HIDROLOGIA

AULA-2 TEORIA - PRATICA

PRESIPITASI/HUJAN
 PRESIPITASI/HUJAN
Peristiwa jatuhnya cairan atmosfir ke permukaan bumi
yang berupa : hujan, hujan es, salju, embun.
Sumbangan paling besar untuk daerah tropis adalah
hujan sehingga hujan = presipitasi.
 TIPE PRESIPITASI/HUJAN
a. HUJAN KONVEKTIF (CONVECTIVE PRESIPITATION).
 Tipe hujan untuk daerah tropis.
Udara yang dekat dengan permukaan tanah
kena panas sehingga rapat massa udara
berkurang kemudian udara basah naik ke atas,
mengalami pendinginan sehingga terjadi
kondensasi dan menjadi hujan.

 Intensitasnya bervariasi dari hujan ringan

sampai hujan yang deras (thunderstorm).
 Hujan ini biasanya terjadi sore hari dalam waktu
yang singkat dan pada daerah yang sempit.
b. HUJAN SIKLONIK (CYCLONIC PRESIPITATION).
Dihasilkan dari pergerakan massa udara daerah
bertekanan tinggi, ke daerah bertekanan rendah.
Perbedaan tekanan ini disebabkan oleh pemanasan
yang tidak sama dari permukaan bumi.
– Hujan siklonik dapat frontal maupun non frontal.
Hujan frontal dihasilkan dari pengangkatan udara
panas yang bergerak di atas udara dingin, terjadi
kondensasi kemudian terbentuk awan dan hujan.
– Hujan Siklonik non frontal terjadi karena udara bergerak
dari kawasan sekitarnya menuju ke titik bertekanan rendah
udara tersebut akan memindahkan udara bertekanan
rendah bergerak ke atas, terjadi pengembunan hujan.
– Intensitas sedang, berlangsung lama & terjadi pada daerah
yang luas.
c. HUJAN OROGRAFIK (OROGRAPHIC PRESIPITATION).
Hujan yang dihasilkan dari udara
lembab, melintasi daerah
orografis (gunung, pegunungan, atau perbukitan tinggi),
naik ke atas, terjadi kondensasi dan terbetuk awan & huj
an.

Pada posisi lereng di mana arah angin datang, curah

hujannya lebih banyak (lereng hujan) dibandingkan pada
sisi lereng di mana anginnya pergi (daerah bayangan
hujan).
Hujan yang terjadi merupakan pemasok air tanah, danau
&
sungai.
 Data Curah hujan yang diukur :
 Tinggi/Curah Hujan = (R).(mm,cm, in)
 Durasi = (t) ( mm, jam)
 Intensitas = (I) ( mm/mn, mm/jam, mm/hari. In/mn,
in/jam, in/hari)
 Frkuensi = (T) (th)

Alat pengukur :
 Manual
 Otomatis
1.MANUAL :Pengukuran dilakukan  1hari

CORONG LUAS = A

Vol
R= (mm)
A

Vol
2. OTOMATIS : Pengukuran dilakukan > 1 hari / minggu
Beberapa jenis alat pengukur hujan otomatis :
a) Weighting bucket type rain-gauge
b) Float type automatic rain-gauge
c) Tipping bucket type rain-gauge

 Hujan Rata-rata Suatu DAS

- Point Rainfall
- Area Rainfall
 Beberapa cara untuk menghitung tinggi hujan rata-rata
suatu DAS:
- Arithmetic Mean Method
- Thiessen Method
- Isohyet Method
Analisa Frekwensi Hujan :
1) Distribusi Normal
2) Distribusi Log Normal
3) Distribusi Log-Person III
4) Distribusi Gumbel

Intensitas Hujan
1) Metode Mononobe
2) Metode Talbot
3) Metode Sherman
4) Metode Ishigoro
Hujan Rata-rata Daerah Aliran
Data hujan yang tercatat disetiap stasiun penakar hujan adalah tinggi hujan disekitar
stasiun tersebut atau disebut sebagai Point Rainfall. Karena stasiun penakar hujan tersebar
di daerah aliran maka akan banyak data tinggi hujan yang diperoleh yang besarnya tidak
sama. Didalam analisa hidrologi diperlukan data hujan rata-rata di daerah aliran (Catchment
Area) yang kadang-kadang dihubungkan dengan besarnya aliran yang terjadi.

