PERHITUNGAN
Dalam analisis hidrologi ini digunakan metode dan pendekatan perhitungan yang sudah
sering digunakan dalam perencanaan bangunan keairan. Referensi yang digunakan
adalah SNI langkah-langkah perhitungan debit banjir dan keseimbangan air. Adapun
langkah-langkah yang ditempuh adalah sebagai berikut.
2.1 Pengumpulan Data Hujan
1.
2.
Rx =
Nx
Nx
1 Nx
RA
RB
RC
Na
Nb
Nc
3
Dimana :
RX
Setelah data hujan yang kosong diisi, maka data hujan bulanan perlu diperiksa
konsistensinya dengan menggunakan metode Kurva Massa Ganda, yaitu dengan cara
menggambarkan curah hujan kumulatif stasiun yang akan diperiksa terhadap curah
hujan kumulatif rata-rata dari stasiun hujan disekitar stasiun tertsebut. Bila grafik yang
2-1
dihasilkan menghasilkan garis lurus maka data curah hujan pada stasiun tersebut
konsisten, akan tetapi bila menghasilkan garis patah, maka dapat disimpulkan bahwa
data curah hujan tidak konsisten, dan perlu dikoreksi dengan cara meluruskan garis
patah tersebut dengan koreksi perbandingan kemiringan 2 garis tersebut.
a.
koofesien skew dari data sampel > + ,4, maka perlu dilakukan pemeriksaan
Outlier atas,
koofesien skew dari data sampel < + ,4, maka perlu dilakukan pemeriksaan
Outlier bawah,
0,4 < koefisien skew < + 0,4, maka perlu dilakukan pemeriksaan Outlier
atas dan Outlier bawah sekaligus sebelum menghilangkan data yang
dipandang Outlier.
Bila terdapat Outlier, maka data Outlier harus dibuang sebelum seri data
digunakan analisis hidrologi lebih lanjut.
Persamaan frekuensi untuk mendeteksi adanya Outlier atas adalah :
YH = y + Kn Sy
Dimana :
YH : Batas (threshold) dari Outlier atas, dalam logaritma
y : Nilai rata-rata dari data dalam bentuk logaritma
Sy : Simpangan baku dari data dalam bentuk logaritma
Kn : Konstanta uji Outlier, merupakan fungsi dari jumlah data sampel.
Bila
logaritma
dari
nilai
maksimum
data
melebihi
YH, maka
data
2-2
YL = y + Knsy
Dimana YL adalah batas dari Outlier bawah dalam bentuk logaritma,
sedangkan variabel lainnya sama dengan diatas.
b)
Metode
ini
didasarkan
pada
Spearmans
rank-correlation
Rsp = 1 -
6 x Di 2
i 1
nx (n 2 1)
Di = Kxi Kyi
Dimana :
n
Di : Perbedaan antara ranking variabel xi, Kxi 9 (data diurutkan dari kecil ke
besar) dan ranking berdasarkan nomor urut data asli , Kyi.
Bila ada ties, yaitu ada dua atau lebih data dengan nilai sama, maka rangking
Kxi diambil sebagai nilai rata-rata. Uji statistik adanya trend, menggunakan
formulasi berikut :
tt = Rsp
n2
1 R sp2
2-3
Sebagai tambahan dari uji adanya trend, harus pula dilakukan uji stabilitas
variance dan mean utuk mengetahui apakah data stationary atau tidak.
2 s12
=
2 s 22
1
x1 x 2
Tt =
(n1 1) s 22 ( n 2 1) s 22 1
1
x
n1 n 2 2
n1 n 2
Dimana :
N = banyaknya data
2-4
s = Variance
indeks 1 dan 2 menunjukkan sub sampel 1 dan 2
nilai mean dari sampel dikatakanstabil bila :
t{v, 2,5 %} < tt < t{v, 97,5 %}
Pemeriksaan adanya Independensi
Untuk melakukan pemeriksaan independensi dari seri data yang digunakan
serial- correlation coefficient. Apabila seri data adalah acak sempurna,
maka fungsi auto-correlation dari populasi akan sama dengan nol untuk
semua lag kecuali nol. Untuk pemeriksaan indepedensi ini cukup dilakukan
perhitungan digunakan serial- correlation coefficient dengan lag 1, yaitu
korelasi antara data pengamatan yang berdekatan dalam seri data.
Menurut Box dan Jeknis (1970), serial- correlation coefficient dengan lag 1,
r1, adalah :
n i
(x
R1 =
x ) x( xi 1 x)
i 1
( x1 x) 2
i 1
Rn
ea
ed
= Faktor koreksi karena pengaruh kondisi cuaca sing & malam hari.
2-5
Mengingat pada daerah kajian tidak terdapat data debit aliran untuk melakukan potensi air
(debit andalan), maka debit aliran sungai Citanduy Ciwulan akan dihitung menggunakan
data hujan dan karakteristik DPS dengan model hujan limpasan. Ada 2 model yang
mungkin akan digunakan, yaitu NRECA atau MOCK. Kedua model ini telah menjadi
standar SNI.
Model Mock dikembangkan oleh DR.F.J.Mock pada pekerjaan studi Land Capability
Appraisal di Indonesia pada tahun 1973. Skema dari model Mock ini dapat dilihat pada
Gambar 2.1.
Evapotranspirasi (E)
Presipitas
SM
Direct Flow
(DRO)
Infiltrasi (I)
Vol
Tampungan
Ground Water
Storage
Gambar 3-3 Model Mock
Total
Flow
Parameter diatas harus diperoleh dari kalibrasi model Mock menggunakan data hujan dan
pencatatan data debit yang ada. Kalibrasi ini akan dilakukan menggunakan data debiot
aliran disekitar daerah studi.
