1

Contents

BAB I .................................................................................................................................... 6
PENDAHULUAN ................................................................................................................... 6
1.1 Latar Belakang ........................................................................................................... 6
1.2 Rumusan Masalah ............................................................................................... 7
1.3 Tujuan ................................................................................................................. 7
BAB II ................................................................................................................................... 9
TINJAUAN PUSTAKA ............................................................................................................ 9
2.1 Pengisian Data Kosong ........................................................................................ 9
2.1.1 Metode Aljabar ................................................................................................ 11
2.1.2 Metode Rasio Normal ............................................................................... 12
2.2 Uji Konsistensi ................................................................................................... 12
2.3 Uji Homogenitas................................................................................................ 14
2.4 Curah Hujan Wilayah ........................................................................................ 16
2.4.1 Metode Aritmatik............................................................................................. 16
2.4.2 Metode Thiessen....................................................................................... 17
2.4.3 Metode Isohyet ......................................................................................... 19
2.5 Uji Frekuensi Hujan ........................................................................................... 20
2.5.1 Log Pearson III .................................................................................................. 21
2.5.2 Gumbel ...................................................................................................... 24
2.5.3 Distribusi Normal ...................................................................................... 25
2.5.4 Uji Kecocokan ............................................................................................ 26
2.6 Analisa Intensitas Hujan .................................................................................... 28
2.6.1 Van Breen .................................................................................................. 29
2.6.2 Bell Tanimoto ............................................................................................ 29
2.6.3 Hasper Der Weduwen ............................................................................... 31
2.7 Pendekatan Matematis ..................................................................................... 32
2.7.1 Talbot ........................................................................................................ 33
2.7.2 Sherman .................................................................................................... 33
2.7.3 Ishiguro ..................................................................................................... 34
2.7.4 Penentuan Rumus yang Dipakai ............................................................... 34
2.8 Kurva IDF ........................................................................................................... 34
 2

BAB III ................................................................................................................................ 37

Metodologi........................................................................................................................ 37
3.1 Metodologi Pembuatan Kurva IDF .................................................................... 37
3.2 Penjelasan Metodologi Pembuatan Kurva IDF ................................................. 37
3.2.1 Pengumpulan Data.................................................................................... 37
3.2.2 Tahap Analisis Hidrologi ............................................................................ 37
BAB IV................................................................................................................................ 40
LOKASI PENELITIAN ........................................................................................................... 40
BAB V................................................................................................................................. 41
HASIL DAN PEMBAHASAN................................................................................................. 41
5.1 Pengisian Data Kosong ............................................................................................ 42
5.2 Uji Konsistensi ....................................................................................................... 45
5.3 Uji Homogenitas................................................................................................ 50
5.3.1 Hasil ........................................................................................................... 50
5.3.2 Pembahasan .............................................................................................. 53
5.4 Curah hujan wilayah.......................................................................................... 54
5.4.1 Metode Aritmatik...................................................................................... 54
5.4.2 Metode Thiessen....................................................................................... 55
5.4.3 Pembahasan Curah Hujan Wilayah ........................................................... 57
5.5 Uji frekuensi hujan ............................................................................................ 58
5.5.1 Metode Gumbel ........................................................................................ 58
5.5.2 Metoda Log Pearson ................................................................................. 59
5.5.3 Metode Rasio Normal ............................................................................... 61
5.5.4 Uji Kecocokan 1 ......................................................................................... 62
5.5.5 Uji Kecocokan 2 ......................................................................................... 68
5.5.5.3 Metode Distribusi Normal......................................................................... 71
5.5.4 Menentukan Metode Terpilih .......................................................................... 72
5.6 Intensitas Hujan ................................................................................................ 73
5.6.1 Van Breen .................................................................................................. 73
5.6.2 Bell Tanimoto ............................................................................................ 73
5.6.3 Hasper Der Weduwen ............................................................................... 75
5.6.4 Pembahasan .............................................................................................. 77
5.7 Pendekatan Matematis ..................................................................................... 79
 3

5.7.1 Talbot ........................................................................................................ 79

5.7.2 Sherman .................................................................................................... 80
5.7.3 Ishiguro ..................................................................................................... 80
5.7.4 Pembahasan Pendekatan Matematis ....................................................... 81
5.8 Kurva IDF ....................................................................................................... 82
5.7 Aplikasi Kurva IDF .................................................................................................... 83
BAB 6 ................................................................................................................................. 84
KESIMPULAN ..................................................................................................................... 84
 4

TABEL 2.2.5.1 NILAI K UNTUK DISTRIBUSI LOG PEARSON TIPE III .................................................. 23
TABEL 2.2.5.2 NILAI K DALAM METODE LOG PEARSON III........................................................................... 24
TABEL 2.5.3 NILAI YN UNTUK PERHITUNGAN UJI FREKUENSI HUJAN METODE GUMBEL .................................... 25
TABEL 2.5.4 NILAI SN UNTUK PERHITUNGAN UJI FREKUENSI HUJAN METODE GUMBEL .................................... 25
TABEL 2.2.5.5 NILAI KRITIS UNTUK UJI KESELARASAN CHI KUADRAT ........................................... 28
TABEL 2.2.6.1 NILAI INTENSITAS HUJAN DISTRIBUSI KE 1 DAN KE 2 ............................................................... 31
TABEL 5.3.1 HASIL UJI HOMOGENITAS STASIUN CICALENGKA ...................................................................... 52
TABEL 5.4.1 PENCARIAN STANDAR DEVIASI CURAH HUJAN WILAYAH MOTODE ARITMATIK ............................... 54
TABEL 5.4.2TABEL PERBANDINGAN LUAS WILAYAH SEBENARNYA DENGAN MILIMETERBLOCK ............................ 56
TABEL 5.4.3 CURAH HUJAN WILAYAHMETODE THIESSEN............................................................................ 57
TABEL 5.5.1 HASIL PERHITUNGAN METODA GUMBEL .................................................................... 59
TABEL 5.5.2 UJI FREKUENSI HUJAN METODE LOG PEARSON ........................................................................ 60
TABEL 5.5.3 DATA INTERPOLASI..................................................................................................... 60
TABEL 5.5.4 DATA CHHM METODE LOG PEARSON III ................................................................... 61
TABEL 5.5.5 HASIL INTENSITAS METODE DISTRIBUSI NORMAL ..................................................................... 62
TABEL 5.5.6 TABEL PERINGKAT CHHM DAN LOG CHHM UNTUK UJI KECOCOKAN DALAM UJI FREKUENSI HUJAN . 63
TABEL 5.5.7 HASIL UJI KECOCOKAN 1 METODE GUMBEL ............................................................................ 65
TABEL 5.5.8 UJI KECOCOKAN 1 METODE LOG PEARSON III.......................................................................... 66
TABEL 5.5.9 UJI KECOCOKAN 1 METODE DISTRIBUSI NORMAL ..................................................................... 68
TABEL 5.5.10 HASIL UJI KECOCOKAN 1 METODE GUMBEL .......................................................................... 70
TABEL 5.5.11 HASIL UJI KECOCOKAN 1 METODE LOG PEARSON ................................................................... 71
TABEL 5.5.12 UJI KECOCOKAN 2 METODE DISTRIBUSI NORMAL ................................................................... 72
TABEL 5.6.1 TABEL INTENSITAS HUJAN METODE VAN BREEN ....................................................................... 73
TABEL 5.6.2 INTENSITAS HUJAN METODE BELL TANIMOTO.......................................................................... 75
TABEL 5.6.3 INTENSITAS HUJAN METODE HASPER DER WEDUWEN .............................................................. 77
TABEL 5.7.1. PEHITUNGAN MATEMATIS RUMUS TALBOT DARI METODE VAN BREEN ........................................ 79
TABEL 5.7.2 PEHITUNGAN MATEMATIS RUMUS SHERMAN DARI METODE VAN BREEN ..................................... 80
TABEL 5.7.3 PEHITUNGAN MATEMATIS RUMUS TALBOT DARI METODE VAN BREEN......................................... 81
TABEL 5.7.4 TABEL REKAP STDEV DARI SEMUA RUMUS PENDEKATAN MATEMATIS......................................... 82
TABEL 5.7.5 INTENSITAS HUJAN METODE VAN BREEN UNTUK KURVA IDF ...................................................... 83
 5

