Kuliah 4
Presipitasi
Andik Yulianto, Aulia Ulfah F., Hudori
Jurusan Teknik Lingkungan UII
Terjadinya Hujan
Di atmosfer, air berada dalam bentuk uap air
Volume air yang dapat larut dalam atmosfer terbatas, namun
akan meningkat menurut temperaturnya
Tekanan uap jenuh (Pv.s) menyatakan kandungan air
maksimum
Tekanan uap menyatakan kandungan air eksisting
Pv,s = 611.e^(17,27tL/237,3+tL)
dimana tL adalah temperatur udara dalam C dan pv,s dalam
Pa.
Kelembaban udara adalah rasio antara tekanan uap aktual
dan tekanan uap jenuh
u = Pv/Pv,s
1
Untuk kandungan air tertentu, temperatur udara
yang menyebabkan tekanan uap jenuh disebut dew
point
Apabila udara menurun temperaturnya sampai di
bawah dew point, kelebihan uap air akan
berkondensasi menjadi awan dan setelah melalui
proses transformasi yang kompleks akan jatuh
sebagai presipitasi
2
Macam-Macam Hujan
Hujan Konvektif
Ketidakseimbangan udara karena panas
setempat, udara terangkat ---> terkondensasi --->
butiran air --> jatuh sebagai hujan. Sifat:
intensitas tinggi, waktu singkat, daerah sebaran
sempit
Hujan Orografis
Udara yang mengandung uap air terangkat ke atas
mengikuti barrier alam (gunung, pegunungan).
Hujan terjadi pada sisi depan barrier. Sifat:
tergantung luas barrier dan kandungan uap air
Hujan Siklonik
Terjadi akibat pergerakan udara panas di atas
lapisan udara yang lebih padat dan dingin. Sifat:
intensitas sedang, mencakup daerah luas, durasi
lama.
Macam-Macam Hujan
Berdasarkan ukuran butirnya:
* Hujan gerimis / drizzle, diameter butirannya kurang dari 0,5 mm
* Hujan salju, terdiri dari kristal-kristal es yang suhunya berada
dibawah 0 Celsius
* Hujan batu es, curahan batu es yang trun dalam cuaca panas dari
awan yang suhunya dibawah 0 Celsius
* Hujan deras / rain, curahan air yang turun dari awan dengan suhu
diatas 0 Celsius dengan diameter 7 mm.
Berilmu Amaliyah
Beramal Ilmiyah
3
Hujan Buatan
Hujan buatan adalah usaha
manusia untuk meningkatkan
curah hujan yang turun secara
alami dengan mengubah
proses fisika yang terjadi di
dalam awan.
Proses fisika: proses tumbukan dan
penggabungan (collision dan
coalescense), proses
pembentukan es (ice
nucleation).
Untuk menerapkan usaha hujan
buatan diperlukan tersedianya
awan yang mempunyai
kandungan air yang cukup,
sehingga dapat terjadi hujan
yang sampai ke tanah.
Bahan yang dipakai dalam hujan
buatan dinamakan bahan
semai.
