'Dokumen - Tips - Analisis Curah Hujan DR Ir Entin Hidayah Mum PDF
'Dokumen - Tips - Analisis Curah Hujan DR Ir Entin Hidayah Mum PDF
PENGANTAR
Dalam modul ini mahasiswa akan diberi pembekalan mengenai pengantar analisis
hujan berupa komponen-komponen yang mempengaruhi hujan yang dimulai dengan
istilah-istilah yang digunakan, dan tipe hujan. Selanjutnya akan mempelajari bagaimana
mengukur hujan, menguji data hujan, mengolah data hujan sampai menjadi data hujan
rancangan. Untuk lebih mudah dalam pengkajiannya, maka dalam modul ini diberikan
contoh-contoh aplikasi dari metode-metode pengelolaan data hujan tersebut sampai
menjadi data hujan rancangan.
BAB 1. PENDAHULUAN
hujan dapat dikatagorikan menjadi tiga tipe yaitu hujan konvektif, hujan orografis dan
hujan frontal
Hujan konvektif terjadi akibat massa udara yang terangkat keatas oleh pemanasan
lahan, atau karena udara dingin yang bergerak diatas laut atau dataran yang panas. Hujan
ini dicirikan oleh intensitas hujannya bervariasi dari rendah sampai dengan tinggi. Hujan
ini biasanya terjadi di wilayah tropis.
Hujan orografis terjadi oleh adanya rintangan topografi dan ditambah oleh adanya
dorongan udara melalui dataran tinggi atau gunung. Hujan ini dicirikan oleh jumlah curah
hujan tahunannya di dataran tinggi umumnya lebih tinggi dari pada di dataran rendah
terutama pada lereng-lereng dimana angin datang. Hujan ini biasanya terjadi di daerah
gunung.
Hujan frontal terjadi karena kenaikan udara frontal ditandai oleh lerengnya yang
landai, dimana udara panas naik keatas udara yang dingin. Hujan ini banyak terjadi di
daerah pertengahan dan jarang terjadi di daerah tropis dimana masa udara hampir
mempunyai suhu yang seragam.
Hujan merupakan masukan utama untuk perhitungan debit. Oleh karena itu
jumlah hujan yang terjadi dalam suatu daerah aliran sungai (DAS) merupakan besaran
yang sangat penting dalam sistem DAS tersebut, sehingga pengukuran hujan harus
dilakukan secermat mungkin. Jumlah hujan yang dimaksud tersebut adalah seluruh hujan
yang terjadi dalam DAS yang bersangkutan, karena hujan ini yang akan dialihragamkan
menjadi aliran di sungai. Dengan demikian, ini berarti bahwa seluruh hujan yang terjadi
setiap saat harus dapat diukur. Konsekuensi dari kebutuhan ini adalah bahwa di dalam
DAS tersebut harus tersedia alat ukur yang mampu menangkap semua jenis air hujan
yang jatuh.
Bermacam-macam jenis alat ukur hujan yang ada, tetapi pada dasarnya hanya
terdiri atas 2 jenis saja yaitu alat ukur hujan manual dan alat ukur hujan otomatis. Pada
dasarnya alat ukur hujan baik manual maupun otomatik, terdiri dari tiga komponen, yaitu
corong, bejana pengumpul dan alat ukur. Perbedaannya adalah, pada alat ukur otomatik
ini, komponen bejana pengumpul dan alat ukurnya dibuat secara khusus.
pengukuran data hujan harian yang tinggi dapat diperoleh melalui mengoreksi, alat ukur
hujan manual yang standar dengan alat ukur hujan yang ditempatkan selevel permukaan
tanah (around level rain gauge), yang hasilnya ground level rain gauge selalu lebih
tinggi hal ini disebabkan oleh pengaruh angin (Hadisusanto N., 2011)
Gambar 2.1. Alat ukur Hujan Manual (sumber: Hadisusanto N., 2011).
Terdapat tiga tipe alat ukur hujan otomatis antara lain tipping bucket, weighing dan
float (Raghunath, 2006):
1. Alat ukur hujan Tipping Bucket. Alat ini terdiri dari silinder penampung dilengkapi
dengan corong. Di bawah corong ditempatkan sepasang timba penakar kecil yang
dipasang sedemikian rupa sehingga jika salah satu timba menerima curah hujan
sebesar 0,25 mm, timba tersebut akan menjungkit dan menumpahkan isinya ke dalam
tangki. Timba lainnya kemudian menggantikan tempatnya, dan kejadian serupa akan
terulang. Gerakan timba mengaktifkan suatu sirkuit listrik dan rae-nyebabkan
bergeraknya pena pada lembaran kertas grafik yang dipasang pada suatu silinder dan
berputar sesuai dengan perputaranjarum jam. Skets alat ukur hujan tipe Tipping
Bucket ini disajikan dalam gambar 2.3.
