Evaluasi Saluran Drainase Jalan Manggis Kecamatan Patrang Kabupaten Jember

(1)

Jurnal Teknik Pengairan: Journal of Water Resources Engineering, 2022, 13(2) pp. 141-158 https://jurnalpengairan.ub.ac.id/ | p-ISSN : 2086-1761 | e-ISSN : 2477-6068

____________________________________________________________________________________

Evaluasi Saluran Drainase Jalan Manggis Kecamatan Patrang Kabupaten Jember

Evaluation of Drainage Channel of Manggis Street, Patrang, Jember

Aqiel Iqbal Farrossandy¹, Wiwik Yunarni Widiarti¹, Ririn Endah Badriani¹

1Jurusan Teknik Sipil, Prodi Teknik Lingkungan, Fakultas Teknik, Universitas Jember, Jember 68121, Indonesia

Article info:Research Article

DOI:

10.21776/ub.pengairan.2022.013.02.02

Kata kunci:

Manggis Jember; Saluran Drainase;

SWMM

Keywords:

Manggis Jember; Drainage Channel;

SWMM

Article history:

Received: 15-01-2022 Accepted: 22-07-2022

*)Koresponden email:

[email protected]

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Abstrak

Banyaknya pembangunan yang terjadi mengakibatkan perubahan tataguna lahan dan dapat berpengaruh terhadap kurangnya daerah resapan air, hal tersebut dapat memicu terjadinya bencana banjir pada wilayah tersebut. Dari pengamatan di lapangan Jalan Manggis Kecamatan Patrang Kabupaten Jember merupakan salah satu daerah yang sering terjadi genangan dan banjir setiap musim hujan. Hal tersebut disebabkan karena saluran di Jalan Manggis terdapat banyak sampah yang mengakibatkan saluran tersumbat sehingga saat turun hujan tiba saluran tersebut tidak dapat mengalirkan air dengan baik, akibatnya air hujan meluap ke permukaan. Penelitian ini bertujuan untuk melakukan evaluasi saluran drainase Jalan Manggis Kecamatan Patrang Kabupaten Jember dengan menggunakan software Storm Water Management Model (SWMM). Dari pemodelan menggunakan software SWMM pada periode kala ulang 2, 5 dan 10 tahun menghasilkan beberapa titik lokasi banjir. Hal yang harus dilakukan dalam mengatasi banjir dan genangan di Jalan Manggis yaitu dengan melakukan perencanaan ulang perubahan dimensi saluran drainase, selain itu juga dilakukan pemeliharaan saluran secara berkala yang berguna untuk meminimalisir terjadinya banjir dan genangan pada Jalan Manggis.

Abstract

The number of developments that occurred resulted in changes in land use and could affect the lack of water catchment areas, which could trigger a flood disaster in the area. From field observations, Manggis Street, Patrang District, Jember Regency is one area that often occurs inundation and floods every rainy season. This is because the gutter on Manggis Street contains a lot of garbage which causes the gutter to become clogged so that when it rains, the channel cannot drain water properly; as a result, rainwater overflows to the surface. This study aims to evaluate the drainage gutter of Manggis Street, Patrang District, Jember Regency, by using Storm Water Management Model (SWMM) software. It produces several flood locations by modeling using SWMM software on return periods of 2, 5, and 10 years. The thing that must be done to overcome flooding and puddling on Manggis Street is by re-planning changes to the dimensions of the drainage gutter. Besides that, regular gutter maintenance is also carried out, which is useful for minimizing the occurrence of flooding and puddle on Manggis Street.

Kutipan: Farrossandy, A . I., Widiarti, W. Y., & Badriani, R . E. (2022). Evaluasi Saluran Drainase Jalan Manggis Kecamatan Patrang Kabupaten Jember. Jurnal Teknik Pengairan: Journal of Water Resources Engineering, 13(2), 141–

158. https://doi.org/10.21776/ub.pengairan.2022.013.02.02 .

(2)

142 Farrossandy, Widiarti, Badriani: Evaluasi Saluran Drainase Jalan Manggis Kecamatan Patrang Kabupaten Jember

1. Pendahuluan

Sistem drainase merupakan suatu rangkaian kegiatan yang berfungsi dalam upaya pengaliran air yang bersumber dari air tanah maupun air limpasan. Sistem drainase adalah hal yang penting dalam sebuah daerah. Daerah yang tertata dengan baik harus diimbangi dengan tersedianya sistem drainase yang baik agar dapat berfungsi untuk menghindari genangan air atau banjir yang dapat mengganggu aktivitas masyarakat akibat dari kelebihan air dari suatu lahan atau kawasan (Fathi Rizqullah 2017).

Adanya sistem drainase tersebut berfungsi sebagai evaluasi atau penilaian dari infrastruktur yang ada di perkotaan sehingga harus diperhatikan dengan baik. Kualitas dari sistem drainase juga menentukan kualitas sebuah kota tersebut. Jaringan pada sistem drainase di wilayah perkotaan terbagi menjadi dua bagian, diantaranya sistem drainase mikro dan sistem drainase mikro (Dewi IAA 2013). Saluran drainase yang buruk dapat menyebabkan berbagai permasalahan akibat adanya genangan air atau banjir, seperti kerusakan lapisan struktur jalan yang akan menghalangi lalu lintas dan aktivitas masyarakat (Dewi IAA 2013).

