BENTANG : Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

Vol. 10 No. 1. Januari 2022, pp: 39-48 39

Akreditasi SINTA 4 (Kemenristek-BRIN No. 85/M/KPT/2020)
Available online http://jurnal.unismabekasi.ac.id/index.php/bentang p-ISSN: 2302-5891 e-ISSN: 2579-3187

Estimasi Model Hidrolika Menggunakan HEC-RAS 1-D dan

Tren Prediksi Strategi Mitigasi Banjir

Rian Mantasa Salve Prastica1,2*, Asvira Ditya Siswanto1

1,2
Departemen Teknik Sipil; Universitas Gadjah Mada; Jl. Yacaranda Sekip Unit IV, Yogyakarta;
e-mail: asviraditya@mail.ugm.ac.id
2
Laboratorium Hidrolika dan Bangunan Air; Universitas Gadjah Mada; Jl. Yacaranda Sekip Unit IV,
Yogyakarta; e-mail: rian.mantasa.s.p@ugm.ac.id

Research Article
* Korespondensi: e-mail: rian.mantasa.s.p@ugm.ac.id

ABSTRAK

Pemodelan dalam bidang teknik menjadi tren dan penting dilakukan karena dapat melakukan
simulasi variasi skenario keputusan untuk diaplikasikan di lapangan. Dengan keterbatasan fasilitas
dan teknologi, pemodelan 1-D dalam bidang hidrolika untuk mitigasi banjir masih menjadi tren saat
ini. Apakah kelemahan model ini dan bagaimana prediksi tren pemodelan ke depan? Penelitian ini
menganalisis pemodelan banjir pada Sungai Tuntang dengan model 1-D menggunakan HEC-RAS
untuk menganalisis kondisi profil muka air saat eksisting dan skenario mitigasi banjir dengan
normalisasi. Hasil analisis menunjukkan bahwa model 1-D dapat menggambarkan kondisi di
lapangan dan skenario dengan jelas. Namun, model 1-D memiliki keterbatasan karena tidak dapat
melakukan simulasi yang mempertimbangkan aspek biaya konstruksi, waktu, dan alokasi anggaran
pemangku kepetingan untuk menentukan skala prioritas daerah terdampak bencana. Diperlukan
analisis kerentanan dengan observasi lapangan, pemodelan 2-D atau 3-D, dan penerapan value
engineering untuk melakukan optimasi strategi pengendalian banjir. Dengan majunya teknologi,
tren ini diprediksi menjadi hal yang akan dilakukan di masa mendatang.

Kata kunci: pemodelan 1-D; mitigasi banjir; HEC-RAS; model hidrolika

ABSTRACT

Engineering modeling is becoming a trend and important because it can simulate a variety of decision
scenarios to be applied in the field. With limited facilities and technology, 1-D modeling in hydraulics
for flood mitigation is still a trend today. What are the weaknesses of this model and how is the prediction
of future modeling trends? This study analyzes the flood modeling of the Tuntang River with the 1-D
model using HEC-RAS to analyze the condition of the existing water level profile and flood mitigation
scenarios with normalization. The results of the analysis show that the 1-D model can describe conditions
in the field and scenarios clearly. However, the 1-D model has limitations because it cannot carry out
simulations that consider aspects of construction costs, time, and budget allocation of stakeholders to
determine the priority scale of disaster-affected areas. It requires a vulnerability analysis with field
observations, 2-D or 3-D modeling, and the application of value engineering to optimize flood control
strategies. With the advancement of technology, this trend is predicted to be something that will be done
in the future.

