Peranan Curah Hujan dan Aliran Dasar Terhadap Kejadian Banjir Jakarta Sharah Puji1, Atika Lubis2 dan Edi Riawan3. 1Mahasiswa
Meteorologi 2011, 2 Pembimbing 1 Dosen Meteorologi, 3Pembimbing 2 Dosen Meteorologi Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung
ABSTRAK Jakarta merupakan daerah yang berpotensi bencana banjir dan hampir terjadi setiap tahunnya. Data statistik kejadian banjir BNPB (Badan Nasional Penanggulangan Bencana) menunjukan frekuensi tertinggi kejadian banjir Jakarta berada di bulan November, Januari dan Februari. Curah hujan merupakan salah satu faktor penting penyebab terjadinya banjir. Penelitian sebelumnya menunjukkan jumlah curah hujan bulanan dan aliran dasar tertinggi terjadi pada bulan Desember dan Januari. Untuk itu dibutuhkan penelitian lebih lanjut apakah penyebab banjir pada bulan November disebabkan oleh curah hujan dan intensitas yang tinggi saja ataukah ada faktor kenaikan aliran dasar. Telah ditemukan banyak metode untuk perhitungan pemisahan aliran dasar dan direct runoff (DRO), salah satunya dalam penelitian ini menggunakan teknik pemisahan aliran dasar dengan metode Recursive Digital Filter (RDF), kemudian menentukan nilai ekstrem menggunakan metode Cumulative Distribution Function (CDF). Hasil menunjukan bahwa nilai CDF aliran dasar dibulan November dari tahun 2008-2013 sebesar 17,61 m3/s belum menunjukan kondisi aliran dasar yang ekstrem, nilai aliran dasar pada bulan November lebih rendah dibandingkan bulan lainnya. Sedangkan untuk perhitungan direct runoff (DRO) berada pada peringkat ke-tiga setelah bulan Januari dan Februari. Jika dilihat nilai curah hujan maksimum harian, bulan November memiliki curah hujan yang tinggi terutama pada saat debit puncak tahun 2012 sebesar 59.53 mm. Maka dari itu kejadian banjir Jakarta pada bulan November tidak disebabkan oleh aliran dasar ekstrem, namun oleh direct runoff yang dipicu oleh hujan ekstrem. Disamping itu untuk kejadian tidak banjir ditahun 2010 terjadi kontribusi aliran dasar yang tinggi disebabkan nilai debit (TRO) yang rendah. Kata Kunci : Hujan Ekstrem, Aliran Dasar, Recursive Digital Filter, Cumulative Distribution Function
1.
Pendahuluan hujan yang tinggi pada bulan Desember dan Januari yang mengakibatkan tanah menjadi jenuh, sehingga aliran dasar (baseflow) meningkat. Sedangkan untuk kejadian banjir di bulan November membutuh intensitas dan volume curah hujan besar yang mengakibatkan banjir (Rahmawati, 2014). Dibeberapa wilayah lain seperti di Bandung, bulan November menunjukkan kemungkinan terjadinya hujan ekstrem yang lebih tinggi dibandingkan bulan Desember dan Januari, walaupun masih lebih rendah dibandingkan bulan Februari (Abiseno, 2013). Hal ini menunjukkan bahwa tingginya frekuensi banjir dibulan November besar kemungkinan adanya pengaruh dari intensitas hujan yang tinggi. Untuk itu perlu diteliti lebih lanjut pada penelitian ini pengaruh banjir pada bulan November di wilayah Jakarta disebabkan oleh hujan ekstrem atau adanya pengaruh kejenuhan aliran dasar.
