Statistik Gelombang
189
Untuk mencari parameter suatu rambatan kelompok gelombang yang acak
dan tidak teratur diperlukan metode statistik gelombang agar dapat memahami
karakteristik gelombang yang diamati. Parameter statistik gelombang sangat
penting untuk diketahui karena berguna antara lain untuk :
a. perencanaan dan perlindungan kawasan pantai,
b. perencanaan dimensi bangunan pantai,
c. perencanaan masalah trasnpor sedimen.
190
metode zero up-crossing dan metode zero down-crossing. Contoh hasil pencatatan
gelombang dengan metode zero downcrossing, dapat dilihat dalam Gambar 9.3.
191
Sumber : Liu, 2001
Gambar 9.4. Ilustrasi penentuan tinggi gelombang dan periode pada suatu
pencatatan data gelombang
Tabel 9.1. Urutan tinggi gelombang dari yang paling besar ke paling kecil
192
Jika kita ingin mencari hubungan antara parameter gelombang H33
dengan n = 50% maka :
Hn
= 0.89 (9.1)
H 33
sehingga
Hn = 0.89 H33 (9.2)
atau
H33 = Hn / 0.89 (9.3)
Hrms adalah tinggi gelombang dengan subscript rms yang artinya root
mean square yang jika ditulis dalam persamaan akan menjadi seperti
N
1
Hrms =
N
∑H
i =1
i
2
(9.4)
1 1.68 2.68
10 1.28 2.03
33 1.00 1.60
50 0.89 1.42
100 0.63 1.00
193
Data yang terdapat pada tabel 9.2 dapat dihitung dan dianalisa
karakteristik melalui parameter-parameter gelombang representatif berikut ini.
Hmaks = 5.5 m , THmaks = 12.5 detik
1.5
H10 = H1/10 = ∑H
1
n
5
H33 = ∑H
1
n = 4.44 m , TH33 = 12.8 detik
194
Sumber : Liu, 2001
Gambar 9.6. Histogram tinggi gelombang tak berdimensi
π ⎛ π ⎞
f ( x )= x exp ⎜ − x 2 ⎟ (9.5)
2 ⎝ 4 ⎠
dengan
H
x= (9.6)
H
⎛ π ⎞
f ( x ) = Pr ob {X < x}=1 − exp ⎜ − x 2 ⎟ (9.7)
⎝ 4 ⎠
Dari fungsi tersebut dapat dibuat suatu grafik yang dapat menghubungkan
parameter H33 dengan H100 sebagai berikut.
195
Sumber : Liu, 2001
Gambar 9.7. Grafik Distribusi Rayleigh
n
P(H > Ĥ ) = (9.13)
N
dengan
196
n : Jumlah gelombang yang lebih besar dari Ĥ
N : Jumlah data gelombang
dengan
P(H) : Fungsi Densitas Probabilitas tinggi gelombang
Hi : Tinggi gelombang ke i
Hrms : Tinggi gelombang Hrms (root mean square)
N : Jumlah data gelombang
197
π
H= H rms = 0.886 H rms (Tinggi gelombang rerata ) (9.19)
2
H10 % = 1,8 Hrms (9.20)
H33% = 1,416 Hrms (9.21)
H100% = 0,886 Hrms (9.22)
1 1
−
⎛ ln 100 ⎞ 2 ⎛ H mo ⎞ 3
H1% = H mo ⎜ ⎟ ⎜1 + ⎟ (9.23)
⎝ 2 ⎠ ⎝ h ⎠
1 1
−
⎛ ln 1000 ⎞ 2 ⎛ H mo ⎞ 2
H0.1% = H mo ⎜ ⎟ ⎜1 + ⎟ (9.24)
⎝ 2 ⎠ ⎝ h ⎠
dengan h adalah kedalaman air laut, H1% artinya adalah 1% melebihi nilai
tinggi gelombang yang ditentukan dari analisa zero downcrossing dimana Hm0
adalah tinggi gelombang signifikan yang dicari dengan metode spectrum
gelombang.
198
gelombang pada struktur sehingga bisa menimbulkan deformasi struktur yang
membahayakan.
Pada prinsipnya, yang disebut dengan spektrum gelombang adalah
spektrum energi yang terdistribusi berdasarkan frekuensi tertentu. Sedangkan
yang dimaksud dengan analisa spektrum gelombang adalah teknik untuk memilah
dan merubah suatu fenomena fisik gelombang acak yang komplek menjadi suatu
komponen individual (gelombang tunggal) terhadap frekuensi masing-masing
gelombang.
