Anda di halaman 1dari 38

REKAYASA HIDROLOGI

3. ANALISIS CURAH HUJAN

Bambang Adi Riyanto


Doddi Yudianto
Fakultas Teknik - Jurusan Teknik Sipil
Universitas Katolik Parahyangan
Jln.. Ciumbuleuit No. 94, Bandung
Jln
PRESIPITASI
„ Presipitasi adalah uap air yang mengkondensasi
d
dan jatuh
j t h ke
k permukaan
k tanah
t h dalam
d l suatu
t
rangkaian proses siklus hidrologi yang dinyatakan
dalam satuan mm.
„ Presipitasi merupakan parameter yang mudah
diamati dalam siklus hidrologi suatu DAS.
„ Seorang ahli hidrologi hanya dapat menentukan
karakteristik curah hujan suatu DAS berdasarkan
hasil p
pengumpulan
g p data selama pperiode tertentu
dan analisis data tersebut.
PRESIPITASI
„ Secara hidrologis,
g , bentuk-
bentuk-bentuk p
presipitasi
p y
yang
g
ada di bumi dapat dibedakan menjadi:
1. Hujan, merupakan bagian utama dari
presipitasi.
2. Embun, merupakan hasil kondensasi di atas
permukaan
k ttanah
h dan
d tumbuh
tumbuh-
t b h-tumbuhan.
t b h
Sejumlah air yang mengembun di malam hari
akan diuapkan
p pada p
p pagi
g harinya.
y Bagi
g
tumbuh--tumbuhan tentunya embun menjadi
tumbuh
faktor yang sangat penting, namun tidak
dalam siklus hidrologi karena jumlahnya yang
sangat kecil dan penguapan yang terjadi
cenderung pada dini hari.
PRESIPITASI
3. Kondensasi dalam tanah,, umumnya
y terjadi
j
hanya pada beberapa centimeter di bawah
permukaan tanah.
4. Kabut,
b merupakan
k faktor
f k yang sangat
penting bagi pertumbuhan hutan. Pada saat
terjadi kabut, partikel
partikel--partikel air diendapkan
di atas permukaan tanah dan tumbuh-
tumbuh-
tumbuhan.
5. Salju dan es.
„ Presipitasi berasal dari hujan dan salju/es.
„ Indonesia, sebagai salah satu negara tropis yang
memiliki dua musim, bentuk presipitasi yang
umumnya tterjadi
j di adalah
d l hhhujan.
j
PRESIPITASI
„ Akibat adanya
y perbedaan
p curah hujan
j yang
y g besar
dari tahun ke tahun, dari musim ke musim yang
berikut, dan juga dari wilayah ke wilayah yang
lainnya sirkulasi air yang terjadi adalah tidak
lainnya,
merata.
„ Distribusi hujan yang tidak merata ditunjukkan
oleh besarnya pencatatan hujan yang berbeda-
berbeda-
beda pada beberapa lokasi stasiun hujan yang
terletak menyebar dimana nilai curah hujan yang
terukur pada suatu stasiun hujan hanya mewakili
daerah di sekitar stasiun hujan
j saja.
j
„ Di beberapa wilayah di Indonesia, curah hujan
tahunan rata-
rata-rata adalah berkisar antara 2.000 –
3.000 mm.
PRESIPITASI
„ Distribusi curah hujan
j u/ kawasan Bandung
g
PRESIPITASI
„ Hydrological
y g data are crucial in relation to study
y
the regime of hydrological factors in areas with
different hypsographic conditions.
„ The
h quality
l off the
h observed
b d hydrological
h d l lddata
closely depends upon the location of the
hydrometric stations.
„ Rainfall stations are chiefly established to meet
the requirements
q of hydrological
y g computations
p
and forecasting.
„ Network will play greater role than if the stations
are individually situated. However, network
density required to observe the storms is still a
key problem.
problem
PENGISIAN DATA CURAH HUJAN
„ Ketidaklengkapan
g p data hujan
j seringkali
g dijumpai
j p
akibat kesalahan operator atau kerusakan alat.
Sebab itu diperlukan cara untuk memperkirakan
data yang hilang tersebut.
tersebut
„ Pada prinsipnya data hujan yang kosong tersebut
diisi menggunakan data stasiun hujan di sekitar
stasiun yang akan diisi datanya.
„ Metode y
yang
g digunakan
g untuk mengisi
g
kekosongan data tersebut adalah:
1. Normal Ratio Method
2. Inverse Square Distance Method.
PENGISIAN DATA CURAH HUJAN
„ Normal Ratio Method
Metode ini dikemukakan oleh Linsley, Kohler, dan
Paulhus pada tahun 1958.

