USULAN KEGIATAN

KERIS

JUDUL PENELITIAN:

Peramalan Banjir untuk Sistem Peringatan Dini Banjir di DAS Bedadung

KELOMPOK RISET:
HIDROTEKNIK

LEVEL KERIS PRODI

FAKULTAS TEKNIK
UNIVERSITAS JEMBER
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
MARET, 2021
 ABSTRAK
Banjir merupakan ancaman bagi seluruh manusia yang tinggal di dekat wilayah bantaran,
khususnya pada sungai Bedadung yang menyebabkan hilangnya nyawa, dan tempat tinggal,
kerusakan harta, benda, infrastruktur, dan fasilitas umum lainnya. Keberadaan sistim
peringatan dini sangat dibutuhkan untuk mengatasi banjir tersebut. Tantangan keterbatasan
data pengukuran hujan dan debit di wilayah sungai Bedadung yang mampu menunjukkan
besaran tinggi hujan wilayah DAS, waktu sampainya air di sungai, serta volume genangan
banjir yang diakibatkan sebagai antisipasi kejadian banjir menjadi penting, karena kesalahan
estimasi awal perencanaan menentukan ketepatann sistim peringatan dini yang akan
digunakan. Penelitian ini bertujuan untuk mensimulasikan model hujan aliran dengan berbagai
kondisi sebaran tinggi hujan guna pembuatan sistim peringatan dini. Penelitian dilakukan di
wilayah Kabupaten Jember, tepatnya di DAS Bedadung. Tahap penelitian mencakup: (1)
menentukan sebaran hujan wilayah dengan membandingkan berbagai metode interpolasi
spasial, (2) memodekan banjir menggunakan pemodelan yang sesuai untuk DAS Bedadung.
Penelitian akan menghasilkan (1) alat EWS yang dipasang di DAS Bedadung, (2) Peta
sebaran hujan spasial di DAS Bedadung, (3) Pemodelan hujan aliran yang handal di DAS
Bedadung. Penelitian juga menghasilkan luaran tambahan berupa (1) artikel pada jurnal
internasional terindeks (2) jurnal nasional terindek sinta (Sinta-S3 1 judul), (3) makalah pada
forum seminar nasional/internasional (1 judul), (4) 2 skripsi mahasiswa, laporan, dan
rekomendasi kebijakan untuk sistim peringatan dini (TKT 1-3).

