TL-2204
ANALISA HIDROLOGI
2017
KATA PENGANTAR
Puji syukur kami panjatkan selaku penulis dan penyusun dari laporan yang berjudul
”Analisa Hidrologi” kepada Tuhan Yang Maha Esa karena atas rahmat dan karunia-
Nya kami dapat menyelesaikan laporanini semaksimal mungkin. Tidak lupa juga tim
penyusun mengucapkan terima kasih kepada:
1. Bapak Suharyanto, ST., MSc selaku dosen mata kuliah Hidrologi Teknik
Lingkungan ITB 2016-1017,
2. Ramadian Irvanizar selaku asisten untuk mata kuliah Hidrologi Teknik
Lingkungan ITB 2016-1017,
3. Orang tua dari penulis dan penyusun laporan,
4. Dan rekan-rekan Teknik Lingkungan angkatan 2015
Yang telah membantu kami baik secara moral maupun materil seta memberikan
masukan, dukungan, dan bimbingan kepada penulis dan penyusun untuk
menyelesaikan laporan ini.
Terlepas dari kekurangan pada laporan ini, kami harap laporan ini dapat bermanfaat
bagi penulis, penyusun, dan pembaca.
Tim Penyusun
DAFTAR ISI
DAFTAR GAMBAR
DAFTAR TABEL
BAB I PENDAHULUAN
Bencana banjir sudah menjadi langganan setiap tahun pada saat musim penghujan
selama puluhan tahun di wilayah Banyumas, terutama Banyumas bagian selatan yaitu
kecamatan Kemranjen, kecamatan Sumpiuh, kecamatan Banyumas dan kecamatan
Tambak (Suara Merdeka, 2004). Banjir adalah aliran/genangan air yang
menimbulkan kerugian ekonomi atau bahkan menyebabkan kehilangan jiwa (Asdak,
C. 1995). Aliran/genangan air ini dapat terjadi karena adanya luapan-luapan pada
daerah di kanan atau kiri sungai/saluran akibat alur sungai tidak memiliki kapasitas
yang cukup bagi debit aliran yang lewat (Sudjarwadi, 1987). Bencana banjir selain
akibat kerusakan ekosistem ataupun aspek lingkungan yang tidak terjaga tetapi juga
disebabkan karena bencana alam itu sendiri seperti curah hujan yang tinggi. Dalam
perencanaan bangunan pengendali banjir (saluran drainase, tanggul, dll) data
masukan curah hujan sangat diperlukan. Hasil penelitian berupa kurva IDF dapat
dimanfaatkan untuk menghitung debit banjir rencana yang digunakan dalam
perencanaan bangunan pengendali banjir.
Pada pendataan curah hujan, ada beberapa data yang tidak tercatat. Oleh karena itu
diperlukan pemahaman mengenai metode aljabar dan metode perbandungan normal
serta pengaplikasiannya untuk melengkapi data curah hujan.
Untuk menentukan nilai curah hujan harian maksimum, diperlukan pengujian yang
lain seperti uji konsistensi, uji homogenitas, perhitungan curah hujan wilayah dengan
metode aritmatika dan metode poligon Thiessen. Selanjutnya dilakukan pula uji
kecocokan, serta analisis intensitas hujan dengan metode Haspers dan Der Weduwen
untuk menentukan kurva IDF.
II.1 Hujan
Hujan adalah sebuah peristiwa Presipitasi (jatuhnya cairan dari atmosfer yang
berwujud cair maupun beku ke permukaan bumi) berwujud cairan. Hujan
memerlukan keberadaan lapisan atmosfer tebal agar dapat menemukan suhu di atas
titik leleh es di atas permukaan Bumi. Di Bumi, hujan adalah proses kondensasi
(perubahan wujud benda ke wujud yang lebih padat) uap air di atmosfer menjadi
butiran air yang cukup berat untuk jatuh dan biasanya tiba di daratan. Dua proses
yang mungkin terjadi bersamaan dapat mendorong udara semakin jenuh menjelang
hujan, yaitu pendinginan udara atau penambahan uap air ke udara. Butir hujan
memiliki ukuran yang beragam mulai dari butiran besar hingga butiran kecilnya.
Keterangan:
p = Curah hujan yang hilang
p1, p2 ... pn = Hujan di stasiun 1,2,3,…,n
n = Jumlah stasiun hujan
Keterangan:
rx = Hujan yang hilang di stasiun x
r1, r2 ... rn = Data hujan di stasiun sekitarnya pada periode yang sama
Nx = Hujan tahunan di stasiun x
N1, N2, ... Nn = Hujan tahunan di stasiun sekitar x
n = Jumlah stasiun hujan disekitar x
Uji yang dipakai pada analisis curah hujan kali ini adalah uji menggunakan kurva
homogenitas . Uji dengan metode ini dapat dilakukan dengan langkah-langkah
sebagai berikut :
1. Menghitung rata-rata Curah Hujan Harian Maksimum ( R ) yang telah diuji
konsistensinya (R)
2. Menghitung standar deviasi (σR)
2
( Ri R)
…………………………. (2.3)
N 1
3. Menghitung curah hujan tahunan dengan PUH 10 tahunan rata-rata (RT 10)
dengan nilai TR sebesar 10
……………… (2.4)
4. Menghitung occurence interval atau PUH untuk hujan tahunan rata-rata (TR)
……………………………… (2.5)
Figure 1
Data dikatakan homogen jika semua titik N (banyaknya data) dan nilai TR yang di
plotkan ke dalam kurva berada di dalam corong kurva homogenitas.
II.6 Curah Hujan Harian Maksimum
II.6.1 Analisis CHHM
Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa yang ;luar biasa,
seperti hujan lebat, banjir, dan kekeringan. Besaran peristiwa ekstrim berbanding
terbalik dengan frekuensi kejadiannya, peristiwa yang sangat ekstrim kejadiannya
sangat langka (Suripin, 2004).
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 dengan anggapan bahwa sifat statistik
kejadian hujan di masa akan datang akan masih sama dengan sifat statistic kejadian
hujan masa lalu.
Dalam ilmu statistik dikenal beberapa macam distribusi frekuensi. Dalam analisis
hidrologi ini digunakan tiga metode analisis frekuensi data curah hujan harian
maksimum yaitu:
1. Metode Gumbel
2. Metode Log Pearson Tipe III
3. Metode Distribusi Normal
II.6.1.1 Metode Gumbel
Menurut Gumbel, curah hujan untuk periode ulang hujan (PUH) tertentu (Tr)
dihitung berdasarkan persamaan berikut (Suripin, 2004):
𝑌 +𝑌
𝑋𝑇𝑟 = 𝑋̅ + 𝑆 ( 𝑇𝑟𝑆 𝑛) (2.4.1)
𝑛
𝑟 𝑇
𝑌𝑇𝑟 = −𝐿𝑛 (𝐿𝑛 (𝑇 −1)) (2.4.2)
𝑟
∑𝑛 ̅ 2 1/2
𝑖=1(𝑅𝑖 −𝑅 )
𝑆=[ ] (2.4.3)
𝑛−1
Keterangan :
YTr : reduced variate
Yn : reduced mean
S : standar deviasi data hujan
Sn : reduced standar deviation
Nilai reduced mean (Yn) dan reduced standard deviation (Sn) berdasarkan jumlah
data (N) dapat dilihat di tabel berikut :
Hal yang menarik adalah jika G=0 maka distribusi kembali ke distribusi Log Normal.
