1

FITB

OS4062
Analisis dan Peramalan Gelombang Laut
Statistics

Faizal Ade R. Abdullah

Oseanografi
EDUNEX ITB
2

Rencana Perkuliahan
1. Appendix A

2. Appendix C

3. Description of Ocean Waves (Part 1)

4. Description of Ocean Waves (Part 2)

ቐ 𝑈𝑇𝑆
5. Statistics (Part 1)

6. Statistics (Part 2)

7. Statistics (Part 3)
EDUNEX ITB
3

Statistics

Short-term statistics Long-term statistics

- Merekam gelombang yang berdurasi
15 – 30 menit, kadang untuk badai
dengan durasi 6 – 12 jam
- Distribusinya didekati dengan
proses Gaussian
- Skala tahunan, bahkan lebih
- Dapat diperoleh melalui pengamatan
atau simulasi numerik.
- Dapat ditentukan return period dan
return value-nya

EDUNEX ITB
4
Short Term Statistics

Elevasi permukaan laut yang berubah-ubah secara acak akibat gelombang laut
pada arbitrary moment 𝒕𝟏 dinyatakan oleh

𝜼 = 𝜼 𝒕𝟏 Distribusi Gaussian

Asumsi rataan sama dengan nol, diperoleh fungsi kepadatan peluang Gaussian

untuk (4.2.1)

Τ2
Dengan 𝑚01 adalah standar deviasi 𝜎 dari elevasi permukaan laut

EDUNEX ITB
5

Note 4A Momen dari Spektrum Gelombang

• Ketika elevasi permukaan laut diperlakukan sebagai gelombang stasioner yang

berdistribusi Gaussian maka semua karakteristik statistiknya didefinisikan oleh
spektrum kepadatan variansi 𝐸(𝑓)

• Momen 𝑚𝑛 disebut sebagai momen ke-𝑛 dari 𝐸(𝑓). Contohnya, variansi dari elevasi

permukaan 𝜂 2 sama dengan momen ke-0:

• Variansi = untuk

EDUNEX ITB
6

➢ Distribusi elevasi permukaan

laut di perairan dalam cocok
didekati dengan distribusi
Gaussian.

➢ Sementara, pada perairan

dangkal, Deret Gram–Charlier
memberikan kesesuaian yang
lebih kuat dibandingkan
distribusi Gaussian karena
gelombang lebih nonlinier

Histogram elevasi permukaan air laut dengan fungsi

kepadatan peluang
EDUNEX ITB
(Sumber: Holthuijsen, 2007)
7
Gelombang observasi lebih tinggi dari
gelombang harmonik karena proses nonlinier

Analogi perbedaan antara gelombang harmonic dan gelombang observasi

(Sumber: Holthuijsen, 2007)

EDUNEX ITB
8
Tinggi dan periode gelombang

• Tinggi gelombang secara teoritis

dapat diperoleh melalui spektrum
gelombang.

• Karakteristik suatu tinggi gelombang

juga bisa didapatkan melalui perata-
rataan interval waktu pada suatu
level crossings dalam proses Gauss
Level-Up Crossing yang Melewati Ketinggian 𝜂 dan Periode Gelombang 𝑇𝜂
yang stasioner. (Sumber: Holthuijsen, 2007)

EDUNEX ITB
9
Periode Gelombang

Periode rata-rata level crossings (𝑇ത𝜂 ) dapat dicari menggunakan pendekatan spektrum
melalui persamaan berikut.

𝑚0 𝜂2
𝑇ത𝜂 = ൙𝑒𝑥𝑝 −
𝑚2 2𝑚0

Dengan
𝑚0 merupakan momen orde ke-0
𝑚2 merupakan momen orde ke-2

EDUNEX ITB
10
Periode Gelombang

−1
Frekuensi rata-rata dari level crossings 𝑓𝜂ҧ = 𝑇ത𝜂 ditunjukkan pada persamaan berikut.

−1
−1 𝑚0 𝜂2 𝑚2 𝜂2
𝑓𝜂ҧ = 𝑇ത𝜂 = ൙𝑒𝑥𝑝 − = 𝑒𝑥𝑝 −
𝑚2 2𝑚0 𝑚0 2𝑚0

Dalam kasus khusus, periode rata-rata zero crossings 𝑇ത0 (jika level atau ketinggian
permukaan laut yang ditetapkan adalah MSL atau pada 𝜂 = 0) adalah

𝑚0 𝑚2
𝑇ത0 = 𝑓0ҧ =
𝑚2 𝑚0

Sayangnya, nilai 𝑚2 sensitive terhadap error pada pengukuran atau analisis. Singkatnya
dalam menghitung integral 𝑚0 dan 𝑚2 yang harus strict dari 0 ke ∞ padahal tak mungkin.
EDUNEX ITB
11
Periode Gelombang

Nilai periode tersebut sensitif terhadap noise di frekuensi tinggi. Sehingga digunakan
pendekatan periode lain yang lebih bebas dari frekuensi tinggi, yaitu :
−1
−1
𝑚1
𝑇𝑚01 = 𝑓𝑚𝑒𝑎𝑛 =
𝑚0
Selain itu juga dapat digunakan pendekatan 𝑇1/3

𝑇1/3 ≈ 𝑇𝑝𝑒𝑎𝑘 untuk swell

𝑇1/3 ≈ 0.95𝑇𝑝𝑒𝑎𝑘 untuk gelombang angin
Apa itu 𝑇𝑝𝑒𝑎𝑘 ???

EDUNEX ITB
12
Tinggi puncak (Crest Height)

Puncak gelombang didefinisikan sebagai ketinggian

permukaan laut maksimum dan dapat dipastikan
nilai dari ketinggian 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 akan benilai positif.

Pada spektrum gelombang yang sempit, setiap

puncak dalam satu gelombang maka ketinggiannya
maksimum. Kebalikannya, jika spektrum gelombang
lebih lebar, maka akan terbentuk gelombang yang
lebih acak, puncak gelombang dapat bernilai negatif

Bentuk Puncak Gelombang pada Spektrum Sempit (Atas) dan Spektrum

Lebar (Bawah)
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
13
Tinggi puncak (Crest Height)
• Untuk gelombang dengan spektrum
sempit, jumlah puncak gelombang akan
sama dengan jumlah gelombang
dengan metode zero up-crossings.

• Jumlah dari puncak gelombang;

gelombang yang melebihi ketinggian 𝜂;
akan sama dengan jumlah gelombang
dengan metode level up-crossings
pada ketinggian 𝜂 . Selama durasi
pengukuran 𝐷 Gelombang Spektrum Sempit yang Didefinisikan Melalui Level Up-Crossings dan
Zero Up-Crossings
(Sumber: Holthuijsen, 2007)

EDUNEX ITB
14

Jumlah relatif tinggi puncak gelombang yang melebihi tinggi suatu nilai 𝜂 dapat diestimasikan dengan
perbandingan berikut:

𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑢𝑛𝑐𝑎𝑘 𝑦𝑎𝑛𝑔 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 > 𝜂 𝑠𝑒𝑙𝑎𝑚𝑎 𝑑𝑢𝑟𝑎𝑠𝑖 𝐷 𝐷 Τ𝑇ത𝜂 𝑓𝜂ҧ

= =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑢𝑛𝑐𝑎𝑘 𝑠𝑒𝑙𝑎𝑚𝑎 𝑑𝑢𝑟𝑎𝑠𝑖 𝐷 𝐷/𝑇ത0 𝑓0ҧ

Intrepretasi jumlah relatif ini sebagai peluang banyaknya

kejadian tinggi puncak yang lebih dari level 𝜂 tertentu yang
ditentukan adalah sebagai berikut:

