Sistem Peringatan Dini Adaptif Banjir Kiriman dari Hulu Sungai Dengan Jaringan Syaraf Tiruan (Studi Kasus : Sungai Progo Yogyakarta)

Seminar Nasional 2008 “Sistem Informasi sebagai Penggerak Pembangunan di Daerah” Yogyakarta, 27 November 2008

ISBN 9-793-688893-9

Sistem Peringatan Dini Adaptif Banjir Kiriman dari Hulu Sungai Dengan Jaringan Syaraf Tiruan (Studi Kasus : Sungai Progo Yogyakarta) 1)

1)

1)

2)

Feriyonika , Wiwit Setiadi , Rendra Perdana , Fajar Siddik , Satriyo Krido Wahono 1)

3)

Kelompok Studi Kejuruan Elektro Forum Anggota Muda – Persatuan Insinyur Indonesia Yogyakarta 2) Mahasiswa Jurusan Geografi - Universitas Gajah Mada Yogyakarta 3) Staff peneliti UPT Balai Pengembangan Proses dan Teknologi Kimia – LIPI Yogyakarta

Sekretariat FAM - PII Yogyakarta : Program Diploma Teknik Mesin – Elektro UGM lt 2, Jln Yacaranda Sekip Unit IV Depok Sleman DIY 55281 dan Jln. Jend. Sudirman No 69 Yogyakarta 55233 Telp. 0274 – 6861919, email : [email protected], [email protected]

ABSTRAK Daerah hilir sungai kadang – kadang dikejutkan dengan naiknya level air yang naik secara tiba – tiba. Kondisi tersebut sering dikenal sebagai banjir kiriman. Penelitian ini bertujuan mencari korelasi antara faktor – faktor di hulu sungai ( land cover, kerapatan vegetasi, kemiringan lahan dll) dengan waktu rambatan dan jumlah air yang terakumulasi di badan sungai sehingga besar debit dan waktu naiknya level air di lokasi sungai tertentu dapat kita prediksi lebih awal. Metode yang digunakan adalah pertama; dengan memodelkan sifat sungai berdasarkan data historis curah hujan dan level air yang terekam di stasiun-stasiun pemantau. Kedua; mengenalkan dan melatihkan sifat dan model sungai tersebut ke jaringan syaraf tiruan. Ketiga; membuat software dan hardware sensor curah hujan yang terkoneksi langsung dengan jaringan syaraf tiruan yang ada di stasiun – stasiun pemantu level air. Hasil akhir dari penelitian ini adalah suatu sistem prediksi adaptive yang bisa memperkirakan perubahan level air dan waktu terjadinya perubahan tersebut.

Kata kunci : banjir kiriman, jaringan syaraf tiruan, prediksi adaptif, prototipe alat, sistem peringatan dini

Bidang Energi dan Lingkungan

EL26-1


ISBN 9-793-688893-9

Adaptive Early Warning System of Consignment Flood from Upper Course Using Artificial Neural Network (Case Study : Progo River Yogyakarta) Abstract Lower Course Area is sometimes startled by water level of the river suddenly coming up. It is known as consignment flood. The objective of this research is to look for correlatioan amongs factors in upper course such as land cover, vegetation, morphology etc with time affecting the water level altering and its debit so that water level and its debit in certain location can be predicted early. Methods are used in this research are first; modeling the river respon based on historical data of rain and water level recorded in monitoring station. The second, training the river respond model to adaptive system (artificial neural network) so that the system can introduce correlation between altering of factors in upper course and altering of water level. The third, making interface software and rain sensor directly connected to artificial neural network placed in monitoring station. The result of this research is a adaptive system which can prediction altering of water level and when it takes place.

