Syntax Literate: Jurnal Ilmiah Indonesia� p�ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 7, No. 11, November 2022
Ade Tricia Miranda, Taufik Ari Gunawan, Imroatul Chalimah Juliana
Program Magister
Teknik Sipil, Universitas Sriwijaya, Indonesia
Doktor, Teknik
Sipil, Universitas Sriwijaya, Indonesia
Doktor, Teknik Sipil, Universitas Sriwijaya,
Indonesia
E-mail: [email protected]
Abstrak
Di Sub DAS Lambidaro,
tepatnya di Jalan Kolonel Sulaiman Amin masalah
banjir terus terjadi terutama saat hujan.
Terjadinya banjir di sekitar saluran di sepanjang drainase jalan Kolonel
Sulaiman Amin disebabkan oleh beberapa faktor, salah satunya adalah kapasitas
tampung yang tidak mampu mengendalikan debit banjir secara maksimal sehingga air tidak mampu melimpas ke saluran dan akhirnya
menyebabkannya banjir di daerah sekitarnya.
Penelitian ini dilakukan untuk mengetahui apakah kapasitas drainase masih mampu
mengalirkan air limpasan permukaan atau tidak dan untuk menentukan berapa dimensi yang pas untuk mengatasi banjir yang
terjadi pada Jalan Kolonel Sulaiman Amin.
Keywords: Kapasitas Drainase,
Banjir, kapasitas.
Abstract
����������� Dilansir dari data daftar banjir dan genangan Dinas Pekerjaan Umum dan Pentaan Ruang Kota Palembang, pada subDAS Lambidaro, tepatnya di Jalan Kolonel Sulaiman Amin, terus terjadi permasalahan banjir pada tahun 2021 (DPUPR Kota Palembang 2021). Berdasarkan penuturan warga setempat, banjir terjadi sejak adanya pembangunan-pembangunan yang dilakukan oleh warga setempat sehingga menurut penuturan masyarakat sekitar pula, jika terjadi hujan dengan intensitas yang tinggi maka akan terjadi banjir setinggi 10 cm sampai 30 cm di sekitar saluran pemukiman tersebut dimana banjir yang terjadi menghambat dan mengganggu aktivitas warga yang terdampak sehingga diperlukan penanganan lanjut demi kelancaran aktivitas warga setempat. Terjadinya banjir di sekitar saluran di sepanjang drainase jalan Kolonel Sulaiman Amin disebabkan oleh beberapa faktor, salah satunya yakni air yang mengalir pada saluran melebihi kapasitas tampungan saluran yang tidak mampu mengendalikan debit banjir maksimum sehingga air limpasan meluap dan akhirnya menimbulkan genangan di daerah sekitarnya (Pramono and Saputro 2020). Penyebab dari kurangnya kapasitas saluran dapat diakibatkan dari kondisi eksisting saluran sekunder yang tidak memadai karena adanya pembangunan-pembangunan yang menyebabkan bottle neck pada saluran eksisting. Masalah banjir harus segera diatasi untuk perbaikan kualitas lingkungan dengan langkah awal yakni menganalisis kapasitas saluran drainase (Nursila 2021).
����������� Drainase jalan Kolonel Sulaiman Amin adalah saluran terbuka yang tidak terganggu oleh sampah, sehingga tidak bisa dipungkiri bahwa permasalahan genangan pada daerah tersebut diakibatkan oleh kapasitas saluran yang tidak mampu lagi mengalirkan air limpasan dengan semestinya. Menganalisis kapasitas saluran juga dapat dilakukan dengan pemodelan EPA SWMM (Sadewa and Sutoyo 2018). Kajian ini dilakukan agar dapat dievaluasi kapasitas saluran drainase eksisting guna menentukan berapa dimensi yang efektif untuk menanggulangi banjir di daerah tersebut dan mengatasi permasalahan yang terjadi. (Fransiska 2020) menggunakan program EPA SWMM (Environmental Protection Agency Storm Water Management Model)� dalam penelitiannya pada Kawasan Jati, Kota Padang sehingga peneliti bermaksud menggunakan pemodelan yang sama untuk melakukan analisis.
