• Tidak ada hasil yang ditemukan

JOINT COOPERATION PROGRAMME

N/A
N/A
Protected

Academic year: 2021

Membagikan "JOINT COOPERATION PROGRAMME"

Copied!
17
0
0

Teks penuh

(1)

JOINT COOPERATION PROGRAMME

Component D2:

Flood Early Warning System

Document D2.2

Jakarta Floods Early Warning System (J-FEWS) booklet

– popular version – Indonesian language

Project: 1201430.000

Client: Water Mondiaal

Partners for Water

Royal Netherlands Embassy in Jakarta

Period: January 2011 – March 2013

(2)

Jakarta Flood Early Warning System

(J-FEWS)

Joint Cooperation Program (JCP)

Kata Pengantar

Jakarta Flood Early Warning System (J-FEWS) atau Sistem Peringatan Dini Banjir Jakarta merupakan suatu teknologi untuk memprediksi kejadian banjir yang mungkin terjadi beserta daerah genangannya di wilayah DKI Jakarta. Upaya pengembangan J-FEWS, yang merupakan salah satu output dari Proyek Flood Management Information System (FMIS), sesuai dengan amanat Undang – undang no. 7 Tahun 2004, tentang Sumber Daya Air, bahwa dalam mengatasi masalah banjir agar lebih ditekankan pada upaya pencegahan yaitu mengendalikan daya rusak air. UU no 7 tahun 2004 tentang Sumber Daya Air juga mengamanatkan bahwa pemerintah, masyarakat dan dunia usaha mempunyai tanggung jawab sesuai dengan peran dan sumberdaya yang dimiliknya. Pemerintah bertanggung jawab menyelenggarakan pengaturan, pembinaan, pengendalian dan pengawasan terhadap pengelolaan SDA. Untuk itu, telah banyak instrument kebijakan yang dibuat oleh pemerintah untuk pengendalian banjir. Namun demikian, dalam pelaksanaannya tidaklah semudah seperti membalik telapak tangan. Berbagai sumber data khususnya wilayah DAS yang menuju ke DKI Jakarta dikelola berbagai instansi, sehingga perlu upaya untuk melakukan sharing data untuk kepentingan bersama.

Pengembangan J-FEWS dilakukan melalui kajian, diskusi, lokakarya dan sebagainya sejak 2011, melalui Join Cooperation Program Indonesia – Belanda (JCP, 2011 – 2015) yang dilaksanakan oleh Kementerian PU dalam hal ini PusAir, BMKG, KNMI dan Deltares. Pelaksanaan JCP juga bekerjasama dengan Dinas PU Provinsi DKI Jakarta, Balai BWS Ciliwung Cisadane, Ditjen SDA KemPU, ITB, Badan Informasi Geospasial , BPPT dan instansi lain yang relevan untuk mengembangkan ‘online National Water, Weather and Climate Information System for Indonesia’. J-FEWS versi pertama telah diluncurkan di Pusat Air pada Mei 2012. Kemudian melalui lokakarya diluncurkan oleh Kementerian PU pada 22 November 2012. Saat ini J-FEWS telah di instal di Ruang Oval Dinas PU DKI Jakarta, Balai Besar Ciliwung Cisadane, Ditjen SDA Kementerian PU dan BMKG. Buku ini memberikan penjelasan singkat tentang J-FEWS, yang diharapkan dapat memberikan pemahaman bagi pihak-pihak yang terkait. Jakarta, … Maret 2013

Ir. Pitoyo Subandrio, Dipl H.E

Direktur Sungai dan Pantai , Ditjen Sumber Daya Air KementerianPekerjaan Umum

(3)

Daftar Isi

Latar belakang perlunya J-FEWS

1

Konsep dasar Flood Early Warning System

(Sistem Peringatan Dini Banjir)

2

Konsep Dasar Delf – FEWS

3

Sistem Tata Air Makro di DKI Jakarta

4

Jakarta Flood Early Warning System (J-FEWS )