Jakarta merupakan daerah yang berpotensi bencana banjir dan hampir terjadi setiap tahunnya. Menurut data Badan Nasional Penanggulangan Bencana (BNPB) banjir terbagi menjadi dua: pertama, banjir yang didefinisikan sebagai peristiwa atau keadaan dimana terendamnya suatu daerah atau daratan karena volume air yang meningkat. Kedua, banjir bandang yaitu banjir yang datang secara tiba-tiba dengan debit air yang besar yang disebabkan terbendungnya aliran pada alur sungai. Adapun dari kedua definisi banjir tersebut diperoleh data statistik histogram kejadian banjir dari tahun 2003 sampai dengan 2014. Frekuensi tertinggi kejadian banjir Jakarta terjadi di bulan November, Januari dan Februari. Pada tahun 2004-2012 wilayah Jakarta, khususnya bulan Februari banyak terjadi status siaga di pintu air Katulampa. Penyebabnya adalah curah
1
2.
pada bulan November, Januari, dan Februari. Kejadian banjir pada bulan November ini akan digunakan untuk pembahasan curah hujan dan aliran dasar ekstrem. Selanjutnya menghitung curah hujan wilayah menggunakan data TRRM disekitar DAS Ciliwung dengan persamaan aritmatik. Menentukan nilai curah hujan harian, dan hujan maksimum bulanan pada tahun debit puncak. Lalu merubah data tinggi muka air menjadi data debit harian dengan persamaan rating curve. Data debit akan digunakan untuk menghitung DRO dan aliran dasar dengan metode RDF, kemudian menentukan nilai ekstrem menggunakan metode CDF. Setelah itu dilihat distribusi aliran dasar, DRO, dan total runoff (TRO) terhadap seluruh data. Dilihat anomali aliran dasarnya. Terakhir analisis dan kesimpulan.
Studi Area dan Data
Lokasi yang digunakan dalam penelitian ini berada pada DAS Ciliwung Hulu sampai pos duga air M.T.Haryono (Gambar 1) dengan luas wilayah 319.8 km2. Tinggi Muka Air di pos M.T. Haryono merupakan salah satu pos yang dapat digunakan sebagai indikator banjir akibat luapan Sungai Ciliwung di wilayah Kota Jakarta Selatan. Waktu kajian dibatsasi pada bulan November tahun 2008-2013. Terdapat dua data utama yang digunakan dalam penelitian ini, yaitu data Tropical Rainfall Measuring Mission (TRMM) dan data tinggi muka air MT Haryono yang didapat dari
Balai Besar Wilayah Sungai Ciliwung-Cissadane (BBWS). Berikut ini terdapat titik koordinat TRMM yang berada diseikatar DAS Ciliwung (Tabel 1) (Gambar 1).
3.1. Perhitungan Debit Perhitungan debit dilakukan dengan mengkonversi data tinggi muka air di Pos Duga Air MT. Haryono menggunakan persamaan Discharge Rating Curve. Persamaan yang digunakan didapat dari BBWS Ciliwung-Cisadane, dilihat pada persamaan (1).
Titik Koordinat TRMM No
Latitude
Longitude
1
-6.15 S
106.83 E
2
-6.41 S
106.76 E
3
-6.63 S
106.83 E
4
-6.83 S
106.83 E
5
-6.51 S
107.03 E
Q = 3,3813 (TMA - 0,531) 2,1072 ...............................(1) dimana, Q TMA
= Debit air (m3/s) = Tinggi muka air (m)
3.2. Perhitungan Curah Hujan Wilayah Perhitungan curah hujan wilayah menggunakan metode rata-rata aritmatik. Persamaan untuk menghitung curah hujan wilayah dapat dilihat pada persamaan (2). 1
𝑃 = (𝑃1 + 𝑃2 + 𝑃3 + ⋯ + 𝑃𝑛 ) ...............................(2) 𝑛
dimana, 𝑃 = curah hujan wilayah (mm) 𝑛 = jumlah titik curah hujan TRMM 𝑃𝑛 = curah hujan masing-masing pengamatan
titik
3.3. Perhitungan Aliran Dasar Perhitungan aliran dasar menggunakan teknik RDF yang diperkenalkan oleh Nathan dan McMahon (1990). Perhitungan diawali dengan perhitungan direct runoff (DRO) menggunakan persamaan (3).
Gambar 1. Lima titik curah hujan TRMM sekitar DAS Ciliwung.
Qd(t) = βQd(t-1) + (1+β)/2[Q(t)-Q(t-1)]……………(3) 3.
