PANDUAN PERENCANAAN BENDUNGAN URUGAN VOLUME II (ANALISIS HIDROLOGI ) JULI, 1999 % i) DEPARTEMEN PEKERJAAN UMUM ae DIREKTORAT JENDERAL PENGAIRAN DIREKTORAT BINA TEKNIKDEPARTEMEN PEKERJAAN UMUM DIREKTORAT JENDERAL PENGAIRAN. SAMBUTAN Pembangunan Irigasi di Indonesia sudah berjalan lebih dari satu abad, dengan demikian kita telah dapat mengumpulkan pengalaman-pengalaman berharga yang sangat bermanfeat bagi pengembangan irigasi di masa yang akan datang. Pengalaman- pengalaman tersebut didapat baik pada tehap Studi, Perencenaan maupun pada tahap Pelaksanaan serta Operasi & Pemeliharaan (O8&P).. Panduan Perencanaan SID Bendungan Urugan yang disusun oleh Direktorat Bina ‘Teknik jini sesuai dengan tugasnya, disiapkan melalui proses yang cukup panjang serta telzh dilakukan pengumpulan dan pengkajian terhadap desain-desain yang dipergunakan di proyek-proyek, serta referensi dari luar Indonesia. Banyak pendapat dan saren para ali sesuai bidang terkait pada Pedoman ini telah ditampung melalui acara diskusi periodik, seminar nasional dan lokakarya, yang kemudian dimasukkan dalam Pedoman ini. Panduan Perencanaan SID Bendungan Urugan inl tidak bersifat statis, dan di masa yang akan datang masih terbuka untuk dikembangkan dan disempunakan sesuai dengan kondisi yang ada Dengan terbitnya Panduan Perencanaan SID Bendungan Urugan ini diharapkan para petugas Dinas Pengairan/Proyek dan Perencana/Perancang di daerah dan pihak terkait lainnya dapat menggunakannya sebagai acuan dalam kecepatan penyelesaian tugas-tugas Perencanaan SID Bendungan Urugan . ‘Akhirnya, kami mengucapkan selamat atas terbitnya Panduan Perencanaan SID Bendungan Urugan ini, dan sepantasnyalzh kiranya kita semua memberikan apresiasi yang setinggl-tingginya kepada semua pihak atas sumbangan yang sangat besar’ bagi Pengembangan Panduan ini, ikarta, Juli 1999 IR. BUDIMAN ARIEFKATA PENGANTAR Dalam rangka pelaksanaan kerja sama teknik dengan Pemerintah Jepang/JICA untuk proyek BTA-195 Bagian Proyek Pengembangan dan Pengelolaan Pengairan, Proyek Perencanaan Teknis Pengairan/IESC Project, Direktorat Bina Teknik, Direktorat Jenderal Pengairan, pada Tahun Anggaran 1998/1999, Unit Survai, Investigasi, dan Desain (SID) mendapat tugas untuk menyusun Buku Pedoman SID Bendungan Tipe Urugan. Berdasarkan hasil diskusi pembahasan, telah disepakati bahwa judul buku berubah menjadi "PANDUAN PERENCANAAN SID BENDUNGAN URUGAN”. Buku Panduen ini terdiri dari bagian-bagian sebagai berikut : VolumeI : Survai dan Investigasi Volume It: Analisis Hidrologi Volume lI: Desain Pondasi dan Tubuh Bendungan VolumeIv: Desain Bangunan Pelengkap Volumev—: Pekerjaan Hidromekanik, Instrumentasi dan Bangunan Pengelak Maksud penyusunan buku ini adalah mempersiapkan bahan standar di lingkungan Direktorat Jenderal Pengairan, dengan tujuan untuk memberikan panduan dalam mengadakan survai, investigasi, dan perencanaan bendungan tipe urugan. Panduan Perencanaan ini terutama untuk dipakai sebagai panduan dalam praktek- praktek perencanaan bendungan yang aman, bagi mereka yang berkecimpung dalam perencanaan bendungan urugan di Direktorat Jenderal Pengairan Departemen Pekerjaan Umum. Panduan ini hanya membahas metoda-metoda perencaan bendungan yang umurn dipakai di Indonesia. Tekanan diberikan pada perencanaan bendungan tipe urugan karena merupakan tipe yang paling umum digunakan, untuk mendapatkan tingkat keamanan bendungan yang cukup dan ekonomis, Bahasan dalam buku ini diharapkan cukup memadal, faktor-faktor keamanan yang 10th neraca air waduk + Debit bulanan atau harian Model hubungan hujan harian <10 th dan debit = Debit bulan atau harian | - Analisis wilayah tidak ada ‘ 2. Banjir disain Debit banjir > 20 th - Analisis _ frekuansi 2~ 1000 tahun (Debit banjir puncak untuk desain bangunan Pengelak) 3 Barjir Maksimum Boleh |- Curah hyjan arian | Analisis | fekuensi maksimum > 20 th Curah hujan {6MB/PMF) + Karakteristik DPS =_Unit hidrograf sintetik + Curah —hujan_—harian | - Analisis regional maksimum 10 ~ 20 th 4, Curah Hujan Maksimum |- Curah —hujan —(harian | - Storm maximization boleh Jadi (CMB) maksumum tahunan ) = Storm transposition > 20th = Metode Statistik + Curah —hujan arian | - Analigis regional maksimum <20 th22, 224. Kegiatan Pengolahan data. Kegiatan ini meliputi pemeriksaan data dan pengisian data yang hilang. Sebelum data digunakan, lebih dulu data debit maupun data hujan harus diperiksa keandalannya melalui pemeriksaan secara manual dan secara statistik. Bagi reretan data hujan yang kurang lengkap atau datanya ada yang hilang, dalan batas kepentingan tertentu data yang hilang dapat di perkirakan kembali. Pemeriksaan data hujan secara manual. Pemeriksaan ini dilakukan untuk melihat _kemungkinan-kemungkinan kesalahan-kesalahan seperti berikut : - Kesalahan ketik atau bergesernya koma. - Tercatat angka 999 yang berarti tidak ada data. - Harga maksimum tidak realistis atau sangat kecil, misal : 5 mm, 15 mm. - Kesalahan pembacaan atau pemasukan data. Hujan harian maksintum tahunan yang dikumpulkan dari BMG atau dari buku-buku data curah hujan perlu diperiksa kebenarannya secara manual untuk setiap pos hujan. Langkah-langkah pemeriksaan adalah seperti berikut : a. Data hujan harian maksimum tahunan yang terjadi pada bulan tertentu dibandingkan terhadap data hujan bulanan pada bulan yang bersangkutan. Data diragukan jika : - Pada bulan yang bersangkutan tidak ada data bulanan maupun jumlah hari hujan. - Besaran hujan harian maksimum tahunan lebih besar dari jumlah hujan bulanan pada bulan yang bersangkutan. b. Data hujan harian maksimum tahunan diperiksa terhadap bulan-bulan basah. Data diragukan jika : - Hujan harian maksimum tahunan yang terjadi pada bulan tertentu kemungkinan bukan yang maksimum jika pada tahun tersebut ada satu atau lebih bulan-bulan basah yang tidak ada datanya.2.2.2, ¢. _ Pemeriksaan data terhadap hujan harian maksimum absolut yang terjadi. Pada pemeriksaan ini dilihat apakah hujan harian maksimum tahunannya lebih kecil atau sama dengan hujan absolutnya. Jika hujan maksimum absolut tidak berubah walaupun hujan harian maksimum tahunannya lebih tinggi, hal ini perlu dikoreksi. Data-data yang meragukan tersebut diperiksa besarannya secara manual terhadap besaran di pos-pos terdekat pada tahun yang sama. Data yang lolos penyaringan adalah : - Besaran hujan di pos yang diperiksa tidak jauh berbeda dengan besaran hujan di pos terdekat. Pemeriksaan secara statistik. Untuk keperluan praktis pemeriksaan ini meliputi : - Pemeriksaan homogenitas. - Pemeriksaan outlier (data diluar ambang batas). Pemeriksaan homogenitas dengan Kurva massa ganda (Double mass curve). Jika terdapat data curah hujan tahunan dengan jangka waktu pengamatan yang panjang, maka kurva massa ganda dapat digunakan untuk memeriksa dan memperbaiki kesalahan pengamatan yang tidak homogen yang disebabkan oleh perubahan posisi atau cara pemasangan alat ukur curah hujan yang tidak baik. Pada metode inj, hubungan antara seri waktu dengan data curah hujan dianggap linier. Data curah hujan tahunan jangka waktu yang panjang dari suatu stasiun penakar hujan, dibandingkan dengan data curah hujan rata-rata sekelompok stasiun penakar hujan dalam periode yang sama. Untuk itu harus dipilih’ se-kurang-kurangnya 5 stasiun penakar hujan disekitarnya yang mempunyai kondisi topografi yang hampir sama,Gambar. 