Keyword : consignment flood, artificial neural network, adaptive prediction, early warning system


EL26-2


ISBN 9-793-688893-9

PENDAHULUAN Sistem Peringatan Dini ( Early Warning System ) merupakan tindakan pencegahan yang meminimal resiko jatuhnya banyak korban ketika terjadi suatu bencana alam. Suatu sistem peringatan dini yang handal adalah sistem yang merupakan model dari suatu daerah tertentu karena setiap daerah memiliki geomorfologi yang berbeda (Cooke dan Doornkamp, 1974), sehingga ketika terjadi bencana, sistem tersebut akan memberikan informasi yang akurat dan terpercaya. Dalam proses pembuatan Sistem Peringatan Dini, dibutuhkan kerjasama lintas jurusan ( misalnya Geografi, Geodesi dll ), dimana pihak – pihak pada jurusan tersebut secara khusus memang mempelajari sifat – sifat bumi. Peran teknologi elektro sebenarnya mengintegrasikan sifat – sifat alam penyebab terjadi bencana tersebut, misalkan ada korelasi erat antara banjir dengan intensitas hujan, kerapatan vegatasi, jumlah sumber air dan faktor – faktor lainnya menjadi suatu sistem informasi yang cepat dan akurat. Ada korelasi khusus antara curah hujan, serapan air tanah dan kerapatan vegetasi daerah hulu dengan debit air yang bertambah pada suatu sungai. Dengan teknik Routing Flood kita bisa menghitung rambatan air untuk mencapai daerah tertentu, jika pada daerah tersebut kita ketahui luasan sungai dan kapasitas/ daya tampung maksimalnya, kita bisa memprediksi daerah – daerah yang kemungkinan terkena dampak banjir. Sistem Peringatan dini dengan judul “ Prediksi Adaptive Kecepatan Banjir Kiriman Daerah Hulu Sungai” ini akan mengkorelasikan intensitas hujan daerah hulu sungai dengan debit air dan rambatannya, sehingga sistem akan memprediksi waktu banjir kiriman tiba dan daerah – daerah yang kemungkinan terkena dampaknya. Mekanisme sistem ini sebagai berikut: Sensor hujan memberi info intensitas hujan berupa data sinyal yang dikirimkan oleh pemancar, kemudian data tersebut di terima dan diolah mikrokontroller. Sinyal yang diterima oleh mikrokontroller tersebut digabungkan dengan data yang diterima oleh mikrokontroller dari sensor hujan lainnya, selanjutnya data – data tersebut dikirimkan ke komputer untuk diproses secara komputasi. Agar sistem ini adaptive, algoritma pemroses pada komputer memakai model linguistik ( Jaringan Syaraf Tiruan ) sehingga nilai debit air, rambatan dan waktu banjir kiriman tiba akan adaptive terhadap intensitas hujan yang tejadi di hulu sungai.


EL26-3


ISBN 9-793-688893-9

METODE Bahan dan alat Karena penelitian ini melibatkan bidang geografi dan elektro, maka bahan dan alat yang dibutuhkan terbagi atas dua bidang tersebut. Untuk bidang elektro, alat yang dibutuhkan meliputi alat untuk pembuatan sensor curah hujan, sistem transmisi dan pelatihan jaringan syaraf tiruan. Alat – alat tersebut antara lain: komputer, solder, multimeter, bor, gergaji, catu daya dan HT (Handy talky). Sedangkan bahan yang digunakan adalah mikrokontroller AT89S52, t-nol, mika, komponen elektronika dan pcb. Untuk bidang geografi, alat yang dibutuhkan berupa komputer dan software khusus pemodelan jaringan sungai (HEC-HMS versi 2.2.2). Sedangkan bahan yang dibutuhkan antara lain; Peta Rupa Bumi Indonesia digital, peta DAS, peta Penggunaan lahan, peta jenis tanah, data ARR, data hujan harian, data AWLR dan data temperatur udara. Rancangan penelitian Penelitian ini dibagi menjadi tiga bagian besar, antaralain; pemodelan sungai, pembuatan sensor curah hujan, sistem pengiriman sinyal dan pembuatan jaringan syaraf tiruan. Dari bagian – bagian tersebut pembuatan jaringan syaraf tiruan bisa dilakukan setelah pemodelan sungai, sedangkan pembuatan sensor curah hujan bisa dilakukan tanpa menunggu bagian lain selesai terlebih dahulu. Sedangkan untuk sistem pengiriman sinyal dilakukan setelah ketiga bagian diatas selesai. Berikut tahap – tahap perancangan alat sistem peringatan dini tersebut.