Superposisi dari Gambar 8.28 di atas dapat ditulis dalam persamaan berikut
4 4
η (t ) = ∑η i (t ) = ∑a i cos (σ i t + δ i ) (9.25)
i =1 i =1
Dari dari Gambar 9.8 dapat dibuat suatu diagram varian gelombang
199
Sumber : Liu, 2001
Gambar 9.9. Diagram varian gelombang
200
Sumber : Liu, 2001
Gambar 9.11 Diagram varian spektrum gelombang menerus
201
Sumber : Liu, 2001
Gambar 9.12. Gelombang ireguler dengan fungsi waktu (t)
∞ ⎛
⎛ 2π i ⎞ ⎛ 2π i ⎞ ⎞
x(t ) = a 0 + 2 ∑ ⎜⎜ ai cos ⎜⎜ t ⎟⎟ + bi sin ⎜⎜ t ⎟⎟ ⎟⎟ (9.27)
t =1 ⎝ ⎝ T0 ⎠ ⎝ T0 ⎠ ⎠
∞
= 2 ∑ (ai cos σ i t + bi sin σ i t ) (9.28)
t =1
dengan
x(t ) cos σ i t dt
1 T0
T0 ∫0
ai = (9.29)
x(t ) sin σ i t dt
1 T0
T0 ∫0
bi = (9.30)
∫ x(t ) dt
1 T0
a0 =
T0 0
b0 = 0
koefisein fourier ai dan bi dapat diperoleh dengan Fast Fourier Transform (FFT).
Umumnya pencatatan gelombang dilakukan dengan teknik digital
sehingga data yang diperoleh bukan merupakan fungsi menerus tapi merupakan
fungsi yang terputus (discrete).
202
Sumber : Liu, 2001
Gambar 9.13. Contoh elevasi muka air reguler
Jika pada Gambar 9.13 frekuensi data gelombang adalah fs, maka waktu
antara 2 titik yang berurutan adalah ∆ = 1/fs. Periode data gelombang untuk N
jumlah gelombang adalah T0 = (N-1) ∆ , sehingga diperoleh time series yang
discrete dari elevasi muka air yaitu
η 0 , η1 , ... , η N −1
dan koefisien fourier adalah
(a0, b0), (a1, b1), ... , (a N-1, bN-1)
Dengan demikian, elevasi muka air gelombang ireguler jika dituliskan dalam
bentuk persamaan digital time series yang merupakan gabungan dari N data
gelombang adalah sebagai berikut.
N −1 N −1
η (t ) = ∑η (t ) = 2 ∑ 2 (a
i =0
i
t =1
2
i )
+ bi2 cos (σ i t + δ i ) (9.31)
dengan
amplitudo = 2 (a 2
i + bi2 ) (9.32)
2π i
frekuensi anguler = σ i = (9.33)
T0
2π T0
periode Ti = = (9.34)
σi i
1 i
frekuensi fi = = (9.35)
Ti T0
203
dengan
i = 0,1, ... , N-1
Varian spektrum dengan demikian dapat diperoleh seperti berikut
∆ f = fi+1 –fi = 1/T0
Densitas spektrum
1
(amplitudo )2 2 a 2 + b 2
( )
Sη = 2 = i i
(satuannya = m2 detik) (9.36)
∆f ∆f
Berikut adalah contoh dari spektrum varian gelombang
Aplikasi FFT untuk analisa spektrum gelombang dapat dilihat pada gambar 9.15
berikut.
204
Sumber : Liu, 2001
Gambar 9.15. Ilustrasi analisa spektrum gelombang dengan FFT
205
9.8. Model Matematis Spektrum Gelombang
Dua model matematis spektrum gelombang laut dalam yang penting untuk
dipelajari dan paling sering digunakan untuk desain bangunan pantai adalah
Person-Moskowitz dan Jonswap
9.8.1. Person-Moskowitz
Spektrum Person-Moskowitz digunakan untuk analisa gelombang pada laut
dalam (deep water) untuk kondisi fully arisen sea, yaitu kondisi gelombang sudah
mencapai puncak kesetimbangan dimana energi dari angin diimbangi dengan
energi yang hilang. Spektrum ini valid pada kondisi ketika panjang fetch sangat
besar yang sehingga dapat mencapai keadaan setimbang (equilibrum state).