2.1, memperlihatkan kurva massa ganda berdasarkan dari data curah hujan tahun 1954 sampai tahun 1970. Dalam gambar dapat dilihat bahwa kemiringan garis lurus berubah pada tahun 1963. Dari perubahan kemiringan kedua data di stasiun X setelah tahun 1963 harus dikoreksi dengan cara dikalikan koefisien ©, agar menjadi cocok dengan data tahun 1970. @ M c Pac= Px—$ > PM 1) P, = Curah hujan stasiun X pada waktu t setelah dikoreksi. P, = Data asli curah hujan stasiun x pada waktu t. M, = Koreksi kemiringan kurva massa ganda. M, = Kemiringan asli kurva massa ganda. Perubahan kemiringan th. 1963 20 4A 1g} comectionratio = 7 - ist MS a 2 14 Ma * ri 0 04 08 12 16 29 24 28 Gambar. 2.1 Contoh Kurva Massa Ganda (Double Mass Curve) Pemeriksaan outlier. Outlier adalah data yang menyimpang cukup jauh dari trend kolompoknya. Keberadaan outlier biasanya mengganggu pemilihan jenis distribusi suatu sampel data, sehingga outlier ini perlu dibuang. Untuk estimasi CMB, outlier bawah dapat langsung dibuang namun outlier atas harus dipertimbangkan masak-masak, perlu dibandingkan dengan data hujan atau banjir historis dan informasi hujan atau banjir dari stasiun-stasiun didekatnya.‘Uji Grubbs and Beck menetapkan dua batas ambang bawah X, dan ambang atas X, sebagai berikut : Xy = Exp. (x+K,S) X, = Exp. (5-K,S) (2.2) (23) dimana : Xj = nilai ambang atas X_ = nilaiambang bawah nilai rata-rata simpangan baku dari logaritma terhadap sampel data K, = besaran yang tergantung pada jumlah sampel data, yang diberikan pada tabel 2.2 n= jumlah sampel data Data yang nilainya diluar X, dan X, diklasifikasikan sebagai outlier. Tabel 2.2 Nilai K, untuk uji outlier Jumlah Jumlah Jumlah Jumlah datan | K, | datan | K, | datan | K, | datan |. K, 10 2.036 24 2.467 38 2.661 60 2.837 11 f2088] 25 |2486} 39 2.671 65 2.866 12 -|2134} 26 | 2502] 40 2.682 70 2.893 13012175) 27 |2519] 41 2.692 75 2.917 14 [2213 | 28 | 2534] 42 2.700 80 2.940 15 | 2247) 29 | 2549] 43 2710 85 2.961 16 2.279 30 2.563 44 2719 90 2.981 17 -|2309) 31 | 2577] 45. 2727 95 3.000 18 | 2335) 32 [2591] 46 2736 | 100 | 3.017 19 | 2361} 33 | 2604] 47 2744 m0 | 3.049 20 '|2385| 34 | 2616] 48 2.753 120 | 3.078 m1 =| 2408} 35 | 2628] 49 2.760 130 | 3.104 22 | 2429) 36 | 2639] 50 2.768 wo | 3.129 23 | 2418 | 37 | 2650] 55 2.804 Dikutip dari Applied Hydrology - Van Te Chow. yang bersumber dari U'S. Water Resources Council, 1981,223. Pengisian data hujan yang hilang, Stasiun hujan kadang-kadang tidak dapat bekerja dengan baik, sehingga data curah hujan kurang lengkap. Dengan cara apapun data yang hilang (rusak, tidak terekam atau sangat meragukan) tidak dapat ditemukan kembali dengan tepat, Dalam batas kepentingan tertentu, bila dianggap penting data yang hilang atau kosong dapat diperkirakan atau diisi dengan metode pendekatan : - Normal Ratio methode “ - Reciprocal methode = Analisis regresi a. Normal Ratio methode. Cara ini didasarkan pada persamaan sebagai berikut : ww (2.4) P, = hujan pada stasiun X yang diperkirakan N, = hujan normal tahunan di stasiun X Ny Ne Nw = hujannormal tahunan di stasiun A, B, danm Py Py Pa = hujandistasiun A,B, dan m, yang diketahui. 