Pemodelan Dan Visualisasi Tiga Dimensi Bahaya Bencana Banjir Pasca Erupsi Merapi di Kali Code,

Daerah Istimewa Yogyakarta

Dany Puguh Laksono

07/256988/TK/33449

oleh :

Jurusan Teknik Geodesi – Fakultas Teknik

Universitas Gadjah Mada (UGM) Yogyakarta

Latar Belakang

Banyak warga masyarakat yang tinggal di daerah dengan tingkat kerawanan bencana yang tinggi, seperti daerah dataran banjir sepanjang Sungai Code.

Upaya penanggulangan banjir diantaranya dapat dilakukan secara non-struktural dengan membuat peta daerah yang rawan tergenang bencana banjir sebagai media komunikasi kepada masyarakat

Kemajuan teknologi dalam bidang Sistem Informasi Geografis memungkinkan penyajian peta bahaya banjir dalam tiga dimensi untuk menunjang proses sosialisasi daerah-daerah yang rawan genangan banjir kepada pemerintah dan masyarakat .

Latar Belakang

“It wasn’t raining when Noah built the ark”

Tujuan Penelitiana. Menghasilkan prediksi dan pemodelan banjir untuk memperkuat

kapasitas komunitas sekitar Sungai Code dalam melakukan mitigasi dan kesiapsiagaan menghadapi bahaya banjir.

b. Teridentifikasinya daerah pemukiman/kawasan yang tidak/layak huni di sekitar Sungai Code.

c. Menghasilkan peta sebagai media komunikasi bahaya banjir kepada masyarakat dengan menggunakan visualisasi tiga dimensi.

Manfaat Penelitian1. Manfaat Teoritis

a) Mengetahui aplikasi Sistem Informasi Geografis tiga dimensi dalam prediksi dan pemodelan bahaya banjir di Kali Code.

b) Mengetahui pemodelan bahaya banjir dengan memanfaatkan pemotretan udara sebagai sumber data geometrik.

2. Manfaat Praktis

a) Terbentuknya peta yang menggambarkan bahaya bencana banjir di sepanjang Kali Code, Provinsi Daerah Istimewa Yogyakarta, sehingga diketahui daerah mana yang layak huni dan daerah yang tidak layak huni berdasarkan analisa spasial mengenai daerah rawan banjir.

b) Pemanfaatan visualisasi tiga dimensi bahaya banjir sebagai sarana komunikasi kepada masyarakat sehingga menimbulkan kesadaran warga masyarakat mengenai daerah pemukiman rawan bencana.

Pembatasan masalaha. Bahaya yang dipetakan adalah bencana banjir di Sungai Code

pasca letusan Gunung Merapi pada November 2010 - Januari 2011.

b. Daerah penelitian adalah penggal kawasan sepanjang kurang-lebih sepuluh kilometer pada Sungai Code dari daerah Ring-road utara hingga Sorosutan.

c. Model geometrik bahaya banjir diperoleh melalui analisa spasial terhadap DSM (Digital Surface Model) hasil pemotretan udara pada tanggal 12 Januari 2011.

d. Parameter hidrologis yang digunakan berupa data debit maksimum tahunan Sungai Code pada stasiun AWLR (Automatic Water Level Recorder) Pogung selama tahun 2000-2009.

e. Analisa bahaya banjir dilakukan menggunakan steady flow analysis dengan asumsi hanya ada satu saluran di sepanjang Sungai Code.

Bahan Penelitian1. Data Spasial

a. Data Geometrik Sungai Code diperoleh dari Model Permukaan Digital (dalam bentuk Triangulated Irregular Network/TIN) dan Mosaik Foto Udara hasil pemotretan tanggal 12 Januari 2011 di Kali Code sepanjang Ring-Road Utara sampai Sorosutan,

b. Data Hidrologis berupa debit tahunan Sungai Code stasiun AWLR (Automatic Water Level Recorder) di Pos Pengamatan Pogung yang diperoleh dari Balai Pengelolaan Sumber Daya Air Wilayah Sungai Progo-Opak-Oyo (PSDA-POO) Propinsi Yogyakarta dari tahun 2000 - 2009,

c. Data koefisien kekasaran Manning (Manning’s roughness coefficients) yang telah dikalibrasi dari hasil penelitian (Widiyanto, 2005).

