Claim Missing Document
Check
Articles

Analysis of the Index and Distribution of Drought Areas Due to the Enso Phenomenon in the Ngrowo Watershed, Tulungagung Regency Chintya Ayu Permata Herdita; Ari Murdhianti; Donny Harisuseno; Ery Suhartanto
Jurnal Teknik Sumber Daya Air Desember 2022
Publisher : Himpunan Ahli Teknik Hidraulik Indonesia (HATHI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56860/jtsda.v3i1.53

Abstract

Kekeringan meteorologi merupakan suatu kejadian yang berlangsung secara alami dan dapat terjadi secara berulang akibat berkurangnya curah hujan dari kondisi normalnya. Kekeringan memberikan dampak yang kompleks pada berbagai sektor kehidupan. Perlu dilakukan usaha untuk memantau dan menganalisis karakteristik kekeringan sebagai langkah awal untuk melakukan upaya mitigasi bencana kekeringan. Penelitian ini bertujuan untuk menghitung indeks kekeringan dan penggambaran peta sebaran kekeringan di wilayah DAS Ngrowo menggunakan metode Standardized Preecipitation Index (SPI) dan Effecive Drought Index (EDI). Dalam menghitung indeks kekeringan dibagi menjadi 5 periode defisit, yaitu 1, 3, 6, 12, dan 24 bulanan. Nilai indeks kekeringan yang diperoleh dibandingkan dengan fenomena El Nino Southern Oscillation (ENSO) menggunakan nilai Indeks Osilasi Selatan (SOI) untuk dapat mengetahui kesesuaian dengan keadaan di lokasi penelitian. Dengan menggunakan data sekunder dari 16 stasiun hujan dan panjang pencatatan data hujan harian selama 18 tahun, didapati hasil grafik perbandingan nilai indeks kekeringan metode SPI & EDI tiap periode defisit, pada periode yang sama kedua metode menghasilkan prediksi kekeringan dengan pola yang mirip. Selain itu didapati bahwa metode EDI memiliki hasil yang lebih menunjukkan kemiripan secara visual grafik surplus dan defisit terhadap nilai indeks osilasi selatan, artinya EDI secara visual lebih baik dalam pembacaan kejadian kekeringan akibat fenomena EL Nino. Secara kuantitatif nilai persen kesesuaian, korelasi, dan determinasi EDI juga memberikan nilai yang lebih besar terhadap kejadian ENSO dibandingkan metode SPI. Sehingga digambarkan peta sebaran kekeringan dari hasil indeks kekeringan dengan metode EDI bedasarkan trend tahun-tahun kejadian kekeringan terparah yaitu 2001, 2005, 2009, dan 2014. Hasil interpolasi pada peta juga menunjukkan kesesuaian hasil analisa dengan wilayah desa yang sering terdampak kekeringan di DAS Ngrowo.
Analisis Kekeringan Pada Daerah Aliran Sungai (DAS) Bedadung Berbasis Sistem Informasi Geografis (SIG) Ainur Rofiq Kurniawan; M Bisri; Ery Suhartanto
Jurnal Teknik Pengairan: Journal of Water Resources Engineering Vol. 10 No. 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.pengairan.2019.010.02.03

Abstract

The reduced of water availability toward the needs is one thing that indicates the occurrence of a drought. The drought has received more attention from Government of Jember Regency in the form of a drought disaster area management direction. The location of this research is in the Bedadung River Basin with 13 rainfall station located in the upstream of Rowotamtu AWLR Station. Drought analysis uses the Palmer Drought Severity Index method in the form of index that informs the level of drought in an area. The results of the study showed that drought with extreme dry classification occurs from June to October with drought index values ranging from -1,82 (on June) to -14,14 (on October). Patrang, Jelbuk, Arjasa and Panti sub-districts are areas that have experienced drought with a duration of 5 months. Palmer method meteorological drought index and hydrological drought index (value of AWLR Discharge Standardized Box Cox Transformation (Z)) have unidirectional relationship and high degree of relationship, with the Pearson correlation coefficient, r = 0,91
Analisa Limpasan Berdasarkan Curah Hujan Menggunakan Model Artifical Neural Network (ANN) di Sub Das Brantas Hulu Ery Suhartanto; Evi Nur Cahya; Lu'luil Maknun
Jurnal Teknik Pengairan: Journal of Water Resources Engineering Vol. 10 No. 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.pengairan.2019.010.02.07

