Draft Hidrologi Kelompok 4b

Kata Pengantar
Puji syukur kami panjatkan kepada Allah SWT karena atas kuasa dan rahmat-
Nya penulis dapat menyelesaikan Laporan Praktikum Hidrologi dengan judul
“Analisa Hidrologi untuk Intensitas Hujan Wilayah dan Menentukan Kurva IDF di
DAS Citarum”. Laporan ini dibuat sebagai salah satu syarat untuk memenuhi nilai
mata kuliah Hidrologi.
Pada kesempatan kali ini kami akan menyampaikan ucapan terima kasih
kepada berbagai pihak yang telah membantu dalam penyusunan laporan ini, baik
dalam segi moril maupun materil kepada:
1. Prof. Dr. Ir. Arwin, M.S. dan Dr. Mariana Marsellina, S.T., M.T. selaku
dosen Hidrologi;
2. Afriana Maharani Puteri asisten Hidrologi kami yang sabar dan selalu
membimbing kami dalam setiap penyelesaian tugas hingga laporan ini
selesai;
3. Teman-teman Rekayasa Infrastruktur Lingkungan angkatan 2015 yang
seperjuangan;
4. Orang tua yang selalu mendukung terselesaikanya laporan ini.
Meskipun kami berharap isi dari laporan kami ini bebas dan kekurangan dan
kesalahan, namun selalu ada yang kurang. Oleh karena itu, kami mengharapkan
komentar dan masukan dari pembaca agar laporan selanjutnya dapat dibuat dengan
lebih baik. Walaupun demikian, kami berharap semoga laporan ini dapat
bermanfaat bagi kami dan pembaca pada umumnya.
Jatinangor, April 2017
Penulis
i
Daftar Isi
Kata Pengantar ......................................................................................................... i

Daftar Isi ................................................................................................................. ii
Daftar Gambar ..........................................................................................................v
Daftar Tabel ......................................................................................................... vi
Bab I Pendahuluan.................................................................................................1
1.1.Latar Belakang ..................................................................................................1
1.2.Tujuan ................................................................................................................2
1.3.Manfaat ..............................................................................................................2
1.4.Sistematika Penyusunan Laporan ......................................................................3
Bab II Tinjauan Pustaka ......................................................................................4
2.1 Analisis Hidrologi .............................................................................................4
2.1.1. Hidrologi ............................................................................................... 4
2.1.2. Siklus Hidrologi .................................................................................... 4
2.1.3 Analisis Hidrologi ................................................................................... 6
2.2.Kelengkapan Data Curah Hujan.........................................................................8
2.3 Uji Konsistensi ...............................................................................................12
2.4.Uji Homogenitas .............................................................................................14
2.5.Curah Hujan Wilayah .....................................................................................19
2.5.1. Cara Rata-rata Hitung ........................................................................... 20
2.5.2. Cara Poligon Thiessen .......................................................................... 20
2.5.3. Cara Isohyet .......................................................................................... 22
2.6.Analisa Curah Hujan Harian Maksimum (CHHM) .........................................23
2.7.Analisa Intensitas Hujan ..................................................................................25
2.7.1. Metode Gumbel ................................................................................... 27
2.7.2. Metode distribusi Log Pearson III ...................................................... 28
2.7.3. Uji Keselarasan Distribusi .................................................................... 29
2.7.4. Pengukuran Curah Hujan Rencana ....................................................... 31
2.7.5. Ploting Data Curah Hujan ................................................................... 31
2.8. Uji Kecocokan Intensitas Hujan (Uji Deviasi) ...............................................31
2.8.1. Metode Der Weduwen .......................................................................... 31
2.8.2. Metode Haspers .................................................................................... 32
ii
2.8.3. Metode Van Breen ................................................................................ 33
2.8.4. Metode Manual Jawa Sumatra ............................................................. 33
2.8.5. Metode Rasional ................................................................................... 34
2.8.6. Metode Passing Capasity ...................................................................... 35
2.9. Kurva IDF .......................................................................................................36
2.9.1. Sherman ............................................................................................... 37
2.9.2. Menurut Talbot ..................................................................................... 38
2.9.3. Menurut Ishiguro .................................................................................. 38
Bab III Metodologi ..............................................................................................40
3.1 Metodologi Penyusunan Laporan ...................................................................40
3.2 Tahap Analisis Hidrologi ................................................................................41
Bab IV Lokasi Penelitian .....................................................................................43
4.1. Gambaran Umum Daerah Aliran Sungai (DAS) Citarum ..............................43
4.2. Sistem Sungai..................................................................................................44
4.3. Kondisi Tata Guna Lahan di DAS Citarum ...................................................45
4.4. Tingkat Pencemaran DAS Citarum.................................................................46
4.5. Titik Pengamatan ..........................................................................................47
Bab V Hasil dan Pembahasan ............................................................................48
5.1 Melengkapi Data Curah Hujan .......................................................................48
5.1.1. Metode Aljabar ..................................................................................... 49
5.1.2. Metode Perbandingan Normal .............................................................. 51
5.2 Uji Konsistensi ................................................................................................54
5.3 Uji Homogenitas .............................................................................................59
5.4 Curah Hujan Wilayah .....................................................................................62
5.4.1 Metode Aritmatik ................................................................................. 62
5.4.2 Metode Thiessen ................................................................................... 64
5.5 Analisis Curah Hujan Harian Maksimum (CHHM) .......................................67
5.5.1. Metode Gumbel .................................................................................... 68
5.5.2. Metode Log Pearson Tipe III................................................................ 70
5.5.3. Metode Distribusi Normal .................................................................... 74
5.6 Uji Kecocokan Intensitas Hujan (Standar Deviasi) ........................................76
iii
5.6.1. Uji Kecocokan Metode Gumbel ........................................................... 79
5.6.2. Uji Kecocokan Log Pearson III ............................................................ 80
5.6.3. Uji Kecocokan Distribusi Normal ........................................................ 82
5.7 Analisis Intensitas Hujan ...............................................................................84
5.7.1. Metode Van Breen ................................................................................ 85
5.7.2. Metode Bell Tanimoto .......................................................................... 86
5.7.3. Metode Hasper dan Der Weduwen ....................................................... 88
5.8 Pendekatan Matematis Intensitas Hujan .........................................................90
5.8.1. Rumus Talbot ....................................................................................... 91
5.8.2. Rumus Sherman.................................................................................... 95
5.8.3. Rumus Ishiguro .................................................................................. 100
5.9 Penggambaran Kurva IDF ............................................................................105
Bab VI Penutup .................................................................................................109
6.1 Kesimpulan ...................................................................................................109
6.2 Saran ............................................................................................................110
Daftar Pustaka ...................................................................................................... ix
Lampiran ……………………………………………………………………….. x
iv
Daftar Gambar
Gambar 2.1 Siklus Hidrologi ............................................................................. 5

Gambar 2.2 Deskripsi Data Konsisten dan Tidak Konsisten ............................. 12
Gambar 2.3 Sketsa stasiun curah hujan cara rata-rata hitung ............................ 20
Gambar 2.4 Pembagian daerah dengan cara poligon Thiessen ........................... 21
Gambar 2.5 Pembagian daerah cara garis Isohyet .............................................. 22
Gambar 3.1 Diagram Alir Penyusunan Laporan ................................................. 40
Gambar 3.2. Langkah-langkah Tahapan Analsis Hidrologi................................ 42
Gambar 4.1 Peta DAS Citarum ........................................................................... 43
Gambar 4.2 Sistem Aliran Sungai Citarum Hulu dengan Anak Sungainya ....... 44
Gambar 4.3 Deskripsi Sungai Citarum ............................................................... 45
Gambar 4.4 Penyebaran Industri di DAS Citarum Hulu..................................... 46
Gambar 5.2.1 Uji Konsistensi Stasiun Cicalengka ............................................. 57
Gambar 5.3.1 Kurva Homogenitas wilayah Cicalengka ..................................... 61
Gambar 5.4.1 Wilayah Daerah Aliran Sungai .................................................... 64
Gambar 5.4.2 Polygon Thiessen untuk Batas Wilayah Curah Hujan ............................ 64
Gambar 5.9.1 Kurva IDF Metode Van Breen – Rumus Talbot ...................... 107
Gambar 5.9.2 Kurva IDF Metode Bell Tanimoto – Rumus Talbot ................ 107
Gambar 5.9.3 Kurva IDF Metode Hasper dan Der Weduwen – Rumus Talbot ....... 107
v
Daftar Tabel
Tabel 2.1. Nilai Kritis Q dan R .......................................................................... 13

Tabel 2.2 Reduced Mean (Yn) ............................................................................. 27
Tabel 2.3 Reduced Standard Deviation (S) ........................................................ 27
Tabel 2.4 Reduced Variate (Yt) .......................................................................... 28
Tabel 2.5 Nilai kritis untuk Distribusi Chi Kuadrat ........................................... 30
Tabel 2.6 Faktor reduksi (ARF) .......................................................................... 34
Tabel 2.7 Growth Factor (GF) ............................................................................ 34
Tabel 2.8 Harga Koefisien run off ...................................................................... 35
Tabel 5.1.1 Data Curah Hujan Awal ................................................................... 49
Tabel 5.1.2 Data Hasil Perhitungan Curah Hujan Hilang dengan Metode Aljabar ....... 50
Tabel 5.1.3 Variabel yang Harus dicari .............................................................. 51
Tabel 5.1.4 Hasil Perhitungan ............................................................................. 52
Tabel 5.1.5 Data Hasil Perhitungan Ri/R ............................................................ 53
Tabel 5.1.6 Data Hasil Perhitungan dengan Metode Perbandingan Rasio ......... 54
Tabel 5.2.1 Hasil Perhitungan Uji Konsistensi pada Stasiun Cicalengka ........... 57
Tabel 5.2.2 Data Akumulasi Curah Hujan Harian Maksimum ........................... 58
Tabel 5.3.1 Hasil Perhitungan Uji Homogenitas Wilayah Cicalengka ............... 61
Tabel 5.4.1 Data Curah Hujan Tahun1986 untuk Medode Aritmatik ................ 62
Tabel 5.4.2 Hasil Pengukuran Metode Aritmatik ............................................... 63
Tabel 5.4.3 Hasil Perhitungan Luas Metode Polygon ........................................ 65
Tabel 5.4.4 Hasil Pengukuran Metode Thiessen ................................................. 66
Tabel 5.5.1 Curah Hujan Wilayah Setiap Tahun ................................................ 68
Tabel 5.5.2 Reduced Mean (Yn) ......................................................................... 69
Tabel 5.5.3 Reduced Standard Deviation (Sn) ................................................... 69
Tabel 5.5.4 Curah Hujan Harian Maksimum Metode Gumbel ........................... 70
Tabel 5.5.5 Perhitungan tabel 1 Metode Log Pearson III ................................... 72
Tabel 5.5.6 Nilai K untuk Distribusi Log Pearson III ......................................... 73
Tabel 5.5.7 Perhitungan Nilai Presentase Peluang untuk Setiap PUH ............... 73
Tabel 5.5.8 Curah Hujan Harian Maksimum Metode Log Pearson III ............... 74
vi
Tabel 5.5.9 Nilai Variabel Reduksi Gauss .......................................................... 75
Tabel 5.5.10 Curah Hujan Harian Maksimum Metode Distribusi Normal ......... 75
Tabel 5.6.1 Nilai R dan Log R untuk Setiap Peringkat ....................................... 76
Tabel 5.6.2 Nilai Variabel Reduksi Gauss .......................................................... 77
Tabel 5.6.3 Perhitungan nilai Xt untuk Uji Kecocokan ...................................... 77
Tabel 5.6.4 Nilai Kritis untuk Uji Chi Kuadrat ................................................... 78
Tabel 5.6.5 Uji Chi Kuadrat Metode Gumbel ..................................................... 80
Tabel 5.6.6 Uji Chi Kuadrat Metode Log Pearson III ........................................ 81
Tabel 5.6.7 Uji Chi Kuadrat Metode Distribusi Normal..................................... 83
Tabel 5.6.8 Perbandingan Data Curah Hujan Harian Maksimum ...................... 83
Tabel 5.7.1 Intensitas Hujan dengan Metode Van Breen.................................... 85
Tabel 5.7.2 Pedoman Pola Hujan Menurut Bell Tanimoto ................................. 87
Tabel 5.7.3 Intensitas Hujan dengan Metode Bell Tanimoto.............................. 88
Tabel 5.7.4 Intensitas Hujan dengan Metode Hasper dan Der Weduwen .......... 90
Tabel 5.8.1 Hasil Pendekatan Matematis Metode Van Breen dengan Rumus
Talbot .................................................................................................................. 92
Tabel 5.8.2 Hasil Pendekatan Matematis Metode Bell Tanimoto dengan Rumus
Talbot .................................................................................................................. 93
Tabel 5.8.3 Hasil Pendekatan Matematis Metode Hasper dan Der Weduwen
dengan Rumus Talbot ....................................................................................... 95
Tabel 5.8.4 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Van
Breen ................................................................................................................... 96
Tabel 5.8.5 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Bell
Tanimoto ............................................................................................................. 98
Tabel 5.8.6 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Hasper
dan Der Weduwen ............................................................................................... 99
Tabel 5.8.7 Pendekatan Matematis dengan metode Van Breen Rumus Ishiguro
.......................................................................................................................... 101
.......................................................................................................................... 102
vii
.......................................................................................................................... 104
Tabel 5.8.10 Hasil Perhitungan Standar Deviasi untuk Semua Metode .......... 105
Tabel 5.9.1 Metode Van Breen dengan Rumus Talbot .................................... 106
Tabel 5.9.2 Metode Bell Tanimoto dengan Rumus Talbot .............................. 106
Tabel 5.9.3 Metode Hasper dan Der Wedusen dengan Rumus Talbot ............ 106
viii
Bab I
Pendahuluan
1.1. Latar Belakang

Curah hujan (CH) adalah jumlah air yang jatuh di permukaan tanah datar
selama periode tertentu yang diukur dengan satuan tinggi (mm) di atas
permukaan. Data CH yang diperlukan oleh pakar bidang hidrologi sebagai
informasi penting, yaitu data jumlah CH rata-rata di suatu daerah tangkapan air
(catchment area) atau daerah aliran sungai (DAS). Hampir semua kegiatan
pengembangan sumberdaya air memerlukan informasi hidrologi sebagai dasar
perencanaan dan perancangan. Dalam bidang rekayasa infrastruktur
lingkungan data CH sangat berguna, misalnya untuk pengaturan drainase,
mengetahui besarnya aliran permukaan (run off).
Untuk menentukan besarnya curah hujan di suatu wilayah/daerah tertentu
diperlukan titik sampel (stasiun) curah hujan dalam jumlah yang cukup dengan
data yang lengkap untuk dapat mewakili, dan diperlukan beberapa metode
perhitungan yang digunakan untuk menunjukkan besarnya curah hujan yang
terjadi di daerah tersebut.
Informasi lain yang diperlukan dalam perencanaan bangunan penampung
air adalah intensitas hujan. Intensitas hujan adalah tinggi atau kedalaman air
hujan persatuan waktu. Intensitas hujan tergantung dari lama dan besarnya
hujan. Semakin lama hujan berlangsung maka intensitasnya akan cenderung
makin tinggi, begitu juga sebaliknya semakin pendek lamanya hujan maka
semakin kecil juga intensitasnya. Intensitas ditinjau berdasarkan kala ulang
juga akan berbanding lurus, semakin lama waktu kala ulangnya maka akan
semakin tinggi pula intensitasnya.
Analisis intensitas curah hujan ini dapat diproses dari data curah hujan
yang telah terjadi pada masa lampau. Nilai intensitas hujan yang sangat tinggi
akan mempunyai efek samping yang sangat besar juga, misalnya akan
berdampak terjadinya kelongsoran dan banjir. Untuk mendapatkan besarnya
nilai intensitas hujan untuk curah hujan di suatu DAS diperlukan perhitungan
1
yang dapat dilakukan dengan beberapa metode, yang menghasilkan intensitas
hujan dalam durasi dan periode ulang tertentu. Pada akhirnya, data yang
diperoleh dapat digambarkan dalam bentuk kurva intensity duration frequency
(IDF), dapat digunakan untuk berbagai kepentingan hidrologi lainnya dalam
perencanaan bangunan pengendali banjir.
1.2. Tujuan
1. Menentukan metode analisis hujan yang paling cocok digunakan.
2. Menentukan nilai intensitas hujan yang akan digunakan dalam
penggambaran kurva IDF.
3. Menggambarkan kurva IDF dari hasil metode yang terpilih.
4. Menentukan aplikasi kegunaan perhitungan curah hujan wilayah.
1.3. Manfaat
Diharapkan melalui laporan praktikum hidrologi ini dapat memberikan
panduan kepada mahasiswa dalam mempelajari dasar-dasar keilmuan
hidrologi, diantaranya :
 Mampu memahami dan melengkapi data curah hujan melalui dua
metode yaitu metode aljabar dan metode perbandingan normal.
 Mampu melakukan tes konsistensi curah hujan dengan membandingkan
nilai akumulasi hujan tahunan pada pos yang bersangkutan dengan nilai
akumulasi hujan rata-rata tahunan suatu kumpulan stasiun di sekitarnya.
 Mampu melakukan uji homogenitas dan uji kecocokkan serta
menghitung curah hujan wilayah.
 Mampu menghitung curah hujan maksimum.
 Mampu menentukan tinggi atau kedalaman air hujan per satu satuan
waktu melalui analisis intensitas hujan.
 Mampu menggambarkan kurva IDF dari hasil perhitungan analisa
ntensitas hujan dengan metode terpilih.
2
1.4. Sistematika Penyusunan Laporan
Sistematika penyununan laporan akhir ini dapat dilihat sebagai berikut :
Bab I Pendahuluan
Bab ini berisi latar belakang, tujuan, manfaat, dan sistematika
penyusunan laporan.
Bab II Tinjauan Pustaka
Bab ini menjelaskan hidrologi secara umum, siklus hidrologi,
konsep analisis hidroogi dan dasar-dasar teori, uji serta metode
yang dipakai dalam pembuatan kurva IDF.
Bab III Metodologi
Bab ini menyajikan penjelasan teknik mengenai metode-metode
yang digunakan dalam penyusunan laporan.
Bab IV Lokasi Penelitian
Bab ini memaparkan tentang gambaran mmum daerah aliran
sungai (DAS) Citarum, sistem sungai, kondisi tata guna lahan di
DAS Citarum, tingkat pencemaran DAS Citarum, dan ruang
lingkup penelitian.
Bab V Hasil dan Pembahasan
Bab ini menyajikan informasi hidrologi di lokasi penelitian,
penyiapan data curah hujan dengan tes statistika yang
mendukung, analisis curah hujan harian maksimum, analisis
intensitas hujan, dan pembuatan kurva IDF.
Bab VI Kesimpulan
Bab ini memberikan kesimpulan akhir yang dapat diperoleh dari
penyusunan laporan.
3
Bab II
Tinjauan Pustaka
2.1 Analisis Hidrologi

2.1.1. Hidrologi
Hidrologi adalah ilmu yang berkaitan dengan air bumi, terjadinya
peredaran dan agihannya, sifat-sifat kimia dan fisiknya, dan reaksi dengan
lingkungannya, termasuk hubungannya dengan makhluk-makhluk hidup.
Karena perkembangan yang ada maka ilmu hidrologi telah berkembang
menjadi ilmu yang mempelajari sirkulasi air. Jadi dapat dikatakan, hidrologi
adalah ilmu untuk mempelajari; presipitasi (precipitation), evaporasi dan
transpirasi (evaporation),aliran permukaan (surface stream flow), dan air
tanah (groun water).
2.1.2. Siklus Hidrologi
Pada prinsipnya, jumlah air di alam ini tetap dan mengikuti suatu aliran
yang dinamakan “siklus hidrologi”. Siklus Hidrologi adalah suatu proses
yang berkaitan, dimana air diangkut dari lautan ke atmosfer (udara), ke darat
dan kembali lagi ke laut, seperti digambarkan pada Gambar 2.1.
Hujan yang jatuh ke bumi baik langsung menjadi aliran maupun tidak
langsung yaitu melalui vegetasi atau media lainnnya akan membentuk siklus
aliran air mulai dari tempat yang tinggi (gunung, pegunungan) menuju ke
tempat yang rendah baik di permukaan tanah maupun di dalam tanah yang
berakhir di laut.
Dengan adanya penyinaran matahari, maka semua air yang ada
dipermukaan bumi akan berubah wujud berupa gas/uap akibat panas matahari
dan disebut dengan penguapan atau evaporasi dan transpirasi. Uap ini
bergerak di atmosfer (udara) kemudian akibat perbedaan temperatur di
atmosfer dari panas menjadi dingin maka air akan terbentuk akibat
kondensasi dari uap menjadi cairan (from air to liquid state). Bila tempertur
berada di bawah titik beku (freezing point) kristal-kristal es terbentuk.
4
Gambar 2.1 Siklus Hidrologi
Sumber : www.google.com/images
Air hujan sebagian mengalir meresap kedalam tanah atau yang sering
disebut dengan Infiltrasi, dan bergerak terus kebawah. Air hujan yang jatuh
kebumi sebagian menguap (evaporasi dan transpirasi) dan membentuk uap
air.Sebagian lagi mengalir masuk kedalam tanah (infiltrasi, perkolasi,
kapiler). Air tanah adalah air yang bergerak di dalam tanah yang terdapat di
dalam ruang –ruang antara butir – butir tanah dan di dalam retak – retak dari
batuan. Sebagian air yang tersimpan sebagai air tanah (groundwater) yang
akankeluar ke permukaan tanah sebagai limpasan, yakni limpasan permukaan
(surfacerunoff), aliran intra (interflow) dan limpasan air tanah (groundwater
runoff) yangterkumpul di sungai yang akhirnya akan mengalir ke laut kembali
terjadi penguapan dan begitu seterusnya mengikuti siklus hidrogi.
Penyimpanan air tanah besarnya tergantung dari kondisi geologi
setempat dan waktu. Kondisi tata guna lahan juga berpengaruh terhadap
tampungan air tanah, misalnya lahan hutan yang beralih fungsi mejadi daerah
pemukiman dan curah hujan daerah tersebut. Sebagai permulaan dari simulasi
harus ditentukan penyimpangan awal ( initial storage ).
Hujan jatuh ke bumi baik secara langsung maupun melalui media
misalnya melalui tanaman (vegetasi), masuk ke tanah begitu juga hujan yang
terinfiltrasi. Sedangkan air yang tidak terinfiltrasi yang merupakan limpasan
5
mengalir ke tempat yang lebih rendah, mengalir ke danau dan tertampung.
Dan hujan yang langsung jatuh di atas sebuah danau (reservoir) air hujan
(presipitasi) yang langsung jatuh diatas danau menjadi tampungan langsung.
Air yang tertahan di danau akan mengalir melalui sistem jaringan sungai,
permukaan tanah (akibat debit banjir) dan merembes melalui tanah. Dalam
hal ini air yang tertampung di danau adalah inflow sedangkan yang mengalir
atau merembes adalah outflow.
2.1.3 Analisis Hidrologi
Data hidrologi adalah kumpulan keterangan atau fakta mengenai
fenomena hidrologi (hydrologic phenomena). Data hidrologi merupakan
bahan informasi yang sangat penting dalam pelaksanaan inventarisasi potensi
sumber-sumber air, pemanfaatan dan pengelolaan sumber-sumber air yang
tepat dan rehabilitasi sumber- sumber alam seperti air, tanah dan hutan yang
telah rusak.
Fenomena hidrologi seperti besarnya : curah hujan, temperatur,
penguapan, lama penyinaran matahari, kecepatan angin, debit sungai, tinggi
muka air sungai, kecepatan aliran dan konsentrasi sedimen sungai akan selalu
berubah menurut waktu. Dengan demikian suatu nilai dari sebuah data
hidrologi itu hanya dapat terjadi lagi pada waktu yang berlainan sesuai
dengan fenomena pada saat pengukuran nilai itu dilaksanakan.
Secara umum analisis hidrologi merupakan satu bagian analisis awal
dalam perancangan bangunan-bangunan hidraulik. Pengertian yang
terkandung di dalamnya adalah bahwa informasi dan besaran-besaran yang
diperoleh dalam analisis hidrologi merupakan masukan penting dalam
analisis selanjutnya. Bangunan hidraulik dalam bidang teknik sipil dapat
berupa gorong-gorong, bendung, bangunan pelimpah, tanggul penahan
banjir, dan sebagainya. Ukuran dan karakter bangunan-bangunan tersebut
sangat tergantung dari tujuan pembangunan dan informasi yang diperoleh
dari analisis hidrologi. Sebelum informasi yang jelas tentang sifat-sifat dan
besaran hidrologi diketahui, hampir tidak mungkin dilakukan analisis untuk
menetapkan berbagai sifat dan besaran hidrauliknya.
6
Analisis hidrologi diperlukan untuk mengetahui karakteristik hidrologi
daerah pengaliran. Analisis hidrologi digunakan untuk menentukan besarnya
debit banjir rencana pada suatu perencanaan bangunan air. Data untuk
penentuan debit banjir rencana pada tugas akhir ini adalah data curah hujan,
dimana curah hujan merupakan salah satu dari beberapa data yang dapat
digunakan untuk memperkirakan besarnya debit banjir rencana.
Adapun langkah-langkah dalam analisis hidrologi adalah sebagai
berikut :
1. Menentukan Daerah Aliran Sungai (DAS) besertaluasnya.
2. Menentukan luas pengaruh daerah stasiun-stasiunhujan.
3. Menentukan curah hujan maksimum harian rata-rata DAS dari
data curah hujan yang ada.
4. Menganalisis curah hujan rencana dengan periode ulang T tahun.
5. Menghitung debit banjir rencana berdasarkan besarnya curah
hujan rencana di atas pada periode ulang T tahun.
6. Membandingkan antara debit air yang tersedia dengan kapasitas
sungai.
Analisis hidrologi diperlukan untuk perencanaan drainase, culvert,
maupun jembatan yang melintasi sungai atau saluran. Dalam merencanakan
drainase dan pengelolaan air hujan, sangat penting untuk mengetahui debit
air hujan yang akan dikelola. Analisis data curah hujan dilakukan melalui
beberapa tahap yaitu analisis data curah hujan, analisis curah hujan harian
maksimum dan analisis intensitas hujan. Rangkaian analisis hidrologi ini
bertujuan untuk mendapatkan data curah hujan yang tepat yang akan
digunakan dalam desain. Curah hujan yang diperlukan untuk penyusunan
suatu rancangan pemanfaatan air dan rancangan pengendalian banjir adalah
curah hujan rata-rata di seluruh daerah yang bersangkutan, bukan curah hujan
pada suatu titik tertentu. (Mori, Kiyotoka. 1987)
Dalam mempersiapkan data untuk analisis hidrologi untuk berbagai
kepentingan sumber daya air, perlu dipertimbangkan dua hal penting yaitu:
7
1. Ketetapan tentang jumlah stasiun hujan dan stasiun hidrometri yang akan
digunakan dalam analisis, termasuk di dalamnya pola penyebaran stasiun
dalam DAS yang bersangkutan.
2. Berapa besar ketelitian yang dapat diacapai oleh suatu jaringan
pengamatan dengan kerapatan tertentu.
Setelah terjadi presipitasi, air hujan dapat tertahan pada beberapa
tempat sebelum menjadi air larian, yaitu:
1. Kehilangan akibat intersepsi (interceptionlosses). Kehilangan ini
biasanya akibat air hujan yang tertahan oleh vegetasi sebelum mencapai
permukaan tanah. Dalam kondisi perkotaan, kehilangan ini baisanya
tidak
diperhitungkan karena vegetasi yang tidak terlalu padat.
2. Evapotranspiration losses
3. Depression or pocket storage
4. Infiltration losses
Pada perencanaan ini, semua kehilangan dianggap tidak signifikan,
kecuali kehilangan akibat infiltrasi, yang sebaliknya, menjadi salah satu
tujuan dalam pengelolaan ini. Maka penting untuk diketahui besarnya air
hujan yang akan meresap ke dalam tanah melalui proses perkolasi dan
infiltrasi.
2.2. Kelengkapan Data Curah Hujan

Menurut Sri Harto, 2000; 35, data hujan yang akan digunakan dalam
analisis hidrologi harus merupakan data yang mengandung kesalahan yang
sekecil mungkin, karena menghilangkan sama sekali kesalahan adalah tidak
mungkin. Hal tersebut harus dilakukan, karena besaran hujan merupakan
masukan terpenting dalam analisis, sehingga dapat dipahami, apabila
kesalahan yang terbawa dalam data hujan terlalu besar, maka hasil
analisispun juga diragukan, padahal akan digunakan sebagai acuan dalam
perencanaan maupun perancangan.
Kesalahan-kesalahan yang banyak terjadi dalam analisis hujan adalah :
8
 Kelengkapan data
 Kepanggahan data (konsistensi data)
 Cara analisis
2.2.1. Kelengkapan Data

Data hujan dikumpulkan dari lapangan oleh para petugas/pengamat.
Dari pembacaan di alat ukur, kemudian dipindahkan dalam catatan sementara
atau langsung ke formulir buku yang telah disediakan. Dengan mengikuti
prosedur tersebut dan juga karena sebab-sebab lain, sering terjadi data hujan
tidak terekam, atau catatan sementara hilang/rusak, sehingga data hujan pada
hari tertentu tidak diketahui. Hal tersebut berbeda bila memang pada hari
tersebut tidak terjadi hujan. Atau dengan kata lain dapat dikatakan bahwa data
tidak lengkap disebabkan oleh faktor manusia atau alat. Misal kesengajaan
pengamat tidak mencatat data ataupun bila mencatat data yang diukur salah
pengukurannya. Atau sebagian data yang telah terukur hilang dalam
pengarsipan; alat ukur hujan AUHB dan AUHO rusak. Keadaan tersebut
menyebabkan pada bagian-bagian tertentu dari data runtut waktu terdapat
data kosong (missing record).
Jika hal seperti ini terlalu sering terjadi akan sangat merugikan, dan hal
inilah yang kadang-kadang digunakan sebagai salah satu alasan untuk tidak
menggunakan data stasiun tersebut secara keseluruhan dalam analitis, tanpa
disadari bahwa dengan berkurangnya jumlah stasiun dalam analisis justru
akan mengundang kesalahan lain.
Untuk mengurangi kesulitan analisis karena data yang hilang tersebut,
kemudian dicoba untuk dapat memperkirakan besaran data yang hilang
tersebut dengan membandingkannya dengan menggunakan data stasiun lain
disekitarnya. Dalam hal ini diandaikan bahwa sifat hujan di suatu stasiun
sebanding dengan sifat hujan disekitarnya.
Secara umum, pengisian data hujan yang hilang dapat menggunakan 2
cara, yaitu :
9
A. Cara empirik, terbagi menjadi:
 Rata-rata aritmatik (arithmatical average)
Metode ini digunakan jika perbedaan curah hujan tahunan normal
antara stasiun pembanding dengan stasiun yang kehilangan data kurang
dari 10% (Moduto. Drainase Perkotaan. 1998).
Rn = Nilai curah hujan stasiun pembanding di tahun yang sama

 Perbandingan normal (normal ratio)
antara stasiun pembanding dengan stasiun yang kehilangan data lebih
dari 10% (Subarkah. Hidrologi untuk Perencanaan Bangunan Air.
1980):
 Reciprocal method
Dalam metode reciprocal, diperlukan stasiun pembanding, dimana
diusahakan stasiun pembanding memiliki elevasi yang tidak jauh
berbeda dari stasiun yang dikaji. Perhitungan dapat dilakukan dengan
rumus :
10
𝑃𝐴 𝑃 𝑃𝑛
+ 𝐵 + ….+
𝑑 2-- 𝑑𝑥𝐵 2 𝑑𝑥𝑛 2
𝑃𝑥 = [ 𝑥𝐴 ]
1 1 1
+ +⋯+
𝑑𝑥𝐴 2 𝑑𝑥𝐴 2 𝑑𝑥𝐴 2
Dimana,
Px = hujan di stasiun xi yang diperkirakan
PA = hujan di stasiun A (mm)
dxA = jarak antara stasiun A dan stasiun X (km)
PB = hujan di stasiun B (mm)
dxB = jarak antara stasiun B dan stasiun X (km)
Pn = hujan di stasiun ke n (mm)
dxn = jarak antara stasiun n dan stasiun X (km)
B. Cara Stokastik
 Metode bilangan acak
Berbeda dengan metode reciprocal, pada metode bilangan acak tidak
diperlukan stasiun pembanding. Metode bilangan acak ini, dapat
dihitung dengan rumus sebagai berikut :
X
 Xi
Nilai X rata-rata : n
1
 (X  X ) 
 X  X 
Nilai Standar Deviasi :
 i
2 2 2
S 

 n -1  n 1
 
Nilai data hilang : X = + S.(k)
Dimana,
X = Data curah hujan rata-rata
S = Standar deviasi
Xi = Data curah hujan bulan ke-i
n = Jumlah data curah hujan
k = Nilai di bawah kurva normal
11
2.3. Uji Konsistensi
Satu data hujan untuk stasiun tertentu, dimungkinkan sifatnya tidak
konsisten (inconsistent). Data semacam ini tidak dapat langsung dianalisa.
Jadi sebelum data hidrologi tersebut ‘siap pakai’ atau sebagai bahan informasi
lebih lanjut, harus dilakukan pengujian terhadap konsistensinya. Metode-
metode banyak tersedia antara lain :
a) Kurva massa ganda (double mass curve)
b) Statistik antara lain : Von Neumann Ratio, Cummulative Deviation,
Rescaled Adjusted Partial Sums, Weighted Adjusted Partial Sums.
Metode-metode pengujian konsistensi data hidrologi, diantaranya
adalah analisis :
A. Kurva massa ganda (double mass curve)
Kurva massa ganda dapat diinterprestasikan sebagai berikut : (i)
apabila data stasiun yang diuji konsisten, maka garis yang terbentuk
merupakan garis lurus dengan kemiringan (slope) yang tidak berubah, (ii)
apabila garis tersebut menunjukkan perubahan kemiringan, berarti telah
terjadi perubahan sifat data hidrologi (tidak konsisten).
a.Data konsisten b. Data tidak konsisten

Gambar 2.2 Deskripsi Data Konsisten dan Tidak Konsisten
Cara dengan kurva massa ganda ini masih mengundang pertanyaan
karena pengujian dilakukan atas data satu stasiun terhadap beberapa
stasiun disekitarnya. Jika semua stasiun harus diuji, maka stasiun yang
semula diuji yang kemungkinan tidak konsisten, pada gilirannya akan
menjadi stasiun acuan.
12
B. Statistik
Beberapa metode yang menggunakan pendekatan statistik antara
lain : ‘Von Neumann Ratio’, ‘Cummulative Deviation’, ‘Rescaled Adjusted
Partial Sums’, ‘Weighted Adjusted Partial Sums’. Buishand (1982)
menjelaskan cara-cara pengujian Rescaled Adjusted Partial Sums (RAPS)
sebagai berikut :
Metode ini ditunjukkan dengan nilai komulatif penyimpangannya
terhadap nilai rata-rata dengan persamaan berikut :
S 0*  0 : S k*   Yi  Y , dengan k =1, 2, 3,…n.

k
i 1
memperhatikan persamaan (3-1), maka jika ∆ < 0, maka nilai S k*
akan bernilai positif sedangkan untuk ∆ > 0 nilai S k* akan bernilai negatif.
Dengan membagi S k* dengan standart deviasi, diperoleh apa yang

disebut ‘Rescaled Adjusted Partial Sums’ (RAPS).
S k*
S k** 
S
dimana S adalah standar deviasi. Statistik yang digunakan sebagai
alat penguji konsistensi adalah :
Q  max S k**
0 k  n
atau nilai range

R  max S k**  min S k**
0 k  n 0 k  n
Tabel 2.1. Nilai Kritis Q dan R

N Q R
n n
90% 95% 99% 90% 95% 99%
10 1.05 1.14 1.29 1.21 1.28 1.38
20 1.10 1.22 1.42 1.34 1.43 1.60
30 1.12 1.24 1.46 1.40 1.50 1.70
40 1.13 1.26 1.50 1.42 1.53 1.74
13
50 1.14 1.27 1.52 1.44 1.55 1.78
100 1.17 1.29 1.55 1.50 1.62 1.86
∞ 1.22 1.36 1.63 1.62 1.75 2.00
Q
Dengan melihat nilai statistik diatas maka dapat dicari nilai
n
R
hitung dan hitung. Hasil yang didapat dibandingkan dengan nilai ijin,
n
apabila lebih kecil untuk tingkat kepercayaan tertentu maka data masih
dalam batasan konsisten.
2.4. Uji Homogenitas