Banyak pembangunan yang terjadi di wilayah Indonesia khususnya Kabupaten Jember.

Banyaknya pembangunan yang terjadi mengakibatkan perubahan tata guna lahan dan dapat berpengaruh terhadap kurangnya daerah resapan air, hal tersebut dapat memicu terjadinya bencana banjir pada wilayah tersebut (Deni Fernanda 2017). Banjir yaitu peristiwa yang disebabkan karena banyaknya air yang merendam suatu wilayah tertentu. Dari pengamatan di lapangan Jalan Manggis Kecamatan Patrang merupakan salah satu daerah yang sering terjadi genangan dan banjir setiap musim hujan. Hal tersebut disebabkan karena saluran di Jalan Manggis terdapat banyak sampah yang mengakibatkan saluran tersumbat sehingga saat hujan tiba saluran tersebut tidak dapat mengalirkan air dengan baik, akibatnya air hujan meluap ke permukaan. Permasalahan genangan dan banjir di Jalan Manggis bisa teratasi apabila adanya kesadaran masyarakat sekitar mengenai dampak yang ditimbulkan ketika saluran drainase tersumbat akibat banyaknya sampah. Genangan dan banjir juga dapat diatasi dengan cara mengubah dimensi saluran yang ada melalui software Storm Water Management Model (SWMM).

Storm Water Management Model (SWMM) merupakan salah satu model yang dapat menjadi solusi untuk masalah mengurangi banjir. SWMM mampu untuk menganalisa permasalahan kuantitas dan kualitas air yang berkaitan dengan limpasan wilayah perkotaan. SWMM temasuk model hujan dengan aliran dinamis yang dapat digunakan untuk simulasi dengan rentang waktu yang terus menerus atau banjir sesaat. Keuntungan dalam penggunaan software SWMM yaitu program ini dapat dengan mudah diunduh melalui laman situs resmi US EPA. Ukuran file program SWMM terbilang cukup rendah dan dapat dijalankan dengan lancar bahkan pada komputer yang spesifikasinya rendah.

Halaman kerja dari software SWMM cukup sederhana dan mudah untuk dipelajari oleh pengguna baru. Program SWMM juga telah dikenal di seluruh dunia dan digunakan secara luas untuk berbagai keperluan termasuk penelitian, proyek, dan lain-lain (Amin 2020).

Penelitian ini dimaksudkan untuk mengevaluasi saluran drainase berdasarkan elevasi dan dimensi pada kondisi eksisting yang mempengaruhi terjadinya genangan dan banjir melalui software EPA SWMM 5.0. Hal tersebut sudah dibuktikan pada penelitian terdahulu oleh (Rusydina Tamimi 2015) dan (Usamaah Hadi 2018) dengan mengevaluasi saluran drainase dengan menggunakan software SWMM. Perbedaan penelitian ini adalah pada lokasi penelitian. Dari beberapa penelitian yang sudah dilakukan, maka penelitian ini akan mengevaluasi saluran drainase pada Jalan Manggis Kecamatan Patrang Kabupaten Jember dengan menggunakan software SWMM.

(3)

2. Bahan dan Metode 2.1. Lokasi Penelitian

Gambar 1. Peta lokasi penelitian

Pada Gambar 1 dapat ditunjukkan bahwa penelitian ini dilakukan di Jalan Manggis, Kecamatan Patrang, Kabupaten Jember, Provinsi Jawa Timur sepanjang 941,74 meter.

2.2 Analisis Curah Hujan Rerata Wilayah

Diperlukan data curah hujan rata-rata kawasan dengan rata-rata curah hujan luasan dari stasiun (STA) yang terdapat pada wilayah penelitian yaitu STA Sembah, Bintoro, dan Wirolegi. Metode yang digunakan salah satunya adalah poligon thiessen.

2.3 Analisis Frekuensi

Analisis frekuensi berfungsi memperkirakan curah hujan rencana dengan perkiraan curah hujan tertinggi pada tahun tertentu. Metode log-normal, normal, gumbel dan log-pearson III merupakan metode yang digunakan pada analisis frekuensi (Suripin 2004).

Parameter-parameter statistik yang digunakan yaitu:

a. Rataan

Log_x^∑ⁿⁱ⁼¹^{log x}ⁱ

n (1)

b. Standar Deviasi

s = [^∑ⁿⁱ⁼¹^{( log x}_n-1ⁱ^{- log x)}²]

1

2 (2)

c. Koefisien Kemencengan

Cs = ^{n ∑}(n-1)(n-2).sⁿⁱ⁼¹^(xⁱ^-x)³³ (3)

(4)

d. Pengukuran Kurtosis

Ck= (n-1)x(n-2)x(n-3)x sⁿ²^{x ∑}ⁿⁱ⁼¹^(xi-x)³ ⁴ (4) Keterangan :

Xi = nilai varian k-i N = jumlah tahun Si = standart deviasi Cs = koefisien kemencengan Ck = pengukuran kurtosis

2.4 Uji Kecocokan

Uji kecocokan merupakan uji parameter yang berfungsi untuk mencocokkan antara frekuensi data pada fungsi dari metode peluang yang dapat mewakili dari metode tersebut. Uji chi-square dan smirnov-kolmogorov merupakan uji parameter yang digunakan pada uji kecocokan (Suripin 2004).

