PENDAHULUAN

Dalam pelaksanaan perencanaan dan perancangan bangunan- bangunan air, analisis

hidrologi masih merupakan bagian analisis yang sangat dominan dan memerlukan
penanganan yang cermat. Peranan analisis hidrologi menjadi sangat penting karena sebelum
informasi hidrologi yang diperlukan tersedia maka analisis lain belum dapat dilakukan. Hujan
adalah komponen masukan penting dalam proses hidrologi. karena jumlah kedalaman hujan
(rainfall depth) akan dialihragamkan menjadi aliran di sungai, baik melalui limpasan
permukaan (surface runoff), aliran antara (interflow, sub surface flow) maupun sebagai aliran
air tanah (groundwater). Ada beberapa sifat hujan yang penting untuk diperhatikan dalam
proses pengalihragaman hujan menjadi aliran, antara lain adalah intensitas curah hujan, lama
waktu hujan, kedalaman hujan, frekuensi dan luas daerah pengaruh hujan. Komponen hujan
dengan sifat-sifatnya ini dapat dianalisis berupa hujan titik maupun hujan rata-rata yang
meliputi luas daerah tangkapan (chactment) yang kecil sampai yang besar.

Karakterisik hujan diantaranya adalah intensitas, durasi, kedalaman, dan frekuensi.

Bencana banjir selain akibat kerusakan ekosistem ataupun aspek lingkungan yang tidak
terjaga tetapi juga disebabkan karena bencana alam itu sendiri seperti curah hujan yang
tinggi. Menurut (Hutchinson, 1970 ;Browning, 1987 dalam Asdak C. 2002), ketelitian hasil
pengukuran CH tegantung pada variabilitas spasial CH, maksudnya diperlukan semakin
banyak lagi penakar CH bila kita mengukur CH di suatu daerah yangvariasi curah hujannya
besar. Ketelitian akan semakin meningkat dengan semakin banyak penakar yang dipasang.

Curah hujan yang diperlukan untuk penyusunan suatu rancangan pemanfaatan air dan
rancangan pemanfaatan air dan rancangan pengendalian banjir adalah curah hujan rata-rata
diseluruh daerah yang bersangkutan, bukan curah hujan pada suatu titik tertentu. Curah hujan
ini disebut curah hujan wilayah/daerah dan dinyatakan dalam mm. Curah hujan daerah ini
harus diperkirakan dari beberapa titik pengamatan curah hujan. Hal yang penting dalam
pembuatan rancangan dan rencana adalah distribusi curah hujan. Distribusi curah hujan ini
bermacam-macam sesuai dengan jangka waktu yang ditinjau yakni curah hujan tahunan,
curah hujan bulanan, curah hujan harian, curah hujan per jam. Pola distribusi curah hujan ini
berfungsi untuk mendapatkan suatu pola distribusi curah hujan suatu daerah yang nantinya
dapat digunakan sebagai bahan pertimbangan dalam menghitung dan menganalisa data curah
hujan khususnya data curah hujan jam-jaman sebagai dasar untuk menentukan perencanaan
banjir rencana.
LANGKAH-LANGKAH PERENCANAAN :

1. Penetapan Lokasi Bendung

Bendungan merupakan bangunan pelimpah melintang sungai yang
memberikan tinggi muka air minimum kepada bangunan pengambilan untuk
keperluan irigasi,agar aliran bisa disalurkan ke daerah yang akan dijadikan lahan
irigasi. Hal-hal yang harus diperhatikan untuk menetapkan lokasi bendung,yaitu:
 Kondisi topografi dari rencana daerah irigasi
 Kondisi topografi dari lokasi bendung
 Kondisi tanah pondasi,bendung harus ditempatkan pada lokasi dimana tanah
pondasinya cukup baik
 Biaya pelaksanaan
 Lain-lain,seperti penggunaan lahan disekitar bendung,kmungkinan daerah
disekitar bendung, perubahan morfologi sungai,daerah genangan yang tiak
terlalu luas dan ketinggian tanggul banjir.

2. Penggambaran Catchment Area (Daerah Aliran Sungai)

Catchment Area digambar dengan memperhatikan posisi kontur disekitar
sungai yang direncanakan. Melalui posisi konturakan ditarik batasan areal, dimana
diasumsikan aliran air yang jatuh pada lahan akan turun menuju sungai dengan daerah
tegak lurus kontur. Batasan daerah tangkapan dibuat menggelilingi sungai sehingga
akan diperoleh sebuah areal yang disebut Daerah Aliran Sungai.

3. Analisa Data Hidrologi

Digunakan untuk menganalisa data curah hujan yang terjadi pada lokasi
Catchment Area,atau daerah terdekat lokasi bendung. Data curah hujan yang harus
tersedia untuk dianalisa yaitu data yang terkumpul untuk minimal 10 tahun, guna
mendapat hasil (data) yang layak. Analisa hidrologi antara lain meliputi curah hujan
maximum, curah hujan DAS, analisa frekuensi sesuai pola distribusi data hujan.
4. Menghitung Design Flood
Design flood digunakan untuk menghitung debit banjir rencana atau debit air
yang akan melewati bendung dalam perencanaan teknik bangunan pengairan.

5. Perencanaan Bendung
Dalam merencanakan suatu bendung, kita dapat memilih tipe bendungan yang
akan digunakan dengan penentuan dimensi bendung yang akan direncanakan. Secara
umum ada 4 tipe bendung,
 Bendung tetap dengan memakai kolam peredam energi
 Bendung tetap, tidak memakai kolam peredam energi
 Bendung tetap dengan konstruksi dinding penunjang
 Bendung bergerak

Setelah mengetahi tipe-tipe bendungyang ada, kita dapat memulai perhitungan

dimensi bendung, yaitu terdiri dari :

 Perhitungan Piel Mercu, untuk menentukan tipe piel mercu yang akan
digunakan.
 Perhitungan tinggi bendung,jarak antara muka bendung sampai puncak
bendung.
 Perhitungan muka air
 Perhitungan penampang sungai rata-rata
 Penentuan lebar bendung, jarak antara pangkal-pangkalnya dimana debitnya
harus sama dengan lebar rata-rata pada bagian yang stabil.
 Perhitungan lebar efektif bendung.
 Perhitungan tinggi muka air maksimum diatas mercu bendung
 Mengontrol sifat aliran
 Menentukan tipe dan ukuran hidrolis bendung
 Menghitung panjang lantai muka dan panjang tanggu bendung
 Mendimensi pintu pengambilan dan pintu penguras.
6. Kontrol Sifat Aliran
Kontrol ini dibutuhkan untuk mengetahui aliran yang terjadi pada bendung.
Kontrol ini akan menghasikan jenis aliran, yaitu aliran sempurna atau aliran tidak
sempurna.