Abstract

Discharge data is usually less available than rainfall data, so it is necessary to find a relationship between river flows that are applied in the period available rainfall data in a watershed area. The purpose of this study is to determine the suitability of the method based on the analysis of data validation between the observed discharge and the model discharge. The method is done by modeling the discharge based on rainfall with the Artificial Neural Network (ANN) MATLAB R2014b program. The Upper Brantas Watershed is used as a case study because it often has runoff problems. Validation of the ANN method was tested with Root Mean Square Error (RMSE), Nash-Sutcliffe Efficiency (NSE), Correlation Coefficient (R) and Relative Error (KR). From the results of calibration using the ANN Model, the best data is found in the five years data of epoch 500. Verification results based on the value of R have a relatively good relationship between observation discharges with model discharges. The validation results show the validity in a year data of epoch 500.
Analisis Spasial Daerah Rawan Banjir Berbasis Sistem Informasi Geografis sebagai Upaya Mitigasi di DAS Gembong: Spatial Analysis of Flood Hazard Analysis as Mitigation Effort in Gembong Watershed Maharani, Amanda Putri; Suhartanto, Ery; Prasetyorini, Linda
Jurnal Rekayasa Sipil dan Lingkungan Vol. 8 No. 1 (2024): Jurnal Rekayasa Sipil dan Lingkungan
Publisher : Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jrsl.v8i1.48062

Abstract

Abstract Gembong Watershed is one of the watersheds frequently affected by floods every year. Flooding in the Gembong Watershed often occurs due to high rainfall. Besides rainfall, several other factors contribute to flooding, such as land cover, slope gradient, elevation, soil type, and river density. These six factors are used as flood-prone parameters in this study. The purpose of this study is to determine the flood-prone level in the Gembong Watershed and its mitigation efforts, which can be utilized to obtain information about the level of flood-proneness in the Gembong Watershed area and to determine mitigation actions. The method used involves scoring and weighting the flood-prone parameters according to their classifications and will be overlaid using ArcGIS 10.4.1 software. Based on the flood-prone mapping analysis in the Gembong Watershed, five levels of flood vulnerability were identified: very high with an area of 4.26 km2 (7.36%), high with an area of 22.96 km2 (39.66%), moderate with an area of 24.10 km2 (41.63%), low with an area of 5.07 km2 (8.76%), and very low with an area of 1.50 km2 (2.59%). For structural mitigation efforts, five small reservoirs and two retention ponds are planned. For non-structural mitigation, an early warning system will be implemented with four flood status levels: normal, moderate, critical, and emergency. Keywords: Flood Prone, Mapping, Mitigation, Geographic Information System Abstrak DAS Gembong termasuk salah satu DAS yang sering dilanda banjir tiap tahunnya. Banjir pada DAS Gembong sering terjadi akibat dari curah hujan yang tinggi. Selain dari faktor curah hujan, terdapat beberapa faktor lain seperti tutupan lahan, kemiringan lereng, ketinggian lahan (elevasi), jenis tanah, dan kerapatan sungai. Keenam faktor tersebut digunakan sebagai parameter rawan banjir pada penelitian ini. Tujuan penelitian ini untuk menentukan tingkat kerawanan banjir di DAS Gembong serta upaya mitigasinya yang dimana dapat dimanfaatkan untuk memperoleh informasi mengenai tingkat kerawanan banjir di daerah DAS Gembong serta dapat menentukan tindakan mitigasinya. Metode yang digunakan melibatkan skoring dan pembobotan parameter-parameter rawan banjir sesuai dengan klasifikasinya. Selanjutnya, data-data tersebut akan di-overlay menggunakan perangkat lunak ArcGIS 10.4.1. Berdasarkan hasil analisis pemetaan rawan banjir di DAS Gembong, diperoleh 5 tingkatan rawan banjir yaitu, tingkat sangat tinggi seluas 4,26 km² (7,36%), tingkat tinggi seluas 22,96 km² (39,66%), tingkat sedang seluas 24,10 km² (41,63%), tingkat rendah seluas 5,07 km² (8,76%), dan tingkat sangat rendah seluas 1,50 km² (2,59%). Kemudian dalam upaya mitigasi struktural direncanakan 5 embung kecil dan 2 kolam retensi. Kemudian, dalam mitigasi non-struktural dengan sistem peringatan dini, diperoleh tingkat status banjir yang dibedakan menjadi 4, yaitu tingkatan status Normal, Waspada, Siaga, dan Awas. Kata kunci: Rawan Banjir, Pemetaan, Mitigasi, Sistem Informasi Geografis
The evaluation of GPM IMERG v.06 rainfall product over the Lau Simeme Watershed in Indonesia Hutagaol, Bachtiar Malthus; E. Ball, James; Suhartanto, Ery; Wahyuni, Sri
Civil and Environmental Science Journal (CIVENSE) Vol. 6 No. 1 (2023)
Publisher : Fakultas Teknik Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.civense.2023.00601.5

