27

BAB 3

DATA DAN PENGOLAHAN DATA

3.1 Data Dampak Penurunan Tanah

Pemetaan dampak penurunan tanah diperlukan data – data bukti kerusakan akibat dari

penurunan tanah, sehingga dibutuhkan survey lapangan untuk mencari dampak – dampak

penurunan tanah itu sendiri. Survey lapangan ini bertujuan untuk mendapatkan titik – titik

dampak penurunan tanah dengan cara melakukan tagging dengan menggunakan GPS

handheld lalu mencatat keterangan dampak pada titik tersebut, mendokumentasikan dalam

bentuk foto, dan melakukan wawancara kepada warga sekitar jika diperlukan. Survey

lapangan ini dilakukan dari tanggal 31 Oktober 2010 hingga tanggal 3 November 2010.

Survey lapangan ini lebih difokuskan pada daerah yang diduga terdampak penurunan tanah

khususnya wilayah Jakarta bagian utara.

Data – data dampak penurunan tanah ini akan dibagi menjadi 5 jenis dampak penurunan

tanah, yaitu kerusakan infrastruktur, rumah turun, rumah retak, rob, dan intrusi. Beberapa

contoh data dampak penurunan tanah ini dapat dilihat pada Tabel 3.1, selengkapnya dapat

dilihat pada Lampiran A.

Tabel 3.1 Data dampak penurunan tanah

No E N Jenis Keterangan

1 699276.00 9322414.00 Kerusakan Infrastruktur Bukti pada well geologi, rob, dikantor Geologi Tongkol

2 700169.00 9322367.00 Kerusakan Infrastruktur Kerusakan pada jembatan di tongkol

2a 700169.00 9322367.00 Kerusakan Infrastruktur Kemiringan gedung di tongkol

3 700382.00 9321948.00 Kerusakan Infrastruktur Kerusakan pada jembatan di gunung sahari

7 702728.00 9321482.00 Kerusakan Infrastruktur Mangga dua

8 689935.00 9326660.00 Kerusakan Infrastruktur Tiang listrik dan dinding miring

30 689791.00 9325644.00 Kerusakan Infrastruktur Air parit naik, hamper menyentuh bagian bawah jembatan

41 691486.00 9321462.00 Kerusakan Infrastruktur Genangan air dibawah jalan laying

16 706108 9323334 Rob Penurunan tanah, air payau, rob 700 meter sampai jembatan (tinggi 20 cm)

29 712138 9323484 Rob Daerah jalan rembes air, kemungkinan indudasi, air payau

34 703245 9318906 Rob Daerah air tawar, sering banjir, ketinggian kali bisa mencapai 70 m dari gambar

38 702785 9320258 Rob Jalan tergenang air sungai

39 702481 9320634 Rob Jalan tergenang air selokan

53 710291 9324710 Rob Terjadi banjir di daerah sekitar,drainase tidak bekerja

62 699625 9322752 Rob Rob, air payau asin

63 699477 9324054 Rob Rob, air payau asin, penurunan tanah

5 714750 9324138 Intrusi Daerah abrasi, air payau

28

Tabel 3.1 Data dampak penurunan tanah (Lanjutan)

No E N Jenis Keterangan

7 714752 9324408 Intrusi Daerah abrasi, air payau

9 710169 9319840 Intrusi Daerah sungai amblas, penurunan tanah pada jalan raya, air tanah disekitar air payau

10 709418 9319488 Intrusi Jalan raya banjir, penurunan tanah, air tanah disekitar air payau

11 707180 9317866 Intrusi Penurunan tanah, air payau

12 706433 9317516 Intrusi Penurunan tanah, air payau

13 704944 9317798 Intrusi Penurunan tanah, air payau

14 705047 9322616 Intrusi Penurunan tanah, air payau

70 696342 9323627 Rumah retak Gedung Royal Tower Riverside di pinggir kali angke, terlihat di foto bahwa terjadi retakan-retakan yang ada pada 1 garis vertikal yang sama, dimana bagian bawah retakan mengarah ke kali, diperkirakan akibat land subsiden di daerah itu

71 696405 9323495 Rumah retak Pengambilan foto dari bagian dalam Royal Tower Riverside

82 696675 9324196 Rumah retak Bangunan retak-retak

88 697628 9324043 Rumah retak Dinding retak akibat penurunan tanah

93 698565 9323532 Rumah retak Di kecamatan Penjaringan, terjadi retakan yang merata pada dinding dan jalan.

113 697884 9322648 Rumah retak Rumah mengalami retak-retak pada dinding

114 697884 9322648 Rumah retak Retak – retak pada dinding ruko

119 697816 9322520 Rumah retak Dinding, pada semua gerbang, terlihat bagian pangkal dari jembatan yang menyeberangi parit ke jalan, semua mengalami retakan ke arah yang sama, lokasi bagian luar parkiran Emporium Pluit Mall

2 713941 9321698 Rumah turun Miring sampai 150

48 707537 9323332 Rumah turun Bangunan mesjid terkena subsidence,air payau

50 709453 9324262 Rumah turun Terjadi subsidence pada bangunan

56 711041 9324132 Rumah turun Terjadi subsidence pada bangunan sekitar

67 700226 9323064 Rumah turun Rumah hanya setengah tingginya

68 700345 9322952 Rumah turun Tenggelam air 20 cm, air payau

19 690103 9326538 Rumah turun Rumah ditingikan bagian depannya, agar tidak kemasukan air saat banjir

Data dampak penurunan tanah ini akan dilakukan plotting dengan menggukanan software

ArcGIS 10.0. Plotting data ini akan dilakukan terpisah sesuai dengan jenisnya, sehingga tiap

jenis dampak akan memiliki data dan simbol tersendiri dalam sebuah peta. Peta dasar yang

digunakan adalah peta penurunan tanah periode 2010 – 2011 yang didapatkan dari pembuatan

kontur penurunan tanah dari data GPS dan sipat datar.

3.2 Survey GPS

Pemantauan penurunan muka tanah dengan GPS pada dasarnya yaitu menentukan koordinat

secara teliti dari beberapa titik pada lokasi yang diduga mengalami penurunan muka tanah

dan dilakukan secara periodik dengan interval waktu tertentu menggunakan metode survey

GPS. Karakteristik dan besar penurunan muka tanah akan dapat dketahui dengan mempelajari

29

pola dan kecepatan perubahan tinggi ellipsoid dari titik – titik tersebut dari survey satu ke

survey berikutnya. Prinsip pemantauan penurunan muka tanah dengan GPS dapat dilihat

dalam Gambar 3.1.

Gambar 3.1 Prinsip pemantauan penurunan muka tanah dengan GPS (Abidin, 2006)

Survey GPS yang dilakukan merupakan implementasi dari metode penentuan posisi statik

secara diferensial menggunakan data fase. Penentuan posisi secara statik merupakan

penentuan posisi dari titik – titik yang diam. Pengamatan satelit dilakukan baseline per

baseline selama selang waktu tertentu dalam suatu jaringan dari titik – titik yang akan

ditentukan posisinya. Adapun receiver yang digunakan adalah receiver tipe geodetik.