2. Alat ukur weighing. Alat ukur ini menimbang air hujan yang jatuh ke dalam
seperangkat timba pada wadah suatu pegasatau tuas imbang. Penambahan berat timba
dan isinya dicatat pada suatu grafik. Catatan hujan pada grafik merupakan akumulasi
hujan. Skets alat ukur hujan tipe weighing ini disajikan dalam gambar 2.4.
3. Alat ukur jenis pelampung (float). Alat ukur ini bekerja dengan mengumpulkan hujan
kedalam tabung yang berisis pelampung. Jika muka air di dalam tabung naik,
pelampung bergerak ke atas dan bersamaan dengan pelampung tersebut sebuah pena
yang dihubungkan dengan pelampung melalui suatu tali penghubung juga ikut
bergerak. Gerakan pena tersebut memberi tanda pada kertas grafik yang digulung
pada silinder yang berputar. Jika tabung telah penuh, secara otomatis seluruh air akan
melimpas keluar melalui mekanisme sifon yang dihubungkan. Skets alat ukur hujan
tipe float ini disajikan dalam gambar 2.5.
Contoh hasil pencatatan data hujan otomatis dapat dilihat pada tabel 2.2.
Penggunaan data hasil pencatatan hujan otomatis ini antara lain yaitu:
a. Penentuan besarnya intensitas hujan.
b. Penentuan distribusi hujan jam-jaman.
Pemasangan alat ukur hujan supaya berfungsi dengan baik harus memperatikan syarat-
syarat sebagai berikut:
1. Letak stasiun hujan harus independen tidak overlap dengan stasiun hujan yang lain.
2. Tinggi corong 110 cm dari permukaan tanah.
3. Diletakkan minimum 4 x tinggi rintangan bangunan atau pohon yang terdekat.
4. Terlindung dari gangguan luar (binatang, orang).
5. Dekat dengan tempat tinggal pengamat.
6. Syarat-syarat teknis alat harus terpenuhi.
= ………………………..….(3.1)
dengan:
= data hujan hilang yang dicari
, = hujan di stasiun sekitarnya pada saat yang sama dengan data hujan yang
hilang
= jumlah hujan tahunan normal stasiun yang berdekatandengan stasiun x
Contoh 1:
Data hujan tahunan selama 5 tahun pada 5 stasiun hujan pada table 3.1. terdapat salah
satu datanya hilang (pada stasiun B tahun 2008). Carilah data hujan yang hilang tersebut
menggunakan metode perbandingan normal.
Penyelesaian:
Data hujan yang hilang di stasiun B pada tahun 2008 tersebut dapat dicari dengan cara
sebagai berikut :
= 815,739 mm
∑
…………..……………………………………………………(3.2)
∑
Dengan:
Contoh 2:
Data hujan harian di stasiun x pada tanggal 15 Desember 2011 hilang/rusak. Data
hujan yang sama di stasiun sekitarnya yaitu A, B dan C secara berurutan adalah 40, 35,
25. Hujan tahuna di stasiun X, A, B, dan C adalah 2000, 2100, 2200, 1900. Jarak dari
stasiun A, B, C terhadap stasiun X berturut-turut adalah 12 km, 20 km, dan10 km.
Perkirakan data hujan yang hilang di stasiun X dengan menggunakan metode Resiprocal.
Penyelesaian:
∑
Px 35,71 mm
∑
Jika tidak konsisten, perlu dilakukan koreksi terhadap data (Hz = tan z . Ho)
Contoh 3.
Terdapat 4 stasiun hujan A, B, C dan D. Alat ukur pada stasiun A diganti sehingga perlu
diuji konsistensi data pada stasiun A terhadap stasiun hujan sekitarnya. Adapun data
hujan pada ke empat stasiun tersebut seperti pada table 3.2. Uji konsistensi data pada
stasiun A terhadap stasiun sekitarnya.
Penyelesaian:
Tabel 3.2. Data hujan tahunan pada 4 stasiun hujan selama 26 tahun.