7. Lantai Muka Bendung

Ini berfungsi untuk mengurangi tekanan air ke atas pada bidang kontak
pondasi bangunan dengan dasar pondasi dan juga memperpanjang jalan aliran. Untuk
mentukan panjang muka bendungdigunakan Teori Bleigh dan Teori Lane.

8. Mendimensi Pintu Pengambilan

 Bangunan Pengambilan
Bangunan ini merupakan suatu bangunan pada bendung yang berfungsi
sebagai penyadap aliran sungai, pengatur pemasukkan air dan sedimen serta
menghindarkan sedimen dasar sungai masuk ke intake.
 Bangunan Penguras
Bangunan ini berfungsi untuk menghindarkan angkutan muatan sedimen
dasar dan mengurangi angkutan muatan laying yang masuk ke intake.
Bangunan ini dirancang pada bendung dengan volume angkutan muatan
sedimen dasar relative besar.

9. Analisa Stabilitas Bendung

Analisa ini dilakukan untuk memenuhi salah satu syarat keamanan bendung,
yaitu harus stabil terhadap geser, guling, dan penurunan, sehingga perlu untuk
menghitung gaya-gaya pada bendungan, antara lain :
 Berat sendiri bangunan
 Gaya gempa
 Tekanan lumpur
 Gaya up lift (tekanan air dibawah bendung )
 Gaya hidrostatik
10. Kontrol Stailitas Bendung
Stabilitas bendung harian dikontrol terhadap keadaan air normal dan keadaan
banjir, yaitu kita mendesain bendung agar tahan terhadap gaya tekan yang disebabkan
oleh air yang dalam keadaan normal ( terhadap guling, geser, dan tanah ) dan yang
disebabkan oleh banjir.
 DATA CURAH HUJAN DI TIAP STASION

STA STA STA Curah Hujan

A B C Rata-rata
No Tahun
A = 16.9325 km2 A = 19.1575 km3 A = 34.5125 km2 DAS
(mm) (mm) (mm)
1 2001 98 87 80 86.22
2 2002 105 103 115 109.35
3 2003 90 95 102 97.22
4 2004 110 105 110 108.64
5 2005 115 110 105 108.76
6 2006 102 117 112 110.96
7 2007 130 127 110 119.41
8 2008 125 120 118 120.22
9 2009 114 116 111 113.08
10 2010 127 124 118 121.79
11 2011 121 119 114 117.04
12 2012 100 99 93 96.31
13 2013 119 150 152 143.54
14 2014 98 89 97 95.07
15 2015 115 120 97 107.56
Ʃ 1669.00 1681.00 1634.00 1655.15
Rata-rata 111.27 112.07 108.93 110.34
 ANALISIS DATA OUTLIER

Data out lier adalah data yang secara statistic menyimpang jauh dari kumpulan datanya.
Penyimpangan ini antara lain diakibatkan oleh kesalahan pembacaan. Uji data out lier
gunanya untuk menilai data curah hujan yang ada, apakah ada data yang terlampau jauh
menyimpang dari kumpulan datanya. Berikut ini adalah syarat-syarat untuk pengujian data
out lier berdasarkan koefisien Skewness (𝐶𝑠𝑙𝑜𝑔 ) :
 Jika 𝐶𝑠𝑙𝑜𝑔 > 0,4, maka : uji out lier tinggi, koreksi data, uji out lier rendah, koreksi
data
 Jika 𝐶𝑠𝑙𝑜𝑔 < - 0,4, maka : uji out lier rendah, koreksi data, uji out lier tinggi, koreksi
data
 Jika – 0,4 <𝐶𝑠𝑙𝑜𝑔 < 0,4, maka : uji out lier tinggi, uji out lier rendah, koreksi data

Uji out lier tinggi dan rendah menggunakan persamaan berikut ini:
a. Uji out lier tinggi :

̅̅̅̅̅̅̅
log 𝑋ℎ = log 𝑋 + 𝑘𝑛 𝑠𝑙𝑜𝑔

b. Uji out lier rendah :

log 𝑋𝑙 = ̅̅̅̅̅̅̅
log 𝑋 - 𝑘𝑛 𝑠𝑙𝑜𝑔

𝑛
1 2
𝑠𝑙𝑜𝑔 = √ ∑(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋)
𝑛−1
𝑖=1

3
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋)
𝐶𝑠𝑙𝑜𝑔 = 3
(𝑛 − 1)(𝑛 − 2)(𝑠𝑙𝑜𝑔 )

Dengan :
̅̅̅̅̅̅̅
log 𝑋 = curah hujan rata-rata dalam log (mm)
𝑙𝑜𝑔𝑋𝑖 = nilai curah hujan pada tahun pengamatan ke-i dalam log (mm)
 n = jumlah data curah hujan
𝐶𝑠𝑙𝑜𝑔 = koefisien Skewness (dalam log)
𝑠𝑙𝑜𝑔 = standart deviasi (dalam log)
log 𝑋ℎ = high out lier / out lier tinggi (dalam log)
log 𝑋𝑙 = low out lier / out lier rendah (dalam log)
𝑘𝑛 = konstanta uji out lier (diambil dari table K value test) yang
tergantung dari jumlah data yang dianalisis.
Jika terdapat data out lier, maka data tersebut sebaiknya disesuaikan dengan
mengambil batas atas atau batas bawah sebagai acuan. Data yang sudah disesuaikan, siap
untuk digunakan.
ANALISIS DATA OUT LIER STA. A
Data :
n = 15 tahun pengamatan
𝑘𝑛 = 2.247 (dari table K value test)

