Bab Vi Analisa Hidrologi Sido
Bab Vi Analisa Hidrologi Sido
BAB
ANALISA HIDROLOGI
VI
6.1. UMUM
6.2. DATA
Sebelum dilakukan analisa debit banjir, hal pokok yang harus dilakukan
adalah pengumpulan data-data yang diperlukan. Kemudian data yang sudah ada
diseleksi dan dikonfirmasikan kebenarannnya dengan instansi terkait. Adapun
data-data yang dibutuhkan untuk keperluan analisa debit banjir antara lain data
hujan, data debit, dan peta topografi.
Data curah hujan yang digunakan diambil dari Badan Meteologi dan
Geofisika Bandara Raja Haji Fisabilillah Tanjungpinang. Rangkaian data hujan
dari stasiun hujan tersebut pencatatannya diambil selama 10 tahun terakhir.
Tabel 6.1.
Curah Hujan Maksimum Stasiun Hujan Tanjungpinang (R24)
Lokasi : Tanjungpinang
Posisi : 00055’07” LU dan 104031’48” BT
Hujan Harian Maksimum Bulanan(mm) R 24
Tahun Feb Mare Agust Sept Nov
Jan. April Mei Juni Juli Okt. Des. (mm)
. t . . .
2001 101,3 54,0 66,5 87,8 97,4 56,6 25,0 31,4 52,3 71,0 66,0 110,6 110,6
137,
2002 44,3 35,8 53,2 74,8 15,8 37,8 93,7 51,9 58,3 70,1 93,9 137,5
5
141,
2003 106,9 95,7 62,0 52,1 76,0 83,8 58,6 65,1 75,2 84,3 148,6 148,6
2
156,
2004 119,0 34,4 35,6 63,4 67,5 89,1 24,4 74,6 82,5 88,9 183,4 183,4
3
2005 183,5 61,6 95,7 48,0 48,5 53,5 3,9,7 70,1 67,1 84,3 74,2 116,7 183,5
2006 149,5 36,0 70,1 54,0 82,4 51,8 47,5 52,4 71,6 40,0 91,1 176,6 176,6
154,
2007 182,3 85,1 58,6 58,1 171,3 59,8 138,9 40,9 85,1 50,2 139,8 182,3
8
2008 36,5 89,5 96,3 44,2 41,9 42,1 58,9 73,6 45,3 97,9 73,4 103,9 103,9
2009 27,5 77,5 79,4 51,4 46,8 59,3 48,5 74,6 89,4 84,1 52,2 109,6 109,6
2010 10,3 10,0 81,1 43,8 73,8 92,8 69,1 59,8 90,1 56,0 85,7 38,7 92,8
Sumber : BMKG Sta. TANJUNGPINANG
Batas dan Luasan DPS (Catchment area) merupakan salah satu faktor penting
yang digunakan untuk keperluan perhitungan debit banjir rencana. Dasar
pembuatan Catchment area adalah peta Rupa Bumi berkontur.
Analisa curah hujan berdasarkan data yang diperoleh dapat dilihat pada
table-tabel berikut ini:
Tabel 6.2.
Curah Hujan Rancangan dengan Log Normal 2 Parameter
Stasiun Hujan Tanjungpinang
Periode Ulang XTR
No. K Peluang
TR Xr + Sd . K
1 2 -0,003 142,77
2 5 0,701 168,72
3 10 1,234 188,35
Tabel 6.3.
Curah Hujan Rancangan dengan Metode Gumbel
Stasiun Hujan Tanjungpinang
Periode Ulang K XT ( mm )
No. Yt
TR ( YT - Yn ) / Sn Xr + Sd . K
1 2 0,37 -0,14 142,84
Tabel 6.4.
Curah Hujan Rancangan dengan Distribusi Normal
Stasiun Hujan Tanjungpinang
No Periode Ulang X TR
K Peluang
. TR Xr + Sd . K
1 2 -0,003 142,77
2 5 0,701 168,72
3 10 1,234 188,35
Tabel 6.5.