Distribusi titik – titik pantau GPS dibentuk oleh titik – titik yang diketahui koordinatnya dan

titik – titik yang akan ditentukan koordinatnya. Pada survey GPS kali ini, metode pengamatan

GPS yang diterapkan adalah metode radial (dari satu titik tetap) seperti terlihat pada Gambar

3.2. Penggunaan metode radial dilakukan untuk menghindari kesalahan perataan hitungan

seperti yang dilakukan pada metode jaring. Oleh karena itu, pengamatan yang dilakukan

selama 8 – 12 jam agar mendapatkan ketelitian yang diinginkan. Beberapa titik pengukuran

diikatkan pada titik referensi yang ditempatkan pada area pengukuran di atas tanah yang

stabil.

30

Gambar 3.2 Metode radial (Abdin, 2006).

3.2.1 Pelaksanaan Survey GPS Untuk Pemantauan Penurunan Muka Tanah Jakarta

Penurunan muka tanah yang terjadi di Jakarta bukan lah sebuah fenomena yang baru,

melainkan sudah terjadi dalam waktu yang cukup lama, namun penelitian akan fenomena

penurunan muka tanah ini baru dimulai dari tahun 1978. Penurunan muka tanah ini dapat

dirasakan langsung dari dampak yang timbul seperti kerusakan pada rumah – rumah dan

gedung – gedung, kerusakan pada infrastruktur, seperti jembatan dan jalan, memperluas

daerah banjir, dan intrusi air laut.

Oleh karena itu, kita perlu mempelajari sifat dan karakteristik penurunan muka tanah yang

terjadi Jakarta. Besarnya kecepatan penurunan muka tanah dapat diketahui dari hasil

pengamatan dan pengukuran pada titik – titik yang dibuat di sekitar daerah yang diduga

mengalami penurunan muka tanah tesebut dengan metode survey GPS. Survey GPS untuk

pemantauan penurunan muka tanah yang dilakukan di Jakarta ini telah dilakukan tiga belas

kali dimulai dari tahun 1997 sampai dengan tahun 2011, seperti yang ditunjukkan pada Tabel

3.2.

Tabel 3.2 Survey GPS untuk pemantauan penurunan muka tanah di Jakarta

Survey GPS Periode Survey Titik - Titik Pengamatan

Survey-1 Desember 1997 - Juni

2000 KUNI, MARU, MERU, MUTI, RUKI, TOMA, CIBU, KWIT, KEBA, PIKA, CINE, RAWA

Survey-2 Juni 1999 - Juni 2000 KUNI, MARU, MERU, MUTI, RUKI, TOMA, CIBU, KWIT, KEBA, PIKA, CINE, RAWA

Survey-3 Juni 2000 - Juni 2001 BSKI, CLCN, KAMR, KLDR, KLGD, KUNI, MARU, MERU, MUTI, RUKI, TOMA, CIBU, KWIT,

ANCL, DNMG, KEBA, PIKA

Survey-4 Juni 2001 - Oktober

2001

BSKI, CLCN, KAMR, DADP, KLDR, KLGD, KUNI, MARU, MERU, MUTI, RUKI, TOMA,

CIBU, KWIT, ANCL, DNMG, CEBA, CINB, KEBA, BMT1, BMT2, PLGD

31

Tabel 3.2 Survey GPS untuk pemantauan penurunan muka tanah di Jakarta (Lanjutan)

Survey GPS Periode Survey Titik - Titik Pengamatan

Survey-5 Oktober 2001 - Juli

2002

BSKI, CLCN, KAMR, DADP, KLDR, KLGD, KUNI, MARU, MERU, MUTI, PIKA, RUKI,

TOMA, CIBU, KWIT, ANCL, DNMG, CEBA, CINB, BMT1, BMT2, PLGD

Survey-6 Juli 2002 - Desember

2002

BSKI, CLCN, KAMR, DADP, KLDR, KLGD, KUNI, MARU, MERU, MUTI, PIKA, TOMA,

CIBU, KEBA, KWIT, ANCL, DNMG, CEBA, CINB, PLGD

Survey-7 Desember 2002 -

September 2005

BSKI, DADP, KLDR, KLGD, KUNI, MARU, MERU, MUTI, PIKA, RUKI, TOMA, CIBU, KEBA,

KWIT, ANCL, DNMG, CEBA, CINB

Survey-8 Desember 2005 -

September 2007 CIBU, KEBA, KUNI, KWIT, MERU, MUTI, BSKI, KLGD, CEBA

Survey-9 Juli 2006 - September

2007 BSKI, CEBA, CIBA, CIBU, DADP, DNMG, KEBA, KUNI, MARU, MERU, MUTI, PIKA, TOMA

Survey-10 September 2007 -

Agustus 2008

439B, ANBA, BSKI, CDTB, CKNI, DADP, KBN1, KLDR, KLGD, KUNI, MARU, MERU, MUTI,

PIKA, RUKI, T002, TOMA, MUBA, CIBU, TNKL

Survey-11 Agustus 2008 - Juli

2009

439B, ANBA, BM06, BM07, BM08, BSKI, CBA1, CDTB, CKNI, CMAS, DADP, ISNA, JTC1,

KBA1, KBN1, KLDR, KLGD, KUNI, LNTN, MARU, MERU, MONA, MUBA, MUTI, PIKA,

RUKI, SARI, SHR1, SHR2, T002, TOMA, TNKL, CIBU, CINB, PIND, DPAG, D481, DAAN,

BM09

Survey-12 Juli 2009 - Mei 2010

439B, ANBA, BM06, BM07, BM08, BSKI, CBA1, CDTB, CKNI, CMAS, DADP, ISNA, JTC1,

KBA1, KBN1, KLDR, KLGD, KUNI, LNTN, MARU, MERU, MONA, MUBA, MUTI, PIKA,

RUKI, SARI, SHR1, SHR2, T002, TOMA, TNKL, CIBU, CINB, PIND, DPAG, D481, DAAN,

BM09

Survey-13 Mei 2010 - Agustus

2011

439B, ANBA, ANKE, ASTN, BM06, BM07, BM08,BM09, BSKI, CBA1, CDMB, CIBU, CINB,

CKNI, CMAS, D481, DAAN, DADP, DPAG, GMIN, GMPL, ISNA, JTC1, KAB2, KAMU, KBN1,

KLDR, KLGD, KMAL, KMAY, KUNI,LANG, LNTN, MARU, MERU, MONA, MRND, MU01,

MUBA, MUTI, NZAM, PH01, PIK2, PIND, PRIO, PTRO, RGON, RUKI, SARI, SHR1, SHR2,

SUND, SUNT, T002, TNKL, TOMA, TP02, TUKE, BM12, G115, GP11, ISTI, JFPT, MEGA, TJPR,

UKG4, UNTD

Pengumpulan data untuk pemantauan penurunan muka tanah di Jakarta ini dilakukan dengan

survey GPS dengan metode radial. Titik yang menjadi titik referensi dalam pemantauan

penurunan muka tanah ini adalah titik BAKO. Titik tersebut terletak di BAKOSURTANAL,

32

Cibinong – Bogor dan dianggap sebagai titik yang stabil yang koordinatnya telah dihitung

dari titik ikat utama stasiun IGS Indonesia lainnya.

Lokasi dan distribusi titik pemantauan penurunan muka tanah Jakarta ini juga dapat dilihat

dari Gambar 3.3.