Keywords: 1-D modelling; flood mitigation; HEC-RAS; hydraulics model

1. PENDAHULUAN
Pemodelan menjadi efisien karena pemangku kepentingan dapat mengetahui hasil simulasi
skenario-skenario yang kemungkinan dapat diterapkan dalam konteks engineering approach
(Zeleňáková et al., 2019). Mitigasi banjir menjadi hal yang susah dilakukan pengendaliannya
karena pemerintah dan pihak terkait perlu melakukan keputusan yang dapat menghasilkan
optimasi terbaik bagi dampak lingkungan dan masyarakat (Bera, 2019). Dengan adanya simulasi
yang dibantu oleh model engineering, tantangan ini bisa teratasi dengan baik (Rangari et al.,

Received: May, 02, 2021 ; Revised: November, 20, 2021 ; Accepted: December, 21, 2021 ; Available Online: January, 07, 2022

Copyright@2022. Universitas Islam 45

40 BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

2019). Namun, dengan tersedianya banyak model yang dapat dipilih, manakah yang efektif
digunakan?
Dalam menggunakan model, user lebih memilih untuk menggunakan model yang
sederhana namun dapat digunakan sebagai dasar pemangku kepentingan untuk memutuskan
kebijakan suatu permasalahan (Zhang et al., 2013). Selain sederhana, model juga perlu bisa
melakukan simulasi dengan waktu yang terbatas, mengingat kejadian bencana bersifat penting
dan mendesak (R. M.S. Prastica et al., 2019). Bila terjadi gap waktu penundaan yang lama,
dikhawatirkan proses recovery menjadi terhambat.
Penelitian ini berfokus pada strategi pengendalian atau mitigasi banjir pada sungai yang
terjadi di negara berkembang, khususnya Indonesia. Dibandingkan dengan negara maju lainnya,
Indonesia belum memiliki resilience terhadap bencana (Rahayu et al., 2019), terutama banjir bila
terjadi di daerah perkotaan (urban), suburban, atau wilayah rural. Negara lain seperti Australia
(Rogers et al., 2020), Inggris (Oladunjoye et al., 2019), dan Jepang (Sato, 2006) telah
mengembangkan integrasi pengendalian bencana banjir menggunakan beragam metode yang
telah tervalidasi hasil penelitiannya di lapangan. Dalam hal ini, misalnya, Australia telah
mengenal konsep water sensitive urban design yang salah satunya mengintegrasikan mitigasi
metode struktural dan non-struktural pada suatu daerah dalam pengendalian bencana banjir
(Brodnik et al., 2018).
Sebagai negara berkembang, Indonesia perlu mengarah ke sana. Namun, untuk saat ini,
masih banyak mitigasi bencana di Indonesia bersifat struktural atau mengarah pada pembangunan
infrastruktur hidrolika dengan normalisasi sungai (Saputra et al., 2021), pembangunan bendungan
(Lempérière, 2017), dan kanal air (Lin et al., 2016). Hal ini masih dinilai efektif di Indonesia.
Namun, dengan banyaknya kejadian bencana yang terjadi, bagaimana cara menilai bahwa model
normalisasi atau pembangunan bendungan dapat signifikan mereduksi banjir?

Gambar 1. Metode Thiessen Analisis Curah Hujan

Penelitian ini akan melakukan simulasi model banjir pada Sungai Tuntang yang berlokasi
di Demak, Jawa Tengah, Indonesia. Berangkat pada ketertarikan pemangku kepentingan untuk
melakukan simulasi skenario secara cepat dan tepat, penelitian ini berfokus pada pemodelan 1-D
menggunakan HEC-RAS yang penggunaannya mudah (Geravand et al., 2020) dibandingkan
model 2-D dan 3-D seperti aplikasi model SWAT (Cheng et al., 2017), dan RMA (Rian Mantasa
Salve Prastica et al., 2019). Meskipun hasilnya tidak seakurat model 2-D atau 3-D, apakah model
1-D mampu menggambarkan kondisi banjir secara efektif dan efisien sebagai dasar pertimbangan
keputusan pemangku kepentingan? Penelitian ini bertujuan untuk menjawab pertanyaan ini.

