1
Program S1 Jurusan Teknik Elektro, Fakulyas Teknik Universitas Mataram Nusa Tenggara Barat Indonesis Email:basri.rahman.darek@gmail.com, msyadnya@unram.ac.id, abdullahzainuddin@yahoo.com
PEMETAAN BANJIR MENGGUNAKAN APLIKASI SYSTEM FOR AUTOMATED GEOSCIENTIFIC ANALYSES (SAGA) DI SUNGAI SULIN KABUPATEN LOMBOK TENGAH
Mapp Of Floods Used Saga Application (System For Automated Geoscientific Analyzes) In Sulin River Central Lombok Basri Rahman11, Made Sutha Yadnya21, Abdullah Zainuddin31
ABSTRAK
Kecamatan Jonggat terletak di Kabupaten Lombok Tengah,dilalui oleh aliran Sungai Sulin (S 08º 40’ 21,5” E 116 10º 17,7” ). Kecamatan Jonggat memiliki Curah hujan yang cukup tinggi, jumlah hari hujan per bulan di Kecamatan Jonggat berkisar antara 1 hingga 23 hari, membuat rentan terhadap bencana banjir. Untuk itu perlu dlakukan upaya-upaya prediksi banjir agar kerugian bisa diminimalisir salah satunya dengan pembuatan peta prediksi banjir.
Pemetaan di dasari dari data kejadian banjir yang didapat dari Badan Penanggulangan Bencana Daerah (BPBD) di Kabupaten Lombok Tengah dan dibuktikan dengan langsung melakukan pengukuran di lokasi kejadian. Katagori tingkat kenaikan air didasari dari 5 faktor penyebab banjir yaitu Curah hujan, ketinggian tempat, kemiringan tempat, infiltrasi tanah dan debit akibat hujan.
Hasil penelitian menunjukkan pemetaan tingkat kenaikan air sungai sulin menggunakan SAGA (System for Automated Geoscientific Analyses ) menghasilkan 5 katagori yaitu aman disimbolkan dengan warna hijau, waspada dengan warna hijau muda,siaga 2 dengan warna kuning, siaga1 warna orange dan awas dengan warna merah.
Kata kunci : Banjir, SAGA, Jaringan Syaraf Tiruan (JST) ABSTRACT
Jonggat sub-district located in Central Lombok regency, traversed by a river stream Sulin (S 08º 40 '21.5 "E 116 10º 17.7'). Jonggat sub-district have a fairly high rainfall,number of days of rain each month in the Jonggat district range from 1 to 23 days, makes it vulnerable to flooding. It is necessary for flood prediction efforts that losses can be minimized either by flood. prediction map making.
In the underlying mapping of flood occurrence data obtained from the Regional Disaster Management Agency (BPBD) in Central Lombok and proved by direct measurement at the scene. Categories based on the level of water rise 5 factors that cause flooding rainfall, altitude, slope places, soil infiltration and discharge rain effect.
The results showed the mapping of river water level rise Sulin using SAGA (System for Automated geoscientific Analyses) yielded five categories namely safe symbolized by the color green, the alert with light green color, Standby 2 with yellow color, standby1 with orange color and beware with red color.
Keywords: Flood, SAGA, Artificial Neural Networks (ANN) PENDAHULUAN
Kecamatan Jonggat terletak dibagian Barat wilayah Kabupaten Lombok Tengah dengan luas wilayah sekitar 7.155 ha. Kecamatan Jonggat memiliki iklim tropis dengan musim kemarau yang kering dan musim hujan yang cukup tinggi di sepanjang tahun. Jumlah hari hujan per bulan di Kecamatan Jonggat berkisar antara 1 hingga 23 hari dengan curah hujan berkisar antara
208 mm hingga 416 mm, membuat
Kecamatan Jonggat rentan terhadap bencana banjir.( Bps.2013.) Dampak negatif dari banjir ini sangat banyak yaitu dapat merusak
berbagai jenis infrastruktur, dampak lainnya seperti penyakit bawaan air dan kelangkaan hasil pertanian akibat gagal panen bahkan banyak menelan korban jiwa. Dalam upaya
mengurangi bencana banjir, aspek
pengendalain banjir adalah sangat penting. Salah satunya dengan cara sistem prediksi dini banjir, yaitu dengan cara memetakan tingkat bahaya banjir disuatu sungai yang dianggap tempat terjadinya banjir. Aplikasi yang digunakan untuk membuat peta sudah sangat banyak salah satunya adalah aplikasi Saga yang merupakan bagian dari gis yang
gratis (open source) sehingga pengguna
bebas mendapatkan tanpa harus
membayar.(BPBD, 2014)
Berdasarkan penjelasan di atas, maka perlu melakukan penelitian dalam pemetaan banjir sehingga hasilnya dapat dijadikan acuan dalam manajemen mitigasi bencana bagi masyarakat, khususnya masyarakat di Desa Labulia Kabupaten Lombok Tengah.