Berilmu Amaliyah
Beramal Ilmiyah
Terminologi
1. Hujan: bentuk tetesan air yang mempunyai garis tengah lebih dari 0,05 mm atau
lebih kecil dan terhambur luas pada suatu kawasan
2. Curah hujan (R) : banyaknya air yang jatuh ke permukaan bumi, dalam hal ini
permukaan bumi dianggap datar dan kedap, tidak mengalami penguapan dan
tersebar merata serta dinyatakan sebagai ketebalan air (rain depth, mm, cm)
3. Durasi hujan (t) : lamanya waktu hujan tercurah dari atmosfer ke permukaan
bumi, dinyatakan sebagai satuan waktu (menit, jam, hari)
4. Intensitas hujan (I) : ukuran yang menyatakan tebal hujan dalam satuan tertentu
(mm/jam, cm/hari)
5. Frekuensi Intensitas Hujan (T) : interval watu rata-rata antara kejadian curah
hujan yang mempunyai intensitas tertentu dengan kejadian curah hujan dengan
intensitas yang sama atau lebih lebat
6. Luas daerah hujan (A) : luas areal dengan suatu hujan yang tebalnya dianggap
sama, dan dinyatakan sebagai satuan luas (ha, km2)
4
Stasiun Pengamat Curah Hujan
5
Jumlah Stasiun pengamat Curah Hujan
Jumlah stasiun pengamat hujan dapat didekati dengan
persamaan :
Cv 2
N ( )
E
Dimana :
N = Jumlah optimal stasiun pengamat
E = Tingkat kesalahan yang diijinkan dalam estimasi
tinggi hujan rata-rata
Cv = Koefisien variasi tinggi hujan pada m stasiun (%)
100 x m 1
Cv (%)
R
Dimana :
m 1 = standar deviasi
6
(1m Ri ) 2
( ( R )
m
1 i
2
m1 m
m 1
Dimana :
Ri = tinggi presipitasi pada i stasiun (mm/ thn)
= tinggi rata-rata presipitasi (mm/ thn)
1 m
(1 Ri )
m
7
8
Uji Konsistensi
Kegunaan: menguji kebenaran data
Data hujan disebut konsisten data terukur dan dihitung adalah teliti dan benar
serta sesuai dengan fenomena saat hujan itu terjadi
Data tidak konsisten, disebabkan:
1. Penggantian jenis dan spesifikasi alat
2. Perkembangan lingkungan sekitar pos hujan
3. Pemindahan lokasi pos hujan
Metoda :
1. Observasi lapangan
2. Observasi ke kantor pengolahan data
3. Membandingkan data hujan dengan data untuk iklim yang sama
4. Analisis kurva massa ganda
5. Analisis statistik
9
Analisis Kurva Massa Ganda
Untuk data hujan musiman atau tahunan dari suatu DPS:
Yang diuji pos hujan Y maka data kumulatif dari pos Y itu dapat
dibandingkan secara grafis dengan data hujan acuan X. Data hujan acuan
X merupakan nilai rata-rata dari pos hujan A, B, C, dan D atau lebih yang
lokasinya di sekeliling pos hujan Y bila kondisinya masih sama
Data hujan minimal 10 tahun; data pos Y : sumbu Y dan data pos X
sumbu X
Ketentuan perubahan pola:
a.Pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah garis
itu -> DATA POS Y KONSISTEN
b.Pola yang terjadi berupa garis lurus dan terjadi patahan arah garis itu ->
DATA POS Y TIDAK KONSISTEN -> perlu dikoreksi
10
Data Curah Hujan
Harian
Analisa Frekuensi (Hujan
Harian Maksimum pada PUH
Tertentu)
Analisa Intensitas
Hujan
Persamaan Lengkung
Intensitas Hujan
d d ... d n n d
Tinggi curah hujan rata-rata d 1 2 i
n i 1 n
11
Hujan Rata-rata DAS
=
2 Curah hujan tiap pos d (mm) 156 164 174 168 662
12
Hujan Rata-rata DAS
Cara Theisen Titik 1,2,3 dan 4 adalah Pos Pengamatan Curah Hujan
A1, A2, A3 dan A4 wilayah pengaruh pos pengamatan
Daerah Aliran
1 A1 c
a A = A1 + A2 + A3 + A4
b
A4
A2 4
2
d
A3 f
e
13
Hujan Rata-rata DAS
Cara Theisen
1 Pembagian daerah aliran (km2) 27,4 26,5 14,6 30,6 99,1 km2
Cara Isohyet.
A1
A2
A3
d0 A4
d1
d2
d3
d4
A 1R1 A 2R 2 ... A nRn
Tinggi curah hujan rata-rata R
A 1 A 2 ... A n
d0, d1, . dn = garis tinggi curah hujan yang sama (kontur curah hujan)
A1, A2, . An = luas daerah antara dua kontur curah hujan
14
Cara Memilih Metode
1. Jaring-jaring pos penakar hujan
- Jumlah pos cukup : metode Isohyet, Thiesen, rata-rata aljabar
- Jumlah pos terbatas : Thiesen dan rata-rata aljabar
- Pos tunggal : metode hujan titik
2. Luas DAS
- DAS besar ( > 5000 km2): metode isohyet
- DAS sedang (500 5000 km2) : metode Thiesen
- DAS kecil ( < 500 km2) : metode rata-rata aljabar
3. Topografi DAS
- Pegunungan : metode rata-rata aljabar
- Dataran : metode Thiesen
- Berbukit dan tidak beraturan : metode isohyet
ANALISIS STATISTIK
PERIODE ULANG
15
ANALISA DISTRIBUSI STATISTIK
Data hujan maksimum harian di analisis untuk mendapatkan pola sebaran yang
sesuai dengan distribusi statistik yang ada. Cara mengukur besarnya dispersi
tersebut menggunakan parameter berikut (Soewarno, 1995).
