Laporan Hidrologi Terapan

LAPORAN HIDROLOGI TERAPAN
ANALISA HIDROLOGI PEKERJAAN

PENANGGULANGAN BANJIR SUNGAI TEMPURAN WONOGIRI
Disusun Oleh :
MUHAMMAD ABIDZAR
(20160110174)
PROGRAM STUDI TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH YOGYAKARTA
2019
KATA PENGANTAR
Assalamu’alaikum wr.wb
Puji syukur atas kehadirat Allah SWT yang telah melimpahkan Rahmat dan
Hidayah-Nya, sehingga Laporan Hidrologi Terapan dapat penyusun selesaikan.
Laporan ini disusun sebagai salah satu persyaratan dalam menempuh Pendidikan
Strata 1 (S1), di Fakultas Teknik Jurusan Teknik Sipil Universitas Muhammadiyah
Yogyakarta. Atas segala bimbingan, petunjuk, dan saran hingga terselesainya
Laporan Praktikum ini.
Laporan ini dikerjakan berdasarkan teori yang kami dapatkan di mata kuliah
Hidrologi Terapan. Penyusun menyadari bahwa laporan praktikum ini masih
banyak kekurangan dan masih jauh dari kata sempurna. Namun,penyusun merasa
puas karena dapat memperoleh gambaran tentang Hidrologi Terapan yang nantinya
akan diterapkan dalam lapangan.
Oleh karena itu penyusun mengharapkan kritik dan saran dan saran yang
bersifat membangun agar dalam laporan berikutnya penyusun dapat lebih baik.
Akhir kata, penyusun berharap semoga Laporan ini berguna bagi para pembaca dan
bagi kami, Amin.
Wassalamu’alaikum wr.wb
Yogyakarta, 5 Januari 2019

DAFTAR ISI
HALAMAN JUDUL……………………………………………………….
KATA PENGANTAR……………………………………………………...
BAB I DAERAH ALIRAN SUNGAI……………………………………..
1. Latar Belakang……………………………………………………….
2. Peta Daerah Aliran Sungai…………………………………………...
BAB II KETERSEDIAAN DATA HUJAN………………………………
1. Analisa Ketersediaan Data…………………………………………...
2. Analisa Polygon Thiessen Hujan Rata-Rata…………………………
BAB III ANALISA FREKUENSI………………………………………...
1. Analisa Pemilihan Distribusi………………………………………...
2. Analisa Uji Distribusi………………………………………………..
a. Analisa Chi Square (Chi Kuadrat) Distribusi Gumbel…………..
b. Analisa Distribusi Uji Smirnov Kolmogorov…………………….
3. Hujan Kala Ulang……………………………………………………
a. Hujan Kala Ulang 50 Tahun……………………………………..
b. Hujan Kala Ulang 100 Tahun……………………………………
BAB IV ANALISA HIDROGRAF………………………………………..
1. Analisa Durasi Hujan………………………………………………..
2. Analisa Hujan Jam-Jaman ABM…………………………………….
a. Hujan Jam-Jaman ABM 50 Tahun……………………………...
b. Hujan Jam-Jaman ABM 100 Tahun ……………………………
3. Analisa Hujan Efektif (Pe) SCS-CN………………………………...
a. Hujan Efektif (Pe) SCS-CN 50 Tahun…………………………..
b. Hujan Efektif (Pe) SCS-CN 100 Tahun…………………………
4. Analisa Metode HSS Nakayasu……………………………………..
5. Analisa Hidrograf Banjir……………………………………………
a. Hidrograf Banjir 50 Tahun……………………………………...
b. Hidrograf Banjir 100 Tahun…………………………………….
PENUTUP………………………………………………………………….
DAFTAR PUSTAKA……………………………………………………...
BAB I
DAERAH ALIRAN SUNGAI
1. Latar Belakang
Daerah Aliran Sungai (DAS) merupakan satu kesatuan ekosistem
yang unsur-unsur utamanya terdiri atas sumberdaya alam tanah, air dan
vegetasi serta sumberdaya manusia sebagai pelaku pemanfaat sumberdaya
alam tersebut. DAS di beberapa tempat di Indonesia memikul beban amat
berat sehubungan dengan tingkat kepadatan penduduknya yang sangat
tinggi dan pemanfaatan sumberdaya alamnya yang intensif sehingga
terdapat indikasi belakangan ini bahwa kondisi DAS semakin menurun
dengan indikasi meningkatnya kejadian tanah longsor, erosi dan
sedimentasi, banjir, dan kekeringan. Disisi lain tuntutan terhadap
kemampuannya dalam menunjang system kehidupan, baik masyarakat di
bagian hulu maupun hilir demikian besarnya.
Sebagai suatu kesatuan tata air, DAS dipengaruhi kondisi bagian
hulu khususnya kondisi biofisik daerah tangkapan dan daerah resapan air
yang di banyak tempat rawan terhadap ancaman gangguan manusia. Hal ini
mencerminkan bahwa kelestarian DAS ditentukan oleh pola perilaku,
keadaan sosial-ekonomi dan tingkat pengelolaan yang sangat erat kaitannya
dengan pengaturan kelembagaan (institutional arrangement).
Tidak optimalnya kondisi DAS antara lain disebabkan tidak adanya
adanya ketidakterpaduan antar sektor dan antar wilayah dalam pengelolaan
sumberdaya alam dan lingkungan DAS tersebut. Dengan kata lain, masing-
masing berjalan sendiri-sendiri dengan tujuan yang kadangkala bertolak
belakang. Sulitnya koordinasi dan sinkronisasi tersebut lebih terasa dengan
adanya otonomi daerah dalam pemerintahan dan pembangunan dimana
daerah berlomba memacu meningkatkan Pendapatan Asli Daerah (PAD)
dengan memanfaatkan sumberdaya alam yang ada.
Berdasarkan sudut pandang biofisik, yang dimaksud dengan daerah
Aliran Sungai (DAS) adalah suatu wilayah daratan tertentu yang merupakan
satu kesatuan dengan sungai dan anak-anak sungainya yang berfungsi
menampung, menyimpan dan mengalirkan air yang berasal dari curah hujan
ke danau atau laut secara alami, yang batas di darat merupakan pemisah
topografis dan batas di laut sampai dengan daerah perairan yang masih
terpengaruh aktivitas di daratan (UU air Pasal 1 ayat 11 UU No. 7 Tahun
2004) .
Sementara dari sudut pandang pengelolaan, Daerah Aliran Sungai
(DAS) merupakan satu kesatuan ekosistem yang unsur - unsur utamanya
terdiri atas sumberdaya alam (tanah, air dan vegetasi) serta sumberdaya
manusia sebagai pelaku pemanfaat dan pengelola sumberdaya alam
tersebut. DAS dipandang sebagai basis utama yang tepat dalam membentuk
unit pembangunan berkelanjutan yang berpilarkan ekologi, ekonomi dan
sosial dikarenakan beberapa hal, yaitu : DAS merupakan sistem alami yang
jelas batas-batasnya, rentang area dimulai dari pegunungan sampai dengan
pesisir beserta area diantaranya, dapat memberikan pandangan secara
holistik dari berbagai komponen pembentuknya, memperlihatkan
bagaimana ekosistem dataran tinggi, rendah dan pesisir saling berhubungan
dan sederhana dalam memonitoring pengaruh berbagai aktifitas/kegiatan
terhadap lingkungan. Sebagai sebuah unit pembangunan berkelanjutan
sistem DAS mempunyai kerangka kerja yang mendorong kolaborasi atau
kerjasama diantara stakeholder (pemangku kewajiban) untuk mengelola,
mempertahankan dan mendistribusikan manfaat kepada stakeholder
generasi sekarang dan mendatang, diantara dan diluar unit tersebut.
Sehingga sangatlah tepat apabila dikatakan bahwa suatuDaerah
Aliran Sungai merupakan suatu megasistem kompleks yang dibangun atas
sistem fisik (physical systems), sistem biologis (biological systems) dan
sistem manusia (human systems) dimana setiap sistem dan sub-sub sistem
di dalamnya saling berinteraksi. DAS sebagai suatu sistem akan memelihara
keberadaannya dan berfungsi sebagai sebuah kesatuan melalui interaksi
antar komponennya. Kualitas output dari suatu ekosistem sangat ditentukan
oleh kualitas interaksi antar komponennya, sehingga dalam proses ini
peranan tiap-tiap komponen dan hubungan antar komponen sangat
menentukan kualitas ekosistem DAS (Senge, 1994 dan Kartodihardjo et al.,
2004).
2. Peta Daerah Aliran Sungai