Gambar 3.3 Lokasi dan distribusi titik survey GPS di Jakarta

Pada Tugas Akhir ini akan lebih difokuskan pada pembahasan penurunan muka tanah pada

periode survey-13 (tahun 2010 - 2011). Jumlah titik pengamtan yang dilakukan pada tahun

2010 dan tahun 2011 tidak sama, sehingga titik – titik pengamatan yang dapat diketahui besar

penurunan muka tanahnya sebanyak 58 titik, yaitu : 439B, ANBA, ANKE, ASTN, BM06,

BM07, BM08, BM09, BSKI, CBA1, CDMB, CIBU, CINB, CKNI, CMAS, D481, DAAN,

DADP, DPAG, GMIN, GMPL, ISNA, JTC1, KAB2, KAMU, KBN1, KLDR, KLGD,

KMAL, KMAY, KUNI,LANG, LNTN, MARU, MERU, MONA, MRND, MU01,

MUBA, MUTI, NZAM, PH01, PIK2, PIND, PRIO, PTRO, RGON, RUKI, SARI, SHR1,

SHR2, SUND, SUNT, T002, TNKL, TOMA, TP02, TUKE.

33

Titik – titik pengamatan GPS untuk penurunan muka tanah di Jakarta ini dapat dilihat pada

Gambar 3.4.

Gambar Titik GPS Senayan

Gambar Titik GPS Semanggi

Gambar Titik GPS Bunderan HI

Gambar Titik GPS Kota

Gambar Titik GPS Gunung Sahari

Gambar Titik GPS Rukindo

Gambar 3.4 Titik pengamatan GPS untuk penurunan muka tanah di Jakarta

3.2.2 Pengolahan Data GPS

Pemantauan penurunan muka tanah di wilayah Jakarta dilakukan dengan menggunakan GPS.

Data –data yang terekam dalam receiver GPS akan dikumpulkan dan dilakukan pengolahan

data GPS (post processing mode) untuk mendapatkan koordinat tiap titik pengamatan GPS.

34

Pengolahan data dilakukan menggunakan software ilmiah Bernese 5.0 yang dikembangkan

oleh Astronomical Institute University of Berne Swiss. Software ini dapat digunakan untuk

berbagai keperluan yang menuntut ketelitian posisi tinggi seperti pengadaan jaringan kontrol,

pemantauan geodinamika bumi, pemodelan troposfer dan ionosfer di suatu wilayah, dan

termasuk untuk pemantauan penurunan muka tanah di wilayah Jakarta. Skema pengolahan

data menggunakan software ini terbagi menjadi beberapa tahapan pengolahan dapat dilihat

dalam Gambar 3.5.

Data Pengamatan GPS

Jakarta

2010 - 2011

IGS File

(Precise Orbit, Pole,

Clock, DCB, ION, TRO)

IGS File dalam Format Bernese

Data Format

Rinex

Data Pengamatan Format Bernese

Data Input :

Station Information

Koordinat Titik

Kode Titik

Single Point Positioning

Pembentukan Baseline Manual

Pemodelan Troposfer

Resolusi Ambiguitas

Parameter Estimation

Hasil Koordinat

Geosentrik (X, Y, Z)

Geodetik (L, B, h)

Standar Deviasi

Gambar 3.5 Skema pengolahan data dengan software Bernese 5.0.

Data pengamatan GPS biasanya akan dipengaruhi oleh kesalahan dan bias yang umumnya

terkait dengan satelit (kesalahan orbit dan kesalahan jam satelit), receiver (kesalahan jam

receiver, kesalahan pusat fase antenna, dan noise), dan pada data pengamatan (ambiguitas

fase serta kesalahan dan bias lingkungan sekitar pengamatan GPS). Software Bernese 5.0

dapat memberikan hasil pengolahan data yang teliti karena kemampuannya dalam

mengestimasi kesalahan dan bias yang optimal.

35

Kesalahan dan bias yang dapat diestimasi secara optimal menggunakan software Bernese ini

antara lain (University of Berne, 2010) :

a. Kesalahan orbit direduksi menggunakan informasi orbit yang teliti (precise

ephemeris).

b. Kesalahan akibat media propagasi (bias ionosfer dan troposfer) direduksi dengan

melakukan pemodelan tertentu, juga dapat dilakukan dengan mengestimasi

parameter bias tersebut. Pemodelan bias troposfer pada software Bernese 5.0

antara lain Saastamoinen, Niell, Hopfield, Essen and Frome, dan Marini-Murray.

Untuk bias ionosfer dapat dilakukan dengan pemodelan ionosfer global atau

regional.

c. Kesalahan akibat antenna receiver dapat direduksi menggunakan model-model

tertentu yang terkait dengan variasi pusat fase antenna yang digunakan.

d. Pemecahan ambiguitas fase merupakan problem utama pengolahan data fase

dalam software Bernese 5.0. Resolving ambiguitas fase ini dapat dilakukan

dengan berbagai metode, antara lain Round, Sigma, Search, dan Quasi

Ionosphere Free (QIF).

Pengolahan data menggunakan software ini tidak hanya membutuhkan data RINEX (Receiver

Independent Exchange) saja tetapi ada informasi informasi pendukung yang harus kita miliki

agar program dapat berhasil dijalankan. Informasi – informasi pendukung tersebut yaitu :

a. Informasi orbit dan koreksi jam satelit

Informasi ini dapat digunakan untuk mereduksi kesalahan orbit maupun

kesalahan jam satelit yang terjadi selama periode observasi. Informasi orbit yang

digunakan dalam pengolahan data ini adalah precise ephemeris yang dinyatakan

dalam format *.EPH (CODwwwwd.EPH) dan untuk informasi jam satelit,

dinyatakan dalam format *.CLK (CODwwwwd.CLK). ’wwww’ disini

menyatakan week dan ’d’ menyatakan GPS day, dapat di dowload dari situs :

http://igscb.jpl.nasa.gov/components/prods_cb.html

b. Parameter ionosfer

Parameter ionosfer ini dinyatakan dalam format CODwwwwd.ION dan parameter

troposfer yang dinyatakan dalam format CODwwwwd.TRO, dapat di download

dari situs : ftp://ftp.unibe.ch/aiub/CODE/2010

36

c. Informasi Differensial Code Bias (DCB)

DCB satelit dengan format “P1P2yymm.DCB” dan “P1C1yymm.DCB”, dapat di

download dari situs : ftp://ftp.unibe.ch/aiub/CODE/2010

d. Informasi pergerakan kutub bumi (Earth Rotation Pole)

Informasi ini menyatakan informasi pergerakan kutub bumi dan dinyatakan

dalam format CODwwwwd.ERP,

Dibutuhkan juga beberapa data input berupa informasi stasiun, koordinat titik, dan kode titik

dengan format *.STA, *.CRD, dan *.ABB yang dijelaskan sebagai berikut :

a. *.STA → File dengan format *.STA ini merupakan file yang berisi informasi

berupa nama stasiun pengamatan, tahun aktif, tipe receiver dan tipe antenna yang

digunakan serta tinggi antenna.

b. *.CRD → File dengan format *.CRD ini berisi informasi mengenai koordinat

titik-titik pengamatan. Koordinat yang dimaksudkan adalah koordinat pendekatan

yang didapatkan dari data RINEX pengamatan.

c. *.ABB → File ini berisi informasi mengenai nama stasiun pengamatan dan ID

stasiun pengamatan yang dituliskan dalam 4 karakter dan 2 karakter.