Deviasi Standar (S)
Koefisien Skewness (Cs)
Pengukuran Kurtosis (Ck)
Koefisien Variasi (Cv)
P = 1/T
Dimana;
dimana,
S = Standar Deviasi
Xi = curah hujan ke-i (mm)
= curah hujan rata-rata (mm)
n = lamanya pengamatan
16
ANALISA DISTRIBUSI STATISTIK
Koefisien Skewness ( Cs )
Kemencengan ( skewness ) adalah ukuran asimetri atau penyimpangan
kesimetrian suatu distribusi. Jika dirumuskan dalam suatu persamaan adalah
sebagai berikut (Soewarno, 1995) :
n n
Cs = ( Xi - X )3
(n - 1)(n - 2)Sx 3 i=1
dimana,
Cs = koefisien kemencengan
Xi = nilai variat
= nilai rata-rata
n = jumlah data
S = standar deviasi
Mesokurtik
Platikurtik
n2 n
Ck = 4
( Xi - X ) 4
(n - 1)(n - 2)(n - 3)Sx i =1
17
ANALISA DISTRIBUSI STATISTIK
Distribusi Gumbel Tipe I
Untuk menghitung curah hujan rencana dengan metode distribusi Gumble Tipe I
digunakan persamaan distribusi frekuensi empiris sebagai berikut (Soewarno, 1995):
S
XT X YT Yn
Sn
YT = nilai reduksi variat dari variabel yang diharapkan terjadi pada periode ulang tertentu
hubungan antara periode ulang T dengan YT dapat dihitung dengan rumus :
T 1
YT = -ln ln ; untuk T 20, maka YT = ln T
T
Yn = nilai rata-rata dari reduksi variat (mean of reduce variate) nilainya tergantung
dari jumlah data (n) dan dapat dilihat pada Tabel.
Sn = deviasi standar dari reduksi variat (mean of reduced variate) nilainya tergantung
dari jumlah data (n) dan dapat dilihat pada Tabel.
S = deviasi standar dari data curah hujan
10 0,4952 0,4996 0,5035 0,5070 0,5100 0,5128 0,5157 0,5181 0,5202 0,5220
20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5300 0,5820 0,5882 0,5343 0,5353
30 0,5363 0,5371 0,5380 0,5388 0,5396 0,5400 0,5410 0,5418 0,5424 0,5430
40 0,5463 0,5442 0,5448 0,5453 0,5458 0,5468 0,5468 0,5473 0,5477 0,5481
50 0,5485 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,5511 0,5515 0,5518
60 0,5521 0,5524 0,5527 0,5530 0,5533 0,5535 0,5538 0,5540 0,5543 0,5545
70 0,5548 0,5550 0,5552 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0,5567
80 0,5569 0,5570 0,5572 0,5574 0,5576 0,5578 0,5580 0,5581 0,5583 0,5585
90 0,5586 0,5587 0,5589 0,5591 0,5592 0,5593 0,5595 0,5596 0,5598 0,5599
100 0,5600
18
Reduced Standard Deviation (Sn)
n 0 1 2 3 4 5 6 7 8 9
10 0,9496 0,9676 0,9833 0,9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565
20 1,0628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,1080
30 1,1124 1,1159 1,1193 1,1226 1,1255 1,1285 1,1313 1,1339 1,1363 1,1388
40 1,1413 1,1436 1,1458 1,1480 1,1499 1,1519 1,1538 1,1557 1,1574 1,1590
50 1,1607 1,1623 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734
60 1,1747 1,1759 1,1770 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1844
70 1,1854 1,1863 1,1873 1,1881 1,1890 1,1898 1,1906 1,1915 1,1923 1,1930
80 1,1938 1,1945 1,1953 1,1959 1,1967 1,1973 1,1980 1,1987 1,1994 1,2001
90 1,2007 1,2013 1,2026 1,2032 1,2038 1,2044 1,2046 1,2049 1,2055 1,2060
100 1,2065
19
No Tahun R(mm)
1 1993 258,61
Hitung Hujan Harian Maksimum 2 1994 261,30
(HHM) dengan metode Gumbel 3 1995 263,67