Menurut Undang – undang Nomor 7 Tahun 2004 pasal 1
menyatakan bahwa DAS adalah suatu wilayah daratan yang merupakan satu
kesatuan dengan sungai dan anak – anak sungainya yang berfungsi
menampung, menyimpan dan mengalirkan air yang berasal dari curah hujan
ke danau atau ke laut secara alami yang batas di darat merupakan pemisah
topografis dan batas di laut sampai dengan daerah perairan yang masih
terpengaruh aktivitas daratan.
Delineasi Batas Watershed / Daerah Aliran Sungai (DAS) bisa
dilakukan otomatis dengan data Digital Elevation Model (DEM) SRTM dan
Software ArcGIS. Menentukan letak DAS serta membuat peta DAS
berdasarkan pada Peta Rupa Bumi Indonesia. DAS tersebut terletak di
Kabupaten Boyolali Provinsi Jawa Tengah.
Setelah peta topografi didapatkan, carilah sungai – sungai yang akan
ditentukan daerah DAS nya. Dari sungai – sungai tersebut kita dapat
menentukan mana yang akan digunakan, untuk menentukan suatu DAS
dapat dilakukan dengan menentukan terlebih dahulu titik outlet dari sungai
yang akan kita jadikan DAS, biasanya outlet terletak di pertemuan antara
dua aliran sungai yang menjadi satu. Kemudian hubungkan garis pada
punggung – punggung gunung yang berada di dekat sungai tersebut. Dari
punggung – punggung tersebut dapat ditarik garis dihubungkan dengan
yang lainnya secara terus menerus hingga kembali lagi ketitik awal yaitu
outlet, maka terbentuklah suatu daerah DAS seperti gambar dibawah ini.
Gambar 1.1 Peta Sub DAS Bengawan Solo

Dari DAS tersebut kemudia di dapatkan data DAS yang telah diolah,
kemudian disajikan dalam tabel sebagai berikut.
Tabel 1.1 Data Awal Sub DAS Sungai Tempuran Wonogiri
Luas DAS 70,27 km2

Panjang Sungai 21,48 km
Elevasi Hulu 795 m
Elevasi Hilir 252 m
Slope 0,02527
BAB II
KETERSEDIAAN DATA HUJAN
1. Analisa Ketersediaan Data

Analisa ketersediaan data berupa data – data kejadian hujan maksimum di
tiap tahun selama 10 tahun pada masing – masing stasiun. Curah hujan
maksimum tersebut dihitung menggunakan program Microsoft Excel,
sehingga didapatkanlah curah hujan maksimum rata – rata per tahun
berdasarkan data tersebut.
Tabel 2.1 Ketersediaan Data Hujan
Stasiun Hujan 1998

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Gembongan OK OK OK OK OK OK OK OK OK OK OK OK
Kalijoho OK OK OK OK OK OK OK OK OK OK OK OK
Sayegan OK OK OK OK OK OK OK OK OK OK OK OK
Sanden OK OK OK OK OK OK OK OK OK OK OK OK
Kenteng OK OK OK OK OK OK OK OK OK OK OK OK
Stasiun Hujan 1999

Stasiun Hujan 2000

Stasiun Hujan 2001
Stasiun Hujan 2002

Stasiun Hujan 2003

Stasiun Hujan 2004

Stasiun Hujan 2005
Stasiun Hujan 2006

Stasiun Hujan 2007

Pada data ketersediaan hujan karena data hujan yang tersedia tidak
ada yang kurang, maka data yang dipakai adalah data keseleruhan dari tahun
1998-2007.
2. Analisa Polygon Thiessen Hujan Rata-Rata

Metode ini memperhitungkan nilai masing – masing stasiun yang
mewakili luasan di sekitarnya. Pada suatu luasan di dalam DAS di anggap
bahwa tinggi hujan bernilai sama dengan yang terjadi pada stasiun yang
terdekat, sehingga hujan yang tercatat pada stasiun tersebut dianggap
mewakili luasan sekitaran stasiun tersebut. Metode ini digunakan apablia
penyebaran stasiun hujan di daerah yang ditinjau tidak merata, pada metode
ini stasiun hujan minimal yang digunakan untuk perhitungan adalah lima
stasiun hujan. Hitungan curah hujan rata – rata dilakukan dengan
memperhitungkan daerah pengaruh dari tiap stasiun.
Stasiun pencatat hujan digambarkan pada peta DAS yang ditinjau,.
Stasiun – stasiun tersebut kemudian dihubungkan dengan garis lurus satu
dengan yang lainnya, sehingga membentuk segitiga – segitiga, yang
mempunyai sisi dengan panjang yang kira – kira sama. Kemudian buatlah
garis berat pada sisi – sisi segitiga, garis – garis tersebut membentuk poligon
yang mengelilingi tiap stasiun. Tiap stasiun mewakili luasan yang dibentuk
oleh polygon. Untuk stasiun yang berada di dekat batas DAS, garis batas
DAS membentuk batas tertutup dari poligon.
Gambar 2.1 Peta DAS Metode Polygon Thiessen
Tabel 2.2 Pasangan data hujan
Tahun 1998
Stasiun Hujan Harian Maks Hujan Rata-
Acuan Kenteng Gembongan Sayegan Kalijoho Sanden Rata DAS
Kenteng 70 13 0 0 0 36,73
Gembongan 7 105 0 0 0 5,74
Sayegan 0 0 98 0 0 16,02
Kalijoho 1 2 20 76 97 28,67
Sanden 1 2 20 76 97 28,67
Tinggi Hujan Yang Dipakai 36,73
Tahun 1999
Kenteng 58 53 17 17,5 0 37,28
Gembongan 43 109 0 12,3 11 28,07
Sayegan 0 0 120 0 0 19,61
Kalijoho 8 101 12 79,5 87 32,48
Sanden 7 86 60 17 114 30,99
Tahun 2000
Kenteng 53 0 0 1,5 29 31,11
Gembongan 25 85 0 11,5 0 16,85
Sayegan 45 46 75 0 3 36,79
Kalijoho 0 0 0 137,8 0 25,42
Sanden 0 0 0 54 107 21,85
Tahun 2001
Kenteng 187 2 4 3,5 17 100,65
Gembongan 52,3 119 5 0,3 0 30,49
Sayegan 27 18 95 0 0 29,95
Kalijoho 1,5 1 0 122 180 43,37
Sanden 1,5 1 0 122 180 43,37
Tahun 2002
Kenteng 67 19 0 9,7 9 38,07
Gembongan 22 95 45 0 16 22,48
Sayegan 25 17 65 24,4 59 35,05
Kalijoho 0 7 10 210,7 3 40,97
Sanden 0 0 0 9,4 125 15,63
Tahun 2003
Kenteng 78 89 100 83,4 89 84,03
Gembongan 13 135 0 1 5 10,13
Sayegan 78 89 100 83,4 89 84,03
Kalijoho 0 0 0 147,2 23 29,71
Sanden 0 2 5,7 17,2 90 14,15
Tahun 2004
Kenteng 48 40 4 0 0 26,45
Gembongan 18 76 28 0,6 0 15,57
Sayegan 0 1 109 1,6 0 18,12
Kalijoho 0 2 8 75,6 26 18,18
Sanden 23 14 0 23,2 94 26,99
Tahun 2005
Kenteng 126 151 50 129,5 84 110,05
Gembongan 126 151 50 129,5 84 110,05
Sayegan 19 12 71,8 11,3 16 25,73
Kalijoho 27 2 28,5 148,5 145 62,28
Sanden 27 2 28,5 148,5 145 62,28
Tahun 2006
Kenteng 52 0 57,5 0 0 36,48
Gembongan 0 88 43 71,5 140 37,53
Sayegan 52 0 57,5 0 0 36,48
Kalijoho 0 42 14 85,7 27 21,93
Sanden 0 88 43 71,5 140 37,53
Tahun 2007
Kenteng 67 70 0,5 0,2 0 36,42
Gembongan 31 102 21 17,8 0 24,89
Sayegan 9 0 91 2,2 0 19,96
Kalijoho 3 12 0 90 0 18,40
Sanden 0 0 0 0 80 8,89
Tabel 2.3 Hujan harian maksimum
Tahun Tinggi Hujan Satuan

