LAPORAN PENGERJAAN

Short and Long Term Analysis

Struktur Perlindungan Pantai

Dosen Mata Kuliah :

R. Haryo Dwito Armono, S.T., M.Eng., Ph.D.

Ditulis Oleh:
1. Charis Chrisna (04311840000006)
2. Lalu Muhammad Reza Efendi (0431840000038)
3. Dimas Ivan Aprilian (04311840000091)
4. Muhammad Iqbal Alvani (04311840000116)
5. Joshua (04311840000123)

DEPARTEMEN TEKNIK KELAUTAN

FAKULTAS TEKNOLOGI KELAUTAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2020
 KATA PENGANTAR

Alhamdulillahi Rabbil Alamin, segala puji bagi Allah SWT, karena atas segala karunia
nikmat-Nya kami dapat menyusun laporan ini dengan sebaik-baiknya. Laporan yang berjudul
“Short and Long Term Analysis” disusun dalam rangka memenuhi tugas mata kuliah Struktur
Pelindung Pantai, yang diampu oleh Bapak R. Haryo Dwito Armono, S.T., M.Eng., Ph.D.
Laporan ini berisi tentang analisis kala ulang pada long term analysis, juga perbandingan
pengolahan data short term analysis yang diolah secara manual dan otomatis oleh program.
Dalam penyusunannya melibatkan berbagai pihak, baik internal maupun eksternal. Oleh
sebab itu, kami mengucapkan terima kasih kepada pihak-pihak yang telah berperan dalam
membantu penyusunan laporan ini.
Meski telah disusun secara maksimal, namun penulis menyadari bahwa laporan ini masih
jauh dari sempurna. Karenanya, penulis mengharapkan kritik dan saran yang membangun
dari pembaca. Demikian apa yang bisa kami sampaikan, semoga pembaca dapat mengambil
manfaat dari karya ini.

Surabaya, November 2020

Penulis

1
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................1
DAFTAR ISI......................................................................................................................2
BAB I PENDAHULUAN..................................................................................................3
1.1. Pendahuluan.............................................................................................................3
1.2. Rumusan Masalah....................................................................................................3
1.3. Tujuan Penulisan......................................................................................................3
BAB II DEFINISI DATA.................................................................................................5
2.1. Pemilihan Data.............................................................................................................5
2.3. Long Term Analysis.....................................................................................................6
BAB III ANALISA DATA...............................................................................................8
3.1. Short Term Analysis.....................................................................................................8
3.2. Long Term Analysis.....................................................................................................9
BAB IV PENUTUP.........................................................................................................12
4.1. Kesimpulan................................................................................................................12
4.2. Saran...........................................................................................................................12
 BAB I
PENDAHULUAN
1.1. Pendahuluan
Indonesia sebagai negara kepulauan terbesar di dunia memiliki sekitar 17 ribu pulau
dengan panjang garis pantai mencapai 95.181 kilometer. Secara geografis, posisi Indonesia
sangat strategis terhadap lalu lintas perdagangan karena terletak antara dua benua dan dua
samudera. Kondisi tersebut perlu didukung oleh sarana dan prasarana pemanfaatan sumber
daya alam di laut yang memadai untuk menunjang sektor EPCI (Engineering, Procurement,
Construction, Installation). Sarana dan prasarana ini juga mencakup struktur pelindung pantai
(coastal protection structures) yang fungsinya sebagai penjaga kontur dan bentuk garis pantai
terhadap erosi oleh gelombang laut yang datang.
Karena hal ini, penting bagi seorang calon insinyur untuk dapat mengetahui dan
memprediksi gelombang yang datang di satu titik pesisir tertentu sebelum masuk ke tahap
perancangan struktur. Hal ini dikhususkan untuk memperkirakan efektivitas, ketepatan guna,
juga ketahanan struktur pelindung pantai tersebut. Ada yang disebut dengan short term
analysis, dan ada pula long term analysis. Laporan ini mencakup pengerjaan keduanya oleh
kelompok kami, dikerjakan dengan data yang telah tersedia.

