ANALISA SEBARAN SEDIMEN DAN EFEKTIVITAS …pengairan.ub.ac.id/s1/wp-content/uploads/2016/01/Analisa-Sebaran... · adalah sebagai berikut: dimana V 1 adalah kapasitas tampungan setelah

ANALISA SEBARAN SEDIMEN DAN EFEKTIVITAS

TAMPUNGAN MENGGUNAKAN TEKNIK INTERPOLASI

RUANG (STUDI KASUS PENGGELONTORAN WADUK

WLINGI DAN WADUK LODOYO)

JURNAL ILMIAH

TEKNIK PENGAIRAN KONSENTRASI SISTEM INFORMASI

SUMBER DAYA AIR

Diajukan untuk memenuhi persyaratan

Memperoleh gelar Sarjana Teknik

Disusun Oleh:

FAJAR ALDOKO KURNIAWAN

NIM. 105060400111009 - 64

UNIVERSITAS BRAWIJAYA

FAKULTAS TEKNIK

MALANG

2016

ANALISA SEBARAN SEDIMEN DAN EFEKTIVITAS TAMPUNGAN

MENGGUNAKAN TEKNIK INTERPOLASI RUANG (STUDI KASUS

PENGGELONTORAN WADUK WLINGI DAN WADUK LODOYO)

JURNAL

TEKNIK PENGAIRAN KONSENTRASI SISTEM INFORMASI

SUMBER DAYA AIR

Diajukan untuk memenuhi persyaratan

Memperoleh gelar Sarjana Teknik

Disusun Oleh:

FAJAR ALDOKO KURNIAWAN

NIM. 105060400111009-64

Dosen Pembimbing I

Dian Sisinggih. ST.,MT.,Ph.D

NIP.19701119 199512 1 001

Dosen Pembimbing II

Dr. Runi Asmaranto, ST.,MT

NIP.19710830 200012 1 001

ANALISA SEBARAN SEDIMEN DAN EFEKTIVITAS TAMPUNGAN

MENGGUNAKAN TEKNIK INTERPOLASI RUANG (STUDI KASUS

PENGGELONTORAN WADUK WLINGI DAN WADUK LODOYO)

Fajar Aldoko Kurniawan1, Dian Sisinggih

2, Runi Asmaranto

2

1Mahasiswa Program Sarjana Teknik Jurusan Pengairan Universitas Brawijaya

2Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya

[email protected]

ABSTRAK

Bendungan Wlingi dibangun pada tahun 1977 dengan gabungan dari tipe zone fill dan

earth fill. Bendungan ini memiliki kapasitas tampungan efektif 5,2 x 106 m3 dengan luas

daerah genangan 3,8 km2. Bendungan Lodoyo dibangun pada tahun 1982 dengan tipe

bendung gerak. Bendungan ini memiliki kapasitas tampungan efektif 5,0 x 106 m3 dengan

luas daerah genangan 0,94 km2.

Studi ini bertujuan untuk mengetahui kinerja interpolasi ruang dalam memodelkan

batimetri dan menganalisa sebaran sedimen serta mengetahui perubahan tampungan efektif

dalam upaya menentukan keberhasilan flushing. Teknik interpolasi ruang dengan

menggunakan metode Kriging, Inverse Distance Weighted (IDW), dan Radial Basic

Function (RBF) dengan alat bantu pemodelan Arc GIS 10.

Pada hasil analisa didapatkan metode terbaik untuk kedua waduk tersebut yaitu IDW

dengan power 3 dengan nilai error terkecil yaitu 1,258 untuk Wlingi dan 1,39 untuk

Lodoyo. Kondisi gerusan yang terjadi tiap tahun paling besar terdapat di bagian hilir

(mulut bendung) dan endapan berada di bagian hulu. Perubahan tampungan efektif Waduk

Wlingi dan Waduk Lodoyo mengalami kenaikan. Tingkat keberhasilan flushing yang telah

dilaksanakan kedua waduk tersebut pada Waduk Wlingi tahun 2009 dan tahun 2010

dianggap belum sukses, dibandingkan dengan pada tahun 2011 dan tahun 2012 dapat

dianggap sukses. Pada Waduk Lodoyo tahun 2009 - tahun 2012 dianggap belum sukses.