GAMBAR 2.3.1 CORONG UJI HOMOGENITAS ............................................................................................ 15

GAMBAR 3.2.1 SKEMA LANGKAH PENELITIAN ........................................................................................... 39
GAMBAR 3.2.2 SKEMA ALUR BERPIKIR .................................................................................................... 39
GAMBAR 5.3.1 CORONG UJI HOMOGENITAS ............................................................................................ 53
GAMBAR 5.4.1 PLOT POLYGON THIESSEN PADA KERTAS KALKIR ................................................................... 55
GAMBAR 5.7.1 KURVA IDF METODE VAN BREEN (TERPILIH) ....................................................................... 83
GAMBAR 5.7.2 KURVA IDF METODE TERPILIH .......................................................................................... 83
 6

BAB I

PENDAHULUAN

1.1 Latar Belakang

Hujan adalah sebuah presipitasi berwujud cairan, berbeda dengan
presipitasi non-cair seperti salju, batu es dan slit. Hujan memerlukan
keberadaan lapisan atmosfer tebal agar dapat menemui suhu di atas titik leleh
es di dekat dan di atas permukaan Bumi. Di Bumi, hujan adalah proses
kondensasi uap air di atmosfer menjadi butir air yang cukup berat untuk jatuh
dan biasanya tiba di daratan. Dua proses yang mungkin terjadi bersamaan
dapat mendorong udara semakin jenuh menjelang hujan, yaitu pendinginan
udara atau penambahan uap air ke udara.
Presipitasi atau hujan merupakan salah satu komponen hidrologi yang paling
penting. Hujan adalah peristiwa jatuhnya cairan (air) dari atmosfer ke
permukaan bumi. Hujan juga merupakan salah satu komponen input dalam
suatu proses dan menjadi faktor pengontrol yang mudah diamati dalam siklus
hidrologi pada suatu kawasan daerah aliran sungai (DAS). Peran hujan pun
sangat menentukan proses yang akan terjadi didalamnya (Bayong, 2004).
Indonesia merupakan negara yang terletak di daerah yang beriklim tropis.
Daerah yang beriklim tropis memiliki dua musim yaitu musim kemarau dan
musim penghujan. Musim kemarau terjadi pada bulan April sampai Oktober,
sedangkan musim penghujan terjadi pada bulan Oktober sampai April. Saat
ini musim di Indonesia menjadi tidak menentu ditandai adanya perubahan
pola curah hujan. Musim kemarau yang seharusnya jarang hujan sering turun
hujan. Penyebab terjadinya perubahan pola hujan antara lain penebangan
hutan secara liar, meningkatnya polusi udara, dan lain-lain.
Selain itu, meningkatnya perkembangan dan kemajuan kota yang
diakibatkan oleh pertumbuhan penduduk menyebabkan pengelolaan
sumberdaya air menjadi kurang begitu diperhatikan. Selain itu, penggunaan
lahan yang semakin tinggi menyebabkan daerah resapan air hujan akan
semakin sedikit, sehingga air akan banyak dilimpaskan. Oleh karena itu,
 7

untuk mengantisipasi terjadinya banjir, dalam perencanaan bangunan seperti

pengendali banjir (saluran drainase, tanggul, dll) data masukan curah hujan
sangat diperlukan untuk menganalisis karakteristik dan rencana hidrologi.
Perhitungan debit banjir rencana dengan metode rasional untuk perancangan
bangunan rancangan hidrologi memerlukan data intensitas hujan dalam durasi
dan periode ulang tertentu yang dapat diperoleh dari kurva IDF.
Analisis hidrologi ini bertujuan unutk menganalisa karakteristik curah
hujan pada suatu wilayah. Hasil analisis tersebut yaitu berupa kurva IDF yang
dapat dimanfaatkan unutk menghitung debit banjir rencana yang digunakan
dalam perencanaan bangunan pengendalian banjir.
Sistem hidrologi dipengaruhi oleh kejadian-kejadian ekstrim seperti banjir
dan kekeringan. Besaran peristiwa ekstrim berbanding terbalik dengan
frekuensi kejadiannya, peristiwa yang luar biasa ekstrim kejadiannya sangat
langka. Tujuan analisis frekuensi adalah berkaitan dengan peristiwa-peristiwa
ekstrim yang berkaitan dengan frekuensi kejadiannya melalui penerapan
distribusi kemungkinan. Analisis frekuensi didasarkan pada sifat statistik data
kejadian yang telah lalu untuk memperoleh probabilitas besaran hujan di
masa yang akan datang. Dengan anggapan bahwa sifat statistik kejadian hujan
yang akan datang masih sama dengan sifat statistik kejadian hujan masa lalu.

1.2 Rumusan Masalah

1. Apa saja langkah-langkah dalam memperoleh kurva IDF ?
2. Bagaimana proses pengolahan data hingga terbentuk kurva IDF?
3. Bagaimana gambar kurva Intensity-Duration-Frequency (IDF) di Daerah
Aliran Sungai Bandung Raya ?

1.3 Tujuan

1. Menentukan langkah-langkah yang perlu dilakukan dalam membuat kurva

IDF
 8

2. Menentukan proses dan metode yang tepat dalam pengolahan data untuk
memperoleh kurva IDF
3. Membuat kurva IDF dari data Daerah Aliran Sungai Bandung Raya.
 9

BAB II

TINJAUAN PUSTAKA

2.1 Pengisian Data Kosong

Untuk menentukan acuan dalam perencanaan maupun

perancangan, diperlukan sebuah analisa hidrologi. Analisa hidrologi
tersebut harus memiliki data yang mengandung kesalahan yang sekecil
mungkin. Contoh kesalahan yang sering terjadi dalam analisis hidrologi
atau hujan diantaranya adalah kelengkapan data. Dalam praktek sangat
sering dijumpai data yang tidak lengkap (incomplete record).
Ketidaklengkapan data tersebut dapat disebabkan kerusakan alat,
kelalaian petugas, penggantian alat, bencana (pengrusakan) dan
sebagainya. Keadaan tersebut menyebabkan pada bagian – bagian
tertentu dari data runtut waktu terdapat data yang kosong (missing
record).