Kata Kunci: Hujan spasial; pemodelan banjir; Sistim Peringata Dini; DAS Bedadung
Judul
Pengembangan Sistim Peringatan Dini Banjir untuk DAS Bedadung
Latar Belakang
DAS Bedadung merupakan DAS yang rawan banjir. Banjir ini berdampak pada kerusakan
infrastruktur dan lingkungan. Banjir di DAS ini dapat terjadi akibat curah hujan yang tinggi
yang menyebabkan besarnya konsentrasi limpasan, yang melebihi kapasitas sungai (I Hafiz
Lin et al., 2013). Banjir biasanya ditandai dengan derasnya arus deras yang mengakibatkan
gelombang banjir yang menyapu segala sesuatu di kanan kiri sungai.
Proses terpenting di daerah tangkapan air adalah: infiltrasi, perutean dan kehilangan
transmisi seperti yang dijelaskan. Pembangkitan limpasan didominasi oleh kelebihan infiltrasi
daripada kelebihan saturasi. Banyak daerah tangkapan air kering memiliki lereng bukit yang
kedap dan saluran aluvial yang sangat permeabel tempat air banjir menyusup. Tidak jarang
tidak ada banjir yang teramati di stasiun pengukuran, ketika lebih jauh ke hulu banjir telah
terjadi dan hilang ke infiltrasi dasar. Proses kehilangan transmisi dan perutean saluran di atas
dasar sungai yang kering juga perlu diwakili secara eksplisit dalam alat pemodelan DAS
kering. Untuk daerah kering, terdapat bukti bahwa model sederhana bekerja sama atau lebih
baik daripada model kompleks. Bukti ini bertentangan dengan pemahaman umum di daerah
beriklim sedang atau lembab bahwa model resolusi tinggi yang kompleks dapat mewakili
kejadian hujan lokal dan proses skala kecil dengan lebih baik.
Salah satu cara efektif untuk mengurangi risiko banjir bandang terletak pada penerapan
sistem peringatan dini yang disingkat sebagai EWS. Ketika peringatan dikeluarkan sebelum
kejadian banjir, waktu tambahan dibuat untuk mengambil tindakan dan menyelamatkan nyawa
dan harta benda. Datangnya banjir yang tidak terduga dalam kombinasi dengan kekuatannya,
pemahaman yang terbatas tentang risikonya, dan skala ruang-waktu yang kecil memberikan
tantangan eksplisit untuk pengembangan dan implementasi sistem peringatan dini untuk banjir
bandang, bahkan di wilayah paling maju di Asia. dunia. Untuk wilayah miskin data,
tantangannya semakin parah. Pertama, kurangnya data yang tersedia merupakan penyebab
utama terbatasnya pemahaman tentang dinamika banjir, yang pada akhirnya menghambat
kalibrasi dan validasi model hidrologi dan hidraulik. Selain itu, banyak model hidrologi
dibangun untuk kondisi yang lebih lembab dan tidak mewakili kondisi gersang dengan baik.
Kepadatan konvensional jaringan pengukur hujan selanjutnya sering tidak mewakili intensitas
dan distribusi spasial curah hujan di atas sumur resapan. Kedua, karena kekuatan destruktif
banjir, pengukuran aliran kurang atau tidak pasti. Selain itu, keterpencilan, iklim yang keras,
dan jalan yang rusak di dalam DAS menyulitkan pengukuran dan pengumpulan data lapangan.
 Yang terakhir ini membuat kejadian banjir bandang menjadi sulit untuk diamati dan
diprediksi serta mendorong pengembangan strategi pengumpulan data alternatif. Tren yang
semakin populer untuk mengatasi kekurangan data adalah penggunaan penginderaan jauh dan
prakiraan curah hujan. Dalam penelitian saat ini, yang sebagian besar dilakukan di kawasan
Mediterania Eropa dan AS semi-kering, preferensi diberikan untuk penggunaan radar darat
jika tersedia. Alternatifnya adalah prediksi cuaca numerik (NWP) dan perkiraan curah hujan
satelit. Contoh penelitian tentang sistem peringatan dini banjir bandang adalah (Perera et al.,
2019)
, (Tu et al., 2020), (Tarchiani et al., 2020), (World Meteorological Organization (WMO),
2013), (ESCAP, 2017), (Pengel & Krzhizhanovskaya, 2013), dan (Grijsen et al., 1992).
EWS operasional adalah sistem yang mengeluarkan prakiraan yang akan
ditindaklanjuti. Peringatan dapat dikeluarkan berdasarkan ambang batas yang telah ditentukan
sebelumnya dari pengamatan meteorologi dan / atau prakiraan, limpasan, aliran, kedalaman
banjir, atau tingkat banjir. Di AS, sistem panduan banjir bandang (FFG) beroperasi sebagai
bagian dari Sistem Prakiraan Sungai Layanan Cuaca Nasional (NWSRFS) yang jauh lebih
luas. Dibutuhkan pendekatan yang berbeda seperti yang dijelaskan di atas karena sistem FFG
mencoba memperkirakan jumlah curah hujan yang dibutuhkan untuk melebihi ambang batas,
mengingat kondisi awal kondisi kelembaban tanah dari model hidrologi, dan kemudian
Gambar
1. Lokasi studi kasus DAS Bedadung. AWLR yang terletak di outlet DAS Bedadung atau
DAM Rowotamtu mengevaluasi kemungkinan respon debit dari curah hujan yang jatuh di
DAS. Sistem lain beroperasi tetapi sebagian besar tidak dipublikasikan, dalam literatur abu-
abu atau tidak dirancang khusus untuk banjir bandang. EWS yang disajikan dalam makalah ini
mengikuti metode pertama. Sepengetahuan penulis, ini adalah salah satu EWS operasional
pertama untuk banjir bandang di daerah yang sangat gersang di dunia Arab dan negara-negara
Cekungan Nil.
Penelitian ini akan menyajikan pengembangan EWS operasional untuk DAS Bedadung di
Kabupaten Jember dalam rangka mendukung salah satu sub-tema terkait dengan lingkungan
spesifik, yaitu Daerah Aliran sungai (DAS). Pelaksanaan penelitian ini dilakukan dalam 2
tahap. Tahap pertama adalah mengidentifikasi dan mendisin EWS, tahap kedua implementasi
EWS dan simulasi model. Itu telah menunjukkan potensinya melalui prakiraan banjir bandang
pada 24 Oktober 2008 dan 17–18 Januari 2010. Namun, keterampilan sistem dan (dalam)
toleransi terhadap alarm palsu perlu dieksplorasi lebih lanjut.
Sistim Peringatan Dini: Rantai Komponen
 Perkiraan hidrologi adalah perkiraan sebelumnya dari keadaan masa depan fenomena
hidrologi- secara real-time. Waktu tunggu minimum yang mungkin untuk dicapai hanya
dengan
mengingat udara, yang sudah dipantau di titik pengamatan paling hulu di Sungai; dengan kata
lain udara yang sudah ada di dalam pipa (Gambar 1). Ramalan cuaca- Metode untuk
komponen ini bervariasi dari model regresi sederhana hingga model penuh- skala model
routing aliran hidrodinamik. Namun, waktu tunggu yang dicapai terlalu singkat dan perlu
dilakukan penambahan melalui gempa bumi yang melewati titik pengamatan hulu di sungai,
dari curah hujan yang diamati di daerah tangkapan atas. Model curah hujan-limpasan
bermacam- macamkompleksitas dapat digunakan untuk komponen ini. Akhirnya, prakiraan
curah hujan kuantitatif dengan pemodelan limpasan curah hujan yang serupa dapat
ditambahkan secara substansial ke waktu tunggu peramalan.

