Click here to load reader

ANALISIS HUBUNGAN DATA HUJAN SATELIT ... disebut dengan curah hujan. Data curah hujan terukur di lapangan jarang memenuhi parameter yang dibutuhkan untuk analisis karakteristik curah

  • View
    12

  • Download
    0

Embed Size (px)

Text of ANALISIS HUBUNGAN DATA HUJAN SATELIT ... disebut dengan curah hujan. Data curah hujan terukur di...

  • PROSIDING KONFERENSI NASIONAL PASCASARJANA TEKNIK SIPIL (KNPTS) X 2019 “Adaptasi dan Mitigasi Bencana dalam Mewujudkan Infrastruktur yang Berkelanjutan”

    Bandung, 5 November 2019 | ISSN 2477-00-86

    89

    ANALISIS HUBUNGAN DATA HUJAN SATELIT DENGAN HUJAN

    TERUKUR ARR KALIBAWANG

    Jody Martin Ginting1, Joko Sujono2, dan Rachmad Jayadi2

    1Mahasiswa Program Studi Magister Teknik Sipil, Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, Email: [email protected]

    2Dosen Program Studi Magister Teknik Sipil, Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, Email: [email protected] dan [email protected]

    ABSTRAK

    Data hujan terukur diperlukan dalam melakukan analisis transformasi hujan aliran, namun di lapangan sering sekali data hujan terukur tidak tercatat karena berbagai kendala. Salah satu cara yang dapat digunakan untuk menggantikan data hujan terukur adalah dengan menggunakan data hujan satelit. Data hujan satelit dapat digunakan jika data hujan tersebut dapat dibuktikan hubungannya mendekati data hujan terukur. Data hujan yang akan dianalisis hubungannya adalah data hujan jam-jaman lebih dari 50 mm dalam sehari pada tahun 2016 dan 2017, sedangkan data hujan satelit yang digunakan adalah satelit hujan PERSIANN dan GPM. Pengujian ini bertujuan untuk mencari korelasi antara data hujan satelit dengan data hujan terukur (ARR). Keakuratan data hujan satelit terhadap hujan terukur dicari dengan menggunakan metode Correlation Coefficient (r). Satelit hujan GPM memiliki korelasi total kedalaman hujan dengan r = 0,31 dan lama hujan dengan r = 0,70 yang lebih tinggi dibandingkan satelit PERSIANN, sedangkan, pada intensitas hujan maksimum, data satelit PERSIANN memiliki korelasi dengan r = 0,28 yang lebih tinggi dibandingkan satelit GPM. Keakuratan data lag 5 jam hujan satelit GPM lebih tinggi dibandingkan satelit PERSIANN dengan r = 0,341. Dengan demikian, satelit GPM lebih dapat diandalkan dibandingkan satelit PERSIANN untuk mitigasi resiko bencana banjir.

    Kata kunci: hujan, banjir, satelit, PERSIANN, GPM

    PENDAHULUAN

    Banjir adalah ancaman musiman yang terjadi apabila air yang ada di sungai yang ada meluap dan melimpah keluar sungai serta menggenangi daerah di sekitarnya. Setiap tahun terjadi kejadian banjir di Yogyakarta yang tentunya sangat merugikan bagi penduduk. Menurut Badan Penanggulangan Bencana Daerah (BPBD) Propinsi Yogyakarta (Purnomo, Edi. 2019), banjir banyak terjadi akibat meluapnya sungai-sungai besar yang ada di Yogyakarta. Hal ini terjadi karena hujan lebat di Propinsi DI Yogyakarta. Curah hujan yang sangat tinggi meningkatkan debit air yang ada di sungai sehingga sungai tidak mampu lagi menahan besarnya debit.

