Disusun oleh :
1.
2.
3.
4.
5.
Nurul Fatimah
(12645)
Verfita Sela R.
(12654)
Qisthin Awanis
(12655)
Muhammad Darussalam. T (12696)
Fajar Dwi Cahyoko
(12720)
LABORATORIUM AGROHIDROLOGI
JURUSAN TANAH
FAKULTAS PERTANIAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2015
ACARA I
PENGUKURAN LAJU INFILTRASI
ABSTRAK
Infiltrasi merupakan proses mengalirnya air ke dalam tanah akibat gaya gravitasi dan gaya
kapiler. Pengukuran infiltrasi menjadi salah satu parameter penting dalam pembuatan sumursumur resapan. Ada beberapa faktor yang mempengaruhi infiltrasi antara lain kelembabanan
tanah awal dan potensial matriks, tekstur tanah, struktur tanah, pengolahan tanah, tipe
lempung, udara terperangkap, suhu air, intensitas hujan, kemiringan lereng dan tumbuhan
penutup tanah. Pengukuran Laju Infiltrasi dilaksanakan pada hari Kamis, 05 Maret 2015 di
sekitaran AWS dan Laboratorium Agrohidrologi, Jurusan Tanah, Fakultas Pertanian,
Universitas Gadjah Mada, Yogyakarta. Alat yang digunakan pada praktikum acara ini adalah
infiltrometer tabung konsentrik, meteran/penggaris, ember dan gayung, serta stopwatch. Bahan
yang digunakan adalah air kran. Pengukuran laju infiltrasi dilakukan dengan cara diletakkan
tabung infiltrometer di atas permukaan tanah yang datar dengan posisi tegak lurus permukaan
tanah. Tabung infiltrometer tersebut ditekan hingga masuk kedalam tanah sedalam 10 cm.
Selanjutnya diberikan air pada tabung sampai menggenang pada ketinggian tertentu (dicatat
sebagai h1), setelah waktu tertentu (T1) amati tinggi air dalam tabung (h2). Dicatat hasil
pengamatan dalam bentuk tabel. Didapatkan hasil sebagai berikut Laju infiltrasi pada menit 75
didapatkan sebagai berikut yaitu dengan vegetasi 412 mm/jam dan tanpa vegetasi 112 mm/jam.
Laju infiltrasi dengan vegetasi lebih besar dibandingkan laju infiltrasi tanpa vegetasi. Pada
tahap analisis data, didapatkan bahwa T hitung yang diperoleh memiliki nilai yang lebih besar
daripada T tabel (18, 9093 > 2,2 e-16). Hal ini dapat disimpulkan ada beda nyata antara
perlakuan tanpa vegetasi dan dengan vegetasi.
Kata kunci : Infiltrasi, Laju Infiltrasi, Gaya Kapiler, Gaya Gravitasi
I. PENDAHULUAN
A. Latar belakang
Di bumi ini air mengalami siklus hidrologi yang selalu berputar. Siklus
hidrologi merupakan suatu sirkulasi air yang tidak pernah berhenti dari atmosfir
ke bumi dan kembali ke atmosfir melalui kondensasi, presipitasi, evaporasi, dan
transpirasi. Air hujan yang telah jatuh ke bumi ada yang meresap ke dalam tanah,
namun ada juga yang mengalir kembali ke laut, sungai, ataupun danau. Air yang
meresap ke dalam pori-pori tanah akan tersimpan di dalamnya dan dapat
dimanfaatkan oleh tanaman. Air hujan yang jatuh ke bumi ada yang mengalami
proses infiltrasi yaitu perjalanan air masuk ke dalam tanah karena adanya
pengaruh gaya gravitasi dan gaya kapiler. Saat permukaan tanah sudah
mengalami kondisi jenuh dan air akan masuk ke lapisan tanah yang lebih dalam
lagi dan menembus permukaan air tanah, maka dinamakan proses perkolasi.
