Agroteknose, Vol.VI, No. 2 Th 2015
Hasil Penelitian
PENILAIAN KRITERIA RETENSI PADA GREEN ROOF Lisma Safitri1, Emmanuel Berthier2, Prastowo3, Nora H. Pandjaitan3 1)
2)
Staf Pengajar Jurusan Teknik Pertanian Institut Pertanian STIPER Yogyakarta Kepala unit Hidrologi, Manajemen Air Hujan di Centre d’Etudes de Technique et d’EquipementIdF 3) Staf Pengajar Departemen Teknik Sipil dan Lingkungan, Institut Pertanian Bogor Email :
[email protected] ABSTRACT
Utilization of green roof has increased significantly in the last ten years. The lack of green roof’s hydrological criterias to evaluate its performance in France especially is still a problem. The purpose of this study was to develop an assessment tools in FAVEUR model for predicting the green roof performance in managing rainfall excess in urban areas especially in retention criteria.In this research, the retention criteria (Ab) was calculated for different time-scales; annual, seasonal and rain-event. This criteria showed a good correlation with the interception capacity (Cint). The simulation of FAVEUR parameters variation with ncalc=500 for annual, seasonal and rain event time-schales showed the average of annual retention were between 30-470 mm, summer retention were between 218-327 mm and winter retention were between 84-143 mm. Then for rain event time schales, the maximum retention were constantly linear with interception capacity in interval 12-100 mm, the minimum retention were continuously equal0 and the average retention were between 5.13-44.46 mm.According to the correlations between the retention criteria with interception capacity, the 48 polynomial equations were created in 3 times-schales: annual, seasonal and rain event. Based on those equations, the green roof’s hydrological tools was developed on an Excel© sheet for the computation of various criteria describing the hydrological performance of green roof at 3 different time-scales. The model was used to evaluate the hydrological performance of green roof especially in retentioncriteria by varying the characteristic physic of green roof such as green roof the type of vegetation, the thickness of the substrat and the water maximum capacity of the substrat (CME). Keywords: green roof, retention criteria, FAVEUR model, , managing rainfall excess
Saat ini di Prancis penggunaan
PENDAHULUAN Salah
satu
urbanisasi
adalah
terbangun.
Hal
penurunan
infiltrasi
peningkatan
konsekuensi peningkatan
ini
berdampak air
volume
hujan
limpasan
dari
green roof sedang berkembang. Manfaat
lahan
green roof, khususnya dalam pengelolaan
pada
air hujan diantaranya adalah mengurangi
dan yang
limpasan
karena
adanya
peningkatan
retensi air dan evapotranspirasi
serta
berpotensi menimbulkan banjir. Untuk
memperlambat terjadinya puncak limpasan
mengatasinya saat ini banyak dilakukan
(Mentens et al, 2006). Tetapi saat ini belum
alternatif upaya pengelolaan air hujan
tersedia
perkotaan, tetapi umumnya membutuhkan
mengevaluasi
ketersediaan lahan yang luas. Oleh sebab
sesuai
itu, diupayakan alternatif lain seperti
mengendalikan limpasan.
tools
untuk
merancang
pemanfaatan
dengan
green
tujuannya
dan roof untuk
pemanfaatan atap rumah berupa green roof.
Oleh karena itu disusunlah sebuah
Pemanfaatan permukaan atap (40-50% dari
konsep TVGEP yaitu penggunaan green
permukaan
roof untuk pengelolaan air hujan. Program
terbangun)
menggunakan mampu
green
roof,
menghijaukan
dengan diharapkan
bertujuan
untuk
meningkatkan
juga
pemahaman dan produktivitas green roof
mengoptimalkan pengelolaan air hujan
untuk pengelolan air hujan perkotaan.
dengan adanya retensi pada green roof
Penelitian ini sendiri merupakan bagian
(Palla, et al. 2009).
