51-Article Text-95-1-10-20180420 PDF
51-Article Text-95-1-10-20180420 PDF
Abstrak
Penelitian ini merupakan penelitian pengembangan untuk menghasilkan aplikasi berbasis desktop dalam
menciptakan system informasi manajemen hujan dan banjir rancangan yang disebut SIM-HBR. Aplikasi ini
dirancang untuk melakukan simulasi prediksi hujan dan banjir yang akan terjadi dalam periode waktu tertentu.
Informasi tersebut dapat digunakan dalam perencanaan pembangunan infrastruktur dan kebijakan lainnya.
System kerja SIM-HBR ini adalah mengambil data hidrologi DAS pada database mencakup Luas DAS,
Panjang Sungai, Koefesien Aliran, Parameter Tr dan Alpha, Stasiun Berpengaruh dan Koefesien Theisen
Stasiun. Kemudian menghitung nilai curah hujan maksimum harian tahunan DAS, validasi data mencakup,
homogenitas, konsistensi dan kesamaan jenis (Standar Iso 9001:2008), memeriksa kesesuaian PDF dan CDF
emperik VS teoritis mencakup : distribusi normal, lognormal, gamma, loggamma, gumbel, log gumbel,
pearson3 dan logpearson3 dengan uji horizontal dan Vertikal menurut statistik Chi-kuadrat dan Kolmogorof,
menghitung Hitung Hujan Rancangan dengan berbagai kala ulang menurut distribusi Probabilitas, dan
menghitung Debit Rancangan dengan pendekatan Hidrograf Satuan Sintetik Nakayasu (HSSN). Sedangkan
hasil yang ditampilkan adalah (1) Tabel data hujan harian maksimum tahunan, (2) Tabel uji validasi data
curah hujan maksimum harian tahunan, (3) Tabel Hujan Rancangan dan Tabel Banjir Rancangan, (4) Grafik
deteksi outlier data curah hujan maksimu harian tahunan, (5) Grafik series data curah hujan maksimum harian
tahunan, (6) Grafik dan kriteria kesesuai PDF dan CDF teoritis dengan emperik data curah hujan maksimum
harian tahunan, dan (7) Hidrograf Hujan Rancangan dan Hidrograf Banjir Rancangan.
Kata Kunci: Informasi, Hujan, Banjir, Rancangan, Matlab
Dalam upaya mengatasi permasalahan akibat LAN. Arsitektur rencana pengembangan ke dalam
terjadinya banjir, ada beberapa cara yaitu salah sistem yang sudah ada seperti gambar berikut:
satunya mengetahui sebab-sebab terjadinya banjir
dan daerah sasaran banjir, yang tergantung pada
karakteristik klimatologi, hidrologi, dan kondisi fisik
wilayah.
Dari hal tersebut di atas Balai Informasi
Sumber Daya Air (BISDA) Provinsi NTB
melaksanakan Pekerjaan Pengembangan Sistem
Informasi Hujan dan Banjir Rancangan. Selain hal
tersebut ada beberapa faktor yang mendasari
sehingga dilakukannya kegiatan tersebut. Adapun
faktor-faktor tersebut adalah:
a. UU No. 14 Tahun 2008 tentang keterbukaan
informasi Publik Gambar 1. Desain Rencana
b. PERRES No. 88 Tahun 2012 tentang Sistem Pengembangan SIM-HBR
Informasi Hidrologi, Hidroklimatologi dan
Hidrogeologi (SIH3) Secara sederhana, sistem kerja dari SIM-HBR yang
c. PERMEN PU No. 04/PRT/M/2009 tentang akan dirancang disajikan dalam Tabel 1 berikut ini.
Sistem Manajemen Mutu
d. Informasi hidrologis Hujan dan Banjir
Rancangan sebagai dasar dalam kebijakan
Desain infrastruktur ke-PU-an
e. Balai ISDA belum memiliki sistem penerbitan
informasi hujan dan banjir rancangan yang dapat
diakses dengan cepat, tepat dan benar
f. Perlu ada pengembangan Sistem Informasi
Hujan dan Banjir Rancangan berbasis Aplikasi
Dekstop yang terintegrasi dengan Sistem
Jaringan LAN dan WAN yang dapat
menerbitkan informasi Hujan dan Banjir
Rancangan yang cepat, tepat dan benar.
65
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
Analisa hujan dan banjir rancangan didasari dari diskrit apabila ruang sampel kejadiannya
besaran curah hujan maksimum harian tahunan dalam merupakan humpunan bilangan bulat tak negatif.
suatu DAS. Secara teoritik, prosedur analisa hujan bilangan real. Karena data curah hujan
rancangan mencakup, 1). Analisa Hujan DAERAH dinyatakan dalam bilangan real, maka distribusi
(DAS), 2). Analisa Distribusi Data, 3). Anlisa yang akan digunakan adalah distribusi kontinu.
Validasi Data, 4) Analisa Hujan Rancangan, 5) Secara umum, distribusi kontinu dibagi menjadi
Analisa Debit Rancangan. 2 (dua), yakni distribusi normal dan tak normal.