Tinjauan
Pustaka dan Metode Penelitian
A. Drainase
��������� Drainase atau pengatusan adalah
pembuangan massa air secara alami atau buatan dari permukaan atau bawah
permukaan dari suatu tempat. Irigasi dan drainase merupakan bagian penting dalam penataan sistem
penyediaan air di bidang pertanian maupun tata ruang.(Nahrisa et al. 2021). Dalam lingkup rekayasa sipil, drainase dibatasi
sebagai serangkaian bangunan air yang berfungsi untuk mengurangi dan/atau
membuang kelebihan air dari suatu kawasan atau lahan, sehingga lahan dapat
difungsikan secara optimal sesuai dengan kepentingan. Dalam tata ruang, drainase berperan
penting untuk mengatur pasokan air demi pencegahan banjir. Terdapat
macam - macam bentuk saluran drainase. Adapun beberapa macam bentuk saluran (Amalia 2016) :
1.
Trapesium : Menyalurkan limbah cair hujan
dengan debit besar yang sifat alirannya terus menerus dengan fluktuasi kecil
dan digunakan apabila:
a.
Selokan terbuka.
b.
Tempat
memungkinkan (cukup luas).
Bentuk Saluran Trapesium
2. Segiempat
: Menyalurkan limbah cair hujan dengan debit besar yang sifat alirannya terus
menerus dengan fluktuasi kecil pada lokasi jalur saluran tidak atau kurang
tersedia lahan yang cukup dan digunakan apabila:
a.
Debit besar (Q).
b.
Selokan
terbuka.
Bentuk Saluran Segiempat
3.
Segitiga : Menyalurkan limbah air hujan
dengan debit kecil, sampai nol dan banyak endapan dan digunakan apabila:
a.
Debit (Q) kecil
b.
Saluran terbuka.
Bentuk Saluran Segitiga
4. Lingkaran:
Menyalurkan limbah air hujan dengan debit kecil, sampai nol.
a.
Debit kecil (Q)
b.
Saluran tertutup
Gambar 4
Bentuk Saluran Lingkaran
B. Analisis Hidrologi
1.
Curah Hujan Wilayah
����������� Metode Aritmatik
����������������������� �������
�������������� Keterangan :
�������������� P = Curah hujan wilayah (mm)
�������������� n = Jumlah stasiun curah hujan
�������������� P1, P2,�, Pn = Curah Hujan ditiap titik pengamatan
�������������� b. Metode Thiessen
�������������� ��������������
�������������� Information :
�������������� P = Curah hujan wilayah rata-rata (mm)
�������������� P1,P2,...Pn = Curah hujan dari masing-masing stasiun
(mm)
�������������� A1,A2,...An = luas pengaruh masing
masing stasiun (km2)
�������������� c. Metode Isohyet
�������������� ��������������
�������������� Keterangan :
�������������� P = Curah hujan wilayah rata-rata (mm)
�������������� P1,2,3,�n = curah hujan dari masing-masing stasiun (mm)
�������������� A1,2,3�n = Luas wilayah antara 2
isohiet (km2)
2. Curah hujan rencana
Metode Gumbel
a. Standar Deviasi
.
keterangan :
Sx = Standar deviasi
Xi = Curah hujan rata-rata
Xr = Curah hujan maksimum
n = jumlah data
b. Faktor Frekuensi
Keterangan :
K = Faktor Frekuensi
Yt = Reduksi Varian
Yn = Rata-rata reduksi varian
Sn = Standar deviasi dari
reduksi varian
c. Curah Hujan Rencana/ Periode
Ulang
Xt = Xr + (K.Sx) �����������...(6)
Keterangan :
Xt = Curah hujan rencana
Xr = Curah hujan maksimum
rata-rata
K = Faktor Frekuensi
Sx = Standar Deviasi
3. Pemodelan EPA SWMM
Model EPA SWMM ini mampu menghitung kuantitas dan kualitas
limpasan permukaan dari setiap daerah tangkapan hujan, debit aliran, kedalaman
aliran, dan kualitas air di setiap saluran selama periode simulasi (Faizal et al. 2019). Data-data yang digunakan pada penelitian ini adalah peta
tata guna lahan untuk penentuan persentase impervious area, data hujan dan data
dimensi saluran drainase pada kawasan yang ditentukan.
Hasil dan
Diskusi
A.