akhir
P
dan
ini
dari
TVGEP
tersebut
yaitu
mengembangkan sebuah tools operasional
ETint (Kcint*ETP)
green roof untuk menilai retensi air padagreen roof . Berdasarkan latar belakang dan
Cint
permasalahan
Sint I
Stra
Ctra
Q
yang
telah
diuraikan
sebelumnya maka tujuan penelitian adalah (1) Menggunakan model FAVEUR untuk menganalisis simulasi limpasan dengan periode yang sama dengan data input ; (2) Menganalisis retensi air pada green roof dan
hubungannya
dengan
kapasitas
intersepsi untuk variasi parameter model Gambar 1 Struktur model FAVEUR (Pinta 2012)
FAVEUR; 10
(3)
Menyusun
tools
yang
memuat hubungan antara karakteristik fisik dan retensi air green roof. Sebuah
Dalam
model
FAVEUR
ini,
kapasitas intersepsi (Cin) merupakan jumlah
model
yang
dari kapasitas intersepsi vegetasi (C veg),
menggambarkan tentang kondisi hidrologis
kadar air substrat pada kapasitas lapang
green roof yang disebut model FAVEUR
(Csubfc) dan kapasitas retensi yang tidak
telah dikembangkan di program TVGEP
terduga pada lapisan drainase (Cdra) yang
oleh Pinta (2012). FAVEUR memodelkan
masih harus dipelajari. Kcint dalam model
struktur green roof yang kompleks dalam 2
FAVEUR ini ditentukan berdasarkan jenis
reservoir yaitu :
vegetasi. Dalam hal ini, ada dua jenis
reservoir intersepsi yang mewakili
vegetasi
yang digunakan: sedum dan
dan
rumput. Untuk itu, Berthier dan Ramier
menahan
(2010) telah memvalidasi nilai Kcint untuk
sebagian air hujan, yang kemudian
kedua jenis vegetasi tersebut yaitu : Kcint =
akan
1 untuk sedum dan Kcint = 1.2 untuk
fungsi
intersepsi
substrat
yang
vegetasi dapat
menguap
melalui
evapotranspirasi. identik
proses
Reservoir
dengan
ini
kapasitas
intersepsinya
rumput. b.
Fungsi transfer (Ctra, Ttra,) Kapasitas
yang
transfer
(Ctra)
merepresentasikan volume air hujan
menggambarkan transfer vertikal green roof
yang mampu ditahan oleh vegetasi
yang sangat dipengaruhi oleh jenis dan
dan substrat.
ketebalan substrat dan ketebalan lapisan
reservoir transfer yang mengalirkan kelebihan
air
fungsi
fungsi transfer ini adalah Ttra (geometri
darireservoir
horizontal green roof, dalam meter). Ttra
sebagai
kelebihanlimpasan
drainase. Selain Ctra, parameter lain dari
dalam
intersepsi.
hal
ini
diharapkan
dapat
berhubungan
menggambarkan hubungan perbandingan
dengan reservoir intersepsi diberi simbol
antara panjang geometri green roof (L
“int” dan“tra” untuk semua variabel yang
dalam meter) dengan velocity factor (c,
berhubungan dengan reservoir transfer
tanpa satuan) dalam skala green roof.
Semuavariabel
yang
(Gambar 1). Model FAVEUR ini terdiri
Berdasarkan pengamatan yang telah
dari 4 parameter utama berdasarkan fungsi
dilakukan pada green roof experimental
reservoir :
CETE IdF, diperoleh sebuah korelasi antara
a.
parameter model FAVEUR yaitu C int
Intersepsi (Cint,Kcint)
dengan karakteristik fisik green roof. 11
Secara umum, ada 3 karakteristik fisik
untukperiodetahun1993-2011.
green roof yang umum diketahui yaitu jenis
peralatan
vegetasi, ketebalan substrat serta CME
seperangakat komputer yang dilengkapi
substrat (ADIVET 2007). Ramier et al.
dengan
(2013) merumuskan hubungan antara Cint
R2011b 2011 lisensi CETE IdF dan
dan ketebalan serta CME substrat green
Microsoft Office.
roof seperti pada persamaan (1) dan (2).
1.3.
Jika ketebalan <5 cm, Cint (cm) = CME
Data Input dan Inisialisasi Parameter
(tanpa
Simulasi
satuan)
x
ketebalan
(cm)…………(1)
yang
software
Sedangkan
digunakan
adalah
MatlabVersion
7.13
Prosedur Penelitian
Ada
6
parameter
Jika ketebalan >5 cm, Cint (cm) = CME
diinialisasi
terlebih
(tanpa satuan) x50………………...(2)
simulasi dimulai seperti :
yang
dahulu
harus
sebelum
1. ncalc (jumlah simulasi) : ncalc = 1 METODOLOGI PENELITIAN
digunakan untuk simulasi tunggal dan
1.1.
Waktu dan Tempat
ncalc>1 digunakan untuk mensimulasikan
Penelitian ini dilaksanakan di unit
green roof dengan variasi parameter model.
Hidrologi dan Manajemen Air Hujan le
2. dT1 (time step data masukan) dan dT2
Centre d’Etudes de Techniques et de
(time step data simulasi). dT1 ditetapkan
l’Equipement Ile de France (CETE IdF),
sesuai dengan series data masukan yaitu
Trappes, Prancis mulai bulan Februari -
300 detik. Sedangkan pada simulasi, dT2
Juni
simulasi
diasumsikan sama dengan dT1. Akan
mencakup data periode 18 tahun mulai dari
tetapi, untuk menguji sensibilitas model,
1 Juli 1993 sampai dengan 31 Desember
dilakukan juga variasi interval dT2.
2011 (dengan catatan, data periode tahun
3.
1996 dihilangkan karena data curah hujan
untukmenentukan jumlah kejadian hujan.
pada periode tersebut tidak lengkap).
Pada penelitian ini diasumsikan bahwa
1.2.
sebuah kejadian hujan diamulai pada saat
2013.