Curah Hujan Rancangan dengan Metode Log Pearson Tipe III
Stasiun Hujan Tanjungpinang
Koefisien
Periode Ulang Log XT = Log Xr + XT ( mm )
No. Skew
G . Sd
TR G 10 ^ Log XT
1 2 0,017 2,16 143,53
Gambar 6.1.
Grafik Curah Hujan Rancangan Berbagai Metode
Beberapa parameter yang harus dihitung dalam analisis frekuensi ini antara
lain:
( Xi X ) 2
S
n 1
b. Koefisien keragaman sample (Cv)
S
CV
X
c. Koefisien kemiringan populasi (Cs)
n ( Xi X ) 3
CS
(n 1)( n 2) S 3
Adapun hasil dari analisa berdasarkan data yang telah didapat adalah sebagai
berikut:
HASIL ANALISA
Tabel 6.6.
Analisa Frekuensi dengan Log Normal 2 Parameter
Stasiun Hujan Tanjungpinang
Hujan Harian
N PERHITUNGAN
Maks. KETERANGAN
o
Tahun R24 diurutkan Tr = (n+1) / m
1 2001 110,60 183,50 11,00 Jumlah Data, n = 10
137,5 Hujan Maks. rata rata,
2 2002 183,40 5,50 = 142,88
0 Xr
148,6
3 2003 182,30 3,67 Standard Deviasi, Sd = 36,85
0
183,4
4 2004 176,60 2,75 Koef. Variasi, Cv = Sd / Xd
0
183,5
5 2005 148,60 2,20 = 0,26
0
176,6
6 2006 137,50 1,83
0
182,3
7 2007 110,60 1,57
0
103,9
8 2008 109,60 1,38
0
109,6
9 2009 103,90 1,22
0
10 2010 92,80 92,80 1,10
Jumlah 1428,8
Tabel 6.7.
Analisa Frekuensi dengan Distribusi Normal
Stasiun Hujan Tanjungpinang
Hujan Harian Maks. PERH ITUN GAN
No KETERAN GAN
Tahun R 24 diurutkan Tr = (n+1) / m
1 2001 110,60 183,50 11,00 Jumlah Data, n = 10
2 2002 137,50 183,40 5,50 Hujan Maks. rata rata, Xr = 142,88
3 2003 148,60 182,30 3,67 Standard Deviasi, Sd = 36,85
4 2004 183,40 176,60 2,75 Koef. Variasi, Cv = Sd / Xd
Tabel 6.8.
Analisa Frekuensi dengan Metode Log Pearson Tipe III
Stasiun Hujan Tanjungpinang
Hujan Harian Maks. PERHITUNGAN
No Log Xi - ( Log Xi - ( Log Xi -
Tahun R24 diurutkan Log Xi
Log Xr Log Xr ) 2 Log Xr )3
1 2001 110,60 183,50 2,26 0,11 0,01 0,0013
2 2002 137,50 183,40 2,26 0,11 0,01 0,0013
3 2003 148,60 182,30 2,26 0,11 0,01 0,0012
4 2004 183,40 176,60 2,25 0,09 0,01 0,0008
5 2005 183,50 148,60 2,17 0,02 0,00 0,000005
6 2006 176,60 137,50 2,14 -0,02 0,00 -0,000005
7 2007 182,30 110,60 2,04 -0,11 0,01 -0,0014
8 2008 103,90 109,60 2,04 -0,12 0,01 -0,0015
9 2009 109,60 103,90 2,02 -0,14 0,02 -0,0026
10 2010 92,80 92,80 1,97 -0,19 0,04 -0,0066
Jumlah 1428,8 0,12 -0,0076
Dalam pemilihan sebaran yang dipakai, ada suatu ketentuan untuk nilai Cs
(koefisien skewness) dan Ck (koefisien kurtosis).
Tabel 6.9.
