IX.

Statistik Gelombang

Setelah menyelesaikan bab ini, Anda diharapkan dapat:

1. menjelaskan kegunaan statistik gelombang;
2. menjelaskan macam-macam parameter statistik gelombang;
3. menghitung distribusi tinggi gelombang laut dalam dan laut dangkal;
4. meghitung spektrum gelombang dan Model matematis spektrum
gelombang;
5. menjelaskan kegunaan deret Fourier untuk statistik gelombang.

9.1. Statistik Gelombang

Gelombang di laut sesungguhnya sangat acak dan tidak teratur.

Gelombang yang acak dan tidak teratur itu merupakan gabungan dari banyak
komponen gelombang tunggal yang masing – masing mempunyai periode atau
frekuensi yang berbeda. Gambar 9.1. merupakan ilustrasi gabungan beberapa
gelombang tunggal sinusoidal yang mempunyai amplitudo dan periode yang
berbeda satu sama lain dan jika dijumlahkan akan membentuk gelombang yang
acak (random wave) dan tidak teratur (irreguler wave).

Gambar 9.1. Ilustrasi 3 dimensi penggabungan gelombang tunggal menjadi

gelombang acak dan tidak teratur (Sumber : http://www.carbontrust.co.uk )

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.

Ada dua metode yang digunakan untuk mengetahui parameter gelombang

di laut. Yaitu metode statistik dan yang kedua adalah metode analisa spektrum
(spectral analsyis) sebagaimana dapat dilihat pada Gambar 9. 2. di bawah ini.

Sumber :Walker, 2005

Gambar 9.2. Metode statistik dan metode spektrum untuk analisa gelombang laut.

9.2. Parameter Statistik Gelombang

Dalam suatu pengukuran gelombang, akan diperoleh hasil pencatatan
muka air ( η ) sebagai fungsi waktu (t). Untuk menentukan tinggi dan periode dari
data hasil pencatatan gelombang tersebut, dapat digunakan dua metode, yaitu

190
metode zero up-crossing dan metode zero down-crossing. Contoh hasil pencatatan
gelombang dengan metode zero downcrossing, dapat dilihat dalam Gambar 9.3.

Sumber : Liu, 2001

Gambar 9.3. Hasil pencatatan gelombang dengan metode zero downcrossing.

Prinsip dasar dari metode zero down-crossing adalah mencari perpotongan

antara kurva turun dengan garis rata-rata kemudian titik tersebut ditetapkan
sebagai awal dari satu panjang gelombang. Penelusuran dilanjutkan sampai
mendapatkan perpotongan antara kurva turun dan garis rata-rata berikutnya. Titik
tersebut ditetapkan sebagai akhir dari satu gelombang pertama dan awal dari
gelombang kedua.
Waktu yang ditempuh antara dua titik tersebut disebut periode gelombang
(T), sedangkan jarak vertikal antara titik tertinggi dan titik terendah antara dua
titik tersebut adalah tinggi gelombang (H) sebagaimana ditunjukkan pada Gambar
9.4.. Demikian seterusnya sehingga diperoleh informasi periode dan tinggi
gelombang pada masing-masing panjang gelombang yang berurutan.

191
 Sumber : Liu, 2001
Gambar 9.4. Ilustrasi penentuan tinggi gelombang dan periode pada suatu
pencatatan data gelombang

Pada Gambar 9.3 terdapat 15 panjang gelombang yang jika dilakukan

analisa statistik dapat diperoleh beberapa parameter statistik gelombang yang
dapat mewakili record data gelombang tersebut. Data gelombang kemudian
diurutkan dari tinggi gelombang yang besar ke tinggi gelombang kecil seperti
ditunjukkan pada Tabel 9.1. di bawah ini.

Tabel 9.1. Urutan tinggi gelombang dari yang paling besar ke paling kecil

Sumber : Liu, 2001

Pada Tabel 9.1. kemudian dapat diperoleh gambaran karakteristik melalui

parameter gelombang seperti dapat dilihat berikut ini.

H10 = tinggi rerata dari 10% gelombang tertinggi,

H33 = tinggi rerata dari 33 % gelombang tertinggi, dan sering disebut
gelombang signifikan (Hs),
Hn = tinggi rerata dari n % gelombang tertinggi.

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)

dengan N adalah total jumlah tinggi gelombang

Untuk memudahkan dalam melihat hubungan antara parameter gelombang

berdasarkan suatu prosentase n% data untuk melihat gelombang representatif
dapat ditunjukkan pada Tabel 9.2 di bawah ini.

