BAB IV

ANALISA DAN HASIL

4.1 Analisa Hidrologi

4.1.1 Analisis Curah Hujan
A. Ketersedian Data
Data hujan yang digunakan dalam tugas akhir ini adalah data pengamatan hujan
dari stasiun curah hujan yang terletak disekitar lokasi. Data curah hujan berasal dari
stasiun curah hujan berikut:
Tabel 4.1 Data Stasiun Curah Hujan
Lokasi
No Nama Stasiun Curah Hujan Lintang Ketersedian Data
Bujur Timur
Selatan
1. Sta. Gunung Nago (A) 00˚52’42” 100˚21’19” 2004 – 2013
2. Sta. Ladang Padi (B) 00˚54’20” 100˚22’06” 2004 – 2013
3. Sta. Simpang Alai (C) 00˚56’04” 100˚26’20” 2004 – 2013

Data curah hujan harian dari ke 3 stasiun diatas terlampir, dan selanjutnya
dilakukan penentuan hujan kawasan.

B. Penentuan Hujan Kawasan

Tujuan analisis curah hujan kawasan adalah untuk melihat pengaruh lokasi
stasiun curah hujan terhadap lokasi bangunan yang direncanakan.
a. Metode Poligon Thiessen
Metode ini memperhitungkan bobot dari masing-masing stasiun yang
mewakili luasan di sekitarnya. Pada suatu luasan di dalam DAS di anggap
bahwa hujan adalah sama dengan yang terjadi pada stasiun yang terdekat,
sehingga hujan yang tercatat pada suatu stasiun mewakili luasan tersebut.
Metode ini digunakan apabila penyebaran stasiun hujan di daerah yang
ditinjau tidak merata. Hitungan curah hujan rerata dilakukan dengan
memperhitungkan daerah pengaruh dari tiap stasiun.

IV-1
 Tabel 4.2 Data Luasan Pengaruh Stasiun Curah Hujan
Luasan
No Nama Stasiun Curah Hujan
(Km2)
1. Sta. Gunung Nago (A) 7,214
2. Sta. Ladang Padi (B) 74,116
3. Sta. Simpang Alai (C) 92,921
Total 174,25

Berikut adalah contoh perhitungan Metode Poligon Thiessen, untuk tahun 2004
tanggal 6 bulan Mei :

(AA XA +AB XB +AC XC )

̅=
X
(Atotal )

(7,214 x 120 +74,116 x 67 +92,921 x 86)

̅=
X = 79,33 mm/hari
(174,25)

Untuk perhitungan selanjutnya akan ditampilkan dalam tabel berikut dengan

data curah hujan hariannya terlampir:

Tabel 4.3 Perhitungan Poligon Thiessen

X
No Tahun Rata-rata
(mm)
1 2004 79,33
2 2005 171,49
3 2006 116,52
4 2007 77,65
5 2008 60,65
6 2009 90,29
7 2010 59,71
8 2011 52,17
9 2012 49,77
10 2013 96,68
Sumber : Hasil Perhitungan

IV-2
 Hasil perhitungan curah hujan dari metode Poligon Thiessen ini akan
digunakan untuk perhitungan Distribusi probabilitas berikutnya.

4.1.2 Distribusi Probabilitas

Distribusi analisis frekuensi data hujan data debit guna memperoleh nilai
hujan rencana atau debit rencana, dikenal beberapa distribusi probabilitas kontinu
yang sering digunakan, yaitu: Gumbel, Normal, Log Normal dan Log Person Type
III.

1. Metode Normal
Perhitungan hujan rencana berdasarkan distribusi probabilitas normal, jika
data yang dipergunakan adalah berupa sampel, dilakukan dengan rumus-rumus
berikut:
̅ +KT. S
XT = X

Dimana:
XT = Hujan rencana dengan periode ulang T tahun
̅
X = Nilai rata-rata
S = Standar Deviasi
KT = Faktor frekuensi, nilainya bergantung dari T (Nilai Variabel Reduksi
Gauss)
Hitungan Parameter Statistik data:
a. Nilai rata-rata
∑ni=1 Xi
̅ =
X
n
854,26
=
10
= 85,426 mm
b. Standar Deviasi (S)

n 2
̅
S =√∑i=1 (Xi-X)
n-1

IV-3
 12274,26
S =√ = 36,93
10 -1

Tabel 4.4 Hasil Perhitungan Parameter Metode Normal

No Xi (Xi-X̅) (Xi –X̅ )2
1 171,49 86,064 7407,012
2 116,52 31,094 966,8368
3 96,68 11,254 126,6525
4 90,29 4,864 23,6585
5 79,33 -6,096 37,16122
6 77,65 -7,776 60,46618
7 60,65 -24,776 613,8502
8 59,71 -25,716 661,3127
9 52,17 -33,256 1105,962
10 49,77 -35,656 1271,35
∑ 854,26 12274,26
X̅ 85,426
S 36,93
Sumber : Hasil Perhitungan

c. Hitung nilai KT
Nilai KT dihitung berdasarkan nilai T dari lampiran nilai Variabel reduksi
Gauss, didapat untuk T = 2 maka nilai KT = 0.

d. Hitung hujan rencana dengan periode ulang T

X2 = 85,43 + 36,93 x 0,00 = 85,43 mm

Tabel 4.5 Hasil Perhitungan Distribusi Probabilitas Normal

No Tahun KT S X̅ KT x S XT
1 2 0,000 36,93 85,43 0,00 85,43
2 5 0,840 36,93 85,43 31,02 116,45
3 10 1,280 36,93 85,43 47,27 132,70
4 25 1,570 36,93 85,43 57,98 143,41
5 50 2,050 36,93 85,43 75,71 161,13
6 100 2,330 36,93 85,43 86,05 171,47
Sumber : Hasil Perhitungan

IV-4
 2. Metode Log Normal
Perhitungan hujan rencana berdasarkan probabilitas Log Normal, jika data
yang digunakan adalah berupa sampel, dilakukan dengan rumus-rumus sebagai
berikut:
̅̅̅̅̅̅̅ + K T . SLogX
LogX T = LogX
Dimana:
LogXT = Nilai Logaritma Hujan rencana dengan periode ulang T tahun
̅̅̅̅̅̅̅
LogX = Nilai rata-rata dari Log X
S Log X = Standar deviasi dari Log X
KT = Faktor frekuensi, nilainya tergantung dari T (Lampiran Nilai
Variabel Reduksi Gauss).
Hitungan Parameter Statistik data:
a. Nilai rata-rata
∑ni=1 Log Xi
̅̅̅̅̅̅̅̅
Log X =
n
19,00
=
10
= 1,90 mm
b. Standar Deviasi (S)

n ̅ 2
SLog X=√∑i=1 (Log Xi - LogX)
n-1

0,2535
SLog X=√ = 0,17
10 -1

Tabel 4.6 Hasil Perhitungan Parameter Metode Log Normal

No Xi LogXi (LogXi - ̅̅̅̅̅̅̅

LogX)2

1 171,49 2,23 0,1114

2 116,52 2,07 0,0275
3 96,68 1,99 0,0072
4 90,29 1,96 0,0030
5 79,33 1,90 0,0000
6 77,65 1,89 0,0001
IV-5
 No Xi LogXi ̅̅̅̅̅̅̅)2
(LogXi - LogX