Terjadinya infiltrasi dapat dipengaruhi oleh beberapa faktor antara lain
tekstur dan struktur tanah, persediaan air awal (kelembaban awal), kegiatan
biologi dan unsur organik, jenis dan kedalaman seresah, dan tajuk penutup tanah.
Faktor-faktor tersebut juga dapat mempengaruhi kecepatan air dalam mengalir
masuk ke dalam tanah. Dengan mengetahui laju infiltrasi dan kecepatan infiltrasi
maka dapat diketahui bentuk keberadaan air di dalam tanah dan dapat dilakukan
pengelolaan yang baik supaya dapat dimanfaatkan oleh tanaman.
B. Tujuan
Tujuan praktikum ini adalah untuk melakukan pengukuran laju infiltrasi
dan mempelajari faktor-faktor yang mempengaruhi laju infiltrasi.
limpasan
permukaan.
Perubahan
ini
pada
akhirnya
akan
mempengaruhi sistem neraca air, sehingga fungsi hidrogeologis akan bergeser seiring
ruang dan waktu (Maria dan Lestiana, 2014).
Proses infiltrasi merupakan salah satu proses penting dalam siklus hidrologi
karena infiltrasi menentukan besarnya air hujan yang meresap dan masuk ke dalam
tanah secara langsung. Pemahaman mengenai proses infiltrasi dan besarnya laju
infiltrasi yang terjadi serta faktor-faktor yang mempengaruhinya sangat diperlukan
sebagai acuan untuk pelaksanaan manajemen air dan tata guna lahan yang lebih
efektif (Asdak, 2010 cit Indarwati et.al, 2014).
Ada beberapa faktor yang mempengaruhi laju infiltrasi antara lain, dalamnya
genangan di atas permukaan tanah dan tebal lapisan yang jenuh, kelembaban tanah,
pemantapan tanah oleh curah hujan, penyumbatan oleh bahan yang halus (bahan
III.
METODOLOGI
IV.
HASIL PENGAMATAN
Tabel I.1. Hasil Laju Infiltrasi
No
Waktu
Interval
Waktu
Kumulatif
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
-
1
1
1
2
2
2
4
4
4
8
8
8
10
10
10
-
1
2
3
5
7
9
13
17
21
29
37
45
55
65
75
-
Contoh perhitungan :
Laju Infiltrasi dengan vegetasi
In =
xx 1
x 2x 1
yy1
y 2 y 1
109
139
4y-2000 = 86,15
4y = 2086,15
Y = 521,53
y 500
586,15500
Laju Infiltrasi
Tanpa
Vegetasi
Vegetasi
(mm/jam)
(mm/jam)
540
300
520
240
492,69
186,53
459,38
157,19
459,13
144,19
450,73
134,48
438,92
133,07
440,46
128,86
440,61
120,02
437,33
114,66
438,48
114,6
439,63
114,54
428,89
115,05
418,15
111,69
415,07
111,84
412
112
V. PEMBAHASAN
Infiltrasi merupakan proses mengalirnya air ke dalam tanah akibat gaya
gravitasi dan gaya kapiler. Pengukuran infiltrasi menjadi salah satu parameter penting
dalam pembuatan sumur-sumur resapan. Pengukuran infiltrasi juga sangat penting
untuk evaluasi kelayakan pada tapak pembuangan limbah. Besarnya laju infiltrasi
sangat dipengaruhi oleh kondisi permukaan tanah dan sifat internal tanah tersebut.
Hubungan
antara
infiltrasi
dengan
faktor
yang
mempengaruhinya
telah
Laju Infiltrasi
8
7
6
5
Laju Infiltrasi
Tanpa Vegetasi
Vegetasi
3
2
1
0
1
9 13 17 21 29 37 45 55 65 75
mengurangi aliran permukaan yang ada di permukaan tanah, sehingga jumlah air
yang masuk ke dalam tanah akan lebih banyak dari pada air yang hilang melalui
aliran permukaan.