8

Jaringan Pos Hidrologi / Monitoring Network

9

Data Masukan / Data Feed J-FEWS

10

Model Simulasi Peramalan Banjir

14

Keluaran / ouptput J FEWS

21

Latar Belakang Perlunya J-FEWS

Indonesia merupakan negara kepulauan yang memilki banyak sungai sehingga diperlukan penggelolaan sumber daya air yang terpadu. Dengan pengelolaan sumber daya air yang terpadu diharapkan dapat mengurangi daya rusak air di masyarakat. Salah satu informasi daya rusak air adalah berupa bencana banjir. Indonesia termasuk dalam 10 besar negara di

dunia yang selalu mengalami bencana alam pada tahun 2008 (Rodriguez, J et al., 2009). Negara dalam urutan pertama di tempati oleh China, kemudian Amerika Serikat, Filipina, dan Indonesia. Jenis bencana terbesar yang terjadi di Indonesia pada tahun 2008 adalah bencana hidrologi yang berhubungan dengan banjir dan bencana geophysical yang berhubungan dengan gempa bumi. Data dari

Center for Research on the Epidemiology of Disasters (CRED) mulai tahun 1900 sampai

dengan Jun 2010, menunjukkan bahwa bencana banjir merupakan jenis bencana yang paling sering terjadi yaitu sekitar 34% dari seluruh kejadian bencana di Indonesia

Kejadian banjir di Jakarta telah dilaporkan mulai dari tahun 1699 setelah terjadinya letusan Gunung Salak Bogor, dan terus sampai dengan saat ini. Banjir terakhir yang melanda Jakarta terjadi pada Bulan Januari 2013, yang merupakan banjir besar hampir sama dengan yang terjadi pada tahun 2007 dan 2002.

Secara geografis, Jakarta terletak di dataran rendah dan tempat bermuaranya 13 sungai. Hampir 40 persen luas wilayah Jakarta merupakan daerah rawan banjir (flood plain). Bahkan beberapa lokasi yang berada dekat daerah pantai, menunjukkan angka elevasi muka tanah lebih rendah dibandingkan tinggi muka air laut pada waktu pasang maksimum. Dengan banyaknya sungai yang melalui Jakarta, di satu sisi amat menguntungkan. Jika pengelolaan sumber daya air dilakukan dengan baik, maka urusan ketersediaan air terutama pada musim kemarau tidak akan menjadi masalah. Namun sebaliknya, mengalirnya belasan sungai di wilayah Jakarta sangat potensial menghadirkan bencana banjir etika musim hujan.

Berbagai upaya telah dilakukan untuk mengantisipasi datangnya banjir, namun hal tersebut tidak

membuahkan hasil yang maksimal. Oleh karena itu perlu disadari bahwa banjir akan terjadi dimasa yang akan datang dan perlu untuk meminimalisasi risiko

(4)

Detection, tahapan dimana data hidrologi dibaca,

dikirim, disimpan, dimonitor, dan diproses secara tepat waktu serta dapat menjadi informasi tentang banjir yang sudah terjadi, informasi tersebut dapat diteruskan sebagai peringatan dini (warning) tanpa atau melalui forecasting dan simulasi (simulation).

Forecasting dan Simulation, tahapan dimana

peramalan terhadap data tinggi muka air atau debit aliran banjir serta waktu datangnya banjir dilakukan dengan menggunakan pemodelan. Dengan

mengetahui kejadian banjir, maka informasi tersebut diteruskan untuk melakukan peringatan (warning).

Warning dan dissemination, tahapan ini merupakan

faktor kunci keberhasilan sistem peringatan banjir (flood warning). Menggunakan informasi yang diperoleh dari tahapan detection ataupun forecasting dan simulation, maka pihak yang berwenang dapat menyebarluaskan informasi tersebut agar meminimalisasi risiko yang ditimbulkannya dapat tercapai.

Response, tanggap terhadap isu peringatan banjir

merupakan hal yang sangat penting untuk tercapainya tujuan pelaksanaan peringatan banjir (flood warning). Jika tujuan dari peringatan banjir adalah untuk mengurangi kerusakan melalui siaga banjir, maka tindakan tanggap darurat disertai kesiapan semua personil yang terlibat untuk melakukan evakuasi terhadap datangnya banjir juga akan menghindari kerugian yang lebih parah. Teknologi Flood Early Warning System (FEWS)

atau Sistem Peringatan Dini Banjir merupakan suatu teknologi untuk memprediksi kejadian banjir yang mungkin terjadi beserta daerah genangannya.