Tabel 9.2. Perbandingan tinggi gelombang Hn terhadap H33 dan H100

n% Hn Hn
H 33 H 100

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

Subscript n menunjukkan angka prosentase dari total data tinggi

gelombang yang sudah diurutkan dari yang paling besar ke yang terkecil.

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

Hrata-rata = 2.9 m, THrata-rata = 9.25 detik

Hrms = 3.20 m ,

9.3. Distribusi Tinggi Gelombang Individual

Untuk memudahkan dalam menganalisa suatu pencatatan data gelombang

maka dibuat suatu model distribusi gelombang yang dibuat dalam bentuk
Histogram tinggi gelombang seperti pada Gambar 9.5 di bawah ini.

Sumber : Liu, 2001

Gambar 9.5. Histogram tinggi gelombang

Histogram di atas dapat dikonversi menjadi bentuk tak berdimensi (non-

dimensionalized) seperti berikut ini

194
 Sumber : Liu, 2001
Gambar 9.6. Histogram tinggi gelombang tak berdimensi

Tujuan dari pembuatan grafik tinggi gelombang tak berdimensi adalah

agar dapat dipakai atau diterapkan sebagai perbandingan untuk lokasi lain.

9.4. Distribusi Rayleigh

Fungsi densitas probabilitas distribusi Rayleigh adalah

π ⎛ π ⎞
f ( x )= x exp ⎜ − x 2 ⎟ (9.5)
2 ⎝ 4 ⎠

dengan

H
x= (9.6)
H

Fungsi distribusi Rayleigh sendiri adalah

⎛ 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

Dari Gambar 9.7 tersebut dapat diperoleh hubungan parameter statistik

gelombang sebagaimana sudah ditabelkan pada Tabel 9.3.

H1/10 = 2.03 H (dimana H adalah H100 atau Hrata-rata) (9.8)

H1/3 = 1.6 H (dimana H1/3 = H33 atau Hsignifikan) (9.9)

Hrms = 1.13 H (9.10)

H2% = 2.23 H (9.11)

Rumus distribusi Rayleigh dapay digunakan untuk mengetahui probabilitas suatu

tinggi gelombang lebih besar atau sama dengan tinggi gelombang tertentu
(arbitrary wave height = Ĥ ) yaitu
2
⎛ Ĥ ⎞
- ⎜⎜ ⎟
⎟
P(H > Ĥ) = e ⎝ H rms ⎠
(9.12)
atau

n
P(H > Ĥ ) = (9.13)
N
dengan

196
 n : Jumlah gelombang yang lebih besar dari Ĥ
N : Jumlah data gelombang

dengan manipulasi aljabar dari dua rumus di atas diperoleh :

2
⎛ Ĥ ⎞
- ⎜⎜ ⎟
n ⎝ H rms
⎟
⎠
= e (9.14)
N
2
n ⎛ Ĥ ⎞
ln = - ⎜⎜ ⎟
⎟ (9.15)
N ⎝ H rms ⎠
^
sehingga dapat menentukan tinggi gelombang H yang dilampaui oleh n
gelombang dari N data gelombang, yaitu :
^ N
H = H rms ln (9.16)
n
Tinggi gelombang yang dilampaui oleh pN dari data gelombang adalah
^ 1
H = H rms ln (9.17)
p
Dengan p adalah tinggi rerata dari pN gelombang tertinggi.
dengan
N
1
Hrms =
N
∑H
i =1
i
2
(9.18)

dengan
P(H) : Fungsi Densitas Probabilitas tinggi gelombang
Hi : Tinggi gelombang ke i
Hrms : Tinggi gelombang Hrms (root mean square)
N : Jumlah data gelombang

Dari parameter statistik tinggi gelombang berdasarkan Hrms di atas diperoleh

banyak hubungan untuk menentukan parameter statistik tinggi gelombang yang
lain yaitu:

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)

9.5. Distribusi Statistik Gelombang Laut Dangkal

Distribusi Rayleigh hanya cocok untuk digunakan dalam analisa statistik
gelombang di laut dalam (deep water) sehingga tidak dapat digunakan untuk laut
dangkal. Stive (1986) mengusulkan persamaan empiris dari korksi distribusi
Rayleigh sehingga dapat digunakan untuk menentukan parameter statistik
gelombang di laut dangkal (shallow water)

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.