C
 Ada tiga cara untuk menghitung hujan rata-rata daerah aliran atau
disebut Area rainfall dari data Point Rainfall yaitu :

R  R1  R2  R3  .....  Rn 
1
a. Cara Arithmatic
n
atau

Biasanya cara ini dipakai pada 1 n

daerah yang datar dan banyak

R 
n
R
i 1
i

stasiun penakar hujannya dan

dengan anggapan, bahwa di R = tinggi hujan rata-rata daerah aliran (area rainfall)
daerah tersebut sifat curah R1, R2, R3 …..Rn = tinggi hujan masing stasiun (point rainfall
hujannya adalah merata atau n = banyaknya stasiun penakar hujan
uniform.
Contoh 1:

Hujan Rata-Rata adalah :

66  50  44  40
R  50mm
4
Cara Thiessen Polygon
Cara ini memasukkan factor pengaruh daerah yang 1. Hubungkan masing-masing stasiun dengan garis
diwakili oleh stasiun penakar hujan yang disebut lurus sehingga membentuk polygon segitiga.
sebagai faktor pembobot (weighing factor) atau
disebut juga sebagai Koefisien Thiessen. Besarnya 2. Buat sumbu-sumbu pada polygon segitiga
faktor pembobot, tergantung dari luas daerah tersebut sehingga titik potong sumbu akan
membentuk polygon baru.
pengaruh yang diwakili oleh stasiun yang dibatasi
oleh polygon-polygon yang memotong tegak lurus
3. Polygon baru inilah merupakan batas
pada tengah-tengah garis penghubung dua stasiun. daerah pengaruh masing-masing stasiun
Dengan demikian setiap stasiun akan terletak di penakar hujan.
dalam suatu poligon yang tertutup. Jelasnya poligon-
poligon tersebut dapat diperoleh sebagai berikut :
 Hujan rata-rata daerah aliran dapat dihitung sebagai
berikut :

A1 A2 A3 An
R   R1   R 2   R 3  ........   R n
A A A A
atau :

1 n
R 
A i1
Ai R i

dimana : A= luas daerah aliran (A 1 + A2 + A3 + ....+An)

Gambar . Thiessen Polygon Ai= luas daerah pengaruh stasiun i

Ri= tinggi hujan pada stasiun i
Contoh 2 :
Suatu catchment area terdapat 4 stasium
pengukur hujan seperti berikut ini, hitung
huajan rata-rata dari 4 stasiun tersebut
(tinggi hujan tersebut adalah hujan
maksimum tahunan):
1) Hubungkan masing-masing stasiun terdekat dengan garis
lurus sehingga membentuk polygon segitiga.
2. Buat sumbu-sumbu pada polygon segitiga
tersebut sehingga titik potong sumbu akan
membentuk polygon baru. Polygon baru inilah
merupakan batas daerah pengaruh masing-
masing stasiun penakar hujan.
 •Tinggi hujan ata-rata,

3. Ukur luasan daerah pengaruh dari masing-masing stasiun 4. Hutung koefisien Thiessen (weighting factor)

A = A1 + A2 + A3 + A4 + A5 = 8.24 + 3.37 + 11.97 +

2.16 + 2.92 = 28.66 km2
Weighting factor, W1 = A1/A = 8.24/28.66 = 0.29
W2 = 0.12
W3 = 0.42
W4 = 0.07
W5 = 0.10
Cara Isohyet :
Isohyet adalah garis yang
menunjukkan tempat kedudukan dari
harga tinggi hujan yang sama. Isohyet
ini diperoleh dengan cara interpolasi
harga-harga tinggi hujan local (Point
rainfall). Polygon Thiessen adalah
tetap tidak tergantung dari harga-
harga Point Rainfall, tetapi pola
Isohyet berubah dengan harga-harga
Point Rainfall yang tidak tetap,
walaupun letak stasiun penakar
hujannya tetap.
Misalkan besarnya Isohyet sudah diperkirakan, maka besarnya hujan
antara dua Isohyet adalah :

 I 1  I 2 
1
R1, 2
2
Sedang dengan menggunakan planimeter luas antara dua Isohyet (A1,2) dan luas
daerah aliran (A) dapat dihitung. Hujan rata-rata daerah aliran dapat dihitung
sebagai berikut :