Berikut langkah-langkah penggunaan distribusi Log Pearson Tipe III (Suripin, 2004):
1. Ubah data ke dalam bentuk logaritmis
𝑅 = 𝐿𝑜𝑔 𝑅 (2.4.4)
2. Hitung harga rata-rata
∑𝑛
𝑖=1 𝐿𝑜𝑔 𝑅
𝐿𝑜𝑔 𝑅̅ = (2.4.5)
𝑛
1/2
∑𝑛 ̅ 2
𝑖=1(𝐿𝑜𝑔 𝑅𝑖 −𝐿𝑜𝑔 𝑅 )
𝑆=[ ] (2.4.6)
𝑛−1
𝑛 ∑𝑛 ̅ 3
𝑖=1(𝐿𝑜𝑔 𝑅𝑖 −𝐿𝑜𝑔 𝑅 )
𝐺= (𝑛−1)(𝑛−2)𝑆 3
(2.4.7)
5. Hitung logaritma hujan dengan periode ulang T dengan rumus
Setelah dilakukan perhitungan dengan Metode Log Pearson Tipe III, maka diperoleh
curah hujan harian maksimum untuk berbagai PUH.
Keterangan :
XT : Perkiraan nilai yang diharapkan terjadi dengan periode ulang T
Keterangan:
X h2 : Parameter Chi Kuadrat terhitung
G : Jumlah sub kelompok
Oi : Jumlah nilai pengamatan pada sub kelompok i
(Oi Ei )2
5. Menjumlahkan nilai dari seluruh G subgrup untuk menentukan
Ei
nilai Chi Kuadrat hitung
6. Menentukan derajat kebebasan dK (dK = G-R-1)
Analisis intensitas hujan digunakan untuk menentukan tinggi atau kedalaman air
hujan per satu satuan waktu. Sifat umum hujan adalah makin singkat
hujanberlangsung, maka makin besar pula intensitasnya dan semakin besar
periodeulangnya, maka makin tinggi pula intensitas hujan yang terjadi
(Suripin,2004).Analisis tahap ini dimulai dari data curah hujan harian maksimum
yang kemudian diubah ke dalam bentuk intensitas hujan. Pengolahan data dilakukan
denganmetoda statistik yang umum digunakan dalam aplikasi hidrologi. Data
yangdigunakan sebaiknya adalah data hujan jangka pendek, misalnya 5 menit, 10
menit, 30 menit, 60 menit, dan jam-jaman. Bila tidak diketahui data untuk durasi
hujan maka diperlukan pendekatan empiris dengan berpedoman pada durasi enam
puluh menit dan pada curah hujan harian maksimum yang terjadi setiap tahun. Cara
lain yang lazim digunakan adalah mengambil pola intensitas hujan dari kota lain yang
mempunyai kondisi yang hampir sama (Wurjanto, A. dan Diding S., 2003).
Metoda-metoda yang dapat digunakan untuk menganalisis intensitas hujan adalah
sebagai berikut:
1. Metoda Van Breen
2. Metoda Bell dan Tanimoto
3. Metode Hasper dan Der Weduwen
(2.6.1)
Keterangan:
Ir : intensitas hujan (inch/jam)
Xr : curah hujan (mm/24jam)
Dalam pengembangan kurva pola hujan Van Breen, besarnya intensitas hujan di kota
lain di Indonesia dapat didekati dengan persamaan:
(2.6.2)
Keterangan:
IT : intensitas hujan pada PUH T tahun dan t c > t e (mm/jam)
RT : tinggi hujan pada PUH T tahun (mm/hari)
Apabila t c ≤ t e, maka t c dibuat sama dengan t e.
(2.6.3)
Keterangan:
R : curah hujan (mm)
T : periode ulang (tahun)
t : durasi hujan (menit)
R1 : besarnya curah hujan pada distribusi jam ke 1
R2 : besarnya curah hujan pada distribusi jam ke 2
Data curah hujan maksimum untuk PUH sepuluh tahun dalam penggunaannya untuk
Metoda Bell di atas, digunakan harga rata-rata distribusi hujan dua jam
pertama.Intensitas hujan (mm/jam) menurut Bell dihitung dengan persamaan berikut:
(2.6.4)
Untuk menggunakan metode ini, terdapat beberapa acuan tabel sebagai berikut :
Tabel 2.5.3 Pedoman Pola Hujan Menurut Bell Tanimoto
Jam ke- Intensitas Hujan
1 87 90 96 101
2 28 31 36 42
3 18 20 26 31
4 11 14 20 25
5 8 11 16 22
6 6 9 14 20
7 6 8 13 19
8 4 7 12 18
9 2 5 10 15
10 5 10 15
11 4 9 14
12 4 9 14
13 4 9 14
14 4 9 14
15 3 8 13
16 3 8 13
17 3 7 13
18 3 7 12
19 2 7 11
20 7 11
21 7 11
22 6 11
23 4 10
(2.6.5)
Keterangan :
t : durasi curah hujan dalam satuan jam
Xt : curah hujan maksimum yang terpilih
(2.6.6)
Nilai R untuk 1 ≤ t < 24 jam
(2.6.7)
Nilai R untuk 0 < t < 1 jam
(2.6.8)
2. Rumus Sherman
Rumus Sherman dikemukakan oleh professor Sherman pada tahun 1905.
Rumus ini pada umumnya lebih cocok digunakan pada curah hujan
dengan durasi lebih dari 2 jam. Adapun bentuk persamaannya sebagai
berikut :
𝑎
𝐼=
𝑡𝑛
Keterangan :
I : intensitas curah hujan (mm/jam)
t : durasi curah hujan (jam)
a dan n : konstanta
N : jumlah data
3. Rumus Ishiguro
Rumus Ishiguro ini dikemukakan oleh Dr. Ishiguro tahun 1953. Adapun
rumus tersebut adalah sebagai berikut :
𝑎
𝐼=
𝑏 + √𝑡
Keterangan :
I : intensitas curah hujan (mm/jam)
t : durasi curah hujan (jam)
a dan b : konstanta
N : jumlah data
Setelah didapatkan nilai intensitas yang baru, cari selisih nilai data terukur
(nilai I perhitungan sebelumnya) dengan nilai prediksi (nilai I perhitungan baru).
Adapun rumusnya adalah sebagai berikut :
∆I = |I − I′|
Hasil dari nilai selisih (∆I) tersebut, akan hitung nilai standar deviasi
masing-masing persamaan. Intensitas hujan hasil perhitungan metode dan rumus
dengan nilai standar deviasi terkecil merupakan nilai intensitas hujan yang akan
dipergunakan dalam perencanaan.
Kurva IDF biasa digunakan untuk melakukan perhitungan debit limpasan (run-off)
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 (waktu tiba =
arrival time). Kurva ini menunjukkan besarnya kemungkinan terjadinya intensitas
hujan yang berlaku untuk lama curah hujan sembarang.