Analisa Outlier
No.
Xi log 𝑖 log 𝑖− log log 𝑖 − log
2 log 𝑖 − log
3

1 98.000 1.9912261 -0.05271837543003 0.00277922710798 -0.000146516338

2 105.000 2.0211893 -0.02275515205259 0.00051779694494 -0.000011782548

3 90.000 1.9542425 -0.08970194168320 0.00804643834174 -0.000721781143
4 110.000 2.0413927 -0.00255176596430 0.00000651150954 -0.000000016616

5 115.000 2.0606978 0.01675338923108 0.00028067605073 0.000004702275

6 102.000 2.0086002 -0.03534427936061 0.00124921808352 -0.000044152713
7 130.000 2.1139434 0.06999890118431 0.00489984616701 0.000342983848
8 125.000 2.0969100 0.05296556188553 0.00280535074585 0.000148586979
9 114.000 2.0569049 0.01296040021394 0.00016797197371 0.000002176984

10 127.000 2.1038037 0.05985926983343 0.00358313218499 0.000214483676

11 121.000 2.0827854 0.03884091919392 0.00150861700383 0.000058596071
12 100.000 2.0000000 -0.04394445112253 0.00193111478446 -0.000084861779
13 119.000 2.0755470 0.03160251027000 0.00099871865537 0.000031562017

14 98.000 1.9912261 -0.05271837543003 0.00277922710798 -0.000146516338

15 115.000 2.0606978 0.01675338923108 0.00028067605073 0.000004702275

Ʃ 1669 30.6591668 -0.000000000000004 0.0318345 -0.0003478

log 2.0439445
 𝑛
1 2 1
𝑠𝑙𝑜𝑔 = √ ∑(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) = √ (0,0318345) = 0,04768537
𝑛−1 15−1
𝑖=1

3
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) 15 (−0.0003478)
𝐶𝑠𝑙𝑜𝑔 = 3 = (15−1)(15−2)(0.04768537)3
= -0.2643843
(𝑛 − 1)(𝑛 − 2)(𝑠𝑙𝑜𝑔 )

– 0,4 < -0.2643843 < 0,4, maka : uji out lier tinggi, uji out lier rendah, koreksi data
Uji out lier tinggi:
log 𝑋ℎ = ̅̅̅̅̅̅̅
log 𝑋 + 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0439445 + (2,247 * 0.04768537) = 2.15109348
Xh = 141.609855
Uji out lier rendah :
̅̅̅̅̅̅̅
log 𝑋𝑙 = log 𝑋 - 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0439445 - (2,247 * 0.04768537) = 1.93679543
Xl = 86.4560571

HASIL UJI DATA OUT LIER

No. Xi log⁡
〖 _ 〗 Xi

1 98 1.9912261 98.000
2 105 2.0211893 105.000
3 90 1.9542425 90.000
4 110 2.0413927 110.000
5 115 2.0606978 115.000
6 102 2.0086002 102.000
7 130 2.1139434 130.000
8 125 2.0969100 125.000
9 114 2.0569049 114.000
10 127 2.1038037 127.000

11 121 2.0827854 121.000

12 100 2.0000000 100.000
13 119 2.0755470 119.000
14 98 1.9912261 98.000

15 115 2.0606978 115.000

Dari hasil pengujian data outlier, tidak ada data yang outlier tinggi maupun outlier rendah
jadi data siap digunakan.
 ANALISIS DATA OUT LIER STA. B
Data :
n = 15 tahun pengamatan
𝑘𝑛 = 2.247 (dari table K value test)

Analisa Outlier
No.
Xi log 𝑖 log 𝑖 − log log 𝑖 − log
2 log 𝑖 − log
3

1 87.000 1.9395193 -0.10565122989591 0.01116218237852 -0.001179298297

2 103.000 2.0128372 -0.03233325780936 0.00104543956057 -0.000033802467
3 95.000 1.9777236 -0.06744687722569 0.00454908124750 -0.000306821324
4 105.000 2.0211893 -0.02398118344459 0.00057509715940 -0.000013791510
5 110.000 2.0413927 -0.00377779735631 0.00001427175287 -0.000000053916
6 117.000 2.0681859 0.02301537923163 0.00052970768118 0.000012191423
7 127.000 2.1038037 0.05863323844142 0.00343785665013 0.000201572669
8 120.000 2.0791812 0.03401076353309 0.00115673203610 0.000039341340
9 116.000 2.0644580 0.01928750671239 0.00037200791518 0.000007175105
10 124.000 2.0934217 0.04825120264770 0.00232817855695 0.000112337415
11 119.000 2.0755470 0.03037647887800 0.00092273046903 0.000028029303
12 99.000 1.9956352 -0.04953528791698 0.00245374474902 -0.000121546953
13 150.000 2.1760913 0.13092077654115 0.01714024973014 0.002244014805

14 89.000 1.9493900 -0.09578047586962 0.00917389955781 -0.000878680465

15 120.000 2.0791812 0.03401076353309 0.00115673203610 0.000039341340

Ʃ 1681 30.6775572 0.000000000000004 0.0560179 0.0001500

log 2.0451705

𝑛
1 2 1
𝑠𝑙𝑜𝑔 = √ ∑(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) = √ (0,0560179) = 0,063255667
𝑛−1 15−1
𝑖=1

3
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) 15 (0,0001500)
𝐶𝑠𝑙𝑜𝑔 = 3 = (15−1)(15−2)(0,063255667)3
= 0.0488469
(𝑛 − 1)(𝑛 − 2)(𝑠𝑙𝑜𝑔 )
 – 0,4 < 0.0488469 < 0,4, maka : uji out lier tinggi, uji out lier rendah, koreksi data
Uji out lier tinggi:
log 𝑋ℎ = ̅̅̅̅̅̅̅
log 𝑋 + 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0451705 + (2,247 * 0,063255667) = 2.187305
Xh = 153.9238672
Uji out lier rendah :
̅̅̅̅̅̅̅
log 𝑋𝑙 = log 𝑋 - 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0451705 - (2,247 * 0,063255667) = 1.90303597
Xl = 79.98987149