Keadaan data hujan hilang ini untuk kepentingan tertentu dapat

mengganggu. Misalnya pada suatu saat terjadi banjir, sedangkan data
hujan pada satu atau beberapa stasiun pada saat yang bersamaan tidak
tersedia (karena berbagai sebab). Keadaan demikian tidak terasa
merugikan bila data tersebut tidak tercatat pada saat yang di pandang
tidak penting.

Menurut Soewarno (2000) dalam bukunya Hidrologi

Operasional Jilid Kesatu, analisis hidrologi memang tidak selalu
diperlukan pengisian data yang kosong atau hilang. Misal terdapat data
kosong pada musim kemarau sedang analis data hidrologi tersebut
menghitung debit banjir musim penghujan maka dipandang tidak perlu
melengkapi data pada periode kosong musim kemarau tersebut, tetapi
 10

bila untuk analisis kekeringan maka data kosong pada musim kemarau
tersebut harus diusahakan untuk melengkapi.

Menghadapi keadaan ini, terdapat dua langkah yang dapat

dilakukan yaitu :

1. Membiarkan saja data yang hilang tersebut, karena dengan cara

apapun data tersebut tidak akan diketahui dengan tepat.
2. Bila dipertimbangkan bahwa data tersebut mutlak diperlukan
maka perkiraan data tersebut dapat dilakukan dengan cara-cara
yang dikenal.
Untuk mengurangi kesulitan analisis karena data yang hilang
tersebut,kemudian dicoba untuk dapat memperkirakan besaran data
yang hilang tersebut dengan membandingkannya dengan menggunakan
data stasiun lain disekitarnya (minimal 2 stasiun) yang lengkap datanya
atau stasiun penakar yang datanya hilang diketahui hujan rata-rata
tahunannya. (Lily, 2010)

Dalam hal ini diandaikan bahwa sifat hujan di suatu stasiun sebanding
dengan sifat hujan disekitarnya.

Secara umum, pengisian data hujan yang hilang dapat

menggunakan 2 cara,yaitu :

1. Cara empirik, terbagi menjadi:

 Rata-rata aritmatik (arithmatical average)

 Perbandingan normal (normal ratio)
 Reciprocal method
 Kantor Cuaca Nasional USA (U.S. National Weather
Service)
2. Cara stokastik, terbagi menjadi:

 Metode bilangan acak

 Metode Markov
 11

Di dalam tugas ini digunakan dua metode, yaitu metode perbandingan

normal (normal ratio) dan metode aljabar atau rata-rata aritmatik.

Sebelum melengkapi curah hujan harus dilakukan penentuan metode

yang digunakan, dengan cara menghitung perbedaan curah hujan antara
stasiun pembanding dan stasiun yang kehilangan data dilakukan dengan
persamaan:

Keterangan :

∆ : Persen perbedaan curah hujan antara stasiun pembanding dan

stasiun yang kehilangan data.

Ri : Nilai rata-rata curah hujan selama pengamatan tiap stasiun

R : Rata-rata curah hujan dari n jumlah stasiun pengamat

N : Jumlah stasiun pembanding

2.1.1 Metode Aljabar

Metode Aljabar digunakan jika perbedaan curah hujan
tahunan normal antara stasiun pembanding dengan stasiun
yang kehilangan data kurang dari 10%. (Moduto. Drainase
Perkotaan. 1998).
 12

Dengan persamaan :

2.1.2 Metode Rasio Normal

Metode Perbandingan Normal atau Rasio Normal
digunakan jika untuk perbedaan curah hujan tahunan
normal antara stasiun pembanding dengan stasiun yang
kehilangan data lebih dari 10% menggunakan Metode
perbandingan normal (Subarkah,1980).

Dengan persamaan :

Keterangan :

n : jumlah stasiun pembanding

rx : tinggi curah hujan yang dicari

rn :tinggi curah hujan pada tanah yang samaha dengan

rx pada setiap stasiun pembanding

Rx : harga rata-rata tinggi curah hujan pada stasiun

pengukur yang salah satu curah hujannya sedang dicari

Rn : harga rata-rata tinggi curah hujan pada setiap

stasiun pembanding selama kurun waktu yang sama

2.2 Uji Konsistensi

Kesalahan data pada sebuah analisis hidrologi mengakibatkan
ketidak konsistenan data (inconsistency). Sehingga sebelum digunakan
data tersebut harus dilakukan Uji Konsistensi (consistency test) untuk
 13

menguji kebenaran data. Data hujan disebut konsisten (consistent) berarti

data yang terukur dan dihitung adalah teliti dan benar serata sesuai
dengan fenomena saat hujan itu terjadi.

Ketidakkonsistenan ini dapat disebabkan oleh beberapa faktor, antara lain

:

 Perubahan letak stasiun.

 Perubahan system pendataan.
 Perubahan iklim.
 Perubahan dalam lingkungan sekitar.
Jika data hujan tidak konsisten karena perubahan atau gangguan
lingkungan di sekitar tempat penakar hujan dipasang, misalnya, penakar
hujan terlindung oleh pohon, terletak berdekatan dengan gedung tinggi,
perubahan penakaran dan pencatatan, pemindahan letak penakar dan
sebagainya, memungkinkan terjadi penyimpangan terhadap trend semula.
Hal ini dapat diselidiki dengan menggunakan lengkung massa ganda.

Jika tidak ada perubahan terhadap lingkungan maka akan diperoleh garis
berupa garis lurus dan tidak terjadi patahan arah garis, maka data hujan
tersebut adalah konsisten. Tetapi apabila pada tahun tertentu terjadi
perubahan lingkungan, didapat garis patah. Penyimpangan tiba-tiba dari
garis semula menunjukkan adanya perubahan tersebut, yang bukan
disebabkan oleh perubahan iklim atau keadaan hidrologis yang dapat
menyebabkan adanya perubahan trend. Sehingga data hujan tersebut
dapat dikatakan tidak konsisten dan harus dilakukan koreksi.

Beberapa cara untuk mengecek kualitas data hujan antara lain :

 melaksanakan pengecekan lapangan,

 melaksanakan pengecekan ke kantor pengolahan data,

 membandingkan data hujan dengan data iklim untuk lokasi yang
sama,
 14

 analisis kurva masa ganda (lengkung masa ganda), dan

 analisis statistik.
Salah satu cara untuk menguji konsistensi data hujan dengan
menggunakan analisis kurva masa ganda (double mass curve analysis).
Pengujian tersebut dapat diketahui apakah terjadi perubahan lingkungan
atau perubahan cara menakar. Jika hasil uji menyatakan data hujan
disuatu stasiun konsisten berarti pada daerah pengaruh system tersebut
tidak terjadi perubahan lingkungan dan tidak terjadi perubahan cara
menakar selama pencatatan data tersebut dan sebaliknya.