Selain digunakan untuk perhitungan debit limpasan, kurva IDF juga digunakan pada
perencanaan debit air yang harus disalurkan melalui suatu bangunan air. Untuk
volume debit air yang harus disalurkan, kita dapat menentukan debit banjir tertentu
yang cukup besar. Bila tersedia data hujan, maka estimasi debit banjir dapat
dikerjakan dengan persamaan Rasional, yang diekspresikan dalam formula sebagai
berikut (Chow, 1964):
𝑄𝑝 = 0.278 𝐶. 𝐼. 𝐴
Keterangan:
Qp = debit puncak (m3/s)
C = koefisien run off, tergantung pada karakteristik DAS
I = intensitas curah hujan, untuk durasi hujan sama dengan waktu konsentrasi (tc)
(mm/jam)
A= luas DAS (km2)
BAB III METODOLOGI
Dari ketiga metode yang dilakukan dipilih satu metode yang menghasilkan nilai yang
paling representatif dengan menggunakan Metode Statistika Chi Square.
Dari ketiga persamaan yang dihitung dipilih metode analisis yang menghasilkan nilai
yang paling representatif dengan menggunakan metode statistika Chi Square. Setelah
didapat nilai intensitas hujan yang paling representatif, dibuat kurva IDF.
Langkah-langkah metodologi yang lebih lengkap dapat diamati pada gambar 3.1.
Pengisian Data Curah
Hujan Kosong
Lokasi dari titik-titik pengamatan hujan ini berada di sekitar Jawa Barat , dengan
titik-titik pengamat yang digunakan sebagai berikut :
IV.1 Cicalengka
Cicalengka merupakan sebuah kecamatan daerah dari Kabupaten Bandung yang
memiliki iklim tropis. Suhu di sini rata-rata 27.3 °C. Presipitasi di sini rata-rata 2411
mm.
IV.2 Paseh
Kecamatan Paseh sebagai salah satu Kecamatan dari 31 Kecamatan yang ada
diwilayah Kabupaten Bandung dengan topografis merupakan daerah yang relatif
datar yang memiliki ketinggian 700 m diatas permukaan laut. Suhu udara minimal
21oC maksimal 31oC. Luas Wilayah Kecamatan Paseh adalah 4.477,622 Ha yang
terdiri dari 1.528,000 Ha merupakan areal sawah sisanya 1661,622 Ha. merupakan
tanah darat.
IV.3 Chinchona
Chinchona merupakan bagian dari Kabupaten Bandung beriklim tropis. Lokasi ini
diklasifikasikan sebagai Af berdasarkan Köppen dan Geiger. Suhu rata-rata tahunan
adalah 26.8 °C di Chincona. Curah hujan tahunan rata-rata adalah 3150 mm.
IV.4 Ciparay
Ciparay merupakan salah satu kecamatan di Kabupaten Bandung dengan iklim tropis.
Lokasi ini diklasifikasikan sebagai Af berdasarkan Köppen dan Geiger. Suhu rata-rata
tahunan adalah 26.8 °C di Ciparay. Curah hujan tahunan rata-rata adalah 3164 mm.
Variasi dalam suhu tahunan adalah sekitar 1.5 °C.
IV.5 Ujung Berung
Ujung Berung adalah kota yang beriklim tropis dengan curah hujan yang signifikan
dan diklasifikasikan sebagai Af berdasarkan sistem Köppen-Geiger. Suhu di sini rata-
rata 23.4 °C. Dalam setahun, curah hujan rata-rata adalah 2161 mm.
IV.6 Bandung
Bandung memiliki iklim tropis. Bandung memiliki sejumlah besar curah hujan
sepanjang tahun. Hal ini berlaku bahkan untuk bulan terkering. Menurut Köppen dan
Geiger, iklim ini diklasifikasikan sebagai Af. Suhu di sini rata-rata 23.3 °C. Curah
hujan tahunan rata-rata adalah 2164 mm.
IV.7 Cililin
Cililin yang beriklim tropis memiliki sejumlah besar curah hujan sepanjang tahun.
Lokasi ini diklasifikasikan sebagai Af berdasarkan Köppen dan Geiger. Suhu di sini
rata-rata 22.8 °C.
IV.8 Montaya
Daerah ini dikenal dengan kebun tehnya yang luas. Kebun teh Montaya membentang
dalam areal seluas kurang lebih 1. 194, 00 hektar. Dengan iklim tropis dan suhu
sekitar 13-25oC. Daerah montaya ini terletak di ketinggian lebih dari 1000 m dpl.
Ketinggian tempat tergantung dari klon, teh dapet tumbuh di dataran rendah pada 100
m dpl sampai ketinggian lebih dari 1000 m dpl (Setyamidjaja, 2000).
IV.10 Cisondari
Iklim Cisondari adalah diklasifikasikan sebagai tropis.. Menurut Köppen dan Geiger,
iklim ini diklasifikasikan sebagai Af. Suhu di sini rata-rata 19.3 °C. Curah hujan di
sini rata-rata 3265 mm.
Untuk melihat letak titik-titik pengukuran dapat di lihat pada gambar 4.1.
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
∑(𝑅𝑖−𝑅)2 10502.0469
𝑆= √ =√ = 34.15983167
𝑛−1 10−1
𝑆 34.15983167
∆ = 𝑥 100% = 𝑥 100% = 17.01233377 %
𝑅 200,7945
N 26 25 23 24 23 28 23 24 24 22
228.8 166.87 167.64 171.2 221.41 185.95
Ri 173.538 40 263.043 5 192.957 3 61 7 236.417 5
Ξ Ri 2007.945
n 10.000
R 200.795
-
28.04 - - 29.53 -
Ri-R -27.256 5 62.249 33.920 -7.838 33.152 4 20.622 35.622 14.840
(Ri- 786.5 3874.93 1150.5 1099.0 872.2 425.27 220.22
R)^2 742.892 50 4 33 61.434 32 36 3 1268.938 4
Ξ(Ri-
R)^2 10502.047
S 34.160
Δ 17.012
2. Penentuan metode yang dipilih untuk menentukan
Metode aljabar dipilih jika nilai ∆ < 10% sedangkan metode perbandingan normal
dipilih jika nilai ∆ > 10%. Karena nilai ∆ > 10% , maka yang digunakan adalah
metode perbandingan normal.
Contoh perhitungan curah hujan tahun 1994 pada stasiun Cicalengka adalah
𝑟𝑥 1 𝑟1 𝑟2 𝑟3 𝑟𝑛
= { + + …+ }
𝑁𝑥 𝑛 𝑁1 𝑁2 𝑁3 𝑁𝑛
1 218 226 145
𝑟 𝐶𝑖𝑐𝑎𝑙𝑒𝑛𝑔𝑘𝑎 = 𝑥 173,538 [( )+( )+( )
8 228,84 166,875 192,957
141 27 196 258
+( )+( )+( )+( )
167,643 171,261 221,417 236,417
275
+( )]
185,955
𝑟 𝐶𝑖𝑐𝑎𝑙𝑒𝑛𝑔𝑘𝑎 = 162,9632 𝑚𝑚/ℎ𝑎𝑟𝑖
1989 130 261 385 186 209.925 34 215 303 257.207 262
264.53
1990 238 423 196 252 298.051 417 175 365.182 383
9
114.79
1991 58 142 158 91 129.337 68 306 190 124.643
4
172.41
1992 188 231 248 215 170 189 163 233 187.212
9
1993 195 178 208.613 162 216 80 142 149 108 132
1994 162.963 218 247.014 226 145 141 27 196 258 275
1998 322 224 346 231 235 279 263 425 395 96
137.14
1999 45 141 323 64 63 64 131 219 128
9
2000 96 117 171 91 101 85 22 4 164 195
N 28 28 28 28 28 28 28 28 28 28
231.61 174.50 167.64 170.87 220.25
Ri 169.808 2 252.762 4 188.762 3 0 8 234.062 188.235
2. Pada kurva massa ganda, titik-titik yang tergambar akan berdeviasi disekitar
garis trend. Jika ada data yang terlalu jauh menyimpang maka dikatakan data
tersebut tidak mengikuti trend sehingga data tersebut perlu dikoreksi.