Syarat Pemilihan Distribusi
No Sebaran Syarat Keterangan
1 Normal Ck = 3 3 Bila dalam analisis salah satu
sebaran
2 Log Normal Cs = 3 CV tidak ada yang cocok, maka
digunakan
3 Gumbel Cs = 1,1296 rumus Log Pearson Type III
Ck = 5,4
Banjir rencana adalah debit maksimum di sungai atau saluran alami dengan
periode ulang yang sudah ditentukan, yang dapat dialirkan tanpa membahayakan
suatu proyek didalamnya. Periode ulang didefinisikan sebagai waktu hipotetik di
mana hujan atau debit dengan suatu besaran tertentu akan disamai atau dilampaui
sekali dalam jangka waktu tertentu. Berdasarkan data yang tersedia, maka metode
analisa banjir rencana dapat diklasifikasikan dalam beberapa metode.
Analisa debit banjir dilakukan pada suatu titik tinjauan untuk untuk
mendapatkan debit rencana dengan berbagai kala ulang. Kala ulang yang ditinjau
pada studi ini meliputi 2 tahun, 5 tahun, 10 tahun. Untuk perhitungan hidrologi
banyak cara pendekatan, model serta hasil penelitian yang dapat digunakan untuk
menghitung besarnya banjir rencana, yang secara umum dapat dipisahkan menjadi
3 kelompok yaitu :
Pemilihan metode analisa debit banjir yang digunakan pada suatu daerah,
ditinjau dengan mempertimbangkan faktor-faktor sebagai berikut :
1. Kesesuaian data.
2. Tingkat ketelitian yang diharapkan.
3. Kesesuaian dengan DAS yang ditinjau.
banjir rencana di saluran Primer dari Prentjak Grand Bintan Center - Sei Carang
dihitung dengan menggunakan pendekatan cara empiris.
Beberapa metode tersebut diatas merupakan metode yang dipilih dalam studi
ini, karena mendekati karakteristik DAS yang ditinjau, selain itu parameter-
parameter yang digunakan sangat spesifik sehingga mendekati kebenaran.
Metode ini dimunculkan pertama kali pada tahun 1937 oleh Prof. Der
Weduwen. Pemakaiannya hanya terbatas pada Daerah Pengaliran Sungai yang
mempunyai luasan tidak lebih dari 100 Km2.
Metode Perhitungan :
Q max .. . q. A
dimana :
Qmax = debit maksimum ………………..(m /dt)
= koefisien aliran
= koefisien reduksi
A = luas daerah pengaliran ………..(km )
q = hujan maksimum ……………….(m / km /dt
2. Koefisien Aliran ( )
4,1
1
.q 7
3. Koefisien reduksi ( )
120 (t 1) / (t 9). A
120 A
4. Waktu konsentrasi ( tc )
5. Hujan maksimum ( q )
67,65
q
t 1,45
keterangan :
Metode Perhitungan :
2. waktu konsentrasi ( tc )
tc 0,1 L0 ,8 .i 0 , 3
3. koefisien aliran ( a )
(1 0,012 A0 ,7 )
( 0,075 A0,7 )
4. koefisien reduksi ( b )
tc ( 3,7 x10 0,4 t ) A 0, 75
1/ 1
( tc 15).12
5. hujan maksimum ( qt )
q Rt / 3,6t
Rt R S x .U
keterangan :
t = waktu curah hujan…………………………….(jam)
R = curah hujan maksimum rata-rata……………(mm)
Sx = simpangan baku (standard deviasi)
U = variable simpangan untuk kala ulang
Rt = curah hujan dengan kala ulang T tahun……(mm)
tiRt
Rt
tc 1 0,0008(260 Rt )( 2 tc) 2
tcRt
Rt
tc 1
Rt 0,707. R24 . t 1
Metode Perhitungan :
Q max .. . q. A
2. Koefisien Aliran ( )
Harga koefisien aliran berkisar antara 0,42 - 0,62.