Kata Kunci: Interpolasi Ruang, Sebaran Gerusan dan Endapan, Tampungan Efektif

ABSTRACT

Wlingi dam was built in 1977 by a combination of the type of fill and earth-fill zone.

This dam has a storage capacity of 5.2 x 106 m3 effective with wide inundation area of 3.8

km2. Lodoyo dam was built in 1982 with a weir-type motion. This dam has a storage

capacity effectively 5.0 x 106 m3 with an area of inundation of 0.94 km2.

This study aims to determine the spatial interpolation performance in modeling

bathymetry and sediment distribution with analyzing and knowing the pitcher changes

effective in determining the success of flushing. Spatial interpolation technique using

Kriging, Inverse Distance Weighted (IDW), and Radial Basic Function (RBF).

On the results of the analysis obtained the best methods for these reservoirs is IDW

with power 3 with the smallest error value is 1.258 for Wlingi and 1.39 for Lodoyo.

Degradation conditions that occur each year most likely in the lower reaches (mouth weir)

and agradation largest on upstream. Changes level in effective pitcher Wlingi Reservoir

and Reservoir Lodoyo increase for years. The successful rate of flushing that have

implemented these reservoirs in the reservoir Wlingi in 2009 and in 2010 was considered a

success yet, compared to the year 2011 and the year 2012 can be considered a success. At

Reservoir Lodoyo in 2009 - the year 2012 was considered a success yet.

Keywords: Spatial Interpolation, Agradation and Degradation , Effective Storage

mailto:[email protected]

PENDAHULUAN

Peningkatan sedimentasi di waduk

mengakibatkan berkurangnya kapasitas

tampungan efektif di waduk. Hal ini

menyebabkan berkurangnya usia guna

waduk dan mengganggu manfaat dari

waduk itu sendiri. Selain kegiatan

konservasi Daerah Aliran Sungai (DAS),

teknik terasiring dan lain-lain maka

diperlukan penanganan sedimen yang

sudah terlanjur masuk kedalam waduk

yaitu penggelontoran sedimen (flushing).

Sebelum dan sesudah pelaksanaan

penggelontoran waduk, pihak pengelola

akan melakukan pekerjaan pengukuran

penampang waduk. Mengingat sampai

saat ini interprestasi yang dilakukan hasil

pengukuran penampang yang dilakukan

secara perhitungan manual, maka sebaran

sedimen tidak dapat diketahui secara

pasti.

Pada studi ini akan mengevaluasi

penerapan metode interpolasi spasial

yaitu dengan menggunakan metode

Kriging, Inverse Distance Weighted

(IDW), dan Radial Basic Function

(RBF). yang terdapat pada alat bantu

pemodelan ArcGIS 10, terhadap data

hasil pengukuran echo sounding waduk

untuk dibuat menjadi ruang yang

berkesinambungan dari area waduk.

Keluaran dari kajian ini berupa peta

pola sebaran sedimen dan volumetrik

sedimen setiap periode sebelum dan

sesudah penggelontoran, perubahan

tampungan efektif tiap tahun, serta

mengevaluasi tingkat keberhasilan

flushing (penggelontoran sedimen)

TINJAUAN PUSTAKA

Sedimentasi pada Waduk

Perubahan penampang melintang

sungai ke penampang melintang waduk

yang lebar menyebabkan berkurangnya

kecepatan aliran sungai serta daya angkut

aliran terhadap sedimen yang terdiri atas

material halus yang melayang dalam air

waduk (suspended load) dan material

kasar (bed load).

Secara umum ada tiga kemungkinan

untuk mengatasi sedimentasi waduk,

yaitu :

- Menjaga / mempertahankan agar

sedimen yang masuk waduk serendah

mungkin (minimization of sediment

inflow).

- Menjaga agar sedimen yang masuk

tetap dalam suspensi dan melepasnya

ke hilir sebelum sedimen sempat

mengendap (sediment sluicing).

