Hidrologi dan Geohidrologi

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

Untuk terjadinya hujan, hal berikut ini harus terjadi:

Kandungan uap air yang cukup di udara
Temperatur udara berada di bawah dew point
Keberadaan inti kondensasi
Uap air berkondensasi menjadi butir awan dengan radius
10-3 mm
Transisi dari butir awan menjadi butir hujan dengan radius
1 mm terjadi melalui 2 proses fisik berbeda yaitu:
Coalescence: partikel awan mengalir bersama dan bergabung
yang terjadi di atas temperatur
Proses Bergeron-Findeisen : koagulasi dan pembentukan uap air
di atas partikel es yang terjadi di bawah temperatur beku

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.

Berdasarkan besarnya curah hujan (definisi BMKG):

* hujan sedang, 20 - 50 mm per hari
* hujan lebat, 50-100 mm per hari
* hujan sangat lebat, di atas 100 mm per hari

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

Jaringan Stasiun Pengamat Curah Hujan

Sebaiknya wilayah satu stasiun pengamat sekecil mungkin,
karena ketelitian informasi/ data curah hujan yang didapat
tergantung pada kerapatan stasiun pengamat curah hujan.
Menurut World Meteorogical Organitation (WMO), kerapatan
stasiun pengamat curah hujan adalah sebagai berikut :

a. Daerah datar beriklim sedang, mediterranen dan daerah

tropis
Ideal : 1 stasiun untuk 600 900 km2
Praktis: 1 stasiun untuk 900 3000 km2

b. Daerah pegunungan beriklim sedang, mediterranen dan

daerah tropis
Ideal : 1 stasiun untuk 100 125 km2
Praktis: 1 stasiun untuk 250 1000 km2

c. Daerah kering dan daerah kutub

1 stasiun untuk 1500 10000 km2

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 (%)

Dalam m stasiun didapat :

R1, R2, ,Rm = variasi tinggi hujan

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

Koreksi sesuai dengan kemiringan perubahan garis lurus tersebut

ANALISIS HUJAN RENCANA

10
 Data Curah Hujan
Harian
Analisa Frekuensi (Hujan
Harian Maksimum pada PUH
Tertentu)

Analisa Intensitas
Hujan

Persamaan Lengkung
Intensitas Hujan

CURAH HUJAN WILAYAH

Cara Rata-Rata Aljabar.

d d ... d n n d
Tinggi curah hujan rata-rata d 1 2 i
n i 1 n

d1, d2, dn =tinggi curah hujan pada pos penakar 1, 2, .n

n = banyaknya atau jumlah pos penakar hujan yang diperhitungkan.

11
 Hujan Rata-rata DAS
=

Cara Rata-rata aljabar.

Pos (Titik) pengamatan

NO. Penjelasan Keterangan
1 2 3 4

1 Luas daerah aliran (km2) - - - - 99,1 km2

2 Curah hujan tiap pos d (mm) 156 164 174 168 662

3 Tinggi Hujan Rata-rata (d/n) n=4 165,50 mm

Curah Hujan Wilayah

=

Cara Poligon Thiesen.

A 1R1 A 2R 2 ... A nRn

Tinggi curah hujan rata-rata R
A 1 A 2 ... A n

R1, R2, . Rn = tinggi curah hujan pada pos penakar 1, 2, .n

A1, A2, . An = luas pengaruh setiap penakar hujan.

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

Hujan Rata-rata DAS

Cara Theisen

13
 Hujan Rata-rata DAS
Cara Theisen

Pos (Titik) pengamatan

NO. Penjelasan Keterangan
1 2 3 4

1 Pembagian daerah aliran (km2) 27,4 26,5 14,6 30,6 99,1 km2

2 Bobot,Wi= Ai/An (%) 27,65 26,74 14,73 30,88 100%

3 Curah hujan tiap pos d (mm) 156 164 174 168

4 Bobotxtinggi curah hujan=Ai/Anxdi (mm) 43,13 43,85 25,63 51,87 164,50

5 Tinggi Hujan Rata-rata (d/n) n=4 164,50 mm

Curah Hujan Wilayah

=

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;

P = Probabilitas terjadi (%)

T = Periode Ulang (Tahun)

ANALISA DISTRIBUSI STATISTIK

Standar Deviasi ( S )
Ukuran sebaran yang paling banyak digunakan adalah deviasi standar.
Apabila penyebaran sangat besar terhadap nilai rata-rata maka nilai Sx
akan besar, akan tetapi apabila penyebaran data sangat kecil terhadap
nilai rata-rata maka nilai Sx akan kecil. Jika dirumuskan dalam suatu
persamaan adalah sebagai berikut (Soewarno, 1995):