Sistem ini memanfaatkan berbagai input data hujan secara real time berupa data radar dan satelit serta hasil peramalan beberapa hari ke depan dengan memanfaatkan hasil numerical

weather prediction (NWP).

Dalam pelaksanaannya, sistem peringatan dini banjir harus melalui beberapa tahapan agar hasilnya lebih efektif.

Tahapan-tahapan sistem peringatan dini banjir

(Werner, Schellekens and Kwadijk, 2005):

Konsep Dasar

Flood Early Warning System

Sistem Peringatan Dini Banjir

Delft-FEWS mampu melakukan import data dari

berbagai sumber dengan mudah, melakukan validasi

data, melakukan transformasi dan interpolasi data,

mengeksport kembali data tersebut,

dapat diintegrasikan dengan berbagai model ekternal

melalui general adapter, menampilkannya dalam

bentuk informasi tertentu serta

dapat juga dijadikan sebagai database hidroklimatologi.

Delft-FEWSimport • validation • transformation / interpolation • data hierarchy • general adapter • export / report • administration (data, forecasts)

• viewing (data, forecasts) • archiving • … data feeds models export & dessimination P ub li she d Int e rf a ce im p o rt

Delft-FEWS adalah sebuah perangkat lunak yang dikembangkan oleh Deltares, yang merupakan salah satu kerangka yang

terbuka untuk digunakan dalam mengelola proses simulasi banjir dan menangani berbagai data historis (time series data).

Delft-FEWS menggabungkan berbagai data umum untuk peramalan banjir dengan memberikan antar muka (interface)

yang terbuka untuk setiap model eksternal (model hidrologi&hidraulik). Delft-FEWS memungkinkan untuk digunakan secara efektif untuk tugas penyimpanan dan pengambilan data, sistem peramalan banjir yang sederhana maupun sistem yang sangat kompleks dengan memanfaatkan berbagai teknik pemodelan.

Delft-FEWS dapat digunakan dalam lingkungan yang berdiri sendiri (independent), yang dioperasikan secara manual, atau dalam lingkungan yang terdistribusi secara otomatis melalui client-server.

Konsep Dasar

Delft-FEWS

(5)

SISTEM TATA AIR MAKRO DI DKI JAKARTA

Jakarta sebagai Ibukota Negara Indonesia merupakan pusat pemerintahan dan sekaligus pusat bisnis. Jakarta yang memiliki tingkat aktivitas manusia yang sangat tinggi, dilalui oleh 13 sungai yang pengelolaannya menjadi tanggung jawab pemerintah pusat dan provinsi.

Adanya 13 sungai yang melaintasi kota Jakarta, K. Mookervart, K.Angke, K.Pesanggrahan, K. Grogol, K. Krukut, K. Baru Barat, K. Ciliwung, K. Baru Timur, K. Cipinang, K. Sunter, K. Buaran, K. Jati Kramat, K. Cakung. Dari sisi perspektif positif, kota Jakarta akan mendapatkan suplai air yang memadai, apabila dapat mengelola DAS-nya dengan baik. Namun demikian, dari perspektif negatifnya, Jakarta akan selalu kedatangan banjir pada saat terjadinya musim penghujan.

(6)

Sistem tata air dan Skematisasi sungai di DKI Jakarta untuk pengembangan model simulasi banjir di Jakarta

Upaya pengendalian banjir, telah dilakukan berbagai perencanaan dengan mendesain sistem tata air sebagai berikut:

Aliran air dari hulu DKI dipotong dan dialirkan ke laut melalui banjir kanal (flood way)melewati bagian pinggiran kota Jakarta. Ada empat

floodway yaitu

Banjir Kanal Barat, Cengkareng drain, Banjir Kanal Timur dan Cakung Drain.

Bagian wilayah yang mempunyai ketinggian yang cukup dialirkan secara gravitasi

Daerah rendah bagian tengah dan utara kota Jakarta, lokasi yang tidak memungkinkan untuk mengalirkan sungai secara gravitasi, dibuat sistem polder dan air dialirkan menggunakan pompa. Salah satu sistem polder yang terdapat di DKI Jakarta adalah Sistem Pluit yang mencakup wilayah Istana Negara seperti terlihat pada batasan daerah tangkapan aliran Waduk Pluit

Situ-situ yang ada di daerah hulu dilestarikan atau dibangun sebagai waduk retensi untuk menampung sementara aliran air.