1 ⎡⎛ N X ⎞ ⎛ NX ⎞ ⎛ NX ⎞ ⎤
Rx = ⎢⎜⎜ ⎟⎟ RA + ⎜⎜ ⎟⎟ RB + ⎜⎜ ⎟⎟ RC ⎥
3 ⎣⎝ N A ⎠ ⎝ NB ⎠ ⎝ NC ⎠ ⎦

dimana:
dimana:
R = curah hujan bulanan [mm]
N = curah hujan rata-
rata-rata tahunan [mm]
Subscript X
X, A
A, B
B, C menunjukkan stasiun hujan X
X, A
A, B
B, dan C
PENGISIAN DATA CURAH HUJAN
„ Inverse Square
q Distance Method
Secara matematik metode ini dinyatakan sebagai
berikut.
1 1 1
2
R A + 2
R B + 2
RC
(ddX A ) (d
dX B ) (d
dX C )
Rx =
1 1 1
+ +
(dX A ) (dX B ) (dX C ) 2
2 2

dimana:
dimana:
R = curah h hujan
h j bulanan
b l [
[mm]]
dX = jarak antara stasiun hujan (A, B, C) dan stasiun hujan yang
ditinjau (m)
Subscript X, A, B, C menunjukkan stasiun hujan X, A, B, dan C
PENGISIAN DATA CURAH HUJAN
„ SOAL: Apabila
p diasumsikan bahwa pada
p stasiun
penakar Bandung terdapat kehilangan data total
curah hujan bulan Maret 1990. Dengan
menggunakan data pada masing
masing--masing stasiun
basis, perkirakan besarnya data yang hilang
tersebut berdasarkan normal ratio method dan
i
inverse square method.
th d
Diketahui total curah hujan untuk masing-
masing-masing
stasiun hujan lain pada bulan Maret 1990
Stasiun Sukawana : 118,0 mm
Stasiun Dago Pakar : 282,0
282 0 mm
Stasiun Ujung Brg : 84,0 mm
Stasiun Ciharalang : 114,9
114 9 mm
PENGISIAN DATA CURAH HUJAN
Skala p
peta topografi
p g yang
y g digunakan
g adalah
1:50.000.
Jarak antara stasiun Bandung dan stasiun lain
sebagai
b b k
berikut
Stasiun Sukawana : 14,0 cm
S
Stasiun Dago Pakar
k : 7,0
0 cm
Stasiun Ujung Brg : 25,0 cm
Stasiun Ciharalang : 24,5
24 5 cm
PENGISIAN DATA CURAH HUJAN
„ Annual Precipitation
p
Tahun Bandung Sukawana Dago Pakar Ujung Berung Ciharalang
1985 1,966.80 1,865.00 2,279.00 2,000.20
1986 2,866.00 2,451.00 2,894.00 2,397.00 1,610.60
1987 1,524.00 1,509.00 1,771.00 1,172.80 1,207.20
1988 1,841.00 1,225.80 2,152.90 1,085.40 1,621.20
1989 1,744.00 1,872.00 2,008.30 1,524.00 1,942.70
1990 1,419.00 2,001.50 1,323.40 1,886.00
1991 1,626.00 1,440.00 1,809.00 1,330.70 1,515.10
1992 2,634.00 2,336.40 3,032.00 1,898.00 2,405.80
1993 1,678.00 1,468.80 2,088.90 1,663.10 465.10
1994 1,807.00 1,521.00 2,138.30 1,598.00 1,687.80
1995 1,181.00 1,408.00 1,378.70 901.00 1,198.60
R t R t
Rata-Rata 1 886 78
1,886.78 1 665 10
1,665.10 2 103 60
2,103.60 1 561 13
1,561.13 1 594 57
1,594.57
PENGISIAN DATA CURAH HUJAN
„ Normal Ratio Method
1 ⎡⎛ 1.894,62 ⎞ ⎛ 1.894,62 ⎞ ⎛ 1.894,62 ⎞ ⎛ 1.894,62 ⎞ ⎤
Rx = ⎢⎜ ⎟118 + ⎜ ⎟282 + ⎜ ⎟84 + ⎜ ⎟114,9⎥
3 ⎣⎝ 1.665,10 ⎠ ⎝ 2.103,60 ⎠ ⎝ 1.561,13 ⎠ ⎝ 1.594,57 ⎠ ⎦
Rx = 208mm