Data Stasiun A
Rerata hujan 3 Kumulatif rerata
Stasiun Stasiun Stasiun Stasiun Kumulatif
No Tahun stasiun (Tanpa hujan 3 stasiun
A(mm) B(mm) C(mm) D(mm) stasiun A
stasiun A) (Tanpa stasiun A)
1 1986 800 1185 632 553 18970 790 15623.33
2 1987 380 615 328 287 18170 410 14833.33
3 1988 540 1065 568 497 17790 710 14423.33
4 1989 920 835.5 445.6 389.9 17250 557 13713.33
5 1990 410 775.5 413.6 361.9 16330 517 13156.67
6 1991 600 715.5 381.6 333.9 15920 477 12640.00
7 1992 580 655.5 349.6 305.9 15320 437 12163.33
8 1993 650 595.5 317.6 277.9 14740 397 11726.67
9 1994 540 535.5 285.6 249.9 14090 357 11330.00
10 1995 1150 475.5 253.6 221.9 13550 317 10973.33
11 1996 980 415.5 221.6 193.9 12400 277 10656.67
12 1997 600 870 464 406 11420 580 10380.00
13 1998 1150 975 520 455 10820 650 9800.00
14 1999 140 810 432 378 9670 540 9150.00
15 2000 860 1125 600 525 9530 750 8610.00
16 2001 750 1245 664 581 8670 830 7860.00
17 2002 830 900 480 420 7920 600 7030.00
18 2003 600 780 416 364 7090 520 6430.00
19 2004 1580 735 392 343 6490 490 5910.00
20 2005 520 1305 696 609 4910 870 5420.00
21 2006 490 1065 568 497 4390 710 4550.00
22 2007 870 810 432 378 3900 540 3840.00
23 2008 710 1380 736 644 3030 920 3300.00
24 2009 680 1215 648 567 2320 810 2380.00
25 2010 420 1050 560 490 1640 700 1570.00
26 2011 1220 1305 696 609 1220 870 870.00
18000
16000
Kumulatif stasiun A
14000 y=1,1
12000
X=1,4
10000
8000
6000 y=1,4
4000
2000 X=1,6
0
0 5000 10000 15000 20000
Kumulatif rerata 3 stasiun
Tan α0 =
Hz = .
Karena data yang tidak konsisten sebanyak 11 tahun, maka yang dikoreksi adalah data
yang tidak konsisten tersebut, sehingga data stasiun A setelah perbaikan seperti pada tabel
3.3
P= …………………………………………..(4.1)
dengan :
P = hujan rata – rata (mm)
P1, P2, P3..Pn = jumlah hujan masing – masing stasiun yang diamati (mm)
P3
P2
P1 P4
Contoh 4 :
Jumlah hujan bulanan tahun 2011, pada stasiun: PI = 500 mm, P2 = 750 mm, P3 =
900 mm dan stasiun P4 = 600 mm, hitung jumlah hujan bulanan rata-rata daerah aliran
sungai pada tahun 2011.
Penyelesaian :
P =
P =
Jadi hujan bulanan rata-rata daerah aliran sungai pada tahun 2011 adalah 687,5 mm.
Perhitungan hujan rata – rata pada suatu daerah daerah aliran sungai dengan polygon
thiesen dapat dirumuskan :
P= …….…………..(4.2)
dimana :
P = hujan rata – rata (mm)
P1, P2, P3, . . Pn = jumlah hujan masing – masing stasiun yang diamati (mm)
A1, A2, A3, . .An = luas sub area yang mewakili masing – masing stasiun hujan (km2)
Contoh 5:
Jumlah hujan bulanan kota Jember tahun 2011 adalah :
PI = 500 mm, luas sub-area Al = 200 km2
P2 = 750 mm, luas sub-area Al = 150 km2
P3 = 900 mm, luas sub-area Al = 215 km2
P4 = 600 mm, luas sub-area Al = 225 km2
Hitung jumlah hujan bulanan rata-rata daerah aliran sungai di kota Jember pada tahun
2011 tersebut.
Penyelesaian:
P=
P=
= = 684,8 mm
Perhitungan hujan rata–rata metode ini dapat dilakukan dengan beberapa tahap,
yaitu :
1. Masing – masing stasiun hujan pada peta dasar diploting
2. Catat jumlah hujan di masing – masing stasiun hujan
3. Buat interpolasi garis kontur antara stasiun hujan yang ada menurut interval tertentu
4. Luas sub - area antara dua garis kontur yang dipakai sebagai factor pemberat dalam
menghitung hujan rata – rata
110 mm
mm 100 mm
P1
A1=50 km2 90 mm
80 mm
A2=40 km2 P2 P3
A3=45 km2 A4=60 km2 70 mm
P4 A5=65 km2 60 mm
P5 50 mm
A1=30 km2
( )
P= …………..…..(4.3)
Contoh 6:
Hitung jumlah hujan rata-rata daerah aliran sungai dari data hujan bulanan tahun
2011 pada gambar 4.2
( )
P=
( )
=
= = 80,1724 mm
Intensitas hujan diperlukan dalam proses transformasi hujan menjadi debit banjir.