1998 36,73 mm
1999 37.281 mm
2000 36.795 mm
2001 100.656 mm
2002 40.978 mm
2003 84.034 mm
2004 26.992 mm
2005 110.055 mm
2006 37.536 mm
2007 36.420 mm
Tabel 2.4 Ranking hujan harian maksimum
Tahun Tinggi Hujan Ranking, m P=m/(n+1)

2004 26.992 1 9.09091
2007 36.420 2 18.1818
1998 36,73 3 27.2727
2000 36.795 4 36.3636
1999 37.281 5 45.4545
2006 37.536 6 54.5455
2002 40.978 7 63.6364
2003 84.034 8 72.7273
2001 100.656 9 81.8182
2005 110.055 10 90.9091
Grafik 2.1 Hubungan Hujan Rata-Rata Maks Pertahun
Hubungan Hujan Rata-rata Maks

Pertahun
120.000
100.000
80.000
60.000
40.000
20.000
0.000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
BAB III
ANALISA FREKUENSI
Analisa frekuensi dapat diterapkan untuk data debit sungai atau data hujan.
Data yang digunakan adalah debit atau hujan maksimum tahunan, yaitu data
terbesar selama satu tahun yang terukut selama beberapa tahun.
Analisa frekuensi juga dapat digunakan untuk menetapkan besaran hujan
atau debit dari kala ulang tertentu. Didasarkan pada sifat statik data yang tersedia
untuk memperoleh probabilitas besaran hujan atau debit dari masa yang akan
datang.
Tujuan dari analisa frekuensi adalah mencari hubungan antara besarnya
kejadian ekstrik terhadap frekuensi kejadian dengan menggunakan distribusi
probabilitas. Dalam melakukan analisa frekuensi sering dihadapkan pada kejadian
– kejadian ekstrim seperti banjir dan kekeringan.
1. Analisa Pemilihan Distribusi

Analisa pemilihan distribusi didapatkan dengan cara menghitung
dengan menggunakan program Microsoft Excel, dimana data – data dari
perhitungan sebelumnya telah didapat nilai hujan rata – rata maksimum.
a. Standar Deviasi (S)
Standar deviasi adalah ukuran yang digunakan untuk mengukur
jumlah variasi atau sebaran sejumlah set nilai data. Standar deviasi
disebut juga simpangan baku dan disimbolkan dengan alfabet Yunani
sigma atau huruf Latin S.
Tabel 3.1 Pehitungan Standar Deviasi

(1) (2) (3) (4) (5) (6) (7) (8)
1 36.729 54.7476 -18.0186 324.669946 8568.34613 9 30.855
2 37.281 54.7476 -17.4666 305.082115 8568.34613 9 30.855
3 36.795 54.7476 -17.9526 322.295846 8568.34613 9 30.855
4 100.656 54.7476 45.9084 2107.58119 8568.34613 9 30.855
5 40.978 54.7476 -13.7696 189.601884 8568.34613 9 30.855
6 84.034 54.7476 29.2864 857.693225 8568.34613 9 30.855
7 26.992 54.7476 -27.7556 770.373331 8568.34613 9 30.855
8 110.055 54.7476 55.3074 3058.90849 8568.34613 9 30.855
9 37.536 54.7476 -17.2116 296.239174 8568.34613 9 30.855
10 36.42 54.7476 -18.3276 335.900921 8568.34613 9 30.855
Keterangan :
(1) = No
(2) = 𝑥_𝑖 --> data ke i
(3) = 𝑥 ̅ --> rata - rata
(4) = 𝑥_𝑖 − 𝑥 ̅
(5) = (𝑥_𝑖 − 𝑥 ̅)^2
(6) = Σ_(𝑖=1)^9▒(𝑥_𝑖 − 𝑥)^2
(7) = n - 1 --> n = jumlah data
(8) = √((Σ_(𝑖=1)^9▒(𝑥_𝑖 − 𝑥)^2)/8)
Jumlah Data (n) : 10

Nilai Rata – Rata : 54.7476
Standar Deviasi (S) : 30.855
b. Standar Deviasi Log (S)

Standar deviasi adalah ukuran yang digunakan untuk mengukur
jumlah variasi atau sebaran sejumlah set nilai data. Standar deviasi
disebut juga simpangan baku dan disimbolkan dengan alfabet Yunani
sigma atau huruf Latin S. Perbedaan dengan standar deviasi biasa hanya
pada penggunaan rumus log untuk mencari komponen standar
deviasinya.
Tabel 3.2 Pehitungan standar deviasi log

(1) (2) (3) (4) (5) (6) (7) (8)
1 1.5650 1.6851 -0.1201 0.0144 0.4242 9 0.2171
2 1.5715 1.6851 -0.1136 0.0129 0.4242 9 0.2171
3 1.5658 1.6851 -0.1193 0.0142 0.4242 9 0.2171
4 2.0028 1.6851 0.3178 0.1010 0.4242 9 0.2171
5 1.6126 1.6851 -0.0725 0.0053 0.4242 9 0.2171
6 1.9245 1.6851 0.2394 0.0573 0.4242 9 0.2171
7 1.4312 1.6851 -0.2538 0.0644 0.4242 9 0.2171
8 2.0416 1.6851 0.3565 0.1271 0.4242 9 0.2171
9 1.5744 1.6851 -0.1106 0.0122 0.4242 9 0.2171
10 1.5613 1.6851 -0.1237 0.0153 0.4242 9 0.2171
Keterangan :
(1) = No
(2) = Log (𝑥_𝑖)
(3) = Log (𝑥) ̅
(4) = Log (𝑥_𝑖) – Log (𝑥) ̅
(5) = (Log (𝑥_𝑖) – Log (𝑥))^2
(6) = Σ_(𝑖=1)^9▒ Log (𝑥_𝑖) – Log (𝑥)^2
(7) = n - 1
(8) = √((Σ_(𝑖=1)^9▒ Log (𝑥_𝑖)− Log (𝑥)^2)/8)

Standar Deviasi Log (S) : 0.2171
c. Koefisien Skewness (Cs)

Koefisien atau kemiringan (skewness) adalah tingkat
ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi.
Distribusi yang tidak simetris akan memiliki rata – rata, median dan
modus yang tidak sama besarnya sehingga distribusi akan terkonsentrasi
pada salah satu sisi.
Tabel 3.3 Perhitungan koefisien skewness

(1) (2) (3) (4) (5) (6) (7) (8)
1 36.729 54.7476 -18.0186 -5850.097888 238841.8852 0.000005 1.129
2 37.281 54.7476 -17.4666 -5328.74728 238841.8852 0.000005 1.129
3 36.795 54.7476 -17.9526 -5786.048419 238841.8852 0.000005 1.129
4 100.656 54.7476 45.9084 96755.68033 238841.8852 0.000005 1.129
5 40.978 54.7476 -13.7696 -2610.742104 238841.8852 0.000005 1.129
6 84.034 54.7476 29.2864 25118.74686 238841.8852 0.000005 1.129
7 26.992 54.7476 -27.7556 -21382.17404 238841.8852 0.000005 1.129
8 110.055 54.7476 55.3074 169180.2757 238841.8852 0.000005 1.129
9 37.536 54.7476 -17.2116 -5098.750177 238841.8852 0.000005 1.129
10 36.42 54.7476 -18.3276 -6156.257734 238841.8852 0.000005 1.129
Keterangan :
(1) = No
(2) = 𝑥_𝑖 --> data ke i
(3) = 𝑥 ̅ --> rata - rata
(4) = 𝑥_𝑖 − 𝑥 ̅
(5) = (𝑥_𝑖 − 𝑥 )^3
(6) = Σ_(𝑖=1)^9▒(𝑥_𝑖 − 𝑥)^3
(7) = 𝑛/((𝑛 − 1)(𝑛 − 2)𝑠^3 )
(8) = 𝑛/((𝑛 − 1)(𝑛 − 2)𝑠^3 ) - Σ_(𝑖=1)^9▒(𝑥_𝑖 − 𝑥)^3
Koefisien Skewness (Cs) : 1.129
d. Koefisien Skewness Log (Cs)

Koefisien atau kemiringan (skewness) adalah tingkat
ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi.
Distribusi yang tidak simetris akan memiliki rata – rata, median dan
modus yang tidak sama besarnya sehingga distribusi akan terkonsentrasi
pada salah satu sisi.
Tabel 3.4 Perhitungan koefisien skewness log
(1) (2) (3) (4) (5) (6) (7) (8)