𝑚2 𝜂2
𝑒𝑥𝑝 −
𝑓𝜂ҧ 𝑚0 2𝑚0 𝜂2
𝑃𝑟 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 >𝜂 = = = 𝑒𝑥𝑝 −
𝑓0ҧ 𝑚2 2𝑚0
𝑚0

(Sumber: Holthuijsen, 2007) EDUNEX ITB

15

• Fungsi distribusi kumulatif:

𝑷𝒓 𝜼𝒑𝒖𝒏𝒄𝒂𝒌 < 𝜼 adalah 𝑷𝒓 𝜼𝒑𝒖𝒏𝒄𝒂𝒌 < 𝜼 = 𝟏 − 𝑷𝒓 𝜼𝒑𝒖𝒏𝒄𝒂𝒌 > 𝜼

𝜼𝟐
𝑷𝜼𝒑𝒖𝒏𝒄𝒂𝒌 𝜼 = 𝑷𝒓 𝜼𝒑𝒖𝒏𝒄𝒂𝒌 ≤ 𝜼 = 𝟏 − 𝒆𝒙𝒑 −
𝟐𝒎𝟎

• Fungsi kepadatan peluang dari 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 dapat diperoleh dari turunan 𝑃𝜂𝑝𝑢𝑛𝑐𝑎𝑘 (𝜂)

(Appendix A), yaitu menjadi:

𝜼 𝜼𝟐
𝒑𝜼𝒑𝒖𝒏𝒄𝒂𝒌 𝜼 = 𝒆𝒙𝒑 −
𝒎𝟎 𝟐𝒎𝟎
Fungsi tersebut bertipe Rayleigh, yaitu dengan variable bebas 𝜂 dalam fungsi distribusi
kumulatif.

EDUNEX ITB
16

• Distribusi Rayleigh hanya memiliki satu parameter, yaitu momen order ke-0 spektrum yang
merupakan variansi kepadatan spektrum. Secara statistik, karakteristik puncak gelombang
dapat didefinisikan melalui momen 𝑚0 .

• Rata-rata dan standart deviasi dari peluang tinggi puncak gelombang yang melewati level
tertentu pada spectrum sempit adalah:

𝜋
𝜇𝑝𝑢𝑛𝑐𝑎𝑘 = 𝐸 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 = 𝑚0
2
2
𝜋
𝜎𝜂𝑝𝑢𝑛𝑐𝑎𝑘 = 𝐸 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 − 𝐸2 𝜂𝑝𝑢𝑛𝑐𝑎𝑘 = 2− 𝑚0
2

Bentuk Distribusi Rayleigh pada Spektrum Sempit

(Sumber: Holthuijsen, 2007)
EDUNEX ITB
17

Untuk gelombang dengan spektrum

lebar atau dalam kenampakan
elevasi permukaan yang sangat tidak
beraturan, belum ada penurunan
khusus untuk fungsi kepadatan
peluangnya.

Puncak Gelombang yang Maksimum Menggunakan Zero Down-Crossings pada Spektrum Lebar
(Sumber: Holthuijsen, 2007)

EDUNEX ITB
18
Tinggi Gelombang
• Gelombang dengan spektrum yang sempit
di perairan dalam tinggi gelombang (𝐻)
dua kali tinggi puncak (crest)
𝐻 ≈ 2𝜂𝑐𝑟𝑒𝑠𝑡
• Fungsi kepadatan peluang dari 𝐻
𝑑𝜂𝑐𝑟𝑒𝑠𝑡
𝑝 𝐻 = 𝑝𝜂𝑐𝑟𝑒𝑠𝑡 𝜂
𝑑𝐻
𝜂 𝜂2
𝑝𝜂𝑐𝑟𝑒𝑠𝑡 𝜂 = exp −
𝑚0 2𝑚0
𝜂𝑐𝑟𝑒𝑠𝑡 𝜂𝑐𝑟𝑒𝑠𝑡 2 𝑑𝜂𝑐𝑟𝑒𝑠𝑡
𝑝 𝐻 = 𝑒𝑥𝑝 −
𝑚0 2𝑚0 𝑑𝐻
1
• Dengan 𝜂𝑐𝑟𝑒𝑠𝑡 = 𝐻
Ilustrasi gelombang dengan spektrum yang sempit di perairan dalam 2
(Sumber: Holthuijsen, 2007)
𝑯 𝑯𝟐
𝒑 𝑯 = 𝒆𝒙𝒑 −
𝟒𝒎𝟎 𝟖𝒎𝟎
EDUNEX ITB
19
Fungsi distribusi kumulatif dapat dicari dengan
1
substitusi 𝜂𝑐𝑟𝑒𝑠𝑡 = 𝐻
2

𝜂2
𝑃𝜂𝑐𝑟𝑒𝑠𝑡 𝜂 = Pr 𝜂𝑐𝑟𝑒𝑠𝑡 ≤ 𝜂 = 1 − 𝑒𝑥𝑝 −2𝑚
0

𝐻2
𝑃𝑟 𝐻 ≤ 𝐻 = 1 − 𝑒𝑥𝑝 −
8𝑚0
Semua karakteristik statistiknya mengikuti distribusi
Reyleigh. Rata-rata dan akar kuadrat rata-rata dari
tinggi gelombang menjadi
Fungsi kepadatan peluang Reyleigh untuk tinggi
𝑯=𝑬 𝑯 = 𝟐𝝅𝒎𝟎
gelombang signifikan (Sumber: Holthuijsen, 2007)
𝟏/𝟐
𝑯𝒓𝒎𝒔 = 𝑬 𝑯𝟐 = 𝟖𝒎𝟎

EDUNEX ITB
20
Tinggi gelombang signifikan ➔ rata-rata satu per tiga data gelombang tertinggi

Dengan distribusi Reyleigh maka tinggi gelombang

signifikan juga merupakan satu per tiga data gelombang
tertinggi

Pada distribusi Reyleigh satu per tiga data gelombang

tertinggi berada pada 𝐻 > 𝐻∗

∞
𝟏
Fungsi kepadatan peluang Reyleigh untuk tinggi gelombang න 𝒑 𝑯 𝒅𝑯 =
signifikan (Sumber: Holthuijsen, 2007) 𝑯∗ 𝟑

EDUNEX ITB
21
∞
𝟏 Tinggi gelombang signifikan juga dapat dinyatakan
න 𝒑 𝑯 𝒅𝑯 =
𝑯∗ 𝟑
sebagai ekspektasi dengan momen ke-0 dan momen
pertama dari satu per tiga data gelombang tertinggi.
Estimasi ini dinotasikan dengan 𝐻𝑚0 . Nilai estimasi
ini dihitung menggunakan
∞
‫𝑯𝒅 𝑯 𝒑𝑯 ∗𝑯׬‬
𝑯𝒎𝟎 = 𝑬{𝑯}𝑯≥𝑯∗ = ∞
‫𝑯𝒅 𝑯 𝒑 ∗𝑯׬‬

𝐻𝑚0 = 4,004 … 𝑚0
Fungsi kepadatan peluang Reyleigh untuk tinggi
gelombang signifikan (Sumber: Holthuijsen, 2007)

Konsep terpenting kedua dalam buku Holthuijsen 𝑯𝒎𝟎 ≈ 𝟒 𝒎𝟎

EDUNEX ITB
22
• Tinggi Gelombang Signifikan 𝐻𝑚0 dapat diestimasi
dari spektrum.
• Spektrum dapat diperoleh dari deret waktu elevasi
(Appendix C)

