VI.
6.1.
HASIL DAN PEMBAHASAN
Pengujian Sub Sistem Telemetri Curah Hujan dan Tinggi Muka Air Sebelum melakukan pengambilan data primer curah hujan di Gunungpati
dan tinggi muka air di Bendung Simongan, maka dilakukan uji coba dan kalibrasi peralatan telemetri curah hujan dan tinggi muka air. 6.1.1. Pengujian Telemetri Curah Hujan Setelah melakukan pemasangan peralatan telemetri curah hujan di Gunungpati, maka dilakukan uji coba/kalibrasi peralatan curah hujan dengan dua cara yaitu: 1. Uji coba secara statis (dengan menumpahkan air ke dalam corong penakar hujan). 2. Uji coba secara dinamis (dengan curah hujan sebenarnya) Uji coba secara statis bertujuan untuk mendapatkan ketelitian pengukuran curah hujan sampai 0.5 mm/tip. Sebelum melakukan uji coba, maka dilakukan perhitungan besarnya volume air yang akan ditumpahkan seperti pada Tabel 12. Tabel 12 Hasil perhitungan penakar hujan otomatis untuk diameter 16 cm NO
VOLUME AIR ( cc )
1 2 3 4 5 6 7 8
5 6 7 8 9 10 11 12
DIAMETER COLLECTOR ( cm ) 16 16 16 16 16 16 16 16
LUAS COLLECTOR 2 (cm ) 200 200 200 200 200 200 200 200
INTENSITAS HUJAN (mm/tip) 0.25 0.30 0.35 0.40 0.45 0.5 0.55 0.60
Dari tabel di atas maka dipilih volume air yang akan ditumpahkan ke tipping bucket adalah 10 cc dengan hasil per tip adalah 0.5 mm hujan sehingga alat pengukur curah hujan tersebut adalah bekerja pada 0.5 mm setiap tip. Agar peralatan tipping bucket tersebut dapat tepat 1 kali klik untuk setiap 10 cc air ditumpahkan maka diatur baut pengatur naik atau turun yang ada pada tipping sehingga tepat 10 cc air akan mengklik satu kali. Setelah dilakukan pengetesan
85
secara statis maka dilakukan pengetesan dinamis yaitu dengan menumpahkan air ke sensor curah hujan/alat penakar hujan dan pencatatan air hujan secara real. Dengan menumpahkan air dengan ukuran volume tertentu sehingga sensor curah hujan akan mencatat jumlah air yang ditumpahkan dalam bentuk jumlah curah hujan. Hasil uji coba pengetesan dengan menumpahkan air ke penakar hujan didapat pada Tabel 13. Sedangkan hasil perbedaan pencatatan hujan secara manual dan otomatis (telemetri)
didapat data pengujian seperti pada
Tabel 14. Tabel 13 Hasil pengetesan dengan menumpahkan air ke curah hujan secara manual dan otomatis NO
VOLUME AIR YANG DITUMPAHKAN (cc)
1 2 3 4 5
10 20 30 40 50
JUMLAH GERAKAN TIPPING BUCKET 1 Klik 2 Klik 3 Klik 4 Klik 5 Klik
PEMBACAAN DISPLAY CURAH HUJAN (mm) 0,5 1 1,5 2 2,5
Dari pembacaan display terlihat bahwa dengan menuangkan air ke dalam corong penakar hujan sebesar 10 cc menyebabkan tipping bucket bergerak sekali sehingga sensor reed akan membaca sebagai 1 gerakan atau 1 klik. Karena satu klik = 0,5 mm maka di dispaly akan menunjukkan sebesar 0,5 mm. Demikian selanjutnya kalau volume air yang ditumpahkan sebesar 20 cc maka akan menyebabkan tipping bucket bergerak menjadi 2 gerakan atau 2 klik. Sehingga display akan menunjuk 0,5 mm x 2 = 1,0 mm. Dari tabel uji coba tersebut diatas menunjukkan peralatan curah hujan telah sesuai dengan yang dikehendaki bahwa setiap kelipatan air yang ditumpahkan kelipatan 10 cc menyebabkan kenaikan kelipatan 0,5 mm. Dari hasil perbandingan pencatatan curah hujan secara manual dan secara otomatis pada tabel dibawah ini terlihat bahwa perbedaannya maksimum antara curah hujan manual dan otomatis 1,5 mm. Hal ini disebabkan pengukuran curah hujan secara manual hanya dapat mengukur dengan besar ketelitian dengan range per 1 mm. Sedangkan sistem otomatis yang dipasang dalam penelitian ini mempunyai ketelitian sebesar 0, 5 mm.
86
Tabel 14 Perbandingan hasil pengetesan curah hujan secara manual dan otomatis NO
TANGGAL
1 2 3 4 5
1 Januari 2008 2 Januari 2008 3 Januari 2008 4 Januari 2008 5 Januari 2008
6.1.2.
CURAH HUJAN MANUAL (mm) 0 1 1 62 0
CURAH HUJAN OTOMATIS (mm) 0 2 1,5 63,5. 1
PERBEDAAN (mm) 0 +1 + 0,5 + 1,5 +1
Pengujian Telemetri Tinggi Muka Air Kali Garang Uji coba peralatan telemetri tinggi muka air ini dilakukan setelah peralatan
telemetri di Bendung Simongan dipasang dengan baik. Uji coba dilakukan dengan cara
membandingkan data
telemetri tinggi muka air dengan
hasil
pencatatan data tinggi muka air secara manual dengan cara melihat tinggi muka air pada papan duga. Jika data yang diterima sistem telemetri tinggi muka air berbeda dengan yang dibaca pada papan duga, maka diperlukan kalibrasi sensor tinggi muka air dengan menggeser geser pelampungnya sehingga sama dengan tinggi muka air sebenarnya. Tabel 15 menunjukkan hasil uji coba pembacaan telemetri tinggi muka air Kali Garang. Tabel 15 Hasil uji coba pembacaan tinggi muka air secara manual dengan pembacaan peralatan telemetri tinggi muka air Kali Garang pada tanggal 3 Januari 2008 NO
WAKTU
1 2 3 4 5
10.00 11.00 12.00 13.00 14.00
PEMBACAAN MANUAL (m) 3.65 3,65 3.65 3.65 3.65
PEMBACAAN OTOMATIS (m) 3,65 3,67 3.66 3,65 3,63
PERBEDAAN (cm) 0 +2 +1 0 - 2
Dari hasil pembacaan tingi muka air secara manual dan pembacaan secara otomatis,
terlihat perbedaan berkisar antara 0 s/d 2 cm. Hal ini
disebabkan pembacaan manual tidak dapat teliti disebabkan skala yang ada di papan duga adalah per 5 cm. Tetapi dengan adanya perbedaan yang kurang dari 2 cm akurat.
menunjukan bahwa peralatan telemetri yang dipasang adalah cukup
87
6.1.3. Pencatatan Data Telemetri Curah Hujan dan Tinggi Muka Air Untuk mengetahui hasil pencatatan data curah hujan dan tinggi muka air secara otomatis dapat dilihat di perangkat lunak telemetri yang ada di komputer server. Penerimaan data yang ada di komputer server didapat dari pengukuran curah hujan di Gunungpati dan tinggi muka air di Bendung Simongan. Data curah hujan dan tinggi muka air 5 menitan diterima di server komputer dan data diterima sesuai settingan yaitu 10 , 15, 20, 30 menit atau 1 jam, 2 jam dst hingga 24 jam sekali untuk mengirim data. Jika pengaturan pengiriman data curah hujan dan tinggi muka air diatur pada 30 menit maka 6 data curah hujan dan tinggi muka air dikumpulkan, kemudian dikirim bersama sama setiap 30 menit dengan menggunakan fasilitas SMS. Di bawah ini adalah contoh data hasil pengukuran curah hujan dan tinggi muka air yang didapat dari pengukuran telemetri pada tanggal 30 Januari 2008. Tabel 16
WAKTU DATA
WAKTU KIRIM
16:35:00 16:40:00
Contoh jeda waktu pengiriman data curah hujan dan tinggi muka air dari lapangan dengan waktu penerimaan data di server komputer sistem telemetri tanggal 30 Januari 2008 CURAH HUJAN CH (mm)
WAKTU TERIMA
17:00:00 17:00:00
0,5 3,5
16:45:00
17:00:00
16:50:00
17:00:00
16:55:00
TINGGI MUKA AIR JEDA
TINGGI AIR (m)
WAKTU TERIMA
JEDA
17:01:24 17:01:25
00:01:24 00:01:25
3,61 3,60
17:00:56 17:00:57
00:00:56 00:00:57
1,5
17:01:26
00:01:26
3,60
17:00:59
00:00:59
0,5
17:01:28
00:01:28
3,60
17:01:00
00:01:00
17:00:00
2,5
17:01:29
00:01:29
3,63
17:01:01
00:01:01
17:00:00
17:30:00
2,5
17:31:24
00:01:24
3,65
17:30:55
00:00:55
17:05:00
17:30:00
0,5
17:31:25
00:01:25
3,66
17:30:57
00:00:57
17:10:00
17:30:00
0
17:31:26
00:01:26
3,66
17:30:58
00:00:58
17:15:00
17:30:00
0
17:31:27
00:01:27
3,62
17:30:59
00:00:59
17:20:00
17:30:00
3
17:31:29
00:01:29
3,89
17:31:01
00:01:01
17:25:00
17:30:00
0
17:31:30
00:01:30
4,08
17:31:02
00:01:02
17:30:00
18:00:00
0
18:02:21
00:02:21
4,25
18:00:57
00:00:57
17:35:00
18:00:00
0
18:02:23
00:02:23
4,38
18:00:58
00:00:58
17:40:00
18:00:00
0
18:02:24
00:02:24
4,39
18:00:59
00:00:59
17:45:00
18:00:00
0
18:02:25
00:02:25
4,44
18:01:01
00:01:01
17:50:00
18:00:00
0,5
18:02:26
00:02:26
4,50
18:01:02
00:01:02
17:55:00
18:00:00
0
18:02:28
00:02:28
4,56
18:01:04
00:01:04
18:00:00
18:30:00
1,5
18:32:23
00:02:23
4,61
18:30:51
00:00:51
Keterangan : Jeda adalah selisish waktu kirim dan waktu terima data
88
Dari hasil pencatatan data yang ada di server komputer pada contoh di atas, terlihat bahwa jeda waktu antara pengiriman dengan penerimaan kurang dari dua menit. Hal ini menunjukkan bahwa sistem telemetri yang dibangun telah berjalan
dengan
baik,
walaupun
perbedaan
waktu
pengiriman
dengan
penerimaan SMS juga tergantung pada operator yang dipakai dan traffic dari penggunaan SMS seperti pada saat-saat sibuk yaitu pada saat lebaran, natal ataupun tahun baru. Demikian juga pada pencatatan data tinggi muka air dengan sistem telemetri
menunjukkan bahwa jeda waktu pengiriman dan peneriman
data tinggi muka air dan curah hujan juga menunjukkan kurang dari 3 menit. Dalam pengiriman data secara real time dengan SMS, faktor yang sangat penting diperhatikan adalah sarana insfrastruktur seperti fasilitas pasokan listrik yang harus selalu tersedia selama 24 jam untuk menunjang keperluan server komputer. Hal ini penting mengingat sistem peringatan dini banjir ini tidak dapat bekerja jika fasilitas listrik mati. Seperti kejadian saat terjadi debit tinggi (banjir) tanggal 30 Januari 2008 dimana pada jam 19.00 listrik untuk memasok server komputer padam akibat gangguan listrik dari PLN sehingga data yang terkirim dari lapangan tertunda. Tabel 17 di bawah menunjukkan tertundanya penerimaan data tinggi muka air di server komputer kurang lebih 2 jam akibat padamnya aliran listrik.