Metodologi dimana, 𝑄𝑑 (𝑡) waktu t 𝑄𝑑 (𝑡 − 1) β Q(t) Q(t-1)
Metodologi dalam tugas akhir ini dibagi dalam beberapa bagian, yaitu pertama membuat komposit kejadian banjir Jakarta dari data Badan Nasional Penanggulangan Bencana (BNPB) dari tahun 20032014. Hal ini dilakukan untuk melihat frekuensi tertinggi kejadian banjir di Jakarta setiap bulannya. Hasil menunjukan bahwa frekuensi tertinggi terjadi
2
= DRO atau limpasan permukaan pada = limpasan permukaan pada waktu t-1 = filter parameter = total debit sungai pada waktu t = total debit sungai pada waktu t-1
4. Dilanjut dengan perhitungan persamaan aliran dasar menggunakan persamaan (4).
Hasil dan Pembahasan
4.1. Pemisahan Aliran Dasar
𝑄𝑏 (𝑡) = 𝑄(𝑡) − 𝑄𝑑 (𝑡) ............................................. (4) dimana, 𝑄𝑏 (𝑡)
= aliran dasar
Nilai parameter terbaik diperoleh ketika β = 0,90– 0,95 dengan nilai optimal 0,925 (Nathan dan McMahon, 1990). 3.4. Analisis Ekstrem Cumulative Distribution Function (CDF) dilakukan untuk menghitung probabilitas dari kejadian. Jika F adalah CDF dan x dan y adalah hasil, maka:
Gambar 2. Debit dan aliran dasar DAS Ciliwung tahun 2008-2013. Telah dilakukan uji tren analisis pada debit dan aliran dasar tersebut, menggunakan Test Man-Kendall hasil menunjukan aliran dasar dan debit pada tahun 2008-2013 memiliki tren yang monoton naik dengan nilai Signifikansi (S) positif. seperti yang telah diuji pada tabel berikut.
𝑃(𝑦 ≤ 𝑥) = 𝐹(𝑥)..................................................... (5) 𝑃(𝑦 ≥ 𝑥) = 1 − 𝐹(𝑥) .............................................. (6) 𝑃(𝑥1 ≤ 𝑦 ≤ 𝑥2 ) = 𝐹(𝑥2 ) − 𝐹(𝑥1 ) .......................... (7) Variabel yang digunakan dalam perhitungan adalah data curah hujan harian TRMM.
Tabel 1. Hipotesis tren analisis aliran dasar.
3.5. Test Man-Kendall Test Man-Kendall digunakan untuk data nonparametrik (statistik bebas distribusi) dengan tujuan untuk mengidentifikasi apakah suatu data memiliki tren monoton naik, monoton turun atau tidak ada tren. Persamaan yang digunakan dapat dilihat pada persamaan (8).
Tabel 2. Hipotesis tren analisis debit 𝑆−1 √𝑣𝑎𝑟(𝑆)
,𝑆 > 0
0, 𝑆 = 0
𝑍𝑐 =
𝑆+1
{√𝑣𝑎𝑟(𝑆)
........................................... (8)
,𝑆 < 0
dengan 𝑛 𝑆 = ∑𝑛−1 𝑖=1 ∑𝑘=𝑖+1 𝑠𝑔𝑛(𝑥𝑘 − 𝑥𝑖 )
H0 = Tidak ada tren H1 = Adanya tren P value < α. Hasil H0 ditolak, H1 diterima (Tren Monoton Naik).
dimana, 𝑥𝑘 − 𝑥𝑖 n
4.2. Distribusi Aliran Dasar, DRO dan TRO
= nilai data berurutan = panjang dataset
Penentuan nilai ekstrem dilakukan menggunakan analisis Cumulative Distribution Function (CDF) dengan probabilitas di atas 0,95. Dari analisis CDF, nilai diatas selang kepercayaan 95% dapat dijadikan threshold dalam menentukan nilai ekstrem. Didapat nilai CDF aliran dasar tahun 2008-2013 seperti (Gambar 3).
Nilai S positif menunjukkan kenaikan tren, nilai S negatif menunjukkan penurunan tren, dan untuk nilai S sama dengan nol menunjukkan tidak adanya tren.