Xh²= ∑ ^(Oi-Ei)²

Ei g

i=1 (5)

Keterangan :

Xh² = parameter chi-kuadrat terhitung G = jumlah sub bab kelompok

Oi = jumlah nilai pengamatan pada sub bab kelompok i Ei = jumlah nilai teoritis pada sub kelompok i

2.5 Analisis Intensitas Curah Hujan

Intensitas curah hujan yaitu tingginya air hujan dalam bentuk satuan waktu. Hujan memiliki sifat yaitu, apabila curah hujan berlangsung singkat maka intensitas hujan akan semakin tinggi, dan periode ulang semakin besar maka intesitasnya juga semakin tinggi. Grafik lengkung Intensity Duration Frequency Curve (IDF) dapat dinyatakan dari hubungan waktu, frekuensi dan intensitas hujan. Dalam membentuk lengkungan IDF diperlukan data curah hujan pendek serta jam-jaman (Suripin 2004).

I= ^R²⁴

24 (²⁴

t )²³ (6)

Keterangan :

I = Intensitas Curah Hujan (mm/jam))

R24 = Curah Hujan Maksimum Harian dalam 24 jam (mm/jam) t = Lama Hujan (jam))

2.6 Kalibrasi Pemodelan

Kalibrasi pemodelan merupakan suatu proses mengoptimalkan nilai parameter model dalam mendapatkan parameter terbaik. Kalibrasi ini dilakukan dengan cara melakukan perbandingan antara tinggi dari muka air hasil pengukuran di lokasi penelitian dan hasil dari simulasi software SWMM.

2.7 Pemodelan Storm Water Management Model (SWMM)

SWMM digunakan dalam berbagai hal yaitu merencanakan dimensi jaringan guna mengendalikan banjir dan merencanakan suatu daerah penahan sementara. Fungsi lain dari pemodelan SWMM yaitu dapat digunakan untuk memetakan daerah yang sedang terdampak banjir (Rossman 2015). Tahapan umum yang dilakukan dalam setiap simulasi SWMM secara berurutan adalah pengaturan pekerjaan (project setup), memasukkan peta atau map dengan Backdrop Map untuk mempermudah dalam penggambaran jaringan. Komponen sistem dan editing jaringan yang terdiri dari Subcatchment dengan luas area tangkapan hujan, memasukkan data elevasi pada junction, data panjang saluran dan dimensi saluran pada fitur conduit, data curah hujan yang telah diolah pada menu rain gages di time series kemudian dilakukan run simulation (Amin 2020). Perlu dilakukan kalibrasi model untuk mengetahui keakuratan pada hasil simulasi SWMM dengan cara melakukan perbandingan antara tinggi air saluran lokasi penelitian dan tinggi air saluran hasil simulasi SWMM.

Perencanaan ulang dimensi saluran dilakukan apabila terdapat saluran yang terjadi limpasan dengan

(5)

cara memodifikasi dimensi dari saluran pada pemodelan SWMM hingga saluran tersebut tidak mengalami limpasan.

3. Hasil dan Pembahasan

3.1. Analisis Curah Hujan Rerata Wilayah

Digunakan tiga STA yaitu STA Dam Sembah, Wirolegi, dan Dam Arjasa. Kemudian data curah hujan dari ketiga STA tersebut diolah dengan metode poligon thiessen. Hasil perhitungan curah hujan rerata wilayah dapat dilihat pada Tabel 1.

Tabel 1. Hasil perhitungan curah hujan rerata wilayah

No Tahun

STA DAM Sembah STA Wirolegi STA DAM Arjasa

CH Maksimum Curah

Hujan (mm)

Koefisien

Curah Hujan (mm)

Koefisien

Curah Hujan (mm)

Koefisien

1 2011 15 0,360 13 0,240 16 0,400 15,10

2 2012 12 0,360 6 0,240 9 0,400 9,30

3 2013 20 0,360 5 0,240 18 0,400 15,30

4 2014 16 0,360 6 0,240 11 0,400 11,40

5 2015 14 0,360 6 0,240 9 0,400 10,00

6 2016 28 0,360 11 0,240 15 0,400 18,50

7 2017 28 0,360 12 0,240 18 0,400 20,30

8 2018 13 0,360 10 0,240 11 0,400 11,40

9 2019 9 0,360 5 0,240 11 0,400 8,60

10 2020 11 0,360 12 0,240 10 0,400 11,10

Berdasarkan pada Tabel 1 curah hujan maksimum rerata wilayah terbesar antara tahun 2011 sampai 2020 pada stasiun penakar hujan Dam Sembah, Wirolegi dan Dam Arjasa adalah 19,9 mm pada tahun 2017, kemudian untuk curah hujan terendah adalah 8,7 mm pada tahun 2019.

Gambar 2. Peta poligon thiessen

(6)

Pada Gambar 2 merupakan peta poligon thiessen yang terdiri dari 3 stasiun penakar hujan beserta koordinat dari stasiun tersebut.

