Anda di halaman 1dari 100

ANALISA HIDROLOGI

PLTM LAWE SIKAP

2017

CATCHMENT AREA

Debit andal adalah debit minimum sungai dengan kemungkinan debit


terpenuhi dalam prosentase tertentu. Debit andal sangat diperlukan untuk
proses perencanaan. Debit banjir rencana atau design flood adalah debit
maksimum di sungai atau saluran alamiah dengan periode ulang yang sudah
ditentukan yang dapat dialirkan tanpa membahayakan bangunan air dan
stabilitas bangunan bangunannya. Perhitungan debit banjir rencana pada
pekerjaan ini dipergunakan untuk perencanaan bangunan utama atau
bendung PLTM Lawe Sikap. Kajian ini dilakukan untuk memperoleh data
debit andal dengan model Mock dan NRECA dari data hujan dan klimatologi
dan debit banjir dengan metode empiris dan UHS Nakayasu. Hasil
penaksiran atau perkiraan debit limpasan (run-off) tidak bisa menggantikan
dokumentasi data aliran sungai. Namun dalam hal dimana sangat
dibutuhkan tersedianya data tersebut, maka diperlukan adanya penaksiran
atau perkiraan.
Analisa Debit PLTM Lawe Sikap 2017

DAFTAR ISI

1 PENDAHULUAN .......................................................................................................................... 1

1.1 Latar belakang .................................................................................................................... 1

1.2 Tujuan................................................................................................................................. 3

1.3 Lokasi pekerjaan ................................................................................................................. 4

1.4 Alat dan bahan ................................................................................................................... 4

1.4.1 Alat: ............................................................................................................................ 4

1.4.2 Bahan:......................................................................................................................... 4

2 METODOLOGI ............................................................................................................................. 5

2.1 Data TRMM ........................................................................................................................ 6

2.2 Penghitungan Hujan Rata-Rata .......................................................................................... 9

2.2.1 Cara Rata-rata Aljabar .............................................................................................. 10

2.2.2 Cara Poligon Thiessen .............................................................................................. 10

2.2.3 Cara Isohiet............................................................................................................... 11

2.3 Validasi Data Hujan .......................................................................................................... 11

2.3.1 Korelasi ..................................................................................................................... 12

2.3.2 Kurva Masa Ganda (Double Mass Curve) ................................................................. 12

2.4 Validasi Data Hujan TRMM .............................................................................................. 15

2.5 Analisis Debit Sintetik Metode Mock ............................................................................... 18

2.5.1 Water Balance .......................................................................................................... 20

2.5.2 Data Iklim ................................................................................................................. 21

2.5.3 Evapotranspirasi ....................................................................................................... 21

2.5.4 Water Surplus ........................................................................................................... 26

2.5.5 Limpasan Total ......................................................................................................... 28

Page ii
Analisa Debit PLTM Lawe Sikap 2017

2.6 Analisis Debit Sintetik Metode NRECA ............................................................................. 31

2.6.1 Langkah perhitungan metode NRECA ...................................................................... 31

2.7 Analisis Debit Andalan ...................................................................................................... 34

2.8 Analisis Banjir Rencana .................................................................................................... 35

2.8.1 Analisis Frekuensi Curah Hujan Rencana ................................................................. 35

2.8.1.1 Pengukuran Dispersi............................................................................................. 36

2.8.1.1.1 Dispersi data normal...................................................................................................... 36

2.8.1.1.2 Dispersi data logaritma................................................................................................. 38

2.8.1.2 Pemilihan jenis distribusi...................................................................................... 38

2.8.1.3 Uji Kecocokan Distribusi ....................................................................................... 39

2.8.1.3.1 Uji Sebaran Chi Kuadrat (Chi Square Test) ........................................................... 39

2.8.1.3.2 Uji Sebaran Smirnov – Kolmogorov ......................................................................... 41

2.8.2 Perhitungan Debit Banjir Rencana ........................................................................... 41

2.8.2.1 Metode Unit Hidrograf Sintetik ............................................................................ 42

2.8.2.1.1 Hidrograf............................................................................................................................. 42

2.8.2.1.2 Bentuk Hidrograf ............................................................................................................. 43

2.8.2.1.3 Hidrograf Satuan Sintetik............................................................................................. 44

3 HASIL DAN PEMBAHASAN ........................................................................................................ 45

3.1 DEBIT ANDALAN ............................................................................................................... 45

3.1.1 Ketersediaan data .................................................................................................... 45

3.1.2 Analisis data hujan dan data klimatologi ................................................................. 47

3.1.3 Hasil pemodelan debit dengan metode Mock dan NRECA ...................................... 53

3.1.3.1 Hasil Debit PLTM Lawe Sikap................................................................................ 53

3.1.3.2 Flow Duration Curve............................................................................................. 54

3.1.3.3 Frequency Curve (monthly) .................................................................................. 56

3.1.4 Pemilihan hasil pembangkitan debit ........................................................................ 57

Page iii
Analisa Debit PLTM Lawe Sikap 2017

3.2 BANJIR RENCANA ............................................................................................................. 59

3.2.1 Analisis Curah Hujan Area (Average Basin Rainfall/ARF) ......................................... 59

3.2.2 Analisis Frekuensi Curah Hujan Rencana ................................................................. 60

3.2.2.1 Pemilihan jenis distribusi...................................................................................... 60

3.2.2.2 Uji Kecocokan Distribusi ....................................................................................... 62

3.2.2.2.1 Uji Sebaran Chi Kuadrat (Chi Square Test) ........................................................... 62

3.2.2.2.2 Uji Sebaran Smirnov – Kolmogorov ......................................................................... 62

3.2.3 Perhitungan Debit Banjir Rencana ........................................................................... 63

3.2.3.1 Metode Unit Hidrograf Sintetik Nakayasu ........................................................... 63

4 KESIMPULAN ............................................................................................................................ 66

Page iv
Analisa Debit PLTM Lawe Sikap 2017

DAFTAR TABEL

Tabel 1 Nilai korelasi ....................................................................................................................... 12

Tabel 2 Descriptive characteristics of the validation areas. Ground station data coverage for the
period 2003–2008. Elevation determined from SRTM 90m resolution (Jarvis et al.,2008). Forest
and urban cover determined from GlobCover v2.2 regional land cover map over Southeast Asia
(ESA, 2008). including degraded forest and plantation forest......................................................... 16

Tabel 3 Annual ground station and TRMM precipitation (P , in mm), average difference, relative
bias (to observations), RMSE and correlation coefficients before and after bias correction of
TRMM 3B42RT precipitation estimates over the period 2003–2008............................................... 18

Tabel 4 Notasi dan Satuan Parameter Iklim ................................................................................... 21

Tabel 5 Daftar metode dan unsur iklim yang diperlukan (Ginting, 2006) ....................................... 23

Tabel 6 Performance of various ETo methods (after Jensen et al., 1990) .......................................... 23

Tabel 7 Nilai faktor p untuk metode Blaney-Criddle ...................................................................... 25

Tabel 8 Exposed Surface, m ............................................................................................................ 25

Tabel 9 Nilai Soil Moisture Capacity untuk Berbagai Tipe Tanaman dan Tipe Tanah .................. 28

Tabel 10 Syarat Pemilihan Jenis Distribusi ...................................................................................... 39

Tabel 11 Nilai Kritis untuk Distribusi Chi-Square (Uji Satu Sisi) ....................................................... 40

Tabel 12 Barchart ketersediaan data PLTM Lawe Sikap ............................................................... 45

Tabel 13 Data hujan pada Pos Hujan Lawe Alas, Laeaonum dan Bpp. Badar .............................. 47

Tabel 14 Data Klimatologi Pos Blankejeren 2000-2005 .................................................................. 49

Tabel 15 Bobot Thiessen Hujan PLTM Lawe Sikap........................................................................ 50

Page v
Analisa Debit PLTM Lawe Sikap 2017

DAFTAR GAMBAR

Gambar 1 Siklus Hidrologi ................................................................................................................ 5

Gambar 2 Orbit TRMM (NASDA, 2001) .......................................................................................... 6

Gambar 3 Cover data yang dihasilkan oleh TRMM ......................................................................... 7

Gambar 4 Diagram alir algoritma TRMM (NASDA, 2001) ............................................................. 8

Gambar 5 Uji konsistensi data dengan kurva massa ganda ........................................................... 14

Gambar 6 Lokasi Validasi Data TRMM ......................................................................................... 15

Gambar 7 Average monthly ground station rainfall pada 6 lokasi validasi periode 2003–2008. .. 16

Gambar 8 Double mass curve data TRMM terkoreksi dengan data Ground Stations .................. 17

Gambar 9 Grafik data TRMM sebelum&sesudah koreksi dengan Hujan Observasi (2003-2008) 17

Gambar 10 Bagan alir model rainfall-runoff. ................................................................................ 19

Gambar 11 Bagan alir perhitungan debit dalam Metode Mock. .................................................... 19

Gambar 12 Sirkulasi air.................................................................................................................. 21

Gambar 13 Water surplus merupakan presipitasi yang telah mengalami evapotranspirasi .......... 27

Gambar 14 Perjalanan air hujan sampai terbentuk debit .............................................................. 29

Gambar 15 Bentuk hidrograf .......................................................................................................... 43

Gambar 16 Peta lokasi dan Thiessen Polygon PLTM Lawe Sikap ................................................ 46

Gambar 17 Grafik hujan bulanan rata-rata hujan observasi & TRMM .......................................... 49

Gambar 18 Double mass curve Salak dan TRMM ........................................................................... 50

Gambar 21 Flow Duration Curve PLTM Lawe Sikap dengan Mock............................................. 54

Gambar 22 Flow Duration Curve PLTM Lawe Sikap dengan NRECA ......................................... 55

Page vi
Analisa Debit PLTM Lawe Sikap 2017

Gambar 23 Frequency curve Lawe Sikap Mock ............................................................................. 56

Gambar 24 Frequency curve Lawe Sikap NRECA ......................................................................... 56

Gambar 25 Grafik time series hujan dan debit pembangkitan PLTM Lawe Sikap......................... 58

Gambar 28 Hidrogaf banjir periode ulang R Tahun UHS Nakayasu ................................................ 65

Page vii
Analisa Debit PLTM Lawe Sikap 2017

DAFTAR LAMPIRAN

Lampiran 1 Data TRMM ........................................................................................................................................ 71

Lampiran 2 Debit andalan Lawe Sikap untuk semua probabilitas ..................................................... 92

Page viii
Analisa Debit PLTM Lawe Sikap 2017

1 PENDAHULUAN

1.1 Latar belakang

Air merupakan salah satu sumber daya alam dan kebutuhan hidup yang paling penting dan
merupakan unsur sadar bagi semua perikehidupan di bumi. Tanpa air, berbagai proses
kehidupan tidak dapat berlangsung. Air termasuk sumber daya alam yang dapat
diperbaharui (renewable) oleh alam dan karena itu, air dianggap sebagai sumber daya alam
yang tidak dapat habis. Air dianggap pula sebagai milik umum (common property) dan
terkesan gratis. Sehingga penggunaanya sering dilakukan secara tidak hemat dan kurang
hati-hati. Anggapan itu keliru, karena air terbatas jumlahnya dan memiliki siklus tata air yang
relatif tetap. Sekarang ini ketersediaan sumber daya air dirasakan semakin terbatas sehingga
penggunaannya ditinjau dari segi warung jamu (waktu ruang, jumlah, dan mutu) harus
efisien dan memperhatikan keseimbangan antara pasokan (supply system) dengan tuntutan
penggunaan (demand system).

Pengembangan wilayah terkait dengan pengembangan sektor-sektor kehidupan. Beberapa


sektor kehidupan yang terkait dengan dengan ketersediaan air misalnya: irigasi (sawah dan
tambak), domestik (kebutuhan air untuk domestik, industri (kebutuhan air untuk industri),
municiple (kebutuhan air untuk perkotaan). Sektor-sektor ini akan berkembang sehingga
kebutuhan air akan meningkat, di lain sisi debit air semakin menurun pada musim kemarau.
Dengan demikian perlu memperhitungkan ketersediaan air untuk menunjang pertumbuhan
sektor-sektor yang membutuhkan air. Pemenuhan kebutuhan air baku tersebut harus sesuai
dengan potensi air yang ada.

Debit merupakan komponen dasar dari setiap perencanaan proyek sumberdaya air,karena
melalui debit kita dapat mengetahui seberapa besar kapasitas bangunan yang akan kita buat
sesuai dengan kondisi yang ada pada tempat di mana proyek tersebut akan dibangun.
Besarnya debit yang diperlukan dalam merencanakan proyek sumberdaya air harus
diperhitungkan secara tepat sesuai dengan kegunaannya baik untuk irigasi, air minum
maupun pembangkit tenaga listrik. Besarnya debit yang dibutuhkan untuk keperluan
tertentu sepanjang tahun pada suatu daerah pengaliran sungai disebut debit andalan. Debit
andalan adalah debit minimum sungai dengan kemungkinan debit terpenuhi dalam
prosentase tertentu, misalnya 90%, 80% atau nilai prosentase lainnya, sehingga dapat
dipakai untuk berbagai kebutuhan. Debit andalan pada umumnya dianalisis sebagai debit
rata-rata untuk periode 10 hari, setengah bulanan atau bulanan.

Page 1
Analisa Debit PLTM Lawe Sikap 2017

Kemungkinan tak terpenuhi dapat ditetapkan 20%, 30% atau nilai lainnya untuk menilai
tersedianya air berkenaan dengan kebutuhan pengambilan (diversion requirement).

Untuk menunjang proses perencanaan bendung maka berbagai teori dan rumus-rumus dari
berbagai studi pustaka sangat diperlukan, terutama ketika pengolahan data maupun desain
rencana bangunan air.

Debit banjir rencana atau design flood adalah debit maksimum di sungai atau saluran
alamiah dengan periode ulang yang sudah ditentukan yang dapat dialirkan tanpa
membahayakan proyek irigasi dan stabilitas bangunan bangunannya. Perhitungan debit
banjir rencana pada pekerjaan ini dipergunakan untuk perencanaan bangunan utama atau
bendung yaitu bendung Lawe Sikap. Dalam merencanakan bangunan air, analisis awal yang
perlu ditinjau adalah analisis hidrologi. Analisis hidrologi diperlukan untuk menentukan
besarnya debit banjir rencana yang mana debit banjir rencana akan berpengaruh besar
terhadap besarnya debit maksimum maupun kestabilan konstruksi yang akan dibangun.
Pada perencanaan bendung , analisis hidrologi untuk perencanaan, meliputi tiga hal , yaitu:

1. Aliran masuk (inflow) yang mengisi bendung.

2. Tampungan bendung.

3. Banjir desain untuk menentukan kapasitas dan dimensi bangunan pelimpah (spillway).

Untuk menghitung semua besaran tersebut diatas, lokasi dari rencana bendung harus
ditentukan dan digambarkan pada peta. Hal ini dilakukan karena penetapan dari hujan rata –
rata dan evapotranspirasi tergantung dari tempat yang ditentukan. Perhitungan hidrologi
sebagai penunjang pekerjaan desain, dibutuhkan data meteorology dan hidrometri. Data
hujan harian selanjutnya akan diolah menjadi data curah hujan rencana, yang kemudian akan
diolah menjadi debit banjir rencana.

Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi
(hydrologic phenomena), seperti besarnya: curah hujan, temperatur, penguapan, lamanya
penyinaran matahari, kecepatan angin, debit sungai, tinggi muka air sungai, kecepatan aliran,
konsentrasi sedimen sungai akan selalu berubah terhadap waktu. Data hidrologi dianalisis
untuk membuat keputusan dan menarik kesimpulan mengenai fenomena hidrologi
berdasarkan sebagian data hidrologi yang dikumpulkan. Untuk perencanaan bendung
analisis hidrologi yang terpenting yaitu dalam menentukan debit banjir rencana dan debit
andalan.

Page 2
Analisa Debit PLTM Lawe Sikap 2017

Meskipun demikian, tidaklah mudah untuk mendapatkan suatu data riwayat waktu yang
cukup lama dan lengkap dari debit suatu sungai. Hambatan utama biasanya adalah tidak
tersedianya data debit pada tempat yang akan dibangun infrastruktur SDA-nya. Masukan
utama untuk memperoleh debit sungai, yaitu dari data meteorologi dan klimatologi seperti
data hujan yang ternyata juga sering tidak lengkap. Pada kajian ini, akan dipaparkan cara
pengolahan data untuk mendapatkan prediksi debit sungai yang dapat digunakan pada
proses perancangan.

Pengamatan curah hujan dilakukan dengan alat pencatat curah hujan (rain gauge) baik
secara manual maupun automatis. Alat pengukur volume curah hujan dalam waktu 24 jam
adalah yang paling umum digunakan dikenal dengan alat pengukur hujan tipe observatori.
Sedangkan alat pengukur yang mencatat intensitas dalam satuan waktu lebih kecil dari 24
jam diantaranya adalah tipe Hi/mann. Pencatatan curah hujan atau beberapa unsur
meteorologi secara otomatis yang dimaksud adalah secara elektro-mekanik yaitu unsur yang
diamati oleh berbagai sensor dirubah kedalam bentuk sinyal elektronik yang dikonversi
sesuai besaran dari unsur-unsur yang diamati. Secara umum alat ini dikenal dengan
Automatic Weather Station (AWS). Perkembangan teknologi terutama penginderaan jarak
jauh seperti satelit dan radar, pengukuran curah hujan sekarang telah menggunakan
teknologi tersebut sehingga memungkinkan pemantauan curah hujan pada wilayah yang luas
bahkan tempat yang tidak dapat dijangkau oleh peralatan konvensional. Khusus untuk
wilayah tropik, saat ini telah tersedia sebuah perangkat penginderaan jauh yang melakukan
misi pengukuran curah hujan di wilayah tropik menggunakan satelit TRMM (Tropical Rainfall
Measuring Mission).

1.2 Tujuan

Tujuan dari kajian ini ada 2 yaitu:

1. Mendapatkan data debit pembangkitan dari data hujan dan klimatologi pada PLTM
Lawe Sikap.

2. Menghitung debit banjir rencana berdasarkan besarnya curah hujan rencana pada
PLTM Lawe Sikap pada periode ulang T tahun.

Page 3
Analisa Debit PLTM Lawe Sikap 2017

1.3 Lokasi pekerjaan

PLTM Lawe Sikap terletak pada koordinat 97°45'59,50" BT dan 03°29'33" LU. tepat di
Sungai Lawe Sikap, terletak di Desa Batu Mbulan I, Kecamatan Babussalam, Kabupaten Aceh
Tenggara, Provinsi Aceh. Luas catchment area PLTM Lawe Sikap adalah 62,44 km² dengan
panjang sungai utama sepanjang 17,50 km.

1.4 Alat dan bahan


1.4.1 Alat:
1. Software Global Mapper

2. Software ArcGis

3. Software Ms. Office

4. Software Ms. Excell

5. Software Hec-Ras

1.4.2 Bahan:
1. Data Hujan

2. Data Klimatologi

3. Data TRMM

4. Data SRTM

5. Peta Lokasi Kajian

Page 4
Analisa Debit PLTM Lawe Sikap 2017

2 METODOLOGI
Siklus hidrologi merupakan salah satu aspek penting yang diperlukan pada proses analisis
hidrologi. Siklus hidrologi menurut Suyono (2006) adalah air yang menguap ke udara dari
permukaan tanah dan laut, berubah menjadi awan sesudah melalui beberapa proses dan
kemudian jatuh sebagai hujan atau salju ke permukaan laut atau daratan. Sedangkan siklus
hidrologi menurut Soemarto (1987) adalah gerakan air laut ke udara, yang kemudian jatuh
ke permukaan tanah lagi sebagai hujan atau bentuk presipitasi lain, dan akhirnya mengalir ke
laut kembali. Dalam siklus hidrologi ini terdapat beberapa proses yang saling terkait, yaitu
antara proses hujan (presipitation), penguapan (evaporation), transpirasi, infiltrasi,
perkolasi, aliran limpasan (runoff), dan aliran bawah tanah. Secara sederhana siklus hidrologi
dapat ditunjukan seperti pada Gambar 1 berikut

Gambar 1 Siklus Hidrologi

Presipitasi adalah peristiwa jatuhnya cairan (dapat berbentuk cair atau beku) dari
atmosphere ke permukaan bumi. Presipitasi cair dapat berupa hujan dan embun dan
presipitasi beku dapat berupa salju dan hujan es. Dalam uraian selanjutnya yang dimaksud
dengan presipitasi adalah hanya yang berupa hujan.

Faktor-faktor yang mempengaruhi terjadinya presipitasi diantara lain berupa :

1. Adanya uap air di atmosphere


2. Faktor-faktor meteorologis
3. Lokasi daerah
4. Adanya rintangan misal adanya gunung.

Page 5
Analisa Debit PLTM Lawe Sikap 2017

2.1 Data TRMM

Satelit TRMM diluncurkan pada tanggal 27 November 1997 pada jam 6:27 pagi waktu Jepang
dan dibawa oleh roket H-II di pusat stasiun peluncuran roket milik JAXA (Japan Aerospace
Exploration Agency) di Tanegashima-Jepang. TRMM membawa 5 buah sensor yaitu PR, TMI,
VIRS, CERES (Clouds and the Earth’s Radiant Energy System), dan LIS (Lightning Imaging
Sensor). Akan tetapi yang sering digunakan untuk mengambil data hujan hanya dua jenis
sensor yaitu PR dan TMI. TRMM disponsori oleh NASA (National Aeronautics and Space
Administration) dari USA dan JAXA yang dulu disebut NASDA (National Space Development
Agency) dari Jepang dan merupakan satelit pertama yang mengkhususkan diri untuk
penelitian tentang hujan.

Program TRMM adalah untuk penelitian jangka panjang yang didesain untuk studi tentang
tanah, laut, udara, es, dan sistem total kehidupan di bumi (Xie et al., 2007). TRMM mampu
mengobservasi struktur hujan, jumlah dan distriibusinya di daerah tropis dan sub tropis
serta berperan penting untuk mengetahui mekanisme perubahan iklim global dan
memonitoring variasi lingkungan.

Gambar di bawah adalah gambar jangkuan dari orbit TRMM. Data yang dihasilkan meliputi
50 LU sampai 50 LS dan 180 BT sampai 180 BB.

Gambar 2 Orbit TRMM (NASDA, 2001)

Page 6
Analisa Debit PLTM Lawe Sikap 2017

Gambar 3 Cover data yang dihasilkan oleh TRMM

Data hujan yang dihasilkan oleh TRMM memiliki tipe dan bentuk yang cukup beragam yang
dumulai dari level 1 sampai level 3. Level 1 merupakan data yang masih dalam bentuk raw
dan telah dikalibrasi dan dikoreksi geometrik, Level 2 merupakan data yang telah memiliki
gambaran paramater geofisik hujan pada resolusi spasial yang sama akan tetapi masih dalam
kondisi asli keadaan hujan saat satelit tersebut melewati daerah yang direkam, sedangkan
level 3 merupakan data yang telah memiliki nilai-nilai hujan, khususnya kondisi hujan
bulanan yang merupakan penggabungan dari kondisi hujan dari level 2 (Feidas 2010).

Adapun data-data hujan yang dihasilkan adalah seperti tipe hujan, jumlah hujan, rata-rata
jumlah hujan pada ketinggian tertentu, dan lain-lainnya. Setiap level dan tipe memiliki
kekurangan dan kelebihan, khususnya bila ingin mengetahui lebih dalam keadaan hujan.
Untuk mendapatkan data hujan dalam bentuk mili meter (mm) sebaiknya menggunakan
level 3. Gambar di bawah merupakan diagram alir algoritma TRMM untuk mendapatkan level
dan tipe data tertentu, termasuk input data dan outputnya.

Page 7
Analisa Debit PLTM Lawe Sikap 2017

Gambar 4 Diagram alir algoritma TRMM (NASDA, 2001)

Data-data hujan yang diperoleh dari TRMM telah aplikasikan untuk berbagai kepentingan
seperti pengamatan iklim/cuaca, analisis iklim, analisis anomali hujan, verifikasi model iklim,
dan studi hidrologi. Untuk lebih jelas tentang pengaplikasian data TRMM ini akan dibahas
pada tulisan berikutnya. Saran terpenting dari penulis tentang pemanfaatan data TRMM
adalah jangan menggunakan data ini untuk mencari/mengetahui jumlah hujan
(kuantitasnya) dalam bentuk mm/bulan atau mm/hari karena masih memiliki tingkat
kesalahan atau bias eror yang cukup besar.

Page 8
Analisa Debit PLTM Lawe Sikap 2017

Oleh karena itu sebelum digunakan untuk mencari/mengetahui jumlah hujan (kuantitasnya)
dalam bentuk mm/bulan atau mm/hari, maka nilai bias eror tersebut harus dihilangkan
terlebih dahulu dengan koefisien nilai bias eror rata-rata data TRMM. Akan tetapi bila hanya
sekedar untuk mengetahui kualitas hujan (dalam bentuk kata-kata seperti deras, besar, atau
kecilnya hujan), pola hujan, sebaran spasial hujan, persentase anomali hujan, ataupun
hubungan curah hujan dengan pengendali-pengendali hujan (ENSO, IOD, dll), maka data
TRMM sudah bisa digunakan karena nilai bias eror hujan yang dihasilkan cukup seragam dan
konstan untuk setiap waktu, musim dan lokasi.

Untuk mendapatkan data-data satelit TRMM silakan kunjungi halaman website TRMM bagian
Data Holdings di alamat http://disc.sci.gsfC.nasa.gov/daacbin/DataHoldingsPDISC.pl dengan
browser. Pada halaman tersebut terdapat 4 (empat) bagian utama, yaitu Data Product,
Product Information, Data Access Methods, dan Data Visualization Tools. Pada bagian Data
Product kita dapat memilih satu jenis dataset yang kita inginkan dari 31 buah pilihan dataset
yang tersedia pada tombol menu drop-down.

Setelah data TRMM yang kita butuhkan berhasil diunduh. langkah berikutnya adalah
mendapatkan nilai curah hujan yang terkandung dalam data TRMM. Untuk itu perlu
dilakukan ekstraksi data terlebih dahulu. Sesuai dengan namanya, Gridded 3B42 : 3-Hour
0.25x0.25 degree merged estimates, data ini memiliki resolusi spasial 0.25° x 0.25° atau ~27.5
km dan resolusi waktu tiap 3 jam, berformat NetCDF. Aplikasi khusus bernama
"Getdata_TRMM" digunakan untuk mengekstrak data TRMM ini. Untuk menjalankan aplikasi
ini perlu di-instal terlebih dahulu Matlab Compiler Runtime Installer (MCR Installer).

2.2 Penghitungan Hujan Rata-Rata

Hasil pengukuran data hujan dari masing-masing alat pengukuran hujan adalah merupakan
data hujan suatu titik (point rainfall). Padahal untuk kepentingan analisis yang diperlukan
adalah data hujan suatu wilayah (areal rainfall). Ada beberapa cara untuk mendapatkan data
hujan wilayah yaitu :

1. Cara rata-rata aljabar


2. Cara poligon thiessen
3. Cara isohiet

Page 9
Analisa Debit PLTM Lawe Sikap 2017

2.2.1 Cara Rata-rata Aljabar

Cara ini merupakan cara yang paling sederhana yaitu hanya dengan membagi rata
pengukuran pada semua stasiun hujan dengan jumlah stasiun dalam wilayah tersebut. Sesuai
dengan kesederhanaannya maka cara ini hanya disarankan digunakan untuk wilayah yang
relatif mendatar dan memiliki sifat hujan yang relatif homogen dan tidak terlalu kasar.

Persamaan 1

2.2.2 Cara Poligon Thiessen

Cara ini selain memperhatikan tebal hujan dan jumlah stasiun, juga memperkirakan luas
wilayah yang diwakili oleh masing-masing stasiun untuk digunakan sebagai salah satu faktor
dalam menghitung hujan rata-rata daerah yang bersangkutan. Poligon dibuat dengan cara
menghubungkan garis-garis berat diagonal terpendek dari para stasiun hujan yang ada.

Persamaan 2

Page 10
Analisa Debit PLTM Lawe Sikap 2017

2.2.3 Cara Isohiet

Isohiet adalah garis yang menghubungkan tempat-tempat yang mempunyai tinggi hujan yang
sama. Metode ini menggunakan isohiet sebagai garis-garis yang membagi daerah aliran
sungai menjadi daerah-daerah yang diwakili oleh stasiun-stasiun yang bersangkutan, yang
luasnya dipakai sebagai faktor koreksi dalam perhitungan hujan rata-rata.

Persamaan 3

Penentuan atau pemilihan metode curah hujan daerah dapat dihitung dengan parameter luas
daerah tinjauan sebagai berikut (Sosrodarsono, 2003: 51):

1. Untuk daerah tinjauan dengan luas 250 ha dengan variasi topografi kecil diwakili
oleh sebuah stasiun pengamatan.

2. Untuk daerah tinjauan dengan luas 250 – 50.000 ha yang memiliki 2 atau 3 stasiun
pengamatan dapat menggunakan metode rata-rata aljabar.

3. Untuk daerah tinjauan dengan luas 120.000 – 500.000 ha yang memiliki beberapa
stasiun pengamatan tersebar cukup merata dan dimana curah hujannya tidak terlalu
dipengaruhi oleh kondisi topografi dapat menggunakan metode rata-rata aljabar,
tetapi jika stasiun pengamatan tersebar tidak merata dapat menggunakan metode
Thiessen.

4. Untuk daerah tinjauan dengan luas lebih dari 500.000 ha menggunakan metode
Isohiet atau metode potongan antara.

2.3 Validasi Data Hujan

Sebelum data hujan digunakan untuk berbagai analisis, harus dilakukan pengujian terlebih
dahulu tentang akurasi dan kebenaran data. Dalam pekerjaan ini dilakukan dua metode
untuk menguji kebenaran dan akurasi data hujan, yaitu korelasi dan kurva massa ganda.

Page 11
Analisa Debit PLTM Lawe Sikap 2017

2.3.1 Korelasi
Dengan mengasumsikan bahwa dua variabel data yang digunakan pada penelitian ini adalah
linear, maka kuat-lemahnya keterhubungan dua variable tersebut dapat dikuantifikasi
dengan koefisien korelasi, yang diperoleh dari persamaan berikut:

Persamaan 4

Koefisien korelasi selalu menghasilkan nilai diantara -1 dan 1, dimana nilai 1 atau -1
mengindikasikan korelasi yang sempurna (kuat). Dalam hal ini dua buah variable yang
dikorelasikan akan berbanding lurus atau terbalik secara konsisten. Korelasi yang positif
mengindikasikan dua buah variable yang berbanding lurus secara konsisten, dalam arti
kenaikan nilai pada satu variable akan diikuti pula oleh kanaikan nilai di variabel yang lain.
Sedangkan korelasi negatif mengindikasikan dua buah variabel yang berbanding terbalik,
dalam arti kenaikan nilai di satu variable akan diikuti secara konsisten dengan penurunan
nilai di variabel yang kedua.