HASIL UJI DATA OUT LIER

No. Xi log⁡
〖 _ 〗 Xi

1 87 1.9395193 87.000
2 103 2.0128372 103.000
3 95 1.9777236 95.000
4 105 2.0211893 105.000
5 110 2.0413927 110.000
6 117 2.0681859 117.000
7 127 2.1038037 127.000
8 120 2.0791812 120.000
9 116 2.0644580 116.000
10 124 2.0934217 124.000

11 119 2.0755470 119.000

12 99 1.9956352 99.000
13 150 2.1760913 150.000
14 89 1.9493900 89.000

15 120 2.0791812 120.000

Dari hasil pengujian data outlier, tidak ada data yang outlier tinggi maupun outlier rendah
jadi data siap digunakan.
 ANALISIS DATA OUT LIER STA. C
Data :
n = 15 tahun pengamatan
𝑘𝑛 = 2.247 (dari table K value test)

Analisa Outlier
No.
Xi log 𝑖 log 𝑖− log log 𝑖 − log
2 log 𝑖 − log
3

1 80.000 1.9030900 -0.12993951573676 0.01688427774990 -0.002193934874

2 115.000 2.0606978 0.02766833762490 0.00076553690693 0.000021181134
3 102.000 2.0086002 -0.02442933096679 0.00059679221148 -0.000014579234
4 110.000 2.0413927 0.00836318242952 0.00006994282035 0.000000584945
5 105.000 2.0211893 -0.01184020365877 0.00014019042268 -0.000001659883
6 112.000 2.0492180 0.01618851994147 0.00026206817790 0.000004242496
7 110.000 2.0413927 0.00836318242952 0.00006994282035 0.000000584945
8 118.000 2.0718820 0.03885250457742 0.00150951711194 0.000058648521
9 111.000 2.0453230 0.01229347605795 0.00015112955359 0.000001857908
10 118.000 2.0718820 0.03885250457742 0.00150951711194 0.000058648521
11 114.000 2.0569049 0.02387534860776 0.00057003227114 0.000013609719
12 93.000 1.9684829 -0.06454655417477 0.00416625765584 -0.000268917575
13 152.000 2.1818436 0.14881408521607 0.02214563195869 0.003295581961

14 97.000 1.9867717 -0.04625776846246 0.00213978114313 -0.000098981501

15 97.000 1.9867717 -0.04625776846246 0.00213978114313 -0.000098981501

Ʃ 1634 30.4954425 0.000000000000001 0.0531204 0.0007779

log 2.0330295

𝑛
1 2 1
𝑠𝑙𝑜𝑔 = √ ∑(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) = √ (0,0531204) = 0.061598005
𝑛−1 15−1
𝑖=1

3
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) 15 (0,0007779)
𝐶𝑠𝑙𝑜𝑔 = 3 = (15−1)(15−2)(0.061598005)3
= 0.2743062
(𝑛 − 1)(𝑛 − 2)(𝑠𝑙𝑜𝑔 )
 – 0,4 < 0.2743062 < 0,4, maka : uji out lier tinggi, uji out lier rendah, koreksi data
Uji out lier tinggi:
̅̅̅̅̅̅̅
log 𝑋ℎ = log 𝑋 + 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0330295 + (2,247 * 0.2743062) = 2.187305

Xh = 148.402159

Uji out lier rendah :

log 𝑋𝑙 = ̅̅̅̅̅̅̅
log 𝑋 - 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0330295 - (2,247 * 0.2743062) = 2.187305

Xl = 78.4546674

HASIL UJI DATA OUT LIER

No. Xi log⁡
〖 _ 〗 Xi

1 80 1.9030900 80.000
2 115 2.0606978 115.000
3 102 2.0086002 102.000

4 110 2.0413927 110.000

5 105 2.0211893 105.000

6 112 2.0492180 112.000

7 110 2.0413927 110.000

8 118 2.0718820 118.000
9 111 2.0453230 111.000

10 118 2.0718820 118.000

11 114 2.0569049 114.000

12 93 1.9684829 93.000
13 152 2.1714402 148.402

14 97 1.9867717 97.000

15 97 1.9867717 97.000

Dari hasil pengujian data outlier, tidak ada data yang outlier tinggi maupun outlier rendah
jadi data siap digunakan.
 ANALISIS DATA OUT LIER RATA - RATA
Data :
n = 15 tahun pengamatan
𝑘𝑛 = 2.247 (dari table K value test)

Analisa Outlier
No.
Xi log 𝑖 log 𝑖− log log 𝑖 − log
2 log 𝑖 − log
3

1 86.216 1.9355895 -0.10403718637607 0.01082373614905 -0.001126071055

2 109.346 2.0388013 -0.00082535216347 0.00000068120619 -0.000000000562
3 97.223 1.9877675 -0.05185917471100 0.00268937400171 -0.000139468716
4 108.643 2.0360029 -0.00362376448817 0.00001313166907 -0.000000047586
5 108.755 2.0364492 -0.00317741245035 0.00001009594988 -0.000000032079
6 110.958 2.0451603 0.00553364854234 0.00003062126619 0.000000169447
7 119.409 2.0770385 0.03741188192641 0.00139964890928 0.000052363500
8 120.221 2.0799821 0.04035544200232 0.00162856169920 0.000065721327
9 113.076 2.0533712 0.01374455863654 0.00018891289211 0.000002596524
10 121.787 2.0855992 0.04597255526173 0.00211347583729 0.000097161885
11 117.036 2.0683177 0.02869102173365 0.00082317472812 0.000023617724
12 96.307 1.9836572 -0.05596943355088 0.00313257749201 -0.000175328588
13 143.543 2.1569819 0.11735527459943 0.01377226047631 0.001616247410
14 95.069 1.9780393 -0.06158734228475 0.00379300072970 -0.000233600834

15 107.558 2.0316419 -0.00798471667775 0.00006375570042 -0.000000509071

Ʃ 1655.1471 30.5943998 0.000000000000002 0.0404830 0.0001828

log 2.0396267

𝑛
1 2 1
𝑠𝑙𝑜𝑔 = √ ∑(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) = √ (0,0404830) = 0,053774004
𝑛−1 15−1
𝑖=1