- Mengeluarkan sedimen yang telah

mengendap (sediment extraction).

Kriteria Keberhasilan Flushing

Menurut Atkinson, perhitungan

kriteria penilaian kesuksesan pelaksanaan

flushing adalah sebagai berikut:

1. Long Term Capacity Ratio (LTCR)

Long Term Capacity Ratio (LTCR)

didefinisikan sebagai rasio antara

kapasitas tampungan yang telah

diperbarui atau tampungan setelah

flushing dengan kapasitas tampungan

original live pada waduk tersebut.

Persamaan untuk menghitung LTCR

adalah sebagai berikut:

dimana V1 adalah kapasitas

tampungan setelah flushing (m3) dan Vori

adalah kapasitas tampungan original live

(m3).

Untuk penilaian pelaksanaan flushing

berhasil, syarat yang harus dipenuhi

adalah bahwa LTCR > 0.8.

2. Draw Down Ratio (DDR)

Draw Down Ratio (DDR)

didefinisikan sebagai perbandingan

elevasi muka air jagaan saat flushing

dengan elevasi muka air tertinggi dan

muka air terendah.

Persamaan untuk menghitung DDR


dimana FWL adalah elevasi muka air

flushing (m) HWL adalah elevasi muka

air tertinggi (m) LWL adalah elevasi

muka air terendah (m).



adalah bahwa DDR > 0.7.

3. Capacity Inflow Ratio (CIR)

Capacity Inflow Ratio (CIR)

didefinisikan sebagai perbandingan

elevasi muka air jagaan saat flushing

dengan elevasi muka air tertinggi dan

muka air terendah.

Persamaan untuk menghitung CIR


dimana Vori adalah kapasitas

tampungan original live (m3) Vin adalah

volume air outflow (m3) Qf adalah debit

inflow saat flushing (m3/dt).



adalah bahwa CIR < 0.3.

Interpolasi Ruang

Interpolasi ruang mengasumsikan

bahwa atribut data bersifat kontinu di

dalam ruang (space) dan atribut ini saling

berhubungan (dependence) secara spasial

(Anderson, 2001)

Metode Kriging

Kriging mengasumsikan bahwa jarak

atau arah antara titik sampel

mencerminkan korelasi spasial yang

dapat digunakan untuk menjelaskan

variasi dalam permukaan.

Metode Kriging merupakan cara

perkiraan yang dikembangkan oleh

Matheron (1965) yang pada dasarnya

ditekankan bahwa interpolasi data dari

satu titik terukur ke titik lain dalam suatu

region (DAS) tidak hanya ditentukan oleh

jarak antara titik terukur tersebut dengan

titik yang dicari, akan tetapi ditentukan

oleh tiga faktor, yaitu (Harto, 1993: 63):

1. Jarak antara titik yang dicari dengan

titik terukur

2. Jarak antara titik-titik terukur

3. Struktur variabel yang dimaksudkan

Persamaan umum untuk metode

kriging adalah sebagai berikut:

dimana Z (si) adalah nilai yang

diukur pada lokasi –i , λi adalah berat

yang tidak diketahui untuk nilai diukur

pada lokasi –i, s0 adalah lokasi yang

diprediksi dan N adalah jumlah nilai yang

diukur

Spherical

Gambar 1. Model Semivariogram

Spherical

Eksponential


Eksponential

Gaussian


Gaussian

Metode IDW (Inverse Distance

Weigthed)

Metode Inverse Distance Weighting

(IDW) merupakan metode determinasi

nilai yang sederhana dengan

mempertimbangkan titik disekitarnya.

Asumsi dari metode ini adalah nilai

interpolasi akan lebih mirip pada data

sampel yang dekat daripada yang lebih

jauh. Bobot (weight) akan berubah

secara linear sesuai dengan jaraknya

dengan data sampel. Bobot ini tidak akan

dipengaruhi oleh letak dari data sampel.