1 1.5650 1.6851 -0.1201 -0.0017 0.06624 13.57372421 0.899
2 1.5715 1.6851 -0.1136 -0.0014 0.06624 13.57372421 0.899
3 1.5658 1.6851 -0.1193 -0.0016 0.06624 13.57372421 0.899
4 2.0028 1.6851 0.3178 0.0320 0.06624 13.57372421 0.899
5 1.6126 1.6851 -0.0725 -0.0003 0.06624 13.57372421 0.899
6 1.9245 1.6851 0.2394 0.0137 0.06624 13.57372421 0.899
7 1.4312 1.6851 -0.2538 -0.0163 0.06624 13.57372421 0.899
8 2.0416 1.6851 0.3565 0.0453 0.06624 13.57372421 0.899
9 1.5744 1.6851 -0.1106 -0.0013 0.06624 13.57372421 0.899
10 1.5613 1.6851 -0.1237 -0.0018 0.06624 13.57372421 0.899
Keterangan :
(1) = No
(2) = Log (𝑥_𝑖) --> data ke i
(3) = Log (𝑥) ̅ --> rata - rata
(4) = Log (𝑥_𝑖) – Log (𝑥) ̅
(5) = (Log (𝑥_𝑖) – Log (𝑥))^3
(6) = Σ_(𝑖=1)^9▒Log (𝑥_𝑖) – Log (𝑥)^3
(7) = 𝑛/((𝑛 − 1)(𝑛 − 2)𝑠^3 )
(8) = 𝑛/((𝑛 − 1)(𝑛 − 2)𝑠^3 ) - Σ_(𝑖=1)^9▒Log (𝑥_𝑖) – Log (𝑥)^3

Koefisien Skewness (Cs) : 0.899
e. Koefisien Kurtois (Ck)

Kurtois diartikan sebagai keruncingan distribusi data. Semakin
runcing nilai kurtois akan menunjukkan data hampir menumpul
(homogen). Akan tetapi apabila nilai kurtois 0 menunjukkan data
normal, dan apabila nilai kurtois semakin kecil, maka menunjukkan data
semakin tumpul (semakin menyebar dikatakan data tidak homogen).
Tabel 3.5 Perhitungan koefisien kurtois

(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 36.729 54.7476 -18.0186 105410.5738 17.2851 0.2183 4.3393 -0.5667
2 37.281 54.7476 -17.4666 93075.09723 17.2851 0.2183 4.3393 -0.5667
3 36.795 54.7476 -17.9526 103874.6128 17.2851 0.2183 4.3393 -0.5667
4 100.656 54.7476 45.9084 4441898.475 17.2851 0.2183 4.3393 -0.5667
5 40.978 54.7476 -13.7696 35948.87448 17.2851 0.2183 4.3393 -0.5667
6 84.034 54.7476 29.2864 735637.6681 17.2851 0.2183 4.3393 -0.5667
7 26.992 54.7476 -27.7556 593475.0697 17.2851 0.2183 4.3393 -0.5667
8 110.055 54.7476 55.3074 9356921.179 17.2851 0.2183 4.3393 -0.5667
9 37.536 54.7476 -17.2116 87757.64854 17.2851 0.2183 4.3393 -0.5667
10 36.42 54.7476 -18.3276 112829.4292 17.2851 0.2183 4.3393 -0.5667
Keterangan :
(1) = No
(2) = 𝑥_𝑖 --> data ke i
(3) = 𝑥 ̅ --> rata - rata
(4) = 𝑥_𝑖 – 𝑥 ̅
(5) = (𝑥_𝑖 – 𝑥)^3
(6) = Σ_(𝑖=1)^9▒〖((𝑥_𝑖 − 𝑥 ̅)) / 𝑠^4 〗^4
(7) = (9(9 + 1)) / ((9 − 1)(9 − 2)(9 − 3))
(8) = (3〖(9 − 1)〗^2)/((9 − 2)(9 − 3))
(9) = (9(9 +1)) / ((9 −1 )(9 − 2)(9 − 3)) –
Σ_(𝑖=1)^9▒〖((𝑥_𝑖 − 𝑥 ̅)) / 𝑠^4 〗^4 –
(3〖(9 − 1)〗^2) / ((9 − 2)(9 − 3))
Koefisien Kurtois (Ck) : -0.5667
f. Koefisien Kurtois Log (Ck)

Kurtois diartikan sebagai keruncingan distribusi data. Semakin
runcing nilai kurtois akan menunjukkan data hampir menumpul
(homogen). Akan tetapi apabila nilai kurtois 0 menunjukkan data
normal, dan apabila nilai kurtois semakin kecil, maka menunjukkan data
semakin tumpul (semakin menyebar dikatakan data tidak homogen).
Tabel 3.6 Perhitungan koefisien kurtois log
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 1.5650 1.6851 -0.1201 0.0002 15.6561 0.2183 4.3393 -0.9223

2 1.5715 1.6851 -0.1136 0.0002 15.6561 0.2183 4.3393 -0.9223
3 1.5658 1.6851 -0.1193 0.0002 15.6561 0.2183 4.3393 -0.9223
4 2.0028 1.6851 0.3178 0.0102 15.6561 0.2183 4.3393 -0.9223
5 1.6126 1.6851 -0.0725 0.0000 15.6561 0.2183 4.3393 -0.9223
6 1.9245 1.6851 0.2394 0.0033 15.6561 0.2183 4.3393 -0.9223
7 1.4312 1.6851 -0.2538 0.0042 15.6561 0.2183 4.3393 -0.9223
8 2.0416 1.6851 0.3565 0.0162 15.6561 0.2183 4.3393 -0.9223
9 1.5744 1.6851 -0.1106 0.0001 15.6561 0.2183 4.3393 -0.9223
10 1.5613 1.6851 -0.1237 0.0002 15.6561 0.2183 4.3393 -0.9223
Keterangan :
(1) = No
(3) = Log (𝑥) ̅ --> rata - rata
(4) = Log (𝑥_𝑖) – Log (𝑥) ̅
(5) = (Log (𝑥_𝑖) – Log ( ))^3
(6) = Σ_(𝑖=1)^9▒〖((𝑥_𝑖 − 𝑥 ̅)) / 𝑠^4 〗^4
(7) = (9(9 + 1)) / ((9 − 1)(9 − 2)(9 − 3))
(8) = (3〖(9 − 1)〗^2) / ((9 − 2)(9 − 3))
(9) = (9(9 + 1)) / ((9 − 1)(9 − 2)(9 − 3)) -
Σ_(𝑖=1)^9▒〖((𝑥_𝑖 − 𝑥 ̅)) / 𝑠^4 〗^4 -
(3〖(9 − 1)〗^2) / ((9 − 2)(9 − 3))
Koefisien Kurtois (Ck) : -0.9223
g. Koefisien Variasi (Cv)

Koefisien variasi adalah perbandingan antara stadar deviasi dan
rata – rata.
Tabel 3.7 Perhitungan koefisien variasi
(1) (2) (3) (4) (5) (6) (7) (8)

1 36.729 54.75 -18.0186 324.669946 8568.34613 30.855 0.563588549
2 37.281 54.75 -17.4666 305.0821156 8568.34613 30.855 0.563588549
3 36.795 54.75 -17.9526 322.2958468 8568.34613 30.855 0.563588549
4 100.656 54.75 45.9084 2107.581191 8568.34613 30.855 0.563588549
5 40.978 54.75 -13.7696 189.6018842 8568.34613 30.855 0.563588549
6 84.034 54.75 29.2864 857.693225 8568.34613 30.855 0.563588549
7 26.992 54.75 -27.7556 770.3733314 8568.34613 30.855 0.563588549
8 110.055 54.75 55.3074 3058.908495 8568.34613 30.855 0.563588549
9 37.536 54.75 -17.2116 296.2391746 8568.34613 30.855 0.563588549
10 36.42 54.75 -18.3276 335.9009218 8568.34613 30.855 0.563588549
Keterangan :
(1) = No
(2) = 𝑥_𝑖 --> data ke i
(3) = 𝑥 ̅ --> rata - rata
(4) = 𝑥_𝑖 – 𝑥 ̅
(5) = (𝑥_𝑖 – 𝑥)^3
(6) = Σ_(𝑖=1)^9▒〖((𝑥_𝑖 − 𝑥 ̅)) / 𝑠^4 〗^4
(7) = √((Σ_(𝑖=1)^9▒(𝑥_𝑖 − 𝑥)^2) / 8)
(8) = √((Σ_𝑖^𝑛▒〖(𝑥_𝑖 − 𝑥 ̅)〗^2 ) / (𝑛 − 1)) / 𝑥 ̅