0 = jumlah stasiun referensi Cara ini hanya boleh digunakan bila variasi ruang (spatial, arenl variation) hujan tidak terlalu besar. Dianjurkan paling tidak menggunakan 3 stasiun acuan. b. Reciprocal method. Cara ini memanfaatkan jarak antar stasiun sebagai faktor koreksi, dan dianggap merupakan cara yang lebih baik. Dianjurkan jumlah stasiun acuan paling sedikit3 stasiun. fa, PB, PCL (2.5) p= Sa Gro) dec? 1 1 1 (dy? yw)? ye)* dy, = jarak antara stasiun X dan stasiun acuan A c. Analisis regresi.Analisis regresi dilakukan terhadap stasiun hujan terdekat Cara regresi tidak dibahas dalam buku pedoman ini BANJIR DESAIN. Umum Untuk membuat desain bangunan pelimpah, diperlukan debit banjir rencana yang realistis. Untuk ini, angka-angka hasil perhitungan hidrologi perlu diuji dengan menggunakan data banjir-banjir besar dari pencatatan atau pengamatan setempat. Disini banjir rencana di bedakan menjadi dua, yaitu: yang pertama banjir rencana dengan periode ulang tertentu misal banjir dengan periode ulang 25, 100 dan 1000 tahun yang umum dikenal sebagai Quy, Quy dan Que Yang kedua adalah Banjir Maksimum Boleh jadi (BMB) atau dikenal sebagai “Probable Maximum Flood” (PME). Untuk pembuatan desain bendungan lazimnya diperlukan data banjir dengan kala ulang 2,5, 10, 25, 50, 100, 1000 tahun dan BMB. Pada tabel. 3 disajikan patokan banjir desain dan kapasitas pelimpah yang dikutip dari SNI 03-3432-1994, dan pada gambar 3.1 diperlihatkan bagan alir penentuan banjir desain dan kapasitas pelimpah bendungan Untuk bangunan pengelak, di desain dengan banjir kala ulang 25 tahun, atau kala ulang 10 tahun per setiap tahun Pelaksanaan konstruksi tergantung pada pertimbangan risiko dan biaya pembangunan. Banjir rencana dengan periode ulang tertentu dapat dihitung dari data debit banjir atau data hujan. Apabila data debit banjir tersedia cukup panjang (> 20 tahun), debit banjir dapat langsung dihitung dengan metode analisis probabilitas Gumbel, Log Pearson atau Log Normal. Sedang apabila data yang tersedia hanya berupa data hujan dan karakteristik DPS, metode yang disarankan untuk digunakan adalah metode hidrograf satuan/unit hidrograf. Khusus untuk perhitungan BMB, metoda perhitungan yang paling sesuai adalah hidrograf satuan Metode rasional hanya digunakan untuk banjir desain bangunan pengelak, dan tidak disarankan untuk digunakan pada perhitungan banjir desain bendungan, kecuali hanya sebagai pembanding.Selanjutnya di bawah ini hanya akan diuraikan perhitungan debit banjir rencana dengan metode hidrograf satuan. Metode-metode perhitungan debit banjir lain, untuk lebih jelasnya dapat dilihat di SK SNI M-18-1989-F tentang “Metode Perhitungan Debit Banjir” Secara garis besar perhitungan debit banjir desain terdiri dari 3 tahap sebagai berikut: - Perhitungan curah hujan desain - Perhitungan debit banj desain - Pengujian hasil perhitungan debit banjir desain. Tabel. 3.1 Patokan Banjir Desain dan Kapasitas Pelimpah untuk Bendungan Jenis dan kelas Konsekuensi Besar Konsekuensi Kecil Bendungan Kapasitas pelimpah | BanjirDesain | Kapasitas pelimpah 1. Bendungan Urugan (1) <40m_ | Qiao" dan BMB™ | 1) ditentukan pilih yang | 1) ditentukan dengan (rendah) | masing-masing dengan besarantara | penelusuran banjir dengan ting penelusuran | Qigp dan 05 banjir BMB 2) minimal 15% 2) minimal 15% debit debit puncak puncak banjie BMB desain 2) 40-80m sda 1) ditentukan, sda 1) ditentukan dengan (sedang) dengan penelusuran banjir penelusuran banjir 2) minimal 15% 2) minimal 25% debit debit puncak puncak banjir BMB desain @) >80m sda 1) ditentukan sda 1) ditentukan dengan (tinggi) dengan penelusuran banjir penelusuran banjir 2) minimal 35% 2 minimal 35% debit debit puncak puncak banjie BMB desain I Bendungan Qua minimal 125% Quy | 05Qjq | minimal 125% x Beton 05 Qu © Qrove “ BMB “Qh debit puncak banjir dengan kala ulang 1000 tahun = Banjr Maksimum Bole jadi = debit puncak banjir dengan kala ulang 100 tahun nu‘Tipe Baxkngan Gambar 3.1 Bagan Alir Penentuan Banjir Disain dan Kapasitas