α g 2 −5 ⎛ ⎛f ⎞ ⎞
4
206
= g (2π U 19.5 )
−1
f0
U19.5 = kecepatan angin yang diukur pada elevasi 19.5 m dari muka air
rata-rata
g = percepatan gravitasi
jika dirubah kedalam tinggi gelombang signifikan Hs = 4 m0 dan Tp = 1.4
m0
T =1.4
m1
⎛ 5 ⎛ f p ⎞4 ⎞
Sη ( f ) = H s2 f p4 f exp ⎜ − ⎜⎜ ⎟⎟ ⎟
5 −5
(9.38)
16 ⎜ 4⎝ f ⎠ ⎟
⎝ ⎠
9.8.2. JONSWAP
JONSWAP adalah singkatan dari The Joint North Sea Wave Project untuk
analisa pertumbuhan gelombang laut pada kondisi fetch terbatas atau kebalikan
dari metode spektrum Pierson- Moskowitz.
⎛ ⎛ f ⎞ ⎞⎟
2
X = g F U 10−2
3.5 g x −0.33
fm =
U 10
σ = 0.07 jika f ≤ fp
σ = 0.09 jika f ≥ fp
U 10 = kecepatan angin yang diukur pada elevasi 10 m dari muka air rata-
rata
γ = bernilai antara 1 hingga 7 dengan nilai rata-rata 3.3
γ = 1.7 untuk 0.83 < U/Cp < 1
207
γ = 1.7 + 6.0 ln (U/Cp ) untuk 1 < U/Cp < 5
g
Cp =
2π f p
⎛ 5⎛ f ⎞4⎞
Sη ( f ) = α H −5
γ exp ⎜⎜ − ⎜ ⎟ ⎟⎟
β
2 4 p
f f
⎜
⎜ 4 ⎝ f ⎟⎠ ⎟
s p (9.40)
⎝ ⎠
dengan
0.0624
α =
⎛ 0.185 ⎞
0.230 + 0.0336 γ − ⎜⎜ ⎟⎟
⎝ 1.9 + γ ⎠
⎛ ( f − f p )2 ⎞
β = exp ⎜ − ⎟
⎜ 2σ 2 f p2 ⎟
⎝ ⎠
σ = 0.07 jika f ≤ fp
σ = 0.09 jika f ≥ fp
1 ⎛⎜ k ⎞⎞
N−1
⎛
FFT ⋅
N ⎜ ∑ xm ⋅exp⎜ −2 ⋅π ⋅i⋅
⎝
⋅m
N ⎠
⎝m = 0 ⎠
1 ⎛⎜ k ⎞⎞
N−1
⎛
fft ⋅
N ⎜ ∑ xm ⋅exp⎜ 2 ⋅π ⋅i⋅ ⋅m
⎝ N ⎠
⎝m = 0 ⎠
1.
F := FFT ( x) f := fft( x)
208
⎛ 1.208 ⎞
⎛ 0.302 ⎞ ⎜
⎜ ⎜ 0.534 + 0.034i
⎟
⎜ 0.133 − 0.008i ⎟ ⎜ 1.146 − 0.152i ⎟
⎜ 0.286 + 0.038i ⎟ ⎜ −1.309 + 0.11i ⎟
⎜ −0.327 − 0.028i ⎟ ⎜ ⎟
⎜ ⎟ f = ⎜ −0.59 + 0.08i ⎟
F = ⎜ −0.148 − 0.02i ⎟ ⎜ −0.081 + 0.191i ⎟
⎜ −0.02 − 0.048i ⎟ ⎜ ⎟
⎜ ⎟ ⎜ −0.189 − 0.045i ⎟
⎜ −0.047 + 0.011i ⎟ ⎜ −0.179 − 0.072i ⎟
⎜ −0.045 + 0.018i ⎟ ⎜
⎜ ⎝ 0.13 ⎠
⎝ 0.033 ⎠
(
i := 0 .. 2
N−1
+1 )
Magnitudes of transformed data
1.5
0.5
0 1 2 3 4 5 6 7 8
FFT
fft
sample := 32
N := 64
i := 0 .. N − 1
π
t := 2⋅ ⋅ i
i 32
( i)
v := f t
i
209
4
vi
0 5 10
ti
N
z := fft( v ) j := 0 .. −1
2
Power Spectrum
2
1.5
2
zj ⋅
N 1
0.5
0 5 10 15
sample
⋅j
N
RANGKUMAN
210