Persamaan umum untuk metode

IDW adalah sebagai berikut (Azpurua

dan Ramos, 2010):

dimana Zi merupakan nilai yang akan

diinterpolasi sejumlah N titik dan bobot

(weight) wi yang dirumuskan sebagai:

p adalah nilai positif yang dapat

diubah-ubah yang disebut dengan nilai

power pada kotak dialog pekerjaan IDW

dan hj adalah jarak dari titik ke titik yang

akan diinterpolasi.

Metode RBF (Radial Basic Function)

Metode RBF (Radial Basic Function)

mengestimasikan nilai dengan

menggunakan fungsi matematika yang

meminimalisir total kelengkungan

permukaan.

Persamaan yang digunakan pada

metode RBF (Radial Basic Function)

adalah dengan menggunakan rumus

seperti di bawah ini:

dimana j adalah 1, 2, …, n dan N

adalah jumlah titik, λi adalah koefisien

dari sistem persamaan linier rj adalah

jarak antar titik.

Cross Validation

Salah satu cara untuk menguji

keakuratan suatu model adalah dengan

menggunakan validasi silang (cross

validation)

dengan ei adalah galat (error), Z(Xi)

adalah nilai sesungguhnya pada lokasi

ke-i, Z(Xi) adalah prediksi nilai pada

lokasi ke-i

Root Mean Square Error (RMSE)

Dalam proses penentuan keakuratan

suatu model spasial digunakan analisa

perhitungan RMSE. Ukuran ini paling

sering digunakan untuk membandingkan

akurasi antara 2 atau lebih model dalam

analisis spasial. Semakin kecil nilai

RMSE suatu model menandakan semakin

akurat model tersebut.

n

XXRMSE

n

i idelmoiobs

1

2,, )(

dimana Xobs,I adalah Nilai

sesungguhnya pada lokasi i (Xobs,i),

Xmodel,i adalah Nilai prediksi pada lokasi i

(Xmodel), dan n adalah Jumlah data

Mean Absolute Error (MAE)

Ukuran ini mengindikasikan

seberapa jauh penyimpangan prediksi

dari nilai sesungguhnya. Semakin kecil

nilai MAE suatu model interpolasi

spasial, semakin kecil penyimpangan

prediksi dari nilai sesungguhnya.

METODOLOGI PENELITIAN

Lokasi Studi

Lokasi daerah studi dilakukan di

Bendungan Wlingi, Kecamatan Talun,

Kabupaten Blitar, Propinsi Jawa Timur

secara geografis terletak pada koordinat

8008'28.6'' LS - 8

008'51.38'' LS dan

112014'53.31'' BT - 112

013' 49.90'' BT

dan Bendungan Lodoyo, Kecamatan

Kanigoro, Kabupaten Blitar, Propinsi

Jawa Timur secara geografis terletak

pada koordinat 809'0.7'' LS - 809'8.95''

LS dan 112011'25.87'' BT - 112012'

10.95'' BT.

Data yang Digunakan

Data – data yang digunakan antara lain:

1. Data sounding

2. Data patok pengukuran

3. Peta BAKOSURTANAL

4. Data teknis flushing waduk

Tahapan Pengerjaan

Langkah-langkah pengerjaan disusun

secara sistematis guna mempermudah

dalam penyelesaian kajian ini. Adapun

langkah-langkah pengerjaan adalah

sebagai berikut :

1. Pembuatan koordinat titik sounding

tiap patok (x, y, z).

2. Analisa sebaran sedimen sebelum

dan sesudah penggelontoran dengan

metode interpolasi ruang (Kriging,

IDW (Inverse Distance Weighted),

dan RBF (Radial Basic Function)).

3. Menentukan batas wilayah studi

dengan cara overlay dengan peta

BAKOSURTANAL.

4. Menghitung beda tinggi sebelum dan

sesudah penggelontoran dengan

menggunakan metode interpolasi

ruang yang dipilih menggunakan

fungsi Raster Calculator di ArcGIS

10.

5. Menghitung sebaran volume gerusan

dan endapan setelah penggelontoran.

6. Menghitung perubahan volume

tampungan tiap tahun hasil

penggelontoran.