Berdasarkan data curah hujan yang didapat pada pengelolaan data yang sudah
dilakukan sebelumnya, maka akan dilakukan tahapan perhitungan uji konsistensi
Untuk tes konsistensi akan dijelaskan metode perhitungan semua stasiun. Stasiun
yang akan di gunakan misalnya Cicalengka. Perhitungannya sebagai berikut:
1. Menghitung rata-rata aritmatika (Stasiun pembanding) dari semua stasiun
dasar tiap tahunnya.
Contoh perhitungannya pada stasiun cicalengka:
R = (277+195+158+268+192+184+297+260+245)/9 = 230,667
4. Menentukan Tan A0
Untuk menentukan nilai Tan A0 kita harus memplot grafik dengan sumbu X
adalah nilai akumulasi stasiun pembanding dan sumbu y adalah nilai
akumulasi stasiun utama pada keseluruhan tahun. Didapat nilai regresi dari
persamaan garis kedua nilai yang kemudian dimasukkan ke dalam kolom tan
A0 pada setiap tahunnya.
Contoh: Pada Statiun Utama Cicalengka didapat grafik seperti di bawah ini.
Nilai regresinya yaitu 0,8512.
6000
5000
4000
y = 0.8512x + 63.554
Akumulasi Stasiun Utama
3000 R² = 0.9969
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Akumulasi Stasiun Pembanding
5. Menentukan Tan A
Untuk menentukan Tan A kita harus mengecek data-data (titik-titik) yang
tidak mengikuti trend garis (tidak menyentuh garis / menyimpang). Untuk itu
dibuat Kurva massa ganda yang menunjukkan terdapat data-data yang tidak
mengikuti trend dan dicari lagi regresi dari data-data yang menyimpang
tersebut. Pada tahun yang memiliki data yang menyimpang maka nilai Tan A-
nya adalah nilai regresi yang didapat pada kurva massa ganda, sedangkan
yang tidak menyimpang nilai Tan A-nya sama dengan nilai Tan A0.
Contoh: Pada Statiun Utama Cicalengka didapat grafik seperti di bawah ini.
Nilai regresi persamaan utama yaitu 0,8512. Sedangkan terdapat
penyimpangan pada data tahun 1990-1997, sehingga didapat persamaan garis
yang baru dengan nilai regresi yaitu 0.8574.
6000
5000
y = 0.8574x + 120.85
4000 R² = 0.9924
Akumulasi Stasiun Utama
1000
0
0 1000 2000 3000 4000 5000 6000
Akumulasi Stasiun Pembanding
6. Menentukan nilai K
Untuk menetukan nilai K menggunakan rumus perhitungan:
𝑇𝑎𝑛 𝐴
𝐾=
𝑇𝑎𝑛 𝐴0
Contoh perhitungan nilai K pada stasiun utama Cicalengka:
Tahun 1987-1989 dan 1998-2013 => 0,8512/0,8512 = 1
Tahun 1990-1997 => 0,8574/0,8512 = 1,0072838
Untuk menguji data curah hujan yang berasal dari ke-10 stasiun dapat dilakukan
dengan cara sebagai berikut :
Menghitung rata-rata CHHM
Paseh 228.4894295
Chinchona 250.768896
Ciparay 179.5340267
Bandung 178.0406568
Cililin 168.1116325
Montaya 221.3677118
Cisondari 192.5436616
Menghitung nilai standar deviasi CHHM pada setiap stasiun akan dapat
menggunakan persamaan sebagai berikut
2
( Ri R)
N 1
Pada stasiun Cicalengka, standar deviasi dapat ditentukan dengan
perhitungan sebagai berikut
𝜎 = 98,89230942
Perhitungan dilanjutkan kepada setiap stasiun hujan. Dari persamaan di atas,
didapatkan nilai standar deviasi untuk setiap statium dapat dilihat pada tabel 5.3.2.
Tabel 5.3.2. Hasil Perhitungan Standar Deviasi
Stasiun Hujan σR
Cicalengka 96.89230942
Paseh 115.7822975
Chinchona 100.4894849
Ciparay 82.85616527
Ujung Berung 108.0327429
Bandung 129.9335138
Cililin 81.80894152
Montaya 113.9381549
Saguling DAM 116.3071425
Cisondari 89.10346106
Menghitung curah hujan tahunan dengan PUH 10 tahunan rata-rata (RT 10) dengan
nilai TR sebesar 10
Menghitung occurence interval atau PUH untuk hujan tahunan rata-rata (TR)
Secara keseluruhan, perhitungan pada setiap stasiun dapat dilihat pada tabel
berikut.
Tabel 5.3.5. Hasil Perhitungan Komponen Kurva Homogenitas pada Stasiun
Cicalengka
Tahun CHHM CHHM-R (CHHM-R)^2
1986 214 42.21936106 1782.474448
1987 36 -135.7806389 18436.38191
1988 90 -81.78063894 6688.072905
1989 130 -41.78063894 1745.62179
1990 238 66.21936106 4385.003779
1991 62.38815789 -109.392481 11966.71491
1992 202.2236842 30.44304527 926.7790054
1993 209.7532895 37.97265053 1441.922189
1994 175.2926741 3.512035188 12.33439116
1995 135.5328947 -36.2477442 1313.89896
1996 79.66718985 -92.11344909 8484.887502
1997 159 -12.78063894 163.3447317
1998 322 150.2193611 22565.85644
1999 45 -126.7806389 16073.33041
2000 96 -75.78063894 5742.705238
2001 163 -8.780638939 77.09962018
2002 43 -128.7806389 16584.45297
2003 294 122.2193611 14937.57222
2004 123 -48.78063894 2379.550735
2005 252 80.21936106 6435.145889
2006 91 -80.78063894 6525.511627
2007 379 207.2193611 42939.8636
2008 87 -84.78063894 7187.756739
2009 216 44.21936106 1955.351893
2010 312 140.2193611 19661.46922
2011 90 -81.78063894 6688.072905
2012 313 141.2193611 19942.90794
2013 252 80.21936106 6435.145889
0,79982
𝑆=[ ]
28 − 1
S = 0,172113625
(𝑅𝑖 − 𝑅𝑥 )3 = 0,00102
Jumlah semua curah hujan tiap tahun dari ( Ri R )3 = 0,03115
Koefisien kemencengan :
n
n (Log Ri Log R)3
G i 1
(n 1)(n 2) S 3
28 × 0,03115
𝐺= = 0,24366565
27 × 26 × 0,1721136253
Dengan menggunakan perhitungan yang sama, maka didapatkan nilai dari keempat
komponen di atas pada PUH 2, 5, 10, 25, 50, dan 100 tahun, yaitu :