Gambar 1. Potensi lead time

Sistim Peringatan Dini terdiri dari sejumlah komponen, dihubungkan dan diaktifkan
melalui platform otomatis. Prakiraan curah hujan adalah komponen pertama dan terpenting.
Selanjutnya, data curah hujan diubah dan digabungkan menjadi curah hujan wilayah
tangkapan rata-rata spasial untuk setiap sub-daerah tangkapan di wilayah studi.
Prakiraan curah hujan sub-DAS berfungsi sebagai masukan untuk model curah hujan-
limpasan. Volume dan limpasan permukaan dialihkan melalui saluran utama sampai outlet di
Rawatamtu. Penelusuran dapat dilakukan dengan menggunakan model hujan aliran atau model
hidrolik yang lebih detail. Terakhir, EWS mengirimkan peringatan sesuai dengan ambang
batas bahaya yang ditentukan pengguna. Peringatan dapat berkisar dari pesan sederhana
hingga peta yang menunjukkan zona berisiko dan bahkan laporan lengkap (disiapkan secara
otomatis). Peringatan pertama-tama akan ditangani oleh operator untuk mengecualikan
peringatan palsu melalui skrining desktop yang cepat dari anomali simulasi dan komunikasi
dengan para ahli di lapangan (misalnya berdasarkan pola awan dan pengetahuan cuaca
tradisional Badui). Jika
positif, peringatan tersebut disampaikan sebagai peringatan eksternal kepada pengambil
keputusan. Ini memberi para pembuat keputusan waktu untuk menanggapi dan mengambil
tindakan untuk menghindari (atau meminimalkan) kerusakan.
Semua komponen dikembangkan, tetapi masih dalam tahap pengujian operasional.
Prakiraan curah hujan saat ini digunakan untuk mengeluarkan peringatan. Karena potensi yang
terbatas untuk kalibrasi model hidrologi, prakiraan limpasan, debit, dan kedalaman banjir
hanya dilakukan secara kualitatif. Efektivitas komunikasi dan prosedur pengambilan
keputusan untuk tindakan saat ini sedang dievaluasi.
Pemodelan hidrologi
Prakiraan hujan

Data Distribusi Rainfall Debit Peringat Peringat

Transformas

Pemodelan

Peringatan

SMS/Web
hujan Hujan DAS kedalam an Lokal an

Hidrolika
an Ekternal
i hujan

Dini
banjir/K
ecepatan

Prakiraan data hujan

a. Prediksi hujan wilayah dengan IDW
EWS biasanya bertujuan meramalkan banjir sedini mungkin terutama pada gempa bumi
curah hujan nyata atas daerah tangkapan air dan curah hujan peramalan. Pemodelan curah
hujan-limpasan dan aliran sungai sama pentingnya prakiraan kejadian banjir di hilir
berdasarkan kejadian hujan curah di hulu. banjir di wilayah sungai melengkapi EWS,
observasi sebagai dasar untuk pembaruan model rutin. EWS menggunakan prediksi cuaca
numerik sebagai alat untuk meramalkan curah hujan. Prakiraan dihasilkan oleh model
Penelitian dan Peramalan Cuaca (WRF, Skamarock et al., 2008). WRF adalah model area
terbatas (LAM) yang mengambil kondisi batas awal dan lateral dari Global Forecast System
(GFS). WRF juga memperhitungkan medan kompleks (fitur orografis) Semenanjung Sinai,
berdasarkan resolusi DEM 3 km. GFS adalah NWP global dijalankan oleh Pusat Prediksi
Lingkungan Nasional AS (NCEP), yang merupakan unit dari Administrasi Kelautan dan
Atmosfer Nasional (NOAA), Layanan Cuaca Nasional (NWS). GFS dijalankan empat kali
sehari (00:00, 06:00, 12:00 dan
18:00 UTC) dan menghasilkan prakiraan hingga 384 jam ke depan (16 hari) dalam format
GRIB. Resolusi spasial prakiraan bergantung pada cakrawala prakiraan. Hingga 3,5 hari (84
jam), curah hujan diperkirakan dengan resolusi sekitar 55 km, dari 3,5 hingga 7,5 hari (180
jam) dengan resolusi sekitar 80 km, dan hingga hari 16 (384 jam) dengan resolusi sekitar
110 km.
Informasi lebih lanjut tentang penerapan WRF untuk semenanjung Sinai diberikan oleh
Afandi
(2010).
Berdasarkan prakiraan GFS, WRF menghasilkan serangkaian jaringan curah hujan yang
tersebar secara spasial dengan langkah waktu per jam pada dua skala spasial: (1) resolusi 30
km untuk seluruh Mesir dan (2) resolusi 3 km hanya untuk Wadi Watier. Prakiraan curah
hujan
30 km sesuai dengan 8–9 piksel di atas Wadi Watir sedangkan kisi resolusi 3 km sesuai
dengan
400 piksel. Hal tersebut tidak dapat dinilai, sebagai konsekuensi dari ketersediaan data yang
terbatas, yang resolusinya memberikan hasil yang lebih baik. Di satu sisi, prakiraan curah
hujan dengan resolusi 3 km memungkinkan distribusi spasial hujan yang lebih baik dan
penangkapan intensitas puncak yang lebih baik termasuk. efek orografik dan curah hujan
konvektif (penting untuk pegunungan Wadi Watir). Di sisi lain, resolusi yang lebih tinggi
diharapkan dapat meningkatkan curah hujan yang diperkirakan tetapi tidak meningkatkan
aliran dan aliran permukaan. Nilai tambah prakiraan curah hujan resolusi tinggi untuk
prakiraan limpasan dan aliran terbatas, mengingat model curah hujan-limpasan membutuhkan
curah hujan rata-rata sub-DAS dan mengingat terbatasnya wawasan dalam heterogenitas
spasial infiltrasi dan kehilangan transmisi.
Resolusi prakiraan curah hujan untuk tujuan operasional terutama merupakan pertanyaan
tentang sumber daya. Mengingat bahwa operator EWS bertanggung jawab atas manajemen
risiko banjir bandang di seluruh Mesir, prakiraan di seluruh negeri lebih disukai daripada
prakiraan yang lebih rinci untuk satu wadi. Meramalkan curah hujan dengan resolusi tinggi
untuk negara-negara seperti Mesir masih terlalu sulit dalam hal waktu peramalan yang
menghilangkan waktu tunggu yang berharga dan sumber daya komputer.