7. Membandingkan data awal Waduk

dengan hasil analisa tiap tahun hasil

penggelontoran.

8. Menghitung efisiensi penggelontoran

yang telah terjadi

9. Pemilihan metode paling efektif

sesuai dengan prediction error yang

terendah dari hasil volume bangkitan

dan data terukur.

10. Pembuatan peta hasil analisa (peta

elevasi dasar Waduk sebelum dan

sesudah penggelontoran, peta pola

sebaran endapan dan gerusan tiap

tahun penggelontoran)

Gambar 4. Diagram Alir Pengerjaan

Skripsi

HASIL DAN PEMBAHASAN

Pengolahan Data Input Sounding

Data pengukuran echo sounding

merupakan data titik ukur jarak terhadap

patok sehingga berdasarkan data tersebut

membutuhkan pengolahan konversi jarak

pada patok menjadi titik koordinat titik

x,y,z pengukuran sounding.

Gambar 5. Sketsa Pengukuran Melintang

Echo Sounding

Data yang digunakan dalam analisa

adalah berupa data patok pengukuran

sebagai Bench Mark dalam perhitungan

mencari koordinat. Konsep perhitungan

ini menggunakan prinsip Koordinat

Cartesius dimana titik – titik yang dicari

menggunakan bantuan dari sudut yang

dihasilkan.

Gambar 6. Peta Patok Pengukuran Sounding Waduk Wlingi dan Lodoyo Hasil Digitasi

Analisa Metode Interpolasi Ruang

Analisa pemodelan menggunakan

Arc GIS 10 dengan metode interpolasi

ruang kriging, IDW, dan RBF.

Penilaian pemilihan metode yang

terbaik digunakan menggunakan fungsi

RMSE dan MAE berdasarkan nilai error

yang paling rendah.

72

Tabel 1. Perhitungan Nilai RMSE Waduk Wlingi

No Waduk Tahun Kondisi

Kriging Inverse Distance Weighted Radial Basic Function

Spherical Exponential Gaussian Power 2 Power 3 Regularized

Spline

Spline With

Tension

1 Wlingi 2009 Sebelum Flushing 2.197 1.735 2.560 1.224 1.082 1.572 1.630

2

Sesudah Flushing 1.11 1.058 1.266 1.272 1.213 1.474 1.508

3

2010 Sebelum Flushing 1.218 1.096 1.293 1.361 1.188 1.769 1.818

4


5


6


7


8


Rata-rata 1.464 1.436 1.661 1.380 1.258 1.657 1.702

Tabel 2. Perhitungan Nilai MAE Waduk Wlingi


Kriging Inverse Distance Weighted Radial Basic Function

Spherical Exponential Gaussian Power 2 Power 3 Regularized Spline Spline With

Tension

1 Wlingi 2009 Sebelum Flushing 0.898 0.897 0.800 0.886 0.832 1.041 1.980

2 Sesudah Flushing 0.877 0.801 0.824 0.852 0.831 1.003 1.887

3 2010 Sebelum Flushing 0.844 0.861 0.802 0.910 0.776 1.115 1.234






Rata-rata 0.814 0.811 0.823 0.902 0.779 1.221 1.468

Tabel 3. Perhitungan Nilai RMSE Waduk Lodoyo


Kriging Inverse Distance

Weighted Radial Basic Function


Spline

Spline With

Tension

1 Lodoyo 2009 Sebelum Flushing 1.336 1.374 1.613 1.587 1.340 2.022 2.117








Rata-rata 1.391 1.414 1.515 1.631 1.390 2.106 2.191

Tabel 4. Perhitungan Nilai MAE Waduk Lodoyo


Kriging Inverse Distance

Weighted Radial Basic Function


Spline Spline With Tension

1 Lodoyo 2009 Sebelum Flushing 1.010 1.022 0.913 1.008 0.949 1.183 2.242








Rata-rata 0.916 0.924 0.937 1.027 0.889 1.385 1.669

Dari hasil analisa pemodelan nilai error

Waduk Wlingi pada perhitungan

didapatkan nilai RMSE terendah pada

metode interpolasi spasial menggunakan

IDW dengan power 3 yaitu senilai 1.258

dan rata – rata nilai MAE adalah 0.779.