Uji konsistensi ini dapat diselidiki dengan cara membandingkan

curah hujan tahunan kumulatif dari stasiun yang diteliti dengan harga
kumulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang
bersesuaian. Pada umumnya, metode ini disusun dengan urutan
kronologis mundur dan dimulai dari tahun yang terakhir atau data yang
terbaru hingga data terakhir.

2.3 Uji Homogenitas

Salah satu tahapan penting dalam kajian perubahan iklim adalah
pengujian homogenitas data runtun waktu unsur iklim. Uji homogenitas
adalah pengujian sama atau tidaknya variansi-variansi dua buah distribusi
atau lebih. Tes homogenitas biasanya dilakukan bila data-data pokok untuk
studi diperoleh dari sekitar lebih dari sepuluh stasiun pengamat hujan
(Moduto, 1998). Tahapan ini merupakan penyaringan (screening) data,
yaitu tahapan yang dilakukan sebelum melakukan analisis lebih lanjut.
Berdasarkan data, didapat data bersumber dari 10 stasiun pengamat hujan
maka diperlukan uji homogenitas.
 15

Gambar 2.3.1 Corong Uji Homogenitas

(Sumber : Power Point Asistensi Uji Homogenitas)

Uji homogenitas untuk analisa data curah hujan yaitu dengan

menggunakan corong homogenitas. Tes ini menggunakan kertas grafik
dari US Geological Survey dengan mengeplotkan nilai TR pada data curah
hujan per stasiun pada sumbu horizontal dan banyaknya jumlah data pada
sumbu vertikal. Data curah hujan dapat dikatakan homogen jika titik
pertemuan antara hasil plot dari nilai TR dan banyaknya data berada dalam
corong homogenitas. Jika didapatkan hasil titik pertemuan di luar corong
maka, dipilih sebagian dari data-data dan dilakukan perhitungan kembali
kehomogenitasan hingga di dapat array baru yang bersifat homogen.

Nilai Tr dapat dihitung dengan menggunakan rumus:

𝑅10
T𝑅 = ̅̅̅
𝑥 𝑇𝑟
𝑅̅

Keterangan:

TR : PUH untuk curah hujan tahunan rata-rata (tahun)

 16

Tr : PUH untuk curah hujan tahunan rata-rata

R10 : curah hujan tahunan dengan PUH 10 tahun (mm/hari)

R : curah hujan rata-rata (mm/hari)

Untuk mendapat nilai R10

𝑇𝑟
𝑅10 = 𝑅̅ − [0.78 (𝑙𝑛 (𝑙𝑛 )) + 0.45] 𝜎𝑅
𝑇𝑟 − 1

dengan nilai Tr = 2,33

2.4 Curah Hujan Wilayah

Data hujan yang diperoleh dari alat penakar hujan merupakan
hujan yang terjadi hanya pada satu tempat atau titik saja (point rainfall).
Mengingat hujan sangat bervariasi terhadap tempat (space), maka untuk
kawasan yang luas, satu alat penakar hujan belum tentu dapat
menggambarkan hujan kawasan yang diperoleh dari harga rata-rata curah
hujan beberapa stasiun penakar hujan yang ada di dalam dan/atau
disekitar kawasan tersebut (Suprimin, 2004)
Hujan sangat bervariasi pada tempat, sehingga untuk kawasan yang
luas satu alat penakar hujan kawasan belum dapat menggambarkan hujan
wilayah tersebut.

2.4.1 Metode Aritmatik

Cara ini merupakan cara yang paling sederhana yaitu hanya
dengan membagi rata pengukuran pada semua stasiun hujan dengan
jumlah stasiun dalam wilayah tersebut. Sesuai dengan
kesederhanaannya maka cara ini hanya disarankan digunakan untuk
wilayah yang relatif mendatar dan memiliki sifat hujan yang relatif
homogen dan tidak terlalu kasar. Cara penentuannya hanya dengan
 17

merata-ratakan tinggi hujan dari stasiun-stasiun yang dilingkupi

DAS, tetapi stasiun di luar DAS tangkapan yang masih berdekatan
juga bisa diperhitungkan. Rumus yang dipergunakan sebagai berikut:
1
𝑃̅ = 𝑛 ∑𝑛𝑖=1 𝑃𝑖

Keterangan:
𝑃̅ = Curah hujan/tinggi hujan rata-rata
𝑃𝑖 = Tinggi hujan pada masing masing stasiun
Menurut Triatmodjo, 2008 dalam Akmal, 2010, Metode rata-rata
aljabar memberikan hasil yang baik apabila :
 Stasiun hujan tersebar secara merata di DAS.
 Distribusi hujan relatif merata pada seluruh DAS.
2.4.2 Metode Thiessen
Metode ini memperhitungkan bobot dari masing-masing stasiun
yang mewakili luasan di sekitarnya (Akmal, 2010). Rata-rata
terbobot (weighted average), masing-masing stasiun hujan
ditentukan luas daerah pengaruhnya berdasarkan poligon yang
dibentuk (menggambarkan garis-garis sumbu pada garis-garis
penghubung antara dua stasion hujan yang berdekatan) (Ningsih,
2012). Metode ini menggunakan asumsi bahwa
sembarang pos dianggap dapat mewakili kawasan terdekat dan
cocok untuk daerah datar dengan luas 500 km2 – 5000 km2
(Suprimin,2004)

Gambar 2.4.2 Contoh Polygon Thiessesn

(Sumber : Csaba,2011)
 18

Cara ini diperoleh dengan membuat poligon yang memotong

tegak lurus pada tengah-tengah garis penghubung dua stasiun hujan.
Dengan demikian tiap stasiun penakar Rn akan terletak pada suatu
poligon tertentu An. Dengan menghitung perbandingan luas untuk
setiap stasiun yang besarnya = An/A, dimana A adalah luas daerah
penampungan atau jumlah luas seluruh areal yang dicari tinggi curah
hujannya. Curah hujan rata-rata diperoleh dengan cara
menjumlahkan pada masing-masing penakar yang mempunyai
daerah pengaruh yang dibentuk dengan menggambarkan garis-garis
sumbu tegak lurus terhadap garis penghubung antara dua pos
penakar.
Prosedur penerapan metode ini meliputi (Sosrodarsono, Suyono.
Hidrologi untuk Pengairan. 2003 dalam Melinda, 2007):
1. Cantumkan titik-titik pengamatan di dalam dan di sekitar daerah itu
pada peta.
2. Hubungkan tiap titik yang berdekatan dengan sebuah garis lurus.
Dengan demikian akan terbentuk jaringan segitiga yang menutupi
seluruh daerah.
3. Daerah yang bersangkutan dibagi dalam poligon-poligon yang
didapat dengan cara menggambar garis tegak lurus pada tiap sisi
segitiga. Curah hujan dalam tiap poligon dianggap diwakili oleh
curah hujan dari titik pengamatan dalam tiap poligon itu.