b. Prediksi hujan wilayah dengan Kriging

Sistem Perkiraan Banjir hanya perlu memasukkan data dasar sementara,yang berisi data
dan hasil penghitungan terbaru, yang relevan untuk perkiraan yang sedang berlangsung. Data
ketinggian udara dan curah hujan secara teratur dimasukkan melalui pengguna-antarmuka. Ini
memberikan kesempatan yang sangat baik untuk menciptakan, seiring berjalannya waktu,
perma-Tidak ada basis data dari data hidrometeorologi relevan yang diamati dan, mungkin,
komputasihasil nasional. Oleh karena itu, fasilitas disediakan untuk mentransfer data yang
dipilih sekalidari basis data sementara di beberapa menjadi permanen eksternal. DELFT
Sistem Model Hidrologi HIDROLIK HYMOS digunakan untuk tujuan ini. HYMOS adalah
data dasar manajemen dan paket perangkat lunak yang didasarkan pada data untuk data
hidrometeorologi, dirancang untuk digunakan pada komputer pribadi. Ini
pembantuanpenataan data yang nyaman
dalam basis data dan menyediakan seperangkat alat yang luas untukentri data, validasi,
penyelesaian, dan pengambilan.
Inti dari metode ini adalah ambang suhu puncak awan ditentukan di bawah iniyang mana
awan dapat disebut sebagai 'bantalan hujan'. Ada tidaknya hujandalam alat pengukur hujan
pada hari tertentu dibandingkan dengan ada atau tidaknya awan dingindi bawah ambang suhu
untuk piksel yang sesuai dengan pengukur hujan. Ituambang suhu yang dipilih adalah ambang
batas dengan skor hujan / tidak hujan tertinggiprediksi atas wilayah tersebut, JG Grijsen
(1992)
Saat ini, perkiraan curah hujan satelit tidak dapat digunakan secara langsung untuk EWS,
karena penundaan antara akuisisi dan transmisi citra dan fakta bahwa perkiraan curah hujan
satelit dianggap sebagai pengamatan dan bukan prakiraan. Namun, perkiraan curah hujan
satelit memainkan peran kunci dalam pengembangan dan pengujian EWS. Dari pengukuran
curah hujan setempat, terlihat kurangnya kesesuaian dengan kejadian banjir bandang yang
diamati seperti yang diuraikan dalam Sekte. 4.2. Selain itu, kejelasan yang tidak memadai ada
pada tanggal, luas spasial, dan perkiraan durasi dari berbagai peristiwa. Untuk tujuan ini, alat
visualisasi TRMM Online Visualization and Analysis System (TOVAS) digunakan untuk
mencari melalui arsip Misi Pengukuran Curah Hujan Tropis (TRMM Daily record 3V42) dan
Global Precipitation Climatology Center (GPCC) untuk periode 1987-2010 . Dari segi
kualitas, produk 3V42 saat ini merupakan produk TRMM terbaik untuk keperluan validasi
model. Untuk mengembangkan produk ini, semua data gelombang mikro pasif yang tersedia
diubah menjadi presipitasi perkiraan sebelum digunakan, kemudian setiap kumpulan data
dirata-ratakan ke Kisi spasial 0,25◦ selama rentang waktu ± 90 menit dari waktu pengamatan
nominal. Semua perkiraan ini disesuaikan dengan perkiraan "terbaik" menggunakan
kemungkinan pencocokan histogram tingkat curah hujan yang dikumpulkan dari data
kebetulan. Untuk informasi rinci tentang produk ini pembaca mengacu pada Huffman dan
Bolvin (2008).
Tabel 1 menunjukkan hasil analisis ini. Terutama lebih tua peristiwa (sebelum 2000)
menunjukkan kecocokan yang buruk antara yang berbeda jenis data untuk berbagai peristiwa
dan periode. Sejak saat itu, kejadian-kejadian tersebut didokumentasikan dengan lebih baik
dan algoritma estimasi telah diperbaiki. Oleh karena itu, hanya kejadian banjir bandang baru-
baru ini yang digunakan dalam pengembangan EWS.
Sebagai kesimpulan, perkiraan curah hujan satelit hanya digunakan untuk identifikasi dan
analisis peristiwa banjir bandang bersejarah dan tidak digunakan untuk prakiraan curah hujan
di EWS.
Pemodelan hujan aliran
Untuk memodelkan karakteristik hidrologi, model curah hujan-limpasan peristiwa
diskrit banyak dikembangkan. Secara skematis, proses pemodelan ditampilkan pada Gambar
6. Berdasarkan prakiraan curah hujan, model curah hujan-limpasan menghitung kelebihan
curah hujan. Area tidak kedap air dan kedap air dimodelkan secara terpisah Kehilangan awal
(intersepsi dan pembasahan) dimodelkan dengan menggunakan reservoir konseptual, yang
secara konstan dikurangi oleh penguapan. Kehilangan infiltrasi di daerah tidak kedap air
diperkirakan dengan menggunakan metode Green and Ampt (Green dan Ampt, 1911). Di area
kedap air, beberapa air mungkin masih masuk melalui celah-celah. Kehilangan ini dihitung
