang 15 tahunan. Gambar 8 menunjukkan hasil validasi yang
dilakukan dengan membandingkan banjir hasil model HEC-RAS dengan banjir
dari citra satelit Landsat 8. Pada gambar tersebut terlihat bahwa warna biru (nilai
1,1) menunjukkan genangan banjir hasil model HEC-RAS dengan banjir aktual
dari citra satelit Landsat sedangkan warna merah (nilai 1,0) menunjukkan
genangan banjir pada hasil model namun tidak banjir di citra Landsat.
dengan bayangan awan, serta pemilihan waktu kejadian banjir pada data citra
satelit. Hal ini menyebabkan tingkat keakuratan antara model banjir dan kejadian
banjir aktual pada citra satelit memiliki nilai akurasi yang sangat rendah.
8
Kedalaman Banjir Model (meter)
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8
Kedalaman Banjir Aktual (meter)
Gambar 10 Peta kejadian banjir hasil pemodelan beserta foto hasil pengamatan
lapang
Gambar 10 menunjukkan wilayah-wilayah yang rawan tergenang banjir
akibat luapan aliran Sungai Sunter. Secara umum, kejadian banjir yang dihasilkan
oleh model HEC-RAS memiliki kemiripan dengan kejadian banjir aktual di
beberapa wilayah yang ditunjukkan oleh Gambar 10. Hasil pengamatan ini dapat
dijadikan sebagai validasi model banjir di wilayah Sungai Sunter dengan melihat
wilayah-wilayah yang rawan tergenang banjir dan membandingkannya dengan
kejadian banjir hasil pemodelan HEC-RAS, namun hasil ini hanya bersifat
kualitatif dan tidak dapat dijadikan hasil validasi yang akurat disebabkan
pengamatan ini hanya dilakukan di beberapa titik wilayah dan tidak dilakukan
secara keseluruhan sehingga masih terdapat banyak wilayah yang tidak teramati.
Simpulan
Sawit, Jatinegara, Pulo Gadung, dan Cakung. Luas sebaran banjir mengalami
peningkatan setiap bertambahnya periode ulang kejadian. Luas sebaran terbesar
berada di Kecamatan Makasar yaitu sebesar 92.63 Ha pada kondisi existing dan
mengalami peningkatan pada periode ulang 5 tahunan dan seterusnya. Sebaran
banjir yang dihasilkan oleh model HEC-RAS memiliki tingkat keakuratan sebesar
23%. Hasil ini menunjukkan bahwa banjir yang dihasilkan oleh model HEC-RAS
dan banjir aktual memiliki kemiripan yang kurang signifikan. Secara umum,
Pemetaan sebaran banjir ini dapat memberikan informasi daerah-daerah rawan
banjir di sekitar Sungai Sunter, Jakarta Timur sehingga dapat dilakukan upaya
yang tepat dalam mengantisipasi banjir baik pada kondisi existing maupun setiap
periode ulangnya.
Saran
DAFTAR PUSTAKA
Direktur Jenderal Rehabilitasi Lahan dan Perhutanan Sosial. 2009. Peraturan No:
P.04/V-SET/2009 tentang monitoring dan evaluasi daerah aliran sungai.
Goodell C dan Warren C. 2006. Flood inundation mapping using HEC-RAS.
Obras y Proyectos 2: 18-23.
Horrit MS dan Bates PD. 2002. Evaluation of 1D and 2D numerical models for
predicting river flood inundation. J of Hydrology 268: 87-99.
Indradewa MS. 2008. Potensi dan upaya penanggulangan bencana banjir Sungai
Wolowona, Nangaba, dan Kaliputih di Kabupaten Ende [tesis]. Surakarta (ID):
Universitas Sebelas Maret.
Istiarto. 2014. Modul pelatihan simulasi aliran 1-dimensi dengan bantuan paket
program hidrodinamika jenjang dasar: simple geometry river [internet].
[diunduh 2016 Januari 23]. Tersedia pada: http://istiarto.staff.ugm.ac.id/.
Knebl MR, Yang ZL, Hutchison K, Maidment DR. 2005. Regional scale flood
modeling using NEXRAD rainfall, GIS, and HEC-HMS/RAS: a case study for
the San Antonio River Basin Summer 2002 storm event. J Environmental
Management 75: 325-336.
Kadri T. 2011. Lakes potency to reduce overflow discharge in the Sunter river
area, Jakarta. Water Resources Management VI: 641-645.
Lagason AL. 2008. Floodplain Visualization using ArcView GIS and HEC-RAS:
a case study on Kota Marudu floodplain [tesis]. Malaysia: Universiti Teknologi
Malaysia.
Leon A. 2015. Tutorial on using HEC-GeoRAS 10.1 (or newer) for flood
inundation mapping in steady and unsteady flow conditions. Oregon (USA):
Oregon State University.
Mondal A, Khare D, Kundu S, Mukherjee S, Mukhopadhyay A, Mondal S. 2016.