3
4.3. Debit Puncak Pada Empat Kejadian Banjir
1
Terdapat empat kejadian banjir dari enam tahun data penelitian dibulan November tahun 2008-2013, (Gambar 6).
0,9 0,8
Probabilitas
0,7
Nov
0,6
Des
0,5
Jan
0,4
Feb
0,3
Mei
0,2
Mart
0,1 0 0
20
40
60
80
(a)
Baseflow (m3/s)
Gambar 3. Cumulative Distribution Function aliran dasar DAS Ciliwung tahun 2008-2013.
40
Aliran (m3/s)
32.75 27.27 30 20.80 19.16 18.29 16.72 17.61 20 11.99 12.90 11.75 11.18 9.49 10
(b)
jun jul ags sep okt nov des jan feb mart apr mei
0 Bulan Gambar 4. Nilai aliran dasar ekstrem DAS Ciliwung tahun 2008-2013. Berdasarkan hasil CDF diatas probabilitas 0,95, distribusi aliran dasar pada bulan November terhadap seluruh bulan dari tahun 2008-2013 berada pada tingkatan ke-enam. Lebih rendah jika dibandingkan bulan Desember, Januari, dan Februari. Dengan nilai aliran dasar berkisar 17,61 m3/s. Sedangkan untuk distribusi nilai Total Runoff dan Direct Runoff masingmasing berada pada peringkat ke-tiga di bulan November (Gambar 5). Oleh sebab itu, secara umum yang berpengaruh terhadap debit puncak banjir dibulan November ialah Direct Run Off (DRO).
(c)
60 TRO
50 40
m3/s
30 20 10
26,2
29,77 31,13
16,37 13,78 18,6 12,23 9,86
(d)
DRO
Gambar 6. Rata-rata debit harian bulan November dan kurva aliran dasar. (a) Tahun 2008, (b) 2011, (c) 2012, (d) 2013.
17,46 17,1 10,64 7,85
Menurut data statistik BNPB kejadian banjir tersebut masing-masing terjadi pada tanggal 14/11/2008, 15/11/2011, 22/11/2012, dan 8/11/2013 pada saat aliran dasar mencapai lebih dari 10m3/s. Puncak rata-rata debit tertiggi terjadi pada bulan November tahun 2012 sebesar 55,76 m3/s. Adapun nilai BFI tertinggi terjadi pada bulan November tahun 2010
jul ags sep okt nov des jan feb mar apr mei jun
0 Bulan
Gambar 5. TRO dan DRO tahun 2008-2013
4
ditahun yang tidak banjir (Tabel 3). BFI adalah rasio antara volume aliran dasar terhadap volume total debit sungai, dapat menggambarkan seberapa besar kontribusi aliran dasar terhadap debit sungai (Brown, Neal, Nathan, 2013).
Anomali
2010
Tabel 3. TRO, Aliran Dasar, BFI bulan November.
14/11/08
Debit Puncak Harian (TRO) (m3/s) 47.7
23/11/09
18.21
5.51
52
23/11/10
36.36
17.23
72
18/11/11
48.82
18.49
66.70
24/11/12
55.76
22.79
53
8/11/13
29.27
15.27
66.20
Tanggal
Puncak aliran dasar (m3/s)
BFI (%)
13.88
52.40
Menunjukan anomali aliran dasar bulan januari sampai dengan desember tahun 2010 dan 2012. Anomali aliran dasar bulan November tahun 2012 berada dibawah rata-rata dan berada diatas rata-rata pada tahun 2010. Artinya banjir pada bulan November tahun 2012 tidak disebabkan oleh aliran dasar ekstrem, sebab anomali aliran dasar berada dibawah rata-rata. Akan dilihat pengaruh hujan ekstrem pada tahun 2012 yang dapat menyebabkan kejadian banjir.