3. Koefisien reduksi ( )
1970
A 3960 1720
0,12
4. Waktu konsentrasi ( tc )
tc L / 3,6V
V 1,315 . . q. A. i 2
i H / 0,9 L
T 0,186 L. Q 0,24 . i 0,4
dimana :
tc = waktu konsentrasi (jam)
L = panjang sungai (km)
V = kecepatan rata-rata (m/dt)
T = waktu periode ulang
Metode Perhitungan :
1. waktu konsentrasi ( tc )
tc 7 2 . ( H / L ) 0 . 6
Rt
itc ( 24 / t ) 2 / 3
24
3. Debit maksimum dengan kala ulang (Qt)
1
Qt . C. i . A
3,6
Keterangan:
A : luas DPS (km2)
Tabel 6.10.
Analisis digunakan untuk memprediksi curah hujan pada suatu areal yang
akan diketahui debit banjir rencana yang mengalir berdasarkan data hujan
terpusat yang terdapat pada daerah lokasi studi.
Pb = Po . exp ( (- k An)
Dengan :
Tabel 6.11.
Faktor Reduksi Luas DAS
No. Parameter Satuan Faktor Keterangan
Reduksi
1. Koefisien k 0.10
2. Koefisien n 0.25
3. Luas DPS Km2 3.9
4. Faktor Reduksi 0.87
Tabel 6.12.
TR Xaktual Xprediksi D
m Weibull K
1/W ( R24 ) Xr + ( Sd . K ) XA - XP
1 0,09 11,00 1,31 183,50 191,05 7,55
2 0,18 5,50 0,77 183,40 171,42 11,98
3 0,27 3,67 0,46 182,30 159,94 22,36
4 0,36 2,75 0,24 176,60 151,79 24,81
5 0,45 2,20 0,07 148,60 145,47 3,13
6 0,55 1,83 -0,07 137,50 140,31 2,81
7 0,64 1,57 -0,19 110,60 135,94 25,34
8 0,73 1,38 -0,29 109,60 132,16 22,56
9 0,82 1,22 -0,38 103,90 128,83 24,93
10 0,91 1,10 -0,46 92,80 125,84 33,04
Selisih Maksimum,
33,04
Δmaks.
Nilai Kritis 5% ditolak,
33,00
Δo
Korelasi hasil uji
Ditolak
kecocokan
Tabel 6.13.
( R24 ) XA - XP
1 0,09 11,00 2,35 183,50 190,60 7,10
2 0,18 5,50 1,61 183,40 187,65 4,25
3 0,27 3,67 1,14 182,30 184,78 2,48
4 0,36 2,75 0,79 176,60 177,74 1,14
5 0,45 2,20 0,50 148,60 148,62 0,02
6 0,55 1,83 0,24 137,50 136,51 0,99
7 0,64 1,57 -0,01 110,60 108,66 1,94
8 0,73 1,38 -0,26 109,60 106,70 2,90
9 0,82 1,22 -0,53 103,90 99,96 3,94
10 0,91 1,10 -0,87 92,80 87,56 5,24
Selisih Maksimum, Δmaks. 29,99
Nilai Kritis 5% ditolak, Δo 33,00
Korelasi hasil uji kecocokan Diterima
Keterangan :
Yt = -ln ( -ln ( TR - 1 ) / TR)
Xprediksi = Xr + (( Yt - Yn ) / (Sn * Sd))
Tabel 6.14.
Smirnov-Kolmogorov untuk Distribusi Normal
Stasiun Hujan Tanjungpinang
m Weibull TR K X aktual X prediksi
1/W ( R 24 ) Xr + ( Sd . K ) XA - XP
1 0,09 11,00 1,31 183,50 191,05 7,55
2 0,18 5,50 0,77 183,40 171,42 11,98
3 0,27 3,67 0,46 182,30 159,94 22,36
4 0,36 2,75 0,24 176,60 151,79 24,81
5 0,45 2,20 0,07 148,60 145,47 3,13
6 0,55 1,83 -0,07 137,50 140,31 2,81
7 0,64 1,57 -0,19 110,60 135,94 25,34
8 0,73 1,38 -0,29 109,60 132,16 22,56
9 0,82 1,22 -0,38 103,90 128,83 24,93
10 0,91 1,10 -0,46 92,80 125,84 33,04
Selisih Maksimum,
33,04
Δmaks.