Uncertainty of soil modelling using open source high resolution and aggregated
DEMs. Geoscience Frontiers. [diunduh 2016 September 5]. Tersedia pada:
http://dx.doi.org/10.1016/j.gsf.2016.03.004.
Muin SF. 2015. Pengembangan asuransi bencana banjir berbasis indeks untuk
sektor pemukiman dan pertanian [tesis]. Bogor (ID): Institut Pertanian Bogor.
Nafari RH, Ngo T, Lehman W. 2016. Calibration and validation of FLFArs – a
new flood loss function for Australian residential structures. Nat. Hazard Earth
Syst. Sci. 16:15-27.doi: 10.5194/nhess-16-15-2016.
Pratomo AJ. 2008. Analisis kerentanan banjir di daerah aliran sungai Sengkarang
Kabupaten Pekalongan Provinsi Jawa Tengah dengan bantuan Sistem
Informasi Geografis [skripsi]. Surakarta (ID): Universitas Muhammadiyah
Surakarta.
Purnama A. 2008. Pemetaan kawasan rawan banjir di daerah rawan banjir di
daerah aliran sungai Cisadane menggunakan Sistem Informasi Geografis
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
Siswoko. 2007. Banjir, masalah banjir dan upaya mengatasinya [internet].
[diunduh 2016 Agustus 7]. Tersedia pada:
https://www.scribd.com/doc/273470333/Siswoko-banjir.
Soewarno. 1995. Hidrologi: aplikasi metode statistik untuk analisa data. Bandung
(ID): Nova.
Team Mirah Sakethi. 2010. Mengapa Jakarta banjir? Pengendalian banjir
Pemerintah Provinsi DKI Jakarta. Jakarta (ID): PT Mirah Sakethi.
24
Lampiran
Lampiran 4 Profil aliran permanen sepanjang alur sungai dalam bentuk tiga
dimensi
project_1 Plan: plan_mixed_1 20/10/2016
Legend
WS existing
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
WS Tr 5
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
7562.173 7635.681
6693.795
6156.098
5565.424
5279.923
4900.117
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
WS Tr 10
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
7562.173 7635.681
6693.795
6156.098
5565.424
5279.923
4900.117
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
28
WS Tr 25
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
7562.173 7635.681
6693.795
6156.098
5565.424
5279.923
4900.117
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
WS Tr 50
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
7562.173 7635.681
6693.795
6156.098
5565.424
5279.923
4900.117
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
WS Tr 100
Ground
Bank Sta
10645.03
10512.07
10165.48
9717.172
9561.657
9042.275
8274.714
8075.095
7562.173 7635.681
6693.795
6156.098
5565.424
5279.923
4900.117
4101.818
3207.911 3651.406
2879.489
2576.114
1630.648
41.66486 2071.276
333.7384 1056.153 1426.295
29
Tahun
Kedalaman Kedalaman
Koordinat Kecamatan Kejadian
Aktual (m) Model (m)
Banjir Aktual
6o 14’11.13” S
Jatinegara
dan 106o
(Cipinang 2007 3 2.2
53’33.65” T
Muara)
6o 13’12.07” S
Duren Sawit
dan 106o
(Cipinang 2007 5 3
53’47.81” T
Muara 3)
6o 13’03.13” S
Jatinegara
dan 106o
(Cipinang 2007 3.5 2.3
53’42.38” T
Muara 4)
6o 12’49.37” S
Jatinegara
dan 106o
(Cipinang 2007 5.5 2
53’44.72” T
Muara 4)
30
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 29 Juli 1994 dari pasangan Bapak
Gurun dan Ibu Amelia. Penulis merupakan anak pertama dari dua bersaudara.
Pada tahun 2006, penulis lulus dari SDN CPB 07 pagi Jakarta. Penulis
melanjutkan pendidikan menengah pertama di MTsN 9 Jakarta dan lulus tahun
2009. Pada tahun 2009 penulis melanjutkan pendidikan menengah atas di MAN 3
Jakarta dan lulus tahun 2012. Tahun 2012, penulis lulus seleksi masuk IPB dan
memilih program studi Meteorologi Terapan, Departemen Geofisika dan
Meteorologi melalui jalur SNMPTN Undangan.
Selama perkuliahan, penulis tergabung dalam Himpunan Profesi
Agrometeorologi (HIMAGRETO) divisi Creative Enterpreneur periode
2014/2015. Penulis juga aktif dalam kepanitiaan kegiatan kampus diantaranya
MPD (Masa Perkenalan Departemen) Geofisika dan Meteorologi pada tahun 2014,
Metrik (Meteorologi Interaktif) pada tahun 2014, Atmosfair pada tahun 2014,
METDAY (Meteorologi Day) tahun 2015, dan Acara Temu Alumni
Agrometeorologi pada tahun 2015. Pada tanggal 12-13 September 2015, penulis
berpartisipasi dalam kegiatan International Putrajaya Lake and Wetland Explorace
di Malaysia.