Nilai korelasi 0 berarti tidak ada keterhubungan antara dua buah variabel. Hasil korelasi
yang dihasilkan oleh formula diatas ini tidak terpengaruh pada perubahan skala atau satuan
pengukuran karena pada saat penggunaan formula tersebut skala atau satuan pengukuran
sudah distandarkan oleh pengguna. Berikut adalah tabel untuk tiap nilai korelasi (r).

Tabel 1 Nilai korelasi

Correlation (r ) Interpretasi

0 Tidak berkorelasi
0,01-0,20 Korelasi Sangat rendah
0,21-0,40 Rendah
0,41-0,60 Agak rendah
0,61-0,80 Cukup
0,81-0,99 Tinggi
1 Sangat tinggi

2.3.2 Kurva Masa Ganda (Double Mass Curve)


Kurva massa adalah kurva hubungan antara curah hujan akumulatif dengan waktu. Curah
hujan daerah pada suatu waktu tertentu dalam daerah yang bersangkutan, dapat ditentukan
dari kurva massa ini. Jika di daerah yang bersangkutan terdapat beberapa buah pos
pengamatan curah hujan, maka kesalahan – kesalahan pengamatan dapat diketahui dari
bentuk kurva massa pos-pos tersebut yang digambar bersama – sama pada sebuah sistem
koordinat. Dari kurva massa dapat ditentukan juga sifat curah hujan yang terjadi apakah
hujan daerah atau lain – lain.

Page 12
Analisa Debit PLTM Lawe Sikap 2017

Besarnya presipitasi diukur dengan menggunakan alat penakar curah hujan yang umumnya
terdiri atas dua jenis yaitu alat penakar hujan tidak otomatis dan alat penakar hujan
otomatis. Alat penakar hujan tidak otomatis pada dasarnya berupa kontainer atau ember
yang telah diketahui diameternya. Untuk mendapatkan data presipitasi yang memadai
dengan menggunakan alat penakar hujan tidak otomatis, alat penampung air hujan biasanya
dibuat dalam bentuk bulat memanjang ke arah vertikal untuk memperkecil terjadinya
percikan air hujan. Diameter dan ketinggian bidang penangkap air hujan bervariasi dari satu
negara ke negara lainnya. Pengukuran presipitasi dengan menggunakan alat penakar hujan
tidak otomatis dilakukan dengan cara air hujan yang tertampung dalam tempat
penampungan air hujan tersebut diukur volumenya setiap interval waktu tertentu atau
setiap satu kejadian hujan. Dengan cara pengukuran presipitasi tersebut hanya diperoleh
data curah hujan selama periode waktu tertentu.

Alat penakaran curah hujan otomatis adalah alat penakar hujan yang mekanisme pencatatan
besarnya curah hujan bersifat otomatis dengan cara ini, data hujan bersifat otomatis dengan
cara ini, data hujan yang diperoleh selain besarnya curah hujan selama periode waktu
tertentu, juga dapat dicatat lama waktu hujan, dan dengan demikian, besarnya intensitas
hujan dapat ditentukan. Menentukan lokasi yang tepat untuk alat penakar presipitasi tidak
gampang. Alat ukur tersebut mampu mewakili derah yang kita amati. Tempat terbaiak untuk
lokasi aat penakar hujan adalah bidang permukaan tanah yang landai.

Uraian tersebut di atas menunjukkan bahwa penyebaran data curah hujan dalam kaitannya
dengan dimensi ruang tampak berkaitan dengan faktor – faktor meteorologi dann topografi.
Secara umum, dapat dikatakan bahwa daerah yang relatif datar, jumlah alat penakar hujan
yang diperlukan dalam suatu sistem pengukuran presipitasi yang terpadu adalah lebih
sedikit dibandingkan dengan daerah yang sama luasnya tapi terletak di pegunungan.
Perubahan atau pemindaan lokasi stasiun hujan, gangguan lingkungan, kerusakan
instrumentasi, ketidaksesuaian prosedure pengukuran seringkali menjadikan adanya
perubahan relatif terhadap nilai data hujan yang tercatat. Oleh karena itu untuk
menghasilkan hasil analisa hidrologi yang baik, pemeriksaan terhadap konsistensi data hujan
sangat diperlukan seperti pada Gambar 5 berikut ini:

Page 13
Analisa Debit PLTM Lawe Sikap 2017

Gambar 5 Uji konsistensi data dengan kurva massa ganda

Jika terdapat data curah hujan tahunan dengan jangka waktu pengamatan yang panjang,
maka kurva massa ganda itu dapat digunakan untuk memperbaiki kesalahan pengamatan
yang terjadi yang disebabkan oleh perubahan posisi atau cara pemasangan yang tidak baik
dari alat ukur curah hujan. Kesalahan-kesalahan pengamatan tidak dapat ditentukan dari
setiap data pengamatan. Data curah hujan tahunan jangka waktu yang panjang dari alat yang
bersangkutan itu harus dibandingkan dengan data curah hujan rata-rata sekelompok alat
ukur dalam periode yang sama.

Prosedur yang digunakan oleh “U.S.Environmental Data Service” untuk melakukan analisa
kurva massa ganda untuk uji konsistensi data ini adalah sebagai berikut :

1. Menghitung hujan tahunan untuk masing–masing stasiun.


2. Menghitung rata-rata hujan tahunan untuk stasiun pembanding.
3. Menghitung komulatif hujan tahunan untuk stasiun yang akan diuji.
4. Menghitung komulatif hujan tahunan untuk stasiun pembanding.
5. Melakukan penggambaran dalam bentuk diagram pencar (scatter diagram) antara
stasiun yang akan diuji dan stasiun pembanding, Stasiun yang akan diuji pada sumbu Y
dan stasiun pembanding pada sumbu X.

Page 14
Analisa Debit PLTM Lawe Sikap 2017

6. Melakukan analisa terhadap konsistensi data hujan dengan cara membuat garis lurus
pada diagram pencar dan melakukan analisa menentukan apakah ada perubaan slope
atau tidak pada garis lurus yang dibuat pada diagram pencar, jika terjadi perubaan
slope , maka pada titik setelah mengalami perubaan perlu adanya koreksi terhadap
pencatatan data hujan dengan cara mengalikan dengan koefisien (K) yang dihitung
berdasarkan perbandingan slope setelah mengalami perubahan (S2) dan Slope sebelum
mengalami perubahan (S1) atau K = S2/S1.

Pengujian dengan metode ini akan memberikan hasil yang baik, jika dalam suatu DAS
terdapat banyak stasiun hujan, karena dengan jumlah stasiun hujan yang banyak akan
memberikan nilai rata-rata hujan tahunan sebagai pembanding terhadap stasiun yang di uji
lebih dapat mewakili secara baik. Oleh karena itu jumlah minimal stasiun hujan untuk
pengujian ini adalah 3 stasiun hujan dan jika hanya terdapat 2 stasiun hujan atau bahkan 1
stasiun hujan, maka tidak dapat dilakukan pengujian konsistensi data hujan dan oleh
karenanya kita asumsikan bahwa data yang ada adalah konsisten.

2.4 Validasi Data Hujan TRMM

R. R. E. Vernimmen et al. melakukan penelitian dengan membandingkan ground station data


dengan TRMM data sebelum dan sesudah koreksi. Lokasi yang digunakan untuk validasi ini
ada 6 tempat, yaitu Jakarta, Bogor, Bandung, Jawa Timur, Banjar Baru,dan Lampung. Peta
dari keenam lokasi dapat dilihat pada Gambar 6 dan deskripsi wilayahnya dapat dilihat pada
Tabel 2 Relative bias dihitung dengan menggunakan persamaan sebagai berikut:

Persamaan 5

Gambar 6 Lokasi Validasi Data TRMM

Page 15
Analisa Debit PLTM Lawe Sikap 2017

Tabel 2 Descriptive characteristics of the validation areas. Ground station data coverage for the period
2003–2008. Elevation determined from SRTM 90m resolution (Jarvis et al.,2008). Forest and urban cover
determined from GlobCover v2.2 regional land cover map over Southeast Asia (ESA, 2008). including
degraded forest and plantation forest.

Sedangkan data ground station yang digunakan untuk validasi adalah data hujan bulanan
dari keenam lokasi. Berikut adalah time series data ground station untuk keenam lokasi.

Gambar 7 Average monthly ground station rainfall pada 6 lokasi validasi periode 2003–2008.

Hasil dari perhitungan koreksi TRMM data selanjutnya dibandingkan dengan data ground
satation. Untuk melihat konsistensi dari data maka dilakukan pengecekan dengan double
mass curve. Gambar 8 beikut adalah double mass curve hujan bulanan untuk keenam lokasi.

Page 16
Analisa Debit PLTM Lawe Sikap 2017

Gambar 8 Double mass curve data TRMM terkoreksi dengan data Ground Stations

Semakin mendekali dengan sumbu x=y maka data TRMM berarti semakin bagus dan
konsisten dengan data hujan, demikian juga sebaliknya semakin menjauhi x=y berarti
semakin buruk. Dari grafik diatas terlihat lokasi paling baik adalah Banjar Baru. Selain
dengan double mass curve juga dilakukan pengeplotan data ground satation, dengan data
TRMM sebelum dan sesudah koreksi. Data yang digunakan adalah rata-rata hujan bulanan.
Untuk lebih jelasnya dapat dilihat pada Gambar 9 berikut ini.

Gambar 9 Grafik data TRMM sebelum&sesudah koreksi dengan Hujan Observasi (2003-2008)

Page 17
Analisa Debit PLTM Lawe Sikap 2017

Untuk melihat sejauh mana korelasi dan besarnya RMSE antara data TRMM dengan Hujan
Ground Station maka dilakukan perhitungan dengan hasil tersaji pada tabel berikut ini.

Tabel 3 Annual ground station and TRMM precipitation (P , in mm), average difference, relative bias (to
observations), RMSE and correlation coefficients before and after bias correction of TRMM 3B42RT
precipitation estimates over the period 2003–2008.

Kesimpulannya adalah data TRMM memiliki korelasi yang baik dengan nilai R² antara 0,83 –
0,95 sebelum koreksi dan menjadi 0,84 – 0,96 setelah dikoreksi. Nilai RMSE berkisar dari 56
– 94,9 sebelum proses koreksi menjadi 49,3 – 79,8 setelah koreksi.

2.5 Analisis Debit Sintetik Metode Mock

Hasil penaksiran atau perkiraan debit limpasan (run-off) tidak bisa menggantikan
dokumentasi data aliran sungai. Namun dalam hal dimana sangat dibutuhkan tersedianya
data tersebut, maka diperlukan adanya penaksiran atau perkiraan. Ada banyak metode untuk
menaksir debit limpasan. Akurasi dari masing-masing metode tersebut bergantung pada
keseragaman dan keandalan data yang tersedia. Salah satu metode tersebut adalah Metode
Mock. Metode Mock adalah suatu metode untuk memperkirakan keberadaan air berdasarkan
konsep water balance. Keberadaan air yang dimaksud di sini adalah besarnya debit suatu
daerah aliran sungai.

Data yang digunakan untuk memperkirakan debit ini berupa data klimatologi dan
karakteristik daerah aliran sungai. Metode Mock dikembangkan oleh Dr. F. J. Mock
berdasarkan atas daur hidrologi. Metode Mock merupakan salah satu dari sekian banyak
metode yang menjelaskan hubungan rainfall-runoff. Secara garis besar model rainfall-runoff
bisa dilihat pada Gambar 10.. Metode Mock dikembangkan untuk menghitung debit bulanan
rata-rata. Data-data yang dibutuhkan dalam perhitungan debit dengan Metode Mock ini
adalah data klimatologi, luas dan penggunaan lahan dari catchment area.

Page 18
Analisa Debit PLTM Lawe Sikap 2017

Gambar 10 Bagan alir model rainfall-runoff.

Pada prinsipnya, Metode Mock memperhitungkan volume air yang masuk, keluar dan yang
disimpan dalam tanah (soil storage). Volume air yang masuk adalah hujan. Air yang keluar
adalah infiltrasi, perkolasi dan yang dominan adalah akibat evapotranspirasi. Perhitungan
evapotranspirasi menggunakan Metode Penmann. Sementara soil storage adalah volume air
yang disimpan dalam pori-pori tanah, hingga kondisi tanah menjadi jenuh. Secara
keseluruhan perhitungan debit dengan Metode Mock ini mengacu pada water balance ,
dimana volume air total yang ada di bumi adalah tetap, hanya sirkulasi dan distribusinya
yang bervariasi. Proses perhitungan yang dilakukan dalam Metode Mock dijelaskan secara
umum dalam Gambar 11 berikut ini.

Gambar 11 Bagan alir perhitungan debit dalam Metode Mock.

Page 19
Analisa Debit PLTM Lawe Sikap 2017

2.5.1 Water Balance


Dalam siklus hidrologi, penjelasan mengenai hubungan antara aliran ke dalam (inflow) dan
aliran keluar (outflow) di suatu daerah untuk suatu perioda tertentu disebut neraca air atau
keseimbangan air (water balance). Hubungan-hubungan ini lebih jelas ditunjukkan oleh
Gambar 12. Bentuk umum persamaan water balance adalah:

P = Ea + ΔGS + TRO Persamaan 6

dengan:
P = presipitasi.
Ea = evapotranspirasi.
ΔGS = perubahan groundwater storage .
TRO = total run off

Water balance merupakan siklus tertutup yang terjadi untuk suatu kurun waktu pengamatan
tahunan tertentu, dimana tidak terjadi perubahan groundwater storage atau ΔGS = 0.
Artinya awal penentuan groundwater storage adalah berdasarkan bulan terakhir dalam
tinjauan kurun waktu tahunan tersebut.

Sehingga persamaan water balance menjadi:

P = Ea + TRO Persamaan 7

Beberapa hal yang dijadikan acuan dalam prediksi debit dengan Metode Mock sehubungan
dengan water balance untuk kurun waktu (misalnya 1 tahun) adalah sebagai berikut:

a. Dalam satu tahun, perubahan groundwater storage (ΔGS) harus sama dengan nol.

b. Jumlah total evapotranspirasi dan total run off selama satu tahun harus sama dengan
total precipitation yang terjadi dalam tahun itu.

Dengan tetap memperhatikan kondisi-kondisi batas water balance di atas, maka prediksi
debit dengan Metode Mock diharapkan dapat akurat.

Page 20
Analisa Debit PLTM Lawe Sikap 2017

Gambar 12 Sirkulasi air

2.5.2 Data Iklim


Data iklim yang digunakan dalam Metode Mock adalah presipitasi, temperatur, penyinaran
matahari, kelembaban relatif dan data kecepatan angin. Secara umum data-data ini
digunakan untuk menghitung evapotranspirasi. Dalam Metode Mock, data-data iklim yang
dipakai adalah data bulanan rata-rata, kecuali untuk presipitasi yang digunakan adalah
jumlah data dalam satu bulan. Notasi dan satuan yang dipakai untuk data iklim dapat dilihat
pada Tabel 4.

Tabel 4 Notasi dan Satuan Parameter Iklim

Sumber : Sudirman 2002

2.5.3 Evapotranspirasi
Evapotranspirasi merupakan faktor penting dalam memprediksi debit dari data curah hujan
dan klimatologi dengan menggunakan Metode Mock. Alasannya adalah karena
evapotranspirasi ini memberikan nilai yang besar untuk terjadinya debit dari suatu daerah
aliran sungai. Evapotranspirasi diartikan sebagai kehilangan air dari lahan dan permukaan
air dari suatu daerah aliran sungai akibat kombinasi proses evaporasi dan transpirasi. Lebih
rinci tentang evapotranspirasi potensial dan evapotranspirasi aktual diuraikan di bawah ini.

Page 21
Analisa Debit PLTM Lawe Sikap 2017

1. Evapotranspirasi Potensial

Evapotranspirasi potensial adalah evapotranspirasi yang mungkin terjadi pada kondisi


air yang tersedia berlebihan. Faktor penting yang mempengaruhi evapotranspirasi
potensial adalah tersedianya air yang cukup banyak. Jika jumlah air selalu tersedia secara
berlebihan dari yang diperlukan oleh tanaman selama proses transpirasi, maka jumlah
air yang ditranspirasikan relatif lebih besar dibandingkan apabila tersedianya air di
bawah keperluan.

2. Metode untuk perhitungan evapotranspirasi potensial

Berbagai metode untuk menentukan besarnya evapotranspirasi telah tersedia. Metode


yang ada untuk menentukan besarnya laju evapotranspirasi secara umum ditentukan
oleh unsur-unsur cuaca. Semakin banyak unsur cuaca yang digunakan untuk menentukan
nilai evapotranspirasi, maka semakin baik nilai perkiraan yang dihasilkan. Namun hal ini
mengalami kendala, karena secara umum kualitas data klimatologi yang dimiliki kurang
baik, sehingga penggunaan metode dengan unsur cuaca yang banyak tidak dapat
dilakukan.

Untuk melihat metode perhitungan evapotranspirasi dan ketersediaan data klimatologi


yang dimiliki, maka dapat dipilih metode mana yang digunakan untuk menghitung
besarnya laju evapotranspirasi potrensial. Tabel 5 berikut ini berisi resume dari 28
metode yang sering dipakai di berbagai dunia. Dengan banyaknya metode berdasarkan
ketersediaan data klimatologi diharapkan akan mempermudah dalam perhitungan
evapotranspirasi potensial. Pada tabel disajikan perhitungan evapotranspirasi mulai dari
menggunakan satu variable saja sampai 6 variable.

Page 22
Analisa Debit PLTM Lawe Sikap 2017

Tabel 5 Daftar metode dan unsur iklim yang diperlukan (Ginting, 2006)

Tabel 6 Performance of various ETo methods (after Jensen et al., 1990)

Page 23
Analisa Debit PLTM Lawe Sikap 2017

Lanjutan Tabel 6

1Over- or underestimation as percentage from 11 lysimeter data locations, corrected for reference type
2 Weighted standard error of estimates, mm/day
Dengan banyaknya metode yang tersedia, dan dengan unsur data iklim yang
digunakan sangat beragam dengan variasi hasil yang diperoleh juga sangat beragam.
Dengan demikian, maka Smith (1990) melakukan penelitian untuk membandingkan
sekitar 20 metode perhitungan evapotranspirasi yang ada dengan data pengukuran
lapangan.
Hasil dari penelitian tersebut selanjutnya diberi urutan rangking, metode mana yang
paling baik untuk digunakan dengan tingkat kesalahan yang sangat kecil. Hasil
penelitian tersebut dapat dilihat pada Tabel 6 diatas.

Metode Blaney – Criddle


Persamaan Blaney –Criddle dikembangkan di daerah lahan kering di bagian barat
USA dengan menggunakan satu unsur iklim untuk menentukannya yaitu suhu udara.
Metode ini sangat sederhana dan sering digunakan di Indonesia karena hanya
menggunakan satu parameter, yaitu suhu udara (T). Persamaan Blaney-Criddle
dalam bentuk SI adalah sebagai berikut:
ETo  p0,46 T  8,13 Persamaan 8

Keterangan :
ETo : Evapotranspirasi acuan (mm/hari)

T : Suhu udara harian (oC)

Page 24
Analisa Debit PLTM Lawe Sikap 2017

Tabel 7 Nilai faktor p untuk metode Blaney-Criddle


LU Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
LS Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun

60o 0.15 0.2 0.26 0.32 0.38 0.41 0.4 0.34 0.28 0.22 0.17 0.13
58o 0.16 0.21 0.26 0.32 0.37 0.4 0.39 0.34 0.28 0.23 0.18 0.15
56o 0.17 0.21 0.26 0.32 0.36 0.39 0.38 0.33 0.28 0.23 0.18 0.16
54o 0.18 0.22 0.26 0.31 0.36 0.38 0.37 0.33 0.28 0.23 0.19 0.17
52o 0.19 0.22 0.27 0.31 0.35 0.37 0.36 0.33 0.28 0.24 0.2 0.17
50o 0.19 0.23 0.27 0.31 0.34 0.36 0.35 0.32 0.28 0.24 0.2 0.18
48o 0.2 0.23 0.27 0.31 0.34 0.36 0.35 0.32 0.28 0.24 0.21 0.19
46o 0.2 0.23 0.27 0.3 0.34 0.35 0.34 0.32 0.28 0.24 0.21 0.2

44o 0.21 0.24 0.27 0.3 0.33 0.35 0.34 0.31 0.28 0.25 0.22 0.2
42o 0.21 0.24 0.27 0.3 0.33 0.34 0.33 0.31 0.28 0.25 0.22 0.21
40o 0.22 0.24 0.27 0.3 0.32 0.34 0.33 0.31 0.28 0.25 0.22 0.21

35o 0.23 0.25 0.27 0.29 0.31 0.32 0.32 0.3 0.28 0.25 0.23 0.22
30o 0.24 0.25 0.27 0.29 0.31 0.32 0.31 0.3 0.28 0.26 0.24 0.23
25o 0.24 0.26 0.27 0.29 0.3 0.31 0.31 0.29 0.28 0.26 0.25 0.24
20o 0.25 0.26 0.27 0.28 0.29 0.3 0.3 0.29 0.28 0.26 0.25 0.25
15o 0.26 0.26 0.27 0.28 0.29 0.29 0.29 0.28 0.28 0.27 0.26 0.25
10o 0.26 0.27 0.27 0.28 0.28 0.29 0.29 0.28 0.28 0.27 0.26 0.26
5o 0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.27 0.27 0.27

0o 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27

Sumber : Doorenbos, J. & Pruitt, W.O., (1984).

3. Evapotranspirasi Aktual

Jika dalam evapotranspirasi potensial air yang tersedia dari yang diperlukan oleh
tanaman selama proses transpirasi berlebihan, maka dalam evapotranspirasi aktual ini
jumlah air tidak berlebihan atau terbatas. Jadi evapotranspirasi aktual adalah
evapotranspirasi yang terjadi pada kondisi air yang tersedia terbatas. Evapotranspirasi
aktual dipengaruhi oleh proporsi permukaan luar yang tidak tertutupi tumbuhan hijau
(exposed surface) pada musim kemarau. Besarnya exposed surface (m) untuk tiap daerah
berbedabeda. F.J. Mock mengklasifikasikan menjadi tiga daerah dengan masing-masing
nilai exposed surface ditampilkan pada Tabel 8.

Tabel 8 Exposed Surface, m

Sudirman (2002)

Page 25
Analisa Debit PLTM Lawe Sikap 2017

Selain exposed surface, evapotranspirasi aktual juga dipengaruhi oleh jumlah hari hujan
(n) dalam bulan yang bersangkutan. Menurut Mock, rasio antara selisih evapotranspirasi
potensial dan evapotranspirasi aktual dengan evapotranspirasi potensial dipengaruhi
oleh exposed surface (m) dan jumlah hari hujan (n), seperti ditunjukan dalam formulasi
sebagai berikut.

Persamaan 9

sehingga:

Persamaan 10

Dari formulasi diatas dapat dianalisis bahwa evapotranspirasi potensial akan sama
dengan evapotranspirasi aktual (atau ΔE = 0) jika:

a. Evapotranspirasi terjadi pada hutan primer atau hutan sekunder. Dimana daerah ini
memiliki harga exposed surface (m) sama dengan nol (0).

b. Banyaknya hari hujan dalam bulan yang diamati pada daerah itu sama dengan 18
hari.

Jadi evapotranspirasi aktual adalah evapotranspirasi potensial yang memperhitungkan


faktor exposed surface dan jumlah hari hujan dalam bulan yang bersangkutan. Sehingga
evapotranspirasi aktual adalah evapotranspirasi yang sebenarnya terjadi atau actual
evapotranspiration , dihitung sebagai berikut:

Eactual = EP – ΔE Persamaan 11

2.5.4 Water Surplus


Water surplus didefinisikan sebagai air hujan (presipitasi) yang telah mengalami
evapotranspirasi dan mengisi tampungan tanah (soil storage, disingkat SS). Water surplus ini
berpengaruh langsung pada infiltrasi atau perkolasi dan total run off yang merupakan
komponen debit. Persamaan water surplus (disingkat WS) adalah sebagai berikut:

WS = (P – Ea) + SS Persamaan 12

Page 26
Analisa Debit PLTM Lawe Sikap 2017

Dengan memperhatikan Gambar 13, maka water surplus merupakan air limpasan permukaan
ditambah dengan air yang mengalami infiltrasi. Tampungan kelembaban tanah (soil moisture
storage, disingkat SMS) terdiri dari kapasitas kelembaban tanah (soil moisture capacity,
disingkat SMC), zona infiltrasi, limpasan permukaan tanah dan tampungan tanah (soil
storage, disingkat SS).

Gambar 13 Water surplus merupakan presipitasi yang telah mengalami evapotranspirasi


atau limpasan yang ditambah infiltrasi.
Besarnya soil moisture capacity (SMC) tiap daerah tergantung dari tipe tanaman penutup
lahan (land cover) dan tipe tanahnya, seperti ditunjukkan dalam Tabel 6. Dalam studi yang
dilakukan Mock di daerah aliran sungai di Bogor, ditetapkan besarnya kapasitas kelembaban
tanah maksimum adalah 200 mm/bulan. Dalam Metode Mock, tampungan kelembaban tanah
dihitung sebagai berikut:

SMS = ISMS + (P – Ea) Persamaan 13

dengan:

ISMS = initial soil moisture storage (tampungan kelembaban tanah awal), merupakan
soil moisture capacity (SMC) bulan sebelumnya.
P–Ea = presipitasi yang telah mengalami evapotranspirasi.

Asumsi yang dipakai oleh Dr. F.J. Mock adalah air akan memenuhi SMC terlebih dahulu
sebelum water surplus tersedia untuk infiltrasi dan perkolasi yang lebih dalam atau
melimpas langsung (direct run off). Ada dua keadaan untuk menentukan SMC, yaitu:

a) SMC = 200 mm/bulan, jika P – Ea < 0. Artinya soil moisture storage (tampungan tanah
lembab) sudah mencapai kapasitas maksimumnya atau terlampaui sehingga air tidak
disimpan dalam tanah lembab. Ini berarti soil storage (SS) sama dengan nol dan
besarnya water surplus sama dengan P - Ea.

Page 27
Analisa Debit PLTM Lawe Sikap 2017

b) SMC = SMC bulan sebelumnya + (P – Ea), jika P – Ea < 0. Untuk keadaan ini, tampungan
tanah lembab (soil moisture storage) belum mencapai kapasitas maksimum, sehingga
ada air yang disimpan dalam tanah lembab. Besarnya air yang disimpan ini adalah P –
Ea. Karena air berusaha untuk mengisi kapasitas maksimumnya, maka untuk keadaan ini
tidak ada water surplus (WS = 0). Selanjutnya WS ini akan mengalami infiltrasi dan
melimpas di permukaan (run off). Besarnya infiltrasi ini tergantung pada koefisien
infiltrasi.

Tabel 9 Nilai Soil Moisture Capacity untuk Berbagai Tipe Tanaman dan Tipe Tanah

Sumber: Sudirman (2002).


2.5.5 Limpasan Total
Air hujan yang telah mengalami evapotranspirasi dan disimpan dalam tanah lembab
selanjutnya melimpas di permukaan (surface run off) dan mengalami perkolasi. Berikutnya,
menurut Mock besarnya infiltrasi adalah water surplus (WS) dikalikan dengan koefisien
Infiltrasi (if), atau:

Infiltrasi (i) = WS x if Persamaan 14

Page 28
Analisa Debit PLTM Lawe Sikap 2017

Koefisien infiltrasi ditentukan oleh kondisi porositas dan kemiringan daerah pengaliran.
Lahan yang bersifat porous umumnya memiliki koefisien yang cenderung besar. Namun jika
kemiringan tanahnya terjal dimana air tidak sempat mengalami infiltrasi dan perkolasi ke
dalam tanah, maka koefisien infiltrasinya bernilai kecil. Infiltrasi terus terjadi sampai
mencapai zona tampungan air tanah (groundwater storage, disingkat GS). Keadaan
perjalanan air di permukaan tanah dan di dalam tanah diperlihatkan dalam Gambar 13.

Dalam Metode ini, besarnya groundwater storage (GS) dipengaruhi oleh:

a. Infiltrasi (i). Semakin besar infiltrasi maka groundwater storage semakin besar pula, dan
begitu pula sebaliknya.

b. Konstanta resesi aliran bulanan (K). Konstanta resesi aliran bulanan (monthly flow
recession constan) disimbolkan dengan K adalah proporsi dari air tanah bulan lalu yang
masih ada bulan sekarang. Nilai K ini cenderung lebih besar pada bulan basah.

c. Groundwater storage bulan sebelumnya (GSom). Nilai ini diasumsikan sebagai konstanta
awal, dengan anggapan bahwa water balance merupakan siklus tertutup yang ditinjau
selama rentang waktu menerus tahunan tertentu. Dengan demikian maka nilai asumsi
awal bulan pertama tahun pertama harus dibuat sama dengan nilai bulan terakhir tahun
terakhir. Dari ketiga faktor di atas, Mock merumuskan sebagai berikut:

GS = { 0,5 x (1 + K) x i } + { K x GSom } Persamaan 15

Gambar 14 Perjalanan air hujan sampai terbentuk debit

Page 29
Analisa Debit PLTM Lawe Sikap 2017

Seperti telah dijelaskan, metode Mock adalah metode untuk memprediksi debit yang
didasarkan pada water balance. Oleh sebab itu, batasan-batasan water balance ini harus
dipenuhi. Salah satunya adalah bahwa perubahan groundwater storage (ΔGS) selama rentang
waktu tahunan tertentu adalah nol, atau (misalnya untuk 1 tahun):

Persamaan 16

Perubahan groundwater storage (ΔGS) adalah selisih antara groundwater storage bulan yang
ditinjau dengan groundwater storage bulan sebelumnya. Perubahan groundwater storage ini
penting bagi terbentuknya aliran dasar sungai (base flow, disingkat BF). Dalam hal ini base
flow merupakan selisih antara infiltrasi dengan perubahan groundwater storage , dalam
bentuk persamaan:

BF = i – ΔGS Persamaan 17

Jika pada suatu bulan ΔGS bernilai negatif (terjadi karena GS bulan yang ditinjau lebih kecil
dari bulan sebelumnya), maka base flow akan lebih besar dari nilai Infiltrasinya. Karena
water balance merupakan siklus tertutup dengan perioda tahunan tertentu (misalnya 1
tahun) maka perubahan groundwater storage (ΔGS) selama 1 tahun adalah nol. Dari
persaman di atas maka dalam 1 tahun jumlah base flow akan sama dengan jumlah infiltrasi.
Selain base flow, komponen debit yang lain adalah direct run off (limpasan langsung) atau
surface run off (limpasan permukaan). Limpasan permukaan berasal dari water surplus yang
telah mengalami infiltrasi. Jadi direct run off dihitung dengan persamaan:

DRO = WS – I Persamaan 18

Setelah base flow dan direct run off komponen pembentuk debit yang lain adalah storm run
off , yaitu limpasan langsung ke sungai yang terjadi selama hujan deras. Storm run off ini
hanya beberapa persen saja dari hujan. Storm run off hanya dimasukkan ke dalam total run
off , bila presipitasi kurang dari nilai maksimum soil moisture capacity. Menurut Mock storm
run off dipengaruhi oleh percentage factor, disimbolkan dengan PF. Percentage factor adalah
persen hujan yang menjadi limpasan. Besarnya PF oleh Mock disarankan 5% - 10%, namun
tidak menutup kemungkinan untuk meningkat secara tidak beraturan hingga mencapai
37,3%.