Pemodelan Jaringan Sungai

Pembuatan Jaringan Syaraf Tiruan

Sistem terintegrasi

Pembuatan sensor hujan

HASIL DAN PEMBAHASAN

1. Pemodelan Sungai A) Analisis Data Hujan 1) Ketersediaan data hujan Catatan hujan yang tersedia di daerah penelitian kurang lebih ada sekitar tiga puluh stasiun hujan, namun hanya dipilih menjadi dua puluh stasiun hujan, karena tidak adanya data


EL26-4


ISBN 9-793-688893-9

hujan pada tahun tertentu. Data hujan ini selanjutnya digunakan untuk menentukan besarnya hujan rata-rata bulanan, hujan tahunan pada masing-masing stasiun hujan dan hujan

rata-rata

tahunan

serta

hujan

rancangan

DAS

dengan

metode

polygon

Thiessen(Soewarno, 1991). 2) Uji Konsistensi Data Hujan Uji konsistensi data menggunakan data hujan tahunan dari seluruh stasiun hujan terpilih di daerah penelitian. Berdasarkan data tersebut, kemudian dibuat grafik hubungan antara hujan kumulatif suatu stasiun hujan yang diuji dengan hujan kumulatif rata-rata tiga stasiun hujan acuan disekitarnya. Berdasakan double mass curve dapat disimpulkan bahwa data yang diperoleh secara umum merupakan data yang konsisten karena terbentuk garis lurus dengan kelandaiaan yang tidak berubah, sedangkan data yang tidak konsisten hanya terjadi pada dua stasiun hujan (Seyhan, 1979). B) Perhitungan Debit Banjir Rancangan DAS Progo di hulu stasiun AWLR Duwet dimodelkan menjadi 5 sub-basin, 2 junction, dan 1 reach. Pemodelan ini dapat dilihat pada gambar 1.

Prosedur kalibrasi dilakukan untuk

menentukan parameter subbasin (sub-DAS) dari DAS Progo di hulu stasiun AWLR Duwet dan parameter reach (penggal sungai) yang merepresentasikan Sungai Progo di hulu stasiun AWLR Duwet karena parameter tersebut sulit dilakukan di lapangan. Dalam melakukan kalibrasi digunakan pasangn data hujan dan debit pada kejadian yang sama yaitu data distribusi hujan rata-rata DAS menurut distribusi hujan jam-jaman stasiun hujan Kalibawang pada tanggal 3 Februari 1995, sedangkan data debit yang digunakan yaitu data debit pada tanggal 3 sampai dengan 4 Februari 1995. Perhitungan distribusi hujan rata-rata DAS menurut waktu dan perolehan data debit disajikan dalam bentuk table berikut. Tabel 1 Distribusi hujan rata-rata DAS menurut waktu pada tanggal 3 Februari 1995 Waktu

Tebal hujan di St. Hujan Kalibawang (mm)

Tebal hujan rata-rata DAS (mm)

(jam) Hujan jam-jaman

Kumulatif

Rasio

0

0.0

0

0.0000

0.00

0.00

1

1.7

1.7

0.2099

6.87

6.87

2

0.6

2.3

0.2840

9.30

2.43

3

0.0

2.3

0.2840

9.30

0.00


Kumulatif

Inkremental

EL26-5


ISBN 9-793-688893-9

4

1.7

4.0

0.4938

16.17

6.87

5

0.0

4.0

0.4938

16.17

0.00

6

3.8

7.8

0.9630

31.54

15.37

7

0.3

8.1

1.0000

32.75

1.21

Sumber

: Balai Progo-Opak-Oyo Sub Dinas Pengairan Provinsi Daerah Istimewa Yogyakarta dan Hasil Perhitungan

Keterangan

: Hujan rata-rata DAS yang dihitung dengan metode Polygon Thiessen pada tanggal 3 Februari 1995 = 32,75

Tabel 2 Hujan Harian masing-masing stasiun hujan pada tanggal 3 Februari 1995 Stasiun

