Eng - 196, Indarto, ANALISA STATISTIK UNTUK STUDI KARAKTERISTIK HIDROLOGI PDF

See
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/293605793
Analisa Statistik untuk Studi Karakteristik

Hidrologi Das-Das di Jawa Timur
Conference Paper January 2009
CITATIONS READS
0 245
3 authors, including:
Indarto Indarto
Universitas Jember
56 PUBLICATIONS 9 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Hibah Komptensi 2016 View project
All content following this page was uploaded by Indarto Indarto on 25 February 2016.
The user has requested enhancement of the downloaded file.

Proceedings of National Seminar on Applied Technology, Science, and Arts (1st APTECS),
Surabaya, 22 Dec. 2009, ISSN 2086-1931
Analisa Statistik untuk Studi Karakteristik

Hidrologi Das-Das di Jawa Timur
INDARTO1, SRI WAHYUNINGSIH2, ISHAK AFFANDI3
1,2,3
Laboratorium Teknik Pengendalian dan Konservasi Lingkungan, FTP, UNEJ, Jember
email: indarto@ftp.unej.ac.id
Abstract---Penelitian ini mendemontrasikan aplikasi metode statistik untuk mendeskripsikan karakteristik hidro-
meteorologi pada 6 (enam) DAS di wilayah UPT PSAWS Bondoyudo Mayang (Kab. Jember dan Kab. Lumajang) di
Jawa Timur. Data masukan utama adalah data rentang-waktu (time-series) berupa hujan dan debit harian. DATA
diperoleh dari stasiun pengukuran yang terpasang pada masing-masing DAS. Karakteristik fisik DAS (yang mencakup:
Luas DAS, kontur, topografi, jaring sungai, peruntukan lahan, dan jenis tanah) diolah dari database sumberdaya air
yang tersedia. Hujan harian DAS dihitung dengan rerata aritmatik dari beberapa stasiun hujan di wilayah DAS. Data
debit harian diambil dari stasiun pengukuran debit (AWLR) yang terpasang pada outlet DAS. Selanjutnya, data-data
tersebut diimport ke dalam perangkat lunak River Analysis Package (RAP). Perhitungan di dalam RAP mencakup: nilai
statiktik umum (maksimum, minimum, rerata, median, quantile, standard deviasi (SDT), coefficient variasi (CV), dan
skewness); frekuensi kejadian; dan indek aliran dasar (Baseflow Indice/BFI) dan Flood Flow Indice (FFI). Hasil analisa
selanjutnya ditampilkan dalam tabel dan grafik. Hasil penelitian menunjukkan adanya perbedaan kerakteristik hidro-
meteorologi diantara DAS-DAS meskipun dalam suatu wilayah iklim yang sama. Hasil penelitian berguna sebagai dasar
pengelolaan DAS.
Keywords Analisa rentang waktu, DAS, river analysis package (RAP), hidro-meteorologi
PENDAHULUAN
Pemahaman terhadap fenomena hidrologi yang terjadi di dalam suatu Daerah Aliran Sungai
(DAS) sangat diperlukan sebagai dasar pengelolaan DAS. Analisa keruangan (spatial analysis)
dan analisa rentang waktu (time series analysis) dapat digunakan untuk mendeskripsikan
variabilitas fenomena hidrologi yang bervariasi terhadap ruang dan waktu. Kedua jenis analisa
tersebut pada hakekatnya merupakan penerapan metode statistic terhadap data yang bervariasi
sebagai fungsi ruang (spatial variability) dan data yang bervariasi sepanjang waktu (time
variability). Berbagai metode statistik telah dikembangkan dan digunakan sebagai tool (alat
analisa) dalam pengelolaan sumberdaya air pada level DAS. Penelitian ini bertujuan untuk
mendeskripsikan karakteristik hidro-meteorologi pada 6 (enam) DAS di wilayah Kab. Jember
dan Lumajang (Jawa Timur).
1.1 Komponen Hidrograf
Hidrograf adalah grafik yang menggambarkan kondisi aliran(debit) sungai sebagai fungsi
waktu. Gambar (1) menunjukkan hidrograf aliran harian untuk kasus DAS Rawatamtu. Kondisi
air sungai berflukstuasi naik turun mengikuti waktu, yang dinyatakan sebagai debit (flow,
streamflow, atau discharge) yaitu: volume air / satuan waktu tertentu. Sumbu (y)
menggambarkan besarnya debit dan sumby (x) menggambarkan periode rentang waktu. Debit
biasanya diukur pada lokasi tertentu secara kontinyu dengan alat AWLR (Automatic Water Level