Dari tabel
di bawah terlihat bahwa tinggi muka air pada Jam
19:00:00 yaitu 5,17 m (kondisi siaga)
dikirm pada saat jam 19:30:00 baru
diterima di server komputer pada jam 21:16:01. Hal ini sangat membahayakan karena response banjir Kali Garang sangat cepat yaitu sekitar 2 – 3 jam. Sehingga jika data tertunda selama 2 jam maka ada kemungkinan sistem telemetri tidak ada manfaatnya karena waktu datangnya banjir lebih cepat dari data yang diterima di server komputer. Demikian pula untuk penerimaan data curah hujan juga mengalami penundaan penerimaan data akibat pasokan listrik dari PLN padam. Hal ini menunjukkan bahwa peralatan server komputer perlu dilengkapi dengan fasilitas UPS (Uninteruption Power Supply) atau Genset yang dapat memasok listrik jika sewaktu-waktu listrik PLN padam. Hal ini menunjukkan bahwa infrastruktur sistem telemetri ataupun sistem peringatan dini banjir memegang peranan penting agar sistem harus tetap berjalan 24 jam walapun pasokan listrik dari PLN padam. Tabel 17 menunjukkan tertundanya penerimaan data tinggi muka air di server komputer akibat padamnya pasokan listrik dari PLN tanggal 30 Januari 2008.
89
Tabel 17 Tertundanya penerimaan data tinggi muka air dan curah hujan di server komputer akibat padamnya pasokan listrik PLN tanggal 30 Januari 2008 WAKTU DATA
WAKTU KIRIM
18:30:00
CURAH HUJAN CH (mm)
WAKTU TERIMA
19:00:00
0,5
18:35:00
19:00:00
18:40:00
TINGGI MUKA AIR
JEDA
TINGGI AIR (m)
WAKTU TERIMA
JEDA
18:30:19
00:00:19
4,89
19:00:54
00:00:54
0
18:30:23
00:00:23
4,9
19:00:56
00:00:56
19:00:00
0,5
18:30:27
00:00:27
4,99
19:00:57
00:00:57
18:45:00
19:00:00
0,5
18:30:31
00:00:31
5,06
19:00:58
00:00:58
18:50:00
19:00:00
0,5
18:30:35
00:00:35
5,13
19:01:00
00:01:00
18:55:00
19:00:00
0,5
18:30:39
00:00:39
5,14
19:01:01
00:01:01
19:00:00
19:30:00
0,5
21:16:10
01:46:10
5,17
21:16:01
01:46:01
19:05:00
19:30:00
1
21:16:11
01:46:11
5,23
21:16:03
01:46:03
19:10:00
19:30:00
0,5
21:16:12
01:46:12
5,26
21:16:04
01:46:04
19:15:00
19:30:00
0,5
21:16:14
01:46:14
5,28
21:16:06
01:46:06
19:20:00
19:30:00
0
21:16:15
01:46:15
5,34
21:16:07
01:46:07
19:25:00
19:30:00
0
21:16:16
01:46:16
5,36
21:16:08
01:46:08
19:30:00
20:00:00
0
21:16:37
01:16:37
5,32
21:16:28
01:16:28
19:35:00
20:00:00
0,5
21:16:38
01:16:38
5,32
21:16:30
01:16:30
19:40:00
20:00:00
0
21:16:39
01:16:39
5,31
21:16:31
01:16:31
19:45:00
20:00:00
0,5
21:16:40
01:16:40
5,33
21:16:32
01:16:32
19:50:00
20:00:00
0,5
21:16:42
01:16:42
5,24
21:16:34
01:16:34
19:55:00
20:00:00
0,5
21:16:43
01:16:43
5,26
21:16:35
01:16:35
20:00:00
20:30:00
0
21:17:03
00:46:03
5,22
21:16:55
00:46:55
20:05:00
20:30:00
0
21:17:05
00:47:05
5,21
21:16:56
00:46:56
20:10:00
20:30:00
0
21:17:06
00:47:07
5,15
21:16:58
00:46:58
20:15:00
20:30:00
0
21:17:07
00:47:07
5,10
21:16:59
00:46:59
20:20:00
20:30:00
0
21:17:08
00:47:08
5,10
21:17:01
00:47:01
20:25:00
20:30:00
0
21:17:11
00:47:11
5,07
21:17:02
00:47:02
20:30:00
21:30:00
0
21:18:11
00:18:11
5,05
21:17:07
00:17:07
Keterangan : warna merah pada saat penerimaan data tertunda akibat listrik padam
Agar tidak terulang kejadian seperti tersebut di atas, maka perlu dihitung besarnya kapasitas UPS yang diperlukan dalam sistem peringatan dini banjir pada server komputer. Jika asumsi listrik padam selama 4 jam, dan besarnya daya yang diperlukan untuk komputer dan monitor adalah 150 Watt, maka kapasitas batere yang diperlukan dalam waktu 4 jam adalah : K batere = (P / V) x t = (150 / 12) x 4 = 50 Ah dimana : K batere = kapasitas batere UPS dalam Ah (Amper hour) V
= tegangan batere
90
P
= Daya yang diperlukan komputer dalam Watt
t
= Waktu padam dalam jam
Sehingga diperlukan
UPS dengan kapasitas batere minimal adalah 60 Ah
(karena kapasitas batere 50 Ah tidak ada di pasaran) agar server komputer tetap dapat menyala jika terjadi pasokan listrik padam selama 4 jam. Saat ini UPS yang terpasang memiliki kapasitas batere 7 Ah sehingga komputer hanya mampu menyala selama kurang lebih 30 menit. Dalam kondisi
pasokan
listrik PLN padam, peralatan yang ada di
lapangan tetap dapat mengirim data ke server komputer. Hal ini dimungkinkan karena peralatan tersebut walau hanya dilengkapi UPS dengan kapasitas batere 7 AH mampu tetap menyala kurang lebih 12 jam. Karena kebutuhan daya untuk peralatan agent di lapangan hanya sekitar 5 Watt.
6.1.4. Pengujian Sistem Telemetri Curah Hujan dan Tinggi Muka Air Kali Garang Secara Keseluruhan Pengujian Sistem Peringatan Dini Banjir Kali Garang ini sangat penting dilakukan
sebelum dinyatakan layak untuk digunakan.
Pengujian software
telemetri ini antara lain adalah :
fungsi sistem telemetri curah hujan dan tinggi muka air apakah dapat berjalan dengan baik dimana fungsi-fungsi yang ada di software telemetri berjalan dengan baik seperti sistem setting pengiriman data, sistem pengolahan data, penyimpanan data dan lain lain.
Sistem uji coba selama 24 jam selama 1 minggu
terus menerus
tanpa dimatikan untuk mengetahui keandalan sistem telemetri baik hardware ataupun software. Dari hasil dari uji coba sistem telemetri curah hujan dan tinggi muka air ini sistem telemetri telah berjalan dengan baik dimana fungsi penerimaan data dari lapangan ke server komputer telah berjalan dengan sempurna. Selain itu dilakukan validasi data antara lapangan dengan yang ada di komputer. Contoh tampilan perangkat lunak telemetri curah hujan dan tinggi muka air ada pada Gambar 44 dan 45.
91
Gambar 44 Tampilan utama perangkat lunak telemetri curah hujan dan tinggi muka air
Gambar 45 Tampilan setting untuk pengiriman data yang dari lapangan ke komputer server. 6.2.
Hasil Pencatatan Sistem Telemetri Curah Hujan dan Tinggi Muka Air Untuk mengetahui efektivitas dari sistem SMS maka akan dianalisis jeda
waktu antara pengiriman SMS dan penerimaan SMS. Untuk itu diperlukan data waktu pengiriman SMS dari stasiun curah hujan atau tinggi muka air serta data waktu penerimaan SMS di sisi server komputer. Dari hasil pengolahan data di server komputer dari bulan Januari s/d April 2008 didapat bahwa dalam kondisi normal, rata rata selama bulan Januari s/d April 92% data curah hujan terkirim dengan jeda waktu kurang dari 5 menit dan 8% data terkirim dengan jeda antara 5 s/d 10 Menit. Untuk sistem telemetri tinggi muka air, didapat 92,25% data
92
tinggi muka air terkirim dengan jeda waktu kurang dari 5 menit dan 7,75% data terkirim dengan jeda antara 5 s/d 10 menit. Tabel 18 menunjukkan jumlah data dalam persentase dengan jeda waktu pengiriman kurang dari 5 menit dan antara 5 s/d 10 menit, Tabel 18 Hasil perbedaan antara waktu pengiriman dan penerimaan SMS untuk sistem telemetri curah hujan dan tinggi muka air. BULAN Januari
JEDA < 5 MENIT CURAH HUJAN TMA (%) (%) 90 91
5MENIT<JEDA<10 MENIT CURAH HUJAN TMA (%) (%) 10 9
Februari
91
91
9
9
Maret
92
93
7
7
April
94
94
6
6
Rata -rata
92
92,25
8
7,75
Dari tabel di atas menunjukkan sistem SMS masih andal/bisa digunakan dalam sistem telemetri curah hujan dan tinggi muka air karena jeda antara waktu pengiriman dan penerimaan kurang dari 5 menit sekitar 92% data dan hanya sekitar 8% jeda pengiriman data adalah antara 5 s/d 10 menit. Jeda waktu antara pengiriman dan penerimaan yang kecil ini disebabkan sistem telemetri di lapangan menggunakan operator jaringan GSM yang sama dengan sistem yang ada di server komputer. Gambar 46 di bawah menunjukkan Grafik jumlah data dalam % antara pengiriman data dan penerimaan data untuk curah hujan dan
100%
100%
80%
80% CURAH HUJAN JEDA 5 MENIT - 10 MENIT
60% 40%
CURAH HUJAN JEDA < 5 MENIT
P ERSEN TA SE
P ERSEN TA SE
TMA dengan jeda kurang dari 5 menit dan antara 5 sampai dengan 10 menit.
60%
TMA JEDA 5 MENIT - 10 MENIT
40%
TMA JEDA < 5 MENIT
20%
20%
0%
0% Januari Februari Maret BULAN
Gambar 46
April
Januari Februari Maret
April
BULAN
Grafik jumlah data dalam % untuk (a) curah hujan dan (b) TMA dengan jeda waktu kurang dari 5 menit dan 5 s/d 10 menit
Dalam pencatatan data tinggi muka air Kali Garang sejak bulan Januari s/d April 2008 terlihat bahwa pada saat bulan Januari ketinggian air Kali Garang
93
mencapai status awas. Sedangkan pada bulan Februari dan Maret tercatat tinggi muka air tertinggi mencapai waspada. Data lengkap kondisi perubahan status Kali Garang dapat dilihat dari bulan Januari s/d Maret dapat dilihat pada Lampiran VII. Dari hasil pencatatan di server komputer selama bulan Januari s/d Maret 2008 dapat dilihat waktu yang diperlukan untuk perubahan kondisi tinggi muka air Kali Garang dari normal ke waspada/siaga/awas seperti terlihat pada Gambar 47 untuk bulan Januari 2008.
Tanggal 4 Januari 2008 6,00
Ti nggi muka air (m)
5,00
± 170 Menit Waspada
4,00 3,00
±230 menit Siaga
2,00 1,00 0,00
Waktu
5,00
± 60 Menit Waspada
Tanggal 18 Januari 2008
Tinggi m uka air (m)
4,50 4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00
Waktu
Tanggal 30 Januari 2008 6,00
Tin ggi m uka air (m )
± 55 Menit Waspada 5,00 4,00
±85menit Siaga 3,00
± 135 menit Awas 2,00 1,00 0,00
Waktu
Gambar 47 Perubahan tinggi muka air Kali Garang dari normal ke waspada, siaga, atau awas untuk bulan Januari 2008 Sedangkan Gambar 48 dan 49 adalah hasil pencatatan perubahan tinggi muka air di Bendung Simongan yang terekam dalam sistem peringatan dini banjir Kali Garang untuk bulan Februari dan Maret 2008.