Data intensitas hujan dapat diperoleh dari analisis pencatatan hujan otomatis seperti
contoh pada Gambar 2.2, kemudian distribusi hujan jam-jamannya didistribusikan seperti
pada Tabel 5.1.
Tabel 5.1.Distribusi hujan jam-jaman
Jam Ke Tinggi hujan mm/jam
0 0
1 10
2 17.5
3 6
4 13
5 5
6 1
Distribusi intensitas hujan ini sangat penting untuk perencanaan seperti perhitungan banjir
rencana, drainase dan erosi tanah. Rumus umum intensitas hujan pada prinsipnya
dinyatakan dengan rumus:
It= ……………………………………………………........…..(5.1)
dengan:
It = intensitas hujan (mm/jam)
Rt = jumlah hujan (mm)
t = waktu (jam)
It = ( ) …………………………………………………………………………(5.2)
dengan :.
It = intensitas curah hujan untuk lama hujan t(mm/jam)
t = lamanya curah hujan (jam)
= curah hujan maksimum selama 24 jam (mm)
Contoh :
Diketahui kedalam hujan dengan periode ulang 2, 5, 10, 25 dan 50 tahunan sebagai
berikut
Periode ulang T 2 5 10 25 50
Hujan (mm) 80 100 140 180 250
Penyelesaian :
Untuk hujan periode ulang T = 2 tahun dengan curah hujan P = 80 mm untuk durasi hujan
5 menit dapat dihitung dengan :
It = ( )
= ( ) = 145,369 mm
Selanjutnya perhitungan diatas dilanjutkan untuk durasi dan kedalaman hujan yang lain,
durasi dilasumsikan hingga 300 menit, sehingga didapat tabel 5.1
I= ……………………………………………………………..(5.3)
dengan:
I = intensitas hujan (mm/jam)
t = lamanya hujan (jam)
a dan b = konstanta yang besarnya tergantung pada keadaan daerah setempat
Cara untuk menentukan besarnya konstanta a dan b pada rumus 5.3, perlu
diadakan pengamatan hujan dengan lama waktu hujan t, t 2, t3, ………….tn.
Banyaknya pengamatan n biasanya diambil tak kurang dari 8 kali pengamatan yang
intensitasnya I1 L, I2,13, ….. In, dinyatakan dalam mm/jam.
Untuk menghitung konstanta a dan b dapat dihitung dengan :
∑[ ] ∑[ ] ∑[ ] ∑[ ]
a= ………………………………..…..(5.4)
∑[ ] ∑[ ] ∑[ ]
∑[ ] ∑[ ] ∑ [ ]
b= ………………………...……..………..(5.5)
∑[ ] ∑[ ] ∑[ ]
dengan :
N = banyaknya data
I= …………………………………………………….……..(5.6)
√
dengan :
I = intensitas hujan (mm),
t = lamanya hujan (jam),
a dan b = konstanta yang besarnya tergantung pada keadaan daerah setempat
konstanta a dan b dapat dihitung dengan rumus :
∑[ √ ] ∑[ ] ∑[ √ ] ∑[ ]
a= …………………………….……..(5.7)
∑[ ] ∑[ ] ∑[ ]
∑[ ] ∑[ √ ] ∑ [ √ ]
b= ………….……………………………..(5.8)
∑[ ] ∑[ ] ∑[ ]
dengan :
N = banyaknya data
Contoh : Data pengamatan pada stasiun A
∑[ ] ∑[ ] ∑[ ] ∑[ ]
a=
∑[ ] ∑[ ] ∑[ ]
= 821,877
∑[ ] ∑[ ] ∑ [ ]
b=
∑[ ] ∑[ ] ∑[ ]
= 0,8379
Jadi persamaan intensitas metode Talboot adalah :
I=
I= …………….........................................................…………..(5.9)
dengan :
I = intensitas hujan (mm/jam)
t = lamanya hujan (jam)
a dan n = konstanta
∑ ∑ ∑ ∑
a= ……..…………..(5.10)
∑ ∑ ∑
∑ ∑ ∑
k= ……..…………….…....(5.11)
∑ ∑ ∑
Dalam mendisain bangunan air, sebagai orang teknik sipil yang perlu dipikirkan
adalah memprediksi debit banjir rencana, guna mengontrol tinggi muka air banjir.
Pekerjaan sipil yang membutuhkan debit banjir rencana adalah sistim jaringan drainase
kota, tinggi jembatan, sistim pembuanga air irigasi dll.