Hasil ini akan digunakan untuk

membuat peta sebaran beda tinggi yang

paling akurat, sehingga untuk analisa

sebaran sedimen dan perhitungan

tampungan akan digunakan model IDW

dengan power 3.

Waduk Lodoyo pada perhitungan

didapatkan nilai RMSE terendah pada

metode interpolasi spasial menggunakan

IDW dengan power 3 dengan nilai 1.390

dan rata nilai MAE adalah 0.889.

Sehingga digunakan juga model IDW

power 3 untuk analisa selanjutnya.

Gambar 7. Peta Kondisi Waduk Wlingi Sebelum Flushing

Gambar 8. Peta Kondisi Waduk Wlingi Setelah Flushing

Analisa Sebaran Sedimen

Langkah – langkah pengerjaan dalam

perhitungan volume gerusan dan endapan

dalam program ArcGIS 10 adalah sebagai

berikut:

1. Mempersiapkan data raster untuk

metode yang terpilih yaitu metode

IDW dengan power 3 untuk hasil

sebelum dan sesudah flushing

Waduk Wlingi dan Waduk Lodoyo.

2. Menentukan endapan dan gerusan

sedimen dengan menggunakan

toolbox Raster Calculator sebelum

dikurangi sesudah flushing

Gambar 9. Pola Gerusan dan Endapan Hasil Raster Calculator

Bacaan raster value positif berarti

endapan dan bacaan raster value negative

berarti gerusan. Hasil dari raster di

eksport dalam bentuk ASCII dengan

ArcTool Box Convertion Tool – From

Raster –Raster to ASCII. Sehingga hasil

dapat dibaca dalam format text yang

digunakan untuk perhitungan

menggunakan Microsoft Excel.

3. Untuk perhitungan volume endapan

maupun gerusan adalah

berdasarkan nilai cell size x total

value raster (endapan/gerusan)

Gambar 10.Ilustrasi Perhitungan Gerusan

dan Endapan Sedimen

4. Menghitung total volume endapan

dan gerusan akibat penggelontoran

sedimen dengan menjumlahkan

bagian value negative yang berarti

gerusan dan value positif yang

berarti endapan dalam format

ASCII

Hasil dari perhitungan total volume

endapan dan gerusan adalah sebagai

berikut:

Gambar 11.Grafik Perubahan Kondisi

Gerusan dan Endapan Wlingi

Gambar 12. Grafik Perubahan Kondisi

Gerusan dan Endapan

Lodoyo

Evaluasi Tampungan Efektif

Dalam rangka evaluasi

penggelontoran sedimen di waduk

terhadap perubahan tampungan efektif,

maka tahapan pengolahan data yang

dilakukan yaitu:

1. Perhitungan kapasitas waduk berupa

hubungan antara elevasi dan volume

waduk

2. Perhitungan volume efektif waduk

yaitu berdasarkan kapasitas awal

(original capacity) dengan kapasitas

tiap tahun setelah penggelontoran.

Berdasarkan kedua data tersebut diatas

maka, besarnya pengurangan volume

efektif waduk dapat diketahui.

Perhitungan volume efektif waduk

dihitung berdasarkan perbedaan

volume waduk pada elevasi muka air

tinggi (High Water Level = HWL)

dikurangi dengan elevasi muka air

rendah (Low Water Level = LWL)

Langkah – langkah perhitungan

volume tampungan efektif adalah sebagai

berikut:

1. Mempersiapkan raster sebelum dan

sesudah penggelontoran sedimen

(flushing)

2. Menghitung volume air tiap elevasi

HWL dan LWL dengan menggunakan

fungsi Surface Volume dengan

menentukan volume air berada di

bawah elevasi HWL dan LWL.