Adapun
periode
Bahan dan Alat Bahan-bahan
yang
d’ev
(durasi
kejadian
hujan)
diperlukan
curah hujan tidak sama dengan 0 dan
dalam penelitian ini adalah Plu1 (data series
diakhiri pada saat curah hujan sama dengan
curah hujantiap 300 detik) dari Conseil
0 selama durasi 12 jam (d’ev = 12 jam).
General de Haute Seine
Adapun curah hujan yang dihitung adalah
dan ET1 (data
evapotranspirasi potensial tiap 300 detik ) dariMeteo
France
curah hujan > 1mm.
Trappes 12
4. time step hasil model atau data
Ctra = 10 mm;
keluarandalam3 skala waktu berbeda :
Ttra= 1000 mm.
tahunan, musiman dan kejadian hujan.
Untuk ncalc=500, parameter Cint, Kcint, Ttra
Untuk itu, yang perlu dilakukan adalah
dan Ctra divariasikan secara acak seperti
menentukan titik awal dari setiap skala
berikut ini :
waktu tersebut seperti : ddeb_an yang
Cint = [12 ;100] (mm) ;
mewakili
Kcint :
waktu
dimulainya
periode
untuk
parameter
ini,
tahunan, ddeb_sum yang mewakili waktu
perhitungan dilakukan 2 kali yaitu
dimulainya
untuk Kcint = 1 untuk sedum dan Kcint =
periode
musim
panas,
ddeb_win yang mewakili waktu dimulainya
1.2 untuk rumput;
periode musim dingin dan ddeb_ev yang
Ctra = [10 ;100] (mm) ;
mewakili waktu dimulainya kejadian hujan
Ttra =[100 ;1000] mm).
serta
dfin_ev
yang
mewakili
waktu
Persamaan dalam Model FAVEUR
berakhirnya periode kejadian hujan.
Untuk
menjalankan
model
5. Sintinit (simpanan air awal reservoir
FAVEUR,
intersepsi) dan Strainit (simpanan air awal
dibutuhkan yaitu data curah hujan tiap 300
reservoir transfer). Nilai Sintinit dan Strainit
detik (Plu1) dan evapotranspirasi potensial
diasumsikan sama dengan 0. Oleh sebab
dalam 300 detik (ETP). Rujukan untuk
itu, simulasi dimulai pada saat simpanan air
perhitungan
dalam kadar minimum yaitu pada saat
Instruksi no.56 dari dokumen milik the
musim musim panas. Asumsi ini yang
FAO (2000). Dokumen ini meyajikan
menjadi dasar simulasi model FAVEUR
perhitungan evapotranspirasi aktual (ET)
dimulai pada tanggal 1 Juli 1993.
sebagai hasil dari ETP dengan bantuan
Penentuan Parameter Model FAVEUR
sebuah koefisien korektor yang tergantung
ada
2
data
utama
evapotranspirasi
yang
adalah
Untuk ncalc = 1, parameter yang
dari jenis tanaman yang disebut sebagai
digunakan merupakan parameter green roof
koefisien tanaman (Kc). Pinta (2012)
referensi CETE IdF yang terdiri dari sebuah
menghitung nilai ET dalam reservoir
substrat untuk green roof ekstensif, dengan
intersepsi seperti pada persamaan (3).
ketebalan 3 cm , jenis vegetasi sedum dan
ET= min (Sint,
memiliki lapisan drainase dari polistiren dengan nilai sebagai berikut (Pinta 2012) :
ETP1xKcint)……………. (3) dimana :
ET =
evapotranspirasi
aktual
Cint = 12 mm ;
(mm), Sint = simpanan air dalam reservoir
Kcint = 1untuk sedum;
intersepsi (mm), ETP1 = evapotranspirasi 13
potensial tiap 300 detik (mm), Kcint =
(2012)
koefisien tanaman reservoir intersepsi.
perubahan simpanan air pada reservoir
Persamaan (3) menunjukkan bahwa ET tidak hanya bergantung pada nilai Kc int
mengasumsikan
intersepsi transfer seperti pada persamaan (6) dan (7).
tetapi juga pada jumlah simpanan air dalam reservoir
intersepsi.
Dalam
hal
perhitungan
Sint = Sint + P - I - ET …………………………(6)
ini
persamaan (13) berlaku pada saat Plu1
Stra = Stra +
sama dengan 0, sebaliknya ketika Plu1
I…………………………………....(7)
tidak sama dengan 0, ET dianggap 0(Pinta
dimana : Stra = simpanan air reservoir
2012).
transfer (mm).