dengan menggunakan koefisien limpasan empiris. Aliran permukaan dalam sub-catchment
kemudian dihitung dengan menggunakan Nash cascade (Chow et al., 1988). Penjelasan rinci
tentang model curah hujan tersedia di Abdelkhalek (2011).
Aliran air dari setiap sub-DAS dialirkan melalui jaringan utama sungai Bedadung
dilakukan routing dengan menggunakan metode Muskingum (Chow et al., 1988). Kehilangan
transmisi sangat tinggi. permeabel Bedadung dihitung dengan menggunakan koefisien
kerugian empiris. Untuk keperluan visualisasi, penelusuran banjir muskingum
diimplementasikan dalam paket perangkat lunak pemodelan hidrolik komersial ("InfoWorks-
RS", didistribusikan oleh Innovyze, 2008). DAS Bedadung dibagi lagi menjadi 10 sub-DAS.
Jumlah sub-DASyang tinggi ini dipilih dengan melakukan simulasi tanggapan cepat
(mencolok) yang menjadi ciri banjir bandang.
Kurangnya data debit di DAS Bedadung untuk membuat kalibrasi data model limpasan
curah hujan dan model hidraulik tidak dapat disesuaikan. Sampai saat ini, parameterisasi
model dilakukan berdasarkan data literatur dan expert judgement. Untuk menilai keakuratan
model secara kualitatif, keluarannya telah dibandingkan dengan volume banjir dan kedalaman
banjir yang diperkirakan dalam WRRI (2004) dan dengan wawasan para ahli dan penduduk
setempat. Setelah data pelepasan tersedia, parameter pemodelan perlu disesuaikan lebih lanjut.
Untuk alasan ini, model curah hujan dan model hidrolik saat ini dalam tahap pengujian dan
belum (belum) bagian dari EWS yang saat ini beroperasi. Karena model curah hujan-limpasan
merupakan komponen dari EWS, dua perbaikan utama telah dilakukan dibandingkan dengan
model limpasan curah hujan off-line: (1) rutinitas otomatis telah dikembangkan sedemikian
rupa sehingga prakiraan curah hujan yang diterima diubah secara otomatis dari format raster
menjadi curah hujan rata-rata sub-daerah tangkapan, membaca model, dan menghasilkan
keluaran dalam format yang digunakan oleh model hidrolik; (2) file keluaran memiliki
stempel waktu nyata, fungsi penting untuk EWS.
 Model hidrolik digunakan untuk mengirimkan peta banjir untuk bagian hilir dari
sungai utama. Ini memprediksi aliran di Bedadung utama dan ketinggian air di waduk
penyimpanan. Bendungan dan waduk yang ada, dan delta Wadi Watir dengan tanggul
pengalihan sebagai karakteristik infrastruktur (seperti yang ditunjukkan misalnya pada
Gambar 1) . Model hidrolik digerakkan oleh hidrograf limpasan (real-time) yang diperoleh
dari simulasi hidrologi untuk seluruh daerah tangkapan.
Penyertaan dalam sistem real-time operasional mengharuskan model hidraulik kuat:
model tersebut harus stabil secara numerik dan melakukan simulasi yang cepat. Mengingat
bahwa ngarai Wadi Watir dicirikan oleh lereng-lereng yang curam dan kadang-kadang aliran
superkritis (tetapi bukan pengaruh air balik), model hidrodinamik yang lengkap akan terus
menerus rentan terhadap ketidakstabilan numerik. Untuk alasan ini, rute hidrodinamik klasik
diganti dengan rute Muskingum hidrologi yang disederhanakan, dengan penambahan
koefisien kehilangan transmisi. Model perutean seperti itu cepat dan stabil secara numerik,
tetapi hanya menghasilkan buangan. Dengan menggunakan hubungan tahap-pelepasan dan
kecepatan-pelepasan, model juga dapat menghasilkan ketinggian air dan kecepatan aliran,
tetapi ini hanya perkiraan dan bukan nilai yang pasti. Penampang ngarai berasal dari DEM 5 ×
5 m.
Road MAP Penelitian
Isu-isu dari penelitian “Peramalan banjir dalam menunjang sistim peringatan dini di
DAS Bedadung” ini adalah (1) keterbatasan data pengukuran hujan dan debit real time; (2)
ancaman perubahan iklim dan tata guna lahan yang memicu kejadian debit; Untuk mengatasi
isu ini secara prinsip yang dilakukan adalah memgoptimalkan fungsi dari GIS dan pemodelan
hidrologi guna pembuatan sistim peringatan dini.
Penelitian ini akan diselesaikan sesuai roadmap metode pengembangan sistim peringatan
dini banjir berkelanjutan pada gambar 1 yang rencananya akan dilakukan sampai dengan akhir
tahun 2021 (Gambar 2). Adapun Road-map penelitian (Gambar 2) dalam jangka panjang
adalah sebagai berikut :
a. Pemodelan hujan spasial
b. Pemodelan hidrologi untuk pembangkitan debit banjir,
c. Pemodelan hidrolika genangan bajir.
 (2021) Forcasting sistim Forcasting sistim
peringatan dini banjir peringatan dini
banjir
Pemodelan hujan spasial