Di sepanjang pantai utara untuk mencegah agar air ROB (pasang surut air laut) tidak masuk ke daratan, dibangun tanggul laut, yang meliputi tanggul I, tanggul II (area reklamasi) dan tanggul III (rencana tanggul laut raksasa). 26 November 2007 salah satu pasang tertinggi yang terjadi pada tahun tersebut yang menyebabkan terjadinya banjir di daerah Pluit.

Naiknya muka air laut inidapat

memperburuk dampak kejadian banjir apabila waktu datangnya bersamaan.

(7)

Jakarta Flood Early Warning System (J-FEWS)

Numerical Weather Prediction (NWP) Models

Meteorological

data

•0-3 hours •12 hours •1-3 days •7 days •historic, re-analysis •Seawater level •River monitoring stations •Tidal gates

FEWS, Flood Early Warning

Seawater level prediction

De lft Hydrau lics

Animation of tide in South China Sea

South China Sea Mo del (SCS M) Deltares ( 1990-2008)

South China Sea Model

BMKG-BPPT BMKG – BIG

-PusAir

DPU DKI – BBWSCilCis –PusAir

– PU Ditjen SDA

Salah satu hal yang sangat penting dalam melakukan peramalan dan peringatan dini banjir adalah tersedianya data hidrologi dengan kualitas yang baik serta tepat waktu (real time). Jakarta Flood Early

Warning System (J-FEWS) telah dapat mengambil data dari berbagai instansi seperti:

•BMKG berupa data AWS (automatic weather station) dengan periode setiap 1 jam yang dikirim secara

tepat waktu dan CMSS (Computerized massage switching System) dengan periode tiap 3 jam.

•Pusat Litbang Sumber Daya Air (Pusair) berupa data hujan dan muka air sungai dengan sistem telemetri

(Tech4Water)

- BBWS Ciliwung-Cisadane, berupa data hujan dan muka air dengan sistem telemetri, baik dengan sistem radio komunikasi, SEBA, dan Tech4Water.

- Dinas PU- DKI Jakarta, berupa data muka air sungai, laut dan waduk serta data hujan, baik bersifat telemetri maupun manual

- BBPT berupa data radar yang memonitor daerah DKI Jakarta dan sekitarnya.

Jaringan Pos Hidrologi / Monitoring Network

Jaringan pos pemantau

muka air sungai dan laut

Jaringan pos hujan yang terdistribusi di Wilayah DKI Jakarta dan sekitarnya

(8)

Data Masukan / Data Feed J-FEWS

Data Real Time

Adalah data tepat waktu yang terkumpul pada saat ini, digunakan untuk mensimulasikan gambaran kondisi hidrologi pada saat yang sama, dan hasilnya dibandingkan dengan kondisi yang sebenarnya di lapangan melalui beberapa titik yang dijadikan acuan Sumber data

Satellite:

Tropical Rainfall Measuring Mission (TRMM),

Radar: dari BPPT

Dari BMKG (in progress) , Ground stations:

Automatic Weather Station

(AWS) dari BMKG,

Pos Hujan dan Pos Duga Air yang dilengkapi dengan sistem

pengiriman data tepat waktu (telemetri) dari Kementerian PU dan Dinas PU-DKI Jakarta.

Data Forecasting

Adalah Data peramalan berupa data hidro-klimatologi yang diperoleh dari peramalan global dengan menggunakan Sea water level predistion dan Numerical Weather

Prediction untuk memodelkan gambaran

kejadian pada masa mendatang. Sumber data:

Sea Water Level Prediction/ data ramalan tinggi muka air laut menggunakan hasil

Astronomical Tide Model dan South China Sea Model.

Numerical Weather Prediction

Access-A (Australia)- Ramalan data hujan yang dikembangkan oleh Australia yaitu predisi curah hujan 2 hari kedepan, dengan ukuran grid sekitar 12 km Access-T (Tropical) dengan ukuran grid 37,5 km

ECWMF dari Eropa dengan ukuran grid sekitar 13 km, prediksi hujan 10 hari ke depan

aplikasi C-CAM yang dikembangkan oleh BMKG dengan ukuran grid 3 km dan hanya terbatas pada wilayah Jakarta dan sekitarnya, prediksi hujan 3 hari ke depan GFS --- ??? tidak ada penjelasannya di booklet. Di banner POAMA ???