Pelimpah Bendungan sesulai SNI 03 - 3432 - 19943.2 325; Perthitungan banjir desain dari data hujan Metode pendekatan. a. . Analisis hujan. Langkah-langkah yang dilakukan adalah sebagai berikut : - Pengolahan data hujan, yang meliputi penyaringan atau pemeriksaan data dengan cara manual dan statistik serta pengisian data yang hilang. Hitung hujan rata-rata dengan poligon Thiessen atau Isohiet. Analisis frekuensi hujan rata-rata dengan menggunakan cara distribusi Gumbel, Log Pearson tipe Ill dan Log Normal. Berdasarkan hasil penelitian Dr.Sri Harto (1985), terhadap 30 DPS di Pulau Jawa, menunjukkan bahwa 66,4 % mengikuti distribusi Log Pearson tipe Ill, 30,3 % Log Normal dan 33 % mengikuti distribusi Normal. Pemeriksaan kecocokan (goodness of fit) untuk memilih metode distribusi yang paling cocok dengan metode Kolmogorov Smirnov dan Chi-square. - Tetapkan besar koefisien reduksi (Coefficient of reduction) dari analisis DAD (Depth Area Duration) atau dari kurfa koefisien reduksi PSA 007. Hitung curah hujan DPS (besin rainfall) dari hasil analisis frekuensi dikalikan dengan koefisien reduksi. Curah hujan DPS ini merupakan curah hujan desain yang dicari. Lakukan pula analisis curah hujan maksimum boleh jadi (CMB/PMP) dari masing-masing pos hujan untuk menghitung CMB-DPS. ». Pola distribusi hujan badai. Untuk analisis hubungan hujan - limpasan dengan metode Unit Hidrograf Sintetis, diperlukan pola distribusi hujan badai jam-jaman, yang meliputi: ~ durasi hujan dan : ~ distribusi hujan Dari durasi dan distribusi hujan ini dapat disusun hidrograf hujan badai yang menggambarkan hubungan antara intensitas hujan dengan interval waktu. 13c. Hujan efektif. Pada analisis hubungan hujan - limpasan, curah hujan total, harus dirubah menjadi curah hujan efektif yaitu curah hujan yang menghasilkan limpasan langsung (direct run-of). Curah hujan efektif adalah curah hujan total dikurangi dengan kehilangan (losses) yang terdiri dari kehilangan awal dan infiltrasi. Besar hujan yang terinfiltrasi dapat dihitung dengan metode Horton, Indeks infiltrasi (Phi index) atau metode Green and Amps. . Analisis hubungan hujan - limpasan. Untuk mendapatkan hidrograf, banjir aliran masuk (inflow hydrograph) suatu rencana bendungan, diperlukan hidrograf satuan (unit hidrograf) Bila hidrograf pengamatan tidak tersedia, dapat dilakukan analisis hubungan hujan dan limpasan dengan menggunakan metode unit hidrograf satuan sintetik. Ada beberapa jenis hidrograf satuan yang lazim digunakan di Indonesia yaitu SCS, Gama I, Nakayasu, Snyder dan Clark. Didalam SK SNI-18-1989-F dua metode pertama yaitu SCS dan Gama I merupakan metode yang disarankan untuk di pakai. Bila memungkinkan, seyogyanya unit hidrograf sintetis ini, diuji berdasarkan data pengamatan banjir dan data curah hujan atau perkiraan curah hujan dilokasi studi. Dan didalam pemakaiannya, disarankan digunakan beberapa metode yang selanjutnya diperbandingkan hasilnya dan dipilih yang paling sesuai. e. Penelusuran banjir lewat waduk (Reservoir Flood Routing). Banjir aliran masuk (inflow) akan tertampung sementara di waduk sebelum dikeluarkan kembali menjadi aliran keluar (outflow). Perhitungan hidrograf banjir aliran keluar dihitung berdasarkan metode Reservoir Routing atau Penelusuran Banjir di Waduk. Secara umum urutan analisis banjir desain dengan menggunakan hidrograf satuan mulai dari analisis hujan sampai dengan penelusuran ba waduk, disajikan dalam diagram gambar. 3.2 4Parameter DPS Hidrograf Satuan Sintetik Debit Desain Inflow Reservoir Routing, Debit Desain out flow Aliran Rekaman AWLR Kalibrasi (lengkung debit) Hidrograt | Hidrograf Satuan Gambar. 