• Tidak ada hasil yang ditemukan

Pemanfaatan Data Digital Elevation Model (DEM) Untuk Pemetaan Angka Keamanan Berdasarkan Resiko Longsor Dari Tinjauan Geoteknik.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Pemanfaatan Data Digital Elevation Model (DEM) Untuk Pemetaan Angka Keamanan Berdasarkan Resiko Longsor Dari Tinjauan Geoteknik."

Copied!
15
0
0

Teks penuh

(1)

i

Pemanfaatan Data

Digital Elevation Model

(DEM)

Untuk Pemetaan Angka Keamanan Berdasarkan Resiko Longsor

Dari Tinjauan Geoteknik

Utilization of Digital Elevation Model (DEM) Data for Mapping Based on Landslide Risk to Slope Security from Geotechnical Reexamination

SKRIPSI

Disusun untuk memenuhi salah satu syarat memperoleh Gelar Sarjana pada Program Studi Teknik Sipil Fakultas Teknik

Universitas Sebelas Maret Surakarta

Disusun oleh:

NYCO MAULANA WICAKSONO

NIM I1114066

PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

(2)
(3)
(4)

iv

PERSEMBAHAN

Dengan segala Rahmat dan karunia Allah SWT, Skripsi ini dapat terselesaikan dan akhirnya dengan segala ungkapan terima kasih kupersembahkan kepada:

1. Orang Tua ku, Ibu dan Bapak yang setiap saat mendoakan anaknya lahir batin agar sekolahnya lancar dan sukses.

2. Keluarga besarku, yang telah memberikan support dan motivasi.

3. Dosen Pembimbing Skripsi, R. Harya Dananjaya H. I. ST. M.Eng dan Dr. Niken Silmi S. ST. MT. yang telah memberikan bimbingan dan tambahan ilmu bagi penulis.

4. Meilani Adriyati, yang telah menjadi partner terbaik dalam penyusunan skripsi ini.

5. Teman-teman dekatku, yang telah memberikan semangat, motivasi, candaan, dll yang tak bisa disebutkan satu-persatu

6. Teman-teman mahasiswa S1 Transfer Teknik Sipil Universitas Sebelas Maret angkatan 2014.

(5)

v

ABSTRAK

Nyco Maulana Wicaksono, 2016, Pemanfaatan Data Digital Elevation Model (DEM) untuk Pemetaan Angka Keamanan Berdasarkan Resiko Longsor dari Tinjauan Geoteknik, Skripsi, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret Surakarta.

Kondisi topografi Kabupaten Karanganyar yang berbukit memiliki rata-rata ketinggian 511 M Dpl, mengakibatkan wilayah ini memiliki lokasi rawan longsor cukup tinggi. Tanah longsor terjadi disebabkan adanya gaya gravitasi yang bekerja pada suatu massa (tanah dan batuan). Semakin besar kemiringan, akan semakin besar kemungkinan terjadinya gerakan massa.

Penelitian ini dilakukan di lereng Bukit Ganoman, Kecamatan Matesih, Kabupaten Karanganayar. Hasil pengujian tanah dan variasi geometri lereng digunakan untuk analisis stabilitas lereng dengan menggunakan Software Geo Slope. Analisis statistik dengan konsep interval kepercayaan digunakan untuk mendapatkan nilai Safety Factor

(SF) pada setiap tingkat keyakinan. Dalam pembuatan peta, digunakan data ASTER GDEM Kabupaten Karanganyar, yang dibuat menjadi peta kontur menggunakan Sistem Informasi Geografis (SIG). Nilai SF dari hasil analisis statistik diplotkan ke dalam peta kemiringan lereng, sehingga hasilnya berupa peta SF.

Hasil pemetaan Safety Factor (SF) menunjukkan bahwa, semakin tinggi tingkat keyakinannya semakin kecil nilai SF. Sebaliknya, ketika semakin rendah tingkat keyakinannya maka semakin besar nilai SF. Pada klasterisasi resiko longsor, klaster yang dibentuk oleh tingkat keyakinan 95%, 90%, 85%, dan 80% tidak menunjukkan perbedaan yang signifikan.