Nilai tinggi hujan diperoleh dengan menggunakan rumus

dibawah ini setelah melakukan langkah langkah diatas:
 19

2.4.3 Metode Isohyet

Isohiet adalah garis yang menghubungkan tempat-tempat yang
mempunyai tinggi hujan yang sama. Metode ini menggunakan isohiet
sebagai garis-garis yang membagi daerah aliran sungai menjadi
daerah-daerah yang diwakili oleh stasiun-stasiun yang bersangkutan,
yang luasnya dipakai sebagai faktor koreksi dalam perhitungan hujan
rata-rata.

Metode ini merupakan metode yang paling akurat untuk

menentukan hujan rata-rata, namun diperlukan keahlian dan
pengalaman dalam pengerjaannya(Suprimin, 2004). Cara ini
memperhitungkan secara actual pengaruh tiap-tiap pos penakar hujan.
Dengan kata lain, asumsi metode Thiessen menganggap bahwa tiap-
tiap pos penakar mencatat kedalaman yang sama untuk daerah
sekitarnya. Tetapi cara ini mempunyai kelemahan yaitu apabila
dikerjakan secara manual, dimana setiap kali harus menggambarkan
garis isohyet yang tentunya hasilnya sangat tergantung pada masing-
masin pembuat garis. Unsur subyektivitas ini dapat dihindarkan
dengan penggunaan perangkat lunak komputer yang dapat
menghasilkan gambar garis isohyet berdasarkan sistem intrpolasi grid,
sehingga hasilnya akan sama untuk setiap input data di masing-masing
stasiun hujan.

Dengan:

R = Curah hujan rerata tahunan

A1, A2 = Luas bagian antar dua garis isohyets

 20

R1, R2, Rn = Curah hujan rata – rata tahunan pada bagian

A1, A2, …. , An

Metode isohyet terdiri dari beberapa langkah yaitu

1. Data rata-rata kedalaman air hujan untuk setiap pos pengamatan

dalam suatu daerah yang ditinjau.
2. Plot data kedalaman air hujan tersebut untuk tiap pos pada peta.
3. Gambar kontur kedalaman air hujan dengan menghubungkan
titik-titik yang mempunyai kedalaman air yang sama. Dengan
interval umum isohyet yang umum adalah 10 mm
4. Hitung luas area antara dua garis isohyet dengan menggunakan
planimeter
5. Kalikan masing-masing luas areal dengan rata-rata hujan antara
dua isohyet yang berdekatan.

Gambar 2.4.3 Penggambaran Metode Isohyet dalam Curah Hujan Wilayah

(Sumber :

2.5 Uji Frekuensi Hujan

Dalam analisis frekuensi, hasil yang diperoleh tergantung pada
kualitas dan panjang data. Makin pendek data yang tersedia, makin
besar penyimpangan yang terjadi. Metode yang dipakai dalam analisis
frekuensi data curah hujan harian maksimum adalah sebagai berikut:
 21

1. Metode Gumbel

2. Metode Log Pearson Tipe III

3. Metode Distribusi Normal

2.5.1 Log Pearson III

Metode Log Pearson Tipe III apabila digambarkan pada
kertas peluang logaritmik akan merupakan persamaan garis lurus,
sehingga dapat dinyatakan sebagai model matematik dengan
persamaan sebagai berikut (Soemarto, 1987). Metode ini telah
mengembangkan serangkaian fungsi probabilitas yang dapat
dipakai untuk hampir semua distribusi probabilitas empiris. Tiga
parameter penting dalam Metode Log Pearson Tipe III, yaitu :
(Suripin. Sistem Drainase Perkotaan yang Berkelanjutan. 2004):

1. Harga rata-rata ( R )
2. Simpangan baku (S)
3. Koefisien kemencengan (G)

Hal yang menarik adalah jika G = 0 maka distribusi kembali ke

distribusi Log Normal.

Berikut ini langkah-langkah penggunaan distribusi Log Pearson

Tipe III (Suripin. Sistem Drainase Perkotaan yang Berkelanjutan.
2004):

1. Mengubah data curah hujan sebanyak n buah

X1,X2,X3,...Xn menjadi log ( X1 ), log (X2 ), log ( X3 ),...., log
( Xn ).

Y = log X

2. Menghitung harga rata-rata

 22

 logX i
Y i1
n

Y = Harga rata-rata logaritmik

n = Jumlah data

Xi = Nilai curah hujan tiap-tiap tahun (R24 maks) (mm)

3. Menghitung harga simpangan baku

n

(logX i Y )
S i1
n 1

4. Menghitung koefisien kemencengan

n
n  (logX i  Y)3
G i 1
(n  1)(n  2)s 3
 23

Tabel 2.2.5.1 Nilai K untuk distribusi Log Pearson Tipe III

5. Menghitung logaritma hujan dengan periode ulang T dengan rumus

Y T  Y  K.s
XT = Curah hujan rencana periode ulang T tahun (mm) G =
Harga yang diperoleh berdasarkan nilai Cs yang didapat, seperti
ditunjukkan pada Tabel 2.4
K = variabel standar (standardized variable) untuk X yang
besarnya tergantung G.Nilai K dapat dilihat pada Tabel 2.5.5.
 24

Tabel 2.2.5.2 Nilai K dalam Metode Log Pearson III

6. Menghitung curah hujan dengan menghitung antilog dari Log R

2.5.2 Gumbel
Menurut Gumbel, curah hujan untuk PUH tertentu (Tr)
dihitung berdasarkan persamaan berikut (Suripin, 2004):

keterangan:

YTr : reduced variate

Yn : reduced mean (Tabel 1)

 25

S : standar deviasi data hujan

Sn : reduced standar deviation (Tabel 2)

Dengan nilai Yn dan Sn ditentukan oleh tabel di bawah ini

Tabel 2.5.3 Nilai Yn untuk Perhitungan Uji Frekuensi Hujan Metode Gumbel

Tabel 2.5.4 Nilai Sn untuk Perhitungan Uji Frekuensi Hujan Metode Gumbel

2.5.3 Distribusi Normal

Distribusi normal disebut juga distribusi Gauss. Dalam pemakaian
praktis

umumnya digunakan persamaan (Suripin. Sistem Drainase Perkotaan

yang

Berkelanjutan. 2004):

X T  X  K TS
 26

Keterangan :

XT : Perkiraan nilai yang diharapkan terjadi dengan periode ulang T

X : Nilai rata-rat hitung variat

S : Standar devasi nilai variat

KT : Faktor frekuensi, merupakan fungsi dari peluang atau periode

ulang dan

tipe model matematik distribusi peluang yang digunakan untuk

analisispeluang.