Banjir adalah aliran/genangan air yang menimbulkan kerugian ekonomi atau bahkan
menyebabkan kehilangan jiwa.
Aliran/genangan air ini dapat terjadi karena adanya luapan -luapan pada daerah di kanan atau kiri sungai/ saluran akibat alur sungai yang tidak memiliki kapasitas yang cukup bagi debit aliran yang lewat (Setyawan, 2008).
Faktor-faktor yang mempengaruhi penyebab banjir
Curah hujan. Curah hujan adalah jumlah air
yang jatuh di permukaan tanah datar selama periode tertentu yang diukur dengan satuan tinggi milimeter (mm) di atas permukaan horizontal. Dalam penjelasan lain curah hujan juga dapat diartikan sebagai ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak menguap (evaporasi ), tidak meresap dan tidak mengalir. (Ili Susanti, 2014)
Kemiringan Lahan. Kelerengan atau kemiringan lahan merupakan perbandingan persentase antara jarak vertikal (tinggi lahan) dengan jarak horizontal (panjang lahan datar). Kemiringan lahan semakin tinggi maka air yang diteruskan semakin tinggi. (Miharja, 2013)
Ketinggian Tempat. Ketinggian (Elevasi)
Lahan adalah ukuran ketinggian lokasi di
atas permukaan laut. Ketinggian
mempunyai pengaruh terhadap terjadinya banjir Dimana daerah yang mempunyai ketinggian yang lebih tinggi berpotensi kecil untuk terjadi banjir, Sedangkan daerah dengan ketinggian rendah berpotensi lebih besar untuk terjadinya banjir. (Suhardiman,2012)
Infiltrasi Tanah. Infiltrasi tanah adalah
perjalanan air kedalam tanah sebagai akibat gaya kapiler dan grafitasi. Tekstur tanah turut menentukan tata air dalam tanah berupa kecepatan infiltrasi, penetrasi dan kemampuan pengikatan air oleh tanah serta merupakan satu-satunya sifat fisik tanah yang tetap dan tidak mudah diubah oleh
tangan manusia jika tidak ditambah dari tempat lain. (Asdak, 2004).
Land Use (Penggunaan Lahan). Faktor
penutupan lahan cukup signifikan dalam
pengurangan atau Peningkatan aliran
permukaan. Perubahan tata guna lahan merupakan penyebab utama banjir bila di bandingkan dengan faktor lain. Hutan yang lebat mempunyai tingkat penutup lahan yang tinggi, sehingga apa bila hujan turun ke wilayah hujan tersebut, faktor penutupan lahan ini memperlambat kecepatan aliran permukaan. Ketika suatu kawasan hutan menjadi pemukiman, maka penutupan lahan kawasan ini akan berubah menjadi penutupan lahan yang tidak mempunyai resistensi untuk menahan aliran. Perubahan tata guna lahan pada kawasan konservasi menjadi kawasan terbangun dapat menimbulkan banjir (Asdak, 2010).
Pengukuran Debit. Debit aliran diperoleh
dengan mengalikan luas tampang aliran dan kecepatan aliran. Kedua parameter tersebut dapat diukur pada suatu tampang lintang (stasiun) di sungai. Luas tampang aliran
dipeeroleh dengan mengukur elevasi
permukaan air dan dasar sungai. Kecepatan aliran diukur dengan menggunakan alat ukur kecepatan seperti current meter, pelampung, atau peralatan lain. Salah satu metode untuk menghitung debit diantaranya adalah metode tampang tengah. (Triatmodjo.2010)
Gambar 1. Metode tampang tengah
Luas tampang pias 3:
ܣ3 =ܹ2 + ܹ3
2 ݀3
Debit melalui pias 3:
ݍ3 = ܸ3ܹ2 + ܹ3
2 ݀3
Secara umum, debit melalui pias x:
ݍݔ =ܹݔ − 1 + ܹݔ
2 ݀ݔ
Jaringan Syaraf Tiruan. Jaringan Syaraf
Tiruan adalah sistem pemroses informasi dengan karakteristik dan performa yang mendekati syaraf biologis.