94
± 35 Menit Waspada
Tanggal 29 Februari 2008
5,00 4,50 Tin ggi m u ka air (m )
4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00
Waktu
Gambar 48 Perubahan tinggi muka air Kali Garang dari normal ke waspada, siaga, atau awas untuk Bulan Februari 2008
Tanggal 2 Maret 2008 5,00
± 85 Menit Waspada
4,50 4,00
Tinggi muka air (m)
3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00
Waktu
Tanggal 13 Maret 4,60
± 150 Menit Waspada
Ti nggi muka air (m)
4,40 4,20 4,00 3,80 3,60 3,40 3,20
Waktu
Tanggal 17 Maret 4,60
± 55 Menit Waspada
Tinggi muka air (m)
4,40 4,20 4,00 3,80 3,60 3,40 3,20
Waktu
Gambar 49 Perubahan tinggi muka air Kali Garang dari normal ke waspada, siaga, atau awas untuk bulan Maret 2008
95
Dari Gambar 47, 48 dan 49 di atas dapat dibuat tabel waktu perubahan dari kondisi normal ke kondisi waspada, siaga dan awas. Tabel 19 menunjukkan waktu perubahan tinggi muka air Kali Garang dalam kondisi normal ke siaga, waspada dan awas untuk bulan Januari s/d Maret 2008. Tabel 19 Hasil pencatatan waktu perubahan dari kondisi normal ke siaga, waspada, atau awas pada bulan Januari s/d Maret 2008 INTERVAL WAKTU (menit) NORMAL KE SIAGA
TANGGAL
NORMAL KE WASPADA
NORMAL KE AWAS
04-Jan-08
170
230
-
18-Jan-08
60
-
-
30-Jan-08
55
85
135
29-Feb-08
35
-
-
02-Mar-08
85
-
-
13-Mar-08
150
-
-
17-Mar-08
55
-
-
Dari tabel di atas terlihat bahwa perubahan tercepat dari normal ke waspada adalah 35 menit dan terlama adalah 170 menit. Sedangkan waktu perubahan dari normal ke awas adalah 135 menit. Ini menunjukkan bahwa Kali Garang termasuk sungai yang mempunyai respon banjir yang cepat sehingga perlu diwaspadai. Hal ini sangat berbahaya jika terjadi banjir bandang pada malam hari dimana pada saat penduduk sekitar Kali garang pada tertidur lelap. Seperti kejadian banjir tahun 1990, selain faktor cepatnya banjir bandang terjadi juga kejadian banjir tejadi pada malam hari sehingga banyak menelan korban jiwa karena banyak penduduk sekitar Kali Garang sedang tidur pada saat kejadin. 6.3.
Pengujian Sub Sistem Prediksi Banjir Kali Garang Pengujian sub sistem prediksi banjir Kali Garang dilakukan beberapa
langkah pengujian yaitu pengujian dengan data latih dan pengujian dengan data uji/data validasi.
Sedangkan model JST yang digunakan adalah lima model
dengan masukan data curah hujan yang berbeda beda yaitu data curah hujan untuk 1, 2, 3, 4 dan 5 hari. Sedangkan bentuk digunakan adalah neuron 20 dan 30.
arsitektur JST yang akan
Pemilihan jumlah neuron umumnya
biasanya padajumlah neuron tidak terlalu besar tetapi juga tidak terlalu kecil.
96
Langkah awal dalam melakukan sistem prediksi banjir Kali Garang ini adalah dengan melakukan studi pustaka dan pengumpulan data tentang hidrograf banjir Kali Garang.
Hidrograf ini sangat penting di mana untuk
mengetahui respon banjir Kali Garang yaitu berapa waktu yang diperlukan untuk mencapai debit puncak jika terjadi hujan di hulu Kali Garang. Pada tahun 1993, JICA (Japan International Cooperation Agency) melakukan penelitian tentang Master Plan on Water Resources Development and Feasibility Study for urgent Flood Control and Urban in Semarang City and Suburbs dan diperoleh hidrograf banjir Kali Garang (Gambar 50). Dari Gambar hidrograf terlihat bahwa response banjir Kali Garang adalah cepat yaitu berkisar 3 – 4 jam.
sumber : JICA (1993)
Gambar 50 Hidrograf Kali Garang pada tahun 1993 oleh JICA. Untuk melihat respon banjir Kali Garang, juga dilakukan pengumpulan data primer maupun sekunder curah hujan dan tinggi muka air. Pengumpulan data curah hujan secara umum dibagi dua yaitu pengumpulan data sekunder dan data primer. Data sekunder dilakukan dengan mencari data-data curah hujan di Stasiun Gunungpati yang dimiliki oleh BPTP (Balai Pengkajian Teknologi Pertanian) Jawa Tengah dan data tinggi muka air Bendung Simongan yang dimiliki oleh Dinas Pekerjaan Umum Kota Semarang.
Data sekunder ini
digunakan melihat respon banjir Kali Garang. Untuk data sekunder curah hujan
97
dan tinggi muka air ini diambil saat terjadi banjir pada tanggal 25 Desember 2006 di mana pada saat itu terjadi banjir yang cukup besar. Data sekunder curah hujan dan tinggi muka air ini dapat dilihat pada Tabel 20 Tabel 20
JAM
Data curah hujan di Gunungpati dan tinggi muka air di Bendung Simongan pada tanggal 25 Desember 2006
CURAH HUJAN (mm)
TINGGI MUKA AIR (m)
Head (m)
Debit 3 (m /detik)
13.00
0
3,6
0
0
13.30
0
3,6
0
0
14.00
4,2
3,6
0
0
14.30
23,8
3,7
0,1
4
15.00
59,4
3,9
0,3
20
15.30
47,6
4,25
0,65
63
16.00
16,2
4,7
1,1
139
16.30
16
5,2
1,6
243
17.00
2,2
5,8
2,2
392
17.30
2,6
6
2,4
447
18.00
1,4
5,7
2,1
366
18.30
0,2
5
1,4
199
19.00
0,2
4,5
0,9
103
19.30
0
4,25
0,65
Ket: elevasi puncak bendung = 3,6 m ; rating curve 1,57 x 64,6 x h
63 1,5
+ 1,8 x10,4 x h
1,5
Berdasarkan Tabel 20 tersebut di atas dapat dibuat grafik respon banjir Kali Garang yaitu dengan membuat grafik antara curah hujan dan tinggi muka air seperti terlihat pada Gambar 51.
2,5 Jam
7
60
6
50
5
40
4
30
3
20
2
10
1
0
0
tinggi muka air (m)
Curah hujan (mm/ 30 menit)
70
0 0 0 0 0 0 0 0 0 0 0 0 0 0 .0 .3 .0 .3 .0 .3 .0 .3 .0 .3 .0 .3 .0 .3 13 13 14 14 15 15 16 16 17 17 18 18 19 19 waktu
Gambar 51
Grafik hasil pengamatan curah hujan di Gunungpati dan tinggi muka air di Bendung Simongan pada tanggal 25 Desember 2006.
98
Dari hasil studi pustaka yang dilakukan oleh JICA (1993) dan analisa data sekunder banjir tanggal 25 desember 2005 maka diambil waktu terbaik untuk prediksi tinggi muka air (TMA) adalah tinggi muka air dua jam ke depan atau TMA(t+2 jam). 6.3.1. Visualisasi Sistem Prediksi Tinggi Muka Air Kali Garang dengan Jaringan Syaraf Tiruan Perangkat lunak yang dibuat pada Disertasi ini mempunyai satu jendela utama dan beberapa jendela pendukung. Jendela utama merupakan jendela yang digunakan untuk proses berjalannya sistem utama, sedangkan jendela pendukung digunakan untuk proses-proses yang mendukung sistem utama. Tampilan jendela utama dapat dilihat pada Gambar 52.
Gambar 52 Tampilan software prediksi tinggi muka air Kali Garang. Perangkat lunak yang dibuat memiliki 4 mode proses yaitu Setting JST, Pelatihan, Pengujian, dan Prediksi. Proses Setting JST pada prinsipnya adalah proses menentukan ukuran JST yaitu jumlah neuron dalam lapisan tersembunyi, menentukan
parameter-parameter
JST
seperti
laju
pembelajaran
dan
momentum, serta menentukan prioritas berhentinya pelatihan JST apakah toleransi galat atau jumlah epoch. Proses Pelatihan pada prinsipnya adalah proses pencarian nilai-nilai bobot JST berdasarkan data-data pelatihan yang telah disiapkan dengan harapan nilai keluaran mendekati nilai target keluaran yang telah ditentukan. Proses Pengujian digunakan untuk menguji sejauh mana nilai-nilai bobot hasil pelatihan mampu mengenali data-data baik yang sudah dilatih maupun yang belum dilatih. Sedangkan Prediksi merupakan bagian terpenting perangkat lunak ini, yaitu proses untuk memprediksikan tinggi
99
permukaan air untuk dua jam kemudian sehingga juga bisa digunakan dalam mengantisipasi terjadinya banjir. 6.3.2. Pemodelan Jaringan Syaraf Tiruan Dalam membangun model perdiksi tinggi muka air Kali Garang dengan JST, maka perlu dibangun beberapa
model dengan perbedaan model satu
dengan model lainnya adalah pada data masukan curah hujan. Dalam membangun model prediki tinggi muka air dengan JST untuk Kali Garang adalah dilakukan perlakuan masukan curah hujan 1 s/d 5 hari hujan berturut turut dengan konsep API terhadap banjir.
bahwa curah hujan berturut turut akan berpengaruh
Perhitungan API untuk kasus DAS Garang ini dengan data
curah hujan dari Januari s/d Maret 2008 menghasilkan
perhitungan API seperti
disajikan pada Lampiran III. Selain itu curah hujan harian selama bulan Januari s/d Maret 2008 dengan intenistas
hujan lebih dari 10 mm/hari (curah hujan
efektif untuk run off) selama berturut turut adalah maksimum 5 hari. Masukan data curah hujan yang berbeda-beda dari 1 s/d 5 hari data curah hujan sebelumnya yaitu untuk masukan data curah hujan untuk 1 hari sebelumnya adalah CH(t) s/d CH (t-24 jam) untuk model1; 2 hari sebelumnya yaitu CH(t) s/d CH
(t-48jam)
untuk model 2; 3 hari sebelumnya yaitu CH(t) s/d CH
(t-72 jam)
untuk model 3; 4 hari sebelumnya yaitu CH(t) s/d CH (t-96 jam) untuk model4; dan curah hujan 5 hari sebelumya yaitu CH(t) s/d CH (t-120 jam) untuk model 5 dengan bentuk data curah hujan per ½ jam. Sedangkan data tinggi muka air diambil tetap yaitu untuk TMA(t) s/d TMA(t-3 jam) dengan bentuk data tinggi muka air per ½ jam seperti terlihat pada Tabel 21. Tabel 21 Struktur data masukan pada Jaringan Syaraf Tiruan Model (Perlakuan)
Data Tinggi Muka Air (per ½ jam)
Data Curah Hujan (per ½ jam)
Prediksi Tinggi Muka Air
1
TMA(t) s/d TMA(t-3 jam)
CH(t) s/d CH(t-24 jam)
TMA(t+2 jam)
2
TMA(t) s/d TMA(t-3 jam)
CH(t) s/d CH(t-48jam)
TMA(t+2 jam)
3
TMA(t) s/d TMA(t-3 jam)
CH(t) s/d CH(t-72 jam)
TMA(t+2 jam)
4
TMA(t) s/d TMA(t-3 jam)
CH(t) s/d CH(t-96 jam)
TMA(t+2 jam)
5
TMA(t) s/d TMA(t-3 jam)
CH(t) s/d CH(t-120 jam)
TMA(t+2 jam)
Kelima model ini akan diuji dengan menggunakan JST dengan arsitektur satu lapis tersembunyi. Bentuk Model JST untuk contoh model satu dapat dilihat pada Gambar 53.
100
Gambar 53 Contoh struktur data masukan dan aristektur JST untuk model satu. Data yang diperlukan pada aplikasi jaringan syaraf tiruan antara lain adalah data untuk pelatihan, data untuk pengujian, data untuk prediksi, dan data bobot. Data untuk pelatihan dan data untuk pengujian adalah berupa data tinggi air dan data curah hujan dalam jangka waktu tertentu.