Dengan melakukan perhitungan yang sama, maka didapatkan komponen nilai yang
dibutuhkan pada PUH 2, 5, 10, 25, 50, dan 100 tahun, yaitu :
Tabel 5.4.5 Hasil Perhitungan Metode Distribusi Normal
Metode Distribusi Normal
PUH KT S 𝑋̅ XT
2 0 199
5 0,84 268
10 1,28 304
81,84188428 199,377
25 1,7092 339
50 2,05 367
100 2,33 390
Berdasarkan jumlah data (N=28), maka data dibagi sebanyak 5 kelas. Digunakan 4
jenis range peluang yaitu 0,8; 0,6; 0,4; 0,2, diketahui K untuk 4 jenis range peluang
sesuai urutan yaitu, -0,84, -0,25, 0,25, dan 0,84. Maka dapat dicari nilai X untuk
ketiga metode yaitu :
Metode Gumbel dan Distribusi Normal
Digunakan contoh perhitungan dengan range peluang 0.8, dan nilai K = -0.84
𝑋𝑡 = 𝑅𝑎𝑣𝑔 + (𝑆 × 𝑘) = 119 + (81,8419 × (−0.84)) = 130,63
Metode Log Pearson Tipe III :
Digunakan contoh perhitungan dengan range peluang 0.8, dan nilai K = -0.84
𝑋𝑡 = 𝑅𝑎𝑣𝑔 + (𝑆 × 𝑘) = 2 + (0,17211 × (−0.84)) = 2,12168387
Dengan menggunakan cara perhitungan yang sama, maka didapatkan :
Tabel 5.5.2 Hasil Pengolahan Data Koefisien
k Xt Xt (dari log) Range
-0,84 130,63 2,12168387 0,8
-0,25 178,92 2,2232309 0,6
0,25 219,84 2,30928772 0,4
0,84 268,12 2,41083476 0,2
Tabel 5.5.3 Batas Kelas dan Hasil Perhitungan Chi Kuadrat Metode Gumbel
Uji Kecocokan Metode
Gumbel
Jumlah Data (Oi-
No Nilai Batas subgrup (Oi) Ei Oi-Ei Ei)^2/Ei
130,6 5,
1 < x < 7 1,4 0,35
0 3 6
178,9 5,
2 130,63 < x < 6 0,4 0,0285714
2 6
219,8 5,
3 178,92 < x < 5 -0,6 0,0642857
4 6
268,1 5,
4 219,84 < x < 5 -0,6 0,0642857
2 6
268,1 5,
5 x > 5 -0,6 0,0642857
2 6
Jumla Chi
0,5714286
h 28 kuadrat
Nilai jumlah data (Oi) diperoleh dari penghitungan jumlah data yang memenuhi
batasan kelas.
𝑗𝑢𝑚𝑎𝑙ℎ 𝑑𝑎𝑡𝑎 28
Dengan nilai jumlah teoritis 𝐸𝑖 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠 = = 5,6.
5
Digunakan derajat kepercayaan, a = 0,05 sehingga diperoleh nilai kritis atau batas
penerimaan untuk metode Gumbel adalah < 7,815. Nilai Chi Kuadrat metode Gumbel
adalah sebesar 0,5714286 yang nilainya memenuhi batas penerimaan atau nilai kritis
sehingga metode Gumbel dapat diterima.
Tabel 5.5.4 Batas Kelas dan Hasil Perhitungan Chi Kuadrat Metode Log Pearson
Tipe III
Uji Kecocokan Metode Log Pearson III
N Jumlah Data
o Nilai Batas subgrup (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
2,121
1 < x < 8 5,6 2,4 1,0285714
0 7
2,121 2,223
2 < x < 5 5,6 -0,6 0,0642857
7 2
2,223 2,309
3 < x < 3 5,6 -2,6 1,2071429
2 3
2,309 2,410
4 < x < 6 5,6 0,4 0,0285714
3 8
2,410
5 x > 6 5,6 0,4 0,0285714
8
Jumla Chi
h 28 kuadrat 2,3571429
Parameter Chi Kuadrat dihitung dengan:
𝐺
(𝑂𝑖 − 𝐸𝑖 )2
𝑋ℎ2 =∑
𝐸𝑖
𝑖=1
Digunakan derajat kepercayaan, a = 0,05 sehingga diperoleh nilai kritis atau batas
penerimaan untuk metode Log Pearson Tipe III adalah < 7,815. Nilai Chi Kuadrat
metode Log Pearson Tipe III adalah sebesar 2,3571429 yang nilainya memenuhi
batas penerimaan atau nilai kritis sehingga metode Log Pearson Tipe III dapat
diterima.
Tabel 5.5.5 Batas Kelas dan Hasil Perhitungan Chi Kuadrat Metode Distribusi
Normal
Uji Kecocokan Metode Distribusi Normal
Jumlah Data
No Nilai Batas subgrup (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 0 < x < 130,63 7 5,6 1,4 0,35
2 130,63 < x < 178,92 6 5,6 0,4 0,0285714
3 178,92 < x < 219,84 5 5,6 -0,6 0,0642857
4 219,84 < x < 268,12 5 5,6 -0,6 0,0642857
5 x > 268,12 5 5,6 -0,6 0,0642857
Chi
Jumlah 28 kuadrat 0,5714286
Parameter Chi Kuadrat dihitung dengan :
𝐺
(𝑂𝑖 − 𝐸𝑖 )2
𝑋ℎ2 =∑
𝐸𝑖
𝑖=1
Digunakan derajat kepercayaan, a = 0,05 sehingga diperoleh nilai kritis atau batas
penerimaan untuk metode Distribusi Normal adalah < 5,991. Nilai Chi Kuadrat
metode Distribusi Normal adalah sebesar 0,5714286 yang nilainya memenuhi batas
penerimaan atau nilai kritis sehingga metode Distribusi Normal dapat diterima.
Untuk metode Gumbel, nilai Chi Kuadrat 0,571429 dan batas penerimaan 7,815,
maka terdapat selisih sebesar 7,243571. Untuk metode Log Pearson Tipe III, nilai Chi
Kuadrat 2,357143 dan batas penerimaan 7,815, maka terdapat selisih sebesar
5,457857. Untuk metode Distribusi Normal, nilai Chi Kuadrat 0,571429 dan batas
penerimaan 5,991, maka terdapat selisih sebesar 5,419571.
Karena Chi Kuadrat pada metode Distribusi Normal lebih mendekati batas
penerimaan daripada metode Gumbel dan Log Pearson Tipe III, maka metode yang
dipilih adalah metode Distribusi Normal.
V.5 Analisis Intensitas Hujan
Dari perhitungan yang telah di paparkan sebelumnya dalam menentukan curah hujan
harian maksimum dengan menggunakan tiga metode yaitu metode Gumbel, Log
Pearson Tipe III dan Metode Distribusi Normal, kemudian menguji ketiganya dengan
uji kecocokan, diperoleh kesimpulan bahwa metode yang paling cocok untuk di
terapkan pada penentuan Intensitas hujan selanjutnya ialah hasil curah hujan harian
maksimum dengan metode Distribusi Normal. Analisis intensitas hujan bertujuan
untuk menentukan tinggi atau kedalaman , perhitungan ini merupakan perhitungan
lanjutan dari hasil yang didapat pada perhitungan sebelumnya.