3
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋) 15 (0,0001828)
𝐶𝑠𝑙𝑜𝑔 = 3 = (15−1)(15−2)(0,053774004)3
= 0,0969002
(𝑛 − 1)(𝑛 − 2)(𝑠𝑙𝑜𝑔 )
 – 0,4 < 0,0969002 < 0,4, maka : uji out lier tinggi, uji out lier rendah, koreksi data
Uji out lier tinggi:
log 𝑋ℎ = ̅̅̅̅̅̅̅
log 𝑋 + 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0396267 + (2,247 * 0.053774004) = 2.16045684
Xh = 144,696104
Uji out lier rendah :
̅̅̅̅̅̅̅
log 𝑋𝑙 = log 𝑋 - 𝑘𝑛 𝑠𝑙𝑜𝑔 = 2.0396267 - (2,247 * 0.053774004) = 1.91879647
Xl = 82,9461944

HASIL UJI DATA OUT LIER

No. Xi log⁡
〖 _ 〗 Xi

1 86.216 1.9355895 86.216

2 109.35 2.0388013 109.346
3 97.223 1.9877675 97.223
4 108.64 2.0360029 108.643
5 108.76 2.0364492 108.755
6 110.96 2.0451603 110.958
7 119.41 2.0770385 119.409
8 120.22 2.0799821 120.221
9 113.08 2.0533712 113.076
10 121.79 2.0855992 121.787

11 117.04 2.0683177 117.036

12 96.307 1.9836572 96.307
13 143.54 2.1569819 143.543
14 95.069 1.9780393 95.069

15 107.56 2.0316419 107.558

Dari hasil pengujian data outlier, tidak ada data yang outlier tinggi maupun outlier rendah
jadi data siap digunakan.
 ANALISIS HIDROLOGI

Curah Hujan Rata-rata DAS dengan Metode Thiessen

Untuk menghitung luas stasiun pengaruh curah hujan,dapat digunakan Metode
Poligon Thiessen.Dari perhitungan luas secara kisi-kisi pada Gambar:
Sesuai dengan bentuk Polygon Thiessen adalah sebagai berikut :
Skala → 1 : 50.000
1 cm digambar = 0,5 km dilapangan
1 cm2 = 0,25 km2

Luas catchment area di peta:

1. Luas STA A : Huidu Tamboo = 67,73 cm²
2. Luas STA B : Huidu Lowulowu = 76,63 cm²
3. Luas STA C : Buidu Tagale = 138,05 cm²
Luas Total ( L.T) = 67,73 + 76,63 + 138,05 cm2
Atotal = 282,41 cm²

Luas stasiun dilapangan :

1. Luas STA A : Huidu Tamboo = 16,9325 km²
2. Luas STA B : Huidu Lowulowu = 19,1575 km²
3. Luas STA C : Buidu Tagale = 34,5125 km²
Luas Total ( L.T) = 16,9325 + 19,1575 + 34,5125 cm2
Atotal = 70,6025 km²
 ANALISI DATA CURAH HUJAN RATA - RATA

Rumus :

𝑅1 . 𝐴1 + 𝑅2 . 𝐴2 + ⋯ + 𝑅𝑛 . 𝐴𝑛
𝑅̅ =
𝐴1 + 𝐴2 + ⋯ + 𝐴𝑛

STA STA STA Curah Hujan

A B C Rata-rata
No Tahun
A = 16.9325 km2 A = 19.1575 km3 A = 34.5125 km2 DAS
(mm) (mm) (mm)
1 2001 98 87 80 86.22
2 2002 105 103 115 109.35
3 2003 90 95 102 97.22
4 2004 110 105 110 108.64
5 2005 115 110 105 108.76
6 2006 102 117 112 110.96
7 2007 130 127 110 119.41
8 2008 125 120 118 120.22
9 2009 114 116 111 113.08
10 2010 127 124 118 121.79
11 2011 121 119 114 117.04
12 2012 100 99 93 96.31
13 2013 119 150 152 143.54
14 2014 98 89 97 95.07
15 2015 115 120 97 107.56
Ʃ 1669.00 1681.00 1634.00 1655.15
Rata-rata 111.27 112.07 108.93 110.34
 ANALISIS FREKWENSI HUJAN

Kriteria Pemilihan untuk Tipe Distribusi berdasarkan parameter statistik :

 Cs ≈ 0; Ck ≈ 3.0 Tipe Distribusi Normal

 Cs ≈ 3Cv + Cv 3 Tipe Distribusi Log Normal
Ck= Cv 8 + 6𝐶𝑣 6 + 15𝐶𝑣 4 + 16𝐶𝑣 2 + 3
 Cs ≈ 1,14
Tipe Distribusi Gumbel
Ck ≈ 5,4

Bila kriteria 3 (tiga) sebaran di atas tidak memenuhi, kemungkinan tipe sebaran yang
cocok adalah Tipe Distribusi Log Pearson-III.

1. Koefisien Variasi (Cv)

Koefisien variasi (Coefficient of Variation) adalah nilai perbandingan antara
deviasi standart dengan nilai rata-rata hitung dari suatu distribusi.
𝑆
𝐶𝑉 =
𝑋̅
Dengan :

𝑋̅ = curah hujan rata-rata (mm)

Cv = koefisien variasi
S = standart deviasi

2. Koefisien Skewness (Cs)

Kemencengan (Skewness) adalah suatu nilai yang menunjukkan derajat
ketidak simetrisan (asymmetry) dari suatu bentuk distribusi.

𝑛 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2
𝐶𝑆 =
(𝑛 − 1)(𝑛 − 2)𝑆 3
Dengan :
𝑋̅ = curah hujan rata-rata (mm)
Xi = curah hujan pada tahun pengamatan ke-i (mm)
n = jumlah data
S = standart deviasi
Cs = koefisien Skewness
3. Pengukuran Kurtosis (Ck)
Pengukuran Kurtosis dimaksudkan untuk mengukur keruncingan dari bentuk
kurva distribusi, yang umumnya dibandingkan dengan distribusi normal.