7 60,65 1,78 0,0138

8 59,71 1,78 0,0155
9 52,17 1,72 0,0335
10 49,77 1,70 0,0414
∑ 19,90 0,2535
̅̅̅̅̅̅̅
log X 1,90
Slog 0,17
Sumber : Hasil Perhitungan

c. Hitung nilai KT
Nilai KT dihitung berdasarkan nilai T dari lampiran 5 tabel nilai Variabel
reduksi Gauss, didapat untuk T = 2 maka nilai KT = 0.

d. Hitung hujan rencana dengan periode ulang T

Log X2 = 1,90 + 0,00 x 0,17 = 1,90 mm
X2 = 101,90 = 79,51 mm

Tabel 4.7 Hasil Perhitungan Distribusi Probabilitas Log Normal

No. Tahun KT S LogX ̅̅̅̅̅̅̅
LogX KT x Slog KT x SlogX+LogX XT
1 2 0,000 0,17 1,90 0,00 1,90 79,51
2 5 0,840 0,17 1,90 0,14 2,04 110,01
3 10 1,280 0,17 1,90 0,21 2,12 130,40
4 25 1,570 0,17 1,90 0,26 2,16 145,87
5 50 2,050 0,17 1,90 0,34 2,24 175,60
6 100 2,330 0,17 1,90 0,39 2,29 195,66
Sumber : Hasil Perhitungan

3. Metode Gumbel
Jika data hujan yang digunakan dalam perhitungan adalah berupa sampel
(populasi terbatas), maka perhitungan hujan rencana berdasarkan Distribusi
Probailitas Gumbel Dilakukan dengan rumus sebagai berikut:
̅+SxK
XT= X

IV-6
Dimana:
X T = Hujan rencana dengan periode ulang T tahun
X = Nilai rata-rata
S = Standar deviasi
K = Faktor frekuensi Gumbel
YT -Yn
K =
Sn
YT = Reduced Variate

Yt = -Ln -Ln [ T-1

T
]
Sn = Reduced Standar deviasi
Yn = Reduced Mean
Hitungan Parameter Statistik data:
a. Nilai rata-rata
∑ni=1 Xi
̅ =
X
n
854,26
=
10
= 85,426 mm
b. Standar Deviasi (S)

n ̅ 2
S=√∑i=1 (Xi-X)
n-1

12274,26
S=√ = 36,93
10 -1

Tabel 4.8 Hasil Perhitungan Parameter Metode Gumbel

No Xi (Xi-X̅) (Xi –X̅ )2
1 171,49 86,064 7407,012
2 116,52 31,094 966,8368
3 96,68 11,254 126,6525
4 90,29 4,864 23,6585
5 79,33 -6,096 37,16122
6 77,65 -7,776 60,46618
IV-7
 No Xi ̅)
(Xi-X ̅ )2
(Xi –X
7 60,65 -24,776 613,8502
8 59,71 -25,716 661,3127
9 52,17 -33,256 1105,962
10 49,77 -35,656 1271,35
∑ 854,26 12274,26
̅
X 85,426
S 36,93
Sumber : Hasil Perhitungan

c. Hitung nilai KT
Dengan jumlah data (n) = 10 maka didapat:
Yn : 0,4952 (lihat tabel Nilai Reduced Mean)
Sn : 0,9497 (lihat tabel Nilai Reduced Deviation)
Dengan Periode ulang (T) = 2 tahun didapat:

[
Yt = -Ln -Ln
T-1
T
]
[
Yt = -Ln -Ln
2-1
2
]
Yt = 0,3665

Dengan Yn, Sn, dan Yt yang sudah didapat di atas maka nilai K adalah:

Yt -Yn
K =
Sn
0,3665 -0,4952
K =
0,9497
K = -0,136
d. Hitung hujan rencana dengan periode ulang T
X2 = 85,43 + 36,93 x -0,136 = 80,42 mm

IV-8
 Tabel 4.9 Hasil Perhitungan Distribusi Gumbel
No Tahun Yn Sn YT YT - Yn KT XT
1 2 0,4952 0,9497 0,3665 -0,129 -0,136 80,42
2 5 0,4952 0,9497 1,4999 1,005 1,058 124,49
3 10 0,4952 0,9497 2,2504 1,755 1,848 153,68
4 25 0,4952 0,9497 3,1255 2,630 2,770 187,71
5 50 0,4952 0,9497 3,9019 3,407 3,587 217,90
6 100 0,4952 0,9497 4,0061 3,511 3,697 221,95
Sumber : Hasil Perhitungan

4. Metode Log Person Type III

Perhitungan hujan rencana berdasarkan distribusi probabilitas Log Person
Type III, jika data yang digunakan adalah berupa sampel, dilakukan dengan
rumus-rumus sebagai berikut:
LogX T = ̅̅̅̅̅̅̅
LogX + K T . SLogX
Dimana:
LogXT = Nilai Logaritma Hujan rencana dengan periode ulang T tahun
̅̅̅̅̅̅̅
LogX = Nilai rata-rata dari Log X
SLogX = Standar deviasi dari Log X
KT = Variabel standar, besarnya tergantung koefisien kemecengan (Cs
atau G) Faktor Frekuensi KT
Hitungan Parameter Statistik data:
a. Nilai rata-rata
∑ni=1 Log Xi
̅̅̅̅̅̅̅̅
Log X =
n
19,00
=
10
= 1,90 mm
b. Standar Deviasi (S)

n ̅ 2
SLog X=√∑i=1 (Log Xi - LogX)
n-1

0,2535
SLog X=√ = 0,17
10 -1
IV-9
 c. Menentukan nilai Cs atau G
Log X )3
n ∑ni=1 ( Log Xi- ̅̅̅̅̅̅̅̅
Cs =
(n-1)(n-2)(S Log X)3
10 x 0,024432
Cs = = 0,7
9 x 8 x 0,173
Tabel 4.10 Hasil Perhitungan Parameter Metode Log Person Type III

Xi LogXi ̅̅̅̅̅̅̅)2
(LogXi - LogX ̅̅̅̅̅̅̅)3
(LogXi - LogX

171,49 2,23 0,1114 0,037190

116,52 2,07 0,0275 0,004571
96,68 1,99 0,0072 0,000612
90,29 1,96 0,0030 0,000168
79,33 1,90 0,0000 0,000000
77,65 1,89 0,0001 -0,000001
60,65 1,78 0,0138 -0,001627
59,71 1,78 0,0155 -0,001925
52,17 1,72 0,0335 -0,006131
49,77 1,70 0,0414 -0,008425
1243 20,90 0,2535 0,024432
̅̅̅̅̅̅̅
Log x 2,09 SlogX 0,17
CS 0,7
Sumber : Hasil Perhitungan

d. Hitung nilai KT
Nilai KT dihitung berdasarkan nilai T dan nilai Cs atau G dari Lihat tabel
Faktor Frekuensi Kt, didapat untuk T = 2 dan Cs = 0,7 maka nilai
KT = -0,116
e. Hitung hujan rencana dengan periode ulang T
Log X2 = 1,90 + -0,116 x 0,17 = 1,88
X2 = 101,88 = 76,03 mm