2.5.4 Uji Kecocokan

Uji Kecocokan dilakukan untuk mengetahui jenis metode yang
paling sesuai dengan data hujan. Uji metode dilakukan dengan uji
kecocokan yang dimaksudkan untuk menentukan apakah persamaan
distribusi peluang yang telah dipilih, dapat mewakili dari distribusi
statistik sampel data yang dianalisis (Soewarno, 1995).

Ada dua jenis uji keselarasan yaitu uji keselarasan Chi Kuadrat ( Chi
Square ) dan Smirnov Kolmogorof. Pada tes ini biasanya yang diamati
adalah hasil perhitungan yang diharapkan.

a. Uji Keselarasan Chi Kuadrat ( Chi Square ) Prinsip pengujian

dengan metode ini didasarkan pada jumlah pengamatan yang
diharapkan pada pembagian kelas, dan ditentukan terhadap jumlah data
pengamatan yang terbaca di dalam kelas tersebut, atau dengan
membandingkan nilai chi square (X2 ) dengan nilai chi square kritis
(X2 cr). Uji keselarasan chi kuadrat menggunakan rumus (Soewarno,
1995) :

𝑁
2
(𝑂𝑖 − 𝐸𝑖)2
𝑋 =∑
𝐸𝑖
𝑖=1

di mana :
 27

X2 = Harga chi square terhitung

Oi = Jumlah nilai pengamatan pada sub kelompok ke-i
Ei = Jumlah nilai teoritis pada sub kelompok ke-i
N = Jumlah data
Suatu distrisbusi dikatakan selaras jika nilai X2 hitung < X2
kritis. Dari hasil pengamatan yang didapat dicari penyimpangannya
dengan chi square kritis paling kecil. Untuk suatu nilai nyata tertentu
(level of significant) yang sering diambil adalah 5 %. Derajat kebebasan
ini secara umum dihitung dengan rumus sebagai berikut (Soewarno,
1995):
Dk = K-(P+1)
di mana :
Dk = Derajat kebebasan
P = Nilai untuk distribusi Metode Gumbel, P = 1

Adapun kriteria penilaian hasilnya adalah sebagai berikut :

• Apabila peluang lebih dari 5% maka persamaan dirtibusi teoritis yang
digunakan dapat diterima.
• Apabila peluang lebih kecil dari 1% maka persamaan distribusi
teoritis yang digunakan dapat diterima.
• Apabila peluang lebih kecil dari 1%-5%, maka tidak mungkin
mengambil keputusan, perlu penambahan data.
 28

Tabel 2.2.5.5 Nilai Kritis untuk Uji Keselarasan Chi Kuadrat

b. Uji Kecocokan Smirnov Kolmogorof

Uji kecocokan Smirnov-Kolmogorof, sering juga disebut uji
kecocokan non parametrik (non parametrik test), karena pengujiannya
tidak menggunakan fungsi distribusi tertentu. Dalam hal ini tidak akan
dibahas lebih lanjut, karena kita menggunakan metoda uji chi kuadrat.

2.6 Analisa Intensitas Hujan

Intensitas curah hujan adalah jumlah curah hujan yang dinyatakan
dalam tinggi hujan atau volume hujan tiap satuan waktu, yang terjadi
pada satu kurun waktu air hujan terkonsentrasi (Wesli, 2008). Besarnya
intensitas curah hujan berbeda-beda tergantung dari lamanya curah hujan
dan frekuensi kejadiannya. Intensitas curah hujan yang tinggi pada
umumnya berlangsung dengan durasi pendek dan meliputi daerah yang
tidak luas. Hujan yang meliputi daerah luas, jarang sekali dengan
intensitas tinggi, tetapi dapat berlangsung dengan durasi cukup panjang.
 29

Kombinasi dari intensitas hujan yang tinggi dengan durasi panjang jarang
terjadi, tetapi apabila terjadi berarti sejumlah besar volume air bagaikan
ditumpahkan dari langit. (Suroso, 2006).

Analisis intensitas hujan digunakan untuk menentukan tinggi atau

kedalaman air hujan per satu satuan waktu. Sifat umum hujan adalah
makin singkat hujan berlangsung, maka makin besar pula intensitasnya
dan semakin besar periode ulangnya, maka makin tinggi pula intensitas
hujan yang terjadi (Suripin, Sistem Drainase Perkotaan yang
Berkelanjutan. 2004). Dalam melakukan analisa intensitas hujan dapat
digunakan 3 metode yaitu Van Breen, Bel Tanimoto, dan Hasper Der
Weduwen.

2.6.1 Van Breen

Berdasarkan penelitian Ir. Van Breen di Indonesia,
khususnya di Pulau Jawa, curah hujan terkonsentrasi
selama 4 jam dengan jumlah curah hujan sebesar 90% dari
jumlah curah hujan selama 24 jam (Anonim dalam Melinda,
2007).

Perhitungan intensitas curah hujan dengan menggunakan

Metode Van Breen adalah sebagai berikut (

54 𝑅𝑇 + 0.07 𝑅𝑇 2
𝐼𝑇 =
𝑡𝑐 + 0.3 𝑅𝑇

Keterangan:

IT = Intensitas hujan pada PUH T tahun dan tc > te

(mm/jam)

RT = Tinggi hujan pada PUH T tahun (mm/hari)

2.6.2 Bell Tanimoto

Data hujan dalam selang waktu yang panjang
(paling sedikit 20 tahun) diperlukan dalam analisis data
 30

intensitas hujan. Bila data ini tidak tersedia dan besarnya

curah hujan selama enam puluh menit dengan periode ulang
10 tahun diketahui sebagai dasar, maka suatu rumus
empiris yang disusun oleh Bell dapat digunakan untuk
menentukan curah hujan dengan durasi 5 – 120 menit dan
periode ulang 2-100 tahun. Rumus Bell dapat dinyatakan
dalam persamaan (Subarkah, 1980) :

60 𝑚𝑒𝑛𝑖𝑡
𝑅𝑡′ = (0.21 𝑙𝑛𝑇 + 0.52)(0.54𝑡 0.25 − 0.5)𝑅10 𝑚𝑒𝑛𝑖𝑡

60
𝑋10 𝑅1 + 𝑅2
𝑅10 = ( )
𝑋𝑡 2

Keterangan:

R : curah hujan (mm)

T : Periode Ulang (tahun)

t : durasi hujan (menit)

R1 : besarnya curah hujan pada distribusi jam ke 1

R2 : besarnya curah hujan pada distribusi jam ke 2

Sedangkan, rumus untuk mengetahui Intensitas hujan

adalah sebagai berikut:

60 𝑡
𝐼𝑇𝑡 = 𝑅
𝑡 𝑇

Untuk mendapatkan nilai R1 dan R2 digunakan tabel

sebagai berikut:
 31

Tabel 2.2.6.1 Nilai Intensitas Hujan Distribusi ke 1 dan ke 2

2.6.3 Hasper Der Weduwen

Metode Hasper Der Weduwen merupakan hasil dari
penelitian yang dilakukan oleh Hasper dan Der Weduwen
di Indonesia. Penurunan rumus diperoleh dari
kecenderungan curah hujan harian yang dikelompokkan
atas dasar anggapan bahwa curah hujan memiliki distribusi
yang simetris dengan durasi curah hujan lebih kecil dari 1
jam dan durasi curah hujan dari 1 sampai 24 jam.