untuk 4 1996 270,82
kala ulang (PUH): 10,25 dan 50 5 1997 271,97
tahunan 6 1998 252,75
dengan data curah hujan sebagai 7 1999 260,34
berikut 8 2000 261,03
9 2001 271,89
10 2002 289,93
11 2003 266,48
12 2004 279,07
13 2005 259,53
14 2006 258,21
15 2007 258,03
Total 3938,63
Metode Gumbel
2
No Tahun R(mm) R- (R - )
1 1993 258.61 -6.97 48.52
2 1994 261.30 -4.28 18.28
3 1995 263.67 -1.91 3.63
4 1996 270.82 5.24 27.51
5 1997 271.97 6.39 40.89
6 1998 252.75 -12.83 164.49
7 1999 260.34 -5.24 27.41
8 2000 261.03 -4.55 20.66
9 2001 271.89 6.31 39.88
10 2002 289.93 24.35 593.15
11 2003 266.48 0.90 0.82
12 2004 279.07 13.49 182.11
13 2005 259.53 -6.05 36.55
14 2006 258.21 -7.37 54.25
15 2007 258.03 -7.55 56.93
Total 3983.63 1315.06
Rerata () 265.58
Standar Deviasi 9.69
20
Hujan Harian Maksimum dengan metode Gumbel:
PUH Yt Yn Sn S XT
Metode Log Pearson III apabila digambarkan pada kertas peluang logaritmik
akan merupakan persamaan garis lurus, sehingga dapat dinyatakan sebagai
model matematik dangan persamaan sebagai berikut (Soewarno, 1995) :
Y = Y + k.S
di mana :
X= curah hujan
Y= nilai logaritmik dari X atau log X
Y = rata-rata hitung (lebih baik rata-rata geometrik) nilai Y
S = deviasi standar nilai Y
k = karakteristik distribusi peluang log-pearson tipe III
21
Langkah-langkah perhitungannya:
1. Menyusun data-data curah hujan (R ) mulai dari harga yg
terbesar s/d harga terkecil
2. Mengubah sejumlah N data curah hujan kedalam bentuk
logaritma, xi = log Ri
3. Menghitung besarnya harga rata-rata besaran tersebut
dengan persamaan
_ 1
x ( xi )
n
x x
2
x i
N 1
5. Menghitung harga skew coefficient (koefisien asimetri) dr
besaran logaritma diatas:
N . ( xi x)3
Cs
( N 1)( N 2)( x )3
22
Distribusi Log Pearson III
Periode Ulang (tahun)
Harga k Distribusi Kemencengan 2 5 10 25 50 100 200 1000
(CS) Peluang ( % )
Log Pearson III 50 20 10 4 2 1 0,5 0,1
3,0 -0,396 0,420 1,180 2,278 3,152 4,051 4,970 7,250
2,5 -0,360 0,518 1,250 2,262 3,048 3,845 4,652 6,600
2,2 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200
2,0 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910
1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660
1,6 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390
1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110
1,2 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820
1,0 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540
0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395
0,8 -0,132 0,780 1,336 1,998 2,453 2,891 3,312 4,250
0,7 -0,116 0,790 1,333 1,967 2,407 2,824 3,223 4,105
0,6 0,099 0,800 1,328 1,939 2,359 2,755 3,132 3,960
0,5 -0,083 0,808 1,323 1,910 2,311 2,686 3,041 3,815
0,4 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 3,670
0,3 -0,050 0,824 1,309 1,849 2,211 2,544 2,856 3,525
0,2 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 3,380
0,1 -0,017 0,836 1,292 1,785 2,107 2,400 2,670 3,235
0,0 0,000 0,842 1,282 1,751 2,054 2,326 2,576 3,090
-0,1 0,017 0,836 1,270 1,761 2,000 2,252 2,482 3,950