Recorder). Debit dinyatakan dalam satuan (m3/detik) atau liter/detik).
1082
Gambar 1. Hidrograf aliran harian DAS Rawatamtu dari tanggal 05/01/1997 s/d 26/03/1997
Saat musim penghujan debit di sungai cenderung naik, yang ditandai dengan naiknya kurva
pada hidrograf aliran (Gambar 2.a). Sebaliknya, pada saat musim kemarau debit di sungai
cenderung menurun, sebagai fungsi hujan yang juga semakin berkurang, dan ditandai dengan
penurunan hidrograf (Gambar 2b).
Gambar 2a. Hidrograf aliran DAS Rawatamtu Gambar 2b. Hidrograf aliran DAS Rawatamtu
(musim penghujan) (musim kemarau)
Sampai saat tertentu di musim kemarau, debit sungai cenderung stabil meski tidak ada hujan
lagi. Aliran semacam ini tidak berasal dari hujan yang jatuh sesaat, tetapi berasal dari akumulasi
aliran air di bawah permukaan tanah dan mata air yang mengalir ke sungai. Kondisi debit
semacam ini dikatakan sebagai aliran dasar (Baseflow). Pada gambar (3b), kondisi aliran dasar
diperlihatkan pada akhir segmen kurva dari tanggal 05/09/1997 s/d 13/10/1997, yang merupakan
periode kering untuk DAS tersebut. Pola aliran, yang ditunjukkan oleh rekaman data debit untuk
suatu sungai berbeda dengan sungai lain, yang tergantung pada banyak variabel dan interaksi
antar variabel di dalam DAS. Hujan yang jatuh di dalam DAS, kondisi peruntukan lahan, jenis
tanah, kerapatan jaringan sungai, topografi, dan pemanfaatan aliran sungai untuk memenuhi
kebutuhan hidup (irigasi, industri, perkebunan, dll) akan berpengaruh pada pola debit yang
teramati sebagai data trentang waktu. Oleh karena itu pengamatan terhadap data debit merupakan
salah cara untuk dapat memahami perilaku sungai dan proses hidrologi yang ada di daerah atas
yang member aliran ke sungai tersebut. Perbandingan karakteristik data debit dari berbagai
sungai utama di dalam DAS, dapat membantu kita untuk memahami persamaan dan perbedaan
antara satu DAS dengan DAS lainnya. Informasi tersebut selanjutnya dapat digunakan sebagai
masukan bagi pengelolaan DAS.
1.2 River Analysis Package (RAP)
RAP merupakan seperangkat alat yang dapat digunakan untuk menganalisa data rentang
waktu (time series). Termasuk data rentang waktu adalah data hujan dan data debit harian.
Gordon et al., (1992) memberikan pengantar aplikasi analisa rentang waktu dalam konteks
manajemen Daerah Aliran Sungai (DAS). Sebagian besar konsep tersebut diadopsi dalam
1083
Perangkat lunak RAP. RAP memfasilitasi dengan teknik analisa rentang waktu untuk data debit
yang mencakup tujuh aspek, yaitu :
a. Statistik umum (General Statistics)
b. Kurva durasi banjir (Flow Duration Curve /FDC)
c. Analisa debit musiman (High/Low flow spell analysis)
d. Analisa kenaikan dan penurunan hidrograf (Rates of rise and fall)
e. Analisa baseflow (Baseflow separation)
f. Indeks Colwells (Colwells Indice)
g. Analisa Frequensi Banjir (Flood Frequency analysis)
Statistik Umum: Nilai statistik umum mencakup tiga kategori evaluasi: ringkasan, distribusi,
dan nilai lain. Nilai statistik dapat dihitung untuk seluruh periode, untuk tahun tertentu, tiap
tahun, tiap bulan dan tiap musim. Nilai ringkasan mencakup: minimum (MIN), maksimum
(MAX), percentile(P10, P90), rerata (MDF), median (MED). Nilai rerata merupakan ukuran
dari pusat kecenderungan, dihitung dengan rumus (jumlah nilai/jumlah hari). Median juga
merupakan ukuran pusat kecenderungan. Median adalah nilai tengah dari semua data yang
terekam (nilai yang frekuensinya lebih dari 50%). Untuk data aliran (debit) harian, median
biasanya lebih rendah dari nilai rerata-nya karena distribusi data debit mempunyai nilai
kemiringan grafik (skewness) cenderung negatif dengan batas bawah NOL dan tidak ada batas
atas. Distribusi mencakup nilai: Standard Deviation (SD), Coefficient of variation (CV),