1218𝑡 + 54
𝑅𝑖 = 𝑋𝑡 ( )
𝑋𝑡 (1 − 𝑡) + 1272 𝑡

Keterangan:

t : Durasi curah hujan dalam satuan jam

Xt : Curah hujan maksimum yang terpilih

Untuk perhitungan intensitas hujan digunakan rumus :

 32

𝑅
𝐼=
𝑡

Nilai R bergantung pada durasi maka digunakan rumus sebagai

berikut:

Untuk 1< t < 24 jam

11300𝑡 𝑅𝑖
𝑅= √ [ ]
𝑡 + 3.12 100

Untuk 0 <t < 1 jam

11300 𝑅𝑖
𝑅= √ [ ]
𝑡 + 3.12 100

2.7 Pendekatan Matematis

Terdapat tiga variabel utama hujan yang hampir selalu diamati
untuk berbagai kebutuhan analisa, prediksi dan perencanaan, yaitu
ketebalan hujan (R), durasi hujan (t), dan distribusinya dalam ruang dan
waktu. Berdasarkan tiga variabel utama ini, dapat diturunkan variabel
hujan lain, antara lain intensitas hujan (I) dan probabilitas hujan atau
periode ulang kejadian hujan (T). Dalam bidang perencanaan teknis,
dua variabel ini merupakan variabel yang sangat penting (Subarkah,
1980). Jika ada data di lapangan hujan per jam, maka Intensitas curah
hujan dihitung dengan menggunakan metode Talbot, Sherman, dan
Ishiguro (Loebis, J., 1992). Metode-metode tersebut dikembangkan
berdasarkan data dan kondisi wilayah penelitian. Oleh karena itu
penulis mengaplikasikan yang mana paling sesuai untuk kawasan hulu
Daerah Aliran Sungai (DAS) batang Lubuh Kota Pasir Pengaraian
dengan menganalisa dan mengkomparasikan metode formulasi
intensitas hujan.
 33

2.7.1 Talbot
Rumus Talbot dikemukakan oleh professor Talbot pada
tahun 1881. Rumus ini banyak digunakan di Jepang karena
mudah diterapkan. Tetapan-tetapan a dan b ditentukan dengan
harga-harga terukur. Adapun rumus tersebut :

2.7.2 Sherman
Rumus Sherman dikemukakan oleh professor Sherman
pada tahun 1905. Rumus ini mungkin cocok untuk jangka waktu
curah hujan yang lamanya lebih dari 2 jam. Adapun rumus
tersebut:
 34

2.7.3 Ishiguro
Rumus Ishiguro ini dikemukakan oleh Dr. Ishiguro tahun
1953. Adapun rumus tersebut :

2.7.4 Penentuan Rumus yang Dipakai

Dilakukan pemeriksaan untuk mendapatkan rumus
yang paling cocok digunakan dengan menelaah deviasi antara
data terukur dan hasil prediksi, maka rumus dengan deviasi
rata-rata (Srt) terkecil dianggap sebagai rumus paling cocok.
Dalam statistik dan probabilitas, simpangan baku atau standar
deviasi adalah ukuran sebaran statistik yang paling lazim.
Singkatnya, ia mengukur bagaimana nilai-nilai data tersebar.
Bisa juga didefinisikan sebagai, rata-rata jarak penyimpangan
titik-titik data diukur dari nilai rata-rata data tersebut.

2.8 Kurva IDF

Pola curah hujan yang tidak menentu saat ini memberi pengaruh
besar terhadap lingkungan perencanaan hidrologi terutama perencanaan
 35

Daerah Aliran Sungai (DAS) dan perancangan saluran drainase.

Perancangan saluran drainase, bendungan, dan bangunan hidraulik lain
memerlukan data curah hujan. Perhitungan debit banjir rencana dengan
metode rasional untuk perancangan bangunan hidraulik memerlukan
data intensitas hujan dalam durasi dan periode ulang tertentu yang dapat
di peroleh dari kurva intensitas durasi frekuensi (IDF).

Kurva IDF menunjukkan karakteristik wilayah curah hujan yang

digunakan untuk perecanaan, pembuatan pola, dan pengoperasian
proyek sumberdaya air atau untuk rencana penanggulangan banjir.
Asumsi yang digunakan dalam kurva ini adalah secara statistik, pola
curah hujan yang lampau akan berlanjut kepada pola curah hujan
sekarang, dan masa yang akan datang. Informasi yang terdapat pada
kurva adalah analisis satatistik ,bukan prediksi dari kejadian hujan
aktual (Chay Asdak, 1995)

Kurva ini terbentuk dari hubungan dari intensitas curah hujan,

durasi, dan periode ulang/ frekuensi (Linsley, 1996) dengan periode
ulang yang sering digunakan adalah 2, 5, 10, 25, 25, 50, 100 tahunan.
Sumbu x nya adalah durasi, dan sumbu y nya adalah intensitas dalam
satuan tinggi per waktu. Garis pada kurva IDF menunjukkan
probabilitas.

Periode ulang (return period) dari suatu kejadian menjelaskan

tentang seberapa besar frekuensi atau intensitas kejadian tersebut (Chay
Asdak, 1995) dan juga merupakan kebalikan dari probabilitas (dalam
persen) kejadian tahunan untuk pendugaan interval waktu antara
kejadian yang memiliki ukuran sama atau intensitas sama (NIWA 2012)

Misalkan kejadian badai/hujan 100 tahunan dapat dideskripsikan

bahwa peluang kejadian per tahunnya adalah 1/100 atau hanya 1% per
tahun. Periode ulang seratus tahunan tidak berarti jika kejadian hujan
tersebut terjadi tahun ini maka akan terjadi seratus tahun kemudian
 36

(NIWA 2012) dan hujan yang terjadi ini besarnya akan sama bahkan
dapat melampaui (Asquith 1998).Kurva IDF( Intensitas, Durasi,
Frekuensi) merupakan kurva yang menunjukkan hubungan antara
intensitas hujan dengan durasinya. Dalam penggambaran kurva DF
diperlukan data curah hujan dalam durasi waktu yang sesingkat-
singkatnya, yaitu curah hujan dalam durasi menit ( Wurjanto. Hidrologi
dan H idrolika ). Ini telah dihitung sebelumnya dalam serangkaian
analisis intensitas hujan.

Kegunaan kurva IDF dalam bidang RIL.adalah dalam perencanaan

drainase.Pada perencanaan drainase, kurva IDF ini untuk menentukan
debit banjir sehingga membutuhkan nilai Intensitas yang didapatkan
dari kurva IDF dengan PUH tertentu.