3.2. Analisis Frekuensi

Analisis frekuensi dengan menggunakan periode kala-ulang 2, 5, dan 10 tahun. Tabel 2 berikut ini menunjukkan hasil perhitungan dari analisis frekuensi.

Tabel 2. Hasil perhitungan statistik data

m P = m/(N+1) Tahun gDebit (m³/dt) nLn Debit (m³/dt)

1 0,091 2017 19,93 2,99

2 0,182 2016 18,59 2,92

3 0,273 2011 15,34 2,73

4 0,364 2013 15,13 2,72

5 0,455 2020 11,48 2,44

6 0,545 2018 11,45 2,44

7 0,636 2014 11,16 2,41

8 0,727 2015 10,06 2,31

9 0,818 2012 9,36 2,24

10 0,909 2019 8,69 2,16

Jumlah Data = 10 10

Nilai Rerata (Mean) = 13,12 2,54

Standar Deviasi = 3,91 0,287

Koefisien Skewness = 0,729 0,419

Koefisien Kurtosis = -0,804 -1,176 Koefisien Variasi = 0,298 0,113 Nilai Tengah = 11,46 2,44

Berdasarkan Tabel 2 didapatkan Nilai rata-rata = 13,12; standar deviasi = 3,91; koefisien skewness = 0,729; koefisien kurtosis = -0,804; koefisien variasi 0,298; nilai tengah = 11,46. Dari nilai-nilai tersebut diperoleh dan digunakan dalam menentukan pola jenis distribusi hujan.

3.2.1 Pemilihan Jenis Distribusi

Dalam menentukan pola distribusi curah hujan menggunakan analisis curah hujan harian maksimum dengan data-data dari perhitungan statistik dasar pada Tabel 2, meliputi: koefisien skewness (CS), koefisien variasi (CV), koefisien kurtosis (CK). Dalam menentukan pola jenis distribusi dengan mencocokkan parameter statistik dasar kemudian dibandingkan dengan syarat dari masing-masing jenis distribusi (Soewarno 2014). Hasil perhitungan parameter statistik dasar dapat dilihat pada Tabel 3.

Tabel 3. Hasil perhitungan parameter statistik dasar

No Jenis

Metode Data Kriteria Hasil

Perhitungan Keterangan

1 Metode

Normal

Cs = 0,729 Cs = 00 Cs =0,729 Tidak Memenuhi

Ck = -0,804 Ck = 37 Ck =-0,804 Tidak Memenuhi

Cv = 0,298 Cv > 0 Cv = 0,298 Memenuhi

2

Metode Log- Normal

Cs = Cv³+ 3Cv Cs = 0,920

Tidak Memenuhi Ck = Cv⁸+ 6Cv⁶ + 15Cv⁴ +

16Cv² + 3 Cv = 4,421

3 Metode

Gumbel

Cs ≤ 1,4 Cs = 0,729 Tidak Memenuhi

Ck ≤ 5,4 Ck = -0,804 Tidak Memenuhi

4

Metode Log- Pearson III

Cs ≠ 0 Cs = 0,729

Memenuhi

Cv ≈ 0 Cv = 0,298

(7)

Berdasarkan Tabel 3 parameter statistik pada metode log-pearson III telah sesuai dengan nilai Cs

= 0,729 dan Cv = 0,298 maka disimpulkan pola metode hujan yang dipilih adalah metode log-pearson III karena telah memenuhi persyaratan dalam menentukan pola distribusi hujan.

3.3 Uji Kecocokan

Digunakan dalam menguji kecocokan pada distribusi frekuensi. Pengujian parameter yang digunakan adalah uji chi-square dan smirnov-kolmogorov (Suripin 2004). Hasil uji chi-square dan uji smirnov-kolmogorov dapat dilihat pada Tabel 4.

Tabel 4. Hasil uji chi-square dan uji smirnov-kolmogorov Metode

Probabilitas

Metode Chi-Square Metode Smirnov-Kolmogorov X² X²cr Keterangan ΔP ΔP Kritis Keterangan

Metode Normal 4 5,991 Memenuhi 0,208 0,41 Memenuhi

Metode Log-

Normal 4 5,991 Memenuhi 0,175 0,41 Memenuhi

Metode Gumbel 4 5,991 Memenuhi 0,163 0,41 Memenuhi

Metode Log

Pearson III 4 5,991 Memenuhi 0,152 0,41 Memenuhi

Berdasarkan Tabel 4 didapatkan bahwa pada semua uji memenuhi. Metode log-pearson III memiliki nilai simpangan maksimum terkecil dibandingkan dengan metode lainnya pada uji smirnov- kolmogorov. Metode log-pearson III merupakan metode yang dipilih karena menurut persyaratan statistik dasar telah sesuai (Hartati 2019).

3.3.1 Curah Hujan Rencana

Perhitungan curah hujan rencana dilakukan pada periode kala ulang 2, 5 dan 10 tahun. Pada perhitungan analisis frekuensi data curah hujan harian maksimum pada penelitian ini menggunakan metode distribusi log-pearson III.