Rian Mantasa Salve Prastica, Asvira Ditya Siswanto

 Estimasi Model Hidrolika … 41

Selain itu, penelitian ini akan memberikan rekomendasi kepada pemangku kepentingan dan
bagaimana seharusnya pemodelan skenario kebijakan ini dilakukan dalam pengendalian bencana
banjir di Indonesia.
Metode penelitian yang akan digunakan dalam menjawab tujuan penelitian ini adalah
analisis hidrologi dan hidrolika di wilayah Sungai Tuntang. Lalu, analisis banjir 1-D
menggunakan perangkat lunak HEC-RAS dilakukan.

2. METODE PENELITIAN
Dalam penelitian ini, analisis hidrologi pertama kali dilakukan dengan meninjau stasiun
klimatologi terdekat dari Sungai Tuntang. Berdasarkan data sekunder dari Badan Meteorologi,
Klimatologi, dan Geofisika (BMKG), terdapat tiga stasiun hujan terdekat yang dapat digunakan
untuk analisis curah hujan pada wilayah studi, yaitu Stasiun Meteorologi Maritim Tanjung Emas,
Stasiun Klimatologi Semarang, dan Stasiun Meteorologi Semarang, sesuai dengan Gambar 1.
Gambar 1 merupakan gambar analisis Thiessen dalam analisis curah hujan di DAS Tuntang.
Curah hujan maksimum dianalisis menggunakan Metode Thiessen untuk selanjutkan diproses
pada uji frekuensi menggunakan Gumbel, Log Pearson III, Normal, dan Log Normal. Hasil akhir
kemudian dianalisis distribusinya menggunakan Metode Chi-square. Data curah hujan kala ulang
dari analisis ini digunakan sebagai dasar analisis debit banjir kala ulang menggunakan hidrograf
satuan sintesis (HSS) Nakayasu.

Gambar 2. Skema Sungai Tuntang pada Model 1-D HEC-RAS

Debit banjir HSS Nakayasu menjadi input data pada simulasi program HEC-RAS. Gambar
2 merupakan hasil visualisasi skematik Sungai Tuntang sebagai basic data pemodelan pada
perangkat lunak tersebut. Berdasarkan analisis ini, diharapkan visualisasi profil muka air dapat
diamati. Analisis ini hanya terbatas pada pemodelan 1-D, mengingat latar belakang permasalahan
penelitian ini terkait praktik simulasi di lapangan dengan metode tersebut. Data input utama
lainnya adalah hasil analisis banjir kala ulang menggunakan HSS Nakayasu dengan hasil seperti
terlihat pada Gambar 3. Hasil analisis ini lalu dikalibrasi menggunakan data sekunder lainnya.

p-ISSN: 2302-5891 ISSN: 2579-3187

Vol. 10 No. 1 Januari 2022, 39-48
42 BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

Kondisi eksisting Sungai Tuntang menggunakan data sekunder dan ekstraksi data Google
Earth pada daerah studi. Hasil analisis kondisi sungai eksisting lalu dibandingkan dengan simulasi
mitigasi banjir secara struktural, yaitu normalisasi sungai. Normalisasi sungai merupakan metode
umum yang digunakan di lapangan untuk melakukan pengendalian banjir. Hal ini dapat dilakukan
dengan pengerukan sedimen di sungai, penambahan lebar sungai utama, dan beragam metode lain
untuk modifikasi dimensi hidrolika sungai.

3. HASIL DAN PEMBAHASAN

Sesuai dengan metode penelitian, analisis banjir yang digunakan sebagai estimasi hidrograf
banjir rancangan dapat diamati pada Gambar 3. Hidrograf pada gambar tersebut merupakan banjir
rancangan pada DAS Tuntang untuk periode kala ulang 2 tahun, 5 tahun, 10 tahun, 25 tahun, 50
tahun, 100 tahun, 500 tahun, dan 1000 tahun.