Pemahaman tentang perlunya dilakukan analisis homogenitas
merupakan suatu langkah awal untuk membenahi data sekaligus menerapkan
pengawasan kualitas (quality control) terhadap asset data iklim yang ada di
BMG. Selanjutnya perlu disadari bahwa merupakan suatu kewajiban ilmiah
untuk memberikan keterangan apakah suatu seri data telah teruji
homogenitasnya atau belum. Secara rinci keterangan tentang homogenitas
data seyogyanya meliputi:
1. Jenis parameter
2. Periode pengamatan data
3. Basis skala waktu (bulanan, mingguan, tahunan, dsb)
4. Jenis teknik (test) yang dipakai dalam uji homogenitas serta
penjelasannya.
5. Jumlah seri data yang homogen/ tidak homogen pada suatu stasiun (berapa
seri data yang ditemukan homogen/ tidak homogen)
6. Jumlah kasus, panjangnya periode dan variasi tahunan kasus tidak
homogeny (jumlah kasus setiap bulannya) dalam satu seri data.
7. Ukuran penyimpangan dan faktor koreksi yang digunakan untuk
memperbaiki (meng-adjust) ketidak homogenan seri tersebut.
8. Faktor non-klimat yang diidentifikasi telah mengakibatkan ketidak
homogenan dalam suatu seri data (pemindahan instrumen, pergantian
14
waktu pengamatan, pergantian pengamat, kecenderungan/ trend memanas/
mendingin secara perlahan-lahan misalnya karena dampak perkotaan dan
dampak perubahan tata guna lahan).
Agar data yang diperoleh dalam melakukan pengamatan unsur iklim
atau cuaca menjadi bermanfaat, maka terutama sekali kita harus mengetahui
di mana dan bagaimana pengamatan telah dilakukan. Oleh karena itu
diperlukan catatan mengenai hal tersebut. Dokumentasi stasiun yang berisi
informasi mengenai data atau “data tentang data” disebut metadata. Kata
metadata berasal dari bahasa Yunani, yaitu meta (di luar) dan dari bahasa latin
yaitu datum (fakta yang diberikan), atau jika 5 diperluas pengertiannya
menjadi fakta yang diberikan oleh hasil pengamatan di lapangan. Metadata
harus mencerminkan bagaimana, di mana, ketika, dan oleh siapa informasi
hasil pengamatan telah dikumpulkan. Idealnya, metadata yang lengkap perlu
mencantumkan semua perubahan yang terjadi terhadap stasiun sejak didirikan
hingga saat sekarang yang lebih dikenal sebagai station history (riwayat
stasiun). Sebagai contoh jika stasiun pernah dipindahkan atau ada alat yang
diganti, maka harus ada catatan khusus yang menjelaskan hal tersebut.
Penjelasan tambahan tentang pengamatan seperti jenis instrument dapat
mempengaruhi interpretasi dari hasil pengamatan. Kadang-kadang ketika
instrument berubah atau diganti, maka pengamatan akan menunjukkan hasil
yang berbeda dari sebelumnya, baik berkurang atau bertambah. Perbedaan
seperti itu merupakan suatu contoh dari ketakserbasamaan atau
inhomogenity. Data seperti itu haruslah dihomogenkan terlebih dahulu
sebelum diolah lebih lanjut sehingga diperoleh hasil yang baik. Jika suatu
rangkaian data dalam jangka panjang bersifat homogen, maka semua
variabilitas dan perubahan dalam data tersebut semata-mata hanya
disebabkan oleh perubahan perilaku atmosfer. Mencatat suatu perubahan ke
dalam metadata tepat pada saat hal tersebut terjadi memang sangat
disarankan. Di samping itu sangatlah penting untuk menjaga agar data
tersedia dalam periode yang panjang mencakup beberapa tahun. Dengan
membandingkan data-data yang baru dan yang lama sangatlah mungkin untuk
15
memperoleh faktor koreksi dan melakukan penyesuaian data menjadi
homogen. Jika periode pengamatan tidak terlalu panjang, atau data telah
hilang atau terputus, datadata sebelumnya bisa diinterpolasi untuk mengisi
data yang hilang tersebut. Data dari beberapa stasiun yang terdekat dapat pula
digunakan dan dengan metode statistik dapat diperoleh persamaan-persamaan
untuk mengisi data yang hilang (missing values). Setiap pengguna dan
penyedia data klimatologi harus berhadapan dengan metadata dan
homogenitas data sampai taraf tertentu. Banyak peneliti iklim di seluruh
dunia sudah mengembangkan pendekatan yang efektif dalam hubungan
dengan banyak aspek dari metadata dan homogenitas. Metadata yang baik
diperlukan untuk memastikan bahwa pengguna data tidak mempunyai
keraguan tentang kondisi 6 dimana data telah dicatat, dikumpulkan, dan
disebarkan, untuk mendapatkan kesimpulan yang akurat dari analisa mereka,
misalnya mengenai tanggal dan waktu yang pasti tentang kapan sebuah alat
pengamatan telah diganti dan bagaimana karakteristik alat yang lama dan
yang baru.
Hal-hal seperti itu dapat mengantisipasi adanya perubahan/
penyimpangan data yang disebabkan oleh faktor-faktor non klimat mengingat
data yang homogen dalam jangka panjang sangat diperlukan untuk
mengamati adanya trend perubahan iklim. Metadata mempunyai peran kunci
dalam proses pembuatan database. Jika kita mengetahui metadata yang
lengkap dari suatu stasiun, maka kita dapat meneliti apakah variabilitas dari
data yang ada hanya disebabkan oleh pengaruh perubahan iklim saja atau ada
penyebab lain. Para pengguna data klimatologi juga memperoleh manfaat dari
adanya metadata yang lengkap. Mereka harus teliti akan keakuratan data hasil
pengamatan dan juga perlu dilakukan perbandingan antar data dari tempat
dan waktu yang berbeda.
Data klimatologi dipengaruhi oleh banyak faktor, misalnya jenis
instrument, letak instrument, cara pencatatan, dan banyak lagi. Ada suatu
kebutuhan untuk mempunyai metadata yang lengkap agar data klimatologi
dapat digunakan semaksimal mungkin dan diolah dengan baik. Informasi
16
yang lengkap akan menjadi suatu keuntungan bagi pengguna data klimatologi
sebagaimana juga bagi penyedia data. Metadata yang lengkap
menggambarkan riwayat stasiun sejak didirikan hingga saat sekarang
(pencatatan). Untuk mendapatkan database yang berkualitas sangatlah
penting untuk memiliki data stasiun yang menyeluruh dan menjaganya tetap
baru atau selalu terupdate. Agar hal tersebut dapat diwujudkan, perlu adanya
kerjasama yang baik antara kepala stasiun dan para pengamat sehingga
mereka mengetahui apa saja permasalahan seputar data klimatologi yang ada.
Untuk meyakinkan suatu data homogen atau tidak, perlu dilakukan tes
statistik Tes yang paling baik untuk menguji homogenitas data iklim adalah
dengan menggunakan tes nonparametrik. Statistik nonparametrik tidak
memerlukan asumsi mengenai bentuk distribusi dan karena itu merupakan
statistik yang bebas distribusi (free distribution). Dalam statistik
nonparametrik, kesimpulan dapat ditarik tanpa memperhatikan bentuk
distribusi populasi, kesimpulan dianggap sah apabila asumsi-asumsi tertentu
yang diberlakukan terbukti benar. Metode statistik nonparametrik sebaiknya
dipakai untuk situasi-situasi seperti berikut:
1. Apabila ukuran sample demikian kecil sehingga distribusi statistik
pengambilan sample tidak mendekati normal, dan apabila tidak ada asumsi
yang dapat dibuat tentang bentuk distribusi populasi yang menjadi sumber
sample.
2. Apabila digunakan data peringkat atau ordinal. (Data ordinal hanya
memberikan informasi tentang apakah suatu data lebih tinggi, lebih
rendah, atau sama dengan data lainnya, data ini sama sekali tidak
menyatakan ukuran perbedaan).
3. Apabila data nominal digunakan. (Data nominal adalah data dimana
sebutan seperti “laki-laki” atau “perempuan” diberikan kepada suatu jenis
data dan tidak ada implikasi di dalam sebutan tersebut bahwa data yang
satu lebih tinggi atau lebih rendah daripada data lainnya).
Menurut WMO Technical Note No. 81 (Some Methods Of
Climatological Analysis), metode untuk menguji homogenitas data iklim
17
dengan tes non parametrik yang lebih sering digunakan adalah dengan RUN
TEST. Run test merupakan uji deret untuk melihat keacakan. Tujuan dari uji
deret adalah untuk menetukan apakah dalam suatu data terdapat pola tertentu
atau apakah data tersebut merupakan sample yang acak.
Dalam kaitannya dengan uji homogenitas data klimatologi, maka dari
pelaksanaan run test ini akan didapat 2 kemungkinan, yaitu jika data bersifat
acak (random) terhadap median maka data tersebut homogen, sedangkan jika
data memiliki kecenderungan (trend) lebih banyak di atas median atau di
bawah median maka data tersebut tidak homogen. Adapun prosedur dari run
test adalah sebagai berikut :
1. Merumuskan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1). Untuk run
test yang kita lakukan, hipotesisnya adalah :
H0 : Data yang dianalisis homogen
H1 : Data yang dianalisis tidak homogen.
2. Mengurutkan data dari yang terkecil sampai yang terbesar lalu
menentukan median data.
3. Menghitung jumlah data yang lebih kecil dari median (N1) dan jumlah
data yang lebih besar atau sama dengan median (N2).
4. Menghitung jumlah Run (R) data.
5. Menarik kesimpulan statistik berdasarkan perbandingan R hasil hitungan
dan R pada table. Table R (terlampir) ini didasarkan pada asumsi bahwa
H0 benar dan menyajikan nilai R kritis menurut N1, N2, dan taraf nyata
(α) sebesar 0,05. Aturan pengambilan keputusan berikut ini digunakan
untuk membandingkan nilai R hitung dengan nilai R table: Hipotesis nol
(H0) harus ditolak jika nilai R sample sama atau lebih kecil dari nilai
teratas pada R table. Hipotesis nol (H0) harus ditolak jika nilai R sample
sama atau lebih besar dari nilai terbawah pada R table.
6. Merumuskan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1). Untuk run
test yang kita lakukan, hipotesisnya adalah : H0 : Data yang dianalisis
homogen H1 : Data yang dianalisis tidak homogen
18
7. Mengurutkan data dari yang terkecil sampai yang terbesar lalu
menentukan median data.
8. Menghitung jumlah data yang lebih kecil dari median (N1) dan jumlah
data yang lebih besar atau sama dengan median (N2).
9. Menghitung jumlah Run (R) data.
10. Menarik kesimpulan statistik berdasarkan perbandingan R hasil hitungan
dan R pada table. Table R (lihat lampiran) ini didasarkan pada asumsi
bahwa H0 benar dan menyajikan nilai R kritis menurut N1, N2, dan taraf
nyata (α) sebesar 0,05. Aturan pengambilan keputusan berikut ini
digunakan untuk membandingkan nilai R hitung dengan nilai R table:
Hipotesis nol (H0) harus ditolak jika nilai R sample sama atau lebih kecil
dari nilai teratas pada R table. Hipotesis nol (H0) harus ditolak jika nilai
R sample sama atau lebih besar dari nilai terbawah pada R table.
2.5. Curah Hujan Wilayah

Curah hujan merupakan unsur iklim yang mempunyai variasi besar,
baik variasi sebaran tempat maupun variasi sebaran waktu. Variasi sebaran
tempat dari tempat/daerah satu ke daerah yang lain mempunyai perbedaan
(variasi) yang besar. Hal ini merupakan masalah dalam pengambilan data
curah hujan yang benar dan mewakili dari suatu daerah. Untuk itu dalam suatu
penyusunan suatu rancangan pemanfaatan dan rancangan pengendalian banjir
diperlukan data curah hujan rerata di daerah yang bersangkutan, bukandata
curah hujan pada suatu titik/tempat tertentu. Curah hujan itu disebut curah
hujan daerah/wilayah dan dinyatakan dalam mm. Besar curah hujan yang
terukur dan tercatat oleh sebuah alat penakar hujan merupakan kejadian hujan
lokal yang mewakili wilayah tidak luas.
Sebaran hujan dalam suatu wilayah tergantung pada tipe hujan dan
kondisi lahan. Oleh karena itu, jarak pasang atau kerapatan pemasangan
penakar hujan pada suatu wilayah tergantung pada tipe hujan dan kondisi
lahannya. Kerapatan jaringan penakar dan pencatatan rerata hujan wilayah
yang baik. Curah hujan titik yang dicatat pada alat penakar hujan
19
dipergunakan utnuk menentukan besarnya curah hujan wilayah, baik untuk
basis harian, bulanan maupun tahunan. Hal itu dapat menyebabkan
perencanaan dan perancangan yang berdasar pada curah hujan sering
mempunyai variasi data yang besar. Penentuan hujan wilayah yang
berdasarkan pada beberapa penakar hujan yang tersebar diwilayah yaitu:
2.5.1. Cara Rata-rata Hitung
Cara menghitung rata-rata aritmatis (arithmetic mean) adalah cara yang
paling sederhana. Metode rata-rata hitung dengan menjumlahkan curah hujan
dari semua tempat pengukuran selama satu periode tertentu dan membaginya
dengan banyaknya tempat pengukuran. Jika dirumuskan dalam suatu
persamaan adalah sebagai berikut :
Dimana :
R = curah hujan rata-rata (mm)
R1....Rn = besarnya curah hujan pada masing-masing stasiun (mm)
n = banyaknya stasiun hujan
(Sumber : Sri Harto, Analisis Hidrologi, 1993)
Gambar 2.3 Sketsa stasiun curah hujan cara rata-rata hitung

2.5.2. Cara Poligon Thiessen
Cara ini memperhitungkan luas daerah yang mewakili dari stasiun–
stasiun hujan yang bersangkutan, untuk digunakan sebagai faktor bobot
dalam perhitungan curah hujan rata-rata. Metode ini dapat dilakukan pada
20
derah yang mempunyai distribusi penakar hujan yang tidak seragam dengan
mempertimbangkan faktor besar luasan dari masing – masing penakar:
saringan penakar hujan diplot pada sebuah peta wilayah, lalu hubungkan tiap
penakar hujan pada peta dengan garis tegak lurus antara penakar berdekatan.
Gambar garis tegak lurus yang ditarik melalui tengah – tengah garis tadi
sehingga membentuk poligon, yang merupakan batas wilayah yang
dipengaruhi oleh penakar hujan bersangkutan. Luas poligon dihitung dengan
menggunakan planimeter atau kertas garis (kisi – kisi).
Dimana :
R = curah hujan rata-rata (mm)
R1...R2...Rn = curah hujan masing-masing stasiun (mm)
W1...W2...Wn = faktor bobot masing-masing stasiun yaitu % daerah
pengaruh terhadap luas keseluruhan.
(Sumber : Sri Harto, Analisis Hidrologi, 1993)
Gambar 2.4 Pembagian daerah dengan cara poligon Thiessen
21
2.5.3. Cara Isohyet
Isohyet adalah garis lengkung yang merupakan harga curah hujan yang
sama. Umumnya sebuah garis lengkung menunjukkan angka yang bulat.
Isohyet ini diperoleh dengan cara interpolasi harga-harga curah hujan yang
tercatat pada penakar hujan lokal (Rnt). Lokasi stasiun hujan dan besarnya
curah hujan diplot pada sebuah petawilayah. Pada peta itu dibuat garis kontur
yang menghubungkan temapt – tempatyang mempunyai ketinggian atau
ketebalan hujan yang sama (ishiet).
Cara menggambar isohiet:
1. Hubungkan masing – masing stasiun terdekat dengan garis lurus.
2. Tentukan titik – titik pada garis tersebut yang mempunyai ketebalan
hujan yang sama (dengan skala proposional antar dua stasiun).
3. Tarik garis yang menghubungkan titik – titik yang mempunyai
ketebalan hujan yang sama besar (isohiet).
4. Tebal hujan rerata dua isohiet dihitung dengan membagi dua jumlah
nilai isohiet berdekatan.
5. Luas antara dua isohiet dihitung dengan menggunakan planimeter atau
kertas bergaris (kisi – kisi).
Rumus :
Gambar 2.5 Pembagian daerah cara garis Isohyet
22
2.6. Analisa Curah Hujan Harian Maksimum (CHHM)
Dari curah hujan rata-rata dari berbagai stasiun yang ada di daerah
aliran sungai, selanjutnya dianalisis secara statistik untuk mendapatkan pola
sebaran data curah hujan yang sesuai dengan pola sebaran data curah hujan
rata-rata.
2.6.1. Pengukuran Dispersi
Pada kenyataannya tidak semua varian dari suatu variable hidrologi
terletak atau sama dengan nilai rata-ratanya. Variasi atau dispersi adalah
besarnya derajat dari sebaran varian di sekitar nilai rataratanya. Cara
mengukur besarnya dispersi disebut pengukuran dispersi. Adapun cara
pengukuran dispersi antara lain :
1) Standar Deviasi (S)
(Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Jilid I.

Soewarno, hal : 20)
Dimana :
S = standar deviasi
i X = nilai varian ke i
X = nilai rata-rata varian
N = jumlah data
2) Koefesien Skewness (CS)
Kemencengan (skewness) adalah suatu nilai yang menunjukan derajat
ketidak simetrisan dari suatu bentuk distribusi.
(Hidrologi Aplikasi Metode Statistik untuk Analisis Data .Jilid I.

Soewarno, hal : 29)
23
Dimana :
CS = koefesien skewness
Xi = nilai varian ke i
n = jumlah data
S = standar deviasi
3) Pengukuran Kurtosis
Pengukuran kurtosis dimaksud untuk mengukur keruncingan dari
bentuk kurva distribusi, yang umumnya dibandingkan dengan distribusi
normal.
Rumus :
(Hidrologi Aplikasi Metode Statistik untuki Analisis Data. Jilid I.

Soewarno, hal : 30)
Dimana :
CK = koefisien kurtosis
Xi = nilai varian ke i
n = jumlah data
S = standar deviasi
4) Koefisien Variasi (CV)
Koefisien Variasi adalah nilai perbandingan antara deviasi standar
dengan nilai rata-rata hitung suatu distribusi.
Rumus :
(Hidrologi Aplikasi Metode Statistik untuki Analisis Data. Jilid I.

Soewarno, hal : 29)
24
Dimana :
CV = koefisien variasi
Dari nilai-nilai di atas, kemudian dilakukan pemilihan jenis sebaran
yaitu dengan membandingan koefisien distribusi dari metode yang akan
digunakan.
2.7. Analisa Intensitas Hujan

Ada berbagai macam distribusi teoretis yang kesemuanya dapat dibagi
menjadi dua yaitu distribusi diskrit dan distribusi kontinyu. Distribusi diskrit
adalah binomial dan poisson, sedangkan yang kontinyu adalah Normal, Log
Normal, Gama, Beta, Pearson dan Gumbel. Untuk memilih jenis sebaran, ada
beberapa macam distribusi yang sering dipakai yaitu :
1. Distribusi Normal
Dalam analisis hidrologi distribusi normal sering digunakan untuk
menganalisi frekwensi curah hujan, analisis stastistik dari distribusi curah
hujan tahuan, debit rata-rata tahunan. Distribusi tipe normal, mempunyai
koefisien kemencengan (Coefficient of skewness) atau CS = 0.
2. Distribusi Log Normal
Distribusi Log Normal, merupakan hasil transformasi dari distribusi
Normal, yaitu dengan mengubah varian X menjadi nilai logaritmik varian
X. Distribusi ini dapat diperoleh juga dari distribusi Log Pearson Tipe III,
apabila nilai koefisien kemencengan CS = 0 . Distribusi tipe Log Normal,
mempunyai koefisien kemencengan (Coefficient of skewness) atau CS =
3 CV + CV3. Syarat lain distribusi sebaran Log Normal CK = CV 8 + 6
CV 6 + 15 CV4 + 16 CV2 + 3.
3. Distribusi Gumbel I
Distribusi Tipe I Gumbel atau Distribusi Extrim Tipe I digunakan
untuk analisis data maksimum, misalnya untuk analisis frekwensi banjir.
Distribusi Tipe I Gumbel, mempunyai koefisien kemencengan
(Coefficient of skewness) atau CS ≤ 1,139 dan Ck ≤ 5,4002.
25
4. Distribusi Log Pearson Tipe III
Distribusi Log Pearson Tipe III atau Distribusi Extrim Tipe III
digunakan untuk analisis variable hidrologi dengan nilai varian minimum
misalnya analisis frekwensi distribusi dari debit minimum (low flows).
Distribusi Log Pearson Tipe III, mempunyai koefisien kemencengan
(Coefficient of skewness) atau CS ≠ 0.
Setelah pemilihan jenis sebaran dilakukan maka prosedur selanjutnya
yaitu mencari curah hujan rencana periode ulang 2, 5, 10 , 25, 50 dan 100
tahun. Dipilih jika metode di atas tidak cocok dengan analisa, maka rumus
yang digunakan adalah:
Dimana :
Cs = Koefisien Keruncingan (skewness)
Ck = Koefisien Kurtosis
Cv = Koefisien variansi perbandingan deviasi standart dengan rata-rata
Ri = Curah hujan masing-masing pos (mm)
R = Curah hujan rata-rata (mm)
Sx = Standart deviasi
(Sumber : Hidrologi untuk Pengairan, Ir. Suyono Sastrodarsono)
Dengan mengikuti pola sebaran yang sesuai selanjutnya dihitung curah
hujan rencana dalam beberapa metode ulang yang akan digunakan untuk
mendapatkan debit banjir rencana. Analisa statistik tersebut terdiri atas
beberapa metode, yaitu :
26
2.7.1. Metode Gumbel
Tabel 2.2 Reduced Mean (Yn)
Tabel 2.3 Reduced Standard Deviation (S)
27
Tabel 2.4 Reduced Variate (Yt)
2.7.2. Metode distribusi Log Pearson III
Logaritma debit dengan waktu balik yang dikehendaki dengan rumus :
28
2.7.3. Uji Keselarasan Distribusi
Uji keselarasan distribusi ini digunakan pengujian Chi-kuadarat yang
dimaksudkan untuk menentukan apakah persamaan distribusi peluang yang
telah dipilih dapat mewakili dari distribusi statistik sample data yang
dianalisis. Rumus :
(Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Jilid I. Soewarno,

hal : 34)
Dimana :
X2 = harga Chi-kuadrat
G = jumlah sub-kelompok
Of = frekwensi yang terbaca pada kelas yang sama
Ef = frekwensi yang diharapkan sesuai pembagian kelasnya.
Adapun prosedur pengujian Chi-kuadrat adalah sebagai berikut :
o Urutkan data pengamatan dari yang terbesar ke yang terkecil atau
sebaliknya.
29
o Hitung jumlah kelas yang ada yaitu Nc = 1+1,33ln(n) .
o Dalam pembagian kelas disarankan agar dalam masing-masing kelas
terdapat minimal tiga buah data pengamatan.
o Tentukan derajat kebebasan (DK) = G-P-1 (nilai P = 2 untuk distribusi
normal dan binomial, untuk distribusi poisson dan Gumbel nilai P = 1).
o Hitung n.
o Nilai Ef = jumlah data ( n ) / Jumlah kelas.
o Tentukan nilai Of untuk masing-masing kelas.
o Jumlah G Sub-group (Ef -Of )2 / Ef untuk menentukan nilai Chi kuadrat.
o Didapat nilai X2, harus < X2 CR

Dapat disimpulkan bahwa setelah diuji dengan Chi-kuadrat pemilihan
jenis sebaran memenuhi syarat distribusi, maka curah hujan rencana dapat
dihitung.
Tabel 2.5 Nilai kritis untuk Distribusi Chi Kuadrat
30
2.7.4. Pengukuran Curah Hujan Rencana
Tujuan pengukuran curah hujan rencana adalah untuk mendapatkan
curah hujan periode ulang tertentu yang akan digunakan untuk mencari debit
banjir rencana. Untuk menghitung curah hujan rencana menggunakan
parameter pemilihan distribusi curah hujan.
2.7.5. Ploting Data Curah Hujan
Ploting distribusi curah hujan dilakukan untuk mengetahui bedaantara
frekuensi yang diharapkan (Ef) dengan frekuensi yang terbaca (Of). Sebelum
plotting terlebih dahulu dihitung peluang (P) masing-masing curah hujan rata-
rata dengan rumus :
2.8. Uji Kecocokan Intensitas Hujan (Uji Deviasi)

Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada
suatu kurun waktu di mana air tersebut berkonsentrasi. Analisis intensitas
curah hujan ini dapat diproses dari data curah hujan yang telah terjadi pada
masa lampau.
2.8.1. Metode Der Weduwen
Digunakan untuk luas DAS ≤ 100 km2
31
2.8.2. Metode Haspers
32
2.8.3. Metode Van Breen
Berdasarkan penelitian Ir. Van Breen di Indonesia, khususnya di Pulau
Jawa, curah hujan terkonsentrasi selama 4 jam dengan jumlah curah hujan
sebesar 90% dari jumlah curah hujan selama 24 jam (Anonim dalam Melinda,
2007).
Perhitungan intensitas curah hujan dengan menggunakan Metode Van
Breen adalah sebagai berikut :
dimana :
IT: Intensitas curah hujan pada suatu periode ulang (T tahun)
RT: Tinggi curah hujan pada periode ulang T tahun (mm/hari)
Dengan nilai yang sama dengan nilai yang digunakan dalam Metode
Mononobe, maka perhitungan intensitas curah hujan dengan Metode Van
Breen, menghasilkan nilai sebagai berikut :
2.8.4. Metode Manual Jawa Sumatra
33
Tabel 2.6 Faktor reduksi (ARF)
Tabel 2.7 Growth Factor (GF)
2.8.5. Metode Rasional

Metode ini dapat menggambarkan hubungan antara debit limpasan dengan
besar curah hujan statis. Dua komponen utama yang digunakan yaitu waktu
konsentrasi (tc) dan intensitas curah hujan (I).
Rumus : Q = 0,278 × C × I × A
Dimana :
Q = Debit maksimum (m3/dtk)
A = Luas DAS (km2)
C = koefisien limpasan (lihat tabel 2.8 )
I = Intensitas curah hujan selama waktu konsentrasi (mm/jam)
(Sumber : Suyono Sosrodarsono, Hidrologi Untuk Pengairan)
34
Tabel 2.8 Harga Koefisien run off
2.8.6. Metode Passing Capasity

Cara ini dipakai dengan jalan mencari informasi yang dipercaya tentang
tinggi muka air banjir maksimum yang pernah terjadi. Selanjutnya dihitung
besarnya debit banjir rencana dengan rumus :
Dimana :
Q = Volume banjir yang melalui tampang (m3/dtk)
A = Luas penampang basah (m2)
V = Kecepatan aliran (m/dtk)
R = Jari – jari hidrolis (m)
I = Kemiringan sungai
P = Keliling penampang basah sungai(m)
c = Koefisien Chezy
B = Lebar sungai (m)
35
2.9. Kurva IDF
Hujan adalah curahan atau jatuhnya air akibat peristiwa kondensasi dari
atmosfer ke permukaan bumi dalam bentuk air, embun, kabut atau salju.
Intensitas curah hujan adalah Jumlah hujan yang dinyatakan dalam tinggi
hujan atau volume hujan tiap satuan waktu. Besarnya intensitas hujan
berbeda-beda, tergantung dari lamanya curah hujan dan frekuensi
kejadiannya.Intensitas hujan diperoleh dengan cara melakukan analisis data
hujan baik secara statistik maupun secara empiris. Intensitas curah hujan
dinotasikan dengan huruf I dengan satuan mm/jam. Besarnya intensitas curah
hujan sangat diperlukan dalam perhitungan debit banjir rencana berdasar
metode Rasional. Durasi adalah Lama kejadian hujan (menitan, jam-jaman,
harian) diperoleh terutama dari hasil pencatatan alat pengukur hujan otomatis.
Dalam perencanaan drainase, durasi hujan sering dikaitkan dengan
waktu konsentrasi khususnya pada drainase perkotaan diperlukan durasi yang
relatif pendek, mengingat akan toleransi terhadap lamanya genangan dan
meliputi daerah yang tidak sangat luas. Hujan yang meliputi daerah luas,
jarang sekali dengan intensitas tinggi, tetapi dapat berlangsung dengan durasi
cukup panjang. Frekuensi Intensitas Hujan adalah interval waktu rata-rata
antara kejadian curah hujan yang mempunyai intensitas tertentu dengan
kejadian curah hujan dengan intensitas yang sama atau lebih lebat.
Dalam proses pengalihragaman hujan menjadi aliran ada beberapa sifat
hujan yang penting untuk diperhatikan, antara lain adalah intensitas hujan (I),
lama waktu hujan (t), kedalaman hujan (d), frekuensi (f) dan luas daerah
pengaruh hujan (A). Komponen hujan dengan sifat-sifatnya ini dapat
dianalisis berupa hujan titik maupun hujan rata-rata yang meliputi luas daerah
tangkapan (chatment) yang kecil sampai yang besar. Analisis hubungan dua
parameter hujan yang penting berupa intensitas dan durasi dapat dihubungkan
secara statistik dengan suatu frekuensi kejadiannya. Penyajian secara grafik
hubungan ini adalah berupa kurva Intensity-Duration- Frequency (IDF).
Analisis intensitas-durasi-frekuensi (IDF) dilakukan untuk memperkirakan
debit aliran puncak berdasarkan data hujan titik (satu stasiun pencatat hujan).
36
Data yang digunakan adalah data hujan dengan intensitas tinggi yang terjadi
dalam waktu singkat, seperti 5,10,25,…..,120 menit lebih. Untuk itu
diperlukan data hujan dari stasiun puncak otomatis.
Intensitas hujan di Indonesia dapat mengacu pada pola grafik IDF
(Intensity Duration Frequency) dari Van Breen yang didekati dengan
persamaan (Moduto. Drainase Perkotaan. 1998):
Keterangan:
IT = Intensitas hujan pada PUH T tahun, dengan tc > te (mm/hari)
RT = Tinggi hujan pada PUH T tahun (mm/jam)
Jika tc < te, maka tc diganti dengan te
2.9.1. Sherman
Dimana :
I = intensitas curah hujan (mm/jam)
T = lamanya curah hujan (menit)
37
a,b = konstanta yang tergantung pada lama curah hujan yang terjadi
di daerah aliran.
N = banyaknya pasangan data i dan t
2.9.2. Menurut Talbot
2.9.3. Menurut Ishiguro
38
39
Bab III
Metodologi
3.1 Metodologi Penyusunan Laporan

Dalam pembuatan laporan akhir ada beberapa langkah yang penting
yang harus dilakukan untuk menunjang keseluruhan isi laporan, yaitu studi
literatur, analisis data, dan pembuatan kerangka laporan.
Studi Analisis
Literatur Hidrologi
Draft Kerangka
Laporan Laporan
Terbentuk
Evaluasi
Laporan
Gambar 3.1 Diagram Alir Penyusunan Laporan

Studi literatur merupakan tahapan pertama yang dilakukan untuk
mengumpulkan informasi mengenai uji-uji analisis hidrologi dan juga metode
yang digunakan untuk setiap uji sebagai pendukung dan pengolahan data
untuk pembuatan kurva IDF.
40
3.2 Tahap Analisis Hidrologi
Terdapat tahapan-tahapan dalam melakukan analisis hidrologi untuk
pembuatan kurva IDF, yaitu :
1. Analisis data curah hujan, yang terdiri atas:
 Melengkapi data curah hujan
 Melakukan Tes Konsitensi
 Melakukan Uji Homogenitas
2. Analisis curah hujan harian maksimum dengan menggunakan 3 metode,
yaitu:
 Metode Gumbel
 Metode Log Pearson Tipe II
 Metode Distribusi Normal
Dari ketiga metode diatas, pemilihan metode yang tepat dalam
menganalisa curah hujan maksimum dapat dilakukan dengan
menggunakan uji Chi Kuadrat.
3. Analisa intensitas hujan dengan menggunakan 3 buah metode,
diantaranya :
 Metode Van Breen
 Metode Bell Tanimoto
 Metode Hasper dan Der Weduwen
Analisis intensitas hujan dengan cara mensubtitusikan ketiga metode
diatas kedalam metode perhitungan Talbot, Ishiguro dan Sherman.
4. Pemilihan metode analisis intensitas hujan dengan menggunakan
perhitungan Metode Kuadrat Terkecil.
5. Membuat kurva IDF, dengan sumbu x adalah durasi dalam menit dan
sumbu y adalah intensitas hujan dalam mm/jam.
Langkah-langkah selanjutnya dalam tahapan analisis hidrologi dapat dilihat
pada gambar 3.2.
41
Data Curah Hujan
Harian Maksimum
Uji Konsistensi
Uji Homogenitas
 Metode Gumbel
Analisis Curah  Metode Log
Hujan Harian Pearson Tipe II
Maksimum  Metode
Distribusi Normal
Pemilihan Metode
dengan Uji Chi Kuadrat
 Metode Van
Breen
Analisis
 Metode Bell
Intensitas Hujan Tanimoto
 Metode Hasper
dan Der
Weduwen
Pemilihan Metode
Pendekatan  Metode Talbot

Matematis  Metode Sherman
Intensitas Hujan  Metode Ishiguro
Pemilihan Metode
dengan Kuadrat
Terkecil
Pembuatan Kurva IDF
Gambar 3.2. Langkah-langkah Tahapan Analsis Hidrologi
42
Bab IV
Lokasi Penelitian
4.1. Gambaran Umum Daerah Aliran Sungai (DAS) Citarum

Daerah Aliran Sungai (DAS) Citarum merupakan DAS terbesar di Jawa
Barat dengan luas 6.614 km2 dan panjang 300 km (Jasa Tirta II, 2002 dalam
Hadisantosa, 2006). Secara geografis berada 106°51„36‖ – 107°51’ BT dan
7°19 – 6°24’LS, dengan jumlah penduduk sebesar 15.303.758 jiwa (Data BPS
2009) memegang beberapa peranan penting, antara lain (Wandhani, 2005):
 Merupakan tempat keberadaan 3 waduk besar di daerah Jawa Barat
(Saguling, Citara, dan Jatihulur) sejak tahun 1962.
 Mengairi jaringan irigasi pertanian seluas 300.000 Ha di kawasan pantura
Jawa Barat.
 Menjadi sumber air minum bagi kawasan urban Bandung, Cimahi,
Cianjur, Purwakarta, Bekasi, Karawang, dan Jakarta.
 Dimanfaatkan untuk keperluan lain seperti areal budi daya ikan terapung,
rekreasi, dan sarana olah raga.
Gambar 4.1 Peta DAS Citarum

Sumber : PUSAIR JABAR, 2003 dalam Wardhani, 2005
43
Gambar 4.1 menunjukkan bagian sungai beserta anak-anak sungai Citarum
yang mengalir melalui beberapa daerah, yaitu (BPLDH, 2006) :
a. DAS Citarum hulu sampai dengan Waduk Saguling berada pada Kabupaten
Sumedang, Kabupaten Bandung, Kota Bandung, dan Kota Cimahi. Segmen
ini merupakan bagian yang banyak menampung beban pencemaran air
akibat limbah industri, penduduk, dan pertanian.
b. Waduk Cirata dan Waduk Jatiluhur berada pada Kabupaten Bandung,
Kabupaten Cianjur, dan Kabupaten Purwakarta. Waduk-waduk tersebut
banyak menampung beban pencemaran air akibat limbah perikanan
keramba jarring apung.
c. Citarum hilir dari Bandung Curug sampai muara sungai berada pada
Kabupaten Karawang dan Kabupaten Bekasi. Meskipun masih menghadapi
masalah beban akibat buangan industri, beban pencemaran di segmen hilir
ini tidak seberat di bagian hulu.
4.2. Sistem Sungai

Sistem sungai-sungai di daerah Cekungan Bandung berinduk pada Sungai
Citarum, yang terdiri dari 7 Sub DAS Citarum. Masing-masing mempunyai
hulu beragam, baik dari utara, timur ataupun selatan, yang semuanya bermuara
ke Sungai Citarum yang mengalir ke arah barat. Khususnya sistem Sungai
Citarum hulu dengan Sub DAS-nya yang terdiri dari Sub DAS Citarik, Cirasta,
Cisangkuy, Cikapundung, Ciwidey, Ciminyak, dan Cihaur, seperti terlihat
pada Gambar 2.
Gambar 4.2 Sistem Aliran Sungai Citarum Hulu dengan Anak Sungainya
44
4.3. Kondisi Tata Guna Lahan di DAS Citarum
Perubahan tutupan lahan di Citarum Hulu dari tahun 1983-2002
(Wangsaatmaja, 2004) memperlihatkan bahwa perubahan hutan berkurang
54%, pertanian menurun 55%, pemukiman/perkotaan meningkat 23,3%, serta
industri meningkat 86,8%. Hal ini menunjukkan bahwa kerusakan (termasuk
perubahan fungsi lahan resapan) DAS Citarum telah terjadi dimulai dari daerah
hulunya.
Pada awalnya, kegiatan pertanian merupakan basis tradisional ekonomi
yang berkembang di Kabupaten Bandung. Namun, pertambahan jumlah
penduduk dan urbanisasi serta pembangunan industri telah mengubah tata guna
lahan di DAS Citarum Hulu. Hal ini disebabkan oleh terjadinya pembukaan
lahan dan irigasi sawah pada beberapa daerah untuk kompleks perumahan,
distrik bisnis, dan area industri (Soetrisno, 1998 dalam hadisantoa, 2006)
Peningkatan jumlah penduduk diiringi oleh meningkatnya kebutuhan
untuk memenuhi hidupnya menjadi salah satu penyebab berubahnya tata guna
lahan di DAS Citarum Hulu. Jumlah penduduk di DAS Hulu pada tahun 1986
adalah 3.467.818 jiwa meningkat menjadi 4.145.967 pada tahun 2001 dengan
kepadatan per km2 1,394, dengan laju pertumbuhan rata-raa 1,2%.
Gambar 4.3 Deskripsi Sungai Citarum

Sumber : Jasa Tirta II, 2002 dalam Hardisantosa, 2006)
45
Penggunaan lahan di DAS Citarum pada tahun 2004 yaitu :
a. Irigasi 33%
b. Agrikultur 25,8%
c. Hutan 19%
d. Rawa dan peternakan ikan 4%
e. Lainnya 9%
Pada saat ini di DAS Citarum terdapat ±500 buah industri, dan ±400 buah
industri berada di bagian hulu dengan industri tekstil mencapai 74,5%. Sisanya
merupakan aneka industri, yaitu industri makanan dan minuman, logam dan
farmasi. Jumlah serta aktivitas industri tekstil tersebut sangat mempengaruhi
karakteristik air limbah pada sungai Citarum (BPLHD, 2004). Industri-industri
tekstil tersebar di Bandung Selatan, Bandung Timur, Majalaya, Banjaran dan
Cimahi.
Gambar 4.4 Penyebaran Industri di DAS Citarum Hulu

4.4. Tingkat Pencemaran DAS Citarum

Pencemaran air Sungai Citarum terutama daerah hulu semakin sering
dilaporkan. Penelitian menunjukkan kualitas air sungai menurun secara drastic,
46
dimana sepanjang 127 km atau 47,1% sungai Citarum telah tercemar berat.
Diperkirakan setiap hari Sungai Citarum akan menampung 280 ton limbah.
Pada tahun 1992 domestik menyumbang 55%, industri 40%,pertanian dan
peternakan 5%.
4.5. Titik Pengamatan