6.3.3. Hasil Pelatihan untuk 5 Model JST Data yang digunakan pada proses pelatihan adalah data tinggi air dan curah hujan selama 3 bulan (Januari – Maret 2008) dengan selang waktu 30 menit sehingga jumlah datanya adalah 4.320 data tinggi air dan 4.320 data curah hujan. Proses pelatihan pada prinsipnya adalah proses pencarian nilai-nilai bobot JST berdasarkan data-data pelatihan yang telah disiapkan dengan harapan nilai keluaran mendekati nilai target keluaran yang telah ditentukan. Pelatihan ini digunakan dengan variasi nilai momentum (0,3 dan 0,5), variasi nilai laju pembelajaran (0,5 dan 0,9), dan variasi jumlah neuron tersembunyi (20 dan 30). Sedangkan jumlah epoch yang diinginkan adalah 500. Contoh hasil tampilan running program untuk model satu dengan satu hidden layer 20 neuron dan masukan adalah curah hujan CH(t) s/d CH(t-24
jam)
dan tinggi muka air TMA(t) s/d
TMA(t-3 jam) pada saat pelatihan dapat dilihat pada Gambar 54.
Gambar 54
Contoh tampilan hasil pelatihan untuk jumlah neuron 20 laju pembelajaran 0,5 momentum 0,3
101
Grafik tinggi muka air hasil pelatihan antara perdiksi dengan target untuk data latih (data curah hujan bulan Januari s/d Maret 2008)
dengan laju
pembelajaran 0,9 dan momentum 0,5 serta data masukan curah hujan 4 hari sebelumnya dapat dilihat pada Gambar 55.
Gambar 55
Grafik antara target dan prediksi pada saat pelatihan dengan laju pembelajaran 0,9 dan momentum 0.5 serta data masukan curah hujan 4 hari sebelumnya
Dari Gambar 55 di atas terlihat bahwa prediksi yang dibangun dengan JST mengenali pola tinggi muka air aktual/target akan tetapi ada beberapa daerah dimana JST tidak bisa mengenali pola tinggi muka air yang rendah. Ini menunjukkan bahwa terjadi perubahan data yang exstrim dimana data tinggi muka air Bendung Simongan yang seharusnya selalu berkisar antara 3,6 s/d 3,7 jika tidak terjadi hujan berubah menjadi 3,3 s/d 3,4 meter. Hal ini terjadi pada saat pintu air Bendung Simongan dibuka oleh operator untuk pembuangan lumpur yang ada di sekitar bendung atau dialirkan ke Kali Semarang untuk penggelontoran. Dari hasil running pelatihan JST dengan data curah hujan selama bulan Januari s/d Maret 2008 untuk kelima model dengan perubahan jumlah neuron 20 dan 30; laju pembelajaran 0,9 dan 0,5; serta momentum 0,5 dan 0,3 untuk kelima model tersebut seperti terlihat pada Tabel 22 di bawah ini.
102
Tabel 22 Hasil pelatihan JST untuk ke lima model MODEL (PERLAKUAN)
1
2
3
4
5
NEURON
LAJU PEMBELAJARAN
MOMENTUM
MSE PELATIHAN
20 20 20 20 30 30 30 30 20 20 20 20 30 30 30 30 20 20 20 20 30 30 30 30 20 20 20 20 30 30 30 30 20 20 20 20 30 30 30 30
0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5 0,9 0,9 0,5 0,5
0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3
0,0113 0,0115 0,0111 0,0099 0,0108 0,0119 0,0116 0,0114 0,0090 0,0097 0,0098 0,0098 0,0090 0,0096 0,0094 0,0098 0,0066 0,0064 0,0064 0,0065 0,0064 0,0063 0,0062 0,0064 0,0103 0,0086 0,0081 0,0072 0,0086 0,0106 0,0093 0,0080 0,0062 0,0063 0,0064 0,0064 0,0061 0,0063 0,0064 0,0065
MSE = Mean Square error
6.3.4. Pengaruh Jumlah Neuron Untuk mengetahui pengaruh jumlah neuron, maka dilakukan uji coba dengan merubah dari 20 neuron ke 30 neuron. Seperti dilihat pada tabel tabel 22 di bawah bahwa dari pelatihan JST terlihat bahwa perubahan neuron tidak menjamin bahwa semakin besar jumlah neuron akan semakin kecil MSE . Hal ini dikarenakan bahwa JST adalah suatu proses pengenalan pola. Kadang kadang
103
dengan jumlah neuron yang kecil, sudah cukup untuk mengenali suatu masalah. Dalam menentukan besarnya jumlah neuron, tidak ada teori secara khusus tetapi hanya bisa dilakukan secara coba coba (trial error), tetapi dari beberapa penelitian jumlah neuron berkisar antara 10 s/d 50. Tabel 23 Perbandingan MSE untuk momentum 0,5 dengan jumlah neuron 20 dan 30 MODEL
NEURON
LAJU PEMBELAJARAN
MOMENTUM
MSE PELATIHAN
20
0,9
0,5
0,0090
30
0,9
0,5
0,0090
20
0,9
0,5
0,0113
30
0,9
0,5
0,0108
20
0,9
0,5
0,0066
30
0,9
0,5
0,0064
20
0,9
0,5
0,0103
30
0,9
0,5
0,0086
20
0,9
0,5
0,0062
30
0,9
0,5
0,0061
1 2 3 4 5
Dalam melakukan pelatihan JST yang perlu diperhatikan adalah semakin besar neuron, maka memerlukan waktu komputasi yang lebih lama seperti terlihat pada Gambar 56 di bawah ini dimana untuk neuron 30; laju pembelajaran 0,9 ; momentum 0,5 perlu waktu komputasi 4 jam 15 menit. Sedangkan proses komputasi untuk 20 neuron; laju pembelajaran 0,9 ; momentum 0,5 lebih cepat dibandingkan untuk
30 neuron yaitu waktu pelatihan hanya 3 jam 13 menit
(Gambar 57)
Gambar 56 Hasil pelatihan model 3 untuk jumlah neuron 30, Laju pembelajaran 0,9 dan momentum 0,5 diperlukan waktu pelatihan 4 jam 15 menit
104
Gambar 57 Hasil pelatihan model 3 untuk jumlah neuron 20, Laju pembelajaran 0,9 dan momentum 0,5 diperlukan waktu pelatihan 3 jam 13 menit Untuk itu dalam melakukan pelatihan JST perlu diperhitungkan spesifikasi dari sebuah komputer. Hal ini sangat penting mengingat semakin besar neuron akan semakin lama waktu pelatihan sehingga untuk mempercepat pelatihan diperlukan spesifikasi komputer yang tinggi. 6.3.5. Pengaruh Perubahan Laju Pembelajaran Laju pembelajaran mempunyai fungsi untuk mempercepat proses iterasi (epoch) ke arah konvergen. Laju pembelajaran semakin besar akan semakin cepat mengarah ke suatu titik konvergensi (menuju kestabilan MSE). Hal ini dapat dilihat dari hasil pelatihan JST seperti terlihat pada Gambar 58 dan 59 di bawah ini.
Gambar 58 Hasil pelatihan model 3 untuk jumlah neuron 20, Laju pembelajaran 0,9 dan momentum 0,5 dimana diperlukan waktu pelatihan 3 jam 13 menit
105
Gambar 59
Hasil pelatihan untuk model jumlah neuron 20, Laju pembelajaran 0,5 dan momentum 0,5 dimana diperlukan waktu pelatihan 3 jam 20 menit
Dari hasil pelatihan untuk laju pembelajaran semakin besar tidak dapat menjamin bahwa pelatihan akan mendapatkan MSE akan semakin kecil. Pengaruh perubahan laju pembelajaran terhadap harga MSE dapat dilihat pada Tabel 24. Tabel 24 Pengaruh perubahan laju pembelajaran terhadap MSE untuk Neuron 20 dan Momentum 0,5 MODEL 1 2 3 4 5
NEURON
LAJU PEMBELAJARAN
MOMENTUM
MSE PELATIHAN
20 20 20 20 20 20 20 20 20 20
0,9 0,5 0,9 0,5 0,9 0,5 0,9 0,5 0,9 0,5
0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5
0,0113 0,0111 0,0090 0,0098 0,0066 0,0064 0,0103 0,0081 0,0062 0,0064
6.3.6. Pengaruh Perubahan Momentum Salah satu perbaikan proses belajar standar yang populer adalah algoritma belajar perambatan-balik dengan momentum. Dalam perambatan-balik dengan momentum menjadikan jaringan syaraf semakin cepat konvergen. Perbaikan bobot merupakan kombinasi antara kemiringan sekarang (current gradient) dengan kemiringan sebelumnya (previous gradient). Metode ini adalah modifikasi dari metode gradient descent. Konvergen akan lebih cepat dicapai bila menggunakan penambahan metode momentum untuk perbaikan bobot.
106
Perumusan bobot unit keluaran perambatan-balik dengan momentum terlihat dalam persamaan berikut. wkh(t + 1) = wkh(t) + αkih + μ[ wkh(t) - wkh(t - 1)] dimana : μ = momentum α = laju pembelajaran wkh(t + 1) = bobot baru wkh(t) = bobot lama persamaan di atas terlihat bawa dengan menambahkan μ akan
Dari
menambah harga bobot baru sehingga mempercepat proses konvergensi. Akan tetapi pengaruh perubahan momentum semakin besar tidak menjamin bahwa hasil MSE akan semakin kecil. Hal ini dapat dilihat pada tabel di bawah ini dimana untuk momentum 0,5 tidak selalu menghasilkan MSE lebih kecil dari pada monetum 0, 3 . Tabel 25 Perbandingan MSE pelatihan tehadap perubahan momentum 0,5 dan 0,3; neuron 20; dan laju pembelajaran 0,9 untuk ke lima model MODEL
NEURON
LAJU PEMBELAJARAN
MOMENTUM
MSE PELATIHAN
20 20 20 20 20 20 20 20 20 20
0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9
0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3 0,5 0,3
0,0113 0,0115 0,0090 0,0097 0,0066 0,0064 0,0103 0,0086 0,0062 0,0063
1 2 3 4 5
Dari hasil pembahasan di atas, maka dapat disimpulkan bahwa tujuan memperbesar laju pembelajaran serta penambahan momentum adalah salah satu teknik komputasi untuk mempercepat kestabilan MSE. atau mempercepat konvergensi. Dari hasil pelatihan semua model yaitu model 1 s/d model 5 didapat hasil MSE yang terkecil adalah 0,0061 yaitu pada model 5 (data curah hujan 5 hari sebelumnya) dimana: jumlah neuron 30; laju pembelajaran 0,9; dan momentum 0,5. Sedangkan MSE terbesar didapat pada model 1 (data curah hujan 1 hari sebelumnya) dimana: jumlah neuron 30; laju pembelajaran 0,9; dan momentum 0,3. Akan tetapi dalam proses pelatihan ini hasil yang didapat belum dapat
107
memilih model yang terbaik, karena diperlukan langkah pengujian lebih dahulu untuk memilih model yang paling optimum.
6.3.7. Hasil Pengujian 5 Model JST Proses pengujian ini bertujuan untuk mengetahui seberapa besar jaringan ini mengenali data yang dimasukkan setelah melewati tahap pelatihan. Selain itu, pengujian ini dilakukan untuk mengetahui keseimbangan jaringan dalam mengenali pola pelatihan secara benar dan memberikan tanggapan yang baik terhadap pola lain. Pengujian dilakukan dengan menggunakan bobot JST hasil pelatihan sebelumnya.
Bobot JST tersebut diperoleh dari proses pelatihan dengan
konfigurasi JST dengan 5 variasi jumlah masukan data curah hujan. Dari hasil tahap pengujian dengan data tinggi air dan curah hujan selama jangka waktu tertentu (tanggal 18 April s/d 21 April 2008) didapat hasil pengujian seperti pada Tabel 26.
Dari tabel di atas
didapat bahwa masukan yang menghasilakn MSE
terkecil adalah dengan menggunakan model 4 yaitu dengan masukan data curah hujan CH(t) s/d CH(t-96
jam).