Selain itu, persaman (3) hanya
berlaku untuk kondisi kering seperti pada
Untuk reservoir transfer, evaporasi
musim panas. Oleh sebab itu, untuk
transfer dianggap nol sehingga infiltrasi dan
membedakan variasi pertumbuhan tanaman
simpanan air reservoir transfer sebelumnya
pada
(2012)
menjadi variabel utama pada persamaan
mengasumsikan nilai Kcint pada musim
(7). Pada bagian reservoir transfer, ada
dingin merupakan setengah dari nilainya
sebagian air yang keluar sebagai limpasan.
pada musim panas seperti tertulis dalam
Pinta
persamaan (4).
keluaran limpasan dari reservoir transfer
green
roof,
Pinta
ET = min (Sint, ETP1xKcintx0.5) ………(4)
merumuskan perhitungan
dengan persamaan (8). Qtra
Infiltrasi dalam model FAVEUR
(2012)
=
min
(Stra,
dT2/Ttrax
Strax
(Stra/Ctra))……(8)
dihitung secara sederhana sebagai selisih
dimana : Qtra = limpasan reservoir transfer
kelebihan dari simpanan air aktual di dalam
(mm), Ctra = kapasitas transfer (mm), Ttra =
reservoir intersepsi dan kapasitas simpan
geometri horizontal dari green roof (mm).
airnya (Persamaan (5)).
Terakhir,
I = max (Sint + Plu1 - Cint - ET, 0)……… (5)
nilai simpanan reservoir transfer harus dihitung
hujan (mm), Cint = kapasitas intersepsi
persamaan (9).
reservoir intersepsi (mm). berikutnya
menyelesaikan
seluruh tahapan dalam model FAVEUR ini,
dimana :I = infiltrasi (mm), Plu1 = curah
Langkah
untuk
ulangsepertiditunjukkanpada
Stra =Stra– adalah
Qtra..…………………..........(9)
menghitung ulang nilai simpanan air aktual reservoir intersepsi dan transfer. Pinta 14
Perhitungan Kriteria Hidrologis Green
musim panas berlangsung dari Mei sampai
Roof
Oktober dan musim dingin berlangsung Setelah
menentukan
parameter,
langkah selanjutnya yang dilakukan adalah
dari bulan November sampai April di tahun berikutnya.
mensimulasikan model FAVEUR (Pinta
Dengan
perhitungan
bulanan,
2012) dengan ncalc = 1 untuk green roof
Ab_ete (Ab musim panas) dan Ab_hiver
referensi CETE IdF dan ncalc = 500.
(Ab
Kemudian,
persamaan (11) dan (12).
musim
dingin)
dihitung
………
hasiltersebutdigunakanutnukmenghitungme nganalisiskinerja
green
…………(11)
roof
dalampengelolaan
dengan
air
hujanperkotaandengananalisiskriteriaretensi ……………………(12)
untukskala waktu tahunan, musiman dan setiap
kejadian
dimana : a(n) = tahun ke-n, m = bulan,
hujan.Kriteriaretensimerupakan bagian dari
Q1_an,
air hujan benar-benar yang tertahan di
limpasan tahunan, limpasan selama musim
dalam green roof yang kemudian akan
panas dan limpasan selama musim dingin
menjadi
(mm), Plu1_an, Plu1_ete dan Plu1_hiv =
bagian
evapotranspirasi
yang
maupun
mengalami bagian
yang
tersimpan pada green roof dan tidak akan
Q1_ete
dan
Q1_hiv=
jumlah
curah hujan tahunan, musim panas dan musim dingin (mm).
keluar sebagai limpasan. Kriteriaretensi menggambarkan perbedaan antara volume
Berdasarkan definisi kejadian hujan
air hujan total (Plu1) dan limpasan (Q1)
yang telah ditentukan, dari kejadian hujan
dalam mm.
dengan curah hujan > 1mm diperoleh 1438
Pada skala tahunan, Ab dihitung
kejadian hujan. Untuk perhitungan Ab skala kejadian hujan, yang dihitung merupakan
sebagaimana pada persamaan (10). …… …………(10) Untuk skala musiman, agar dapat
kapasitas retensi di awal kejadian hujan. Ab kejadian hujan merupakan selisih
antara
Cint dan Sint di awal tiap kejadian hujan.
mengetahui perbedaan yang ekstrim antar
Ab_ev
(Ab
tiap
kejadian
musim diasumsikan hanya ada 2 musim
didefinisikan sebagaimana persamaan (13). Ab_ev = Cint–
yaitu musim panas dan musim dingin.
Sint(ddeb(ev))……………(13)
Setiap musim berlangsung selama 6 bulan : 15
hujan)
Dimana :Cint = kapasitasintersepsi (mm),
HASIL DAN PEMBAHASAN
Stra = simpanan aktual reservoir transfer
2.1.
Limpasan Q
pada awal (deb-ev) kejadian hujan (mm). Formulasi
Pengembangan
Model
FAVEUR dengan Tools Langkah terakhir dari penelitian ini adalah melengkapi model FAVEUR dengan menyusun sebuah tools sederhana dalam formatExcel© yang dapat menggambarkan hubungan antara karakteristik fisik green roof
dan
kriteria
retensi.