Koefisien Variasi (Cv) : 0.563588549
h. Koefisien Variasi Log (Cv)
Koefisien variasi adalah perbandingan antara stadar deviasi dan
rata – rata.
Tabel 3.8 Perhitungan koefisien variasi log

(1) (2) (3) (4) (5) (6) (7) (8)
1 1.5650 1.6851 -0.1201 0.0144 0.4242 0.2171 0.1288
2 1.5715 1.6851 -0.1136 0.0129 0.4242 0.2171 0.1288
3 1.5658 1.6851 -0.1193 0.0142 0.4242 0.2171 0.1288
4 2.0028 1.6851 0.3178 0.1010 0.4242 0.2171 0.1288
5 1.6126 1.6851 -0.0725 0.0053 0.4242 0.2171 0.1288
6 1.9245 1.6851 0.2394 0.0573 0.4242 0.2171 0.1288
7 1.4312 1.6851 -0.2538 0.0644 0.4242 0.2171 0.1288
8 2.0416 1.6851 0.3565 0.1271 0.4242 0.2171 0.1288
9 1.5744 1.6851 -0.1106 0.0122 0.4242 0.2171 0.1288
10 1.5613 1.6851 -0.1237 0.0153 0.4242 0.2171 0.1288
Keterangan :
(1) = No
(3) = Log (𝑥) --> rata - rata
(4) = Log (𝑥_𝑖) – Log (𝑥)
(5) = ((Log 𝑥_𝑖) – ( Log 𝑥))^3
(6) = Σ_(𝑖=1)^9▒〖(Log (𝑥_𝑖)− Log (𝑥))/𝑠^4 〗^4
(7) = √((Σ_(𝑖=1)^9▒( Log (𝑥_𝑖) – Log (𝑥))^2)/8)
(8) = √((Σ_𝑖^𝑛▒〖Log (𝑥_𝑖)− Log (𝑥 ̅)〗^2 )/(𝑛−1)) / Log (𝑥) ̅

Koefisien Variasi (Cv) : 0.1288
i. Rekap Data
Tabel 3.9 Hasil rekap data

Jenis
Syarat Perhitungan Kesimpulan
Distribusi
Cs ≈ 0 Cs = 1.13 tidak memenuhi
Normal
Ck = 3 CK = -0.57 tidak memenuhi
Cs ≤ 1,1396 Cs = 1.13 tidak memenuhi
Gumbel
Ck ≤ 5,4002 CK = -0.57 memenuhi
Log Pearson
Cs ≠ 0 Cs = 0.90 memenuhi
III
Cs ≈ 3Cv +
CS = 3Cv + Cv^2 0.40 tidak memenuhi
Log Normal Cv2 = 3
Ck = 5,383 CK = -0.92 tidak memenuhi
Standar Deviasi (S) = 30.86

Koefisien Skewness (Cs) = 1.13
Koefisien Kurtois (Ck) = -0.57
Koefisien Variasi (Cv) = 0.56
Log
Standar Deviasi (S) = 0.22
Koefisien Skewness (Cs) = 0.90
Koefisien Kurtois (Ck) = -0.92
Koefisien Variasi (Cv) = 0.13
Distribusi yang memenuhi syarat adalah Distribusi Gumbel.
2. Analisa Uji Distribusi

Analisa uji disribusi yang digunakan ialah analisa uji Chi Square
(Chi Kuadrat) Distribusi Gumbel dan analisa uji Smirnov Kolmogorov.
a. Analisa Uji Chi Square (Chi Kuadrat) Distribusi Gumbel.
Chi square (chi kuadarat) dimaksudkan untuk menentukan apakah
persamaan distribusi yang akan dipilih dapat mewakili distribusi
statistik sampel data yang dianalisis. Analisa dapat diterima jika nilai
chi kuadrat terhitung < chi kuadrat kritis.
Persamaan umum : 〖𝐸_ℎ〗_^2=Σ_𝑖^𝐺▒〖〖(𝐸〗_𝑖−𝑂_𝑖)〗^2/𝐸_𝑖

Langkah – langkah :
1) Menentukan jumlah kelas dengan persamaan
G = 1 + 3,322 log n
G = jumlah kelas
N = jumlah data
G = 1 + 3,322 log 10
= 4,322 selalu dibulatkan ke atas
=5
2) Menghitung interval kelas

Δx = (x_max – x_min) / (G – 1)
x_max = 110.055
x_min = 26.992
Δx = (110.055 - 26.992)/(5-1)
= 20.766
3) Menghitung jumlah teoritis data tiap kelas

Ei = n / G
= 10 / 5
=2
4) Menghitung derajat kejenuhan

DK = G – P – 1
=5–1–1
=3
*Note : P nilai 2 untuk Distribusi Normal, Binomial
P nilai 1 untuk Distribusi Gumbel dan Poison
5) Menghitung batas awal dan batas akhir dari kelas

Batas awal = x_min – 0,5 * Δx
= 26,992 - 0,5 * 20,766
= 16.609
Batas akhir = x_max + 0,5 * Δx
= 110,055 + 0,5 * 20,766
= 120.438
6) Menghitung nilai Oi tiap kelas
Jumlah data dengan nilai
16,609<X<37,375 ada 5 data
37,375<X<58,141 ada 2 data
58,141<X<78,906 ada 0 data
78,906<X<99,672 ada 1 data
99,672<X<120,438 ada 2 data
Tabel 3.10 Uji Chi kuadrat distribusi Gumbel
No. Batas kelas Oi Ei Oi-Ei (Oi-Ei)^2 ((Oi-Ei)^2)/Ei

(5)=(3)-
(1) (2) (3) (4) (6)=(5)^2 (7)=(6)/(4)
(4)
1 16.609 <X< 37.375 5 3 2 4 1.333
2 37.375 <X< 58.141 2 3 -1 1 0.333
3 58.141 <X< 78.906 0 3 -3 9 3.000
4 78.906 <X< 99.672 1 3 -2 4 1.333
5 99.672 <X< 120.438 2 3 -1 1 0.333
Jumlah 6.333
b. Analisa Distribusi Uji Smirnov Kolmogorov
Tabel 3.11 Hasil Analisa uji Smirnov Kolmogorov
Data
Peringkat peluang kejadian peluang teoritis
diurutkan
No. D
P'(x)=m/(n-
Xi m P(x)=m/(n+1) P(x)< P'(x)<
1)
(8)=(5)-
(1) (2) (3) (4) (5) (6) (7) (7)
1 26.992 1 0.091 0.909 0.111 0.889 0.020
2 36.42 2 0.182 0.818 0.222 0.778 0.040
3 36.729 3 0.273 0.727 0.333 0.667 0.061
4 36.795 4 0.364 0.636 0.444 0.556 0.081
5 37.281 5 0.455 0.545 0.556 0.444 0.101
6 37.536 6 0.545 0.455 0.667 0.333 0.121
7 40.978 7 0.636 0.364 0.778 0.222 0.141
8 84.034 8 0.727 0.273 0.889 0.111 0.162
9 100.656 9 0.818 0.182 1.000 0.000 0.182
10 110.055 10 0.909 0.091 1.111 -0.111 0.202
Dmax 0,202
Dmax kritis 0,409
Diterima
3. Hujan Kala Ulang

Periode ulang (return period) didefinisikan sebagai hipotetik
dimana debit atau hujan dengan besaran tertentu akan disamai atau
dilampaui sekali dalam jangka waktu tersebut. Periode ulang yang
diperkirakan dari analisis frekuensi menunjukkan interval waktu antara
kejadian – kejadian. Probabilitas bahwa suatu kejadian akan menyamai atau
lebih besar dari suatu nilai tertentu (debit atau hujan dengan periode ulang
(T)). Hujan kala ulang ini dihitung menggunakan program Microsoft Excel.
a. Hujan Kala Ulang 50 Tahun
Langkah – langkah untuk menghitung hujan kala ulang 50 tahun :
1) Analisa hujan rata – rata DAS harian maksimum
Tabel 3.12 Hujan harian maksimum terpilih
Tahun Tinggi hujan (mm)
1998 36.729
1999 37.281
2000 36.795
2001 100.656
2002 40.978
2003 84.034
2004 26.992
2005 110.055
2006 37.536
2007 36.42
2) Menghitung jumlah data

n = 10
3) Menghitung rata – rata

x = 54.7476
4) Menghitung standar deviasi

S = 30.86
5) Mencari nilai Yn di tabel Gumbel berdasarkan nilai n

Yn = 0.4952
6) Mencari nilai Sn di tabel Gumbel berdasarkan nilai n

Sn = 0.9497
7) Menghitung nilai Y (pilih dengan syarat lebih dari 20 th atau

kurang) Y = 3,9120
8) Menghitung hujan kala ulang 50 tahun

T = x + (S / Sn) * (Y - Yn)
= 10 + (30.86 / 0.9497) * (3,9120 – 0.4952)
= 165.76 mm
b. Hujan Kala Ulang 100 Tahun
Langkah – langkah untuk menghitung hujan kala ulang 100 tahun :
1) Analisa hujan rata – rata DAS harian maksimum
Tabel 3.13 Hujan harian maksimum terpilih

