Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kota Bengkulu merupakan ibukota dari Provinsi Bengkulu yang mempunyai wilayah pesisir dengan panjang garis pantai mencapai ± 17,22 km. Kenaikan muka air laut (sea level rise) akan mengurangi fungsi dari wilayah pesisir dan bisa menyebabkan banjir di daerah pesisir, erosi pada pantai berpasir dan terjadinya kerusakan infrastruktur yang berada di dekat pesisir. Penelitian ini dilakukan untuk memberikan gambaran secara dinamik distribusi genangan akibat berbagai skenario kenaikan muka air laut. Pertumbuhan penduduk yang tinggi tersebut meningkatkan kebutuhan akan ruang dan lahan yang dapat berdampak pada penurunan daya dukung lingkungan sehingga diperlukan prediksi terhadap ketersediaan lahan, wilayah terbangun dengan menggunakan model sistem dinamik. Berdasarkan analisa data pasang surut dari Stasiun Pasang surut Pulau Baai selama 10 tahun pengamatan (2009-2018), memperlihatkan adanya kecenderungan kenaikan muka laut di Perairan Pesisir Kota Bengkulu, yaitu sekitar 0,82 cm/tahun. Perkembangan lahan terbangun diamati melalui model sistem dinamik hubungan antara pertumbuhan penduduk dan ketersediaan lahan dalam kurun waktu 2008- 2300. Hasil prediksi model menunjukkan Luas penggunaan lahan yang terdampak pada kawasan rawan kenaikkan muka air laut memiliki hubungan yang berbanding lurus dengan tahun perkembangan penggunaan lahan. Hal ini berbanding terbalik dengan ketersediaan lahan, semakin bertambahnya tahun dan penggunaan lahan maka ketersediaan lahan akan semakin berkurang ......Bengkulu City is the capital of Bengkulu Province which has a coastal area with a coastline of ± 17.22 km. Sea level rise (sea level rise) will reduce the function and can cause flooding in coastal areas, erosion on sandy beaches and damage to infrastructure near the coast. This research was conducted to provide a dynamic description of the inundation distribution due to various scenarios of sea level rise. Population growth increases need space and land, which can have an impact on decreasing the carrying capacity of the environment so that it is necessary to predict the availability of land, the area is built using a dynamic system model. Based on the analysis of tidal data from the Pulau Baai Tidal Station for 10 years of observation (2009-2018), it shows that there is a trend of sea level rise in the coastal waters of Bengkulu City, which is around 0.82 cm / year. The development of developed land is observed through a dynamic system model of the relationship between population growth and land availability in the period 2008-2300. The prediction results of the model show that the area of land use affected in areas prone to sea level rise has a relationship that is directly proportional to the year of land use development. This is inversely proportional to the availability of land, as the number of years and land use increases, the availability of land will decrease

Abstrak :
Highways are often damaged by excessive water content below road surface. The road section between Palimanan - Jatibarang. West Java is an area often flooded particularly at left and right sides of road. To prevent floods, a study on these ditches had been implemented to determine the dimension of a ditch proportional with hydrological conditions in its vicinity....

Abstrak :
Kota Pekalongan terletak di pesisir utara Pulau Jawa dan sering mengalami genangan pasang air laut (rob). Pada wilayah yang tergenang rob tersebut dilakukan analisis kerentanan wilayah sebagai dasar mitigasi bencana. Analisis kerentanan wilayah dalam penelitian ini berdasarkan tingkat bahaya dan kondisi sosial-ekonomi. Analisis kerentanan wilayah yang digunakan pada penelitian ini adalah analisis cluster metode K-means dimana unit analisisnya adalah batas administratif RW. Kerentanan wilayah sedang di daerah penelitian mendominasi daerah penelitian dengan kondisi bahaya rob tinggi dan kerentanan sosialekonomi rendah. Kerentanan wilayah terhadap banjir rob di Kota Pekalongan cenderung lebih tinggi yang berada di dekat dengan laut dan sungai. Hal ini dikarenakan laut dan sungai sebagai jalur utama masuknya air laut dan kondisisosial ekonominya pun rendah. ......Pekalongan city is located at the north coast of Java and often had coastal inundation. Vulnerable analaysis were conducted on the inundated areas as a base for disaster mitigation proses. Vulnerability analyses in the research area are based on the level of prone areas and socio-economic conditions. The vulnerability analysis method used in this research is K-means cluster method with RW boundary as units analysis. The results of the analysis that the vulnerability of the region is dominated area of research with high rob hazardous conditions and low socio-economic vulnerability. Vulnerability to flooding areas in Pekalongan rob tends to be higher near the sea and rivers. This is because the seas and rivers as the main line entry of sea water and socio-economic conditions were low.