Dimana harga MSE terkecil pada model 4 jika
dibandingkan dengan model 1, 2, 3 dan 5. Dari tabel di atas walaupun R untuk model 4 menunjukkan harga yang bukan terkecil karena dalam melihat hasil pemodelan yang terpenting adalah dengan melihat MSE dahulu baru dilihat Korelasi (R). Jika hasil pemodelan menunjukkan harga MSE yang sama antara dua model, maka baru dilihat hasil korelasinya (R) yang terbesar yang menunjukkan hasil pemodelan yang terbaik. Untuk perhitungan lengkap pemodelan dengan MSE terkecil yaitu model 4 B dapat dilihat pada Lampiran IV
108
Tabel 26 Hasil pengujian JST dengan masukan data curah hujan bervariasi 1 s/d 5 hari sebelumnya; laju pembelajaran 0,9 dan 0,5; serta momentum 0,5 dan 0,3 MODEL LAJU NEURON MOMENTUM MSE PENGUJIAN (PERLAKUAN) PEMBELAJARAN A 20 0,9 0,5 0,0191 B 20 0,9 0,3 0,0194 C 20 0,5 0,5 0,0194 D 20 0,5 0,3 0,0165 1 E 30 0,9 0,5 0,0178 F 30 0,9 0,3 0,0199 G 30 0,5 0,5 0,0198 H 30 0,5 0,3 0,0195 A 20 0,9 0,5 0,0140 B 20 0,9 0,3 0,0144 C 20 0,5 0,5 0,0150 D 20 0,5 0,3 0,0157 2 E 30 0,9 0,5 0,0129 F 30 0,9 0,3 0,0143 G 30 0,5 0,5 0,0143 H 30 0,5 0,3 0,0146 A 20 0,9 0,5 0,0095 B 20 0,9 0,3 0,0086 C 20 0,5 0,5 0,0085 D 20 0,5 0,3 0,0068 3 E 30 0,9 0,5 0,0097 F 30 0,9 0,3 0,0091 G 30 0,5 0,5 0,0085 H 30 0,5 0,3 0,0078 A 20 0,9 0,5 0,0049 B 20 0,9 0,3 0,0046 C 20 0,5 0,5 0,0055 D 20 0,5 0,3 0,0057 4 E 30 0,9 0,5 0,0051 F 30 0,9 0,3 0,0049 G 30 0,5 0,5 0,0048 H 30 0,5 0,3 0,0051 A 20 0,9 0,5 0,0075 B 20 0,9 0,3 0,0068 C 20 0,5 0,5 0,0074 D 20 0,5 0,3 0,0067 5 E 30 0,9 0,5 0,0073 F 30 0,9 0,3 0,0071 G 30 0,5 0,5 0,0078 H 30 0,5 0,3 0,0069 Keterangan: MSE = Mean Square Error dan R = Korelasi antara target dan prediksi
R 0,88 0,88 0,87 0,87 0,89 0,88 0,87 0,87 0,89 0,90 0,89 0,89 0,90 0,90 0,90 0,89 0,88 0,87 0,87 0,87 0,87 0,87 0,86 0,86 0,89 0,89 0,87 0,87 0,88 0,89 0,88 0,88 0,88 0,88 0,87 0,88 0,88 0,88 0,87 0,88
MSE terkecil untuk setiap model
. Hasil Grafik korelasi antar target dan prediksi untuk ke lima model dengan MSE terkecil tersebut dapat dilihat pada gambar di bawah ini.
109
Model 1D (Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3)
Grafik Model 1 D 4,4
Prediksi (m)
4,2 4 3,8 y = 0,845x + 0,486 R² = 0,757
3,6 3,6
3,8
4
4,2
4,4
Target (m)
Gambar 60 Grafik hasil pengujian antara target dan prediksi untuk model 1D
Model 2E (Neuron = 30 ; laju pembelajaran = 0,9 ; momentum = 0,5)
Grafik Model 2 E 4,4
Prediksi (m)
4,2 4 y = 0,911x + 0,246 R² = 0,818
3,8 3,6 3,6
3,8
4
4,2
4,4
Target (m)
Gambar 61 Grafik hasil pengujian antara target dan prediksi untuk Model 2E
Model 3D ( Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3 )
Grafik Model 3D
Prediksi(m)
4,4 4,2 4 3,8
y = 0,825x + 0,632 R² = 0,755
3,6 3,6
3,8
4
4,2
4,4
Target (m)
Gambar 62 Grafik hasil pengujian antara target dan prediksi untuk Model 3D
110
Model 4B ( Neuron = 20 ; laju pembelajaran = 0,9 ; momentum = 0,3 )
Grafik Model 4B 4,4
Prediksi (m)
4,2 4 3,8
y = 0,884x + 0,439 R² = 0,789
3,6 3,6
3,8
4
4,2
4,4
Target (m)
Gambar 63 Grafik hasil pengujian antara target dan prediksi untuk Model 4B
Model 5D ( Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3 )
Grafik Model 5D 4,4
Prediksi (m)
4,2 4 3,8
y = 0,848x + 0,539 R² = 0,770
3,6 3,6
3,8
4
4,2
4,4
Target (m)
Gambar 64 Grafik hasil pengujian antara target dan prediksi untuk Model 5D
Dari hasil pengujian untuk konfigurasi JST yang memberikan hasil MSE terkecil dari semua model yang diuji adalah konfigurasi dengan jumlah neuron 20; laju pembelajaran 0,9; momentum 0,5; dengan curah hujan masukan 4 hari ke belakang diperoleh MSE 0,0046. Grafik pengujian dengan Jaringan Syaraf Tiruan untuk 5 model dengan jumlah 5 variasi masukan yaitu dengan masukan data curah hujan 1, 2, 3, 4 dan 5 hari sebelumnya dapat dilihat pada Gambar 65 s/d 69.
111
Gambar 65 Grafik hasil pengujian antara target dan prediksi untuk Model 1D data masukan CH(t) s/d CH(t-24 jam) dengan 20; neuron laju pembelajaran 0,5; momentum 0,3.
Gambar 66 Grafik hasil pengujian antara target dan prediksi untuk model 2E dengan data masukan CH(t) s/d CH(t-48 jam) dengan 30 neuron laju pembelajaran 0,9; momentum 0,5.
Gambar 67 Grafik hasil pengujian antara target dan prediksi untuk model 3D dengan data masukan CH(t) s/d CH(t-72 jam) dengan 20 neuron laju pembelajaran 0,5; momentum 0,3.
112
Puncak I
Puncak II
Gambar 68 Grafik hasil pengujian antara target dan prediksi untuk model 4B dengan masukan CH(t) s/d CH(t-96 jam) dengan 20; neuron laju pembelajaran 0,9; momentum 0,3.
Gambar 69 Grafik hasil pengujian antara target dan prediksi untuk model 5D dengan data masukan CH(t) s/d CH(t-120 jam) dengan 20 neuron; laju pembelajaran 0,5; momentum 0,3. 6.4.
Hasil Pengujian Sub Sistem Informasi Banjir Bagian terkahir dari sistem peringatan dini banjir adalah sub sistem
informasi banjir. Dalam penelitian ini dilakukan pengujian sistem peringatan dini banjir Kali Garang berbasis SMS dan Web baik fungsi dan efektifitas peralatan tersebut.
6.4.1
Hasil Pengujian Pengiriman Data dengan Menggunakan Sistem SMS untuk Peringatan Dini Banjir Yang dimaksud pengujian sistem SMS peringatan dini banjir adalah jeda
waktu yang diperlukan antara waktu pengiriman status tinggi muka air melalui SMS dari server komputer ke beberapa HP dengan beberapa no. provider GSM dan CDMA. Dalam uji coba Sistem Informasi Banjir Kali Garang ini adalah
113
dengan cara menaikkan sensor tinggi muka air sehingga melampaui batas normal tinggi muka air waspada/siaga/awas.
sungai (di atas 440 cm)
yaitu pada batas
Dalam uji coba ini dilakukan beberapa kali percobaan
yang berbeda beda untuk sisi penerima SMS dengan beberapa operator GSM dan CDMA (Simpati, XL, Indosat, Fleksi dan Mobile 8) dan satu sistem operator untuk sisi pengirim (Simpati). Tabel di bawah adalah hasil uji coba jeda waktu antara pengiriman SMS dengan penerima SMS. Tabel 27
Hasil pengujian perbedaan waktu antara pengiriman SMS dan penerimaan pada beberapa operador.
NO
TANGGAL
WAKTU KIRIM SMS
1 2 3 4 5 6
1 Januari 2008 1 Januari 2008 3 Januari 2008 3 Januai 2008 5 Januari 2008 6 Januari 2008
10.00 18.00 14.00 17.00 17.00 19.00
WAKTU PENERIMAAN SMS DI HP SIMPATI 10.02 18.01 14.01 17.01 17.01 19.02
XL 10.03 18.03 14.04 17.04 17.03 19.02
MENTARI 10.02 18.02 14.02 17.02 17.03 19.02
FLEKSI 10.03 18.05 14.06 17.04 17.03 19.02
Dari hasil uji coba jeda waktu pengiriman SMS antara pengiriman dan penerimaan SMS pada pada tabel di atas didapat hasil maksimal waktu jeda adalah kurang dari 10 menit. Dari hasil pengamatan beberapa kejadian banjir sebenarnya di Kali Garang, sistem informasi banjir dengan SMS ini telah berjalan dengan baik yakni pada saat tinggi muka air Kali Garang naik, komputer server telah mengirim SMS status Kali Garang ke beberapa petugas banjir seperti terlihat pada Gambar 70 di bawah ini.
Gambar 70 Tampilan tulisan yang diterima di HP pada kejadian banjir sebenarnya
114
Beberapa petugas dan pejabat instansi terkait yang telah tercatat dalam software sistem peringatan dini banjir ini yang akan menerima SMS jika Kali Garang meningkat statusnya dari normal ke waspada/siaga dan awas. Tabel 28 adalah contoh sebagian nama-nama instansi terkait yang akan merima SMS jika terjadi perubahan status Kali Garang. Pengelompokan status pengiriman ke instansi terkait selama ini belum ada panduan yang tetap. Akan tetapi secara struktur bahwa petugas banjir dan instansi pemerintah tingkat kelurahan akan mendapatkan pengiriman jika perubahan status Kali Garang tejadi dari normal ke waspada, siaga dan awas. Sedangkan camat cukup kondisi siaga dan walikota/wakil walikota dan sekda hanya akan menerima SMS jika statusnya adalah awas. Tabel 28 Contoh beberapa orang yang akan menerima SMS jika Kali Garang meningkat statusnya NO 1 2 3 4 5 6 7 8 9 10 11 12
NAMA
JABATAN
WASPADA
SIAGA
AWAS
Sukawi Sutarip H Macfud Ali H Sumargo Nugroho Joko PM Chairun Setiawan Ari Joko Santoso Fauzi Lukito Nasriel Hidayat Pawitan Joko Windarto
Walikota Wakil Walikota Sekda Ka Dinas PU Semarang Ka BGM Semarang Ka Santel Kesbanglinmas Ka Subdin Pengairan Ka Balai PSDA SPV IPB IPB
Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya
Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Ya Ya
Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya
Dalam perangkat lunak sistem peringatan dini banjir ini, Gambar 71 menunjukkan tampilan status petugas banjir dan staf dinas terkait yang akan menerima informasi banjir lewat SMS beserta statusnya. Untuk perangkat lunak sistem peringatan dini banjir Kali Garang ini adalah terintegrasi menjadi satu bagian dengan perangkat lunak telemetri. Fasilitas lain dalam sistem telemetri adalah mengolah data, setting waktu pengiriman data, dan lain lain. Dalam pengolahan data terdapat fasilitas export ke data Excel dan Word.
115
Gambar 71 Tampilan daftar nama dan no HP yang akan dikirim jika status Kali Garang berubah dari normal ke waspada/siaga/awas.
6.4.2
Pengujian Sistem Informasi Banjir Berbasis Web Pengujian Sistem Peringatan Dini Banjir Kali Garang berbasis Web ini
sangat penting dilakukan sebelum dilakukan sosialiasi ke masyarakat/instansi terkait. Pengujian yang dilakukan dalam sistem informasi banjir adalah apakah situs web site informasi banjir Kali Garang ini dapat diakses lewat internet. Web site peringatan dini banjir Kali Garang Semarang ini dapat diakses dengan mengakses alamat web site yaitu di www.semarang.go.id dimana akan muncul icon Sistem Peringatan Dini Banjir (Gambar 72).