Hidrograf Banjir DAS Tuntang

Q 2 Tahun Q 5 Tahun Q 10 Tahun Q 25 Tahun Q 50 Tahun Q 100 Tahun Q 500 Tahun Q 1000 Tahun
9000,00

8000,00

7000,00
Debit Banjir, (m3/dt)

6000,00

5000,00

4000,00

3000,00

2000,00

1000,00

0,00
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80
jam ke-

Gambar 3. Debit banjir kala ulang HSS Nakayasu

Kalibrasi Debit Banjir

Penelitian ini memiliki data primer Automatic Water Level Recorder (AWLR) terbatas
untuk kalibrasi debit banjir, sehingga kalibrasi atau validasi analisis debit banjir pada penelitian
ini menggunakan data penelitian lainnya. Penelitian mengenai debit banjir Sungai Tuntang di
Desa Trimulyo Kabupaten Demak dilakukan pada tahun 2017 menghasilkan debit banjir dengan
data pada Tabel 1 (Maulana et al., 2017). Pada penelitian ini, debit yang dipakai adalah debit
banjir kala ulang 25 tahun Metode Harpers sebesar 827,768 m3/s karena dianggap mendekati debit
anjir terbesar yang pernah terjadi di Sungai Tuntang.

Tabel 1. Debit Banjir Rencana

Q (m3/s)
Tahun Kala Ulang FSR Jawa
Melchior Harpers HSS Nakayasu
Sumatera
2 107,316 305,858 21,693 378,725
5 178,988 468,438 155,373 576,41
10 244,494 607,467 351,031 745,456
25 354,430 827,768 880,848 1013,328
50 457,476 1023,94 1843,9 1251,849
100 584,878 1256,57 3585,05 1534,713
Sumber: Maulana, et al, 2017

Rian Mantasa Salve Prastica, Asvira Ditya Siswanto

 Estimasi Model Hidrolika … 43

Analisis dari penelitian tersebut berbeda dengan hasil penelitian lain (Safitri et al., 2017) di
Sungai Tuntang Desa Pulosari Kabupaten Demak yang memiliki data debit banjir kala ulang
rencana seperti pada Tabel 2.

Tabel 2. Debit Banjir Kala Ulang

Tahun Kala Q (m3/s)
Ulang Melchior Harpers FSR Jawa Sumatera
2 132,866 128,184 52,118
5 182,984 176,537 120,863
10 219,996 212,244 225,082
25 270,032 260,512 440,190
50 310,038 299,113 766,891
100 352,708 340,280 1222,242
Sumber: Safitri, et al, 2017

Pada penelitian di atas (Safitri et al., 2017), passing capacity sebesar 223,5259 m3/s.
Sehingga, kapasitas Sungai Tuntang tidak bisa mengakomodasi debit banjir kala ulang 25 tahun
dan yang lebih besar dari itu. Nilai debit banjir penelitian di lokasi Desa Pulosari berbeda dengan
penelitian lain di sungai yang sama di Desa Trimulyo (Maulana et al., 2017). Hal ini dikarenakan
faktor panjang sungai, lokasi tinjauan, dan analisis tata guna lahan (Talbot et al., 2018) yang
digunakan pada sub-DAS. Perbedaan faktor inilah yang menjadi aspek pertimbangan dalam
penelitian ini bila hasilnya memiliki gap yang besar dengan penelitian lainnya.
Pada penelitian ini, debit banjir kala ulang 25 tahun mencapai 2621,19 m3/s. Idealnya, debit
banjir yang seharusnya terjadi adalah 827,768 m3/s. Perbedaan nilai debit banjir pada penelitian
ini dikarenakan faktor luasan DAS yang dianalisis lebih besar (Mohamed & Worku, 2020).
Sehingga, nilai koefisien tata guna lahan menjadi berbeda (Zeiger & Hubbart, 2021). Selain itu,
data hujan yang digunakan pada penelitian ini dari tahun 2010 sampai 2019. Sehingga, kalibrasi
menggunakan data lapangan tahun 2017 dinilai kurang sesuai.
Dengan adanya limitasi pada data AWLR dan data banjir di lapangan, maka penelitian ini
menggunakan data sekunder eksisting dan menjadikan dasar kalibrasi sebagai pertimbangan pada
analisis penelitian lebih lanjut.

