1.1 Analisis Hidrologi

(1)

1 Analisis Awal

Peran analisis hidrologi dalam desain jembatan yang melintasi sungai adalah pada aspek keamanan jembatan terhadap aliran banjir di sungai. Struktur atas jembatan harus cukup tinggi sehingga gelagar dan lantai terhindar dari limpasan air banjir. Pangkal, pilar, dan fondasi jembatan harus aman terhadap risiko gerusan dasar sungai. Risiko ini bertambah besar apabila dasar sungai mengalami penurunan (degradasi).

Langkah kerja pada analisis hidrologi mencakup perhitungan debit aliran banjir, perhitungan profil muka air banjir, dan estimasi kedalaman gerusan dasar sungai. Paragraf-‐paragraf di bawah ini memaparkan langkah analisis hidrologi di Jembatan BH-‐ 2016 Kali Papah.

1.1.1 Perhitungan Debit Banjir

Di hilir Jembatan BH-‐2016 Kali Papah dijumpai sebuah bendung irigasi, Bendung Papah. Jarak bendung dari jembatan lebih kurang 390 meter. Dari gambar situasi yang dicuplik dari program aplikasi Maps Versi 1.0 (Gambar 1), tampak bahwa alur sungai antara jembatan dan bendung relatif lurus, lebar alur relatif seragam, dan tidak tampak adanya pertemuan atau percabangan alur sungai. Dengan posisi yang sangat dekat dan situasi alur seperti ini, maka dapat diperkirakan bahwa debit aliran di Jembatan BH-‐2016 sama dengan debit aliran di Bendung Papah. Dengan demikian, debit aliran banjir di Jembatan BH-‐2016 dapat dihitung berdasarkan data debit aliran di Bendung Papah. Laiknya sebuah bendung, maka di Bendung Papah pastilah ada catatan historis debit aliran.

Gambar 1. Denah situasi Kali Papah di sekitar Jembatan Kereta Api BH 2016 dan Bendung Papah; bendung berada lebih kurang 390 meter di hilir jembatan (Maps Version 1.0).

Bendung Papah BH 2016 Kali Papah

(2)

Bendung Papah, menurut informasi dari Dinas Pengairan Kabupaten Kulonprogo, merupakan bendung irigasi yang melayani salah satu dari lima daerah irigasi besar di Kabupaten Kulonprogo, yaitu Daerah Irigasi (DI) Papah. Daerah irigasi ini meliputi tiga wilayah kecamatan, yaitu

wilayah Kecamatan Lendah, sebagian wilayah Kecamatan

Pengasih, dan sebagian wilayah Kecamatan Sentolo.

(3)

Tabel 1 menyajikan rangkuman besaran statistis debit aliran di Bendung Papah periode 1 Januari 2009 sampai dengan 30 September 2014. Memperhatikan tabel tersebut,

tampak bahwa aliran di Kali Papah, secara rata-‐rata memiliki debit yang kecil, yaitu sekira 1.5 m3_{/s dengan simpangan baku sekira 1 m}3_{/s. Nilai-‐nilai debit maksimum pada kolom}

kedua pada Tabel 1 adalah annual series debit harian maksimum di Bendung Papah. Debit maksimum adalah dasar untuk perhitungan debit banjir rancangan.

Tabel 1. Statistika debit harian di Bendung Papah pada periode 1 Januari 2009 s.d. 30 September 2014 belum cukup banyak untuk mendapatkan hasil hitungan debit banjir rancangan yang layak. Penambahan jumlah data dapat dilakukan dengan penurunan nilai batas bawah

partial series. Hal ini tidak dilakukan pada pekerjaan ini karena penurunan nilai batas

bawah akan meningkatkan risiko pengecilan debit banjir rancangan atau, dengan kata lain, semakin besar risiko melakukan under-‐estimate debit banjir rancangan.

(4)

(5)

Persamaan di atas menyatakan bahwa probabilitas debit aliran Q melampaui debit aliran yang memiliki kala ulang T tahun, QT, adalah 1/T pada setiap tahun. Sebagai contoh, debit

aliran maksimum pada suatu tahun memiliki probabilitas atau kemungkinan 10% melampaui debit aliran kala ulang 10 tahun. Semakin besar kala ulang suatu debit, maka

debit banjir rancangan dilakukan dengan analisis cara statistis, yaitu analisis frekuensi, terhadap data debit maksimum partial series pada Tabel 2. Analisis frekuensi untuk penghitungan debit kala ulang pada dasarnya adalah pencocokan sebaran data debit aliran dengan distribusi teoretis variabel random kontinu dan memakai distribusi teoretis tersebut untuk memprediksi nilai debit kala ulang. Distribusi variabel random kontinu yang lazim cocok dengan sebaran data debit aliran maksimum antara lain adalah

Distribusi Gumbel, Distribusi Log Normal, Distribusi Log Pearson Tipe III, dan Distribusi Normal. Langkah analisis frekuensi terhadap data debit aliran maksimum adalah sebagai berikut:

1) pengurutan data debit aliran maksimum (Tabel 2) dari nilai terkecil ke nilai terbesar,

2) penyajian data debit pada grafik probabilitas (kurva cdf, cumulative distribution

function) distribusi teoretis,

3) uji kecocokan sebaran data debit terhadap distribusi teoretis, dan 4) prediksi nilai debit aliran pada berbagai nilai kala ulang.