Analisis Curah
Hujan Wilayah
(a)
���������������������������������������(b)
(c)����������������������� �������������������������������������(d)
Gambar �5
Peta catchment area metode thiessen
Dari
gambar diatas wilayah yang diarsir warna magenta merupakan wilayah dari Pos
Hujan SMB 2 talang betutu, arsiran yang berwarna hijau merupakan wilayah Pos
Hujan Kenten serta arsiran yang bewarna biru merupakan wilayah Seberang Ulu 1.
Kemudian ditentukan Luasan dari tiap Daerah Pos Hujan tersebut. Kemudian,
setelah didapatkan wilayah disetiap pos hujan, kita mencari luasan dari wilayah
tersebut untuk dimasukan kedalam rumus dari Metode Thiessen.
Menghitung curah hujan wilayah
rata-rata Januari 2016
Tabel 1
Rekapitulasi Hasil Analisis Curah Hujan Wilayah
Rata-Rata
Year |
January |
February |
March |
April |
May |
Jun |
July |
August |
September |
October |
November |
December |
2016 |
56.49 |
70.41 |
65.62 |
45.61 |
48.26 |
34.92 |
23.96 |
71.28 |
104.19 |
69.48 |
70.73 |
78.11 |
2017 |
43.96 |
53.10 |
72.25 |
73.67 |
84.64 |
51.63 |
23.38 |
31.45 |
27.22 |
73.79 |
58.40 |
83.94 |
2018 |
32.31 |
50.54 |
102.55 |
64.20 |
31.26 |
62.83 |
41.65 |
14.16 |
74.36 |
66.25 |
80.24 |
53.81 |
2019 |
30.49 |
74.39 |
81.13 |
60.39 |
27.83 |
35.90 |
50.38 |
1.79 |
29.10 |
50.76 |
22.66 |
91.55 |
2020 |
36.64 |
82.33 |
77.90 |
83.37 |
79.98 |
42.20 |
29.44 |
50.01 |
28.08 |
63.29 |
69.82 |
49.95 |
Tabel 2
Rekapitulasi Curah Hujan Wilayah Rata-Rata Maksimum
Tahun |
Curah Hujan Maksimum Rata-rata (Xt) |
2016 |
104,19 |
2017 |
84,64 |
2018 |
102,55 |
2019 |
91,55 |
2020 |
83,37 |
Gambar 6
Kurva Curah Hujan�
Maksium Rata-rata
Tabel 3
Time Series Curah Hujan Rata-rata Maksimum
t
(time) |
R24
(m/dt) |
93,3 |
|
0 |
0 |
1 |
32,366 |
2 |
7,074 |
3 |
1,180 |
4 |
0,162 |
5 |
0,019 |
6 |
0,002 |
7 |
0,000 |
8 |
0,000 |
9 |
0,000 |
10 |
0,000 |
11 |
0,000 |
12 |
0,000 |
13 |
0,000 |
14 |
0,000 |
15 |
0,000 |
16 |
0,000 |
17 |
0,000 |
18 |
0,000 |
19 |
0,000 |
20 |
0,000 |
21 |
0,000 |
22 |
0,000 |
23 |
0,000 |
24 |
0,000 |
B. Analisis Curah Hujan Rencana
Metode Gumbel
Tabel 4
Rekapitulasi Analisis Metode Gumber
No |
Period |
X |
Sd |
Sn |
Yn |
Yt |
Xt |
1 |
2 |
93,26 |
9,8 |
1,0206 |
0,5128 |
0,3668 |
91,864 |
2 |
5 |
93,26 |
9,8 |
1,0206 |
0,5128 |
1,5004 |
102,701 |
3 |
10 |
93,26 |
9,8 |
1,0206 |
0,5128 |
2,2510 |
109,877 |
4 |
25 |
93,26 |
9,8 |
1,0206 |
0,5128 |
3,1993 |
118,942 |
5 |
50 |
93,26 |
9,8 |
1,0206 |
0,5128 |
3,9028 |
125,668 |
6 |
100 |
93,26 |
9,8 |
1,0206 |
0,5128 |
4,6012 |
132,345 |
Metode Normal
Tabel 5
Standar Variabel �KT
T (Year) |
Kt |
2 |
-0,22 |
5 |
0,64 |
10 |
1.26 |
50 |
2,75 |
100 |
3,45 |
(source : Soewarno, 1995)
Tabel
diatas merupakan data dari nilai Kt untuk menghitung menggunakan Metode Normal
dalam mencari curah hujan. Nilai Kt di pilih sesuai dengan kala ulang data
curah hujan yang didapat. Berikut contoh perhitungan menggunakan metode Normal.