Gambar 4. Tinjauan Sungai Tuntang Berdasarkan Google Earth

p-ISSN: 2302-5891 ISSN: 2579-3187

Vol. 10 No. 1 Januari 2022, 39-48
44 BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

Analisis Hidrolika Sungai dan Pemodelan 1-D HEC-RAS

Data eksisting hidrolika sungai yang digunakan pada penelitian ini adalah lebar sungai
(Bw) 12,74 m, kedalaman 5 m, panjang sungai 5150 m, dengan bentuk saluran trapesium secara
umum. Analisis segmen hidrolika Sungai Tuntang menggunakan data sekunder dan Google Earth
seperti terlihat pada Gambar 4 yang menunjukkan daerah sungai tinjauan dan Gambar 5 yang
menunjukkan hasil pengamatan hidrolika dengan metode yang sama untuk menunjukkan
karakteristik hidrolika sungai di bagian hulu, tengah, dan hilir. Pada analisis ini, penelitian hanya
berfokus pada tiga segmen utama pada hulu, tengah, dan hilir sungai seperti pada Gambar 6.
Dengan menggunakan rumus Manning pada persamaan 1 (Chow et al., 1998), maka kapasitas
sungai yang ditinjau adalah sebesar 206,42 m3/s, selaras dengan passing capacity analisis
penelitian lain, yaitu sebesar 223,525 m3/s.

1,49 1 2 2 3
Q = S 0 AR (1)
n

dengan Q (kapasitas tampungan), n koefisien Manning, S0 kemiringan lereng, A dan R adalah

luas dan jari-jari hidrolis.

Lebar sungai bagian hulu Lebar sungai bagian tengah Lebar sungai bagaian hilir
Gambar 5. Observasi Segmen Hidrolika Sungai Tuntang

Gambar 6. Segmen Hidrolika Tinjauan pada Sungai Tuntang

Rian Mantasa Salve Prastica, Asvira Ditya Siswanto

 Estimasi Model Hidrolika … 45

Tampang di hulu Q25 Tahun Tampang di tengah Q25 Tahun Tampang di hilir Q25 Tahun
Gambar 7. Analisis HEC-RAS pada Kondisi Eksisting

Tampang di hulu Q25 Tahun Tampang di tengah Q25 Tahun Tampang di hilir Q25 Tahun
Gambar 8. Analisis Hidrolika pada Skenario Normalisasi Hidrolika Sungai