Page 30
Analisa Debit PLTM Lawe Sikap 2017

Dalam perhitungan debit ini, Mock menetapkan bahwa:

i. Jika presipitasi (P) > maksimum soil moisture capacity maka nilai storm run off = 0.

ii. ii. Jika P < maksimum soil moisture capacity maka storm run off adalah jumlah curah
hujan dalam satu bulan yang bersangkutan dikali percentage factor , atau:

SRO = P x PF Persamaan 19

Dengan demikian maka total run off (TRO) yang merupakan komponenkomponen
pembentuk debit sungai (stream flow) adalah jumlah antara base flow, direct run off dan
storm run off, atau:

TRO = BF + DRO + SRO Persamaan 20

Total run off ini dinyatakan dalam mm/bulan. Maka jika TRO ini dikalikan dengan catchment
area (luas daerah tangkapan air) dalam km² dengan suatu angka konversi tertentu
didapatkan besaran debit dalam m³/s.

2.6 Analisis Debit Sintetik Metode NRECA

Debit aliran masuk (inflow), berasal dari hujan yang turun didalam daerah tangkapan air
(catchment area). Sebagian dari hujan tersebut menguap, sebagian lagi turun mencapai
permukaan tanah. Hujan yang turun mancapai tanah sebagian masuk dalam tanah (resapan),
yang akan mengisi pori-pori tanah sebagian mengalir menuju alur sungai sebagai aliran
bawah permukaan, sedangkan sisanya mengalir diatas tanah (aliran permukaan). Jika pori
tanah sudah mengalami kejenuhan, air akan masuk kedalam tampungan air tanah. Gerak air
ini disebut perkolasi. Sedikit demi sedikit air dari tampungan air tanah mengalir keluar
sebagai mata air menuju alur dan disebut aliran dasar. Sisa dari curah hujan yang mengalir di
atas permukaan, disebut aliran permukaan, bersama aliran dasar bergerak masuk menuju
alur sungai. Penguapan peluh (evapotranspirasi) tidak hanya terjadi di atas permukaan tanah
dimana akar-akar tanaman berada.

2.6.1 Langkah perhitungan metode NRECA


Model NRECA {National Rural Electric Cooperative Association) dikembangkan oleh Norman
H. Crowford (USA) pada tahun 1985, merupakan penyederhanaan dari Stanford Watershed
Model IV (SWM). Pada model SWM terdapat 34 parameter sedangkan NRECA hanya
menggunakan 5 parameter. Model ini dapat digunakan untuk menghitung debit bulanan
dari hujan bulanan berdasarkan keseimbangan air di DAS.

Page 31
Analisa Debit PLTM Lawe Sikap 2017

Persamaan keseimbangan tersebut adalah sebagai berikut:

Hujan - Evapotranspirasi aktual + Perubahan tampungan = Limpasan

Konsep Model NRECA membagi aliran bulanan menjadi dua, yaitu limpasan langsung
(limpasan permukaan dan bawah permukaan) dan aliran dasar. Tampungan juga dibagi dua
yaitu tampungan kelengasan (moisture storage) dan tampungan air tanah (ground water
storage). Sisa dari curah hujan yang mengalir di atas permukaan bersama aliran dasar
bergerak masuk menuju alur sungai. Aliran total yang ada kemudian dikalikan dengan Luas
DAS. Hasil dari perkalian tersebut merupakan keluaran (output) dari model NRECA yang
berupa debit aliran sungai sesuai periode rencana (Badan Litbang Departemen PU, 1994).

Cara perhitungan ini paling sesuai untuk daerah cekungan yang setelah hujan berhenti masih
ada aliran di sungai selama beberapa hari. Kondisi ini bisa terjadi bila tangkapan hujan cukup
luas. Langkah perhitungan mencangkup 18 tahap dengan alur perhitungan dapat dilakukan
kolom perkolom dari kolom (1) hingga (18) seperti di bawah ini (semua satuan dalam mm).

(1). Nama bulan Januari sampai Desember

(2). Nilai hujan rata-rata bulanan(Rb)

(3). Nilai penguapan peluh potensial (PET)

(4). Nilai tampungan kelengasan awal (Wo). Nilai ini harus dicoba-coba, dan percobaan
pertama diambil 600 (mm/bulan) dibulan Januari.

(5). Ratio tampungan tanah (soil storage raio-Wi) dihitung dengan rumus :

WO
WI 
No min al Persamaan 21

Nominal = 100 + 0.2 Ra

Ra = hujan tahunan (mm)

(6). Ratio Rb / PET = kolom (2) : kolom (3)

(7). Ratio AET/PET

AET = Penguapan peluh actual yang dapat diperoleh dengan Gambar LAMPIRAN V.2,
nilainya tergantung dari ratio Rb/PET. (kolom 6) dan Wi (kolom 5)

(8). AET = (AET/PET) x PET x Koefisien reduksi

= kolom (7) x kolom(3) x koefisien reduksi

Page 32
Analisa Debit PLTM Lawe Sikap 2017

(9). Neraca air = Rb – AET = kolom(2) – kolom(8)

(10). Ratio kelebihan kelengasan (excess moisture)

(11). Kelebihan kelengasan

= ratio kelengasan x neraca air

= kolom (10) x kolom (9)

(12). Perubahan tampungan

= Neraca – kelebihan kelengasan

= kolom(9) – kolom(11)

(13). Tampungan air tanah = P1 x kelebihan kelengasan

= P1 x kolom (11)

P1 = Parameter yang menggambarkan karakteristik tanah permukaan ( kedalaman 0


– 2 m), nilainya 0,1 – 0,5 tergantung pada sifat lulus air lahan

P1 = 0,1 bila bersifat kedap air

P1 = 0,5 bila bersifat lulus air

(14). Tampungan air tanah awal yang harus dicoba - coba

(15). Tampungan air tanah akhir

= tampungan air tanah + tampungan air tanah awal

= kolom(13) + kolom(14)

(16). Aliran air tanah = P2 x tampungan air tanah akhir

= P2 x kolom (15)

P2 = parameter seperti P1 tetapi untuk lapisan tanah dalam (kedalaman 2–


10 m )

P2 = 0,9 bila bersifat kedap air

P2 = 0,5 bila bersifat lulus air

(17). Larian langsung

= kelebihan kelengasan – tampungan air tanah

= kolom(11) – kolom(13)

Page 33
Analisa Debit PLTM Lawe Sikap 2017

(18). Aliran Total = larian langsung + aliran air tanah

= kolom(17) + kolom(16) , dalam mm/bulan

(19). Dalam m3/bulan = kolom (18) dalam mm x 10 x luas daerah tadah hujan (Ha)

Untuk perhitungan bulan berikutnya diperlukan nilai tampungan kelengasan (kolom 4)


untuk bulan berikutnya dan tampungan air tanah (kolom 14) bulan berikutnya yang dapat
dihitung dengan menggunakan rumus berikut :

a. Tampungan kelengasan = tampungan kelengasan bulan berikutnya + perubahan


tampungan = kolom (4) + kolom (12), semuanya dari bulan sebelumnya.

b. Tampungan air tanah = tampunan air tanah bulan sebelumnya – aliran air tanah

= kolom (15) – kolom (16), semuanya dari bulan sebelumnya.

Sebagai patokan diakhir perhitungan, nilai tampungan kelengasan awal (Januari) harus
mendekati tampungan kelengasan bulan Desember. Jika perbedaan antara keduanya cukup
jauh (> 200 mm ) perhitungan perlu diulang mulai bulan Januari lagi dengan mengambil nilai
tampungan kelengasan awal (Januari) = tampungan kelengasan bulan Desember.

Kalibrasi terhadap parameter Mock dan NRECA yang digunakan perlu dilakukan agar hasil
perhitungan debit dengan metode ini dapat mewakili kondisi aktual seperti di lapangan
(dibandingkan dengan debit hasil pengukuran hidrometri yang diperoleh dari data
sekunder). Dalam perhitungan debit limpasan dengan menggunakan metode Mock dan
NRECA tersebut, digunakan data debit bulanan hasil pengumpulan data sekunder yang
berlokasi di hilir bendung untuk kalibrasi data debit hasil pembangkitan.

2.7 Analisis Debit Andalan

Penyediaan sumber daya air untuk berbagai kebutuhan harus memenuhi persyaratan
perencanaan tertentu dimana ketersediaannya harus memenuhi probabilitas tertentu yang
disebut dengan debit andalan. Debit andalan adalah debit minimum sungai dengan
kemungkinan debit terpenuhi dalam prosentase tertentu, misalnya 90%, 80% atau nilai
prosentase lainnya, sehingga dapat dipakai untuk berbagai kebutuhan. Debit andalan pada
umumnya dianalisis sebagai debit rata-rata untuk periode 10 hari, setengah bulanan atau
bulanan.

Kemungkinan tak terpenuhi dapat ditetapkan 20%, 30% atau nilai lainnya untuk menilai
tersedianya air berkenaan dengan kebutuhan pengambilan (diversion requirement). Untuk
keperluan irigasi biasa digunakan debit andalan dengan reliabilitas 80%.

Page 34
Analisa Debit PLTM Lawe Sikap 2017

Artinya dengan kemungkinan 80% debit yang terjadi adalah lebih besar atau sama dengan
debit tersebut, atau sistem irigasi boleh gagal sekali dalam lima tahun. Untuk keperluan air
minum dan industry maka dituntut reliabilitas yang lebih tinggi, yaitu sekitar 90% sampai
dengan 95%. Jika air sungai ini digunakan untuk pembangkit listrik tenaga air maka
diperlukan reliabilitas yang sangat tinggi, yaitu antara 95% sampai 99%.

Untuk menentukan besarnya debit andalan dibutuhkan seri data debit yang panjang yang
dimiliki oleh setiap statiun pengamatan debit sungai. Metode yang sering dipakai untuk
analisis debit andalan adalah metode statistik (rangking). Penetapan rangking dilakukan
menggunakan analisis frekuensi/probabilitas dengan rumus Weibul. Debit andalan 80%
(Q80%) berarti bahwa probabilitas debit tersebut untuk disamai atau dilampaui sebesar
80% yang berarti juga bahwa kegagalan kemungkinan terjadi dengan probabilitas sebesar
100% dikurangi 80% atau boleh dikatakan sebesar 20%. Dapat diartikan juga bahwa dalam 5
tahun ada kemungkinan satu tahun gagal.

Prosedur analisis dimulai dengan mengurutkan seri data dari urutan terbesar sampai ke
yang terkecil. Selanjutnya dirangking dimulai dengan rangking pertama (m=1) untuk data
yang paling besar dan seterusnya. Langkah ketiga dibuatkan kolom plotting dengan rumus
Weibul. Adapun Rumus Weibul adalah sebagai berikut:

Persamaan 22

dimana :
P = probabilitas;
m = rangking; dan
N = jumlah data.

2.8 Analisis Banjir Rencana


2.8.1 Analisis Frekuensi Curah Hujan Rencana
Perhitungan analisis frekuensi ini dilakukan untuk menghitung curah hujan rencana, yaitu
hujan harian daerah maksimum yang mungkin terjadi yang selanjutnya digunakan untuk
perhitungan debit banjir rencana (flood design) bendung Adian. Pada pekerjaan ini analisis
frekuensi dihitung dengan menggunakan metode normal, pearson III, Log Normal, Log
Pearson Type III dan metode Gumbell. Tujuan penghitungan curah hujan rencana adalah
untuk mendapatkan curah hujan periode ulang tertentu yang akan digunakan untuk mencari
debit banjir rencana.

Page 35
Analisa Debit PLTM Lawe Sikap 2017

Untuk menghitung curah hujan rencana menggunakan parameter pemilihan distribusi curah
hujan. Dari hasil perhitungan curah hujan rata-rata maksimum metoda Thiessen di atas perlu
ditentukan kemungkinan terulangnya curah hujan harian maksimum guna menentukan debit
banjir rencana. Sebelum data digunakan harus dilakukan pemilihan jenis distribusi yang
sesuai dengan data. Maka harus dilakukan beberapa perhitungan parameter statistik.

2.8.1.1 Pengukuran Dispersi

Suatu kenyataan bahwa tidak semua nilai dari suatu variabel hidrologi terletak atau sama
dengan nilai rata-ratanya, tetapi kemungkinan ada nilai yang lebih besar atau lebih kecil dari
nilai rata-ratanya (Sosrodarsono,1993). Besarnya dispersi dapat dilakukan pengukuran
disperse baik untuk data asli maupun log data.

2.8.1.1.1 Dispersi data normal

Cara pertama dilakukan untuk data asli, yakni melalui perhitungan parametrik statistik
untuk (Xi–X), (Xi–X)2, (Xi–X)3, (Xi–X)4 terlebih dahulu, di mana :

Xi = Besarnya curah hujan daerah (mm)


X = Rata-rata curah hujan maksimum daerah (mm)
Selanjutnya dilakukan pengukuran dispersi meliputi Standar Deviasi, Koefisien Skewness,
Koefisien Kurtosis, dan Koefisien Variansi. Berikut adalah persaman perhitungannya.

a. Standart Deviasi (S)

Perhitungan deviasi standar menggunakan persamaan sebagai berikut:

Persamaan 23

Di mana:

S = Deviasi standart

X = Nilai rata-rata variat

Xi = Nilai variat ke i

n = jumlah data

Page 36
Analisa Debit PLTM Lawe Sikap 2017

b. Koefisien Skewness (Cs)

Perhitungan koefisien skewness menggunakan persamaan sebagai berikut:

Persamaan 24

Di mana :
CS = koofesien Skewness
Xi = Nilai variat ke i
X = Nilai rata-rata variat
n = Jumlah data
S = Deviasi standar
c. Koefisien Kurtosis (Ck)

Perhitungan koefisien skewness menggunakan persamaan sebagai berikut:

Persamaan 25

Di mana :
CK = Koofesien Kurtosis
Xi = Nilai variat ke i
X = Nilai rata-rata variat
n = Jumlah data
S = Deviasi standar 4
d. Koefisien Variansi (Cv)
Perhitungan koefisie variansi menggunakan persamaan sebagai berikut:

Persamaan 26

Dimana:
CV = Koofesien variasi
X = Nilai rata-rata varian
S = Standart deviasi

Page 37
Analisa Debit PLTM Lawe Sikap 2017

2.8.1.1.2 Dispersi data logaritma

Pengukuran disperse juga dilakukan untuk distribusi logaritmik dengan persaman sebagai
berikut.

sehingga persamaan menjadi di mana : Y = nilai


logaritma dari x, sehingga:

𝛴log⁡
(𝑥)
= rata – rata hitung nilai Y atau log(𝑋) = Persamaan 27
𝑛

𝛴 (log 𝑥 −log 𝑋 )²
Standar Deviasi (S) menjadi Slog(𝑋) = Persamaan 28
𝑛−1

Koefisien skewness (Cs) menjadi Persamaan 29(didapat nilai k dari


tabel)

Koefisien kurtosis (Ck) menjadi Persamaan 30

a. Koefisien Variansi (Cv) menjadi

Persamaan 31

Dimana:
CV = Koofesien variasi
X = Nilai rata-rata varian
S = Standart deviasi

2.8.1.2 Pemilihan jenis distribusi

Dalam statistik dikenal beberapa jenis distribusi antara lain Normal, Gumbel, Log Normal, Log
Pearson Type III. Untuk itu ditinjau jenis distribusi yang sesuai dengan distribusi data debit
yang ada di daerah studi. Hal ini dapat dipakai dapat dicari dengan cara analisis dan cara
grafis (plotting data). Untuk menentukan jenis distibusi mana yang sesuai dengan data hujan
maksimum, maka dilakukan analisa kedekatan hasil perhitungan nilai koefisien skewness,
koefisien kurtosis, dan koefisien variansi dengan syarat dari masing-masing distribusi.

Page 38
Analisa Debit PLTM Lawe Sikap 2017

Berikut ini adalah tabel syarat dari masing-masing distribusi.

Tabel 10 Syarat Pemilihan Jenis Distribusi

No Jenis Distribusi Syarat


1 Normal Cs = 0; Ck = 3
2 Log Normal Cs = 3Cv; Cv = 0.6
3 Gumbel Cs ≤ 1.1396; Ck ≤ 5,4002
4 Pearson 3 Cs ≠ 0; Cv = 0.3
5 Log Pearson 3 Cs = 0; Cv = 0.3

2.8.1.3 Uji Kecocokan Distribusi

Sebelum analisis perhitungan debit banjir dilakukan, dilakukan terlebih dahulu uji kecocokan
distribusi Log Pearson Tipe III dengan data. Uji kecocokan dilakukan dengan dua metode,
yaitu chi square method dan uji smirnov - kolmogov. Perhitungan kedua uji distribusi secara
lengkap akan dijelaskan lebih rinci dibawah ini.

2.8.1.3.1 Uji Sebaran Chi Kuadrat (Chi Square Test)

Untuk menguji kecocokan suatu distribusi data curah hujan, digunakan metode Uji Chi
Kuadrat (Chi Square Test) dengan persamaan sebagai berikut:
K = 1 + 3.322 log n = 1+ 3.322 log 10
DK = K-(P+1) = 4-(1+1)
(𝐸𝑖−𝑂𝑖)²
Xh² = Σ
𝐸𝑖
𝑛
Ei =
𝐾
(𝑋𝑚𝑎𝑘𝑠 −𝑋𝑚𝑖𝑛 )
ΔX =
𝐺−1
Xawal = Xmin - ½ΔX
di mana :
K = jumlah kelas
DK = derajat kebebasan = K-(P+1)
P = nilai untuk distribusi normal dan binominal P = 2 dan untuk distribusi poisson
P=1
N = jumlah data
Xh² = harga chi square
Oi = jumlah nilai pengamatan pada sub kelompok ke-1
Ei = jumlah nilai teoritis pada sub kelompok ke-1

Page 39
Analisa Debit PLTM Lawe Sikap 2017

Nilai Xh² dicari pada Tabel 11 dengan menggunakan nilai DK = 2 dan derajat kepercayaan 5%
lalu dibandingkan dengan nilai Xh² hasil perhitungan . Syarat yang harus dipenuhi yaitu Xh²
hitungan <Xh² Tabel (Soewarno, 1995). Perhitungan Xh² disajikan pada Tabel 11 berikut:

Tabel 11 Nilai Kritis untuk Distribusi Chi-Square (Uji Satu Sisi)

derajat kepercayaan
dk
0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
1 0,0000393 0,000157 0,000982 0,00393 3,841 5,024 6,635 7,879
2 0,0100 0,0201 0,0506 0,103 5,991 7,378 9,210 10,597
3 0,0717 0,115 0,216 0,352 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 11,070 12,832 15,086 16,750
6 0,676 0,872 1,237 1,635 12,592 14,449 16,812 18,548
7 0,989 1,239 1,690 2,167 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,940 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 22,362 24,736 27,688 29,819
14 4,075 4,660 5,629 6,571 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 24,996 27,488 30,578 32,801
16 5,142 2,812 6,908 7,962 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8,672 27,587 30,191 33,409 35,718
18 6,265 7,015 8,231 9,390 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 30,144 32,852 36,191 38,582
20 7,434 8,260 9,591 10,851 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 36,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 36,415 39,364 41,980 45,558
25 10,520 11,524 13,120 14,611 37,652 40,646 44,134 46,928
26 11,160 12,198 13,844 15,379 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 40,113 43,194 46,963 49,645
28 12,461 13,565 15,308 16,928 41,337 44,461 48,278 50,993
29 13,121 14,256 16,047 17,708 42,557 45,722 49,588 52,336
30 13,787 14,953 16,791 18,493 43,773 46,979 50,892 53,672

Page 40
Analisa Debit PLTM Lawe Sikap 2017

2.8.1.3.2 Uji Sebaran Smirnov – Kolmogorov

Uji kecocokan Smirnov – Kolmogorov, sering juga uji kecocokan non parametrik (non
parametric test), karena pengujian tidak menggunakan fungsi distribusi tertentu. Pengujian
kecocokan sebaran dengan cara ini dinilai lebih sederhana disbanding dengan pengujian
dengan cara Chi-Kuadrat. Dengan membandingkan kemungkinan (probability) untuk setiap
variat, dari distribusi empiris dan teoritisnya, akan terdapat perbedaan (Δ ) tertentu
(Soewarno, 1995).

Apabila harga Δ max yang terbaca pada kertas probabilitas kurang dari Δ kritis untuk suatu
derajat nyata dan banyaknya variat tertentu, maka dapat disimpulkan bahwa penyimpangan
yang terjadi disebabkan oleh kesalahan-kesalahan yang terjadi secara kebetulan (Soewarno,
1995).

2.8.2 Perhitungan Debit Banjir Rencana


Dalam perhitungan debit banjir rencana terdapat beberapa metode yang dapat digunakan
(Sosrodarsono&Takeda, 1984). Pada dasarnya perhitungan banjir rencana dapat dilakukan
atau digolongkan dengan 6 metode (SNI 03-2415-1991). Keenam metode tersebut adalah:

1. Metode analisis probabilitas frekuensi debit banjir,


2. Metode analisis regional,
3. Metode puncak banjir diatas ambang,
4. Metode matematik, digunakan apabila selang waktu pengamatan data hujan lebih
panjang daripada pengamatan data debit selanjutnya untuk memperpanjang data
aliran yang ada digunakan model matematik kemudian besar debit banjir rencana
dihitung dengan menggunakan analisis frekuensi (i.e. metode gumbel, nilai ekstrim
tipe I, metode log pearson dan normal),
5. Analisis Regresi, adalah persamaan yang dihasilkan Institute of Hydrology, dan Pusat
Penelitian dan Pengembangan Pengairan, yaitu didapatkan dari data hujan dan
karakteristik Daerah Aliran Sungai (DAS),
6. Metode empiris, apabila perkiraan besarnya banjir didasarkan pada parameter hujan
dan karakteristik Daerah Aliran Sungai (DAS), antara lain Rasional, Weduwen,
Hasper, Melchior, hidrograf satuan, dan metode US Soil conservation service.

Tetapi dalam kajian kali ini digunakan metode, Unit Hidrograf Sistetik Nakayasu.

Page 41
Analisa Debit PLTM Lawe Sikap 2017

2.8.2.1 Metode Unit Hidrograf Sintetik

2.8.2.1.1 Hidrograf

Hidrograf dapat digambarkan sebagai penyajian grafis antara salah satu unsur aliran dengan
waktu. Sedangkan hidrogaf limpasan didefinisikan sebagi grafik yang kontinyu yang
menunjukkan sifat-sifat dari aliran sungai berkaitan dengan waktu. Normalnya diperoleh
dari garis pencatatan kontinyu yang mengindikasikan debit dengan waktu (Viessman et al.
1989).

Hidrograf memberikan gambaran mengenai berbagai kondisi (karakteristik) yang ada di DAS
secara bersama-sama, sehingga apabila karakteristik DAS berubah maka akan menyebabkan
perubahan bentuk hidrograf (Sosrodarsono & Takeda, 1983). Hidrograf juga menunjukkan
tanggapan menyeluruh DAS terhadap masukan tertentu. Sesuai dengan sifat dan perilaku
DAS yang bersangkutan, hidrograf aliran selalu berubah sesuai dengan besaran dan waktu
terjadinya masukan.

Linsley et al.(1982) menyatakan terdapat 3 (tiga) komponen penyusun hidrograf, yaitu : (1)
aliran di atas tanah (overland flow/surface runoff), ialah air yang dalam perjalannya menuju
saluran melalui permukaan tanah; (2) aliran bawah permukaan (interflow/ subsurface storm
flow), ialah sebagian air yang memasuki permukaan tanah dan bergerak ke samping melalui
lapisan atas tanah sampai saluran sungai. Kecepatan pergerakan aliran bawah permukaan
ini lebih lambat dibandingkan dengan aliran permukaan; dan (3) aliran air tanah
(groundwater flow) yang juga disebut sebagai aliran dasar. Sedangkan Viessman et al. (1989)
menambahkan satu komponen lagi sebagai penyusun hidrograf. Sehingga menurutnya
komponen hidrograf terdiri dari : (1) aliran permukaan langsung, (2) aliran antara (inter
flow), (3) air tanah atau aliran dasar, dan (4) presipitasi di saluran air (channel precipitation).

Wilson (1990) mengemukakan bahwa mula-mula yang ada hanya aliran dasar yaitu aliran
yang berasal dari air tanah dan akuifer-akuifer yang berbatasan dengan sungai yang mengalir
terus menerus secara perlahan-lahan sepanjang waktu. Segera setelah hujan mulai turun,
terdapat suatu periode awal dari intersepsi dan infiltrasi sebelum setiap limpasan terukur
mencapai aliran sungai/anak sungai dan selama per iode turunnya hujan kehilangan tersebut
akan terus berlangsung tetapi dalam jumlah yang semakin kecil. Apabila kehilangan awal
telah terpenuhi, maka limpasan permukaan akan mulai terjadi dan akan berlanjut terus
hingga mencapai suatu nilai puncak yang terjadi pada waktu TP. Kemudian limpasan
permukaan akan turun sepanjang sisi turun (recession limb ) sampai hilang sama sekali.

Page 42
Analisa Debit PLTM Lawe Sikap 2017

2.8.2.1.2 Bentuk Hidrograf

Bentuk hidrograf pada umumnya dapat sangat dipengaruhi oleh sifat hujan yang terjadi, akan
tetapi juga dapat dipengaruhi oleh sifat DAS yang lain (SriHarto 1993; Viessman et al.1989).
Seyhan (1977) mengemukakan bahwa hidrograf periode pendek terdiri atas cabang naik,
puncak (maksimum) dan cabang turun. Sedangkan untuk hidrograf jangka panjang
dibedakan menjadi 3 (tiga) yaitu Hidrograf bergigi, hidrograf halus dan hidrograf yang
ditunjukkan oleh sungai-sungai besar (Ward 1967, diacu dalam Seyhan 1977). Perbedaan
antara jangka pendek dan jangka panjang tersebut tergantung pada panjang waktu dari
tujuan pengamatan yang dilakukan (Kobatake 2000).

Seyhan (1977), Viessman et al. (1989) dan Sri Harto (1993) membagi hidrograf menjadi 3
(tiga) bagian yaitu sisi naik (rising limb), Puncak (crest) dan sisi resesi (recession limb). Oleh
sebab itu bentuk hidrograf dapat ditandai dari tiga sifat pokoknya, yaitu waktu naik (time of
rise), debit puncak (peak discharge) dan waktu dasar (base time). Waktu naik adalah waktu
yang diukur dari saat hidrograf mulai naik sampai terjadinya debit puncak. Debit puncak
(Qp) adalah debit maksimum yang terjadi dalam kejadian hujan tertentu.

Waktu dasar (Tb) adalah waktu yang diukur saat hidrograf mulai naik sampai waktu dimana
debit kembali pada suatu besaran yang ditetapkan (Sri Harto 1993). Karakter kontribusi air
tanah pada aliran banjir sangat berbeda dari limpasan permukaan, maka kontribusi air
tanah harus dianalisis secara terpisah, dan oleh karenanya salah satu syarat utama dalam
analisis hidrograf ialah memisahkan kedua hal tersebut (Wilson 1990).

Gambar 15 Bentuk hidrograf

Page 43
Analisa Debit PLTM Lawe Sikap 2017

2.8.2.1.3 Hidrograf Satuan Sintetik

Seyhan (1977) mengemukakan bahwa beberapa parameter fisik DAS berperan dalam
menentukan bentuk hidrograf satuan selain karakteristik hujan. Parameter fisik DAS
tersebut adalah luas DAS, kemiringan, pola drainase, dan lain-lain. Parameter-parameter fisik
DAS itulah yang akan dipergunakan untuk menetapkan besarnya hidrograf satuan dari DAS
yang bersangkutan dengan metode hidrograf satuan sintetik. Keuntungan dari penggunaan
hidrograf satuan sintetik adalah bisa mensintesasikan hidrograf dari DAS yang terukur dan
menggunakannya untuk DAS yang tidak terukur (Seyhan 1977). Kelemahan dari hidrograf
satuan sintetik adalah karena persamaan hidrograf satuan sintetik dibuat secara empiris
dengan data yang diperoleh pada tempat-tempat lokal. Oleh karena itu, persamaan tersebut
terbatas pada kawasan dengan kondisi geografis yang serupa dengan kawasan dimana
persamaan tersebut diperoleh (Seyhan 1977; Sri Harto 1993).

Hidrograf satuan sintetik yang memanfaatkan parameter DAS dan sudah umum dikenal
adalah metode yang dikembangkan oleh Snyder tahun 1938. Metode ini didasarkan pada
pemikiran bahwa pengalihragaman hujan menjadi aliran baik pengaruh translasi maupun
tampungannya dapat dijelaskan dipengaruhi oleh sistem DAS-nya (Seyhan 1977; Linsley et
al. 1982, Veissman et al. 1989; Sri Harto,1993). Model-model hidrograf satuan sintetik yang
telah dikembangkan diantaranya adalah Model US Nakayasu.

Model US Nakayasu mengembangkan rumus dengan koefisien-koefisien empirik yang


menghubungkan unsur-unsur hidrograf satuan dengan karakteristik DAS.

Hidrograf satuan model US Nakayasu terdiri dari 4 variabel pokok yaitu tL (time lag), Qp
(m3/detik), T p (jam), dan Tb (jam).

Page 44
Analisa Debit PLTM Lawe Sikap 2017

3 HASIL DAN PEMBAHASAN

3.1 DEBIT ANDALAN


3.1.1 Ketersediaan data
Sebelum melakukan analisis terkait besarnya debit andalan untuk masing-masing lokasi
bendung, maka harus dilakukan kajian tentang ketersediaan data yang ada disekitar lokasi.
Data yang dikumpulan meliputi data debit, data hujan, dan data klimatologi. Kajian potensi
debit (debit andal) sebenarnya hanya membutuhkan data debit saja sebagi input, akan tetapi
pada kebanyakan lokasi, khususnya luar Pulau Jawa data debit tidak tersedia secara lengkap
dengan panjang perekaman yang kontinu. Maka dari itu harus juga dilakukan pengumpulan
data hujan dan data klimatologi yang akan dijadikan alternative input pemodelan data debit
apabila data debit tidak tersedia. Barchart ketersediaan data debit, hujan dan klimatologi
disekitar lokasi PLTM Lawe Sikap dapat dilihat pada Tabel 12 berikut ini.