Xt = X + Kt x S
Xt = 93,26 + 0,64 x 9,8
Xt = 99,5 mm
Kesimpulan
hasil dari analisa menggunakan Metode Gumbel didapatkan nilai curah hujan pada
kala 5 tahunan sebesar� 102,701 mm sedangkan menggunakan metode
normal adalah 99,5 mm. Untuk
menganalisa suatu kawasan banjir maka diperlukan data curah hujan yang maksimum
untuk dibuat time series distribusi
curah hujan (Apriyanza, Amri, and Gunawan 2018). Maka metode
gumbel lah yang dapat kita pakai, untuk menguji kecocokan hasil dari metode
gumbel tersebut, maka digunakan Uji kecocokan Smirnov � Kolmogorov (Nuray and Mutaqin 2021).
C. Uji Kecocokan Smirnov - Kolmogorov
Tabel 6
Nilai
Delta kritis untuk uji� keselarasan Smirnov-Kolmogorov
Jumlah
Data� (n) |
α
derajat kepercayaan |
|||
0,20 |
0,10 |
0,05 |
0,01 |
|
5 |
0.45 |
0.51 |
0.56 |
0.67 |
10 |
0.32 |
0.37 |
0.41 |
0.49 |
15 |
0.27 |
0.30 |
0.34 |
0.40 |
20 |
0.23 |
0.26 |
0.29 |
0.36 |
25 |
0.21 |
0.24 |
0.27 |
0.32 |
30 |
0.19 |
0.22 |
0.24 |
0.29 |
35 |
0.18 |
0.20 |
0.23 |
0.27 |
40 |
0.17 |
0.19 |
0.21 |
0.25 |
45 |
0.16 |
0.18 |
0.20 |
0.24 |
50 |
0.15 |
0.17 |
0.19 |
0.23 |
n>50 |
1.07/n |
1.22/n |
1.36/n |
1.63/n |
(Sumber : Soewarno, 1995)
Tabel 7
Uji Kecocokan Smirnov -
Kolmogorov
�����
Nilai
DMaks pada Tabel diatas sebesar 0,417 kemudian kita liat kembali DKritis dengan
mengambil derajat kepercayaan terbesar, yakni 0,20 atau 20%. Didapatkan Dmaks
< dari DKriris 0,450 maka metode sebaran yang di uji dapat diterima.
D. Anlisis Intensitas Curah Hujan
Tabel 8
Intensitas Curah Hujan
t
(time) |
R24
(m/dt) |
||
R2 (m/dt) |
R5 (m/dt) |
R10 (m//dt) |
|
91.9 |
102.7 |
109.9 |
|
0 |
0 |
0 |
0 |
1 |
31.881 |
35.642 |
38.133 |
2 |
6.968 |
7.791 |
8.335 |
3 |
1.162 |
1.299 |
1.390 |
4 |
0.160 |
0.179 |
0.191 |
5 |
0.019 |
0.021 |
0.023 |
6 |
0.002 |
0.002 |
0.002 |
7 |
0.000 |
0.000 |
0.000 |
8 |
0.000 |
0.000 |
0.000 |
9 |
0.000 |
0.000 |
0.000 |
10 |
0.000 |
0.000 |
0.000 |
11 |
0.000 |
0.000 |
0.000 |
12 |
0.000 |
0.000 |
0.000 |
13 |
0.000 |
0.000 |
0.000 |
14 |
0.000 |
0.000 |
0.000 |
15 |
0.000 |
0.000 |
0.000 |
16 |
0.000 |
0.000 |
0.000 |
17 |
0.000 |
0.000 |
0.000 |
18 |
0.000 |
0.000 |
0.000 |
19 |
0.000 |
0.000 |
0.000 |
20 |
0.000 |
0.000 |
0.000 |
21 |
0.000 |
0.000 |
0.000 |
22 |
0.000 |
0.000 |
0.000 |
23 |
0.000 |
0.000 |
0.000 |
24 |
0.000 |
0.000 |
0.000 |
Gambar 7
Kurva Metode Mononobe
E. Metode EPA SWMM