Abstract

In Indonesia, rainfall is still significant spatially and temporally. In order to gain optimal results from utilising water resources, we have to ensure that the precipitation data is provided in good quality and quantity. Several spatial rainfall measurement sources have become available in recent years, such as GPM data (Global Precipitation Measure). In this study, the GPM IMERG V.06 product was evaluated using rain gauge measurements in the Lau Simeme watershed in North Sumatra Province, Indonesia. The relevance of the GPM IMERG was tested by direct comparison with observations at different time scales (daily, monthly, annual and seasonal) between 2005 and 2019. Results show that the satellite product provides poor rainfall estimations at the daily and annual time scales. However, the accuracy of GPM IMERG Final datasets is improved when temporally average to monthly timescale (R2 of 0.728, RMSE of 68.318 mm and NSE of 0.725), wet seasonal time scale (R2 of 0.673, RMSE of 79.287 mm and NSE of 0.658) and dry seasonal time scale (R2 of 0.947, RMSE of 20.356 mm and NSE of 0.924).
Penerapan Sistem Informasi Geografis Untuk Analisis Daerah Rawan Banjir Di DAS Rejoso Sebagai Upaya Mitigasi Banjir Sekar Padma Lestari; Suhartanto, Ery; Andawayanti, Ussy
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 2 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.02.115

Abstract

Bencana banjir merupakan suatu ancaman pada DAS Rejoso yang dapat menghambat kegiatan masyarakat dan dapat menimbulkan kerugian. Untuk menanggulangi banjir yang terjadi setiap tahun, diperlukan pengelompokan daerah rawan banjir dengan memanfaatkan Sistem Informasi Geografis (SIG) menggunakan metode scoring dan pembobotan. Terdapat 6 parameter banjir yang digunakan, yaitu curah hujan, kemiringan lereng, elevasi, kerapatan sungai, jenis tanah, dan tutupan lahan. Dari hasil pemetaan diperoleh 5 kelas rawan banjir yang berbeda yaitu “sangat rawan” dengan luas 44,58 km2 (12,01%), “rawan” dengan luas 85,77 km2 (23.10%), “sedang” dengan luas 40,31 km2 (10,86%), “tidak rawan” dengan luas 92,03 km2 (24,78%), dan “sangat tidak rawan” dengan luas 108,63 km2 (29,26%). Kemudian dilakukan analisis upaya mitigasi struktural dengan embung kecil dan kolam retensi serta mitigasi non-struktural dengan sistem peringatan dini.
Pemodelan Peta Spasial Hujan Rancangan Metode Isohyet Interpolasi IDW Pada Sub DAS Amprong Rini, Syafadilla Enggar; Harisuseno, Donny; Suhartanto, Ery
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 2 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.02.138

Abstract

Curah hujan yang tinggi pada Sub DAS Amprong menyebabkan banyak terjadinya fenomena bencana alam, salah satunya banjir. Pembangunan infrastruktur sumber daya air diperlukan guna mengatasi permasalahan tersebut. Analisis hujan rancangan menjadi bagian awal dalam perencanaan sebuah infrastruktur sumber daya air. Tujuan dari studi ini yaitu melakukan pemodelan peta spasial hujan rancangan metode Isohyet interpolasi IDW. Sehingga didapatkan nilai hujan rancangannya sesuai dengan koordinat infrastruktur sumber daya air tersebut. Pemodelan peta spasial hujan rancangan dibuat pada kala ulang 2, 5, 10, 25, 50, dan 100 tahun dengan menggunakan distribusi Log Pearson III pada analisis frekuensinya. Hasil dari pemodelan divalidasi dengan hasil analisis frekuensi menggunakan kriteria RSR, NSE, dan KR. Didapatkan hasil bahwa model memiliki nilai error yang rendah dan memiliki tingkat kemiripan yang tinggi terhadap hasil analisis frekuensinya. Sedangkan untuk validasi pemodelan peta hasil studi dengan peta isohyet terbitan Kementrian PUPR memiliki nilai kesesuaian sebesar 43,81%. Sehingga pemodelan peta spasial hujan rancangan metode isohyet interpolasi IDW dapat dikatakan baik atau sesuai dengan kondisi lapangan.
Pemetaan Peta Spasial Hujan Rancangan dengan Memanfaatkan Data Satelit GPM Di Sub DAS Brangkal Kabupaten Mojokerto Erfarras, Nadia Nahda; Harisuseno, Donny; Suhartanto, Ery
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 2 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.02.131