IV-10
 Tabel 4.11 Hasil Perhitungan Distribusi Log Person Type III
No. Tahun KT S LogX ̅̅̅̅̅̅̅
LogX KT x Slog LogXT XT
1 2 -0,116 0,17 1,90 -0,02 1,88 76,03
2 5 0,79 0,17 1,90 0,13 2,03 107,90
3 10 1,333 0,17 1,90 0,22 2,12 133,10
4 25 1,967 0,17 1,90 0,33 2,23 170,05
5 50 2,407 0,17 1,90 0,40 2,30 201,57
6 100 2,824 0,17 1,90 0,47 2,37 236,82
Sumber : Hasil Perhitungan
Dari hasil perhitungan analisis distribusi frekuensi hujan harian maksimum
tersebut didapat hasil seperti berikut :

Tabel 4.12 Rekapitulasi Distribusi Probabilitas

Hujan Rencana Harian Maksimum
Periode
Metode Distribusi Probabilitas
Ulang
Log Person
T Normal Log Normal Gumbel
Type III
2 85,43 79,51 80,42 76,03
5 116,45 110,01 124,49 107,90
10 132,70 130,40 153,68 133,10
25 143,41 145,87 187,71 170,05
50 161,13 175,60 217,90 201,57
100 171,47 195,66 221,95 236,82
Sumber : Hasil Perhitungan

4.1.3 Uji Distribusi Probabilitas

Uji Distribusi Probabilitas dimaksudkan untuk mengetahui apakah persamaan
distribusi probabilitas yang dipilih dapat mewakili distribusi statistik sampel data
yang dianalisis.
1. Metode Chi Kuadrat (χ²)
Rumus yang digunakan dalam perhitungan dengan metode uji Chi-
Kuadrat adalah sebagai berikut:
2
(Of-Ef )
χ²= ∑ni=1
Ef

Dimana:
IV-11
χ² = Parameter chi kuadrat terhitung
Ef = Frekuensi yang diharapkan sesuai dengan pembagian kelasnya
Of = Frekuensi yang diamati pada kelas yang sama
n = Jumlah sub kelompok
Derajat nyata atau drajat kepercayaan (∝ ) tertentu yang sering diambil
adalah 5%. Drajat kebebasan (Dk) dihitung dengan rumus :
Dk = k – (p + 1)
K = 1 + 3,3 log n
Dimana:
Dk = Drajat kebebasan
P = Banyaknya paremeter, untuk Chi kuadrat adalah 2
K = Jumlah kelas distribusi
n = Banyaknya data
Selanjutnya distribusi probabilitas yang dipakai untuk menentukan curah
hujan rencana adalah distribusi probabilitas yang mempunyai simpangan
maksimum terkecil dan lebih kecil dari simpangan kritis.
χ² < χ² kritis
Dimana:
χ² = parameter Chi kuadrat terhitung
χ²cr= parameter Chi kuadrat kritis

Prosedur perhitungan adalah sebagai berikut:

1) Menghitung parameter Statistik X rata-rata dan Standar deviasi
Tabel 4.13 Data Hujan Yang telah diurutkan dari besar ke kecil
Curah Hujan Harian
No Maksimum (mm) setelah
diurutkan
1 171,49
2 116,52
3 96,68
4 90,29
5 79,33
6 77,65

IV-12
 Curah Hujan Harian
No Maksimum (mm) setelah
diurutkan
7 60,65
8 59,71
9 52,17
10 49,77
Sumber : Hasil Perhitungan

2) Menghitung Jumlah Kelas

Jumlah data (n) = 10
Kelas distribusi (k) = 1 + 3,3 log n
= 1 + 3,3,log 10
= 4,3  5 kelas
3) Menghitung derajat kebebasan (DK) dan X2cr
Parameter (P) =2
Derajat kebebasan (Dk) = k – (P + 1)
= 5 – (2 + 1) = 2
Nilai X2cr dengan jumlah data (n) = 2,  = 5 % dan Dk = 2 adalah X2cr =
5,991
4) Menghitung kelas distribusi
kelas distribusi = 1/5 x 100 = 20 %
Interval distribusi adalah = 20 % , 40%, 60%, 80%.
Persentase 20%
P(x) = 20 % diperoleh T = 1/Px = 1/0,20 = 5 tahun
Persentase 40%
P(x) diperoleh T = 1/Px = 1/0,40= 2,5 tahun
Persentase 60 %
P(x) diperoleh T =1/Px = 1/0,60 = 1,67 tahun
Persentase 80%
P(x) diperoleh T =1/Px = 1/0,80 = 1,25 tahun

IV-13
5) Menghitung interval kelas
a. Distribusi Probabilitas Normal
Nilai KT berdasarkan T dari Tabel Nilai Variabel reduksi Gaus (lampiran 5
tabel Nilai Variabel Reduksi Gauss)
T = 5 Maka KT = 0,84
T = 2,5 Maka KT = 0,25
T = 1,67 Maka KT = -0,25
T = 1,25 Maka KT = -0,84

̅
X = 124,3 mm
S = 18,32
Interval kelas :
XT = ̅
X + KT x S

XT = 85,43 + 36,93 x KT

Sehingga :
Tabel 4.14 Hasil Perhitungan Distribusi Probabilitas Normal
T KT ̅
X S XT
5 0,84 85,43 36,93 116,45
2,5 0,25 85,43 36,93 94,66
1,67 -0,25 85,43 36,93 76,19
1,25 -0,84 85,43 36,93 54,41
Sumber : Hasil Perhitungan
b. Distribusi Probabilitas Log Normal
Nilai KT berdasarkan T dari Tabel Nilai Variabel reduksi Gaus (tabel Nilai
Variabel Reduksi Gauss)
T = 5 Maka KT = 0,84
T = 2,5 Maka KT = 0,25
T = 1,67 Maka KT = -0,25
T = 1,25 Maka KT = -0,84

IV-14
 ̅̅̅̅̅̅̅̅
Log X = 1,90 mm
S Log X = 0,17
Interval kelas :
LogX T ̅̅̅̅̅̅̅ + K T . SLogX
= LogX
LogXT = 1,90 + 0,17 x KT
Sehingga,
Tabel 4.15 Hasil Perhitungan Distribusi Probabilitas Log Normal
T KT ̅̅̅̅̅̅̅̅
Log X SLog X Log X XT
5 0,84 1,90 0,17 2,04 110,01
2,5 0,25 1,90 0,17 1,94 87,58
1,67 -0,25 1,90 0,17 1,86 72,19
1,25 -0,84 1,90 0,17 1,76 57,47
Sumber : Hasil Perhitungan

c. Distribusi Probabilitas Gumbel

Dengan jumlah data (n) = 10 maka didapat nilai
Yn = 0,4952 dan Sn = 0,9497
T-1
Yt = -Ln (-Ln )
T
YT - Yn YT - 0,4952
K= =
Sn 0,9497
Sehingga :