BFI %
4.4 Analisis Pengaruh Curah Hujan Ekstrem Terhadap Aliran Dasar. Perhitungan curah hujan yang dilakukan dalam penelitian ini adalah menggunakan data Tropical Rainfall Measuring Mission (TRMM). Multisatellite Precipitation Analysis (TMPA) merupakan produk hasil gabungan antara TRMM Precipitation Radar (PR) dan TRMM Microwave Imager (TMI) beserta citra satelit meteorologi Microwave dan Infrared lainnya (Huffman, dkk., 2007). Hasil penelitian sebelumnya di Indonesia menunjukkan bahwa hubungan antara TMPA dengan data lapangan dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) adalah kuat khususnya terhadap pola hujan bulanan walaupun masih dalam kondisi dibawah estimasi data hujan BMKG (Assyakur., 2010). Berikut ini adalah histogram curah hujan ekstrem TRRM bulan November tahun 2012 pada saat debit puncak kejadian banjir (Gambar 9).
2012
sep
Bulan
oct
1 2 3 4 5 6 7 8 9 10 11 12
Gambar 8. Anomali aliran dasar diatas normal tahun 2010 dan dibawah normal tahun 2012.
2010
aug
2012
Bulan
Nilai BFI yang tinggi ini disebabkan oleh nilai TRO yang rendah dan intensitas hujan harian yang tinggi di daerah hulu pada bulan Agustus mencapai 75mm/jam (Nugraha, 2014). Awal musim hujan lebih cepat ditahun 2010, terjadi peningkatan curah hujan pada bulan april, mei, dan juni (As-syakur dan Tanaka, 2010). Selanjutnya dipilih nilai TRO maksimum tahun 2012 ditahun banjir untuk dilihat BFI nya kemudian dibandingkan dengan nilai BFI tahun 2010 ditahun yang tidak terjadi banjir. Hasil menunjukan nilai kontribusi baseflow kecil ketika pada saat TRO tinggi. Jadi pada saat TRO memuncak nilai kontribsi baseflow rendah (Gambar 7). 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
0,2 0,15 0,1 0,05 0 -0,05 -0,1 -0,15 -0,2
nov
Gambar 7. Perbandingan baseflow index bulan November tahun 2010 dan 2012
80,00 49,76
40,00
22,94 26,35
mm/hari
Berikut ini terdapat anomali aliran dasar setiap tahun disetiap bulannya, khususnya dibulan November, agar dapat diketahui simpangan dari rata-ratanya (Gambar 8)
60,00
20,00
41,17
36,13
59,53 51,26 44,62
16,76 13,96 15,78 1,51
jan feb mar apr mei jun jul ags sep okt nov des
0,00 Bulan
Gambar 9. Curah hujan maksimum tahun 2012
5
Curah hujan maksimum harian pada bulan November 2012 sebesar 59,53 mm dapat dikategorikan sebagai hujan lebat menurut klasifikasi hujan harian BMKG. Puncak curah hujan pada bulan November ini berada ditanggal 23 November 2012 seperti yang ditunjukan pada (Gambar 10).
30
Rata-rata TRO
25 y = 1,835x - 36,685 R² = 0,2978
20 15 10
70 60 50 40 30 20 10 0
59.53
5
mm/hr
0 0
10
20 30 40 Jumlah hari hujan Gambar 12. Scatter plot total runoff dan jumlah hari hujan tahun 2010. 30 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 Tanggal
25
y = 1,0205x - 9,5706 R² = 0,7644
Rata-rata TRO
20
Gambar 10. Curah huja harian bulan November 2012.
15
Berdasarkan jumlah curah hujan harian bulan November tahun 2012 terlihat bahwa curah hujan tertinggi berada pada tanggal 23 November 2012, sedangkan untuk debit puncak pos duga air MT Haryono berada pada tanggal 24 November 2012 (Tabel 3), artinya hujan yang turun ke permukaan sungai butuh waktu untuk terakumulasi sehingga mencapai debit puncak.