Dalam mendisain banjir rencana, data yang digunakan dapat berasal dari debit
atau data hujan pengamatan secara kontinyu dalam periode waktu yang panjang yang
kemudian dicari periode ulang tahunan tertentu. Periode ulang hujan atau banjir
merupakan besaran banjir atau hujan yang rata-rata akan disamai atau dilampaui sekali
dalam T tahun. T (tahun) ini merupakan suatu kala ulang yang dapat diperoleh dari data
hujan maupun debit terukur. Sebagai contoh hujan dengan periode ulang 25 tahun berarti
rata-rata terjadinya hujan yang akan disamai atau dilampaui sekali dalam 25 tahun. Jadi
bukan berarti kejadiannya akan periodik setiap 25 tahun.
Periode ulang merupakan probabilitas suatu kejadian disamai atau dilampaui oleh
suatu nilai sebanyak satu kali. Misalnya periode ulang kejadian hujan 10 tahunan adalah
kemungkinan terjadi hujan dengan nilai tertentu sebanyak 10 persen dalam setiap tahun.
Rumus umum dari periode ulang kejadian hujan atau banjir adalah seperti pada
persamaan 6.1 :
Tr = ……..………..……………….…..……………..……………..(6.1)
dengan:
Tr = periode kejadian (tahun)
P = peluang
Penentuan periode ulang hujan maupun banjir dapat dilakukan melalui analisis
frekuensi. Analisis frekuensi merupakan analisis statistik penafsiran (statistical inference)
hujan atau debit. Dalam melakukan analisis ini, perkiraaan distribusi statistik sifat
datanya yang sesuai perlu diketahui terlebih dahulu. Untuk menentukan ketepatan
distribusi statistik sifat data yang sesuai perlu dilakukan pembandingan fungsi distribusi
data antara secara empiris terhadap teoritis dan pengujian dengan Chi-kuadrat atau
Smirnov-Kolmogorof. Proses pembadingan ini dapat dilakukan dengan pengeplotan di
kertas probabilitas. Pada kertas ini nampak bahwa fungsi distribusi teoritis akan berupa
garis lurus.
Langkah-langkah yang dilakukan dalam perhitungan distribusi hujan adalah:
1. Penyiapan sampel, baik berupa data hujan maupun data debit.
2. Hitung nilai-nilai statistik data seperti rata-rata, standart deviasi, koefisien variasi,
skewness, kurtosis.
3. Perkirakan jenis distribusi awalnya
4. Penggambaran data pada kertas probabilitas.
5. Pengujian statistik untuk memilih distribusi data yang sesuai pada langkah ke 3.
Beberapa bentuk distribusi statistik kontinyu yang sering digunakan dalam
perhitungan hidrologi untuk perhitungan hujan harian maksimum rencana misalnya
sebaran Normal, Log – Normasl, Log - Pearson dan Gumbel.
( )
P(X) = . ……..………..……………….…..…….…..(6.2)
√
dengan :
P(X) = fungsi kerapatan peluang normal
= 3,14156
e = 2,71828
μ = nilai X rata-rata
σ = standar deviasi nilai X
XT = ̅ +K . σx…………………………..………………………….…..(6.3)
Nilai X adalah banjir dengan suatu nilai probabilitas tertentu, ̅ adalah nilai rata-rata dari
rangkaian banjirnya, σx adalah deviasi standar, dan K adalah faktor frekuensi distribusi
Normal yang ditentukan oleh suatu distribusi tertentu yang merupakan fungsi dari nilai
probabilitas X. Nilai K untuk masing-masing periode ulang banjir dapat dilihat pada tabel
6.1
Tabel 6.1. Nilai k faktor frekuensi distribusi Normal
Periode
Peluang K
Ulang
1,001 0.999 -3,05
1,005 0.995 -2,58
1,010 0.990 -2,33
1,050 0.950 -1,64
1.110 0.900 -1,28
1,250 0,800 -0,84
1,330 0.750 -0,67
1,430 0.700 -0,52
1,670 0.600 -0,25
2,000 0,500 0
2,5 0,400 0,25
3,330 0,300 0,52
4,000 0,250 0,67
5 0,200 0,84
10 0,100 1,28
20 0,050 1,64
50 0,200 2,05
100 0,010 2,33
200 0,005 2,58
500 0,002 2,88
1000 0,001 3,09
(Soewarno, 1991)
( )
P(x) = ……..………..…….…..…….…..(6.4)
√
dengan :
P(x) = fungsi kerapatan peluang normal
= 3,14156
e = 2,71828
= standar deviasi nilai x
= nilai x rata rata
dimana :
( )
Nilai X rata-rata =
Variansi n =
m = exp
= exp (
Koefisien variansi Cv =
Koefisien kemencengan Cs =(
Koefisien kurtosis Ck =
Persamaan distribusi tranformasi log normal 3 parameter dapat digunakan untuk
menghitung frequensi hujan harian maksimum yaitu dengan rumus 6.5 berikut :
Log X = ̅̅̅̅̅̅̅̅+ k . S log x……..………..…………………….…..(6.5)
dengan :
Log X = perkiraan nilai yang diharapkan terjadi pada periode ulang tertentu
̅̅̅̅̅̅̅̅ = nilai rata-rata kejadian
k = faktor frequensi, merupakan fungsi peluang atau periode ulang
S log x = standar deviasi
Nilai hujan rencana (X) diperoleh dari antilog dari Log x.