Pemodelan hidrologi untuk pembangkitan debit banjir,

Pemodelan hidrolika genangan bajir

Gambar 2. Road-map penelitian sd 2021

Fokus dari penelitian ini adalah mengembangkan metode yang efisien untuk menentukan
potensi lokasi power hidro dengan run-off river yang berkelanjutan dengan mengintegrasikan
aspek lingkungan, ekonomi, dan sosial dengan bantuan Sistem Informasi Geografis (GIS) dan
regionalisasi pemodelan hidrologi. Penelitian ini merupakan bagian dari dua kelompok risert
Universitas Jember yaitu Sumberdaya air dan keris PSDA dan ketekniksipilan.
Penyaringan Kalman
Model matematika yang digunakan dalam lingkungan waktu nyata, yang perlu untuk
mengkonfrontasi hasil kalkulasi dengan data terukur, dan jika perlu menyesuaikan model yang
sesuai. Namun akurat limpasan curah hujan dan model rute aliran mungkin, itu adalah
proyeksi dari dunia nyata dan hanya aspek penting dari proses dinamis yang terlibat
dimodelkan. Oleh karena itu, hasil komputasi di jangka panjang akan menyimpang dari nilai
yang diukur di sungai dan konstan model matematika diperlukan. Teknik yang digunakan
untuk tujuan ini adalah disebut Extended Kalman Filter. Filter Kalman pada kenyataan
adalah algoritma yang mengintegrasikan file informasi dari pengukuran dan model
matematika sedemikian rupa sehingga yang dihasilkan tidak memiliki ketidakpastian
minimum . Diperpanjang Filter Kalman merupakan modifikasi dari algoritma Filter
Kalman asli. Asli Filter Kalman adalah algoritma yang diterapkan pada sistem linier,
sedangkan Extended Filter Kalman digunakan untuk sistem non-linier. Filter Kalman
diterapkan untuk memperkirakan 'keadaan' dari sistem dinamis. Suatu sistem dinamis dapat
direpresentasikan dalam apa yang disebut bentuk ruang- negara,terdiri dari dua persamaan:
• Persamaan umum :

(1)
• Persamaan pengukuran :

(2)

Dengan :
X (k) : negara vector
 U (k) : masukan vector
Y (k) : pengukuran vector
V (k) : vektor pengukuran pengukuran
W (k) : vektor sistem penggunaan
f, h : fungsi vektor non linier
k : langkah waktu

Model curah hujan limpasan

Model curah hujan yang diterapkan berdasarkan model DAS Sacramento. Wilayah sungai
terbagi menjadi satu atau lebih setelan, masing-masing-masing-masing dimodelkan sama
pengaturan parameternya berbeda. Setiap tangkapan adalah terdiri dari enam waduk
konseptual yang mewakili 'basah' daerah tangkapan dan penundaan waktu sebelum limpasan.
Georgakakos dan Bras (1982) memasukkan model ke dalam Seperti yang diberikan oleh
persamaan 1. Vektor input Terdiri dari curah hujan dan potensial evapotranspirasi di
daerah tangkapan. Vektor negara X mewakili konten waduk konseptual. Baru-baru ini sebuah
opsi telah ditambahkan ke model hujan curah-limpasan. Bukan hujan Data citra
Meteosat TIR digunakan untuk mendapatkan data Cold Cloud Duration (CCD) sebagai
basis curah hujan di suatu daerah tangkapan. Relasi antara data CCD dan curah
hujan menggunakan regresi linier. Gunakan opsi CCD dalam model menyesuaikan
formulasi model menjadi :

Superscript rr menunjukkan model curah hujan-limpasan. UIT adalah input vektor dengan
Potensi nilai CCD dan evapotranspirasi, negara vektor X IT, tidak hanya terdiri isi waduk
tetapi juga parameter kemiringan curah hujan – CCD persamaan regresi. W "adalah gangguan
sistem. Arus masuk yang diukur di sungai (aliran keluar daerah tangkapan).