Untuk
merealisasikan tahapan ini, seluruh hasil kriteria retensidari ketiga skala waktu diklasifikasikan maksimum,
berdasarkan
nilai
utama
dari
model
FAVEUR adalah Q1 (limpasan green roof
median. Kemudian disusunlah korelasi
tiap interval waktu dT1). Pada Gambar 2
antara parameter model tervariasi seperti
ditunjukkan nilai Q1 (mm/dT1) pada
Kcint,
Ctra dan Ttra dengan kriteria
ncalc=1 yang menggambarkan limpasan
retensigreen roofmenganalisis parameter
pada green roof referensi dengan jenis
yang
vegetasi sedum dan ketebalan substrat 3 cm
paling
rata-rata
Keluaran
dan
Cint,
minimum,
Gambar 2 Fungsi Plu1 dan Q1 terhadap dT1 (mm / dT1)untuk periode 1993-2011
berpengaruh
kriteriaretensi green roof.
terhadap
dengan
luasan
37.5
m2
dan
perbandingannyadengan Plu1 (mm/dT1) untuk periode 1993-2011. Karakteristik fisik
green
roof
referensi
menunjukkan
nilai
parameter
tersebut model
FAVEUR sebagai berikut : Cint = 12 mm, Kcint = 1, Ctra =10 mm dan Ttra = 1000 mm (Pinta 2012). Berdasarkan Gambar 2, nilai Q1 berkisar antara 0-4 mm /dT1 dengan sebagian besar nilai relatif stabil dalam interval antara 0 – 0.8 mm/dT1dan nilai Plu1 berkisar antara 0-25 mm/dT1. Secara keseluruhan berdasarkan Gambar 2 dapat 16
dilihat bahwa nilai Q1 jauh lebih kecil
runoff pada green roof dan atap biasa.
dibanding Plu1. Namun, tercatat pula pada
2.2.
sebagian
titik,
nilai
Q
lebih
Hubungan Kriteria Hidrologis
tinggi
Green Roof Variasi Parameter
dibanding nilai Plu1. Dari
Model dengan Cint
perbandingan
keseluruhan
Ada 4 parameter model FAVEUR
jumlah Q1 dan Plu1 yaitu 130 : 354 (0.37),
yang divariasikan
dapat diketahui pada simulasi ini, ada
simulasi ncalc = 500 yaitu Cint [12 ;100],
sejumlah 224 mm dari nilai Plu1 yang tidak
Kcint
menjadi
Ttra[10 ;1000].
menjadi
limpasan.
Seperti
secara
acak
dalam
(1 atau 1.2), Ctra[10 ;100] dan Untuk
mengembangkan
diketahui bahwa kurva laju dan volume
model FAVEUR dalam penilaian kinerja
limpasan dari sebuah atap tanpa vegetasi
retensigreen
akan relatif sama atau mendekati kurva
diperlukan
curah hujan (Bass dan Baskaran 2001).
retensidengan
Limpasan yang terjadi pada atap tanpa
tervariasi
tersebut.
vegetasi sangat jauh lebih besardibanding
retensidan
kempat
pada green roof. Adapun sebagian kecil
dihubungkan, ternyata hanya parameter Cint
limpasan yang lebih tinggi dari nilai curah
yang memiliki korelasi yang kuat dengan
hujan disebabkan oleh simpanan air aktual
kriteria
retensi.
Hal
ini
di awal kejadian hujan dipengaruhi oleh
peningkatanretensi
pada
green
curah hujan sebelumnya (Palla et al. 2009).
merupakan fungsi dari kapasitas simpannya
Pengurangan limpasan pada green roof ini
dan siklus curah hujan-evapotranspirasi
disebabkan oleh keberadaan green roof
(Uhl dan Schiedt 2008). Gambar retensi
yang
air
tahunan, musiman dan kejadian hujan hasil
peningkatan
simulasi ncalc = 500 serta hubungannya
terbukti
limpasan
dapat
karena
penyimpanan
air
mengurangi
adanya pada
substrat
dan
evapotranspirasi pada vegetasi (Mentens et
roof,
terlebih
dahulu
korelasi
antara
kriteria
ketempat
parameter
Setelah
kriteria
parameter
tersebut
karena roof
terhadap Cint dapat dilihat pada Gambar 35.