Luas

Faktor

Hujan

Hujan

Hujan

Poligon

koreksi

(mm)

x faktor

Thiessen

koreksi Jumprit

108.00

0.0630

13

0.82

Ngadirejo

44.00

0.0257

19

0.49

Jumo

60.16

0.0351

16

0.56

Kebraman

32.48

0.0190

111

2.11

Kandangan

144.48

0.0843

94

7.92

Temanggung

200.16

0.1169

47

5.49

Pleret

168.16

0.0982

17

1.67

Ngablak

199.52

0.1165

0

0.00

Magelang

104.32

0.0609

26

1.58

Kaliloro

118.08

0.689

11

0.76

Tempuran

47.52

0.0277

71

1.97

Seneng

51.68

0.0302

12

0.36

Sawangan

97.76

0.0571

31

1.77

Babadan

86.56

0.0505

47

2.37

Salaman

39.68

0.0232

3

0.07

Mungkid

69.76

0.0407

27

1.10


EL26-6


ISBN 9-793-688893-9

Muntilan

46.56

0.0272

65

1.77

Srumbung

16.32

0.0095

81

0.77

Borobudur

49.12

0.0287

36

1.03

Kalibawang

28.64

0.0167

8.1

0.14

Hujan Rata-Rata DAS

32.75

Sumber : Sub Dinas Pengairan Kabupaten Temanggung, Kabupaten Magelang Provinsi Jawa Tengah dan Balai Progo-Opak-Oyo Sub Dinas Pengairan Provinsi Daerah Istimewa Yogyakarta dan Hasil Perhitungan

Tabel 3 Debit banjir jam-jaman Stasiun AWLR Duwet pada tanggal 3 – 4 Februari 1995 Tanggal

Waktu

AWLR (m)

(jam)

Debit (m3/det)

18.00

2.10

91.26

19.00

2.30

109.97

20.00

2.80

165.35

21.00

3.50

264.34

22.00

4.20

389.49

23.00

4.60

473.18

24.00

4.90

541.91

01.00

5.08

585.63

02.00

4.90

541.91

03.00

4.58

468.79

04.00

4.30

409.57

4 Februari

05.00

4.00

351.00

1995

06.00

3.80

314.70

07.00

3.60

280.59

08.00

3.40

248.62

09.00

3.30

233.44

10.00

3.20

218.78

3 Februari 1995


EL26-7


ISBN 9-793-688893-9

11.00

3.04

196.42

12.00

2.92

180.52

13.00

2.84

170.33

14.00

2.74

158.05

15.00

2.66

148.59

16.00

2.60

141.71

17.00

2.52

132.81

18.00

2.44

124.23

19.00

2.36

115.96

20.00

2.32

111.95

21.00

2.26

106.08

22.00

2.24

104.16

23.00

2.18

98.51

24.00

2.10

91.26

Sumber : Balai Progo-Opak-Oyo Sub Dinas Pengairan Provinsi Daerah Istimewa Yogyakarta dan Hasil Perhitungan Keterangan

: Data debit diperoleh dari substitusi rekaman AWLR (Automatic Water Level

Recorder) dengan menggunakan persamaan rating curve (Wijaya, 2004)sebagai berikut : Q = 14,161 (H + 0.200) Dimana :

2,237

Q = debit dalam m3/det H = tinggi muka air dalam m


EL26-8


Gbr.1 Data hujan pada software HEC-HMS versi 2.2.2


ISBN 9-793-688893-9

Gbr. 2 Grafik hujan software HEC-HMS Versi 2.2.2

EL26-9


ISBN 9-793-688893-9

Gbr.3 Data debit pada Kalibrasi Software HEC-HMS

Gbr.4 Grafik debit pada Kalibrasi Software HEC-HMS

Versi 2.2.2

Versi 2.2.2

Kemudian setelah didapatkan hidrograf banjir yang terjadi di DAS Progo, maka langkah selanjutnya adalah menjalankan metode penelusuran banjir (flood routing) dengan memilih cara Rasional Jepang. (Chow, 1959) Metode Rasional Jepang untuk menentukan cepat rambat aliran dan waktu konsentrasi Dengan mengetahui jarak antara pos di hulu sungai dengan lokasi pos pengamatan yang ditentukan dan diketahui beda tingginya maka dapat ditentukan besar cepat rambat aliran sungai dari yang datang dari hulu serta waktu tempuhnya hingga sampai pada masing-masing pos pengamatan yang ditentukan. Berikut tabel hasil perhitungannya. Tabel 4 Cepat Rambat aliran dan waktu konsentrasi Parameter