2. Data Non SpasialData hasil wawancara warga dan survey lapangan berupa daerah terdampak banjir lahar dingin dan kerusakannya yang diperoleh dari Proyek Pemetaan dan Perencanaan Partisipatif Untuk Mitigasi Bencana Lahar Dingin di Kali Code tahun 2011.

Alat Penelitian

1. Perangkat Keras :a. Satu unit Laptop Compaq Evo n610c dengan spesifkasi : OS Windows XP; Processor

Pentium 4, 1.2 GHz; RAM 512 MB; Harddisk 30 GB.b. Seperangkat komputer desktop dengan spesifikasi : OS Windows XP; Processor Intel

Core2Duo, 2.20 GHz; RAM 1 GB; Harddisk 40 GBc. Printer

2. Perangkat lunak :a. ArcGIS 9.3 dan ArcGIS 10b. HEC-RAS 4.0 dan HEC GeoRAS 9.3c. Google SketchUp v.8.0d. Microsoft Excel 2007e. Microsoft Word 2007

Diagram AlirMulai

Data Debit Sungai Code tahun 2000-2009

Digitasi Footprint Bangunan (ArcGIS-ArcMap 9.3)

Pre-processing data geometrik

(HecGeoRAS-ArcGIS 9.3)

Data geometrik Sungai Code

Tampilan Bangunan tiga Dimensi Kasar (ArcGIS-

ArcGlobe)Hitungan Parameter

Statistik Dasar

Pemilihan data dengan Maximum Annual Series

Persiapan dan Pengumpulan data

Data Geometrik Sungai Code (Model Permukaan Digital)

Pemilihan Distribusi Frekuensi

Mosaik Foto Udara

DC

Eksport Model 3D Bangunan ke Google Sketchup

BA

Diagram Alir (lanjutan)

SelesaiAnimasi Fly Through (ArcGlobe ArcGIS 10)

Pemodelan 3D daerah bahaya bencana banjir

(ArcGIS 10)

D

Visualisasi dua dimensi (ArcGIS)

C

Verifikasi dengan data kejadian (kerusakan

akibat banjir)

Eksport Model Ke ArcGIS-ArcGlobe

Penambahan simbologi tiga Dimensi (ArcGlobe 10)

Pembuatan prediksi daerah bahaya limpasan

banjir (HEC-RAS)

Hitungan Kala-Ulang

Penghalusan Model 3D Bangunan (Sketchup)

Lolos Batas Ambang a=5%?

Y

BA

T

Uji Statistik (K-S dan Chi-Square)

Pembahasan : Data Debit Maksimum Tahunan Kali Code

Tabel Data Debit Maksimum Tahunan Sungai Code

No Tahun Debit Maksimum (Q - m3/s) Muka Air (M.A. - m)

1 2005 132 3.91

2 2008 55.11 2.48

3 2006 54.4 2.39

4 2000 50.01 2.26

5 2009 43.34 2.39

6 2004 40.908 2.38

7 2002 27.5 1.7

8 2007 25.59 1.69

9 2003 23.661 1.7

10 2001 8.694 1.01

Pembahasan : Pemilihan Jenis Distribusi Data

Parameter Hasil Untuk X Hasil untuk Y = Log X

Rerata 46.1213 1.5706

Simpangan Baku 33.7443 0.3095

Koefisien Kemencengan 2.0086 -0.4098

Kurtosis 5.2420 1.7175

Koefisien Variasi 0.7316 0.1971

Hasil Hitungan Parameter Statistik Dasar dari Data Ukuran

Tidak adanya ciri khusus distribusi Normal, Log-Normal, dan Gumbel mengindikasikan bahwa data ukuran (debit tahunan pada AWLR) berdistribusi Log-Pearson tipe III.