1. Analisa Hujan Daerah Model distribusi data tang tak normal sangat
Analisis hujan daerah dalam hal ini adalah banyak, akan tetapi secara dalam pengembangan
daerah aliran sungai (DAS) dapat dialkukan sistem hujan dan banjir rancangan ini akan
dengan beberapa metode. Dalam pengembangan digunakan beberapa jenis alternatif distribusi
sistem hujan dan banjir rancangan akan yang biasanya digunakan, yakni distribusi
mengunakan 2 (dua) metode, yakni dengan gamma, gumbel dan pearson3.
metode poligon Theisen dan arimatika aljabar.
2. Analisis Distribusi Data
Analisa distribusi data merupakan suatu kegiatan
unutk menemukan model matematis sebaran
data dalam DAS.Model matematis tersebut,
merupakan suatu distribusi peluang yang akan
digunakan sebagai dasar unutk merumuskan
besaran hujan rancangan. Secara teoritis
distribusi data terbagi menjadi 2 (dua), yakni
diskrit dan kontinu. Suatu distribusi disebut
66
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
a. Uji Homogenitas Varians mebandingkan selisih media. Uji ini juga sering
Uji homogenitas varians dari data yang disebut sebagai uji median atau kesamaan jenis.
terdistribusi normal diberikan oleh formula Formula uji sebagai berikut:
statistik Fhiser sebagai berikut: Statistik observasi :
S12 n (n 1) n n
Statistik Observasi : Fo n1 n 2 n1 n 2 1 1 R 1 2
S 22 2 2
zo
Statistik Teoritis : Ft sehingga P(F < Ft) = n1 n 2 (n1 2 1)
97.5% 12
Derajat kebebasan : dk1 = n1 -1 dan dk2 = n2-1 Statistik teoritis : Zt sehingga P(z < zt) =
Kriteria Homogenitas : F0 < Ft jika F0 >1 97.5%
atau F0 > Ft jika F0<1 Kriteria Konsistensi : |Zo| < Zt
b. Uji Konsistensi Rataan
Formula statistik untuk analisis konsistensi 4. Analisa Hujan Rancangan
rataan dari data yang terdistribusi normal Hujan rancangan merupakan taksiran besaran
mengikuti statistik student sebagai berikut: hujan yang dapat terlapui terjadi dalam suatu periode
Statistik observasi : ulang tertentu. Besaran nilai hujan rancangan
X1 X 2 ditentukan menurut nilai peluang kejadian menurut
t0
suatu Fungsi Distribusi Peluang tertentu.
(n1 1) S12 (n 2 1) S 22 1 1
Misal X = besaran curah hujan, dan f(x) adalah
n1 n 2 2 n1 n 2 suatu fungsi distribusi peluang, maka:
Statistik teoritis : tt sehingga P(t < tt) a. P(X = x) = f(x) merupakan nilai dari peluang
= 97.5% kemungkinan terjadinya hujan sebesar x. Untuk
Derajat Kebebasan : dk = n1 + n2 - 2 suatu nilai f(x), akan terdapat T sehingga
Kriteria Konsistensi : |to| < tt P(X=x)T=1. Dalam hal ini T disebut periode
2. Uji Non Parametriks Validasi Data ulang sehingga hujan sebesar x akan dapat
Prosedur uji statistik non parametriks terjadi dalam T tahun.
x
dilaksanakan dalam uji validasi data apabila data
observasi tidak terdistribusi normal. Misalnya b. P(X < x) = f ( x)dx
merupakan nilai peluang
terdistribusi gamma, gumbel, logpearson atau
terjadinya hujan yang kurang dari x. Unutk
lannya.
setiap nilai dari P(X < x), akan terdapat bilangan
a. Uji Homogenitas varians
real T sehingga P(X<x)T = 1. Dalam hal ini T
Formula uji yang digunakan adalah statistik
disebut periode ulang sehingga hujan sebesar
Fhiser dengan parameter sebagai berikut:
kurang dari x akan dapat terjadi dalam T tahun.
n1 (n 2 1) S12 x
Statistik observasi : Fo
n 2 (n1 1) S 22 c. P(X < x)= f ( x)dx
merupakan nilai peluang
Statistik Teoritis : Ft sehingga P(F <
Ft) = 97.5% terjadinya hujan yang lebih besar dari x. Unutk
Derajat kebebasan : dk1 = n1 -1 dan dk2 = n2-1 setiap nilai dari P(X > x), akan terdapat bilangan
Kriteria Homogenitas : F0 < Ft jika F0 >1 real T sehingga P(X > x)T = 1. Dalam hal ini T
atau F0 > Ft jika F0<1 disebut periode ulang sehingga hujan yang
b. Uji Konsistensi Rataan besarannya lebih dari x akan dapat terjadi dalam
Formula uji konsistensi rataan yang digunakan T tahun.