Nilai K untuk distribusi Log Pearson III dapat dilihat pada tabel 6.2.
Tabel 6.2 Nilai k faktor frekuensi distribusi Normal
Peluang kumulatif ( % )
Koefisien
50 80 90 95 98 99
Kemencengan
Periode Ulang ( tahun )
(CS)
2 5 10 20 50 100
-2,00 0,2366 -0,6144 -1,2437 -1,8916 -2,7943 -3,5196
-1,80 0,2240 -0,6395 -1,2621 -1,8928 -2,7578 -3,4433
-1,60 0,2092 -0,6654 -1,2792 -1,8901 -2,7138 -3,3570
-1,40 0,1920 -0,6920 -1,2943 -1,8827 -2,6615 -3,2601
-1,20 0,1722 -0,7186 -1,3067 -1,8696 -2,6002 -3,1521
-1,00 0,1495 -0,7449 -1,3156 -1,8501 -2,5294 -3,0333
-0,80 0,1241 -0,7700 -1,3201 -1,8235 -2,4492 -2,9043
-0,60 0,0959 -0,7930 -0,3194 -1,7894 -2,3600 -2,7665
-0,40 0,0654 -0,8131 -0,3128 -1,7478 -2,2631 -2,6223
-0,20 0,0332 -0,8296 -0,3002 -1,6993 -2,1602 -2,4745
0,00 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,20 -0,0332 0,8996 0,3002 1,5993 2,1602 2,4745
0,40 -0,0654 0,8131 0,3128 1,7478 2,2631 2,6223
0,60 -0,0959 0,7930 0,3194 1,7894 2,3600 2,7665
0,80 -0,1241 0,7700 1,3201 1,8235 2,4492 2,9043
1,00 -0,1495 0,7449 1,3156 1,8501 2,5294 3,0333
1,20 -0,1722 0,7186 1,30567 1,8696 2,6002 3,1521
1,40 -0,1920 0,6920 1,2943 1,8827 2,6615 3,2601
1,60 -0,2092 0,6654 1,2792 1,8901 2,7138 3,3570
1,80 -0,2240 0,6395 1,2621 1,8928 2,7578 3,4433
2,00 -0,2366 0,6144 1,2437 1,8916 2,7943 3,5196
Sumber : Sumber : Soewarno, 1995
* +……..………..……………….…..………..…..(6.6)
Rumus periode ulang pada persoalan penentuan hujan rencana dapat dilihat pada
persamaan 6.7 – 6.8 :
XT = bT - ln * +…………..………..……..…………….…..(6.7)
atau
YT = - ln * +……..………..……………….…..…….…..(6.8)
dengan :
= reduced variate
= reduced mean yang tergantung dari besarnya sampel n (lihat tabel 6.4)
= reduced standard deviation yang tergantung dari besarnya sampel n (lihat tabel 6.5)
YT = -ln [ ]……..………..……………….….....(6.11)
Angka reduced variate untuk berbagai periode ulang dapat dilihat pada tabel 6.3
berikut :
Tabel 6.3 Reduced variate sebagai fungsi periode ulang
Contoh perhitungan :
Hitung hujan perencanaan dengan waktu balik 20, 50, 100, 200 dengan cara gumbel
untuk hujan maksimum tahunan pada tabel 6.6 berikut.
