ANALISIS KERUNTUHAN BENDUNGAN (DAM BREAK ANALYSIS) DALAM UPAYA MITIGASI BENCANA (STUDI KASUS DI WADUK/ BENDUNGAN TEMPURAN)
Bibliographic record
Abstract
Bendungan Tempuran disamping bermanfaat untuk memenuhi berbagai kebutuhan bagi manusia, juga menyimpan potensi bahaya yang sangat besar bila tidak dikelola dengan baik, yaitu apabila bendungan tersebut runtuh dapat menyebabkan kerugian jiwa dan materi yang sangat besar, serta hancurnya infrastruktur yang ada di daerah hilirnya. Salah satu potensi bahaya yang dapat ditimbulkan adalah keruntuhan Bendungan. Keruntuhan dapat diakibatkan oleh bocoran yang membawa material bendungan secara berangsur-angsur yang disebut erosi buluh atau piping. Akibat keruntuhan tersebut, air yang tertampung di bendungan akan mengalir ke lembah sungai di hilir bendungan dengan debit yang sangat besar serta kecepatan aliran air banjir yang sangat tinggi. Untuk meminimalkan kerugian yang dapat ditimbulkan akibat keruntuhan bendungan, maka perlu dilakukan mitigasi bencana dalam rangka melakukan upaya tindakan preventif dengan cara melakukan simulasi pemodelan keruntuhan Bendungan. Analisis keruntuhan Bendungan Tempuran (dam break analysis) dilakukan dengan pemodelan menggunakan bantuan software Zhong Xing HY21 dengan skenario kondisi muka air waduk setinggi banjir desain, dimana inflow hidrograf sama dengan banjir rencana. Kondisi dalam analisis keruntuhan bendungan tersebut ditinjau dalam alternatif kondisi akibat piping atas pada elevasi ±123 m dengan inflow PMF (probably maximum flood). Kondisi ini diasumsikan merupakan kondisi yang paling optimal sebagai acuan untuk melakukan Tindakan rencana mitigasi bencana dalam upaya meminimalkan kerugian baik kerugian materiil maupun kerugian imateriil Dari hasil analisis pemodelan tersebut dengan scenario piping atas dan dari hasil analisis hidrologi dengan debit inflow PMF (Snyder) sebesar 137,257 m3/det diperoleh hasil dampak banjir yang ditimbulkan sepanjang 9,911 km kearah hilir melalui aliran Sungai Ngampel yang bermuara di Sungai Lusi. Area terdampak meliputi 15 Desa di dua Kecamatan sepanjang sungai tersebut yang berada di hilir dari Bendungan Tempuran. Waktu tiba banjir ke desa terdekat (Desa Tempuran) adalah 15 menit sedangkan waktu banjir sampai ke desa terjauh (Desa kamolan) adalah 6 jam.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".