„ Inverse Square Distance Method


1 1 1 1
2
118 + 2
282 + 2
84 + 2
114,9
(14) (7 ) (25) (24,5)
Rx = = 232,24mm
1 1 1 1
+ 2+ +
(14) (7) (25) (24,5) 2
2 2
KURVA MASSA GANDA
„ Perubahan lokasi stasiun,, kesalahan pencatatan
p
maupun penggantian jenis alat penakar hujan
menyebabkan perubahan yang cukup berarti
terhadap besarnya nilai hujan yang
terukur/tercatat.
„ Hal ini mengakibatkan data hujan tidak konsisten
(data dengan karakteristik berbeda dalam satu
data pencatatan curah hujan).
„ Konsistensi pencatatan data hujan dapat
diperiksa dengan analisis kurva massa ganda.
„ Solusi: membandingkan nilai curah hujan
tahunan kumulatif stasiun yang akan diperiksa
dengan nilai yang sama pada stasiun hujan basis.
basis
KURVA MASSA GANDA
„ Stasiun hujan
j basis biasanya
y merupakan
p nilai
rata--rata dari beberapa stasiun di sekitar stasiun
rata
hujan yang diperiksa.
„ Pasangan nilai
l k kumulatif
l f ini ddigambarkan
b k pada
d
sistem koordinat X-
X-Y. Jika grafik yang dihasilkan
merupakan garis linier (lurus) maka data stasiun
hujan yang diperiksa adalah konsisten.
„ Bila g
grafiknya
y menunjukkan
j adanya
y perubahan
p
kemiringan garis, maka data stasiun tersebut
tidak konsisten dan perlu dikakukan koreksi.
„ Koreksi dilakukan dengan cara melakukan koreksi
kemiringan salah satu garis tersebut, sehingga
dihasilkan satu garis linier (garis lurus) yang
utuh.
KURVA MASSA GANDA
„ SOAL: Untuk mendeteksi indikasi kemungkinan
g
terjadinya penyimpangan dalam proses perolehan
data curah hujan dari kelima stasiun penakar
hujan (Bandung
(Bandung, Sukawana
Sukawana, Dago Pakar,
Pakar Ujung
Berung, dan Ciharalang) yang akan digunakan
dalam tahapan analisis hidrologi, dengan
menggunakank kurva
k massa gandad periksalah
ik l h
apakah seri data seluruh stasiun hujan tersebut
konsisten.
Apabila ditemukan seri data hujan salah satu
stasiun adalah tidak konsisten,, koreksi besarnya
y
kesalahan yang terjadi.
KURVA MASSA GANDA
„ Annual Precipitation
p
Tahun Bandung Sukawana Dago Pakar Ujung Berung Ciharalang
1985 1,966.80 1,865.00 2,279.00 2,000.20
1986 2,866.00 2,451.00 2,894.00 2,397.00 1,610.60
1987 1,524.00 1,509.00 1,771.00 1,172.80 1,207.20
988
1988 1,841.00
,8 00 1,225.80
, 5 80 2,152.90
, 5 90 1,085.40
,085 0 1,621.20
,6 0
1989 1,744.00 1,872.00 2,008.30 1,524.00 1,942.70
1990 1,973.00 1,419.00 2,001.50 1,323.40 1,886.00
1991 1,626.00 1,440.00 1,809.00 1,330.70 1,515.10
1992 2,634.00 2,336.40 3,032.00 1,898.00 2,405.80
1993 1,678.00 1,468.80 2,088.90 1,663.10 465.10
1994 1,807.00 1,521.00 2,138.30 1,598.00 1,687.80
1995 1,181.00 1,408.00 1,378.70 901.00 1,198.60
R t R t
Rata-Rata 1 894 62
1,894.62 1 665 10
1,665.10 2 103 60
2,103.60 1 561 13
1,561.13 1 594 57
1,594.57
KURVA MASSA GANDA
„ Stasiun Hujan
j Bandung
g
Year Bandung Bandung Cummulative Average of others Others Cummulative
1985 1,966.80 1,966.80 2,048.07 2,048.07
1986 2,866.00 4,832.80 2,338.15 4,386.22
1987 1,524.00 6,356.80 1,415.00 5,801.22
1988 1 841 00
1,841.00 8 197 80
8,197.80 1 521 33
1,521.33 7 322 54
7,322.54
1989 1,744.00 9,941.80 1,836.75 9,159.29
1990 1,973.00 11,914.80 1,657.48 10,816.77
1991 1,626.00 13,540.80 1,523.70 12,340.47
1992 2,634.00 16,174.80 2,418.05 14,758.52
1993 1,678.00 17,852.80 1,421.48 16,179.99
1994 1,807.00 19,659.80 1,736.28 17,916.27
1995 1 181 00
1,181.00 20 840 80
20,840.80 1 221 58
1,221.58 19 137 84
19,137.84
KURVA MASSA GANDA
„ Stasiun Hujan
j Bandung
g
22,500