apabila data tidak terdistribusi normal adala 4.1 Hujan rancangan dengan distribusi normal dan
statistik zero (z) yang merupakan statistik log normal
transpormasi dari distribusi normal dengan
68
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
Suatu data x disebut terdistribusi normal apabila Tabel 2 Formula matematis dan komputasi hujan
distribusi frekuwensi data tersebut memenuhi rancangan dengan distribusi normal
persamaan Probabilitas distribution Function (PDF)
gauss dengan persamaan
2
1 x
1
f ( x, , ) e 2 . Model kurva
2 2
distribusi normal tersebut sebagai berikut:
15
69
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
Tabel 3. Fomula komputasi hujan rancangan dengan dan banjir rancangan, akan mengunakan
distribusi gamma dan log gamma formula komputasi dengan m-function
PDF eksponensial yang dimiliki oleh
MATLAB.
t
2.4
Qp 0 t Tp
Tp t
T T 1.5
t T p
Gambar 6. Grafik Hidrograf Sintetik Satuan
Q 0.3 T0.3 T p t T p T0.3
Qt p Nakayasu
t T p 0.5T0.3
Q 0.3 1.5T0.3 T p T0.3 t T p T0.3 1.5T0.3
p t T p 1.5T0.3
Q p 0.3 2T0.3 t T p T0.3 1.5T0.3
Dimana:
1 A Re
Qp
3.6 0.3T p T0.3
Tp = tg + 0.8 Tr
0.4 0.058 L L 15
tg
0.21 L
0 .7
L 15
T0.3 = α tg
0.5 tg < tr < tg
Keterangan:
Qp : Debit Puncak banjir
A : Luas DAS (km2)
Re : Curah hujan efektif (mm)
Tp : Waktu dari permulaan banjir sampai puncak
hidrograf (jam)
T0.3 : waktu dari puncak banjir sampai 0.3 kali
debit
puncak (jam)
Tg : Waktu konsentrasi jam
Tr : Satuan waktu dari curah hujan (jam)
α : koefesien karakteristik DAS biasanya
diambil 2
L : Panjang sungai Utama (km)
71
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
Setting Pengecekan
Server Data
Pilih Load
Komponen Data
Analisa Simpan
Data Data
Terbitkan
Informasi
72
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
No Icon Fungsi
1 Data baru, jika akan melakukan analisa data
73
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
Simulasi Data
Adapun langkah-langkah simulasi data yakni:
1. Pilih Data, WS, dan DAS.
3. Simpan Data
4. Running
74
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017
Sistem Informasi Manajemen Hujan dan Banjir Rancangan
Habib Ratu Perwira Negara, Syaharuddin, Ripai
IV. KESIMPULAN DAN SARAN [7] Riad, S and Mania, J. (2003), “Rainfall-
Dari analisa data diperoleh beberapa Runoff Model Using an Artificial Neural
kesimpulan dalam kegiatan ini, yakni aplikasi Network Approach”, Mathematical and
dekstop Sistem Informasi Manajemen Hujan dan Computer Modelling, Vol 40, No 2, hal. 839-
Bajir Rancangan (SIM-HBR) yang telah 846.
dikembangkan dapat: [8] Sektor Pertanian. (2011), Kajian Risiko dan
a. Terkoneksi dengan Data Base Aplikasi Dekstop Adaptasi Terhadap Perubahan Iklim Pulau
SIM-Hidro melalui jaringan WAN da LAN. Lombok Provinsi Nusa Tenggara Barat,
b. Melakukan kompilasi basis data Curah Hujan Dinas Pertanian NTB, Mataram.
Maksimum Harian tahunan berbasis DAS [9] Soemarto, C.D. (1999), Hidrol ogi
c. Melakukan komputasi hidrologis mencakup, Teknik, Erlangga, Jakarta
validasi data, pemeriksaan kesesuaian PDF dan
CDF, Menghitung Hujan Rancangan dan Hujan
Efektif serta menerbitkan informasi Banjir
rancangan dengan metode Hidrograf Sintetik
Satuan Nakayasu
V. DAFTAR PUSTAKA
[1] Badan Pusat Statistika Mataram. (2015),
Mataram Dalam Angka 2015. BPS Mataram,
Mataram
[2] Bektipratiwi, A. (2011), Model JST RBF-
Egarch untuk Peramalan Data Time Series.
Tesis, ITS Surabaya, Surabaya.
[3] Ferreira, N.J. (2005), “Artificial Neural
Network Technique for Rainfall Forecasting
Applied to the Sao Paulo Region”,
Hydrologi, Vol 301, No 1, hal. 146-162.
[4] Irzani dan Ripai, (2011), Pengantar Statistika
Matematika. Yogyakarta: Mandiri Grafindo
Press
[5] Luk, K.C, Ball, J.E, dan Sharma, A. (2001),
“An Application of Artificial Neural
Networks for Rainfall Forecasting”,
Mathematical and Computer Modelling, Vol
33, No 1, hal. 883-699.
[6] Nandini, R, dan Narendra, B. (2011), “Kajian
Perubahan Curah Hujan, Suhu dan Tipe Iklim
Pada Zone Ekosistem di Pulau Lombok”,
Analisis Kebijakan Kehutanan, Vol. 8 No. 3,
hal. 228-244.
75
JURNAL VARIAN
VOL.1 NO.1 SEPTEMBER 2017 e-ISSN 2581-2017