Contoh perhitungan intensitas hujan dengan data pada PUH 2 tahun saat durasi 5
menit :
54𝑅𝑇 + 0,07𝑅𝑇2
𝐼𝑇 =
𝑡𝑒 + 0,3 𝑅𝑇
54 × 199,3773 + 0,07 × (199,3773)2
𝐼𝑇 =
5 + 0,3 × 199,3773
𝐼𝑇 = 209,0464
Dengan menggunakan cara yang sama untuk semua variasi PUH dan durasi,
diperoleh hasil sebagai berikut :
Contoh perhitungan menggunakan PUH 2 tahun. Diketahui nilai tinggi hujan pada
PUH 2 tahun adalah 199,3773. Karena nilai intensitas hujan 199,3773 tidak tertera
pada Tabel 2.5.3, maka dilakukan interpolasi dengan menggunakan nilai 23 karena
merupakan nilai yang lebih besar dan mendekati 199,3773
199,3773 90 + 31
𝑅(60, 𝑡) = × = 52,44
230 2
Nilai R (t, T) merupakan nilai R pada PUH dan durasi tertentu. nilai R dalam satu
PUH pada kolom ini berbeda-beda bergantung pada durasi nya. Contoh perhitungan
mengunakan data PUH 2 tahun dengan durasi 5 menit :
60 𝑚𝑒𝑛𝑖𝑡
𝑅25 = (0,21 𝐿𝑛 𝑇 + 0,52)(0,54 𝑡 0,25 − 0,5)𝑅10 𝑡𝑎ℎ𝑢𝑛
Contoh perhitungan dilakukan dengan menggunakan data pada PUH 2 tahun dan
durasi 5 menit :
60 5
𝐼25 = 𝑅
𝑡 2
60
𝐼25 = 10,73 = 128,80
5
Dengan menggunakan cara dan langkah-langkah yang sama untuk semua variasi
PUH dan durasi, maka diperoleh hasil sebagai berikut :
Tabel 5.6.2 Hasil Perhitungan Metode Bell Tanimoto
Metode Bell Tanimoto
PUH Durasi
R (60, t) R (t, T) I (t, T)
(tahun) (menit)
5 10,73 128,80
10 16,07 96,40
20 22,41 67,22
40 29,95 44,92
2 52,44
60 35,01 35,01
80 38,92 29,19
120 44,93 22,47
240 56,74 14,18
5 13,34 160,07
10 19,97 119,80
20 27,85 83,54
40 37,22 55,83
5 50,56
60 43,51 43,51
80 48,37 36,28
120 55,84 27,92
240 70,51 17,63
5 17,70 212,37
10 26,49 158,94
20 36,95 110,84
40 49,38 74,07
10 57,35
60 57,72 57,72
80 64,17 48,13
120 74,09 37,04
240 93,55 23,39
5 23,53 282,32
10 35,22 211,30
20 49,12 147,35
40 65,65 98,47
25 63,98
60 76,73 76,73
80 85,31 63,98
120 98,49 49,25
240 124,36 31,09
50 5 55,85 23,04 276,48
10 34,49 206,93
20 48,10 144,31
40 64,29 96,44
60 75,15 75,15
80 83,54 62,66
120 96,45 48,23
240 121,79 30,45
5 27,13 325,61
10 40,62 243,70
20 56,65 169,95
40 75,72 113,57
100 59,34
60 88,50 88,50
80 98,39 73,79
120 113,59 56,80
240 143,43 35,86
Contoh perhitungan dengan data pada PUH 2 tahun dengan durasi 0,08 jam :
1218𝑡 + 54
𝑅𝑖 = 𝑋𝑡 ( )
𝑋𝑡 (1 − 𝑡) + 1272𝑡
1218(0,08) + 54
𝑅𝑖 = 199,38 ( )
199,38(1 − 0,08) + 1272(0,08)
𝑅𝑖 = 107,37
4. Menghitung nilai R
5. Untuk menghitung nilai R, harus diperhatikan terlebih dahulu nilai durasi,
sebab penentuan nilai R terdapat 2 kasus, yaitu
Kasus I : ketika nilai 1 ≤ t < 24 jam menggunakan persamaan 2.6.7
Kasus II : ketika 0 < t < 1 jam.menggunakan persamaan 2.6.8
Contoh perhitungan pada PUH 2 tahun dengan durasi 0,08 jam :
Karena durasi memenuhi kategori kasus II, maka perhitungan R menggunakan
persamaan :
11300 𝑅𝑖
𝑅= √ [ ]
𝑡 + 3,12 100
11300 107,37
𝑅= √ [ ] = 63,77
0,08 + 3,12 100
Dengan menggunakan cara dan langkah-langkah yang sama untuk semua variasi
PUH dan durasi, maka diperoleh hasil sebagai berikut :
Tabel 5.6.3 Hasil Perhitungan Metode Hasper dan Der Weduwen
Metode Haspers dan Der Weduwen
I
Ri R
PUH Durasi Durasi (mm/jam)
Xt
(tahun) (menit) (jam)
1 𝑗𝑎𝑚
𝑡 = 5 𝑚𝑒𝑛𝑖𝑡 ×
60 𝑚𝑒𝑛𝑖𝑡
𝑡 = 0,0833 𝑗𝑎𝑚
2. Menghitung nilai √𝑡
𝐼. √𝑡 = 209.046422 × 0.28868
𝐼. √𝑡 = 60.3465
𝐼 2 = 209.0464222
𝐼 2 = 43700.4
𝐼 2 . √𝑡 = 209.0464222 × 0.28868
𝐼 2 . √𝑡 = 12615.2
∑ 𝐼 = 1039.156
∑ √𝑡 = 7.65968
∑ 𝐼. √𝑡 = 770.349
∑ 𝐼 2 = 158509
10. Menghitung jumlah seluruh nilai I2.t
∑ 𝐼 2 . √𝑡 = 95420.7
∑ 𝐼𝑡 ∑ 𝐼 2 − ∑(𝐼 2 𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(770.6081)(158508.5) − (76643.13)(1039.15601)
𝑎= = 225.8161
8(158508.5) − 1039.156012
12. Menghitung nilai b menurut rumus Talbot
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(1039.15601)(770.6081) − 8(76643.13)
𝑏= = 0.99688
8(158508.5) − 1039.156012
13. Menghitung nilai I yang baru menurut rumus Talbot
𝑎 225.8161
𝐼′ = = = 209.04642 mm/jam
𝑏+𝑡 5
0.996886 + (60)
14. Menghitung nilai selisih antara I dengan I yang baru menurut rumus
Talbot
∆I = |𝐼 ′ − 𝐼|
∆I = |209.04642 – 209.046421923046|
∆I = 5.68434E-14
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH.
Standar deviasi ditentukan dari nilai ∆I. Standar deviasi saat PUH 2
tahun durasi 5 menit adalah sebesar 1.39224E-14. Dibawah ini adalah
tabel hasil perhitungan pendekatan matematis metode Van Breen
dengan rumus Talbot.