Rasio antara 𝐻𝑚0 dengan karakteristik tinggi

gelombang yang lain

𝝅 𝟏
𝑯=𝑬 𝑯 = 𝑯 𝑯𝒓𝒎𝒔 = 𝟐𝑯𝒎𝟎
𝟖 𝒎𝟎 𝟐

Fungsi kepadatan peluang Reyleigh untuk tinggi

gelombang signifikan
(Sumber: Holthuijsen, 2007)

EDUNEX ITB
23
Perbandingan dengan Pengamatan
Hasil pengamatan menunjukkan bahwa tinggi gelombang
di perairan dalam hampir berdistribusi Reyleigh.
Tinggi gelombang sedikit lebih rendah dibanding dengan
prediksi menggunakan 𝐻𝑚0 . Ada beberapa alasan yang
menyebabkan hal ini:
• Diasumsikan spektrum sempit.
• Diasumsikan tinggi gelombang adalah dua kali tinggi
puncak (crest) 𝐻 ≈ 2𝜂𝑐𝑟𝑒𝑠𝑡 .
• elevasi permukaan air lautnya tidak murni berdistribusi
Gaussian, karena proses nonlinier: gelombang pecah
dan interaksi antar gelombang
Fungsi distribusi tinggi gelombang individu hasil observasi yang
dinormalisasi dengan standar deviasi elevasi permukaan 𝑚0
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
24
Perbandingan dengan Pengamatan
Data observasi gelombang pada saat badai di bagian selatan
𝑯𝒎𝟎 ≈ 𝟒 𝒎𝟎 Laut Utara (53,33° LU, 3,13° BT) selama Desember 2003, diambil
oleh Royal Netherlands Meteorological Institute.

Perbandingan data pengamatan dengan estimasi

Tinggi gelombang signifikan yang diestimasi

Longuet-Higgins (1980)
melalui analisis zero-crossing lebih rendah 5% -

𝐻1/3 = 0.95 𝐻𝑚0 (Goda, 1988) 10% dibanding dari tinggi gelombang signifikan
yang dianalisis melalui spektrum dengan 𝑯𝒎𝟎 ≈
𝟒 𝒎𝟎

Fungsi kepadatan peluang Reyleigh untuk tinggi

gelombang signifikan
(Sumber: Holthuijsen, 2007) EDUNEX ITB
25

Formulasi Distribusi Rayleigh dalam tinggi

signifikan diberikan oleh:

Fungsi Distribusi
Kumulatif
Distribusi Rayleigh

Fungsi Kepadatan
Peluang Distribusi
Rayleigh

Pada perairan dangkal, distribusi tinggi

Kombinasi fungsi kepadatan peluang untuk elevasi permukaan
gelombang di perairan dangkal
(Sumber: Holthuijsen, 2007)
gelombang akan menyimpang akibat fenomena
nonlinier. Sehingga konsep distribusi Rayleigh
pada perairan dalam tidak dapat digunakan pada
perairan dangkal.

EDUNEX ITB
26
Distribusi Gelombang di Perairan Dangkal
Namun, bila ditinjau lebih dekat, distribusi tinggi
gelombang pada perairan dangkal, hanya
dipengaruhi pada nilai tinggi gelombang yang
lebih tinggi. Hal ini mengarahkan (Battjes dan
Groenendijk, 2000) untuk mengganti ujung (ekor)
dari distribusi Rayleigh dengan distribusi yang
lebih umum, yaitu distribusi Weibull. (Note:
distribusi Rayleigh adalah kasus khusus dari
distribusi Weibull)

Fungsi Distribusi
Kumulatif
Kombinasi fungsi kepadatan peluang untuk elevasi permukaan
Distribusi Weibull
gelombang di perairan dangkal
(Sumber: Holthuijsen, 2007)
Jika 𝐻 < 𝐻𝑡𝑟 , maka i = 1 dengan 𝑘1 = 2
Jika 𝐻 > 𝐻𝑡𝑟 , maka i =2 dengan 𝑘2 = 3.6
EDUNEX ITB
27
Distribusi Gelombang Pecah
Thornton dan Guza (1983) melakukan
pengamatan empiris dengan
mencocokan distribusi Rayleigh dan
pengamtan gelombang pecah. Hasilnya
fungsi Kepadatan Peluang Gelombang
Pecah (individual), diberikan oleh
𝟐
𝟐𝑯 𝑯
𝒑∗𝑯𝒃𝒓 𝑯 = 𝟐 𝒆𝒙𝒑 − 𝑾(𝑯)
𝑯𝒓𝒎𝒔 𝑯𝒓𝒎𝒔

𝒏 𝟐
𝑯𝒓𝒎𝒔 𝑯
dengan 𝑾 𝑯 = 𝟏 − 𝒆𝒙𝒑 −
𝜸𝒅 𝜸𝒅

Histogram dan distribusi gelombang yang dinormalisasi di daerah

surf terhadap gelombang pecah
Thornton dan Guza (1983) menyarankan 𝛾 ≈
0.42 dan 𝑛 = 4
(Sumber: Holthuijsen, 2007)

EDUNEX ITB
28
Kelompok Gelombang
Kelompok gelombang adalah beberapa barisan gelombang yang memiliki tinggi lebih tinggi
dari suatu nilai batas yang ditentukan, nilai batas yang ditentukan disebut 𝐻𝑔𝑟 .
Panjang kelompok gelombang tersebut adalah sebanyak gelombang (𝑵) yang ada pada grup
tersebut

… , 𝑯𝒊−𝟏 , 𝑯𝒊 ,𝑯𝒊+𝟏 ,𝑯𝒊+𝟐 , … , 𝑯𝒋−𝟏 , 𝑯𝒋 , 𝑯𝒋+𝟏 , 𝑯𝒋+𝟐 ,…

Kelompok Gelombang
dengan:
𝐻𝑔𝑟 𝐻𝑔𝑟
𝑯𝒊 : tinggi gelombang ke-i
𝑯𝒋 : tinggi gelombang ke-j

EDUNEX ITB
29
Kelompok Gelombang
𝑵=𝟑

𝑯𝒈𝒓

Misal ditentukan batas ketinggian tertentu 𝐻𝑔𝑟 .

Terdapat tiga gelombang yang tingginya melebihi
nilai 𝐻𝑔𝑟 . Maka tiga gelombang tersebut
merupakan satu kelompok gelombang dengan
𝑵=𝟑

Sehingga dapat disimpulkan bahwa kelompok gelombang

dimulai pada saat 𝐻𝑖 > 𝐻𝑔𝑟 dan 𝐻𝑖−1 < 𝐻𝑔𝑟 Definisi grup gelombang level v dan durasinya
dan berakhir saat 𝐻𝑗 > 𝐻𝑔𝑟 dan 𝐻𝑗+1 < 𝐻𝑔𝑟 (Sumber: Capitão dan Carvalho,1999)

EDUNEX ITB
30
Kelompok Gelombang
Jika 𝑖 = 𝑗 , maka gelombang pertama pada kelompok tersebut juga menjadi gelombang
terakhir sehingga panjang kelompok gelombangnya adalah satu (𝑵 = 𝟏)

Peluang suatu kelompok gelombang memiliki panjang gelombang 𝑵 = 𝟏 dapat dihitung

dengan
𝑷𝒓 𝑵 = 𝟏 = 𝐏𝐫 𝑯𝒊+𝟏 < 𝑯𝒈𝒓 | 𝑯𝒊 > 𝑯𝒈𝒓
Peluang di atas adalah peluang bersyarat (peluang dimana 𝐻𝑖+1 < 𝐻𝑔𝑟 bergantung pada nilai 𝐻𝑖 )