1.2. Rumusan Masalah

Berdasarkan uraian latar belakang yang telah dipaparkan di atas, dapat ditarik rumusan
masalah sebagai berikut:
 Bagaimana perbedaan perhitungan naik-turun muka air apabila ditinjau secara
manual, dan dihitung menggunakan program WaveBTIPDP?
 Bagaimana perbedaan perhitungan per realization (hingga 5 realization) dan
perhitungan ensemble?
 Bagaimana proses perhitungan data significant wave height agar dapat terproyeksi
kala ulang hingga 100 atau 200 tahun ke depan?

1.3. Tujuan Penulisan

Berdasarkan poin-poin rumusan masalah yang telah dipaparkan di atas, dapat ditarik
tujuan penulsan laporan ini ialah sebagai berikut:
 Mengetahui perbedaan perhitungan naik-turun muka air apabila ditinjau secara
manual, dan dihitung menggunakan program WaveBTIPDP
 Mengetahui perbedaan perhitungan per realization (hingga 5 realization) dan
perhitungan ensemble.
 Mengetahui proses perhitungan data significant wave height agar dapat terproyeksi
kala ulang hingga 100 atau 200 tahun ke depan.
 BAB II
DEFINISI DATA
2.1. Pemilihan Data
Dalam penugasan untuk analisis gelombang, kelompok kami menggunakan data yang
diberikan sesuai dengan jenis analisis yang akan dilakukan. Untuk mendapatkan data tersebut
dari lapangan maka digunakanlah alat pengukur tingggi fluktuasi muka air laut, seperti
menggunakan wave buoy, pressure sensor, dan lainnya.
Untuk data pengerjaan long term analysis, kami menggunakan Data 2. Sedangkan untuk
data pengerjaan short term analysis, kami menggunakan data A1H6T1.1(A).

2.2. Short Term Analysis

Dalam rangka analisa Short Term Analysis, digunakan data tinggi fluktuasi muka air laut,
pengukurannya dilakukan di dua channel atau titik, namun kami hanya menggunakan channel
pertama. Adapun data yang didapatkan adalah tinggi fluktuasi muka air dengan waktu
pengukuran 300 detik. Data yang didapatkan dari alat pengukur tersebut adalah tinggi
fluktuasi muka air laut dalam interval waktu 0,040 detik. Adapun data yang digunakan oleh
kelompok kami adalah data tinggi fluktuasi muka air laut di suatu lokasi yang tidak diketahui,
sebagai berikut.
Tabel 1. Data Fluktuasi Muka Air A1H6T1.1(A)
t ch1 ch2
0,000 -0,50842 0,505476
0,040 -0,57024 0,602095
0,080 -0,6011 0,6021
0,120 -0,6939 0,6665
0,160 -0,7248 0,6021
0,200 -0,7248 0,6343
0,240 -0,7557 0,6343
0,280 -0,7866 0,6343
0,320 -0,7248 0,6665
0,360 -0,7248 0,6021
0,400 -0,6939 0,6021
… … …
299,400 2,0260 -0,9438
 299,440 2,3969 -0,6540
299,480 2,5514 -0,1386
299,520 2,3041 0,5055
299,560 1,8096 0,8275
299,600 1,1606 1,0208
299,640 0,4188 1,0208
299,680 -0,3230 1,1174
299,720 -0,9720 1,3106
299,760 -1,2811 1,5683
299,800 -1,6211 2,0192
299,840 -1,8993 2,3734
299,880 -2,0847 2,5345
299,920 -2,1465 2,4379

2.3. Long Term Analysis

Analisa Long Term Analysis menggunakan data tinggi fluktuasi muka air laut tahunan di
suatu tempat yang tidak disebutkan. Adapun dalam penugasan ini data yang kami gunakan
adalah data tinggi fluktuasi muka air laut dari tahun 1992 sampai tahun 2019 di suatu lokasi
yang tidak diketahui. Data yang didapatkan mencakup tinggi gelombang signifikan (fluktuasi
muka air laut) sehingga disortir dari besar ke kecil, dan berjumlah 27 data. Berikut data yang
kami dapatkan:

Tabel 2. Data Fluktuasi Muka Air (Data 2)

Year Hs Sorted
1992 1,38 1,41
1993 1,34 1,41
1994 1,41 1,38
1995 1,38 1,38
1996 1,41 1,38
1997 1,15 1,38
1998 1,23 1,38
1999 1,34 1,34
2000 1,38 1,34
2001 1,29 1,33
2002 1,29 1,29
2003 1,15 1,29
2004 1,15 1,24
2005 1,38 1,23
2006 1,15 1,23
2007 0,81 1,15
2008 1,24 1,15
2009 1,33 1,15
2010 1,38 1,15
2011 1,23 1,00
2012 1,00 1,00
2013 1,00 1,00
2014 1,00 0,91
2015 0,91 0,91
2016 0,91 0,91
2017 0,91 0,91
2018 0,91 0,81
2019 0,81 0,81
 BAB III
ANALISA DATA
3.1. Short Term Analysis
Berikut merupakan tabel agregat H dan T hasil penggabungan dari data-data yang telah
diperoleh melalui observasi manual, dan otomatis dengan program WaveBTIPDP;

Tabel 3. Perbandingan H dan T Hasil Observasi Manual dan Otomatis

Analisis Hmax (m) Tmax (s) Hs (m)
Realization
Detik Manual Program Manual Program Manual Program
1 0 - 60 16,59 17,37 1,04 1,22 10,50 10,73
2 61- 120 17,16 15,61 1,00 1,02 11,61 10,88
3 121 - 180 19,35 19,13 1,44 0,98 11,92 11,32
4 181 - 240 16,46 17,43 1,32 1,13 11,32 10,11
5 241 - 300 14,52 15,98 1,32 0,99 11,23 11,04
Ensemble 0 - 300 19,35 19,13 1,44 0,98 11,51 10,71
Error
0-300 1% 32% 7%
Percentage
Analisis Tp (s) Hz (m) Tz (s)
Realization
Detik Manual Program Manual Program Manual Program
1 0 - 60 1,09 1,08 6,30 6,18 1,01 1,02
2 61- 120 1,01 1,06 6,49 6,61 0,94 0,99
3 121 - 180 1,62 1,07 7,95 7,32 1,34 1,04
4 181 - 240 1,31 1,06 7,51 6,70 1,20 0,99
5 241 - 300 1,44 1,08 7,20 6,87 1,19 0,99
Ensemble 0 - 300 1,30 1,07 7,03 6,67 1,12 1,00
Error
0-300 18% 5% 11%
Percentage

Terlihat dari tabel analisis di atas bahwa adanya perbedaan hasil analisis data dengan
rata- rata sebesar dua belas persen. Hal ini disebabkan oleh beberapa faktor yang
memperngaruhinya, yaitu:
Akurasi penginputan data
Penginputan data secara manual merupakan salah satu faktor terbesar dari terjadinya
perbedaaan tersebut. Hal ini dikarenakan metode penginputan data yang bersifat “kira-kira”
atau bisa disebut hanya menggunakan metode pendekatan, sehingga data yang diinput
bukanlah data yang sebenarnya dan bukan data yang presisi.
Kesalahan Manusia (Human Error)
Penginputan data secara manual juga memiliki kelemahan lainnya, yaitu kesalahan
manusia atau yang sering disebut human error. Kesalahan manusia ini bisa dicontohkan dari
berbagai hal, salah satunya yaitu ketika menginput data, pengamat salah memasukan angka
karena salah ketik atau typo.