(6)

vi

ABSTRACT

Nyco Maulana Wicaksono, 2016, Utilization Data Digital Elevation Model (DEM) for mapping landslide Risk Score Based Security of Geotechnical Revexamination, Thesis, Department of Civil Engineering, Faculty of Engineering, University of March Surakarta.

The topography of the hilly Karanganyar district has an average height of 511 meter above sea, so that region has many high landslide-prone locations. Landslides occurred due to the force of gravity acting on a mass (soil and rock). The greater the slope, the greater the likelihood of a mass movement.

This research was conducted on the slopes of Mount Ganoman, District Matesih, Karanganayar District. The results of soil testing and variation of slope geometry are used for slope stability analysis using Software Geo Slope. Statistical analysis of the concept of the confidence interval is used to get the value of Safety Factor (SF) at any level of confidence. In making the map, ASTER GDEM data of Karanganyar district, are used made into a contour map using Geographic Information System (GIS). SF value of a statistical analysis of the results are plotted on the maps, so the result is a map of SF.

The results of Safety Factor (SF) mapping showed that, the higher confidence level smaller SF was obtained. Otherwise, when the lower confidence level, the greater of SF was obtained. At the risk of landslides clustering, cluster formed by a confidence level of 95%, 90%, 85%, and 80% did not show a significant difference.

(7)

vii

KATA PENGANTAR

Segala puji syukur kehadirat Allah SWT, yang telah memberikan rahmat dan

hidayahnya sehingga penulis dapat menyelesaikan Skripsi ini dengan baik. Skripsi dengan judul “Pemanfaatan Data Digital Elevation Model (DEM) untuk Pemetaan Angka Keamanan Berdasarkan Resiko Longsor dari Tinjauan Geoteknik” ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknik pada

Fakultas Teknik Universitas Sebelas Maret Surakarta.

Proses penyusunan Skripsi ini tidak bisa lepas dari bantuan berbagai pihak

sehingga pada kesempatan ini penyusun menyampaikan terima kasih kepada:

1. Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Surakarta.

2. R. Harya Dananjaya H. I. ST, M.Eng. selaku Pembimbing Skripsi I

3. Dr. Niken Silmi Surjandari, ST. MT. selaku Pembimbing Skripsi II.

4. Ir. Noegroho Djarwanti. MT. selaku Penguji I.

5. Yusep Muslih Purwana. ST. MT. PhD. selaku Penguji II.

6. Rekan-rekan mahasiswa Teknik Sipil Transfer non-regular angkatan 2014.

7. Semua pihak yang telah membantu penyusunan Skripsi ini yang tidak dapat

disebutkan satu persatu.

Penulis menyadari bahwa masih banyak kekurangan dan keterbatasan ilmu dalam

penyusunan Skripsi ini. Oleh karena itu, penulis berharap dengan kekurangan dan

keterbatasan tersebut, Skripsi ini dapat memberikan manfaat bagi penulis

khususnya dan pembaca pada umumnya.

Surakarta, Juli 2016

(8)

viii

(9)

ix

2.3.1. Populasi dan Sampel ... 13

2.3.2. Distribusi Normal ... 13

2.3.3. Interval Kepercayaan (Confidence Interval) ... 14

2.3.4. Jenis - Jenis Pendugaan Interval ... 14

2.3.4.1. Pendugaan Parameter dengan Sampel Besar (n > 30) 14 2.3.4.2. Pendugaan Parameter dengan Sampel Kecil (n < 30) 15 2.3.5. Interval Kepercayaan dengan Pengujian Sampel Satu Pihak 15