Jika gelombang 𝑯𝒊+𝟏 tidak bergantung pada gelombang Independent atau

sebelumnya 𝑯𝒊 tidak bergantung/bebas
Peluang di atas dapat ditulis dalam

𝑷𝒓 𝑵 = 𝟏 = 𝐏𝐫 𝑯𝒊+𝟏 < 𝑯𝒈𝒓 = 𝟏 − 𝑸𝑯 dengan 𝑸𝑯 = 𝐏𝐫 𝑯𝒊+𝟏 ≥ 𝑯𝒈𝒓

𝑖 adalah nomor urut gelombang dalam satu kelompok
EDUNEX ITB
31
Kelompok Gelombang
𝑃𝑟 𝑁 = 1 = Pr 𝐻𝑖+1 < 𝐻𝑔𝑟 = 1 − 𝑄𝐻
Sehingga diperoleh
Jika 𝑵 = 𝟐
persamaan untuk
𝑃𝑟 𝑁 = 2 = Pr 𝐻𝑖+1 ≥ 𝐻𝑔𝑟 𝑑𝑎𝑛 𝐻𝑖+2 < 𝐻𝑔𝑟 kemungkinan 𝑵 = 𝑵
= Pr 𝐻𝑖+1 ≥ 𝐻𝑔𝑟 . Pr 𝐻𝑖+2 < 𝐻𝑔𝑟
𝑷𝒓 𝑵 = 𝑵 = 𝑸𝑵−𝟏
𝑯 (𝟏 − 𝑸𝑯 )
= 𝑄𝐻 (1 − 𝑄𝐻 )
Ingat !
Jika 𝑵 = 𝟑 Diasumsikan tinggi gelombang independen

𝑃𝑟 𝑁 = 3 = Pr 𝐻𝑖+1 ≥ 𝐻𝑔𝑟 𝑑𝑎𝑛 𝐻𝑖+2 ≥𝐻𝑔𝑟 𝑑𝑎𝑛 𝐻𝑖+3 <𝐻𝑔𝑟

= Pr 𝐻𝑖+1 ≥ 𝐻𝑔𝑟 . Pr 𝐻𝑖+2 ≥ 𝐻𝑔𝑟 . Pr 𝐻𝑖+3 <𝐻𝑔𝑟
= 𝑄𝐻 2 1 − 𝑄𝐻

EDUNEX ITB
32
Kelompok Gelombang
𝑷𝒓 𝑵 = 𝑵 = 𝑸𝑵−𝟏
𝑯 (𝟏 − 𝑸𝑯 ) Independet

Namun, gelombang tinggi akan cenderung diikuti oleh

gelombang tinggi lainnya dan gelombang rendah akan Dependent atau bergantung
cenderung diikuti gelombang rendah.

Sehingga, diperlukan 𝑸𝑯 yang mempertimbangkan tinggi gelombang sebelumnya ➔ 𝑹𝑯

Pr 𝐻𝑖+1 > 𝐻𝑔𝑟 | 𝐻𝑖 > 𝐻𝑔𝑟 = 𝑅𝐻

Maka, persamaan untuk kelompok gelombang dengan 𝑵 = 𝑵

𝑷𝒓 𝑵 = 𝑵 = 𝑹𝑵−𝟏
𝑯 (𝟏 − 𝑹𝑯 )

EDUNEX ITB
33
Kelompok Gelombang
Rata-rata panjang kelompok gelombang 𝑁 dapat dihitung dengan (Kimura, 1980)

𝑵 = 𝒍𝒉𝒊𝒈𝒉 𝒘𝒂𝒗𝒆𝒔 = (𝟏 − 𝑹𝑯 )−𝟏 dengan 𝑅𝐻 = Pr 𝐻𝑖+1 > 𝐻𝑔𝑟 | 𝐻𝑖 > 𝐻𝑔𝑟

Juga dapat dihitung untuk kelompok gelombang dengan tinggi lebih rendah dari nilai batas (𝑯𝒈𝒓 )
➔ low waves
∗ −𝟏
𝒍𝒍𝒐𝒘 𝒘𝒂𝒗𝒆𝒔 = (𝟏 − 𝑹𝑯 ) dengan ∗
𝑅𝐻 = Pr 𝐻𝑖+1 < 𝐻𝑔𝑟 | 𝐻𝑖 < 𝐻𝑔𝑟

Perlu diperhatikan bahwa untuk gelombang angin, rata-rata jarak antara dua kelompok gelombang
berturut-turut adalah
𝒍 = 𝒍𝒉𝒊𝒈𝒉 𝒘𝒂𝒗𝒆𝒔 + 𝒍 ≈ 𝟕∗
𝒍𝒐𝒘 𝒘𝒂𝒗𝒆𝒔

*) untuk 𝐻
ഥ ≤ 𝐻𝑔𝑟 ≤ 𝐻1
3 EDUNEX ITB
34
Nilai Ekstrim

(Sumber: Holthuijsen, 2007)

Nilai ekstrim pada gelombang dapat dikatakan sebagai Elevasi Permukaan Maksimum (𝜂𝑚𝑎𝑥 )
atau Tinggi Puncak Maksimum (𝐻𝑚𝑎𝑥) dalam suatu durasi pengukuran 𝐷. Definisi dari nilai
maksimum ini diberikan oleh

𝑷𝜼𝒎𝒂𝒙 𝜼 𝑫 = 𝑷𝒓 𝜼𝒎𝒂𝒙 < 𝜼 𝑫 𝑷𝑯𝒎𝒂𝒙 𝑯 𝑫 = 𝑷𝒓 𝑯𝒎𝒂𝒙 < 𝑯 𝑫

EDUNEX ITB
35
Elevasi Ekstrim
Peluang bahwa elevasi permukaan 𝜂 tetap dibawah level 𝜂 dalam suatu durasi D sama
dengan peluang elevasi maksimum tetap dibawah level 𝜂 :

𝑷𝒓 𝜼𝒎𝒂𝒙,𝒄𝒓𝒆𝒔𝒕 < 𝜼 = 𝑷𝒓 𝜼𝒎𝒂𝒙 < 𝜼 = 𝑷𝒓 𝜼 < 𝜼

𝑫 𝑫 𝑫

Peluang puncak gelombang yang melebihi 𝜂 dinotasikan sebagai 𝑄𝑐𝑟𝑒𝑠𝑡 = 𝑃𝑟{𝜂𝑐𝑟𝑒𝑠𝑡 > 𝜂}.
Maka dari itu, peluang puncak gelombang yang tidak melebihi 𝜂 dinotasikan sebagai (1 – 𝑄𝑐𝑟𝑒𝑠𝑡).
Sehingga peluang bahwa semua puncak gelombang yang tidak melebihi 𝜂 dinotasikan sebagai :

𝑷𝒓 𝒂𝒍𝒍 𝜼𝒄𝒓𝒆𝒔𝒕 ≤ 𝜼 = 𝟏 − 𝑸𝒄𝒓𝒆𝒔𝒕 𝑵

𝑫
dengan N adalah jumlah puncak dalam durasi D.