Berdasarkan grafik di atas pula, laju infiltrasi semakin berkurang seiring
dengan bertambahnya waktu pengamatan. Hal ini dapat disebabkan tanah sudah
mengalami kejenuhan dan gaya hisapan matriks tanah mengecil sehingga kecepatan
aliran air yang masuk ke dalam tanah tidak secepat masuknya air di awal-awal
pengamatan. Faktor lain yang menyebabkan menurunnya laju infiltrasi adalah kasar
tidaknya permukaan tanah, karena permukaan tanah yang kasar akan mempercepat
aliran air secara vertikal maupun lateral daripada permukaan tanah yang bertekstur
lembut.
Tabel I.2. Uji T laju infiltrasi dengan vegetasi dan tanpa vegetasi
Waktu
interval
1
2
4
p-value
ket
0.02411
*
0.009969 *
0.002569 *
0.000190
8
3
*
10
0.003691 *
Keterengan * menunjukkan adanya beda nyata
Pada tahap analisis data, didapatkan bahwa T hitung yang diperoleh setiap
interval waktu pengamatan laju infiltrasi memiliki beda nyata ynag sangat kuat.
Berdasarkan tabel uji T diatas ada beda nyata antara perlakuan tanpa vegetasi dan
dengan vegetasi. Keberadaan vegetasi di permukaan tanah dapat menyebabkan
intersepsi air yang akan masuk ke dalam tanah sehingga kecepatan air yang masuk ke
dalam tanah menjadi lambat. Di sisi lain, keberadaan vegetasi di permukaan tanah
juga dapat memperbesar infiltrasi dan mengurangi jumlah air yang hilang dari aliran
permukaan.
Pemasangan alat infiltrometer dilakukan pada kedalaman 10 cm dikarenakan
pada kedalaman 0-10 cm kandungan fraksi pasir masih tinggi dan kandungan fraksi
liat rendah. Dengan demikian, diduga masih banyak pori-pori makro yang berada di
kedalaman 10 cm. Hal ini menyebabkan partikel tanah yang lebih halus terbawa dari
permukaan tanah ke dalam tanah ketika dilakukan pemberian air. Sehingga partikel
tersebut dapat mengendap di dalam tanah (Januar dan Pandjaitan, 1999).
Faktor-faktor yang mempengaruhi infiltrasi antara lain:
1. Kelembabanan tanah awal dan potensial matriks
Tanah dalam kondisi kering, menyebabkan gradien potensial matriksnya lebih
besar. Hal ini berdampak kepada daya hisap tanah terhadap air semakin besar.
2. Tekstur tanah
Ukuran tanah yang semakin besar menyebabkan laju infiltrasi semakin tinggi.
Lapisan atau horizon kedap menurunkan laju infiltrasi. Horison A dan B
paling berpengaruh pada laju infiltrasi tanah.
3. Struktur tanah
Gerakan air tanah sangat dipengaruhi olehstruktur tanah dan ukuran agregat.
Stabilitas struktur mempengaruhi laju infiltrasi, dan lubang-lubang kegiatan
biologis meningkatkan laju infiltrasi. Stuktur yang mampat atau pejal akan
menghambat laju infiltrasi.
4. Pengolahan tanah
Pengolahan tanah meningkatkan laju infiltrasi karena meningkatkan porositas
tanah.
5. Tipe lempung
Tanah yang memiliki sifat kembang kerut seperti Vertisol dapat meningkatkan
laju infiltrasi disaat kondisi kering dan saat kondisi basah mengkerut sehingga
menurunkan laju infiltrasi.
6. Udara terperangkap
Apabila terdapat banyak udara yang terperangkap dalam pori-pori tanah akan
menurunkan laju infiltrasi.
7. Suhu air
Suhu profil tanah berpengaruh terhadap kekentalan serta berat jenis air dan
tegangan permukaan. Hal ini mempengaruhi daya hantar air serta dapat
meningkatkan laju infiltrasi pada tanah.