Pengolahan data GPS untuk mendapatkan koordinat titik – titik pengamatan di Cekungan

Jakarta kali ini dilakukan dengan metode radial secara manual menggunakan satu titik

referensi yang dianggap stabil. Bagian program utama dalam struktur Bernese 5.0 yang

digunakan dalam proses pengolahan yaitu :

a. Configure, untuk mengatur waktu dan sesi pengamatan data yang akan diolah.

b. Campaign, untuk membuat projek pengolahan data dan mengaktifkannya

kemudian digunakan sebagai direktori penyimpanan pengolahan data yang

dilakukan.

c. RINEX, untuk mengubah format data pengamatan ke format Bernese.

d. Orbits/EOP, untuk membuat orbit tabular dan orbit standar dari informasi orbit

satelit (precise ephemeris).

e. Processing, untuk melakukan proses pengolahan data GPS. Meliputi pembentukan

baseline, penyaringan cycle-slips, resolving ambiguitas fase sampai dengan

pengestimasian parameter.

Ambiguitas fase merupakan jumlah gelombang penuh berupa bilangan bulat dan merupakan

kelipatan panjang gelombang yang tidak terukur oleh receiver pada saat pengamatan

37

berlangsung. Pemecahan ambiguitas fase sebagai tahapan penting dalam pengolahan data

fase GPS. Jika nilai ambiguitas fase dapat ditentukan dengan benar maka jarak fase yang

didapat akan menjadi jarak yang sangat teliti.

Metode pemecahan ambiguitas fase pada software Bernese 5.0 antara lain :

a. Round yang merupakan metode paling sederhana. Resolving dilakukan dengan

mengestimasi nilai sekitar ambiguitas fase yang tidak bulat (real) terhadap nilai

ambiguitas fase yang bulat dan berada paling dekat.

b. Sigma yang biasa digunakan pada data pengamatan satu frekuensi dan panjang

baseline yang tidak lebih dari 20 km.

c. Search, merupakan metode pemecahan ambiguitas fase secara cepat.

d. Quasi Ionosphere Free (QIF), yang biasa diterapkan pada data pengamatan yaitu

data fase, panjang baseline lebih dari 10 km, dan waktu pengamatan cukup lama.

Karakteristik rekomendasi penggunaan metode pemecahan ambiguitas dalam software

Bernese 5.0 dapat dilihat pada Tabel 3.3.

Tabel 3.3 Strategi metode pemecahan ambiguitas pada Bernese 5.0 (University of Berne,

2010).

3.2.3 Hasil Pengolahan

Pengolahan dilakukan pada data pengamatan periode survey-13 yang dilakukan pada bulan

Mei 2010 dan bulan Agustus 2011. Metode pengamatan yang dilakukan dengan metode

radial ini menggunakan titik BAKO yang terdapat di kantor BAKOSURTANAL sebagai titik

referensinya. Perhitungan secara radial dilakukan untuk menghindari ketergantungan antara

penurunan muka tanah di satu titik dengan titik lain sehingga akan didapatkan besaran

Panjang

Baseline

Waktu

Pengamatan

Strategi Pemecahan

Ambiguitas

< 10 km Pendek Search

Panjang QIF, Sigma

10 km – 100

km

Pendek Search

Panjang QIF, Sigma

>100 km Panjang QIF, Sigma

38

penurunan muka tanah yang relatif dapat diandalkan [Abidin, 1996 seperti dikutip Khaerudin,

2003].

Parameter pengolahan data yang digunakan pada software Bernese 5.0, antara lain dapat

dilihat pada Tabel 3.4.

Tabel 3.4 Parameter pengolahan data GPS.

Parameter Catatan

Sudut Elevasi 15°

Interval data pengamatan 30 detik

Lama pengamatan 8-12 jam

Gelombang yang digunakan L1 dan L2

Receiver GPS Tipe geodetik dual frekuensi

Metode pemecahan ambiguitas fase QIF

Penanganan bias troposfer Estimasi

Koordinat dari titik referensi yang digunakan, dalam hal ini titik BAKO adalah sebagai

berikut:

BAKO (dalam sistem Geosentrik datum WGS 1984)

X = - 1836969.0043 m

Y = 6065617.1318 m

Z = - 716257.8069 m

Pengolahan data menggunakan software ilmiah Bernese 5.0 akan menghasilkan koordinat

dari titik – titik pengamatan GPS di wilayah Jakarta. Koordinat yang dihasilkan dalam

pengolahan menggunakan software ilmiah Bernese 5.0 dalam sistem geosentrik (X, Y, Z) dan

geodetik (L, B, h). Hasil koordinat dalam sistem koordinat geodetik beserta nilai

ketelitiannya seperti yang ditunjukkan pada Tabel 3.5 untuk koordinat geodetik pada tahun

2010 dan Tabel 3.6 untuk koordinat geodetik pada tahun 2011.

39

Tabel 3.5 Koordinat geodetik titik pantau penurunan muka tanah wilayah Jakarta tahun 2010.

NO TITIK LATITUDE LONGITUDE HEIGHT (m) σ L (m) σ B (m) σ h (m)