-0,2 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810
-0,3 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675
-0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540
-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400
-0,6 0,099 0,857 1,200 1,528 1,720 1,880 2,016 2,275
-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150
-0,8 0,132 0,856 1,166 1,488 1,606 1,733 1,837 2,035
-0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910
-1,0 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800
xT x k x . x
RT 10 xT
23
Hujan harian maksimum dengan metode Log Pearson III:
PUH Kx Kx . x xT RT
1 2 3 4 5
10
25
24
Nilai Standar Deviasi
x x
2
0.003391
x i
0.0155637
N 1 15 1
PUH Kx Kx . x xT RT
10 1.340 0.020855 2.44478 278.47
25 2.069 0.032201 2.45613 285.84
50 2.592 0.040341 2.46427 291.25
25
Distribusi Log Normal 3 Parameter
Y = Y + k.S
di mana :
X= curah hujan
Y= nilai logaritmik dari X atau log X
Y = rata-rata hitung (lebih baik rata-rata geometrik) nilai Y
S = deviasi standar nilai Y
k = karakteristik distribusi peluang log-normal tipe III
26
Metode Iwai Kadoya
Metode iwai kadoya disebut pula cara distribusi terbatas
sepihak.
Prinsipnya adalah mengubah variabel (x ) dari kurva
kemungkinan kerapatan dari curah hujan harian maksimum ke
log x atau mengubah kurva distribusi yg asimetris menjadi
kurva distribusi normal.
Asumsi data hidrologi mempunyai distribusi normal
Harga konstanta b>0 sebagai harga minimum variabel
kemungkinan (x)
Perhitungan cara Iwai adalah variabel normal
Langkah-langkah perhitungan:
1.Memperkirakan harga x:
x log R
1 n
xo log Ri
n i 1
2.Memperkirakan harga b:
n
m Dimana:
10
xs=harga pengamatan dengan nomor urut
1 n
b bi
m i 1
m dari yang terbesar
xt=harga pengamatan dengan nomor urut
m dari yang terkecil
xs .xt xo
2
bi xo= rata-rata hujan
2 xo ( xs xt ) n=jumlah data hujan
27
3.Nilai b yang telah didapatkan, dijumlahkan dengan data awal,
kemudian di log-kan, dijumlahkan dan dicari rata-ratanya:
1
Xo
n
log( x b)
4.Menghitung nilai c:
1 2n
(X 2 Xo )
2
c n 1
5. Dengan harga variabel normal (C ) yg sesuai untuk tiap periode ulang (lihat
tabel iwai-kadoya) dan curah hujan untuk periode ulang tertentu didapat
dengan:
1
log x xo . b
c
1
x anti log xo . b
c
28
Hujan harian maksimum dengan metode Iwai Kadoya:
25
29
Metode Iwai Kadoya:
30
Hujan harian maksimum dengan metode Iwai Kadoya:
31
GRAFIK DISTRIBUSI STATISTIK
32
Grafik Probability Distribusi Log-Normal
33
INTENSITAS HUJAN
34
Intensitas dan tinggi hujan
Curah hujan jangka pendek dinyatakan dalam intensitas per
jam yang disebut: intensitas curah hujan.
Besarnya intensitas hujan berbeda-beda yg disebabkan oleh
lamanya curah hujan atau frekuensi kejadiannya.
Untuk mendapatkan intensitas hujan pada durasi tertentu
dapat digunakan beberapa cara peramalan
Beberapa cara antara lain: Metode Bell, Hasper Weduwen,
dan van Breen
35
Misal : HHM Menurut Gumbel
36
1.Rumus BELL
Pada prinsipnya rumus BELL ini untuk menentukan intensitas hujan dengan
durasi 5-120 berdasarkan periode ulang 10 tahun.