Penggunaan berbagai data tersebut dengan perbedaaan waktu prediksi adalah untuk

memperpanjang waktu dalam melakukan evakuasi atau untuk memperpanjang lead time (waktu dari mulai informasi banjir disebarluaskan sampai banjir terjadi). Makin panjang lead time yang diperoleh makin banyak waktu yang tersedia untuk melakukan tindakan tanggap darurat, lead

time yang panjang diperoleh dari hasil peramalan banjir yang berasal dari hasil prediksi hujan.

Prediksi hujan dari satelit menghasilkan lead time yang lebih panjang daripada data hujan yang diperoleh dari radar seperti terlihat pada Gambar berikut.

(9)

1. Grid ECWMF 2. Grid Access-A

Ukuran grid dari beberapa sumber data

4. Grid C-CAM 3. Gambar Grid Access-T

(10)

Model Simulasi Peramalan Banjir

Untuk dapat melakukan peramalan banjir, terlebih dahulu dibangun model hidrologi dan hidraulik di sungai yang masuk ke DKI Jakarta. Model yang digunakan dan keluaran (output) yang diharapkan untuk dapat melakukan peramalan banjir digambarkan sebagai berikut.

Dalam membangun model simulasi banjir Jakarta, berbagai infrastruktur ke-air-an yang terdapat di sungai diikutsertakan dalam model sehingga diharapkan dapat lebih menyerupai kondisi sebenarnya, seperti terlihat pada Gambar berikut

mmm

SOBEK

Flood extent

Pumps

Tidal

gates

Operation

Field

condition

scenario

Delft Hydr aulic s

Animation of tide in South China Sea

So uth China S ea Model (SCSM ) Deltares (19 90 -2008)

(11)

Model hidrologi berperan dalam melakukan simulasi hujan menjadi limpasan, dan limpasan akan menjadi masukan bagi model hidraulik untuk mengetahui muka air sungai melalui perambatan dan juga genangan yang disebabkan.

J-FEWS yang dikembangkan mengintegrasikan berbagai model yang sudah dikonfigurasikan dalam Delft-FEWS, model-model tersebut adalah:

South China Sea Model yang meramalkan arah dan besarnya arus yang terjadi dengan menggunakan Delft3D, yang pada akhirnya mempengaruhi pasang surut air laut di Teluk Jakarta.

Astronomical Tide, Model pasang surut untuk meramalkan tinggi muka air laut di Teluk Jakarta.

Hydraulic and Hydrologic Model (SOBEK) yang digunakan untuk merubah data hujan (real time dan forecast) yang jatuh di seluruh DAS Jakarta (13 sungai) menjadi aliran sungai dan genangan. Model Sobek, mencakup dua model sekaligus yaitu model hidrologi dan hidraulik, yang terintegrasi menjadi satu kesatuan.

Numerical Weather Prediction (NWP) adalah model untuk memprediksi hujan yang dikembangkan oleh instansi yang bergerak di bidang meteorologi dari beberapa Negara seperti Australia, Eropa dan Indonesia.

Model untuk simulasi banjir di Jakarta dikembangkan berdasarkan pada kondisi sistem sungai di DKI Jakarta (lihat Skematisasi Sungai di DKI Jakarta). Berdasarkan kondisi tersebut dan dengan keterbatasan data geometri sungai, maka dikembangkan model peramalan banjir yang digambarkan pada Skematisasi Model Simulasi Banjir Jakarta. Dua Skema tersebut menjadi dasar dari pengembangan Model Peramalan Banjir Jakarta.

(12)

Pemodelan Hujan - Limpasan (Rainfall- Runoff)

Model perubahan data hujan menjadi limpasan dalam perangkat lunak SOBEK memiliki beberapa pendekatan dan salah satunya menggunakan metode Sacramento, yang digunakan di Jakarta, seperti terlihat pada Gambar. Gambar menunjukkan kedalaman tanah dibagi menjadi 2 (dua) zona yaitu zona atas (upper zone) dan zona bawah (lower zone) dan setiap zona memiliki konsep perhitungannya masing-masing.