Abstrak :
Kejadian banjir ekstrem diperkirakan semakin sering terjadi seiring dengan perubahan iklim yang belum menunjukkan tanda-tanda perbaikan. Hal ini berpotensi menyebabkan curah hujan yang lebih tinggi dari rata-rata dan laju kenaikan genangan banjir yang lebih cepat dari biasanya. Ketidaktahuan bahwa suatu daerah tergenang banjir juga bisa mengakibatkan kendaraan terjebak di daerah banjir, kemacetan lalu lintas, serta terlambatnya evakuasi warga terutama yang tinggal di daerah rawan banjir. Penelitian ini bertujuan memberikan alternatif sumber informasi mengenai ketinggian genangan banjir dengan memanfaatkan data teks dari tweet pada media sosial Twitter. Salah satu tantangannya yaitu bahwa ketinggian genangan tidak selalu disebutkan dalam standar satuan internasional seperti centimeter atau meter sehingga machine learning digunakan untuk mengatasinya. Penyebutan ketinggian genangan didapati bisa menggunakan referensi bagian tubuh seperti lutut dan pinggang, serta juga bagian kendaraan atau kondisi jalan. Model yang diusulkan memberikan dua keluaran, yaitu kategori relevansi tweet terhadap informasi ketinggian banjir (Relevan atau Tidak Relevan) dan kategori ketinggian banjir (Tinggi, Sedang, Rendah, dan Tidak Diketahui). Algoritma klasifikasi yang digunakan yaitu SVM (Linear SVC dan RBF), Logistic Regression, Random Forest, Decision Tree, dan Naïve Bayes. Hasil uji coba menunjukkan bahwa nilai akurasi tertinggi untuk klasifikasi relevansi tweet adalah 91% dan F1-score tertinggi sebesar 82% diperoleh dengan menggunakan algoritma SVM Linear SVC. Sedangkan hasil klasifikasi ketinggian genangan terbaik diperoleh saat menggunakan SVM Linear SVC dengan akurasi 83% dan rata-rata F1-score 70%. ......Extreme flood events are expected to occur more frequently as climate change has yet to show signs of improvement. This has the potential to lead to higher rainfall and floods that come more quickly. This has the potential for vehicle trapping, traffic jams, or delay in evacuation for people who live in areas which are prone to flooding. Hence, this study aims to provide an alternative source of information in flood conditions by using data in social media Twitter. One of the challenges was information about inundation level is not always in international standard unit like centimeter or meter so that machine learning was used to cope with this problem. Mention of inundation level was found to be done by also referring to certain body parts like knee and waist, and also parts of vehicles or road condition. The proposed model is expected to provide two outputs, which are relevance category of tweet (Relevant or Irrelevant) and inundation level category (High, Medium, Low, Unknown). Some classifier algorithms were used, like SVM (Linear SVC and RBF), Logistic Regression, Random Forest, Decision Tree, and Naïve Bayes. The test results showed that the best relevance classification resulted in 91% accuracy (SVM Linear SVC) and 82% average F1-score by using SVM Linear SVC. On the other side, the best result of classification of inundation level was obtained when using SVM Linear SVC which resulted in 83% accuracy and 70% average F1- score.

Abstrak :
Semarang adalah Ibukota Provinsi Jawa Tengah yang memegang peran penting dalam perkembangan ekonomi, sosial dan pemerintahan. Genangan banjir yang setiap tahun terjadi menjadi salah satu penghambat perkembangan daerah tersebut. Selain dari faktor topografi Kota Semarang yang memiliki elevasi yang datar dan rendah pada bagian utara yang berhadapan langsung dengan laut serta penurunan permukaan tanah yang terjadi setiap tahunnya membuat daerah ini sangat rentan terjadi banjir rob. Terdapat beberapa faktor penting yang memiliki andil besar, contohnya kenaikan curah hujan yang ekstrim, kelembapan tanah dan kapasitas pompa dari sistem polder. Tujuan dari penelitian ini adalah melakukan evaluasi genangan banjir pada peristiwa curah hujan ekstrim dengan mempertimbangkan faktor kelembapan tanah dan kinerja sistem pompa yang ada dan memberikan rekomendasi terhadap sistem pengendalian banjir yang ada. Terdapat 2 DAS yang dijadikan objek penelitian yaitu DAS Garang dan DAS Silandak. Simulasi dilakukan dengan menggunakan sebaran hujan yang terjadi di Semarang pada tnaggal 6 Februari 2021, serta 2 kondisi kelembapan tanah yaitu, AMC II dan AMC III dengan memodelkan kapasitas pompa yang ada pada sistem aliran tersebut. Permodelan dilakukan dengan bantuan ArcMap untuk pemetaan, HEC-HMS untuk permodelan hidrologi dan RAS MAPPER untuk permodelan hidrolika atau genangan, Pada hasil analisis kedua simulasi tersebut terlihat perbedaan debit puncak banjir sebanyak 20% pada outlet DAS Garang dan 1.61 % dan 2.23% pada kedua outlet DAS Silandak dan juga perbedaan daerah genangan maksimum seluas 0.6 km2 antara AMC II dan AMC III. Dalam rekomendasi kapasitas dilakukan peningkatan kapasitas sebanyak 2 kali lipat dari kondisi eksisting dengan target dapat mengurangi tinggi genangan hingga 75% dan/atau mengurangi jam operasi pompa hingga 60%. ......Semarang is the capital of Central Java Province which plays an important role in economic, social, and government development. Floods that occur every year are one of the obstacles to the development of the area. Apart from the topography of the city of Semarang, which has a flat and low altitude in the north, which is directly facing the sea, as well as land subsidence which occurred every year makes this area is very vulnerable to tidal flooding. Several important factors play a big role, for example, extreme rainfall, soil moisture, and pump capacity of the polder system. The purpose of this study is to evaluate extreme rainfall events by considering the soil moisture factor and the performance of the existing pump system and provide recommendations for the existing flood control system. 2 watersheds are used as research objects, namely the Garang watershed and the Silandak watershed. The simulation was carried out using the distribution of rain that occurred in Semarang on February 6, 2021, as well as 2 conditions of soil moisture, namely, AMC II and AMC III by modeling the pump capacity in the water system. The modeling is carried out with the help of ArcMap, HEC-HMS for hydrological modeling, and RAS MAPPER for hydraulics modeling or for, The results of the analysis of the two simulations show that there is a 20% difference in peak flood discharge at the Garang watershed outlet and 1.61% and 2.23% at both outlets of Silandak watershed as well as flood area difference of ​​0.6 km2 between AMC II and AMC III. In the pump capacity recommendation, an increase in capacity is carried out by 2 times the existing condition with the target of reducing the risk by 75% and/or reducing pump operating hours by 60%.