Tahun Tinggi hujan (mm)
1998 36.729
1999 37.281
2000 36.795
2001 100.656
2002 40.978
2003 84.034
2004 26.992
2005 110.055
2006 37.536
2007 36.42
2) Menghitung jumlah data

n = 10
3) Menghitung rata – rata

x = 54.7476
4) Menghitung standar deviasi

S = 30.86
5) Mencari nilai Yn di tabel Gumbel berdasarkan nilai n

Yn = 0.4952
6) Mencari nilai Sn di tabel Gumbel berdasarkan nilai n

Sn = 0.9497
7) Menghitung nilai Y (pilih dengan syarat lebih dari 20 th atau

kurang)
Y = 4.6052
8) Menghitung hujan kala ulang 100 tahun
T = x + (S / Sn) * (Y - Yn)
= 10 + (30.86 / 0.9497) * (4.6052 – 0.4952)
= 188.28 mm
BAB IV
ANALISA HIDROGRAF
Hidrograf adalah suatu diagram yang menggambarkan variasi debit sungai

atau tinggi muka air menurut waktu. Hidrograf menunjukkan tanggapan
menyeluruh DAS terhadap masukan tertentu sesuai dengan sifat dan perilaku DAS
yang bersangkutan. DAS dianggap sebagai sistem linier yang tidak berubah
menurut waktu, sehingga masukan yang terjadi setiap saat akan mengakibatkan
aliran yang sama. (Sri Harto, 1993)
Untuk menentukan besarnya banjir di dalam sungai, perlu diketahui
besarnya aliran langsung (direct runoff) yang disebabkan oleh hujan dan Base Flow
juga penting untuk dimengerti. Selain itu, data hidrograf yang menggambarkan
respon hujan yang memberi kontribusi pada aliran sehingga pengaruh yang timbul
akibat variabilitas ruang dan waktu dari hujan serta kondisi.
Metode hidrograf satuan banyak digunakan untuk memperkirakan banjir
rancangan. Metode ini relatif sederhana, mudah penerapannya, tidak memerlukan
data yang kompleks dan memberikan hasil rancangan yang cukup teliti. Data yang
diperlukan untuk menurunkan hidrograf satuan terukur di yang ditinjau adalah data
hujan otomatis dan pencatatan debit di titik kontrol.
1. Analisa Durasi Hujan
Diketahui :
Panjang sungai terpanjang (L) = 21484.6 m
Beda elevasi hulu dan hilir (Δh) = 543 m
Nilai Slope (S)
S = Δh / L
= 543 / 21484.6
= 0.02527
Waktu Konsentrasi Penuh (Tc)
Tc = 0,0195 * L0,77 * S0,385
= 0,0195 * (21484.6)0,77 * (0.02527)0,385
= 174.078 menit
Tc = 181,0714 menit / 60
= 3,017857 jam
Dipakai durasi hujan (Td)
Td = 3 jam
Hujan rancana kala ulang :
Kala ulang 50 tahun = 165.76 mm
Kala ulang 100 tahun = 188.28 mm
2. Analisa Hujam Jam – Jaman ABM
a. Hujan Jam – Jaman ABM 50 Tahun
Tabel 4.1 Hasil Analisa hujan jam-jaman kala ulang 50 tahun

R24 = 165.76 mm
Td It It * Td P % % P jam-jaman
1 57.47 57.47 57.47 12.64 20.96

69.34
2 36.20 72.40 14.94 18.02 69.34 114.93
3 27.63 82.88 10.48 12.64 18.02 29.87

Jumlah 82.88 100.00 100.00 165.76
Dengan
140.00
120.00
100.00
Tinggi Hujan (mm)
80.00
60.00
40.00
20.00
0.00
1 2 3
Jam ke
Gambar 4.1 Diagram hujan jam-jaman kala ulang 50 tahun

b. Hujan Jam – Jaman ABM 100 Tahun
Tabel 4.2 Hasil Analisa hujan jam-jaman kala ulang 100 tahun
R24 = 188.28 Mm
Td It It * Td P % % P jam-jaman
1 65.27 65.27 65.27 12.64 23.80

69.34
2 41.12 82.24 16.97 18.02 69.34 130.54
3 31.38 94.14 11.90 12.64 18.02 33.93

Jumlah 94.14 100.00 100.00 188.28
Dengan
140.00
120.00
100.00
Tinggi Hujan (mm)
80.00
60.00
40.00
20.00
0.00
1 2 3
Jam ke
Gambar 4.2 Diagram hujan jam-jaman kala ulang 100 tahun

3. Analisa Hujan Efektif (Pe) SCS – CN
Metode SCS – CN merupakan metode empiris yang menggunakan curve
number untuk masing – masing penutupan lahan, jenis tanah dan kondisi
kelembaban tanah sebelumnya.
Gambar 4.3 Peta tata guna lahan Sungai Tempuran Wonogiri
a. Hujan Efektif (Pe) SCS – CN 50 Tahun
Tabel 4.3 Perhitungan hujan efektif

No. Jenis tataguna lahan Luas, Ai (km2) Jenis tanah Nilai CNi
1 Pemukiman 19.44 B 68
2 Sawah Tadah Hujan 20.14 B 81
3 Perkebunan/Kebun 10.96 B 71
4 Semak Belukar 2.36 B 66
5 Ladang/tegalan 17.13 B 71
6 Air 0.007 B 95
7 Padang Rumput 0.08 B 58
Jumlah 70.117
Nilai CN Komposite
CN Komposite = (A1 * CN1 + A2 * CN2 + …) / (A1 + A2 +…)
= (19.44*68 + 20.14*81 + 10.96*71 + 2.36*66 + 17.13*71
+ 0.007*95 + 0.08*58) / (19.44 + 20.14 + 10.96 + 2.36 +
17.13 + 0.007 + 0.08)
= 72.86
S = (25400 / CNkomposite) - 254

= (25400 / 72.86) – 254
= 94.61
Tabel 4.4 Data hujan jam-jaman

Jam ke Tinggi hujan (mm)
1 20.96
2 114.93
3 29.87
165.76
Pe = (P – 0,2 * S)2 / (P + 0,8 * S)

= (165.76 – 0,2 * 94.61)2 / (165.76 + 0,8 * 94.61)
= 89.30 mm (sisa hujan yang menjadi limpasan)
= 165.76 – 89.30
= 76.46 mm (masuk kedalam tanah)
Tabel 4.5 Data Hujan Jam-Jaman

Jam ke Tinggi hujan (mm) Terinfiltrasi Limpasan
1 20.96 20.96 0.00
2 114.93 55.51 59.42
3 29.87 0.00 29.87
4 0.00 0 0.00
5 0.00 0 0.00
76.46 89.30
Tabel 4.6 Distribusi hujan efektif

Jam ke Hujan efektif (mm)
1 59.42
2 29.87
b. Hujan Efektif (Pe) SCS – CN 100 Tahun
Tabel 4.7 Perhitungan hujan efektif

No. Jenis tataguna lahan Luas, Ai (km2) Jenis tanah Nilai CNi
1 Pemukiman 19.44 B 68
2 Sawah Tadah Hujan 20.14 B 81
3 Perkebunan/Kebun 10.96 B 71
4 Semak Belukar 2.36 B 66
5 Ladang/tegalan 17.13 B 71
6 Air 0.007 B 95
7 Padang Rumput 0.08 B 58
Jumlah 70.117
Nilai CN Komposite
CN Komposite = (A1 * CN1 + A2 * CN2 + …) / (A1 + A2 +…)
= (19.44*68 + 20.14*81 + 10.96*71 + 2.36*66 + 17.13*71
+ 0.007*95 + 0.08*58) / (19.44 + 20.14 + 10.96 + 2.36 +
17.13 + 0.007 + 0.08)
= 72.86
S = (25400 / CNkomposite) - 254