Kemiringan atau Skewness (skew = mean/median), variability (VAR), S_log, dan Lanes
Variability Index (Lane). SD menyatakan seberapa lebar distribusi nilai terhadap nilai reratanya.
Satuan SD sama dengan data input. CV = (Mean/SD). CV untuk debit harian dihitung dari nilai
rerata debit harian dibagi nilai SD. Skewness (Skw) menyatakan seberapa jauh perbedaan antara
mean dan median. Skewness dapat digunakan untuk membedakan DAS-DAS yang mempunyai
respon cepat dan almbat terhadap hujan. DAS dengan respon cepat, maka waktu antara
terjadinya hujan dan terbentuknya debit di sungai relative cepat (banjir terjadi dengan cepat).
Misalnya, DAS yang berukuran kecil (relatif tidak luas atau luasnya sekitar 200km2), maka
normalnya debit aliran dasar (base flow) nya juga sangat kecil, dan terjadi perubahan drastic
besarnya debit ketika kejadian banjir. Debit banjir yang hanya beberapa kejadian akan
menyumbang besar terhadap nilai rerata debit di DAS tersebut (karena debit hariannya sangat
kecil). Akibatnya, nilai rerata cenderung naik (karena pengaruh beberapa kejadian banjir yang
besar), dan nilai median relatif rendah (karena debit harian umumnya kecil). Konsekuensinya,
nilai skewness untuk DAS kecil tersebut cenderung lebih besar daripada DAS yang ukurannya
lebih luas. Variabilitas (variability) didasarkan pada nilai median. VAR = (range nilai)/ (nilai
median). Range ditentukan oleh pengguna dengan ukuran percentile dari aliran, RAP
memberikan nilai default setting untuk range adalah selisih antara nilai percentile 10 dan
percentile 90.
Kurva durasi banjir (Flow Duration Curves/FDC) merupakan metode sederhana untuk
menyatakan kisaran (range) dari suatu seri data rentang-waktu. Analisa FDC dapat juga
diterapkan untuk data renatng waktu yang lain (selain debit). FDC dibuat dengan merangking
semua data yang ada di dalam rentaang waktu tersebut dan memplotkannya dengan nilai
prosentase kemunculannya dari 0% sampai 100%. Marsh (2004) and Herman (2005ab)
menjelaskan metode FDC sebagai berikut: FDC is a simple way of representing the range and
spread of data in a time series. It is created by taking all the data in a time period and ranking
them from largest to smallest. The ranked data is plotted against a percentage value from 0% to
100%. The percentage is the proportion of the time that that flow is exceeded. FDC is usually
shaped like a backward S with low probability of high flows, a central reasonably linear section
1084
of the curve and a flattening off with high probability of low flow. The central section of the plot
is usually linear, and the slope (as well as linearity) of this section tells us something about the
flow regime. Finally, the results are compared for two watersheds by means of tables and
figures of FDC curves. Uraian lebih detail tentang ke tujuh teknik analisa yang tersedia di dalam
RAP dapat ditemukan di dalam tulisan (Marsh, 2004; dan Herman, 2005ab).
2. METODE
2.1 Lokasi Studi
Penelitian dilakukan dengan mengambil sampel enam (6) DAS di wilayah UPT PSAWS
Bondoyudo Mayang (eks. Balai PSAWS Bondoyudo-mayang) yang berada di wilayah
administratif Kab. Jember dan Kab. Lumajang. Gambar (3) memperlihatkan: Digital Elevation
Model (DEM) yang dibagi ke dalam beberapa kelas ketinggian, batas DAS, jaringan sungai, titik
outlet (AWLR), titik stasiun hujan, dan batas UPT (Balai). Peta indek menunjukkan (9)
Sembilan wilayah UPT (Balai) yang ada di Jawa Timur. UPT Bondoyudo-Mayang mencakup
dua Kabupaten (Jember dan Lumajang). Urutan nama DAS sebagai berikut: (1) Rawatamtu;
(2)Mayang; (3)Wonorej; (4) Karang Asam; (5)Mujur;(6) Sanenrejo. Selanjutnya di dalam tulisan
ini digunakan simbol: DAS-1 s.d DAS-6.
Gambar 3. Lokasi penelitian: Enam (6) DAS di UPT PSAWS Bondoyudo Mayang.
2.2 Data yang digunakan