Icon Sistem Peringatan DIni Banjir
Gambar 72 Tampilan web site sistem peringatan dini banjiir Kota Semarang www.semarang.go.id.
116
Jika icon sistem Sistem Peringatan Dini Banjir
ini di Klik maka akan
muncul kondisi tinggi muka air Kali Garang secara real time. Dari hasil uji coba sistem informasi banjir dengan internet, data yang ditampilkan adalah sesuai dengan data yang diterima di server komputer pada saat itu seperti terlihat pada Gambar 73
Gambar 73 Tampilan Web site sistem peringatan dini banjir Kali Garang. Dalam sistem informasi banjir berbasis SMS dan Internet ini, untuk mengakses situs info banjir Kali Garang kadang-kadang mengalami kegagalan terutama pada siang hari. Hal ini disebabkan sistem jaringan yang dibangun oleh Pemkot mempunyai kendala-kendala fasilitas infrastruktur jaringan komputernya. Gambar 74 menunjukkan bentuk sistem jaringan internet Pemkot Semarang.
3Com
Gambar 74 Sistem jaringan internet di Pemkot Semarang.
yang dipasang di
117
Dari Gambar 74 tersebut di atas terlihat bahwa server info banjir Kali Garang
tidak ditempatkan di server utama Pemkot Semarang. Hal ini
menyebabkan sistem koneksi ke internet menjadi terhambat dikarenakan melewati beberapa tahap dan jalur yang ada digunakan bersama sama dengan komputer lain. Untuk mempercepat sistem informas banjir dengan internet, maka sistem jaringan info banjir seharusnya diubah ke dalam bentuk seperti pada Gambar 75.
3Com
Gambar 75 Sistem jaringan internet yang seharusnya di Pemkot Semarang.
6.4.3
Integrasi Sistem Telemetri, Sistem Prediksi dan Sistem Informasi Banjir Dalam sistem peringatan dini banjir ini dilakukan pula intergasi setiap sub
sistem yaitu integrasi anatar sistem telemtri, sistem perdiksi dan sistem informasi banjir. Dalam sistem integrasi ini baru dilakukan tahap awal yaitu di mana ke tiga sistem tersebut telah terintegrasi dan telah bekerja tetapi informasi prediksi tidak diinformasikan baik ke petugas ataupun ke masyarakat. Hal ini disebabkan sistem perdiksi perlu dilakukan uji coba lebih lama lagi dengan data latih yang lebih banyak lagi serta data uji yang lebih banyak pula. Gambar di bawah menunjukkan hasil uji coba ke tiga sub sistem yaitu sub sistem telemtri, sub sistem perdiksi dan sub sistem informasi banjir menjadfi satu sistem.
118
Gambar 76 Tampilan simulasi sistem peringatan dini banjir yang telah terintegrasi terhadap sub sistem telemetri, sub sistem prediksi dan sub sistem informasi banjir 6.5.
Sistem Penanggulangan Bencana Banjir Kali Garang Dalam setiap kejadian bencana di Indonesia ada beberapa pihak yang
bekerja sama dalam melakukan usaha-usaha penanganannya. Pihak-pihak ini adalah pemerintah, organisasi-organisasi bantuan dan masyarakat itu sendiri. Hubungan antara pihak-pihak ini sebaiknya telah dirintis pada tahap persiapan sebelum ada bencana di bawah koordinasi Satlak PBP. Untuk tingkat nasional, lembaga pemerintah yang khusus menangani penanggulangan bencana di Indonesia sebelum UU No. 24 Tahun 2007 adalah berdasarkan Kepres N0 83 Tahun 2005 tentang BAKORNAS PBP (Badan Koordinasi Nasional Penanggulangan Bencana dan Penanganan Pengungsi), SATKORLAK PBP (Satuan Koordinasi Pelaksana Penanggulangan Bencana dan Penanganan Pengungsi) di tingkat provinsi, SATLAK
tingkat kabupaten/kota,
SATGAS tingkat kecamatan dan LINMAS di tingkat desa. Di samping itu peran LSM (Lembaga Swadaya Masyarakat) dan organisasi-organisasi seperti PMI (Palang Merah Indonesia ) juga sangat penting dalam penanganan bencana. Untuk memperkuat kesiap-siagaan, masyarakat bisa mendapatkan pelatihanpelatihan dari organisasi-organisasi tersebut. Gambar 77 a menunjukkan
119
susunan organisasi penanggulangan bencana dari tingkat pusat sampai desa/kelurahan sebelum UU No. 24 Tahun 2007 dan Gambar 77 (b) menunjukkan susunan menurut UU No. 24 Tahun 2007.
Sumber: Yayasan IDEP (2005)
(a)
Sumber : Depkumham (2008)
(b) Gambar 77 a. Susunan organisasi penanggulangan bencana sebelum UU No. 24 Tahun 2007 b. Susunan organisasi penanggulangan bencana setelah UU No. 24 Tahun 2007 Jika pemerintah daerah propinsi atau Kabupaten/Kota belum mempunyai peraturan daerah tentang BPBD, maka struktur organisasi SATKORLAK PBP dan SATLAK PBP tetap berlaku sampai menunggu terbitnya peraturan daerah tentang pembentukan Badan Penanggulangan Bencana Daerah Tingkat I /II. Untuk kondisi daerah bencana di DAS Garang, dari survey lokasi daerah rawan bencana terdapat 14 kelurahan yang rawan bencana banjir bandang yang tersebar di 6 kecamatan. Dari daerah rawan bencana sebanyak 14 kelurahan tersebut terdapat 33 RW yang perlu diwaspadai terkena dampak banjir bandang Kali Garang.
Tabel 29 menunjukkan daerah rawan bencana banjir
bandang termasuk lingkup RW (Rukun Warga) di sekitar Kali Garang.
120
Tabel 29 Daerah rawan bencana banjir bandang di sekitar Kali Garang NO
1
2
KECAMATAN
Semarang Barat
Semarang Utara
3
Semarang Tengah
4
Semarang Selatan
5
Gajah Mungkur
6
Gunung Pati
KELURAHAN
RW
Krobokan
I, IV, VI, IX
Cabean
I
Bojong Salaman
I, II, III, VI, VIII
Ngemplak Simongan
II, VII, VIII
Manyaran
I,VII
Bulu Lor
II, III, VII, VIII, X
Panggung Kidul
III
Panggung Lor
XI
Pendrikan Lor
VI
Barusari
IV, V
Bulustalan
III, IV
Sampangan
I, IV, VII
Petompon
III, V
Sukorejo
III
Keterangan: kriteria rawan banjir bandang adalah yang berjarak 500 meter dari tanggul
Pada buku Pedoman Panduan Umum Penanggulangan Bencana dapat dibuat susunan organisasi penanggulangan bencana berbasis masyarakat dengan susunan organisasi utama adalah yang ada di pemerintahan. Dari buku panduan tersebut dapat dibuat susunan organisasi termasuk kelompok masyarakat untuk Kali Garang.
KMPB = Kelompok Masyarakat Penanggulangan Bencana
Gambar 78 Susunan SATLAK PBP Kota Semarang dan Kelompok Masyarakat Penanggulangan Bencana untuk bencana banjir Kali Garang.
121
Gambar 79 adalah susunan organisasi SATLAK PBP Kota Semarang dan Kelompok Masyarakat Penanggulangan Bencana
Kali Garang untuk daerah
rawan bencana banjir Kali Garang berdasarkan buku panduan umum penanggulangan Bencana. 6.6.
Sistem Penanggulangan Bencana Banjir Kali Garang Berbasis Masyarakat Selama ini banyak yang beranggapan bahwa penanganan bencana
merupakan tugas dan tanggung jawab pemerintah saja, tetapi sebenarnya adalah tugas kita bersama, yakni pemerintah, swasta dan masyarakat sesuai dengan peran dan fungsi masing-masing. Salah satu cara untuk memperkuat kemampuan daerah dalam upaya penanggulangan bencana adalah meningkatkan pengetahuan melalui pendidikan dan pelatihan, baik bagi aparatur pemerintah maupun masyarakat di daerah. Selama ini tindakan dalam usaha penanggulangan bencana dilakukan oleh pemerintah yang pelaksanaannya kemudian dilakukan bersama antara pemerintah daerah dengan organisasi-organisasi yang terkait dan masyarakat yang tertimpa bencana. Masyarakat baik sebagai individu maupun masyarakat secara keseluruhan dapat berperan secara signifikan dalam manajemen bencana banjir. Peranan dan tanggung jawab masyarakat dapat dikategorikan dalam dua aspek yaitu aspek penyebab dan aspek partisipatif adalah sebagai berikut: .
Aspek Penyebab, Jika beberapa peraturan yang sangat berpengaruh atas faktor-faktor penyebab banjir dilaksanakan atau dipatuhi akan secara signifikan akan mengurangi besaran dampak bencana banjir. Tabel 30 menunjukkan faktor-faktor penyebab banjir di sekitar K Garang.
Aspek partisipatif, dalam hal ini
partisipasi atau kontribusi dari
masyarakat dapat mengurangi dampak bencana banjir yang akan diderita oleh masyarakat sendiri. Tabel 31 menunjukkan contoh partisipatif masyarakat terhadap pencegahan banjir di sekitar Kali Garang.
122
Tabel 30 Aspek penyebab banjir di sekitar Kali Garang PERMASALAHAN SEKITAR K GARANG Ya; Seperti banyaknya sampah rumah tangga yang dibuang di sungai
ASPEK PENYEBAB BANJIR o
Membuang sampah/limbah padat ke sungai, saluran dan sistem drainase
o
o
Membangun jembatan dan bangunan yang menghalangi atau mempersempit palung aliran air
o
Ya; seperti adanya penutupan gorong gorong oleh masyarakat untuk toko toko/warung di bantaran sungai
o
Tinggal dalam bantaran sungai
o
Ya; ada 23 KK yang tinggal di daerah bantaran sungai K. Garang
o
Menggunakan dataran retensi banjir untuk pemukiman atau untuk hal-hal lain diluar rencana peruntukkannya
o
Ya
o
Penggundulan tangkapan air
daerah
o
Ya
o
Praktek pertanian dan penggunaan lahan yang bertentangan dengan kaidah-kaidah konservasi air dan tanah
o
Ya
hutan
di
Tabel 31 Aspek partisipasi masyarakat KETERLIBATAN MASYARAKAT
ASPEK PARTISIPASI MASYARAKAT
SEKITAR KALI GARANG
o
Ikut serta dan aktif dalam latihanlatihan (gladi) upaya mitigasi bencana banjir misalnya kampanye peduli bencana, latihan kesiapan penanggulangan banjir dan evakuasi, latihan peringatan dini banjir dsb.
o
Ya; seperti terlihat pada kegiatan penanggulangan banjir yang dilakukan oleh pihak Kesbanglinmas Kota Semarang.
o
Ikut serta dalam pendidikan publik yang terkait dengan upaya mitigasi bencana banjir .
o
Ya; seperti terlihat dalam sosialisasii sistem peringatan dini banjir Kali Garang.
o
Ikut serta dalam setiap tahapan konsultasi publik yang terkait dengan pembangunan prasarana pengendalian banjir dan upaya mitigasi bencana banjir
o
Ya; seperti terlihat pada laporan rencana pembangunan Waduk Jatibarang dengan melakukan kegiatan Analisa Mengenai Dampak Lingkungan (AMDAL)
o
Mengadakan gotong-royong pembersihan saluran drainase yang ada di lingkungannya masing-masing
o
Ya; dengan adanya program Pemerintah Kota Semarang yaitu Resik Resik Kutho setiap Jumat
123
Pada saat menghadapi bencana, masyarakat yang belum mampu untuk menanganinya sendiri harus menunggu bantuan yang ’kadang-kadang’ tidak segera datang. Perlu disadari bahwa upaya/kegiatan yang dilaksanakan pada detik-detik pertama saat bencana terjadi, sangat menentukan dampak bencana tersebut.