Y” mewakili mewakili yang masuk yang diukur, V” arus pengukuran.

Model perutean aliran
Model limpasan curah hujan untuk berbagai daerah tangkapan menyediakan batas hulu
kondisi (arus masuk) model rute aliran untuk sungai utama. Perutean aliran model
dasar pada persamaan St. Yenant untuk aliran tidak stabil. Persamaan yang pembantuan
adalah persamaan gelombang panjang yang menggambarkan momentum evolusi dan
kontinuitas aliran udara. Persamaan diferensial didiskritisasi dan secara numerik,
menerapkan metode implisit. Rumusan model implisit adalah sebagai berikut :

C. Tujuan
1. Menentukan Peramalan Banjir melalui:
1.2 Mengidentifiksasi, inventarisasi dan pemetaan karakteristik DAS, kondisi geologi, dan
pola distribusi hujan.
1.3 Melakukan estimasi sebaran hujan
1.4 Memodelkan hujan aliran untuk banjir
1.5 Menguji keandalan model,
1.6 Memprediksi dan memetakan luas genangan banjir
2.1 Menetukan lokasi yang berpotensi pemicu banjir

D. Metodologi
1. Lokasi dan Waktu Penelitian
Berdasarkan kondisi topografi Wilayah Kabupaten Jember gambar 3 yang bergunung
gunung dengan kemiringan lereng yang cukup terjal dan banyaknya anak sungai yang
memiliki sumber air yang berpotensi banjir.
 LOKASI
PENELITIAN

Gambar 3. Lokasi penelitian.

2. Peralatan
Peralatan yang digunakan mencakup peralatan untuk survei ground cheking kemiringan
lereng, ground cheking tata guna lahan, survei debit, dan wawancara. Survei dilakukan
menggunakan peralatan yang ada di Laboratorium Hidroteknik (Fak Teknik), Lab Geoteknik
(Fak Teknik), dan Ukur Tanah (Fak Teknik).
3. Prosedur penelitian akan dilaksanakan 3 tahap ditunjukkan dalam bagan alir
gambar
Penelitian Tahun 1: Peramalan Banjir
1. Inventarisasi dan pengolahan data hidroklimatologi (hujan dan debit) dan data spasial
untuk parameter fisik DAS. Sumber informasi dapat berasal dari: BPS, BIG, Dinas
Instansi terkait, dan hasil penelitian.
2. Inventarisasi data perubahan tutupan lahan pada DAS yang potensial yang terpilih.
Sumber dari peta citra lansat-8 dan Sentinel 2-A.
3. Pembuatan layer GIS berupa informasi tematik terkait batas DAS, jaringan sungai,
kemiringan sungai pada seluruh wilayah penelitian berdasarkan data RBI.
4. Pembuatan peta distribusi hujan wilayah dengan membandingkan berbagai metode
IDW dan Kriging.
5. Pemodelan hidrologi dengan WMS pada DAS terukur (AWLR Rowotamtu) untuk
menentukan parameter fisik DAS
6. Melakukan simulasi model hidrologi dengan WMS dengan masukan data kejadian
banjir pada berbagai kondisi..
7. Setelah lokasi yang akan dianalisis dipilih, model hidrologi dengan HEC-HMS
diterapkan pada pada masing-masing titik ini untuk mendapatkan estimasi yang andal
dari debit sungai harian untuk penilaian kurva durasi aliran;
8. Prediksi ketersediaan debit di lokasi potensial yang terpilih dibuat FDC
9. Analisis Geoteknik wilayah kajian
10. Memproses overlay ketersediaan debit, kondisi geology berdasarkan ketersediaan head
terpilih dapat ditentukan potensi mikro hidro.
11. Survei lapangan verifikasi hasil, ground ceking di lapangan untuk kondisi kemiringan
sungai dan ketersediaan debit di lokasi potensial yang terpilih.
12. Melakukan pengurusan hak cipta peta penentuan potensi mikrohidro
13. Penulisan laporan, draft publikasi untuk jurnal (nasional/internasional) dan rencana
diseminasi dalam forum seminar dilakukan sesuai dengan tugas dan tanggung jawab
tiap anggota TIM.

Gambar 3. Flow chart kegiatan proses penelitian

2. Laporan Hasil, Presentasi dan Luaran
Penulisan laporan, draft publikasi untuk jurnal (nasional/internasional) dan rencana
diseminasi dalam forum seminar dilakukan sesuai dengan prosedur LP2M.
3. Target Luaran
Berikut adalah ringkasan tabel luaran yang akan dicapai tahun 2020- 2021 dari hibah Keris ini.