Tabel 12 Barchart ketersediaan data PLTM Lawe Sikap


No Jenis Nama X Y Start End
1 Pos Hujan Lawe Alas 97.716 3.335 1997 2016
2 Pos Hujan Bpp. Badar 97.660 3.535 1997 2016
3 Pos Hujan Laeaonum 97.750 3.566 1997 2016
4 Pos Klimatologi Blankejeren 97.333 4,000 2000 2005

Setelah kita mendata ketersedian data debit, hujan dan klimatologi lokasi bendung, maka
langkah selanjutnya adalah membuat peta lokasi dari masing-masing pos dan bendung. Peta
ini adalah sebagai alat untuk melakukan analisis spasial terkait kajian perhitungan debit
andal. Gambar 16 adalah peta lokasi bendung dan pos hidrologi di calon PLTM.

Untuk data hujan terdapat pos hujan Lawe Alas, Laeaonum, dan Bpp. Badar. Pos klimatologi
terdekat dengan lokasi bendung adalah Pos Klimatologi Blankejeren. Polygon thiessen untuk
hujan observasi, TRMM, dan klimatologi yang digunakan untuk menghitung Average Basin
Rainfall (ABR) juga dapat dilihat di Gambar 16.

Page 45
Analisa Debit PLTM Lawe Sikap 2017

Gambar 16 Peta lokasi dan Thiessen Polygon PLTM Lawe Sikap

Page 46
Analisa Debit PLTM Lawe Sikap 2017

3.1.2 Analisis data hujan dan data klimatologi


Pada Gambar 16 terdapat tiga pos hujan yang berpengaruh adalah Lawe Alas, Laeaonum,dan
Bpp. Badar. Pos Klimatologi yang berpengaruh dalam CA pos duga air ini adalah Blankejeren.
Berdasar barchart ketersedian data juga dapat kita lihat bahwa data hujan tersedia dari
tahun 1997-2016, sementara data klimatologi tersedia tahun 2000 dan 2005. Sehingga
perhitungan debit untuk lokasi bendung harus dilakukan dengan prinsip pemodelan rainfall-
runoff. Akan tetapi model rainfall-runoff harus dilakukan kalibrasi dengan menggunakan data
ground station. Sementara untuk kalibrasi model NRECA dan MOCK kita membutuhkan data
hujan, debit, dan klimatologi pada tahun yang sama.

Perhitungan evapotranspirasi menggunakan metode Penman – Modifikasi yang


membutuhkan data temperature, Kelembaban, Penyinaran Matahari dan Kecepatan Angin
sebagai input. Berikut ini berturut-turut adalah data hujan, dan klimatologi disekitar calon
bendung.

Tabel 13 Data hujan pada Pos Hujan Lawe Alas, Laeaonum dan Bpp. Badar

Stasiun : Lawe Alas


Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jumlah
1997 137 290 368 603 220 131 47 166 98 422 277 219 2979
1998 137 309 354 580 433 159 136 321 277 377 324 211 3618
1999 129 277 357 546 124 299 130 210 73 428 253 329 3154
2000 108 134 388 595 212 269 158 81 542 615 372 331 3805
2001 297 205 253 286 238 61 153 378 239 100 270 245 2725
2002 222 423 222 254 119 42 308 378 385 384 359 220 3316
2003 117 259 362 121 105 115 174 295 224 480 281 255 2790
2004 199 170 291 40 192 92 77 355 382 350 314 228 2688
2005 251 187 284 145 77 57 94 248 349 539 355 267 2853
2006 283 275 346 121 193 143 149 283 313 489 243 315 3153
2007 301 247 331 146 28 84 78 311 340 339 355 181 2742
2008 163 284 147 87 27 77 94 154 391 370 247 104 2147
2009 176 198 347 167 179 79 109 270 287 355 196 185 2548
2010 99 144 349 137 158 180 92 171 363 259 219 121 2291
2011 70 315 292 61 300 223 273 226 279 317 279 134 2770
2012 144 289 288 180 110 67 308 105 280 494 264 257 2788
2013 257 252 481 199 141 133 101 291 168 325 174 443 2965
2014 277 326 508 157 50 62 492 211 472 835 472 236 4098
2015 582 308 499 133 50 254 222 174 550 664 526 349 4312
2016 574 442 603 296 135 60 200 269 283 605 645 459 4571
Rata-rata 226 267 354 243 155 129 170 245 315 437 321 254
Maks 582 442 603 603 433 299 492 378 550 835 645 459
Min 70 134 147 40 27 42 47 81 73 100 174 104

Page 47
Analisa Debit PLTM Lawe Sikap 2017

Stasiun : Laeaonum
Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jumlah
1997 298 393 596 799 711 149 154 267 317 620 778 570 5651
1998 324 472 693 834 454 277 81 298 194 607 496 386 5117
1999 394 525 560 873 672 297 120 418 480 596 498 438 5871
2000 310 533 450 903 182 396 151 201 191 645 498 524 4985
2001 261 284 639 810 344 305 286 137 480 709 536 439 5231
2002 391 292 272 299 329 139 265 488 383 211 429 437 3938
2003 490 641 485 318 258 55 427 487 390 646 705 449 5352
2004 360 573 449 258 218 184 289 521 331 646 548 527 4903
2005 452 340 711 111 240 194 137 539 717 772 725 427 5363
2006 448 299 553 167 157 100 213 357 559 711 707 698 4969
2007 509 535 631 173 267 334 206 477 539 765 553 726 5715
2008 578 490 563 272 84 132 103 367 658 591 679 340 4857
2009 259 463 280 201 134 92 277 325 488 663 593 189 3966
2010 323 347 652 482 344 120 237 556 463 646 367 344 4880
2011 157 205 615 397 249 362 286 403 394 665 394 251 4379
2012 149 592 429 183 540 440 537 454 522 701 576 327 5452
2013 319 577 574 411 199 203 416 355 499 728 554 513 5348
2014 339 485 708 274 231 81 293 483 323 501 498 733 4950
2015 735 778 909 421 141 201 815 425 669 1143 1014 675 7926
2016 841 783 1058 366 199 277 501 274 824 1197 765 1013 8099
Rata-rata 397 480 591 428 298 217 290 392 471 688 596 500
Maks 841 783 1058 903 711 440 815 556 824 1197 1014 1013
Min 149 205 272 111 84 55 81 137 191 211 367 189

Stasiun : Bpp. Badar


Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jumlah
1997 315 409 534 799 686 136 151 267 323 620 778 650 5668
1998 324 472 693 834 398 263 84 298 194 607 475 386 5029
1999 377 525 552 873 607 297 127 418 475 596 504 438 5788
2000 310 510 450 903 194 411 149 188 191 645 498 524 4974
2001 261 275 632 810 345 295 286 137 429 782 557 424 5235
2002 391 292 304 299 327 136 265 488 382 209 429 390 3914
2003 490 619 464 298 282 54 350 430 393 620 705 449 5153
2004 360 413 449 259 195 184 262 521 292 646 548 405 4535
2005 437 376 711 108 240 182 117 539 717 772 725 427 5352
2006 448 289 553 167 157 97 213 357 528 711 707 698 4924
2007 509 535 631 173 259 331 173 477 497 765 553 726 5628
2008 576 470 563 274 88 130 103 417 658 544 679 340 4841
2009 259 463 280 201 135 92 277 323 505 663 593 171 3964
2010 334 377 638 482 298 151 226 556 461 646 366 344 4879
2011 157 205 615 296 235 362 286 403 392 665 392 251 4258
2012 149 592 503 178 509 395 496 454 522 701 576 327 5403
2013 319 635 574 421 194 203 416 355 510 728 554 513 5421
2014 327 448 708 261 232 86 293 437 320 501 498 736 4847
2015 735 778 909 419 176 201 815 425 644 1143 1014 675 7935
2016 841 756 993 366 198 362 504 259 785 1166 742 1013 7986
Rata-rata 396 472 588 421 288 218 280 387 461 687 595 494
Maks 841 778 993 903 686 411 815 556 785 1166 1014 1013
Min 149 205 280 108 88 54 84 137 191 209 366 171

Page 48
Analisa Debit PLTM Lawe Sikap 2017

Tabel 14 Data Klimatologi Pos Blankejeren 2000-2005

DATA KLIMATOLOGI PLTM Lawe Sikap Sta. Klimatologi : Blankejeren


BULAN
No Data Satuan
JAN. FEB. MARET APRIL MEI JUNI JULI AGUST. SEPT. OKT. NOV. DES.
1 Temperatur (t) C 26.0 25.4 26.8 27.1 27.7 27.8 28.6 28.8 27.0 27.9 26.6 27.1
2 Kecepatan Angin (U) Knot 1.4 1.6 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 0.6 0.6
3 Kelembaban Udara (RH) % 144.5 140.0 143.3 144.1 140.5 142.1 140.9 137.9 140.5 143.6 145.1 144.3
4 Penyinaran Matahari (n/N) % 51.2 59.3 50.2 49.2 48.8 56.8 50.5 50.7 49.8 50.2 52.0 54.2

Validasi Data Hujan telah dijelaskan bahwa TRMM memiliki korelasi yang tinggi dengan
hujan observasi. Tetapi perlu dikaji lagi tentang korelasi data TRMM di lokasi kajian, dalam
hal ini sekitar PLTM Lawe Sikap. Maka dilakukanlah pengujian terhadap data hujan TRMM
dengan cara pengeplotan hujan rerata bulanan, menghitung korelasinya dan membuat
double mass curve untuk pengujian konsistensi datanya.

Grafik pada Gambar 17 berikut ini adalah perbandingan hujan rata-rata bulanan data hujan
observasi dengan hujan TRMM. Kurva double mass curve dapat dilihat pada Gambar 18 Double
mass curve Salak dan TRMM yang membandingkan hujan dari Pos Hujan Lawe Alas dengan data
hujan dari satelit TRMM.

700
Hujan Observasi
600 TRMM

500

400

300

200

100

0
1 2 3 4 5 6 7 8 9 10 11 12

Gambar 17 Grafik hujan bulanan rata-rata hujan observasi & TRMM

Page 49
Analisa Debit PLTM Lawe Sikap 2017

700

600

500

400

300
R² = 0.8969
200

100

0
0 100 200 300 400 500

Gambar 18 Double mass curve Salak dan TRMM

Pada grafik diatas dapat dilihat bahwa hujan observasi rerata memiliki nilai relatif besar dari
TRMM. Besarnya korelasi kedua data diatas adalah 0,8 yang artinya sangat tinggi. Hasil dari
kurva double mass curve juga menunjukkan korelasi yang baik meskipun data hujan
observasi cenderung lebih besar dari data TRMM. Dari perbandingan ini dapat disimpulkan
bahwa data TRMM dapat digunakan menggantikan data hujan observasi yang tidak lengkap.

Sebelum digunakan data hujan dan klimatologi harus dilakukan perhitungan hujan wilayah.
Perhitungan hujan area menggunakan Polygon Thiessen dengan berdasar Gambar 16. Nilai CA
Lawe Sikap adalah sebagai berikut.

Tabel 15 Bobot Thiessen Hujan PLTM Lawe Sikap


Grid TRMM Lawe alas Bpp. Badar Laeaonum
Luas (km) 17.70 31.23 13.51
Bobot 0.283 0.50 0.216

Hasil dari pembobotan thiessen diatas diperoleh hasil hujan ABR CA Lawe Sikap untuk
perhitungan debit sintetik sebagai berikut.

Page 50
Analisa Debit PLTM Lawe Sikap 2017

Tabel 16 ABR CA Lawe Sikap 1997-2016

Data Hujan Bulanan Metode Poligon Theissen


Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jumlah
1997 262 372 501 744 561 137 123 239 258 564 638 512 4911
1998 271 426 598 763 420 237 98 304 218 543 437 337 4653
1999 311 455 499 781 486 297 126 360 364 549 432 408 5069
2000 253 410 432 817 197 368 152 161 289 636 463 470 4649
2001 272 257 527 663 315 232 249 205 387 575 472 377 4531
2002 344 329 274 286 269 111 277 458 383 259 410 353 3752
2003 386 523 440 253 227 71 318 405 345 587 586 395 4535
2004 315 380 405 197 199 159 216 474 326 563 483 382 4099
2005 388 315 591 119 194 150 115 458 614 707 621 383 4655
2006 402 287 495 154 167 110 195 336 475 648 577 591 4438
2007 451 455 547 165 196 262 154 431 462 646 497 573 4839
2008 461 422 446 221 70 116 100 332 584 506 558 274 4090
2009 236 389 298 192 147 88 230 309 441 577 482 179 3568
2010 266 305 560 385 269 153 191 448 434 537 325 282 4155
2011 132 236 525 252 256 323 282 353 361 567 361 218 3868
2012 148 507 427 180 404 313 452 356 454 643 489 307 4681
2013 302 515 548 357 180 183 327 337 412 615 448 493 4717
2014 316 422 652 235 181 79 348 384 363 595 491 595 4660
2015 692 647 794 339 133 216 649 355 623 1009 878 584 6919
2016 766 674 898 347 181 259 419 265 653 1016 720 858 7055
Rata-rata 349 416 523 373 253 193 251 348 422 617 518 429
Maks 766 674 898 817 561 368 649 474 653 1016 878 858
Min 132 236 274 119 70 71 98 161 218 259 325 179

Selain data hujan, data klimatologi juga sangat penting dalam analisis ini, khususnya untuk
perhitungan evapotranspirasi. Pada CA Lawe Sikap hanya dipengaruhi pos klimatologi
Blankejeren saja, sehingga data yang digunakan untuk perhitungan hanya data dari pos ini.
Konsep rainfall-runoff pada dasarnya adalah seluruh hujan yang jatuh ke bumi, dikurangi
evapotranspirasi dan infiltrasi akan menjadi run-off. Jadi faktor evapotransirasi sangat
berperan dalam siklus hidrologi ini. Perhitungan evapotranspirasi untuk kedua CA dapat
dilihat lebih jelas pada tabel berikut:

Page 51
Analisa Debit PLTM Lawe Sikap 2017

Tabel 17 Perhitungan Klimatologi PLTM Lawe Sikap

Perhitungan Evapotranspirasi Metode Penman Modifikasi


DATA KLIMATOLOGI PLTM Lawe Sikap Sta. Klimatologi : Blankejeren
BULAN
No Data Satuan
JAN. PEB. MARET APRIL MEI JUNI JULI AGUST. SEPT. OKT. NOV. DES.
1 Temperatur (t) C 26.0 25.4 26.8 27.1 27.7 27.8 28.6 28.8 27.0 27.9 26.6 27.1
2 Kecepatan Angin (U) Knot 1.4 1.6 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 0.6 0.6
3 Kelembaban Udara (RH) % 144.5 140.0 143.3 144.1 140.5 142.1 140.9 137.9 140.5 143.6 145.1 144.3
4 Penyinaran Matahari (n/N) % 51.2 59.3 50.2 49.2 48.8 56.8 50.5 50.7 49.8 50.2 52.0 54.2
Koreksi Data 915
1 Temperatur (t) C 20.54 19.91 21.29 21.56 22.18 22.28 23.14 23.29 21.53 22.38 21.08 21.56
2 Penyinaran Matahari (n/N) % 42.02 50.18 41.02 40.02 39.68 47.68 41.35 41.52 40.68 41.02 42.85 45.02

BULAN
No URAIAN Satuan
JAN. PEB. MARET APRIL MEI JUNI JULI AGUST. SEPT. OKT. Nov. Des.
I DATA
1 Temperatur (t) C 20.54 19.91 21.29 21.56 22.18 22.28 23.14 23.29 21.53 22.38 21.08 21.56
2 Kecepatan Angin (U) Knot 1.40 1.57 1.06 1.06 1.06 1.06 1.06 1.06 1.06 1.06 0.56 0.56
3 Kelembaban Udara (RH) % 144.50 140.00 143.25 144.13 140.50 142.13 140.88 137.88 140.50 143.63 145.13 144.25
4 Penyinaran Matahari (n/N) mm 51.17 59.33 50.17 49.17 48.83 56.83 50.50 50.67 49.83 50.17 52.00 54.17
II ANALISA DATA
1 ea mbar 23.40 22.00 24.90 24.90 26.40 26.40 28.10 28.10 24.90 26.40 24.90 24.90
2 w 0.708 0.687 0.708 0.708 0.728 0.728 0.728 0.728 0.708 0.728 0.708 0.708
3 (1 - w) 0.292 0.313 0.292 0.292 0.272 0.272 0.272 0.272 0.292 0.272 0.292 0.292
4 f(t) 14.60 14.20 14.60 14.60 15.00 15.00 15.00 15.00 14.60 15.00 14.60 14.60
5 ed = ea . RH mbar 33.81 30.80 35.67 35.89 37.09 37.52 39.59 38.74 34.98 37.92 36.14 35.92
6 (ea - ed) mbar -10.41 -8.80 -10.77 -10.99 -10.69 -11.12 -11.49 -10.64 -10.08 -11.52 -11.24 -11.02
7 Ra, mm/hari 4.00 14.30 15.00 15.50 15.50 14.90 14.40 14.60 15.10 15.30 15.10 14.50 14.10
8 Rs = (0,25+(0,54 x n/N)) x Ra mm/hari 7.526 8.556 8.074 7.990 7.654 8.019 7.631 7.906 7.942 7.866 7.697 7.649
9 f(ed) = (0,34-(0,044 x ed^0,5)) mbar 0.084 0.096 0.077 0.076 0.072 0.070 0.063 0.066 0.080 0.069 0.076 0.076
10 f(n/N) = 0,1+(0,9 x (n/N)) 0.561 0.634 0.552 0.543 0.540 0.612 0.555 0.556 0.549 0.552 0.568 0.588
11 f(u) = 0,27 x (1+(U/100)) Km/hr 0.274 0.274 0.273 0.273 0.273 0.273 0.273 0.273 0.273 0.273 0.272 0.272
12 Rn1 = f(t) x f(ed) x f(n/N) mm/hari 0.689 0.863 0.622 0.605 0.583 0.646 0.525 0.552 0.639 0.571 0.626 0.654
13 Rn = (0,75 x Rs)-Rn1 mm/hari 4.956 5.554 5.434 5.387 5.158 5.368 5.198 5.378 5.318 5.328 5.146 5.082
14 Kecp. Angin Rata-rata (Ud) m/dt 0.016 0.018 0.012 0.012 0.012 0.012 0.012 0.012 0.012 0.012 0.006 0.006
15 Fa ktor perki ra a n kondi s i mus i m( C ) 0.851 0.869 0.861 0.859 0.853 0.860 0.853 0.857 0.858 0.857 0.855 0.854
Eva potra ns pi ra s i Potens i a l (Et 0)
mm/hari 2.279 2.656 2.575 2.528 2.528 2.652 2.502 2.682 2.544 2.594 2.355 2.328
16 Et0 = C x ((w x Rn) + (1-w)xf(u)x
(ea -ed)) mm/bulan 70.651 74.373 79.828 75.833 78.367 79.568 77.556 83.127 76.310 80.412 70.638 72.172

Page 52
Analisa Debit PLTM Lawe Sikap 2017

3.1.3 Hasil pemodelan debit dengan metode Mock dan NRECA


Perhitungan debit dilakukan dengan dua metode, yaitu Metode Mock dan NRECA untuk
kedua lokasi PLTM. Hasil dari perhitungan debit, perhitungan debit andalan (dependable
flow), hingga frecuency curve akan dibahas sebagai berikut.

3.1.3.1 Hasil Debit PLTM Lawe Sikap

PLTM Lawe Sikap terletak pada koordinat 97°45'59,50" BT dan 03°29'33" LU. tepat di
Sungai Lawe Sikap, terletak di Desa MBulan I, Kecamatan Babussalam, Kabupaten Aceh
Tenggara, Provinsi Aceh. Luas catchment area PLTM Lawe Sikap adalah 79,15 km² dengan
panjang sungai utama sepanjang 17,50 km. Hasil dari pemodelan debit dengan menggunakan
metode Mock dan NRECA dapat dilihat Tabel dan Tabel berikut.

Tabel 18 Hasil simulasi Q Mock Lawe Sikap

DEBIT BULANAN DAS PLTM LAWE SIKAP DENGAN METODE MOCK


PLTM LAWE SIKAP
BULAN
TAHUN SAT
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
1997 m3 /dt 4.39 7.45 9.48 15.48 15.04 12.79 4.45 4.69 5.23 10.84 13.68 13.25
1998 m3 /dt 11.48 10.44 12.67 17.04 16.49 10.78 6.57 6.11 6.32 10.55 10.91 9.35
1999 m3 /dt 7.58 10.59 10.54 16.99 16.45 11.99 7.71 7.47 8.06 11.22 11.60 9.72
2000 m3 /dt 9.19 9.82 9.19 17.53 16.97 8.61 8.33 4.08 5.78 12.32 12.73 10.30
2001 m3 /dt 10.30 7.28 10.75 14.44 13.97 8.16 5.80 5.53 7.91 11.49 11.87 10.33
2002 m3 /dt 8.59 8.67 7.35 6.32 6.12 5.86 5.08 8.52 8.80 7.71 8.62 8.34
2003 m3 /dt 8.20 12.19 11.01 9.90 6.20 5.29 6.07 7.66 7.33 11.75 13.01 12.38
2004 m3 /dt 9.09 9.43 8.72 8.96 4.92 4.49 4.05 8.74 9.03 11.14 11.51 10.41
2005 m3 /dt 8.70 9.63 12.25 12.66 4.35 4.49 3.12 8.18 12.40 14.55 15.03 13.92
2006 m3 /dt 9.59 10.61 10.59 10.94 4.52 3.88 3.45 5.88 9.36 12.88 13.31 13.15
2007 m3 /dt 13.15 11.88 12.21 12.61 5.23 5.68 5.50 8.10 9.61 13.14 13.58 12.74
2008 m3 /dt 12.74 12.03 10.11 10.45 5.89 2.51 1.73 5.70 11.41 10.98 12.31 11.89
2009 m3 /dt 6.74 9.03 8.15 6.51 4.22 3.01 3.89 5.20 8.56 11.28 11.66 10.32
2010 m3 /dt 5.76 7.07 11.14 11.51 8.39 6.37 3.77 8.41 9.03 10.93 11.29 7.50
2011 m3 /dt 6.37 5.20 10.05 10.39 5.58 6.54 6.33 6.81 7.51 11.31 11.68 8.10
2012 m3 /dt 5.13 11.00 9.94 9.06 8.25 8.53 9.23 9.23 9.81 13.34 13.78 11.15
2013 m3 /dt 7.58 12.16 11.79 12.18 8.50 4.80 6.47 6.54 8.70 12.41 12.83 10.94
2014 m3 /dt 10.94 10.41 13.82 14.28 6.45 4.86 6.60 7.41 7.69 11.91 12.31 13.08
2015 m3 /dt 15.33 16.97 17.95 18.55 9.71 5.58 13.33 13.33 13.80 21.33 22.04 20.29
2016 m3 /dt 18.40 20.37 21.00 21.70 10.75 7.20 9.46 9.46 14.12 21.32 22.03 20.01
Rata-rata 9.46 10.61 11.44 12.88 8.90 6.57 6.05 7.35 9.02 12.62 13.29 11.86
Maksimum 18.40 20.37 21.00 21.70 16.97 12.79 13.33 13.33 14.12 21.33 22.04 20.29
Minimum 4.39 5.20 7.35 6.32 4.22 2.51 1.73 4.08 5.23 7.71 8.62 7.50

Page 53
Analisa Debit PLTM Lawe Sikap 2017

Tabel 19 Hasil simulasi Q NRECA Lawe Sikap

DEBIT BULANAN DAS PLTM LAWE SIKAP DENGAN METODE NRECA


PLTM LAWE SIKAP
BULAN
TAHUN SAT
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
1997 m3 /dt 5.33 5.56 8.21 17.41 16.39 5.68 3.48 5.72 6.79 15.50 20.34 17.38
1998 m3 /dt 10.36 15.24 19.01 26.03 16.09 9.71 3.70 8.45 6.52 15.94 15.04 11.70
1999 m3 /dt 10.57 16.18 16.39 26.64 18.28 12.09 5.10 10.68 11.82 17.38 15.62 14.29
2000 m3 /dt 9.36 14.71 14.19 27.56 9.30 12.88 5.56 4.45 8.38 19.31 16.71 16.50
2001 m3 /dt 10.40 9.80 16.61 22.87 12.34 8.76 8.05 6.06 11.94 18.12 17.08 13.67
2002 m3 /dt 12.25 12.49 9.11 9.47 8.39 3.27 7.57 13.52 12.94 8.66 13.61 11.89
2003 m3 /dt 12.95 19.22 15.34 9.79 7.58 2.29 8.71 12.00 11.48 18.76 21.05 14.96
2004 m3 /dt 11.81 14.40 13.58 7.45 6.16 4.44 5.71 13.78 11.03 17.99 17.52 13.96
2005 m3 /dt 13.78 12.36 19.26 5.78 6.01 4.14 2.45 12.72 20.10 23.92 23.58 15.43
2006 m3 /dt 14.96 11.88 16.30 6.44 5.10 2.68 4.70 9.15 15.03 21.10 21.31 21.44
2007 m3 /dt 17.30 18.49 19.18 7.73 6.53 8.09 4.40 12.44 15.29 21.29 18.83 20.51
2008 m3 /dt 17.35 17.27 15.77 8.91 2.77 2.62 1.60 8.49 18.33 17.02 20.15 10.99
2009 m3 /dt 8.61 13.92 9.90 6.52 4.12 1.66 5.57 8.34 13.81 18.62 18.62 7.60
2010 m3 /dt 8.87 10.74 17.70 14.05 9.59 5.26 5.37 13.09 14.52 17.78 12.55 10.04
2011 m3 /dt 4.76 7.61 15.88 9.13 8.21 10.31 8.92 10.89 12.03 18.30 13.67 8.18
2012 m3 /dt 4.99 17.11 14.18 6.95 12.64 10.64 14.61 12.03 15.66 21.49 18.69 12.08
2013 m3 /dt 10.91 18.85 18.76 13.80 6.94 5.88 9.71 10.28 13.57 20.05 16.90 17.58
2014 m3 /dt 12.13 16.09 21.81 10.22 6.52 2.24 9.72 11.56 12.13 19.21 18.11 20.97
2015 m3 /dt 24.73 26.57 28.69 15.66 6.52 7.26 20.28 12.72 21.61 34.25 34.09 24.23
2016 m3 /dt 28.85 28.96 32.80 16.88 8.56 9.20 13.42 8.89 21.59 34.14 28.75 32.07
Rata-rata 12.51 15.37 17.13 13.46 8.90 6.46 7.43 10.26 13.73 19.94 19.11 15.77
Maksimum 28.85 28.96 32.80 27.56 18.28 12.88 20.28 13.78 21.61 34.25 34.09 32.07
Minimum 4.76 5.56 8.21 5.78 2.77 1.66 1.60 4.45 6.52 8.66 12.55 7.60

3.1.3.2 Flow Duration Curve

Selanjutnya dari data debit diatas dibuat Flow Duration Curve (Kurva Durasi Aliran) untuk
melihat besarnya debit andalan (dependaple flow). Kurva durasi aliran PLTM Lawe Sikap dari
debit sintetik Mock dan Nreca dapat dilihat pada Gambar 19 dan Gambar 20 sebagai berikut.

Flow Duration Curve PLTM LAWE SIKAP


26.0

24.0

22.0

20.0

18.0
DisCharge ( m3 /dt )

16.0

14.0

12.0

10.0

8.0

6.0

4.0

2.0

0.0
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
Probability of Exceedence ( % )

Gambar 19 Flow Duration Curve PLTM Lawe Sikap dengan Mock

Page 54
Analisa Debit PLTM Lawe Sikap 2017

Flow Duration Curve PLTM LAWE SIKAP


36.0
34.0
32.0
30.0
28.0
26.0
24.0
DisCharge ( m3 /dt )

22.0
20.0
18.0
16.0
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
Probability of Exceedence ( % )

Gambar 20 Flow Duration Curve PLTM Lawe Sikap dengan NRECA

Berdasarkan kurva durasi aliran diatas, selanjutnya kita lakukan interpolasi debit andalan
untuk melihat besarnya probabilitas potensi debit yang ada di lokasi bakal calon PLTM Lawe
Sikap. Tabel debit andalan tiap kelipatan 5% PLTM Lawe Sikap dengan metode Mock dan
NRECA secara lebih lengkap dapat dilihat pada Tabel berikut ini.

Tabel 20 Debit Andalan Lawe Sikap

Stasiun Metode Mock Metode Nreca


Prob. QFDC Ecoflow QDesain Prob. QFDC Ecoflow QDesain
No
(%) (m3/dt) (m3/dt) (m3/dt) (%) (m3/dt) (m3/dt) (m3/dt)
1 5.0% 17.95 4.39 13.6 5.0% 26.57 4.14 22.4
2 10.0% 14.55 4.39 10.2 10.0% 21.31 4.14 17.2
3 15.0% 13.33 4.39 8.9 15.0% 19.26 4.14 15.1
4 20.0% 12.74 4.39 8.3 20.0% 18.49 4.14 14.4
5 25.0% 12.25 4.39 7.9 25.0% 17.38 4.14 13.2
6 30.0% 11.75 4.39 7.4 30.0% 16.50 4.14 12.4
7 35.0% 11.22 4.39 6.8 35.0% 15.62 4.14 11.5
8 40.0% 10.91 4.39 6.5 40.0% 14.61 4.14 10.5
9 45.0% 10.41 4.39 6.0 45.0% 13.78 4.14 9.6
10 50.0% 9.81 4.39 5.4 50.0% 12.72 4.14 8.6
11 55.0% 9.23 4.39 4.8 55.0% 12.08 4.14 7.9
12 60.0% 8.70 4.39 4.3 60.0% 10.99 4.14 6.9
13 65.0% 8.34 4.39 4.0 65.0% 10.04 4.14 5.9
14 70.0% 7.71 4.39 3.3 70.0% 9.15 4.14 5.0
15 75.0% 7.28 4.39 2.9 75.0% 8.49 4.14 4.3
16 80.0% 6.37 4.39 2.0 80.0% 7.60 4.14 3.5
17 85.0% 5.80 4.39 1.4 85.0% 6.52 4.14 2.4
18 90.0% 5.20 4.39 0.8 90.0% 5.56 4.14 1.4
19 95.0% 4.39 4.39 0.0 95.0% 4.14 4.14 0.0
20 100.0% 1.73 4.39 0.0 100.0% 1.60 4.14 0.0

Page 55
Analisa Debit PLTM Lawe Sikap 2017

3.1.3.3 Frequency Curve (monthly)

Untuk melihat besarnya potensi debit pada tiap bulan, maka dibuatlah frecuency curve yang
menggambarkan besarnya potensi debit pada tiap bulan. Fungisnya adalah kita dapat
mengetahui pada bulan apa saja debit PLTM terpenuhi dan tidak terpenuhi, sehingga dapat
dilakukan kalkulasi produksi dan maintenance yang tepat.

Frecuency curve untuk Lawe Sikap dari hasil metode Mock dan NRECA disajikan pada Gambar
21 dan Gambar 22 sebagai berikut.