    Penanganan dan perencanaan dapat dilakukan dengan berbagai upaya untuk mengantisipasi dan meminimalkan kerugian yang diakibatkan oleh banjir. Salah satu upaya yang dapat dilakukan, yaitu dengan memprediksi seberapa besar debit yang akan terjadi jika hujan lebat serta durasi hujan terjadi pada suatu waktu tertentu. Untuk memprediksi debit yang akan terjadi, maka dilakukan analisis debit banjir pada daerah tersebut berdasarkan data debit terukur di lokasi yang ditinjau.

    Pada umumnya, data data debit tidak tersedia sehingga perlu transformasi data hujan menjadi data debit. Untuk proses transformasi hujan-aliran diperlukan transformasi hujan yang akurat yang dapat diperoleh dari ARR. Namun demikian, terkadang data hujan dari ARR tidak tersedia. Tentunya diperlukan solusi untuk dapat menyikapi kendala ini dan salah satu solusinya yaitu dengan menggunakan data hujan satelit.

    Data hujan satelit dapat digunakan jika hasil data hujan sesuai dengan yang terjadi di lapangan. Adanya pe-ngujian kesesuaian data hujan satelit dan yang terukur di lapangan sangat diperlukan

  • PROSIDING KONFERENSI NASIONAL PASCASARJANA TEKNIK SIPIL (KNPTS) X 2019 “Adaptasi dan Mitigasi Bencana dalam Mewujudkan Infrastruktur yang Berkelanjutan”

    Bandung, 5 November 2019 | ISSN 2477-00-86

    90

    untuk mengukur seberapa akurat data hujan satelit yang diperoleh. Dalam penelitian ini, pengujian tersebut akan dilakukan dengan membandingkan data hujan terukur dan data hujan satelit. Pengujian ini diharapkan dapat mencari korelasi antara data hujan satelit dengan yang ada di lapangan sehingga nantinya data hujan satelit tersebut dapat digunakan untuk mengisi kekurangan data hujan terukur di lapangan.

    Tujuan yang ingin dicapai dari penelitian ini adalah meninjau keakuratan data hujan satelit dalam penggunaanya dan mengetahui korelasi data hujan permukaan dan data hujan satelit untuk mitigasi resiko banjir. Penelitian diharapkan dapat bermanfaat untuk menganalisis debit banjir dengan menggunakan data hujan satelit. Hal ini diperlukan sebagai solusi dari banyaknya data hujan permukaan yang hilang.

    Data Hujan Terukur

    Hujan merupakan hidrometeor yang jatuh berupa partikel-partikel air yang mempunyai diameter 0,5 mm atau lebih. Hidrometeor yang jatuh ke tanah disebut hujan, sedangkan yang tidak sampai tanah disebut Virga (Tjasyono, 1999). Partikel-partikel air yang jatuh ke tanah ini dapat dukur dengan mengukur tinggi hujan berdasarkan volume air hujan per satuan luas. Hasil pengukuran ini disebut dengan curah hujan. Data curah hujan terukur di lapangan jarang memenuhi parameter yang dibutuhkan untuk analisis karakteristik curah hujan. Bia-sanya hal ini dapat terjadi akibat varietas spasial yang ada pada suatu daerah yang besar. Satelit hujan pun diharapkan dapat memenuhi semua informasi yang diperlukan untuk analisis karakteristik hujan yang lebih tepat.

    Data Hujan Satelit

    Data hujan satelit merupakan pencatatan hujan yang dilakukan oleh satelit berdasarkan klasifikasi awan yang berpotensi menjadi hujan (presipitasi) dan menurunkannya menjadi curah hujan (Vernimmen et al., 2012). Menurut Vernimmen et al. (2012), kelebihan dari perkiraan data hujan yang diperoleh dari satelit adalah dalam hal akurasi, cakupan spasial, ketepatan waktu, dan efisiensi biaya dalam pengukuran kedalaman hujan jika dibandingkan data hujan permukaan. Kelebihan ini tentunya lebih menguntungkan untuk daerah-daerah di Indonesia yang memiliki peta kontur dan cakupan spasial yang berbeda-beda setiap pulau.