Kelemahan Model 1-D

Berdasarkan analisis pemodelan 1-D HEC-RAS, visualisasi mudah dipahami karena
terbaca dengan kondisi sebenarnya di lapangan bahwa kondisi eksisting sungai tidak bisa
menampung debit banjir kala ulang 25 tahunan dan yang lebih besar. Hal ini terlihat jelas pada
hasil pemodelan pada Gambar 7 dan Gambar 8.
Analisis kondisi eksisting pada Gambar 7 menunjukkan bahwa kapasitas Sungai Tuntang
tidak dapat mengakomodasi debit banjir kala ulang 25 tahun, sesuai dengan data kalibrasi dan
penelitian lain di daerah studi yang sama (Safitri et al., 2017). Dengan mitigasi banjir skenario
modifikasi hidrolika seperti normalisasi sungai, Gambar 8 menunjukkan bahwa kapasitas Sungai
Tuntang dapat mengakomodasi debit banjir kala ulang yang dipermasalahkan.
Skenario mitigasi bencana banjir yang menjadi usulan penelitian ini adalah normalisasi
sungai, artinya penelitian ini melakukan modifikasi saluran hidrolika agar sungai memiliki
kapasitas tampungan yang dapat menampung debit banjir terbesar yang pernah terjadi di Sungai
Tuntang, yaitu debit banjir rencana kala ulang 25 tahun. Pemodelan HEC-RAS menunjukkan
bahwa Sungai Tuntang dapat mengendalikan banjir dengan adanya strategi ini. Namun, mitigasi
struktural seperti ini memiliki kelemahan terkait tingginya biaya konstruksi yang terjadi bila
seluruh segmen sungai dilakukan normalisasi. Pada kenyataannya, di lapangan, beberapa segmen
sungai bisa menampung kondisi banjir sehingga tidak perlu modifikasi/pelebaran kembali.
Beberapa segmen sungai bahkan ada yang dekat sekali dengan rumah penduduk. Adanya skenario
pelebaran ini akan berdampak hilangnya luas tanah penduduk. Hal ini menyebabkan konflik
horizontal maupun vertikal yang dapat terjadi dan sulit untuk dikuantifikasi dan dimodelkan
dengan pendekatan engineering.
Dalam hal skema pembiayaan, perlu dianalisis aspek value engineering agar public private
partnership dapat diaplikasikan pada proyek yang akan dilaksanakan. Dalam hasil pemodelan
1D, normalisasi sungai pada seluruh segmen akan menghabiskan biaya besar sehingga sifat
pelaksanaannya menjadi kecil, bahkan tidak mungkin dilakukan karena anggaran pemerintah
yang terbatas. Sehingga, perlu dilakukan mitigasi banjir secara bertahap untuk seluruh segmen
Sungai Tuntang. Dalam melakukan ini, analisis prioritas sungai berdasarkan tingkat kerawanan

p-ISSN: 2302-5891 ISSN: 2579-3187

Vol. 10 No. 1 Januari 2022, 39-48
46 BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

bencana perlu dilakukan dengan metode observasi lapangan. Analisis prioritas daerah terdampak
dapat berupa pemodelan banjir 2-D yang menggambarkan kondisi banjir di daerah sekitar sungai
menggunakan teknologi unmanned aerial vehicle (UAV), dan analisis digital elevation model
(DEM) menggunakan ArcGIS untuk memperoleh skenario 3-D.
Berdasarkan kondisi tersebut, model 1-D (Chen et al., 2020; Geravand et al., 2020) masih
mampu menggambarkan atau melakukan simulasi skenario mitigasi bencana banjir, namun perlu
analisis lebih komprehensif dalam pemodelan 2-D dan 3-D (Muthusamy et al., 2021; Rangari et
al., 2019) dalam melakukan estimasi biaya, waktu, dan anggaran yang akan dikeluarkan oleh
pemangku kepentingan dalam mengaplikasikan strategi pengendalian banjir di daerah tinjauan.

4. KESIMPULAN
Analisis pemodelan mitigasi banjir pada Sungai Tuntang dengan model 1-D mampu
memberikan visualisasi kondisi profil muka air sungai, sehingga pemangku kepentingan dapat
dengan cepat mengambil kebijakan terkait strategi pengendalian banjir yang terjadi. Namun,
terdapat beberapa kelemahan bila hanya mengandalkan model 1-D. Untuk kasus ke depannya,
strategi ini perlu diiringi dengan pemodelan dengan tingkat dimensi lebih tinggi, seperti 2-D atau
3-D untuk mendapatkan biaya, waktu, dan anggaran yang efektif dalam pengendalian banjir.

Ucapan Terima Kasih

Penelitian ini dapat terlaksana atas bantuan fasilitas Laboratorium Hidrolika dan Bangunan
Air, Departemen Teknik Sipil, Universitas Gadjah Mada. Penelitian ini didukung penuh oleh
Hibah Penelitian Sekolah Vokasi Universitas Gadjah Mada Tahun 2021.