Frequency Curve PLTM LAWE SIKAP Metode Mock


25

20

15

10

0
1 2 3 4 5 6 7 8 9 10 11 12
BULAN

10% 20% 30% 40% 50% 60% 70% 80% 90%

Gambar 21 Frequency curve Lawe Sikap Mock

Frequency Curve PLTM LAWE SIKAP Metode Nreca


40

35

30

25

20

15

10

0
1 2 3 4 5 6 7 8 9 10 11 12
BULAN

10% 20% 30% 40% 50% 60% 70% 80% 90%

Gambar 22 Frequency curve Lawe Sikap NRECA

Page 56
Analisa Debit PLTM Lawe Sikap 2017

Dari kedua gambar diatas dapat kita lihat bahwa fluktuasi debit bulanan untuk PLTM Lawe Sikap
dari metode Mock dan NRECA memiliki pola yang hampir sama. Debit Lawe Sikap mengalami
puncaknya pada bulan April, Oktober dan kering atau turun pada bulan Juni-Juli, kemudian akan
naik lagi pada bulan September dan turun lagi di bulan Desember. Pola ini sama dengan pola
hujan, karena pada prinsipnya debit merupakan air hujan yang terakumulasi di sungai. Besarnya
debit bulanan dengan probabilitas kelipatan 10% dari model Mock dan NRECA dapat dilihat pada
Tabel dan Tabel berikut.

Tabel 21 Debit andalan bulanan PLTM Lawe Sikap dengan metode Mock

Frequency Curve PLTM LAWE SIKAP


DENGAN METODE FJ MOCK
BULAN
Prob. (%)
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
10% 15.33 16.97 17.95 18.55 16.49 11.99 9.46 9.46 13.80 21.32 22.03 20.01
20% 12.74 12.16 12.67 17.04 15.04 8.61 8.33 8.74 11.41 13.34 13.78 13.25
30% 10.94 11.88 12.21 15.48 10.75 8.16 6.60 8.41 9.61 12.88 13.58 13.08
40% 9.59 10.61 11.14 14.28 8.50 6.54 6.47 8.10 9.03 12.32 13.01 12.38
50% 9.09 10.44 10.75 12.61 8.25 5.86 6.07 7.47 8.80 11.75 12.73 11.15
60% 8.59 9.82 10.54 11.51 6.20 5.58 5.50 6.81 8.56 11.31 12.31 10.41
70% 7.58 9.43 10.05 10.45 5.89 4.86 4.45 6.11 7.91 11.22 11.68 10.32
80% 6.74 8.67 9.48 9.90 5.23 4.49 3.89 5.70 7.51 10.98 11.60 9.72
90% 5.76 7.28 8.72 8.96 4.52 3.88 3.45 5.20 6.32 10.84 11.29 8.34

Tabel 22 Debit andalan bulanan PLTM Lawe Sikap dengan metode NRECA

Frequency Curve PLTM LAWE SIKAP


DENGAN METODE NRECA
BULAN
Prob. (%)
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
10% 24.73 26.57 28.69 26.64 16.39 12.09 14.61 13.52 21.59 34.14 28.75 24.23
20% 17.30 18.85 19.26 22.87 12.64 10.31 9.72 12.72 18.33 21.49 21.31 20.97
30% 13.78 17.27 19.01 16.88 9.59 9.20 8.92 12.44 15.29 21.10 20.34 17.58
40% 12.25 16.18 17.70 14.05 8.56 8.09 8.05 12.00 14.52 19.31 18.83 16.50
50% 11.81 15.24 16.39 10.22 8.21 5.88 5.71 10.89 13.57 18.76 18.62 14.96
60% 10.57 14.40 15.88 9.47 6.94 5.26 5.56 10.28 12.13 18.30 17.52 13.96
70% 10.36 12.49 15.34 8.91 6.52 4.14 5.10 8.89 11.94 17.99 16.90 12.08
80% 8.87 11.88 14.18 7.45 6.16 2.68 4.40 8.45 11.48 17.38 15.62 11.70
90% 5.33 9.80 9.90 6.52 5.10 2.29 3.48 6.06 8.38 15.94 13.67 10.04

3.1.4 Pemilihan hasil pembangkitan debit


Setelah selesai melakukan analisis debit sintetik dengan metode Mock dan NRECA, maka
tahap terakhir yang dilakukan adalah pemilihan hasil dari metode mana yang akan
digunakan, karena setiap metode pasti ada kekurangan dan kelebihannya, namun hasil yang
paling mendekati kenyataan sebenarnya itulah yang kita pakai. Cara penentuan dilakukan
dengan dua metode, yang pertama adalah pengeplotan time series debit dengan data ABR
(Average Basin Rainfall) hujan sehingga kita dapat melihat pola dari hujan dan debit, sama
atau tidak. Semakin data debit mendekati data hujan maka semakin baik.

Page 57
Analisa Debit PLTM Lawe Sikap 2017

Gambar 23 dan berikut adalah grafik time series debit dan hujan untuk lokasi PLTM Lawe
Sikap.

Corelasi Debit dan Curah Hujan


650 25

600

550
20
500

450
Curah Hujan (mm)

400 15
350

300

250 10

200

150
5
100

50 HUJAN Q.NRECA Q.MOCK

0 0
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES

Gambar 23 Grafik time series hujan dan debit pembangkitan PLTM Lawe Sikap

Berdasarkan grafik diatas maka dapat kita lihat bahwa pola data debit hasil NRECA lebih
mendekati pola data hujan bila dibandingkan dari metode Mock meski permulaan hasilnya
rendah namun mulai tahun 2003 sudah sesuai dengan hujan. Namun kita perlu melakukan
pengujian secara kuantitatif untuk lebih memastikannya, yaitu dengan cara korelasi.
Persamaan untuk menghitung besarnya korelasi terdapat pada persamaan 4. Hasil
perhitungan korelasi antara data hujan dengan data debit pembangkitan hasil metode Mock
dan NRECA untuk lokasi calon PLTM Lawe Sikap dapat dilihat pada Tabel sebagai berikut.

Tabel 23 Korelasi hujan dan debit pembangkitan PLTM Lawe Sikap

Correlation (r) MOCK 0.98

Correlation (r) NRECA 0.96

Hasil korelasi diatas menunjukkan bahwa antara debit hasil Mock dengan data hujan hanya
memiliki korelasi sebesar 0,98 yang artinya tinggi sedangkan untuk data debit hasil NRECA
dengan data hujan adalah diatas 0,96 yang artinya tinggi. Dengan demikian, maka
direkomendasikan untuk menggunakan data debit hasil pemodelan dengan metode MOCK.

Banyak factor yang menyebabkan korelasi hasil debit Mock dengan Hujan rendah, padahal
pada saat kalibrasi nilai korelasi debit hasil model Mock dengan debit observasi tinggi. Mock
merupakan metode yang lebih detil dibandingkan NRECA, sehingga model ini lebih sensitive
juga. Pada kajian ini, data klimatologi yang digunakan hanya 1 tahun data di pakai untuk

Page 58
Analisa Debit PLTM Lawe Sikap 2017

memodelkan keadaan iklim 11 tahun (2002-2012). Hal ini tentu saja menghasilkan nilai yang
menyimpang dari kondisi aslinya dan menghasilkan korelasi yang rendah dengan data hujan.
Seharusnya data klimatologi yang digunakan juga data klimatologi actual bulanan seperti
halnya data hujan.

Kadang model yang perlu dimodifikasi dan kadang data yang perlu disesuaikan. Data
merepresentasikan fenomena empirik sedangkan model merepresentasikan cara kita
menginterpretasi fenomena itu. Jadi, model memiliki kelemahan karena merupakan
simplifikasi dari fenomena yang kompleks. Oleh karena itu semakin komprehensif model
yang kita kembangkan kelemahan itu akan terminimalisir. Seperti yang dikatakan oleh ahli
statistika George E. P. Box, “All models are wrong, but some are useful”.

3.2 BANJIR RENCANA


3.2.1 Analisis Curah Hujan Area (Average Basin Rainfall/ARF)
Dalam penentuan curah hujan data dari pencatat atau penakar hanya didapatkan curah hujan
di suatu titik tertentu (point rainfall). Untuk mendapatkan harga curah hujan areal dapat
dihitung dengan Thiessen Polygon. Cara ini didasarkan atas cara rata-rata timbang, dimana
masing-masing stasiun mempunyai daerah pengaruh yang dibentuk dengan garis-garis
sumbu tegak lurus terhadap garis penghubung antara dua stasiun, dengan planimeter/GIS
maka dapat dihitung luas daerah tiap stasiun. Sebagai kontrol maka jumlah luas total harus
sama dengan luas yang telah diketahui terlebih dahulu. Masing-masing luas lalu diambil
prosentasenya dengan jumlah total 100%. Kemudian harga ini dikalikan dengan curah hujan
daerah di stasiun yang bersangkutan dan setelah dijumlah hasilnya merupakan curah hujan
yang dicari. Hal yang perlu diperhatikan dalam metode ini adalah sebagai berikut :

1. Jumlah stasiun pengamatan minimal tiga buah stasiun.


2. Penambahan stasiun akan mengubah seluruh jaringan
3. Topografi daerah tidak diperhitungkan.
4. Stasiun hujan tidak tersebar merata
Dari metode perhitungan curah hujan yang ada, digunakan metode Thiesen karena kondisi
topografi dan jumlah stasiun memenuhi syarat untuk digunakan metode ini. Adapun jumlah
stasiun yang masuk di lokasi daerah pengaliran sungai berjumlah 3 buah stasiun yaitu pos
hujan Lawe Alas, Laeaonum dan Bpp. Badar. Dari tiga stasiun tersebut masing-masing
dihubungkan untuk memperoleh luas daerah pengaruh dari tiap stasiun. Di mana masing-
masing stasiun mempunyai daerah pengaruh yang dibentuk dengan garis-garis sumbu tegak

Page 59
Analisa Debit PLTM Lawe Sikap 2017

lurus terhadap garis penghubung antara dua stasiun. Berdasarkan hasil analisis polygon
Thiessen, maka ABR Hujan Maksimum untuk CA Lawe Sikap ditunjukkan pada tabel berikut.

Tabel 24 Hujan maksimum wilayah hasil thiessen polygon

Hujan Harian Maksimum Metode Poligon Theissen


Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Maks
1997 27 40 56 109 51 30 17 45 28 47 80 75 109
1998 33 49 66 74 52 41 26 32 29 35 34 63 74
1999 39 53 58 64 84 41 19 51 57 51 55 65 84
2000 35 46 43 78 20 44 29 34 43 61 68 51 78
2001 32 43 42 68 36 24 34 25 65 46 43 33 68
2002 55 37 39 48 31 28 28 45 39 27 44 34 55
2003 54 57 72 42 38 22 32 39 45 76 59 37 76
2004 32 44 76 26 31 23 32 44 54 77 47 47 77
2005 38 37 53 28 37 22 35 36 69 82 52 31 82
2006 45 42 58 30 26 23 35 40 58 90 47 50 90
2007 35 41 45 33 31 32 23 42 60 62 55 50 62
2008 55 41 53 36 11 20 36 38 60 48 83 32 83
2009 31 60 53 36 25 17 56 41 46 45 42 19 60
2010 34 58 49 39 38 27 29 48 48 52 48 29 58
2011 38 38 60 28 37 43 36 67 58 61 58 24 67
2012 29 68 47 33 59 50 45 33 53 114 40 33 114
2013 39 49 55 52 35 32 30 34 43 86 40 45 86
2014 34 62 66 34 22 24 34 40 41 53 65 63 66
2015 71 59 58 49 28 39 59 44 51 111 91 58 111
2016 67 72 72 52 27 49 35 47 88 64 77 64 88
Rata-rata 41 50 56 48 36 32 34 41 52 64 56 45
Maks 71 72 76 109 84 50 59 67 88 114 91 75
Min 27 37 39 26 11 17 17 25 28 27 34 19

3.2.2 Analisis Frekuensi Curah Hujan Rencana

3.2.2.1 Pemilihan jenis distribusi

Terdapat dua cara dalam menentukan distribusi yang cocok dengan data, yang pertama
adalah dengan memasukkan nilai koefisien skewness, koefisien kurtosis, dan koefisien
variansi dengan syarat masing-masing distribusi. Setiap distribusi memiliki ketentuan
dimana besaran dari masing - masing parameter koefisien skewness, koefisien kurtosis, dan
koefisien variansi terpenuhi. Berikut adalah syarat dari penerimaan masing-masing
distribusi dengan hasil perhitungan dari koefisien skewness, koefisien kurtosis, dan koefisien
variansi.

Tabel 25 Syarat Pemilihan Jenis Distribusi


1 Normal Cs = 0; Ck = 3 Cs = 0.32; Ck = 2.48 Tidak Terpenuhi
2 Log Normal Cs = 3Cv; Cv = 0.6 Cs = 0; Cv = 0.06 Tidak Terpenuhi
3 Gumbel Cs ≤ 1.1396; Ck ≤ 5,4002 Cs = 0.32; Ck = 2.48 Mendekati
4 Pearson 3 Cs ≠ 0; Cv = 0.3 Cs = 0.32; Cv = 0.27 Mendekati
5 Log Pearson 3 Cs = 0; Cv = 0.3 Cs = 0; Cv = 0.06 Mendekati

Terdapat 3 distribusi yang mendekati syarat penerimaan distribusi, yaitu distribusi Gumbel,
Pearson III, dan Log Pearson III. Untuk lebih memudahkan dalam memilih dilakukan uji Least

Page 60
Analisa Debit PLTM Lawe Sikap 2017

Square dimana hasil yang terkecil dari perhitungan ini adalah distribusi yang diambil. Hasil
perhitungan dengan metode least squaredapat dilihat pada Tabel berikut ini.

Tabel 26 Perhitungan least square masing-masing distribusi

ANALISIS FREKUENSI CURAH HUJAN MAKSIMUM TAHUNAN PLTM LAWE SIKAP


Curah Hujan Curah Hujan Probabilitas Dilampaui atau Disamai (%)
NO TAHUN Harian Diurutkan DISTRIBUSI NORMAL GUMBEL TIPE 1 PEARSON TIPE III LOG PEARSON TIPE III
Empiris
(mm) (mm) Teori Beda Teori Beda Teori Beda Log(x) Teori Beda
1 1997 109 114 4.8 2.181 2.581 6.703 1.941 3.700 1.062 2.057 4.200 0.562
2 1998 74 111 11.8 3.268 8.497 8.017 3.748 4.800 6.965 2.045 5.300 6.465
3 1999 84 109 17.6 4.216 13.431 9.026 8.622 5.700 11.947 2.037 6.100 11.547
4 2000 78 90 23.5 26.823 3.294 26.442 2.913 24.500 0.971 1.954 23.600 0.071
5 2001 68 88 29.4 30.800 1.388 29.364 0.048 27.900 1.512 1.944 26.800 2.612
6 2002 55 86 35.3 35.016 0.278 32.531 2.763 31.500 3.794 1.934 30.400 4.894
7 2003 76 84 41.2 39.425 1.751 35.945 5.231 35.500 5.676 1.924 34.300 6.876
8 2004 77 83 47.1 41.686 5.373 37.744 9.315 37.600 9.459 1.919 36.300 10.759
9 2005 82 82 52.9 43.974 8.967 39.602 13.339 39.700 13.241 1.914 38.400 14.541
10 2006 90 78 58.8 53.254 5.570 47.590 11.233 48.800 10.024 1.892 47.600 11.224
11 2007 62 77 64.7 55.565 9.140 49.711 14.994 51.200 13.506 1.886 50.100 14.606
12 2008 83 76 70.6 57.859 12.730 51.874 18.714 53.600 16.988 1.881 52.600 17.988
13 2009 60 74 76.5 62.359 14.112 56.302 20.169 58.500 17.971 1.869 57.700 18.771
14 2010 58 68 82.4 74.692 7.661 69.904 12.449 72.900 9.453 1.833 73.000 9.353
15 2011 67 67 88.2 76.520 11.715 72.128 16.107 75.200 13.035 1.826 75.400 12.835
16 2012 114 66 94.1 78.273 15.845 74.314 19.803 77.400 16.718 1.820 77.700 16.418
17 2013 86 62 100.0 84.488 15.512 82.477 17.523 85.300 14.700 1.792 86.200 13.800
18 2014 66 60 105.9 87.105 18.778 86.075 19.807 88.600 17.282 1.778 89.600 16.282
19 2015 111 58 111.8 89.398 22.367 89.265 22.499 91.500 20.265 1.763 92.600 19.165
20 2016 88 55 117.6 92.262 25.385 93.196 24.451 94.900 22.747 1.740 95.900 21.747

Jumlah Data (N) 20 Delta Maks ( Dmaks ) 25.385 24.451 22.747 21.747

Prm Data Asli Data Log Nilai Difference Mak ( Dmaks ) yang terkecil = 21.747
Xr 79.40 1.891 Distribusi Terpilih = Distribusi LP TP III
SD 17.15 0.091
Cv 0.216 0.048
Cs 0.676 0.261
Ck -0.122 -0.524
Z2 0.222
Yn 0.5236 (Tabel)
Sn 1.0628 (Tabel)
Sumber : Hasil Perhitungan

Berdasar pada tabel diatas dapat kita simpulkan bahwa distribusi Log Pearson tipe III adalah
distribusi paling sesuai untuk data hujan maksimum, sehingga perhitungan hujan rencana
akan menggunakan distribusi Log Pearson tipe III. Besarnya hujan rencana dengan
distribusi Log Pearson Tipe III dapat dilihat pada Tabel 27 dan Grafik weibull probability
dapat dilihat sebagai berikut.

Tabel 27 Hujan rencana Log Pearson Tipe III

KALA-ULANG Hujan Maksimum DAS PLTM LAWE SIKAP


P(x >= Xm) T Karakteristik Hujan (mm) Menurut Probabilitasnya
Probabilitas Kala-Ulang NORMAL LOG-NORMAL GUMBEL LOG-PEARSON III
XT KT XT KT XT KT XT KT
0.9 1.1 57.424 -1.282 59.351 -1.169 60.532 -1.100 59.745 -1.250
0.5 2. 79.400 0.000 77.724 -0.098 76.583 -0.164 77.017 -0.043
0.2 5. 93.832 0.842 92.785 0.781 91.737 0.719 92.483 0.826
0.1 10. 101.376 1.282 101.785 1.305 101.770 1.305 102.309 1.306
0.05 20. 107.605 1.645 109.873 1.777 111.394 1.866 111.520 1.716
0.02 50. 114.617 2.054 119.746 2.353 123.852 2.592 123.263 2.191
0.01 100. 119.291 2.326 126.817 2.765 133.187 3.137 132.015 2.517

Page 61
Analisa Debit PLTM Lawe Sikap 2017

3.2.2.2 Uji Kecocokan Distribusi

Uji kecocokan distribusi dilakukan untuk mengetahui kecocokan distribusi data. Uji
kecocokan dilakukan dengan dua metode, yaitu chi square method dan uji smirnov
kolmogov. Berikut ini adalah perhitungan dari kedua metode.

3.2.2.2.1 Uji Sebaran Chi Kuadrat (Chi Square Test)

Kegunaan Chi‐Square untuk menguji hubungan atau pengaruh dua buah variabel nominal
dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya
(C = Coefisien of contingency). Chi-kuadrat yang dimaksudkan untuk menentukan apakah
persamaan distribusi peluang yang telah dipilih dapat mewakili dari distribusi statistik
sampel data yang dianalisis. Karakteristik Chi‐Square antara lain adalah nilai chi‐square
selalu positip, terdapat beberapa keluarga distribusi chi‐square, yaitu distribusi chi‐square
dengan DK=1, 2, 3, dst, dan bentuk distribusi chi‐square adalah menjulur positip.
Perhitungan nilai Xh² disajikan padaTabel berikut:

Tabel 28 Chi Square Distribusi Sebaran Data Curah Hujan Distribusi Log Pearson III

4. Aplikasi LOG-PEARSON III


Kelas P(x >= Xm) Ef C.Hujan (mm) Of Ef - Of ( Ef-Of )2 / Ef

5 0.200 0 < P <= 0.2 4.000 92.483 3.000 1.000 0.250


0.400 0.2 < P <= 0.4 4.000 81.266 6.000 2.000 1.000
0.600 0.4 < P <= 0.6 4.000 73.075 4.000 0.000 0.000
0.800 0.6 < P <= 0.8 4.000 64.973 3.000 1.000 0.250
0.999 0.8 < P <= 0.999 4.000 43.797 4.000 0.000 0.000
20.000 20.000 Chi-Kuadrat = 1.500
DK = 1
Distribusi LOG-PEARSON III Diterima Chi-Kritik = 3.841
Ket. : Chi-Kuadrat = Harga Chi-Kuadrat
Ef = Frekuensi sesuai pembagian kelasnya
Of = Frekuensi dengan aplikasi distribusi frekuensi
DK = Derajat Kebebasan

3.2.2.2.2 Uji Sebaran Smirnov – Kolmogorov

Uji kecocokan Smirnov – Kolmogorov, sering juga uji kecocokan non parametrik (non
parametric test), karena pengujian tidak menggunakan fungsi distribusi tertentudengan
membandingkan kemungkinan (probability) untuk setiap variat, dari distribusi empiris dan
teoritisnya, akan terdapat perbedaan (Δ ) tertentu (Soewarno, 1995). Perhitungan nilai
terlihat pada Tabel .

Page 62
Analisa Debit PLTM Lawe Sikap 2017

Tabel 29 Pengujian normalitas dengan smirnov-kolmogorov test

UJI SMIRNOV-KOLMOGOROV Hujan Maksimum DAS PLTM LAWE SIKAP


C.Hujan (mm) m P = m/(N+1) NORMAL LOG-NORMAL GUMBEL LOG-PEARSON III
P(x >= Xm) Do P(x >= Xm) Do P(x >= Xm) Do P(x >= Xm) Do
114.000 1 0.048 0.022 0.026 0.034 0.013 0.041 0.006 0.041 0.006
111.000 2 0.095 0.033 0.063 0.045 0.050 0.051 0.044 0.052 0.043
109.000 3 0.143 0.042 0.101 0.054 0.089 0.060 0.083 0.061 0.082
90.000 4 0.190 0.268 0.078 0.243 0.052 0.224 0.034 0.236 0.045
88.000 5 0.238 0.308 0.070 0.278 0.039 0.256 0.017 0.268 0.030
86.000 6 0.286 0.350 0.064 0.315 0.030 0.290 0.004 0.303 0.018
84.000 7 0.333 0.394 0.061 0.356 0.023 0.328 0.005 0.342 0.009
83.000 8 0.381 0.417 0.036 0.377 0.003 0.349 0.032 0.363 0.018
82.000 9 0.429 0.440 0.011 0.400 0.029 0.370 0.058 0.384 0.045
78.000 10 0.476 0.533 0.056 0.493 0.017 0.464 0.012 0.476 0.000
77.000 11 0.524 0.556 0.032 0.518 0.006 0.489 0.035 0.500 0.023
76.000 12 0.571 0.579 0.007 0.542 0.029 0.515 0.056 0.525 0.046
74.000 13 0.619 0.624 0.005 0.592 0.027 0.569 0.050 0.576 0.043
68.000 14 0.667 0.747 0.080 0.737 0.071 0.732 0.065 0.729 0.062
67.000 15 0.714 0.765 0.051 0.760 0.045 0.758 0.044 0.753 0.039
66.000 16 0.762 0.783 0.021 0.781 0.020 0.783 0.021 0.777 0.015
62.000
55.000 17
20 0.810
0.952 0.845
0.923 0.035
0.030 0.859
0.950 0.049
0.003 0.873
0.969 0.063
0.017 0.861
0.959 0.052
0.006
DKritik = 0.290 0.101 0.089 0.083 0.082
Diterima Diterima Diterima Diterima
Ket. : m = Peringkat
P = Peluang di lapangan
Do = Selisih peluang lapangan dengan peluang teoritis

3.2.3 Perhitungan Debit Banjir Rencana


Dalam Standar Nasional Indonesia perhitungan banjir rencana dapat dilakukan atau
digolongkan dengan 6 metode (SNI 03-2415-1991). Akan tetapi dalam analisis ini hanya
digunakan 1 metode, yaitu metode UH Nakayasu, karena perkiraan besarnya banjir
didasarkan pada parameter hujan dan karakteristik Daerah Aliran Sungai (DAS).

3.2.3.1 Metode Unit Hidrograf Sintetik Nakayasu

Model US Nakayasu mengembangkan rumus dengan koefisien-koefisien empirik yang


menghubungkan unsur-unsur hidrograf satuan dengan karakteristik DAS. Hidrograf satuan
model US SCS terdiri dari 4 variabel pokok yaitu tL (time lag), Qp (m3/detik), T p (jam), dan Tb
(jam). Hasil perhitungan dari metode ini adalah sebagai berikut.

Page 63
Analisa Debit PLTM Lawe Sikap 2017

Tabel 30 Debit Banjir Unit Hidrograf Sintetik Nakayasu

HIDROGRAF BANJIR
PLTM LAWE SIKAP
Periode Ulang ( Tahun )
T (jam)
2 5 10 25 50 100
0.0 0.00 0.00 0.00 0.00 0.00 0.00
0.3 0.37 0.52 0.63 0.72 0.85 0.94
0.6 2.02 2.90 3.47 3.98 4.70 5.22
0.9 5.67 8.14 9.73 11.16 13.18 14.64
1.2 11.90 17.09 20.44 23.44 27.68 30.74
1.5 21.28 30.55 36.53 41.91 49.49 54.96
1.8 34.31 49.25 58.90 67.57 79.79 88.61
2.1 51.44 73.85 88.33 101.33 119.65 132.88
2.4 73.05 104.87 125.41 143.88 169.89 188.67
2.7 88.15 126.55 151.35 173.63 205.02 227.69
3.0 91.28 131.05 156.72 179.79 212.30 235.78
3.3 91.32 131.09 156.78 179.86 212.38 235.86
3.6 89.15 127.99 153.07 175.60 207.35 230.28
3.9 85.13 122.21 146.16 167.67 197.98 219.88
4.2 79.35 113.91 136.23 156.29 184.54 204.95
4.5 72.90 104.65 125.16 143.58 169.54 188.29
4.8 66.97 96.14 114.98 131.91 155.76 172.98
5.1 61.53 88.33 105.64 121.19 143.09 158.92
5.4 56.53 81.15 97.05 111.33 131.46 146.00
5.7 51.93 74.55 89.16 102.28 120.77 134.13
6.0 47.71 68.49 81.91 93.97 110.96 123.23
6.3 43.83 62.92 75.25 86.33 101.94 113.21
6.6 40.27 57.81 69.14 79.31 93.65 104.01
6.9 37.14 53.32 63.76 73.15 86.38 95.93
7.2 34.64 49.73 59.48 68.24 80.57 89.48
7.5 32.44 46.57 55.69 63.89 75.44 83.79
7.8 30.46 43.74 52.31 60.00 70.85 78.69
8.1 28.68 41.18 49.25 56.50 66.71 74.09
8.4 27.07 38.86 46.47 53.31 62.95 69.91
8.7 25.58 36.72 43.92 50.38 59.49 66.07
9.0 24.17 34.70 41.50 47.61 56.22 62.44
9.3 22.84 32.80 39.22 45.00 53.13 59.01
9.6 21.59 30.99 37.07 42.52 50.21 55.76
9.9 20.40 29.29 35.03 40.19 47.45 52.70
10.2 19.28 27.68 33.10 37.98 44.84 49.80
10.5 18.22 26.16 31.28 35.89 42.38 47.07
10.8 17.22 24.72 29.57 33.92 40.05 44.48
11.1 16.27 23.36 27.94 32.05 37.85 42.03
11.4 15.38 22.08 26.41 30.29 35.77 39.72
11.7 14.53 20.87 24.95 28.63 33.80 37.54
12.0 13.74 19.72 23.58 27.05 31.94 35.48
Debit Banjir Rancangan (m 3/dt)
91.32 131.09 156.78 179.86 212.38 235.86

Page 64
Analisa Debit PLTM Lawe Sikap 2017

Hidrograf Banjir PLTM LAWE SIKAP Metode Nakayasu


250
240
Q 2 Thn
230
220 Q 5 Thn
210 Q 10 Thn
200
190 Q 25 Thn
180 Q 50 Thn
170
Q 100 Thn
160
150
140
Q (m3 /dt)

130
120
110
100
90
80
70
60
50
40
30
20
10
0
0.0 2.0 4.0 6.0 8.0
T (Jam)

Gambar 24 Hidrogaf banjir periode ulang R Tahun UHS Nakayasu

Sehingga rekap data debit banjir dengan metode Unit Hidrograf Sintetik Nakayasu dapat
dilihat pada tabel dibawah ini.

Tabel 31 Rekapitulasi Debit Banjir PLTM Lawe Sikap

RESUME PERHITUNGAN DEBIT BANJIR RENCANA DAS PLTM LAWE SIKAP


Kabupaten Aceh Tenggara - PROVINSI ACEH
No DEBIT BANJIR UNIT HIDROGRAF NAKAYASU
1 Q2 91.32
2 Q5 131.09
3 Q 10 156.78
4 Q 25 179.86
5 Q 50 212.38
6 Q 100 235.86

Page 65
Analisa Debit PLTM Lawe Sikap 2017

4 KESIMPULAN
1. Hasil pemodelan debit dengan metode Mock dan NRECA untuk lokasi PLTM Lawe
Sikap menghasilkan nilai debit andalan yang tersaji pada tabel berikut.

Stasiun Metode Mock Metode Nreca


Prob. QFDC Ecoflow QDesain Prob. QFDC Ecoflow QDesain
No
(%) (m3/dt) (m3/dt) (m3/dt) (%) (m3/dt) (m3/dt) (m3/dt)
1 5.0% 17.95 4.39 13.6 5.0% 26.57 4.14 22.4
2 10.0% 14.55 4.39 10.2 10.0% 21.31 4.14 17.2
3 15.0% 13.33 4.39 8.9 15.0% 19.26 4.14 15.1
4 20.0% 12.74 4.39 8.3 20.0% 18.49 4.14 14.4
5 25.0% 12.25 4.39 7.9 25.0% 17.38 4.14 13.2
6 30.0% 11.75 4.39 7.4 30.0% 16.50 4.14 12.4
7 35.0% 11.22 4.39 6.8 35.0% 15.62 4.14 11.5
8 40.0% 10.91 4.39 6.5 40.0% 14.61 4.14 10.5
9 45.0% 10.41 4.39 6.0 45.0% 13.78 4.14 9.6
10 50.0% 9.81 4.39 5.4 50.0% 12.72 4.14 8.6
11 55.0% 9.23 4.39 4.8 55.0% 12.08 4.14 7.9
12 60.0% 8.70 4.39 4.3 60.0% 10.99 4.14 6.9
13 65.0% 8.34 4.39 4.0 65.0% 10.04 4.14 5.9
14 70.0% 7.71 4.39 3.3 70.0% 9.15 4.14 5.0
15 75.0% 7.28 4.39 2.9 75.0% 8.49 4.14 4.3
16 80.0% 6.37 4.39 2.0 80.0% 7.60 4.14 3.5
17 85.0% 5.80 4.39 1.4 85.0% 6.52 4.14 2.4
18 90.0% 5.20 4.39 0.8 90.0% 5.56 4.14 1.4
19 95.0% 4.39 4.39 0.0 95.0% 4.14 4.14 0.0
20 100.0% 1.73 4.39 0.0 100.0% 1.60 4.14 0.0

2. Hasil korelasi antara debit hasil Mock dengan data hujan sebesar 0,98 dan data debit
hasil NRECA dengan data hujan memiliki korelasi diatas 0,96 yang artinya tinggi,
sehingga dianjurkan memakai debit hasil MOCK.