Berdasarkan perhitungan analisis frekuensi data curah hujan harian maksimum dapat disimpulkan bahwa jenis pola distribusi yang cocok dalam sebaran data curah hujan harian maksimum adalah metode distribusi log-pearson III. Kemudian dilakukan perhitungan curah hujan rencana dengan menggunakan periode kala ulang 2, 5, dan 10 tahun. Perhitungan curah hujan rencana dengan metode distribusi log-pearson III dapat dilihat pada Tabel 5.

Tabel 5. Hasil perhitungan curah hujan rencana T Periode Kala-Ulang Karakteristik Debit (m³/dt)

Probabilitas

XT KT

2, 12,378 -0,069

5, 15,957 0,814

10, 18,438 1,317

Pada Tabel 5 merupakan hasil perhitungan curah hujan rencana dengan menggunakan metode distribusi log-pearson III sehingga didapatkan pada kala ulang 2 tahun dengan nilai XT 12,378 dan KT -0,069, kala ulang 5 tahun dengan nilai XT 15,957 dan KT 0,814, kala ulang 10 tahun dengan nilai XT 18,438 dan KT 1,317.

(8)

3.4 Analisis Intensitas Curah Hujan

Rumus mononobe digunakan pada perhitungan intensitas hujan karena tidak terdapat data jangka pendek dan yang tersedia yaitu data curah hujan harian (Suripin 2004). Hasil perhitungan analisis intensitas curah hujan dapat dilihat pada Tabel 6.

Tabel 6. Hasil perhitungan intensitas hujan

Durasi Periode Ulang (Tahun)

(Menit) 2 (mm) 5 (mm) 10 (mm)

5 22,5 28,9 33,5

10 14,2 18,2 21,1

15 11 13,9 16,1

20 9,0 11,5 13,3

25 7,6 10,1 11,4

30 7,1 8,8 10,1

35 6,1 8,2 9,1

40 5,6 7,2 8,4

45 5,2 6,7 7,7

50 5,4 6,2 7,2

55 4,5 5,9 6,7

60 4,3 5,5 6,4

120 3,0 3,4 4,0

180 2,1 2,6 3,1

240 1,3 2,2 2,5

300 1,5 2,2 2,2

360 1,3 1,7 1,9

Berdasarkan pada Tabel 6 didapatkan pada periode ulang 2 tahun nilai intensitas hujan lebih kecil apabila dibandingkan dengan periode 5 dan 10 tahun. Hal tersebut dikarenakan apabila hujan terjadi dengan waktu singkat maka intensitas hujan akan semakin tinggi dan apabila semakin besar periode ulangnya maka intensitas hujannya juga semakin tinggi (Suripin 2004).

3.5 Topografi Jalan Manggis

Digunakan alat total station dalam melakukan survei di lokasi penelitian untuk mendapatkan data elevasi. Data elevasi jalan manggis ditunjukkan pada Tabel 7.

Tabel 7. Elevasi Jalan Manggis Panjang Jalan (m) Elevasi

Panjang Jalan Elevasi

Kiri (cm) Kanan (cm) Kiri (cm) Kanan (cm)

0 113,6 113,6 550 113,2 113,2

50 113,0 113,1 600 113,7 113,6

100 112,9 112,8 650 113,6 113,5

150 112,8 112,8 700 114,5 114,4

200 111,9 111,8 750 114,3 114,3

250 111,8 111,9 800 114,3 114,3

300 111,9 111,9 850 114,2 114,3

350 112,0 111,9 900 112,2 112,2

400 112,9 112,9 950 112,3 112,3

450 113,5 113,3 1000 112,4 112,3

500 113,4 113,2 1050 112,3 112,2

(9)

3.6 Kalibrasi Pemodelan

Data survei yang digunakan yaitu data tinggi air di lokasi penelitian sebagai pembanding pemodelan kalibrasi saat terjadi hujan pada tanggal 31 Oktober 2020 pada kala ulang 2 tahun dengan curah hujan sebesar 24 mm. Hasil kalibrasi pemodelan SWMM dapat dilihat pada Tabel 8.

Tabel 8. Kalibrasi pemodelan SWMM Conduit (C) Tinggi di Lokasi

Penelitian (cm)

Tinggi SWMM (cm) %Error

C11 54 50 0,08%

C14 58 52 0,11%

Berdasarkan pada Tabel 8 didapatkan saluran C11 dengan tinggi pada lokasi penelitian 54 cm dan tinggi pada pemodelan SWMM 50 cm dengan error 0,08% dan C14 error 0,11% dengan tinggi pada lokasi penelitian 58 cm dan pada pemodelan SWMM 52 cm. Apabila nilai error kurang dari 10%

maka nilai kalibrasi dinyatakan baik (Rossman 2009).

3.7 Pemodelan pada SWMM

Pemodelan pada jaringan drainase digunakan untuk mengamati wilayah yang tergenang pada Jalan Manggis dengan melakukan simulasi pada software SWMM yang dikalibrasi dengan hasil pengamatan di lokasi penelitian yaitu pada Jalan Manggis. Pembagian objek dapat dilihat pada Gambar 3.

Gambar 3. Hasil penggambaran pemodelan SWMM

Objek yang diperlukan pada pengaplikasian software SWMM yaitu : subscatchment, junction, conduit, outfall dan rain gage. Dalam penggambaran objek pada software SWMM terdapat 14 subcathment, 15 conduit, 16 junction, 3 outfall dan 3 rain gage.