al. 2006). Namun, model FAVEUR yang digunakan untuk simulasi pada penelitian ini masih dalam tahap pengembangan sehingga dalam hal ini belum memiliki perangkat untuk menghitung Q1 pada atap tanpa vegetasi. Oleh sebab itu, dalam hal ini tidak ada perbandingan langsung antara 17
(a)
(b)
Gambar 3 Kurva CR_an dan Ab_an serta fungsi terhadap Cint untuk ncalc = 500
(b)
(a) Gambar 4 Kurva Ab (Retensi) musiman terhadap Cint untuk ncalc = 500
240 mm, Ab_an maksimum antara 375 dan 614 mm, Ab_an rata-rata antara 301-470 mm dan Ab_an median antara 309-451 mm. Secara umum dapat dinyatakan juga bahwa Ab_an minimum setara dengan 32% dari total curah hujan, Ab_an maksimum setara dengan 86 % dari total curah hujan, Gambar 5. Kurva hubungan Ab_ev (Retensi Tiap Kerjadian Hujan) terhadap Cint untuk ncalc = 500
Ab_an rata-rata setara dengan 66% dari total curah hujan dan Ab_an median setara dengan 65% dari total curah hujan. Sedangkan salah satu hasil penelitian
Pada
dilihat
menyimpulkan bahwa green roof dapat
maksimum
menyerap air hujan hingga 75% (Stifter
(merah), rata-rata (biru tua), median (hijau)
1997). Dalam hal ini, hasil simulasi
dan minimum (biru muda) untuk 500 ncalc
menyajikan nilai dan persentase Ab yang
(a) dan kurva Ab terhadap Cint (b).
lebih spesifik dibanding pada referensi. Hal
Berdasarkan Gambar 3 dapat dilihat bahwa
ini dikarenakan penelitian terkait kriteria
Ab_an minimum bervariasi antara 138 -
retensi masih sangat jarang. Oleh sebab itu,
distribusi
Gambar retensi
3
dapat
tahunan
18
hasil simulasi dengan variasi ncalc =500
sebaliknya pada musim dingin, Ab lebih
dapat menunjukkan gambaran bahwa nilai
rendah. Hal tersbut senada dengan yang
dan
dinyatakan Minke dan Witter (1982) bahwa
juga
persentase
Ab_an
sangat
bervariasi.
secara umum tingkat retensi pada green
Untuk hubungan dengan Cint,, nilai
roof selama musim panas bervariasi antara
Ab berbanding lurus terhadap Cint. Semakin
70-100% sedangkan pada musim dingin
tinggi nilai Cint, semakin tingi pula nilai Ab.
antara 40-50%, tergantung pada desain
Seperti yang telah dijelaskan sebelumnya
green roof dan kondisi cuaca. Dalam dalam
bahwa Cint yang merupakan kapasitas
hal
intersepsi bertindak sebagai sebuah ruangan
perbandingan yang lebih detail terkait nilai
penyimpanan dimana semakin luas ruang
maksimum,
penyimpanan (Cint tinggi) akan semakin
median. Selain itu Uhl dan Schiedt (2008)
banyak air yang dapat tersimpan (Berthier
menyatakan pembagian musim sebagai
dan Ramier 2010).
berikut: periode musim panas( 1 Mei – 30
ini,
hasil
simulasi
minimum,
menunjukkan
rata-rata
dan
Selanjutnya, pada Gambar 4 dapat
September), pertengahan musim antara
dilihat kurva Ab_ete (retensi musim panas )
musim semi dan gugur (15 Maret – 30
terhadap terhadap Cint (a) dan kurva
April) dan periode musim dingin (15
Ab_hiver (retensi musim dingin terhadap
November – 15 Maret) menunjukkan
Cint (b). Ab_ete minimum bervariasi antara
bahwa limpasan yang terjadi pada musim
109-203
panas lebih kecil dibanding pada musim
mm
sedangkan
Ab
_ete
maksimum berkisar antara 282 – 514 mm.
lainnya.
Ab_ete rata-rata berkisar antara 218-327
evapotranspirasi yang lebih tinggi pada
mm dan Ab_ete median antara 213-302
musim
mm. Ab_hiver minimum bervariasi antara
simpan juga akan lebih tinggi meskipun
29-38 mm sedangkan Ab_hiver maksimum
curah hujan tinggi (Uhl dan Schiedt 2008).
Hal
panas
ini
disebabkan
menyebabkan
kapasitas
berkisar antara 106-237 mm. Ab_hiver rata-
Pada Gambar 5 hubungan antara Ab
rata berkisar antara 84-143 mm dan
terhadap Cint digambarkan dalam skala
Ab_hiver median antara 84-145 mm.
kejadian hujan (a) dan kejadian hujan
Pada Gambar 4(a dan b), dapat dilihat
bahwa
berbanding
Ab_ete
lurus
dan
terhadap
Ab_hiver Cint.
Dari
terpilih (b) untuk 500 ncalc. Simulasi kejadian
hujan
yang
diperoleh
dapat
menggambarkan perubahan Ab dari satu
Gambar 4 dapat diketahui bahwa pada
kejadian
musim panas, nilai Ab lebih tinggi dan
berikutnya dan tidak dapat memperlihatkan 19
hujan
ke
kejadian
hujan
perubahan Ab di awal dan akhir pada
2.3.