Pembahasan : Hasil Uji Statistik

NoMaximum Annual Debit

Q m3/sLog Q

m(rank)

P (X) m/(N+1)

P(x>=X) |ΔP|

1 132.000 2.1206 1 0.091 0.048 0.043

2 55.110 1.7412 2 0.182 0.274 0.093

3 54.400 1.7356 3 0.273 0.280 0.007

4 50.01 1.6991 4 0.364 0.319 0.045

5 43.340 1.6369 5 0.455 0.390 0.065

6 40.908 1.6118 6 0.545 0.421 0.125

7 27.5 1.4393 7 0.636 0.644 0.007

8 25.590 1.4081 8 0.727 0.683 0.044

9 23.661 1.3740 9 0.818 0.724 0.094

10 8.694 0.9392 10 0.909 0.991 0.082

Hasil Uji Smirnov-Kolmogorov pada Distribusi Log-Pearson Tipe III

Nilai kritis Uji K-S untuk n = 10 dan tingkat kepercayaan 95% adalah 0.41, sehingga disimpulkan bahwa penetapan Distribusi Log-Pearson pada sebaran data ukuran dapat diterima.

Pembahasan : Hasil Uji Statistik (2)

No Interval KelasBatas

Interval (Q m3/s)

Frekuensi Pengamatan

(Oi)

Frekuensi Harapan

(Ei)(Oi-Ei)

χi = (Oi-Ei)2/Ei

1 0 < P ≤ 0.2 66.636 1 2 -1 0.5

2 0.2 < P ≤ 0.4 43.249 4 2 2 2

3 0.4 < P ≤ 0.6 29.597 1 2 -1 0.5

4 0.6 < P ≤ 0.8 19.941 3 2 1 0.5

5 0.8 < P ≤ 1 8.694 1 2 -1 0.5

Total : 10 10   4

Hasil Uji Chi-Square pada Distribusi Log-Pearson Tipe III

Nilai kritis Uji Chi-Square untuk derajat kebebasan = 2 dan tingkat kepercayaan 95% adalah 5.991, sehingga disimpulkan bahwa penetapan Distribusi Log-Pearson pada sebaran data ukuran dapat diterima.

Pembahasan : Hitungan Kala-ulang Banjir

Tr (Tahun)K

CSY = -0.4K

CSY = -0.5K

CSY = -0.40978Q (m3/s) Muka Air (m)

2 0.066 0.083 0.0677 39.04140 2.088

5 0.855 0.856 0.8551 68.43332 2.762

10 1.231 1.216 1.2295 89.36555 3.153

25 1.606 1.567 1.6022 116.55234 3.596

50 1.834 1.777 1.8284 136.94658 3.894

100 2.029 1.955 2.0218 157.17984 4.168

200 2.201 2.108 2.1919 177.44451 4.425

Hasil Hitungan Nilai Besaran Debit Pada Berbagai Kala-ulang

Pembahasan : Analisa Daerah Terdampak

No KelurahanSkenario Luas Area Terdampak (m2)

Q100 Q25 Q5

1 Blimbingsari 17,186.36 1,559.75 1,299.68

2 Brontokusuman 238,955.05 17,851.37 12,420.23

3 Cokrodiningratan 17,930.18 837.81 603.15

4 Gowongan 65,701.86 815.55 625.76

5 Jetisharjo 75,429.79 1,905.54 1,315.28

6 Keparakan 46,097.65 3,883.02 1,710.54

7 Kotabaru 34,603.18 3,536.81 3,204.63

8 Ngupasan 77,899.18 10,216.87 5,845.34

9 Pogung Lor 40.12 8.31 0.02

Hasil Hitungan Luas Daerah Genangan per Kelurahan

Pembahasan : Analisa Daerah Terdampak (lanjutan)

Hasil Hitungan Luas Daerah Genangan per Kelurahan

No KelurahanSkenario Luas Area Terdampak (M2)

