Bab III Metodologi Penelitian
III.1 Umum
Proses penelitian dalam mendapatkan nilai indeks banjir mengikuti metodologi seperti yang diuraikan pada Gambar 3.1 di bawah ini. Proses dimulai dengan penggunaan dan analisis data, yaitu data hujan, evaporasi dan parameter DAS yang secara statistik dipersiapkan untuk proses hidrologi. Penggunaan NAM model dari software MIKE dalam simulasi rainfall runoff dilakukan untuk mendapatkan hidrograf inflow pada DAS Citarum Hulu dan setiap sub DAS-nya. Selanjutnya untuk mendapatkan perilaku aliran di sungai digunakan model hidrodinamik satu dimensi dengan bantuan software MIKE 11, sedangkan untuk mendapatkan variabel dan perilaku banjir maupun genangan di lahan digunakan model banjir MIKE FLOOD yang merupakan gabungan antara model satu dimensi di sungai dengan model dua dimensi di lahan. Dengan bantuan Partial Least Square (PLS), simulasi terhadap variabel indeks dilakukan untuk mendapatkan nilai Indeks Banjir.
Untuk mengetahui resiko dari bahaya banjir dilakukan analisis penilaian resiko (hazard assessment) terhadap kemungkinan kejadian banjir, yang dilanjutkan dengan analisis kerawanan (vulnerability analysis) terhadap daerah-daerah yang rawan terkena banjir. Kedua analisis di atas tentunya berkaitan dengan nilai Indeks Banjir.
III.2 Penggunaan dan Analisis Data
Data yang digunakan untuk analisis hidrologi adalah data hujan, evaporasi, tataguna lahan dan data hidrograf jam-jaman hasil observasi. Data hujan dianalisis untuk mendapatkan hujan rencana wilayah dengan metoda poligon Thiessen. Ada sembilan stasiun hujan yang berpengaruh terhadap wilayah studi ini yaitu stasiun Cicalengka, Paseh, Chinchona, Ciparay, Ujung Berung, Bandung, Cililin, Sukawana dan Cisondari. Tujuh stasiun berada di dalam dan dua berada di luas DAS Citarum Hulu. Data hujan yang tersedia adalah data hujan dalam waktu jam-jaman dan waktu pengamatan yang ditinjau disesuaikan dengan tata guna lahan
Digitally signed by Institut Teknologi Bandung DN: cn=Institut Teknologi Bandung, o=Digital Library, ou=UPT Perpustakaan ITB, email=digilib@lib.itb.ac.id, c=ID
Date: 2013.06.17 09:34:31 +07'00'
Gambar III.1 Bagan Alir Metodologi Penelitian
KETERANGAN :
Arah proses
Hubungan korelasi
Hubungan tidak langsung (tanpa proses) Data :
-Curah Hujan -Evaporasi
-Karakteristik Catchment Area Luas Genangan, Kedalaman Genangan dan waktu genangan Karakteristik Stratifikasi Kedalaman Genangan Stratifikasi Waktu Genangan berdasarkan probalitas kejadiannya Stratifikasi luas genangan berdasarkan probabilitas kejadiannya Simulati Rainfall Runoff dgn Lumped Routing (MIKE RR) Karakteristik Stratifikasi Waktu Genangan Karakteristik Stratifikasi Luas Genangan Indeks Banjir Kalibrasi dengan data pengukuran : Debit Sungai Hydrograph Inflow (Qp dan Tb) Simulasi Hidrodinamik 1D`di Sungai (MIKE 11) Karakteristik Morfologi Sungai Simulasi Hidrodinamik spasial 2D di lahan (floodplan) (MIKE 21) - Peta SIG -Proses Bathymetri -Proses Geografi Simulasi Hidrodinamik Gabungan di Sungai dan spasial di lahan (MIKE FLOOD )
Penentuan hujan wilayah masing -masing sub DAS
Strat. kedalaman genangan berdasarkan probabilitas kejadiannya • • • • •Indeks Qp •Indeks Luas •Indeks Kedalaman •Indeks Waktu Data : -Curah Hujan -Evaporasi
-Karakteristik Catchment Area Luas Genangan , Kedalaman Genangan dan waktu genangan Karakteristik Stratifikasi Kedalaman Genangan Simulati Rainfall Runoff dgn Lumped Routing (MIKE RR) Karakteristik Stratifikasi Waktu Genangan Karakteristik Stratifikasi Luas Genangan Indeks Banjir Indeks Banjir Hydrograph Inflow (Qp dan Tb) Simulasi Hidrodinamik 1D`di Sungai (MIKE 11) Simulasi Hidrodinamik spasial 2D di lahan (floodplan) (MIKE 21) - Peta SIG -Proses Bathymetri -Proses Geografi Penentuan hujan -• • • • •Indeks Qp •Indeks Luas •Indeks Kedalaman •Indeks Waktu Analisa Partial Least Square Penilaian Resiko (Hazard Assessment)
maka untuk mendapatkan data evaporasi jam-jaman dilakukan pendekatan berdasarkan pola distribusi evaporasi dalam 24 jam. (After van Bavel and Fritschen, 1964).