A1,2 A2,3 An,n1

R   R1,2   R 2,3  ......   R n,n1 dimana :
A A A
atau : Ai, i+1 = luas antara Isohyet Ii dan Ii+1

1 n Ri, i+1 = tinggi hujan rata-rata antara Isohyet Ii

R  Ai,i1  R i,i1
A i1 dan Ii+1
 LATIHAN :
Hitunglah Hujan Rata- Rata DAS Comoro
Seperti di Gambar sebalah.
Hitung :
 Metode Aritmetika!
Metode Poligon Thiessen!
Metode Isohet!
Latihan
Precipitation
Rain Gauge (mm) Area ( km2)

A 75 0.570

B 65 0.684

C 60 0.472

D 100 0.631

E 120 0.366

F 80 0.853
3.506
Poligon Thiessen
Metode Isohyet
Metode Isohyet
Luas (Km2)
1 0.96
2 1.03
3 0.47
4 0.36
5 0.34
6 0.23
3.39
Tugas 1.
Suatu Daerah Aliran Sungai ( DAS) dengan Rata-Rata point rainfall setiap stasiun seperti di gambar.

 Hitunglah Rata2 curah hujan dengan :

 Metode Aritmetika, metode Thiessen
D = 25 mm

Untuk metode Thiessen :

B = 28 mm C = 30 mm Luas Total DAS ( A) = 163 km2

Luas AA = 32.97% A
Luas AB = 30.42% A
A = 22 mm
Luas AC = 26.61% A
Solusi

?
Hitung Rata-Rata Curah Huran dengan Metode Isohyet pada DAS di bawah ini:
Solusi
 Cara Memilih metode

Dari ketiga metode diatas, pemilihan metode yang mana yang cocok dipakai
pada suatu DAS dapat ditentukan dengan mempertimbangkan tiga faktor
berikut :
1. Jaringan-jaringan pos/Stasiun penakar hujan dalam DAS

Jumlah Pos/Stasiun Penakar hujan cukup Metode Isohyet, Thiessen atan aritmetik dapat
dipakai.
Jumlah Stasiun Penaka hujan terbatas Metode Aritmetik atau Thiessen
Stasiun Penakar hujan Tunggal Metode hujan Titik
 2. Luas DAS

DAS besar (>5000 Km2) Metode Isohyet

DAS Sedang (500 s/d 5000 km2) Metode Thiessen

DAS Kecil (<500 km2) Metode Aritmetik

3.Topografi DAS

Pengunungan Metode Aritmetik

Dataran Metode Thiessen

Berbukut dan tidak Beraturan Metode Isohyet
 Hujan Rencana dan Intensitasnya
 PERGERTIAN HUJAN RENCANA
1. Hujan Rencana/Presipitacao Projeto (XT) adalah hujan dengan periode ulang tertentu
(T) yang diperkirakan
akan terjadi di suatu daerah pengaliran.

2. Periode ulang adalah waktu hipotetik dimana suatu kejadian dengan nilai tertentu,
hujan rencana misalnya,
Akan disamai atau dilampaui 1 kali dalam jangka waktu hipotetik tersebut. Hal ini tidak
berarti bahwa hujan
Rencana akan berulang secara teratur setiap periode ulang tersebut.
Contoh :
Misalnya hujan rencana dengan periode ulang 5 tahun (X5) = 10 mm, tidak berarti hujan
sebesar 10 mm akan
Terjadi secara periodik 1 kali setiap 5 tahun, melainkan setiap tahunnya ada
kemungkinan terjadi 1/5 kali
Terjadi hujan yang besarnya sama atau lebih dari 10 mm.

Artinya dlm 5 thn ada kemungkinan 1 kali terjadi hujan yg besarnya yg sama atau
lebih 10 mm.
Dlm 10 thn ada kemungkinan 2 kali terjadi hujan yg besarnya sama atau lebih dari 10
mm.
3. Peluang terjadi X ≥XT setiap tahun dapat dirumuskan sbb:
1 P= Peluang (%)
P ( X  X T)  x100% T= Periode Ulang(T)
T X= Hujan (mm)
XT = Hujan Renc. Dgn periode ulang T(mm)
4. Peluang X <XT setiap tahun dapat dirumuskan sbb:
1
P ( X  X T)  (1  ) x100%
T