Gambar 13. Hasil Surface Volume dalam

bentuk teks

3. Menghitung volume tampungan

efektif dengan cara volume kapasitas

tampungan pada HWL – volume

kapasitas tampungan pada LWL

Gambar 14. Perhitungan Tampungan

Efektif Waduk Wlingi

Gambar 15. Grafik Perubahan

Tampungan Efektif Waduk

Wlingi

Gambar 16. Perhitungan Tampungan

Efektif Waduk Lodoyo

Gambar 17. Grafik Perubahan

Tampungan Efektif Waduk

Lodoyo

Evaluasi Keberhasilan Flushing

Keberhasilan penggelontoran

sedimen dalam waduk ditentukan oleh

beberapa kriteria penilaian yaitu:

Sediment Balance Ratio (SBR) > 1, Long

Term Capacity Ratio (LTCR) > 0.8,

Draw Down Ratio (DDR) > 0.7 dan

Capacity Inflow Ratio (CIR) < 0.3

(Atkinson, 1996). Perhitungan studi

kriteria keberhasilan flushing pada

Waduk Wlingi dan Waduk Lodoyo ini

menggunakan kriteria LTCR, DDR, dan

CIR.

Tabel 5. Perhitungan Kriteria

Keberhasilan

Bendungan Tahun LTCR DDR CIR

Wlingi 2009 0.43 0.87 0.37

2010 0.57 0.87 0.31

2011 0.53 0.87 0.28

2012 0.48 0.87 0.28

Lodoyo 2009 0.38 0.10 0.38

2010 0.39 0.10 0.30

2011 0.39 0.19 0.19

2012 0.41 0.10 0.21

sumber: hasil perhitungan

Diterima

Tidak Diterima

PENUTUP

Kesimpulan

1. Berdasarkan analisa hasil pengolahan

data dan nilai error yang diperoleh,

dapat disimpulkan bahwa hasil

interpolasi yang dinilai lebih baik

digunakan adalah metode interpolasi

IDW dengan power 3 dengan hasil

rata-rata RMSE yang diperoleh untuk

Waduk Wlingi adalah sebesar 1.258

rata – rata nilai MAE adalah 0.779 dan

untuk Waduk Lodoyo rata-rata RMSE

adalah sebesar 1.390 dan nilai MAE

adalah 0.889. Pemilihan metode yang

digunakan ini berdasarkan hasil rata-

rata prediksi error yang paling rendah

diantara metode interpolasi yang

lainnya.

2. Pola sebaran endapan dan gerusan di

Waduk Wlingi dan Waduk Lodoyo

akibat penggelontoran sedimen adalah

sebagai berikut:

- Waduk Wlingi tahun 2009 endapan

sebesar 237183 m3 (45.61%) dan

gerusan sebesar 282799.5 m3

(54.39%).


sebesar 659493 m3

(40.86%) dan


(59.14%).


sebesar 541201 m3 (20.58%) dan

gerusan sebesar 1228280 m3

(69.42%).


sebesar 130284 m3 (21.36%) dan

gerusan sebesar 479564 m3

(78.64 %).

- Waduk Lodoyo tahun 2009 endapan

sebesar 295510 m3 (86.85%) dan

gerusan sebesar 44749.2 m3 (13.15%).

- Waduk Lodoyo tahun endapan sebesar

106317.3 m3 (51.47%) dan gerusan

sebesar 100258.5 m3 (48.53%).


sebesar 100311.3 m3 (37.88%) dan


(62.12%).


sebesar 73833.5 m3 (25.23%) dan


(74.77%).

3. Pada Waduk Wlingi perubahan

tampungan efektif terlihat bahwa

setelah penggelontoran tahun 2009

volume efektif adalah 2.23 juta m3

meningkat di tahun 2010 yang

mencapai 2.97 juta m3 lalu mengalami

penurunan di tahun 2011 yaitu 2.73

juta m3

dan di tahun 2012 dengan

volume 2.49 juta m3. Pada Waduk

Lodoyo perubahan tampungan efektif

terlihat bahwa setelah penggelontoran

tahun 2009 volume efektif adalah 1.90

juta m3 meningkat di tahun 2010 yang

mencapai 1.96 juta m3

lalu mengalami

penurunan di tahun 2011 yaitu 1.93

juta m3 dan di tahun 2012 dengan

volume 2.04 juta m3.