Distribusi hujan secara keruangan di daerah DAS Citarum umumnya tidak
seragam. Berdasarkan hasil perhitungan, rata-rata hujan tahunan berkisar
antara 1966 mm sampai 2600 mm. Variabilitas curah hujan di DAS Citarum
sangat dipengaruhi oleh variasi topografi atau ketinggian.
Pada lokasi penelitian terdapat sepuluh stasiun pencatat hujan (gauging
station) yang akan digunakan dalam perhitungan yaitu, Cicalengka, Paseh,
Chinchona, Ciparay, Ujung Berung, Bandung, Cililin, Montaya, Saguling
DAM dan Cisondari. Pos pencatatan curah hujan dalam penelitian berada pada
elevasi yang berbeda-beda, yaitu antara 670 hingga 1400 m di atas permukaan
air laut. Data hujan yang tersedia merupakan data curah hujan selama 28 tahun,
dari tahun 1986 hingga 2013.
47
Bab V
Hasil dan Pembahasan
5.1 Melengkapi Data Curah Hujan

Data hujan dikumpulkan dari lapangan oleh para petugas/pengamat.
Dari pembacaan di alat ukur, kemudian dipindahkan dalam catatan sementara
atau langsung ke formulir buku yang telah disediakan. Dengan mengikuti
prosedur tersebut dan juga karena sebab-sebab lain, sering terjadi data hujan
tidak terekam, atau catatan sementara hilang/rusak, sehingga data hujan pada
hari tertentu tidak diketahui. Hal tersebut berbeda bila memang pada hari
tersebut tidak terjadi hujan. Atau dengan kata lain dapat dikatakan bahwa data
tidak lengkap disebabkan oleh faktor manusia atau alat yang digunakan.
Keadaan data hujan hilang ini untuk kepentingan tertentu dapat
mengganggu. Misalnya pada suatu saat terjadi banjir, sedangkan data hujan
pada satu atau beberapa stasiun pada saat yang bersamaan tidak tersedia
(karena berbagai sebab). Keadaan demikian tidak terasa merugikan bila data
tersebut tidak tercatat pada saat yang di pandang tidak penting.
Data hujan yang hilang dapat diestimasi apabila di sekitarnya ada
stasiun penakar hujan (minimal 2 stasiun) yang lengkap datanya atau stasiun
penakar yang datanya hilang diketahui hujan rata-rata tahunannya.
Menghadapi keadaan ini, terdapat dua langkah yang dapat dilakukan yaitu :
a. Membiarkan saja data yang hilang tersebut, karena dengan cara apapun
data tersebut tidak akan diketahui dengan tepat.
b. Bila dipertimbangkan bahwa data tersebut mutlak diperlukan maka
perkiraan data tersebut dapat dilakukan dengan cara-cara yang dikenal.
Dalam pengamatan data curah hujan yang diberikan terdapat banyak
kekosongan data, dan kami mempertimbangkan bahwa data yang hilang
mutlak diperlukan untuk melakukan analisis ke tahap-tahap selanjutmya.
48
5.1.1 Data Curah Hujan Awal
Tahun Tahun Tahun Tahun Tahun Tahun Tahun Tahun Tahun Tahun Tahun Tahun
1986 214 277 195 158 268 192 184 297 260 245 2290
1987 36 251 267 99 155 87 229 314 252 160 1850
1988 90 131 192 92 51 93 93 248 104 105 1199
1989 130 261 385 186 34 215 303 262 1776
1990 238 423 196 252 417 175 383 2084
1991 58 142 158 91 68 306 190 1013
1992 188 231 248 215 170 189 163 233 1637
1993 195 178 162 216 80 142 149 108 132 1362
1994 218 226 145 141 27 196 258 275 1486
1995 126 161 175 95 106 93 174 203 297 174 1604
1996 103 119 89 39 51 112 513
1997 159 160 216 122 64 83 111 93 1008
1998 322 224 346 231 235 279 263 425 395 96 2816
1999 45 141 323 64 63 64 131 219 128 1178
2000 96 117 171 91 101 85 22 4 164 195 1046
2001 163 80 211 173 99 120 82 73 204 152 1357
2002 43 123 117 60 56 47 140 121 200 96 1003
2003 294 239 252 290 183 154 111 256 218 1997
2004 123 332 145 231 208 171 211 1421
2005 252 183 347 323 372 274 397 141 2289
2006 91 219 134 187 32 42 705
2007 379 539 352 270 413 348 349 365 604 280 3899
2008 87 134 204 99 78 66 187 172 297 1324
2009 216 301 449 283 162 253 344 181 2189
2010 312 472 572 468 506 232 444 260 3266
2011 90 131 221 91 56 157 142 220 1108
2012 313 308 311 200 228 248 294 154 325 2381
2013 252 283 319 237 262 236 261 303 218 266 2637
Adapun dalam mengisi kekosongan data curah hujan, dilakukan

dengan 2 metode, antara lain :
5.1.1. Metode Aljabar
antara stasiun pembanding dengan stasiun yang kehilangan data kurang dari
10% (Moduto. Drainase Perkotaan. 1998).
Keterangan :
Rn = Nilai curah hujan stasiun pembanding di tahun yang sama
n = Jumlah data hujan yang ada
49
Dalam menggunakan metode ini, langkah awal yang harus dilakukan
adalah menghitung jumlah total curah hujan untuk setiap tahunnya dari data
tabel curah hujan hilang. Lalu lakukan perhitungan seperti rumus yang tertera.
Contoh:
Perhitungan data curah hujan kosong di stasiun Cicalengka pada tahun
1994. Pada tahun tersebut, pada stasiun Cicalengka hanya terdapat 8 dari 10
data, maka nilai n yaitu 8. Sementara jumlah total curah hujan yang terhitung
yaitu sebesar 1486. Sehingga nilai curah hujan yang hilang sebesar 185,75 .
1
𝑅𝑥 = 8 𝑥 1486 = 185,75
Dengan cara yang sama, nilai data yang hilang pada stasiun lainnya
dapat dicari sehingga didapatkan nilai curah hujan secara lengkap dan dapat
dianalisis lebih lanjut.
Tabel 5.1.2 Data Hasil Perhitungan Curah Hujan Hilang dengan Metode Aljabar
HASIL AKHIR METODE ALJABAR
Tahun Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling DAMCisondari
1986 214 277 195 158 268 192 184 297 260 245
1987 36 251 267 99 155 87 229 314 252 160
1988 90 131 192 92 51 93 93 248 104 105
1989 130 261 385 186 222 34 215 303 222 262
1990 238 423 196 252 297,71429 417 297,71429 175 297,71429 383
1991 58 142 158 91 144,71429 68 144,71429 306 190 144,71429
1992 188 231 248 215 170 189 204,625 163 233 204,625
1993 195 178 151,33333 162 216 80 142 149 108 132
1994 185,75 218 185,75 226 145 141 27 196 258 275
1995 126 161 175 95 106 93 174 203 297 174
1996 85,5 103 85,5 119 85,5 89 39 51 85,5 112
1997 159 160 216 122 126 64 83 111 126 93
1998 322 224 346 231 235 279 263 425 395 96
1999 45 141 323 64 63 64 131 130,88889 219 128
2000 96 117 171 91 101 85 22 4 164 195
2001 163 80 211 173 99 120 82 73 204 152
2002 43 123 117 60 56 47 140 121 200 96
2003 294 221,88889 239 252 290 183 154 111 256 218
2004 123 332 203 145 231 208 203 203 171 211
2005 252 286,125 183 347 323 372 274 286,125 397 141
2006 91 117,5 117,5 219 134 187 117,5 117,5 32 42
2007 379 539 352 270 413 348 349 365 604 280
2008 87 134 204 99 78 66 187 172 297 147,11111
2009 216 301 449 273,625 283 162 253 344 181 273,625
2010 312 472 572 408,25 468 506 232 444 260 408,25
2011 90 131 221 138,5 91 56 157 142 220 138,5
2012 313 308 311 264,55556 200 228 248 294 154 325
2013 252 283 319 237 262 236 261 303 218 266
50
5.1.2. Metode Perbandingan Normal
Metode ini digunakan jika perbedaan curah hujan tahunan normal antara
stasiun pembanding dengan stasiun yang kehilangan data lebih dari 10%
(Subarkah. Hidrologi untuk Perencanaan Bangunan Air. 1980):
Dalam menggunakan metode ini, terdapat beberapa data yang perlu

dicari dan sudah tertera pada tabel dibawah ini.
Tabel 5.1.3 Variabel yang Harus dicari
N
Ri
Ξ Ri
n
R
Ri-R
(Ri-R)^2
Ξ(Ri-R)^2
S
Δ
Hasil perhitungan jumlah data stasiun pembanding, tinggi curah hujan

yang dicari, harga rata-rata curah hujan pada salah satu stasiun pengukur yang
curah hujannya dicari, standar deviasi, jumlah curah hujan untuk setiap
stasiun, dan jumlah data curah hujan total terdapat pada tabel 5.1.4.
51
Tabel 5.1.4 Hasil Perhitungan.
Tahun Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling DAM Cisondari
1986 214 277 195 158 268 192 184 297 260 245
1987 36 251 267 99 155 87 229 314 252 160
1988 90 131 192 92 51 93 93 248 104 105
1989 130 261 385 186 34 215 303 262
1990 238 423 196 252 417 175 383
1991 58 142 158 91 68 306 190
1992 188 231 248 215 170 189 163 233
1993 195 178 162 216 80 142 149 108 132
1994 218 226 145 141 27 196 258 275
1995 126 161 175 95 106 93 174 203 297 174
1996 103 119 89 39 51 112
1997 159 160 216 122 64 83 111 93
1998 322 224 346 231 235 279 263 425 395 96
1999 45 141 323 64 63 64 131 219 128
2000 96 117 171 91 101 85 22 4 164 195
2001 163 80 211 173 99 120 82 73 204 152
2002 43 123 117 60 56 47 140 121 200 96
2003 294 239 252 290 183 154 111 256 218
2004 123 332 145 231 208 171 211
2005 252 183 347 323 372 274 397 141
2006 91 219 134 187 32 42
2007 379 539 352 270 413 348 349 365 604 280
2008 87 134 204 99 78 66 187 172 297
2009 216 301 449 283 162 253 344 181
2010 312 472 572 468 506 232 444 260
2011 90 131 221 91 56 157 142 220
2012 313 308 311 200 228 248 294 154 325
2013 252 283 319 237 262 236 261 303 218 266
N 26 25 23 24 23 28 23 24 24 22
Ri 173,5384615 228,84 263,043478 166,875 192,9565217 167,642857 171,26087 221,416667 236,4166667 185,9545455
Ξ Ri 2007,945067
n 10
R 200,7945067
Ri-R -27,25604516 28,0454933 62,2489716 -33,919507 -7,837984964 -33,15165 -29,533637 20,62216 35,62215996 -14,8399612
(Ri-R)^2 742,891998 786,5496942 3874,93446 1150,53294 61,4340083 1099,03187 872,235723 425,273482 1268,93828 220,2244499
Ξ(Ri-R)^2 10502,0469
S 34,15983167
Δ 17,01233377
Setelah seluruh data yang diminta sebelumnya sudah didapatkan, maka

dilanjutkan dengan melakukan perhitungan Ri/R dimana curah hujan yang
tersedia dari tabel curah hujan awal dibagi dengan nilai curah hujan rata-rata
dari seluruh stasiun pembanding dan untuk seluruh tahun. Hasil perhitungan
Ri/R terdapat pada tabel 5.1.5.
52
Tabel 5.1.5 Data Hasil Perhitungan Ri/R
ri/Ri
Tahun Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling DAM Cisondari 𝑅
1986 1,233156028 1,210452718 0,741322314 0,946816479 1,388913925 1,145291862 1,074384362 1,341362439 1,09975326 1,317526277 11,4989797
1987 0,207446809 1,096836217 1,015041322 0,593258427 0,80328977 0,518960375 1,337141406 1,41814076 1,065914699 0,860425324 8,91645511
1988 0,518617021 0,572452368 0,729917355 0,551310861 0,264308247 0,554750746 0,543031226 1,120060218 0,439901304 0,564654119 5,85900347
1989 0,749113475 1,140534872 1,463636364 1,114606742 0,202812101 1,25539477 1,36846067 1,408946468 8,70350546
1990 1,371453901 1,848453068 0,745123967 1,51011236 2,487430763 0,790365073 2,059643119 10,8125822
1991 0,334219858 0,620520888 0,600661157 0,545318352 0,405624201 1,382009785 0,803665844 4,69202009
1992 1,083333333 1,009438909 0,942809917 1,288389513 0,88102749 1,127396677 0,736168611 0,985548114 8,05411256
1993 1,123670213 0,777836043 0,970786517 1,119423164 0,477204942 0,829144453 0,672939405 0,456820585 0,709850892 7,13767621
1994 0,952630659 1,354307116 0,751464624 0,841073711 0,157654227 0,885208882 1,09129362 1,478856025 7,51248886
1995 0,72606383 0,703548331 0,665289256 0,56928839 0,549346553 0,554750746 1,015993907 0,916823485 1,256256609 0,93571254 7,89307365
1996 0,450096137 0,713108614 0,530890499 0,227722772 0,230334964 0,602297727 2,75445071
1997 0,916223404 0,699178465 0,821157025 0,731086142 0,381763954 0,484640772 0,501317275 0,50012222 5,03548926
1998 1,855496454 0,978849851 1,315371901 1,384269663 1,217890942 1,664252237 1,535668952 1,919458035 1,670778992 0,516255194 14,0582922
1999 0,259308511 0,616151023 1,227933884 0,383520599 0,326498423 0,381763954 0,764914953 0,926330631 0,688340259 5,57476224
2000 0,553191489 0,511274253 0,650082645 0,545318352 0,523433979 0,507030251 0,128459 0,018065487 0,693690518 1,048643363 5,17918934
2001 0,93927305 0,349589233 0,80214876 1,03670412 0,51306895 0,715807414 0,478801726 0,329695145 0,862883327 0,817404058 6,84537578
2002 0,247783688 0,537493445 0,444793388 0,359550562 0,29022082 0,280357904 0,817466362 0,546480994 0,845964047 0,516255194 4,8863664
2003 1,694148936 0,908595041 1,51011236 1,502929247 1,091606306 0,899212998 0,501317275 1,08283398 1,172329504 10,3630856
2004 0,708776596 1,450795316 0,868913858 1,197160883 1,24073285 0,72329926 1,134685896 7,32436466
2005 1,45212766 0,695702479 2,079400749 1,673952231 2,219002983 1,599898451 1,679238632 0,758249817 12,157573
2006 0,524379433 1,312359551 0,694456963 1,115466553 0,135354247 0,225861648 4,00787839
2007 2,183953901 2,355357455 1,338181818 1,617977528 2,140378549 2,0758415 2,03782686 1,648475725 2,554811421 1,505744317 19,4585491
2008 0,501329787 0,585561965 0,77553719 0,593258427 0,404236142 0,393694078 1,091901498 0,776815958 1,256256609 6,37859165
2009 1,244680851 1,315329488 1,706942149 1,466651645 0,966340009 1,477278497 1,553631916 0,765597462 10,496452
2010 1,79787234 2,062576473 2,174545455 2,425416854 3,018321261 1,354658543 2,0052691 1,09975326 15,9384133
2011 0,518617021 0,572452368 0,840165289 0,471608833 0,33404346 0,916730135 0,641324802 0,930560451 5,22550236
2012 1,803634752 1,345918546 1,18231405 1,036502929 1,360034086 1,44808327 1,327813323 0,651392316 1,747738939 11,9034322
2013 1,45212766 1,236671911 1,212727273 1,420224719 1,357818837 1,40775458 1,523990861 1,36846067 0,922100811 1,430457101 13,3323344
Setelah perhitungan ri/R dan jumlah masing-masingnya untuk setiap

tahunnya telah dihitung. Selanjutnya dilakukan perhitungan dengan metode
perbandingan normal seperti berikut pada stasiun Cicalengka tahun 1994:
1
𝑅𝑥 = 𝑥 (173,54𝑥 7,512) = 162,96
8
Dimana 8 adalah jumlah data curah hujab yang tersedia pada tahun
1994 di stasiun Cicalengka dimana terdapat 2 nilai kosong. Nilai 173,54
adalah nilai jumlah total data curah hujan dibagi dengan jumlah tahun.
Sementara nilai 7,512 adalah jumlah total ri/R pada tahun 1994 dari hasil
perhitungan. Dengan cara yang sama kita dapat mencari nilai curah hujan
yang hilang pada stasiun yang berbeda, nilai data curah hjan yang telah
dihitung terdapat pada tabel 5.1.6.
53
Tabel 5.1.6 Data Hasil Perhitungan dengan Metode Perbandingan Rasio
HASIL AKHIR METODE PERBANDINGAN RASIO
1986 214 277 195 158 268 192 184 297 260 245
1987 36 251 267 99 155 87 229 314 252 160
1988 90 131 192 92 51 93 93 248 104 105
1989 130 261 385 186 209,924768 34 215 303 257,2067187 262
1990 238 423 196 252 298,05118 417 264,538891 175 365,1820934 383
1991 58 142 158 91 129,336554 68 114,794206 306 190 124,643209
1992 188 231 248 215 170 189 172,41929 163 233 187,212355
1993 195 178 208,613242 162 216 80 142 149 108 132
1994 162,96322 218 247,0139 226 145 141 27 196 258 275
1995 126 161 175 95 106 93 174 203 297 174
1996 79,6671899 103 120,756716 119 88,5815381 89 39 51 108,5330093 112
1997 159 160 216 122 121,453812 64 83 111 148,8091981 93
1998 322 224 346 231 235 279 263 425 395 96
1999 45 141 323 64 63 64 131 137,1494747 219 128
2000 96 117 171 91 101 85 22 4 164 195
2001 163 80 211 173 99 120 82 73 204 152
2002 43 123 117 60 56 47 140 121 200 96
2003 294 263,498724 239 252 290 183 154 111 256 218
2004 123 332 275,232337 145 231 208 179,196723 231,6766297 171 211
2005 252 347,767376 183 347 323 372 274 336,4861611 397 141
2006 91 152,860482 175,707712 219 134 187 114,39879 147,9018457 32 42
2007 379 539 352 270 413 348 349 365 604 280
2008 87 134 204 99 78 66 187 172 297 131,792012
2009 216 301 449 218,949429 283 162 253 344 181 243,98287
2010 312 472 572 332,46534 468 506 232 444 260 370,47755
2011 90 131 221 109,000713 91 56 157 142 220 121,46324
2012 313 308 311 220,709472 200 228 248 294 154 325
2013 252 283 319 237 262 236 261 303 218 266
5.2 Uji Konsistensi

Satu data hujan untuk stasiun tertentu, dimungkinkan sifatnya tidak
konsisten (inconsistent). Data semacam ini tidak dapat langsung dianalisa.
Jadi sebelum data hidrologi tersebut ‘siap pakai’ atau sebagai bahan informasi
lebih lanjut, harus dilakukan pengujian terhadap konsistensinya. Tes
dilakukan dengan membandingkan nilai akumulasi hujan tahunan pada pos
yang bersangkutan dengan nilai akumulasi hujan rata-rata tahunan suatu
kumpulan stasiun di sekitarnya. Penyebab ketidak konsistensian data adalah:
1. Alat ukur hujan diganti dengan spesifikasi berbeda, atau alat yang sama
akan tetapi dipasang dengan patokan yang berbeda.
2. Alat ukur dipindahkan dari tempat semula tetapi secara administrative nam
stasiun tersebut tidak diubah, misalnya karena masih dalam satu desa.
3. Alat ukur sama, tempat tidak dipindahkan, akan tetapi lingkungan yang
berubah.
54
Dalam pengujian konsistensi data hujan, dilakukan dengan beberapa
cara sebagai berikut:
1. Buat sheet pada excel untuk uji konsistensi, setiap stasiun 1 sheet.
2. Untuk masing-masing stasiun: Buat tabel dengan kolom judul P (nama
stasiun), P pembanding, akumulasi (nama stasiun), akumulasi
pembanding, tan a0, tan a, k, CHMM
3. Pada bagian nama stasiun, diisi dengan curah hujan di tiap tahun di
stasiun yang akan diuji. Sementara untuk bagian P pembanding, isi
dengan rata-rata curah hujan stasiun pembanding pada tahun yang sama
4. Untuk bagian akumulasi (nama stasiun), isi sel dari bawah ke atas (dari
tahun 2013 ke tahun 1986). Pada sel akumulasi (nama stasiun) tahun
2013, isi dengan nilai yang sama dengan curah hujan pada tahun 2013 di
stasiun yang diuji. Pada tahun 2012, isi sel akumulasi (nama stasiun)
dengan penjumlahan antara sel akumulasi (nama stasiun) tahun 2013 dan
curah hujan pada tahun 2012. Kemudian drag sel akumulasi (nama
stasiun) tahun 2012 ke atas sampai tahun 1986
5. Untuk bagian akumulasi pembanding, isi sel dari bawah ke atas (dari
tahun 2013 ke tahun 1986). Pada sel akumulasi pembanding tahun 2013,
isi dengan nilai yang sama dengan P pembanding pada tahun 2013 di
stasiun yang diuji. Pada tahun 2012, isi sel akumulasi pembanding
dengan penjumlahan antara sel akumulasi pembanding tahun 2013 dan P
pembanding pada tahun 2012. Kemudian drag sel akumulasi pembanding
tahun 2012 ke atas sampai tahun 1986.
6. Buat grafik scatter dengan sb-x adalah nilai akumulasi pembanding dan
sb-y adalah nilai akumulasi (nama stasiun). Kemudian regresikan
7. Isi nilai tan a0 dengan nilai gradien hasil regresi. Nilai tan a0 tiap tahun
di stasiun yang diuji akan selalu sama.
8. Jika ada minimal 5 titik berurutan yang keluar dari garis linear, maka data
perlu dikoresi dan menunjukan bahwa data tidak cukup konsisten. Jika
ada titik yang keluar garis linear namun kurang dari 5 dan tidak
berurutan, maka nilai tan a akan sama dengan tan a0.
55
9. Untuk data yang menyimpang, pada grafik yang sama, hubungkan titik-
titik yang menyimpang. Buat garis linear yang menghubungkan titik-titik
tersebut.
10. Untuk data yang tidak menyimpang, nilai tan a0 sama dengan tan a. untuk
data yang menyimpang, nilai tan a adalah nilai gradien persamaan linear
baru yang menghubungkan titik-titik yang menyimpang.
11. k merupakan faktor koreksi (fk). Nilai k adalah hasil bagi antara tan a
dengan tan a0.
Contoh perhitungan uji Konsistensi pada stasiun Cicalengka,
didapatkan nilai hasil regresi sebesar 0,8512 nilai tersebut merupakan
nilai tan a0. Nilai tan a akan tetap kecuali pada minimal 5 titik yang
menyimpang dan masukkan nilai hasil regresinya sebagai nilai tan a yaitu
sebesar 0,8574. Sehingga dapat dihitung nilai fk nya :
Keterangan :
fk = Faktor koreksi
Tan A0 = Gradien sebelum perubahan
Tan A = Gradien setelah perubahan
Untuk data yang tidak menyimpang :
(tan 0,8512)
𝑓𝑘 = =1
tan 0,8512
Untuk data yang menyimpang:
tan 0,8512
𝑓𝑘 = = 1,007284
tan 0,874
12. Kemudian isi sel CHMM dengan nilai curah hujan yang baru, yaitu hasil
perkalian antara nilai curah hujan lama dengan faktor koreksi.
tan 𝐴
𝐶𝐻𝐻𝑀 (𝐻 ) = 𝑥 𝐻𝑜 = 𝑓𝑘 𝑥 𝐻𝑜
tan 𝐴0
Sebagai contoh perhitungan pada tahun 1986
𝐶𝐻𝐻𝑀 (𝐻 ) = 1 𝑥 214 = 214
56
Tabel 5.2.1 Hasil Perhitungan Uji Konsistensi pada Stasiun Cicalengka
Stasiun Akumulasi
Tahun Tan a0 Tan a k CHHM
Utama Pembanding Stasiun utama Stasiun pembanding
1986 214 230,6666667 4754,63041 5689,309729 0,8512 0,8512 1 214
1987 36 201,5555556 4540,63041 5458,643062 0,8512 0,8512 1 36
1988 90 123,2222222 4504,63041 5257,087507 0,8512 0,8512 1 90
1989 130 234,7923874 4414,63041 5133,865285 0,8512 0,8512 1 130
1990 238 308,1969072 4284,63041 4899,072897 0,8512 0,8574 1,007284 239,7336
1991 58 147,0859965 4046,63041 4590,87599 0,8512 0,8574 1,007284 58,42246
1992 188 200,9590717 3988,63041 4443,789993 0,8512 0,8574 1,007284 189,3694
1993 195 152,8459158 3800,63041 4242,830922 0,8512 0,8574 1,007284 196,4203
1994 162,96322 192,5571 3605,63041 4089,985006 0,8512 0,8574 1,007284 164,1502
1995 126 164,2222222 3442,66719 3897,427906 0,8512 0,8574 1,007284 126,9178
1996 79,66719 92,31902928 3316,66719 3733,205684 0,8512 0,8574 1,007284 80,24747
1997 159 124,3625566 3237 3640,886654 0,8512 0,8574 1,007284 160,1581
1998 322 277,1111111 3078 3516,524098 0,8512 0,8512 1 322
1999 45 141,1277194 2756 3239,412987 0,8512 0,8512 1 45
2000 96 105,5555556 2711 3098,285267 0,8512 0,8512 1 96
2001 163 132,6666667 2615 2992,729712 0,8512 0,8512 1 163
2002 43 106,6666667 2452 2860,063045 0,8512 0,8512 1 43
2003 294 218,4998583 2409 2753,396378 0,8512 0,8512 1 294
2004 123 220,4561877 2115 2534,89652 0,8512 0,8512 1 123
2005 252 302,3615041 1992 2314,440333 0,8512 0,8512 1 252
2006 91 133,8743144 1740 2012,078828 0,8512 0,8512 1 91
2007 379 391,1111111 1649 1878,204514 0,8512 0,8512 1 379
2008 87 152,0880014 1270 1487,093403 0,8512 0,8512 1 87
2009 216 270,6591444 1183 1335,005402 0,8512 0,8512 1 216
2010 312 406,3269877 967 1064,346257 0,8512 0,8512 1 312
2011 90 138,718217 655 658,0192694 0,8512 0,8512 1 90
2012 313 254,3010525 565 519,3010525 0,8512 0,8512 1 313
2013 252 265 252 265 0,8512 0,8512 1 252
6000
5000 y = 0.8512x + 63.554

R² = 0.9969
y = 0.8574x + 120.85
4000 R² = 0.9924
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 5.2.1 Uji Konsistensi Stasiun Cicalengka
57
Pada kurva massa ganda, titik-titik yang tergambar akan berdeviasi di
sekitar garis trend. Jika ada data yang terlalu jauh menyimpang maka data
tersebut perlu dikoreksi. Dapat dilihat pada gambar 5.2.1 data yang jauh
menyimpang dari garis trend adalah data dengan titik berwarna orange, data
tersebut ada pada tahun 1990-1997 sehingga pada tabel 5.2.1 daerah tersebut
ditandai dengan warna berbeda untuk mempermudah perhitungan
selanjutnya.
Dari hasil uji konsistensi yang telah dijelaskan, didapatkan nilai
curah hujan baru yang telah menggantikan nila curah hujan yang dianggap
tidak konsisten melalui kurva massa ganda, setelah dilakukan perhitungan
untuk seluruh stasiun yang diuji, didapatkan data seperti disajikan pada tabel
5.2.2.
Tabel 5.2.2 Data Akumulasi Curah Hujan Harian Maksimum
HASIL AKHIR REKAP CHHM
1986 214 277 195 158 268 192 184 297 260 270.240944
1987 36 251 267 99 155 87 229 314 252 176.483882
1988 90 131 192 92 51 93 93 248 104 115.817547
1989 130 261 385 186 209.9247676 34 215 303 257.2067187 288.992356
1990 239.733553 423 196 252 298.0511803 417 278.781037 175 365.1820934 422.458292
1991 58.4224624 139.407782 154.617478 91 129.3365537 68 120.974453 306 190 124.643209
1992 189.369361 226.783082 242.690726 215 170 189 181.701935 153.728754 233 187.212355
1993 196.420348 174.7506 204.147174 162 216 80 149.644943 140.525057 108 132
1994 164.150217 214.020398 241.725737 226 145 141 28.4536159 184.851753 258 275
1995 126.917763 158.060936 171.253536 95 106 93 174 191.453601 297 174
1996 80.2474725 103 118.171512 119 88.58153815 82.769249 39 48.0991806 108.5330093 112
1997 160.15813 160 211.375793 122 121.4538115 59.51946 83 104.686452 148.8091981 93
1998 322 224 346 231 235 259.46765 263 425 395 96
1999 45 141 323 64 63 59.51946 131 137.149475 219 128
2000 96 101.337161 170.751587 91 107.8767798 79.049283 22 4 164 195
2001 163 69.2903668 210.693478 173 105.7406059 111.59899 82 73 198.9553007 167.541819
2002 43 106.533939 116.830033 60 59.812868 43.709604 140 121 195.0542164 105.815886
2003 294 228.224041 238.652802 252 309.7452093 170.18846 154 111 249.669397 240.29024
2004 123 287.555022 274.832504 145 246.7280805 193.43825 179.196723 235.053776 166.771355 232.574499
2005 252 347.767376 182.734154 347 344.9920779 345.95686 274 341.391114 387.1826195 155.417082
2006 91 152.860482 175.707712 219 134 187 114.39879 150.057808 31.20867462 42
2007 379 539 352 270 413 348 349 370.320598 604 280
2008 87 134 204 99 78 66 187 174.507241 297 133.76298
2009 216 301 449 218.9494 283 162 253 349.014482 181 247.631667
2010 312 472 572 332.4653 468 506 232 444 260 376.018091
2011 90 131 221 109.0007 91 56 157 142 220 123.279739
2012 313 308 311 220.7095 200 228 248 294 154 329.860419
2013 252 283 319 237 262 236 261 303 218 266
58
5.3 Uji Homogenitas
Homogenitas berfungsi agar data curah hujan pada setiap stasiun lebih
akurat dan error pun akan ditekan sekecil mungkin. Tes homogenitas
biasanya dilakukan bila data-data pokok untuk studi diperoleh dari sekitar
lebih dari 10 stasiun pengamat hujan (Moduto. Drainase Perkotaan. 1998) Tes
homogenitas dilakukan pada kurva tes homogenitas dengan memplotkan data
curah hujan terpilih. Pada uji ini, digunakan corong homogenitas, data
dikatakan homogen apabila terdapat didalam corong, dan tidak homogen
apabila diluar corong.
Adapun langkah untuk melakukan uji homogenitas yaitu :
1. Gunakan curah hujan yang telah dikoreksi pada uji konsistensi (tabel
5.2.2)
2. Menentukan jumlah CHHM Wilayah
Untuk wilayah Cicalengka,
Jumlah CHHM = ∑2013
1986 𝐶𝐻𝐻𝑀𝑛 = 4763.419307
Perhitungan ini berlaku untuk setiap perhitungan jumlah pada setiap

stasiun wilayah lainnya.
3. Menentukan rata-rata CHHM Wilayah
Untuk wilayah Cicalengka
∑2013
1986 𝐶𝐻𝐻𝑀𝑛 4763.419307
R= = = 170.1221181
𝑁 28
Perhitungan ini berlaku untuk setiap perhitungan rata-rata pada setiap

stasiun wilayah lainnya.
4. Menentukan nilai CHHM-R wilayah
Untuk wilayah Cicalengka pada tahun 1986,
𝐶𝐻𝐻𝑀 − 𝑅1986 = 214 − 170.1221181 = 43.8778819
Perhitungan ini berlaku untuk setiap perhitungan nilai CHHM-R hingga
tahun 2013 pada setiap stasiun wilayah lainnya.
5. Menentukan standar deviasi CHHM wilayah
∑(𝐶𝐻𝐻𝑀−𝑅)2
Rumus : 𝑆𝐷 = √ 𝑁−1
59
253675.7824
𝑆𝐷 = √ = 96.92986819
27
Perhitungan ini berlaku untuk perhitungan standar deviasi pada stasiun

wilayah lainnya.
6. Menentukan RT 10 (curah hujan tahunan dengan PUH 10 tahun) dengan
modifikasi persamaan Gumbel
Untuk Wilayah Cicalengka,

Pada persamaan RT, nilai TR adalah 10. Sehingga,
10
RT10 = 170.1221181 − (0.78𝑥 (ln (𝑙𝑛 10−1)) + 0.45) 𝑥96.92986819
RT10 = 296.643368
Perhitungan ini berlaku untuk perhitungan RT10 pada stasiun wilayah
lainnya.
7. Menentukan TR (occurence interval atau PUH untuk curah hujan
tahunan rata-rata).
Pada persamaan, nilai Tr adalah 2.33

296.643368
TR = 170.1221181 𝑥2.33 = 4.062840594
Perhitungan ini berlaku untuk perhitungan TR pada stasiun wilayah

lainnya.
8. Plot ke corong kurva homogenitas.
60
Tabel 5.3.1 Hasil Perhitungan Uji Homogenitas Wilayah Cicalengka
STASIUN CICALENGKA
Tahun CHHM CHHM - R (CHHM-R)^2
1986 214 43,8778819 1925,26852
1987 36 -134,1221181 17988,74256
1988 90 -80,1221181 6419,553809
1989 130 -40,1221181 1609,784361
1990 239,733553 69,6114349 4845,751868
1991 58,4224624 -111,6996557 12476,81308
1992 189,369361 19,2472429 370,4563591
1993 196,420348 26,2982299 691,5968957
1994 164,150217 -5,971901104 35,66360279
1995 126,917763 -43,2043551 1866,6163
1996 80,2474725 -89,8746456 8077,451922
1997 160,15813 -9,963988104 99,28105893
1998 322 151,8778819 23066,89101
1999 45 -125,1221181 15655,54444
2000 96 -74,1221181 5494,088392
2001 163 -7,122118104 50,72456628
2002 43 -127,1221181 16160,03291
2003 294 123,8778819 15345,72962
2004 123 -47,1221181 2220,494015
2005 252 81,8778819 6703,987544
2006 91 -79,1221181 6260,309573
2007 379 208,8778819 43629,96955
2008 87 -83,1221181 6909,286518
2009 216 45,8778819 2104,780047
2010 312 141,8778819 20129,33337
2011 90 -80,1221181 6419,553809
2012 313 142,8778819 20414,08914
2013 252 81,8778819 6703,987544
Jumlah 4763,419307 3,41061E-13 253675,7824
Rata-rata 170,1221181
Standar deviasi 96,92986819
RT 10 296,643368
TR 4,062840594
Jumlah data 28
Gambar 5.3.1 Kurva Homogenitas wilayah Cicalengka
61
5.4 Curah Hujan Wilayah
Data curah hujan yang diperoleh dari setiap stasiun hujan dapat dan telah
dilakukan uji homogenitas dengan hasil homogen, dapat digunakan untuk
mewakili daerah disekitarnya. Untuk menentukan curah hujan wilayah dapat
dilakukan dengan tiga metode yaitu metode Theissen, Isohyet, dan aritmatik.
Metode yang digunakan untuk menentukan curah hujan wilayah pada
pembahasan ini adalah metode aritmatik dan metode Theissen.
5.4.1 Metode Aritmatik
Metode ini merupakan metode paling sederhana dalam perhitungan curah
hujan wilayah. Untuk memperoleh curah hujan wilayah dilakukan
perhitungan rata-rata terhadap data curah hujan untuk setiap tahunnya di
semua wilayah, dengan persamaan :
Keterangan
P = curah hujan yang dicari (mm/tahun)
Pi = data curah hujan pada stasiun I (mm/tahun)
n = jumlah stasiun pengamat
Sebagai contoh, digunakan data curah hujan 1986 yang diperoleh dari
hasil uji konsistensi dan homogenitas setiap stasiun.
Tabel 5.4.1 Data Curah Hujan Tahun1986 untuk Medode Aritmatik
Pos Hujan (mm/tahun)
Tahun
Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling Cisondari
1986 214 277 195 158 268 192 184 297 260 270.24094
∑𝐶𝑖𝑠𝑜𝑛𝑑𝑎𝑟𝑖
𝐶𝑖𝑐𝑎𝑙𝑒𝑛𝑔𝑘𝑎 𝑃𝑖
𝑃= 𝑛
214 + 277 + 195 + 158 + 268 + 192 + 184 + 297 + 260 + 270.24094
𝑃=
10
𝑃 = 231.5240944 mm/tahun
Perhitungan dengan cara yang sama dilakukan untuk tahun 1987 sampai
tahun 2013. Setelah diperoleh curah hujan wilayah untuk setiap tahun,
dilakukan perhitungan standar deviasi untuk menentukan bagaimana
62
persebaran data dalam sampel, dan seberapa dekat titik data individu ke rata-
rata nilai sampel.
∑ 𝐶𝑢 𝑎ℎ ℎ𝑢𝑗𝑎𝑛 𝑤 𝑙𝑎𝑦𝑎ℎ 231.5240944
𝑅= = = 199.8835171
𝑁 28
𝑃1986 − 𝑅 = 231.5240944 − 199.8835171 = 31.64057733
(dilakukan pula untuk setiap tahun sampai tahun 2013)
∑(𝑃 − 𝑅)2 189268.47