Tabel 4.16 Hasil Perhitungan Distribusi Gumbel

T KT ̅
X S YT XT
5 1,06 85,43 36,93 1,4999 124,49
2,5 0,19 85,43 36,93 0,6717 92,29
1,67 -0,43 85,43 36,93 0,0907 69,70
1,25 -1,02 85,43 36,93 -0,4759 47,66
Sumber : Hasil Perhitungan

IV-15
 d. Distribusi Probabilitas Log Person Type III
Nilai K T dihitung berdasarkan nilai Cs = 0,7
Dan nilai T untuk berbagai periode ulang
T=5 maka KT = 0,790
T = 2,5 maka KT = 0,035
T = 1,67 maka KT = 0,000
T = 1,25 maka KT = 0,000
KT diperoleh dengan menggunakaan tabel 2.5 faktor frekuensi KT untuk
distribusi log pearson tipe III (G atau Cs negatif). Dengan Cs = 0,7
̅̅̅̅̅̅̅
LogX = 1,90
SlogX = 0,17
Interval kelas :
LogXT = ̅̅̅̅̅̅̅
LogX + K T . Slog
Sehingga :
Tabel 4.17 Hasil Perhitungan Distribusi Log Pearson Type III
T KT ̅̅̅̅̅̅̅̅
Log X SLog X Log X XT
5 0,79 1,90 0,17 2,03 107,90
2,5 0,035 1,90 0,17 1,91 80,60
1,67 0 1,90 0,17 1,90 79,51
1,25 0 1,90 0,17 1,90 79,51
Sumber : Hasil Perhitungan

6) Perhitungan Nilai Chikuadrat (χ²)

Tabel 4.18 Perhitungan Nilai χ² untuk Distribusi Normal
( Of-Ef )2
Kelas Interval Ef Of Of-Ef
Ef
1 > 116,45 2 2 0 0
2 94,66 - 116,45 2 1 -1 0,5
3 76,19 - 94,66 2 3 1 0,5
4 54,41 - 76,19 2 2 0 0
5 < 54,41 2 2 0 0
10 10 1
Sumber : Hasil Perhitungan

IV-16
 Tabel 4.19 Perhitungan Nilai χ² untuk Distribusi Log Normal
( Of-Ef )2
Kelas Interval Ef Of Of-Ef
Ef
1 > 110,01 2 2 0 0
2 87,58 - 110,01 2 2 0 0
3 72,19 - 87,58 2 2 0 0
4 57,47 - 72,19 2 2 0 0
5 < 57,47 2 2 0 0
10 10 0
Sumber : Hasil Perhitungan
Tabel 4.20 Perhitungan Nilai χ² untuk Distribusi Gumbel
( Of-Ef )2
Kelas Interval Ef Of Of-Ef
Ef
1 > 124,49 2 1 -1 0,5
2 92,29 - 124,49 2 2 0 0
3 69,70 - 92,29 2 3 1 0,5
4 47,66 - 69,70 2 4 2 2
5 < 47,66 2 0 -2 2
10 10 5
Sumber : Hasil Perhitungan
Tabel 4.21 Perhitungan Nilai χ² untuk Distribusi Log Pearson Type III
( Of-Ef )2
Kelas Interval Ef Of Of-Ef
Ef
1 > 107,90 2 2 0 0
2 80,60 - 107,90 2 2 0 0
3 79,51 - 80,60 2 1 -1 0,5
4 79,51 - 79,51 2 0 -2 2
5 < 79,51 2 5 3 4,5
10 10 7
Sumber : Hasil Perhitungan
Tabel 4.22 Rekapitulasi Nilai χ² dan χ²cr
X2
Distribusi Probabilitas X2cr Keterangan
terhitung
Normal 1 5,991 Oke
Log Normal 0 5,991 Oke
Gumbel 5 5,991 Oke
Log Person Type III 7 5,991 Tidak Oke
Sumber : Hasil Perhitungan
IV-17
 Berdasarkan Tabel 4.22 maka distribusi yang dipilih adalah distribusi Metode
Gumbel karena nilai χ² hitung < dari χ² kritis.

b. Metode Simirnov Kalmogorof

1) Untuk Distribusi Probabilitas Normal

Tabel 4.23 Perhitungan Uji Distribusi Normal dengan Metode Smirnov -

Kolmogorof
I Xi P(xi) f(t) P'(x) Δp
(1) (2) (3) (4) (5) (6)
1 171,49 0,09 2,33 0,0099 -0,08
2 116,52 0,18 0,84 0,2005 0,02
3 96,68 0,27 0,30 0,3821 0,11
4 90,29 0,36 0,13 0,4483 0,08
5 79,33 0,45 -0,17 0,5675 0,11
6 77,65 0,55 -0,21 0,5832 0,04
7 60,65 0,64 -0,67 0,7486 0,11
8 59,71 0,73 -0,70 0,758 0,03
9 52,17 0,82 -0,90 0,8159 0,00
10 49,77 0,91 -0,97 0,834 -0,08
Sumber : Hasil Perhitungan

Keterangan :
Kolom (1) = nomor urut data
Kolom (2) = data hujan diurut dari besar ke kecil (mm)
Kolom (3) = peluang empiris (dihitung dengan persamaan weibull)
i
P(Xi) =
n+1
n : banyak data = 10

Kolom (4) = untuk distribusi Probabilitas Normal

XT = ̅
X + KT. S , sehingga
̅
KT = XT – X ̅
atau KT = Xi – X
S S

IV-18
 Dimana KT = f(t)
̅
X = 85,43
S = 36,93

Contoh untuk kolom (4) baris (1) :

f(t) = 171,49 – 85,43
36,93
= 2,33
Kolom (5) = peluang teoritis = 1 – luas di bawah kurve normal
sesuai dengan nilai f(t), yang ditentukan dengan tabel.
Contoh :

Untuk nilai f(t) = 2,33 maka luas wilayah di bawah kurve normal adalah
0,8925, sehingga nilai kolom (5) baris (1) = 1 – 0,9901 = 0,0099
Demikian seterusnya untuk baris berikutnya dengan cara yang sama.
Kolom (6) = ΔP = Kolom (5) – Kolom (3)
Berdasarkan tabel diatas dapat dilihat bahwa :
a. Simpangan maksimum (ΔP max) = 0,11
b. Jumlah data (n) = 10, dan derajat kepercayaan (α) adalah 5% maka nilai
Δp kritis 0,410
c. Jadi Δp max < Δp kritis, maka Distribusi Probabilitas Normal dapat
diterima untuk menganalisis data hujan.