𝑛2 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)4
𝐶𝑘 =
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3)(𝑆 4 )

Dengan :

𝑋̅ = curah hujan rata-rata (mm)

Xi = curah hujan pada tahun pengamatan ke-i (mm)
Ck = koefisien Kurtosis

Menentukan perkiraan jenis sebaran data berdasarkan parameter statistik :

Hujan Rata-rata
No − ( − ) ( − ) ( − )
𝑋𝑖
1 86.22 -24.13 582.1036877 -14044.31384 338844.703

2 109.35 -1.00 0.995095908 -0.992652889 0.990

3 97.22 -13.12 172.1471729 -2258.654703 29634.649

4 108.64 -1.699857182 2.889514438 -4.911761869 8.349
5 108.76 -1.588140174 2.522189214 -4.005590018 6.361
6 110.96 0.615287466 0.378578666 0.232934708 0.143
7 119.41 9.066262998 82.19712475 745.2207507 6756.367
8 120.22 9.878344723 97.58169447 963.9456167 9522.187
9 113.08 2.7330595 7.469614229 20.41490013 55.795
10 121.79 11.44337429 130.9508151 1498.519191 17148.116
11 117.04 6.692373972 44.78786938 299.7371713 2005.953
12 96.31 -14.03628295 197.0172389 -2765.389711 38815.792
13 143.54 33.19982767 1102.228558 36593.79817 1214907.793
14 95.07 -15.27405781 233.296842 -3563.389453 54427.417

15 107.56 -2.785335741 7.758095191 -21.60889982 60.188

Σ 1655.15 -0.0000000000003 2664.324091 17458.60212 1712194.806

𝑋 110.3431418
 𝑛
1 1
𝑆= √ ∑(𝑋𝑖 − 𝑋̅)2 = √ ∗ 2664,324091 = 13,795
𝑛−1 15 − 1
𝑖=1

𝑆 13,795
𝐶𝑉 = = = 0,1250
̅
𝑋 110,343

𝑛 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)3 15 ∗ 17458,60212

𝐶𝑆 = = = 0,5480
(𝑛 − 1)(𝑛 − 2)𝑆 3 (15 − 1) ∗ (15 − 2) ∗ (13,7953 )

𝑛2 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)4 152 ∗ (1712194)

𝐶𝑘 = = = 3,1516
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3)(𝑆 4 ) (15 − 1)(15 − 2)(15 − 3) ∗ (13,795)4

KONTROL :

Kriteria Pemilihan untuk Tipe Distribusi berdasarkan parameter statistik :

1. Tipe Distribusi Normal

Cs ≈ 0 ; Ck ≈ 3.0
Cs = 0,5480 ≈ 0
Ck = 3,1516 ≈ 3 (Tidak OK)
2. Tipe Distribusi Log Normal
Cs ≈ 3 Cv + Cv³
Ck ≈ Cv^8+(6 Cv)^6 + (15 Cv)^4 + (16Cv)^2 + 3
Cs = 0,0969 ≈ 0,377

Ck = 3,1517 ≈ 3,2538 (Tidak OK)

3. Tipe Distribusi Gumbel
Cs ≈ 1,14
Ck ≈ 5,4
Cs = 0,5480
Ck = 3,1516 (Tidak OK)
 Jadi ,dari hasil yang diperoleh diatas dapat dilihat bahwa hasil perhitungan Cs,Cv,Ck tidak
memenuhi untuk ketiga tipe distribusi (Normal,Log normal, Gumbel).
pe distribusi Gumbel
Dengan
pe distribusi ini 1.demikian
umumnya dapat disimpulkan
Tipe distribusi digunakan
Gumbel bahwauntuk
tipe sebaran yang cocok
analisis adalah:
data maksimum.
Tipe distribusi
Tipe Distribusi ini umumnya digunakan
Log Pearson-III __ untuk analisis data maksimum.
X TR XX __ S .K TR ----------------------------------16
TR  X  S .K TR ----------------------------------16

ngan : dengan :
CURAH  HUJAN 1  RENCANA
KTR  0.78
 ln  ln1  1 --------------------17
  0,45
ANALISIS
K TR  0.78 ln   ln 1 TR    0,45 --------------------17
   TR 
Analisis2.Frekuensi TipeLog
Tipe Distribusi Distribusi
Pearson Log Pearson-III
Tipe III
Distribusi
Analisis ini merupakan
Frekuensi hasil
adalah transformasi
suatu analisis dari
untukdistribusi
mencari Pearson
harga tipebesaran
III dengan suatu
pe Distribusi Log Pearson
dengan Tipe
merubah variant III nilai log variant x dengan rumus
x menjadi
stribusi inireturn period tertentu,karena parameter-parameter Cv,Cs,Ckmengikuti jenis sebaran Normal
___
merupakan hasil transformasi
LogX TR  LogX  S log .Kdari distribusi Pearson tipe
TR ,Cs ---------------------------18
III
dengan rumus.
ngan merubah variant x menjadi nilai log variant x dengan rumus
__ ___

X TR
LogX
= NilaiTR
 LogX  S log .K TR ,Csdiharapkan,
dengan : X = curah hujan rata-rata (mm),
curah hujan pada periode ulang yang
---------------------------18
S = Standart Deviasi,
__ K = Faktor frekuensi untuk distribusi normal yang tergantung
Dimana:
ngan : X = curah hujanpada Tr (tabel distribusi
rata-rata (mm),normal),
KTR = Faktor frekuensi Gumbel,
X TR = Nilai Kcurah=hujan pada periode ulang yang diharapkan,
Faktor Frekuensi Pearson yang dapat dilihat dari tabel
TR ,Cs
S = Standart Deviasi,
pearson dengan memperhitungkan nilai Cs
K = Faktor frekuensi
LogX TR = untuk
Curah hujan distribusi
tergantung pada TR dalamnormal
log. yang tergantung
pada TrS (tabel distribusi
= Standar Deviasi normal),
K TR = FaktorKfrekuensi Gumbel,
= Faktor Frekuensi

K TR ,Cs = Faktor Frekuensi Pearson yang dapat dilihat dari tabel

𝐿𝑜𝑔𝑋𝑇𝑅 = 2,064743 + 0.0394551 * 2.0852 = 2,147014
pearson dengan memperhitungkan nilai Cs
LogX TR = Curah hujan tergantung pada TR dalam log.
X100 = 140,285
Jadi Curah Hujan Untuk Kala Ulang 100 Tahun Adalah 140,285 mm
 Mengubah Hujan Menjadi Debit menggunakan Hidrograf Satuan Sintetis
Di daerah di mana data hidrologi tidak tersedia untuk menurunkan hidrograf satuan, maka
dibuat hidrograf satuan sintetis yang didasarkan pada karakteristik fisik dari DAS. Berikut ini
diberikan beberapa metode yang biasa

Digunakan.