Pengembangan Model FAVEUR
sebuah kejadian hujan. Pada skala kejadian
dengan Formulasi Tools Penilaian
hujan, Ab_ev dan Ab_evs maksimum
Kinerja Retensi Green Roof
selalu berbanding lurus dengan Cint dalam
Tools ini akan disusun dalam format
interval 12-100 mm. Sebaliknya, Ab_ev
Excel© yang menunjukkan nilai statistik
dan Ab_evs minimum selalu sama dengan
kriteria green roof seperti nilai minimum,
0.
rata-rata,
Ab_ev rata-rata berkisar antara 5.13-
mediandan
44.46 mm sedangkan Ab_ev median antara
maksimum.Perhitungan pada file tersebut
3.12-38.12 mm. Untuk Ab_evs, diperoleh
dimulai dengan mengisi nilai karakteristik
nilai Ab_evs minimum selalu sama dengan
fisik green roof yaitu dengan cara berikut :
0, Ab_evs maksimum selalu berbanding
-
lurus dengan Cint dalam interval 0-100 mm,
CME: dapat diisi dengan CME yang diinginkan dalam %.
Ab_evs rata-rata antara 5.39-46.24 mm dan
-
Ketebalan
substat :
dapat
diisi
Ab_evs median antara 3.98-39.83 mm.
dengan ketebalan substrat yang
Ab_ev rata-rata selalu berbanding lurus
diinginkan dalam cm
dengan Cint akan tetapi nilai Ab_evs median
-
Jenis tutupan vegetasi : “S” untuk
yang sulit untuk dijelaskan. Kurva Ab_ev
sedum dengan Kcint = 1 atau “G”
median meningkat ketika Cint meningkat
untuk rumput (graminée) dengan
namun tidak linear.
Kcint = 1.2
Variasi Ab antara 0 dan nilai maksimumnya yang diperoleh dari hasil simulasi senada dengan Hilten et al. (2008) yang menyatakan bahwa green roof dapat mengurangi limpasan, namun variasi nilai koefisien limpasan sangat besar sekali yaitu antara 0-1. Oleh karena itu perlu dilakukan pengamatan limpasan dan retensi langsung pada satu kejadian hujan. Menurut Carter dan
Rasmussen
(2007),
nilai
retensi
maksimum dari sebuah kejadian hujan terjadi pada awal kejadian hujan.
20
Gambar 6 Hasil perhitungan dengan tools operasional green roof dalam format Excel© untukCME 30%, ketebalansubstrat = 10 cm danjenisvegetasi “S”
Gambar 7 Hasil perhitungan dengan tools operasional green roof dalam format Excel© untuk CME 20%, ketebalan substrat = 3 cm dan jenis vegetasi “S”
Selanjutnya berdasarkan informasi
operasional FAVEUR green roof dalam
dasar tersebut, nilai Cint dari green roof
dokumen Excel© dengan CME substrat 20
dapat dihitung. Dengan nilai Cint, nilai
%, ketebalan substrat 3 cm dan jenis
kriteria CR dan Ab tahunan, musiman dan
vegetasi “S”. Berdasarkan karakeristik fisik
kejadian hujan dapat diperoleh secara
green roof tersebut, didapatkan nilai Cint =
langsung berdasarkan persamaan fungsi
6 mm. Dengan nilai Cint = 6 mm, diperoleh
kriteria terhadap Cint yang telah terintegrasi
nilai
dalam file tersebut (Gambar 6 dan Gambar
Ab_an_maksimum
7).
Ab_ete_maksimum
Pada
Gambar
6
disajikan
hasil
Ab
maksimum
diperoleh
nilai
=
343.7
mm,
=
222.9
mm,
perhitungan kriteria retensi dari model
Ab_hiver_maksimum = 97.7 mm dan
operasional FAVEUR green roof dalam
Ab_ev_maksimum = 5.8 mm.
dokumen Excel© dengan CME substrat 30
Berdasarkan model operasional green
%, ketebalan substrat 10 cm dan jenis
roof dalam dokumen Excel© seperti yang
vegetasi “S”. Berdasarkan karakteristik
telah ditunjukkan pada Gambar 6 dan 7,
fisik green roof tersebut, didapatkan nilai
dapat disimpulkan bahwa semakin besar
Cint = 15 mm. Dengan nilai Cint = 15 mm,
CME substrat dan semakin tinggi ketelaban
diperoleh : Ab_an_maksimum = 402 mm,
subtrat, maka nilai Ab secara keseluruhan
Ab_ete_maksimum
akan semakin tinggi. Akan tetapi, ternyata
Ab_hiver_maksimum
=
302.7 =
mm, 108.8
mmdanAb_ev_maksimum = 14.8 mm. Pada Gambar 7 disajikan hasil
ketebalan
substrat
hanya
berpengaruh
dalam interval 0-5 cm (Bethier dan Ramier 2010). Jika ketebalan lebih besar dari 5,
perhitungan kriteria retensi dari model 21
hanya
CME
yang
akan
menjadi
sama dengan 0.
karakteristik fisik yang mempengaruhi Ab.
kejadian
Meskipun demikian, tools ini hanya
Kriteria retensi
hujan
rata-rata
selalu
berbanding lurus dengan kapasitas
menggambarkan kondisi retensi green roof
intersepsi.