Note: elevasi maksimum sama dengan tinggi puncak maksimum

EDUNEX ITB
36
Elevasi Ekstrim
Jika semua elevasi puncak lebih rendah dari level 𝜂, maka elevasi puncak maksimum dan semua
elevasi, termasuk elevasi maksimum, adalah elevasi yang lebih rendah daripada level 𝜂

𝑷𝒓 𝒂𝒍𝒍 𝜼𝒄𝒓𝒆𝒔𝒕 ≤ 𝜼 = 𝑷𝒓 𝜼𝒎𝒂𝒙,𝒄𝒓𝒆𝒔𝒕 < 𝜼 = 𝑷𝒓 𝒂𝒍𝒍 𝜼 < 𝜼

𝑫 𝑫 𝑫
= 𝑷𝒓 𝜼𝒎𝒂𝒙 < 𝜼 = 𝑷𝒓 𝜼 < 𝜼 = 𝟏 − 𝑸𝒄𝒓𝒆𝒔𝒕 𝑵
𝑫 𝑫
Peluang satu atau lebih elevasi puncak lebih besar dari elevasi η dalam durasi 𝐷 akan sama dengan
peluang tidak semua elevasi puncak lebih rendah daripada elevasi η

𝑷𝒓 𝜼𝒎𝒂𝒙,𝒄𝒓𝒆𝒔𝒕 > 𝜼 = 𝟏 − 𝟏 − 𝑸𝒄𝒓𝒆𝒔𝒕 𝑵

𝑫

Pada kejadian badai (jumlah puncaknya banyak (𝑁 ≫ 1))

1 − 𝑄𝑐𝑟𝑒𝑠𝑡 𝑁 ≈ exp(−𝑁𝑄𝑐𝑟𝑒𝑠𝑡 )
EDUNEX ITB
37
Elevasi Ekstrim
Sekarang yang tersisa adalah bagaimana menentukan 𝑁?
Untuk spektrum sempit, jumlah puncak sama dengan jumlah upward atau downward zero crossings,
yang ditentukan oleh rata-rata frekuensi dan durasi zero-crossing :
Ingat!
𝑚2 𝑚2
𝑁 = 𝑓0 𝐷 = 𝐷 𝑓0ҧ =
𝑚0
𝑚0

Fungsi kepadatan peluang elevasi puncak maksimum (ekstrim) yang ditentukan dalam durasi 𝐷
diperoleh dari turunan pertama FDK Pr 𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡 < 𝜂 berikut

𝑑
𝑝𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡 (𝜂) = (1 − 𝑄𝑐𝑟𝑒𝑠𝑡 )𝑁
𝑑𝜂

EDUNEX ITB
38

(Sumber: Holthuijsen, 2007)

EDUNEX ITB
39

Nilai maksimum dari fungsi kepadatan peluang

ini terletak pada mode 𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡
(diinterpretasikan sebagai nilai yang paling
mungkin dari tinggi puncak maksimum), yaitu

(Sumber: Holthuijsen, 2007)
𝐦𝐨𝐝(𝜼𝒎𝒂𝒙,𝒄𝒓𝒆𝒔𝒕 ) ≈ 𝟐 𝐥𝐧 𝑵 𝒎𝟎
Nilai ekspektasi dari tinggi maksimum puncak
sedikit lebih besar, yaitu
0.29
𝑬 𝜼𝒎𝒂𝒙,𝒄𝒓𝒆𝒔𝒕 ≈ 1 + 𝟐 𝐥𝐧 𝑵 𝒎𝟎
ln 𝑁
Tentu saja, dengan semakin banyaknya
gelombang pada badai ( 𝑁 ) nilai dari
𝑚𝑜𝑑(𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡 ) dan 𝐸(𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡 ) akan
meningkat, namun meningkat sangat lambat.

EDUNEX ITB
40

Interpretasi

Peluang tinggi puncak maksimum dalam suatu

durasi 𝐷, dapat dicapai pada nilai elevasi berikut
mod(𝜂𝑚𝑎𝑥,𝑐𝑟𝑒𝑠𝑡 ) ≈ 2 ln 𝑁 𝑚0 .

Artinya, melalui formula ini, kita dapat

memperkirakan bahwa terdapat suatu nilai 𝜂
tertentu yang dapat memberikan nilai peluang
(munculnya tinggi puncak maksimum) maksimum.
Informasi ini penting dalam keperluan praktis bila
seorang engineer ingin membangun struktur
(Sumber: Holthuijsen, 2007)
bangunan pantai dengan memperhatikan tinggi
elevasi di perairan sekitar bangunan pantai tsb.

EDUNEX ITB
41
Tinggi Gelombang Ekstrim
Fungsi distribusi kumulatif dari tinggi maksimum gelombang selama durasi 𝐷 adalah

𝑵
𝑷𝒓 𝑯𝒎𝒂𝒙 ≤ 𝑯 = 𝟏 − 𝑸𝑯

Dengan nilai yang paling mungkin terjadi dari 𝐻𝑚𝑎𝑥

1
mod(Hmax) ≈ 𝐻𝑚0 𝑙𝑛 𝑁
2

Tinggi maksimum gelombang mendekati dua kali tinggi signifikan dalam fenomena badai

Hmax ≈ 2 Hs

EDUNEX ITB
42

Statistics

Short-term statistics Long-term statistics

- Statistik dengan durasi belasan tahun
bahkan lebih, sehingga kondisinya tidak
stasioner → diperlukan pendekatan yang
jauh berbeda
- Kondisi stasioner → digantikan dengan
nilai-nilai ketinggian gelombang signifikan,
periode gelombang

EDUNEX ITB
43 ➢ Short Term : menggunakan 𝜂(𝑡) dengan durasi 15-30 menit

➢ Long Term : menggunakan 𝜂(𝑡) dengan durasi tahunan → Terlalu Sulit

• 𝜂(𝑡) digantikan dengan 𝐻𝑠 (𝑡)

Long Term Statistics

𝐻𝑠 (𝑡)

Gambar 16. Tinggi Gelombang Signifikan selama 10 Tahun Melalui Pendekatan Spektrum 𝐻𝑚0 = 4 𝑚0 ;
Terdapat Data yang Kosong untuk Beberapa Waktu EDUNEX ITB
(Sumber: Holthuijsen, 2007)
44
Long-term statistics (wave climate)
Pada statistik jangka panjang tidak ada
model teoritis untuk deret waktu jangka
panjang seperti fase acak/model
amplitudo dari model Gauss.
Namun, statistik jangka panjang dapat
dianalisis dengan menggunakan teori
nilai ekstrim dengan syarat beberapa
kondisi yang harus terpenuhi berikut
- Independent. Setiap nilai harus tidak
saling bergantung
- Identically distributed. Terdistribusi
Tinggi gelombang signifikan 𝐻𝑚0 = 4 𝑚0 selama 10 tahun (1980 – 1989) secara identik
(Sumber: Holthuijsen, 2007)
- Same population. Sampel acak
berasal dari data yang sama
EDUNEX ITB
45
Long-term statistics (wave climate)
Sayangnya, pada kondisi yang
sebenarnya gelombang laut biasanya
tidak independent (selalu berkorelasi
dengan gelombang yang mengikutinya).
Ketiga hal tersebut dapat diabaikan
melalui tiga pendekatan:
a) Semua pengamatan pada lokasi
tersebut (Pendekatan initial-
distribution)
b) Nilai maksimum pada saat itu
(Pendekatan peak-over-threshold)
Tinggi gelombang signifikan 𝐻𝑚0 = 4 𝑚0 selama 10 tahun (1980 – 1989)
(Sumber: Holthuijsen, 2007) c) Nilai maksimum per tahun
(Pendekatan annual-maxima)

EDUNEX ITB
46
Pendekatan initial-distribution
Langkah pertama untuk menganalisis
tinggi gelombang signifikan (𝐻𝑠 ), periode
gelombang (𝑇0 ) dan arah gelombang (𝜃)
dari deret waktu statistik jangka
panjang adalah dengan mengestimasi
fungsi kepadatan peluang gabungan
𝑝(𝐻𝑠 , 𝑇0 , 𝜃).