Langkah perhitungan model Mock adalah :
Hitung Evapotranspirasi Potensial dengan metode Penman sesuai
standar FAO
2-6
d
m
E = EP 30
Dimana :
E
Ep
: evapotranspirasi potensial
Aliran Dasar = i - Vn ;
Vn = Vn Vn-1 ;
Vn = K x Vn-1 + 0,5(1 + K)i
Dimana :
I : infitrasi
Vn = Volume Tampungan Air Tanah
Vn-1 Volume Tampungan Bulan sebelumnya
rumah tangga,
industri kecil,
irigasi/pertanian,
kolam ikan.
2-7
a.
b.
Industri Kecil
Kebutuhan air untuk industri kecil akan ditetapkan berdasarkan SKSNI yang
dikeluarkan oleh pemerintah, dan apabila tidak tertuang dalam SKSNI maka
kebutuhan airnya akan dihitung berdasarkan hasil survey.
c.
Irigasi / Pertanian,
1). Data Curah Hujan
Dalam pembuatan desain rinci, data pokok yang diperlukan termasuk catatan
curah hujan seperti yang diringkas pada Tabel berikut ini:
Tabel 2.1 Kebutuhan Data Curah Hujan
No.
Untuk Perhitungan
Jenis Data
Periode Pencatatan
Diproses untuk Mendapatkan
Minimum
10 tahun
Curah hujan setengah bulanan dengan
kemungkinan 80% dipenuhi/dilampaui
(R80, atau 1 dalam 5 tahun kering).
10 tahun
Curah hujan bulanan rata-rata
10 tahun
Hari hujan bulanan rata-rata
10 tahun
Hujan harian maksimum per tahun.
10 tahun
Hujan 3 harian maksimum tiap tahun
2-8
Jumlah jangka waktu persiapan tanah untuk tiap golongan selama 30 hari atau 45
hari biasanya dipakai karena keterbatasan air dan tenaga. Kebutuhan penjenuhan
pendahuluan S adalah sebagai berikut:
Sedangkan kebutuhan air irigasi selama jangka waktu penyiapan lahan dihitung
dengan menggunakan metode Van de Goor dan Zijlstra:
ek
IR M k 1
e
dimana
IR
= kebutuhan air untuk mengganti air yang hilang akibat evaporasi dan
perkolasi
= E0 + P
E0 = evaporasi air terbuka yang diambil 1.1 x ET0 selama penyiapan lahan
(mm/hari)
k
= MT/S
ETc K c ET0
dimana
Etc
kebutuhan tanaman
Kc
koefisien tanaman
ET0
evapotranspirasi potensial
2-9
2 - 10
1.5 - 22.5% di petak tersier, antara bangunan sadap tersier dan sawah
NFR
DR
e
dimana
NFR
DR
e e t es e p
dimana
e = efisiensi keseluruhan
et = efisiensi di petak tersier
es = efisiensi di saluran sekunder
ep = efisiensi di saluran utama
2 - 11
Oleh karena itu kebutuhan bersih air di sawah (NFR) harus dibagi e untuk
memperoleh jumlah air yang dibutuhkan di bangunan pengambilan dari sungai.
2.5 Debit Banjir Rencana
Analisis debit rencana ini diperlukan untuk perencanaan pelimpah dan bangunan
pelengkap lainnya. Juga untuk penentuan tinggi jagaan dari bangunan, Debit banjir
rencana dihitung berbagai periode ulang, 10, 20, 50 tahun..
Jika pada daerah studi dan di sekitarnya tidak dijumpai pencatatan debit banjir yang dapat
dipergunakan untuk melakukan perhitungan debit banjir yang dapat dipergunakan untuk
melakukan perhitungan debit banjir rencana yang dapat dipergunakan untuk melakukan
perhitungan debit banjir rencana secara langsung dengan cara analisis frekuensi debit
banjir maksimum tahunan. Sebaliknya pencatatan curah hujan harian maupun hujan
harian maksimum tahunan terdapat pada beberapa stasiun hujan di sekitar daerah yang
dikaji. Oleh karena itu, perhitungan debit banjir akan dilakukan dengan terlebih dahulu
menghitung hujan rencana dengan menggunakan cara-cara statistik (analisa frekuensi
curah hujan rencana). Kemudian karena tidak ada data untuk kalibrasi, maka debit banjir
akan dihitung dengan metode Rasional karena dengan mengasumsikan luas daerah
tangkapan air relatif kecil.
a.
Untuk
Distribusi Normal
Secara garis besar perhitungan hujan rencana dengan metode Normal adalah
sebagai berikut :
2 - 12
X X k.S
keterangan:
X
= Hujan rencana
= Curah hujan rata-rata
= faktor frekuensi,
merupakan
fungsi dari
pada
peluang atau
periode ulang dan tipe model matematik dari distribusi peluang yang
digunakan.
S
= Standar deviasi
i 1
__ 2
Xi X / n
LogX
S Log X
3)
2 - 13
Cs
a
n
3
n
Xi X )
(
(n 1)(n 2) i 1
keterangan:
Cs
= koefisien kemencengan
= Standar deviasi
.n
= banyak data
Xi
= data yang ke I
= rata-rata data hitungan
4)
Gumbel
merupakan
distribusi
Extreme
Values
dari
distribusi
Xi / n
yt yn
Sn
Xt X
Sx ( yt yn)
Sn
t
)
t 1
keterangan:
Xi
.n
Jumlah data
yt
yn
Reduced mean
Xi
Sx
Sn
Perhitungan distribusi curah hujan rencana untuk berbagai periode ulang akan
dihitung dengan paket program SMADA
2 - 14
Sebagai ilustrasi dari program paket tersebut kami sajikan contoh keluaran berikut
ini.
2 - 15