20,000
,

17,500

15,000
um
Bandung Cu

12,500

10,000

7 500
7,500

5,000

2,500

-
- 2,500 5,000 7,500 10,000 12,500 15,000 17,500 20,000 22,500
Others Stations Cum
KURVA MASSA GANDA
„ Stasiun Hujan
j Ciharalang
g
Year Ciharalang Ciharalang Cummulative Average of others Others Cummulative
1985 2,000.20 2,000.20 2,036.93 2,036.93
1986 1,610.60 3,610.80 2,652.00 4,688.93
1987 1,207.20 4,818.00 1,494.20 6,183.13
1988 1 621 20
1,621.20 6 439 20
6,439.20 1 576 28
1,576.28 7 759 41
7,759.41
1989 1,942.70 8,381.90 1,787.08 9,546.48
1990 1,886.00
, 10,267.90
, 1,679.23
, 11,225.71
,
1991 1,515.10 11,783.00 1,551.43 12,777.13
1992 2,405.80 14,188.80 2,475.10 15,252.23
1993 465.10 14,653.90 1,724.70 16,976.93
1994 1,687.80 16,341.70 1,766.08 18,743.01
1995 1 198 60
1,198.60 17 540 30
17,540.30 1 217 18
1,217.18 19 960 18
19,960.18
KURVA MASSA GANDA
„ Stasiun Hujan
j Ciharalang
g
20,000
S1 1,001
17 500
17,500 Fkoreksi = = = 3,71
S 2 0,2687
15,000
S2= 0,2697
Cum

12,500
,
Ciharalang C

10,000
y1= 10.578
7,500
C

S1= 1,001
00
5,000

2,500 x1= 10.563


-
- 2,500 5,000 7,500 10,000 12,500 15,000 17,500 20,000 22,500
Others Stations Cum
KURVA MASSA GANDA
„ Stasiun Hujan
j Ciharalang
g ((corrected))
Year Ciharalang Ciharalang Cummulative Average of others Others Cummulative
1985 2,000.20 2,000.20 2,036.93 2,036.93
1986 1,610.60 3,610.80 2,652.00 4,688.93
1987 1,207.20 4,818.00 1,494.20 6,183.13
1988 1 621 20
1,621.20 6 439 20
6,439.20 1 576 28
1,576.28 7 759 41
7,759.41
1989 1,942.70 8,381.90 1,787.08 9,546.48
1990 1,886.00
, 10,267.90
, 1,679.23
, 11,225.71
,
1991 1,515.10 11,783.00 1,551.43 12,777.13
1992 2,405.80 14,188.80 2,475.10 15,252.23
1993 1,725.50 15,914.30 1,724.70 16,976.93
1994 1,687.80 17,602.10 1,766.08 18,743.01
1995 1 198 60
1,198.60 18 800 70
18,800.70 1 217 18
1,217.18 19 960 18
19,960.18
KURVA MASSA GANDA
„ Stasiun Hujan
j Ciharalang
g ((corrected))
20,000