Fungsi ini digunakan untuk

mengurutkan nilai hasil observasi dan
mempresentasikannya dalam histogram
dua dimensi dari 𝐻𝑠 dan 𝑇0 untuk semua
arah ∆𝜃
Histogram jangka panjang dari distribusi kejadian tinggi gelombang signifikan dan periode rata-rata
untuk data buoy NODC 46005 pada tahun 1980 – 2003
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
47
Pendekatan initial-distribution

Pada histogram tersebut data

dikelompokkan berdasarkan arah
(biasanya digunakan arah 30° dan 45°)
dengan selang ∆ 𝐻𝑠 , ∆𝑇0 . Cara
membuatnya yaitu dengan
menjumlahkan dan merata-ratakan
nilai terbesar di setiap musim, bulan,
atau tahun. Dengan menambahkan nilai
gelombang signifikan dan periode rata-
rata pada setiap arah maka diperoleh
histogram dua-dimensi tersebut.

Histogram jangka panjang dari distribusi kejadian tinggi gelombang signifikan dan periode rata-rata
untuk data buoy NODC 46005 pada tahun 1980 – 2003
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
48 Menunjukkan
gelombang di perairan
dalam

Menunjukkan
Histogram fungsi kepadatan
gelombang gabungan
swell dan seas peluang gabungan ini dapat
menunjukkan kecuraman
gelombang. Kecuraman ini dapat
dicari dengan rumus

2𝜋𝐻𝑠
2
𝑔𝑇0

Kecuraman dapat menunjukkan

kondisi fisik dari gelombang.

Histogram jangka panjang dari distribusi kejadian tinggi gelombang signifikan dan periode rata-rata EDUNEX ITB
untuk data buoy NODC 46005 pada tahun 1980 – 2003
(Sumber: Holthuijsen, 2007)
49
Pendekatan initial-distribution
Penjumlahan banyaknya tinggi gelombang signifikan terhadap periode
atau sebaliknya ➔ histogram FKP tinggi gelombang signifikan 𝑝(𝐻𝑠 ) atau
FKP periode rata-rata 𝑝(𝑇0 )

Bentuk histogram lebih mudah dianalisis

karena langsung diperoleh informasi yang
penting untuk analisis struktur bangunan.

Histogram tinggi gelombang signifikan pada rentang 1980 – 2003 dari data buoy NODC 46005
(Sumber: Holthuijsen, 2007) EDUNEX ITB
50
Pendekatan initial-distribution
Namun, kondisi ekstrim biasanya jatuh di
luar rentang observasi ➔ Untuk
mengestimasi nilai tersebut dapat dilakukan
dengan metode ekstrapolasi.

Ekstrapolasi ➔ metode curve fitting

Mencocokkan pola kurva histogram dan
mengekstrapolasi ke batas bawah peluang
kejadian.
Untuk memudahkan pencocokkan pola
histogram digunakan Fungsi Distribusi
Kumulatif bukan dengan fungsi kepadatan
peluang
Histogram tinggi gelombang signifikan pada rentang 1980 – 2003 dari data buoy NODC 46005
(Sumber: Holthuijsen, 2007) 𝑷 𝑯𝒔 = 𝑷𝒓 𝑯𝒔 ≤ 𝑯𝒔 𝒑 𝑯𝒔

EDUNEX ITB
51
Pendekatan initial-distribution
𝑷 𝑯𝒔 = 𝑷𝒓 𝑯𝒔 ≤ 𝑯𝒔

Digunakan FDK karena ketika di plot dengan

skala tertentu akan terbentuk garis lurus.

Bentuk distribusi yang cocok untuk mendekati

permasalahan ini dapat diketahui dengan uji
𝜒 2 , uji Kolmogorov-Smirnov, dan uji
Anderson-Darling

Distribusi Weibull jangka panjang untuk tinggi gelombang signifikan pada rentang 1980 – 2003
dari data buoy NODC 46005
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
52
Pendekatan initial-distribution
Terdapat dua prosedur untuk menentukan bentuk distribusi dari hasil observasi

a) Untuk hasil observasi yang sangat banyak, analisis satu selang (‘bin’) dalam observasi tersebut

b) Untuk hasil observasi yang sedikit, analisis dapat dilakukan dengan peluang untuk setiap
observasi

Pada pilihan a), bentuk peluangnya adalah 𝑯𝒔,𝒊 ≤ 𝑯𝒔,𝒊 yang dapat dituliskan

𝑷𝒓 𝑯𝒔,𝒊 ≤ 𝑯𝒔,𝒊 = 𝒏𝒊 Τ𝑵
Dengan 𝒏𝒊 adalah jumlah observasi yang lebih rendah dari 𝑯𝒔,𝒊 dari total observasi N

Jika observasi yang dilakukan sangat kecil, estimasi peluang kejadian gelombang individual
menjadi
𝑷𝒓 𝑯𝒔,𝒊 ≤ 𝑯𝒔,𝒊 = 𝟏 − 𝒊Τ𝑵
Dengan i adalah nomor urut observasi. Teknik ini disebut plotting position
EDUNEX ITB
53
Pendekatan initial-distribution

Teknik plotting position ini bergantung pada distribusi dari pengamatan yang diambil. Untuk
distribusi Weibull dianjurkan untuk menggunakan metode least-square fitting
𝒊−𝜶
𝑷𝒓 𝑯𝒔,𝒊 ≤ 𝑯𝒔,𝒊 =𝟏−
𝑵+𝜷
Dengan,
0,27
𝛼 = 0,2 +
𝐶
0,23
𝛽 = 0,2 +
𝐶
Dan 𝐶 adalah parameter bentuk.

EDUNEX ITB
54 Note 4F Distribusi Jangka Panjang untuk Tinggi Gelombang Signifikan 𝑯𝒔

1 ln 𝐻𝑠−𝐴 1
Log-normal distribution Pr 𝐻𝑠 ≤ 𝐻𝑠 = න 𝑒𝑥𝑝 − 𝑥 2 𝑑𝑥
2𝜋 −∞ 2

𝐶
𝐻𝑠 − 𝐴
1 − 𝑒𝑥𝑝 − untuk 𝐻𝑠 > 𝐴 dan 𝐶 > 0
Distribusi Weibull Pr 𝐻𝑠 ≤ 𝐻𝑠 = 𝐵
0 untuk 𝐻𝑠 > 𝐴

Parameter A menunjukkan parameter lokasi dari posisi distribusi di sumbu axis 𝐻𝑠 . Pada distribusi
Weibull parameter ini juga merepresentasikan nilai batas bawah dari tinggi gelombang signifikan.
Parameter B (> 0) adalah parameter normalisasi (scaling), yang menggambarkan lebar distribusi.
Parameter C adalah parameter bentuk distribusi.
Untuk A=0, distribusi Weibull yang terbentuk disebut dengan distribusi Weibull dua parameter
Untuk C=1, distribusi yang terbentuk akan berupa distribusi eksponensial
Untuk C=2 distribusi yang terbentuk akan berupa distribusi Rayleigh
EDUNEX ITB
Note
55 4G Variasi Musiman yang Dihilangkan dari Distribusi Jangka Panjang
Tinggi Gelombang Signifikan
Variasi musiman dihilangkan

Plot cocok untuk

1,5 m < 𝑯𝒔 < 7,5 m

Distribusi log-normal jangka panjang dari tinggi gelombang signifikan (Q-Q Plots) pada tahun 1980 – 2003 dari data buoy NODC 46005
(Sumber: Holthuijsen, 2007) EDUNEX ITB
56
Pendekatan initial-distribution
Periode Ulang (return period)