3. Hasil penaksiran atau perkiraan debit limpasan (run-off) tidak bisa menggantikan
dokumentasi data aliran sungai. Namun dalam hal dimana sangat dibutuhkan
tersedianya data tersebut, maka diperlukan adanya penaksiran atau perkiraan
dengan model debit sintetik.

4. Semua model adalah salah, tapi ada beberapa yang bermanfaat. Model Mock lebih
kompleks dan sensitive dari NRECA sehingga dibutuhkan data yang actual, akurat
dan detail untuk menghasilkan output yang baik.
5. Metode perhitungan hujan area digunakan metode polygon thiessen karena faktor
syarat dari metode ini terpenuhi.
6. Distribusi frekuensi yang digunakan dalam menghitung hujan rencana adalah
distribusi Log Pearson Tipe III karena berdasarkan uji parameter statsitik distribusi
ini paling cocok dan baik untuk data hujan maksimum.

Page 66
Analisa Debit PLTM Lawe Sikap 2017

7. Data hujan maksimum lolos uji kecocokan distribusi dan uji normalitas sehingga
dapat digunakan untuk perhitungan hujan rencana.
8. Perhitungan debit banjir dilakukan dengan metode Unit Hidrograf Satuan Sintetis
Nakayasu dengan debit banjir rencana dipakai periode ulang 100 tahun untuk
pertimbangan factor keamanan.

Page 67
Analisa Debit PLTM Lawe Sikap 2017

DAFTAR PUSTAKA

Adidarma W. 1991. Sebaran Peluang yang tepat untuk menghitung banjir. J. Pengairan 18;35 –
40.

Asdak, C. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gadjah Mada
University Press.

Astuti P. 1995. Analisis ketersediaan air irigasi DAS Kuranji Sumatera Barat [Tesis]. Teknik
Pertanian. Bogor. Institut Pertanian Bogor.

Badan Litbang Departemen Pekerjaan Umum 1994. Kriteria Desain Embung Kecil Untuk
Daerah Semi kering di Indonesia. Bandung: Badan Litbang Departemen Pekerjaan
Umum.

Departemen Pekerjaan Umum. 1986. Kriteria Perencanaan Irigasi Bagian Penunjang


Departemen Pekerjaan Umum Repoblik Indonesia – Jakarta.

DPU Dirjen Pengairan (1986), Standart Perencanaan Irigasi Kp 01 Bagian Perencanaan


Jaringan Irigasi, Bandung: Galang Persada

Efendi, A. 2005. Analisa Pemenuhan Kebutuhan Air Irigasi dan Air Baku Pada Embung
Mandirada Di Kabupaten Sumenep Madura. Skripsi tidak diterbitkan. Malang:
Universitas Brawijaya.

Feidas, H. 2010. Validation of satellite rainfall products over Greece. Theoretical and Applied
Climatology, 99. 193–216.

Ginting, S.H., 2006. Distribusi Evapotranspirasi Berdasarkan Data Digital Elevation Model
(DEM). Studi Kasus : DAS Cimanuk Hulu dan Ciliwung Hulu. Buletin Pusair Vol. XV No.
44 Juli 2006.

Hatmoko W, Amirwandi S. 2002. Pengembangan metode Thomas-Fiering untuk peramalan


debit musim kemarau. J. Pengairan 16(48): 3 – 9.

Huffinan, G J., 2005: Satellite-based estimation of precipitation using microwave sensors.


Encyclopedia of Hydrological Sciences, M. G Anderson, Ed., John Wiley and Sons, 965-
980.

Page 68
Analisa Debit PLTM Lawe Sikap 2017

Jensen M.E., Burman R.D. and Allen R.G. (1990). Evapotranspiration and irrigation water
requirements. ASCE Manual No. 70.

Kumara, W.C., (2006) Study Enginering Desain Rencana Pembuatan Waduk Pengendali Banjir
Di Desa Jadi Kecamatan Semanding

Linsley, JR. R. K., Kohler, M. A., Paulus, J. L. H. 1989. Hidrologi Untuk Insinyur, Edisi 3.
Terjemahan Yandi Hermawan. Jakarta: Erlangga.

Maidment, RD. (1989). Handbook of Hydrology. McGraw-Hill. New York

Mawardi, Erman, (2002), Desain Hidraulik Bendung Tetap, Surabaya: Alfabeta

McKay, G. A., 1965: Statistical Estimating of Precipitation Extremes For The Prioie Provinces.
Canada Department of Agliculture, PFRA Engineering Brach.

Mc, Mahon & Mein. 1978. Reservoir and Capacity Yield. New York: Elsevier Scientific
Publishing Company.

Mock FJ. 1973. Land Capabilty Appraisal Indonesia, Water Availability Appraisal. Bogor.
UNDP-FAO.

NASDA. 2001. TRMM Data Users Handbook. Earth Observation Center, National Space
Development Agency of Japan.

Novak,P., A.I.B.Mofffat,C.Nalluri,R.Narayana n. 1990. Hydraulic Structures, First publihed.


London : UNWIN HYMAN.

Raudkivi, Arved J. 1979. Hydrology, An Advanced Introduction to Hydrological Processes and


Mosdelling. New York: Pergamon Press.

Sastrodarsono Suyono dan Kensaku Takeda, (1999), Hidrologi untuk Pengairan. Pradnya
Paramitha. Bandung.

Smith M. (1988). Calculation procedures of modified Penman equation for computers and
calculators. FAO, Land and Water Development Division, Rome.

Soemarto, C.D. (2005) Hidrologi Teknik, Surabaya: Usaha Nasional

Soewarno. 1995. Hidrologi Aplikasi Metode Statistik Untuk Analisa Data,Jilid 1 & 2. Bandung :
Nova.

Soewarno. 2000. Hidrologi Operasional Jilid ke-1. Bandung: Citra Aditya Bakti.

Page 69
Analisa Debit PLTM Lawe Sikap 2017

Sosrodarsono, S. & Takeda, K. 1987. Hidrologi Untuk Pengairan. Jakarta: Penerbit Pradnya
Paramita.

Sudjarwadi. 1989. Operasi Waduk. Yogyakarta: PAU Ilmu Teknik Universitas Gadjah Mada.

Thornthwaite CW, Mather JR. 1957. Instruction and Tables for Computing Potential
Evapotranpiration and Water Balance. Climatology. 10(3).

Simpson, J. (Edt.), 1998, Report ofthe Science Steering Group for a Tropical Rainfall Measuring
Mission (TRMM), GSFC (Goddard Space Flight Center) Greenbelt, Maryland 20771, 95
pp.

Xie, P., A. Yatagai, M. Chen, T. Hayasaka, Y. Fukushima, C. Liu, and S. Yang. 2007. A Gauge-
Based Analysis of Daily Precipitation over East Asia. Journal of Hydrometeorology, 8.
607–626.

--, J. E. Janowiak, P. A. Arkin, and P. Xie, 2004: CMORPH: A method that produces global
precipitation estimates from passive microwave and infrared data at high spatial and
temporal resolution. J. Hydrometeor., 5, 487-503.

Page 70
Analisa Debit PLTM Lawe Sikap 2017

LAMPIRAN

Lampiran 1 Data TRMM Harian

Date Longitude Latitude Precipitation


1/1/1997 97.8125 3.2784 4.745
1/2/1997 97.8125 3.2784 0.127
1/3/1997 97.8125 3.2784 0.666
1/4/1997 97.8125 3.2784 2.493
1/5/1997 97.8125 3.2784 0.079
1/6/1997 97.8125 3.2784 6.672
1/7/1997 97.8125 3.2784 7.829
1/8/1997 97.8125 3.2784 4.322
1/9/1997 97.8125 3.2784 2.173
1/10/1997 97.8125 3.2784 0.954
1/11/1997 97.8125 3.2784 3.344
1/12/1997 97.8125 3.2784 8.405
1/13/1997 97.8125 3.2784 12.871
1/14/1997 97.8125 3.2784 0.580
1/15/1997 97.8125 3.2784 11.968
1/16/1997 97.8125 3.2784 2.434
1/17/1997 97.8125 3.2784 0.000
1/18/1997 97.8125 3.2784 0.007
1/19/1997 97.8125 3.2784 0.007
1/20/1997 97.8125 3.2784 2.365
1/21/1997 97.8125 3.2784 0.858
1/22/1997 97.8125 3.2784 0.573
1/23/1997 97.8125 3.2784 0.330
1/24/1997 97.8125 3.2784 0.978
1/25/1997 97.8125 3.2784 2.329
1/26/1997 97.8125 3.2784 2.606
1/27/1997 97.8125 3.2784 0.759
1/28/1997 97.8125 3.2784 23.689
1/29/1997 97.8125 3.2784 12.349
1/30/1997 97.8125 3.2784 13.075
1/31/1997 97.8125 3.2784 8.356

Page 71
Analisa Debit PLTM Lawe Sikap 2017

1997
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 4.7 7.7 10.9 0.9 0.7 7.3 0.4 0.0 2.4 19.7 11.0 8.9
2 0.1 34.6 3.2 13.3 6.6 17.4 2.4 0.0 0.1 22.7 26.5 2.2
3 0.7 7.8 2.3 21.7 2.9 5.7 0.8 0.0 0.1 16.0 9.7 9.3
4 2.5 5.6 15.1 9.0 1.0 0.2 0.0 4.2 8.9 22.4 13.2 6.1
5 0.1 2.9 18.7 9.7 9.7 0.0 0.0 0.2 0.0 16.8 27.3 53.8
6 6.7 12.2 13.4 9.8 21.2 0.1 0.0 0.0 0.0 10.9 5.4 21.7
7 7.8 18.8 0.7 8.0 32.8 0.2 0.0 0.1 0.0 9.4 2.6 7.1
8 4.3 18.2 10.9 4.6 0.4 1.0 0.0 4.5 0.0 12.9 14.3 2.7
9 2.2 13.4 21.8 21.1 5.8 0.0 0.5 8.1 0.0 16.6 2.5 0.0
10 1.0 23.5 9.9 14.1 0.3 0.0 3.9 18.5 0.0 14.9 8.2 0.0
11 3.3 7.5 8.3 6.7 0.5 0.0 8.3 6.1 6.9 15.2 19.8 0.0
12 8.4 13.4 2.2 16.1 0.0 0.0 0.0 5.4 0.9 15.7 4.1 0.0
13 12.9 50.7 8.2 6.0 3.7 0.0 0.0 5.9 2.0 12.7 5.8 0.0
14 0.0 2.9 10.6 11.8 11.6 0.0 0.0 4.6 3.4 19.2 16.0 0.0
15 12.0 0.0 12.5 35.9 9.6 0.0 0.0 3.9 4.8 24.3 9.4 0.0
16 2.4 7.9 12.0 22.0 11.8 0.0 0.0 1.6 2.1 13.7 3.0 0.1
17 0.0 7.1 16.0 22.2 13.1 0.0 0.0 16.4 3.3 17.1 4.4 6.3
18 0.0 5.6 11.9 42.0 10.8 0.0 0.0 18.6 3.5 6.4 11.5 10.8
19 0.0 8.2 17.4 26.5 13.8 0.0 2.0 13.0 3.1 15.3 9.8 9.7
20 2.4 0.1 12.6 19.0 10.0 3.8 0.7 0.3 0.3 23.7 5.3 15.7
21 0.9 2.4 9.2 42.7 6.5 5.0 0.6 0.5 0.7 11.9 16.1 11.0
22 0.6 0.0 8.7 15.8 6.9 0.8 0.0 10.5 3.2 7.5 3.4 5.5
23 0.3 0.0 4.6 43.2 0.7 0.2 0.0 11.3 6.8 4.5 3.3 11.1
24 1.0 4.5 11.2 27.7 0.3 12.1 7.2 7.3 5.1 15.0 3.8 4.8
25 2.3 12.7 31.1 14.4 4.0 15.5 0.0 9.5 11.8 13.2 8.7 0.2
26 2.6 3.3 10.3 29.3 3.9 22.0 7.3 2.3 9.6 8.3 3.5 2.5
27 0.8 2.8 14.3 77.7 1.2 14.3 3.1 2.7 6.1 3.3 6.0 0.9
28 23.7 15.7 8.6 21.7 4.1 8.1 6.1 1.4 2.1 0.6 7.8 6.0
29 12.3 17.0 9.0 11.6 6.6 0.0 1.3 8.1 4.8 10.0 9.9
30 13.1 17.0 0.9 8.7 10.4 0.3 2.1 2.7 21.2 4.7 9.4
31 8.4 17.6 6.2 3.8 6.2 5.9 3.5
Jumlah 137.4 289.7 368.2 602.9 220.3 130.6 47.4 166.4 97.9 422.0 277.0 218.9
Max 23.7 50.7 31.1 77.7 32.8 22.0 8.3 18.6 11.8 24.3 27.3 53.8
hh 29 25 31 30 30 18 17 27 25 31 30 24

Page 72
Analisa Debit PLTM Lawe Sikap 2017

1998
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 5.5 1.0 20.6 7.3 28.7 6.8 9.9 7.1 0.3 8.2 31.1 0.0
2 11.0 9.2 6.5 8.3 41.2 6.1 12.7 8.1 0.0 5.9 13.2 0.1
3 2.1 6.1 1.7 10.5 91.5 3.1 4.4 8.2 0.0 8.7 38.6 10.7
4 9.8 3.1 7.7 3.8 10.2 8.3 11.4 11.1 1.2 2.5 15.7 17.4
5 9.3 2.9 26.2 1.3 27.4 23.7 10.8 9.7 1.1 1.2 34.4 11.4
6 2.4 5.5 34.5 4.2 22.1 15.2 0.0 5.7 0.0 0.4 0.3 4.3
7 2.9 14.9 12.1 9.0 5.9 20.1 0.0 7.4 0.0 0.0 2.7 3.5
8 4.2 18.2 12.2 16.3 45.2 2.3 4.0 7.0 3.0 0.0 7.0 4.5
9 4.8 25.4 4.1 12.9 69.7 6.7 0.0 19.3 0.0 0.9 14.4 7.0
10 4.8 18.8 16.5 7.3 5.5 7.0 0.0 9.5 0.0 9.1 12.1 0.0
11 9.1 16.5 8.0 30.2 3.0 12.7 0.3 23.9 0.0 16.3 0.4 0.0
12 5.5 9.3 5.4 36.7 0.2 12.9 0.0 12.6 0.0 0.9 10.0 0.0
13 4.0 6.2 4.6 52.4 0.0 6.0 0.0 14.8 0.0 21.7 6.4 0.0
14 17.5 5.4 4.8 50.3 0.0 3.0 0.0 27.5 0.0 11.0 19.2 0.0
15 5.5 12.0 12.4 14.7 0.0 2.9 0.0 9.0 2.4 4.6 9.3 0.0
16 3.4 10.5 15.9 13.5 0.0 6.6 0.0 15.1 3.3 8.7 16.3 0.0
17 1.4 6.1 25.6 20.1 0.0 0.0 1.1 26.3 42.6 1.8 8.7 0.0
18 1.1 9.7 13.7 13.0 0.1 2.5 0.3 8.3 41.2 35.7 9.6 0.2
19 4.9 6.3 10.3 6.8 0.1 1.1 1.3 10.2 2.9 28.2 17.3 9.2
20 0.9 7.1 10.0 17.7 3.5 0.0 0.1 34.4 8.4 19.5 13.4 5.1
21 7.0 0.3 1.6 45.4 7.0 0.0 0.0 22.0 2.4 16.0 1.1 0.9
22 2.5 1.3 10.3 24.5 11.0 0.0 19.3 0.6 0.0 22.2 0.2 5.9
23 4.0 3.5 20.5 35.4 12.5 0.0 10.5 7.8 0.2 26.5 0.0 15.8
24 0.1 7.2 8.1 37.7 18.8 0.0 11.3 1.2 0.6 31.3 0.0 11.7
25 1.9 25.2 16.6 31.5 4.1 0.0 0.6 1.0 8.5 14.9 0.0 2.1
26 1.8 18.8 4.6 15.8 1.5 0.0 0.0 0.6 29.4 32.1 3.3 4.0
27 2.7 32.0 25.8 20.8 5.9 0.0 1.7 3.4 30.7 8.4 2.5 8.7
28 5.6 26.2 0.3 9.2 7.7 0.0 11.9 0.8 22.4 5.8 15.4 3.2
29 0.1 2.2 12.8 2.4 2.5 15.6 8.3 30.3 8.0 14.6 29.3
30 0.0 1.1 10.4 8.3 9.7 4.6 0.1 46.4 15.8 6.9 55.9
31 1.1 9.9 0.1 4.1 0.0 11.0 0.6
Jumlah 136.9 308.8 353.7 579.8 433.5 159.0 135.6 320.8 277.2 377.2 324.0 211.3
Max 17.5 32.0 34.5 52.4 91.5 23.7 19.3 34.4 46.4 35.7 38.6 55.9
hh 30 28 31 30 28 22 20 30 19 29 27 22

Page 73
Analisa Debit PLTM Lawe Sikap 2017

1999
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.3 2.1 0.0 18.4 24.3 19.7 3.1 0.0 3.5 9.0 0.0 35.2
2 1.3 8.3 0.0 9.6 5.7 13.3 11.4 0.0 9.6 40.1 0.0 10.1
3 2.4 5.8 1.2 23.3 9.6 3.3 17.8 1.6 16.1 4.7 0.0 18.8
4 2.1 12.0 10.9 20.6 4.1 14.6 4.6 1.7 0.0 21.5 0.0 35.0
5 0.7 14.7 2.7 17.7 3.7 51.0 7.5 0.0 11.3 6.1 0.0 15.4
6 0.1 6.6 3.7 3.9 0.0 15.6 14.3 0.0 3.6 31.8 2.0 9.7
7 3.5 3.3 3.3 12.8 0.0 15.5 30.5 2.7 0.9 46.8 0.0 44.5
8 2.1 14.4 5.1 13.0 0.0 11.2 3.4 2.1 0.9 21.3 4.6 16.0
9 6.3 14.7 7.1 18.8 0.0 14.4 2.0 0.6 0.0 22.8 0.2 24.1
10 10.1 25.0 9.5 51.6 3.9 67.0 7.7 15.9 0.0 30.0 0.0 1.9
11 19.7 37.0 1.4 20.0 9.3 24.0 2.8 80.2 12.5 10.9 1.7 12.9
12 6.5 19.4 1.4 13.6 8.7 0.4 4.9 3.3 0.8 13.8 0.8 36.8
13 1.3 12.4 0.1 16.1 0.2 0.0 0.1 0.4 0.0 7.6 0.0 4.1
14 4.2 2.5 9.3 9.0 0.0 0.4 0.9 0.0 0.0 10.7 2.3 5.0
15 0.1 8.4 0.6 21.9 7.3 0.0 2.8 6.5 0.0 14.2 11.4 2.5
16 5.0 0.5 7.4 5.0 0.0 0.5 12.0 5.6 0.0 24.8 40.5 0.0
17 1.2 3.9 16.1 11.2 0.0 9.2 1.8 6.9 0.0 3.5 31.9 2.4
18 0.2 8.6 21.5 14.4 0.0 8.0 0.0 4.8 2.1 5.2 21.2 10.3
19 0.2 5.8 17.2 48.6 0.0 1.6 0.0 3.9 2.1 9.7 8.9 11.0
20 15.3 11.5 17.2 11.8 0.0 0.0 0.0 1.0 3.1 3.9 3.1 6.4
21 0.7 11.1 67.3 21.5 0.1 0.0 0.0 0.0 0.0 8.2 11.4 0.0
22 0.0 16.1 37.5 21.3 0.0 0.0 0.0 0.0 0.0 4.9 21.9 0.0
23 0.0 17.5 12.8 12.7 0.0 0.0 0.0 2.2 0.0 2.5 22.5 0.0
24 1.1 10.1 10.9 15.7 7.0 0.4 0.0 0.0 0.0 3.4 7.1 5.3
25 0.0 3.0 9.5 21.3 6.6 0.2 0.0 0.9 0.0 23.1 1.0 6.0
26 0.0 1.4 16.1 4.4 0.1 0.1 0.0 5.6 1.3 30.3 9.8 14.2
27 0.0 0.2 13.2 36.5 0.2 0.0 0.0 22.1 0.0 11.2 6.9 1.1
28 13.3 0.2 15.0 13.7 2.6 4.9 0.0 13.6 1.4 1.2 6.7 0.0
29 1.7 10.2 10.3 10.1 16.3 0.0 5.0 1.7 4.2 4.6 0.1
30 14.8 10.8 27.8 15.1 7.2 0.0 9.5 1.9 0.1 32.4 0.0
31 15.3 18.5 5.2 2.2 14.1 0.0 0.0
Jumlah 129.3 276.6 357.4 546.3 123.8 298.9 129.9 210.1 72.8 427.5 252.9 328.8
Max 19.7 37.0 67.3 51.6 24.3 67.0 30.5 80.2 16.1 46.8 40.5 44.5
hh 27 28 29 30 20 24 18 26 21 30 24 27

Page 74
Analisa Debit PLTM Lawe Sikap 2017

2000
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 0.4 2.3 27.5 11.3 0.0 24.7 0.0 14.5 20.6 23.4 3.3
2 0.0 19.6 0.0 34.3 20.6 0.0 7.5 0.0 9.3 14.1 18.7 2.4
3 0.6 23.3 0.5 17.7 14.9 0.0 21.8 0.0 12.9 12.6 1.1 11.7
4 0.1 0.0 13.5 22.6 6.2 0.0 9.6 0.9 10.9 9.3 7.5 6.9
5 0.0 0.0 27.4 90.9 6.5 0.0 9.4 4.1 32.9 3.8 12.2 9.0
6 1.5 0.0 17.1 11.7 11.6 5.7 0.3 4.3 16.5 0.9 17.8 3.8
7 8.4 0.0 11.3 23.6 10.2 0.4 0.0 1.6 17.3 13.3 9.6 9.7
8 2.3 0.0 24.7 0.7 8.2 17.4 1.5 0.0 24.2 18.9 6.4 8.9
9 4.5 0.0 36.6 4.9 10.5 32.7 1.6 0.0 10.7 18.9 1.9 5.2
10 1.2 0.0 23.0 7.7 7.5 13.4 0.0 0.0 1.7 14.7 10.9 8.3
11 0.2 1.4 23.9 34.8 11.8 17.9 6.6 0.0 23.6 18.2 33.0 16.8
12 0.4 1.6 5.8 30.1 19.2 15.1 0.0 9.7 78.2 15.0 0.0 3.2
13 14.6 6.7 2.1 3.1 24.5 9.9 0.0 9.7 17.9 1.7 0.8 4.3
14 13.5 10.6 9.4 1.0 9.5 17.7 0.0 4.9 41.8 12.0 7.8 6.4
15 6.5 1.2 9.0 10.9 18.1 19.0 0.0 0.1 2.2 13.8 17.0 5.5
16 0.2 0.3 6.2 16.9 16.6 24.4 0.0 7.1 1.1 40.8 21.0 10.3
17 0.0 0.8 7.5 19.7 0.0 5.6 0.0 9.6 0.6 15.8 12.3 16.8
18 1.6 0.0 14.4 16.3 0.0 5.7 0.0 4.2 5.2 17.7 13.2 16.5
19 17.8 0.0 7.1 17.8 0.0 7.5 10.1 4.7 2.6 50.3 2.4 23.8
20 15.7 0.0 6.4 25.2 0.0 13.5 8.1 0.9 1.7 15.1 13.3 20.1
21 6.7 26.7 5.9 9.3 0.0 22.5 22.2 1.5 4.6 25.5 20.3 9.5
22 10.7 9.9 9.6 9.3 0.0 12.3 11.2 2.4 1.5 61.6 15.2 11.8
23 1.4 2.1 17.3 13.6 0.0 0.2 2.4 2.9 0.0 40.0 26.3 7.1
24 0.1 26.4 24.7 2.4 0.0 0.1 3.0 0.0 21.2 19.4 20.0 24.0
25 0.0 0.0 35.2 21.7 0.0 0.1 3.2 0.0 16.5 10.6 18.8 15.0
26 0.0 0.0 4.3 11.7 0.0 0.5 0.4 0.0 11.6 29.3 15.1 15.5
27 0.0 0.1 1.8 37.8 0.6 1.5 2.9 0.0 29.6 16.3 15.8 8.0
28 0.2 1.9 6.9 55.5 0.9 10.4 11.3 0.0 16.5 20.7 6.1 8.5
29 0.0 0.8 16.5 6.5 3.6 3.7 0.0 0.0 41.6 32.1 2.4 9.6
30 0.0 16.7 9.7 0.0 11.4 0.0 0.9 72.6 27.3 1.8 9.0
31 0.2 0.9 0.0 0.0 11.4 5.0 20.0
Jumlah 108.4 133.8 387.9 595.0 212.4 268.7 158.0 80.8 541.5 615.2 372.3 330.6
Max 17.8 26.7 36.6 90.9 24.5 32.7 24.7 11.4 78.2 61.6 33.0 24.0
hh 24 18 30 30 19 26 20 20 30 31 29 31

Page 75
Analisa Debit PLTM Lawe Sikap 2017

2001
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 22.3 10.1 0.0 8.5 4.8 0.0 0.1 2.7 0.0 1.0 5.2 2.0
2 29.8 4.1 0.2 6.5 12.1 0.0 0.0 0.2 10.7 7.6 23.1 20.0
3 35.8 2.6 0.2 20.8 16.6 0.0 0.0 11.2 22.5 0.1 25.2 4.5
4 32.4 5.2 4.6 10.1 16.8 0.6 2.7 1.8 13.5 0.4 5.6 6.9
5 21.2 12.5 10.1 2.6 11.5 4.6 0.0 10.7 13.5 0.7 25.1 12.3
6 8.5 13.9 10.4 6.8 15.1 6.2 0.1 6.6 13.7 0.2 18.0 3.3
7 6.9 1.5 9.2 4.3 17.7 0.0 0.0 15.4 25.6 0.3 13.3 8.5
8 10.8 6.5 7.6 9.4 2.2 0.0 1.6 31.6 10.3 0.4 0.0 3.8
9 11.0 0.5 2.2 4.8 9.6 0.0 1.0 21.2 14.7 5.5 1.7 6.4
10 4.6 0.0 2.1 6.5 5.0 0.0 0.0 2.0 5.7 0.3 7.5 5.5
11 8.3 0.3 1.4 12.6 17.4 0.0 0.0 1.3 0.4 2.6 11.9 2.5
12 15.1 2.1 9.5 13.1 18.8 0.0 2.0 2.0 6.9 0.1 5.2 1.4
13 12.5 9.2 0.3 0.7 7.9 1.0 0.3 21.0 11.0 6.7 0.0 0.0
14 0.3 17.1 0.0 10.6 24.2 1.3 0.0 12.7 2.3 14.9 8.1 0.0
15 0.1 12.1 6.4 4.5 3.6 7.2 11.6 2.6 6.0 0.0 9.8 4.1
16 8.2 23.4 9.1 3.4 4.6 11.4 17.4 15.7 3.3 0.2 3.2 8.1
17 2.4 25.1 8.1 3.2 8.2 9.4 27.2 10.5 8.3 0.0 17.3 16.1
18 7.7 6.7 15.1 0.5 20.2 1.6 23.0 28.2 4.8 0.0 13.4 1.5
19 7.4 7.1 14.3 7.9 7.9 1.2 15.2 26.5 15.9 0.0 6.0 7.1
20 6.3 9.2 1.4 0.3 0.0 3.9 13.6 5.3 8.3 0.5 4.5 4.2
21 2.5 6.5 4.6 8.5 0.0 0.5 9.9 2.9 4.7 1.9 2.7 9.3
22 0.1 0.8 9.5 9.1 2.1 0.6 9.0 1.7 4.0 4.0 1.8 4.4
23 1.4 13.0 21.1 43.6 0.0 5.3 3.0 5.5 14.2 2.9 3.9 13.7
24 0.8 6.3 22.3 37.5 4.9 5.8 1.2 5.5 0.5 4.6 5.9 14.5
25 0.1 0.6 18.8 12.0 2.7 0.0 1.1 5.1 4.4 4.9 0.4 10.3
26 0.7 7.9 11.4 0.0 3.7 0.0 4.0 7.5 7.8 13.7 0.0 10.5
27 0.0 0.4 15.6 4.8 0.0 0.0 0.1 13.4 2.3 4.0 3.7 20.1
28 11.6 0.0 23.2 13.5 0.0 0.0 0.0 46.5 0.0 0.7 15.2 17.5
29 6.3 0.0 8.4 8.3 0.0 0.0 0.0 37.2 3.4 11.5 20.0 11.6
30 11.6 2.0 11.2 0.0 0.0 8.9 17.5 0.4 5.4 12.2 11.0
31 10.5 4.0 0.0 0.0 6.4 4.6 4.4
Jumlah 297.3 204.6 253.0 285.7 237.6 60.6 153.1 378.3 239.1 100.0 270.0 245.4
Max 35.8 25.1 23.2 43.6 24.2 11.4 27.2 46.5 25.6 14.9 25.2 20.1
hh 31 27 30 29 23 17 25 31 28 27 27 29