17 500
17,500

15,000
Cum

12,500
Ciharalang C

10,000

7,500
C

5,000

2,500

-
- 2,500 5,000 7,500 10,000 12,500 15,000 17,500 20,000 22,500
Others Stations Cum
CURAH HUJAN WILAYAH
„ Secara hidrologi,
g , jenis
j curah hujan
j y
yang
g
diperlukan untuk perencanaan pemanfaatan
sumberdaya air dan pengendalian banjir adalah
curah hujan rata
rata--rata wilayah yang dinyatakan
dalam mm.
„ Karena distribusi hujan yang terjadi umumnya
tidak merata, besarnya curah hujan wilayah ini
harus diperkirakan berdasarkan tinggi hujan pada
beberapa stasiun pengamatan curah hujan.
hujan
„ Beberapa metode yang dapat digunakan untuk
menghitung besarnya curah hujan wilayah antara
lain: arimatika, poligon Thiessen, isohiet, garis
potongan antara, depth elevation, dan mean
areal elevation.
CURAH HUJAN WILAYAH
„ Metode Aritmatika ((Rata-
(Rata-Rata Aljabar)
j )
• Perhitungan curah hujan wilayah dalam metode ini
dilakukan dengan menghitung rata
rata--rata aljabar dari
tinggi hujan beberapa stasiun pengamatan curah hujan
yang digunakan pada DAS yang bersangkutan.
• Hasil yang diperoleh dari metode ini cukup akurat
khususnya
kh apabila
bil ttopografi
fi DAS relatif
l tif datar
d t dan
d
stasiun pengamatan curah hujan tersebar merata pada
DAS tersebut.

R = (R1 + R2 + R3 + ......Rn )
1
n
Rbar = curah hujan wilayah (mm)
n = jumlah stasiun pengamatan curah hujan yang digunakan
R1 = tinggi
ti i curah
h hujan
h j padad stasiun
t i 1 (sinomim
( i i untuk
t k R 2, R 3, R n)
CURAH HUJAN WILAYAH
„ Metode Aritmatika ((Rata-
(Rata-Rata Aljabar)
j )
CURAH HUJAN WILAYAH
„ Metode Poligon
g Thiessen
• Apabila titik-
titik-titik stasiun pengamatan curah hujan
tidak tersebar merata di dalam DAS, maka cara
perhitungan curah hujan wilayah dilakukan dengan
menggunakan metode poligon Thiessen.
• Dalam metode ini, besarnya pengaruh curah hujan
yang jjatuh
t h pada
d suatut ddaerah
h diperhitungkan
di hit k sebagai
b i
faktor bobot luas poligon terhadap luas total.
• Diasumsikan besarnya
y jarak
j p
pengaruh
g curah hujan
j
suatu stasiun pengamatan adalah sebesar 50% jarak
antara stasiun pengamatan curah hujan tsb dan
stasiun pengamatan curah hujan lain yang berdekatan.
• Metode Thiessen memberikan hasil perhitungan yang
lebih teliti dibandingkan dengan metode aritmatika.
CURAH HUJAN WILAYAH
„ Metode Poligon
g Thiessen
• Kualitas hasil perhitungan tergantung kepada jaringan
stasiun hujan yang tersebar pada DAS. Pada daerah
yang relatif datar tentunya hasil yang diperoleh adalah
cukup akurat.