    Satelit yang dapat digunakan dalam melakukan pengukuran curah hujan adalah Precipitation Estimation from Remotely Sensed Information Using Neural Network (PERSIANN). Satelit PERSIANN (Hsu et al., 2002) menggunakan data satelit inframerah (IR) dari satelit geosinkron global sebagai sumber utama informasi curah hujan. Menurut Hsu et al. (2002), Satelit PERSIANN dirancang untuk dapat mengekstrak dan menggabungkan informasi dari data berbagai jenis termasuk, misalnya, inframerah dan citra satelit microwave, alat pengukur hujan dan data radar berbasis-tanah, dan informasi topografi permukaan-tanah. Data PERSIANN telah digunakan dalam berbagai penelitian termasuk pemodelan hidrologi, pemantauan kekeringan, analisis kelembaban tanah, dan analisis banjir. Menurut Nguyen et al. (2018), satelit PERSIANN memiliki 3 jenis produk yang memiliki resolusi daerah tangkapan berbeda-beda. Ketiga produk itu adalah PERSIANN (0,25ox0,25o), PERSIANN-CCS (0,04ox0,04o) dan PERSIANN-CDR (0,25ox0,25o).

    Satelit hujan lainnya selain PERSIANN adalah Global Precipitation Mea-surement atau GPM. Satelit ini menggunakan sensor yang mirip dengan yang digunakan satelit PERSIANN hanya saja memiliki resolusi yang lebih rendah dari PERSIANN, yaitu 10 km x 10 km atau 0,1o x 0,1o. Pada penelitan Zhang et al. (2018), satelit GPM dan satelit PERSIANN merupakan satelit yang cocok digunakan pada area yang memiliki daratan pegunungan dan tidak rata karena memiliki teknologi yang termasuk paling baru dari satelit lainnya serta ketilitiannya yang sangat tinggi dibandingkan dengan satelit lainnya. Selain itu juga, kedua satelit ini memiliki sensor yang lebih sensitif untuk menampilkan data hujan yang terjadi pada suatu wilayah (Zhang et al., 2018).

    Hubungan Hujan Satelit dengan Hujan Terukur (Ground)

    Pada penelitian Pratiwi (2016), hubungan antara hujan satelit dengan hujan terukur dapat dicari dengan menggunakan metode cross correlation. Penelitian tersebut menganalisis setiap data hujan

  • PROSIDING KONFERENSI NASIONAL PASCASARJANA TEKNIK SIPIL (KNPTS) X 2019 “Adaptasi dan Mitigasi Bencana dalam Mewujudkan Infrastruktur yang Berkelanjutan”

    Bandung, 5 November 2019 | ISSN 2477-00-86

    91

    terukur dan hujan satelit untuk mencari waktu lag paling efektif digunakan untuk mengoreksi data hujan satelit. Penggunaan metode lag dilakukan karena tentu adanya perbedaan waktu pada pembacaan hujan satelit dimana data hujan satelit lebih dulu terbaca dibandingkan hujan permukaan karena satelit berada di ketinggian tertentu di atas permukaan. Hujan yang terbaca di satelit bisa saja mengalami berbagai hambatan sebelum jatuh ke tanah.

    Metode korelasi dengan lag time merupakan metode yang paling sederhana dan paling umum digunakan pada setiap bidang penelitian sains. Menurut Runge et al. (2014), metode ini adalah langkah pertama untuk mendapatkan suatu wawasan dari mekanisme interaksi yang memungkinkan antara perbedaan dari beberapa proses yang ingin diteliti. Penggunaan lag time pernah digunakan oleh Estiningtyas (2007) untuk menentukan pengaruh tenggang waktu (lag time) antara curah hujan dengan suhu permukaan laut nino 3.4 terhadap performa model prediksi hujan. Hasilnya, beberapa parameter memiliki nilai validasi yang tinggi dengan menggunakan skenario lag time 0, 1 dan 2 bulan untuk Jawa Tengah yang sebagian besar memberikan pengaruh positif terhadap pe

Search related