Page 76
Analisa Debit PLTM Lawe Sikap 2017

2002
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 16.5 8.9 4.9 5.4 0.9 0.2 36.2 10.6 1.5 47.7 12.5
2 0.6 17.3 4.0 7.5 0.0 0.0 0.0 21.6 7.7 0.8 29.6 6.5
3 0.5 22.5 10.6 9.5 0.0 3.1 0.5 16.8 0.1 0.0 8.2 24.4
4 4.9 10.9 20.2 7.6 0.0 0.0 1.2 12.3 2.0 5.5 12.4 13.4
5 13.7 6.5 31.4 3.5 0.0 11.9 0.0 1.5 17.1 3.0 34.8 15.4
6 12.1 10.6 39.0 28.7 0.0 8.0 0.5 1.4 7.9 0.0 17.3 7.9
7 31.0 14.5 22.2 23.3 0.0 1.2 13.5 0.0 27.5 0.0 14.2 1.0
8 11.8 27.2 16.7 13.9 5.3 0.9 12.9 15.2 38.5 0.0 9.6 10.1
9 2.1 28.8 5.4 12.8 4.9 2.5 0.7 12.2 26.7 0.2 0.0 4.0
10 8.7 2.8 2.6 6.5 2.1 0.5 10.5 18.4 27.8 0.1 0.0 6.3
11 3.8 7.6 8.9 6.5 0.0 1.1 9.1 20.3 2.6 12.0 1.7 11.1
12 4.9 4.9 0.0 5.8 0.5 0.0 0.1 10.6 9.1 21.4 0.0 13.6
13 3.5 15.2 0.2 9.2 5.0 3.3 0.1 9.4 20.3 23.4 0.0 18.4
14 15.7 12.9 3.1 5.8 0.9 3.6 1.2 18.6 4.5 18.5 4.2 1.8
15 10.6 14.4 5.4 2.9 0.4 0.1 8.7 9.4 15.9 5.0 4.3 0.0
16 9.3 20.9 1.9 0.4 1.5 0.0 15.3 4.5 11.6 33.8 13.2 0.0
17 8.9 20.5 5.8 3.1 1.6 0.0 22.8 0.1 16.0 40.0 47.7 6.2
18 8.9 10.3 9.5 48.5 10.9 0.0 26.3 11.3 22.3 16.6 10.1 8.8
19 6.5 11.8 3.9 46.7 11.8 0.0 14.5 16.9 3.2 13.8 20.5 7.1
20 1.2 12.6 7.8 0.0 0.1 0.0 13.5 11.8 20.1 18.7 23.8 9.7
21 1.7 3.4 4.1 1.1 0.0 0.0 19.0 18.3 3.5 14.4 5.1 0.2
22 8.3 9.2 1.7 0.2 0.0 0.1 13.6 0.1 21.6 3.6 14.5 0.0
23 14.7 3.8 0.8 1.5 0.3 2.8 13.8 4.3 9.6 10.3 11.6 0.0
24 2.2 1.6 0.0 3.7 1.4 0.0 1.5 17.9 1.6 18.1 3.1 2.5
25 4.8 9.8 0.0 0.0 10.6 0.0 26.7 6.0 11.4 16.4 1.3 3.8
26 2.1 25.0 6.7 0.0 9.9 0.0 18.3 13.1 14.7 8.7 0.8 4.0
27 8.2 32.4 0.1 0.0 0.0 0.3 17.0 11.9 2.1 5.8 0.9 0.4
28 0.3 49.2 0.0 0.0 8.0 0.1 23.0 7.0 13.9 12.5 4.7 0.0
29 12.1 0.0 0.0 25.9 1.3 0.0 12.6 13.8 15.4 3.1 0.0
30 7.8 0.1 0.0 12.3 0.4 0.3 22.3 1.5 27.9 14.3 16.4
31 1.3 1.3 0.0 23.6 16.4 36.3 14.1
Jumlah 222.1 422.9 222.3 253.6 119.0 42.2 308.1 378.4 385.0 383.8 358.6 219.7
Max 31.0 49.2 39.0 48.5 25.9 11.9 26.7 36.2 38.5 40.0 47.7 24.4
hh 30 28 26 24 21 19 29 31 30 28 27 27

Page 77
Analisa Debit PLTM Lawe Sikap 2017

2003
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 23.5 0.0 5.8 7.5 3.9 1.2 3.3 0.0 2.2 4.7 0.6 10.7
2 11.5 0.0 16.3 14.0 0.0 8.7 7.8 0.0 8.3 0.0 1.4 3.7
3 13.4 0.0 48.0 3.7 0.0 12.9 20.1 0.1 23.1 0.1 0.1 7.1
4 2.4 0.0 30.9 0.0 0.5 0.2 21.5 0.1 71.5 2.3 3.6 27.8
5 0.2 0.1 75.5 0.1 0.0 0.0 7.8 7.0 31.9 16.6 0.0 20.2
6 0.3 0.0 0.9 0.0 0.0 0.0 4.5 7.4 0.0 1.7 0.0 5.9
7 0.0 0.0 1.1 0.1 3.5 0.0 18.2 16.7 0.0 8.8 0.3 0.0
8 0.0 1.1 6.9 0.7 9.7 0.0 14.9 5.0 0.0 25.6 0.0 0.0
9 7.6 17.2 8.2 2.1 0.0 0.0 5.1 22.2 0.0 12.1 0.0 0.0
10 5.7 4.6 5.1 0.3 1.6 0.0 11.3 14.9 0.0 8.0 0.0 0.6
11 0.0 0.0 17.4 3.4 0.9 0.0 9.6 22.6 0.0 10.0 0.0 3.3
12 7.6 0.4 15.5 0.0 12.2 0.0 7.2 3.2 0.0 12.6 19.6 5.2
13 0.2 0.1 15.5 0.0 0.2 0.0 2.3 0.0 2.2 11.8 26.0 5.4
14 9.3 0.5 6.7 0.0 1.9 0.0 3.5 2.6 0.2 15.3 16.2 1.8
15 4.8 13.8 0.0 0.0 1.5 0.0 0.2 30.9 0.0 13.7 6.9 2.1
16 4.3 3.6 1.0 0.0 1.6 0.0 11.2 7.1 2.2 11.9 9.3 7.5
17 0.1 15.0 7.9 0.0 0.1 0.0 4.8 1.8 0.5 4.7 5.1 16.6
18 2.0 19.1 0.0 0.0 0.1 0.0 1.0 23.1 13.7 14.8 9.7 5.3
19 0.0 4.3 2.5 0.0 1.6 0.0 1.1 12.9 2.9 21.8 19.1 10.5
20 0.0 29.3 11.2 0.0 1.0 11.2 0.0 1.7 1.9 23.3 23.3 0.9
21 0.1 44.4 22.0 0.7 0.3 12.7 0.3 9.7 1.4 15.8 5.4 5.8
22 6.5 22.7 12.0 0.2 0.0 16.0 14.3 1.3 1.5 6.8 17.9 0.0
23 10.0 22.7 6.4 0.0 0.0 17.1 1.9 17.4 4.9 26.8 19.4 0.0
24 0.6 21.7 11.2 14.5 0.0 0.3 0.9 40.8 0.8 122.9 21.6 4.1
25 1.7 2.3 5.2 14.0 0.0 0.9 0.0 4.3 0.5 9.2 9.2 8.1
26 4.1 16.1 9.0 5.2 0.0 11.1 0.0 4.5 10.5 42.8 27.9 20.0
27 0.0 14.4 1.6 14.9 0.0 13.0 1.9 15.7 27.7 8.5 15.3 42.0
28 0.5 5.8 0.0 13.9 10.2 3.3 0.0 11.1 13.6 16.4 1.3 9.9
29 0.6 0.2 14.2 8.5 2.0 0.0 2.5 2.8 8.3 11.9 15.0
30 0.0 2.2 12.1 35.8 4.8 0.0 5.2 0.0 1.5 10.2 6.6
31 0.0 15.7 10.0 0.0 3.1 1.2 8.9
Jumlah 117.2 259.3 361.8 121.5 105.2 115.3 174.5 294.9 224.3 480.0 281.2 255.0
Max 23.5 44.4 75.5 14.9 35.8 17.1 21.5 40.8 71.5 122.9 27.9 42.0
hh 25 22 29 19 24 16 24 29 21 30 26 26

Page 78
Analisa Debit PLTM Lawe Sikap 2017

2004
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 8.2 4.7 6.5 3.6 9.7 0.0 0.5 6.2 2.9 0.9 24.2 5.9
2 1.4 6.4 10.5 2.4 14.2 0.0 0.5 5.7 9.7 7.3 21.1 0.0
3 0.2 1.6 16.6 1.6 6.4 0.0 0.9 7.3 19.5 21.2 17.3 0.0
4 6.0 8.7 14.3 4.4 10.3 0.0 16.4 2.3 1.8 14.2 9.5 0.0
5 2.1 21.8 11.2 0.8 35.3 0.0 1.3 6.2 4.5 20.2 10.9 0.1
6 9.4 9.1 26.3 6.0 17.3 0.0 5.8 13.4 3.5 17.0 5.2 0.0
7 3.0 6.0 16.0 10.9 10.0 0.0 4.2 19.8 0.5 8.3 0.0 14.5
8 7.7 0.0 9.7 3.7 0.0 0.0 0.2 38.2 0.1 13.8 5.3 8.2
9 8.7 0.0 5.6 0.0 0.3 1.4 0.0 18.2 0.2 28.8 9.8 19.7
10 19.8 2.6 1.7 3.8 0.0 7.0 0.0 5.4 0.0 21.4 0.8 11.6
11 9.7 1.2 5.8 0.1 6.5 1.3 0.0 0.5 0.0 17.4 12.9 1.5
12 15.4 0.1 24.2 0.4 19.1 9.5 0.0 6.9 0.0 13.8 11.5 4.5
13 9.0 0.1 21.1 0.0 15.7 4.9 0.0 23.5 1.0 4.7 2.7 15.1
14 6.0 0.0 17.3 0.0 0.3 6.8 0.0 20.4 26.0 3.1 5.3 2.7
15 0.0 0.0 9.5 0.0 1.3 0.0 0.4 10.9 23.9 2.4 1.6 7.5
16 3.5 0.1 10.9 0.0 8.5 0.2 0.1 9.3 7.7 11.7 1.8 9.1
17 12.7 8.4 5.2 0.0 10.8 1.3 0.8 12.2 13.3 16.7 2.7 5.2
18 5.5 13.3 0.0 0.0 5.8 0.5 2.9 10.1 15.7 1.3 10.8 8.8
19 8.8 1.6 5.3 0.0 0.1 2.4 0.0 10.7 4.7 1.0 2.9 11.2
20 6.9 1.1 9.8 0.0 0.0 2.9 0.9 7.4 28.3 0.1 10.3 10.6
21 7.4 1.4 0.8 0.0 6.2 9.5 7.2 6.8 35.5 6.5 14.6 16.2
22 3.4 0.8 12.9 0.0 0.0 3.1 1.4 12.3 11.9 10.5 16.6 13.6
23 3.5 2.0 11.5 0.0 0.0 6.7 0.0 11.5 29.7 16.6 21.6 13.1
24 3.1 5.6 2.7 0.0 0.0 1.1 0.0 13.5 49.3 14.3 28.7 7.7
25 1.9 1.9 5.3 0.4 1.2 0.0 2.5 2.4 25.1 11.2 23.1 3.5
26 3.1 0.0 1.6 0.0 3.6 0.4 17.6 3.7 7.9 26.3 3.9 2.3
27 11.9 10.5 1.8 0.1 0.0 11.9 3.2 0.8 6.1 16.0 4.9 8.6
28 10.1 12.4 2.7 0.0 7.6 8.7 1.9 14.2 11.9 9.7 18.0 12.4
29 8.5 19.2 10.8 0.0 1.6 6.7 2.5 24.0 20.3 5.6 4.0 7.4
30 2.3 12.9 2.9 1.9 0.0 5.5 4.8 15.7 20.6 1.7 12.2 5.4
31 0.0 16.1 10.3 0.4 0.5 15.2 5.8 1.4
Jumlah 199.3 169.6 290.7 40.1 192.1 91.9 76.5 354.5 382.0 349.6 314.1 228.1
Max 19.8 21.8 26.3 10.9 35.3 11.9 17.6 38.2 49.3 28.8 28.7 19.7
hh 31 26 30 16 25 20 23 31 27 31 29 28

Page 79
Analisa Debit PLTM Lawe Sikap 2017

2005
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.1 3.7 10.1 5.5 5.3 17.9 2.8 0.6 6.7 10.5 0.6 0.0
2 1.6 3.3 0.0 7.7 0.9 0.0 1.0 3.7 4.1 12.6 0.9 0.0
3 1.4 5.4 0.0 13.1 4.0 0.5 0.0 13.1 15.4 12.8 6.5 0.0
4 1.4 0.5 1.1 8.3 0.1 0.0 0.0 5.1 5.3 21.6 4.3 2.0
5 3.3 1.2 2.1 8.0 0.0 0.0 0.1 0.3 5.8 37.7 4.9 1.5
6 5.4 1.4 1.2 21.8 0.1 0.0 2.7 3.2 10.0 17.6 16.2 16.1
7 7.5 0.3 1.4 17.1 3.5 0.0 2.6 52.1 4.3 15.7 7.2 2.1
8 16.2 0.0 12.3 1.6 5.4 9.5 2.6 8.1 6.5 20.3 11.1 4.2
9 2.4 1.3 14.7 0.4 7.7 1.6 3.8 3.0 5.0 12.7 15.0 2.1
10 2.7 9.4 5.8 0.6 6.0 3.1 0.1 3.1 36.4 7.0 43.3 9.8
11 0.4 14.0 14.7 6.4 16.3 2.5 0.0 2.2 36.9 12.2 22.7 13.8
12 7.3 18.3 0.8 0.9 2.3 0.0 0.0 0.0 9.9 13.9 14.3 9.8
13 3.7 11.5 1.6 0.0 3.3 0.0 0.0 0.0 15.2 11.8 10.1 3.7
14 0.1 4.7 2.1 0.0 2.2 0.0 0.0 0.0 5.5 9.1 10.2 16.8
15 2.5 5.9 6.9 0.0 0.0 2.5 0.0 0.4 16.7 6.1 22.7 23.9
16 1.5 3.8 12.6 0.5 0.0 3.1 0.0 21.4 16.4 11.3 21.5 13.0
17 11.2 7.1 45.0 0.0 0.0 0.0 1.5 28.6 8.0 10.4 15.1 8.5
18 16.2 14.6 34.7 0.0 0.0 0.1 2.4 8.8 1.5 4.5 14.3 8.1
19 0.5 7.7 0.4 10.4 0.0 0.1 0.0 11.8 9.7 21.3 3.8 20.4
20 0.9 4.2 0.3 1.6 0.0 0.8 0.0 3.7 9.6 18.6 5.5 25.1
21 19.9 10.0 8.7 2.1 0.0 0.0 0.0 10.8 11.8 150.6 22.1 16.9
22 12.2 21.2 5.5 19.9 0.0 0.4 1.6 5.1 2.7 25.2 41.8 13.5
23 10.6 13.9 8.4 0.8 0.0 1.1 14.0 3.7 6.8 0.0 13.0 7.0
24 13.8 9.3 10.8 0.6 0.0 2.6 12.8 0.1 15.7 15.1 7.9 12.1
25 15.4 2.3 2.3 1.2 0.1 0.2 5.3 4.9 15.2 16.6 1.7 10.4
26 6.5 7.0 13.0 0.0 0.8 1.3 9.4 20.6 13.8 12.0 6.9 2.1
27 10.2 2.4 18.0 0.0 0.0 0.8 2.0 11.4 8.0 4.7 3.4 7.4
28 23.4 2.7 3.9 0.0 5.2 7.4 0.0 1.6 13.5 17.7 5.7 0.5
29 32.6 9.7 1.5 1.3 0.1 0.8 9.9 14.3 2.4 2.3 0.7
30 11.9 12.8 14.8 2.2 1.6 12.3 2.6 18.5 3.2 0.0 2.7
31 8.4 23.8 9.8 15.7 8.4 3.6 12.9
Jumlah 251.4 187.1 284.5 144.6 76.5 57.2 93.7 248.3 349.0 538.8 355.1 267.1
Max 32.6 21.2 45.0 21.8 16.3 17.9 15.7 52.1 36.9 150.6 43.3 25.1
hh 31 28 30 22 19 22 20 28 30 30 29 28

Page 80
Analisa Debit PLTM Lawe Sikap 2017

2006
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 10.5 0.0 7.8 7.2 0.0 10.2 3.9 6.8 47.8 24.1 16.0 8.8
2 18.4 0.0 7.3 18.0 0.0 14.2 9.6 0.7 21.8 12.9 15.8 9.2
3 5.0 0.0 3.5 12.9 0.0 8.8 3.7 0.0 22.7 12.7 9.4 2.9
4 13.7 0.0 8.4 11.8 0.1 17.8 0.0 0.0 11.0 14.8 15.8 2.7
5 1.2 0.5 0.4 22.9 2.1 8.6 1.9 0.0 19.6 10.2 14.0 4.0
6 1.8 0.4 5.2 15.6 9.3 1.5 0.0 3.2 7.4 12.2 3.0 5.2
7 9.7 6.4 14.2 2.6 2.5 0.0 0.0 34.6 31.4 24.0 18.2 0.1
8 11.2 5.0 9.6 3.8 0.1 0.2 3.3 41.0 17.7 5.3 17.2 5.7
9 10.8 13.7 12.0 3.5 4.8 10.6 3.1 2.4 6.1 12.8 6.4 7.6
10 8.9 9.4 6.5 1.2 9.1 13.4 5.9 0.3 2.2 20.6 10.2 15.1
11 19.4 17.6 15.8 4.7 2.5 6.6 8.3 1.6 12.5 8.9 15.1 14.4
12 8.5 3.8 13.8 8.0 0.2 0.0 8.4 2.4 12.6 14.5 2.5 8.1
13 2.3 8.8 22.9 5.9 0.1 0.5 10.6 10.9 5.7 3.4 5.0 25.0
14 17.9 11.2 19.9 2.9 7.9 9.4 7.1 2.2 6.2 11.2 9.8 12.1
15 3.6 5.9 17.9 0.0 5.1 6.3 14.7 1.0 1.0 13.9 8.9 9.3
16 21.1 8.5 7.6 0.0 3.7 16.5 10.5 0.0 1.2 12.9 16.5 27.7
17 13.6 14.4 12.9 0.0 4.7 3.5 6.8 16.1 0.8 14.5 21.8 11.5
18 13.4 33.8 11.6 0.0 0.1 2.4 0.2 6.8 0.7 57.5 16.6 16.2
19 7.5 10.0 6.0 0.0 12.6 6.9 0.0 0.0 1.5 22.6 1.2 9.3
20 8.1 3.9 12.4 0.0 4.5 1.6 0.7 3.6 0.0 2.0 0.0 5.5
21 10.7 4.0 13.5 0.0 1.9 0.0 0.0 3.1 0.0 7.7 0.0 18.2
22 12.5 20.1 11.1 0.0 4.3 0.9 0.1 12.3 1.4 2.9 0.6 10.2
23 16.0 5.9 13.5 0.0 5.9 0.0 9.5 21.0 3.0 2.1 0.6 5.5
24 19.3 33.1 14.4 0.0 3.7 2.9 4.1 5.6 4.2 17.2 3.6 0.3
25 12.4 23.1 19.0 0.0 11.7 0.1 0.0 0.2 0.8 13.0 3.7 0.0
26 1.0 23.5 9.2 0.0 25.0 0.0 0.1 4.1 8.6 2.9 2.2 4.0
27 0.8 6.7 11.4 0.0 4.3 0.0 6.8 4.5 6.4 14.9 0.8 8.3
28 3.3 5.1 4.8 0.0 7.5 0.0 4.7 31.6 25.1 60.0 0.7 4.5
29 0.0 7.6 0.0 23.7 0.0 5.7 36.6 25.3 8.2 1.6 26.1
30 0.0 20.2 0.0 8.4 0.3 15.1 16.5 8.6 21.1 5.3 24.3
31 0.6 6.1 27.1 4.4 14.3 27.5 13.0
Jumlah 283.4 274.8 346.4 120.9 192.5 143.2 148.9 283.3 313.5 488.7 242.9 314.9
Max 21.1 33.8 22.9 22.9 27.1 17.8 15.1 41.0 47.8 60.0 21.8 27.7
hh 29 24 31 14 28 25 26 28 28 31 30 31

Page 81
Analisa Debit PLTM Lawe Sikap 2017

2007
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 19.8 13.5 6.8 12.6 9.7 0.4 0.5 1.1 3.1 22.0 10.9 2.3
2 8.2 13.8 3.1 11.3 0.6 2.1 3.4 3.1 0.6 10.9 2.1 5.0
3 0.0 10.3 11.3 14.3 0.0 3.7 0.0 14.7 2.2 6.5 2.8 12.3
4 11.6 6.1 18.9 16.2 0.2 8.6 0.0 17.5 0.7 15.1 7.5 2.9
5 12.9 6.9 11.7 13.4 2.4 11.0 0.0 12.1 0.0 24.5 14.2 4.9
6 7.6 3.1 13.6 17.6 1.9 3.1 0.0 1.6 0.0 10.6 18.7 15.8
7 17.9 5.4 11.4 18.4 6.2 3.3 0.0 0.0 0.5 2.2 14.1 8.8
8 2.9 0.1 8.7 0.0 0.0 1.2 0.0 0.0 7.7 9.9 12.2 1.2
9 5.6 9.4 14.6 0.0 0.0 0.1 0.0 1.9 19.5 6.0 19.8 2.0
10 12.0 19.7 11.2 0.0 0.0 0.0 0.0 0.0 5.3 0.4 9.4 14.6
11 17.1 11.6 4.5 0.7 0.0 0.7 0.0 5.2 5.1 9.0 4.1 7.5
12 6.4 7.6 9.4 0.0 0.0 0.9 0.5 11.0 11.4 8.3 7.9 5.0
13 0.0 15.5 4.4 0.0 0.0 0.2 9.3 20.0 5.1 8.6 16.9 4.2
14 0.0 10.2 12.6 0.0 0.0 1.0 8.7 29.2 5.6 21.2 10.9 6.6
15 4.0 1.3 7.0 0.0 0.0 5.9 11.0 8.6 6.5 15.1 1.6 9.1
16 0.5 4.6 6.9 0.0 0.0 4.2 0.0 10.8 11.0 2.8 8.4 1.8
17 12.2 6.2 15.0 0.0 0.0 12.3 0.0 18.7 20.3 11.1 6.5 5.6
18 24.2 2.7 8.9 0.0 0.0 0.0 0.0 17.5 58.8 4.1 5.0 12.4
19 32.2 0.1 3.1 0.0 0.0 0.0 0.0 19.5 26.4 6.1 55.9 12.0
20 12.6 0.0 4.7 0.0 0.0 0.0 0.0 1.8 25.3 1.6 78.0 7.0
21 2.7 9.7 8.5 0.9 0.0 3.1 2.1 1.4 19.2 8.0 4.2 5.6
22 16.0 1.2 2.1 0.0 0.2 0.1 0.0 17.2 23.4 7.3 3.6 0.4
23 4.7 19.3 12.8 1.1 0.0 3.8 0.2 15.6 9.5 6.0 3.3 0.2
24 4.2 13.4 14.1 1.9 0.0 0.0 2.7 11.7 10.8 5.5 4.8 0.0
25 5.7 18.6 7.9 9.4 0.3 0.0 1.1 7.0 9.1 10.8 8.5 2.3
26 15.1 6.3 20.9 2.8 2.7 1.7 3.2 1.9 8.5 8.7 12.8 4.0
27 5.7 14.6 36.4 4.7 0.0 0.2 0.4 8.8 10.8 8.6 4.7 0.0
28 16.5 9.4 1.1 1.9 0.0 1.9 0.0 23.5 8.0 12.5 0.3 6.7
29 1.8 6.8 6.8 12.3 3.3 6.3 26.8 29.1 6.9 41.5 5.6 10.3
30 7.8 19.0 6.6 0.0 8.2 4.3 0.8 18.6 14.5 0.2 9.9
31 12.5 13.9 0.5 4.2 0.0 19.8 0.6
Jumlah 300.6 247.5 330.9 146.3 28.0 84.1 78.3 311.1 339.9 339.2 354.9 180.7
Max 32.2 19.7 36.4 18.4 9.7 12.3 26.8 29.2 58.8 41.5 78.0 15.8
hh 30 28 31 17 14 26 16 28 28 31 30 31

Page 82
Analisa Debit PLTM Lawe Sikap 2017

2008
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.6 11.4 52.0 17.1 0.0 0.3 0.0 12.7 4.6 2.0 18.3 4.0
2 1.8 12.2 1.8 18.5 0.0 0.4 0.0 8.4 0.8 18.9 4.1 0.8
3 2.4 0.0 0.3 2.6 1.9 0.1 0.0 6.9 1.3 32.4 8.3 1.3
4 16.8 0.9 4.5 3.2 0.0 0.0 0.0 15.4 1.3 5.3 4.2 0.1
5 14.8 9.8 1.1 14.3 0.0 0.4 0.0 1.2 5.1 0.0 6.1 5.3
6 11.4 1.3 2.3 7.6 0.4 0.0 0.0 0.4 0.7 6.9 16.5 3.3
7 5.5 9.4 5.2 4.8 0.5 0.1 0.0 2.5 21.3 4.0 21.3 8.9
8 0.2 8.0 2.2 0.0 0.0 0.3 0.0 0.8 12.1 1.6 24.8 0.7
9 0.1 7.1 0.4 10.9 1.9 0.2 0.0 0.0 12.8 25.6 19.1 1.1
10 0.0 0.3 0.5 4.9 5.3 3.2 0.0 0.0 17.3 15.5 2.8 3.3
11 0.1 25.0 5.1 0.0 2.8 4.7 2.1 0.0 9.0 10.5 7.7 7.2
12 7.5 13.1 0.0 1.1 0.0 33.5 0.0 3.0 10.3 10.2 13.3 5.7
13 8.5 1.8 1.8 0.0 1.7 2.8 0.0 2.5 20.7 22.6 10.5 10.6
14 1.8 6.6 3.0 0.0 1.1 0.5 0.8 0.1 77.2 21.6 4.9 14.5
15 0.1 10.6 0.5 0.0 1.2 6.5 2.0 0.0 19.8 5.9 2.2 6.1
16 1.1 2.7 0.3 0.4 4.3 7.1 6.2 0.0 12.6 14.9 7.0 5.8
17 6.7 5.4 6.3 0.1 0.8 1.3 3.9 0.0 8.6 25.8 0.0 3.8
18 11.6 2.0 1.4 0.0 0.2 3.2 7.3 0.0 29.8 13.4 9.1 4.6
19 0.8 5.6 0.4 0.0 0.8 6.6 0.0 0.7 32.5 31.6 6.0 0.7
20 1.2 15.8 0.5 0.0 2.3 3.2 0.2 1.3 27.3 12.0 2.9 6.8
21 0.2 19.0 0.2 0.0 0.0 2.3 0.6 23.5 14.0 10.2 8.9 8.6
22 0.1 2.1 8.3 0.0 0.0 0.0 0.2 3.8 1.5 4.4 6.4 0.5
23 0.4 8.8 1.1 0.0 0.0 0.1 1.7 13.1 7.0 3.1 0.0 0.6
24 0.3 9.6 3.8 0.0 0.0 0.8 20.1 19.9 4.2 4.7 0.3 0.0
25 1.0 7.4 7.6 0.1 0.0 0.0 27.3 4.3 16.2 7.7 2.0 0.0
26 1.4 8.3 1.5 0.0 0.4 0.0 11.8 0.5 2.5 10.9 3.8 0.0
27 2.7 29.4 13.3 0.0 0.0 0.0 0.2 0.0 0.8 0.6 20.0 0.0
28 6.4 18.6 7.6 0.9 0.0 0.0 1.4 0.3 10.5 7.6 7.3 0.0
29 18.3 31.9 3.8 0.6 0.8 0.0 5.2 18.0 5.2 8.9 4.8 0.0
30 14.3 1.6 0.0 0.1 0.0 0.3 13.9 4.8 15.8 4.9 0.0
31 24.9 8.6 0.0 2.4 0.6 15.8 0.0
Jumlah 162.9 284.1 147.2 87.3 26.5 77.5 93.9 153.6 391.5 370.5 247.4 104.4
Max 24.9 31.9 52.0 18.5 5.3 33.5 27.3 23.5 77.2 32.4 24.8 14.5
hh 30 28 31 20 20 21 19 25 30 30 29 25

Page 83
Analisa Debit PLTM Lawe Sikap 2017

2009
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 3.7 3.7 5.3 0.0 0.0 0.0 0.2 1.8 28.5 5.1 4.8
2 1.0 1.3 0.8 21.1 0.1 0.0 0.0 1.4 0.8 19.1 0.4 0.5
3 2.6 3.6 1.3 4.7 3.8 0.0 0.0 6.9 3.3 8.3 0.5 0.7
4 1.9 16.4 1.0 9.2 1.0 2.1 2.1 22.9 0.1 24.3 0.0 0.0
5 18.6 0.9 1.2 3.6 0.1 0.0 0.0 20.9 0.0 12.7 0.2 0.0
6 0.4 0.7 9.2 0.1 0.5 0.0 0.2 5.7 0.0 13.8 0.1 0.0
7 7.0 1.1 20.3 0.0 0.6 15.4 0.1 35.1 0.0 8.6 1.0 0.0
8 11.9 1.6 17.8 0.1 0.4 3.0 0.0 5.8 0.0 27.2 4.8 0.0
9 0.6 2.4 19.9 5.0 0.3 19.7 0.4 6.3 0.0 2.3 12.2 8.6
10 0.1 2.3 8.4 13.9 0.1 5.7 6.9 2.0 0.1 9.1 5.0 12.4
11 4.2 0.0 16.6 8.1 9.3 0.7 0.1 0.9 0.8 11.8 0.2 11.8
12 12.2 0.3 13.9 4.2 16.0 0.0 0.0 8.3 1.5 13.6 10.8 11.4
13 13.5 2.6 16.3 15.9 1.5 0.0 0.0 2.3 3.7 9.0 5.5 5.5
14 4.4 1.1 14.3 6.7 0.1 0.0 0.0 0.1 14.3 6.4 10.4 7.7
15 2.3 4.0 23.2 0.6 0.4 0.0 0.0 2.3 1.2 13.5 14.3 2.5
16 4.0 1.6 27.1 13.3 0.7 0.0 0.0 13.1 11.9 2.1 17.4 4.4
17 17.1 12.4 7.5 0.0 16.6 0.2 0.3 8.1 15.0 3.5 11.2 3.6
18 0.1 70.6 30.6 0.0 39.6 0.0 7.7 0.7 15.0 11.8 7.8 9.8
19 0.7 10.1 43.0 0.0 5.1 0.4 0.0 0.5 7.3 7.1 8.4 6.8
20 0.3 18.1 5.5 0.2 6.4 0.0 11.8 23.8 9.0 8.9 8.2 14.4
21 2.1 6.3 14.8 2.8 29.5 0.2 3.6 15.8 23.5 11.7 36.9 9.9
22 13.1 4.5 5.7 2.8 21.6 0.2 1.6 5.4 24.2 18.4 18.2 7.7
23 0.4 0.6 22.1 3.0 12.0 0.0 5.4 24.3 31.9 9.4 4.2 21.1
24 10.6 0.0 8.4 7.8 13.2 2.3 1.7 17.8 21.4 6.8 0.0 7.6
25 36.9 0.0 11.1 2.4 0.0 0.1 10.5 19.7 22.6 7.4 0.9 7.5
26 3.6 6.6 1.1 16.4 0.0 11.5 27.4 0.9 27.1 11.8 2.8 0.2
27 0.0 10.1 1.4 19.3 0.0 8.1 0.1 0.0 12.1 13.7 4.8 13.9
28 0.0 11.4 0.3 0.0 0.0 9.5 0.7 1.0 3.7 14.4 2.1 11.3
29 0.0 3.7 0.0 0.0 0.0 0.0 12.2 5.1 16.9 1.4 2.2 0.9
30 0.2 0.0 0.0 0.0 0.0 6.7 11.0 18.0 3.7 0.2 0.2
31 6.1 0.1 0.0 10.0 1.2 14.9 0.1
Jumlah 175.8 198.3 346.6 166.6 178.9 79.1 109.4 269.7 287.4 355.1 195.6 185.2
Max 36.9 70.6 43.0 21.1 39.6 19.7 27.4 35.1 31.9 28.5 36.9 21.1
hh 27 28 30 24 24 19 21 31 25 31 30 26

