Setiap bendungan mempunyai potensi keruntuhan bendungan, yang dapat disebabkan oleh banyak factor seperti gempa. Kejadian dam break dapat menyebabkan kerusakan besar pada bagian hilir, terutama jika hilirnya merupakan area perkotaan. Oleh karenanya, setiap pembangunan bendungan harus disertai dengan kajian terkait potensi keruntuhan bendungan untuk meminimalisir kerugian. Parameter yang didapatkan dari kajian tersebut adalah prediksi dari waktu kedatangan, kedalaman, dan kecepatan aliran banjir. Metode prediksi yang digunakan dalam studi ini adalah sebuah machine learning, yaitu Artificial Neural Network (ANN). Kasus yang digunakan pada studi ini adalah eksperimen dam break dengan satu bangunan miring pada bagian hilirnya yang kemudian dimodelkan secara numerik. Metode numerik yang digunakan adalah skema Mac-Cormack dengan filter numerik. Data yang dimasukkan pada model adalah ketinggian level air pada bendungan. Hasil yang didapat dari pemodelan numerik menunjukkan perbandingan fluktuasi muka air yang baik terhadap hasil eksperimen. Skenario yang berbeda kemudian digunakan dengan beberapa ketinggian level air pada bendungan untuk melalui proses pembelajaran, pelatihan, dan pengujian untuk menghasilkan model ANN yang paling optimum dengan nilai MSE mendekati nol sebagai parameter akurasi metode ini. Untuk mendapatkan MSE terkecil, maka digunakan algorima backpropagation perceptron karena lebih efektif dalam memprediksi parameter aliran akibat dam break. Melalui berbagai proses pengujian ANN, didapatkan performance MSE validation terbaik berada pada epoch 2 dengan nilai 0.00011882 dan dapat disimpulkan bahwa metode ANN dapat digunakan sebagai prediktor parameter aliran akibat keruntuhan bendungan. Dengan dilakukannya studi ini, diharapkan dapat membantu kajian terkait dam break pada area perkotaan di masa mendatang.

No abstract

Makassar City is often experiences flood during rainy season and lack of water during dry season. Therefore, Jenelata Dam is planned to be built in South Sulawesi with a watershed area of 221.22 km2. Every dam has a dambreak potential due to many factors such as earthquakes.  Risk analysis is carried out in order to study the most effective mitigation plan on minimizing the risk index. Flood hydrograph modeling due to dambreak is done using HEC-HMS with the most extreme dambreak scenario is due to overtopping with a discharge peak of 48726.47 m3/s. The flood inundation modeling is done using HEC-RAS with the inundation area due to overtopping was 20842.48 Ha. The results of the inundation map and demographic data are then used as the basis for determining the risk index per sub-district. The mitigation plan is in the form of structural and non-structural. The structural solution was determined through testing the effectiveness of every solution on reducing the flood inundation area, where the installation of embankments with 150 cm high on the main and river branch give the best result. Implementation of the mitigation plan is based on the risk index value of the sub-district and its components. The final result is a risk index with implementation of the mitigation plan as a comparison to the risk index without the mitigation plan. The result obtained is a decrease in the risk index on several sub-districts from high to medium or medium to low.