2) Untuk Distribusi Probabilitas Log Normal

Tabel 4.24 Perhitungan Uji Distribusi Log Normal dengan Metode Smirnov
Kolmogorof
I LogXi P(Xi) f(t) P'(X) Δp
(1) (2) (3) (4) (5) (6)
1 2,23 0,09 1,99 0,0233 -0,07
2 2,07 0,18 0,99 0,1611 -0,02
3 1,99 0,27 0,51 0,305 0,03
4 1,96 0,36 0,33 0,3707 0,01
5 1,90 0,45 -0,01 0,504 0,05
IV-19
 I LogXi P(Xi) f(t) P'(X) Δp
(1) (2) (3) (4) (5) (6)
6 1,89 0,55 -0,06 0,5239 -0,02
7 1,78 0,64 -0,70 0,758 0,12
8 1,78 0,73 -0,74 0,7704 0,04
9 1,72 0,82 -1,09 0,8621 0,04
10 1,70 0,91 -1,21 0,8869 -0,02
Sumber : Hasil Perhitungan
Keterangan :
Kolom (1) = nomor urut data
Kolom (2) = nilai log hujan diurut dari besar ke kecil (mm)
Kolom (3) = peluang empiris (dihitung dengan persamaan weibull)
i
P(Xi) =
n+1
n : banyak data = 10
Kolom (4) = untuk distribusi Probabilitas Normal
Log XT = ̅̅̅̅̅̅̅
Log X+ KT. S log X , sehingga
KT = Log XT – ̅̅̅̅̅̅̅
Log X atau KT = Log Xi – ̅̅̅̅̅̅̅
Log X
S Log X S Log X
Dimana KT= f(t)
̅̅̅̅̅̅̅
Log X = 1,90
S Log X = 0,17
Contoh untuk kolom (4) baris (1) :
2,23 – 1,90
f(t) =
0,17

= 1,99
Kolom (5) = peluang teoritis = 1 – luas di bawah kurve normal
sesuai dengan nilai f(t), yang ditentukan dengan tabel.
Contoh :
Untuk nilai f(t) = 1,99 maka luas wilayah di bawah kurve normal (tabel Luas
Wilayah dibawah Kurva Normal) adalah 0,9767, sehingga nilai kolom (5)
baris (1) = 1 – 0,9767 = 0,0233

IV-20
 Demikian seterusnya untuk baris berikutnya dengan
cara yang sama
Kolom (6) = ΔP = Kolom (5) – Kolom (3)

Berdasarkan tabel diatas dapat dilihat bahwa :

a. Simpangan maksimum (ΔP max) = 0,122
b. Jumlah data (n) = 10, dan derajat kepercayaan (α) adalah 5% maka
nilai Δp kritis 0,410
c. Jadi Δp max < Δp kritis, maka Distribusi Probabilitas Log Normal
dapat diterima untuk menganalisis data hujan.

3) Untuk Distribusi Probabilitas Gumbel

Tabel 4.25 Perhitungan Uji Distribusi Gumbel dengan Metode Smirnov
Kolmogorof

I Xi P(xi) f(t) P'(x) Δp

(1) (2) (3) (4) (5) (6)
1 171,49 0,09 2,33 1,102183 1,01
2 116,52 0,18 0,84 1,539859 1,36
3 96,68 0,27 0,30 2,09692 1,82
4 90,29 0,36 0,13 2,406218 2,04
5 79,33 0,45 -0,17 3,271716 2,82
6 77,65 0,55 -0,21 3,434184 2,89
7 60,65 0,64 -0,67 7,058159 6,42
8 59,71 0,73 -0,70 7,493443 6,77
9 52,17 0,82 -0,90 11,70138 10,88
10 49,77 0,91 -0,97 13,98406 13,07
Sumber : Hasil Perhitungan

Keterangan :
Kolom (1) = nomor urut data
Kolom (2) = data hujan diurut dari besar ke kecil (mm)
Kolom (3) = peluang empiris (dihitung dengan persamaan
weibull)

IV-21
 i
P(Xi) =
n+1
n : banyak data = 10
Kolom (4) = untuk distribusi Probabilitas Gumbel
Kolom (4) = untuk distribusi Probabilitas Normal
̅ + KT. S , sehingga
XT = X
KT = XT – ̅
X atau KT = Xi – ̅
X
S S
Dimana KT = f(t)
̅
X = 85,43
S = 36,93

Contoh untuk kolom (4) baris (1) :

f(t) = 171,49 – 85,43
36,93
= 2,33
Kolom (5) = ditentukan berdasarkan nilai Yn , Sn tergantung pada
jumlah data (n) = 10 dan KT atau f(t)
Contoh angka kolom (5) baris (1):
Yn = 0,4952 dan Sn = 0,9497 nilai KT / f(t) = 2,33
Maka YT = 2,708
Kemudian berdasarkan persamaan atau interpolasi berdasakan kertas
probabilitas Gumbel dengan YT = 2,708
Demikian seterusnya dengan cara yang sama.
Kolom (6) = ΔP = Kolom (5) – Kolom (3)
Berdasarkan tabel diatas dapat dilihat bahwa :
a. Simpangan maksimum (ΔP max) = 13,075
b. Jumlah data (n) = 10, dan derajat kepercayaan (α) adalah 5% maka
nilai Δp kritis 0,410
c. Jadi Δp max > Δp kritis, maka Distribusi Probabilitas Gumbel tidak
dapat diterima untuk menganalisis data hujan.

IV-22
 4) Untuk Distribusi Probabilitas Log Pearson Type III
Tabel 4.26 Perhitungan Uji Distribusi Log Pearson Tipe III dengan Metode
Smirnov Kolmogorof
I LogXi P(Xi) f(t) P'(X) Δp
(1) (2) (3) (4) (5) (6)
1 2,23 0,09 1,99 0,039 -0,05
2 2,07 0,18 0,99 0,163 -0,02
3 1,99 0,27 0,51 0,293 0,02
4 1,96 0,36 0,33 0,352 -0,01
5 1,90 0,45 -0,01 1 0,55
6 1,89 0,55 -0,06 1 0,45
7 1,78 0,64 -0,70 1 0,36
8 1,78 0,73 -0,74 1 0,27
9 1,72 0,82 -1,09 1 0,18
10 1,70 0,91 -1,21 1 0,09
Sumber : Hasil Perhitungan
Keterangan :
Kolom (1) = nomor urut data
Kolom (2) = data hujan diurut dari besar ke kecil (mm)
Kolom (3) = peluang empiris (dihitung dengan persamaan weibull)
i
P(Xi) =
n+1
n : banyak data = 10
Kolom (4) = untuk distribusi Probabilitas Normal
Log XT = ̅̅̅̅̅̅̅
Log X + KT. S log X , sehingga
KT = Log XT – ̅̅̅̅̅̅̅
Log X atau KT = Log Xi – ̅̅̅̅̅̅̅
Log X
S Log X S Log X
Dimana KT= f(t)
̅̅̅̅̅̅̅̅
Log X = 1,90
S Log X = 0,17
Cs = 0,7

IV-23
 Contoh untuk kolom (4) baris (1) :
f(t) = 2,23 – 1,90
0,17
= 1,99
Kolom (5) = ditentukan berdasarkan nilai Cs, KT atau f(t)
Contoh angka kolom (5) baris (1):
f(t) = 1,99 dan Cs = 0,7 , diperoleh persentase peluang teoritis terlampaui
P'(x) dengan cara diinterpolasi nilai.
Maka dengan f(t) = 1,99 dan Cs = 0,7 , diperoleh 3,9 % = 0,039.
Demikian seterusnya dengan cara yang sama.
Kolom (6) = ΔP = Kolom (5) – Kolom (3)
Berdasarkan tabel diatas dapat dilihat bahwa :
a. Simpangan maksimum (ΔP max) = 0,545
b. Jumlah data (n) = 10, dan derajat kepercayaan (α) adalah 5% maka
nilai Δp kritis 0,410 (dilihat dari lampiran 8)
c. Jadi Δp max > Δp kritis, maka Distribusi Probabilitas Log Person Type
III tidak dapat diterima untuk menganalisis data hujan.