𝑆𝑡𝑑𝑒𝑣 = √ = √ = 83.72540434
𝑁−1 27
Tabel 5.4.2 Hasil Pengukuran Metode Aritmatik
Curah Hujan Wilayah
Tahun
(mm/tahun)
1986 231.5240944
1987 186.6483882
1988 120.9817547
1989 227.0123842
1990 306.7206155
1991 138.2401938
1992 198.8486213
1993 156.3488121
1994 187.820172
1995 158.6685837
1996 89.94019622
1997 126.4002845
1998 279.6467647
1999 131.0668935
2000 103.1014811
2001 135.4820558
2002 99.17565455
2003 224.7770146
2004 208.4150204
2005 297.8441285
2006 129.7233467
2007 390.4320598
2008 146.0270221
2009 266.0595578
2010 397.4483431
2011 134.0280452
2012 260.6569891
2013 263.7
Stdev 83.72540434
63
5.4.2 Metode Thiessen
Luas Daerah Aliran Sungai diketahui adalah 2340.88 km2 dengan
gambaran wilayah seperti pada gambar X
Gambar 5.4.1 Wilayah Daerah Aliran Sungai

Untuk menentukan batasan luas untuk setiap stasiun, dilakukan metode
Thiessen. Langkah pertama yang dilakukan adalah menggambarkan peta
beserta lokasi stasiun pada kertas millimeter block. Kemudian setiap stasiun
yang saling berdekatan dihubungkan dengan garis putus-putus. Garis putus-
putus tersebut akan membentuk beberapa segitiga, titik tengah setiap garis
ditandai untuk kemudian dibuat titik beratnya. Setelah membuat titik berat,
tarik garis dari titik berat tersebut melewati titik tengah setiap garis. Sehingga
akan terbentuk polygon yang menandai batasan untuk setiap wilayah adalah
seperti pada gambar X
Gambar 5.4.2 Polygon Thiessen untuk Batas Wilayah Curah Hujan
64
Luas untuk masing-masing wilayah diperoleh dengan pengukuran
manual (menghitung kotak untuk setiap luas batasan). Berdasarkan hasil
perhitungan untuk setiap wilayah batasan, diperoleh bahwa luas total yang
didapat adalah 19663 kotak. Selanjutnya hasil yang diperoleh dikonversi ke
luas sebenarnya dengan menggunakan persamaan :
𝐿𝑢𝑎𝑠 𝑤 𝑙𝑎𝑦𝑎ℎ 𝑠𝑡𝑠 𝑢𝑛 𝑋
𝐴= 𝑥 𝐿𝑢𝑎𝑠 𝐷𝐴𝑆
𝐿𝑢𝑎𝑠 𝑇𝑜𝑡𝑎𝑙 𝑊 𝑙𝑎𝑦𝑎ℎ
Sebagai contoh, digunakan data stasiun Cicalengka :
2765
𝐴= 𝑥 2340.88
19663
𝐴 = 329.1732289 𝑘𝑚2
Perhitungan dilakukan juga untuk stasiun lainnya, sehingga diperoleh data
luas semua stasiun seperti ditampilkan pada tabel 5.4.3.
Tabel 5.4.3 Hasil Perhitungan Luas Metode Polygon
Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling Cisondari Luas Wilayah Total
Luas Wilayah (kotak) 2765 1783 2592 932 1832 3933 1372 1264 1044 2146 19663
Luas Wilayah (km^2) 329.1732289 212.2661364 308.5775802 110.9545929 218.099586 468.22362 163.3365895 150.4791904 124.288192 255.4812836 2340.88
Penentuan curah hujan wilayah rata-rata untuk metode Thiessen

menggunakan persamaan :
Keterangan:
P = curah hujan wilayah (mm/tahun/km2)
Pi = curah hujan setasiun I (mm/tahun)
Ai = luas wilayah stasiun I (km2)
An = luas total wilayah (km2)
Sebagai contoh digunakan data oada tahun 1986 :
𝐶𝑖𝑐𝑎𝑙𝑒𝑛𝑔𝑘𝑎 𝑃 𝐴
𝑃=
𝐶𝑖𝑐𝑎𝑙𝑒𝑛𝑔𝑘𝑎 𝐴
(214𝑥329.173) + (277𝑥212,266) + (195𝑥308.576) + (158𝑥110.955) + (268𝑥218.0996) +

(192𝑥468.224) + (184𝑥163.337) + (297𝑥150.479) + (260𝑥124.288) + (270.24𝑥255.481)
𝑃=
2340.88
𝑃 = 213.3667305 mm/tahun/𝑘𝑚2
65
Perhitungan dilakukan juga untuk semua data tahun.
Selanjutnya melalui data curah hujan yang diperoleh, dilakukan
perhitungan standar deviasi untuk menentukan bagaimana sebaran data dalam
sampel, dan seberapa dekat titik data individu ke rata-rata nilai sampel.
∑ 𝐶𝑢 𝑎ℎ ℎ𝑢𝑗𝑎𝑛 𝑤 𝑙𝑎𝑦𝑎ℎ 213.3667305
𝑅= = = 184.2024273
𝑁 28
𝑃1986 − 𝑅 = 213.3667305 − 184.2024273 = 29.16430322
(dilakukan pula untuk setiap tahun sampai tahun 2013)
∑(𝑃 − 𝑅)2 188328.8676

𝑆𝑡𝑑𝑒𝑣 = √ = √ = 83.51732302
𝑁−1 27
Tabel 5.4.4 Hasil Pengukuran Metode Thiessen

Pos Hujan (mm/tahun)
Tahun mm/tahun/km^2
Cicalengka Paseh Chinchona Ciparay Ujung Berung Bandung Cililin Montaya Saguling Cisondari
1986 214 277 195 158 268 192 184 297 260 270.2409438 213.3667305
1987 36 251 267 99 155 87 229 314 252 176.4838817 155.1398651
1988 90 131 192 92 51 93 93 248 104 115.8175474 112.7275614
1989 130 261 385 186 209.9247676 34 215 303 257.2067187 288.9923563 194.0570241
1990 239.7335526 423 196 252 298.0511803 417 278.7810367 175 365.1820934 422.4582918 298.0447328
1991 58.42246241 139.407782 154.6174784 91 129.3365537 68 120.9744531 306 190 124.6432089 113.052764
1992 189.3693609 226.7830819 242.6907256 215 170 189 181.7019352 153.7287538 233 187.2123551 186.1638078
1993 196.4203477 174.7505999 204.1471737 162 216 80 149.6449427 140.5250572 108 132 148.162934
1994 164.1502171 214.0203977 241.7257365 226 145 141 28.45361587 184.851753 258 275 170.8235754
1995 126.9177632 158.0609359 171.2535362 95 106 93 174 191.4536014 297 174 131.3537371
1996 80.24747249 103 118.1715122 119 88.58153815 82.76924931 39 48.09918064 108.5330093 112 84.78704572
1997 160.1581297 160 211.3757933 122 121.4538115 59.51946018 83 104.686452 148.8091981 93 116.6847557
1998 322 224 346 231 235 259.4676467 263 425 395 96 252.314814
1999 45 141 323 64 63 59.51946018 131 137.1494747 219 128 114.5734901
2000 96 101.3371615 170.7515865 91 107.8767798 79.04928305 22 4 164 195 98.57025553
2001 163 69.29036682 210.6934781 173 105.7406059 111.5989878 82 73 198.9553007 167.541819 126.1895318
2002 43 106.533939 116.8300329 60 59.812868 43.70960357 140 121 195.0542164 105.8158857 77.49899897
2003 294 228.2240409 238.6528022 252 309.7452093 170.1884564 154 111 249.669397 240.2902404 212.6067227
2004 123 287.5550223 274.8325036 145 246.7280805 193.4382456 179.1967229 235.0537757 166.771355 232.5744987 201.2727213
2005 252 347.7673757 182.734154 347 344.9920779 345.9568623 274 341.3911137 387.1826195 155.4170821 267.0925942
2006 91 152.8604819 175.7077122 219 134 187 114.3987898 150.0578082 31.20867462 42 132.3670338
2007 379 539 352 270 413 348 349 370.3205983 604 280 348.4822629
2008 87 134 204 99 78 66 187 174.5072409 297 133.7629797 115.4819843
2009 216 301 449 218.9494288 283 162 253 349.0144817 181 247.6316671 253.2495601
2010 312 472 572 332.4653397 468 506 232 444 260 376.0180914 408.5792848
2011 90 131 221 109.0007133 91 56 157 142 220 123.2797386 112.1978308
2012 313 308 311 220.7094722 200 228 248 294 154 329.8604187 259.9621757
2013 252 283 319 237 262 236 261 303 218 266 252.8641694
Standar Deviasi 83.51732302
Berdasarkan perhitungan kedua metode, standar deviasi untuk metode

aritmatika (83.72540434) memiliki nilai yang lebih besar daripada standar
deviasi pada metode thiessen (83.51732302). Hal tersebut dapat terjadi
karena beberapa faktor, antara lain: peneliti atau pengamat, perhitungan yang
salah, penarikan beberapa garis di kertas grafik pada metode polygon
thiessen, dan lain-lain. Pengamat yang melakukan perhitungan sangat
mempengaruhi hasil yang didapat karena ketelitian pengamat yang satu
dengan pengamat yang lainnya itu dapat berbeda. Selain itu tebal pensil yang
digunakan akan berpengaruh terhadap garis-garis yang dibuat di kertas grafik
pada metode polygon.
66
Pemilihan metode yang dipilih adalah metode dengan standar deviasi
yang paling kecil, sehingga data curah hujan yang digunakan adalah hasil dari
metode thiessen. Berdasarkan literatur, metode thiessen juga dipandang lebih
baik dari metode aritmatik karena telah memperhitungkan pengaruh letak
penyebaran stasiun penakar hujan. Metode ini memasukan faktor luas areal
yang diwakili oleh setiap stasiun hujan sebagai faktor bobot.
5.5 Analisis Curah Hujan Harian Maksimum (CHHM)

Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa luar
biasa seperti hujan lebat, banjir dan kekeringan. Besaran peristiwa ekstrim
berbanding terbalik dengan frekuensi kejadiannya, peristiwa yang sangat
ekstrim sangat jarang terjadi.
Tujuan analisis frekuensi data hidrologi berkaitan dengan besaran
peristiwa ekstrim yang berkaitan dengan frekuensi kejadiannya melalui
penerapan distribusi kemungkinan. Data hidrologi yang dianalisis
diasumsikan tidak bergantung (independent), terdistribusi secara acak dan
bersifat stokastik.
Frekuensi hujan adalah besaran kemungkinan suatu besaran hujan
disamai atau dilampaui. Sebaliknya, periode ulang adalah waktu hipotetik
dimana hujan dengan suatu besaran tertentu akan disamai atau dilampaui.
Analisis frekuensi ini didasarkan pada sifat statistik data kejadian yang telah
lalu untuk memperoleh probabilitas besaran hujan di masa yang akan datang
akan masih sama dengan sifat statistik kejadian hujan masa lalu. (Suripin.
Sistem Drainase Perkotaan yang Berkelanjutan. 2004)
Pada bagian ini akan dicari nilai curah hujan harian maksimum dengan
nilai PUH tertentu. Dalam menganalisa curah hujan harian maksimum dapat
digunakan beberapa metode, antara lain Metode Gumbel, Metode Log
Pearson Tipe III dan Metode Distribusi Normal.
67
Tabel 5.5.1 Curah Hujan Wilayah Setiap Tahun
Tahun mm/tahun/km^2
1986 213.3667305
1987 155.1398651
1988 112.7275614
1989 194.0570241
1990 298.0447328
1991 113.052764
1992 186.1638078
1993 148.162934
1994 170.8235754
1995 131.3537371
1996 84.78704572
1997 116.6847557
1998 252.314814
1999 114.5734901
2000 98.57025553
2001 126.1895318
2002 77.49899897
2003 212.6067227
2004 201.2727213
2005 267.0925942
2006 132.3670338
2007 348.4822629
2008 115.4819843
2009 253.2495601
2010 408.5792848
2011 112.1978308
2012 259.9621757
2013 252.8641694
Stdev 83.51732302
5.5.1. Metode Gumbel

Menurut Gumbel. Curah hujan untuk PUH tertentu (Tr) dihirung berdasarkan
persamaan berikut (Suripin. Sistem Drainase Perkotaan yang Berkelanjutan.
2004).
(𝑌𝑇𝑟 − 𝑌𝑛)
𝑋𝑇𝑟 = 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 + 𝑆 ( )
𝑆𝑛
𝑇
𝑌𝑇𝑟 = − 𝐿𝑛 (𝑙𝑛 ( ))
𝑇 −1
1
∑𝑛𝑛=1(𝑅𝑖 − 𝑅)2 2
𝑆= [ ]
𝑛−1
Keterangan :
YTr = reduced variate S = standar deviasi data hujan
Yn = reduced mean Sn = reduced standard deviation
68
Tabel 5.5.2 Reduced Mean (Yn)
Tabel 5.5.3 Reduced Standard Deviation (Sn)
Tabel 5.5.2 menunjukkan nilai reduced mean dan Tabel 5.5.3

menunjukkan reduced standard deviation yang digunakan untuk analisis
curah hujan harian maksimum dengan Metode Gumbel.
Dalam menentukan Curah Hujan Harian Maksimum (CHHM), maka
diperlukan perhitungan beberapa besaran. Dalam proses perhitungan dengan
Metode Gumbel, cara menghitung suatu besaran untuk masing-masing PUH
adalah sama. Sebagai contoh perhitungan diambil PUH 2 tahun.
1. Xrata-rata (Rata-rata Curah Hujan Wilayah)
Dari hasil metode thiessen, Xrata-rata = 184.2024
2. YTr
𝑇𝑟 2
𝑌𝑇𝑟 = − 𝐿𝑛 (𝑙𝑛 (𝑇𝑟−1)) = −𝐿𝑛 (𝑙𝑛 (2−1)) = 0.366512921
69
3. Yn
Nilai Yn diperoleh dari tabel Reduced Mean. Yn = 0.5343
4. Sn
Nilai Sn diperoleh dari tabel Reduced Standard Deviation. Sn = 1.1047
5. S (Standar deviasi Curah Hujan Wilayah
1
∑𝑛𝑛=1(𝑅𝑖 − 𝑅)2 2
𝑆= [ ] = 83.517
𝑛−1
6. CHHM (Curah Hujan Harian Maksimum)
(𝑌𝑇𝑟 − 𝑌𝑛)
𝑋𝑇𝑟 = 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 + 𝑆 ( )
𝑆𝑛
(0.366512921 − 0.5343)
𝐶𝐻𝐻𝑀 = 184.2024 + 83.517 ( )
1.1047
𝐶𝐻𝐻𝑀 = 171.5174199
Perhitungan dilakulan pula untuk PUH lainnya, sehingga hasilnya disajikan
dalam Tabel 5.5.4.
Tabel 5.5.4 Curah Hujan Harian Maksimum Metode Gumbel
Metode Gumbel
PUH = T(tahun) Xrata-rata Yt Yn Sn S CHHM
2 0.366512921 171.5174199
5 1.499939987 257.2065612
10 2.250367327 313.9402288
184.2024273 0.5343 1.1047 83.51732302
25 3.198534261 385.6233682
50 3.901938658 438.802016
100 4.600149227 491.5880009
5.5.2. Metode Log Pearson Tipe III

Dstribusi Log Pearson Tipe III atau Distribusi Extrim Tipe III digunakan
untuk analisis variabel hidrologi dengan nilai varian minimum misalnya
analisis frekuensi distribusi dari debit minimum (lowflows). Distribusi
Pearson Tipe III digunakan untuk analisis variabel hidrologi dengan nilai
varian minimum misalnya analisis frekuensi distribusi dari debit minimum
(low flows).
Metode Log Pearson Tipe III ini didasarkan pada data dalam bentuk
logaritmanya. Parameter statistik yang penting dalam Metode Log Pearson
tipe III adalah (Suripin. Sistem Drainase Perkotaan yang Berkelanjutan.
2004) :
70
 Hargarata-rata(R)
 Simpangan baku(S)
 Koefisien kemencengan/skew (G), apabila nilai G=0 maka distribusi
kembali ke distribusi log normal.
Langkah-langkah yang digunakan dalam Metode Log Pearson Tipe III,
step pengolahan data yang digunakan untuk menghitung CHHM pada setiap
PUH atau setiap tahun adalah sama.
Sebagai contoh pengolahan data akan diambil PUH 2 tahun dan data pada
tahun 1986.
1. Langkah pertama ialah mengubah data curah hujan wilayah menjadi
bertuk logaritmik (Ri) sehingga Log R = log (213.3667) = 2.3291267.
2. Langkah kedua ialah mencari nilai rata-rata (Rx) dari keselurahan data
curah hujan wailayah yang telah diubah menjadi bentuk logaritmik.
Dengan menggunakan fungsi average pada Microsoft Excel didapatkan
reratanya ialah 2.224519235.
3. Langkan ketiga ialah mencari selisih antara nilai Ri dengan nilai Rx
dipangkatkan dua dan selisih antara nilai.Ri dengan nilai Rx
dipangkatkan tiga
Untuk (Ri-Rx)2 = (2.3291267-2.224519235)2 = 0.010942722
Untuk (Ri-Rx)3 = (2.3291267-2.224519235)3 = 0.00114469
4. Selanjutnya mencari nilai G dengan menggunakan persaman
 
n
n log RT  log R
3
G n 1
n  1n  2S 3
28 𝑥 0.1032274944
𝐺= = 0.185670863
27 ∗ 26 ∗ 0.190683985
Keseluruhan perhitungan disajikan pada tabel 5.5.5.
71
Tabel 5.5.5 Perhitungan tabel 1 Metode Log Pearson III
METODE LOG PEARSON III
Tahun R R=log R (Ri-Rx)^2 (Ri-Rx)^3
1986 213.3667305 2.329126702 0.010942722 0.00114469
1987 155.1398651 2.19072341 0.001142158 -3.86002E-05
1988 112.7275614 2.052030112 0.029752498 -0.005131982
1989 194.0570241 2.287929367 0.004020845 0.000254962
1990 298.0447328 2.474281451 0.062381165 0.015580458
1991 113.052764 2.053281185 0.02932247 -0.005021123
1992 186.1638078 2.269895254 0.002058983 9.34285E-05
1993 148.162934 2.170739569 0.002892252 -0.000155544
1994 170.8235754 2.232547807 6.4458E-05 5.17505E-07
1995 131.3537371 2.118442433 0.011252288 -0.001193607
1996 84.78704572 1.928329503 0.087728357 -0.025984239
1997 116.6847557 2.067014121 0.024807861 -0.003907365
1998 252.314814 2.40194275 0.031479104 0.005585133
1999 114.5734901 2.059084143 0.02736877 -0.004527755
2000 98.57025553 1.993745882 0.05325634 -0.012290144
2001 126.1895318 2.101023329 0.015251239 -0.001883466
2002 77.49899897 1.889296093 0.112374555 -0.037670551
2003 212.6067227 2.327576993 0.010620901 0.001094566
2004 201.2727213 2.303784919 0.006283049 0.00049803
2005 267.0925942 2.426661846 0.040861635 0.008259878
2006 132.3670338 2.121779837 0.010555384 -0.001084454
2007 348.4822629 2.542180678 0.100908792 0.032054833
2008 115.4819843 2.062514238 0.026245619 -0.004251921
2009 253.2495601 2.4035487 0.032051549 0.005738172
2010 408.5792848 2.611276344 0.149581061 0.057851539
2011 112.1978308 2.04998446 0.030462388 -0.005316746
2012 259.9621757 2.414910163 0.036248705 0.006901425
2013 252.8641694 2.402887295 0.031815165 0.005674809
Jumlah 62.28653858 0.981730313 0.032274944
Rata-Rata (Rx) 2.224519235 0.035061797
S 0.190683985
G 0.185670863
Selanjutnya ialah Perhitungan untuk tabel kedua untuk metode log

pearson III
1. Nilai presentase peluang terlampaui untuk koefisen G = 0.1 didapatkan
dari tabel Nilai K untuk distribusi Log Pearson Tipe III
2. Nilai presentase peluang terlampaui untuk koefisen G = 0.2 didapatkan
dari tabel Nilai K untuk distribusi Log Pearson Tipe III
3. Pada perhitungan sebelumnya didapatkan nilai G = 0.185670863. Pada
tabel nilai K untuk distribusi Log Pearson Tipe III tidak terdapat nilai K
untuk koefisien G = 0.185670863. Maka, digunakan cara interpolasi
antara nilai G=0.1 dan nilai G=0.2.
4. Nilai presentase peluang (K) untuk nilai-nilai G tersebut dapat dilihat di
dalam tabel 5.5.6.
72
Tabel 5.5.6 Nilai K untuk Distribusi Log Pearson III
Sumber : Suripin. Sistem Drainase Perkotaan yang Berkelanjutan. 2004

5. Sehingga didapatkan nilai presentase peluang terlampaui (K) untuk
koefisen G = 0.185670863 pada PUH 2 adalah -0.030707338
Tabel 5.5.7 Perhitungan Nilai Presentase Peluang untuk Setiap PUH
PUH
2 5 10 25 50 100
Koef. G
Persentase Peluang Terlampaui
50 20 10 4 2 1
0.1 -0.017 0.836 1.292 1.785 2.107 2.4
0.2 -0.033 0.83 1.301 1.818 2.159 2.472
K
0.185670863 -0.030707338 0.830859748 1.299710378 1.813271385 2.1515488 2.461683
Selanjutnya ialah Perhitungan untuk tabel ketiga untuk metode log

pearson III. Akan digunakan PUH 2 tahun sebagai contoh perhitungan.
1. Nilai K untuk masing-masing PUH didapatkan dari perhitungan pada
tabel kedua metode log pearson III
2. Nilai log R untuk masing-masing PUH didapatkan dari perhitungan pada
tabel pertama metode log pearson III
73
3. Menentukan logaritma hujan dengan periode ulang T (log RT)
Log RT dapat ditentukan dengan menggunakan persamaan sebagai
berikut
log RT  log R  KS
log 𝑅𝑇= 2.224519 + (−0.030707338 𝑥 0.19068) = 2.218663838
4. Menentukan Curah Hujan Harian Maksimum (nilai RT)
Nilai RT dapat dicari dengan mencari nilai antilog dari log RT sehingga
RT = 102.218663838 = 165.4489
Keseluruhan perhitungan disajikan pada tabel 5.5.8
Tabel 5.5.8 Curah Hujan Harian Maksimum Metode Log Pearson III
Perhitungan Log Pearson III
PUH K S log R=Rx log RT RT
2 -0.030707338 2.218663838 165.44888
5 0.830859748 2.382950883 241.51877
10 1.299710378 2.472353189 296.72435
0.190683985 2.224519235
25 1.813271385 2.570281048 371.77574
50 2.151548849 2.634785143 431.30565
100 2.461683022 2.693922762 494.22278
5.5.3. Metode Distribusi Normal

Distribusi normal disebut juga distribusi Gauss. Dalam pemakaian
praktis umumnya digunakan persamaan (Suripin. Sistem Drainase Perkotaan
yang Berkelanjutan. 2004). Dalam proses pengolahan data, step yang
digunakan sama untuk setiap PUH, sebagai contoh diambil perhitungan untuk
PUH 2 tahun.
1. 𝑋𝑇 = 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 + 𝐾𝑇 𝑆
Xrata-rata merupakan rata-rata jumlah curah hujan wilayah metode terpilih
(thiessen). Sedangkan S merupakan standar deviasinya.
Xrata-rata = 184.2024273
S = 83.51732302
𝑋𝑇 − 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎
2. 𝐾𝑇 = 𝑆
Keterangan : XT = perkiraan nilai yang diharapkan terjadi dengan

periode ulang T
Xrata-rata = nilai rata-rata hitung variat
74
S = standar deviasi variat
KT = faktor frekuensi, merupakan fungsi dari peluang
atau periode ulang dan tipe model matematik
dstribusi peluang yang digunakan untuk analisis
peluang.
Tabel 5.5.9 Nilai Variabel Reduksi Gauss
Pada PUH 2 tahun, nilai KT dari tabel factor frekuensi adalah 0, sehingga
dapat ditentukan nilai XT.
𝑋𝑇 = 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 + 𝐾𝑇 𝑆
𝑋𝑇 = 184.202427 + 0𝑥83.51732302
𝑋𝑇 = 184.202427
Tabel 5.5.10 Curah Hujan Harian Maksimum Metode Distribusi Normal
Metode Distribusi Normal
X|
PUH KT S XT
2 0 184.2024273
5 0.84 254.3569786
10 1.28 291.1046008
83.51732302 184.2024273
25 1.7 326.1818764
50 2.05 355.4129395
100 2.33 378.7977899
75
5.6 Uji Kecocokan Intensitas Hujan (Standar Deviasi)
Uji kecocokan diperlukan untuk mengetes kecocokan distribusi frekuensi
sampel data terhadap fungsi distribusi peluang, yang diperkirakan dapat
mewakili distribusi frekuensi tersebut. Pengujian yang sering dipakai adalah
Chi Kuadrat. Langkah yang harus dilakukan :
1. Mencari Log R
2. Mencari Ravg dan Standar deviasi dari R dan Log R
Nilai R merupakan curah hujan wilayah dalam satu tahun yang
telah diurutkan mulai dari nilai terbesar hingga nilai terkecil. Proses
perhitungan nilai log R untuk setiap peringkat adalah sama. Peringkat 1
digunakan untuk percontohan perhitungan.
Log R = Log (408.5792848) = 2.611276344
Tabel 5.6.1 Nilai R dan Log R untuk Setiap Peringkat
Peringkat R log R
1 408.5792848 2.611276344
2 348.4822629 2.542180678
3 298.0447328 2.474281451
4 267.0925942 2.426661846
5 259.9621757 2.414910163
6 253.2495601 2.4035487
7 252.8641694 2.402887295
8 252.314814 2.40194275
9 213.3667305 2.329126702
10 212.6067227 2.327576993
11 201.2727213 2.303784919
12 194.0570241 2.287929367
13 186.1638078 2.269895254
14 170.8235754 2.232547807
15 155.1398651 2.19072341
16 148.162934 2.170739569
17 132.3670338 2.121779837
18 131.3537371 2.118442433
19 126.1895318 2.101023329
20 116.6847557 2.067014121
21 115.4819843 2.062514238
22 114.5734901 2.059084143
23 113.052764 2.053281185
24 112.7275614 2.052030112
25 112.1978308 2.04998446
26 98.57025553 1.993745882
27 84.78704572 1.928329503
28 77.49899897 1.889296093
Ravg 184 2
S 83.51732302 0.190683985
76
3. Pengujian chi-kuadrat ini dilakukan dengan 2 cara. Perbedaan kedua cara
ini hanya pada penentuan dari nilai batas atas untuk subgrup 1. Dimana
pada cara 1 nilai digunakan rentang untuk penentuan batasan setiap
subgrup dengan persamaan
(𝐶𝐻𝑊𝑚𝑎𝑥 – 𝐶𝐻𝑊𝑚 𝑛)
𝑅𝑎𝑛𝑔𝑒 (𝐷𝑥) =
(𝑘 – 1)
Sedangkan untuk cara 2, penentuan batas atas subgrup menggunakan
nilai Xt yang bergantung pada nilai k. Nilai K didasarkan pada nilai
variabel reduksi gauss pada tabel yang didasarkan pada range peluang.
Pegujian kecocokan pada pembahasan kali ini dilakukan dengan
menggunakan cara 2.
Tabel 5.6.2 Nilai Variabel Reduksi Gauss
Tabel 5.6.3 Perhitungan nilai Xt untuk Uji Kecocokan
k Xt Xt (dari log) Range

-0.84 114.047876 2.06434469 0.8
-0.25 163.323097 2.17684824 0.6
0.25 205.081758 2.27219023 0.4
0.84 254.356979 2.38469378 0.2
77
Uji Chi Kuadrat bertujuan untuk menentukan apakah persamaan
distribusi yang terpilih dapat mewakili distribusi statistik sampel data yang di
analisis. Pengambilan keputusan uji ini menggunakan parameter X2 yang
dapat dihitung dengan persamaan :
𝐺
2
(𝑂 − 𝐸 )2
𝑋ℎ =
𝐸
𝑖
2
Keterangan : Xh = parameterchi kuadrat terhitung
G = jumlah sub kelompok
Oi =jumlah nilai pengamatan padasub kelompok i
Ei =jumlah nilai teoritis padasub kelompok kei
Parameter Xh2 merupakan variabel acak. Peluang untuk mencapai nilai
Xh2 sama atau lebih besar daripada nilai chi-kuadrat yang sebenarnya (X2)
dapat dilihat pada tabel 5.6.4.
Tabel 5.6.4 Nilai Kritis untuk Uji Chi Kuadrat
78
Interpretasi hasil Uji Chi Kuadrat adalah sebagai berikut :
1. Peluang>5% : persamaan distribusi yang digunakan dapat diterima
2. Peluang<1% : persamaan distribusi yang digunakan tidak dapat diterima
3. Peluang1-5%: tidak mungkin mengambil keputusan dan perlu dilakukan
perubahan data
5.6.1. Uji Kecocokan Metode Gumbel
Akan digunakan pengecekan kecocokan Chi-Kuadrat pada metode Gumbell.
Contoh perhitungan adalah nilai batas subgroup nomor 1
1. Penentuan nilai bawah dan batas atas dari subgroup didasarkan pada nilai
Xt.
Pada subgroup nomor 1, nilai batas bawahnya (CHWawal) diperoleh
dengan persamaan
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 = 𝐶𝐻𝑊𝑚𝑖𝑛 − (0.5𝑥𝑅𝑎𝑛𝑔𝑒)
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 77.49899897 − (0.5𝑥82.77007)
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 = 36.11396325
Sementara untuk batas atasnya digunakan nilai Xt, untuk subgroup 1
adalah 114.0478759
2. Penentuan nilai Oi, yakni jumlah data. Merupakan banyaknya R yang
terdapat dalam batas subgroup. Pada subgroup 1 dengan nilai batasnya
36.11396325 < 𝑅 < 114.0478759, terdapat 6 nilai R yang memenuhi
kriteria subgroup.
3. Penentuan nilai Ei berdasarkan pwesamaan sebagai berikut
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑑𝑎𝑡𝑎
𝐸 =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑠𝑢𝑏𝑔 𝑢𝑝
28
𝐸 = = 5.6
5
4. Selisih nilai Oi dan Ei
𝑂 − 𝐸 = 6 − 5.6 = 0.4
(𝑂𝑖−𝐸𝑖)2
5. Penentuan nilai 𝐸𝑖
(𝑂 − 𝐸 )2 0.42
= − = 0.02857
𝐸 5.6
79
6. Nilai Chi-Kuadrat merupakan jumlah dari keseluruhan nilai ,
𝐸𝑖
yakni 1.64286
7. Tentukan derajat kebebasan DK
DK = k – (P+1)
DK = 5 - (1 +1) = 3
8. Kemudian nilai Chi-Kuadrat yang diperoleh disbanding pada nilai Chi-
Kuadrat Tabel dengan derajat kepercayaan 95% dan galat 5%, untuk
menentukan apakah hasil data diterima atau ditolak.
Tabel 5.6.5 Uji Chi Kuadrat Metode Gumbel
Uji Kecocokan Metode Gumbel
No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei

1 36.11396325 < x < 114.0478759 6 5.6 0.4 0.028571429
2 114.0478759 < x < 163.3230965 8 5.6 2.4 1.028571429
3 163.3230965 < x < 205.081758 4 5.6 -1.6 0.457142857
4 205.081758 < x < 254.3569786 5 5.6 -0.6 0.064285714
5 254.3569786 < x 5 5.6 -0.6 0.064285714
Jumlah 28 Chi kuadrat 1.642857143
dk=3 chi kuadrat tabel 7.815
maka hasil pengujian kecocokan
dapat diterima
Untuk derajat kebebasan = 3, maka batas penerimaan < 7,815. Sehingga

metode Gumbel diterima.
5.6.2. Uji Kecocokan Log Pearson III
Akan digunakan pengecekan kecocokan Chi-Kuadrat pada metode Log
Pearson III. Contoh perhitungan adalah nilai batas subgroup nomor 1
Xt.
dengan persamaan
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 = 1.889296 − (0.5𝑥0.180495)
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 = 1.799048562
adalah 2.064344688
80
kriteria subgroup.
3. Penentuan nilai Ei berdasarkan persamaan sebagai berikut
𝐸 =
28
𝐸 = = 5.6
5
𝑂 − 𝐸 = 8 − 5.6 = 2.4
(𝑂 − 𝐸 )2 2.42
= − = 1.02857
𝐸 5.6
𝐸𝑖
yakni 3.7857.
7. Tentukan derajat kebebasan DK
DK = k – (P + 1)
DK = 5 – (1 +1) = 3
Tabel 5.6.6 Uji Chi Kuadrat Metode Log Pearson III
Uji Kecocokan Metode Distribusi Normal
1 36.11396325 < x < 114.0478759 6 5.6 0.4 0.028571429
2 114.0478759 < x < 163.3230965 8 5.6 2.4 1.028571429
3 163.3230965 < x < 205.081758 4 5.6 -1.6 0.457142857
4 205.081758 < x < 254.3569786 5 5.6 -0.6 0.064285714
5 254.3569786 < x 5 5.6 -0.6 0.064285714
chi kuadrat tabel 5.991
dk=5-(2=1) dk=2 dapat diterima
81
metode Gumbel diterima.
5.6.3. Uji Kecocokan Distribusi Normal
Akan digunakan pengecekan kecocokan Chi-Kuadrat pada metode Gumbell.
Contoh perhitungan adalah nilai batas subgroup nomor 1
Xt.
dengan persamaan
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 77.49899897 − (0.5𝑥82.77007)
𝐶𝐻𝑊𝑎𝑤𝑎𝑙 = 36.11396325
adalah 114.0478759
kriteria subgroup.
3. Penentuan nilai Ei berdasarkan pwesamaan sebagai berikut
𝐸 =
28
𝐸 = = 5.6
5
𝑂 − 𝐸 = 6 − 5.6 = 0.4
(𝑂 − 𝐸 )2 0.42
= − = 0.02857
𝐸 5.6
𝐸𝑖
yakni 1.64286
7. Penentuan nilai Derajat Kebebasan DK
82
DK = k – (2 + 1)
DK = 5 – (2 +1) = 2
Tabel 5.6.7 Uji Chi Kuadrat Metode Distribusi Normal
Uji Kecocokan Metode Distribusi Normal
1 36.11396325 < x < 114.0478759 6 5.6 0.4 0.028571429
2 114.0478759 < x < 163.3230965 8 5.6 2.4 1.028571429
3 163.3230965 < x < 205.081758 4 5.6 -1.6 0.457142857
4 205.081758 < x < 254.3569786 5 5.6 -0.6 0.064285714
5 254.3569786 < x 5 5.6 -0.6 0.064285714
chi kuadrat tabel 5.991
dk=5-(2=1) dk=2 dapat diterima

metode Distribusi Normal diterima.
Penentuan uji kecocokan ada 2 cara atau lebih dilakukan agar

kemungkinan data untuk diterima menjadi lebih besar karena jika hanya
menggunakan satu uji kecocokan akan lebih besar kemungkinan data untuk
ditolak, meskipun dapat mencocokannya dengan mengganti derajat
kepercayaan. Selain itu juga untuk meminimalisir agar tidak melakukan uji
homogenitas ulang sebelum uji kecocokan yang baru, karena cara ini akan
memubutuhkan waktu yang lebih lama. Sehingga lebih dipilih untuk
menggunakan uji kecocokan lebih dari 1 cara
Dari hasil uji kecocokan, semua metode diterima, karena chi-kuadrat
hasil perhitungan lebih kecil daripada chi-kuadrat tabel. Sementara untuk
pemilihan CCHM yang terpilih merupakan nilai CHHM yang paling tinggi
nilainya diantara 3 metode, karena nilai CHHM yang diinginkan adalah nilai
CHHM maksimum. Hal ini dapat diaplikasikan saat pembuatan drainase.
Dimana untuk pembuatan drainase di lapangan, untuk membangun drainase
yang baik harus di desain dengan anggapan mampu untuk menampung saat
kondisi air yang maksimum.
83
Tabel 5.6.8 Perbandingan Data Curah Hujan Harian Maksimum
Metode
Metode Metode Log
PUH = T(tahun) Distribusi
Gumbel Pearson III
Normal
2 171.5174199 165.4488823 184.2024273
5 257.2065612 241.5187668 254.3569786
10 313.9402288 296.7243511 291.1046008
25 385.6233682 371.775741 326.1818764
50 438.802016 431.3056453 355.4129395
100 491.5880009 494.2227835 378.7977899
Dari tabel 5.6.8 dapat dilihat bahwa metode yang menghasilkan curah
hujan harian maksimum terbesar adalah mayoritas berasal dari Metode
Gumbell. Maka, metode yang cocok digunakan adalah Metode Gumbell.
5.7 Analisis Intensitas Hujan