Tata guna lahan yang digunakan adalah tata guna lahan yang terakhir yang tersedia yaitu tahun 2001 yang dikeluarkan oleh Bapeda Provinsi Jawa Barat. Dari tata guna lahan tersebut dapat diketahui koefisien pengaliran masing-masing suatu wilayah dalam DAS Citarum Hulu atau masing-masing sub DAS.
Data lain yang tidak kalah pentingnya adalah data debit atau hidrograf hasil observasi yang dilakukan oleh pihak Saguling di Nanjung. Data hidrograf ini berupa data debit jam-jaman yang akan dipergunakan sebagai kalibrasi untuk hidrograf DAS hasil simulasi NAM model dan debit Sungai Citarum di dekat Nanjung hasil simulasi satu dimensi.
III.2.1 Penggunaan NAM Model Dalam Simulasi Hidrograf Inflow
Untuk menghitung hidrograf yang terjadi pada muara DAS Citarum Hulu atau pada setiap muara sub-DAS digunakan model hidrologi NAM. Model matematika NAM yang dikembangkan adalah model matematika dalam bentuk kuantitatif sederhana sesuai dengan perilaku phase tanah dalam siklus hidrologi. NAM menyediakan variasi komponen dari proses rainfall-runoff dengan perhitungan yang menerus dalam empat tampungan berbeda yang saling berhubungan. Masing-masing tampungan menggambarkan elemen fisik DAS yang berbeda.
Hasil yang diperoleh dari simulasi NAM pada DAS Citarum Hulu selanjutnya dikalibrasi dengan data hidrograf hasil observasi. Dari hasil simulasi di atas diperoleh nilai parameter Umax, Lmax, CQOF, CKIF, CK1.2, TOF, TIF, TG, dan CKBF kawasan DAS Citarum Hulu yang digunakan sebagai harga phase tanah dalam perhitungan hidrograf sub DAS. Khusus untuk nilai koefisien aliran permukaan (CQOF) pada setiap sub DAS digunakan nilai koefisien referensi sesuai dengan tata guna lahan yang ada. Selanjutnya membandingkan jumlah debit hasil simuasi sub DAS – sub DAS dengan debit hasil simulasi kawasan DAS Citarum Hulu serta debit hasil observasi di Nanjung.
III.2.2 Model Hidrodinamik Satu Dimensi Pada Aliran Sungai
Untuk mengetahui perilaku aliran di sungai, maka digunakan model hidrodinamik satu dimensi. Model ini dikembangkan secara numerik dari persamaan Saint Venant yang terdiri dari persamaan kontinuitas dan persamaan momentum. Selanjutnya kedua persamaan di atas diselesaikan dengan persamaan beda hingga implisit dalam grid sebagai titik Q dan h. Dimana titik debit (Q ) dan kedalaman muka air (h) dihitung pada masing-masing waktu. Skema yang digunakan untuk kedua persamaan tersebut adalah skema 6-titik dari Abbott.
III.2.3 Model Hidrodinamik Dua Dimensi Pada Daerah Banjir dan Genangan
Persamaan pengatur yang digunakan dalam menurunkan aliran dua dimensi adalah persamaan Navier-Stokes (Jimenez, 1987) untuk aliran tak mampu mampat pada kedalaman aliran (Lai, 1986). Asumsi yang digunakan dalam menurunkan persamaan Navier-Stokes sama dengan yang digunakan pada persamaan Saint Venant, kecuali pada bagian khusus untuk aliran satu dimensi.