2.4. Sistem Informasi Geografis (SIG) ... 16

BAB IV ANALISIS DAN PEMBAHASAN 4.1. Kondisi Umum Lokasi ... 29

4.1.1. Letak Geografis ... 29

4.1.2. Luas Wilayah ... 29

(10)

x

4.1.4. Curah Hujan ... 30

4.2. Analisis Data Primer ... 30

4.3. Analisis Data Sekunder ... 31

4.4. Pengukuran Kemiringan Lereng ... 34

4.5. Analisis Stabilitas Lereng ... 36

4.6. Analisis Statistik ... 37

4.6.1. Perhitungan Nilai Rata - Rata ( ) ... 38

4.6.2. Perhitungan Standar Deviasi (σ) ... 38

4.6.3. Perhitungan Interval Kepercayaan (CI) ... 39

4.7. Pembuatan Peta ... 41

4.7.1. Peta Kemiringan Lereng ... 41

4.7.2. Peta Safety Factor (SF) ... 43

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 48

5.2. Saran ... 48

DAFTAR PUSTAKA ... 50

(11)

xi

DAFTAR GAMBAR

Gambar 1.1. Keruntuhan Lereng di Bukit Ganoman, Desa Koripan ... 2

Gambar 2.1. Kelongsoran Lereng ... 9

Gambar 2.2. Gaya yang Bekerja pada Irisan Metode Morgenstern-Price ... 11

Gambar 2.3. Kurva Distribusi Normal ... 13

Gambar 2.4. Perbedaan DSM dan DTM ... 17

Gambar 2.5. Data ASTER GDEM Kabupaten Karanganyar ... 18

Gambar 3.1. Lokasi Penelitian ... 22

Gambar 3.2. Pengambilan Sampel Tanah ... 23

Gambar 3.3. Lokasi Pengambilan Sampel Tanah ... 24

Gambar 3.4. Tampilan Grid 1 × 1 cm ... 25

Gambar 3.5. Diagram Alir Penelitian ... 28

Gambar 4.1. Data ASTER GDEM Kabupaten Karanganyar ... 32

Gambar 4.2. Peta Kontur Bukit Ganoman ... 33

Gambar 4.3. Peta Kontur dengan Grid 1 × 1 cm ... 35

Gambar 4.4. Pemodelan Lereng dengan Kemiringan (β) 13,26° ... 36

Gambar 4.5. Analisis Stabilitas Lereng pada Kemiringan (β) 13,26° ... 37

Gambar 4.6. Distribusi pada Tingkat Keyakinan 95% ... 39

Gambar 4.7. Hubungan Kemiringan Lereng dengan Safety Factor (SF) .... 41

Gambar 4.8. Peta Kemiringan Lereng Bukit Ganoman ... 42

Gambar 4.9. Peta Safety Factor (SF) pada Tingkat Keyakinan 95% ... 44

Gambar 4.10. Lokasi Terjadinya Keruntuhan Lereng ... 45

(12)

xii

DAFTAR TABEL

Tabel 2.1. Beberapa Penelitian Mengenai Pemetaan Angka Keamanan ... 7

Tabel 2.2. Hubungan Faktor Keamanan dan Kejadian Longsor ... 10

Tabel 2.3. Tabel Klasifikasi Kemiringan Lereng ... 20

Tabel 3.1. Contoh Rekapitulasi Nilai Safety factor (SF) ... 26

Tabel 4.1. Hasil Pengujian Indeks Properties ... 31

Tabel 4.2. Hasil Pengujian Direct Shear ... 31

Tabel 4.3. Rekapitulasi Nilai Safety Factor (SF) ... 37

Tabel 4.4. Rekapitulasi Rata-Rata Nilai Safety Factor (SF) ... 38

Tabel 4.5. Rekapitulasi Nilai Standar Deviasi ... 38

Tabel 4.6. Nilai t-tabel ... 39

(13)