Konsep Model Simulasi Hujan-Limpasan

Pemodelan Hidraulik

Konsep pemodelan hidraulik yang digunakan dalam Sobek adalah menggunakan

persamaan hidrodinamik 1D untuk penelusuran banjir di sungai seperti terlihat

pada Gambar Sistem Model Hidraulik Sungai.

Kemudian, dilanjutkan dengan pemodelan 1D2D model, untuk mengetahui

daerah-daerah yang mengalami genangan banjir. Persamaan umum yang digunakan

untuk melakukan pemodelan 1D, menggunakan persamaan kontinuitas

momentum seperti berikut ini:

Sedangkan apabila menggunakan 2D, persamaan tersebut berubah menjadi persamaan kontinuitas 2D seperti berikut ini:

(13)

Sistem Model Hidraulik Sungai (FMIS)

Gambar Sistem Model Hidraulik Sungai menunjukkan 13 sungai yang menuju ke Jakarta yang dimodelkan secara hidrodinamik, beserta saluran utama (macro drainage) yang terdapat di Kota Jakarta.

Pemodelan hidrodinamik pada sungai atau saluran, memerlukan data pengukuran geometri sungai berupa penampang melintang (cross section) dan penampang memanjang (long section) sungai. Untuk sungai yang tidak memiliki data geometri sungai lainnya dimodelkan secara hidrologi.

Keluaran (Output) J-FEWS

J-FEWS yang merupakan perangkat untuk peramalan dan peringatan dini banjir, memiliki keluaran (output) berupa data yang diambil dari berbagai sumber dan informasi

kemungkinan terjadinya banjir pada suatu wilayah dengan waktu datangnya banjir secara tepat waktu ataupun prediksi beberapa hari ke depan.

Keluaran dari J-FEWS dapat dibedakan menjadi 2 kategori, yaitu tampilan dari data masukan (data feed) dan tampilan dari hasil simulasi dan peramalan atau prediksi. Tampilan dalam bentuk grafik, histogram, peta tematik dsb.

(14)

Contoh Keluaran J-FEWS : Data feed

Prediksi hujan (merah) dan hujan real time (biru)

Contoh Keluaran J-FEWS : Data feed

Prediksi hujan (merah) dan hujan real time (biru)

(15)

Contoh Keluaran J-FEWS : Data feed

Data radar real time

(16)

Data Prediksi Hujan dari ACCESS T

Data Prediksi Hujan dari ACCESS A

Contoh Keluaran J-FEWS : Simulasi dan peramalan

(17)

Prediksi muka air di Sungai Pesanggrahan – Sawangan

Prediksi Muka Air Laut

Prediksi Gelombang Berdasarkan Data GFS

Gambar

Gambar Sistem Model Hidraulik Sungai menunjukkan 13 sungai yang menuju ke Jakarta yang dimodelkan secara hidrodinamik, beserta saluran utama (macro drainage) yang terdapat di Kota Jakarta.

Referensi

Dokumen terkait

Terbuka kepada semua pelajar yang berdaftar dan mengikuti kursus sepenuh masa daripada mana-mana fakulti berikut :..

Dalam pengolahan data dengan metode Skala Multidim ensio nal diperoleh titik-titik koordinat dari sembilan merk yang diperbandingkan dalarn dua dimensi titik

Biro tersebut adalah biro riset infobank yang mengamati kinerja keuangan perusahaan asuransi umum dengan 10 faktor yaitu : Risk Bask Capital (RBC), likuiditas, investasi

Kandungan asam lemak jenuh dalam minyak castor adalah sangat sedikit yaitu kurang dari 2% sehingga dapat diprediksi memiliki bilangan setana dan stabilitas oksidasi yang

Berdasarkan formulasi perhitungan serta menggunakan beberapa parameter pendukung seperti kapasitas trafo sistem, arus maksimum trafo, profil beban pelanggan, panjang

Apabila sisi miring dan salah satu sudut lancip sebuah segitiga siku-siku kongruen dengan sisi miring dan sudut lancip yang bersesuaian dari segitiga siku-siku

Berdasarkan pemakaian aturan-aturan inferen ini, maka kedua sistem akan dibandingkan dengan menggunakan parameter pembanding berupa jumlah langkah deduksi yang