Page 84
Analisa Debit PLTM Lawe Sikap 2017

2010
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.4 1.3 22.9 5.5 0.2 0.0 0.0 18.3 0.0 6.9 4.9 0.0
2 0.5 0.2 12.6 5.7 1.2 3.0 0.0 33.0 0.0 7.0 0.0 0.0
3 0.2 0.0 33.6 1.1 0.6 0.0 0.2 0.9 7.8 3.6 0.0 0.0
4 0.0 0.1 17.3 0.0 8.9 0.0 0.9 0.3 11.7 10.0 0.0 0.1
5 0.0 0.0 14.1 0.0 1.0 0.0 0.0 0.2 9.5 15.4 16.2 0.0
6 0.0 0.0 0.6 0.5 0.1 0.1 0.0 5.9 11.8 19.9 35.2 0.2
7 0.0 0.0 1.8 0.5 0.1 4.8 7.3 10.0 16.2 15.9 10.5 0.4
8 0.2 1.4 1.7 0.5 0.3 0.0 6.6 7.8 10.4 33.2 10.3 9.4
9 0.2 0.3 11.9 0.3 13.9 0.0 1.1 0.0 7.9 21.1 17.3 22.2
10 0.0 14.0 5.5 9.8 13.4 0.0 0.0 9.2 6.0 5.9 10.0 6.4
11 0.0 7.1 7.7 0.0 5.3 0.0 0.0 0.0 32.8 3.4 11.4 7.5
12 2.5 14.8 8.7 2.3 15.5 0.1 2.4 0.0 48.0 0.0 3.7 1.1
13 0.9 10.1 28.9 0.2 6.5 0.0 12.9 7.7 9.8 0.2 10.5 15.1
14 0.2 0.1 21.7 1.2 1.4 11.0 5.9 1.9 7.3 1.4 17.2 9.8
15 1.4 2.3 36.9 2.4 7.8 12.0 2.0 2.4 10.4 10.1 0.1 0.8
16 0.6 36.4 10.4 0.6 19.5 30.6 3.1 8.4 6.9 33.6 1.9 0.2
17 31.3 8.3 6.6 0.1 19.4 11.4 1.4 1.7 6.6 2.9 3.8 0.5
18 15.7 9.1 4.0 1.7 0.0 13.2 0.3 0.0 9.6 0.4 10.6 4.6
19 3.2 3.4 2.4 0.8 0.8 14.8 2.2 0.0 12.3 2.8 17.2 3.4
20 0.4 1.6 0.2 0.1 1.1 2.8 0.2 0.0 28.1 7.4 1.5 0.4
21 2.3 3.6 0.4 0.5 0.0 4.1 3.8 0.0 72.2 4.0 4.2 0.1
22 9.5 0.0 9.1 12.7 0.8 18.4 0.0 0.0 9.1 1.5 14.7 0.6
23 8.4 0.0 5.3 17.3 22.3 9.2 0.9 14.7 2.2 1.8 2.5 0.6
24 0.3 0.0 3.4 10.0 14.8 0.2 0.0 39.7 7.5 0.3 2.8 0.9
25 0.0 0.2 2.1 2.7 3.4 15.4 0.3 1.3 0.2 0.0 11.6 5.1
26 0.1 0.0 9.2 10.4 0.0 21.9 0.1 5.6 0.4 0.0 1.4 6.5
27 0.0 1.9 36.5 25.4 0.0 0.1 3.3 0.0 1.3 4.6 0.1 13.4
28 9.3 4.4 27.3 12.3 0.0 1.0 16.5 0.4 8.4 4.4 0.0 8.3
29 3.2 22.9 3.8 10.7 0.0 0.2 2.3 0.1 3.7 15.2 0.0 1.5
30 2.1 2.9 1.2 0.0 5.9 9.0 0.0 4.7 4.0 0.0 1.0
31 5.6 0.0 0.0 9.3 1.0 21.5 1.3
Jumlah 98.5 143.5 349.4 136.5 158.1 180.4 92.0 170.5 362.8 258.5 219.4 121.3
Max 31.3 36.4 36.9 25.4 22.3 30.6 16.5 39.7 72.2 33.6 35.2 22.2
hh 27 23 30 27 24 22 26 25 29 30 24 28

Page 85
Analisa Debit PLTM Lawe Sikap 2017

2011
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 4.8 13.5 0.0 2.6 10.7 1.7 0.0 17.1 0.4 1.0 0.4 1.2
2 6.3 2.6 0.2 1.6 14.6 1.6 0.0 16.5 26.8 11.6 26.8 2.2
3 6.0 4.8 0.3 0.0 13.9 23.0 0.0 14.8 30.8 9.9 30.8 4.4
4 0.5 10.2 8.0 0.0 12.7 1.3 0.0 16.2 11.6 6.3 11.6 23.1
5 0.0 4.8 2.9 3.9 8.8 0.9 0.0 12.9 8.5 7.8 8.5 4.8
6 0.0 28.9 0.9 1.8 41.3 1.7 0.6 50.8 6.4 8.8 6.4 0.1
7 3.1 1.7 0.8 2.1 62.3 12.5 12.7 37.9 13.0 11.6 13.0 0.1
8 0.1 9.3 0.4 0.5 5.6 44.7 4.8 1.1 12.2 4.0 12.2 0.0
9 0.0 3.6 5.9 0.1 9.7 15.1 0.1 0.7 4.4 1.3 4.4 2.9
10 0.0 10.4 0.8 1.5 1.6 3.4 0.3 0.0 3.1 0.3 3.1 0.2
11 0.0 9.8 10.4 0.0 2.3 0.0 1.8 7.4 11.1 2.7 11.1 0.0
12 0.0 24.5 12.4 0.0 13.7 0.1 0.0 3.8 13.3 0.5 13.3 0.1
13 0.0 11.1 36.9 0.0 3.1 5.4 0.1 1.2 19.8 1.0 19.8 0.1
14 0.0 1.6 54.6 0.0 0.0 1.1 2.5 0.1 20.0 3.5 20.0 0.1
15 0.0 16.1 4.7 0.0 0.0 7.5 0.1 0.8 13.8 21.7 13.8 1.1
16 0.1 29.3 1.4 0.0 0.0 11.5 6.9 5.1 21.5 27.2 21.5 5.6
17 0.0 18.4 7.7 0.0 0.0 18.2 0.4 0.0 4.7 6.6 4.7 1.0
18 0.3 4.5 14.9 0.0 13.4 2.5 2.3 0.0 3.7 15.5 3.7 2.7
19 2.1 4.5 10.8 0.0 5.7 1.2 19.1 0.2 1.1 16.4 1.1 1.7
20 0.0 7.3 4.8 0.1 0.4 9.4 0.9 0.2 1.5 6.7 1.5 5.5
21 0.0 3.1 13.9 0.0 1.3 14.2 14.8 0.6 13.3 13.6 13.3 2.9
22 0.0 3.3 15.2 11.2 1.3 0.0 11.9 6.5 5.8 10.7 5.8 1.3
23 0.1 26.1 16.7 2.3 0.0 2.6 41.0 0.7 10.1 2.0 10.1 17.0
24 1.4 46.2 47.3 0.4 6.0 17.8 46.0 2.1 4.4 3.6 4.4 10.2
25 6.8 0.0 0.7 0.3 12.0 9.7 34.1 1.1 9.1 8.2 9.1 3.1
26 6.9 0.0 4.3 0.6 7.6 12.5 3.7 2.6 1.6 18.6 1.6 3.5
27 0.0 0.8 1.0 14.6 14.8 0.4 11.6 0.5 0.3 5.7 0.3 13.1
28 4.8 18.5 0.7 1.1 19.3 0.3 15.6 0.1 0.2 11.1 0.2 10.8
29 4.6 0.0 3.3 7.2 0.9 1.6 11.5 1.7 0.0 12.7 0.0 7.9
30 0.2 10.7 9.2 5.2 1.6 12.7 8.6 6.7 54.0 6.7 4.7
31 21.4 0.0 11.5 17.3 14.6 12.3 2.5
Jumlah 69.8 315.0 292.5 61.3 299.7 223.4 272.8 226.0 279.1 316.9 279.1 134.2
Max 21.4 46.2 54.6 14.6 62.3 44.7 46.0 50.8 30.8 54.0 30.8 23.1
hh 25 27 30 20 27 29 26 28 29 31 29 29

Page 86
Analisa Debit PLTM Lawe Sikap 2017

2012
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 2.7 8.7 0.2 28.4 0.8 1.2 5.0 4.4 0.4 22.5 1.3 0.4
2 6.0 10.1 14.5 19.8 3.5 2.1 0.9 4.9 7.7 11.5 11.1 14.9
3 1.2 23.5 12.7 4.3 2.6 0.1 0.0 2.1 2.8 10.2 18.9 20.2
4 0.1 1.4 10.1 0.8 0.0 0.0 0.0 0.7 0.8 18.9 20.0 14.7
5 0.2 7.6 20.2 0.0 0.0 0.2 4.1 1.9 1.7 5.1 11.2 0.2
6 0.1 10.7 24.5 4.0 0.0 3.8 5.7 0.1 0.7 6.7 16.4 5.9
7 4.1 5.7 14.6 3.4 0.2 15.8 0.2 0.0 0.1 11.1 10.0 3.9
8 0.2 3.6 12.8 7.0 0.0 1.3 0.2 0.6 2.4 31.3 10.6 1.4
9 0.0 52.5 18.8 8.6 0.0 1.9 0.5 0.9 0.0 5.7 11.3 8.3
10 0.0 17.6 15.7 2.3 0.0 8.4 2.7 0.3 0.8 30.7 0.6 5.8
11 0.4 15.6 12.5 6.7 0.0 8.6 4.8 2.1 1.6 12.4 4.3 8.9
12 1.5 4.1 24.5 7.8 0.5 0.7 17.8 7.2 0.7 24.4 0.4 0.2
13 0.0 1.0 33.3 7.2 7.5 1.1 22.6 3.6 10.0 20.3 10.4 0.3
14 0.0 3.8 10.5 20.6 6.5 0.5 3.3 2.3 21.0 20.4 3.4 4.4
15 0.1 2.2 0.9 29.3 1.4 0.0 14.1 3.6 17.9 25.6 3.7 10.0
16 0.0 0.1 0.7 0.0 0.0 0.0 14.8 2.7 17.3 37.5 9.4 2.3
17 0.0 9.6 1.1 2.4 0.0 0.0 18.0 12.1 4.6 6.7 8.0 6.1
18 0.0 14.5 0.2 0.0 0.0 0.4 12.1 11.5 12.8 20.2 1.9 6.5
19 0.0 8.7 1.1 0.0 0.0 0.0 37.1 17.4 24.0 13.3 2.9 5.9
20 0.0 6.0 0.1 0.0 0.9 2.9 14.4 5.3 9.9 4.7 0.2 1.8
21 6.8 1.6 4.1 0.0 10.7 1.6 23.8 2.3 5.6 5.5 0.2 24.5
22 2.9 11.7 6.0 0.0 8.0 0.5 13.9 0.0 7.2 5.5 5.3 9.0
23 39.3 9.6 0.0 0.0 8.2 0.0 7.7 0.0 5.0 11.8 19.5 21.9
24 16.0 0.5 0.0 0.0 0.0 0.0 0.9 0.0 24.4 95.3 3.4 23.2
25 13.4 21.7 4.2 3.5 0.0 0.1 14.3 0.0 15.6 4.5 23.5 11.4
26 10.4 15.2 6.0 3.6 3.8 0.0 15.8 1.2 27.4 2.6 15.2 7.2
27 1.1 10.6 0.4 13.0 10.3 0.1 29.0 1.1 14.1 7.9 20.7 4.5
28 3.3 8.4 0.3 7.4 45.2 0.3 15.0 10.1 12.2 13.4 14.4 10.8
29 12.2 2.1 21.1 0.0 0.0 0.2 2.1 4.7 16.5 1.8 3.0 0.9
30 14.0 12.1 0.2 0.0 15.2 1.5 1.9 14.3 3.5 3.2 6.1
31 8.3 4.9 0.5 5.6 0.2 3.2 14.9
Jumlah 144.4 288.7 288.2 180.4 110.5 67.3 308.1 105.4 279.5 494.0 264.3 256.6
Max 39.3 52.5 33.3 29.3 45.2 15.8 37.1 17.4 27.4 95.3 23.5 24.5
hh 25 29 29 23 16 24 29 27 30 31 30 31

Page 87
Analisa Debit PLTM Lawe Sikap 2017

2013
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 11.1 9.5 27.2 1.6 7.3 6.3 2.3 20.9 20.6 7.6 0.2 0.0
2 2.2 20.6 17.0 1.2 0.0 0.7 1.3 2.8 16.2 3.0 0.5 0.0
3 1.6 2.1 3.5 13.3 2.5 0.4 4.3 15.9 15.4 0.8 6.7 0.0
4 1.2 0.0 3.3 9.2 9.1 0.0 0.0 0.8 17.8 0.5 10.0 0.0
5 5.4 2.4 18.7 22.9 5.1 0.1 0.0 5.7 1.5 0.1 5.6 1.7
6 1.0 5.3 17.3 4.0 11.3 0.0 0.8 9.9 0.0 2.8 3.5 16.5
7 12.8 2.8 6.7 11.5 0.1 0.1 1.1 11.9 0.2 8.6 11.2 11.0
8 12.4 0.0 13.0 2.4 1.1 1.0 10.7 2.6 0.0 21.9 10.6 16.1
9 6.3 1.0 17.4 14.5 1.0 6.1 0.0 0.1 0.0 16.6 0.6 24.8
10 9.2 16.9 1.6 3.2 1.9 0.6 1.3 0.0 0.0 7.1 0.3 53.2
11 8.5 5.3 12.9 4.6 0.0 9.5 0.2 0.2 0.3 8.0 1.8 10.9
12 1.3 7.3 0.5 10.8 16.5 15.8 10.5 0.8 0.0 22.3 4.5 7.8
13 5.6 1.1 3.9 10.0 19.6 12.2 0.6 0.2 0.0 9.5 7.0 5.0
14 12.6 1.4 0.1 8.8 18.9 1.1 0.9 0.1 0.0 22.7 6.2 6.2
15 0.3 0.2 0.0 11.3 1.9 0.2 0.8 2.6 0.0 33.1 5.2 0.1
16 0.7 12.2 0.2 1.5 0.0 0.3 9.8 18.1 0.0 19.3 3.7 3.5
17 4.5 35.4 19.2 0.2 0.2 0.9 3.9 29.9 0.0 10.2 1.4 1.0
18 15.2 16.1 41.3 2.5 0.0 4.3 3.3 10.2 0.0 18.0 8.8 2.0
19 10.4 9.0 28.2 23.6 0.0 11.6 5.9 4.9 0.8 6.6 15.3 3.5
20 8.2 8.4 50.1 17.1 0.3 40.7 6.0 12.0 0.3 8.3 3.1 4.8
21 4.4 7.6 28.1 1.2 2.2 4.2 0.0 17.1 1.3 4.7 2.1 10.3
22 1.6 11.6 33.1 0.0 4.0 0.0 0.1 4.3 3.1 8.0 5.3 7.0
23 20.4 0.2 13.9 0.0 2.7 0.0 0.6 10.6 11.6 11.3 6.9 23.7
24 7.3 9.3 0.3 0.0 2.1 3.9 0.1 12.6 4.5 4.0 27.3 23.3
25 19.2 9.2 11.4 0.0 11.4 7.2 0.1 15.7 17.2 14.1 1.9 19.9
26 17.8 3.4 32.3 0.0 3.7 3.2 11.8 15.9 7.7 10.3 0.0 18.3
27 3.3 6.3 47.8 0.7 6.8 0.0 0.4 6.6 4.4 9.9 0.9 23.4
28 15.9 20.0 12.1 6.3 4.9 2.4 3.5 8.1 16.6 4.0 8.1 27.4
29 20.7 27.2 0.0 0.6 2.3 0.0 4.6 15.0 16.1 5.5 11.6 33.2
30 8.2 8.2 16.5 3.3 0.8 0.2 26.2 12.6 14.6 3.2 55.3
31 7.7 11.5 1.2 16.1 9.7 11.2 32.7
Jumlah 256.9 251.7 480.7 199.4 141.4 133.4 101.0 291.4 168.2 324.9 173.6 442.5
Max 20.7 35.4 50.1 23.6 19.6 40.7 16.1 29.9 20.6 33.1 27.3 55.3
hh 31 27 30 25 29 26 28 31 19 31 29 27

Page 88
Analisa Debit PLTM Lawe Sikap 2017

2014
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 25.8 7.5 0.0 0.0 1.4 0.0 3.7 0.0 5.4 40.6 12.8 0.0
2 35.1 8.7 0.0 2.1 1.5 0.0 8.2 0.0 5.8 37.9 6.8 0.0
3 29.5 6.1 0.0 0.5 0.3 0.0 5.4 9.4 3.8 37.0 2.1 0.0
4 11.8 12.5 0.0 0.0 2.7 0.0 20.1 0.4 12.1 70.7 4.3 17.9
5 3.9 6.0 0.0 0.0 0.0 0.0 0.6 0.0 0.0 38.1 3.5 9.8
6 0.0 15.9 0.7 0.0 0.0 0.0 0.8 0.5 0.0 17.6 17.5 21.9
7 0.0 16.7 14.0 0.0 0.0 0.0 0.0 2.6 11.1 6.3 3.1 4.0
8 0.0 34.1 23.5 0.0 0.0 0.0 0.8 1.2 8.9 10.1 0.0 0.0
9 0.0 17.9 3.0 0.0 0.0 0.0 0.0 2.8 12.3 1.6 11.1 12.6
10 0.0 0.0 9.5 0.0 0.0 6.4 2.0 22.8 0.0 0.0 65.7 31.5
11 0.0 0.0 30.4 0.0 0.0 28.1 6.7 15.1 0.0 3.9 43.3 18.9
12 0.4 3.0 12.4 0.0 0.0 1.0 4.3 3.3 0.0 4.1 0.9 4.9
13 0.8 1.5 17.0 0.0 0.0 13.3 49.0 0.1 0.2 14.1 22.2 5.0
14 0.4 0.0 11.1 0.0 0.0 0.2 55.3 15.5 6.9 35.5 21.6 8.8
15 0.1 27.9 1.0 1.6 0.0 0.0 15.6 6.3 35.0 35.8 22.5 25.6
16 0.0 34.4 16.6 27.8 0.0 0.0 13.0 27.5 18.4 43.6 37.3 0.0
17 2.0 36.4 41.9 24.9 1.5 0.0 14.6 37.2 25.4 17.8 37.5 1.0
18 25.3 41.0 9.7 23.3 1.0 0.0 22.4 17.7 20.0 40.4 38.6 3.2
19 17.4 24.1 19.2 2.2 9.1 0.0 37.2 4.2 22.4 19.3 28.6 5.9
20 14.8 2.0 34.0 4.8 0.0 0.0 20.7 8.4 39.4 16.3 16.8 0.0
21 0.4 1.3 16.2 36.4 0.0 4.1 30.9 11.8 17.0 16.9 26.7 1.3
22 1.8 7.0 26.3 8.1 0.1 0.4 45.6 7.4 12.9 35.8 16.5 0.6
23 6.4 3.7 32.3 0.2 1.9 0.0 37.8 0.0 23.2 32.1 18.0 7.4
24 3.3 0.5 19.3 6.4 0.7 0.0 49.0 0.0 16.9 12.0 14.6 0.0
25 9.4 1.2 56.1 7.4 1.4 0.0 17.0 0.0 35.7 19.9 0.0 0.0
26 17.8 10.3 19.0 1.3 2.6 0.0 8.5 3.1 24.4 28.2 0.0 0.7
27 21.2 5.4 22.1 0.0 8.0 2.9 11.8 1.0 32.6 29.6 0.0 12.9
28 13.7 0.4 36.2 2.6 5.6 4.7 7.1 0.0 17.3 34.3 0.0 15.2
29 13.3 0.0 26.8 5.6 0.0 1.3 1.4 0.0 18.9 13.6 0.0 14.3
30 20.5 9.7 1.6 0.0 0.0 0.0 1.6 45.8 22.3 0.0 10.4
31 2.4 0.3 12.0 1.9 11.2 99.9 1.7
Jumlah 277.5 325.7 508.4 156.7 49.8 62.4 491.7 211.1 471.7 835.4 471.9 235.8
Max 35.1 41.0 56.1 36.4 12.0 28.1 55.3 37.2 45.8 99.9 65.7 31.5
hh 25 26 26 17 15 10 28 23 25 30 23 23

Page 89
Analisa Debit PLTM Lawe Sikap 2017

2015
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 29.1 12.8 22.4 22.1 4.8 0.1 7.7 0.0 0.0 8.5 27.5 21.0
2 10.0 6.7 16.2 31.0 0.0 4.9 0.1 0.0 0.0 10.2 9.2 11.7
3 3.3 10.2 7.1 9.0 0.0 8.9 0.0 0.0 0.2 13.8 3.5 4.5
4 7.8 13.6 34.6 0.0 0.0 2.3 3.0 0.8 1.0 18.2 23.4 4.5
5 43.9 4.1 16.0 1.2 0.0 1.5 0.0 7.1 0.6 15.2 22.8 32.1
6 9.6 0.0 3.1 5.4 0.0 10.3 0.1 9.2 4.1 18.6 21.0 20.9
7 20.2 0.0 3.8 2.7 2.4 9.1 0.1 12.7 0.0 9.4 16.8 5.1
8 6.2 0.0 19.2 0.0 1.8 10.2 2.0 1.1 0.0 16.5 3.9 0.0
9 1.7 0.0 39.9 0.0 9.8 0.0 4.9 0.8 0.0 59.3 10.1 0.0
10 3.5 21.5 14.8 2.8 9.2 1.2 24.6 4.4 10.5 19.3 7.4 17.9
11 8.9 19.7 4.0 39.7 0.0 16.5 20.2 0.8 39.4 28.6 5.6 5.7
12 34.1 21.0 19.8 7.1 0.0 1.2 3.5 15.0 39.3 41.9 20.1 4.8
13 23.4 10.4 43.8 0.0 0.0 0.0 11.2 28.1 55.5 67.7 26.4 3.6
14 21.9 14.2 33.6 0.0 0.0 0.0 4.2 8.2 12.9 64.8 27.6 0.0
15 31.3 15.4 6.6 3.6 0.0 0.0 11.0 1.5 22.9 24.0 25.3 0.0
16 37.1 10.9 11.8 0.0 0.0 19.6 10.3 2.0 25.5 10.8 15.0 10.2
17 27.5 3.4 13.1 0.0 0.0 40.2 10.1 0.0 28.9 10.7 7.5 0.0
18 8.1 0.7 16.5 0.0 0.0 10.1 1.1 0.0 23.3 12.5 14.3 10.4
19 10.5 0.0 23.2 0.0 0.0 12.7 14.7 0.0 20.2 4.9 18.3 0.7
20 10.8 2.0 15.6 0.0 0.0 22.5 2.6 0.0 28.4 17.2 30.1 8.2
21 12.4 2.2 5.1 0.0 0.0 14.2 17.1 2.3 20.3 11.1 16.7 24.2
22 26.9 3.6 0.0 1.3 0.3 9.6 15.5 0.5 30.1 16.2 22.7 18.8
23 43.2 3.2 0.0 0.6 0.9 1.7 1.0 9.7 42.6 10.9 25.4 2.3
24 20.0 25.4 6.0 0.0 0.0 54.7 3.3 2.7 29.9 23.8 31.1 10.7
25 25.4 22.7 22.9 0.0 0.0 2.8 9.8 0.0 15.7 24.9 36.4 8.4
26 16.6 13.5 39.6 0.0 0.0 0.0 12.1 5.3 27.6 19.2 13.6 14.2
27 25.6 29.2 37.1 0.0 0.2 0.0 0.8 47.2 16.0 21.1 15.8 18.8
28 22.6 19.5 0.0 0.0 0.0 0.0 15.4 14.6 18.5 17.1 13.3 21.9
29 25.6 22.4 0.0 5.1 2.1 0.0 13.8 0.0 28.6 21.7 3.1 13.6
30 13.4 9.8 1.0 5.9 0.0 1.5 0.0 8.0 3.1 12.1 33.3
31 1.8 14.0 12.1 0.0 0.0 23.1 21.7
Jumlah 582.4 308.3 499.5 132.8 49.6 254.1 221.6 174.1 550.0 664.1 526.3 349.1
Max 43.9 29.2 43.8 39.7 12.1 54.7 24.6 47.2 55.5 67.7 36.4 33.3
hh 31 25 27 17 13 21 29 20 26 31 30 26

Page 90
Analisa Debit PLTM Lawe Sikap 2017

2016
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 16.0 0.0 20.4 12.3 19.8 11.6 6.5 26.2 2.9 23.0 24.8 18.9
2 27.3 4.9 28.4 36.6 9.0 11.1 4.6 21.5 0.3 20.7 49.5 13.5
3 12.9 0.0 17.8 25.2 1.2 9.9 0.6 21.5 0.0 24.4 12.4 52.4
4 1.6 1.0 16.5 56.0 0.4 0.0 0.0 26.9 0.0 11.5 8.9 19.6
5 6.8 3.9 6.8 34.3 0.0 0.0 0.0 44.2 0.0 25.7 25.1 3.9
6 22.4 20.9 61.1 12.3 0.0 0.3 7.2 14.7 0.0 53.6 38.6 5.3
7 25.2 21.0 42.3 18.3 0.4 0.2 0.0 0.0 0.0 34.2 14.8 4.0
8 27.4 10.6 36.7 19.2 1.0 0.1 1.1 0.0 2.4 18.7 42.4 3.2
9 37.0 25.3 31.0 23.9 9.9 0.1 0.0 43.6 2.4 18.5 83.6 1.8
10 33.2 31.2 21.3 0.0 6.4 0.0 3.0 30.1 10.0 21.3 34.9 0.6
11 25.2 10.6 4.2 0.0 25.9 0.0 0.0 3.3 6.8 26.4 12.1 0.0
12 14.7 14.9 19.6 0.0 2.3 0.0 0.0 0.9 5.3 14.8 26.4 0.8
13 7.5 5.8 30.9 3.0 0.2 12.5 0.0 29.6 15.2 18.4 29.7 8.5
14 8.6 8.2 12.1 0.2 0.0 6.7 0.0 6.2 3.7 15.4 0.0 14.5
15 16.2 17.5 0.0 0.0 0.0 0.2 0.0 0.0 0.0 32.2 0.0 6.6
16 33.6 19.5 0.0 18.6 0.5 0.3 0.3 0.0 2.9 24.8 0.0 6.7
17 33.3 7.0 1.0 7.8 0.0 0.2 28.2 0.0 22.8 8.3 0.0 2.0
18 32.2 10.1 0.0 0.0 0.0 0.0 29.3 0.0 85.5 42.7 13.8 14.7
19 11.8 26.3 13.5 0.0 1.9 0.0 31.4 0.0 30.6 23.3 41.9 1.0
20 20.6 12.2 14.6 0.1 0.0 0.0 1.7 0.0 10.4 23.4 7.2 9.9
21 22.0 20.6 17.9 2.1 0.0 0.0 0.5 0.0 29.1 8.5 22.7 24.3
22 22.0 40.9 11.6 0.3 0.0 0.0 0.0 0.0 13.4 2.1 2.4 15.5
23 2.0 20.7 29.4 1.0 0.0 0.0 0.0 0.0 4.1 5.4 12.2 18.5
24 0.0 14.0 23.2 1.7 0.0 2.5 0.0 0.0 4.3 2.3 12.9 9.7
25 15.9 13.1 6.8 2.5 6.4 0.9 0.3 0.0 0.0 2.2 25.7 22.4
26 17.7 22.4 3.3 7.9 14.0 0.0 4.3 0.0 3.4 15.3 15.9 29.5
27 14.2 22.7 7.6 2.7 5.7 0.0 7.2 0.0 2.6 14.7 22.6 19.2
28 13.8 21.7 39.8 0.2 0.3 0.0 29.2 0.0 0.9 19.7 51.3 32.4
29 15.3 15.1 53.0 0.0 0.0 0.0 13.4 0.0 9.5 16.5 12.1 44.7
30 26.1 21.8 9.3 14.0 3.4 15.3 0.0 15.0 11.8 0.7 27.0
31 11.2 10.3 15.6 16.2 0.2 25.4 27.8
Jumlah 573.6 442.3 602.9 295.5 135.1 60.0 200.4 268.7 283.4 605.1 644.6 459.0
Max 37.0 40.9 61.1 56.0 25.9 12.5 31.4 44.2 85.5 53.6 83.6 52.4
hh 30 28 28 23 20 15 21 13 24 31 26 30

Page 91
Analisa Debit PLTM Lawe Sikap 2017

Lampiran 2 Debit andalan Lawe Sikap untuk semua probabilitas

GENERATING DATA DEBIT


PLTM LAWE SIKAP
Stasiun Metode Mock Metode Nreca
Prob. QFDC Ecoflow QDesain Prob. QFDC Ecoflow QDesain
No
(%) (m /dt) (m3/dt)
3 3
(m /dt) (%) (m3/dt) (m3/dt) (m3/dt)
1 5.0% 17.95 4.39 13.6 5.0% 26.57 4.14 22.4
2 10.0% 14.55 4.39 10.2 10.0% 21.31 4.14 17.2
3 15.0% 13.33 4.39 8.9 15.0% 19.26 4.14 15.1
4 20.0% 12.74 4.39 8.3 20.0% 18.49 4.14 14.4
5 25.0% 12.25 4.39 7.9 25.0% 17.38 4.14 13.2
6 30.0% 11.75 4.39 7.4 30.0% 16.50 4.14 12.4
7 35.0% 11.22 4.39 6.8 35.0% 15.62 4.14 11.5
8 40.0% 10.91 4.39 6.5 40.0% 14.61 4.14 10.5
9 45.0% 10.41 4.39 6.0 45.0% 13.78 4.14 9.6
10 50.0% 9.81 4.39 5.4 50.0% 12.72 4.14 8.6
11 55.0% 9.23 4.39 4.8 55.0% 12.08 4.14 7.9
12 60.0% 8.70 4.39 4.3 60.0% 10.99 4.14 6.9
13 65.0% 8.34 4.39 4.0 65.0% 10.04 4.14 5.9
14 70.0% 7.71 4.39 3.3 70.0% 9.15 4.14 5.0
15 75.0% 7.28 4.39 2.9 75.0% 8.49 4.14 4.3
16 80.0% 6.37 4.39 2.0 80.0% 7.60 4.14 3.5
17 85.0% 5.80 4.39 1.4 85.0% 6.52 4.14 2.4
18 90.0% 5.20 4.39 0.8 90.0% 5.56 4.14 1.4
19 95.0% 4.39 4.39 0.0 95.0% 4.14 4.14 0.0
20 100.0% 1.73 4.39 0.0 100.0% 1.60 4.14 0.0

Page 92