Analisis intensitas hujan digunakan untuk menentukan tinggi atau
kedalaman air hujan per satu satuan waktu, dengan sifat umum hujan adalah
semakin singkat hujan berlangsung, maka semakin besar pula intensitasnya.
Analisis intensitas hujan dimulai dari data curah hujan harian
maksimum yang kemudian diubah ke dalam bentuk intensitas hujan.
Pengolahan data dilakukan dengan menggunaan metode statistik umum.
Data-data yang digunakan dianjurkan adalah data hujan jangka pendek,
misalnya 5 menit, 10 menit, 30 menit, 60 menit, dan dalam jam.
Bila terdapat kondisi data tidak diketahui untuk durasi hujan maka
diperlukan pendekatan empiris dengan pedoman pada durasi 60 menit dan
pada curah hujan harian maksimum yang terjadi setiap tahun atau
menggunakan pola intensitas hujan dari kota lain yang mempunyai kondisi
yang hampir sama.
Terdapat 3 metode yang dapat digunakan untuk menganalisis
intensitas hujan diantaranya adalah metode Van Breen, metode Bell dan
Tanimoto serta metode Hasper dan Der Weduwen.
Tahapan pengerjaan untuk menganalisa curah hujan adalah pertama
dengan mengambil data CHHM dari metode terpilih pada tahapan
sebelumnya, disini CHHM yang terpilih adalah nilai CHHM dari perhitungan
metode Gumbel. Kemudian, data CHHM terpilih tersebut diolah dengan
menggunakan tiap-tiap metode yang telah disebutkan diatas yaitu metode
84
Van Breen, metode Bell dan Tanimoto, serta metode Hasper dan Der
Weduwen.
5.7.1. Metode Van Breen
Berdasarkan referensi, dalam pengembangan kurva pola hujan Van
Breen, besarnya intensitas hujan di kota lain di Indonesia dapat didekati
dengan persamaan sebagai berikut :
Persamaan tersebut digunakan pada metode Van Breen untuk

menentukan intensitas hujan. Sebagai contoh dilakukan perhitungan menit ke
5 untuk PUH 2 tahun adalah sebagai berikut :
Diketahui : chhm (RT) = 171.5174
Jawab :
54 𝑋 171.5174 + 0,07 𝑋 171.51742
𝐼𝑇 =
5 + (0.3 𝑥 171.5174)
𝑚𝑚
𝐼𝑇 = 200.5344
𝑗𝑎𝑚
Maka, dari contoh diatas untuk perhitungan dengan metode van breen
diperoleh keseluruhan pengerjaan yang disajikan pada tabel 5.7.1.
Tabel 5.7.1 Intensitas Hujan dengan Metode Van Breen
Metode Van Breen
Intensitas Hujan (mm/jam) pada PUH
Durasi 2 5 10 25 50 100
(menit) te
RT
171.51742 257.20656 313.94023 385.62337 438.80202 491.588
5 200.53443 225.40866 240.48566 258.79371 272.05393 285.03995
10 184.21894 212.47821 228.94405 248.49854 262.45026 275.98971
20 158.43791 190.60976 208.89326 230.18444 245.14287 259.51039
40 123.78972 158.07194 177.75747 200.61429 216.5782 231.82579
60 101.57636 135.02299 154.69935 177.7766 193.97566 209.4786
80 86.122224 117.84034 136.9364 159.60711 175.645 191.06099
120 66.030163 93.933021 111.36257 132.51913 147.72502 162.4886
240 38.843759 58.392939 71.373863 87.810456 100.02571 112.16648
85
5.7.2. Metode Bell Tanimoto
Menurut literatur, data hujan dalam selang waktu yang panjang (paling
sedikit 20 tahun) diperlukan dalam analisis data frekuensi hujan. Bila data
hujan tidak tersedia dan besarnya curah hujan selama 60 menit dengan
periode ulang 10 tahun diketahui sebagai dasar, maka suatu rumus empiris
yang disusun oleh Bell dapat digunakan untuk menentukan curah hujan
dengan durasi 5 – 120 menit dan periode ulang 2 – 100 tahun. Sedangkan,
Rumus Bell dapat dinyatakan dalam persamaan sebagai berikut :
Untuk menentukan nilai R1 dan R2 digunakan tabel pedoman pola hujan

yang disajikan dalam tabel 5.7.2. Menurut Bell Tanimoto, Intensitas hujan
yang digunakan berasal dari tabel pola hujan Bell Tanimoto. Kemudian,
untuk menghitung intensitas hujan menurut Bell Tanimoto, digunakan
persamaan sebagai berikut :
86
Tabel 5.7.2 Pedoman Pola Hujan Menurut Bell Tanimoto
Sebagai contoh dilakukan perhitungan untuk PUH 2 tahun dalam durasi

5, seperti berikut
Diketahui : chhm (RT) = Xt2 = 171.5174 mm/hari
R1 = 90 mm/hari
R2 = 31 mm/hari
Xt = 230 mm/hari
Jawab :
𝑋2 𝑅1 + 𝑅2
𝑅260 = ( )
𝑋𝑡 2
171.5174 90 + 31
𝑅260 = ( ) = 45.12 mm/hari
230 2
𝑅𝑇𝑡 = (0.21𝐿𝑛𝑇 + 0.52)(0.54𝑡 0.25 − 0.5)𝑅260

𝑅𝑇𝑡 = (0.21𝐿𝑛2 + 0.52)(0.54𝑥50.25 − 0.5)45.12 = 9.23 𝑚𝑚/ℎ𝑎
60 𝑡
𝐼𝑇𝑡 = 𝑅
𝑡 𝑇
60
𝐼𝑇𝑡 = 5
(9.23) = 110.80 mm/hari
87
Maka, dari contoh diatas untuk perhitungan dengan metode van breen
diperoleh keseluruhan pengerjaan yang ditunjukan pada Tabel 5.7.3.
Tabel 5.7.3 Intensitas Hujan dengan Metode Bell Tanimoto
5.7.3. Metode Hasper dan Der Weduwen

Perhitungan metode Hasper dan Der Weduwen berasal dari
kecenderungan curah hujan harian yang dikelompokkan atas dasar anggapan
bahwa hujan memiliki distribusi yang simetris dengan durasi hujan lebih kecil
dari 1 jam dan durasi hujan dari 1 sampai 24 jam. Rumus dari perhitungan
metode Hasper dan Der Weduwen adalah sebagai berikut :
88
Untuk perhitungan nilai R, perhatikan nilai durasi (jam) atau t (jam).
Dengan rumus yang digunakan adalah :
Dicontohkan pada salah satu menit ke 5 untuk PUH 2 tahunan adalah sebagai
berikut :
Menurut tabel dan perhitungan sebelumnya, diketahui :
Xt = 171.5174 mm/hari
t = 5 menit = 0.08 jam
Jawab :
Untuk 0<t<1 jam, digunakan rumus:
𝑅𝑖 = 𝑋𝑡( 1218𝑡 +54
)
𝑋𝑡 (1−𝑡)+1272𝑡
1218(0.08)+54
𝑅𝑖 = 171.5174 (67.499196 (1−0.08)+(1272x0.08)) = 101.32 mm/jam
11300𝑡
𝑖 𝑅
𝑅 = √ 𝑡+3.12 [100 ]
11300(0.0) 101.32
𝑅 = √ 0.08+3.12 [ ] = 60.18 mm
100
𝑅 60.18
𝐼= 0.08
= 0.08
= 722.16 mm/jam
Maka dari perhitungan diatas, didapat nilai intensitas hujan menurut Metode
Hasper dan Der Weduwen seperti pada tabel 5.7.4.
89
Tabel 5.7.4 Intensitas Hujan dengan Metode Hasper dan Der Weduwen
Setelah dilakukan analisis intensitas hujan dengan ketiga metode

tersebut, data intensitas hujan yang didapatkan nantinya akan digunakan
untuk perhitungan dengan menggunakan pendekatan matematis.
5.8 Pendekatan Matematis Intensitas Hujan

Pendekatan secara matematis terhadap intensitas hujan memiliki tujuan
untuk menentukan metode analisis hujan yang paling cocok. Dibutuhkan
beberapa metode diantaranya adalah :
 Menentukan minimal 8 jenis durasi hujan t menit
 Menggunakan nilai-nilai t tersebut untuk menentukan besarnya intensitas
hujan. Untuk Periode Ulang Hujan (PUH) tertentu, nilainya disesuaikan
dengan perhitungan debit puncak rencana.
 Menggunakan nilai-nilai t yang sama untuk menetapkan tetapan-tetapan
dengan cara kuadrat terkecil
Terdapat 3 cara – cara yang dapat digunakan untuk perhitungan tetapan
yaitu dengan menggunakan rumus Talbot, rumus Sherman dan rumus
Ishiguro. Setelah mendapatkan nilai intensitas hujan dari analisis
90
sebelumnya, maka langkah selanjutnya adalah mensubtitusikan nilai
intensitas tersebut kedalam ketiga rumus yang telah disebutkan diatas.
Beberapa contoh perhitungannya adalah sebagai berikut :
5.8.1. Rumus Talbot
Perhitungan dengan menggunakan dengan rumus Talbot adalah sebagai
berikut :
I adalah nilai intensitas baru dari rumus Talbot yang nantinya akan
dibandingkan dengan nilai intensitas hujan yang didapatkan dari perhitungan
dengan 3 metode sebelumnya. T adalah durasi hujan dalam jam. N adalah
banyaknya data, serta a dan b adalah konstanta.
a. Perhitungan untuk Metode Van Breen
Berikut adalah contoh perhitungan instensitas hujan PUH 2 pada durasi 5
menit.
∑ 𝐼𝑡 ∑ 𝐼 2 − ∑(𝐼 2 𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(686.595)(138181) − (62553.2)(959.5525)
𝑎= = 188.687
8(138181) − 959.55252
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(959.5525)(686.595)− 8(62553.2)
𝑏= =0.85759
8(138181)−959.55252
𝑎 188.687
𝐼′ = 𝑏+𝑡 = =200.534428 mm/jam
0.85759+(5/60)
∆I = I’ – I
∆I = 200.534428 – 200.5344
∆I = 0.00
91
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ∆I. Dibawah ini adalah tabel hasil perhitungan metode
Van Breen dengan rumus Talbot.
Tabel 5.8.1 Hasil Pendekatan Matematis Metode Van Breen dengan Rumus
Talbot
PERHITUNGAN DENGAN RUMUS TALBOT
Metode Van Breen
PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) I.t I^2 I^2 * t a b I' (mm/jam) ∆I
5 0.0833333 200.534428 16.711202 40214.057 3351.1714 188.68694 0.8575871 200.534428 0
10 0.1666667 184.218938 30.703156 33936.617 5656.1028 188.68694 0.8575871 184.2189377 0
20 0.3333333 158.437907 52.812636 25102.57 8367.5235 188.68694 0.8575871 158.437907 0
40 0.6666667 123.789716 82.526477 15323.894 10215.929 188.68694 0.8575871 123.789716 0
2
60 1 101.576363 101.57636 10317.757 10317.757 188.68694 0.8575871 101.5763626 0
80 1.3333333 86.1222242 114.82963 7417.0375 9889.3833 188.68694 0.8575871 86.12222421 0
120 2 66.0301626 132.06033 4359.9824 8719.9647 188.68694 0.8575871 66.03016257 0
240 4 38.8437586 155.37503 1508.8376 6035.3503 188.68694 0.8575871 38.84375861 0
∑ 959.553497 686.59483 138180.75 62553.183 STDEV 0
5 0.0833333 225.408662 18.784055 50809.065 4234.0887 308.66699 1.2860328 225.4086621 0

10 0.1666667 212.478214 35.413036 45146.991 7524.4986 308.66699 1.2860328 212.478214 0
20 0.3333333 190.609759 63.536586 36332.08 12110.693 308.66699 1.2860328 190.6097589 0
40 0.6666667 158.071938 105.38129 24986.737 16657.825 308.66699 1.2860328 158.0719377 0
5
60 1 135.022992 135.02299 18231.208 18231.208 308.66699 1.2860328 135.022992 0
80 1.3333333 117.840337 157.12045 13886.345 18515.127 308.66699 1.2860328 117.8403373 0
120 2 93.9330212 187.86604 8823.4125 17646.825 308.66699 1.2860328 93.93302124 0
240 4 58.3929387 233.57175 3409.7353 13638.941 308.66699 1.2860328 58.39293865 0
∑ 1191.75786 936.69621 201625.58 108559.21 STDEV 0
5 0.0833333 240.485658 20.040472 57833.352 4819.446 397.53108 1.5697011 240.4856582 -3.69482E-13

10 0.1666667 228.944053 38.157342 52415.379 8735.8966 397.53108 1.5697011 228.9440532 -2.84217E-13
20 0.3333333 208.893264 69.631088 43636.396 14545.465 397.53108 1.5697011 208.8932645 0
40 0.6666667 177.75747 118.50498 31597.718 21065.145 397.53108 1.5697011 177.7574702 0
10
60 1 154.699345 154.69935 23931.887 23931.887 397.53108 1.5697011 154.6993452 0
80 1.3333333 136.936398 182.58186 18751.577 25002.103 397.53108 1.5697011 136.9363979 0
120 2 111.362567 222.72513 12401.621 24803.243 397.53108 1.5697011 111.3625674 1.56319E-13
240 4 71.3738626 285.49545 5094.2283 20376.913 397.53108 1.5697011 71.37386263 1.7053E-13
∑ 1330.45262 1091.8357 245662.16 143280.1 STDEV 1.91781E-13
5 0.0833333 258.793705 21.566142 66974.182 5581.1818 520.55064 1.9281168 258.7937054 0

10 0.1666667 248.49854 41.416423 61751.525 10291.921 520.55064 1.9281168 248.4985403 3.12639E-13
20 0.3333333 230.184441 76.728147 52984.877 17661.626 520.55064 1.9281168 230.1844408 0
40 0.6666667 200.614287 133.74286 40246.092 26830.728 520.55064 1.9281168 200.6142872 0
25
60 1 177.776596 177.7766 31604.518 31604.518 520.55064 1.9281168 177.7765957 0
80 1.3333333 159.607112 212.80948 25474.43 33965.907 520.55064 1.9281168 159.6071122 0
120 2 132.519134 265.03827 17561.321 35122.642 520.55064 1.9281168 132.5191345 0
240 4 87.8104561 351.24182 7710.6762 30842.705 520.55064 1.9281168 87.81045613 -1.7053E-13
∑ 1495.80427 1280.3197 304307.62 191901.23 STDEV 1.33256E-13
5 0.0833333 272.05393 22.671161 74013.341 6167.7784 619.56023 2.1940101 272.0539298 4.54747E-13

10 0.1666667 262.45026 43.74171 68880.139 11480.023 619.56023 2.1940101 262.4502597 0
20 0.3333333 245.142873 81.714291 60095.028 20031.676 619.56023 2.1940101 245.1428729 2.84217E-13
40 0.6666667 216.578202 144.38547 46906.117 31270.745 619.56023 2.1940101 216.5782016 0
50
60 1 193.975664 193.97566 37626.558 37626.558 619.56023 2.1940101 193.9756637 0
80 1.3333333 175.644998 234.19333 30851.165 41134.887 619.56023 2.1940101 175.6449975 0
120 2 147.725021 295.45004 21822.682 43645.363 619.56023 2.1940101 147.7250205 0
240 4 100.025705 400.10282 10005.142 40020.567 619.56023 2.1940101 100.025705 -1.42109E-13
∑ 1613.59665 1416.2345 350200.17 231377.6 STDEV 1.93922E-13
5 0.0833333 285.03995 23.753329 81247.773 6770.6477 724.36442 2.45794 285.0399495 0

10 0.1666667 275.989706 45.998284 76170.318 12695.053 724.36442 2.45794 275.9897061 0
20 0.3333333 259.510387 86.503462 67345.641 22448.547 724.36442 2.45794 259.5103869 0
40 0.6666667 231.825794 154.55053 53743.199 35828.799 724.36442 2.45794 231.8257945 0
100
60 1 209.478598 209.4786 43881.283 43881.283 724.36442 2.45794 209.4785979 0
80 1.3333333 191.060986 254.74798 36504.301 48672.401 724.36442 2.45794 191.0609865 0
120 2 162.488599 324.9772 26402.545 52805.089 724.36442 2.45794 162.4885986 0
240 4 112.166484 448.66594 12581.32 50325.28 724.36442 2.45794 112.166484 -1.27898E-13
∑ 1727.5605 1548.6753 397876.38 273427.1 STDEV 4.52187E-14
92
b. Perhitungan untuk Metode Bell Tanimoto
menit.
∑ 𝐼𝑡 ∑ 𝐼 2 − ∑(𝐼 2 𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(219.153)(26050.7) − (7369.86)(376.9552)
𝑎= = 44.2008
8(26050.7) − 376.95522
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(376.9552)(219.153)− 8(7369.86)
𝑏= =0.35668
8(26050.7)−376.95522
𝑎 44.2008
𝐼′ = 𝑏+𝑡 = 5 = 100.452406 mm/jam
0.35668+( )
60
∆I = I’ – I
∆I = 100.452406 – 110.7984
∆I = -10.34599
Bell Tanimoto dengan rumus Talbot.
Tabel 5.8.2 Hasil Pendekatan Matematis Metode Bell Tanimoto dengan Rumus Talbot
Metode Bell Tanimoto
5 0.0833333 110.798398 9.2331998 12276.285 1023.0237 44.200834 0.3566843 100.4524055 -10.3459921
10 0.1666667 82.9255442 13.820924 6876.6459 1146.1076 44.200834 0.3566843 84.45733984 1.531795689
20 0.3333333 57.8300349 19.276678 3344.3129 1114.771 44.200834 0.3566843 64.05753883 6.227503894
40 0.6666667 38.6470502 25.7647 1493.5945 995.72966 44.200834 0.3566843 43.19225143 4.545201239
2
60 1 30.1150397 30.11504 906.91562 906.91562 44.200834 0.3566843 32.58004292 2.465003207
80 1.3333333 25.1102264 33.480302 630.52347 840.69796 44.200834 0.3566843 26.15406617 1.043839789
120 2 19.3268783 38.653757 373.52823 747.05645 44.200834 0.3566843 18.75551737 -0.571360938
240 4 12.2020149 48.80806 148.88917 595.55667 44.200834 0.3566843 10.14552138 -2.056493501
∑ 376.955186 219.15266 26050.695 7369.8587 STDEV 5.064445077
5 0.0833333 153.548646 12.795721 23577.187 1964.7656 61.255202 0.3566843 139.2107758 -14.33787053

10 0.1666667 114.921383 19.153564 13206.924 2201.154 61.255202 0.3566843 117.0442035 2.122820902
20 0.3333333 80.1430686 26.714356 6422.9114 2140.9705 61.255202 0.3566843 88.77338104 8.630312469
40 0.6666667 53.5585565 35.705704 2868.519 1912.346 61.255202 0.3566843 59.85746978 6.298913272
5
60 1 41.7345709 41.734571 1741.7744 1741.7744 61.255202 0.3566843 45.15066637 3.416095482
80 1.3333333 34.7987096 46.39828 1210.9502 1614.6003 61.255202 0.3566843 36.24530264 1.446593001
120 2 26.7839253 53.567851 717.37865 1434.7573 61.255202 0.3566843 25.99211148 -0.791813785
240 4 16.9100177 67.640071 285.9487 1143.7948 61.255202 0.3566843 14.06005057 -2.849967147
∑ 522.398877 303.71012 50031.593 14154.163 STDEV 7.018501191
5 0.0833333 219.214204 18.26785 48054.867 4004.5723 87.451181 0.3566843 198.7446988 -20.46950565

10 0.1666667 164.067871 27.344645 26918.266 4486.3777 87.451181 0.3566843 167.0985227 3.030651891
20 0.3333333 114.416502 38.138834 13091.136 4363.712 87.451181 0.3566843 126.7375947 12.32109255
40 0.6666667 76.4630405 50.97536 5846.5966 3897.731 87.451181 0.3566843 85.45570366 8.992663205
10
60 1 59.5824905 59.58249 3550.0732 3550.0732 87.451181 0.3566843 64.45948985 4.876999384
80 1.3333333 49.6804865 66.240649 2468.1507 3290.8677 87.451181 0.3566843 51.74571951 2.065233016
120 2 38.2381545 76.476309 1462.1565 2924.3129 87.451181 0.3566843 37.10771912 -1.130435423
240 4 24.1416396 96.566558 582.81876 2331.2751 87.451181 0.3566843 20.0728751 -4.068764499
∑ 745.804389 433.5927 101974.07 28848.922 STDEV 10.01998514
5 0.0833333 258.8806 21.573383 67019.165 5584.9304 103.27531 0.3566843 234.7071764 -24.17342401

10 0.1666667 193.755642 32.292607 37541.249 6256.8748 103.27531 0.3566843 197.3346846 3.579042623
20 0.3333333 135.119952 45.039984 18257.401 6085.8005 103.27531 0.3566843 149.670523 14.55057096
40 0.6666667 90.2988831 60.199255 8153.8883 5435.9255 103.27531 0.3566843 100.9187518 10.61986862
25
60 1 70.3638295 93
70.36383 4951.0685 4951.0685 103.27531 0.3566843 76.12331273 5.759483206
80 1.3333333 58.6700766 78.226769 3442.1779 4589.5705 103.27531 0.3566843 61.10900968 2.438933027
120 2 45.1572764 90.314553 2039.1796 4078.3592 103.27531 0.3566843 43.82229078 -1.334985577
240 4 28.5100237 114.04009 812.82145 3251.2858 103.27531 0.3566843 23.70502392 -4.804999746
∑ 880.756284 512.05048 142216.95 40233.815 STDEV 11.83308252
5 0.0833333 330.434522 27.53621 109186.97 9098.9145 131.82033 0.3566843 299.5796272 -30.85489529

80 1.3333333 34.7987096 46.39828 1210.9502 1614.6003 61.255202 0.3566843 36.24530264 1.446593001
120 2 26.7839253 53.567851 717.37865 1434.7573 61.255202 0.3566843 25.99211148 -0.791813785
240 4 16.9100177 67.640071 285.9487 1143.7948 61.255202 0.3566843 14.06005057 -2.849967147
∑ 522.398877 303.71012 50031.593 14154.163 STDEV 7.018501191
5 0.0833333 219.214204 18.26785 48054.867 4004.5723 87.451181 0.3566843 198.7446988 -20.46950565

10 0.1666667 164.067871 27.344645 26918.266 4486.3777 87.451181 0.3566843 167.0985227 3.030651891
20 0.3333333 114.416502 38.138834 13091.136 4363.712 87.451181 0.3566843 126.7375947 12.32109255
40 0.6666667 76.4630405 50.97536 5846.5966 3897.731 87.451181 0.3566843 85.45570366 8.992663205
10
60 1 59.5824905 59.58249 3550.0732 3550.0732 87.451181 0.3566843 64.45948985 4.876999384
80 1.3333333 49.6804865 66.240649 2468.1507 3290.8677 87.451181 0.3566843 51.74571951 2.065233016
120 2 38.2381545 76.476309 1462.1565 2924.3129 87.451181 0.3566843 37.10771912 -1.130435423
240 4 24.1416396 96.566558 582.81876 2331.2751 87.451181 0.3566843 20.0728751 -4.068764499
∑ 745.804389 433.5927 101974.07 28848.922 STDEV 10.01998514
5 0.0833333 258.8806 21.573383 67019.165 5584.9304 103.27531 0.3566843 234.7071764 -24.17342401

10 0.1666667 193.755642 32.292607 37541.249 6256.8748 103.27531 0.3566843 197.3346846 3.579042623
20 0.3333333 135.119952 45.039984 18257.401 6085.8005 103.27531 0.3566843 149.670523 14.55057096
40 0.6666667 90.2988831 60.199255 8153.8883 5435.9255 103.27531 0.3566843 100.9187518 10.61986862
25
60 1 70.3638295 70.36383 4951.0685 4951.0685 103.27531 0.3566843 76.12331273 5.759483206
80 1.3333333 58.6700766 78.226769 3442.1779 4589.5705 103.27531 0.3566843 61.10900968 2.438933027
120 2 45.1572764 90.314553 2039.1796 4078.3592 103.27531 0.3566843 43.82229078 -1.334985577
240 4 28.5100237 114.04009 812.82145 3251.2858 103.27531 0.3566843 23.70502392 -4.804999746
∑ 880.756284 512.05048 142216.95 40233.815 STDEV 11.83308252
5 0.0833333 330.434522 27.53621 109186.97 9098.9145 131.82033 0.3566843 299.5796272 -30.85489529

10 0.1666667 247.309195 41.218199 61161.838 10193.64 131.82033 0.3566843 251.8774762 4.568280659
20 0.3333333 172.466754 57.488918 29744.781 9914.9271 131.82033 0.3566843 191.0390647 18.57231078
40 0.6666667 115.257259 76.838172 13284.236 8856.1571 131.82033 0.3566843 128.8124312 13.55517257
50
60 1 89.8122083 89.812208 8066.2328 8066.2328 131.82033 0.3566843 97.16359761 7.351389326
80 1.3333333 74.8863326 99.848444 5607.9628 7477.2838 131.82033 0.3566843 77.99938039 3.113047748
120 2 57.6386296 115.27726 3322.2116 6644.4233 131.82033 0.3566843 55.93465752 -1.703972105
240 4 36.3901198 145.56048 1324.2408 5296.9633 131.82033 0.3566843 30.25703064 -6.133089129
∑ 1124.19502 653.57989 231698.48 65548.541 STDEV 15.10371563
5 0.0833333 410.350878 34.195907 168387.84 14032.32 163.70138 0.3566843 372.0336548 -38.31722327

10 0.1666667 307.121498 51.186916 94323.615 15720.602 163.70138 0.3566843 312.7946279 5.673129931
20 0.3333333 214.178238 71.392746 45872.318 15290.773 163.70138 0.3566843 237.2423055 23.06406722
40 0.6666667 143.132494 95.421663 20486.911 13657.941 163.70138 0.3566843 159.9660165 16.8335225
100
60 1 111.533499 111.5335 12439.721 12439.721 163.70138 0.3566843 120.662839 9.129339884
80 1.3333333 92.9977659 123.99702 8648.5845 11531.446 163.70138 0.3566843 96.86371143 3.865945565
120 2 71.5786659 143.15733 5123.5054 10247.011 163.70138 0.3566843 69.46258417 -2.11608171
240 4 45.1911546 180.76462 2042.2405 8168.9618 163.70138 0.3566843 37.57476367 -7.616390959
∑ 1396.08419 811.6497 357324.74 101088.78 STDEV 18.75658429
c. Perhitungan untuk Hasper dan Der Weduwen

menit.
∑ 𝐼𝑡 ∑ 𝐼 2 − ∑(𝐼 2 𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(746.679)(811833) − (135110)(1800.842)
𝑎= = 111.595
8(811833) − 1800.8422
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(1800.842)(746.679)− 8(135110)
𝑏= =0.08112
8(811833)−1800.8422
𝑎 111.595
𝐼′ = 𝑏+𝑡 = 5 = 678.585696 mm/jam
0.08112+( )
60
∆I = I’ – I
∆I = 678.585696 – 722.1577
∆I = -43.57201
Hasper dan Der Weduwen dengan rumus Talbot.
94
Tabel 5.8.3 Hasil Pendekatan Matematis Metode Hasper dan Der Weduwen dengan
Rumus Talbot
Metode Hasper dan Der Weduwen
5 0.0833333 722.157702 60.179809 521511.75 43459.312 111.59518 0.0811193 678.5856959 -43.57200647
10 0.1666667 436.927966 72.821328 190906.05 31817.675 111.59518 0.0811193 450.3693209 13.44135456
20 0.3333333 251.505017 83.835006 63254.773 21084.924 111.59518 0.0811193 269.259218 17.75420136
40 0.6666667 134.461122 89.640748 18079.793 12053.196 111.59518 0.0811193 149.2341301 14.77300801
2
60 1 89.8253356 89.825336 8068.5909 8068.5909 111.59518 0.0811193 103.2218986 13.39656298
80 1.3333333 74.8230637 99.764085 5598.4909 7464.6545 111.59518 0.0811193 78.89637546 4.073311784
120 2 56.9767245 113.95345 3246.3471 6492.6943 111.59518 0.0811193 53.62267566 -3.354048787
240 4 34.1646884 136.65875 1167.2259 4668.9037 111.59518 0.0811193 27.34425931 -6.820429096
∑ 1800.84162 746.67851 811833.02 135109.95 STDEV 20.1945152
5 0.0833333 834.05462 69.504552 695647.11 57970.592 173.49325 0.1406514 774.5762998 -59.47832013

10 0.1666667 545.472611 90.912102 297540.37 49590.062 173.49325 0.1406514 564.5397391 19.0671282
20 0.3333333 340.973365 113.65779 116262.84 38754.278 173.49325 0.1406514 366.031318 25.0579533
40 0.6666667 195.469048 130.3127 38208.149 25472.099 173.49325 0.1406514 214.9007441 19.43169632
5
60 1 134.70157 134.70157 18144.513 18144.513 173.49325 0.1406514 152.1001524 17.39858271
80 1.3333333 112.204247 149.60566 12589.793 16786.391 173.49325 0.1406514 117.7035603 5.499313572
120 2 85.4419765 170.88395 7300.3314 14600.663 173.49325 0.1406514 81.04694215 -4.395034387
240 4 51.2331752 204.9327 2624.8382 10499.353 173.49325 0.1406514 41.89998928 -9.333185904
∑ 2299.55061 1064.511 1188317.9 231817.95 STDEV 27.57886477
5 0.0833333 883.577641 73.63147 780709.45 65059.121 217.02468 0.1826686 815.8762298 -67.70141088

10 0.1666667 599.329402 99.888234 359195.73 59865.955 217.02468 0.1826686 621.2503627 21.92096054
20 0.3333333 391.328076 130.44269 153137.66 51045.888 217.02468 0.1826686 420.588866 29.26079025
40 0.6666667 233.848677 155.89912 54685.204 36456.803 217.02468 0.1826686 255.5229744 21.67429705
10
60 1 164.413541 164.41354 27031.813 27031.813 217.02468 0.1826686 183.5042176 19.09067611
80 1.3333333 136.953843 182.60512 18756.355 25008.473 217.02468 0.1826686 143.1559371 6.202094509
120 2 104.28845 208.5769 10876.081 21752.162 217.02468 0.1826686 99.43088885 -4.857561406
240 4 62.5339986 250.13599 3910.501 15642.004 217.02468 0.1826686 51.88665451 -10.6473441
∑ 2576.27363 1265.5931 1408302.8 301862.22 STDEV 31.40052429
5 0.0833333 930.119783 77.509982 865122.81 72093.568 275.1355 0.2387706 854.1823729 -75.93741045

10 0.1666667 653.724142 108.95402 427355.25 71225.876 275.1355 0.2387706 678.6142357 24.89009331
20 0.3333333 446.954014 148.98467 199767.89 66589.297 275.1355 0.2387706 480.9187342 33.96471994
40 0.6666667 280.215814 186.81054 78520.903 52347.268 275.1355 0.2387706 303.8703048 23.65449044
25
60 1 201.954697 201.9547 40785.699 40785.699 275.1355 0.2387706 222.1036709 20.14897435
80 1.3333333 168.225023 224.30003 28299.658 37732.878 275.1355 0.2387706 175.0110101 6.785987474
120 2 128.10102 256.20204 16409.871 32819.743 275.1355 0.2387706 122.8957969 -5.205222871
240 4 76.812619 307.25048 5900.1784 23600.714 275.1355 0.2387706 64.90926793 -11.90335104
∑ 2886.10711 1511.9665 1662162.3 397195.04 STDEV 35.22650407
5 0.0833333 956.871642 79.739304 915603.34 76300.278 320.61137 0.2826036 876.1383266 -80.73331582

10 0.1666667 686.808733 114.46812 471706.24 78617.706 320.61137 0.2826036 713.6269554 26.81822274
20 0.3333333 483.426506 161.14217 233701.19 77900.396 320.61137 0.2826036 520.5262996 37.09979382
40 0.6666667 313.173694 208.78246 98077.763 65385.175 320.61137 0.2826036 337.7450913 24.57139697
50
60 1 229.80487 229.80487 52810.278 52810.278 320.61137 0.2826036 249.9691822 20.16431221
80 1.3333333 191.42377 255.23169 36643.06 48857.413 320.61137 0.2826036 198.4058699 6.98209961
120 2 145.766544 291.53309 21247.885 42495.771 320.61137 0.2826036 140.4586294 -5.307914783
240 4 87.4053152 349.62126 7639.6891 30558.757 320.61137 0.2826036 74.86365843 -12.5416568
∑ 3094.68107 1690.323 1837429.4 472925.77 STDEV 37.45797566
5 0.0833333 978.792066 81.566005 958033.91 79836.159 367.84582 0.3280125 894.2495976 -84.54246818

10 0.1666667 714.984197 119.16403 511202.4 85200.4 367.84582 0.3280125 743.6048775 28.62068005
20 0.3333333 516.22751 172.07584 266490.84 88830.281 367.84582 0.3280125 556.2079878 39.98047743
40 0.6666667 344.746238 229.83083 118849.97 79233.312 367.84582 0.3280125 369.8135455 25.06730766
100
60 1 257.449402 257.4494 66280.195 66280.195 367.84582 0.3280125 276.9897319 19.54032983
80 1.3333333 214.451222 285.93496 45989.327 61319.102 367.84582 0.3280125 221.4143601 6.963137985
120 2 163.301629 326.60326 26667.422 53334.844 367.84582 0.3280125 158.0085255 -5.293103533
240 4 97.9197967 391.67919 9588.2866 38353.146 367.84582 0.3280125 84.99185717 -12.92793951
∑ 3287.87206 1864.3035 2003102.4 552387.44 STDEV 39.24457641
5.8.2. Rumus Sherman
95
I adalah nilai intensitas baru dari rumus Sherman yang nantinya akan
banyaknya data, serta a adalah konstanta. Terdapat perbedaan antara rumus
Sherman dan rumus Talbot, pada rumus Sherman tidak adanya konstanta b,
serta nilai a didapatkan dengan cara menghitung nilai logaritmanya terlebih
dahulu.
Berikut adalah contoh perhitungan PUH 2 durasi 5 menit dengan rumus
Sherman.
∑ 𝐿𝑜𝑔 𝐼 ∑(𝑙𝑜𝑔 𝑡)2 − ∑(𝑙𝑜𝑔 𝑡 log 𝐼) ∑ log 𝑡
𝐿𝑜𝑔 𝑎 =
𝑁 ∑(𝑙𝑜𝑔𝑡)2 − ((∑ log 𝑡))2
(16,211)(2,49750933)−( −3.918920197)(−1,482)
𝐿𝑜𝑔 𝑎 = =1,95011
8(2,49750933)−(−1.482)2
∑ log 𝐼 ∑ log 𝑡 − 𝑁 ∑(log 𝑡 log 𝐼)

𝑛= 2
𝑁 ∑(𝑙𝑜𝑔𝑡)2 − (∑ log 𝑡)
(16,211)(−1.482) − 8(−3.918920197)
𝑛= = 0.41155
8(2,49750933) − (−1.482)2
10𝑎 101,95011
𝐼′ = = = 247.8840911 mm/jam
𝑡𝑥𝑛 5 𝑥 0.41155
∆I = I’ – I
∆I = 247.8840911 – 200.534428
∆I = 47.3497
Van Breen dengan rumus Sherman
Tabel 5.8.4 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Van Breen
PERHITUNGAN DENGAN RUMUS SHERMAN
Metode Van Breen
PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) Log I Log t Log I * Log t (log t)^2 log a n I' (mm/jam) ∆I
5 0.08333333 200.534428 2.3021889 -1.079181 -2.484479133 1.164632162 247.8840911 47.349663
10 0.16666667 184.2189377 2.2653343 -0.778151 -1.762772698 0.605519368 186.3633162 2.1443785
20 0.33333333 158.437907 2.1998591 -0.477121 -1.049599532 0.227644692 140.1109909 -18.32692
40 0.66666667 123.789716 2.0926846 -0.176091 -0.36850346 0.031008132 105.3377359 -18.45198
2 1.950114 0.4115478
60 1 101.5763626 2.0067927 0 0 0 89.1484945 -12.42787
80 1.33333333 86.12222421 1.9351152 0.1249387 0.241770853 0.015609688 79.19463366 -6.927591
120 2 66.03016257 1.8197424 0.30103 0.547797037 0.090619058 67.02329706 0.9931345
240 4 38.84375861 1.5893212 0.60206 0.956866736 0.362476233 50.38921155 11.545453
∑ 959.5534967 16.211038 -1.482516 -3.918920197 2.497509333 STDEV 21.564915
5 0.08333333 225.4086621 2.3529706 -1.079181 -2.539281745 1.164632162 272.4267774 47.018115

10 0.16666667 212.478214 2.3273144 -0.778151 -1.811002616 0.605519368 216.2632461 3.7850322
20 0.33333333 190.6097589 2.2801451 -0.477121 -1.087905706 0.227644692 171.678394 -18.93136
40 0.66666667 158.0719377 2.1988548 -0.176091 -0.387199106 0.031008132 136.2851594 -21.78678
5 2.0757961 0.33308
60 1 135.022992 2.1304077 0 0 0 119.068282 -15.95471
80 1.33333333 117.8403373 2.071294 0.1249387 0.258784853 0.015609688 108.1885975 -9.65174
120 2 93.93302124 1.9728183 0.30103 0.593877482 0.090619058 94.52115322 0.588132
240 4 58.39293865 1.7663603 960.60206 1.063454886 0.362476233 75.03466296 16.641724
∑ 1191.757862 17.100165 -1.482516 -3.909271953 2.497509333 STDEV 22.936953
5 0.08333333 240.4856582 2.3810892 -1.079181 -2.56962679 1.164632162 286.7798625 46.294204

10 0.16666667 228.9440532 2.3597294 -0.778151 -1.836226358 0.605519368 233.4291836 4.4851305
20 0.33333333 208.8932645 2.3199244 -0.477121 -1.106885258 0.227644692 190.0035215 -18.88974
40 0.66666667 177.7574702 2.2498279 -0.176091 -0.396175021 0.031008132 154.6564899 -23.10098
10 2.1370763 0.2969588
60 1 154.6993452 2.1894885 0 0 0 137.1122644 -17.58708
PERHITUNGAN DENGAN RUMUS SHERMAN
Metode Van Breen
5 0.08333333 200.534428 2.3021889 -1.079181 -2.484479133 1.164632162 247.8840911 47.349663
10 0.16666667 184.2189377 2.2653343 -0.778151 -1.762772698 0.605519368 186.3633162 2.1443785
20 0.33333333 158.437907 2.1998591 -0.477121 -1.049599532 0.227644692 140.1109909 -18.32692
40 0.66666667 123.789716 2.0926846 -0.176091 -0.36850346 0.031008132 105.3377359 -18.45198
2 1.950114 0.4115478
60 1 101.5763626 2.0067927 0 0 0 89.1484945 -12.42787
80 1.33333333 86.12222421 1.9351152 0.1249387 0.241770853 0.015609688 79.19463366 -6.927591
120 2 66.03016257 1.8197424 0.30103 0.547797037 0.090619058 67.02329706 0.9931345
240 4 38.84375861 1.5893212 0.60206 0.956866736 0.362476233 50.38921155 11.545453
∑ 959.5534967 16.211038 -1.482516 -3.918920197 2.497509333 STDEV 21.564915
5 0.08333333 225.4086621 2.3529706 -1.079181 -2.539281745 1.164632162 272.4267774 47.018115