No Judul Artikel Nama Jurnal Indeks

01 Perbandingan akurasi sebaran hujan
wilayah untuk pemodelan banjir di
DAS bedadung, East Java
02 Prediksi dan pemetaan genangan
banjir.
Journal of Hydro-environment Sinta 3
Research Teras
https://www.journals.elsevier.com/jo
urnal-of-hydro-environment-research
Seminar Nasional Hathi

E. Jadwal Penelitian
Tahun ke-1
Bulan
No Nama Kegiatan
1 2 3 4 5 6 7 8 9 10 11 12
Inventarisasi dan pengelolaan data
01
hidroklimatologi dan penggunaan lahan
Pembuatan layer GIS berupa informasi
02
tematik
03 Mencari akurasi pola sebaran hujan
Forcasting debit dengan pemodelam
04 hidrologi dengan HEC-HMS untuk desain
sistim peringayan Dini
Analisis pengaruh hujan terhadap respon
06
banjir
08 Pembuatan alat EWS
09 Seminar hasil penelitian
10 Publikasi
11 Laporan, monev, publikasi dan luaran
 F. Personil Penelitian
1. Koordinator Peneliti : Saifurridzal, S.T., M.Eng
NIP : 760019061
2. Anggota Penelitian : Dr. Ir. Entin Hidayah, MUM
NIP : 196612151995032001
3. Anggota Penelitian : Ir. Wiwik Yunarni Widiarti S.T., M.T
NIP : 197006131998022001
4. Anggota Penelitian : Dr. Ir. Gusfan Halik S.T., M.T.
NIP : 197108041998031002
5. Anggota Penelitian : Retno Utami Agung Wiyono, S.T., M.Eng., Ph.D.
NIP : 760017219
6. Anggota Penelitian : Ir. Sri Sukmawati S.T., M.T.
NIP : 196506221998032001

G. RAB
Total anggaran yang diusulkan adalah delapan puluh juta rupiah (Rp 30,000,000.00).untuk
tahun 1
JUMLAH
HARGA SATUAN
Komp URAIAN PEKERJAAN Volume Satuan HARGA
(Rp) (Rp)
A Honorarium
Pembantu Lapangan 2 OH
50,000.00 400,000.00
Koordinator Peneliti 1 OB
350,000.00 350,000.00
Sekretariat Peneliti 250,000.00 250,000.00
1 OB
Pengolah Data 1,200,000.00 1,200,000.00
1 Peneliti
B Bahan Habis pakai
5,800,000.00 5,800,000.00
Pengadaan data Citra Satelite. 1 paket
500,000.00 500,000.00
ATK + fotocopy , dll 1 paket
1 Buah 1,670,000 1,670,000
HDD2TB
Seminar hasil pekerjaan 1,000,000.00 1,000,000.00
1 paket
dengan UPT PSDA Lumajang
C Perjalanan & Survei
Survei ground orang-
4
ceking hari 300,000.00 1,200,000.00
 Konsumsi selama survei
2 hari
lapang (4 orang x 3 makan) 27,500.00 330,000.00
Sewa peralatan survei GPS
1 paket
Geodetik 5,500,000.00 5,500,000.00
Sewa kendaraan 2 kali pp
650,000.00 1,300,000.00

D Publikasi & laporan

Biaya handling submit artikel
ke Jurnal terindek sinta S3 dan 1 judul
3,500,000.00 3,500,000.00
prosiding internasional

Total anggaran yang diusulkan ke LP2M

23,000,000.00

H. DAFTAR PUSTAKA
[1] Perera et. al. 2019. Flood Early Warning Systems: A Review Of Benefits, Challenges
And Prospects. UNU-INWEH Report Series, Issue 08. United Nations University Institute
for Water, Environment and Health, Hamilton, Canada.
[2] Tu, H., Wang, X., Zhang, W., Peng, H., Ke, Q., & Chen, X. (2020). Flash flood early
warning coupled with hydrological simulation and the rising rate of the flood stage in a
mountainous small watershed in Sichuan province, China. Water (Switzerland), 12(1), 1–
17. https://doi.org/10.3390/w12010255
[3] Tarchiani, V., Massazza, G., Rosso, M., Tiepolo, M., Pezzoli, A., Ibrahim, M. H.,
Katiellou, G. L., Tamagnone, P., De Filippis, T., Rocchi, L., Marchi, V., & Rapisardi, E.
(2020). Community and impact based early warning system for flood risk preparedness:
The experience of the Sirba river in Niger. Sustainability (Switzerland), 12(5), 1–24.
https://doi.org/10.3390/su12051802
[4] World Meteorological Organization (WMO). (2013). Flood Forecasting and Early
Warning. Integrated Flood Management Tools Series, 19, 59.
https://library.wmo.int/pmb_ged/ifmts_19.pdf
[5] ESCAP. (2017). Flood Forecasting and Early Warning in Transboundary River Basins: A
Toolkit. United Nations Economic and Social Commission for Asia and the Pacific, 83.
[6] Pengel, B., & Krzhizhanovskaya, V. V. (2013). Flood early warning system : Sensors and
internet FLOOD EARLY WARNING SYSTEM : SENSORS AND INTERNET. Floods:
From Risk to Opportunity. IAHS Press, 357(January), 445–453.
http://iahs.info/redbooks/357.htm
[7] Grijsen, J. G., Snoeker, X. C., Vermeulen, C. J. M., El Nur, A. M. M., & Mohamed, Y. A.
(1992). An information system for flood early warning. 3rd Int. Cant. on Floods & Flood
Management, 263–289.