Q100 Q25 Q5

10 Pogung Kidul 22,367.60 1,554.62 1,197.60

11 Prawirodirjan 108,794.35 4,034.94 1,548.82

12 Purwokinanthi 74,802.07 5,621.82 3,506.20

13 Sendowo 34,569.29 8,005.86 6,579.41

14 Sinduadi 130,679.28 1,500.51 1,086.88

15 Sorosutan 41,424.65 11,688.20 9,105.65

16 Suryatmajan 277,622.80 5,880.57 4,742.14

17 Tegalpanggung 251,049.48 5,060.36 3,411.51

18 Terban 39,830.53 6,824.45 5,672.21

19 Wirogunan 210,529.26 45,642.67 36,044.47

Pembahasan : Analisa Daerah Terdampak (Lanjutan)

o Daerah yang relatif paling rawan mengalami genangan banjir adalah

Suryatmajan (Q100) dan Wirogunan (Q25 dan Q5).

o Daerah yang relatif paling aman dari genangan banjir pada berbagai

kala-ulang adalah wilayah Pogung Lor.

o Adanya daerah yang luas terkena bahaya banjir pada zona III (kala-

ulang 5 tahun) menunjukkan perlunya pengerukan dasar sungai di

daerah ini akibat adanya sedimentasi pasca banjir lahar dingin Merapi

tahun 2010.

Pembahasan : Pengaruh Ketidaktelitian Data Geometrik

Data historis kerusakan

akibat banjir

Daerah yang seharusnya tergenang Daerah yang seharusnya tidak tergenang

Kesimpulan

1. Prediksi daerah tergenang banjir dapat dihasilkan dari pemodelan hidraulik sungai dengan data masukan yang diperoleh dari hasil hitungan analisis frekuensi untuk menentukan kala-ulang banjir tertentu.

2. Teknologi Sistem Informasi Geografis dalam tiga dimensi dapat digunakan untuk membantu pembuatan tampilan daerah bahaya banjir sehingga dapat dihasilkan model tiga dimensi yang lebih realistis.

3. Model terrain yang diperoleh dari hasil foto udara dapat digunakan untuk menyediakan data geometris yang diperlukan dalam prediksi daerah bahaya banjir, namun hasil yang didapat kurang baik karena data yang tersedia berupa Model Permukaan Digital (Digital Surface Model).

4. Pasca erupsi Merapi, debit maksimum yang dapat tertampung oleh alur sungai (bankfull discharge) Kali Code berkurang akibat adanya sedimentasi.

5. Terdapat beberapa pemukiman yang rawan terkena bencana banjir tiap tahunnya dengan probabilitas 20% (kala-ulang 5 tahun), sehingga harus diambil tindakan untuk menghindari adanya kerugian lebih besar akibat banjir, baik dengan usaha-usaha yang bersifat struktural maupun non-struktural.

Saran

1. Data geometris dengan ketelitian yang tinggi dan kualitas yang lebih baik diperlukan untuk menghasilkan prediksi daerah bahaya banjir yang akurat.

2. Hitungan analisis frekuensi terhadap data hidrologis akan semakin baik apabila diperoleh data debit sungai dengan selang waktu yang lebih lama dan digunakan metode Partial Series untuk pemilihan datanya serta model aliran Unsteady Flow pada selang waktu yang cukup lama.

3. Model banjir yang lebih teliti dapat dibuat dengan memperoleh informasi yang lebih lengkap mengenai kondisi hidrologi dan hidraulika Sungai Code, seperti adanya alur aliran cabang dari dan ke Sungai Code, kondisi batas aliran upstream dan downstream, dan yang lainnya.

4. Diperlukan penelitian lebih lanjut mengenai kapasitas tampang Sungai Code untuk mengetahui daerah mana yang lebih membutuhkan pengerukan dan daerah mana saja yang akan terdampak oleh luapan air apabila tidak dilakukan pengerukan.

Visualisasi Dua Dimensi

Screenshoot Visualisasi Tiga Dimensi

TERIMA KASIH