1 439B 6˚ 7’ 15.172524” LS 106˚ 47’ 39.004941” BT 18.4833 0.001 0.0009 0.0025

2 ANBA 6˚ 7’ 21.376249” LS 106˚ 49’ 28.247004” BT 18.925 0.0004 0.0005 0.0011

3 ANKE 6˚ 6’ 25.172525” LS 106˚ 46’ 12.290386” BT 18.6244 0.0005 0.0007 0.0013

4 ASTN 6˚ 7’ 49.873302” LS 106˚ 49’ 45.829957” BT 20.0012 0.0005 0.0009 0.0015

5 BM06 6˚ 11’ 59.873521” LS 106˚ 49’ 23.355625” BT 23.0982 0.0005 0.0005 0.0014

6 BM07 6˚ 12’ 44.370349” LS 106˚ 49’ 12.356520” BT 32.5477 0.0005 0.0006 0.0018

7 BM08 6˚ 13’ 13.335811” LS 106˚ 48’ 45.595838” BT 34.4013 0.0004 0.0005 0.0012

8 BM09 6˚ 13’ 34.981511” LS 106˚ 48’ 44.398662” BT 33.027 0.0007 0.0006 0.0018

9 BSKI 6˚ 13’ 29.959258” LS 106˚ 52’ 40.532969” BT 33.5387 0.0007 0.0013 0.0024

10 CBA1 6˚ 7’ 29.249525” LS 106˚ 43’ 42.826398” BT 18.2134 0.0006 0.0008 0.0016

11 CDMB 6˚ 18’ 10.969411” LS 106˚ 51’ 9.333383” BT 56.2597 0.0009 0.003 0.0025

12 CIBU 6˚ 21’ 5.520136” LS 106˚ 52’ 51.001871” BT 80.7323 0.0014 0.0042 0.004

13 CINB 6˚ 18’ 45.351823” LS 106˚ 46’ 52.871089” BT 67.0693 0.0032 0.0121 0.0066

14 CKNI 6˚ 11’ 17.371558” LS 106˚ 49’ 59.641146” BT 24.3661 0.0004 0.0005 0.0013

15 CMAS 6˚ 10’ 0.943039” LS 106˚ 52’ 25.631301” BT 22.0204 0.0003 0.0005 0.001

16 D481 6˚ 9’ 35.275575” LS 106˚ 50’ 8.812243” BT 20.7742 0.0005 0.0006 0.0015

17 DAAN 6˚ 9’ 19.080180” LS 106˚ 44’ 51.676565” BT 22.245 0.0004 0.0012 0.0013

18 DADP 6˚ 5’ 10.327987” LS 106˚ 43’ 6.988511” BT 20.0443 0.0003 0.0003 0.0007

19 DPAG 6˚ 10’ 59.186488” LS 106˚ 49’ 22.691078” BT 20.5584 0.0882 0.4304 0.7712

20 GMIN 6˚ 6’ 53.232424” LS 106˚ 53’ 29.405257” BT 20.4193 0.0005 0.0006 0.0014

21 GMPL 6˚ 9’ 48.744404” LS 106˚ 51’ 10.640487” BT 22.7612 0.0004 0.0009 0.0013

22 ISNA 6˚ 10’ 15.954564” LS 106˚ 49’ 20.764058” BT 21.0332 0.0005 0.0005 0.0013

23 JTC1 6˚ 6’ 14.665362” LS 106˚ 54’ 49.706509” BT 21.0517 0.0005 0.0005 0.0012

24 KAB2 6˚ 14’ 7.397444” LS 106˚ 47’ 30.505870” BT 34.0233 0.0009 0.0038 0.0035

25 KAMU 6˚ 5’ 52.529111” LS 106˚ 42’ 50.514018” BT 19.5417 0.0007 0.0015 0.0021

26 KBN1 6˚ 8’ 40.921865” LS 106˚ 56’ 22.078652” BT 21.3692 0.0004 0.0007 0.0012

27 KLDR 6˚ 9’ 34.942244” LS 106˚ 41’ 20.317298” BT 23.6171 0.0004 0.0006 0.0011

28 KLGD 6˚ 9’ 18.857398” LS 106˚ 54’ 31.137854” BT 21.4506 0.0008 0.001 0.0022

29 KMAL 6˚ 6’ 24.252651” LS 106˚ 43’ 35.189118” BT 19.6574 0.0003 0.0003 0.0007

30 KMAY 6˚ 8’ 56.668613” LS 106˚ 50’ 53.031591” BT 20.423 0.0003 0.0004 0.0009

31 KUNI 6˚ 14’ 9.479586” LS 106˚ 50’ 3.651869” BT 32.7372 0.0004 0.0005 0.0011

32 LANG 6˚ 14’ 37.172358” LS 106˚ 47’ 32.551619” BT 34.4099 0.004 0.0255 0.0092

33 LNTN 6˚ 8’ 55.841805” LS 106˚ 47’ 39.188815” BT 20.0282 0.0005 0.0009 0.0017

34 MARU 6˚ 6’ 32.970972” LS 106˚ 57’ 12.314520” BT 20.5168 0.0004 0.0009 0.0012

35 MERU 6˚ 11’ 52.279847” LS 106˚ 44’ 51.629151” BT 23.6366 0.0011 0.0015 0.0031

36 MONA 6˚ 10’ 48.322195” LS 106˚ 49’ 24.093308” BT 20.8703 0.0004 0.0005 0.0012

37 MRND 6˚ 5’ 59.468748” LS 106˚ 57’ 13.986232” BT 21.9556 0.0003 0.0004 0.0008

38 MU01 6˚ 7’ 31.043427” LS 106˚ 47’ 58.461667” BT 19.5151 0.0004 0.0004 0.0011

39 MUBA 6˚ 6’ 15.842882” LS 106˚ 48’ 0.704456” BT 23.4127 0.0003 0.0003 0.0007

40 MUTI 6˚ 6’ 23.845666” LS 106˚ 47’ 27.402582” BT 19.274 0.0003 0.0003 0.0007

41 NZAM 6˚ 5’ 46.110243” LS 106˚ 48’ 14.067305” BT 19.9835 0.0004 0.0006 0.0013

42 PH01 6˚ 6’ 38.182234” LS 106˚ 46’ 45.527166” BT 18.3263 0.0003 0.0004 0.0008

43 PIK2 6˚ 6’ 45.365359” LS 106˚ 45’ 4.841825” BT 22.5867 0.0004 0.0006 0.0014

44 PIND 6˚ 16’ 48.176191” LS 106˚ 46’ 48.804475” BT 51.2889 0.0028 0.0204 0.0118

45 PRIO 6˚ 7’ 4.771621” LS 106˚ 51’ 53.380191” BT 19.5009 0.0003 0.0004 0.0009

46 PTRO 6˚ 10’ 18.802680” LS 106˚ 53’ 6.084694” BT 23.4477 0.0004 0.0005 0.001

47 RGON 6˚ 20’ 51.108671” LS 106˚ 54’ 51.697332” BT 80.7191 0.0006 0.0007 0.0017

48 RUKI 6˚ 6’ 59.939189” LS 106˚ 51’ 43.444982” BT 21.9698 0.0006 0.0008 0.0019

49 SARI 6˚ 11’ 18.485903” LS 106˚ 49’ 22.764038” BT 21.1578 0.0005 0.0007 0.0016

50 SHR1 6˚ 8’ 22.576817” LS 106˚ 49’ 9.072403” BT 19.0875 0.0006 0.0008 0.002

51 SHR2 6˚ 8’ 43.577419” LS 106˚ 50’ 0.948531” BT 20.304 0.0004 0.0005 0.0013

52 SUND 6˚ 7’ 33.711016” LS 106˚ 48’ 34.672008” BT 19.2326 0.0004 0.0004 0.0011

53 SUNT 6˚ 7’ 39.299328” LS 106˚ 51’ 17.448656” BT 20.0523 0.0002 0.0003 0.0006

54 T002 6˚ 7’ 43.292110” LS 106˚ 43’ 4.248094” BT 19.9274 0.0005 0.0006 0.0014

55 TNKL 6˚ 7’ 44.710276” LS 106˚ 48’ 43.540853” BT 19.477 0.0005 0.0016 0.0017

56 TOMA 6˚ 10’ 29.041003” LS 106˚ 48’ 19.476886” BT 29.7342 0.0003 0.0002 0.0006

57 TUKE 6˚ 9’ 6.262113" LS 106˚ 46’ 17.984853” BT 21.3413 0.0006 0.0006 0.0016

40

Tabel 3.6 Koordinat geodetik titik pantau penurunan muka tanah wilayah Jakarta tahun 2011.