8. Intensitas hujan
Benturan air hujan menyebabkan penyumbatan pada pori-pori tanah.
9. Kemiringan lereng
Tanah dengan kemiringan lereng tinggi akan memperkecil laju infiltrasi
karena sebagian air akan mengalami run off lebih cepat dibandingkan masuk
kedalam tanah.
VI.
Laju infiltrasi pada menit 75 didapatkan sebagai berikut yaitu dengan vegetasi
412 mm/jam dan tanpa vegetasi 112 mm/jam. Laju infiltrasi dengan vegetasi lebih
besar dibandingkan laju infiltrasi tanpa vegetasi. Faktor-faktor yang mempengaruhi
infiltrasi antara lain kelembabanan tanah awal dan potensial matriks, tekstur tanah,
struktur tanah, pengolahan tanah, tipe lempung, udara terperangkap, suhu air,
intensitas hujan, kemiringan lereng dan tumbuhan penutup tanah.
Pada saat pemasangan alat infiltrometer sebaiknya dilakukan dengan hati
hati agar alat infiltrometer terpasang dengan sempurna. Pada saat pengukuran laju
infiltrasi sebaiknya dilakukan pada saat kondisi langit yang cerah atau tidak sedang
turun hujan.
DAFTAR PUSTAKA
Anonim, 2013. Turf-Tec Infiltrometer. <http://turf-tec.com/IN2lit.html>. Diakses
pada tanggal 11 Maret 2015.
Asdak, C. 2010. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada
University Press, Yogyakarta.
Bedbabis, Saida. Bechir Ben Rouina. Makki Boukhris. Giuseppe Ferrara. 2014.
Effect of irrigation with treated wastewater on soil chemical properties and
inltration rate. Journal of Environmental Management 133, 45-50.
Gil, I., Ulloa, J.J. 1997. Positive aspects of the use of water : the reuse of urban
wastewater and its effect on areas of tourism. Opt. Medit. 31, 218-229.
Indarwati, D., Suhardjono, D. Harisuseno. 2014. Studi analisis spasial infiltrasi di das
kali bodo Kabupaten Malang. Jurnal Teknik Pengairan, Volume 5, Nomor 1,
Mei 2014, hlm 6167.
Januar, M. R., N. H. Pandjaitan. 1999. Evaluasi persamaan infiltrasi kostiakov dan
philips secara empirik untuk tanah regosol coklat kekelabuan. Buletin
Keteknikan Pertanian. 3:1-10
Jimenez-Cisneros, B. 1995. Wastewater reuse to increase soil productivity. J. Water
Sci. Technol. 32, 173-180.
Maria, R. dan Lestiana, H. 2014. Pengaruh penggunaan lahan terhadap fungsi
konservasi airtanah di sub das cikapundung. Ris. Geo. Tam Vol. 24, No.2,
Desember 2014 (77-89).
Soemarto, 2013. Sirkulasi Air Dalam Tanah. Gramedia, Jakarta.
Suripin. 2012. Drainase Perkotaan Yang Berkelanjutan. Andi Offset, Yogyakarta.
Suripin, 2014. Pelestarian Sumber Daya Tanah Dan Air. Penerbit Andi, Yogyakarta.