a. Data Geografis
Semua data geografis diolah dari database GIS yang terdapat di Lab. Teknik Pengendalian
dan Konservasi Lingkungan (Lab. TPKL), FTP, UNEJ. Layer yang diolah mencakup: peta
kontur, DEM, jaringan sungai, peruntukan lahan, jenis tanah, hidro-geologi, batas administratif,
lokasi stasiun hujan, lokasi stasiun pengukur debit (AWLR), lokasi stasiun iklim. Semua layer
selanjutnya dipotong (clip) sebatas wilayah UPT. Pengolahan data menggunakan OSS-GIS
Mapwindow. Batas DAS diturunkan secara otomatis dari DEM, hasilnya ditampilkan dalam
Gambar 3. Analisa lebih lanjut terhadap DEM dan jaringan sungai yang terbentuk di dalam DAS,
1085
dengan CatchmentSIM menghasilkan parameter karakteristis DAS sebagai berikut: Downslope

distance vs % pixel; Drainage density vs threshold; Bifurcation ratio; Cumulative stream length
vs stream orders; Hypsometric curve. Penurunan grafik dilakukan untuk masing-masing DAS,
selanjutnya dibandingkan karakteristik masing-masing DAS.
b. Data hujan
Data hujan harian yang digunakan adalah Hujan Harian Rerata (HHR) untuk masing-masing
DAS. HHR diperoleh dari rerata aritmatik data hujan harian yang diperoleh dari beberapa stasiun
di sekitar DAS. Rekaman data HHR yang digunakan adalah : 1 Januari 1997 sampai dengan 31
Desember 2005.
c. Data debit
Data Debit Harian Rerata (DHR) diperoleh dari rekaman AWLR yang terpasang pada Outlet
masing-masing DAS. Studi ini menggunakan rekaman data debit harian dari: 1 Januari 1996
sampai 31 Desember 2005.
2.3 Karakteristik fisik ke (6) Enam DAS
Karakteristik fisik DAS yang mencakup: topografi, peruntukan lahan, jenis tanah, hidro-
geologi diviualisasikan dalam prosentase luas (Tabel 3.1; Tabel 3.2 dan Tabel 3.3).
2.4 Analisa data hujan dan data debit
Data HHR dan DHR selanjutnya diurutkan sebagai data time series dari: 1 Januari 1997 s/d
31 Desember 2005, data excel selanjulnya diformat dalam file (*.csv) dengan dua kolom
(kolom 1berisi: tanggal, kolom 2 berisi: nilai data). File (*.csv) ini selanjutnya diimport ke dalam
RAP. Analisa dilakukan di dalam perangkat lunak RAP.
a. Analisa data hujan
Data rentang waktu untuk Hujan Mingguan Rerata (HWR), Hujan Bulanan Rerata (HBR)
dan Hujan Tahunan Rerata (HTR) diperoleh dari kumulatif HHR. Data HWR, HBR dan HTR
diolah dengan fasilitas Time-series-manager (TSM) yang ada di dalam RAP. Data ini ditentukan
dari data rentang waktu HHR. Analisa statistik umum yang mencakup nilai: rerata, maksimal,
minimal, median, skewness, standard deviasi, koefisien variasi, variability, lane variability indek,
S_log, dan percentile dilakukan terhadap data rentang waktu tersebut (HHR, HBR, dan HTR).
Selanjutnya hasil analisa ditampilkan dalam tabel. Frekuensi kejadian hujan yang melebihi nilai
tertentu divisualisasikan dalam bentuk grafik dan dibandingkan antar ke enam DAS.
b. Analysis data debit
Analisa data debit menggunakan fasilitas yang ada pada perangkat lunak RAP. Analisa di
dalam RAP meliputi: (1) nilai statistik umum rerata, maksimal, minimal, median, skewness,
standard deviasi, koefisien variasi, variability, lane variability indek, S_log, dan percentile, (2)
High and low spell analysis, (3) rate of rise and fall, (4) baseflow analysis, (5) Colwells Indice,
(5) dan Flow Duration Curve (FDC). Hasil analisa untuk ke enam(6) DAS tersebut selanjutnya
diperbandingkan dalam bentuk tabel dan grafik.
3. HASIL DAN PEMBAHASAN