Arsitektur Jaringan Syaraf Tiruan
Gambar 2. Struktur jaringan syaraf tiruan (Novikaginanto, 2012)
Berdasarkan Gambar 2 Jaringan syaraf Tiruan terdiri dari 3 (tiga) layer, yakni input layer, hidden layer, dan output layer. Input layer terdiri dari x1, x2,x3 yang merupakan data yang diinputkan, angka 1 (satu) merupakan bias pada input layer. Pada hidden layer terdapat z1,z2 yang merupakan penghubung antara sinyal input ke sinyal output . Angka 1 (satu) merupakan bias pada hidden layer. Pada output layer terdapat y1 yang merupakan output dari backpropagation itu sendiri. (Novikaginanto, 2012)
Algoritma Backpropagation. Algoritma backpropagation meliputi 3 (tiga) fase.Fase pertama adalah fase maju. Pola masukkan dihitung maju mulai dari layar masukan hingga layar keluaran menggunakan fungsi aktivasi yang ditentukan. Fase kedua adalah fase mundur. Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan yang terjadi. Kesalahan tersebut dipropagasikan mundur, dimulai dari garis yang berhubungan langsung dengan unit-unit dilayar keluaran. Fase ketiga adalah
modifikasi bobot untuk menurunkan
kesalahan yang terjadi. (Novikaginanto, 2012)
SAGA (System for Automated
Geoscientific Analyses Geographic
Information System). SAGA merupakan
software SIG gratis dan open source. SAGA unggul dalam melakukan analisis file raster, namun juga mendukung file vektor dalam bentuk ESRI Shapefile. Format file asli yang dihasilkan adalah .sgrd dan juga mendukung file raster dengan format lainnya termasuk ESRI grid dan Surfer grid. SAGA dibuat dalam bahasa pemrograman C ++ yang bisa digunakan bagi pengguna tingkat lanjut untuk
mengkodekan sendiri “modul” (tools/
functions). Tampilan atau GUI dari SAGA tidak seperti kebanyakan program SIG lainnya, SAGA membuka file raster dan vektor dalam jendela terpisah, meskipun dapat dilakukan overlay untuk membuat peta. (Wikipedia,2016)
METODOLOGI PENELITIAN
Metode Penelitian. Bab metode penelitian ini
menguraikan dan menjelaskan alur mulai penelitian hingga hasil akhir penelitian tercapai. Adapun Langkah-langkah tersebut antara lain analisis kebutuhan sistem pengumpulan data, perancangan perangkat lunak dan pembuatan peta. penelitian ini, Perancangan perangkat lunak menggunakan toolbox matlab R2011b yang dpakai untuk menghitung prediksi kenaikan air sungai dan menggunakan aplikasi SAGA untuk membuat peta.
Prosedur Proses Penelitian
Gambar 3 Blok diagram pembuatan peta Gambar 3. diatas merupakan blok diagram pembuatan peta kenaikan air sungai dan tahapan-tahapan proses pembuatan peta dalam penelitan ini adalah seperti berikut ini: 1. Hasil Pengambilan data. Data-data yang
diperlukan dalam penelitian ini adalah data primer dan data skunder. Data primer diantaranya data ketinggian tempat, kemiringan tempat, infiltrasi tanah, data dimensi sungai seperti luas penampang sungai dan debit sungai, sedangkan data skunder adalah data kejadian banjir dan data base daerah kabupaten Lombok
Tengah berasal dari Badan
Penanggulangan Bencana Daerah (BPBD) Kabupaten Lombok Tengah.
2. Pengelompokkan Data. Data-data primer dan skunder didapat selanjutnya data-data tersebut dikelompokkan menjadi enam parameter yaitu, lama hujan, curah hujan, ketinggian sungai, kemiringan sungai, infiltrasi tanah dan debit akibat hujan.
parameter-parameter tersebut akan
dijadikan sebagai inputan untuk
menghitung tingkat kenaikan air.
3. Penentuan luapan air sungai. Data yang sudah dikelompokkan akan dihitung untuk mendapatkan tingkat luapan air sungai. Tingkat luapan air dihitung berdasarkan besarnya curah hujan perjam, jadi setiap satu jam dihitung berapa kenaikkan airnya, sungai dikatakkan meluap atau banjir apa bila nilai debit akibat hujan lebih besar dari debit awal sungai. Penentuan kenaikkan air sungai menggunakan perhitungan Jaringan Syaraf Tiruan (JST) metode Backpropagation (toolbox matlab). Tingkat kenaikkan air kemudian dikelompokkan menjadi beberapa level dari level aman, waspada, siaga2, siaga1, dan awas. 4. Pembuatan Sistem Informasi Geografis
(SIG). Menyatukan data base Lombok tengah dengan data base DAS Kabupaten Lombok Tengah Pada tahap ini data base Kecamatan Jonggat kabupaten Lombok Tengah dengan data base Aliran Sungai Kabupaten Lombok Tengah disatukan agar pada peta daerah aliran sungainya terlihat, selanjutnya data yang sudah diolah
menggunakan JST (toolbox matlab)
kemudian dimasukkan ke dalam aplikasi pendukung yaitu aplikasi SAGA. Data tersebut merupakan sumber informasi yang terdapat pada peta yang dibuat sebagai tahapan akhir penelitian tugas akhir ini.