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

ANALISA DISTRIBUSI STATISTIK

Koefisien Kurtosis ( Ck )
Kurtosis merupakan kepuncakan (peakedness) distribusi. Biasanya hal ini dibandingkan
dengan distribusi normal yang mempunyai Ck = 3 dinamakan mesokurtik, Ck < 3
berpuncak tajam dinamakan leptokurtik, sedangkan Ck > 3 berpuncak datar
dinamakan platikurtik.
Leptokurtik

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

Reduced mean (Yn)

n 0 1 2 3 4 5 6 7 8 9

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

Sumber : CD Soemarto, 1999

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

Sumber : CD Soemarto, 1999

Reduced Variate (Yt)

Periode Ulang Reduced Variate
2 0,3665
5 1,4999
10 2,2502
20 2,9606
25 3,1985
50 3,9019
100 4,6001
200 5,2960
500 6,2140
1000 6,9190
5000 8,5390
10000 9,9210
Sumber : CD Soemarto, 1999

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

10 2.2502 0.5128 1.0206 9.69 282.07

25 3.1985 0.5128 1.0206 9.69 291.08

50 3.9019 0.5128 1.0206 9.69 297.76

Distribusi Log Pearson III

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

4. Menghitung besarnya harga deviasi rata-rata dari besaran

logaritma tsb

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

6. Berdasarkan harga Cs yg diperoleh dan harga periode ulang (T)

yg ditentukan, dapat diketahui nilai Kx dg menggunakan tabel
logpearson III

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

Sumber : CD Soemarto, 1999

7.Menghitung besarnya harga logaritma dari masing-masing data

curah hujan untuk suatu periode ulang T tertentu:

xT x k x . x

8.Jadi perkiraan harga HHM untuk periode ulang T (tahun)

adalah:
RT anti log( xT )

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

Metode Log Pearson III:

Hujan
No Tahun R(mm) tahunan Xi=logR Xi X ( Xi X ) 2 (Xi X)3
terurut
1 1993 258.61 289.93 2.4622932 0.038369 0.001472 5.65E-05
2 1994 261.30 279.07 2.4457132 0.021789 0.000475 1.03E-05
3 1995 263.67 271.97 2.4345210 0.010597 0.000112 1.19E-06
4 1996 270.82 271.89 2.4343932 0.010469 0.00011 1.15E-06
5 1997 271.97 270.82 2.4326807 0.008756 7.67E-05 6.71E-07
6 1998 252.75 266.48 2.4256646 0.001740 3.03E-06 5.27E-09
7 1999 260.34 263.67 2.4210607 -0.002864 8.2E-06 -2.3E-08
8 2000 261.03 261.30 2.4171394 -0.006785 4.6E-05 -3.1E-07
9 2001 271.89 261.03 2.4166904 -0.007234 5.23E-05 -3.8E-07
10 2002 289.93 260.34 2.4155409 -0.008383 7.03E-05 -5.9E-07
11 2003 266.48 259.53 2.4141876 -0.009737 9.48E-05 -9.2E-07
12 2004 279.07 258.61 2.4126453 -0.011279 0.000127 -1.4E-06
13 2005 259.53 258.21 2.4119731 -0.011951 0.000143 -1.7E-06
14 2006 258.21 258.03 2.4116702 -0.012254 0.00015 -1.8E-06
15 2007 258.03 252.75 2.4026912 -0.021233 0.000451 -9.6E-06
Total 3983.63 36.358865 0.003391 5.31E-05
Rerata 265.58 2.4239243
SD 0.0155637
Cs 1.1600117

24
 Nilai Standar Deviasi

x x
2
0.003391
x i
0.0155637
N 1 15 1

Harga skew coefficient

N . ( xi x)3 15.(5.31E - 05)

Cs 1.16
( N 1)( N 2)( x ) 3
(15 1)(15 2)(0.0155637 )3

Hujan harian maksimum dengan Metode Log Pearson III:

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

Metode Log Normal 3 Parameter 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-normal tipe III