9.6. Analisa Spektrum

Analisa spectrum dari suatu gelombang ireguler sangat penting dalam
perencanaan struktur bangunan pantai terutama untuk kondisi laut dalam (offshore
structure) untuk menentukan frekunsi natural dari struktur akibat adanya gaya
gelombang. Gaya gelombang di laut dalam dapat menyebabkan amplifikasi gaya

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.

Sumber: Liu, 2001

Gambar 9.8. Simulasi gelombang ireguler dari hasil penjumlahan (superposition)

gelombang sinusoidal tunggal

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

Varian diagram gelombang pada gambar 9.9 dapat dikonversi menjadi

varian spektrum seperti ditunjukkan pada Gambar 9.10.

Sumber : Liu, 2001

Gambar 9.10 Diagram varian spektrum gelombang discrete

Varian spektrum pada gambar di atas bukan merupakan fungsi kontinyu

(discrete spectrum variance) sehingga perlu dirubah ke dalam bentuk varian
kontinyu seperti di bawah ini.

200
 Sumber : Liu, 2001
Gambar 9.11 Diagram varian spektrum gelombang menerus

Varian spektrum yang dijelaskan di atas sebenarnya adalah spektrum

energi gelombang (energy spectrum) yang digambarkan dalam bentuk densitas
spektrum energu gelombang seperti persamaan
1
ρ g a2
S ( f )= 2 ( m2s ) (9.26)
∆f

9.7. Deret Fourier

Deret fourier adalah suatu fungsi persamaan yang digunakan untuk

menggambarkan suatu bentuk gelombang ireguler dan acak (arbitrary waves).
Kegunaan dari deret fourier adalah untuk mempermudah dan mempercepat
dekomposisi suatu gelombang ireguler menjadi komponen gelombang yang
reguler dan linier. Pada Gambar 9.12 merupakan gambar arbitrary wave yang
akan di dekomposisi dengan deret Fourier

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)

dimana ai dan bi adalah koefisein fourier dengan

i = 1,2,3,... ∞

∫ 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

Sumber : Liu, 2001

Gambar 9.14. Varian spektrum 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

Hasil akhir dari FFT untuk penggambaran densitas spektrum menjadi

seperti Gambar 9.16.

Sumber : Liu, 2001

Gambar 9.16. Bentuk akhir varian spektrum gelombang

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

Sumber : Liu, 2001

Gambar 9.17. Perbandingan spektrum gelombang 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

Sη ( f ) = f exp ⎜ − 0.74 ⎜⎜ 0 ⎟⎟ ⎟ (9.37)

(2π ) 4
⎜
⎝ ⎝ f ⎠ ⎟⎠
dengan
α = 0.0081

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

⎛ 5 ⎛ f ⎞ − 4 ⎞ exp ⎜⎜⎜ − 2 σ 2 ⎜⎜⎝ f m −1⎟⎟⎠

1
αg 2
⎟⎟
Sη ( f ) = f exp ⎜ − ⎜⎜ ⎟⎟ ⎟ γ ⎝
−5 ⎠
(9.39)
(2π )4 ⎜ 4 ⎝ fm ⎠ ⎟
⎝ ⎠
dengan :
α = 0.078 X -0.22

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

Jika dikonversi ke dalam tinggi gelombang signifikan Hs

⎛ 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

9.9. Contoh Penerapan Analisa Fourier dengan Software Mathcad 11

FFT – Fasrt Fourier Transform

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

2. Aplikasi Fourier dan spektrum energi gelombang dengan menggunakan

Mathcad

f( t) := 2⋅ sin ( t) + sin ( 2⋅ t) + rnd ( .5)

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

1. Gelombang angin dibagi menjadi 2, yaitu sea dan swell.

2. Gelombang sea, adalah gelombang yang dekat dengan lokasi
pembangkitannya dan bersifat acak serta ireguler.
3. Gelombang swell, adalah gelombang yang sudah jauh dengan lokasi
pembangkitannya dan lebih teratur dan reguler.
4. Permalan gelombang penting untuk mengetahui karakteristik
gelombang yang terjadi. Gelombang dapat diramal tinggi dan
periodenya untuk laut dalam dan untuk laut dangkal.
5. Peramalan gelombang diperlukan dalam perencanaan pada
bangunan pantai seperti pelabuhan, wisata pantai, pemecah
gelombang dan lain-lain.

210