NO POINT LATITUDE LONGITUDE HEIGHT (m) σ L (m) σ B (m) σ h (m)

1 439B 6˚ 7’ 15.172400” LS 106˚ 47’ 39.004669” BT 18.4936 0.0008 0.0013 0.0025

2 ANBA 6˚ 7’ 21.376273” LS 106˚ 49’ 28.246775” BT 18.8752 0.0004 0.0006 0.0011

3 ANKE 6˚ 6’ 25.171811” LS 106˚ 46’ 12.289700” BT 18.4683 0.0003 0.0004 0.0009

4 ASTN 6˚ 7’ 49.873282” LS 106˚ 49’ 45.830205” BT 19.7145 0.0004 0.0005 0.0011

5 BM06 6˚ 11’ 59.874324” LS 106˚ 49’ 23.357506” BT 23.0888 0.0007 0.0022 0.0022

6 BM07 6˚ 12’ 44.370482” LS 106˚ 49’ 12.356699” BT 32.5882 0.0005 0.0009 0.0016

7 BM08 6˚ 13’ 13.336115” LS 106˚ 48’ 45.595840” BT 34.3276 0.0003 0.0004 0.0009

8 BM09 6˚ 13’ 34.981137” LS 106˚ 48’ 44.398187” BT 32.9907 0.0008 0.0013 0.0023

9 BSKI 6˚ 13’ 29.959237” LS 106˚ 52’ 40.532580” BT 33.5312 0.0007 0.0011 0.0023

10 CBA1 6˚ 7’ 29.251378” LS 106˚ 43’ 42.823914” BT 18.0642 0.0014 0.0024 0.0053

11 CDMB 6˚ 18’ 10.968936” LS 106˚ 51’ 9.331236” BT 56.2305 0.0007 0.0014 0.0021

12 CIBU 6˚ 21’ 5.192409” LS 106˚ 52’ 50.354306” BT 80.6211 0.0004 0.0011 0.0013

13 CINB 6˚ 18’ 46.117001” LS 106˚ 46’ 53.009429” BT 66.7176 0.0003 0.0004 0.0009

14 CKNI 6˚ 11’ 17.371398” LS 106˚ 49’ 59.641309” BT 24.1898 0.0004 0.0005 0.0011

15 CMAS 6˚ 10’ 0.942747” LS 106˚ 52’ 25.63247” BT 22.031 0.0005 0.0007 0.0015

16 D481 6˚ 9’ 35.275799” LS 106˚ 50’ 8.807126” BT 20.7821 0.0025 0.0122 0.005

17 DAAN 6˚ 9’ 18.991194” LS 106˚ 44’ 50.605278” BT 21.5418 0.0004 0.0005 0.0011

18 DADP 6˚ 5’ 10.327964” LS 106˚ 43’ 6.987877” BT 19.8318 0.0004 0.0008 0.001

19 DPAG 6˚ 10’ 59.095545” LS 106˚ 49’ 22.309092” BT 21.5838 0.068 0.3319 0.1334

20 GMIN 6˚ 6’ 53.231721” LS 106˚ 53’ 29.405295” BT 20.174 0.0005 0.0006 0.0013

21 GMPL 6˚ 9’ 48.745924” LS 106˚ 51’ 10.648816” BT 22.5705 0.0002 0.0003 0.0006

22 ISNA 6˚ 10’ 15.955610” LS 106˚ 49’ 20.763482” BT 21.0029 0.0004 0.0006 0.0012

23 JTC1 6˚ 6’ 14.665489” LS 106˚ 54’ 49.707015” BT 20.9531 0.0003 0.0006 0.0009

24 KAB2 6˚ 14’ 7.379661” LS 106˚ 47’ 30.675170” BT 34.0227 0.0004 0.0005 0.0011

25 KAMU 6˚ 5’ 52.417582” LS 106˚ 42’ 50.587920” BT 19.5505 0.0007 0.0029 0.0025

26 KBN1 6˚ 8’ 40.829367” LS 106˚ 56’ 21.875441” BT 20.3945 0.0007 0.0027 0.0024

27 KLDR 6˚ 9’ 34.941843” LS 106˚ 41’ 20.315950” BT 23.6179 0.0005 0.0007 0.0013

28 KLGD 6˚ 9’ 18.856493” LS 106˚ 54’ 31.138647” BT 21.1819 0.0005 0.0007 0.0014

29 KMAL 6˚ 6’ 26.019291” LS 106˚ 43’ 34.628635” BT 20.0331 0.0004 0.0005 0.001

30 KMAY 6˚ 8’ 56.667296” LS 106˚ 50’ 53.025027” BT 20.6674 0.0003 0.0004 0.0008

31 KUNI 6˚ 14’ 9.480235” LS 106˚ 50’ 3.650802” BT 32.7158 0.0005 0.0006 0.0012

32 LANG 6˚ 14’ 36.879319” LS 106˚ 47’ 32.899643” BT 32.3803 0.0023 0.0186 0.0073

33 LNTN 6˚ 8’ 55.841181” LS 106˚ 47’ 39.189969” BT 19.9707 0.0005 0.0007 0.0014

34 MARU 6˚ 6’ 32.970920” LS 106˚ 57’ 12.314117” BT 20.452 0.0002 0.0003 0.0006

35 MERU 6˚ 11’ 52.350918” LS 106˚ 44’ 51.906485” BT 23.6319 0.0007 0.0009 0.0028

36 MONA 6˚ 10’ 48.322057” LS 106˚ 49’ 24.093513” BT 20.6039 0.0003 0.0005 0.001

37 MRND 6˚ 5’ 59.468600” LS 106˚ 57’ 13.986117” BT 21.9614 0.0003 0.0004 0.0012

38 MU01 6˚ 7’ 31.043226” LS 106˚ 47’ 58.461855” BT 19.3062 0.0004 0.0004 0.0012

39 MUBA 6˚ 6’ 15.843463” LS 106˚ 48’ 0.705497” BT 23.2429 0.0002 0.0003 0.0007

40 MUTI 6˚ 6’ 23.732263” LS 106˚ 47’ 27.570556” BT 19.453 0.0002 0.0003 0.0006

41 NZAM 6˚ 5’ 46.110571” LS 106˚ 48’ 14.067256” BT 19.9226 0.0003 0.0004 0.0009

42 PH01 6˚ 6’ 38.422263” LS 106˚ 46’ 45.813231” BT 18.2076 0.0002 0.0003 0.0007

43 PIK2 6˚ 6’ 45.422320” LS 106˚ 45’ 4.857270” BT 20.6422 0.0003 0.0004 0.001

44 PIND 6˚ 16’ 48.334425” LS 106˚ 46’ 48.268371” BT 51.7851 0.0004 0.0004 0.0011

45 PRIO 6˚ 7’ 4.771808” LS 106˚ 51’ 53.380248” BT 19.3348 0.0003 0.0005 0.001

46 PTRO 6˚ 10’ 18.802099” LS 106˚ 53’ 6.084163” BT 23.4183 0.0003 0.0005 0.001

47 RGON 6˚ 20’ 51.191880” LS 106˚ 54’ 51.508815” BT 80.9583 0.0006 0.0008 0.0018

48 RUKI 6˚ 6’ 59.938972” LS 106˚ 51’ 43.444043” BT 22.0391 0.0013 0.0013 0.0043

49 SARI 6˚ 11’ 18.486093” LS 106˚ 49’ 22.763199” BT 21.1474 0.0004 0.0006 0.0011

50 SHR1 6˚ 8’ 22.549715” LS 106˚ 49’ 8.892095” BT 19.1879 0.0003 0.0005 0.001

51 SHR2 6˚ 8’ 43.577352” LS 106˚ 50’ 0.948425” BT 20.2496 0.0005 0.0007 0.0013

52 SUND 6˚ 7’ 33.653638” LS 106˚ 48’ 34.654187” BT 19.4322 0.0003 0.0005 0.0009

53 SUNT 6˚ 7’ 32.355295” LS 106˚ 51’ 14.933530” BT 20.9806 0.0003 0.0004 0.0008

54 T002 6˚ 7’ 43.292163” LS 106˚ 43’ 4.247932” BT 19.7556 0.0006 0.0008 0.0016

55 TNKL 6˚ 7’ 44.226394” LS 106˚ 48’ 42.888016” BT 18.9515 0.0003 0.0004 0.0009

56 TOMA 6˚ 10’ 29.040499” LS 106˚ 48’ 19.476707” BT 29.6474 0.0003 0.0004 0.0008

57 TUKE 6˚ 9’ 6.262551” LS 106˚ 46’ 17.985231 BT 21.2669 0.0008 0.0011 0.0022

41

Dari tinggi ellipsoid pada Tabel 3.3 dan Tabel 3.4 maka didapat besar dari penurunan muka

tanah yang terjadi pada titik – titik pengamatan tersebut pada selang survey tahun 2010 –

2011. Besar penurunan muka tanah yang terjadi pada titik – titik pengamatan seperti yang

ditunjukkan pada Tabel 3.7.