Didasari
pemikiran
tersebut,
dan
sejalan
dengan
program
pengembangan masyarakat yang mandiri, masyarakat sendiri perlu mengetahui secara menyeluruh semua upaya dan tindakan penanggulangan bencana supaya bisa segera mengambil tindakan yang tepat pada waktu bencana terjadi. Pada tahun 2005 Pemerintah melalui BAKORNAS PBP mengeluarkan Panduan Umum
Penanggulangan
Bencana
Berbasis
Masyrakat
(PBBM).
Secara
keseluruhan, tujuan PBBM adalah: 1. Meningkatkan kesadaran dan kesiap-siagaan masyarakat, terutama pada daerah-daerah yang rawan bencana. 2. Memperkenalkan cara membuat peta bahaya setempat. 3. Memperkuat kemampuan mayarakat dalam menanggulangi bencana dengan menjalin kerja sama dengan pihak-pihak terkait. 4. Mengembangkan organisasi bencana di daerah. 5. Memperkaya pengetahuan masyarakat dengan pendidikan tentang bencana. 6. Mempertinggi kesadaran masyarakat akan lingkungan hidup. 7. Membina kemampuan masyarakat yang mandiri.
KMPB (Kelompok Masyarakat Penanggulangan Bencana) sebagai kelompok masyarakat yang aktif dalam masalah penanggulangan bencana, terutama di kelurahan-kelurahan yang rawan bencana banjir kali Garang. Kelompok Masyarakat iniliah yang pertama tama akitf dalam penanggulangan bencana. Dari survey di Kali Garang terdapat 14 kalurahan yang termasuk daerah rawan bencana, yaitu Kelurahan Panggung Lor, Panggung Kidul, Bulu Lor, Pendrikan Lor, Bulustalan, Barusari, Petompon, Sampangan, Sukorejo, Krobokan, Cabean, Bojong Salaman, Ngemplak Simongan, dan Manyaran. Idealnya kelurahan-kelurahan tersebut mempunyai seperti terlihat pada Gambar 79.
struktur organisasi KMPB
124
Gambar 79 Usulan Struktur organisasi KMPB di sekitar Kali Garang berdasarkan panduan umum penanganan bencana berbasis masyarakat Susunan KMPB ini terdiri dari empat bagian utama yaitu bagian penanggulangan, bagian operasional, bagian komunikasi masa dan bagian kesejahteraan. Untuk bagian penanggulangan akan menangani masalah deteksi dini dan pemetaan. Kelompok inilah yang paling utama yang akan menerima sistem informsai banjir jika suatu sistem informasi peringatan dini banjir diterapkan secara menyeluruh baik untuk petugas banjir dan di masyarakat.
6.7.
Sosialisasi Sistem Peringatan Dini Banjir Berbasis SMS dan Web Sosialisasi peralatan sistem peringatan dini banjir berbasis SMS dan Web
ini sangat perlu dilakukan baik untuk masyarakat, petugas dan instansi terkait. Hal ini disebabkan antara lain : a. Peralatan sistem peringatan dini banjir berbasis SMS dan internet ini merupakan peralatan yang baru sehingga sangat perlu disosialisasikan ke masyarakat.
125
b. Peralatan sistem peringatan dini banjir menggunakan teknologi yang cukup baru sehingga belum dikenal oleh petugas banjir di lingkungan Dinas PSDA Jawa Tengah/Sub Din PU Pengairan Kota Semarang. c. Peralatan peringatan dini banjir ini walaupun bekerja secara otomatis, tetapi tetap diperlukan petugas untuk melakukan operasi dan perawatan rutin sehingga perlu dilakukan sosialisasi sehingga petugas mengetahui cara pengoperasian dan perawatan peralatan sistem peringatan dini banjir ini. Dalam sosialisasi ini dilakukan peninjauan lapangan oleh petugas banjir dan
sosialisasi
langsung
ke
masyarakat
dan
instansi
terkait
seperti
Kesbanglinmas, BMG, kelurahan, kecamatan dan masyarakat sekitar Kali Garang (RT/RW) sekaligus meresmikan peralatan sistem peringatan dini banjir ini pada tanggal 31 Januari 2008. Beberapa kegiatan sosialisasi baik secara langsung atau tidak langsung melalui media masa dapat dilihat pada Lampiran VI. Dari hasil sosialisasi peralatan sistem peringatan dini banjir ini, didapat masukan masukan dari peserta sosialisasi antara lain :
Sebaiknya sistem informasi banjir dengan SMS ini dapat dikirim sampai ke tingkat RT/RW sehingga sistem informasi peringatan dini banjir ini akan lebih cepat sampai ke masyarakat.
Jika memungkinkan peralatan ini dilengkapi dengan display yang terpasang di lokasi yang sangat strategis (misal di perempatan jalan/simpang lima) sehingga informasi banjir dapat dilihat oleh masyarakat umum yang tidak mempunyai HP.
Untuk mengantisipasi tidak berfungsinya peralatan peringatan dini banjir akibat padamnya listrik, maka diharapkan adanya genset/UPS yang dipasang di lokasi server komputer.
Sebaiknya dilakukan pula program simulasi evakuasi bencana banjir.
Pemerintah Kota Semarang diharapkan dapat memasang pula sistem peringatan dini banjir akibat rob.
Pemerintah Kota Semarang diharapkan dapat menambah sistem pompanisasi untuk mengurangi akibat banjir. Secara umum peralatan sistem peringatan dini banjir Kali Garang ini telah
mencatat kejadian banjir dan mengirim informasi banjir ke petugas sejak tanggal 31 Januari 2008 setelah dilakukan sosilasiasi.
126
6.7.1. Persepsi Petugas Banjir dan Staf Instansi Pemda Terhadap Peralatan Sistem Peringatan Dini Banjir Kali Garang Pada bulan Juli 2008 dilakuan survey kepada wakil dari pemerintah dan petugas banjir serta masyarakat untuk dimintai pendapatnya tentang peralatan sistem peringatan dini banjir ini. Survey dilakukan secara langsung satu persatu kepada wakil pemerintah atau petugas banjir dengan cara mengisi kuisioner dengan empat
pertanyaaan (bentuk pertanyaan ada pada Lampiran V A).
Jumlah responden adalah 15 orang baik dari petugas dan staf instansi terkait dengan hasil seperti terlihat pada Tabel 32. Tabel 32 Hasil survey persepsi petugas dan staf instansi terkait terhadap peralatan sistem peringatan dini banjir Kali Garang No. Responden
P1
1
mengetahui
2
sangat mengetahui
3
P2
P3
P4
sangat membantu
tidak perlu
diperlukan
sangat membantu
Perlu
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
4
sangat mengetahui
sangat diperlukan
sangat membantu
Perlu
5
sangat mengetahui
sangat diperlukan
membantu
Perlu
6
sangat mengetahui
sangat diperlukan
membantu
tidak perlu
7
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
8
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
9
sangat mengetahui
sangat diperlukan
membantu
tidak perlu
10
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
11
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
12
mengetahui
sangat diperlukan
sangat membantu
tidak perlu
13
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
14
sangat mengetahui
sangat diperlukan
sangat membantu
tidak perlu
diperlukan
15 sangat mengetahui sangat diperlukan sangat membantu tidak perlu Keterangan : P1 = Pertanyaan 1 ; P2 = Pertanyaan 2 ; P3 = Pertanyaan 3 dan P4 = Pertanyaan 4
Dari Tabel 32 dapat dibuat diagram lingkaran pertanyaan
untuk setiap jenis
dari P1 hingga P4. Dari Gambar 80 (a) terlihat bahwa untuk
pertanyan P1 yaitu apakah para petugas mengetahui peralatan peringatan dini banjir yang dipasang di Kali Garang, maka sebanyak 86,7% responden sangat mengetahui dan sisanya 13,3% mengetahui peralatan tersebut. Sedangkan dari Gambar 80 (b) di bawah terlihat bahwa persepsi petugas terhadap keperluan
127
alat tersebut 86,7% sangat memerlukan dan sisanya 13,3% menjawab memerlukan.
Petugas Mengetahui Perlatan Sistem Peringatan Dini Banjir yang Dipasang di Kali Garang 0%
Peralatan Tersebut Diperlukan Dalam Penanganan Banjir di Kali Garang 0%
13%
13%
Diperlukan
Mengetahui
Sangat diperlukan
Sangat Mengetahui
Tidak Diperlukan
Tidak Mengetahui 87%
87%
(a)
(b)
Gambar 80 Diagram lingkaran persentase persepsi petugas terhadap (a) pertanyaan P1 dan (b) pertanyaan P2 Dari hasil survey ke petugas banjir dan instansi terkait didapat bahwa sistem informasi banjir dengan SMS tersebut sebagian besar petugas terlihat bahwa
80%
menjawab
bahwa
peralatan
tersebut
sangat
membantu
menyebarkan informasi banjir sedangkan 20% responden menjawab membantu dalam menyebarkan informasi banjir seperti terlihat pada Gambar 81 (a).
Peralatan Tersebut Membantu Dalam Menyebarkan Informasi Banjir
Sistem SMS Informasi Banjir Kali Garang Perlu Dikirim ke Masyarakat 0,0%
0,0% 20,0%
Sangat Membantu Membantu
20,0% Tidak Perlu Perlu
Tidak Membantu
Sangat Perlu
80,0%
(a)
80,0%
(b)
Gambar 81 Diagram lingkaran persentase persepsi petugas banjir terhadap (a) pertanyaan P3 dan (b) pertanyaan P4
128
Dari Gambar 81 (b) terlihat bahwa sistem pengiriman informasi banjir dengan SMS tersebut, sebagian besar petugas terlihat bahwa 80%
belum
menginginkan informasi banjir tersebut dikirim langsung ke masyarakat dan hanya 20% yang menjawab perlu dikirim ke masyarakat. Hal ini disebabkan petugas banjir sangat mengetahui bahwa sistem infrastruktur dari peralatan peringatan dini banjir tersebut belum 100% sempurna. Sehingga sebagaian besar
para petugas masih menginginkan perbaikan infrastruktur peralatan
peringatan dini banjir ini (seperti penyediaan genset/UPS di server komputer) dahulu sebelum sistem SMS peringatan dini banjir ini dikirim ke masyarakat. Berdasarkan data hasil pengisian 15 responden, dapat dihitung skor untuk pertanyaan P1 s/d P4 (Lampiran V.C) sehinga didapat perhitungan skor untuk setiap pertanyaan seperti terlihat pada Tabel 33. Tabel 33 Perhitungan skor pertanyaan untuk responden staf/petugas banjir Pertanyaan
Skor
Persentase
Kesimpulan
P1
43
95,5
Sangat Mengetahui
P2
43
95,5
Sangat Diperlukan
P3
42
93,3
Sangat membantu
P4
42
93,3
Tidak Perlu
Keterangan : Maksimum skor setiap pertanyaan 45
6.7.2. Persepsi Masyarakat Terhadap Peralatan Sistem Peringatan Dini Banjir Kali Garang Untuk mengetahui persepsi masyarakat terhadap peralatan peringatan dini banjir ini, maka dilakukan survey langsung ke masyarakat. Dalam melakukan survey, maka dipilih wakil dari beberapa RW yang dekat dengan lokasi Kali Garang dan didapatkan 20 orang responden dengan hasil seperti terlihat pada Tabel 34.
Bentuk pertanyaan P1 sampai dengan
Lampiran V.B.