(6)

Kolmogorov mensyaratkan bahwa selisih maksimum antara cdf teoretis dan cdf data debit 1982). Probabilitas kumulatif menurut data diperoleh dari persamaan:

P 𝑄 =

Uji Chi-‐kuadrat menguji kecocokan sebaran data terhadap suatu distribusi teoretis dengan mensyaratkan bahwa kesalahan (simpangan) pdf (probability density function) data debit aliran maksimum terhadap pdf teoretis tidak melebihi suatu nilai kritis dengan tingkat keyakinan (1−α). Simpangan pdf dapat didekati dengan simpangan frekuensi relatif data terhadap frekuensi relatif teoretis. Statistika uji pada Uji Chi-‐kuadrat adalah (Haan, 1982):

𝜒!!=

Analisis frekuensi terhadap data debit aliran maksimum dilakukan dengan bantuan program aplikasi AProb_4 yang dibuat oleh Istiarto (http://istiarto.staff.ugm.ac.id). Program aplikasi ini tidak hanya melakukan hitungan analisis frekuensi, namun

menampilkan pula grafik cdf data dan distribusi teoretis menurut tranformasi koordinat cara Chow et al. (1988) yang menampilkan cdf distribusi teoretis sebagai garis lurus. ke Distribusi Gumbel maupun Distribusi Normal.

(7)

Dengan mempertimbangkan bahasan yang dipaparkan pada dua paragraf yang

mendahului paragraf ini, maka dipilih Distribusi Log Normal dan Distribusi Log Pearson Tipe III sebagai distribusi yang dapat menggambarkan sifat sebaran data debit aliran maksimum di Bendung Papah.

Gambar 4. Pola sebaran debit aliran maksimum di Bendung Papah menurut Distribusi Gumbel.

(8)

Gambar 6. Pola sebaran debit aliran maksimum di Bendung Papah menurut Distribusi Log Pearson Tipe III.

Gambar 7. Pola sebaran debit aliran maksimum di Bendung Papah menurut Distribusi Normal.

(9)

Tabel 3. Hasil uji kecocokan sebaran data debit aliran maksimum di Bendung Papah terhadap distribusi teoretis variabel random kontinu

_{Distribusi teoretis}

Berdasarkan kecocokan sebaran data debit aliran maksimum di Bendung Papah dengan Distribusi Log Normal dan Log Pearson Tipe III, maka debit aliran pada berbagai nilai kala ulang dapat dihitung. Tabel 4 menyajikan hasil hitungan ini. Tabel ini juga mencantumkan debit aliran menurut Distribusi Gumbel dan Distribusi Normal, walaupun kedua distribusi ini tidak dipilih sebagai jenis distribusi yang cocok dengan sifat sebaran data debit aliran di Bendung Papah. Nilai-‐nilai debit aliran menurut kedua distribusi teoretis ini

dicantumkan sebagai pembanding nilai-‐nilai debit aliran menurut distribusi teoretis yang dipilih, yaitu Distribusi Log Normal dan Distribusi Log Pearson Tipe III.

Dengan pertimbangan bahwa analisis frekuensi yang dilakukan di sini adalah

menggunakan data partial series, yang memiliki risiko under-‐estimation terhadap nilai debit aliran maksimum, maka debit banjir rancangan di Jembatan BH-‐2016 ditetapkan pada nilai debit kala ulang 100 tahun menurut Distribusi Log Pearson Tipe III, yaitu Q100 =

diperlukan untuk memeriksa posisi struktur atas jembatan (gelagar dan lantai jembatan) terhadap muka air banjir. Pada tahap analisis awal ini, perhitungan profil muka air banjir belum dilakukan.

(10)

alur sungai yang berupa jaring sungai, serta mampu pula memodelkan aliran melalui berbagai jenis struktur hidraulik, baik struktur melintang sungai seperti jembatan,

gorong-‐gorong, bendung, pintu air, dan pompa air, maupun struktur sejajar sungai seperti tanggul, pelimpah samping, dan kawasan detensi atau retensi. HEC-‐RAS adalah program aplikasi bebas (freeware). File program aplikasi HEC-‐RAS dapat didownload dari situsweb http://usace.army.mil/software/hec-‐ras/downloads.aspx.

Panjang alur Kali Papah yang akan dimodelkan untuk mendapatkan profil muka air banjir di sekitar Jembatan BH-‐2016 direncanakan sekira 2 sampai 3 kilometer. Bendung Papah akan menjadi batas hilir model. Geometri sungai akan dimodelkan berdasarkan profil sungai hasi pengukuran topografi yang telah selesai dikerjakan.

1.1.3 Prediksi Kedalaman Gerusan Dasar Sungai

Prediksi kedalaman gerusan dasar sungai, pada tahap pekerjaan analisis awal saat ini, belum dilaksanakan. Prediksi kedalaman gerusan dapat dilakukan setelah simulasi aliran banjir di Kali Papah pada perhitungan profil muka air banjir telah selesai dikerjakan. Hal ini disebabkan prediksi kedalaman gerusan dasar sungai membutuhkan informasi kedalaman aliran dan kecepatan aliran. Informasi ini merupakan hasil hitungan pada perhitungan profil muka air banjir. Data lain yang dibutuhkan untuk melakukan prediksi kedalaman dasar sungai adalah geometri pangkal jembatan, pilar jembatan, fondasi jembatan, serta jenis tanah dasar dan diameter butir material dasar sungai.

Hasil prediksi kedalaman dasar sungai diperlukan sebagai kontrol terhadap keamanan jembatan ditinjau dari sisi sungai dan aliran banjir.

2 Daftar Pustaka

Chow, Ven Te, Maidment, David R., and Mays, Larry W., 1988, Apllied Hydrology, McGraw Hill, New York.

Haan, Charles T., 1982, Statistical Methods in Hydrology, The Iowa State University Press, Ames, Iowa.

Hydrologic Engineering Center, 2010, HEC-‐RAS River Analysis System, User’s Manual, Version 4.1, January 2010, U. S. Army Cormps of Engineers, Davis, CA.

http://istiarto.staff.ugm.ac.id, diakses pada Oktober 2014.