10 5 0 -5
0
10
20
30
40
Jumlah hari hujan
4.5 Perbandingan analisis curah hujan tahun 2010 dengan tahun 2012.
Gambar 13. Scatter plot total runoff dan jumlah hari hujan tahun 2012
Pada tahun 2010 kontribusi aliran dasar memiliki nilai kontribusi tertinggi dibandingkan dengan November lainnya, walaupun memiliki nilai BFI tertinggi dalam kasus ini tidak terjadi banjir, dikarenakan curah hujan yang tidak ekstrem pada bulan ini. Dapat dilihat seperti gambar berikut ini (Gambar 11)
Tahun 2010 Nilai (R2) koefisien determinasi kecil senilai 0.2978 artinya BFI tinggi pada tahun 2010 bukan disebabkan oleh jumlah curah hujan pada saat itu, namun intensitas hujan harian yang tinggi pada bulan-bulan sebelumnya. Bulan November tahun 2010 memiliki curah hujan harian rendah sehingga walaupun nilai kontribusi baseflow tinggi tetapi tidak menyebabkan banjir. Berikut ini curah hujan harian bulan November tahun 2010 (Gambar14).
62,99 70 54,71 60 50 42,46 42,03 36,75 34,13 40 30.77 31,84 31,63 29,97 27,73 27,07 30 20 10 0
mm/hari
70
mm/hr
50 30
jan feb mar apr mei jun jul ags sep okt nov des
10 -10 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Tanggal
Tanggal
Gambar 11. Curah hujan maksimum tahun 2010. Curah hujan maksimum bulan November berada pada kategori sedang dengan nilai 34,13 mm per hari, akibatnya nilai TRO rendah dan menyebkan nilai BFI tinggi. Untuk melihat lebih jelas hubungan antara keduanya, dapat dilihat pada gambar scatter plot antara jumlah hari hujan dan TRO berikut ini ditahun 2010 dan 2012 (Gambar 11)(Gambar 12).
Gambar 14. Curah hujan harian bulan November tahun 2010 Jika dilihat dari nilai BFI pada bulan November tahun 2010 tinggi, disebabkan oleh rendahnya nilai TRO (Tabel 3). Dengan kata lain tidak ada kaitannya jumlah hari hujan dengan TRO yang mengakibatkan
6
BFI tinggi ditahun 2010 bulan November. Jika dibandingkan dengan tahun 2012 koefisien determinasi lebih besar dibandingkan dengan tahun 2010. Nilai R2 sebesar 0.7644 artinya disaat debit puncak hubungan total runoff erat kaitannya dengan jumlah hari hujan, maka dapat disimpulkan banjir pada bulan November tahun 2012 daerah Jakarta dipengaruhi oleh curah hujan ekstrem bukan aliran dasar.
5.
Kesimpulan
Dari enam tahun kajian, kontribusi aliran dasar tertinggi berada dibulan November terjadi pada tahun 2010 ditahun yang tidak banjir, disebabkan oleh peningkatan curah hujan sebelumnya, dan nilai curah hujan dan TRO yang rendah dibulan November. Secara umum banjir yang terjadi dibulan November disebabkan oleh direct runoff yang dipicu hujan ekstrem, sedangkan peranan aliran dasar rendah.
REFERENSI Abiseno, P. (2013). Identifikasi Kejadian Hujan Ekstrem Berdasarkan Data Tropical Rainfal Meassuring Mission (TRMM) Secara Temporal. Tugas Akhir: Institut Teknologi Bandung. As-syakur, & Tanaka. (2010). Comparison of TRRM Multisatellite Precipitation Analysis (TMPA) Product and Daily-Monthly Gauge Data Over Bali Island. International Journal of Remote Sensing. Huffman. (2007). The TRMM Multisatellite Precipitation Analysis (TMPA): QuasiGlobal, Combined Sensor Precipitation Estimates at Fine Scales. Jurnal od Hydrometeorology, 38-55. Nathan, R., & McMahon, T. (1990). Evaluation of Automated Tecniques for Baseflow and Recession Analysis.Wat. Resources. Research., 26(7), 1465-1473. Nugraha. (2014). Analisis Debit Puncak Aliran Sungai Ciliwung Pada Outlet Katulampa. Institut Pertanian Bogor. Rahmawati, D. (2014). Estimasi Rainfall Threshold DAS Ciliwung Hulu Untuk Peringatan Banjir. Tugas Akhir Program Sarjana, Program Studi Meteorologi: Institut Teknologi Bandung.
7