Tabel 3.7 Besar penurunan muka tanah pada titik pantau tahun 2010 – 2011.

No Points Subsidence (m) No Points Subsidence (m)

1 439B -0.078 30 KLDR -0.014

2 ANBA -0.012 31 MERU -0.002

3 ANKE -0.144 32 T002 -0.13

4 ASTN -0.115 33 TOMA -0.019

5 DADP -0.124 34 BSKI -0.03

6 GMIN -0.132 35 CMAS -0.004

7 GPS11 -0.09 36 GMPL -0.037

8 JFPT -0.012 37 KBN1 -0.025

9 JTC1 -0.018 38 KLGD -0.023

10 KAMU -0.027 39 PTRO -0.006

11 KMAY -0.068 40 RGON -0.003

12 LNTN -0.005 41 BM06 -0.019

13 MARU -0.078 42 BM07 -0.017

14 MRND -0.001 43 BM08 -0.014

15 MUBA -0.093 44 BM09 -0.074

16 MUTI -0.059 45 CKNI -0.051

17 MU01 -0.122 46 D481 -0.005

18 NZAM -0.058 47 ISNA -0.015

19 PH01 -0.111 48 MONA -0.016

20 PIK2 -0.125 49 SARI -0.008

21 PRIO -0.006 50 SHR1 -0.011

22 RUKI -0.079 51 SHR2 -0.075

23 SUND -0.045 52 CDTB -0.003

24 TJPR -0.015 53 CIBU 0.013

25 TNKL1 -0.046 54 CINB -0.011

26 TPU2 -0.022 55 KBA1 -0.002

27 TUKE -0.024 56 KUNI -0.038

28 CBA1 -0.149 57 PIND -0.042

29 DAAN -0.043

42

Hasil pengolahan data di atas jika dalam bentuk grafik bar akan terlihat seperti pada Gambar

3.6.

Gambar 3.6 Grafik besar penurunan tanah Jakarta 2010 – 2011.

Hasil pengolahan data yang dilakukan pada survey 2010 – 2011 akan digabung dengan data

penurunan tanah yang telah dihitung sebelumnya. Hasil pengolahan data penurunan tanah

untuk periode 2000 – 2011 dan 2009 – 2010 dapat dilihat pada Lampiran B.

3.2 Pengolahan Data Sipat Datar

Nilai penurunan muka tanah di wilayah Jakarta didukung juga dengan data sipat datar dari

pengukuran sipat datar yang didapat dari BMPP Jakarta. Data sipat datar ini terbagi menjadi

dalam 5 tabel sesuai dengan jumlah kotamadya di Jakarta. Data sipat datar ini telah melalui

pensortiran berdasarkan data nilai tinggi yang memiliki nilai tinggi di beberapa tahun, agar

nilai penurunan tanahnya dapat dihitung. Persebaran titik pengukuran sipat datar dapat dilihat

pada Gambar 3.3.

-0,16

-0,14

-0,12

-0,1

-0,08

-0,06

-0,04

-0,02

0

43

9B

AN

BA

AN

KE

AST

NB

M06

BM

07B

M08

BM

09B

SKI

CB

A1

CD

TB

CIN

BC

KN

IC

MA

SD

481

DA

AN

DA

DP

GM

ING

MP

LG

PS1

1IS

NA

JFP

TJT

C1

KA

MU

KB

A1

KB

N1

KLD

RK

LGD

KM

AY

KU

NI

LNTN

MA

RU

MER

UM

ON

AM

RN

DM

U01

MU

BA

MU

TIN

ZAM

PH

01

PIK

2P

IND

PR

IOP

TRO

RG

ON

RU

KI

SAR

ISH

R1

SHR

2SU

ND

T002

TJP

RT

NK

L1TO

MA

TP

U2

TUK

E

Pe

nu

run

an ta

nah

(me

ter)

Grafik Penurunan tanah 2010 - 2011

Penurunan tanah 2010 - 2011

43

Gambar 3.7 Persebaran titik sipat datar di Jakarta.

Data sipat datar ini sendiri terbagi menjadi 5 tabel berdasar jumlah kotamadya Jakarta sendiri,

yaitu berdasarkan Kotamadya Jakarta Utara, Jakarta Barat, Jakarta Pusat, Jakarta Selatan, dan

Jakarta Timur. Berikut beberapa sampel data yang ditampilkan dalam Tabel 3.8,

selengkapnya dapat dilihat pada Lampiran C.

Tabel 3.8 Contoh data sipat datar Jakarta

No Nomor Titik

Koordinat Pendekatan Tahun

Sistem Koordinat UTM 1978 1991 1993 1997 2007 2011

Easting (m) Northing (m) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter)

1 PP.2 765887.890 9149992.560 2.070775 1.845359 - - - -

2 PP.8 771815.508 9304713.981 2.336508 2.190953 - - - -

3 PP.11 781645.569 9213653.049 2.383066 2.227833 2.2278 - - -

4 PP.011 DKI 713681.000 9324715.000 - - - - 1.359454 1.1805

5 PP.12 776380.299 9233875.913 2.441691 2.328986 - 2.29100 1.530054 -

6 PP.14 785738.827 9226448.477 3.358712 2.934621 - 2.75825 1.842554 -

7 PP.15 738246.868 9249765.426 1.655143 1.315258 - - 1.520845 -

8 PP.17 795120.467 9161377.973 2.240462 2.029854 - - - -

9 PP.017 DKI 708421.000 9323940.000 - - - - 3.256254 2.8978

10 PP.25 785869.131 9273969.631 1.716087 1.376578 - - - -

11 PP.27 799066.438 9258744.476 2.737859 2.569076 - - - -

44

Tabel 3.8 Contoh data sipat datar Jakarta (Lanjutan)

No Nomor Titik

Koordinat Pendekatan Tahun

Sistem Koordinat UTM 1978 1991 1993 1997 2007 2011

Easting (m) Northing (m) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter) Tinggi (meter)