Abstract

Bencana banjir tak jarang terjadi pada Sub DAS Brangkal. Untuk mengatasi bencana banjir tersebut diperlukan penanggulangan dengan pembangunan infastruktur sumber daya air. Perlunya data hujan untuk perencanaan infrastruktur dari stasiun hujan Sub DAS Brangkal. Namun ada kendala seperti stasiun hujan yang tidak merata sehingga diperlukan data pendukung dengan data satelit GPM. Kemudian data hujan nantinya akan melalui perhitungan hujan rancangan menggunakan analisis frekuensi distribusi Log Pearson III. Dari hasil analisis frekuensi distribusi dilakukan pemetaan peta sebaran hujan rancangan menggunakan aplikasi ArcGIS dengan metode IDW dengan kala ulang 2,5 10, 25, 50 dan 100 tahun. Berdasarkan peta IDW tersebut akan dilakukan uji kesesuaian terhadap analisis distribusi frekuensi menggunakan metode RMSE, NSE dan KR dengan hasil sangat baik semua. Selanjutnya uji kesesuaian terhadap peta PUPR memiliki nilai kesesuaian 4,43%.
Studi Pemetaan Daerah Rawan Banjir Berbasis Sistem Informasi Geografis Sebagai Upaya Mitigasi Bencana Pada DAS Welang Fitriani, Deshinta; Suhartanto, Ery; Andawayanti, Ussy
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 2 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.02.135

Abstract

Banjir merupakan salah satu bencana alam yang paling sering terjadi di Indonesia. Bencana banjir menjadi ancaman bagi Daerah Aliran Sungai (DAS) Welang setiap tahunnya. Topografi yang relatif datar dan perubahan kondisi Daerah Aliran Sungai (DAS) menyebabkan sedimentasi di wilayah hilir mengakibatkan berkurangnya kapasitas sungai. Sehingga saat musim penghujan, sungai akan meluap dan mengakibatkan banjir. Tujuan dari penelitian ini untuk mengetahui peta kerawanan banjir DAS Welang sebagai dasar penentuan upaya mitigasi. Analisis peta kerawanan banjir menggunakan metode overlay dan skoring melalui software ArcGIS 10.4.1 dengan 6 parameter kerawanan banjir, yakni curah hujan kala ulang 25 tahun, penggunaan lahan, kemiringan lereng, jenis tanah, kerapatan sungai, dan ketinggian lahan atau elevasi. Berdasarkan hasil analisis diperoleh sebaran daerah rawan banjir dengan kelas sangat rendah 110,84 km2 (22,31%), rendah 91,09 km2 (18,33%), sedang 106,48 km2 (21,43%), tinggi 157,98 km2 (31,80%), dan sangat tinggi 30,44 km2 (6,13%). Dari hasil peta kerawanan banjir, dipilih arahan upaya mitigasi struktural berupa 5 titik embung kecil dan 4 titik kolam retensi, serta mitigasi non struktural berupa penentuan titik dan rekomendasi alat peringatan dini dan penetapan tingkat status banjir berdasarkan SNI 8840-3:2022.
Penerapan Algoritma Genetik dalam Alih Ragam Hujan menjadi Debit Menggunakan Metode FJ. Mock di DAS Rejoso Nisa, Zuhrotun; Suhartanto, Ery; Wahyuni, Sri
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 2 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.02.150