5. Menandai Daerah Banjir. Tahap ini akan
dibuatnya suatu sistem informasi
geografis berupa peta kenaikan air sungai di sungai Sulin Desa Labulia kabupaten Lombok Tengah. Dalam peta tersebut ditandai dengan daerah yang statusnya aman, waspada, siaga2,siaga1 dan awas berdasarkan parameter yang digunakan untuk menentukan tingkat kenaikan air
yang sudah diolah menggunakan
perhitungan JST (toolbox matlab)
6. Peta Banjir. Tahap ini dilakukan desain peta seperti pengaturan tata letak legenda, skala peta, dan atribut lain tujuannya untuk membuat peta lebih menarik dan mudah dipahami oleh pengguna.
HASIL DAN PEMBAHASAN
Pengelompokan data. Data yang digunakan
dalam penelitian ini terdiri dari data primer dan data skunder. Data primer seperti pengukuran terhadap dimensi sungai, curah hujan, kemirngan sungai, ketinggian tempat, sampel tanah, debit sungai dan data tutupan lahan. Sedngkan data skunder yaitu data kejadian banjir dan data base daerah kabupaten Lombok Tengah berasal dari Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Lombok Tengah. Data primer dan skunder kemudian diolah menjadi masukan ntuk menghitung kenaikkan air sungai menggunakan perhitungan JST dan mengolahnya menggunakan program toolbox matlab. Setelah mendapatkan nilai tingkat kenaikan air sungai kemudian memetakannya menggunakan aplikasi SAGA(System for Automated Geoscientific Analyses )
Proses training perhitungan kenaikan air menggunakan JST (toolbox matlab)
Tabel 1. Data penentuan kenaikan air sungai di Desa Labulia Kabupaten Lombok Tengah
Curah hujan (mm/jam) Keting gian tempat (mdpl) Kemiri ngan tempat (º) Infiltra-si tanah Debit akibat Hujan (Qp) 32 3 5 1 15.20 64 3 5 1 30.40 96 3 5 1 45.61 Curah hujan (mm/jam) Keting gian tempat (mdpl) Kemiri ngan tempat (º) Infiltra-si tanah Debit akibat Hujan (Qp) 128 3 5 1 60.81 160 3 5 1 76.02 192 3 5 1 91.22 224 3 5 1 106.42 256 3 5 1 121.63 288 3 5 1 136.83 320 3 5 1 152.04
Data yang dipakai dalam proses
Training adalah data 30% dari data
parameter-parameter yang dipakai untuk menentukan kenaikan air sungai.
Hasil training disimpulkan model yang terbaik pada proses ANN menggunakan 40 neuron, transfer function berupa tansig. Jumlah epoch 1000 dan max fail 6, dan
momentum bernilai 0.01, dengan
menggunakan model tersebut didapatkan hasil R sebesar 1. Proses pada Matlab dapat dilihat pada berikut ini:
Gambar 4. Proses Training
Gambar 5. proses Training
Proses validation perhitungan kenaikan air menggunakan JST (toolbox matlab).
Setelah proses training, selanjutnya
dilakukan proses validation. Adapun data yang digunakan pada proses validation adalah dengan menggunakan data yang
berbeda yang digunakan pada proses
training, sedangkan properti dan parameter model yang digunakan sama dengan model pada proses training Langkah yang dilakukan juga sama dengan proses training. Berikut proses dan hasil dari validation:
Tampilan plot validation
Gambar 6. proses validation
Gambar 7. Hasil proses validation
Gambar 7 merupakan plot regression pada proses preprocessing, pada gambar target dengan output nilainya mempunyai korelasi sebesar 1 yang artinya menunjukkan korelasi yang baik antara data output dengan target. Hal ini dikarenakan grafik yang ada berbentuk linear dengan posisi data point, output sama dengan target berada pada posisi yang sama.