Tabel 4.27 Rekapitulasi Nilai Δp dan Δp cr

Δp Δp
Distribusi Probabilitas Keteragan
kritis max
Normal 0,410 0,11 Oke
Log Normal 0,410 0,112 Oke
Gumbel 0,410 13,075 Tidak Oke
Log Person Type III 0,410 0,545 Tidak Oke
Sumber : Hasil Perhitungan

Berdasarkan Tabel 4.27, distribusi Normal dan Log Normal dapat

diterima karena nilai Δp hitung < dari Δp kritis sedangkan Gumbel dan Log
Person Type III tidak dapat diterima karena nilai Δp hitung > dari Δp kritis
Berikut ini hasil uji derajat distribusi masing – masing metode
perhitungan hujan rancangan diatas.

IV-24
 Tabel 4.28 Rekapitulasi Hasil Uji Tingkat Kepercayaan Distribusi
Curah Hujan Rencana
Periode
Metode Distribusi Porbabilitas
No. Ulang
Log Log Person
(T) Normal Gumbel
Normal Type III
1 2 85,43 79,51 80,42 76,03
2 5 116,45 110,01 124,49 107,90
3 10 132,70 130,40 153,68 133,10
4 25 143,41 145,87 187,71 170,05
5 50 161,13 175,60 217,90 201,57
6 100 171,47 195,66 221,95 236,82
Uji Chi – Kuadrat
Chi – Kuadrat Hitung (χ²) 1,000 0,000 5,000 7,000
Chi – Kuadrat Kritis (χ²cr) 5,991 5,991 5,991 5,991
Hipotesa Oke Oke Oke Tidak Oke
Uji Smirvov – Kolmogorov
Smirnov- Hitung (Δp mak) 0,11 0,112 13,075 0,545
Smirnov – Kritis (Δp kritis) 0,410 0,410 0,410 0,410
Hipotesa Oke Oke Tidak Oke Tidak Oke
Sumber : Hasil Perhitungan

Dari kedua metoda uji derajat kepercayaan distribusi dan parameter

statistik distribusi tersebut yang bisa dipakai untuk hujan rencana adalah data
yang dihitung dengan Metode Normal, karena dari kedua uji derajat
kepercayaan oke. Dan selanjutnya yang dipakai untuk hujan rencana adalah
hasil curah hujan rencana Metode Normal.
Tabel 4.29 Rekapitulasi Hasil Hujan Rencana dari Motode Normal
Periode Hujan Rencana
Ulang (mm)
T Metode Normal
2 85,43
5 116,45
10 132,70
25 143,41
50 161,13
100 171,47
Sumber : Hasil Perhitungan

IV-25
4.1.4 Intensitas Hujan
Untuk menentukan intensitas curah hujan dalam hubungannya dengan lama
waktu terjadinya hujan (tc). Untuk suatu periode ulang tertentu dipakai metode
mononobe dengan persamaan sebagai berikut:
R24 24 2/3
I= ( )
24 tc

Waktu konsentrasi (tc) adalah waktu yang diperlukan air untuk mengalir dari
permukaan tanah sampai saluran terdekat. Waktu konsentrasi dihitung dengan
ruus Kirpich :
0.385
0.87 x L2
tc= [ ]
1000 x S

perhitungan untuk saluran drainase saluran tersier ruas T1A – T2A

diketahui:
panjang saluran (L) : 0,30 Km
kemiringan saluran (S) : 0,00132
maka tc :
0.385
0.87 x 0,30 2
tc= [ ]
1000 x 0,00132
tc = 0,34 jam
dari nilai tc diatas maka dapat dicari intensitas curah hujannya yaitu:
untuk periode ulang 2 tahun
85,43 24 2/3
I= ( )
24 0,34
I = 144,85 mm/jam

IV-26
 Tabel 4.30 Perhitungan Kemiringan Saluran
∆H L S
Jenis Saluran Ruas Total total Total
(m) (m)
S.Tersier T1A-T2A 0,400 302 0,0013
S.Tersier T2A-T3A 0,280 252 0,0011
S.Tersier T1C-T2C 0,290 410 0,0007
S.Tersier T2B-T3B 0,615 415 0,0015
S.Tersier T1B-T2B 0,368 400 0,0009
S.Sekunder S1A-S2A 0,635 460 0,0014
S.Sekunder S2A-S3A 0,532 450 0,0012
S.Sekunder SIB-S2B 0,330 390 0,0008
S.Sekunder S2B-S3B 0,081 145 0,0006
S.Sekunder S3B-S4B 0,090 160 0,0006
S.Sekunder S1C-S2C 0,130 400 0,0003
S.Sekunder S2C-S3C 0,179 150 0,0012
S.Primer P1-P2 0,580 775 0,0007
S.Primer P2-P3 0,140 258 0,0005

Tabel 4.31 Perhitungan Intensitas Curah Hujan

Jenis L S Tc I
Ruas
Saluran (Km) (jam) (mm/jam)
S.Tersier T1A-T2A 0,30 0,00132 0,34 144,85
S.Tersier T2A-T3A 0,25 0,00111 0,31 151,98
S.Tersier T1C-T2C 0,41 0,00071 0,55 105,23
S.Tersier T2B-T3B 0,42 0,00148 0,41 126,56
S.Tersier T1B-T2B 0,40 0,00092 0,48 114,06
S.Sekunder S1A-S2A 0,46 0,00138 0,46 117,84
S.Sekunder S2A-S3A 0,45 0,00118 0,48 114,51
S.Sekunder SIB-S2B 0,39 0,00085 0,49 113,09
S.Sekunder S2B-S3B 0,15 0,00056 0,27 169,28
S.Sekunder S3B-S4B 0,16 0,00056 0,29 161,18
S.Sekunder S1C-S2C 0,40 0,00033 0,72 87,21
S.Sekunder S2C-S3C 0,15 0,00119 0,21 202,32
S.Primer P1-P2 0,78 0,00075 0,87 76,88
S.Primer P2-P3 0,26 0,00054 0,42 124,81