LAMPIRAN
satu=read.table("clipboard",header=T)
> satu
perlk infiltrasi
1 vegetasi
0.9
2 vegetasi
1.0
3 vegetasi
0.7
4 tanpa
0.5
5 tanpa
0.6
6 tanpa
0.5
> var.test(infiltrasi~perlk,data=satu)
F test to compare two variances
data: infiltrasi by perlk
F = 0.1429, num df = 2, denom df = 2, p-value = 0.25
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.003663004 5.571428571
sample estimates:
ratio of variances
0.1428571
> t.test(satu$infiltrasi~satu$perlk, var.equal=T,data=satu)
Two Sample t-test
data: satu$infiltrasi by satu$perlk
t = -3.5355, df = 4, p-value = 0.02411
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.59509909 -0.07156758
sample estimates:
mean in group tanpa mean in group vegetasi
0.5333333
0.8666667
> dua=read.table("clipboard",header=T)
> dua
perlk infiltrasi
1 vegetasi
2.1
2 vegetasi
1.2
3 vegetasi
1.6
4 tanpa
0.4
5 tanpa
0.5
6 tanpa
0.2
> var.test(infiltrasi~perlk,data=dua)
F test to compare two variances
data: infiltrasi by perlk
F = 0.1148, num df = 2, denom df = 2, p-value = 0.2059
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.002942413 4.475409836
sample estimates:
ratio of variances
0.1147541
> t.test(dua$infiltrasi~dua$perlk, var.equal=T,data=dua)
Two Sample t-test
data: dua$infiltrasi by dua$perlk
t = -4.6082, df = 4, p-value = 0.009969
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-2.0298384 -0.5034949
sample estimates:
mean in group tanpa mean in group vegetasi
0.3666667
1.6333333
> empat=read.table("clipboard",header=T)
> empat
perlk infiltrasi
1 vegetasi
2.7
2 vegetasi
2.5
3 vegetasi
3.5
4 tanpa
0.9
5 tanpa
0.6
6 tanpa
0.8
> var.test(infiltrasi~perlk,data=empat)
F test to compare two variances
data: infiltrasi by perlk
F = 0.0833, num df = 2, denom df = 2, p-value = 0.1538
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.002136752 3.250000000
sample estimates:
ratio of variances
0.08333333
> t.test(empat$infiltrasi~empat$perlk, var.equal=T,data=empat)
Two Sample t-test
data: empat$infiltrasi by empat $perlk
t = -6.709, df = 4, p-value = 0.002569
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-3.016187 -1.250480
sample estimates:
mean in group tanpa mean in group vegetasi
0.7666667
2.9000000
> delapan=read.table("clipboard",header=T)
> delapan
perlk infiltrasi
1 vegetasi
5.0
2 vegetasi
6.0
3 vegetasi
5.6
4 tanpa
1.5
5 tanpa
1.1
6 tanpa
1.0
> var.test(infiltrasi~perlk,data= delapan)
F test to compare two variances
data: infiltrasi by perlk
F = 0.2763, num df = 2, denom df = 2, p-value = 0.433
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.00708502 10.77631579
sample estimates:
ratio of variances
0.2763158
> t.test(delapa$infiltrasi~ delapan $perlk, var.equal=T,data= delapan)
Two Sample t-test
data: delapan $infiltrasi by delapan $perlk
t = -13.1995, df = 4, p-value = 0.0001903
alternative hypothesis: true difference in means is not equal to 0
LAMPIRAN
Laju infiltrasi (n) =
(x 1+ x 2+ x 3++ xn)
t kumulatif
x 60 = ....... mm/jam
= 540 mm/jam
( 0,9+ 1 ) x 10
L2 =
2
= 570 mm/jam
( 0,9+ 1+ 0,7 ) x 10
L3 =
3
= 520 mm/jam
( 0,9+ 1+ 0,7+2,1 ) x 10
L4 =
4
= 564 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2 ) x 10
L5 =