xiii

DAFTAR NOTASI

b Berat isi tanah

wn Kadar air

Gs Berat jenis tanah

c Nilai kohesi tanah

φ Sudut gesek tanah

Sr Derajat kejenuhan tanah

Sudut kemiringan lereng

b Lebar lereng

h Tinggi lereng

x Jumlah garis kontur dalam satu kotak

p Panjang garis diagonal pada satu kotak

Δh Interval kontur

SF Nilai angka keamanan

CI Interval kepercayaan

α Taraf signifikansi / tingkat kesalahan

n Jumlah data

Rata-rata sampel

μ Rata-rata populasi

σ Standar deviasi

df Derajat kebebasan

(14)

xiv

DAFTAR ISTILAH

ASTER GDEM Perekaman satelit TERRA (satelit NASA – Jepang), yang

menghasilkan data DEM bentuk raster. Mencakup seluruh

muka bumi dengan resolusi horizontal 30 × 30 meter.

DEM Data digital yang menggambarkan geometri dari bentuk

permukaan bumi atau bagiannya.

Direct Shear Pengujian laboratorium mekanika tanah yang digunakan

untuk menentukan kekuatan geser dari tanah.

DSM Data digital model elevasi yang menampilkan ketinggian

penutup lahan, seperti ketinggian pohon, bangunan, dan

objek apapun yang ada diatas tanah.

DTM Data digital model elevasi yang menampilkan ketinggian

permukaan tanah (tidak termasuk penutup lahan), seperti

sungai, jalur pegunungan, dll.

Indeks Properties Pengujian laboratorium mekanika tanah yang digunakan

untuk menentukan sifat-sifat tanah yang mengindikasikan

jenis dan kondisi tanah.

Interval Kepercayaan Metode statistik yang biasanya digunakan untuk

menggambarkan tingkat presisi dan ketidakpastian yang

berhubungan dengan metode penarikan sampel tertentu.

Hasil pendugaan interval ini memberikan nilai parameter

dalam suatu interval dan bukan nilai tunggal.

Geo Slope Produk perangkat lunak untuk menghitung faktor

keamanan tanah dan kemiringan batuan.

Entry Exit Metode pemodelan Geo Slope untuk menentukan daerah

dimana tempat busur lingkaran masuk (entry area) dan

(15)

xv

SIG Sistem komputer yang memiliki kemampuan untuk

membangun, menyimpan, mengelola dan menampilkan

Referensi

Dokumen terkait

Hal ini dapat dilihat dari daerah (9435= INTAN JAYA ,9104 = TELUK BINTUNI) sebagian besar daerah kepulauan Papua yang memiliki Garis kemiskinan yang besar juga

Alhamdulillahhirobbil’alamin selalu penulis panjatkan atas nikmat dan berkah yang senantiasa allah swt limpahkan, sehingga penulis dapat menyelesaikan skripsi yang

Hasil dari penelitian ini berupa identifikasi posisi Program PAMSIMAS II setelah dilakukan perhitungan EFAS dan IFAS yang dilakukan berdasarkan Kuesioner yang telah

Pendekatan ini digunakan Hajiha dan Sobhani (2012) dan Desiliani (2014) karena lebih sering digunakan untuk memperkirakan return dan nilai pasar saham di pasar modal. Perhitungan EPR

• Komponen untuk kanvas pada umumnya berada pada posisi yang berbeda dari komponen untuk menampung citra yang dibuka dari file.. • Manipulasi piksel secara bebas hanya dapat

Dalam penulisan skripsi ini, metode penelitian yang digunakan adalah metode survei dan metode kepustakaan yang bersifat deskriptif dengan studi kasus dimana pengumpulan data

Andersonin (ja monien muidenkin feminististen uskonnonfilosofien) peruskysymys on lopulta: Miten uskonnon vakavasti ottavien naisten on suhtauduttava uskonnon

Seperti pada setiap infeksi virus, diagnosis spesifik rabies tergantung pada (1) isolasi virus dari sekresi yang terinfeksi [saliva, jarang cairan serebrospinalis (CSF), atau jaringan