3.1 Karakteristik Fisik
a. Karakteristik Topografi DAS
1086
Kenampakan visual (Gambar 3) menunjukkan bahwa DAS-1 & DAS-3 berbentuk triangle
melebar. Berbeda dengan (DAS-2, DAS-4 dan DAS-5) yang berbentuk sempit dan memanjang
ke arah hilir. Bentuk DAS-6, memanjang dan agak melabar sehingga berbeda dengan ke 5 DAS
sebelumnya (Tabel 3.1).
Tabel 3.1 Ringkasan Karakteristik Topografi
Karakterisitk Prosentase per luas DAS (%)

No
DAS-1 DAS-2 DAS-3 DAS-4 DAS-5 DAS-6
2
1 Luas DAS (km ) 782 218 210 186 180 290
Triangle Memanjang Triangle Memanjang Memanjang Elips
2 Bentuk DAS melabar melabar memanjang
Panjang sungai
3 utama (km) 57.55 39.19 23.16 29.81 36.99 33.65
Bifurcation
4 ratio 3,69 3,67 3,82 3,70 3,65 4,18
Nilai (R) pada
bifurcation
5 ratio 1,00 1,00 1,00 0,99 0,99 1,00
Cumulative
stream length (-177) (-114) (-175) (-132) (-143) (-128)
6 vs stream (0,94) (0,96) (0,95) (0,90) (0,73) (0,71)
order (%) (R)
Jenis
hypsometric
7 curve Monadock Monadock Monadock monadock monadock monadock
8 Ketinggian (m) 35 - 2685 95 - 3175 48 - 1560 121 - 2470 49 - 2566 31 - 1149
b. Peruntukan lahan
Sebelas (11) jenis peruntukan lahan teridentifikasi, mencakup: pemukiman, sawah irigasi,
sawah tadah hujan, kebun, hutan, semak belukar, ladang, tanah kosong, rawa, danau
(bendungan), sungai. Prosentase luas tujuh jenis peruntukan lahan utama diberikan dalam Tabel
(3.2) yang mencakup: pemukiman, sawah irigasi, sawah tadah hujan, kebun, hutan, semak
belukar dan perladangan. Komposisi masing-masing jenis peruntukan lahan untuk tiap DAS juga
berbeda beda.
Tabel 3.2 Peruntukan lahan utama pada enam (6) DAS
No Prosentase per luas DAS (%)

Peruntukan Lahan
1 Pemukiman 12.3 11.5 6.3 4.8 4.2 1.5
2 Sawah Irigasi 22.9 29.3 0.1 4.0 20.7 2.5
3 Sawah Tadah Hujan 5.3 0.1 4.3 2.8 5.6 -
4 Kebun 16.6 24.2 20.9 - 10.6 18.4
5 Hutan 26.1 24.5 5.2 61.6 23.9 65.7
6 Semak belukar 4.2 2.2 11.9 14.9 23.0 8.5
7 Ladang 12.0 6.7 50.4 11.9 8.5 2.9
c. Jenis lapisan tanah
1087
Wilayah UPT PSAWS Bondoyudo-Mayang memiliki tanah yang berjenis: Andosol,

Grumosol, Mediteran, Regosol dan Aluvial.
Tabel 3.3 Prosentase luas jenis tanah pada enam (6) DAS
Tanah Prosentase luas (%)
No
Jenis Tipe DAS-1 DAS-2 DAS-3 DAS-4 DAS-5 DAS-6
1 Aluvial Sedang 0.4 - - - - 3.3
2 Andosol Ringan 44.9 5.4 72.8 16.2 - 95.7
3 Grumosol Sangat Berat 25.6 - 17.0 65.3 38.8 -
4 Mediteran Sangat Berat 29.1 94.6 10.2 18.5 61.2 1.0
Wilayah ini didominasi oleh tanah Mediteran (55.8%). Prosentase luas jenis tanah untuk
tiap DAS diberikan dalam Tabel (3.2). DAS-6 didominasi oleh jenis tanah Andosol.
d. Karakteristik Hujan
Periode rekaman yang seragam untuk data HHR pada ke enam DAS adalah: dari 1 januari
1997 s/d 31 desember 2005. Data rentang waktu tersebut selanjutnya dimasukkan ke dalam RAP
dan dijadikan sebagai dasar analisa Hujan Harian Rerata (HHR). Analisa dilakukan dengan
membandingkan nilai statistik umum dan bentuk grafik frekuensi kejadian. Analisa frekuensi
kejadian dilakukan dengan memanfaatkan fungsi FDC yang ada di dalam RAP. Dua grafik pada
Gambar (4) menampilkan prosentase kejadian hujan harian yang lebih dari batas tertentu, (a)
dalam skala logaritmik dan (b) skala biasa.
Das5
Das4
Das6
Das3
Das2
Das1
(a) Skala logaritmik (b) Skala biasa