Metode Snyder
Gupta pada tahun 1989 (dalam Triatmodjo 2006) empat parameter yaitu waktu kelambatan,
aliran puncak, waktu dasar, dan durasi standar dari hujan efektif untuk hidrograf satuan
dikaitkan dengan geometri fisik dari DAS dengan.

Parameter Fisik :
L = 11 Km

A = 70.6025 Km²

LC = 9.5 Km

Parameter Non Fisik :

Ct = 1.4

Cp = 0.15

N = 0.3

Keterangan :
L = Panjang sungai Utama (km)

Lc = Panjang sungai dari titik berat DAS ke Outlet (km)

tp = Waktu dari titik berat curah hujan efektif ke puncak banjir

C1,n = koefisien tergantung dari karakteristik daerah pengalirannya

qp = Debit maximum unit hidrograf (I/det/Km²)

Cp = Koefisien tergantung DAS

Tp = waktu naik (time to peak)

tr = durasi hujan efektif (jam)

Qp = debit maksimum total (m3/det)

A = luas DAS (km2)

h = curah hujan efektif (mm)

T = Waktu dasar hidrograf satuan (hari)

Perhitungan :
tp = Ct (L x Lc)n

= 1.4 (11 * 9.5)^0.3

= 5.65

qp = 275 (Cp / tp)

= 275 (0.15 / 5.65)

= 7.30 I/det/Km

Tc = tp / 5,5

= 5.65 / 5.5

= 1.03 Jam
Jika tc > tr = t'p = tp + 0.25(tr - tc)
Jika tc < tr = Tp = tp + 0.5 tr

Tr =1

t'p = tp + 0.25(tr - tc)

= 5.65 + 0.25 (1 – 1.03)

= 5.64

Tp = tp + 0.5 tr

= 5.65 + 0.5 .1

= 5.63

Qp = qp x (25,4 / 1000) x A (untuk ketebalan hujan 1 inci atau 25.4 mm)

= 7.30 . (25.4 / 1000) . 70.6025

= 13.09829677 m3 / det

Bentuk Hidrograf ditentukan oleh persamaan Alexseyev

Q = f (t)
Y = Q/Qp
X = t/tp

Persamaan Alexseyev

Y = 10^-alva((1 - x)/x)^2

W = 1000 . h . A

= 1793303.5

h = Curah hujan efektif (mm)

h = 1 mm

lamda = (Qp . Tp) / W

= (13.09829677 . 5.63) / 1793303.5

a = 1.32 lamda2 + 0.15 lamda + 0.045

= 0.962883974
 TABEL HIDROGRAF SATUAN

t (t / tp) ((1 - x) / x)2 a a((1 - x) / x)2 Y Q

1 0.177 21.537752 0.962884 20.738 0.00 0.00
2 0.355 3.3139989 0.962884 3.191 0.00 0.01
3 0.532 0.7749154 0.962884 0.746 0.18 2.35
4 0.709 0.1682801 0.962884 0.162 0.69 9.02
5 0.886 0.016429 0.962884 0.016 0.96 12.63
5.64 1.000 2.426E-08 0.962884 0.000 1.00 13.10
6 1.064 0.0035825 0.962884 0.003 0.99 12.99
7 1.241 0.0376982 0.962884 0.036 0.92 12.05
8 1.418 0.0869602 0.962884 0.084 0.82 10.80
9 1.595 0.1393049 0.962884 0.134 0.73 9.62
10 1.773 0.1900194 0.962884 0.183 0.66 8.60
11 1.950 0.2373569 0.962884 0.229 0.59 7.74
12 2.127 0.2808224 0.962884 0.270 0.54 7.03
13 2.305 0.3204537 0.962884 0.309 0.49 6.44
14 2.482 0.3565047 0.962884 0.343 0.45 5.94
15 2.659 0.3893029 0.962884 0.375 0.42 5.53
16 2.836 0.4191852 0.962884 0.404 0.39 5.17
17 3.014 0.4464694 0.962884 0.430 0.37 4.87
18 3.191 0.4714441 0.962884 0.454 0.35 4.61
19 3.368 0.494366 0.962884 0.476 0.33 4.38
20 3.546 0.5154609 0.962884 0.496 0.32 4.18
21 3.723 0.5349266 0.962884 0.515 0.31 4.00
22 3.900 0.5529357 0.962884 0.532 0.29 3.84
23 4.077 0.5696391 0.962884 0.548 0.28 3.70
24 4.255 0.585169 0.962884 0.563 0.27 3.58
25 4.432 0.5996409 0.962884 0.577 0.26 3.47
26 4.609 0.6131566 0.962884 0.590 0.26 3.36
27 4.786 0.6258053 0.962884 0.603 0.25 3.27
28 4.964 0.6376662 0.962884 0.614 0.24 3.19
29 5.141 0.6488092 0.962884 0.625 0.24 3.11
30 5.318 0.6592964 0.962884 0.635 0.23 3.04
31 5.496 0.6691832 0.962884 0.644 0.23 2.97
32 5.673 0.6785188 0.962884 0.653 0.22 2.91
33 5.850 0.6873476 0.962884 0.662 0.22 2.85
34 6.027 0.6957091 0.962884 0.670 0.21 2.80
35 6.205 0.7036392 0.962884 0.678 0.21 2.75
36 6.382 0.71117 0.962884 0.685 0.21 2.71
37 6.559 0.7183305 0.962884 0.692 0.20 2.66
38 6.737 0.7251473 0.962884 0.698 0.20 2.62
39 6.914 0.7316443 0.962884 0.704 0.20 2.59
40 7.091 0.7378433 0.962884 0.710 0.19 2.55
41 7.268 0.7437641 0.962884 0.716 0.19 2.52
42 7.446 0.749425 0.962884 0.722 0.19 2.49
 GRAFIK HIDROGRAF SATUAN

HITUNG DEBIT BANJIR DENGAN KALA ULANG 100 TAHUN, JIKA

DIKETAHUI HUJAN RENCANA 100 TAHUN = 140.285 mm
1. Ubah hujan rencana (harian) menjadi distribusi jam-jaman, dengan menggunakan pola
distribusi hujan yang diketahui.