3.7.1 Hasil Simulasi Banjir Kondisi Eksisting 1. Simulasi Banjir Periode Kala Ulang 2 Tahun

Simulasi banjir dengan periode kala ulang 2 tahun mendapatkan nilai continuity error pada surface runoff sebesar -0,15% dan nilai continuity error pada flow routing sebesar -0,32% yang menunjukkan bahwa hasil simulasi berjalan dengan baik dan dapat dilanjutkan karena masing- masing nilai pada continuity error kurang dari 10%. Hasil dari simulasi pemodelan dengan SWMM

(10)

periode kala ulang 2 tahun menunjukkan beberapa titik yang terjadi banjir yaitu pada node J3, J4, J5, J6, J7, J9, dan J15 dapat dilihat pada Tabel 9.

Tabel 9. Hasil simulasi banjir periode ulang 2 tahun Node Debit Banjir Total Volume

Kode Saluran Kecepatan H

Saluran H Banjir H Air

m³/dt Banjir m³ Maksimum m/dt

J3 0,09 0,077 C1 0,36 0,5 m

0,2 m 0,7 m

C3 0,64 0,5 m

J4 0,09 0,02 C2 0,37 0,5 m

0,2 m 0,7 m

C4 0,68 0,5 m

J5 0,13 0,398 C3 0,64 0,5 m

0,15 m 0,65 m

C5 0,67 0,5 m

J6 0,15 0,48 C4 0,68 0,5 m

0,15 m 0,65 m

C6 0,61 0,5 m

J7 0,1 0,161 C5 0,67 0,5 m

0,15 m 0,65 m

C7 0,43 0,5 m

J9 0,11 0,002 C7 0,43 0,5 m

0,2 m 0,7 m

C9 0,27 0,5 m

J15 0,18 0,514 C13 0,46 0,5 m

0,1 m 0,6 m 0,5 m

Berdasarkan Tabel 9 pada simulai banjir periode kala ulang 2 tahun yang menunjukkan bahwa terdapat 7 titik banjir di lokasi penelitian dengan debit banjir terbesar terdapat pada node J15 dengan 0,18 m³/dt dan total volume banjir 0,514 m³, kemudian pada debit banjir terkecil terdapat pada node J4 dengan 0,09 m³/detik dan total volume banjir 0,020 m³.

Gambar 4. Hasil running SWMM simulasi banjir pada node J3, J5, J7 dan J9 Berdasarkan Gambar 4 menunjukkan bahwa pada node J3, J5, J7, dan J9 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

(11)

Gambar 5. Hasil running SWMM simulasi banjir pada node J15

Berdasarkan Gambar 5 menunjukkan bahwa pada node J15 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 6. Hasil running SWMM simulasi banjir pada node J4 dan J6

Berdasarkan Gambar 6 menunjukkan bahwa pada node J4, dan J6 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 7. Titik banjir pada periode kala ulang 2 tahun

Pada Gambar 7 dapat ditunjukkan titik lokasi banjir pada periode kala ulang 2 tahun.

(12)

2. Simulasi Banjir Periode Kala Ulang 5 Tahun

Simulasi banjir dengan periode kala ulang 5 tahun mendapatkan nilai continuity error pada surface runoff sebesar -0,17% dan nilai continuity error pada flow routing sebesar -0,32% yang menunjukkan bahwa hasil simulasi berjalan dengan baik dan dapat dilanjutkan karena masing- masing nilai pada continuity error kurang dari 10%. Hasil dari simulasi pemodelan dengan SWMM pada periode kala ulang 5 tahun menghasilkan beberapa titik yang terjadi banjir yaitu pada node J1, J2, J3, J4, J5, J6, J7, J8, J9, J13, dan J15 dapat dilihat pada Tabel 10.

Tabel 10. Hasil simulasi banjir periode ulang 5 tahun Node

Debit Banjir hTotal Volume

Banjir Kode

Saluran

Kecepatan

H Saluran H

Banjir H Air

m3/dt m3 Maksimum

m/dt

J1 0,1 0.001 C1 0,42 0,5 m 0,2 m 0,7 m

J2 0,1 0.001 C2 0,42 0,5 m 0,03 m 0,53 m

J3 0,13 0.226 C1 0,42 0,5 m

0,2 m 0,7 m

C3 0,71 0,5 m

J4 0,15 0.165 C2 0,42 0,5 m

0,2 m 0,7 m

C4 0,75 0,5 m

J5 0,23 0.505 C3 0,71 0,5 m

0,35 m 0,85 m

C5 0,55 0,5 m

J6 0,29 0.747 C4 0,75 0,5 m

0,38 m 0,88 m

C6 0,68 0,5 m

J7 0,11 0.334 C5 0,55 0,5 m

0,25 m 0,75 m

C7 0,45 0,5 m

J8 0,06 0.064 C6 0,68 0,5 m

0,18 m 0,68 m

C8 0,31 0,5 m

J9 0,05 0.010 C7 0,45 0,5 m

0,2 m 0,7 m

C9 0,26 0,5 m

J13 0,11 0.003 C11 0,57 0,5 m

0,25 m 0,75 m

C13 0,52 0,5 m

J15 0,22 0.686 C13 0,52 0,5 m 0,3 m 0,8 m

Berdasarkan Tabel 10 pada simulai banjir periode kala ulang 5 tahun yang menunjukkan bahwa terdapat 11 titik banjir di lokasi penelitian dengan debit banjir terbesar terdapat pada node J6 dengan 0,29 m³/detik dan total volume banjir 0,747 m³, kemudian pada debit banjir terkecil terdapat pada node J1 dengan 0,1 m³/detik dan total volume banjir 0,001 m³.