REFERENSI
Bera, M. K. (2019). Collective efforts of people to reduce disasters in the Indian Sundarban
islands. Disaster Prevention and Management: An International Journal, 28(5), 691–705.
https://doi.org/10.1108/DPM-02-2018-0058

Brodnik, C., Holden, J., Marino, R., Wright, A., Copa, V., Rogers, B., Arifin, H. S., Brown, R.,
Djaja, K., Farrelly, M., Kaswanto, R. L., Marsudiantoro, D., Marthanty, D., Maryonoputri,
L., Payne, E., Purwanto, M., Lovering, D. R., Suharnoto, Y., Sumabrata, J., … Yuliantoro,
D. (2018). Jumping to the top: Catalysts for leapfrogging to a water sensitive city. IOP
Conference Series: Earth and Environmental Science, 179(1).
https://doi.org/10.1088/1755-1315/179/1/012034

Chen, Y. H., Mossa, J., & Singh, K. K. (2020). Floodplain response to varied flows in a large
coastal plain river. Geomorphology, 354, 107035.
https://doi.org/10.1016/j.geomorph.2020.107035

Cheng, C., Yang, Y. C. E., Ryan, R., Yu, Q., & Brabec, E. (2017). Assessing climate change-
induced flooding mitigation for adaptation in Boston’s Charles River watershed, USA.
Landscape and Urban Planning, 167(June), 25–36.
https://doi.org/10.1016/j.landurbplan.2017.05.019

Chow, V. Te, Maidment, D. R., Mays, L. W., & Ven Te Chow, David R. Maidment, L. W. M.
(1998). Applied Hydrology (pp. 1–294).

Geravand, F., Hosseini, S. M., & Ataie-Ashtiani, B. (2020). Influence of river cross-section data
resolution on flood inundation modeling: Case study of Kashkan river basin in western
Iran. Journal of Hydrology, 584(December 2019), 124743.
https://doi.org/10.1016/j.jhydrol.2020.124743
Lempérière, F. (2017). Dams and Floods. Engineering, 3(1), 144–149.
https://doi.org/10.1016/J.ENG.2017.01.018

Rian Mantasa Salve Prastica, Asvira Ditya Siswanto

 Estimasi Model Hidrolika … 47

Lin, E., Shaad, K., & Girot, C. (2016). Developing river rehabilitation scenarios by integrating
landscape and hydrodynamic modeling for the Ciliwung River in Jakarta, Indonesia.
Sustainable Cities and Society, 20, 180–198. https://doi.org/10.1016/j.scs.2015.09.011

Maulana, I., Lukita, S. A., Surhayanto, & Pranoto, S. (2017). Perencanaan pengendalian banjir
sungai tuntang di desa trimulyo kabupaten demak. Jurnal Karya Teknik Sipil, 6(December
2014), 447–459.

Mohamed, A., & Worku, H. (2020). Urban land cover and morphometric analysis for flash flood
vulnerability mapping and riparian landscape conservation in Kebena River watershed,
Addis Ababa. Applied Geomatics. https://doi.org/10.1007/s12518-020-00318-3

Muthusamy, M., Casado, M. R., Butler, D., & Leinster, P. (2021). Understanding the effects of
Digital Elevation Model resolution in urban fluvial flood modelling. Journal of Hydrology,
596(January). https://doi.org/10.1016/j.jhydrol.2021.126088

Oladunjoye, O. A., Proverbs, D. G., Collins, B., & Xiao, H. (2019). A cost-benefit analysis model
for the retrofit of sustainable urban drainage systems towards improved flood risk
mitigation. International Journal of Building Pathology and Adaptation.
https://doi.org/10.1108/IJBPA-12-2018-0105

Prastica, R. M.S., Soeryantono, H., & Marthanty, D. R. (2019). Constructing total suspended solid
modelling on Agathis Lake by employing resource modelling associates program. IOP
Conference Series: Earth and Environmental Science, 311(1), 2–8.
https://doi.org/10.1088/1755-1315/311/1/012009