3.2. Long Term Analysis

Berikut merupakan tabel distribusi Weibull, Gumbel, Log-Normal, dan Normal. Hasil
penggabungan dari data-data yang telah diperoleh dapat memproyeksikan kala ulang (return
period) sampai dengan 200 tahun;

Weibull Gumbel
N Ht Lam N Ht Lam
28 0,81 0,96 28 0,81 0,96
alpha Beta Gamma Beta Gamma
0,94 0,24 -0,92 0,18 1,07
Return Period (Tr) Return Period (Tr)
2 1,31 2 1,13
5 1,08 5 1,34
10 1,04 10 1,48
25 1,01 25 1,65
30 1,00 30 1,68
50 0,99 50 1,78
100 0,98 100 1,91
200 0,98 200 2,03

Log-Normal Normal
N Ht Lam N Ht Lam
28 0,81 0,96 28 0,81 0,96
Ln H sH Ln H sH
1,00 0,99 0,14 1,12
Return Period (Tr) Return Period (Tr)
2 2,60 2 1,12
5 6,09 5 1,24
10 9,47 10 1,30
25 15,13 25 1,36
30 16,44 30 1,37
50 20,46 50 1,41
100 26,84 100 1,44
200 34,39 200 1,48

Dari tabel-tabel yang telah tertera diatas, dapat diambil informasi bahwa;
 Rata-rata return period (Tr) pada distribusi Weibull sebesar 1,05
 Rata-rata return period (Tr) pada distribusi Gumbel sebesar 1,65
 Rata-rata return period (Tr) pada distribusi Log-Normal sebesar 16,43
 Rata-rata return period (Tr) pada distribusi Normal sebesar 1,34
  Rata-rata return period (Tr) keseluruhan sebesar 5.11

Berikut merupakan grafik distribusi Weibull, Gumbel, Log-normal, dan Normal hasil
penggabungan dari data-data yang telah diperoleh;

Grafik Distribusi Weibull

5.00

4.00

3.00
y = 4.0517x - 3.7287
W

2.00 R² = 0.6071
1.00

0.00
0.000.200.400.600.801.001.201.401.60
-1.00
H (m)

Grafik Distribusi Gumbell

5.00
4.00
3.00
2.00
1.00
y = 5.4744x - 5.8646
G

R² = 0.787
0.00
-1.000.00 0.20 0.400.600.801.001.201.401.60
-2.00

H (m)

Grafik Distribusi Normal

1.80
1.60
1.40 y = 0.8969x + 0.123
1.20 R² = 0.9039
1.00
0.80
Z

0.60
0.40
0.20
0.00

0.000.200.400.60 0.80 1.001.201.401.60

H (m)
 Grafik Distribusi Log Normal
1.80

1.60 y = 1.0148x + 1.0199

1.40 R² = 0.8957
1.20
1.00
0.80
Z

0.60
0.40
0.20
0.00

-0.30 -0.20 -0.10 0.00 0.10 0.20 0.30 0.40

ln H
 BAB IV
PENUTUP
4.1. Kesimpulan
Setelah dilakukan pengolahan data, maka dapat diketahui perbedaan perhitungan naik-
turun muka air apabila ditinjau secara manual dan menggunakan program WaveBTIPDP.
Pada Short Term Analysis terlihat pada table bahwa ada perbedaan hasil analisis dengan rata-
rata sebesar dua belas persen yang disebabkan oleh faktor akurasi pengumpulan data dan
human error.
Pada Short Term Analysis, Dari data yang dikaji, ditinjau menurut empat model distribusi
yaitu Distribusi Weibull, Distribusi Gumbell, Distribusi Normal, dan Distribusi Log Normal.
Distribusi yang cocok adalah distribusi Normal, karena seperti dapat dilihat pada grafik di
atas, distribusi normal mempunyai koefisien determinasi (R2) yang paling mendekati 1 di
antara tiga distribusi lainnya. Koefisien tersebut sebesar 0.9039, menandakan bahwa
hubungan antara H
(m) di sumbu X dan z-score di sumbu Y mempunyai keterkaitan yang erat satu sama lain.

4.2. Saran
Dengan adanya laporan ini, besar harapan penulis agar pembaca dapat mengetahui peran
significant wave height terhadap wave hindcasting pada short term dan long term. Penulis
sadar bahwa penyusunan laporan ini masih jauh dari kata sempurna. Oleh karena itu, penulis
berharap untuk mendapatkan saran dan kritik dari teman-teman mahasiswa, juga dosen mata
kuliah Struktur Perlindungan Pantai.