Gambar 8. Hasil running SWMM simulasi banjir pada node J1, J3, J5, J7 dan J9 Berdasarkan Gambar 8 menunjukkan bahwa pada node J1, J3, J5, J7 dan J9 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

(13)

Gambar 9. Hasil running SWMM simulasi banjir pada node J2, J4, J6 dan J8

Berdasarkan Gambar 9 menunjukkan bahwa pada node J2, J4, J6, dan J8 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 10. Hasil running SWMM simulasi banjir pada node J13 dan J15

Berdasarkan Gambar 10 menunjukkan bahwa pada node J13, dan J15 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 11. Titik banjir pada periode kala ulang 5 tahun Pada Gambar 11 dapat ditunjukkan titik lokasi banjir pada periode kala ulang 5 tahun.

(14)

3. Simulasi Banjir Periode Kala Ulang 10 Tahun

Simulasi banjir dengan periode kala ulang 10 tahun mendapatkan nilai continuity error pada surface runoff sebesar -0,17% dan nilai continuity error pada flow routing sebesar -0,34% yang menunjukkan bahwa hasil simulasi berjalan dengan baik dan dapat dilanjutkan karena masing- masing nilai pada continuity error kurang dari 10%. Hasil dari simulasi pemodelan dengan SWMM periode kala ulang 10 tahun menghasilkan beberapa titik yang terjadi banjir yaitu pada node J1, J2, J3, J4, J6, J5, J7, J8, J9, J10, J13, dan J15 dapat dilihat pada Tabel 11.

Tabel 11. Hasil simulasi banjir periode ulang 10 tahun

Nod e

Debit Banjir

Total Volume

Banjir Kode

Saluran

Kecepatan

H Saluran

H

Banjir H Air

m3/dt m3 Maksimum

m/dt

J1 0,11 0,007 C1 0,45 0,5 m 0,2 m 0,7 m

J2 0,12 0,003 C2 0,46 0,5 m 0,22 m 0,72 m

J3 0,13 0,289 C1 0,45 0,5 m

0,3 m 0,8 m

C3 0,74 0,5 m

J4 0,15 0,23 C2 0,46 0,5 m

0,32 m 0,82 m

C4 0,78 0,5 m

J5 0,23 0,55 C3 0,74 0,5 m

0,36 m 0,86 m

C5 0,71 0,5 m

J6 0,29 0,804 C4 0,78 0,5 m

0,39 m 0,89 m

C6 0,77 0,5 m

J7 0,12 0,41 C5 0,55 0,5 m

0,37 m 0,77 m

C7 0,51 0,5 m

J8 0,08 0,161 C6 1,02 0,5 m

0,2 m 0,7 m

C8 0,32 0,5 m

J9 0,06 0,015 C7 0,51 0,5 m

0,22 m 0,72 m

C9 0,26 0,5 m

J10 0,1 0,001 C8 0,32 0,5 m

0,1 m 0,6 m

10 0,49 0,5 m

J13 0,12 0,003 C11 0,59 0,5 m

0,25 m 0,75 m

C13 0,54 0,5 m

J15 0,25 0,764 C13 0,54 0,5 m 0,34 m 0,84 m

Berdasarkan Tabel 11 pada simulai banjir kala ulang 10 tahun yang menunjukkan bahwa terdapat 12 titik banjir di lokasi penelitian dengan debit banjir terbesar terdapat pada node J6 dengan 0,29 m³/detik dan total volume banjir 0,804 m³, kemudian pada debit banjir terkecil terdapat pada node J10 dengan 0,1 m³/detik dan total volume banjir 0,001 m³.

(15)

Gambar 12. Hasil running SWMM simulasi banjir pada node J1, J3, J5, J7, J9, J13, dan J15

Berdasarkan Gambar 12 menunjukkan bahwa pada node J1, J3, J5, J7, J9, J13, dan J15 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 13. Hasil running SWMM simulasi banjir pada node J2, J4, J6, J8, dan J10

Berdasarkan Gambar 13 menunjukkan bahwa pada node J2, J4, J6, J8, dan J10 terjadi banjir karena tinggi dari air melampaui dari tinggi saluran drainase.

Gambar 14. Titik banjir pada periode kala ulang 10 tahun

Pada Gambar 14 dapat ditunjukkan titik lokasi banjir pada periode kala ulang 10 tahun.