Prastica, Rian Mantasa Salve, Soeryantono, H., & Marthanty, D. R. (2019). 2-D Numerical
modelling of hydrodynamic and sediment transport in Agathis Lake. MATEC Web of
Conferences, 270(1), 04019. https://doi.org/10.1051/matecconf/201927004019

Rahayu, H. P., Haigh, R., Amaratunga, D., Kombaitan, B., Khoirunnisa, D., & Pradana, V. (2019).
A micro scale study of climate change adaptation and disaster risk reduction in coastal
urban strategic planning for the Jakarta. International Journal of Disaster Resilience in the
Built Environment, 11(1), 119–133. https://doi.org/10.1108/IJDRBE-10-2019-0073

Rangari, V. A., Umamahesh, N. V., & Bhatt, C. M. (2019). Assessment of inundation risk in
urban floods using HEC RAS 2D. Modeling Earth Systems and Environment, 5(4), 1839–
1851. https://doi.org/10.1007/s40808-019-00641-8

Rogers, B. C., Dunn, G., Hammer, K., Novalia, W., de Haan, F. J., Brown, L., Brown, R. R.,
Lloyd, S., Urich, C., Wong, T. H. F., & Chesterfield, C. (2020). Water Sensitive Cities
Index: A diagnostic tool to assess water sensitivity and guide management actions. Water
Research, 186, 116411. https://doi.org/10.1016/j.watres.2020.116411

Safitri, A. R., Deviar, A., Suharyanto, & Adi, R. Y. (2017). Kajian Penanganan Banjir Sungai
Tuntang Di Desa Pulosari Kabupaten Demak. Jurnal Karya Teknik Sipil, 6(4), 345–356.

Saputra, A. A., Saputro, D. D., & Prastica, R. M. S. (2021). Initial investigation of hydraulics
engineering for flood mitigation: A case study in Krueng Aceh Sub-watershed. IOP
Conference Series: Earth and Environmental Science, 622(1).
https://doi.org/10.1088/1755-1315/622/1/012002

p-ISSN: 2302-5891 ISSN: 2579-3187

Vol. 10 No. 1 Januari 2022, 39-48
48 BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil

Sato, T. (2006). Fundamental characteristics of flood risk in Japan’s urban areas. … Society to
Emerging Disaster Risks in Mega-Cities. Terra, …, 23–40.

Talbot, C. J., Bennett, E. M., Cassell, K., Hanes, D. M., Minor, E. C., Paerl, H., Raymond, P. A.,
Vargas, R., Vidon, P. G., Wollheim, W., & Xenopoulos, M. A. (2018). The impact of
flooding on aquatic ecosystem services. Biogeochemistry, 141(3), 439–461.
https://doi.org/10.1007/s10533-018-0449-7

Zeiger, S. J., & Hubbart, J. A. (2021). Measuring and modeling event-based environmental flows:
An assessment of HEC-RAS 2D rain-on-grid simulations. Journal of Environmental
Management, 285(July 2020), 112125. https://doi.org/10.1016/j.jenvman.2021.112125

Zeleňáková, M., Fijko, R., Labant, S., Weiss, E., Markovič, G., & Weiss, R. (2019). Flood risk
modelling of the Slatvinec stream in Kružlov village, Slovakia. Journal of Cleaner
Production, 212, 109–118. https://doi.org/10.1016/j.jclepro.2018.12.008

Zhang, W., Watson, S. B., Rao, Y. R., & Kling, H. J. (2013). A linked hydrodynamic, water
quality and algal biomass model for a large, multi-basin lake: A working management tool.
Ecological Modelling, 269, 37–50. https://doi.org/10.1016/j.ecolmodel.2013.08.018

Rian Mantasa Salve Prastica, Asvira Ditya Siswanto