Menunjukkan seberapa sering

nilai tinggi gelombang signifikan
melewati batas elevasi yang
ditentukan.
Bertujuan untuk mengetahui
seberapa sering nilai tinggi
gelombang signifikan yang
ekstrim akan muncul
Periode ulang dapat diestimasi
dengan fungsi distribusi
kumulatif

Tinggi gelombang signifikan dengan metode up-crossing yang melewati nilai ekstrim; Data yang kosong 𝑃 𝐻𝑠 = Pr(𝐻𝑠 ≤ 𝐻𝑠 )
diisi dengan metode hindcast (garis putus-putus)
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
57
Pendekatan initial-distribution
Periode Ulang (return period)

Dalam waktu N tahun, dengan

nilai batas yang ditentukan dan
terdapat n nilai yang melewati
batas tersebut
𝑁
𝑅𝑃𝐻𝑠>𝐻𝑠 ≈ tahun
𝑛

Untuk mengestimasi n gelombang

yang melewati batas yang
ditentukan perlu diinterpretasikan
dibutuhkan peluang kejadian tinggi
gelombang signifikan yang melewati
Tinggi gelombang signifikan dengan metode up-crossing yang melewati nilai ekstrim; Data yang kosong batas tertentu.
diisi dengan metode hindcast (garis putus-putus)
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
58
Pendekatan initial-distribution
𝑑𝐻𝑠>𝐻𝑠
Periode ulang 𝑅𝑃𝐻𝑠>𝐻𝑠 = tahun 4.3.3
Pr 𝐻𝑠 > 𝐻𝑠 × 24 × 365

Dengan 𝑑𝐻𝑠 >𝐻𝑠 adalah rata-rata durasi per-kejadian

𝑃 𝐻𝑠 = Pr(𝐻𝑠 ≤ 𝐻𝑠 ) adalah estimasi periode ulang (FDK)

Periode ulang 𝑑𝐻𝑠>𝐻𝑠 𝑑𝐻𝑠>𝐻𝑠

gelombang 𝑅𝑃𝐻𝑠>𝐻𝑠 = = 4.3.4
ekstrim Pr 𝐻𝑠 > 𝐻𝑠 1 − 𝑃(𝐻𝑠 )

Periode ulang 𝑑𝐻𝑠<𝐻𝑠 𝑑𝐻𝑠<𝐻𝑠

gelombang 𝑅𝑃𝐻𝑠<𝐻𝑠 = = 4.3.5
biasa Pr 𝐻𝑠 < 𝐻𝑠 𝑃(𝐻𝑠 )

EDUNEX ITB
 59
Pendekatan initial-distribution
Periode Ulang (return period) CONTOH
Peluang kejadian tinggi gelombang melebihi 10 m
adalah 0,00183 ➔ Pr 𝐻𝑠 > 𝐻𝑠
Durasi (D) rata-rata gelombang melebihi 10 m adalah
16 jam/tahun (perata-rataan selama 10 tahun).
Rata-rata durasi (𝑑𝐻𝑠 >𝐻𝑠 ) dari kejadian tinggi
gelombang individu melebihi 10 m adalah 8 jam.
Periode ulangnya dapat dihitung dengan:
𝑑𝐻𝑠 >𝐻𝑠
𝑅𝑃𝐻𝑠>𝐻𝑠 = tahun 4.3.3
Pr 𝐻𝑠 > 𝐻𝑠 × 24 × 365
Tinggi gelombang signifikan dengan metode up-crossing yang melewati nilai ekstrim; Data yang kosong 8 jam
diisi dengan metode hindcast (garis putus-putus) 𝑅𝑃𝐻𝑠>𝐻𝑠 = tahun
(Sumber: Holthuijsen, 2007) jam hari
0,00183 × 24 × 365
hari tahun
Terdapat dua kali kejadian tinggi gelombang
signifikan yang melebihi 10 m setiap tahunnya 𝑅𝑃𝐻𝑠>𝐻𝑠 = 4.371 jam ≈ 0,49904 tahun ≈ 0,5 tahun

EDUNEX ITB
60
Pendekatan peak-over-threshold
Pada pendekatan dengan metode peak-
over-thres-hold, tinggi gelombang
signifikan yang diperhitungkan hanya
nilai maksimum dari satu kejadian badai.

Kejadian badai didefinisikan sebagai

suatu deret tinggi gelombang signifikan
(𝐻𝑠 ) yang tingginya melebihi batas yang
ditentukan (𝐻𝑠,𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 ).

Gambar Kejadian Badai dengan Tinggi Gelombang di Atas Batas yang Ditentukan
(Sumber: Holthuijsen, 2007)
EDUNEX ITB
61
Pendekatan peak-over-threshold
Metode POT memiliki kelebihan tersendiri dibandingkan pendekatan initial
distribution yaitu:
a) jika iklim gelombang memiliki bentuk distribusi lebih dari satu akibat proses
fisik, maka metode POT hanya memilih nilai maksimum saja sehingga
analisis yang dilakukan lebih terkonsentrasi terhadap nilai ekstrem.

b) kejadian badai merupakan kejadian independen secara statistik, sehingga

analisis dan interpretasi menggunakan metode POT akan lebih baik.

EDUNEX ITB
62

Gambar Distribusi Pareto untuk Jangka Panjang pada Tinggi Gelombang Signifikan dengan Metode POT Menggunakan Data Buoy NODC 46005 dari Tahun 1980 – 2003
(Sumber: Holthuijsen, 2007) EDUNEX ITB
63
Pendekatan peak-over-threshold
• Jika parameter dalam distribusi 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 dapat ditentukan, maka kita dapat
mengestimasi periode baliknya (𝑅𝑃𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 ).
• Periode balik dapat dianalogikan sama halnya pada pendekatan initial
distribution, yaitu waktu interval kejadian antar badai dengan 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 >
𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 .
• Untuk mengestimasi periode balik, kita perlu mengasumsikan pada kejadian
badai yang dimaksud memiliki kondisi 𝐻𝑠 > 𝐻𝑠,𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 .
∆𝑻𝒃𝒂𝒅𝒂𝒊 ∆𝑻𝒃𝒂𝒅𝒂𝒊
𝑹𝑷𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌>𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 = =
𝑷𝒓 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 > 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 𝟏 − 𝑷(𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 )𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅
𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅

EDUNEX ITB
64
Pendekatan peak-over-threshold
∆𝑻𝒃𝒂𝒅𝒂𝒊 ∆𝑻𝒃𝒂𝒅𝒂𝒊
𝑹𝑷𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 >𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 = =
𝑷𝒓 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 > 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 𝟏 − 𝑷(𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 )𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅
𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅

Misalkan 𝐻𝑠 > 𝐻𝑠,𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 memiliki batas 4 m dan nilai tinggi gelombang maksimum dengan batas

9 m memiliki peluang 𝑷𝒓 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 > 𝟗 𝒎 = 𝟎, 𝟎𝟎𝟓 (maknanya dalam 200 badai

𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅=𝟒𝒎

terdapat 1 badai yang mencapai nilai puncak). Interval waktu antar badai adalah 16 minggu
∆𝑇𝑏𝑎𝑑𝑎𝑖 = 16 minggu, maka rata-rata interval kejadian badai dengan 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 > 𝟗 𝒎 adalah 200 ×
16 minggu ≈ 60 tahun
∆𝑻𝒃𝒂𝒅𝒂𝒊 ∆𝑻𝒃𝒂𝒅𝒂𝒊
𝑹𝑷𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌>𝑯𝟗 𝒎 = =
𝑷𝒓 𝑯𝒔,𝒑𝒖𝒏𝒄𝒂𝒌 > 𝑯𝟗 𝒎 𝟏 − 𝑷 𝑯𝟗𝒎 𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅=𝟒𝒎
𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅=𝟒𝒎