4. Nilai keberhasilan penggelontoran

sedimen (flushing) pada Waduk

Wlingi dan Waduk Lodoyo ditentukan

oleh beberapa parameter, yaitu Long

Term Capacity Ratio (LTCR), Draw

Down Ratio (DDR) dan Capacity

Inflow Ratio (CIR). Pada Waduk

Wlingi tahun 2009 dan tahun 2010

dianggap belum sukses dikarenakan

hanya faktor DDR saja yang

memenuhi (DDR > 0.7), dibandingkan

dengan pada tahun 2011 dan tahun

2012 dapat dianggap sukses

dikarenakan ada dua faktor yang

memenuhi persyaratan (DDR > 0.7

dan CIR < 0.3). Pada Waduk Lodoyo

tahun 2009 dan 2010 dianggap belum

sukses dikarenakan tidak ada

parameter yang memenuhi, sedangkan

pada tahun 2011 dan 2012 juga

dianggap belum sukses dikarenakan

hanya ada satu faktor yang memenuhi

yaitu fakor CIR < 0.3.

DAFTAR PUSTAKA

Anderson, Sharolyn. 1995. An Evaluation

of Spatial Interpolation Methods on

Air Temperature in Phoenix, AZ.

Anonim. 2013. ArcGIS Desktop Center.

http://resources.arcgis.com:/en/main/

us/help/.html.

(diakses 13 Maret 2015)

Atkinson, E. (1996). The Feasibility of

Flushing Sediment from Reservoirs.

Report OD 137, HR Wallingford,

Wallingford, UK

Boss S.K. 1999. Bathymetri and

Sediment Thickness of Lake Alma

Arkansas. Arkansas: Department of

Geosciences 118 Ozark Hall.

Childs C., 2004. Interpolating Surface in

ArcGIS Spatial Analyst. ESRI

Educations Services.

Fan J. and Morris G. L. (1992) Reservoir

Sedimentation. I: Delta and Density

Current Deposits. Journal of

Hydraulic Engineering, ASCE, Vol.

118, No. 3, pp. 354–369.

Juanita M.P. & Nanik S.H. 2012.

Perbandingan Teknik Interpolasi

DEM SRTM dengan Metode Inverse

Distance Weighted (IDW), Natural

Neighboor dan Spline. Jakarta: Pusat

Pemanfaatan Penginderaan Jauh.

Mahmood, K. (1987). Reservoir

sedimentation: impact, extent, and

mitigation. World Bank Technical

Paper Number 71, Washington, D.C.

Morris, G., L. and Fan, J., (1997)

Reservoir Sedimentation Handbook:

Design and Management of Dams,

Reservoir, and Watersheds for

Sustainable Use. McGraw Hill, New

York

Prahasta, Eddy. 2007. Sistem Informasi

Geografis. Informatika Bandung.

Sarkozy, Ferenc. 1998. GIS Function

Interpolation. Budapest: Department

of Surveying Technical University

Budapest.

Vincentius P.S & Selamat M.B. 2009.

Interpolator dalam Pembuatan

Kontur Peta Batimetri. Bogor: E-

Jurnal Ilmu dan Teknologi Kelautan

Tropis.

White, R. (2001) Evacuation of sediments

from reservoirs, Thomas Telford

Publising, London, UK

White, R., and Bettess, R. (1984) The

feasibility of flushing sediment

through reservoirs. Challenges in

African Hydrology and Water

Resources. Proceedings of the Harare

Symposium, July 1984. IAHS Publ.

No. 144

http://resources.arcgis.com/en/main/us/help/.html

http://resources.arcgis.com/en/main/us/help/.html

Documents

ANALISA SEBARAN SEDIMEN DAN EFEKTIVITAS …pengairan.ub.ac.id/s1/wp-content/uploads/2016/01/Analisa-Sebaran... · adalah sebagai berikut: dimana V 1 adalah kapasitas tampungan setelah