= (25400 / 72.86) – 254
= 94.61
Tabel 4.8 Data hujan jam-jaman

Jam ke Tinggi hujan (mm)
1 23.80
2 130.54
3 33.93
188.27
Pe = (P – 0,2 * S)2 / (P + 0,8 * S)

= (188.27 – 0,2 * 94.61)2 / (188.27 + 0,8 * 94.61)
= 108.65 mm (sisa hujan yang menjadi limpasan)
= 188.27 – 108.65
= 79.62 mm (masuk kedalam tanah)
Tabel 4.5 Data Hujan Jam-Jaman
Jam ke Tinggi hujan (mm) terinfiltrasi Limpasan

1 23.80 23.80 0.00
2 130.54 55.82 74.72
3 33.93 0.00 33.93
4 0.00 0 0.00
5 0.00 0 0.00
79.62 108.65
Tabel 4.6 Distribusi hujan efektif

Jam ke Hujan efektif (mm)
1 74.72
2 33.93
4. Analisa Metode HSS Nakayasu

Diketahui :
Luas DAS (A) = 70,27 km2
Panjang sungai utama (L) = 21,48 km
a. Mencari nilai waktu konsentrasi (tg) (untuk L > 15 km)

tg = 0,4 + 0,058 * L
tg = 0,4 + 0,058 * 21,48
= 1.646 jam
b. Mencari waktu satuan hujan (Tr)

Tr = 0,5 * tg
Tr = 0,5 * 1.646
= 0.823 jam
c. Mencari nilai tenggang waktu dari permulaan hujan sampai puncak

(Tp)
Tp = tg + 0,8 * Tr
Tp = 1.646 + 0,8 * 0.823
= 2.304 jam
d. Mencari waktu yang diperlukan oleh penurunan debit dari debit

puncak hingga menjadi 30 % dari debit
T0.3 = α * tg
= 3 * 1.646
= 4.938 jam
e. Mencari nilai debit puncak (Qp)

Qp = (1 / 3,6) * ((A * Re) / ((0,3 * Tp) + T0,3))
Qp = (1 / 3,6) * (70,27 * 1 / 0,3 * 2.304 + 4.938)
= 3.468 m3/d
f. Parameter hidrograf nakayasu digunakan untuk menghitung ordinat

hidrograf pada beberapa waktu yang ditetapkan
1) Pada kurva naik (0 < t < Tp) 2.304
t (jam) Q(m3/d)
0 0.000
1 0.468
2 2.469
2) Pada kurva turun (Tp < t < Tp + T0,3) 7.242
t (jam) Q(m3/d)
2.304 3.468
4 2.293
5 1.797
6 1.408
7 1.103
8 0.865
3) Pada kurva turun ( Tp + T0,3 < t < Tp + T0,3 + 1,5 * T0,3) 14.648
t (jam) Q(m3/d)
9 0.782
10 0.664
11 0.565
12 0.480
13 0.408
14 0.347
15 0.295
16 0.251
4) Pada kurva turun (t > Tp + T0,3 + 1,5 * T0,3)
Q(m3/d
t (jam) Q(m3/d) t (jam) t (jam) Q(m3/d)
)
17 0.234 33 0.033 49 0.005
18 0.207 34 0.029 50 0.004
19 0.184 35 0.026 51 0.004
20 0.163 36 0.023 52 0.003
21 0.144 37 0.020 53 0.003
22 0.127 38 0.018 54 0.003
23 0.113 39 0.016 55 0.002
24 0.100 40 0.014 56 0.002
25 0.088 41 0.013 57 0.002
26 0.078 42 0.011 58 0.002
27 0.069 43 0.010 59 0.001
28 0.061 44 0.009 60 0.001
29 0.054 45 0.008 61 0.001
30 0.048 46 0.007 62 0.001
31 0.043 47 0.006 63 0.001
32 0.038 48 0.005 64 0.001
HSS Nakayasu
4.0
3.5
3.0
2.5
Q (m3/d)
2.0
1.5
1.0
0.5
0.0
0 10 20 30 40 50 60 70
t (Jam)
HSS NAKAYASU
Gambar 4.5 Grafik hasil perhitungan HSS Nakayasu
5. Analisa Hidrograf Banjir

Debit banjir rancangan adalah debit banjir maksimum yang mungkin
terjadi pada suatu daerah dengan peluang kejadian tertentu. Untuk menaksir
banjir rancangan digunakan cara hidrograf banjir yang didasarkan oleh
parameter dan karakteristik daerah pengalirannya. Rancangan sangat
penting dalam perencanaan sistem drainase, apabila salah dalam
menentukan debit rencana, maka sistem drainase tidak akan berfungsi
dengan semestinya.
a. Hidrograf Banjir 50 Tahun
Tabel 4.7 Perhitungan hidrograf banjir
Pe1 Pe2
Jam UH Qtotal (m3/s)
89.30 76.46
0 0.000 0.000 0.000 0.000
1 0.468 41.769 0.000 41.769
2 2.469 220.456 35.765 256.221
2.304176 3.468 309.661 188.770 498.431
4 2.293 204.786 265.154 469.940
5 1.797 160.473 175.352 335.825
6 1.408 125.748 137.408 263.157
7 1.103 98.538 107.675 206.213
8 0.865 77.215 84.375 161.591
9 0.782 69.803 66.117 135.920
10 0.664 59.330 59.770 119.100
11 0.565 50.428 50.802 101.231
12 0.480 42.862 43.180 86.042
13 0.408 36.431 36.702 73.133
14 0.347 30.965 31.195 62.160
15 0.295 26.319 26.515 52.834
16 0.251 22.371 22.537 44.907
17 0.234 20.921 19.155 40.077
18 0.207 18.520 17.914 36.434
19 0.184 16.394 15.858 32.252
20 0.163 14.512 14.038 28.550
21 0.144 12.847 12.427 25.273
22 0.127 11.372 11.000 22.372
23 0.113 10.067 9.738 19.804
24 0.100 8.911 8.620 17.531
25 0.088 7.889 7.631 15.519
26 0.078 6.983 6.755 13.738
27 0.069 6.182 5.979 12.161
28 0.061 5.472 5.293 10.765
29 0.054 4.844 4.686 9.529
30 0.048 4.288 4.148 8.436
31 0.043 3.796 3.672 7.467
32 0.038 3.360 3.250 6.610
33 0.033 2.974 2.877 5.852
34 0.029 2.633 2.547 5.180
35 0.026 2.331 2.255 4.585
36 0.023 2.063 1.996 4.059
37 0.020 1.826 1.767 3.593
38 0.018 1.617 1.564 3.181
39 0.016 1.431 1.384 2.816
40 0.014 1.267 1.225 2.492
41 0.013 1.122 1.085 2.206
42 0.011 0.993 0.960 1.953
43 0.010 0.879 0.850 1.729
44 0.009 0.778 0.753 1.530
45 0.008 0.689 0.666 1.355
46 0.007 0.610 0.590 1.199
47 0.006 0.540 0.522 1.062
48 0.005 0.478 0.462 0.940
49 0.005 0.423 0.409 0.832
50 0.004 0.374 0.362 0.736
51 0.004 0.331 0.321 0.652
52 0.003 0.293 0.284 0.577
53 0.003 0.260 0.251 0.511
54 0.003 0.230 0.222 0.452
55 0.002 0.203 0.197 0.400
56 0.002 0.180 0.174 0.354
57 0.002 0.159 0.154 0.314
58 0.002 0.141 0.137 0.278
59 0.001 0.125 0.121 0.246
60 0.001 0.111 0.107 0.218
61 0.001 0.098 0.095 0.193
62 0.001 0.087 0.084 0.171
63 0.001 0.077 0.074 0.151
64 0.001 0.068 0.066 0.134
Hidrograf Banjir Kala Ulang 50 tahun