Lokasi I

Lokasi II

Lokasi III

10

22

40

Kecepatan rambat aliran (V) dalam km/jam

11,93

14,60

14,73

19,46

Waktu konsentrasi (t) dalam menit

50,4

90,6

163,2

169,8

Jarak antar pos diukur dari hulu (L) satuan (km)


Lokasi IV 55

EL26-10


ISBN 9-793-688893-9

Berdasarkan tabel hasil perhitungan diatas dapat dilihat bahwa aliran debit puncak banjir dari hulu hingga sampai ke lokasi I memerlukan waktu ± 50 menit, dari hulu ke lokasi II dengan waktu tempuh 1 jam lebih 30 menit, dari hulu ke lokasi III dengan waktu tempuh 2 jam 43 menit dan dari hulu ke lokasi IV dengan waktu tempuh 2 jam 49 menit. Selanjutnya setelah diketahui waktu tempuh debit puncak banjir hingga sampai ke lokasi yang ditentukan, maka data ini digunakan untuk keperluan perangkaian alat pendeteksi banjir. Adapun untuk mengetahui apakah dengan debit terukur tersebut lokasi yang ditentukan akan mengalami banjir dapat ditentukan dengan menyesuaikan terhadap debit maksimum yang mampu ditampung di masing-masing lokasi saluran sungai. Hasil perhitungan terlampir

2.

Pembuatan Jaringan Syaraf Tiruan Dari data pemodelan yang sudah ada, kita akan melatihkan data-data tersebut ke dalam Jaringan Syaraf Tiruan (Feriyonika. 2007). Pelatihan ini menggunakan Software MATLAB. Dari jenis – jenis algoritma jaringan yang kita latih, kita akan uji jaringan dengan memberikan data asing yang belum dikenal sebelumnya (Kusuma Dewi, 2004). Berikut hasil pengujian yang sudah dilakukan. Table 5 Hasil pelatihan Jaringan Syaraf Tiruan dan kemampuan mengenal data asing NO

JENIS TRAINING

FORMASI LAYER

% KESALAHAN

1

TRAINCFG

4 – 4 – 10 – 6 – 2

2.1

2

TRAINBFG

4–4–4–6–6–2

4.3

3

TRAINBFG

4 – 4 – 10 – 6 - 2

2.8

4

TRAINLM

4 – 4 – 10 – 6 – 2

5.2

5

TRAINLM

4–4–4–6–6–2

2.37

6

TRAINOSS

4–4–4–6–6–2

4.3

Perbandingan antara data yang di ujikan dengan data yang di kenali oleh jaringan syaraf tiruan terdapat pada halaman lampiran.

3.

Pembuatan Software antarmuka Jaringan yang sudah dilatih pada Software MATLAB diambil bobotnya dan diaplikasikan ke program Visual Basic (Nugroho, 2005; Prasetia dan Widodo, 2004). Hal ini dimaksudkan agar


EL26-11


ISBN 9-793-688893-9

pengguna bisa lebih mudah menggunakan alatnya. Gambar berikut merupakan tampilan awal program