3.2 Diagram analisis banjir desain dengan hidrograf satuan.3.2.2. Curah hujan desain. Curah hujan desain untuk periode ulang tertentu secara statistik dapat diperkirakan berdasarkan seri data curah hujan harian maksimum tahunan (maximum annual series) jangka panjang (> 20 tahun) dengan analisis distribusi frekuensi. Curah hujan desain ini biasanya dihitung untuk periode ulang 2, 5, 10, 20 atau 25, 50, 100 dan 1000 tahun. 4 Disamping curah hujan desain dengan periode ulang tersebut di atas, untuk keperluan desain bangunan pelimpah perlu dihitung pula curah hujan maksimum boleh jadi (CMB) atau “Probable Maximum Precipitation” (PMP). a. Analisis frekuensi. Analisis frekuensi dilakukan untuk mencari distribusi yang cocok dengan data yang tersedia dari pos-pos hujan yang ada. Analisis frekuensi dapat dilakukan dengan seri data hujan maupun data debit. Jenis distribusi frekuensi yang banyak digunakan dalam hidrologi adalah : - Distribusi Gumbel ~ Distribusi Log Pearson tipe III ~ Distribusi log Normal ~ Distribusi Normal Dalam kenyataannya jarang sekali dijumpai data hujan atau data debit yang sesuai dengan distribusi normal Masing-masing distribusi memiliki sifat-sifat khas, sehingga setiap data hidrologi harus diuji kesesuaiannya dengan sifat statistik masing-masing distribusi. Pemilihan distribusi yang tidak tepat dapat mengundang kesalahan yang cukup besar, dengan, demikian pengambilan salah satu distribusi secara sembarang sangat tidak dianjurkan. Berikut disajikan secara umum beberapa sifat khas masing-masing distribusi. + Distribusi Normal Memiliki sifat khas yaitu nilai asimetrisnya (skewness) hampir sama dengan nol (C, = 0) dengan kurtosis = 3 16+ Distribusi Log Normal Memiliki sifat khas yaitu nilai asemetrisnya (skewness) C, hampir sama dengan 3 dan bertanda positif. Atau dengan nilai C, kira-kira sama dengan tiga kali nilai koefisien variasi C, + Distribusi Gumbel Tipe I Memiliki sifat khas yaitu nilai asimetrisnya (skewness) C, = 1,136. Sedangkan nilai kurtosis Ck = 5,402. + Distribusi Log Pearson Tipe II Tidak mempunyaj, sifat khas yang dapat dipergunakan untuk memperkirakan jenis distribusi ini. Untuk analisis frekuansi i, data hujan yang dimaksud adalah data hujan rata- rata DPS. Ada dua cara penyiapan data yang disarankan yang dianggap paling baik, seperti berikut : 1) Data hujan DPS diperoleh dengan menghitung hujan rata-rata setiap hari sepanjang data yang tersedia. Bila tersedia data 20 tahun, berarti hitungan rata-rata diulang sebanyak 20 x 365 = 7300 kali. Cara ini yang terbaik, akan tetapi memerlukan waktu penyiapan data yang cukup panjang. 2) Pendekatan yang dapat dilakukan untuk menggantikan cara pertama dilakukan seperti berikut ini. i) Dalam satu tahun tertentu, untuk stasiun I dicari hujan maksimum. tahunannya. Selanjutnya, dicari hujan harian pada stasiun-stasiun lain pada hari kejadian yang sama dalam tahun yang sama, dan kemudian di hitung hujan rata-rata DPS. Masih dalam tahun yang sama, dicari hujan maksimum tahunan untuk stasiun I. Untuk hari kejadian yang sama, hujan harian untuk stasiun-stasiun lain dicari dan dirata-ratakan. Demikian selanjutnya sehingga dalam tahun itu jika terdapa N buah stasiun maka akan terdapat N buah data huja rata-rata DPS. ii) Untuk tahun berikutnya cara yang sama dilakukan sampai seluruh data yang tersedia.Dengan cara ini, bila tersedia T tahun data dan dalam DPS terdapat N buah stasiun hujan, maka setiap tahun akan terdapat N data hujan rata- rata DPS, dan seluruhnya terdapat T x N data. Hujan rata-rata yang diperoleh dengan cara ini dianggap sama (mendekati) huja-hujan terbesar