10 0.16666667 212.478214 2.3273144 -0.778151 -1.811002616 0.605519368 216.2632461 3.7850322
20 0.33333333 190.6097589 2.2801451 -0.477121 -1.087905706 0.227644692 171.678394 -18.93136
40 0.66666667 158.0719377 2.1988548 -0.176091 -0.387199106 0.031008132 136.2851594 -21.78678
5 2.0757961 0.33308
60 1 135.022992 2.1304077 0 0 0 119.068282 -15.95471
80 1.33333333 117.8403373 2.071294 0.1249387 0.258784853 0.015609688 108.1885975 -9.65174
120 2 93.93302124 1.9728183 0.30103 0.593877482 0.090619058 94.52115322 0.588132
240 4 58.39293865 1.7663603 0.60206 1.063454886 0.362476233 75.03466296 16.641724
∑ 1191.757862 17.100165 -1.482516 -3.909271953 2.497509333 STDEV 22.936953
5 0.08333333 240.4856582 2.3810892 -1.079181 -2.56962679 1.164632162 286.7798625 46.294204

10 0.16666667 228.9440532 2.3597294 -0.778151 -1.836226358 0.605519368 233.4291836 4.4851305
20 0.33333333 208.8932645 2.3199244 -0.477121 -1.106885258 0.227644692 190.0035215 -18.88974
40 0.66666667 177.7574702 2.2498279 -0.176091 -0.396175021 0.031008132 154.6564899 -23.10098
10 2.1370763 0.2969588
60 1 154.6993452 2.1894885 0 0 0 137.1122644 -17.58708
80 1.33333333 136.9363979 2.1365189 0.1249387 0.266933972 0.015609688 125.8851924 -11.05121
120 2 111.3625674 2.0467392 0.30103 0.616129903 0.090619058 111.6047817 0.2422142
240 4 71.37386263 1.8535392 0.60206 1.115941795 0.362476233 90.84254675 19.468684
∑ 1330.452619 17.536857 -1.482516 -3.909907756 2.497509333 STDEV 23.495495
5 0.08333333 258.7937054 2.4129537 -1.079181 -2.60401439 1.164632162 304.0828602 45.289155

10 0.16666667 248.4985403 2.3953238 -0.778151 -1.863924243 0.605519368 253.6105895 5.1120492
20 0.33333333 230.1844408 2.362076 -0.477121 -1.126996648 0.227644692 211.5158055 -18.66864
40 0.66666667 200.6142872 2.3023619 -0.176091 -0.405425799 0.031008132 176.4079964 -24.20629
25 2.2004089 0.2618495
60 1 177.7765957 2.2498746 0 0 0 158.6385957 -19.138
80 1.33333333 159.6071122 2.2030522 0.1249387 0.275246564 0.015609688 147.1274505 -12.47966
120 2 132.5191345 2.1222786 0.30103 0.638869515 0.090619058 132.3074498 -0.211685
240 4 87.81045613 1.9435462 0.60206 1.170131428 0.362476233 110.3467993 22.536343
∑ 1495.804272 17.991467 -1.482516 -3.916113573 2.497509333 STDEV 24.027512
5 0.08333333 272.0539298 2.434655 -1.079181 -2.627434021 1.164632162 316.6199647 44.566035

10 0.16666667 262.4502597 2.419047 -0.778151 -1.882384453 0.605519368 267.9043008 5.4540411
20 0.33333333 245.1428729 2.3894193 -0.477121 -1.140042721 0.227644692 226.6841083 -18.45876
40 0.66666667 216.5782016 2.3356147 -0.176091 -0.411281341 0.031008132 191.8061218 -24.77208
50 2.2404184 0.2410345
60 1 193.9756637 2.2877472 0 0 0 173.9475828 -20.02808
80 1.33333333 175.6449975 2.2446358 0.1249387 0.280441959 0.015609688 162.2945192 -13.35048
120 2 147.7250205 2.1694541 0.30103 0.653070746 0.090619058 147.1837241 -0.541296
240 4 100.025705 2.0001116 0.60206 1.204187185 0.362476233 124.5377964 24.512091
∑ 1613.596651 18.280685 -1.482516 -3.923442645 2.497509333 STDEV 24.348358
5 0.08333333 285.0399495 2.4549057 -1.079181 -2.649288227 1.164632162 328.9322624 43.892313

10 0.16666667 275.9897061 2.4408929 -0.778151 -1.89938385 0.605519368 281.7117726 5.7220665
20 0.33333333 259.5103869 2.4141547 -0.477121 -1.151844541 0.227644692 241.2701091 -18.24028
40 0.66666667 231.8257945 2.3651618 -0.176091 -0.416484312 0.031008132 206.6341247 -25.19167
100 2.2758332 0.2235707
60 1 209.4785979 2.3211397 0 0 0 188.7266389 -20.75196
80 1.33333333 191.0609865 2.281172 0.1249387 0.28500675 0.015609688 176.9703742 -14.09061
120 2 162.4885986 2.2108229 0.30103 0.665524006 0.090619058 161.6336312 -0.854967
240 4 112.166484 2.0498631 0.60206 1.234140564 0.362476233 138.4300112 26.263527
∑ 1727.560504 18.538113 -1.482516 -3.93232961 2.497509333 STDEV 24.625702

Sherman.
𝐿𝑜𝑔 𝑎 =
𝑁 ∑(𝑙𝑜𝑔𝑡)2 − ((∑ log 𝑡))2
(12.5637)(2,49750933)−( −3.603524302)(−1,482)
𝐿𝑜𝑔 𝑎 = =1.46414
8(2,49750933)−(−1.482)2

𝑛= 2
(12.5637)(−1.482) − 8(−3.603524302)
𝑛= = 0.57373
8(2,49750933) − (−1.482)2
10𝑎 101.46414
𝐼′ = = = 121.1454768 mm/jam
𝑡𝑥𝑛 5 𝑥 0.57373
∆I = I’ – I
∆I = 121.1454768 – 110.7983976
97
∆I = 10.3471
Bell Tanimoto dengan rumus Sherman
Tabel 5.8.5 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Bell
Tanimoto
5 0.08333333 110.7983976 2.0445335 -1.079181 -2.206422188 1.164632162 121.1454768 10.347079
10 0.16666667 82.92554415 1.9186883 -0.778151 -1.493029723 0.605519368 81.39464884 -1.530895
20 0.33333333 57.83003494 1.7621535 -0.477121 -0.840760867 0.227644692 54.68705094 -3.142984
40 0.66666667 38.64705019 1.5871164 -0.176091 -0.279477317 0.031008132 36.74287662 -1.904174
2 1.4641435 0.5737347
60 1 30.11503971 1.4787834 0 0 0 29.11678982 -0.99825
80 1.33333333 25.11022638 1.3998506 0.1249387 0.174895569 0.015609688 24.68662982 -0.423597
120 2 19.32687831 1.2861617 0.30103 0.387173255 0.090619058 19.56285076 0.2359724
240 4 12.20201488 1.0864316 0.60206 0.65409697 0.362476233 13.14379546 0.9417806
∑ 376.9551862 12.563719 -1.482516 -3.603524302 2.497509333 STDEV 4.1999207
5 0.08333333 153.5486463 2.186246 -1.079181 -2.359355674 1.164632162 167.8880233 14.339377

10 0.16666667 114.9213826 2.0604008 -0.778151 -1.603303492 0.605519368 112.7998095 -2.121573
20 0.33333333 80.14306858 1.903866 -0.477121 -0.908374919 0.227644692 75.78740144 -4.355667
40 0.66666667 53.5585565 1.7288289 -0.176091 -0.304431651 0.031008132 50.91968013 -2.638876
5 1.605856 0.5737347
60 1 41.73457089 1.620496 0 0 0 40.35115811 -1.383413
80 1.33333333 34.79870964 1.5415631 0.1249387 0.192600951 0.015609688 34.21167338 -0.587036
120 2 26.78392526 1.4278742 0.30103 0.429832972 0.090619058 27.11094489 0.3270196
240 4 16.91001771 1.2281441 0.60206 0.739416404 0.362476233 18.21517317 1.3051555
∑ 522.3988775 13.697419 -1.482516 -3.813615409 2.497509333 STDEV 5.8204104
5 0.08333333 219.2142044 2.3408687 -1.079181 -2.526221592 1.164632162 239.6858608 20.471656

10 0.16666667 164.0678708 2.2150235 -0.778151 -1.723623339 0.605519368 161.0390003 -3.028871
20 0.33333333 114.4165021 2.0584887 -0.477121 -0.982148695 0.227644692 108.1981204 -6.218382
40 0.66666667 76.46304046 1.8834516 -0.176091 -0.331659357 0.031008132 72.69564036 -3.7674
10 1.7604787 0.5737347
60 1 59.58249047 1.7751187 0 0 0 57.60745689 -1.975034
80 1.33333333 49.6804865 1.6961858 0.1249387 0.211919316 0.015609688 48.84240234 -0.838084
120 2 38.23815455 1.5824969 0.30103 0.476379042 0.090619058 38.70502513 0.4668706
240 4 24.1416396 1.3827668 0.60206 0.832508545 0.362476233 26.00494887 1.8633093
∑ 745.8043889 14.934401 -1.482516 -4.04284608 2.497509333 STDEV 8.3095271
5 0.08333333 258.8806004 2.4130995 -1.079181 -2.604171733 1.164632162 283.0565644 24.175964

10 0.16666667 193.755642 2.2872544 -0.778151 -1.779829838 0.605519368 190.1787031 -3.576939
20 0.33333333 135.119952 2.1307195 -0.477121 -1.016611553 0.227644692 127.7763658 -7.343586
40 0.66666667 90.29888314 1.9556824 -0.176091 -0.344378572 0.031008132 85.84977911 -4.449104
25 1.8327095 0.5737347
60 1 70.36382953 1.8473495 0 0 0 68.03141735 -2.332412
80 1.33333333 58.67007665 1.7684167 0.1249387 0.220943743 0.015609688 57.68034275 -0.989734
120 2 45.15727635 1.6547277 0.30103 0.498122684 0.090619058 45.70862629 0.5513499
240 4 28.51002367 1.4549976 0.60206 0.875995829 0.362476233 30.71049522 2.2004716
∑ 880.7562837 15.512247 -1.482516 -4.14992944 2.497509333 STDEV 9.8131203
5 0.08333333 330.4345225 2.5190854 -1.079181 -2.718549736 1.164632162 361.2926597 30.858137

10 0.16666667 247.3091955 2.3932403 -0.778151 -1.862302904 0.605519368 242.7436 -4.565595
20 0.33333333 172.4667539 2.2367054 -0.477121 -1.067179682 0.227644692 163.0934196 -9.373334
40 0.66666667 115.2572587 2.0616683 -0.176091 -0.363041764 0.031008132 109.5784339 -5.678825
50 1.9386954 0.5737347
60 1 89.81220828 1.9533354 0 0 0 86.83512347 -2.977085
80 1.33333333 74.88633264 1.8744026 0.1249387 0.234185488 0.015609688 73.62303887 -1.263294
120 2 57.63862963 1.7607136 0.30103 0.530027621 0.090619058 58.34237125 0.7037416
240 4 36.39011977 1.5609835 0.60206 0.939805703 0.362476233 39.19879591 2.8086761
∑ 1124.195021 16.360134 -1.482516 -4.307055274 2.497509333 STDEV 12.525441
5 0.08333333 410.350878 2.6131554 -1.079181 -2.820068265 1.164632162 448.6721273 38.321249

10 0.16666667 307.121498 2.4873102 -0.778151 -1.935503556 0.605519368 301.4517027 -5.669795
20 0.33333333 214.1782383 2.3307753 -0.477121 -1.112062456 0.227644692 202.5379414 -11.6403
40 0.66666667 143.132494 2.1557382 -0.176091 -0.379606661 0.031008132 136.0802323 -7.052262
100 2.0327654 0.5737347
60 1 111.5334991 2.0474053 0 0 0 107.8363995 -3.6971
80 1.33333333 92.99776587 1.9684725 0.1249387 0.245938469 0.015609688 91.42894157 -1.568824
120 2 71.57866588 1.8547836 0.30103 0.558345499 0.090619058 72.45260904 0.8739432
240 4 45.19115463 1.6550534 0.60206 0.996441458 0.362476233 48.67911561 3.487961
∑ 1396.084194 17.112694 -1.482516 -4.446515511 2.497509333 STDEV 15.554748
c. Perhitungan untuk Metode Hasper dan Der Weduwen

Sherman.
98
𝐿𝑜𝑔 𝑎 =
𝑁 ∑(𝑙𝑜𝑔𝑡)2 − ((∑ log 𝑡))2
(17.1449)(2,49750933)−( −4.97383656)(−1,482)
𝐿𝑜𝑔 𝑎 = =1.99332
8(2,49750933)−(−1.482)2

𝑛= 2
(17.1449)(−1.482) − 8(−4.97383656)
𝑛= = 0.80829
8(2,49750933) − (−1.482)2
10𝑎 101.99332
𝐼′ = = = 733.8564886 mm/jam
𝑡𝑥𝑛 5 𝑥 0.80829
∆I = I’ – I
∆I = 733.8564886 – 722.1577023
∆I = 11.6988
Hasper dan Der Weduwen dengan rumus Sherman
Tabel 5.8.6 Hasil Pendekatan Matematis Rumus Sherman untuk Metode Hasper dan
Der Weduwen
5 0.08333333 722.1577023 2.858632 -1.079181 -3.084982095 1.164632162 733.8564886 11.698786
10 0.16666667 436.9279664 2.6404098 -0.778151 -2.054638221 0.605519368 419.076221 -17.85175
20 0.33333333 251.5050166 2.4005467 -0.477121 -1.145351831 0.227644692 239.3177436 -12.18727
40 0.66666667 134.4611221 2.1285967 -0.176091 -0.374827278 0.031008132 136.6648346 2.2037125
2 1.9933248 0.8082853
60 1 89.82533564 1.9533988 0 0 0 98.47473127 8.6493956
80 1.33333333 74.82306367 1.8740355 0.1249387 0.234139626 0.015609688 78.0438455 3.2207818
120 2 56.97672445 1.7556975 0.30103 0.528517604 0.090619058 56.23499811 -0.741726
240 4 34.16468841 1.5335775 0.60206 0.923305635 0.362476233 32.11356833 -2.05112
∑ 1800.84162 17.144895 -1.482516 -4.97383656 2.497509333 STDEV 9.9473334
5 0.08333333 834.05462 2.9211945 -1.079181 -3.152498312 1.164632162 881.9819081 47.927288

10 0.16666667 545.4726109 2.7367729 -0.778151 -2.129623292 0.605519368 529.6348322 -15.83778
20 0.33333333 340.9733647 2.5327205 -0.477121 -1.208414761 0.227644692 318.0485369 -22.92483
40 0.66666667 195.4690477 2.291078 -0.176091 -0.403438809 0.031008132 190.98984 -4.479208
5 2.1514509 0.7357511
60 1 134.7015697 2.1293727 0 0 0 141.7264585 7.0248888
80 1.33333333 112.2042468 2.0500093 0.1249387 0.256125571 0.015609688 114.6904159 2.4861691
120 2 85.44197654 1.9316713 0.30103 0.581490999 0.090619058 85.10749299 -0.334484
240 4 51.23317519 1.7095513 0.60206 1.029252424 0.362476233 51.10750272 -0.125672
∑ 2299.550612 18.30237 -1.482516 -5.027106181 2.497509333 STDEV 21.130692
5 0.08333333 883.5776407 2.9462447 -1.079181 -3.179532045 1.164632162 950.7978051 67.220164

10 0.16666667 599.3294022 2.7776656 -0.778151 -2.161443947 0.605519368 587.1711708 -12.15823
20 0.33333333 391.3280757 2.592541 -0.477121 -1.236956418 0.227644692 362.6112534 -28.71682
40 0.66666667 233.8486774 2.3689349 -0.176091 -0.417148732 0.031008132 223.9328625 -9.915815
10 2.2276715 0.6953574
60 1 164.4135415 2.2159376 0 0 0 168.9162631 4.5027217
80 1.33333333 136.9538426 2.1365742 0.1249387 0.266940884 0.015609688 138.2911491 1.3373065
120 2 104.2884503 2.0182362 0.30103 0.607549639 0.090619058 104.3153018 0.0268515
240 4 62.53399861 1.7961162 0.60206 1.081369704 0.362476233 64.4205714 1.8865728
∑ 2576.273629 18.85225 -1.482516 -5.039220917 2.497509333 STDEV 28.137099
5 0.08333333 930.1197833 2.9685389 -1.079181 -3.203591489 1.164632162 1016.778188 86.658404

10 0.16666667 653.7241424 2.8153945 -0.778151 -2.190802769 0.605519368 647.7288023 -5.99534
20 0.33333333 446.9540143 2.6502628 -0.477121 -1.264496733 0.227644692 412.6294274 -34.32459
40 0.66666667 280.2158144 2.4474926 -0.176091 -0.430982061 0.031008132 262.8616232 -17.35419
25 2.3051722 0.6505432
60 1 201.9546965 2.305254 0 0 0 201.9166895 -0.038007
80 1.33333333 168.2250226 2.2258906 0.1249387 0.278099959 0.015609688 167.4534785 -0.771544
120 2 128.1010198 2.1075526 0.30103 0.634436546 0.090619058 128.6290924 0.5280726
240 4 76.81261897 1.8854326 0.60206 1.135143518 0.362476233 81.94193088 5.1293119
∑ 2886.107112 19.405819 -1.482516 -5.042193029 2.497509333 STDEV 35.675276
5 0.08333333 956.8716424 2.9808537 -1.079181 -3.216881393 1.164632162 1054.948934 98.077292

10 0.16666667 686.8087326 2.8368358 -0.778151 -2.207487332 0.605519368 686.0310489 -0.777684
20 0.33333333 483.4265058 2.6843305 -0.477121 -1.280751117 0.227644692 446.1245324 -37.30197
50
40 0.66666667 313.1736943 2.4957853 99
-0.176091 -0.439485971 0.031008132
2.3532462 0.6208274
290.1138349 -23.05986
60 1 229.80487 2.3613592 0 0 0 225.5517305 -4.253139
80 1.33333333 191.4237703 2.2819959 0.1249387 0.28510968 0.015609688 188.66041 -2.76336
120 2 145.7665441 2.1636579 0.30103 0.651325915 0.090619058 146.6758108 0.9092666
240 4 87.40531522 1.9415378 0.60206 1.168922257 0.362476233 95.38296788 7.9776527
∑ 3094.681075 19.746356 -1.482516 -5.03924796 2.497509333 STDEV 40.434939
5 0.08333333 978.7920657 2.9906904 -1.079181 -3.227497036 1.164632162 1086.118892 107.32683

20 0.33333333 391.3280757 2.592541 -0.477121 -1.236956418 0.227644692 362.6112534 -28.71682
40 0.66666667 233.8486774 2.3689349 -0.176091 -0.417148732 0.031008132 223.9328625 -9.915815
10 2.2276715 0.6953574
60 1 164.4135415 2.2159376 0 0 0 168.9162631 4.5027217
80 1.33333333 136.9538426 2.1365742 0.1249387 0.266940884 0.015609688 138.2911491 1.3373065
120 2 104.2884503 2.0182362 0.30103 0.607549639 0.090619058 104.3153018 0.0268515
240 4 62.53399861 1.7961162 0.60206 1.081369704 0.362476233 64.4205714 1.8865728
∑ 2576.273629 18.85225 -1.482516 -5.039220917 2.497509333 STDEV 28.137099
5 0.08333333 930.1197833 2.9685389 -1.079181 -3.203591489 1.164632162 1016.778188 86.658404

10 0.16666667 653.7241424 2.8153945 -0.778151 -2.190802769 0.605519368 647.7288023 -5.99534
20 0.33333333 446.9540143 2.6502628 -0.477121 -1.264496733 0.227644692 412.6294274 -34.32459
40 0.66666667 280.2158144 2.4474926 -0.176091 -0.430982061 0.031008132 262.8616232 -17.35419
25 2.3051722 0.6505432
60 1 201.9546965 2.305254 0 0 0 201.9166895 -0.038007
80 1.33333333 168.2250226 2.2258906 0.1249387 0.278099959 0.015609688 167.4534785 -0.771544
120 2 128.1010198 2.1075526 0.30103 0.634436546 0.090619058 128.6290924 0.5280726
240 4 76.81261897 1.8854326 0.60206 1.135143518 0.362476233 81.94193088 5.1293119
∑ 2886.107112 19.405819 -1.482516 -5.042193029 2.497509333 STDEV 35.675276
5 0.08333333 956.8716424 2.9808537 -1.079181 -3.216881393 1.164632162 1054.948934 98.077292

10 0.16666667 686.8087326 2.8368358 -0.778151 -2.207487332 0.605519368 686.0310489 -0.777684
20 0.33333333 483.4265058 2.6843305 -0.477121 -1.280751117 0.227644692 446.1245324 -37.30197
40 0.66666667 313.1736943 2.4957853 -0.176091 -0.439485971 0.031008132 290.1138349 -23.05986
50 2.3532462 0.6208274
60 1 229.80487 2.3613592 0 0 0 225.5517305 -4.253139
80 1.33333333 191.4237703 2.2819959 0.1249387 0.28510968 0.015609688 188.66041 -2.76336
120 2 145.7665441 2.1636579 0.30103 0.651325915 0.090619058 146.6758108 0.9092666
240 4 87.40531522 1.9415378 0.60206 1.168922257 0.362476233 95.38296788 7.9776527
∑ 3094.681075 19.746356 -1.482516 -5.03924796 2.497509333 STDEV 40.434939
5 0.08333333 978.7920657 2.9906904 -1.079181 -3.227497036 1.164632162 1086.118892 107.32683

10 0.16666667 714.9841975 2.8542964 -0.778151 -2.221074346 0.605519368 719.6862483 4.7020508
20 0.33333333 516.2275103 2.7128411 -0.477121 -1.294354171 0.227644692 476.8799254 -39.34758
40 0.66666667 344.7462378 2.5374995 -0.176091 -0.446831488 0.031008132 315.9911194 -28.75512
100 2.3951221 0.593742
60 1 257.4494021 2.4106919 0 0 0 248.3831293 -9.066273
80 1.33333333 214.4512221 2.3313285 0.1249387 0.291273241 0.015609688 209.3826606 -5.068561
120 2 163.3016291 2.2129905 0.30103 0.666176526 0.090619058 164.5841204 1.2824914
240 4 97.91979668 1.9908705 0.60206 1.198623478 0.362476233 109.0570554 11.137259
∑ 3287.872061 20.041209 -1.482516 -5.033683797 2.497509333 STDEV 44.604764
5.8.3. Rumus Ishiguro
I adalah nilai intensitas baru dari rumus Ishiguro yang nantinya akan
banyaknya data, serta a dan b adalah konstanta.
∑(𝐼𝑥√𝑡) ∑ 𝐼 2 − ∑(𝐼 2 𝑥 √𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(697.734)(138181) − (80534.1)(959.5534967)
𝑎= = 103.608
8(138181) − (959.5534967)2
∑(𝐼𝑥√𝑡) ∑ 𝐼 − 𝑁 ∑(𝐼 2 𝑥 √𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(697.734)(959.5534967)−8(80534.1)
𝑏= = 0.13666
8(138181)−(959.5534967)2
𝑎
𝐼′ =
√𝑡 + 𝑏
103.608
𝐼′ = = 243.5922988 mm/jam
0.29+(0.13666)
∆I = I’ – I
100
∆I = 243.5922988 – 200.534428
∆I = 43,059
Van Breen dengan rumus Ishigoro.
PERHITUNGAN DENGAN RUMUS ISHIGURO
Metode Van Breen
PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) √t I^2 I * √t I^2 * √t a b I' (mm/jam) ∆I
5 0.0833333 200.534428 0.2886751 40214.057 57.889303 11608.798 103.60793 0.1366563 243.5933988 43.058971
10 0.1666667 184.2189377 0.4082483 33936.617 75.207066 13854.566 103.60793 0.1366563 190.1395816 5.9206439
20 0.3333333 158.437907 0.5773503 25102.57 91.474168 14492.976 103.60793 0.1366563 145.107813 -13.33009
40 0.6666667 123.789716 0.8164966 15323.894 101.07388 12511.907 103.60793 0.1366563 108.7002248 -15.08949
2
60 1 101.5763626 1 10317.757 101.57636 10317.757 103.60793 0.1366563 91.15150535 -10.42486
80 1.3333333 86.12222421 1.1547005 7417.0375 99.445379 8564.4572 103.60793 0.1366563 80.23183829 -5.890386
120 2 66.03016257 1.4142136 4359.9824 93.380751 6165.9462 103.60793 0.1366563 66.80633612 0.7761735
240 4 38.84375861 2 1508.8376 77.687517 3017.6752 103.60793 0.1366563 48.49068784 9.6469292
∑ 959.5534967 7.6596844 138180.75 697.73443 80534.083 STDEV 18.915828
5 0.0833333 225.4086621 0.2886751 50809.065 65.069876 14667.314 161.99364 0.3224657 265.0675945 39.658932
10 0.1666667 212.478214 0.4082483 45146.991 86.743868 18431.182 161.99364 0.3224657 221.692256 9.214042
20 0.3333333 190.6097589 0.5773503 36332.08 110.0486 20976.336 161.99364 0.3224657 180.02974 -10.58002
40 0.6666667 158.0719377 0.8164966 24986.737 129.0652 20401.586 161.99364 0.3224657 142.2291497 -15.84279
5
60 1 135.022992 1 18231.208 135.02299 18231.208 161.99364 0.3224657 122.4936403 -12.52935
80 1.3333333 117.8403373 1.1547005 13886.345 136.0703 16034.57 161.99364 0.3224657 109.6651373 -8.1752
120 2 93.93302124 1.4142136 8823.4125 132.84135 12478.19 161.99364 0.3224657 93.27781049 -0.655211
240 4 58.39293865 2 3409.7353 116.78588 6819.4706 161.99364 0.3224657 69.75071375 11.357775
∑ 1191.757862 7.6596844 201625.58 911.64806 128039.86 STDEV 18.340188
5 0.0833333 240.4856582 0.2886751 57833.352 69.42223 16695.051 204.111 0.4443591 278.446743 37.961085
10 0.1666667 228.9440532 0.4082483 52415.379 93.466018 21398.489 204.111 0.4443591 239.3962312 10.452178
20 0.3333333 208.8932645 0.5773503 43636.396 120.60458 25193.485 204.111 0.4443591 199.7740288 -9.119236
40 0.6666667 177.7574702 0.8164966 31597.718 145.13837 25799.429 204.111 0.4443591 161.8829188 -15.87455
10
60 1 154.6993452 1 23931.887 154.69935 23931.887 204.111 0.4443591 141.3159638 -13.38338
80 1.3333333 136.9363979 1.1547005 18751.577 158.12053 21652.456 204.111 0.4443591 127.6443941 -9.292004
120 2 111.3625674 1.4142136 12401.621 157.49045 17538.541 204.111 0.4443591 109.8213716 -1.541196
240 4 71.37386263 2 5094.2283 142.74773 10188.457 204.111 0.4443591 83.50286979 12.129007
∑ 1330.452619 7.6596844 245662.16 1041.6893 162397.79 STDEV 18.064751
5 0.0833333 258.7937054 0.2886751 66974.182 74.707308 19333.781 261.47493 0.597564 295.0387934 36.245088
10 0.1666667 248.4985403 0.4082483 61751.525 101.4491 25209.954 261.47493 0.597564 259.9639393 11.465399
20 0.3333333 230.1844408 0.5773503 52984.877 132.89705 30590.833 261.47493 0.597564 222.5480893 -7.636352
40 0.6666667 200.6142872 0.8164966 40246.092 163.80088 32860.797 261.47493 0.597564 184.9106959 -15.70359
25
60 1 177.7765957 1 31604.518 177.7766 31604.518 261.47493 0.597564 163.671018 -14.10558
80 1.3333333 159.6071122 1.1547005 25474.43 184.29842 29415.338 261.47493 0.597564 149.2211482 -10.38596
120 2 132.5191345 1.4142136 17561.321 187.41036 24835.458 261.47493 0.597564 129.9720861 -2.547048
240 4 87.81045613 2 7710.6762 175.62091 15421.352 261.47493 0.597564 100.6615917 12.851136
∑ 1495.804272 7.6596844 304307.62 1197.9606 209272.03 STDEV 17.790813
5 0.0833333 272.0539298 0.2886751 74013.341 78.535205 21365.811 307.09768 0.710818 307.253419 35.199489
10 0.1666667 262.4502597 0.4082483 68880.139 107.14487 28120.199 307.09768 0.710818 274.4231377 11.972878
20 0.3333333 245.1428729 0.5773503 60095.028 141.5333 34695.881 307.09768 0.710818 238.3987324 -6.744141
40 0.6666667 216.5782016 0.8164966 46906.117 176.83536 38298.684 307.09768 0.710818 201.0703532 -15.50785
50
60 1 193.9756637 1 37626.558 193.97566 37626.558 307.09768 0.710818 179.5034201 -14.47224
80 1.3333333 175.6449975 1.1547005 30851.165 202.81737 35623.857 307.09768 0.710818 164.6178667 -11.02713
120 2 147.7250205 1.4142136 21822.682 208.91473 30861.932 307.09768 0.710818 144.5144097 -3.210611
240 4 100.025705 2 10005.142 200.05141 20010.283 307.09768 0.710818 113.285983 13.260278
∑ 1613.596651 7.6596844 350200.17 1309.8079 246603.21 STDEV 17.624275
5 0.0833333 285.0399495 0.2886751 81247.773 82.283946 23454.212 355.00861 0.8229963 319.3467107 34.306761
10 0.1666667 275.9897061 0.4082483 76170.318 112.67233 31096.402 355.00861 0.8229963 288.333137 12.343431
20 0.3333333 259.5103869 0.5773503 67345.641 149.82839 38882.024 355.00861 0.8229963 253.5148241 -5.995563
40 0.6666667 231.8257945 0.8164966 53743.199 189.28497 43881.138 355.00861 0.8229963 216.5356234 -15.29017
2
60 1 209.4785979 1 43881.283 209.4786 43881.283 355.00861 0.8229963 194.7390746 -14.73952
80 1.3333333 191.0609865 1.1547005 36504.301 220.61822 42151.536 355.00861 0.8229963 179.5060826 -11.5549
120 2 162.4885986 1.4142136 26402.545 229.79358 37338.837 355.00861 0.8229963 158.6836431 -3.804955
240 4 112.166484 2 12581.32 224.33297 25162.64 355.00861 0.8229963 125.7559602 13.589476
∑ 1727.560504 7.6596844 397876.38 1418.293 285848.07 STDEV 17.481299
101
∑(𝐼𝑥√𝑡) ∑ 𝐼 2 − ∑(𝐼 2 𝑥 √𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(241.629)(26050.7) − (11962.6)(376.9551862)
𝑎= = 26.9223
8(26050.7) − (376.9551862)2
∑(𝐼𝑥√𝑡) ∑ 𝐼 − 𝑁 ∑(𝐼 2 𝑥 √𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(241.629)(376.9551862)−8(11962.6)
𝑏= = -0.0696
8(26050.7)−(376.9551862)2
𝑎
𝐼′ =
√𝑡 + 𝑏
26.9223
𝐼′ = = 122.9116591 mm/jam
0.29+(−0.0696)
∆I = I’ – I
∆I = 122.9116591 – 110.7983976
∆I = 12.1133
5 0.0833333 110.7983976 0.2886751 12276.285 31.984742 3543.8582 26.922293 -0.069637 122.9116591 12.113261
10 0.1666667 82.92554415 0.4082483 6876.6459 33.854212 2807.3789 26.922293 -0.069637 79.50805126 -3.417493
20 0.3333333 57.83003494 0.5773503 3344.3129 33.388186 1930.84 26.922293 -0.069637 53.02661027 -4.803425
40 0.6666667 38.64705019 0.8164966 1493.5945 31.555184 1219.5148 26.922293 -0.069637 36.04734788 -2.599702
2
60 1 30.11503971 1 906.91562 30.11504 906.91562 26.922293 -0.069637 28.93741947 -1.17762
80 1.3333333 25.11022638 1.1547005 630.52347 28.994792 728.06579 26.922293 -0.069637 24.81172932 -0.298497
120 2 19.32687831 1.4142136 373.52823 27.332333 528.24868 26.922293 -0.069637 20.02288432 0.696006
240 4 12.20201488 2 148.88917 24.40403 297.77833 26.922293 -0.069637 13.94675438 1.7447395
∑ 376.9551862 7.6596844 26050.695 241.62852 11962.6 STDEV 5.2455317
5 0.0833333 153.5486463 0.2886751 23577.187 44.325676 6806.1476 37.309941 -0.069637 170.3356661 16.78702
10 0.1666667 114.9213826 0.4082483 13206.924 46.916458 5391.7042 37.309941 -0.069637 110.1852906 -4.736092
20 0.3333333 80.14306858 0.5773503 6422.9114 46.270622 3708.2696 37.309941 -0.069637 73.48629943 -6.656769
40 0.6666667 53.5585565 0.8164966 2868.519 43.730378 2342.1359 37.309941 -0.069637 49.95578986 -3.602767
5
60 1 41.73457089 1 1741.7744 41.734571 1741.7744 37.309941 -0.069637 40.10257984 -1.631991
80 1.3333333 34.79870964 1.1547005 1210.9502 40.182089 1398.2848 37.309941 -0.069637 34.38504103 -0.413669
120 2 26.78392526 1.4142136 717.37865 37.87819 1014.5266 37.309941 -0.069637 27.74847694 0.9645517
240 4 16.91001771 2 285.9487 33.820035 571.8974 37.309941 -0.069637 19.32794428 2.4179266
∑ 522.3988775 7.6596844 50031.593 334.85802 22974.741 STDEV 7.269458
5 0.0833333 219.2142044 0.2886751 48054.867 63.28169 13872.245 53.265654 -0.069637 243.1802457 23.966041
10 0.1666667 164.0678708 0.4082483 26918.266 66.980428 10989.336 53.265654 -0.069637 157.3063742 -6.761497
20 0.3333333 114.4165021 0.5773503 13091.136 66.058398 7558.1709 53.265654 -0.069637 104.9129449 -9.503557
40 0.6666667 76.46304046 0.8164966 5846.5966 62.431811 4773.7261 53.265654 -0.069637 71.3195394 -5.143501
10
60 1 59.58249047 1 3550.0732 59.58249 3550.0732 53.265654 -0.069637 57.25257335 -2.329917
80 1.3333333 49.6804865 1.1547005 2468.1507 57.366085 2849.975 53.265654 -0.069637 49.08991122 -0.590575
120 2 38.23815455 1.4142136 1462.1565 54.076917 2067.8015 53.265654 -0.069637 39.61519977 1.3770452
240 4 24.1416396 2 582.81876 48.283279 1165.6375 53.265654 -0.069637 27.59360001 3.4519604
∑ 745.8043889 7.6596844 101974.07 478.0611 46826.966 STDEV 10.378264
5 0.0833333 258.7937054 0.2886751 66974.182 74.707308 19333.781 261.47493 0.597564 295.0387934 36.245088
10 0.1666667 248.4985403 0.4082483 61751.525 101.4491 25209.954 261.47493 0.597564 259.9639393 11.465399
20 0.3333333 230.1844408 0.5773503 52984.877 132.89705 30590.833 261.47493 0.597564 222.5480893 -7.636352
40 0.6666667 200.6142872 0.8164966 40246.092 163.80088 32860.797 261.47493 0.597564 184.9106959 -15.70359
25
60 1 177.7765957 1 31604.518 177.7766 31604.518 261.47493 0.597564 163.671018 -14.10558
80 1.3333333 159.6071122 1.1547005 25474.43 184.29842 29415.338 261.47493 0.597564 149.2211482 -10.38596
120 2 132.5191345 102
1.4142136 17561.321 187.41036 24835.458 261.47493 0.597564 129.9720861 -2.547048
240 4 87.81045613 2 7710.6762 175.62091 15421.352 261.47493 0.597564 100.6615917 12.851136
∑ 1495.804272 7.6596844 304307.62 1197.9606 209272.03 STDEV 17.790813
5 0.0833333 330.4345225 0.2886751 109186.97 95.38823 31519.564 80.290467 -0.069637 366.5599525 36.12543
10 0.1666667 247.3091955 0.4082483 61161.838 100.96356 24969.216 80.290467 -0.069637 237.1171922 -10.192
20 0.3333333 172.4667539 0.5773503 29744.781 99.573727 17173.157 80.290467 -0.069637 158.1414805 -14.32527
60 1 41.73457089 1 1741.7744 41.734571 1741.7744 37.309941 -0.069637 40.10257984 -1.631991
80 1.3333333 34.79870964 1.1547005 1210.9502 40.182089 1398.2848 37.309941 -0.069637 34.38504103 -0.413669
120 2 26.78392526 1.4142136 717.37865 37.87819 1014.5266 37.309941 -0.069637 27.74847694 0.9645517
240 4 16.91001771 2 285.9487 33.820035 571.8974 37.309941 -0.069637 19.32794428 2.4179266
∑ 522.3988775 7.6596844 50031.593 334.85802 22974.741 STDEV 7.269458
5 0.0833333 219.2142044 0.2886751 48054.867 63.28169 13872.245 53.265654 -0.069637 243.1802457 23.966041
10 0.1666667 164.0678708 0.4082483 26918.266 66.980428 10989.336 53.265654 -0.069637 157.3063742 -6.761497
20 0.3333333 114.4165021 0.5773503 13091.136 66.058398 7558.1709 53.265654 -0.069637 104.9129449 -9.503557
40 0.6666667 76.46304046 0.8164966 5846.5966 62.431811 4773.7261 53.265654 -0.069637 71.3195394 -5.143501
10
60 1 59.58249047 1 3550.0732 59.58249 3550.0732 53.265654 -0.069637 57.25257335 -2.329917
80 1.3333333 49.6804865 1.1547005 2468.1507 57.366085 2849.975 53.265654 -0.069637 49.08991122 -0.590575
120 2 38.23815455 1.4142136 1462.1565 54.076917 2067.8015 53.265654 -0.069637 39.61519977 1.3770452
240 4 24.1416396 2 582.81876 48.283279 1165.6375 53.265654 -0.069637 27.59360001 3.4519604
∑ 745.8043889 7.6596844 101974.07 478.0611 46826.966 STDEV 10.378264
5 0.0833333 258.7937054 0.2886751 66974.182 74.707308 19333.781 261.47493 0.597564 295.0387934 36.245088
10 0.1666667 248.4985403 0.4082483 61751.525 101.4491 25209.954 261.47493 0.597564 259.9639393 11.465399
20 0.3333333 230.1844408 0.5773503 52984.877 132.89705 30590.833 261.47493 0.597564 222.5480893 -7.636352
40 0.6666667 200.6142872 0.8164966 40246.092 163.80088 32860.797 261.47493 0.597564 184.9106959 -15.70359
25
60 1 177.7765957 1 31604.518 177.7766 31604.518 261.47493 0.597564 163.671018 -14.10558
80 1.3333333 159.6071122 1.1547005 25474.43 184.29842 29415.338 261.47493 0.597564 149.2211482 -10.38596
120 2 132.5191345 1.4142136 17561.321 187.41036 24835.458 261.47493 0.597564 129.9720861 -2.547048
240 4 87.81045613 2 7710.6762 175.62091 15421.352 261.47493 0.597564 100.6615917 12.851136
∑ 1495.804272 7.6596844 304307.62 1197.9606 209272.03 STDEV 17.790813
5 0.0833333 330.4345225 0.2886751 109186.97 95.38823 31519.564 80.290467 -0.069637 366.5599525 36.12543
10 0.1666667 247.3091955 0.4082483 61161.838 100.96356 24969.216 80.290467 -0.069637 237.1171922 -10.192
20 0.3333333 172.4667539 0.5773503 29744.781 99.573727 17173.157 80.290467 -0.069637 158.1414805 -14.32527
40 0.6666667 115.2572587 0.8164966 13284.236 94.107158 10846.533 80.290467 -0.069637 107.5041556 -7.753103
50
60 1 89.81220828 1 8066.2328 89.812208 8066.2328 80.290467 -0.069637 86.30018655 -3.512022
80 1.3333333 74.88633264 1.1547005 5607.9628 86.471289 6475.5177 80.290467 -0.069637 73.99612362 -0.890209
120 2 57.63862963 1.4142136 3322.2116 81.513332 4698.3167 80.290467 -0.069637 59.71433125 2.0757016
240 4 36.39011977 2 1324.2408 72.78024 2648.4816 80.290467 -0.069637 41.59346365 5.2033439
∑ 1124.195021 7.6596844 231698.48 720.60974 106397.02 STDEV 15.643771
5 0.0833333 410.350878 0.2886751 168387.84 118.45809 48609.383 99.708903 -0.069637 455.2133271 44.862449
10 0.1666667 307.121498 0.4082483 94323.615 125.38183 38507.454 99.708903 -0.069637 294.4645351 -12.65696
20 0.3333333 214.1782383 0.5773503 45872.318 123.65586 26484.395 99.708903 -0.069637 196.3883644 -17.78987
40 0.6666667 143.132494 0.8164966 20486.911 116.86719 16727.493 99.708903 -0.069637 133.504285 -9.628209
2
60 1 111.5334991 1 12439.721 111.5335 12439.721 99.708903 -0.069637 107.1720868 -4.361412
80 1.3333333 92.99776587 1.1547005 8648.5845 107.38457 9986.5251 99.708903 -0.069637 91.89225773 -1.105508
120 2 71.57866588 1.4142136 5123.5054 101.22752 7245.7308 99.708903 -0.069637 74.15638075 2.5777149
240 4 45.19115463 2 2042.2405 90.382309 4084.4809 99.708903 -0.069637 51.65293929 6.4617847
∑ 1396.084194 7.6596844 357324.74 894.89088 164085.18 STDEV 19.427254
c. Perhitungan untuk Metode Hesper dan Der Weduwen