Tabel 6.15.
Smirnov-Kolmogorov untuk Metode Log Pearson Tipe III
Stasiun Hujan Tanjungpinang
Xaktual Xprediksi D
m Weibull TR K
( R24 ) XA - XP
1 0,09 11,00 0,115 183,50 147,11 36,39
2 0,18 5,50 0,075 183,40 145,65 37,75
3 0,27 3,67 0,052 182,30 144,80 37,50
4 0,36 2,75 0,036 176,60 144,19 32,41
5 0,45 2,20 0,023 148,60 143,72 4,88
6 0,55 1,83 0,012 137,50 143,34 5,84
7 0,64 1,57 0,004 110,60 143,01 32,41
8 0,73 1,38 -0,004 109,60 142,73 33,13
9 0,82 1,22 -0,011 103,90 142,48 38,58
10 0,91 1,10 -0,017 92,80 142,26 49,46
Standar Deviasi, Sd = 36,85
Hujan Maks.
= 142,88
rata rata, Xr
Selisih Maksimum,
49,46
Δmaks.
Nilai Kritis 5% ditolak, Δo 33,00
Korelasi hasil uji
Ditolak
kecocokan
Tabel 6.16.
Resume Smirnov-Kolmogorov
Tabel 6.17.
50 253
Sumber: Analisa Konsultan
Tabel 6.18.
Tabel 6.19.
Tabel 6.20.
a
n
0,20 0,10 0,05 0,01
Untuk suatu lokasi study yang mempunyai data cukup lengkap tersedia antara
lain data suhu udara, kelembaban, kecepatan angina, dan durasi penyinaran
matahari atau radiasi. Seyogyanya agar digunakan metoda Penman (1948), yang
dapat memberikan hasil lebih memuaskan dibandingkan metoda lain.
Dengan :
Kelembaban udara berpengaruh terhadap ETo, dan dalam konteks ini (ea-
ed) adalah pengurangan tekanan uap jenuh yang merupakan selisih dari
tekanan uap air jenuh rata-rata (ea) dengan rata-rata tekanan uap air jenuh
aktual (ed). Parameter ini biasa diekspresikan dalam satuan mbar, jika ed
dalam mm Hg, maka apabila dikalikan dengan 1,33 akan didapatkan mbar.
Tabel 6.6 memberikan nilai ea berdasarkan suhu udara, dan Tabel 6.7
adalah tabel untuk ed.
Dengan:
U = kecepatan rata-rata hembusan angin yang bertiup pada ketinggian
2 m selama 24 jam (km/hari).
Tabel 6.21.
ET – crop = kc x ETo
Jumlah kelebihan air yang harus dikeringkan dalam kawasan tersebut disebut
modulus pembuang atau koefisien pembuang dan ini bergantung pada:
Metode Rasional
Persamaan untuk penentuan debit puncak banjir yang terjadi pada suatu
kawasan dapat diperhitungkan dengan persamaan yang menghubungkan
besarnya tinggi curah hujan, tinggi koefisien pengaliran dan luas kawasan
tersebut.
Tabel 6.23.
Bila daerah pengaliran terdiri dari beberapa tipe kondisi permukaan yang
mempunyai nilai C yang berbeda, harga C rata-rata ditentukan dengan
persamaan:
Dengan :
C1, C2, C3, = koefisien pengaliran yang sesuai dengan tipe kondisi
permukaan.
A1, A2, A3, = luas daerah pengaliran yang diperhitungkan sesuai dengan
kondisi permukaan