Jam ke- 1 2 3 4 5 6 7 8
% hujan 51 26 9 5 3 2 3 1

Distribusi Jam jaman

Jam ke- 1 2 3 4 5 6 7 8
Hujan (mm) 71.54535 36.4741 12.62565 7.01425 4.20855 2.8057 4.20855 1.4029

2. Hitung hujan efektif (Hujan yang menyebabkan limpasan di sungai)

P efektif = P - losses
Losses diambil = 5 mm

Jam ke- 1 2 3 4 5 6 7 8
66.54535 31.4741 7.62565 2.01425 -0.79145 -2.194 -0.79145 -3.5972
P efektif (mm)
 3. Kalikan hujan efektif ke hidrograf satuan

BF Hidrograf banjir
Jam UH Hujan efektif (mm) HLL (m3/det)
(m3/det) (m3/det)

1 2 3 4
66.54535 31.4741 7.62565 2.01425
1 0.00 1.59212E-18 1.59212E-18 2.5 2.5
2 0.01 0.561482346 7.53029E-19 0.561482346 2.5 3.1
3 2.35 156.3791686 0.265565536 1.82446E-19 156.6447341 2.5 159.1
4 9.02 600.2031998 73.962998 0.064342104 4.81916E-20 674.2305399 2.5 676.7
5 12.63 840.4527714 283.8794226 17.92000202 0.016995415 1142.269191 2.5 1144.8
5.64 13.10 871.6306963 397.5107888 68.77925401 4.733414735 1342.654154 2.5 1345.2
6 12.99 864.7350312 412.2570803 96.3102407 18.16744965 1391.469802 2.5 1394.0 Q Puncak
7 12.05 801.7400028 408.9956225 99.88302141 25.43952349 1336.05817 2.5 1338.6
8 10.80 718.7865282 379.2007258 99.09282453 26.38324286 1223.463321 2.5 1226.0
9 9.62 640.0266721 339.9660392 91.87401753 26.17451913 1098.041248 2.5 1100.5
10 8.60 571.9603128 302.7148175 82.36810669 24.26773322 981.3109702 2.5 983.8
11 7.74 514.9741036 270.5213224 73.34275636 21.75682845 880.5950108 2.5 883.1
12 7.03 467.6631381 243.5684302 65.54280892 19.37285963 796.1472368 2.5 798.6
13 6.44 428.3244193 221.1916591 59.01257222 17.31257045 725.8412211 2.5 728.3
14 5.94 395.4211677 202.5855391 53.59105345 15.58766448 667.1854248 2.5 669.7
15 5.53 367.6876116 187.0232161 49.08310059 14.15561682 617.9495451 2.5 620.4
16 5.17 344.1167959 173.9060153 45.31260903 12.96487976 576.3003 2.5 578.8
17 4.87 323.917457 162.757675 42.13452984 11.96893678 540.7785985 2.5 543.3
18 4.61 306.4690183 153.2039494 39.43347273 11.12947444 510.2359148 2.5 512.7
19 4.38 291.2831963 144.9513231 37.11876421 10.41601338 483.769297 2.5 486.3
20 4.18 277.9735473 137.7688516 35.11929037 9.804602991 460.6662922 2.5 463.2
21 4.00 266.2320409 131.4737577 33.3790972 9.276459138 440.361355 2.5 442.9
22 3.84 255.8112588 125.9203517 31.85390085 8.816802048 422.4023134 2.5 424.9
23 3.70 246.5109106 120.9916116 30.50840311 8.413934521 406.4248598 2.5 408.9
24 3.58 238.1676027 116.5928055 29.31425149 8.058532841 392.1331925 2.5 394.6
25 3.47 230.6470407 112.6466529 28.24849408 7.743107941 379.2852956 2.5 381.8
26 3.36 223.8380525 109.0896362 27.29240705 7.461597267 367.681693 2.5 370.2
27 3.27 217.6479749 105.8691741 26.43060117 7.209055083 357.1568053 2.5 359.7
28 3.19 211.999069 102.9414396 25.65033687 6.981416458 347.5722619 2.5 350.1
29 3.11 206.8257135 100.2696642 24.94099558 6.77531634 338.8116896 2.5 341.3
30 3.04 202.0721929 97.82281092 24.29366891 6.587949924 330.7766227 2.5 333.3
31 2.97 197.6909409 95.57452785 23.70083714 6.416964142 323.38327 2.5 325.9
32 2.91 193.641137 93.50231748 23.15611561 6.260372716 316.5599428 2.5 319.1
33 2.85 189.8875772 91.58687284 22.65405356 6.1164892 310.2449928 2.5 312.7
34 2.80 186.39976 89.81154345 22.18997324 5.98387382 304.3851505 2.5 306.9
35 2.75 183.1511417 88.16190292 21.75984051 5.861290986 298.9341762 2.5 301.4
36 2.71 180.1185267 86.62539682 21.3601601 5.747675117 293.8517587 2.5 296.4
37 2.66 177.2815649 85.19105424 20.98789027 5.642102966 289.1026123 2.5 291.6
38 2.62 174.6223359 83.84925018 20.64037297 5.543771086 284.6557301 2.5 287.2
39 2.59 172.1250029 82.59150882 20.3152762 5.451977372 280.4837653 2.5 283.0
40 2.55 169.7755231 81.41033977 20.01054643 5.366105852 276.5625151 2.5 279.1
41 2.52 167.5614044 80.29910116 19.72436885 5.285614097 272.8704885 2.5 275.4
42 2.49 165.4715006 79.25188461 19.45513425 5.210022745 269.3885422 2.5 271.9
 GRAFIK HIDROGRAF BANJIR

Maka, dari proses perhitungan di atas didapatlah debit banjir rencana dengan
kala ulang 100 tahun, yaitu Q100 = 1394 m³/det.