Abstract

DAS Rejoso terletak di Kabupaten Pasuruan yang memiliki sumber mata air terbesar di Pulau Jawa. Debit air di sungai diperlukan untuk memenuhi kebutuhan manusia dan ekosistem yang berada disekitarnya. Ketidakseimbangan dalam pengelolaan DAS antara ketersediaan dan kebutuhan air dapat mengakibatkan kekeringan. Oleh karena itu, kuantitas debit yang tersedia pada sungai perlu diketahui. Namun, tidak semua sungai dilengkapi dengan pos duga air yang memadai, biasanya panjang data terbatas dan alat sering mengalami kerusakan. Untuk mengatasi hal tersebut diperlukan mengalihragamkan data hujan menjadi debit. Penelitian ini bertujuan untuk menganalisis pengelolaan data curah hujan sehingga menghasilkan estimasi debit sungai DAS Rejoso menggunakan metode FJ. Mock. Untuk menentukan nilai parameter koefisien infiltrasi (i) dan faktor resesi aliran air tanah (k) pada metode FJ. Mock menggunakan Algoritma Genetik. Setelah diperoleh debit metode FJ. Mock, kemudian melakukan kalibrasi dan validasi. Nilai kalibrasi dan validasi yang terbaik terdapat pada perbandingan 10:5 yaitu 10 tahun kalibrasi dengan nilai NSE sebesar 0,937 termasuk interpretasi sangat baik dan nilai koefisien korelasi sebesar 0,974 termasuk interpretasi sangat kuat. Untuk 5 tahun validasi diperoleh nilai NSE sebesar 0,347 dengan interpretasi kurang memuaskan dan nilai koefisien korelasi sebesar 0,651 dengan interpretasi kuat.
Co-Authors Achsan Achsan Adelia Riska Pratama Agus Priombodo Agus Suharyanto Ainur Rofiq Kurniawan alby, lyn Alnino, Nugraha Faiz Amadea, Alzena Andriyani, Setinda Eka Anggara WWS Aniek Masrevaniah Ari Murdhianti Arief Andy S, Arief Ariston Samosir Arrokhman, Naufal Achmad Astri, Novianti Sidi Astuti, Ika Wiji Atthahirah, Mutiara Aulia Zahira, Nabila Azhar Adi Darmawan Bagus Wicaksono Bias Angga Permana Briantama, R. Haryo Budi Prasetya Chandy, Poetri Mustika Chintya Ayu Permata Herdita Cipta, Dara Marreta Dewa, Faralisintia Junia Surya Dewita, Monika Dian Chandrasasi Dian Sisinggih Djafar, Azhari Firmansyah Donny Harisuseno Donny Harisuseno Dukhosagt, Aini Nurnabilla Dwi Priyantoro E. Ball, James edy djuwito, edy Emma Yuliani Erfarras, Nadia Nahda Erryanto, Sandi Estefanus Wolok Evi Nur Cahya Firdaus, Alfian Fitriani, Deshinta Ghaisani, Amalia Harisuseno, Donny Harjono, Marie Augustin Alvidian Pangestuti Ais Hartawan, Muhammad Bobby Hawari, Hirzi Herdita, Chintya Ayu Permata Herdita, Chintya Ayu Permata Hidayat, Mustafa Mukti Hutagaol, Bachtiar Malthus Ima Sholikhati Imani, Reyhan Satya Itratip Itratip Jadfan Sidqi Fidari Jarwanti, Dieta Putri Jauhari, M. Reza Kafidani, Firyal Sekar Khairunnisa Khairunnisa Kiki Frida Sulistyani Kusumabrata, Luffi Laksni Sedyowati Larasati, Chyntia Prima Lily Montarcih Limantara Linda Prasetyorini Listya, Amifta Farah Lu'luil Maknun Lucky Dyah Ekorini M Bisri M. Amar Sajali Maharani, Amanda Putri Maharani, Fiadita Marta, Silvia Dwi Mike Yuanita Mohammad Bisri Muarifah, Aulia Rahmawati Muhammad Ilham Muhammad Rifai nama, arnoldus NISA, ZUHROTUN Nomleni, Aprianto Noor Dinda Febrianingrum Novita, Firda Nurdiyanto Nurdiyanto, Nurdiyanto Nurviana, Syelawati Citra Kartika Nurwijayanti Partarini, Ni Made Candra Prasasti, Dwi Trisna PRIAMBODO, DIDIT Pudyono . Pulasari, Luh Ayu Putri Wedayanti Putri, Angelina Satya Rahma, Novi Fadhilah Rahmah Dara Lufira Rakhmawati, Dinia Dwi Ramadhania, Salsabila Razianto, Muhamad Zakaria Rendra Arif Yudiarso Rini, Syafadilla Enggar Rispiningtati Rispiningtati Riyanto Haribowo Rizki Ramadhani Rizki Tri Utami Rossy Tamaya, Hana Arum Runi Asmaranto Rushafi Oktaverina, Devy Adlina Sapto Dwi Hari Oktavianto Sekar Padma Lestari Senna Ananggadipa Adhitama Setyaningrum, Anggun Shihab, Muhammad Qurais Siswanti, Yuvika Rega Solikin Solikin Sri Wahyuni Suciana, Ajeng Titin Suhardjono Suhardjono Sukoco, Arfinsyah Hanandha Sulfandi Sulfandi, Sulfandi Sumiadi, Sumiadi Suryoputro, Nugroho Syarief Fathoni, Syarief Tri Kurniawati, Tri Ussy Andawayanti Utami, Rizki Tri Very Dermawan Wahyuni, Sri Widandi Soetopo Yuliana Wardani