Intensitas Hujan:
60 t
I Tt .RT
t
37
2. Rumus Van Breen
Metoda ini berdasarkan anggapan bahwa lama
durasi hujan harian adalah terpusat selama 4 jam
dengan hujan efektif sebesar 90% dari hujan selama
24 jam
90%.RTt
I
t
T
4
3.Rumus Hasper&Weduwen
Rumus ini berdasar anggapan hujan mempunyai distribusi simetris dengan
durasi hujan (t) lebih kecil dari 1 jam dan durasi hujan dari 1-24jam
Untuk 1jam < t < 24 jam
11300t X T
R .
t 3,12 100
1218.t 54
R1 X T
X T (1 t ) 1272t
38
Sehingga diperoleh:
Rt
I mm / jam
t
PUH R(mm)
2 122.00
5 149.00
10 166.00
25 188.00
50 205.00
PUH : 2
t (menit) t (jam) Xt R1 Rt I
5 0.08 122.00 87.09 14.93 179.18
10 0.17 122.00 99.96 23.93 143.57
20 0.33 122.00 111.06 36.68 110.03
30 0.50 122.00 116.05 45.85 91.69
40 0.67 122.00 118.89 53.03 79.54
60 1.00 122.00 63.89 63.89
80 1.33 122.00 70.96 53.22
120 2.00 122.00 81.05 40.53
39
Intensitas Hujan (mm/jam)
Durasi
PUH 2 PUH 5 PUH 10 PUH 25 PUH 50
(menit)
5 179.18 196.51 205.72 216.10 223.15
10 143.57 163.61 174.90 188.23 197.66
15 110.03 129.76 141.50 155.98 166.64
30 91.69 109.86 120.95 134.91 145.42
45 79.54 96.17 106.47 119.61 129.62
60 63.89 78.03 86.94 98.46 107.36
120 53.22 65.00 72.42 82.01 89.43
40
Tabel perhitungan intensitas hujan:
41
Metode Talbot
Rumus yang digunakan
a
I
(t b)
a
I .t I I .t I
2 2
n. I I
2 2
b
I I .t n I .t 2
n. I I
2 2
Metode Sherman
Rumus yang digunakan
a
I
(t b )
log a
log I log t log I . log t log t
2
n. log t log t
2 2
b
log I log t n log I . log t
n. log t log t
2 2
42
Metode Ishiguro
Rumus yang digunakan
a
I
(t b)
1/ 2
a
I . t I I . t I
2 2
n. I 2 I
2
b
I I . t n I 2
. t
n. I I
2 2
No t I It I2 I2t Log t Log I Log t log I (log t)2 (t)^0.5 I (t)^0.5 I2 (t)^0.5
1 5 138.1 690.5 19071.61 95358.05 0.69897 2.140194 1.49593118 0.488559 2.236068 308.801 42645.42
2 10 103.3 1033 10670.89 106708.9 1 2.0141 2.01410032 1 3.162278 326.6633 33744.32
3 20 72.1 1442 5198.41 103968.2 1.30103 1.857935 2.41722951 1.692679 4.472136 322.441 23248
4 30 57.2 1716 3271.84 98155.2 1.47712125 1.757396 2.59588703 2.181887 5.477226 313.2973 17920.61
5 40 48.2 1928 2323.24 92929.6 1.60205999 1.683047 2.69634232 2.566596 6.324555 304.8436 14693.46
6 60 37.2 2232 1383.84 83030.4 1.77815125 1.570543 2.79266289 3.161822 7.745967 288.15 10719.18
7 80 31.3 2504 979.69 78375.2 1.90308999 1.495544 2.84615545 3.621751 8.944272 279.9557 8762.614
8 120 24.2 2904 585.64 70276.8 2.07918125 1.383815 2.87720296 4.322995 10.95445 265.0977 6415.365
511.6 14449.5 43485.16 728802.35 11.8396037 13.90257 19.7355117 19.03629 49.31695 2409.25 158149
43
Kurva intensitas hujan
44
Lengkung Intensitas Hujan
40
30
Intensitas Hujan (mm/jam)
20
10
0
0 30 60 90 120 150 180 210 240
Durasi Hujan (menit)
Rumus ini digunakan apabila data curah hujan yang tersedia hanya curah
hujan harian.
2/3
R 24 24
i *
24 t
di mana:
i = Intensitas curah hujan (mm/jam)
R24 = curah hujan maksimum dalam 24 jam (mm)
t = lamanya curah hujan (jam)
45