Distribusi Log Normal 3 Parameter

Harga k Distribusi Log Normal 3 Parameter
Peluang kumulatif ( % )
Koefisien 50 80 90 95 98 99
Kemencengan
(CS) Periode Ulang ( tahun )
2 5 10 20 50 100
-2,00 0,2366 -0,6144 -1,2437 -1,8916 -2,7943 -3,5196
-1,80 0,2240 -0,6395 -1,2621 -1,8928 -2,7578 -3,4433
-1,60 0,2092 -0,6654 -1,2792 -1,8901 -2,7138 -3,3570
-1,40 0,1920 -0,6920 -1,2943 -1,8827 -2,6615 -3,2601
-1,20 0,1722 -0,7186 -1,3067 -1,8696 -2,6002 -3,1521
-1,00 0,1495 -0,7449 -1,3156 -1,8501 -2,5294 -3,0333
-0,80 0,1241 -0,7700 -1,3201 -1,8235 -2,4492 -2,9043
-0,60 0,0959 -0,7930 -0,3194 -1,7894 -2,3600 -2,7665
-0,40 0,0654 -0,8131 -0,3128 -1,7478 -2,2631 -2,6223
-0,20 0,0332 -0,8296 -0,3002 -1,6993 -2,1602 -2,4745
0,00 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,20 -0,0332 0,8996 0,3002 1,5993 2,1602 2,4745
0,40 -0,0654 0,8131 0,3128 1,7478 2,2631 2,6223
0,60 -0,0959 0,7930 0,3194 1,7894 2,3600 2,7665
0,80 -0,1241 0,7700 1,3201 1,8235 2,4492 2,9043
1,00 -0,1495 0,7449 1,3156 1,8501 2,5294 3,0333
1,20 -0,1722 0,7186 1,30567 1,8696 2,6002 3,1521
1,40 -0,1920 0,6920 1,2943 1,8827 2,6615 3,2601
1,60 -0,2092 0,6654 1,2792 1,8901 2,7138 3,3570
1,80 -0,2240 0,6395 1,2621 1,8928 2,7578 3,4433
2,00 -0,2366 0,6144 1,2437 1,8916 2,7943 3,5196

Sumber : Soewarno, 1995

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:

PUH 1 1 Antilog (4) XT

. xo .
c c
1 2 3 4 5 6=5 - b
10

25

29
Metode Iwai Kadoya:

Hujan tahunan Perhitungan

No Tahun R(mm)
terurut (xi)
log Xi Xi+b log(Xi+b) (log(Xi+b))2
1 1993 258.61 289.93 2.46229316 289.93 2.46229316 6.06288758
2 1994 261.30 279.07 2.44571315 279.07 2.44571315 5.98151282
3 1995 263.67 271.97 2.43452100 271.97 2.43452100 5.92689251
4 1996 270.82 271.89 2.43439323 271.89 2.43439323 5.92627042
5 1997 271.97 270.82 2.43268073 270.82 2.43268073 5.91793555
6 1998 252.75 266.48 2.42566462 266.48 2.42566462 5.88384885
7 1999 260.34 263.67 2.42106072 263.67 2.42106072 5.86153501
8 2000 261.03 261.30 2.41713941 261.30 2.41713941 5.84256293
9 2001 271.89 261.03 2.41669042 261.03 2.41669042 5.84039260
10 2002 289.93 260.34 2.41554090 260.34 2.41554090 5.83483784
11 2003 266.48 259.53 2.41418757 259.53 2.41418757 5.82830161
12 2004 279.07 258.61 2.41264531 258.61 2.41264531 5.82085741
13 2005 259.53 258.21 2.41197306 258.21 2.41197306 5.81761403
14 2006 258.21 258.03 2.41167020 258.03 2.41167020 5.81615317
15 2007 258.03 252.75 2.40269116 252.75 2.40269116 5.77292483
Total 3983.63 36.35886466 36.35886466 88.13452716
Rerata 265.58 2.42392431 2.42392431 5.875635144
Xo X2

Rerata Log xi = 2.42392431

xo = 265.41
m = 1.50
2xo = 530.83
xo2 = 70444.75

Tabel Perhitungan Nilai b

No xs xt xs.xt xs+xt xs.xt - xo2 2xo - (xs+xt) bi

1 289.93 252.75 73279.81 542.68 2835.06 -11.85 -239.22
2 279.07 258.03 72008.43 537.10 1563.68 -6.27 -249.34
Jumlah -488.55

b = -244.28 (karena negatif, maka nilai b = 0

1/c = 0.0220

30
Hujan harian maksimum dengan metode Iwai Kadoya:

1/T (1/c) Xo + (1/c) x+b x

(1) (2) (3) (4) (5)= anti log (4) (6)=(5) - b
1/10 0.9062 0.0199 2.4439 277.89 277.89
1/25 1.2379 0.0272 2.4512 282.60 282.60
1/50 1.4522 0.0320 2.4559 285.69 285.69

Menentukan CHH maksimum:

Dari hasil perhitungan ketiga rumus

tersebut, diambil nilai yang tertinggi.
Untuk menghitung intensitas hujan.