⎛ A1 R1 + A2 R2 + A3 R3 + ......... An Rn ⎞
R = ⎜⎜ ⎟⎟
⎝ A1 + A2 + A3 + ....... An ⎠
R = curah hujan wilayah
n = jumlah stasiun pengamatan curah hujan yang digunakan
R1 = tinggi curah hujan pada stasiun 1 (sinomim untuk R2, R3, Rn)
A1 = luas daerah poligon sesuai stasiun hujan masing-masing (sinonim u/ A2, A3, An)
W1 = faktor bobot untuk luas poligon 1 (sinonim untuk W2, W3, Wn)
CURAH HUJAN WILAYAH
„ Metode Poligon
g Thiessen
CURAH HUJAN WILAYAH
„ Metode Poligon
g Thiessen

C
E

D
F

G
CURAH HUJAN WILAYAH
„ Metode Poligon
g Thiessen

A A

B B

C C
E E

D D
F F

G G
sangat peka terhadap data
stasiun yang digunakan
ST. MARGAHAYU

CIKAPUNDUNG

ST. BENGKOK CISARUA

ST. GN. KASUR

UTARA

ST. UJUNG BERUNG


CURAH HUJAN WILAYAH
„ Metode Isohiet
• Metode ini merupakan metode perhitungan curah
hujan wilayah yang paling akurat meskipun bersifat
subjektif dan tergantung kepada keahlian dalam
menganalisis curah hujan dan karakteristiknya pada
suatu wilayah.
• Apabila
A bil jjumlah
l h stasiun
t i pengamatant yang digunakan
di k
relatif banyak dan variasi tinggi curah hujan di wilayah
bersangkutan adalah cukup besar, maka dalam
pembuatan peta isohiet dapat terjadi human errors.
errors
• Pada pembuatan peta isohiet sesungguhnya, faktor-
faktor-
faktor seperti topografi, arah angin, dan sebagainya
dari wilayah bersangkutan harus ikut dipertimbangkan.
Luas daerah diantara 2 buah isohiet dapat diukur
dengan menggunakan planimeter.
CURAH HUJAN WILAYAH
„ Metode Isohiet
• Metode ini sangat baik digunakan apabila data curah
hujan yang tersedia cukup lengkap.

⎛ A1 R1 + A2 R2 + A3 R3 + ......... An Rn ⎞
R = ⎜⎜ ⎟⎟
⎝ A1 + A2 + A3 + ....... An ⎠
Rbar = curah hujan wilayah
n = jumlah stasiun pengamatan curah hujan yang digunakan
R1 = tinggi curah hujan pada stasiun 1 (sinomim untuk R2, R3, Rn)
A1 = luas daerah diantara 2 bh isohiet (sinonim untuk A2, A3, An)
CURAH HUJAN WILAYAH
„ Metode Isohiet
CURAH HUJAN WILAYAH
„ Metode Garis Potongan
g Antara (Intersection Line))
• Metode ini dibuat untuk menyederhanakan metode
isohiet. Namun karena metode ini merupakan bentuk
penyederhanaan dari metode isohiet,
isohiet maka ketelitian
hasil yang diperoleh dari metode inipun menjadi tidak
seakurat metode isohiet.
„ M t d Depth
Metode D th Elevation
El ti
• Pada kasus tertentu dimana tinggi curah hujan
meningkat seiring dengan bertambahnya elevasi,
elevasi
maka besarnya curah hujan wilayah dapat dihitung
dengan menggambarkan diagram hubungan antara
elevasi titik pengamatan dan curah hujan.
• Metode ini cocok untuk menentukan curah hujan
dengan jangka waktu yang panjang, seperti curah
hujan bulanan/tahunan dan sebagainya.
sebagainya
CURAH HUJAN WILAYAH
„ Metode Mean Areal Elevation
• Metode ini dapat digunakan apabila hubungan antara
curah hujan dan elevasi daerah yang bersangkutan
dapat dinyatakan dengan sebuah persamaan linier.
linier
• Serupa dengan metode depth elevation, metode ini
juga cocok untuk perhitungan curah hujan dengan
j
jangka
k waktu
kt yang panjang.
j
Ri = a + b ⋅ hi
Ri = tinggi curah hujan
hi = elevasi titik pengamatan
a dan b = konstanta