12 PP.31 784972.633 9272990.630 2.262271 2.104192 - - - -

13 PP.33 800755.094 9258427.724 3.299466 3.181592 - - 1.089856 -

14 PP.34 B DKI 714220.000 9324153.000 - - - - 3.225354 3.0424

15 PP.35 B 713739.000 9323048.000 - - 2.893000 - 1.916854 1.8164

16 PP.36 B 713142.000 9322998.000 - - - - 2.447218 2.3292

17 PP.37 712930.000 9322715.000 3.484523 - 3.245000 - 2.289054 -

18 PP.038 A DKI 712114.000 9322837.000 - - - - 1.512954 1.3220

19 PP.40 775951.522 9307860.194 1.846565 1.377606 - - 1.690831 -

20 PP.42 793504.655 9264646.213 2.577453 - 2.174300 - 1.327648 -

21 PP.44 B 711876.000 9321875.000 - - 3.445300 - 2.471540 2.2525

22 PP.46 794474.764 9234238.614 3.772393 - 3.461900 - - -

23 PP.050 A DKI 714242.000 9321269.000 - - - - 1.936554 1.8541

24 PP.58 717565.000 9321870.000 2.176423 2.073539 - - - -

25 PP.058 DKI 717565.000 9321870.000 - - - - 1.215154 0.9622

26 PP.61 718246.000 9319653.000 2.955248 2.810660 - - - -

27 PP.061 DKI 718246.000 9319653.000 - - - - 2.548254 2.2343

28 PP.70 A 712955.000 9320024.000 - 3.938721 3.93870 3.72600 - -

29 PP.070 A DKI 712955.000 9320024.000 - - - - 2.848354 2.7254

30 PP.70 712950.000 9320030.000 4.366862 3.970000 - - -

31 PP.070 DKI 711857.000 9321225.000 - - - - 2.546056 2.3496

32 PP.77 B DKI 707393.000 9321241.000 - - - - 1.001554 0.4986

33 PP.79 B DKI 706848.000 9321183.000 - - - - 0.873554 0.3946

34 PP.80 712052.000 9319295.000 4.807653 4.257099 - 3.80250 - -

35 PP.81 712182.000 9317800.000 4.112619 - - 4.24650 - -

36 PP 95 B DKI 709322.000 9318307.000 - - - - 2.252554 1.8996

37 PP.110 A DKI 693819.000 9324015.000 - - - - 1.818554 1.1951

38 PP.119 697562.000 9324061.000 4.303850 - 3.04540 - - -

Dari data sipat datar Jakarta tersebut terdapat kekosongan data pada tahun – tahun tertentu

seperti yang ditunjukkan dalam Tabel 3.8. Dengan menggunakan prinsip trend, kekosongan

data sipat datar pada tabel diatas dapat dihitung nilai aproksimasi.

Hasil perhitungan trend dapat dilihat dalam bentuk grafik pada Gambar 3.8, Gambar 3.9, dan

Gambar 3.10. Dalam hal ini, data – data yang telah melalui linearisasi ternyata tidak semua

data dapat diselesaikan dengan secara linear, terdapat juga beberapa data yang dilakukan

secara polynomial trend seperti pada Gambar 3.10. Perhitungan dengan menggunakan prinsip

trend ini sendiri dapat digunakan untuk melakukan interpolasi dan extrapolasi data, sehingga

45

kekosongan data pada sejauh timeline data maupun untuk prediksi diluar timeline data dapat

dihitung secara nilai aproksimasi.

Gambar 3.8 Grafik trend penurunan tanah pada titik PP. 070 A DKI.

y = -0,038x + 79,59R² = 0,998

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

1975 1980 1985 1990 1995 2000 2005 2010 2015

Tin

ggi(

Me

ter)

Tahun

PP. 070 A DKI

PP. 070 A DKI

Linear (PP. 070 A DKI)

46

Gambar 3.9 Grafik trend penurunan tanah pada titik PP. 080.

Gambar 3.10 Grafik trend penurunan tanah pada titik PP. 144.

y = -0,051x + 106,1R² = 0,996

0

1

2

3

4

5

6

1975 1980 1985 1990 1995 2000 2005 2010 2015

Tin

ggi (

Me

ter)

Tahun

PP. 80

PP. 80

Linear (PP. 80)

Linear (PP. 80)

y = -7E-05x2 + 0,248x - 208,2R² = 0,982

0

0,5

1

1,5

2

2,5

1975 1980 1985 1990 1995 2000 2005 2010 2015

Pe

nu

run

an

Ta

na

h (M

ete

r)

Tahun

PP. 144

PP. 144

Poly. (PP. 144)

47

Setelah mengetahui persamaan trend dari tiap titik – titik pengamatan sipat datar tersebut,

maka kita dapat menghitung nilai – nilai tinggi yang tidak ada. Dari data tinggi sipat datar

yang sudah lengkap tersebut, maka dapat dicari nilai penurunan tanahnya untuk periode 2000

– 2011, 2009 – 2010, dan 2010 – 2011 yang ditunjukkan beberapa titik dengan nilai

penurunan tanahnya dalam Tabel 3.9 yang selengkapnya dapat dilihat pada Lampiran C.

Tabel 3.9 Contoh penurunan tanah dari data sipat datar BMPP Jakarta.

No Nomor Titik

Koordinat Pendekatan Delta H 2000-2011 Delta H 2009-2010 Delta H 2010-2011

Sistem Koordinat UTM Penurunan Tanah Penurunan Tanah Penurunan Tanah

Easting (m) Northing (m) Tinggi (meter) Tinggi (meter) Tinggi (meter)

1 PP.2 765887.89 9149992.56 -0.1907 -0.0173 -0.0173

2 PP.8 771815.508 9304713.981 -0.1232 -0.0112 -0.0112

3 PP.11 781645.569 9213653.049 -0.1201 -0.0109 -0.0109

4 PP.011 DKI 713681 9324715 -0.4922 -0.0447 -0.0448

5 PP.12 776380.299 9233875.913 -0.0885 -0.008 -0.008

6 PP.14 785738.827 9226448.477 -0.3494 -0.0318 -0.0318

7 PP.15 738246.868 9249765.426 -0.2876 -0.0261 -0.0261

8 PP.17 795120.467 9161377.973 -0.1782 -0.0162 -0.0162

9 PP.017 DKI 708421 9323940 -0.9859 -0.0896 -0.0896

10 PP.25 785869.131 9273969.631 -0.2873 -0.0261 -0.0261

11 PP.27 799066.438 9258744.476 -0.1428 -0.013 -0.013

12 PP.31 784972.633 9272990.63 -0.1338 -0.0122 -0.0122

13 PP.33 800755.094 9258427.724 -0.0997 -0.0091 -0.0091

14 PP.34 B DKI 714220 9324153 -0.5032 -0.0457 -0.0458

15 PP.35 B 713739 9323048 -0.2764 -0.0251 -0.0251

16 PP.36 B 713142 9322998 -0.3245 -0.0295 -0.0295

17 PP.37 712930 9322715 -0.1757 -0.016 -0.016

18 PP.038 A DKI 712114 9322837 -0.5253 -0.0478 -0.0477

19 PP.40 775951.522 9307860.194 -0.3968 -0.0361 -0.0361

20 PP.42 793504.655 9264646.213 -0.2956 -0.0269 -0.0269

21 PP.44 B 711876 9321875 -0.6023 -0.0547 -0.0548

22 PP.46 794474.764 9234238.614 -0.2277 -0.0207 -0.0207

23 PP.050 A DKI 714242 9321269 -0.2269 -0.0206 -0.0206

24 PP.58 717565 9321870 -0.0871 -0.0079 -0.0079

25 PP.058 DKI 717565 9321870 -0.6958 -0.0633 -0.0632

26 PP.61 718246 9319653 -0.1223 -0.0111 -0.0111