31
 GRAFIK DISTRIBUSI STATISTIK

Grafik Probability Distribusi Normal

32
Grafik Probability Distribusi Log-Normal

Grafik Probability Distribusi Gumbel

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

Curah Hujan (mm)

Jam ke
170 230 350 470
1 87 90 96 101
2 28 31 36 42
3 18 20 26 31
4 11 14 20 25
5 8 11 16 22
Pola Hujan Tiap 6 6 9 14 20
7 6 8 13 19
Jam Menurut 8 4 7 12 18
Tanimoto 9 2 5 10 15
10 5 10 15
11 4 9 14
12 4 9 14
13 4 9 14
14 4 9 14
15 3 8 13
16 3 8 13
17 3 7 13
18 3 7 13
19 2 7 11
20 7 11
21 7 11
22 6 11
23 4 10
170 230 350 470

35
 Misal : HHM Menurut Gumbel

PUH HHM (mm/24 jam)

2 122.3
5 148.7
10 166.2
25 188.3
50 204.6
100 220.9

Pola Distribusi HHM per jam

Jam HHM per jam dengan PUH

ke 2 5 10 25 50 100
1 62.59 76.1 85.06 87.92 88.73 89.55
2 20.14 24.49 27.37 28.92 29.73 30.55
3 12.95 15.74 17.6 18.61 19.15 19.7
4 7.91 9.62 10.75 11.92 12.73 13.55

36
 1.Rumus BELL
Pada prinsipnya rumus BELL ini untuk menentukan intensitas hujan dengan
durasi 5-120 berdasarkan periode ulang 10 tahun.

RTt (0,21. ln T 0,52)(0,54.t 0, 25 0,5) R1060

Dimana:
R1060=curah hujan 1 jam periode ulang 10 tahun (mm)
T = Periode ulang (tahun)
t = durasi hujan (menit)

Intensitas Hujan:
60 t
I Tt .RT
t

Durasi Hujan Intensitas Hujan (mm/jam) untuk PUH

(menit) 2 5 10 25 50 100
5 138.05 177.97 208.16 248.07 278.27 308.46
10 103.32 133.20 155.79 185.67 208.26 230.86
20 72.06 92.89 108.65 129.48 145.24 161.00
30 57.15 73.68 86.18 102.70 115.20 127.70
40 48.15 62.08 72.61 86.53 97.06 107.59
60 37.52 48.37 56.58 67.43 75.63 83.84
80 31.29 40.33 47.18 56.22 63.06 69.91
120 24.08 31.04 36.31 43.27 48.54 53.81

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

Untuk 0 <t < 1 jam 11300t R1

R .
t 3,12 100

1218.t 54
R1 X T
X T (1 t ) 1272t

Catatan: t dalam jam

XT = hujan harian maksimum pada periode T

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:

t (menit) t (jam) Ri (mm) RT (mm) I (mm/jam)

5 0,0833
10 0,167
20 0,333
30 0.
40 ..
60 -
80 -
120 -

Persamaan Lengkung Intensitas hujan

1.Metode Talbot
2.Metode Sherman
3.Metoda Ishiguro

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

Dari ketiga metoda diatas, ditentukan yang

mempunyai simpangan/selisih paling kecil
dibandingkan hasil perhitungan Intensitas hujan
dengan metoda Hasper Weduwen.
Diplotkan dalam grafik, Intensitas hujan vs waktu,
untuk setiap PUH

No t I I talbot mutlak I Sherman mutlak I Ishiguro mutlak

1 5 138.1 128.2 9.9 147.7 9.6 123.5 14.6
2 10 103.3 105.4 2.1 100.9 2.4 87.2 16.1
3 20 72.1 77.8 5.7 68.9 3.2 61.6 10.5
4 30 57.2 61.6 4.4 55.1 2.1 50.2 7.0
5 40 48.2 51.0 2.8 47.1 1.1 43.4 4.8
6 60 37.2 38.0 0.8 37.7 0.5 35.4 1.8
7 80 31.3 30.2 1.1 32.2 0.9 30.6 0.7
8 120 24.2 21.5 2.7 25.7 1.5 24.9 22.2
511.6 3.7 2.7 9.7

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)

Estimasi Intensitas Hujan

Dengan Rumus Mononobe

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