IV-27
4.1.5 Debit banjir rencana
A. Debit Air Hujan
Perhitungan debit air hujan berdasarkan intensitas hujan dengan menggunakan
metode rasional,dengan rumus sebagai berikut:
Qah =0,278 x C x I x A
Dimana:
Qah = debit air hujan (m3/dt)
C = koefisien penyebaran air hujan, dalam perhitungan ini memakai nilai
0,75
I = intensitas curah hujan (mm/jam)
A = luas daerah pengaliran (km2)

Perhitungan debit air hujan saluran tersier ruas T1A - T2A

Intensitas curah hujan (I) = 270,96 mm/jam
Luas daerah pengaliran (A) = 0,011 km2
Koefisien pengaliran hujan (C) = 0,75
Maka :
Qah =0,278 x C x I x A
Qah =0,278 x 0,75 x 144,85 x 0,011
Qah = 0,33 m3/dt

Untuk perhitungan lebih selanjutnya dapat dilihat pada tabel berikut ini:
Tabel 4.32 Perhitungan Debit Air Hujan
I A Qah
Jenis Saluran Ruas F C total total total
mm/jam (Km2) (m3/dt)
S.Tersier T1A-T2A 0,278 0,75 144,85 0,011 0,33
S.Tersier T2A-T3A 0,278 0,75 151,98 0,009 0,29
S.Tersier T1C-T2C 0,278 0,75 105,23 0,021 0,47
S.Tersier T2B-T3B 0,278 0,75 126,56 0,039 1,03
S.Tersier T1B-T2B 0,278 0,75 114,06 0,036 0,86
S.Sekunder S1A-S2A 0,278 0,75 117,84 0,081 1,99
IV-28
 I A Qah
Jenis Saluran Ruas F C total total total
mm/jam (Km2) (m3/dt)
S.Sekunder S2A-S3A 0,278 0,75 114,51 0,091 2,17
S.Sekunder SIB-S2B 0,278 0,75 113,09 0,079 1,86
S.Sekunder S2B-S3B 0,278 0,75 169,28 0,029 1,03
S.Sekunder S3B-S4B 0,278 0,75 161,18 0,004 0,13
S.Sekunder S1C-S2C 0,278 0,75 87,21 0,101 1,83
S.Sekunder S2C-S3C 0,278 0,75 202,32 0,019 0,80
S.Primer P1-P2 0,278 0,75 76,88 0,158 2,53
S.Primer P2-P3 0,278 0,75 124,81 0,005 0,13

B. Debit Air Buangan (Sanitary Waste Water)

Debit rencana akibat air buangan, dipengaruhi oleh jumlah penduduk yang
berbeda dalam daerah rencana. Dari data jumlah penduduk pada satu tahun
lebih periode waktu maka dapat diketahui laju pertumbuhan penduduknya.
Untuk laju pertumbuhan penduduk digunakan persamaan laju pertumbuhan
geometrik. Berdasarkan data jumlah penduduk yang ada pada tahun 2005
jumlah penduduk Rasak Bungo Karang Putih kelurahan Batu Gadang adalah
5436 jiwa dan pada tahun 2016 yaitu 7803 jiwa.
Dalam menentukan laju pertumbuhan penduduk digunakan persamaan:
r = {(Pt/Po))(1/n) – 1 )} x 100
r = {(7803 / 5436))(1/12) – 1 )} x 100
r = 3,058 %
dimana:
Pt = jumlah penduduk tahun terakhir
Po = jumlah penduduk tahun sebelumnya
r = laju pertumbuhan penduduk
n = jumlah selisih tahun peninjauan

IV-29
 C. Laju Pertumbuhan Geometrik
Proyeksi jumlah penduduk di kawasan Rasak Bungo Karang Putih untuk
tahun 2020 yang akan datang adalah sebagai berikut:
Pt = Po (1+r)n
Dimana:
Pt = jumlah penduduk tahun terkhir
Po = jumlah penduduk tahun sebelumnya
r = laju pertumbuhan penduduk
n = jumlah selisih tahun peninjauan
Pt = Po (1+r)n
P2020 = 7803 (1 + 0,0306)3
Pt = 8541,46 ≈ 8542 jiwa
Setelah didapat perkiraan/proyeksi jumlah penduduk maka perkiraan jumlah
debit air buangan sudah dapat dihitung. Perkiraan debit air buangan/debit air
kotor dapat dihitung sebagai berikut:
Qak = Pt x 1,3889 x 10-3 x A
Perhitungan debit air buangan pada saluran tersier ruas T1A – T2A
Qak = 8542 x 1,3889 x 10-3 x 0,011
Qak = 0,13 m3/dt

Untuk perhitungan debit air buangan selanjutnya ditabelkan:

Tabel 4.33 Perhitungan Debit Air Kotor
Penduduk A Qak
Jenis
Ruas Konstanta Konstanta Tertinggi total Total
Saluran
(jiwa) (Km2) (m3/dt)
S.Tersier T1A-T2A 1,3889 0,001 8542 0,011 0,13
S.Tersier T2A-T3A 1,3889 0,001 8542 0,009 0,11
S.Tersier T1C-T2C 1,3889 0,001 8542 0,021 0,25
S.Tersier T2B-T3B 1,3889 0,001 8542 0,039 0,46
S.Tersier T1B-T2B 1,3889 0,001 8542 0,036 0,43
S.Sekunder S1A-S2A 1,3889 0,001 8542 0,081 0,96
S.Sekunder S2A-S3A 1,3889 0,001 8542 0,091 1,08

IV-30
 Penduduk A Qak
Jenis
Ruas Konstanta Konstanta Tertinggi total Total
Saluran
(jiwa) (Km2) (m3/dt)
S.Sekunder SIB-S2B 1,3889 0,001 8542 0,079 0,93
S.Sekunder S2B-S3B 1,3889 0,001 8542 0,029 0,35
S.Sekunder S3B-S4B 1,3889 0,001 8542 0,004 0,05
S.Sekunder S1C-S2C 1,3889 0,001 8542 0,101 1,20
S.Sekunder S2C-S3C 1,3889 0,001 8542 0,019 0,22
S.Primer P1-P2 1,3889 0,001 8542 0,158 1,88
S.Primer P2-P3 1,3889 0,001 8542 0,005 0,06

D. Perhitungan perkiraan Debit Banjir Rencana

Besarnya debit banjir rencana dapat dihitung dengan menjumlahkan debit air
hujan rencana dengan debit air kotor atau air buangan. Perhitungan perkiraan
debit banjir rencana dapat dilihat pada tabel berikut:
Tabel 4.34 Perhitungan Debit Banjir Rencana

Qah Qak Qbr

Jenis Saluran Ruas
(m3/dt) (m3/dt) (m3/dt)
S.Tersier T1A-T2A 0,33 0,13 0,46
S.Tersier T2A-T3A 0,29 0,11 0,40
S.Tersier T1C-T2C 0,47 0,25 0,72
S.Tersier T2B-T3B 1,03 0,46 1,49
S.Tersier T1B-T2B 0,86 0,43 1,28
S.Sekunder S1A-S2A 1,99 0,96 2,94
S.Sekunder S2A-S3A 2,17 1,08 3,25
S.Sekunder SIB-S2B 1,86 0,93 2,79
S.Sekunder S2B-S3B 1,03 0,35 1,38
S.Sekunder S3B-S4B 0,13 0,05 0,18
S.Sekunder S1C-S2C 1,83 1,20 3,03
S.Sekunder S2C-S3C 0,80 0,22 1,02
S.Primer P1-P2 2,53 1,88 4,41
S.Primer P2-P3 0,13 0,06 0,19