(c)
Gambar 4. Prosentase kejadian hujan lebih dari batas tertentu (%)
Pada skala logaritmik terlihat bahwa ada tiga kelompok, yaitu: (1) DAS-6 relatif berbeda
dengan das lainnya, (2) Kemudian, DAS-1, DAS-2, dan DAS-3, relatif sama grafiknya, dan(3)
DAS 4 dan DAS-5 berdeda dengan dua kelompok terdahulu. Hasil perhitungan nilai statistik
umum untuk HHR, HBR dan HTR, diberikan dalam Tabel (3.3), Tabel (3.4) dan Tabel (3.5).
1088
Tabel 3.3 Nilai Statistik HHR

Nilai Hujan Harian Rerata (HHR) dalam (mm/hari)
statistik DAS-1 DAS-2 DAS-3 DAS-4 DAS-5 DAS-6
Min 0 0 0 0 0 0
Max 71.9 72.4 99.3 149.8 124.2 102.5
P 10 15.8 15.6 15.3 19.8 16.08 13
P 90 0 0 0 0 0 0
MDF 4.9 5.1 4.9 6.5 5.5 4
Med 0.7 0.6 0.9 2.2 1.7 0
CV 1.7 1.76 1.67 1.6 1.6 2.4
STD 8.5 8.9 8.2 10.3 8.9 9.5
Tabel (3.3) menunjukkan nilai statistik HHR yang relatif berbeda untuk DAS-6. Nilai rerata
HHR untuk ke lima DAS lain antara (5 s/d 6,5) mm/hari. Nilai CV dan SD juga relatif seragam
untuk ke lima DAS (antara 1,6 s/d 1,7). Bentuk grafik FDC HHR untuk DAS-6 juga berbeda
dari ke lima DAS lainnya.
Hujan bulanan rerata (HBR) pada ke enam DAS berkisar antara 0 s/d 600 mm per bulan. Ada
bulan kering dimana tidak ada hujan sama sekali (musim kemarau), sebaliknya pada musim
penghujan, hujan bulanan dapat mencapai lebih dari 600mm (Tabel 3.4). DAS 4 dan DAS 5
mendapatkan hujan bulanan yang relatif tinggi, yang ditunjukan oleh nilai rerata dan median
yang lebih tinggi dari DAS lain. DAS 6 terlihat menerima hujan bulanan yang lebih kecil
dibanding ke lima DAS lain.
Tabel 3.4 Nilai statistik HBR
Nilai statistik Hujan Bulanan Rerata (HBR) dalam (mm/bulan)
Min 0 0 0 0 0 0
Max 573.2 595.2 537.8 536.0 612.0 560.0
MDF 151.8 153.6 148.8 196.6 166.3 122.5
Med 111.5 115.4 134.1 178.9 152.7 70.0
CV 1.0 0.9 0.9 0.8 0.8 1.1
STD 147.3 144.3 134.2 152.1 129.9 134.6
Hujan tahunan berkisar antara 700 mm s/d 3700 mm. Hujan terkecil terekam pada DAS-6,
sedangkan terbesar terekam pada DAS-3. Variabilitas hujan dari satu tahun ke tahun relatif kecil
untuk semua DAS, hal ini ditunjukkan oleh CV yang relatif kecil. Hal ini juga diperkuat dengan
nilai rerata dan median yang tidak jauh selisihnya.
Gambar (5) menampilkan: (a) prosentase hujan bulanan yang melebihi nilai tertentu dan (b)
prosentase hujan tahunan yang melebihi nilai tertentu(% time exceeded). Kedua grafik
menunjukkan bahwa DAS-6 menerima hujan bulanan dan tahunan yang lebih kecil dari DAS
lain. Sebaliknya DAS-5 menerima hujan bulanan dan tahunan yang terbesar.
1089
Tabel 3.5 Nilai statistik HTR , periode 1/1/1997 s/d 1/1/2004
Nilai Hujan Tahunan Rerata (Htr) dalam (mm/tahun)