P4
dapat dilihat
pada
129
Tabel 34 Hasil survey persepsi wakil masyarakat sistem peringatan dini banjir Kali Garang No. Responden
P1
P2
P3
terhadap peralatan
P4
1 mengetahui diperlukan sangat diperlukan diperlukan 2 sangat mengetahui diperlukan sangat diperlukan diperlukan 3 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 4 mengetahui sangat diperlukan sangat diperlukan diperlukan 5 sangat mengetahui sangat diperlukan diperlukan diperlukan 6 mengetahui sangat diperlukan tidak diperlukan sangat diperlukan 7 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 8 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 9 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 10 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 11 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 12 tidak mengetahui tidak diperlukan sangat diperlukan tidak diperlukan 13 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 14 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 15 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 16 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 17 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 18 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 19 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan 20 sangat mengetahui sangat diperlukan sangat diperlukan sangat diperlukan Keterangan : P1 = Pertanyaan 1 ; P2 = Pertanyaan 2 ; P3 = Pertanyaan 3 dan P4 = Pertanyaan 4
Dari survey ke wakil masyarakat terlihat bahwa sebagian besar masyarakat sangat mengetahui adanya peralatan peringatan dini banjir tersebut. Hal ini terlihat dari jawaban masyarakat bahwa 80% masyarakat sekitar Kali Garang sangat mengetahui peralatan tersebut dan 15% mengetahui serta 5% tidak mengetahui peralatan peringatan dini banjir tersebut seperti terlihat pada Gambar 82 (a). Hal ini menunjukkan bahwa sosialisasi peralatan peringatan dini banjir tersebut telah berhasil dilakukan. Dari
sebagian besar
wakil masyarakat sekitar Kali Garang sangat
memerlukan adanya peralatan peringatan dini banjir tersebut. Hal ini terlihat dari jawaban masyarakat bahwa 80% masyarakat sekitar Kali Garang sangat memerlukan peralatan tersebut dan 15% memerlukan serta 5% tidak memerlukan peralatan peringatan dini banjir tersebut. Hal ini menunjukkan bahwa kebutuhan peralatan peringatan dini banjir tersebut sangat dibutuhkan oleh masyarakat ( Gambar 82.b).
130
Masyarakat Mengetahui Sistem Peringatan Dini Banjir yang Dipasang di Kali Garang
Peralatan sistem Peringatan DIni Banjir tersebut diperlukan
5%
5%
10%
15%
Mengetahui
Diperlukan
Sangat Mengetahui Tidak Mengetahui
Sangat Diperlukan Tidak Diperlukan
80%
85%
(a)
(b)
Gambar 82 Diagram lingkaran persentase persepsi wakil masyarakat terhadap (a) pertanyaan P1 dan (b) pertanyaan P2 Sebagian
besar
masyarakat
juga
sangat
mengharapkan
sistem
peringatan dini banjir berbasis SMS ini SMS nya dapat dikirim ke masyarakat. Dari 20 responden wakil masyarakat, 90% sangat mengharapkan SMS informasi banjir ini dapat dikirim ke wakil masyarakat dan 5% menjawab diperlukan serta hanya 5% tidak diperlukan.Jadi sebagian besar masyarakat sangat memerlukan SMS ini (Gambar 84.a). Selain itu hampir sebagian masyarakat juga masih menginginkan sistem peringatan dini banjir secara konvensional (kentongan) masih sangat diperlukan. Hal ini terlihat bahwa 75% masyarakat masih sangat menginginkan sistem peringatan dini banjir secara konvensional dan hanya 5% yang tidak menginginkan sistem peringatan dini banjir secara konvensional seperti terlihat pada Gambar 83 (b). SMS Sistem InformasiBanjir Perlu Dikirim Ke Masyarakat 5%
Sistem Peralatan Peringatan Dini Banjir Secara Konvensional (Kentongan) Masih Diperlukan
5%
5% 20%
Sangat Diperlukan
Sangat Diperlukan Diperlukan
Diperlukan Tidak Diperlukan
Tidak Diperlukan 75%
90%
(a)
(b)
Gambar 83 Diagram lingkaran persentase persepsi wakil mayarakat terhadap (a) pertanyaan P3 dan (b) pertanyaan P4.
131
Berdasarkan data hasil pengisian 20 responden, dapat dhitung skor untuk pertanyaan P1, P2, P3, P4 (Lampiran V.D) sehingga hasil perhitungan skor untuk pertanyaan 1, 2, 3 dan 4 dapat dilihat pada Tabel 35 dibawah ini. Tabel 35 Perhitungan skor pertanyaan untuk responden wakil masyarakat Pertanyaan
Skor
Persentase
Kesimpulan
P1
55
91,6
Sangat Mengetahui
P2
55
93,3
Sangat Diperlukan
P3
54
90
Sangat Dperlukan
P4
57
95
Sangat Diperlukan
Keterangan : Maksimum skor setiap pertanyaan 60
6.8.
Pengaruh Pembangunan Waduk Jatibarang terhadap Peringatan Dini Banjir Kali Garang Sesuai dengan rencana Departemen Pekerjaan Umum pembangunan
Waduk Jatibarang akan dilakukan mulai tahun 2010 s/d 2011 dan pengoperasian waduk dilakukan mulai 2012. Waduk Jatibarang mempunyai fungsi ganda yaitu bukan hanya sebagai sumber air baku Kota Semarang tetapi juga pembangkit listrik serta pengendali banjir. Waduk Jatibarang di disain dengan sistem spillway tanpa pintu sehingga fungsi pengendali banjir adalah kecil. Dari laporan JICA (2000) bahwa Waduk Jatibarang hanya mengurangi debit banjir 100 tahunan dari 1010 m3/detik menjadi 790 m3/detik (pengurangan debit 28%). Waduk Jatibarang di disain dengan mengutamakan fungsi penyediaan air baku Kota Semarang, sehingga untuk pengendalian banjir Kali Garang bukan hanya mengandalkan pembangunan Waduk Jatibarang tetapi juga normalisasi Kali Garang.
Jika pembangunan Waduk Jatibarang selesai tahun 2012, maka
pengaruh terhadap sistem
peringatan dini banjir Kali Garang yang telah
dipasang adalah sbb :
Peralatan sistem peringatan dini banjir tetap dapat berfungsi dimana secara perangkat keras tidak diperlukan perubahan perubahan.
Untuk sistem prediksi banjir, diperlukan sistem pembelajaran kembali sistem Jaringan Syaraf Tiruan. Hal ini dikarenakan adanya perubahan data korelasi antara curah hujan di hulu dengan tinggi muka air di hilir akibat pengoperasian Waduk Jatibarang. Sehingga untuk mengenali pola hubungan antara curah hujan dan tinggi muka air.
132
6.9.
Sistem Peringatan Dini Banjir Kali Garang Secara Terpadu Dalam
sistem
peringatan
dini
banjir
secara
terpadu
adalah
pendekatannya bukan hanya mengandalkan basis teknologi saja. Tetapi juga basis
pemberdayaan
masyarakat
dan kesiapan
dari
pemerintah untuk
menangani bencana. Dalam sistem peringatan dini banjir Kali Garang secara terpadu maka keterkaitan antara teknologi, masyarakat dan pemerintah dapat dilihat pada Gambar dibawah ini. Dari Gambar 84 terlihat
bahwa sistem
peringatan dini banjir berbasis teknologi dan berbasis masyarakat adalah saling mendukung. Ini berarti bahwa sistem peringatan dini banjir berbasis masyarakat tetap diperlukan walau telah ada sistem peringatan dini banjir berbasis teknologi. Sedangkan Kelompok Masyarakat Penanggulangan Bencana (KMPB) harus dapat bersinergi dengan struktur organisasi yang ada di pemerintahan baik sebelum ada bencana dan setelah ada bencana. SISTEM PERINGATAN DINI BANJIR BERBASIS PEMBERDAYAAN MASYARAKAT (KENTONGAN)
SISTEM PERINGATAN DINI BANJIR BERBASIS TEKNOLOGI (SMS DAN INTERNET)
INFORMASI BANJIR
Gambar 84. Sistem peringatan dini bajir Kali Garang Secara terpadu
133
Sistem peringatan dini banjir berbasis teknologi SMS di atas mempunyai fungsi untuk mendukung sistem peringatan dini secara konvensioan. Hal ini sangat memungkinkan di mana sistem peringatan dini berbasis teknologi SMS akan dapat membantu penyebaran informasi secara cepat tanpa mengenal jarak. Ini
berarti
sistem
informasi
banjir
akan dapat
diterima
oleh
petugas
banjir/masyarakat di manapun selama masih ada sinyal komunikasi GSM. Sehingga petugas/masyarakat setelah menerima informasi banjir tersebut dapat secara cepat melakukan tindakan tindakan jika kondisi Kali Garang dalam status waspada/siaga/awas.
6.10.
Analisa Biaya Operasi dan Pemeliharaan Dalam pengoperasioan Sistem Peringatan Dini Banji Kali Garang, maka
komponen utama biaya operasional adalah biaya telekomunikasi dan listrik. Sedangkan biaya pemeliharaan sebenarnya lebih bersifat pemeliharaan rutin seperti pemeliharaan menjaga kebersihan sensor tinggi muka air dari lumpur, menjaga kebersihan sensor curah hujan dan agent (peralatan elektronik) yang ada di lapangan. Dalam perhitungan operasional dan pemeliharaan Sistem Peringatan Dini Banjir Kali Garang, maka diperlukan beberapa asumsi asumi. Misal untuk pulsa dan listrik
selama satu tahun
diasumsikan jika dalam kondisi musim hujan
(selama 6 bulan) seting pengiriman data curah hujan dan tinggi muka air adalah setiap setengah jam ke server komputer. Untuk musim kemarau (selama 6 bulan) diasumsikan pengiriman data adalah setiap dua jam. Untuk kebutuhan perhitungan pulsa di server komputer, pengiriman kondisi waspada/siaga/awas pada saat musim hujan (selama 6 bulan) kita asumsikan setiap bulan mengirim 2 kali SMS informasi banjir dikirim ke 20 personal. Sedangkan kebutuhun sistem informasi banjir untuk musim kemarau tidak ada. Untuk kebutuhan listrik diasumsikan untuk server komputer, daya yang dibutuhkan adalah 150 watt sehingga dalam sehari dibutuhkan energi listrik sebesar 24 jam x 0, 15 kWatt = 3,6 kWh/hari. Untuk Kebutuhan agent curah hujan dan tinggi muka air adalah 5 watt/agent. Sehingga kebutuhan listrik per hari setiap agent adalah 24 jam x 0,05 kWatt = 0,12 kWh/hari Dari hasil kondisi kondisi tersebut di atas dapat dilakukan perhitungan kebutuhan operasional untuk Sistem Peringatan Dini Banjir Kali Garang. Dari Tabel 25
maka biaya operasional untuk Sistem peringatan Dini Banjr Kali
Garang selama setahun adalah Rp 3.976.000,-
sehingga rata rata dalam
134
sebulan keperluan operasional adalah Rp 331.400,- per bulan untuk pulsa dan listrik. Jika dalam perawatan diperlukan satu orang denggn gaji per bulan adalah Rp 1.000.000,- maka dalam satu bulan diperlukan biaya operasional dan pemeliharaan (OP) untuk sistem peringatan dini banjir ini adalah Rp 1.331.400,per bulan. Tabel 36 Perhitungan biaya operasional peralatan Sistem Peringatan Dini Banjir Kali Garang Berbasis SMS dan Web selama satu tahun. A. Kebutuhan Pulsa
Harga SMS
MUSIM HUJAN Pulsa Agent Curah Hujan Pulsa Agent TMA Pulsa server untuk setting Pulsa server untuk informasi banjir
Kebutuhan
Total Biaya (Rp)
(Rp/SMS)
(SMS/Hari)
(SMS/Bulan)
(Bulan)
100 100
48 48
1440 1440
6 6
864.000 864.000
100
15
450
6
270.000
400
6
240.000
100
MUSIM KEMARAU Pulsa Agent Curah Hujan Pulsa Agent TMA Pulsa server untuk setting Pulsa server untuk informasi banjir
Operasional
100 100
12 12
360 360
6 6
216.000 216.000
100
15
450
6
270.000
100
0
0
6
0
A. TOTAL KEBUTUHAN PULSA/TAHUN B. Kebutuhan Listrik Server Agent Curah Hujan Agent TMA
Harga Listrik
Kebutuhan
Rp2.940.000 Opersioanal
(Rp/kWh)
(kWh/Hari)
(kWh/Bulan)
(Bulan)
750 750 750
3,6 0,12 0,12
108 3,6 3,6
12 12 12
B. TOTAL KEBUTUHAN LISTRIK/TAHUN TOTAL KEBUTUHAN PULSA DAN LISTRIK /TAHUN (A+B)
Total Biaya 972.000 32.400 32.400
Rp1.036.000
Rp3.976.000