Gbr. Halaman Muka Antar muka Program

Gbr.7 Antarmuka untuk lokasi 1

4. Pemakaian Alat Gambar di bawah ini menunjukan lokasi pemasangan alat dilapangan


EL26-12


ISBN 9-793-688893-9

Gbr.8 Lokasi pemasangan alat

KESIMPULAN Dari penelitian ini dapat kita ambil beberapa kesimpulan; 1. Dalam membuat sistem peringatan dini bencana yang handal, dibutuhkan studi mendalam tentang sifat alam yang dipadukan dengan kemajuan teknologi yang ada. 2. Untuk melatih jaringan syaraf tiruan agar bisa mengenal pola alam dengan baik, dibutuhkan data historis dan pemodelan jaringan sungai yang tepat. 3. Sifat alam yang sering berubah – ubah, terlebih setelah dampak global warming mulai terasa, membuat kita tidak bisa hanya mengandalkan pengenalan alam berdasarkan pengetahuan empiris saja, dibutuhkan studi komprehensip dan berkelanjutan terhadap sifat – sifat alam yang berpotensi menyebabkan terjadinya bencana. 4. Karena rentang dan lingkupnya yang sangat luas ( jaringan sungai bisa mencapai 200 km ) dibutuhkan kerjasama dalam bentuk studi maupun dana yang kuat dalam membangun suatu sistem peringatan dini yang baik.

Ucapan terimakasih

Ucapan terimakasih kami sampaikan kepada ; 1. Dr. Djunun Sartohadi,M.Sc ( ketua jurusan Geografi Fisik Fakultas Geografi UGM ), atas izin mengeksplorasi informasi tentang bencana di fakultas geografi. 2. Bapak Suyono, M.S. (ahli hidrologi Fakultas Geografi UGM), atas arahan – arahan pengambilan data dan sifat – sifat sungai dan hujan yang akan dimodelkan. 3. Bapak Prof.Adi Susanto,M.Sc,PhD, Bpk. Ir. Budi Setianto,M.Sc ,staff pengajar teknik elektro UGM, atas arahan dalam penggunaan sensor dan pengolahan sinyal. 4. Rekan – rekan Forum Anggota Muda Persatuan Insinyur Indonesia DIY, atas dukungan dana dan semangatnya. Bidang Energi dan Lingkungan

EL26-13


ISBN 9-793-688893-9

5. Rekan – rekan di jurusan Teknik Elektro dan Geografi UGM, atas masukan dan saran – saran jeniusnya. 6. Dan semua pihak yang tidak bisa disebutkan satu persatu di halaman ini, semoga karya in bisa menjadi titik awal dalam pembelajaran untuk memberi sesuatu kepada negeri ini.

Daftar Pustaka Chow, Van T, 1959. Open – Channel Hydraulics International Student Edition. McGraw-Hill Kogakusha Ltd, Jepang. Cooke, R.U., J.C. Doornkamp, 1974. An Introduction Geomorphology in Environmental Magagement. Oxford University Press, England.

Feriyonika. 2007. Jaringan Syaraf Tiruan untuk mengukur kadar fosfor dalam tanah. Skripsi. Fakultas Teknik. Universitas Gadjah Mada. Hanselman, Duane. Littlefield, Bruce. 1985. MATLAB Bahasa Komputasi Teknis. Penerbit Andi. Yogyakarta. Kusuma Dewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan MATLAB & ECEL LINK. Penerbit Graha Ilmu. Yogyakarta. Nugroho, Bunafit.2005. Visual Basic Membuat Animasi dan Tampilan Cantik pada InterFace Form. Gava Media. Yogyakarta Prasetia, Retna. Widodo, Catur Edi. 2004. Interfacing Port Pararel dan Port Serial Komputer dengan Visual Basic 6. Penerbit Andi. Yogyakarta. Seyhan, E., 1979. Application of Statistical Methods to Hydrology. Institute of Earth Science, Netherlands. Soewarno, 1991. Hidrologi Pengukuran dan Pengolahan Data Aliran Sungai (Hidrometri). Penerbit NOVA, Bandung. Wijaya, T.A., 2004. Analisis Pengaruh Perubahan Penggunaan Lahan Terhadap Perubahan Karakteristik Hidrograf Banjir Menggunakan Software Hec-HMS versi 2.2.2. Skripsi, Fakultas Geografi UGM, Yogyakarta.


EL26-14

Sistem Peringatan Dini Adaptif Banjir Kiriman dari Hulu Sungai Dengan Jaringan Syaraf Tiruan (Studi Kasus : Sungai Progo Yogyakarta)

Recommend Documents