5. Peluang X ≥ XT paling tdk 1 kali dlm rentang n tahun beurutan adl:

1 n
P ( X  X T) n  1  (1  ) x100%
T
6. Biasanya hujan rencana ditentukan berdasrkan analisis Frekuensi atau distribusi
Probabilitas(Peluang)
Analisis Frekuensi Bertujuan utk mencari hubungan antara besarnya suatu
kejadian Ekstrim
(maksimum atau minimum) dan frekuensinya berdasarkan distribusi probabilitas.
Hubungan antara besarnya kejadian ekstrim dan frekuensinya atau peluang
kejadiannya adalah
Berbanding terbalik. Dengan kata lain dapat dirumuskan :

1
X  X= Besarnya suatu Kejadian
P P= Frekuensi atau Peluang suatu Kejadian
Dalam analisis Frekuensi data hujan atau data debit guna memperoleh nilai hujan
Rencana atau debit rencana Dikenal beberapa distribusi probabilitas yg sering
digunakan yaitu :
 Gumbel
 Normal
 Log Normal
 Log Person Type III
Penentuan jenis distribusi probabilitas yg sesuai dgn data dilakukan dgn
mencocokan parameter data
Tersebut dengan syarat masing-masing jenis distribusi seperti berikut.
 Persyaratan Parameter Statistik Suatu Distribusi

No Distribusi Persyaratan
1 Gumbel Cs = 1.14
Ck = 5.4
2 Normal Cs = 0
Ck = 3
3 Log Normal Cs = Cv^3 + 3Cv
Ck = Cv^8 + 6Cv^6 +
15Cv^4 + 16Cv^2 + 3
4 Log Person III Selain dari Nilai diatas

Sumber : Bambang, T (2008)

 i _
n ( X i  X ) 3
 Koefisien Kepencengan/Skewness (Cs) = i 1
( n  1)( n  2)( S ) 3

i _

 Koefisien Kurtosis (Ck) =

n 2
(X
i 1
i  X )4

( n  1)( n  2)( n  3)( S ) 4

X i Keterangan:
X = nila rata-rata dari X= i 1
n Xi = Data hujan
N= Jumlah Data
n _

 Standar Deviasi (S) = (X i 1

i  X )2

n 1
Disamping dengan menggunakan persyaratan seperti tercantum dalam
table diatas, guna mendapatkan hasil perhitungan
Yang meyakinkan, atau jika tidak ada yang memenuhi persyatan pada
table, maka penggunaan suatu distribusi
Probabilitas biasanya diuji dengan metode:
 Chi-Kuadrat atau
 Smirnov Kolmogorov
 Distribusi Probabilitas Gumbel
Jika ada hujan yang digunakan dalam perhitungan adalah berupa sampel ( populasi terbatas), maka
Perhitungan hujan rencana berdasarkan Distribusi Probabilitas Gumbel Sbb:

_ XT= Hujan Rencana atau debit Rencana dengan periode ulang,T

X t  X  S .K _
X = Nilai rata-rata dari data hujan (X)
S = Standar Deviasi dari data hujan (X)

Yt  Yn
Sn= Reduced Standard Deviasi ( lihat Tabel) K= Faktor Frekuensi Gumbel : K 
Yn = Reduced Mean( lihat Tabel) Sn
 T 
Yt= Reduced Variate=  Ln.Ln
 T 1
Nilai Yt biasanya ditentukan berdasrkan
Tabel.
 Distribusi Probabilitas Normal
Perhitungan hujan Rencana berdasrkan Distribusi Probabilitas Normal, jika data yang dipergunakan
Adalah berupa sampel, dilakukan dengan Rumus berikut :

_
X T  X  KT S Keterangan :
XT = Hujan rencana dengan periode ulang T tahun
_
X = Nilai Rata-rata dari data hujan(X) mm

S = Standar deviasi dari data hujan (X) mm

KT = Faktor Frekuensi, Nilainya bergantung pada T( lihat Tabel

Variabel Reduksi Gauss )
 Distribusi Probalitas Log Normal

Perhitungan Hujan Rencana bersadarkan Distribusi Probabilitas Log Normal, jika data
yang dipergunakan Adalah berupah sampel, dilakukan dengan rumus berikut:

LogX T  LogX KT .S log X

n
Keterangan Rumus :  (log X i  log X ) 2
S log X  i 1
n 1
Log XT = Nilai Logaritma hujan rencana dengan periode ulang T
n
log X =nilai Rata-Rata dari LogX =  LogX i KT=Variabel Standa, Besarnya bergantung
X  i 1
Koefisien (Cs dan G) lihat table Lampira 6)
n

S LogX= Deviasi Standar dari log X.