5
= 505,71 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6 ) x 10
L6 =
6
= 500 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7 ) x 10
L7 =
7
= 568,15 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5 ) x 10
L8 =
8
= 448 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5+3,5 ) x 10
L9 =
9
= 462,85 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5+3,5+5 ) x 10
L10 =
10
= 438,62 mm/jam
x 60
x 60
x 60
x 60
x 60
x 60
x 60
x 60
x 60
L11 =
= 441,08 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5+3,5+5+6+5,6 ) x 10
L12 =
12
= 437,33 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5+3,5+5+6+5,6 +7,5 ) x 10
L13 =
13
= 439,63 mm/jam
( 0,9+ 1+ 0,7+2,1+1,2+1,6+2,7+ 2,5+3,5+5+6+5,6 +7,5+5 ) x 10
L14 =
14
60
= 418,15 mm/jam
L15 =
x 60
x 60
( 0,5 ) x 10
1
L1 =
= 300 mm/jam
( 0,5+ 0,6 ) x 10
L2 =
2
= 330 mm/jam
( 0,5+ 0,6+0,5 ) x 10
L3 =
3
= 320 mm/jam
( 0,5+ 0,6+0,5+ 0,4 ) x 10
L4 =
4
= 240 mm/jam
x 60
x 60
x 60
x 60
x 60
x 60
L5 =
= 214,28 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2 ) x 10
L6 =
6
= 180 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9 ) x 10
L7 =
7
= 166,15 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6 ) x 10
L8 =
8
= 148,23 m/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6+0,8 ) x 10
L9 =
9
= 142,48 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6+0,8+1,5 ) x 10
L10 =
10
= 134,48 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6+0,8+1,5+ 1,1 ) x 10
L11 =
11
= 123,24 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6+0,8+1,5+ 1,1+1,0 ) x 10
L12 =
12
= 114,66 mm/jam
( 0,5+ 0,6+0,5+ 0,4+0,5+ 0,2+ 0,9+0,6+0,8+1,5+ 1,1+1,0+ 1,9 ) x 10
L13 =
13
x 60
= 114,54 mm/jam
L14 =
x 60
x 60
x 60
x 60
x 60
x 60
x 60
L15 =
xx 1
x 2x 1
yy1
y 2 y 1
109
139
y 500
586,15500
4y-2000 = 86,15
I25 =
2521
2921
y462,85
438,62462,85
Y = 459,82
Y = 521,53
I15 antara data 13 dan 17
I15 =
8y-3702,8 = -24,23
4y = 2086,15
1513
1713
Y = 459,13
y586,15
448586,15
4y-2344,6=276,3
3029
3729
y438,62
441,08438,62
Y = 655,225
8y-3508,96 = 2,46
I20 = antara data 17 dan 21
I20 =
2017
2117
4y-1792 = 44.55
y448
462,85448
Y = 438,92
I35 = antara data 29 dan 37
I35 =
3529
3729
Y = 428,89
I70 =
7065
7565
8y-3508,96 = 14,76
10y-4181,5 = -30,75
Y = 440,46
Y = 415,07
y418,15
412418,15
1513
1713
y586,15
448586,15
4y-2344,6 = -276,3
Y = 517,07
In =
xx 1
x 2x 1
yy1
y 2 y 1
5045
5545
y437,33
439,63437,33
10y-4373,3 = 11,5
Y = 438,48
6055
6555
y 180
166,15180
4y-720 = -13,85
Y = 176,53
I15 antara data 13 dan 17
109
139
I15 =
1513
1713
y439,63
418,15439,63
10y-4396,3 = 107,4
y 166,15
148,23166,15
4y-664,6=-35,84
Y = 157,19
2017
2117
y 148,23
142,85148,23
I35 =
3529
3729
y134,48
123,24134,48
8y-1075,84 = -67,44
Y = 126,05
4y-592,92 = -16,14
Y = 144,19
2521
2921
y142,85
134,48142,85
I40 =
4037
4537
y123,24
144,66123,24
8y-985,92 = 64,26
Y = 131,27
8y-1142,8= -33,48
Y = 138,66
3029
3729
y134,48
123,24134,48
I50 =
5045
5545
y 144,66
114,54 144,66
10y-1446,6 = -150,6
Y = 129,6
8y-1075,84 = -11,24
Y = 133,07
I35 = antara data 29 dan 37
I60 =
6055
6555
y114,54
111,69114,54
7065
7565
10y-1116,9 = 1,55
10y-1145,4 = -14,25
Y = 113,11
Y = 111,84
y111,69
112111,69