yang terjadi. Oleh sebab itu, hujan maksimum tahunan DPS tersebut sama dengan hujan maksimum yang diperolch dengan hitungan di atas setiap tahun. Cara ini ternyata memberikan hasil yang sangat dekat dengan cara yang dianjurkan dalam butir 1. Apabila dari data yang tersedia tadak mungkin dilakukan dengan kedua cara tersebut diatas, maka dapat dilakukan penyiapan data dengan cara ke3 3) Analisis frekuensi dilakukan terhadap data hujan harian maksimum tahunan pada setiap setasiun hujan (point rainfall) sepanjang data yang tersedia. Hasil analisis frekuensi kemudian di rata-ratakan sehingga mendapatkan curah hujan rata-rata. Selanjutnya curah hujan rata-rata dikalikan dengan koefisien reduksi dari hasil perhitungan DAD (Depth Area Duration) atau berdasarkan koefisien reduksi luas wilayah, sehingga diperoleh curah hujan DPS. Urutan yang lazim dilakukan dalam analisis frekuensi : i) Hitung besaran statistik data yang bersangkutan, yaitu : nilai rata-rata. ii) _ ,simpangan baku S, koefisien asimetri/skewness C, koefisien fariasi C, dan koefisien kortosis Ck , perkiraan distribusi yang sesuai berdasarkan besaran statistik diatas. iii) Urutkan data dari kecil ke besar atau sebaliknya. iv) Gambarkan data di atas berbagai kertas probabilitas. v) Tarik garis teoritik di atas gambar tersebut dan lakukan pemeriksaan kecocokan (goodness of fit) dengan uji Chi-Square dan uji Smirnov- Kolmogorov.1) Persamaan Gumbel untuk kala ulang T X= K+, 078 y - 045) = in { —l1e (EEh Y an ( mE) keterangan : 83) = xrata-rata tahunan = simpangan baku = perubahan reduksi = jumlah data zx 30 tahun. Untuk keperluan desain bendungan-bendungan besar, disarankan dilakukan studi CMB ini secara khusus. Perkiraan CMB menggunakan metoda Hershfield Metode Hershfield (1961, 1986) merupakan prosedur statistik yang digunakan untuk memperkirakan CMB, untuk kondisi dimana data meteorologi sangat kurang atau perlu analisis secara cepat. Pada metode ini CMB dihitung untuk masing-masing pos hujan (point rainfall), yang selanjutnya dicari CMB rata-ratanya, dan akhirnya diubah menjadi hujan DPS yang diperoleh dari perkalian. CMB rata- rata dengan koefisien reduksi Hershfield mengembangkan rumus frekuensi Chow menjadi x, =X, = KS, 8.15) dimana . Xi = hujan dengan periode ulang t. X, dan, = rata-rata dan simpangan baku dari rentetan data hujan harian maksimum tahuhan berjumlah n. Apabila X,, menggantikan X, dan Kor untuk K, maka rumus (15) menjadi: 29Xe RAKS, @.16) K, ditentukan berdasarkan observasi pada pencatatan hujan harian dari 2700 pos hujan yang 90 % berada di Amerika. K, berbanding terbalik dengan hujan harian maksimum rata-rata dan nilainya bervariasi untuk berbagai durasi (1 jam; 6 jam dan 24 jam), lihat gambar 3.3 yang diambil dari Manual for Estimation of Probable Maximum Precepitation. Untuk dapat menerapkan ramus (3.16) dipertukan nilai rata-rata dan simpangan baku dari setiap pos. Hujan ekstrim yang sangat jarang terjadi, katakan dengan periode ulang 500 tahunan atau lebih, ada kemungkinan dapat ditemui dalam kurun waktu pengamatan misalnya 30 tahun, kejadian yang sangat jarang tersebut disebut “Outlier” yang mungkin cukup berpengaruh pada besaran X, dan Se dari rentetan data yang bersangkutan. Untuk data yang panjang besarnya pengaruh berkurang dibandingkan dengan data pendek, serta tergantung pula pada tingkat kejarangan kejadian hujan atau outlier, Hal ini menjadi salah satu lingkup studi Hershfield sehingga menghasilkan : 1. Grafik hubungan antara X,,,,/X,, dengan faktor penyesuaian Ri 2. Garfik hubungan antara§,,,, / S,dengan faktor penyesuaianS , dimana X,,, dan §,,, adalah rata-rata dan simpangan baku dari rentetan data setelah mengeluarkan nilai terbesar dari rentetan tersebut. 