 Distribusi Probabilitas Log Person Type III
Perhitungan hujan Rencana berdasarkan Distribusi Probabilitas Log Person Type III, jika data yang
dipergunakan Adalah berupa sampel, dilakukan dengan Rumus berikut :

LogX T  LogX  KT  SLogX

Keterangan:

Log XT=Nilai logaritma hujan rencana dengan periode ulang T

n
KT= Variabel standar, besarnya bergantung
 LogX i Koefisien kepencegan/skewness
LogX = Nilai Rata-rata dari Log X = i 1
(Cs atau G) (lihat table)
n

 LogX )
n
2
i  LogX 0.5

S Log X = Deviasi Standard dari Log X = i 1

n 1
 UJI DISTRIBUSI PROBABILITAS
Uji probabilitas di maksudkan untuk mengatahui apaka persaan distribusi
probabilitas yang dipilih dapat
Mewakili Distribusi Statitis sampel data yang dianalisis.

Seperti yang kita ketahui sebelumnya, bahwa terdapat dua metode pengujian distribusi
probabilitas :
2
 Metode Chi-Kuadrat X
 Metode Smirnov Kolmograf
 a. Metode Chi- Kuadrat ( X 2 ) Derajat nyata atau derajat kepercayaan ( ) tertentu
Yang sering diambil adalah 5%. Derajat kebebesan (Dk)
n (O f  E f ) 2
X2  Dihitung dengan Rumus:
i 1 Ef
Dk = K-(p + 1 )
Keterangan:

X2 =Parameter Chi-Kuadrat Terhitung K= 1 + 3.3*log n

Ef= Frekuensi yang dihapkan sesuai dengan pembagian kelasnya
Keterangan:
Of = Frekuensi yang diamati pada kelas yang sama
Dk=Derajat Kebebasan
n= Jumlah sub kelompok P = Banyaknya parameter, utj uji Chi-Kuadrat adalah= 2
K = Jumlah Kelas Distribusi
n = Banyaknya data
Selanjutnya distribusi probabilitas yang dipakai untuk menentukan curah hujan
Rencana adalah Distribusi
Yang mempunyai simpagan maksimum terkecil dan lebih kecil dari simpangan kritis :

X X
2 2
cr
Keterangan :
X2 = Parameter Chi – Kuadrat Terhitung
X cr = Parameter Chi – Kuadrat Kritis ( lihat Tabel Lampiran 3.7)
Prosedur perhitungan dengan menggunakan dengan Metode Uji Chi-
Kuadrat sbb :

1. Urutkan data dari besar ke Kecil atau sebaliknya

2. Menghitung Jumlah Kelas
3. Menghitung Derajat Kebebasan (Dk) dan X 2 cr
4. Menghitung Kelas Distribusi
5. Menghitung Interval Kelas
6. Perhitungan nilai X 2
2 2
7. Bandingkan nilai X Terhadap X cr
Exemplo/ Contoh :
Berdasarkan soal yang sudah kita hitung di pertemuam kemarin ( Encontro na Aula Anterior), tentukanlah
Dengan metode Chi-Kuadrat kesesuaian masing-masing distribusi probabilitas ( Gumbel, Normal, Log Normal,
Dan Log Pearson Type III) terhadap distribusi Statistik sampel yang di analisis.

* Data Curah Hujan

No Curah Hujan (Xi) mm

1 83.00
2 125.00
3 100.00
4 141.00
5 80.00
6 101.60
7 131.20
8 80.00
9 96.20
10 121.00
Solusi/Solusaun:

1. Urutkan data dari besar ke Kecil atau sebaliknya

No Curah Hujan (Xi) mm Xi diurut dari besar ke Kecil
1 141.00 141.00
2 131.20 131.20
3 125.00 125.00
4 121.00 121.00
5 101.60 101.60
6 100.00 100.00
7 96.20 96.20
8 83.00 83.00
9 80.00 80.00
10 80.00 80.00