𝟏𝟔 𝐦𝐢𝐧𝐠𝐠𝐮
= = 𝟑. 𝟐𝟎𝟎 𝐦𝐢𝐧𝐠𝐠𝐮 ≈ 𝟔𝟎 𝒕𝒂𝒉𝒖𝒏
𝟎, 𝟎𝟎𝟓 EDUNEX ITB
65

Note 4H Distribusi Jangka Panjang untuk Tinggi Gelombang Signifikan Maksimum dalam
setiap Kejadian Badai (Pendekatan POT)

Bentuk distribusi Pareto adalah sebagai berikut:

−1/𝐶
𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 − 𝐴
𝑃𝑟 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 > 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 =1− 1+𝐶
𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 𝐵

Untuk 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 ≥ 𝐴 jika 𝐶 > 0

Untuk 𝐴 ≤ 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 < 𝐴 − 𝐵/𝐶 jika 𝐶 < 0

Parameter 𝐴 merupakan nilai batas 𝐴 = 𝐻𝑠,𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 , 𝐵 merupakan parameter normalisasi

tinggi gelombang, dan 𝐶 merupakan parameter bentuk distribusi. Untuk 𝐶 → 0 maka
bentuk distribusi akan mendekati bentuk distribusi eksponensial:
𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 − 𝐴
𝑃𝑟 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 > 𝐻𝑠,𝑝𝑢𝑛𝑐𝑎𝑘 𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 = 1 − exp −
𝐵

EDUNEX ITB
66
Pendekatan annual-maximum
Dilihat dari populasi asli
(distribusi induk) merupakan
tinggi gelombang signifikan
selama beberapa tahun.
Annual maximum merupakan
tinggi gelombang signifikan paling
maksimum per tahun (Hs,AM).
Karena populasi asli (distribusi
induk) dari tinggi gelombang yang
signifikan sering mendekati
distribusi Weibull atau log-
normal, maka Hs,AM seharusnya
(hampir) mendekati distribusi
Gumbel.
(Sumber: Holthuijsen, 2007)

EDUNEX ITB
67
Pendekatan annual-maximum
Berdasarkan teori nilai esktrim :

Dalam kondisi umum, distribusi nilai

maksimum dari suatu set sampel

disebut distribusi Generalised Extreme-

Value (GEV).

Jika distribusi induknya merupakan

distribusi Weibull atau log-normal, maka

distribusi GEV menjadi distribusi Gumbel.

(Sumber: Holthuijsen, 2007)

EDUNEX ITB
68
Pendekatan annual-maximum
Contoh estimasi return period dalam Annual-Maximum Approach :
Peluang Hs,AM yang melebihi 7,5 m adalah 0,02. Hs,AM>Hs,AM
Artinya nilai Hs,AM yang melebihi 7,5 m terjadi sebanyak 2 kali setiap 100 sampel (1 sampel
berkorespondensi dengan 1 tahun) atau terjadi sebanyak 2 kali selama selang 100 tahun
atau 1 kali selama 50 tahun.
Maka return period (RPH ) dapat diestimasi dengan :
s,AM>Hs,AM

EDUNEX ITB
69
Tinggi Gelombang Individu
Untuk menentukan sifat statistik jangka panjang dari masing-masing gelombang tinggi kita

harus memperhitungkan variasi (acak) dari tinggi gelombang signifikan.

Dalam suatu periode waktu D dan selama kondisi gelombang stasioner (short-term), jumlah

gelombang 𝑁𝐻>𝐻𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 dengan tinggi gelombang 𝐻 lebih besar dari 𝐻:

𝑁𝐻>𝐻,𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 = 𝑁𝑡𝑜𝑡𝑎𝑙 . 𝑃𝑟 𝐻 > 𝐻

𝐷 −1
dengan : 𝑁𝑡𝑜𝑡𝑎𝑙 = = 𝐷𝑇0 (𝑇0 : periode rata-rata gelombang zero-crossing)
𝑇0

2
𝑃𝑟 𝐻 > 𝐻 = 𝑒𝑥𝑝 −2 𝐻/𝐻𝑠
EDUNEX ITB
70
Tinggi Gelombang Individu
Jika kondisi gelombang non-stasioner, maka jumlah total gelombang selama durasi D dapat
−1
diperkirakan dengan rata-rata jangka panjang (nilai yang diharapkan) dari 𝐷𝑇0 :

∞
−1
𝑁𝑡𝑜𝑡𝑎𝑙,𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 = න 𝐷𝑇0 𝑝 𝑇0 𝑑𝑇0
0

Jumlah total gelombang selama durasi waktu D pada kondisi gelombang non-stasioner dapat
didekati dengan ekspektasi (rata-rata) dari kondisi gelombang stasioner :

𝑁𝐻>𝐻,𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 = 𝐸 𝑁𝑡𝑜𝑡𝑎𝑙 . 𝑃𝑟 𝐻 > 𝐻

∞ ∞
−1
𝑁𝐻>𝐻,𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 = න න 𝐷𝑇0 𝑒𝑥𝑝 −2 𝐻/𝐻𝑠 2 𝑃 𝐻𝑠 , 𝑇0 𝑑𝐻𝑠 𝑑𝑇0
0 0

EDUNEX ITB
71
Tinggi Gelombang Individu
Distribusi tinggi gelombang individu kemudian dapat ditentukan sebagai relative jumlah
gelombang tinggi :

𝑁𝐻>𝐻,𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦
𝑃𝑟 𝐻 > 𝐻 =
𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦 𝑁𝑡𝑜𝑡𝑎𝑙,𝑛𝑜𝑛−𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑟𝑦

∞ ∞ −1
‫׬‬0 ‫׬‬0 𝐷𝑇0 𝑒𝑥𝑝 −2 𝐻/𝐻𝑠 2 𝑃 𝐻𝑠 , 𝑇0 𝑑𝐻𝑠 𝑑𝑇0
= ∞ −1
‫׬‬0 𝐷𝑇0 𝑝 𝑇0 𝑑𝑇0
Karena durasi waktu D merupakan konstanta, maka persamaa untuk long-term menjadi :

∞ ∞ −1
‫׬‬0 ‫׬‬0 𝑇0 𝑒𝑥𝑝 −2 𝐻/𝐻𝑠 2 𝑃 𝐻𝑠 ,𝑇0 𝑑𝐻𝑠 𝑑𝑇0
𝑃𝑟 𝐻 > 𝐻 𝑙𝑜𝑛𝑔−𝑡𝑒𝑟𝑚
= ∞ −1
‫׬‬0 𝑇0 𝑝 𝑇0 𝑑𝑇0

EDUNEX ITB
72
Tinggi Gelombang Individu
Return period untuk Individual Wave Height :

𝐸 𝑇0
𝑅𝑃𝐻>𝐻 =
𝑃𝑟 𝐻 > 𝐻 𝑙𝑜𝑛𝑔−𝑡𝑒𝑟𝑚

∞
Dengan 𝐸 𝑇0 = ‫׬‬0 𝑇0 𝑝 𝑇0 𝑑𝑇0

EDUNEX ITB
73
Tinggi Gelombang Individu

(Sumber: Holthuijsen, 2007)

EDUNEX ITB
74

Daftar pustaka

Holthuijsen, Leo H. 2007. Waves In Oceanic And Coastal Waters. New

York: Cambridge University Press.

EDUNEX ITB