2 Kedua jenis grafik tersebut dapat dilihat pada gambar 3.4 dan 3.5, disamping itu ada dua grafik tambahan yang diperlukan untuk penyesuaian terhadap panjang data n, dan periode waktu pengamatan (24 jam), masing-masing lihat gambar 3.6 dan 3.7. Bagi daerah-daerah yang sudah memiliki peta isohiet CMB hasil studi Puslitbang Air seperti Pulau Jawa, perlu dihitung pula CMB- 30DPS berdasarkan peta isohiet tersebut. Peta isohiet CMB Puslitbang Air ini, dibuat berdasarkan perhitungan CMB hujan titik, oleh karena itu untuk menjadi CMB-DPS masih perlu dikalikan dengan koefisien reduksi. Selanjutnya hasil-hasil perhitungan dari kedua cara tersebut dibandingkan dan dipilih yang paling realistis. | Fan majaimam rola gia tahonaa mvp) t = Lenglang 6 jm yang ieterpolasian cad duasitaa wu — i | 300 200 500 ‘600 Hojan maksimum ra‘a-rata tahunan (%,) dalam mm. Gambar 33. Grafik hubungan K,, durasi hujan dan hujan harian maksimum tahunan rata-rata (Hershfield 1965) 31110 10 15. * 20 t, 40 E ha oF: ; Ne E>, ‘Panjang data = g $ 90 #3 8 g 2 § a 8 # 80 Ebi bn tii] 0,7 08 =Og 1,0 70 Gambar 3.4 Grafik hubungan X,, / Xx dengan faktor penyesuaian Xn (Hersfield, 1961) Panjang data ( tahun ) te ; Faktor penyesuaian ( % ) 0,2 0,4 06 0,8 1,0 Gambar. 3.5 Grafik hubungan antara Sem / Se dengan faktor penyesuaian Ss (Hersfield 1961)3s € 2 & & Prosentasi huja 20. 30 ~=—(40 Panjang data ( tahun ) Gambar. 3.6 Grafik penyesuaian terhadap panjang data Koefisien Penyesuaian Gambar. 3.7 Grafik penyesuaian terhadap periode waktu pengamatan (Weiss, 1964) Urutan perhitungan CMB : . i) Sesuaikan nilai , dan S, berdasarkan grafik dari gambar (3.4), 5) dan G6). 333.2.3 ii) Cari nilai K, dari gambar (3.3) berdasarkan nilai &,,yang sudah disesuaikan. iii) Hitung besar CMB tiap pos hujan (point rainfall), atau X, berdasarkan rumus Hersfield. iv) Sesuaikan nilai X,, Qiasil hitungan butir iii) berdasarkan gambar (3.7), dimana untuk periode pengamatan atau pencatatan setiap 24 jam besar faktor penyesuaian adalah = 1.01. ¥) Hitung CMB rata-rata dari beberapa hasil hitungan CMB tiap pos hujan. vi) Hitung CMB-DPS dengan cara mengalikan CMB rataerata dengan faktor reduksi Catatan: X,., dan Snw adalah mean atau nilai rata-rata dan simpangan baku yang dihitung dengan membuang data hujan maksimum pada setiap seri data, sementara X , dan S» dihitung tanpa membuang data hujan maksimum. Hidrograf banjir desain. a. Curah hujan DPS (Basin Rainfall) (Curah hujan DPS diperoleh dari hujan rata-rata dikalikan dengan faktor reduksi. Disini sangat disarankan faktor reduksi tersebut ditetapkan dari kurva hubungan antara “Kedalaman-Luas-Durasi” hujan atau dikenal sebagai DAD (Depth Area Duration). Untuk menyiapkan kurva DAD diperlukan tersedianya data hujan dari beberapa pos hujan otomatis dan juga data topografi daerah studi. Pada gambar. 3.8 diperlihatkan contoh lengkung DAD. Apabila penyiapan kurva DAD ini mengalami kesulitan, faktor reduksi dapat ditetapkan berdasarkan “areal reduction factor” seperti tabel (3.10) dan gambar (3.9) yang diambil dari PSA 007.Tinggi Curah hujan (cm) %0 iF ve 1 5x10” Luas (Km’) Gambar. 3.8 Contoh Kurva DAD Tabel. 3.10 Faktor Reduksi Luas Luas DPS (kmn’) 30_|_ 30 | 100 | 200 | 300 | 400 | 500 | 600 Faktor ReduksiLuas | 1.000 | 0.980 | 0.935 | 0.890 | 0.858 | 0.832 | 0.819 | 0.789 Luas DPS (km?) 700 _| 800 | 900 | 1.000 | 2000 | 3.000 | 4.000 | 5.000 Faktor Reduksi Luas_| 0.770 [0752 [0.735 [0720 [oto | 0515 | oss | 0370 too t900 . 10000 Luas DPS (Km’) Gambar 3.9 Kurva Faktor Reduksi Luas 35