Gambar 8. output hasil prediksi
Gambar 8 merupakan hasil output dari perhitungan kenaikan air sungai Sulin di desa Labulia, dimana tidak memiliki error antara data target dengan hasil prediksi. Tabel 2. Perbandingan Data Target dan Data Hasil Prediksi tiap jam
Jam ke- Kenaikan permukaan air (m³/ jam) Error peramalan JST (%) Target Peramalan JST 1 0.1 0.1 0 2 0.1 0.1 0 3 0.1 0.1 0 4 0.9 0.9 0 5 0.9 0.9 0 6 0.9 0.9 0 7 0.9 0.9 0
Berdasarkan Tabel 2 diatas dapat dikatakan hasil prediksi JST tidak terdapat
hasil yang berbeda antara output dengan target yang ditentukan, artinya hasilnya sangat baik.
Pembuatan Peta. Tahap selanjutnya pada
penelitian ini yaitu proses pembuatan GIS menggunakan bantuan aplikasi pendukung SAGAGis 1.2.1 dengan tujuan pembuatan peta kenaikan air sungai di Desa Labulia Kabupaten Lombok Tengah. Dalam proses
pemetaan, hasil dari perhitungan
menggunakan perhitungan jaringan syaraf tiruan akan dirubah menjadi beberapa warna yang mewakili berbagai tingkat kenaikan air sungai. Berikut hasil pembuatan peta kenaikan air sungai sulin menggunakan aplikasi SAGAGis 1.2.1. yang sudah didesain
sesederhana mungkin sehingga mudah
dipahami serta mengatur tata letak legenda dengan rapi.
Gambar 9. Peta kenaikan Air Sungai Sulin di Desa Labulia kec. Jonggat Kabupaten Lombok Tengah
KESIMPULAN
Berdasarkan hasil dan analisa dari bab sebelumnya maka penulis dapat mengambil kesimpulan sebagai berikut:
1. Disimpulkan model yang terbaik pada proses training menggunakan Artificial Neural Network Backpropagation yaitu, menggunakan 40 neuron, transfer function berupa tansig, Jumlah epoch 1000, max fail 6 dan momentum bernilai 0.01, dengan menggunakan model tersebut didapatkan hasil R sebesar 1. 2. Dari hasil penelitian menggunakan
Jaringan Syaraf Tiruan Perambatan-balik
menghasilkan 5 katagori Tingkat
kenaikkan air yaitu katagori aman, waspada, siaga2, siaga1, dan awas, 3. Pemetaan kenaikan air sungai sulin
menggunakan aplikasi SAGA (System for
Automated Geoscientific Analyses )
menghasilkan daerah dengan tingkat kerawanan diadaptasi dari JST yaitu
warna hijau, hijau muda, kuning, orange dan merah.
SARAN
Untuk perbaikkan dan pengembangan lebih lanjut mengenai penelitian ini penulis memberikan masukan bahwa:
1. Dalam perhitungan prediksi kenaikan air menggunakan Jaringan Syraf Tiruan (JST) diharapkan pada penelitian selanjutnya menggunakan banyak data supaya lebih akurat dalam memproses data
2. Untuk pembuatan peta menggunakan Saga diharapkan agar bisa menghasilkan peta 3 dimensi.
DAFTAR PUSTAKA
Asdak, 2004. Hidrologi dan Pengolahan Daerah Aliran Sungai.Gadjah Mada University Press, Yogyakarta.
Bps.2013. Kecamatan Jonggat Dalam
Angka.Praya:bpbd
Novikaginanto. (2016, Januari 14). Dipetik
Januari 14, 2016, dari
http://novikaginanto.wordpress.co. Miharja. 2013. Analisis Kerawanan Dan
Pengurangan Risiko Banjir di
Kalimantan Barat Berbasis Sistem
Informasi Geografi (SIG).UNTAN. Kalbar Setyawan, H. D. (2008 ). Peramalan
Ketinggian Muka Air Dengan Jaringan Syaraf Tiruan Perambatan - Balik.
Eprints.Undip.ac.id/25353/2/M-L2F003506.pdf .
Suhardiman,2012. Zonasi Tingkat Kerawanan
Banjir Dengan Sistem Informasi
Geografis (SIG) Pada Sub Das Walanae Hilir. (skripsi). Universitas Hasanudin. Makasar.
Susanti, Ili .2014. Sistem peramalan kenaikan permukaan air dengan artificial neural network backpropagation. Universitas Bengkulu. Bengkulu
Triatmodjo. 2010. Hidrologi Terapan, penerbit Beta Ofset, Yogyakarta.
Wikipedia,2016.
Saga.http://www.saga-gis.org/en/about/references.html. Diakses pada januari 2016.Mataram