Statistic DAS-1 DAS-2 DAS-3 DAS-4 DAS-5 DAS-6
Min 1327.1 1414.9 1451.2 1021.0 1144.2 705.0
Max 2621.9 2244.7 3691.3 2913.4 2924.7 2088.0
MDF 1812.1 1831.7 2350.9 1753.6 1987.5 1478.6
Med 1778.4 1838.5 2430.8 1630.4 2048.9 1544.8
CV 0.2 0.1 0.3 0.4 0.3 0.4
STD 369.3 268.4 760.0 684.3 619.0 537.5
Hujan Bulanan (mm) Hujan Tahunan (mm)

Gambar 5. Frekuensi kejadian hujan lebih dari (% time value exceeded) untuk ke enam sub-
DAS.
e. Karakteristik Debit
Nilai statistik umum debit harian untuk periode 1/1/1997 s/d 31/12/2005 diberikan dalam
Tabel (3.7). Grafik FDC untuk masing-masing DAS, diberikan dalam Gambar 6 dan Gambar 7.
Tabel 3.7 Nilai statistik umum DHR , periode 1/1/1997 s/d 1/1/2005
Min 0.1 0.0 2.1 1.7 0.2 0.0
Max 588.0 70.5 196.1 104.0 51.5 183.0
P 10 84.4 10.5 27.0 19.3 10.0 25.3
P 90 3.8 1.5 10.6 4.2 0.6 0.5
MDF 36.4 5.1 17.9 12.5 5.0 10.6
Med 17.8 3.6 15.0 7.3 4.2 6.1
CV 1.4 0.9 0.6 1.3 0.7 1.4
STD 49.9 4.7 11.2 16.2 3.6 14.4
Skw 2.0 1.4 1.2 1.7 1.2 1.7
Var 4.5 2.5 1.1 2.1 2.2 4.1
1090
(a) DAS 1( Semua periode ) (b) DAS 1(Bulan: Feb, Mar & Sept)
(a) DAS 2( Semua periode) (b) DAS 2(Bulan : Jan,Feb & Jun & Agt)
(a) DAS 3( Semua periode) (b) DAS 3(Bulan : Jan, Feb & Agt,Sept)
Gambar 6. FDC untuk: DAS-1, DAS-2, dan DAS-3
1091
(a) DAS 4( Semua Periode ) (a) DAS 4(Feb, Mar & Agt, Sept)
(a) DAS 5( Semua periode) (b) DAS 5(Jan, April & Agt, sept)
(a) DAS 6( Semua periode) (b) DAS 6 (Feb, Mar & Agt, Sept)
Gambar 7. FDC untuk: DAS-4, DAS-5, dan DAS-6
1092
Analisa FDC untuk ke enam DAS (Gambar 6) dan (Gambar 7) dilakukan untuk semua
periode rekaman (grafik a) dan untuk tiap-tiap bulan (grafik b). Analisa FDC untuk masing-
masing bulan (grafik b), selanjutnya diplot untuk membandingkan kondisi debit pada musim
penghujan dan pada musim kering untuk tiap-tiap DAS. Tiap grafik (b) terdiri dari tiga sampai
dengan empat kurva. Dua kurva pada bagian atas dari grafik (b) memperlihatkan FDC puncak
musim penghujan. Diasumsikan bahwa musim penghujan terjadi antara bulan yang umumnya
terjadi antara Oktober s/d April. Selanjutnya, dua kurva pada bagian bawah grafik (b)
menunjukkan puncak musim penghujan. Diasumsikan musim penghujan terjadi dari bulan
Oktober sampai dengan April.
Dari Gambar (6) dan Gambar (7), terlihat bahwa bentuk kurva FDC berbeda untuk tiap DAS,
yang menunjukkan karakteristik spesifik masing-masing DAS. Grafik (b) untuk masing-masing
DAS, juga menunjukkan perbedaan waktu puncak musim penghujan dan musim kemarau. Pada
DAS-1, musim penghujan mencapai puncak (ditunjukkan dengan debit yang relative lebih besar)
pada bulan Februari dan Maret. Sementara musim kemarau mencapai puncak pada bulan
Sepetmber. Pada DAS-2, musim penghujan menghasilkan debit besar untuk bulan Januari dan
Februari. Sedangkan musim kemarau menghasilkan debit minimal pada bulan Juni dan Agustus.
Pada DAS-3, puncak musim penghujan terjadi pada bulan Januari s/d Februari. Puncak musim
kemarau pada bulan agustus dan sepetember. Pada DAS-4, musim penghujan mencappai
puncaknya pada bulan Februari dan Maret. Sedangkan musim kemarau mencapai peak minimum
pada bulan Agustus sampai September. Keadaan DAS-6 hampir sama dengan DAS-4. Hasil
analisa terhadap baseflow disajikan dalam Tabel (3.8). Analisa baseflow menggunakan koefisien
alpha = 0.97.
Tabel 3.8 Hasil analisa Base flow , periode 1/1/1997 s/d 1/1/2005
DAS-
1 DAS-2 DAS-3 DAS-4 DAS-5 DAS-6
2
Luas DAS(km ) 782 218 210 186 180 290
BFI 0.30 0.36 0.43 0.37 0.41 0.29
FFI 0.69 0.63 0.56 0.62 0.58 0.70
MDBF 11.0 1.8 7.7 4.6 2.0 3.1
KESIMPULAN
Hasil analisa menunjukkan bahwa ke enam (6) DAS di wilayah UPT PSAWS Bondoyudo-
Mayang memiliki karakteristik fisik dan hidro-klimatologi yang bervariasi dan spesifik untuk
masing-masing DAS. Penelitian menunjukkan bahwa metode statistik yang sederhana terhadap
data rentang waktu juga dapat digunakan untuk menggambarkan karakteristik fenomena alam
yang berbeda-beda antar DAS.
UCAPAN TERIMA KASIH