IV-31
4.2 Analisa Hidraulika
a. Perhitungan Saluaran Drainase
Dalam menghitung dimensi saluran drainase untuk kawasan simpang
rumbio direncanakan penampang saluran yang berbentuk segi empat pada
saluran tersier, sekunder dan primer. Dengan pertimbangan saluran ini dapat
mengalirkan air dengan pertimbangan saluran ini dapat mengalirkan air
dengan cepat serta mudah dalam pemeliharaannya.
Dalam menghitung dimensi saluran digunakan asumsi sebagai berikut :
1. Besarnya jagaab ideal yang dipakai pada perencanaan yaitu 5% s/d
30% dari tinggi muka air
2. Nilai koefisien kekasan manning dipakai 0,020 (pasangan batu kali
dengan adukan semen dan diplester)
3. Nilai kemiringan dasar saluran berdasarkan masing-masing ruas

Perhitungan Dimensi Saluran

Perhitungan dimensi saluran drainase sekunder ruas T1A – T2A

Data :

Q : 0,46 m3/dt

n : 0,020

S : 0,0013

b :2h

a. penampang saluran segi empat

luas (A) =bxh

= 2h x h = 2h2

Keliling basah (P) = b + 2h

= 2h + 2h = 4h

IV-32
 A 2h2 1
Jari-Jari Hidrolis (R) = = = h
P 4h 2

Debit air (Q) =VxA

1 2 1
Q = x R3 x S 2 x A
n

Sehingga :

2
1 1 3
Q= x [ h] x 0,0013 1/2 x 2h2
0,020 2

2
1 3
0,46 =1,82 x [ h] x 2h2
2
2
0,46 1 3
= [ h] x 2h2
1,82 2

2
1 3
0,25 = [ h] x 2h2
2

2
13
0,25 = [ ] x [h]2/3 x 2 (h2 )
2

0,25 =0,63 x 2 [h]2/3 x (h2 )

0,25 = 1,26 [h]8/3

0,25
h 8/3 =
1,26

0,25 3/8
h =[ ]
1,26

h = 0,55 m

tinggi muka air (h) = 0,55 m

IV-33
lebar saluran (b) = 2 x h = 2 x 0,55 = 1,10 m

dari hasil di atas diperoleh :

a. Luas penampang (A)

A =bxh
= 1,10 x 0,55
= 0,60 m2
b. Keliling basah saluran (P)
P = b + 2h
= 1,10 + (2 x 0,55)
= 2,20 m
c. Jari-jari hidrolis (R)
A
R =
P
0,60
R =
2,20
R = 0,27 m
d. Kecepatan aliran (V)
1 2 1
V = x R3 x S 2
n
1 2 1
V= x 0,27 3 x 0,0013 2
0,02
V = 0,77 m/dt
e. Tinggi jagaan (freeboard) di ambil 30% dari h (F)
f. Tinggi saluran (H)
H =h+F
H = 0,55 + (30% x 0,55)
H = 0,71 m

Untuk dimensi saluran selanjutnya dapat dilihat pada tabel berikut :

IV-34
 Tabel 4.35 Perhitungan Dimensi Saluran
Q
Jenis h B F H A P R V
Ruas Rencana N S
Saluran (m) (m) (m) (m) (m2) (m) (m) (m/dt)
(m3/dt)
S.Tersier T1A-T2A 0,75 0,020 0,0013 0,55 1,10 0,16 0,71 0,60 2,20 0,27 0,77
S.Tersier T2A-T3A 0,66 0,020 0,0011 0,54 1,08 0,16 0,70 0,58 2,15 0,27 0,69
S.Tersier T1C-T2C 2,26 0,020 0,0007 0,95 1,89 0,28 1,23 1,79 3,79 0,47 0,81
S.Tersier T2B-T3B 4,79 0,020 0,0015 1,08 2,16 0,32 1,41 2,34 4,33 0,54 1,28
S.Tersier T1B-T2B 4,07 0,020 0,0009 1,12 2,24 0,34 1,45 2,50 4,47 0,56 1,03
S.Sekunder S1A-S2A 9,37 0,020 0,0014 1,42 2,83 0,42 1,84 4,01 5,66 0,71 1,48
S.Sekunder S2A-S3A 15,27 0,020 0,0012 1,75 3,50 0,53 2,28 6,13 7,00 0,88 1,57
S.Sekunder SIB-S2B 4,42 0,020 0,0008 1,17 2,35 0,35 1,52 2,75 4,69 0,59 1,02
S.Sekunder S2B-S3B 7,36 0,020 0,0006 1,53 3,05 0,46 1,98 4,65 6,10 0,76 0,99
S.Sekunder S3B-S4B 20,92 0,020 0,0006 2,27 4,54 0,68 2,95 10,33 9,09 1,14 1,29
S.Sekunder S1C-S2C 9,28 0,020 0,0003 1,88 3,75 0,56 2,44 7,04 7,51 0,94 0,86
S.Sekunder S2C-S3C 13,26 0,020 0,0012 1,67 3,34 0,50 2,17 5,58 6,68 0,84 1,53
S.Primer P1-P2 31,28 0,020 0,0007 2,51 5,01 0,75 3,26 12,57 10,03 1,25 1,59
S.Primer P2-P3 46,86 0,020 0,0005 3,09 6,19 0,93 4,02 19,14 12,37 1,55 1,56

IV-35
 Tabel 4.36 Perhitungan Dimensi Saluran Hasil Pembulatan
Jenis h B H
Ruas
Saluran (m) (m) (m)
S.Tersier T1A-T2A 0,5 1,1 0,7
S.Tersier T2A-T3A 0,5 1,1 0,7
S.Tersier T1C-T2C 0,9 1,9 1,2
S.Tersier T2B-T3B 1,1 2,2 1,4
S.Tersier T1B-T2B 1,1 2,2 1,5
S.Sekunder S1A-S2A 1,4 2,8 1,8
S.Sekunder S2A-S3A 1,8 3,5 2,3
S.Sekunder SIB-S2B 1,2 2,3 1,5
S.Sekunder S2B-S3B 1,5 3,1 2,0
S.Sekunder S3B-S4B 2,3 4,5 3,0
S.Sekunder S1C-S2C 1,9 3,8 2,4
S.Sekunder S2C-S3C 1,7 3,3 2,2
S.Primer P1-P2 2,5 5,0 3,3
S.Primer P2-P3 3,1 6,2 4,0

Gambar saluran tersier ruas T1A – T2A :

F = 0.20

H = 0.70
h = 0.50

b = 1.10

Gambar 4.1 Penampang Saluran Drainase

Pada perencanaan ini saluran penampang drainasenya adalah penampang
saluran empat persegi panjang.

IV-36