(16)

3.6.2 Perencanaan Ulang Saluran Drainase Jalan Manggis

Diperlukan modifikasi dimensi saluran drainase pada Jalan Manggis, karena dengan dilakukannya perencanaan ulang saluran drainase hal tersebut dapat menjadikan kawasan pada Jalan Manggis terbebas dari banjir sehingga dapat memberikan kenyamanan untuk warga sekitar maupun warga dari Jalan Manggis. Perencanaan ulang dimensi saluran drainase dilakukan dengan menggunakan software SWMM menggunakan periode kala ulang tertinggi dari hasil simulasi yaitu pada kala ulang 10 tahun. Hasil perencanaan ulang dimensi saluran drainase Jalan Manggis dapat dilihat pada Tabel 12.

Tabel 12. Perencanaan saluran drainase jalan manggis

Kode

Dimensi Saluran Awal Dimensi Saluran Baru

Bentuk Saluran Tinggi (m) Lebar (m) Tinggi (m) Lebar (m)

C1 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C2 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C3 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C4 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C5 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C6 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C7 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C8 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C9 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C10 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C11 0,5 m 0,5 m 1 m 0,6 m Rect_Open

C13 0,5 m 0,5 m 1 m 0,6 m Rect_Open

Gambar 15. Hasil running SWMM perubahan dimensi saluran pada node J1, J3, J5, J7, J9, J11, J13 dan J15

Berdasarkan Gambar 15 menunjukkan bahwa setelah dilakukan modifikasi dimensi saluran pada node J1, J3, J5, J7, J9, J11, J13, dan J15 tidak terjadi banjir ataupun genangan lagi karena tinggi air sudah tidak melampaui dari tinggi saluran.

(17)

Gambar 16. Hasil running SWMM perubahan dimensi saluran pada node J2, J4, J6, J8, J10, dan J12

Berdasarkan Gambar 16 menunjukkan bahwa setelah dilakukan modifikasi dimensi saluran pada node J2, J4, J6, J8, J10, dan J12 tidak terjadi banjir ataupun genangan lagi karena tinggi air sudah tidak melampaui dari tinggi saluran.

4. Kesimpulan

Berdasarkan dari hasil pembahasan pada kondisi eksisting yang menyebabkan banjir dikarenakan lokasi daerah studi yang cenderung tidak beraturan sehingga tidak mampu untuk mengalirkan air secepat-cepatnya menuju badan air. Dan saluran drainase yang tidak mampu dalam menampung limpasan air hujan dikarenakan terdapat saluran yang mengalami kerusakan, banyaknya sedimen dan dimensi saluran yang terlalu kecil. Setelah dilakukan analisa dengan pemodelan SWMM didapatkan pada kala ulang 2 tahun terjadi banjir di 7 titik kemudian kala ulang 5 tahun terjadi banjir di 11 titik dan pada kala ulang 10 tahun terjadi banjir di 12 titik.

Perencanaan ulang dimensi saluran dilakukan agar saluran drainase pada Jalan Manggis dapat terbebas dari banjir, modifikasi dimensi saluran dilakukan langsung pada simulasi SWMM hingga saluran tidak lagi terjadi banjir. Saluran yang diubah dimensinya dari 0,5 meter x 0,5 meter menjadi 1 meter x 0,6 meter. Selain itu dilakukan pemeliharaan saluran agar saluran tetap terjaga dan bebas dari hal yang mengganggu kinerja dari saluran tersebut.

Daftar Pustaka

Amin, M. B. 2020. Pemodelan Sistem Drainase Perkotaan Menggunakan SWMM. Yogyakarta : Deepublish.

Audi, F.R. 2017. "Evaluasi Sistem Drainase Jalan Raya Wilayah Ruas Jalan Darmawangsa Kota Surabaya". Jurusan Teknik Sipil Universitas Jember.

Dewi IAA, A. I. 2013. "Analisis Kapasitas Saluran Drainase Sekunder dan Penanganan Banjir di Jalan Gatot Subroto Denpasar". Jurnal Ilmiah Elektronik Infrastruktur Teknik Sipil 151-155.

Fernanda, Deni. 2017. "Evaluasi Sistem Drainase Jalan Bumi Indah Balongsari Taman Kota Surabaya Menggunakan Software SWMM". Jurusan Teknik Sipil Universitas Jember.

Hadi, Usaamah. 2018. "Evaluasi Kinerja Sistem Drainase Pada Wilayah Kelurahan Medokan Ayu Kota Surabaya". Jurusan Teknik Sipil Universitas Jember.

Rossman, L. A. 2015. Storm Water Management Model User’s Manual Version 5.1. US: U.S.

Environmental Protection Agency.

Soewarno. 2014. Aplikasi Metode Statistika untuk Analisis Data Hidrologi. Yogyakarta : Graha Ilmu.

(18)

Sri Harto, 1981. Mengenal Dasar-Dasar Hidrologi Terapan. Keluarga Mahasiswa Teknik Sipil Universitas Gajah Mada, Yogyakarta

Suripin. 2004. Sistem Drainase Yang Berkelanjutan. Yogyakarta: Andi.

Tamimi, R. 2015. "Kajian Evaluasi Sistem Drainase Jalan Srikoyo Kecamatan Patrang Kabupaten Jember". Jurusan Teknik Sipil Universitas Jember.

Wesli. 2008. Drainase Perkotaan. Yogyakarta: Graha Ilmu.