Model hidrodinamik banjir adalah kombinasi gabungan antara model hidrodnamik aliran satu dimensi di sungai dengan model hidrodinamik aliran dua dimensi pada lahan. Metode yang digunakan adalah lateral link, yaitu dengan mengalirkan aliran dari satu dimensi melalui pembatas lateral yang diaplikasikan ke dalam lahan dua dimensi. Selanjutnya untuk menghitung aliran antara satu dimensi di sungai dan dua dimensi di lahan diperlukan sebuah struktur. Jenis struktur ini adalah sebuah pelimpah yang direpresentasikan sebagai aliran limpas dari tanggul sungai. Bentuk geometri struktur tersebut ditentukan dengan tanda batas pada penampang melintang sungai.
III.3 Metoda Perumusan Nilai Indeks Banjir
Dalam menurunkan nilai Indeks Banjir peneliti terinspirasi dengan Human
Development Index (Indeks Pembangunan Manusia) yang dikembangkan oleh
UNDP (United Nation Development Programme) dalam menilai tingkat kesejahteraan suatu bangsa. Maka Indeks Banjir yang akan dirumuskan juga terdiri dari gabungan beberapa indeks yang sangat berpengaruh terhadap kejadian
Ada dua aspek penting yang sangat mempengaruhi proses penyebab dan saat kejadian terjadinya banjir, yaitu aspek hidrologi dan aspek hidrolik. Aspek hidrologi termasuk aspek penyebab terjadinya banjir, yaitu karakteristik curah hujan. Curah hujan yang dapat menyebabkan terjadinya banjir adalah curah hujan yang tinggi, waktu hujan yang relatif lama maupun pola curah hujannya sendiri. Semua parameter karakteristik hujan di atas cenderung mengakibatkan terjadinya banjir yang teridentifikasi dalam bentuk hidrograf di muara sub DAS dengan nilai debit puncak (Qp) yang tinggi. Pada hipotesa awal, waktu dasar hidrograf (Tb) turut berpengaruh besar dalam menentukan karakteristik banjir yang terjadi, akan tetapi berdasarkan penelitian awal yang telah dilakukan, yang signifikan terhadap karakteristik banjir adalah tinggi debit puncak (Qp), sehingga untuk selanjutnya aspek hidrologi yang ditinjau adalah Qp. Sedangkan aspek hidrolik disini adalah akibat fisik yang diakibatkan oleh kejadian banjir terhadap suatu daerah banjir (flood plain), yaitu luas genangan, kedalaman genangan dan waktu genangan yang terjadi.
III.3.1 Klasifikasi Variabel Indeks Banjir
Dalam merumuskan Indeks Banjir tentunya diperlukan nilai batas yang dapat menggambarkan kadar dampaknya akibat banjir tersebut. Nilai batas tersebut lebih awal diturunkan dari variabel pembentuk nilai Indeks Banjir, yaitu debit banjir, luas genangan, kedalaman genangan dan waktu genangan. Sehubungan belum ada referensi yang menyatakan batasan kadar penyebab maupun dampak terjadinya banjir tersebut, maka dalam hal ini peneliti menurunkan batasan tersebut ke dalam tiga kategori kondisi, yaitu kondisi rendah, kondisi sedang dan kondisi besar. Penjelasan mengenai klasifikasi ini akan lebih terinci pada bab selanjutnya yaitu mengenai pengembangan model.
III.3.2 Penetapan Hubungan Antar Variabel Indeks Banjir dengan
Partial Least Square dalam Perumusan Nilai Indeks Banjir
Dalam merumuskan nilai Indeks Banjir yang merupakan hubungan antar variabel seperti yang dijelaskan pada sub bab sebelumnya, maka diperlukan suatu alat atau metode yang dapat membuat hubungan antar variabel tersebut menjadi sebuah
menggunakan Partial Least Square (PLS) dari Struktural Equation Modeling untuk menyelesaikan persoalan di atas.
Alasan PLS digunakan dalam menyesaikan persoalan di atas adalah karena PLS dibandingkan dengan generasi pertamanya multivariate seperti ; analisis komponen (principal component analysis), analisis faktor (factor analysis) dan analisis diskriminan (discriminant analysis atau multiple regression), memiliki fleksibilitas yang lebih tinggi dalam menghubungkan antara teori dengan data. Keterangan mengenai PLS secara lebih lengkap sudah dijelaskan pada bab II sebelumnya.
III.3.3 Analisis Penilaian Resiko (Hazard Assessment)
Analisis ini dilaksanakan untuk mengetahui berapa kemungkinan (probabilitas) dari banjir yang terjadi dalam ukuran besar dan frekuensinya, daerah-daerah mana saja yang akan terkena banjir dikaitkan dengan Indeks Banjir yang terjadi.