Tabel 6.6 Data hujan
No X1 (m3/det) No X1 (m3/det)
1 130 14 116
2 170 15 105
3 160 16 94
4 110 17 139
5 125 18 119
6 118 19 148
7 121 20 180
8 104 21 110
9 97 22 132
10 142 23 154
11 187 24 149
12 120 25 111
13 127 26 120
Penyelesaian :
Tabel 6.7 Hasil Perhitungan Metode Gumbel
P=
m X1 (m3/det) Xi2 Xi-̅ (X1-̅)2 Tr(n+1)/m
m/(n+1).100%
1 130 16900 -0.308 0.095 27.000 0.037
2 170 28900 39.692 1575.479 13.500 0.074
3 160 25600 29.692 881.633 9.000 0.111
4 110 12100 -20.308 412.402 6.750 0.148
5 125 15625 -5.308 28.172 5.400 0.185
6 118 13924 -12.308 151.479 4.500 0.222
7 121 14641 -9.308 86.633 3.857 0.259
8 104 10816 -26.308 692.095 3.375 0.296
9 97 9409 -33.308 1109.402 3.000 0.333
10 142 20164 11.692 136.710 2.700 0.370
11 187 34969 56.692 3214.018 2.455 0.407
12 120 14400 -10.308 106.249 2.250 0.444
13 127 16129 -3.308 10.941 2.077 0.481
14 116 13456 -14.308 204.710 1.929 0.519
15 105 11025 -25.308 640.479 1.800 0.556
16 94 8836 -36.308 1318.249 1.688 0.593
17 139 19321 8.692 75.556 1.588 0.630
18 119 14161 -11.308 127.864 1.500 0.667
19 148 21904 17.692 313.018 1.421 0.704
20 180 32400 49.692 2469.325 1.350 0.741
21 110 12100 -20.308 412.402 1.286 0.778
22 132 17424 1.692 2.864 1.227 0.815
23 154 23716 23.692 561.325 1.174 0.852
24 149 22201 18.692 349.402 1.125 0.889
25 111 12321 -19.308 372.787 1.080 0.926
26 120 14400 -10.308 106.249 1.038 0.963
∑ 3388 456842 15359.5 104.06933
̅ 130.3076923 17571 590.751 4.0026666
∑ ̅
S=√ √ 24,787
Dengan banyak data n=26, maka didapat nilai yn dan sn dari tabel 6.3 dan tabel 6.4
yn = 0,5320
sn = 1,0861
= = 22.8217
̅
b = = = 107.83
Tr = 50 → y50 = 3,90194
XT = ̅
=b+ . yt
Sehingga :
= 175.615
= 196.879
= 212.81
= 228.685
Selanjutnya hasil ini dibandingkan dengan hasil dari kertas distribusi Gumble pada
lampiran 3.
∑ ̅̅̅̅̅̅̅̅
si = √ ……..………..……………….………….(6.14)
logaritma hujan dengan waktu balik yang dikehendaki dengan rumus berikut :
Log X = ̅̅̅̅̅̅ + G ……..………..……………….………..…….(6.16)
Nilai hujan rencana (X) diperoleh dari antilog dari Log x.
Tabel 6.8 Distribusi Log Pearson Tipe III Untuk Koefisien Kemencengan Cs
Waktu balik dalam tahun
Koefisien 2 5 10 25 50 100 200 1000
Cs Peluang (%)
50 20 10 4 2 1 0,5 0,1
3,0 -0,396 0,420 1,180 2,278 3,152 4,051 4,970 7,250
2,5 -0,360 0,518 1,250 2,262 3,048 3,845 4,652 6,600
2,2 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200
2,0 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910
1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660
1,6 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390
1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110
1,2 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820
1,0 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540
0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395
0,8 -0,132 0,780 1,336 1,998 2,453 2,891 3,312 4,250
0,7 -0,116 0,790 1,333 1,967 2,407 2,824 3,223 4,105
0,6 -0,099 0,800 1,328 1,939 2,359 2,755 3,132 3,960
0,5 -0,083 0,808 1,323 1,910 2,311 2,686 3,041 3,815
0,4 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 3,670
0,3 -0,050 0,824 1,309 1,849 2,211 2,544 2,856 3,525
0,2 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 3,380
0,1 -0,017 0,836 1,292 1,785 2,107 2,400 2,670 3,235
0 0 0,842 1,282 1,751 2,054 2,326 2,576 3,090
-0,1 0,017 0,836 1,270 1,716 2,000 2,252 2,482 2,950
-0,2 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810
-0,3 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675
-0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540
-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400
-0,6 0,099 0,857 1,200 1,528 1,720 1,880 2,016 2,275
-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150
-0,8 0,132 0,856 1,166 1,448 1,606 1,733 1,837 2,035
-0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910
-1,0 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800
-1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625
-1,4 0,225 0,832 1,041 1,198 1,270 1,318 1,351 1,465
-1,6 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,280
-1,8 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,130
-2,0 0,307 0,777 0,895 0,959 0,980 0,990 0,995 1,000
-2,2 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910
-2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802
-3,0 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668
(Soemarto,1999)
Analisis curah hujan - Hidrologi
39
Contoh :
Gunakan cara Log Pearson untuk menghitung Q50, Q100 dan Q200 untuk curah hujan pada
table 6.9 berikut.