∑(𝐼𝑥√𝑡) ∑ 𝐼 2 − ∑(𝐼 2 𝑥 √𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(966.968)(811833) − (301225)(1800.84162)
𝑎= = 74.5955
8(811833) − (1800.84162)2
∑(𝐼𝑥√𝑡) ∑ 𝐼 − 𝑁 ∑(𝐼 2 𝑥 √𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(966.968)(1800.84162)−8(301225)
𝑏= = -0.2056
8(1800.84162)−(1800.84162)2
𝑎
𝐼′ =
√𝑡 + 𝑏
74.5955
𝐼′ = = 897.6344828 mm/jam
0.29+(−0.2056)
∆I = I’ – I
∆I = 897.6344828 – 722.1577023
∆I = 175.477
103
5 0.0833333 722.1577023 0.2886751 521511.75 208.46897 150547.47 74.595451 -0.205573 897.6344828 175.47678
10 0.1666667 436.9279664 0.4082483 190906.05 178.3751 77937.068 74.595451 -0.205573 368.0537773 -68.87419
20 0.3333333 251.5050166 0.5773503 63254.773 145.20649 36520.16 74.595451 -0.205573 200.6454747 -50.85954
40 0.6666667 134.4611221 0.8164966 18079.793 109.78705 14762.089 74.595451 -0.205573 122.1027286 -12.35839
2
60 1 89.82533564 1 8068.5909 89.825336 8068.5909 74.595451 -0.205573 93.89841945 4.0730838
80 1.3333333 74.82306367 1.1547005 5598.4909 86.398232 6464.5804 74.595451 -0.205573 78.59369634 3.7706327
120 2 56.97672445 1.4142136 3246.3471 80.577256 4591.0281 74.595451 -0.205573 61.71846777 4.7417433
240 4 34.16468841 2 1167.2259 68.329377 2334.4519 74.595451 -0.205573 41.57062174 7.4059333
∑ 1800.84162 7.6596844 811833.02 966.9678 301225.44 STDEV 73.563628
5 0.0833333 834.05462 0.2886751 695647.11 240.77083 200816.02 112.72213 -0.176429 1004.236395 170.18177
10 0.1666667 545.4726109 0.4082483 297540.37 222.68826 121470.35 112.72213 -0.176429 486.249015 -59.2236
20 0.3333333 340.9733647 0.5773503 116262.84 196.86106 67124.379 112.72213 -0.176429 281.1574455 -59.81592
40 0.6666667 195.4690477 0.8164966 38208.149 159.59981 31196.823 112.72213 -0.176429 176.1096071 -19.35944
5
60 1 134.7015697 1 18144.513 134.70157 18144.513 112.72213 -0.176429 136.8698862 2.1683165
80 1.3333333 112.2042468 1.1547005 12589.793 129.5623 14537.441 112.72213 -0.176429 115.2257578 3.0215111
120 2 85.44197654 1.4142136 7300.3314 120.8332 10324.228 112.72213 -0.176429 91.0676174 5.6256409
240 4 51.23317519 2 2624.8382 102.46635 5249.6765 112.72213 -0.176429 61.81393813 10.580763
∑ 2299.550612 7.6596844 1188317.9 1307.4834 468863.43 STDEV 71.938399
5 0.0833333 883.5776407 0.2886751 780709.45 255.06689 225371.4 138.79847 -0.15578 1044.423489 160.84585
10 0.1666667 599.3294022 0.4082483 359195.73 244.6752 146641.04 138.79847 -0.15578 549.7666362 -49.56277
20 0.3333333 391.3280757 0.5773503 153137.66 225.93337 88414.071 138.79847 -0.15578 329.2418437 -62.08623
40 0.6666667 233.8486774 0.8164966 54685.204 190.93665 44650.282 138.79847 -0.15578 210.0727283 -23.77595
10
60 1 164.4135415 1 27031.813 164.41354 27031.813 138.79847 -0.15578 164.4103672 -0.003174
80 1.3333333 136.9538426 1.1547005 18756.355 158.14068 21657.973 138.79847 -0.15578 138.9485017 1.9946591
120 2 104.2884503 1.4142136 10876.081 147.48614 15381.101 138.79847 -0.15578 110.2946609 6.0062106
240 4 62.53399861 2 3910.501 125.068 7821.002 138.79847 -0.15578 75.2613527 12.727354
∑ 2576.273629 7.6596844 1408302.8 1511.7205 576968.69 STDEV 68.330822
5 0.0833333 930.1197833 0.2886751 865122.81 268.50245 249739.44 172.89071 -0.128233 1077.589931 147.47015
10 0.1666667 653.7241424 0.4082483 427355.25 266.88176 174467.05 172.89071 -0.128233 617.4333411 -36.2908
20 0.3333333 446.9540143 0.5773503 199767.89 258.04902 115336.05 172.89071 -0.128233 384.9568069 -61.99721
40 0.6666667 280.2158144 0.8164966 78520.903 228.79525 64112.049 172.89071 -0.128233 251.1984353 -29.01738
25
60 1 201.9546965 1 40785.699 201.9547 40785.699 172.89071 -0.128233 198.3221762 -3.63252
80 1.3333333 168.2250226 1.1547005 28299.658 194.24952 32677.631 172.89071 -0.128233 168.4327256 0.207703
120 2 128.1010198 1.4142136 16409.871 181.1622 23207.063 172.89071 -0.128233 134.4427174 6.3416976
240 4 76.81261897 2 5900.1784 153.62524 11800.357 172.89071 -0.128233 92.36764861 15.55503
∑ 2886.107112 7.6596844 1662162.3 1753.2202 712125.34 STDEV 63.086046
5 0.0833333 956.8716424 0.2886751 915603.34 276.22505 264311.92 199.09537 -0.106783 1094.580465 137.70882
10 0.1666667 686.8087326 0.4082483 471706.24 280.38849 192573.26 199.09537 -0.106783 660.4259294 -26.3828
20 0.3333333 483.4265058 0.5773503 233701.19 279.10642 134927.44 199.09537 -0.106783 423.0966803 -60.32983
40 0.6666667 313.1736943 0.8164966 98077.763 255.70525 80080.158 199.09537 -0.106783 280.5292553 -32.64444
50
60 1 229.80487 1 52810.278 229.80487 52810.278 199.09537 -0.106783 222.8970243 -6.907846
80 1.3333333 191.4237703 1.1547005 36643.06 221.03713 42311.761 199.09537 -0.106783 189.991481 -1.432289
120 2 145.7665441 1.4142136 21247.885 206.14502 30049.048 199.09537 -0.106783 152.279902 6.5133579
240 4 87.40531522 2 7639.6891 174.81063 15279.378 199.09537 -0.106783 105.1624769 17.757162
∑ 3094.681075 7.6596844 1837429.4 1923.2229 812343.25 STDEV 59.312395
5 0.0833333 978.7920657 0.2886751 958033.91 282.55293 276560.57 225.93303 -0.084665 1107.459213 128.66715
10 0.1666667 714.9841975 0.4082483 511202.4 291.89108 208697.51 225.93303 -0.084665 698.2219287 -16.76227
20 0.3333333 516.2275103 0.5773503 266490.84 298.04409 153858.56 225.93303 -0.084665 458.5746525 -57.65286
40 0.6666667 344.7462378 0.8164966 118849.97 281.48412 97040.593 225.93303 -0.084665 308.7226608 -36.02358
2
60 1 257.4494021 1 66280.195 257.4494 66280.195 225.93303 -0.084665 246.8309416 -10.61846
80 1.3333333 214.4512221 1.1547005 45989.327 247.62694 53103.9 225.93303 -0.084665 211.1453273 -3.305895
120 2 163.3016291 1.4142136 26667.422 230.94338 37713.43 225.93303 -0.084665 169.932122 6.630493
240 4 97.91979668 2 9588.2866 195.83959 19176.573 225.93303 -0.084665 117.9600511 20.040254
∑ 3287.872061 7.6596844 2003102.4 2085.8315 912431.32 STDEV 55.94268
Lalu dibandingkan dari ketiga pendekatan dengan masing-masing

ketiga rumus yang digunakan manakah yang memiliki standar deviasi
terkecil. Intensitas hujan hasil perhitungan metode dan persamaan dengan
nilai standar deviasi terkecil merupakan nilai intensitas hujan yang akan
digunakan dalam perencanaan Dari perhitungan-perhitungan diatas maka
akan didapatkan nilai standar deviasi seperti disajikan pada tabel 5.8.10.
104
Tabel 5.8.10 Hasil Perhitungan Standar Deviasi untuk Semua Metode
Intensitas hujan hasil perhitungan metode dan persamaan dengan nilai

standar deviasi terkecil merupakan nilai intensitas hujan yang akan digunakan
dalam perencanaan. Dari tabel 5.8.10 dapat dilihat dan diprediksi bahwa nilai
standar deviasi dari selisih intensitas hujan yang terpilih adalah dari
perhitungan dengan menggunakan rumus Talbot, dikarenakan nilai standar
deviasi yang dihasilkan adalah nilai standar deviasi terkecil dibandingkan
nilai standar deviasi dari rumus lainnya.
5.9 Penggambaran Kurva IDF

Kurva IDF (Intensity, Duration, Frequency) merupakan kurva yang
menunjukkan hubungn antara intensitas hujan dengan durasinya. Dalam
penggambaran kurva IDF diperlukan data curah hujan dalam durasi waktu
yang pendek, yaitu curah hujan dalam satuan waktu menit.
Kurva IDF digunakan untuk perhitungan limpasan dengan rumus
rasional untuk perhitungan debit puncak dengan menggunakan intensitas
hujan yang sebanding dengan waktu pengaliran curah hujan dari titik paling
atas ke titik yang ditinjau di bagian hilir daerah pengaliran tersebut. Kurva ini
menunjukkan besarnya kemungkinan terjadinya intensitas hujan yang berlaku
untuk lama curah hujan sembarang.
Setelah menghitung nilai standar deviasi dari selisih intensitas pada
perhitungan sebelumnya maka akan didapatkan hasil perhitungan seperti pada
tabel 5.9.1 – tabel 5.9.3.
105
Tabel 5.9.1 Metode Van Breen dengan Rumus Talbot
METODE VAN BREEN DENGAN RUMUS TALBOT
Durasi 2 5 10 25 50 100
(menit) te RT
5 200.53443 225.40866 240.48566 258.79371 272.05393 285.03995

10 184.21894 212.47821 228.94405 248.49854 262.45026 275.98971
20 158.43791 190.60976 208.89326 230.18444 245.14287 259.51039
40 123.78972 158.07194 177.75747 200.61429 216.5782 231.82579
60 101.57636 135.02299 154.69935 177.7766 193.97566 209.4786
80 86.122224 117.84034 136.9364 159.60711 175.645 191.06099
120 66.030163 93.933021 111.36257 132.51913 147.72502 162.4886
240 38.843759 58.392939 71.373863 87.810456 100.02571 112.16648
Tabel 5.9.2 Metode Bell Tanimoto dengan Rumus Talbot

METODE BELL TANIMOTO DENGAN RUMUS TALBOT
Durasi 2 5 10 25 50 100
(menit) te RT
5 100.45241 139.21078 198.7447 234.70718 299.57963 372.03365

10 84.45734 117.0442 167.09852 197.33468 251.87748 312.79463
20 64.057539 88.773381 126.73759 149.67052 191.03906 237.24231
40 43.192251 59.85747 85.455704 100.91875 128.81243 159.96602
60 32.580043 45.150666 64.45949 76.123313 97.163598 120.66284
80 26.154066 36.245303 51.74572 61.10901 77.99938 96.863711
120 18.755517 25.992111 37.107719 43.822291 55.934658 69.462584
240 10.145521 14.060051 20.072875 23.705024 30.257031 37.574764
Tabel 5.9.3 Metode Hasper dan Der Wedusen dengan Rumus Talbot
METODE HASPER DAN DER WEDUSEN DENGAN RUMUS TALBOT
Durasi 2 5 10 25 50 100
(menit) te RT
5 678.5857 774.5763 815.87623 854.18237 876.13833 894.2496

10 450.36932 564.53974 621.25036 678.61424 713.62696 743.60488
20 269.25922 366.03132 420.58887 480.91873 520.5263 556.20799
40 149.23413 214.90074 255.52297 303.8703 337.74509 369.81355
60 103.2219 152.10015 183.50422 222.10367 249.96918 276.98973
80 78.896375 117.70356 143.15594 175.01101 198.40587 221.41436
120 53.622676 81.046942 99.430889 122.8958 140.45863 158.00853
240 27.344259 41.899989 51.886655 64.909268 74.863658 84.991857
Dari tabel tersebut maka akan dibuat sebuah kurva IDF dengan sumbu
x adalah t, durasi dalam menit dan sumbu y adalah intensitas hujan dalam
mm/jam. Dikarenakan terhadap 3 buah metode dengan 3 intensitas berbeda,
106
maka dibuatlah 3 buah kurva IDF yang nantinya akan dipilih berdasarkan
syarat-syarat yang telah ditentukan.
Sehingga didapatkan tiga buah kurva IDF sebagai berikut :
Kurva IDF
300
intensitas Hujan (mm/jam)
250 PUH 2
200
PUH 5
150
PUH 10
100
50 PUH 25
0 PUH 50
0 100 200 300
PUH 100
Durasi (menit)
Gambar 5.9.1 Kurva IDF Metode Van Breen – Rumus Talbot
Kurva IDF
400
Intensitas Hujan (mm/jam)
PUH 2
300
PUH 5
200
PUH 10
100
PUH 25
0 PUH 50
0 100 200 300
PUH 100
Durasi (menit)
Gambar 5.9.2 Kurva IDF Metode Bell Tanimoto – Rumus Talbot
Kurva IDF
1000
Intensitas Hujan (mm/jam(
800 PUH 2
600 PUH 5
400 PUH 10
200 PUH 25
0 PUH 50
0 100 200 300
PUH 100
Durasi (menit)
Gambar 5.9.3 Kurva IDF Metode Hasper dan Der Weduwen – Rumus Talbot
107
Dari ketiga kurva IDF tersebut dapat dibandingkan yang mana yang
dapat dipilih sebagai kurva IDF yang ideal berdasarkan beberapa syarat yang
telah ditentukan. Syarat – syarat kurva IDF yang dapat dipilih diantaranya
adalah sebagai berikut :
a. Setelah di plot pada sebuah grafik saat akan membentuk kurva IDF, kurva
IDF yang terpilih harus yang memiliki bentuk kurva yang paling mulus.
Grafik dengan PUH yang dapat terlihat secara jelas dan tidak ada grafik
antar PUH yang saling bertumpuk. Kurva yang terbentuk relatif lebih
stabil jika dibandingkan dengan yang lainnya.
b. Nilai standar deviasi yang dihasilkan pada perhitungan sebelumnya, dan
yang akan digunakan pada kurva IDF haruslah standar deviasi yang
memiliki nilai paling kecil.
Sehingga, apabila dilihat dari persyaraan tersebut maka kurva IDF yang
terpilih adalah kurva IDF dari metode Van Breen dengan menggunakan
rumus Talbot.
108
Bab VI
Penutup
6.1 Kesimpulan
1. Metode analisis hujan yang paling cocok digunakan adalah Metode
Van Breen dengan Persamaan Talbot
2. Nilai intensitas hujan hasil analisis yang akan digunakan dalam
penggambaran kurva IDF disajikan dalam tabel berikut
PERHITUNGAN DENGAN RUMUS TALBOT
Metode Van Breen
5 0.0833333 200.534428 16.711202 40214.057 3351.1714 188.68694 0.8575871 200.534428 0
10 0.1666667 184.218938 30.703156 33936.617 5656.1028 188.68694 0.8575871 184.2189377 0
20 0.3333333 158.437907 52.812636 25102.57 8367.5235 188.68694 0.8575871 158.437907 0
40 0.6666667 123.789716 82.526477 15323.894 10215.929 188.68694 0.8575871 123.789716 0
2
60 1 101.576363 101.57636 10317.757 10317.757 188.68694 0.8575871 101.5763626 0
80 1.3333333 86.1222242 114.82963 7417.0375 9889.3833 188.68694 0.8575871 86.12222421 0
120 2 66.0301626 132.06033 4359.9824 8719.9647 188.68694 0.8575871 66.03016257 0
240 4 38.8437586 155.37503 1508.8376 6035.3503 188.68694 0.8575871 38.84375861 0
∑ 959.553497 686.59483 138180.75 62553.183 STDEV 0
5 0.0833333 225.408662 18.784055 50809.065 4234.0887 308.66699 1.2860328 225.4086621 0

10 0.1666667 212.478214 35.413036 45146.991 7524.4986 308.66699 1.2860328 212.478214 0
20 0.3333333 190.609759 63.536586 36332.08 12110.693 308.66699 1.2860328 190.6097589 0
40 0.6666667 158.071938 105.38129 24986.737 16657.825 308.66699 1.2860328 158.0719377 0
5
60 1 135.022992 135.02299 18231.208 18231.208 308.66699 1.2860328 135.022992 0
80 1.3333333 117.840337 157.12045 13886.345 18515.127 308.66699 1.2860328 117.8403373 0
120 2 93.9330212 187.86604 8823.4125 17646.825 308.66699 1.2860328 93.93302124 0
240 4 58.3929387 233.57175 3409.7353 13638.941 308.66699 1.2860328 58.39293865 0
∑ 1191.75786 936.69621 201625.58 108559.21 STDEV 0
5 0.0833333 240.485658 20.040472 57833.352 4819.446 397.53108 1.5697011 240.4856582 -3.69482E-13

10 0.1666667 228.944053 38.157342 52415.379 8735.8966 397.53108 1.5697011 228.9440532 -2.84217E-13
20 0.3333333 208.893264 69.631088 43636.396 14545.465 397.53108 1.5697011 208.8932645 0
40 0.6666667 177.75747 118.50498 31597.718 21065.145 397.53108 1.5697011 177.7574702 0
10
60 1 154.699345 154.69935 23931.887 23931.887 397.53108 1.5697011 154.6993452 0
80 1.3333333 136.936398 182.58186 18751.577 25002.103 397.53108 1.5697011 136.9363979 0
120 2 111.362567 222.72513 12401.621 24803.243 397.53108 1.5697011 111.3625674 1.56319E-13
240 4 71.3738626 285.49545 5094.2283 20376.913 397.53108 1.5697011 71.37386263 1.7053E-13
∑ 1330.45262 1091.8357 245662.16 143280.1 STDEV 1.91781E-13
5 0.0833333 258.793705 21.566142 66974.182 5581.1818 520.55064 1.9281168 258.7937054 0

10 0.1666667 248.49854 41.416423 61751.525 10291.921 520.55064 1.9281168 248.4985403 3.12639E-13
20 0.3333333 230.184441 76.728147 52984.877 17661.626 520.55064 1.9281168 230.1844408 0
40 0.6666667 200.614287 133.74286 40246.092 26830.728 520.55064 1.9281168 200.6142872 0
25
60 1 177.776596 177.7766 31604.518 31604.518 520.55064 1.9281168 177.7765957 0
80 1.3333333 159.607112 212.80948 25474.43 33965.907 520.55064 1.9281168 159.6071122 0
120 2 132.519134 265.03827 17561.321 35122.642 520.55064 1.9281168 132.5191345 0
240 4 87.8104561 351.24182 7710.6762 30842.705 520.55064 1.9281168 87.81045613 -1.7053E-13
∑ 1495.80427 1280.3197 304307.62 191901.23 STDEV 1.33256E-13
5 0.0833333 272.05393 22.671161 74013.341 6167.7784 619.56023 2.1940101 272.0539298 4.54747E-13

10 0.1666667 262.45026 43.74171 68880.139 11480.023 619.56023 2.1940101 262.4502597 0
20 0.3333333 245.142873 81.714291 60095.028 20031.676 619.56023 2.1940101 245.1428729 2.84217E-13
40 0.6666667 216.578202 144.38547 46906.117 31270.745 619.56023 2.1940101 216.5782016 0
50
60 1 193.975664 193.97566 37626.558 37626.558 619.56023 2.1940101 193.9756637 0
80 1.3333333 175.644998 234.19333 30851.165 41134.887 619.56023 2.1940101 175.6449975 0
120 2 147.725021 295.45004 21822.682 43645.363 619.56023 2.1940101 147.7250205 0
240 4 100.025705 400.10282 10005.142 40020.567 619.56023 2.1940101 100.025705 -1.42109E-13
∑ 1613.59665 1416.2345 350200.17 231377.6 STDEV 1.93922E-13
5 0.0833333 285.03995 23.753329 81247.773 6770.6477 724.36442 2.45794 285.0399495 0

10 0.1666667 275.989706 45.998284 76170.318 12695.053 724.36442 2.45794 275.9897061 0
20 0.3333333 259.510387 86.503462 67345.641 22448.547 724.36442 2.45794 259.5103869 0
40 0.6666667 231.825794 154.55053 53743.199 35828.799 724.36442 2.45794 231.8257945 0
100
60 1 209.478598 209.4786 43881.283 43881.283 724.36442 2.45794 209.4785979 0
80 1.3333333 191.060986 254.74798 36504.301 48672.401 724.36442 2.45794 191.0609865 0
120 2 162.488599 324.9772 26402.545 52805.089 724.36442 2.45794 162.4885986 0
240 4 112.166484 448.66594 12581.32 50325.28 724.36442 2.45794 112.166484 -1.27898E-13
∑ 1727.5605 1548.6753 397876.38 273427.1 STDEV 4.52187E-14
109
3. Penggambaran kurva IDF dari metode yang terpilih adalah sebagai berikut
Kurva IDF
300
intensitas Hujan (mm/jam)
250
200 PUH 2
PUH 5
150
PUH 10
100 PUH 25
50 PUH 50
PUH 100
0
0 50 100 150 200 250 300
Durasi (menit)
4. Perhitungan curah hujan wilayah ini dapat diaplikasikan untuk dapat

mengetahui tindakan yang dapat dilakukan oleh masyarakat di wilayah
tertentu dengan keadaan analisis curah hujan yang didapat. Selain itu
juga, penting pengaplikasiannya dalam hal penentuan kadar hujan di
suatu wilayah. Kurva IDF ini dalam bidang RIL digunakan untuk perencanaan
drainase perkotaan karena kurva IDF ini mampu memperkirakan debit puncak
aliran banjir di daerah kawasan penelitian rawan banjir. Hal ini sesuai dengan
yang digunakan dalam perencanaan drainase perkotaan adalah debit puncak
(peak flow) supaya semua limpasan air dapat tertampung, dengan
pertimbangan kondisi yang paling ekstrem.
6.2 Saran
Dalam analisis curah hujan ini dibutuhkan ketelitian yang baik untuk
mengurangi galat terhadap perhitungan yang diperoleh. Dalam analisis
hidrologi, tingkat analisanya (hasil yang diperoleh) akan menjadi semakin baik
ketika titik pengambilan data yang dilakukan semakin banyak. Hal ini akan
menunjukan hasil yang mendekati kepada keadaan sebenarnya, karena
pengambilan titik yang banyak akan semakin merepresentasikan dan
mewakilkan keseluruhan dari kondisi sebenarnya.
110
Daftar Pustaka
DPU pengairan, metode perhitungan debit banjir SK SNI M-18-1989-F

BR, Sri Harto. 1993. Analisis Hidrologi. Jakarta : Gramedia Pustaka Utama.
Loebis, Joesron. 1990. Banjir rencana untuk bangunan air. Jakarta : PT. Gramedia
Pustaka.
Moduto. 1998. Drainase Perkotaan Volume I. Jakarta : Gramedia Pustaka Utama.
44 halaman.
Soewarno. Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Jilid I., hal :
20
Sosrodarsono, Ir. Suyono. 2003. Hidrologi untuk Pengairan. Jakarta : Pradnya
Paramita
Subarkah, Imam. 1980. Hidrologi Untuk Perencanaan Bangunan Air. Bandung
: Idea Dharma.
Suripin. 2004. Sistem Drainase Perkotaan yang Berkelanjutan. Yogyakarta: Andi
Offset.
Soemarto, C.D. 1999, Hidrologi Teknik, Penerbit Erlangga, Jakarta.
Suroso, 2006, Analisis Curah Hujan untuk Membuat Kurva Intensity Duration
Frequency (IDF) di Kawasan Rawan Banjir Kabupaten Banyumas, Jurnal
Teknik Sipil Vol. 3 No. 1 Januari 2006.
Widyasari, T, 2005, Rekayasa Hidrologi, Universitas Yogyakarta.
Haan, C.T. (1974). Statistical Methods in Hydrology, The Iowa State University
Press/Ames.
Sri Harto Br, 2000, Hidrologi Teori Masalah Penyelesaian, Nafiri, Jakarta.
ix
LAMPIRAN
x
Tabel 1. Hasil Perhitungan Uji Konsistensi Stasiun Paseh
Stasiun Akumulasi
1986 277 223,6666667 6485,126582 5497,032377 1,1668 1,1668 1 277
1987 251 177,6666667 6208,126582 5273,36571 1,1668 1,1668 1 251
1988 131 118,6666667 5957,126582 5095,699043 1,1668 1,1668 1 131
1989 261 220,2368318 5826,126582 4977,032377 1,1668 1,1668 1 261
1990 423 287,6413516 5565,126582 4756,795545 1,1668 1,1668 1 423
1991 142 137,7526631 5142,126582 4469,154193 1,1668 1,1455 0,981745 139,4078
1992 231 196,1812939 5000,126582 4331,40153 1,1668 1,1455 0,981745 226,7831
1993 178 154,7348047 4769,126582 4135,220236 1,1668 1,1455 0,981745 174,7506
1994 218 186,4419022 4591,126582 3980,485431 1,1668 1,1455 0,981745 214,0204
1995 161 160,3333333 4373,126582 3794,043529 1,1668 1,1455 0,981745 158,0609
1996 103 89,72649482 4212,126582 3633,710196 1,1668 1,1668 1 103
1997 160 124,2514455 4109,126582 3543,983701 1,1668 1,1668 1 160
1998 224 288 3949,126582 3419,732255 1,1668 1,1668 1 224
1999 141 130,4610527 3725,126582 3131,732255 1,1668 1,1668 1 141
2000 117 103,2222222 3584,126582 3001,271203 1,1668 1,0106 0,86613 101,3372
2001 80 141,8888889 3467,126582 2898,04898 1,1668 1,0106 0,86613 69,29037
2002 123 97,77777778 3387,126582 2756,160092 1,1668 1,0106 0,86613 106,5339
2003 263,49872 221,8888889 3264,126582 2658,382314 1,1668 1,0106 0,86613 228,224
2004 332 197,2339655 3000,627858 2436,493425 1,1668 1,0106 0,86613 287,555
2005 347,76738 291,7206846 2668,627858 2239,259459 1,1668 1,1668 1 347,7674
2006 152,86048 127,0009275 2320,860482 1947,538775 1,1668 1,1668 1 152,8605
2007 539 373,3333333 2168 1820,537847 1,1668 1,1668 1 539
2008 134 146,8657792 1629 1447,204514 1,1668 1,1668 1 134
2009 301 261,2146999 1495 1300,338735 1,1668 1,1668 1 301
2010 472 388,5492099 1194 1039,124035 1,1668 1,1668 1 472
2011 131 134,1626614 722 650,574825 1,1668 1,1668 1 131
2012 308 254,856608 591 516,4121636 1,1668 1,1668 1 308
2013 283 261,5555556 283 261,5555556 1,1668 1,1668 1 283
7000
y = 1.1668x + 17.674
6000 R² = 0.9984
y = 1.1455x + 30.418
5000 R² = 0.9996
4000
y = 1.0106x + 561.5
R² = 0.9846
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 1. Grafik Uji Konsistensi Stasiun Paseh
xi
Tabel 2. Hasil Perhitungan Uji Konsistensi Stasiun Chinchona
Stasiun Akumulasi
1986 195 232,7777778 7077,323907 5431,232674 1,3079 1,3079 1 195
1987 267 175,8888889 6882,323907 5198,454896 1,3079 1,3079 1 267
1988 192 111,8888889 6615,323907 5022,566007 1,3079 1,3079 1 192
1989 385 206,459054 6423,323907 4910,677118 1,3079 1,3079 1 385
1990 196 312,8635739 6038,323907 4704,218064 1,3079 1,3079 1 196
1991 158 135,9748854 5842,323907 4391,35449 1,3079 1,2799 0,978592 154,6175
1992 248 194,292405 5684,323907 4255,379605 1,3079 1,2799 0,978592 242,6907
1993 208,6132 151,3333333 5436,323907 4061,0872 1,3079 1,2799 0,978592 204,1472
1994 247,0139 183,2181356 5227,710665 3909,753867 1,3079 1,2799 0,978592 241,7257
1995 175 158,7777778 4980,696765 3726,535731 1,3079 1,2799 0,978592 171,2535
1996 120,7567 87,75352637 4805,696765 3567,757953 1,3079 1,2799 0,978592 118,1715
1997 216 118,0292233 4684,940049 3480,004427 1,3079 1,2799 0,978592 211,3758
1998 346 274,4444444 4468,940049 3361,975204 1,3079 1,3079 1 346
1999 323 110,2388305 4122,940049 3087,530759 1,3079 1,3079 1 323
2000 171 97,22222222 3799,940049 2977,291929 1,3079 1,306 0,998547 170,7516
2001 211 127,3333333 3628,940049 2880,069706 1,3079 1,306 0,998547 210,6935
2002 117 98,44444444 3417,940049 2752,736373 1,3079 1,306 0,998547 116,83
2003 239 224,6109694 3300,940049 2654,291929 1,3079 1,306 0,998547 238,6528
2004 275,2323 203,5414836 3061,940049 2429,680959 1,3079 1,306 0,998547 274,8325
2005 183 310,0281708 2786,707712 2226,139476 1,3079 1,306 0,998547 182,7342
2006 175,7077 124,4623464 2603,707712 1916,111305 1,3079 1,3079 1 175,7077
2007 352 394,1111111 2428 1791,648958 1,3079 1,3079 1 352
2008 204 139,0880014 2076 1397,537847 1,3079 1,3079 1 204
2009 449 244,7702555 1872 1258,449846 1,3079 1,3079 1 449
2010 572 377,4380988 1423 1013,67959 1,3079 1,3079 1 572
2011 221 124,1626614 851 636,2414917 1,3079 1,3079 1 221
2012 311 254,5232747 630 512,0788302 1,3079 1,3079 1 311
2013 319 257,5555556 319 257,5555556 1,3079 1,3079 1 319
8000
y = 1.3079x + 31.213
7000 R² = 0.9965
6000 y = 1.2799x + 229.06