600
500
Debit (m3/s)
400
300
200
100
0
0 20 40 60 80
Waktu (Jam)
Gambar 4.6 Grafk hidrograf banjir kala ulang 50 tahun

b. Hidrografi Banjir 100 Tahun
Tabel 4.8 Perhitungan hidrograf banjir
Pe1 Pe2
Jam UH Qtotal (m3/s)
108.65 79.62
0 0.000 0.000 0.000 0.000
1 0.468 50.820 0.000 50.820
2 2.469 268.227 37.244 305.472
2.304176 3.468 376.763 196.576 573.339
4 2.293 249.162 276.119 525.281
5 1.797 195.247 182.604 377.850
6 1.408 152.998 143.091 296.088
7 1.103 119.891 112.127 232.018
8 0.865 93.948 87.864 181.812
9 0.782 84.929 68.852 153.780
10 0.664 72.186 62.242 134.428
11 0.565 61.356 52.903 114.259
12 0.480 52.150 44.966 97.116
13 0.408 44.326 38.219 82.545
14 0.347 37.675 32.485 70.161
15 0.295 32.023 27.611 59.634
16 0.251 27.218 23.469 50.687
17 0.234 25.455 19.947 45.402
18 0.207 22.533 18.655 41.188
19 0.184 19.947 16.514 36.461
20 0.163 17.657 14.618 32.276
21 0.144 15.631 12.941 28.571
22 0.127 13.836 11.455 25.292
23 0.113 12.248 10.140 22.389
24 0.100 10.842 8.976 19.819
25 0.088 9.598 7.946 17.544
26 0.078 8.496 7.034 15.530
27 0.069 7.521 6.227 13.748
28 0.061 6.658 5.512 12.170
29 0.054 5.894 4.879 10.773
30 0.048 5.217 4.319 9.536
31 0.043 4.618 3.823 8.442
32 0.038 4.088 3.385 7.473
33 0.033 3.619 2.996 6.615
34 0.029 3.204 2.652 5.856
35 0.026 2.836 2.348 5.184
36 0.023 2.510 2.078 4.589
37 0.020 2.222 1.840 4.062
38 0.018 1.967 1.629 3.596
39 0.016 1.741 1.442 3.183
40 0.014 1.541 1.276 2.818
41 0.013 1.365 1.130 2.494
42 0.011 1.208 1.000 2.208
43 0.010 1.069 0.885 1.955
44 0.009 0.947 0.784 1.730
45 0.008 0.838 0.694 1.532
46 0.007 0.742 0.614 1.356
47 0.006 0.657 0.544 1.200
48 0.005 0.581 0.481 1.062
49 0.005 0.515 0.426 0.940
50 0.004 0.455 0.377 0.833
51 0.004 0.403 0.334 0.737
52 0.003 0.357 0.295 0.652
53 0.003 0.316 0.262 0.577
54 0.003 0.280 0.232 0.511
55 0.002 0.248 0.205 0.453
56 0.002 0.219 0.181 0.401
57 0.002 0.194 0.161 0.355
58 0.002 0.172 0.142 0.314
59 0.001 0.152 0.126 0.278
60 0.001 0.135 0.111 0.246
61 0.001 0.119 0.099 0.218
62 0.001 0.105 0.087 0.193
63 0.001 0.093 0.077 0.171
64 0.001 0.083 0.068 0.151
Hidrograf Banjir Kala Ulang 100 tahun
700
600
500
Debit (m3/s)
400
300
200
100
0
0 20 40 60 80
Waktu (Jam)
Gambar 4.6 Grafk hidrograf banjir kala ulang 100 tahun
PENUTUP
Assalamu’alaikum Wr. Wb.

Alhamdulillahi Rabbil’alamin penyusun panjatkan puji syukur kehadirat
Allah SWT, berkat rahmat dan karunia-Nya penyusun dapat menyelesaikan laporan
ini dengan lancar. Shalawat dan salam tidak lupa kita panjatkan kepada Nabi
Muhammad SAW, beserta keluarganya, sahabatnya serta para pengikutnya.
Penyusun berharap dengan adanya laporan ini dapat memberikan manfaat
dan pelajaran berharga bagi orang lain, teman – teman dan khususnya penyusun
sendiri.
Penyusun menyadari laporan ini masih jauh dari sempurna. Namun
penyusun telah berupaya untuk mendekati kenaikan menjadi suatu kesempurnaan.
Kritik dan saran yang bersifat membangun penyusun terima dengan senang hati,
agar penyusun mampu belajar lebih baik lagi untuk kedepannya. Tidak lupa kami
ucapkan terima kasih kepada seluruh pihak yang telah membantu dengan ikhlas
dalam penyusunan laporan ini, semoga laporan ini dapat membantu pembaca dalam
mendapatkan suatu informas
DAFTAR PUSTAKA
Triatmodjo, Bambang. 2008. Yogyakarta. Beta Offset.

Jurnal : Dantje K. Natakusumah. Fakultas Teknik Sipil dan Lingkungan, Institut
Teknologi Bandung, Jl. Ganesha 10, Bandung 40132.
Jurnal : Orita Mega Delani, Bambang Dwi Dasanto. Departemen Geofisika dan
Meteorologi, Institut Pertanian Bogor, Indonesia.
Jurnal : M. Agung Nugraha. Mahasiswa Jurusan Teknik Sipil, Universitas
Sriwijaya, Jl. Srijaya Negara Kampus Palembang.

Laporan Hidrologi Terapan

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

Laporan Hidrologi Terapan

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN HIDROLOGI TERAPAN

ANALISA HIDROLOGI PEKERJAAN

PROGRAM STUDI TEKNIK SIPIL

Yogyakarta, 5 Januari 2019

2. Peta Daerah Aliran Sungai

Gambar 1.1 Peta Sub DAS Bengawan Solo

Tabel 1.1 Data Awal Sub DAS Sungai Tempuran Wonogiri

Luas DAS 70,27 km2

1. Analisa Ketersediaan Data

Tabel 2.1 Ketersediaan Data Hujan

Stasiun Hujan 1998

Stasiun Hujan 1999

Stasiun Hujan 2000

Stasiun Hujan 2002

Stasiun Hujan 2003

Stasiun Hujan 2004

Stasiun Hujan 2006

Stasiun Hujan 2007

2. Analisa Polygon Thiessen Hujan Rata-Rata

Gambar 2.1 Peta DAS Metode Polygon Thiessen

Tabel 2.2 Pasangan data hujan

Tabel 2.3 Hujan harian maksimum

Tahun Tinggi Hujan Satuan

Tabel 2.4 Ranking hujan harian maksimum

Tahun Tinggi Hujan Ranking, m P=m/(n+1)

Grafik 2.1 Hubungan Hujan Rata-Rata Maks Pertahun

Hubungan Hujan Rata-rata Maks

1. Analisa Pemilihan Distribusi

Tabel 3.1 Pehitungan Standar Deviasi

Jumlah Data (n) : 10

b. Standar Deviasi Log (S)

Tabel 3.2 Pehitungan standar deviasi log

Jumlah Data (n) : 10

c. Koefisien Skewness (Cs)

Tabel 3.3 Perhitungan koefisien skewness

d. Koefisien Skewness Log (Cs)

Tabel 3.4 Perhitungan koefisien skewness log

(1) (2) (3) (4) (5) (6) (7) (8)

Jumlah Data (n) : 10

e. Koefisien Kurtois (Ck)

Tabel 3.5 Perhitungan koefisien kurtois

f. Koefisien Kurtois Log (Ck)

Tabel 3.6 Perhitungan koefisien kurtois log

(1) (2) (3) (4) (5) (6) (7) (8) (9)

1 1.5650 1.6851 -0.1201 0.0002 15.6561 0.2183 4.3393 -0.9223

g. Koefisien Variasi (Cv)

Tabel 3.7 Perhitungan koefisien variasi

(1) (2) (3) (4) (5) (6) (7) (8)

Jumlah Data (n) : 10

Tabel 3.8 Perhitungan koefisien variasi log

Jumlah Data (n) : 10

Tabel 3.9 Hasil rekap data

Standar Deviasi (S) = 30.86

Distribusi yang memenuhi syarat adalah Distribusi Gumbel.

2. Analisa Uji Distribusi

Persamaan umum : 〖𝐸_ℎ〗_^2=Σ_𝑖^𝐺▒〖〖(𝐸〗_𝑖−𝑂_𝑖)〗^2/𝐸_𝑖

2) Menghitung interval kelas

3) Menghitung jumlah teoritis data tiap kelas

4) Menghitung derajat kejenuhan

5) Menghitung batas awal dan batas akhir dari kelas

Tabel 3.10 Uji Chi kuadrat distribusi Gumbel

No. Batas kelas Oi Ei Oi-Ei (Oi-Ei)^2 ((Oi-Ei)^2)/Ei

b. Analisa Distribusi Uji Smirnov Kolmogorov

Tabel 3.11 Hasil Analisa uji Smirnov Kolmogorov