pada daerah beriklim kontinental seperti
3. Sebuah tools yang memuat hubungan
wilayah studi Ile de France, Prancis. Oleh
antara karakteristik fisik green roof
sebab itu, penambahan analisis kriteria
dengan kapasitas intersepsi dan kriteria
retensi green roof untuk jenis iklim yang
retensi green roof
berbeda seperti iklim mediterania, iklim
intersepsi telah berhasil disusun. Tools
tropis dan sebagainya sangat penting agar
ini
model ini dapat diterapkan di banyak
bantuan software Matlab© dan hasilnya
tempat.
disajikan dalam format Excel©. Tools
disusun
dengan kapasitas
dengan
menggunakan
ini sangat mudah digunakan karena SIMPULAN
hanya dengan memasukkan input 3
1. Hasil analisis limpasan dengan Model
karakteristik fisik green roof
FAVEUR
green
roof
referensi
seperti
jenis vegetasi, ketebalan substrat dan
menunjukkan bahwa green roof dapat
kapasitas
menurunkan limpasan terbukti dari nilai
substrat, maka nilai kriteria retensi
limpasan(Q1)
green roof akan diperoleh.
jauh
lebih
kecil
air
maksimum
(CME)
dibanding curah hujan (Plu1). 2. Variasi
parameter
model
DAFTAR PUSTAKA
FAVEURdengan ncalc=500 untuk skala
Baskaran B, Bass B. 2001. Evaluating
tahunan, musiman dan kejadian hujan
rooftop and vertical gardens as an
menghasilkan:
adaptation strategy for urban areas.
a. Kriteria
retensi
tahunan
dan
Canada(CN)
musiman berbanding lurus terhadap kapasitas intersepsi.
:
National
Research
Council Canada. Berthier E, Ramier D. 2010. Bibliographie
hujan
et
selalu
comportement hydrique des toitures
dengan
végéta lisées. Rapport de technique du
kapasitasintersepsi dalam interval
projet TVGEP partie 2, livrable L21.
12-100
Trappes
b. Kriteria
retensi
(Ab_ev)
kejadian
maksimum
berbanding
mm.
lurus
Kriteria
retensi
kejadian hujan minimum selalu 22
plan
d’experience
(FR)
:
Centre
sur
le
d’Etudes
Techniquesde l’Equippement Ile de
Hausbegruenung.
France.
Verlag Dieter Fricke GmbH.
Frankfurt
(DE)
:
[ADIVET ] l'Association des Toitures
Palla A, Gnecco I, Lanza LG. 2009.
Végétales. 2007. Règles Professionnelles
Unsaturated 2D modelling of subsurface
pour la conception et la réalisation des
water flow in the coarse-grained porous
terrasses
matrix of a green roof. Journal of
et
toitures
végétalisées.
Document de travail de l’ADIVET, la
Hydrology. 379(1-2) : 193–204.
CSFE, le SNFE et l’UNEP Edition de
Pinta P. 2012. Définition et validation d’un
No.2 November 2007. Montrouge (FR) :
modèle réservoir pour la modélisation du
Association pour le Développement et
comportement hydrique des toitures
l’Innovation en Végétalisation Extensive
végétalisées.
de Toiture.
Champe sur Marne (FR) : Ecole
Carter
TL,
Rasmussen
TC.
2007.
Hydrologic behavior of vegetated roofs. Journal
of
the
American
Water
Versini PA, Gouvello de B. 2013. Analyse
evapotranspiration
FAO
Irrigation
and
du
fonctionnement
hydrologique des toitures végétalisées: observations et modélisation. Nantes
(guidelines for computing crop water requirements).
Stage.
Ramier D, Gallis D, Dussuchale A, Pinta P,
[FAO] Food and Agricultural Organisation. Crop
de
Nationale Ponts et Chaussées.
Resources Association 42, 1261 – 1274.
2000.
Memoire
(FR) : Colloque INOGEDEP. Stifter R. 1997. Greenery on the Roof: a
Drainage Paper.Vol : 56.
Futuristic, Ecological Building Method
Hilten RN, Lawrence TM, Tollner, EW.
For a More Human Architecture in
2008. Modeling stormwater runoff from
Harmony with Nature. Hundertwasser
green roofs with HYDRUS-1D. Journal
Architecture Benedikt Taschen Berlag
of Hydrology. 358 : 288-293.
GmbH Cologne. 156-158.
Mentens J, Raes D, Hermy M. 2006. Green
Uhl M, Schiedt L. 2008. Green roof water
roofs as a tools for solving the rainwater
retention - monitoring results. Edinburgh
runoff problem in the urbanized 21st
(UK) : In 11th International Conference
century. Journal of Landscape and Urban
on Urban Drainage.
Planning. 77(3) : 217–226. Minke G, Witter G. 1982. Haeuser mit Gruenem Pelz, Ein Handbuch zur
23