R² = 0.9994
5000
4000 y = 1.306x - 132.59

R² = 0.9918
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 2. Grafik Uji Konsistensi Stasiun Chinchona
xii
Tabel 3. Hasil Perhitungan Uji Konsistensi Stasiun Ciparay
Stasiun Akumulasi
1986 158 236,8888889 4886,124954 5674,699224 0,8917 0,8917 1 158
1987 99 194,5555556 4728,124954 5437,810335 0,8917 0,8917 1 99
1988 92 123 4629,124954 5243,25478 0,8917 0,8917 1 92
1989 186 228,5701651 4537,124954 5120,25478 0,8917 0,8917 1 186
1990 252 306,6413516 4351,124954 4891,684614 0,8917 0,8917 1 252
1991 91 143,4193298 4099,124954 4585,043263 0,8917 0,8917 1 91
1992 215 197,9590717 4008,124954 4441,623933 0,8917 0,8917 1 215
1993 162 156,5125824 3793,124954 4243,664861 0,8917 0,8917 1 162
1994 226 185,5530133 3631,124954 4087,152279 0,8917 0,8917 1 226
1995 95 167,6666667 3405,124954 3901,599266 0,8917 0,8917 1 95
1996 119 87,94871704 3310,124954 3733,932599 0,8917 0,8917 1 119
1997 122 128,4736677 3191,124954 3645,983882 0,8917 0,8917 1 122
1998 231 287,2222222 3069,124954 3517,510214 0,8917 0,8917 1 231
1999 64 139,0166083 2838,124954 3230,287992 0,8917 0,8917 1 64
2000 91 106,1111111 2774,124954 3091,271384 0,8917 0,8917 1 91
2001 173 131,5555556 2683,124954 2985,160272 0,8917 0,8917 1 173
2002 60 104,7777778 2510,124954 2853,604717 0,8917 0,8917 1 60
2003 252 223,1665249 2450,124954 2748,826939 0,8917 0,8917 1 252
2004 145 218,0117432 2198,124954 2525,660414 0,8917 0,8917 1 145
2005 347 291,8059485 2053,124954 2307,648671 0,8917 0,8917 1 347
2006 219 119,6520922 1706,124954 2015,842722 0,8917 0,8917 1 219
2007 270 403,2222222 1487,124954 1896,19063 0,8917 0,8917 1 270
2008 99 150,754668 1217,124954 1492,968408 0,8917 0,8917 1 99
2009 218,94943 270,33143 1118,124954 1342,21374 0,8917 0,8917 1 218,9494
2010 332,46534 404,0530611 899,1755252 1071,88231 0,8917 0,8917 1 332,4653
2011 109,00071 136,6070266 566,7101855 667,8292488 0,8917 0,8917 1 109,0007
2012 220,70947 264,5555556 457,7094722 531,2222222 0,8917 0,8917 1 220,7095
2013 237 266,6666667 237 266,6666667 0,8917 0,8917 1 237
6000
y = 0.8917x - 44.128
5000
R² = 0.9983
4000
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 3. Grafik Uji Konsistensi Stasiun Ciparay
xiii
Tabel 4. Hasil Perhitungan Uji Konsistensi Stasiun Ujung Berung
Stasiun Akumulasi
1986 268 224,6666667 5285,347851 5630,341124 0,9341 0,9341 1 268
1987 155 188,3333333 5017,347851 5405,674458 0,9341 0,9341 1 155
1988 51 127,5555556 4862,347851 5217,341124 0,9341 0,9341 1 51
1989 209,9248 225,9118576 4811,347851 5089,785569 0,9341 0,9341 1 209,9248
1990 298,0512 301,5245538 4601,423084 4863,873711 0,9341 0,9341 1 298,0512
1991 129,3366 139,1597127 4303,371903 4562,349157 0,9341 0,9341 1 129,3366
1992 170 202,9590717 4174,03535 4423,189445 0,9341 0,9341 1 170
1993 216 150,5125824 4004,03535 4220,230373 0,9341 0,9341 1 216
1994 145 194,5530133 3788,03535 4069,71779 0,9341 0,9341 1 145
1995 106 166,4444444 3643,03535 3875,164777 0,9341 0,9341 1 106
1996 88,58154 91,32854614 3537,03535 3708,720333 0,9341 0,9341 1 88,58154
1997 121,4538 128,5343553 3448,453812 3617,391787 0,9341 0,9341 1 121,4538
1998 235 286,7777778 3327 3488,857431 0,9341 0,9341 1 235
1999 63 139,1277194 3092 3202,079653 0,9341 0,9341 1 63
2000 101 105 3029 3062,951934 0,9341 0,9977 1,068087 107,8768
2001 99 139,7777778 2928 2957,951934 0,9341 0,9977 1,068087 105,7406
2002 56 105,2222222 2829 2818,174156 0,9341 0,9977 1,068087 59,81287
2003 290 218,9443027 2773 2712,951934 0,9341 0,9977 1,068087 309,7452
2004 231 208,4561877 2483 2494,007631 0,9341 0,9977 1,068087 246,7281
2005 323 294,4726152 2252 2285,551444 0,9341 0,9977 1,068087 344,9921
2006 134 129,0965366 1929 1991,078828 0,9341 0,9341 1 134
2007 413 387,3333333 1795 1861,982292 0,9341 0,9341 1 413
2008 78 153,0880014 1382 1474,648958 0,9341 0,9341 1 78
2009 283 263,2146999 1304 1321,560957 0,9341 0,9341 1 283
2010 468 388,9936544 1021 1058,346257 0,9341 0,9341 1 468
2011 91 138,6071059 553 669,3526028 0,9341 0,9341 1 91
2012 200 266,856608 462 530,7454969 0,9341 0,9341 1 200
2013 262 263,8888889 262 263,8888889 0,9341 0,9341 1 262
6000
y = 0.9341x + 62.42
5000 R² = 0.9975
4000
y = 0.9977x + 0.1256
3000 R² = 0.9842
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 4. Grafik Uji Konsistensi Stasiun Ujung Berung
xiv
Tabel 5. Hasil Perhitungan Uji Konsistensi Stasiun Bandung
Stasiun Akumulasi
1986 192 233,1111111 4694 5696,046441 0,8299 0,8299 1 192
1987 87 195,8888889 4502 5462,93533 0,8299 0,8299 1 87
1988 93 122,8888889 4415 5267,046441 0,8299 0,8299 1 93
1989 34 245,459054 4322 5144,157552 0,8299 0,8299 1 34
1990 417 288,3080183 4288 4898,698498 0,8299 0,8299 1 417
1991 68 145,9748854 3871 4610,39048 0,8299 0,8299 1 68
1992 189 200,8479606 3803 4464,415595 0,8299 0,8299 1 189
1993 80 165,6236936 3614 4263,567634 0,8299 0,8299 1 80
1994 141 194,9974578 3534 4097,94394 0,8299 0,8299 1 141
1995 93 167,8888889 3393 3902,946483 0,8299 0,8299 1 93
1996 89 91,28205038 3300 3735,057594 0,8299 0,7718 0,9299916 82,76925
1997 64 134,9181122 3211 3643,775543 0,8299 0,7718 0,9299916 59,51946
1998 279 281,8888889 3147 3508,857431 0,8299 0,7718 0,9299916 259,4676
1999 64 139,0166083 2868 3226,968542 0,8299 0,7718 0,9299916 59,51946
2000 85 106,7777778 2804 3087,951934 0,8299 0,7718 0,9299916 79,04928
2001 120 137,4444444 2719 2981,174156 0,8299 0,7718 0,9299916 111,599
2002 47 106,2222222 2599 2843,729712 0,8299 0,7718 0,9299916 43,7096
2003 183 230,8331916 2552 2737,50749 0,8299 0,7718 0,9299916 170,1885
2004 208 211,0117432 2369 2506,674298 0,8299 0,7718 0,9299916 193,4382
2005 372 289,0281708 2161 2295,662555 0,8299 0,7718 0,9299916 345,9569
2006 187 123,2076477 1789 2006,634384 0,8299 0,8299 1 187
2007 348 394,5555556 1602 1883,426736 0,8299 0,8299 1 348
2008 66 154,4213347 1254 1488,871181 0,8299 0,8299 1 66
2009 162 276,6591444 1188 1334,449846 0,8299 0,8299 1 162
2010 506 384,7714322 1026 1057,790702 0,8299 0,8299 1 506
2011 56 142,4959948 520 673,0192694 0,8299 0,8299 1 56
2012 228 263,7454969 464 530,5232747 0,8299 0,8299 1 228
2013 236 266,7777778 236 266,7777778 0,8299 0,8299 1 236
6000
5000 y = 0.8299x + 126.28

R² = 0.9938
4000
y = 0.7718x + 413.96
3000 R² = 0.9968
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 5. Grafik Uji Konsistensi Stasiun Bandung
xv
Tabel 6. Hasil Perhitungan Uji Konsistensi Stasiun Cililin
Stasiun Akumulasi
1986 184 234 4784,3479 5686,007786 0,8117 0,8117 1 184
1987 229 180,1111111 4600,3479 5452,007786 0,8117 0,8117 1 229
1988 93 122,8888889 4371,3479 5271,896675 0,8117 0,8117 1 93
1989 215 225,3479429 4278,3479 5149,007786 0,8117 0,8117 1 215
1990 264,5389 305,2481415 4063,3479 4923,659843 0,8117 0,8554 1,053838 278,781
1991 114,7942 140,7755292 3798,809009 4618,411701 0,8117 0,8554 1,053838 120,9745
1992 172,4193 202,6902617 3684,014803 4477,636172 0,8117 0,8554 1,053838 181,7019
1993 142 158,7348047 3511,595513 4274,94591 0,8117 0,8554 1,053838 149,6449
1994 27 207,6641245 3369,595513 4116,211106 0,8117 0,8554 1,053838 28,45362
1995 174 158,8888889 3342,595513 3908,546981 0,8117 0,8117 1 174
1996 39 96,83760593 3168,595513 3749,658092 0,8117 0,8117 1 39
1997 83 132,8070011 3129,595513 3652,820486 0,8117 0,8117 1 83
1998 263 283,6666667 3046,595513 3520,013485 0,8117 0,8117 1 263
1999 131 131,5721639 2783,595513 3236,346819 0,8117 0,8117 1 131
2000 22 113,7777778 2652,595513 3104,774655 0,8117 0,8117 1 22
2001 82 141,6666667 2630,595513 2990,996877 0,8117 0,8117 1 82
2002 140 95,88888889 2548,595513 2849,33021 0,8117 0,8117 1 140
2003 154 234,0554138 2408,595513 2753,441321 0,8117 0,8117 1 154
2004 179,1967 214,2121074 2254,595513 2519,385908 0,8117 0,8117 1 179,1967
2005 274 299,9170596 2075,39879 2305,1738 0,8117 0,8117 1 274
2006 114,3988 131,2744489 1801,39879 2005,256741 0,8117 0,8117 1 114,3988
2007 349 394,4444444 1687 1873,982292 0,8117 0,8117 1 349
2008 187 140,9768903 1338 1479,537847 0,8117 0,8117 1 187
2009 253 266,5480332 1151 1338,560957 0,8117 0,8117 1 253
2010 232 415,2158766 898 1072,012924 0,8117 0,8117 1 232
2011 157 131,2737725 666 656,7970472 0,8117 0,8117 1 157
2012 248 261,5232747 509 525,5232747 0,8117 0,8117 1 248
2013 261 264 261 264 0,8117 0,8117 1 261
6000
5000 y = 0.8117x + 127.31

R² = 0.9976
y = 0.8554x - 148.45
4000 R² = 0.9999
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 6. Grafik Uji Konsistensi Stasiun Cililin
xvi
Tabel 7. Hasil Perhitungan Uji Konsistensi Stasiun Montaya
Stasiun Akumulasi
1986 297 221,444444 6167,214111 5532,355984 1,0496 1,0496 1 297
1987 314 170,666667 5870,214111 5310,91154 1,0496 1,0496 1 314
1988 248 105,666667 5556,214111 5140,244873 1,0496 1,0496 1 248
1989 303 215,570165 5308,214111 5034,578207 1,0496 1,0496 1 303
1990 175 315,196907 5005,214111 4819,008041 1,0496 1,0496 1 175
1991 306 119,530441 4830,214111 4503,811134 1,0496 1,0496 1 306
1992 163 203,736849 4524,214111 4384,280693 1,0496 0,9899 0,943121 153,7288
1993 149 157,957027 4361,214111 4180,543844 1,0496 0,9899 0,943121 140,5251
1994 196 188,886347 4212,214111 4022,586817 1,0496 0,9899 0,943121 184,8518
1995 203 155,666667 4016,214111 3833,70047 1,0496 0,9899 0,943121 191,4536
1996 51 95,5042726 3813,214111 3678,033804 1,0496 0,9899 0,943121 48,09918
1997 111 129,69589 3762,214111 3582,529531 1,0496 0,9899 0,943121 104,6865
1998 425 265,666667 3651,214111 3452,833641 1,0496 1,0496 1 425
1999 137,1495 130,888889 3226,214111 3187,166974 1,0496 1,0496 1 137,1495
2000 4 115,777778 3089,064637 3056,278086 1,0496 1,0496 1 4
2001 73 142,666667 3085,064637 2940,500308 1,0496 1,0496 1 73
2002 121 98 3012,064637 2797,833641 1,0496 1,0496 1 121
2003 111 238,833192 2891,064637 2699,833641 1,0496 1,0496 1 111
2004 231,6766 208,381007 2780,064637 2461,000449 1,0496 1,0649 1,014577 235,0538
2005 336,4862 292,974153 2548,388007 2252,619443 1,0496 1,0649 1,014577 341,3911
2006 147,9018 127,551887 2211,901846 1959,64529 1,0496 1,0649 1,014577 150,0578
2007 365 392,666667 2064 1832,093403 1,0496 1,0649 1,014577 370,3206
2008 172 142,643557 1699 1439,426736 1,0496 1,0649 1,014577 174,5072
2009 344 256,436922 1527 1296,783179 1,0496 1,0649 1,014577 349,0145
2010 444 391,660321 1183 1040,346257 1,0496 1,0496 1 444
2011 142 132,940439 739 648,6859361 1,0496 1,0496 1 142
2012 294 256,412164 597 515,7454969 1,0496 1,0496 1 294
2013 303 259,333333 303 259,3333333 1,0496 1,0496 1 303
7000
y = 1.0496x + 68.176
6000
R² = 0.9948
5000
y = 0.9899x + 207.91
R² = 0.994
4000
3000 y = 1.0649x + 143.24

R² = 0.9982
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Gambar 7. Grafik Uji Konsistensi Stasiun Montaya
xvii
Tabel 8. Hasil Perhitungan Uji Konsistensi Stasiun Saguling DAM
Stasiun Akumulasi
1986 260 225,5555556 6553,73102 5489,409661 1,2819 1,2819 1 260
1987 252 177,5555556 6293,73102 5263,854106 1,2819 1,2819 1 252
1988 104 121,6666667 6041,73102 5086,29855 1,2819 1,2819 1 104
1989 257,2067 220,6583075 5937,73102 4964,631883 1,2819 1,2819 1 257,2067
1990 365,1821 294,0655635 5680,524301 4743,973576 1,2819 1,2819 1 365,1821
1991 190 132,4193298 5315,342207 4449,908012 1,2819 1,2819 1 190
1992 233 195,9590717 5125,342207 4317,488683 1,2819 1,2819 1 233
1993 108 162,5125824 4892,342207 4121,529611 1,2819 1,2819 1 108
1994 258 181,9974578 4784,342207 3959,017028 1,2819 1,2819 1 258
1995 297 145,2222222 4526,342207 3777,019571 1,2819 1,2819 1 297
1996 108,533 89,111716 4229,342207 3631,797348 1,2819 1,2819 1 108,533
1997 148,8092 125,4948679 4120,809198 3542,685632 1,2819 1,2819 1 148,8092
1998 395 269 3972 3417,190765 1,2819 1,2819 1 395
1999 219 121,7943861 3577 3148,190765 1,2819 1,2819 1 219
2000 164 98 3358 3026,396378 1,2819 1,2819 1 164
2001 204 128,1111111 3194 2928,396378 1,2819 1,2502 0,975271 198,9553
2002 200 89,22222222 2990 2800,285267 1,2819 1,2502 0,975271 195,0542
2003 256 222,7220805 2790 2711,063045 1,2819 1,2502 0,975271 249,6694
2004 171 215,1228544 2534 2488,340965 1,2819 1,2502 0,975271 166,7714
2005 397 286,250393 2363 2273,21811 1,2819 1,2502 0,975271 387,1826
2006 32 140,42987 1966 1986,967717 1,2819 1,2502 0,975271 31,20867
2007 604 366,1111111 1934 1846,537847 1,2819 1,2819 1 604
2008 297 128,754668 1330 1480,426736 1,2819 1,2819 1 297
2009 181 274,5480332 1033 1351,672068 1,2819 1,2819 1 181
2010 260 412,1047655 852 1077,124035 1,2819 1,2819 1 260
2011 220 124,2737725 592 665,0192694 1,2819 1,2819 1 220
2012 154 271,9677191 372 540,7454969 1,2819 1,2819 1 154
2013 218 268,7777778 218 268,7777778 1,2819 1,2819 1 218
7000
y = 1.2819x - 458.76
6000 R² = 0.9954
5000
4000
3000
y = 1.2502x - 525.31
2000 R² = 0.986
1000
0
0 1000 2000 3000 4000 5000 6000
-1000
Gambar 8. Grafik Uji Konsistensi Stasiun Saguling DAM
xviii
Tabel 9. Hasil Perhitungan Uji Konsistensi Stasiun Cisondari
Stasiun Akumulasi
1986 245 227,2222222 5270,571236 5631,982971 0,9027 0,9957 1,103024 270,2409
1987 160 187,7777778 5025,571236 5404,760748 0,9027 0,9957 1,103024 176,4839
1988 105 121,5555556 4865,571236 5216,982971 0,9027 0,9957 1,103024 115,8175
1989 262 220,1257207 4760,571236 5095,427415 0,9027 0,9957 1,103024 288,9924
1990 383 292,0857961 4498,571236 4875,301694 0,9027 0,9957 1,103024 422,4583
1991 124,6432 139,6811955 4115,571236 4583,215898 0,9027 0,9027 1 124,6432
1992 187,2124 201,0465878 3990,928027 4443,534703 0,9027 0,9027 1 187,2124
1993 132 159,8459158 3803,715672 4242,488115 0,9027 0,9027 1 132
1994 275 180,1085689 3671,715672 4082,642199 0,9027 0,9027 1 275
1995 174 158,8888889 3396,715672 3902,53363 0,9027 0,9027 1 174
1996 112 88,72649482 3222,715672 3743,644741 0,9027 0,9027 1 112
1997 93 131,69589 3110,715672 3654,918246 0,9027 0,9027 1 93
1998 96 302,2222222 3017,715672 3523,222357 0,9027 0,9027 1 96
1999 128 131,9054972 2921,715672 3221,000134 0,9027 0,9027 1 128
2000 195 94,55555556 2793,715672 3089,094637 0,9027 0,9027 1 195
2001 152 133,8888889 2598,715672 2994,539082 0,9027 0,995 1,102249 167,5418
2002 96 100,7777778 2446,715672 2860,650193 0,9027 0,995 1,102249 105,8159
2003 218 226,9443027 2350,715672 2759,872415 0,9027 0,995 1,102249 240,2902
2004 211 210,6784099 2132,715672 2532,928112 0,9027 0,995 1,102249 232,5745
2005 141 314,6948374 1921,715672 2322,249702 0,9027 0,995 1,102249 155,4171
2006 42 139,3187589 1780,715672 2007,554865 0,9027 0,9027 1 42
2007 280 402,1111111 1738,715672 1868,236106 0,9027 0,9027 1 280
2008 131,792 147,1111111 1458,715672 1466,124995 0,9027 0,9162 1,014955 133,763
2009 243,9829 267,5499365 1326,92366 1319,013884 0,9027 0,9162 1,014955 247,6317
2010 370,4775 399,8294822 1082,940789 1051,463947 0,9027 0,9162 1,014955 376,0181
2011 121,4632 135,2223015 712,4632395 651,6344651 0,9027 0,9162 1,014955 123,2797
2012 325 252,9677191 591 516,4121636 0,9027 0,9162 1,014955 329,8604
2013 266 263,4444444 266 263,4444444 0,9027 0,9027 1 266
6000
y = 0.9957x - 338.36
5000 R² = 0.996
y = 0.9027x + 1.7203
R² = 0.9923
4000
3000
y = 0.995x - 390.43
R² = 0.9993
2000
y = 0.9162x + 117.36
1000
R² = 1
0
0 1000 2000 3000 4000 5000 6000
Gambar 9. Grafik Uji Konsistensi Stasiun Cisondari
xix
Tabel 10. Hasil Akhir Rekap CHMM Uji Konsistensi
HASIL AKHIR REKAP CHHM
1986 214 277 195 158 268 192 184 297 260 270,240944
1987 36 251 267 99 155 87 229 314 252 176,483882
1988 90 131 192 92 51 93 93 248 104 115,817547
1989 130 261 385 186 209,9247676 34 215 303 257,2067187 288,992356
1990 239,733553 423 196 252 298,0511803 417 278,781037 175 365,1820934 422,458292
1991 58,4224624 139,407782 154,617478 91 129,3365537 68 120,974453 306 190 124,643209
1992 189,369361 226,783082 242,690726 215 170 189 181,701935 153,728754 233 187,212355
1993 196,420348 174,7506 204,147174 162 216 80 149,644943 140,525057 108 132
1994 164,150217 214,020398 241,725737 226 145 141 28,4536159 184,851753 258 275
1995 126,917763 158,060936 171,253536 95 106 93 174 191,453601 297 174
1996 80,2474725 103 118,171512 119 88,58153815 82,769249 39 48,0991806 108,5330093 112
1997 160,15813 160 211,375793 122 121,4538115 59,51946 83 104,686452 148,8091981 93
1998 322 224 346 231 235 259,46765 263 425 395 96
1999 45 141 323 64 63 59,51946 131 137,149475 219 128
2000 96 101,337161 170,751587 91 107,8767798 79,049283 22 4 164 195
2001 163 69,2903668 210,693478 173 105,7406059 111,59899 82 73 198,9553007 167,541819
2002 43 106,533939 116,830033 60 59,812868 43,709604 140 121 195,0542164 105,815886
2003 294 228,224041 238,652802 252 309,7452093 170,18846 154 111 249,669397 240,29024
2004 123 287,555022 274,832504 145 246,7280805 193,43825 179,196723 235,053776 166,771355 232,574499
2005 252 347,767376 182,734154 347 344,9920779 345,95686 274 341,391114 387,1826195 155,417082
2006 91 152,860482 175,707712 219 134 187 114,39879 150,057808 31,20867462 42
2007 379 539 352 270 413 348 349 370,320598 604 280
2008 87 134 204 99 78 66 187 174,507241 297 133,76298
2009 216 301 449 218,9494 283 162 253 349,014482 181 247,631667
2010 312 472 572 332,4653 468 506 232 444 260 376,018091
2011 90 131 221 109,0007 91 56 157 142 220 123,279739
2012 313 308 311 220,7095 200 228 248 294 154 329,860419
2013 252 283 319 237 262 236 261 303 218 266
xx
Tabel 11. Hasil Perhitungan Uji Homogenitas Stasiun Paseh
STASIUN PASEH
1986 277 50,37174336 2537,31253
1987 251 24,37174336 593,9818746
1988 131 -95,62825664 9144,763467
1989 261 34,37174336 1181,416742
1990 423 196,3717434 38561,86159
1991 139,407782 -87,22047464 7607,411196
1992 226,783082 0,154825364 0,023970893
1993 174,7506 -51,87765664 2691,291258
1994 214,020398 -12,60785864 158,9580994
1995 158,060936 -68,56732064 4701,477459
1996 103 -123,6282566 15283,94584
1997 160 -66,62825664 4439,324582
1998 224 -2,628256636 6,907732943
1999 141 -85,62825664 7332,198334
2000 101,337161 -125,2910956 15697,85865
2001 69,2903668 -157,3378898 24755,21158
2002 106,533939 -120,0943176 14422,64513
2003 228,224041 1,595784364 2,546527737
2004 287,555022 60,92676536 3712,070738
2005 347,767376 121,1391194 14674,68624
2006 152,860482 -73,76777464 5441,684575
2007 539 312,3717434 97576,10605
2008 134 -92,62825664 8579,993927
2009 301 74,37174336 5531,156211
2010 472 245,3717434 60207,29244
2011 131 -95,62825664 9144,763467
2012 308 81,37174336 6621,360618
2013 283 56,37174336 3177,77345
Jumlah 6345,591186 2,27374E-13 363786,0243
Rata-rata 226,6282566
RT 10 378,140237
TR 3,887717998
Jumlah data 28
Gambar 10. Kurva Uji Homogenitas Stasiun Paseh
xxi
Tabel 12. Hasil Perhitungan Uji Homogenitas Stasiun Chinchona
STASIUN CHINCHONA
1986 195 -56,64943662 3209,15867
1987 267 15,35056338 235,639796
1988 192 -59,64943662 3558,055289
1989 385 133,3505634 17782,37275
1990 196 -55,64943662 3096,859796
1991 154,6174784 -97,03195822 9415,200916
1992 242,6907256 -8,958711031 80,25850334
1993 204,1471737 -47,50226296 2256,464986
1994 241,7257365 -9,923700082 98,47982332
1995 171,2535362 -80,39590042 6463,500804
1996 118,1715122 -133,4779244 17816,3563
1997 211,3757933 -40,27364337 1621,96635
1998 346 94,35056338 8902,02881
1999 323 71,35056338 5090,902894
2000 170,7515865 -80,89785011 6544,462152
2001 210,6934781 -40,95595853 1677,390539
2002 116,8300329 -134,8194037 18176,27163
2003 238,6528022 -12,99663442 168,9125062
2004 274,8325036 23,18306703 537,4545967
2005 182,734154 -68,91528263 4749,316181
2006 175,7077122 -75,94172443 5767,145509
2007 352 100,3505634 10070,23557
2008 204 -47,64943662 2270,46881
2009 449 197,3505634 38947,24487
2010 572 320,3505634 102624,4835
2011 221 -30,64943662 939,3879652
2012 311 59,35056338 3522,489373
2013 319 67,35056338 4536,098387
Jumlah 7046,184225 5,40012E-13 280158,6072
Rata-rata 251,6494366
RT 10 384,6109514
TR 3,561078971
Jumlah data 28
Gambar 11. Kurva Uji Homogenitas Stasiun Chinchona
xxii
Tabel 13. Hasil Perhitungan Uji Homogenitas Stasiun Ciparay
STASIUN CIPARAY
1986 158 -16,50446071 272,3972235
1987 99 -75,50446071 5700,923588
1988 92 -82,50446071 6806,986038
1989 186 11,49553929 132,1474235
1990 252 77,49553929 6005,558609
1991 91 -83,50446071 6972,994959
1992 215 40,49553929 1639,888702
1993 162 -12,50446071 156,3615378
1994 226 51,49553929 2651,790566
1995 95 -79,50446071 6320,959273
1996 119 -55,50446071 3080,745159
1997 122 -52,50446071 2756,718395
1998 231 56,49553929 3191,745959
1999 64 -110,5044607 12211,23584
2000 91 -83,50446071 6972,994959
2001 173 -1,504460714 2,263402041
2002 60 -114,5044607 13111,27152
2003 252 77,49553929 6005,558609
2004 145 -29,50446071 870,513202
2005 347 172,4955393 29754,71107
2006 219 44,49553929 1979,853016
2007 270 95,49553929 9119,398023
2008 99 -75,50446071 5700,923588
2009 218,9494 44,44493929 1975,352628
2010 332,4653 157,9608393 24951,62675
2011 109,0007 -65,50376071 4290,742668
2012 220,7095 46,20503929 2134,905655
2013 237 62,49553929 3905,692431
Jumlah 4886,1249 4,83169E-13 168676,2608
Rata-rata 174,5044607
RT 10 277,6738719
TR 3,707527698
Jumlah data 28
Gambar 12. Kurva Uji Homogenitas Stasiun Ciparay
xxiii
Tabel 14. Hasil Perhitungan Uji Homogenitas Stasiun Ujung Berung
STASIUN UJUNG BERUNG

1986 268 76,56273312 5861,852103
1987 155 -36,43726688 1327,674418
1988 51 -140,4372669 19722,62593
1989 209,9247676 18,48750072 341,7876829
1990 298,0511803 106,6139134 11366,52653
1991 129,3365537 -62,10071318 3856,498578
1992 170 -21,43726688 459,5564113
1993 216 24,56273312 603,3278583
1994 145 -46,43726688 2156,419755
1995 106 -85,43726688 7299,526572
1996 88,58153815 -102,8557287 10579,30093
1997 121,4538115 -69,98345538 4897,684027
1998 235 43,56273312 1897,711717
1999 63 -128,4372669 16496,13152
2000 107,8767798 -83,56048708 6982,355001
2001 105,7406059 -85,69666098 7343,917703
2002 59,812868 -131,6243989 17324,98238
2003 309,7452093 118,3079424 13996,76924
2004 246,7280805 55,29081362 3057,074071
2005 344,9920779 153,554811 23579,07999
2006 134 -57,43726688 3299,039627
2007 413 221,5627331 49090,04471
2008 78 -113,4372669 12868,01352
2009 283 91,56273312 8383,734096
2010 468 276,5627331 76486,94535
2011 91 -100,4372669 10087,64458
2012 200 8,56273312 73,32039848
2013 262 70,56273312 4979,099305
Jumlah 5360,243473 3,41061E-13 324418,644
Rata-rata 191,4372669
RT 10 334,5165883
TR 4,071431145
Jumlah data 28
Gambar 13. Kurva Uji Homogenitas Stasiun Ujung Berung
xxiv
Tabel 15. Hasil Perhitungan Uji Homogenitas Stasiun Bandung
STASIUN BANDUNG
1986 192 28,13509764 791,5837194
1987 87 -76,86490236 5908,213214
1988 93 -70,86490236 5021,834386
1989 34 -129,8649024 16864,89286
1990 417 253,1350976 64077,37766
1991 68 -95,86490236 9190,079504
1992 189 25,13509764 631,7731335
1993 80 -83,86490236 7033,321847
1994 141 -22,86490236 522,8037598
1995 93 -70,86490236 5021,834386
1996 82,769249 -81,09565336 6576,504993
1997 59,51946 -104,3454424 10887,97134
1998 259,46765 95,60274764 9139,885357
1999 59,51946 -104,3454424 10887,97134
2000 79,049283 -84,81561936 7193,689287
2001 111,59899 -52,26591236 2731,725595
2002 43,709604 -120,1552984 14437,29572
2003 170,18846 6,323557643 39,98738126
2004 193,43825 29,57334764 874,5828908
2005 345,95686 182,0919576 33157,48104
2006 187 23,13509764 535,2327429
2007 348 184,1350976 33905,73418
2008 66 -97,86490236 9577,539113
2009 162 -1,864902357 3,477860802
2010 506 342,1350976 117056,425
2011 56 -107,8649024 11634,83716
2012 228 64,13509764 4113,31075
2013 236 72,13509764 5203,472312
Jumlah 4588,217266 1,7053E-13 393020,8386
Rata-rata 163,8649024
RT 10 321,3472058
TR 4,569245632
Jumlah data 28
Gambar 14. Kurva Uji Homogenitas Stasiun Bandung.
xxv
Tabel 16. Hasil Perhitungan Uji Homogenitas Stasiun Cililin
STASIUN CILILIN
1986 184 11,7445894 137,9353801
1987 229 56,7445894 3219,948426
1988 93 -79,2554106 6281,42011
1989 215 42,7445894 1827,099923
1990 278,781037 106,5256264 11347,70908
1991 120,974453 -51,2809576 2629,736613
1992 181,701935 9,446524396 89,23682317
1993 149,644943 -22,6104676 511,2332453
1994 28,4536159 -143,8017947 20678,95616
1995 174 1,744589396 3,043592162
1996 39 -133,2554106 17757,00446
1997 83 -89,2554106 7966,528322
1998 263 90,7445894 8234,580505
1999 131 -41,2554106 1702,008904
2000 22 -150,2554106 22576,68842
2001 82 -90,2554106 8146,039143
2002 140 -32,2554106 1040,411513
2003 154 -18,2554106 333,2600163
2004 179,196723 6,941312396 48,18181778
2005 274 101,7445894 10351,96147
2006 114,39879 -57,8566206 3347,388548
2007 349 176,7445894 31238,64988
2008 187 14,7445894 217,4029165
2009 253 80,7445894 6519,688717
2010 232 59,7445894 3569,415962
2011 157 -15,2554106 232,7275527
2012 248 75,7445894 5737,242823
2013 261 88,7445894 7875,602147
Jumlah 4823,151497 3,41061E-13 183621,1025
Rata-rata 172,2554106
RT 10 279,8982796
TR 3,786023262
Jumlah data 28
Gambar 15. Kurva Uji Homogenitas Stasiun Cililin.
xxvi
Tabel 17. Hasil Perhitungan Uji Homogenitas Stasiun Montaya.
STASIUN MONTAYA
1986 297 77,68431101 6034,852178
1987 314 94,68431101 8965,118752
1988 248 28,68431101 822,7896984
1989 303 83,68431101 7003,06391
1990 175 -44,31568899 1963,88029
1991 306 86,68431101 7514,169776
1992 153,728754 -65,58693499 4301,646041
1993 140,525057 -78,79063199 6207,963689
1994 184,851753 -34,46393599 1187,762884
1995 191,453601 -27,86208799 776,2959469
1996 48,0991806 -171,2165084 29315,09274
1997 104,686452 -114,629237 13139,86197
1998 425 205,684311 42306,0358
1999 137,149475 -82,16621399 6751,286721
2000 4 -215,315689 46360,84592
2001 73 -146,315689 21408,28084
2002 121 -98,31568899 9665,974701
2003 111 -108,315689 11732,28848
2004 235,053776 15,73808701 247,6873829
2005 341,391114 122,075425 14902,40939
2006 150,057808 -69,25788099 4796,654079
2007 370,320598 151,004909 22802,48255
2008 174,507241 -44,80844799 2007,797011
2009 349,014482 129,698793 16821,77691
2010 444 224,684311 50483,03962
2011 142 -77,31568899 5977,715763
2012 294 74,68431101 5577,746312
2013 303 83,68431101 7003,06391
Jumlah 6140,839292 -3,41061E-13 356077,5833
Rata-rata 219,315689
RT 10 369,2138436
TR 3,922511241
Jumlah data 28
Gambar 16. Kurva Uji Homogenitas Stasiun Montaya.
xxvii
Tabel 18. Hasil Perhitungan Uji Homogenitas Stasiun Saguling DAM
STASIUN SAGULING DAM

1986 260 27,05097919 731,7554751
1987 252 19,05097919 362,939808
1988 104 -128,9490208 16627,84997
1989 257,2067187 24,25769789 588,4359069
1990 365,1820934 132,2330726 17485,58549
1991 190 -42,94902081 1844,618389
1992 233 0,050979189 0,002598878
1993 108 -124,9490208 15612,2578
1994 258 25,05097919 627,5515583
1995 297 64,05097919 4102,527935
1996 108,5330093 -124,4160115 15479,34392
1997 148,8091981 -84,13982271 7079,509766
1998 395 162,0509792 26260,51986
1999 219 -13,94902081 194,5751816
2000 164 -68,94902081 4753,967471
2001 198,9553007 -33,99372011 1155,573007
2002 195,0542164 -37,89480441 1436,016201
2003 249,669397 16,72037619 279,5709799
2004 166,771355 -66,17766581 4379,483452
2005 387,1826195 154,2335987 23788,00296
2006 31,20867462 -201,7403462 40699,16728
2007 604 371,0509792 137678,8292
2008 297 64,05097919 4102,527935
2009 181 -51,94902081 2698,700763
2010 260 27,05097919 731,7554751
2011 220 -12,94902081 167,67714
2012 154 -78,94902081 6232,947887
2013 218 -14,94902081 223,4732232
Jumlah 6522,572583 -6,25278E-13 335325,1666
Rata-rata 232,9490208
RT 10 378,4135293
TR 3,784963423
Jumlah data 28
Gambar 17. Kurva Uji Homogenitas Stasiun Saguling DAM
xxviii
Tabel 19. Hasil Perhitungan Uji Homogenitas Stasiun Cisondari
STASIUN CISONDARI
1986 270,240944 74,13233661 5495,603331
1987 176,483882 -19,62472539 385,1298467
1988 115,817547 -80,29106039 6446,654379
1989 288,992356 92,88374861 8627,390755
1990 422,458292 226,3496846 51234,17972
1991 124,643209 -71,46539839 5107,303167
1992 187,212355 -8,896252393 79,14330664
1993 132 -64,10860739 4109,913542
1994 275 78,89139261 6223,851827
1995 174 -22,10860739 488,7905209
1996 112 -84,10860739 7074,257838
1997 93 -103,1086074 10631,38492
1998 96 -100,1086074 10021,73327
1999 128 -68,10860739 4638,782401
2000 195 -1,108607393 1,229010351
2001 167,541819 -28,56678839 816,0613991
2002 105,815886 -90,29272139 8152,775537
2003 240,29024 44,18163261 1952,01666
2004 232,574499 36,46589161 1329,761251
2005 155,417082 -40,69152539 1655,800239
2006 42 -154,1086074 23749,46287
2007 280 83,89139261 7037,765754
2008 133,76298 -62,34562739 3886,977255
2009 247,631667 51,52305961 2654,625671
2010 376,018091 179,9094836 32367,42229
2011 123,279739 -72,82886839 5304,044071
2012 329,860419 133,7518116 17889,54711
2013 266 69,89139261 4884,806761
Jumlah 5491,041007 1,25056E-12 232246,4147
Rata-rata 196,1086074
RT 10 317,1679966
TR 3,768327367
Jumlah data 28
Gambar 18. Kurva Uji Homogenitas Stasiun Cisondari
xxix

Draft Hidrologi Kelompok 4b

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Draft Hidrologi Kelompok 4b

Diunggah oleh

Hak Cipta:

Format Tersedia

Kata Pengantar

Jatinangor, April 2017

Kata Pengantar ......................................................................................................... i

Gambar 2.1 Siklus Hidrologi ............................................................................. 5

Tabel 2.1. Nilai Kritis Q dan R .......................................................................... 13

1.1. Latar Belakang

2.1 Analisis Hidrologi

2.2. Kelengkapan Data Curah Hujan

2.2.1. Kelengkapan Data

Rn = Nilai curah hujan stasiun pembanding di tahun yang sama

a.Data konsisten b. Data tidak konsisten

S 0*  0 : S k*   Yi  Y , dengan k =1, 2, 3,…n.

memperhatikan persamaan (3-1), maka jika ∆ < 0, maka nilai S k*

Dengan membagi S k* dengan standart deviasi, diperoleh apa yang

atau nilai range

Tabel 2.1. Nilai Kritis Q dan R

2.4. Uji Homogenitas

2.5. Curah Hujan Wilayah

Gambar 2.3 Sketsa stasiun curah hujan cara rata-rata hitung

Gambar 2.4 Pembagian daerah dengan cara poligon Thiessen

Gambar 2.5 Pembagian daerah cara garis Isohyet

(Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Jilid I.

(Hidrologi Aplikasi Metode Statistik untuk Analisis Data .Jilid I.

(Hidrologi Aplikasi Metode Statistik untuki Analisis Data. Jilid I.

(Hidrologi Aplikasi Metode Statistik untuki Analisis Data. Jilid I.

2.7. Analisa Intensitas Hujan

Tabel 2.2 Reduced Mean (Yn)

Tabel 2.3 Reduced Standard Deviation (S)

2.7.2. Metode distribusi Log Pearson III

Logaritma debit dengan waktu balik yang dikehendaki dengan rumus :

(Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Jilid I. Soewarno,

o Jumlah G Sub-group (Ef -Of )2 / Ef untuk menentukan nilai Chi kuadrat.

o Didapat nilai X2, harus < X2 CR

2.8. Uji Kecocokan Intensitas Hujan (Uji Deviasi)

2.8.4. Metode Manual Jawa Sumatra

Tabel 2.7 Growth Factor (GF)

2.8.5. Metode Rasional

2.8.6. Metode Passing Capasity

2.9.3. Menurut Ishiguro

3.1 Metodologi Penyusunan Laporan

Gambar 3.1 Diagram Alir Penyusunan Laporan

Pendekatan  Metode Talbot

Pembuatan Kurva IDF

Gambar 3.2. Langkah-langkah Tahapan Analsis Hidrologi

4.1. Gambaran Umum Daerah Aliran Sungai (DAS) Citarum

Gambar 4.1 Peta DAS Citarum

4.2. Sistem Sungai

Gambar 4.3 Deskripsi Sungai Citarum

Gambar 4.4 Penyebaran Industri di DAS Citarum Hulu

4.4. Tingkat Pencemaran DAS Citarum

4.5. Titik Pengamatan

5.1 Melengkapi Data Curah Hujan

Adapun dalam mengisi kekosongan data curah hujan, dilakukan

Dalam menggunakan metode ini, terdapat beberapa data yang perlu

Hasil perhitungan jumlah data stasiun pembanding, tinggi curah hujan

Setelah seluruh data yang diminta sebelumnya sudah didapatkan, maka

Setelah perhitungan ri/R dan jumlah masing-masingnya untuk setiap

5.2 Uji Konsistensi

5000 y = 0.8512x + 63.554

Gambar 5.2.1 Uji Konsistensi Stasiun Cicalengka

Perhitungan ini berlaku untuk setiap perhitungan jumlah pada setiap

Perhitungan ini berlaku untuk setiap perhitungan rata-rata pada setiap

Perhitungan ini berlaku untuk perhitungan standar deviasi pada stasiun

Untuk Wilayah Cicalengka,