Penelitian ini didanai oleh HIBAH PENELITIAN FUNDAMENTAL DP2M -DIKTI, Tahun
Anggaran 2008 s/d 2009.
DAFTAR PUSTAKA
[1]. Gordon, N.D., McMahon, T.A. and Finlayson, B.L., 1992. Stream Hydrology: an Introduction for
Ecologists. John Wiley and Sons, 526 pp.
[2]. Harman C., 2005a. River Analysis Package: Help Manual, Cooperative Research Centre for
Catchment Hydrology, University of Melbourne, Melbourne Australia.
1093
[3]. Harman C., 2005b. [Time Series Analysis]: River Analysis Package: Help Manual, Cooperative
Research Centre for Catchment Hydrology, University of Melbourne, Melbourne Australia.
[4]. Marsh, N., 2004. River Analysis Package (RAP) User Guide. CRC for Catchment Hydrology,
Australia. http://www.toolkit.net.au/rap.
1094
View publication stats

Eng - 196, Indarto, ANALISA STATISTIK UNTUK STUDI KARAKTERISTIK HIDROLOGI PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Eng - 196, Indarto, ANALISA STATISTIK UNTUK STUDI KARAKTERISTIK HIDROLOGI PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

See

Analisa Statistik untuk Studi Karakteristik

Conference Paper January 2009

Hibah Komptensi 2016 View project

The user has requested enhancement of the downloaded file.

Analisa Statistik untuk Studi Karakteristik

1.1 Komponen Hidrograf

2.2 Data yang digunakan

dengan CatchmentSIM menghasilkan parameter karakteristis DAS sebagai berikut: Downslope

3. HASIL DAN PEMBAHASAN

a. Karakteristik Topografi DAS

Karakterisitk Prosentase per luas DAS (%)

Tabel 3.2 Peruntukan lahan utama pada enam (6) DAS

No Prosentase per luas DAS (%)

c. Jenis lapisan tanah

Wilayah UPT PSAWS Bondoyudo-Mayang memiliki tanah yang berjenis: Andosol,

(a) Skala logaritmik (b) Skala biasa

Tabel 3.3 Nilai Statistik HHR

Tabel 3.5 Nilai statistik HTR , periode 1/1/1997 s/d 1/1/2004

Nilai Hujan Tahunan Rerata (Htr) dalam (mm/tahun)

Hujan Bulanan (mm) Hujan Tahunan (mm)

UCAPAN TERIMA KASIH

View publication stats

Anda mungkin juga menyukai