Tabel 5.6.1.1. Pendekatan Matematis dengan metode Van Breen Perhitungan Rumus
Talbot
PERHITUNGAN DENGAN RUMUS TALBOT
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 209.046422 17.42054 43700.41 3641.701 209.046422 5.68434E-14
10 0.1666667 194.074578 32.34576 37664.94 6277.49 194.074578 2.84217E-14
20 0.3333333 169.758473 56.58616 28817.94 9605.98 169.758473 5.68434E-14
40 0.6666667 135.743233 90.49549 18426.23 12284.15 135.743233 2.84217E-14
2 225.8161 0.996886
60 1 113.084086 113.0841 12788.01 12788.01 113.084086 4.26326E-14
80 1.3333333 96.9076306 129.2102 9391.089 12521.45 96.9076306 2.84217E-14
120 2 75.3502281 150.7005 5677.657 11355.31 75.3502281 2.84217E-14
240 4 45.1913565 180.7654 2042.259 8169.035 45.1913565 2.13163E-14
∑ 1039.15601 770.6081 158508.5 76643.13 STDEV 1.39224E-14
′
10𝑎 101.99709
𝐼 = = = 256.48414 mm/jam
𝑡𝑥𝑛 5
𝑥 0.381744
60
∆I = |𝐼 ′ − 𝐼|
∆I = |256.48414 – 209.046422 |
∆I = 47.43772
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ∆I. Nilai standar deviasi saat PUH 2 tahun durasi 5
menit adalah 14.58549. Dibawah ini adalah tabel hasil perhitungan
pendekatan matematis metode Van Breen dengan rumus Sherman
Tabel 5.6.1.2. Pendekatan Matematis dengan metode Van Breen Perhitungan Rumus
Sherman
PERHITUNGAN DENGAN RUMUS SHERMAN
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 209.046422 2.320243 -1.07918 -2.5039624 1.164632 256.48414 47.43772
10 0.16666667 194.074578 2.287969 -0.77815 -1.7803857 0.605519 196.853989 2.779411
20 0.33333333 169.758473 2.229831 -0.47712 -1.0639 0.227645 151.087288 18.67119
40 0.66666667 135.743233 2.132718 -0.17609 -0.375553 0.031008 115.960914 19.78232
2 1.99709 0.381744
60 1 113.084086 2.053401 0 0 0 99.3321661 13.75192
80 1.33333333 96.9076306 1.986358 0.124939 0.24817306 0.01561 89.0010918 7.906539
120 2 75.3502281 1.877085 0.30103 0.56505876 0.090619 76.2383714 0.888143
240 4 45.1913565 1.655055 0.60206 0.99644263 0.362476 58.5136669 13.32231
∑ 1039.15601 16.54266 -1.48252 -3.9141267 2.497509 STDEV 14.58549
I = 209.046421923046 ∑I = 1039.15601
I2 = 43700.41 ∑ I2 = 158508.5
t0.5 5 ∑ t0.5 = 7.659684
= √60 = 0.288675
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 209.046422 0.288675 43700.41 60.3465 12615.22 250.867102 41.82068
10 0.1666667 194.074578 0.408248 37664.94 79.23061 15376.65 201.334671 7.260093
20 0.3333333 169.758473 0.57735 28817.94 98.0101 16638.05 157.387481 12.37099
40 0.6666667 135.743233 0.816497 18426.23 110.8339 15044.95 120.263054 15.48018
2 121.9288 0.197354
60 1 113.084086 1 12788.01 113.0841 12788.01 101.83185 11.25224
80 1.3333333 96.9076306 1.154701 9391.089 111.8993 10843.9 90.1803691 6.727261
120 2 75.3502281 1.414214 5677.657 106.5613 8029.419 75.6584988 0.308271
240 4 45.1913565 2 2042.259 90.38271 4084.517 55.4889151 10.29756
∑ 1039.15601 7.659684 158508.5 770.3485 95420.71 STDEV 12.42476
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(438.184657)(254.75) − 8(9958.5)
𝑏= = 0.35668
8(35200.93) − 438.1846572
𝑎 51.3805
𝐼′ = = = 116.7690602 mm/jam
𝑏+𝑡 5
(0.35668 + (60))
∆I = |𝐼 ′ − 𝐼|
∆I = |116.7690602 – 128.79556938412|
∆I = 12.0265
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 128.795569 10.73296 16588.3 1382.358 116.7690602 12.02651
10 0.1666667 96.395281 16.06588 9292.05 1548.675 98.17588888 1.780608
20 0.3333333 67.2234657 22.40782 4518.994 1506.331 74.46251357 7.239048
40 0.6666667 44.9245561 29.9497 2018.216 1345.477 50.20804213 5.283486
2 51.38045 0.356684
60 1 35.0066767 35.00668 1225.467 1225.467 37.87207458 2.865398
80 1.3333333 29.1889231 38.91856 851.9932 1135.991 30.40231552 1.213392
120 2 22.466176 44.93235 504.7291 1009.458 21.80200789 0.664168
240 4 14.1840089 56.73604 201.1861 804.7444 11.79347563 2.390533
∑ 438.184657 254.75 35200.93 9958.503 STDEV 3.854355
10𝑎 101.52951
𝐼′ = = = 140.823342 mm/jam
𝑡𝑥𝑛 5
60 𝑥 0.57373
∆I = |𝐼 ′ − 𝐼|
∆I = |140.823342 − 128.79557|
∆I = 12.0278
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 128.795569 2.109901 -1.07918 -2.2769655 1.164632 140.823342 12.02777
10 0.16666667 96.395281 1.984056 -0.77815 -1.5438955 0.605519 94.6157198 1.779561
20 0.33333333 67.2234657 1.827521 -0.47712 -0.8719491 0.227645 63.5699614 3.653504
40 0.66666667 44.9245561 1.652484 -0.17609 -0.290988 0.031008 42.7110844 2.213472
2 1.529511 0.573735
60 1 35.0066767 1.544151 0 0 0 33.8462794 1.160397
80 1.33333333 29.1889231 1.465218 0.124939 0.18306249 0.01561 28.696521 0.492402
120 2 22.466176 1.351529 0.30103 0.40685082 0.090619 22.7404778 0.274302
240 4 14.1840089 1.151799 0.60206 0.69345209 0.362476 15.2787645 1.094756
∑ 438.184657 13.08666 -1.48252 -3.7004326 2.497509 STDEV 3.864766
∆I = |𝐼 ′ − 𝐼|
∆I = |142.876408 − 128.79557|
∆I = 14.08084
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ∆I. Standar deviasi untuk PUH 2 tahun durasi 5 menit
adalah 4.461718. Dibawah ini adalah tabel hasil perhitungan metode Bell
Tanimoto dengan rumus Ishiguro.