Penyelesaian :
P = m/(n+1) (Log Xi -
m Xi Log Xi Log Xi - Log ̅ (Log Xi - Log ̅)2
. 100 Log ̅)3
18 76 66.67 1.88081 0.05802 0.00337 0.00020
19 80.06 70.37 1.90342 0.08062 0.00650 0.00052
20 81.75 74.07 1.91249 0.08969 0.00804 0.00072
21 82.83 77.78 1.91819 0.09539 0.00910 0.00087
22 86.27 81.48 1.93586 0.11307 0.01278 0.00145
23 89.5 85.19 1.95182 0.12903 0.01665 0.00215
24 90.29 88.89 1.95564 0.13285 0.01765 0.00234
25 97.33 92.59 1.98825 0.16545 0.02737 0.00453
26 104 96.30 2.01703 0.19424 0.03773 0.00733
∑ 1728.89 46.89155 0.46936 -0.05684
̅ 66.4958 1.80352 0.01805 -0.00219
∑ ̅ ∑ ̅
Si = √ √ 0,1356
Menghitung koefisien :
∑ ̅
Cs = = -0,522731938
Log XT = Log ̅ + G Si
dimana : Log ̅ = 1,803527
Si = 0,135602
Cs = -0,5227319
Sehingga didapat
Tabel 6.11 Hasil perhitungan metode Log Pearson
Tr (tahun) Pr(%) G G.Si Log XT= Log ̅ + G Si XT (anti Log)
50 2 1,76404 0,2392 2,042735 110,340
100 1 1,93795 0,2627 2,066317 116,497
200 0.5 2,08709 0,2830 2,086540 122,050
X50 = 110,340
X100 = 116,497
X200 = 122,050
Selanjutnya hasil perhitungan ini dibandingkan dengan menggunakan kertas
probabilitas Log PEARSON pada lampiran 2 didapat :
X50 = 110,8
X100 = 115
X200 = 119
Tingkat kesalahan dapat dihitung dengan metode Log PEARSON :
Uji tingkat kesalahan Log PEARSON < 5 %, jadi perhitungan diatas masih dibawah
tingkat kesalahan (Error)
XT = ̅ n + k Sn……..………..……………….………..…….….(6.17)
dimana :
∑
̅n = ……..………..……………….…………………..…….(6.18)
∑
Sn = √ ……..………..………..………………..…….(6.19)
keterangan :
XT = hujan dengan kala ulang T
̅n = hujan rata-rata dari maximum annual series
Sn = simpangan baku
k = faktor frekuensi (dari data di Amerika k = 15)
n = banyak data
Sn = ……..………..……………….…….…………..…….(6.21)
dengan :
Contoh :
Hitung besar PMP dari data hujan pada tabel 6.12 berikut dengan luas DAS 150 km 2.
Penyelesaian :
Tabel 6.13 Hasil perhitungan PMP
Xi (data
No Xi -̅ (Xi -̅)2 Xi - ̅ (n-m)
hujan)
1 30.25 -36.25 1313.76 1207.26
2 40.25 -26.25 688.84 612.34
3 41.15 -25.35 642.41 568.61
4 43.75 -22.75 517.37 451.38
5 45.59 -20.91 437.05 376.58
6 45.98 -20.52 420.90 361.59
7 50.5 -16.00 255.86 210.12
8 55 -11.50 132.15 99.91
9 55.49 -11.01 121.13 90.36
10 58.5 -8.00 63.93 42.19
11 59.25 -7.25 52.50 33.01
12 63.08 -3.42 11.67 3.67
13 69.52 3.02 9.15 20.47
14 69.92 3.42 11.73 24.25
15 70 3.50 12.28 25.04
16 71 4.50 20.29 36.05
17 71.63 5.13 26.36 44.02
18 76 9.50 90.33 121.10
19 80.06 13.56 183.99 226.94
20 81.75 15.25 232.69 280.71
21 82.83 16.33 266.81 318.07
22 86.27 19.77 391.02 452.60
23 89.5 23.00 529.19 600.47
24 90.29 23.79 566.17 639.81
25 97.33 30.83 950.75 1045.51
26 104 37.50 1406.57 -
∑ 1728.89 9354.9 7892.05
̅ 66.49576923 359.8 315.68
Maka :
∑
Xn = 66.49576923
Xn-m = 64,99644
∑ ̅̅̅̅
Sn =√ √ = 19,34425
∑ ̅̅̅̅̅̅̅̅̅
Sn-m = √ √ = 18,134033
Untuk faktor adjustmen rata-rata :
̅
Xn = 0,97744
Sn = 0,93744