Tabel 5.6.2.3. Pendekatan Matematis dengan metode Bell Tanimoto Perhitungan
Rumus Ishiguro
PERHITUNGAN DENGAN RUMUS ISHIGURO
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 128.795569 0.288675 16588.3 37.18008 4788.629 142.876408 14.08084
10 0.1666667 96.395281 0.408248 9292.05 39.35321 3793.464 92.4226789 3.972602
20 0.3333333 67.2234657 0.57735 4518.994 38.81149 2609.043 61.6398126 5.583653
40 0.6666667 44.9245561 0.816497 2018.216 36.68075 1647.866 41.9025798 3.021976
2 31.29533 -0.06964
60 1 35.0066767 1 1225.467 35.00668 1225.467 33.6377736 1.368903
80 1.3333333 29.1889231 1.154701 851.9932 33.70447 983.797 28.8419406 0.346982
120 2 22.466176 1.414214 504.7291 31.77197 713.7947 23.2752354 0.809059
240 4 14.1840089 2 201.1861 28.36802 402.3722 16.2121494 2.028141
∑ 438.184657 7.659684 35200.93 280.8766 16164.43 STDEV 4.461718
∑ 𝐼𝑡 ∑ 𝐼 2 − ∑(𝐼 2 𝑡) ∑ 𝐼
𝑎=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(852.2706)(941050.5) − (165324.2)(1976.59336)
𝑎= = 131.231
8(941050.5) − 1976.59336
∑ 𝐼 ∑ 𝐼𝑡 − 𝑁 ∑(𝐼 2 𝑡)
𝑏=
𝑁 ∑ 𝐼 2 − (∑ 𝐼)2
(1976.59336)(852.2706) − 8(165324.2)
𝑏= = 0.099959
8(941050.5) − 1976.59336
𝑎 131.231
𝐼′ = = = 715.9668 mm/jam
𝑏+𝑡 5
0.099959 + (60)
∆I =|𝐼 ′ − 𝐼|
∆I = |715.9668 − 765.2171|
∆I = 49.25
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 765.217093 63.76809 585557.2 48796.43 715.966809 49.25028
10 0.1666667 476.716229 79.4527 227258.4 37876.39 492.192568 15.47634
20 0.3333333 282.607272 94.20242 79866.87 26622.29 302.869713 20.26244
40 0.6666667 154.714575 103.1431 23936.6 15957.73 171.180144 16.46557
2 131.231 0.099959
60 1 104.415817 104.4158 10902.66 10902.66 119.305428 14.88961
80 1.3333333 86.9767009 115.9689 7564.946 10086.6 91.5591809 4.58248
120 2 66.2315505 132.4631 4386.618 8773.237 62.4922033 3.739347
240 4 39.7141167 158.8565 1577.211 6308.844 32.007895 7.706222
∑ 1976.59336 852.2706 941050.5 165324.2 STDEV 14.50396
10𝑎 102.0525
𝐼′ = = = 789.5663 mm/jam
𝑡𝑥𝑛 5
60 𝑥 0.7829
∆I = |𝐼 ′ − 𝐼|
∆I = |789.5663 − 765.2171|
∆I = 24.349
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ∆I. Standar deviasi untuk PUH 2 tahun durasi 5 menit
adalah 9.2261. Dibawah ini adalah tabel hasil perhitungan metode Harper dan
Der Weduwen dengan rumus Sherman.
Tabel 5.6.3.2. Pendekatan Matematis dengan metode Harpers dan Der Weduwen
Rumus Talbot
PERHITUNGAN DENGAN RUMUS SHERMAN
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 765.217093 2.883785 -1.07918 -3.1121263 1.164632 789.566327 24.34923
10 0.16666667 476.716229 2.67826 -0.77815 -2.0840913 0.605519 458.906981 17.80925
20 0.33333333 282.607272 2.451183 -0.47712 -1.1695117 0.227645 266.723149 15.88412
40 0.66666667 154.714575 2.189531 -0.17609 -0.3855573 0.031008 155.02322 0.308645
2 2.052542 0.782859
60 1 104.415817 2.018766 0 0 0 112.860554 8.444737
80 1.33333333 86.9767009 1.939403 0.124939 0.24230655 0.01561 90.1016615 3.124961
120 2 66.2315505 1.821065 0.30103 0.54819517 0.090619 65.5961308 0.63542
240 4 39.7141167 1.598945 0.60206 0.96266076 0.362476 38.1253877 1.588729
∑ 1976.59336 17.58094 -1.48252 -4.9981241 2.497509 STDEV 9.226109
∆I = |𝐼 ′ − 𝐼|
∆I = |940.9539 − 765.2171|
∆I = 175.7368
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ∆I. Standar deviasi untuk PUH 2 tahun durasi 5
menit adalah 59.56619. Dibawah ini adalah tabel hasil perhitungan
metode Harper dan Der Weduwen dengan rumus Ishiguro.
Tabel 5.6.3.3. Pendekatan Matematis dengan metode Harpers dan Der
Weduwen Rumus Ishiguro
Untuk menentukan metode uji intensitas curah hujan yang paling akurat,
maka dilakukan analisis kuadrat terkecil. Analisis kuadrat terkecil dilakukan untuk
semua metode analisis intensitas curah hujan yang telah dilakukan sebelumnya, baik
metode Van Breen, Bell Tanimoto, maupun Hasper Der Weduwen dari hasil
pengujian dengan rumus Talbot, Sherman, dan Ishiguro. Berikut adalah tabel standar
deviasi setiap metode dan uji.
Tabel 5.6.3.5. Tabel Deviasi Data Terukur dengan Nilai Prediksi
TABEL DEVIASI ANTARA DATA TERUKUR DENGAN NILAI PREDIKSI
Intensitas hujan pada setiap PUH kemudian diplotkan dengan durasi hujan
sehingga diperoleh kurva IDF seperti dibawah ini.
Kurva IDF
300
Intensitas Hujan (mm/jam)
250
200 PUH 5
PUH 2
150
PUH 10
100 PUH 25
50 PUH 50
PUH 100
0
0 50 100 150 200 250 300
Durasi (menit)
Kesimpulan yang didapat dari rangkaian pengujian dan analisis yang dilakukan,
menghasilkan
Tabel 5.6.4.1. Hasil dari Metode Van Breen dengan Perhitungan
Talbot
Intensitas Hujan (mm/jam) pada PUH
Durasi
2 5 10 25 50 100
(menit)
RT
te
199.3773 268.1245 304.1349 339.2614 367.1531 390.0689
5 209.0464 228.367 237.9264 247.0255 254.1329 259.9107
10 194.0746 215.7413 226.1758 235.9758 243.5569 249.6797
20 169.7585 194.2611 205.8437 216.5983 224.8427 231.4576
40 135.7432 162.0019 174.4747 186.0438 194.8928 201.9765
60 113.0841 138.9308 151.4022 163.044 171.9839 179.1569
80 96.90763 121.6118 133.7192 145.1052 153.8943 160.9703
120 75.35023 97.3425 108.3985 118.934 127.147 133.8047
240 45.19136 60.88889 69.12847 77.17573 83.57192 88.83094
Intensitas hujan pada setiap PUH kemudian diplotkan dengan durasi hujan
sehingga diperoleh kurva IDF seperti dibawah ini.
Kurva IDF
300
Intensitas Hujan (mm/jam)
250
200 PUH 5
PUH 2
150
PUH 10
100 PUH 25
50 PUH 50
PUH 100
0
0 50 100 150 200 250 300
Durasi (menit)
Gambar 5.6.4.1. Kurva IDF
Dari grafik diatas dapat disimpulkan bahwa semakin lama durasi terjadinya hujan,
maka semakin kecil insetsitas hujannya.
DAFTAR PUSTAKA
Chow, V. T. 1964. Handbook of Applied Hydrology. McGraw-Hill Book Company.
New York.
Saputro, D. R. dkk. 2011. Pendugaan data tidak lengkap curah hujan di Kabupaten
Indramayu (berdasarkan data tahun 1980-2000). Bogor: IPB Press.
Susilowati dan Dyah Indriana Kusumastuti. 2010. Analisa Krarakteristik Curah
Hujan dan Kurva Intensitas Durasi Frekuensi (IDF) Di Propinsi Lampung.
Jurnal Rekayasa Vol. 14 No. 1
Triadmojo, B. 2008. Hidrologi Terapan. Yogyakarta: Beta Offset.
Wei, T. C. dan McGuiness, J. L. 1973. Reciprocal distance squared, a computer
technique for estimating area precipitation, Technical Report ARS-Nc-8.
US Agricultural Research Service, North CentralRegion, Ohio.
LAMPIRAN