Sehingga rancangan drainase didapatkan dari debit rencana banjir

yang telah dihitung dengan periode ulang tertentu. Dengan nilai tersebut
akan dicapai atau terlampaui dalam periode ulang tertentu.
 37

BAB III

Metodologi

3.1 Metodologi Pembuatan Kurva IDF

Dalam pembuatan Kurva IDF langkah-langkah yang harus dilakukan guna
tercapainya kurva IDF yang sesuai dengan kriteria yang berlaku yaitu
dimulai dari pengumpulan data curah hujan sekunder, melengkapi curah
hujan yang hilang, uji konsistensi dan homogenitas, pemilihan metode yang
cocok dan pembuatan kurva IDF. Adapun bagan langkah-langkah hingga
selesainya laporan akhir ditunjukkan pada flowchart 3.1

3.2 Penjelasan Metodologi Pembuatan Kurva IDF

3.2.1 Pengumpulan Data
1) Studi literatur
 Teori pendukung tahap-tahap pembuatan kurva idf
 Teori uji-uji pembuatan kurva idf
 Teori metode-metode dalam permbuatan kurva idf
 Kegunaan kurva idf

2) Pengumpulan Data Sekunder

Data yang dipergunakan untuk diolah didapat dari data sekunder
yang diberikan, antara lain sebagai berikut:
 Data intensitas hujan tahunan dari stasiun Cisondari, Paseh,
Chincona, Ciparay, Ujung Berung, Bandung, Cililin, Montana,
Saguling dam, dan Cicalengka
 Peta Wilayah dari daerah Cisondari, Paseh, Chincona, Ciparay,
Ujung Berung, Bandung, Cililin, Montana, Saguling dam, dan
Cicalengka
3.2.2 Tahap Analisis Hidrologi
Tahapan dalam melakukan analisis hidrologi, yaitu:
1. Analisis data curah hujan yang terdiri dari:
 38

- Pelengkapan data curah hujan berdasarkan metode perbandingan

normal atau aljabar
- Tes konsistensi
- Tes homogenitas
2. Menentukan nilai curah hujan wilayah dengan dua metode, yaitu:
- Thiessen
- Aritmatika
3. Analisis curah hujan harian maksimum dengan tiga metode, yaitu:
- Metode Gumbel
- Metode Log Pearson Tipe III
- Metode Distribusi Normal
4. Uji Kecocokan dengan menggunakan:
- Derajat kepercayaan
- Chi kuadrat
5. Analisis intensitas hujan dengan menggunakan tiga metode, yaitu:
- Metode Van Breen
- Metode Hasper dan Der Weduwen
- Metode Bell Tanimoto
6. Pemilihan metode analisis intensitas hujan dengan mensubstitusikan
ketiga metode ke dalam Persamaan
-Talbot
-Sherman
-Ishiguro
7. Pemilihan metode analisis intensitas hujan dilakukan dengan
menggunakan nilai standar deviasi terkecil
 39

Gambar 3.2.1 Skema Langkah Penelitian

Gambar 3.2.2 Skema Alur Berpikir

 40

BAB IV

LOKASI PENELITIAN

Data yang digunakan dalam laporan merupakan data sekunder curah hujan
di wilayah Bandung Raya yang dilewati oleh DAS Sungai Citarum. Desa Citarum
merupakan salah satu DAS penting di Indonesia dan merupakan sungai terbesar
dan terpanjang di Jawa Barat

DAS Citarum terbagi 3 bagian yaitu DAS Ciatrum Bgaian Hulu, Tengah
dan Hilir. DAS Citarum Hulu merupakan wilayah Cekungan Bandung. Luas DAS
Citarum terbesar 6.614 Km dengan panjang 269 Km,

Curah hujan rata-rata : 2.300 mm/tahun merupakan sumber air irigasi

pertanian 300.000 ha. Citarum juga merupakan sumber air minum masyarakat
dengan debit rata-rata 5,7 milyar M3/tahun. Penduduk dalam DAS : 8,5 juta tahun
(1999).

Bandung Raya sendiri terdiri dari 5 wilayah daerah yaitu Kota Bandung,
Kab. Bandung, Kab. Bandung Barat, Kab. Sumedang, dan Kota Cimahi. Data
curah hujan harian maksimum didapatkan dari 10 stasiun penakar hujan yang
tersebar, diantaranya adalah

1. Stasiun Cicalengka, berada sekitar 27 km dari pusat

kota Bandung. Stasiun Cicalengka tepatnya terletak di
6º59’LS,107º3’BT
2. Stasiun Paseh, berada pada daerah Kab.Bandung
tepatnya bagian Selatan. Stasiun Paseh berada sekitar
29 km dari pusat kota Kab. Bandung. Stasiun Paseh
tepatnya terletak di 7º6’LS, 107º3’BT
3. Stasiun Chinchona, terletak di 7º1’LS, 107º2’BT.
Stasiun ini berada di daerah selatan Kab.Bandung
4. Stasiun Ciparay, terletak di 7º1’LS, 107º2’BT. Stasiun
Ciparay berada di daerah utara Kab. Bandung.
 41

5. Stasiun Ujung Berung, terletak di 6º56’LS,107º2’BT.

Berada di daerah Kota Bandung tepatnya di bagian
Timur.
6. Stasiun Bandung, terletak di 6º53’LS,107º2’BT
7. Stasiun Cililin, terletak di 6º56’LS,107º1’BT. Berada
pada daerah kab.Bandung Barat.
8. Stasiun Montaya, teretak di 7º1’ LS, 107º1’BT. Berada
pada daerah kab.Bandung Barat.
9. Stasiun Saguling DAM, terletak di 6º54’LS,107º1’BT.
Berada pada daerah kab.Bandung Barat
10. Stasiun Cisondari, terletak di 7º5’LS, 107º1’BT. Berada
di daerah Kab.Bandung.

Berikut peta persebaran pos penakar hujan:

Gambar 4.1 Peta Wilayah Penelitian Bandung Raya

BAB V

HASIL DAN PEMBAHASAN

 42

5.1 Pengisian Data Kosong

Untuk menentukan metode yang digunakan dalam melengkapi
curah hujan maka dilakukan perhitungan berikut ini :

𝛴𝑅𝑖 = 173,5384615 + 228,84 + 263,0434 + 166,875 +

192,9565217 + 167,642857 + 171,26 + 221,416 +
236,416 + 185,95 = 2007,945067

∑ 𝑅𝑖 2007,945067
𝑅= = = 200,7945067
𝑛 10

∑(𝑅𝑖 − 𝑅)2 10502,0469

𝑆= √ = √ = 34,15983
𝑛−1 10 − 1

𝑆 34,15983
∆= × 100% = × 100% = 17,0123377%
𝑅 200,794

Dari hasil perhitungan diperoleh perbedaan curah hujan tahunan

normal untuk seluruh stasiun lebih dari 10%, yaitu 17,01233377%.
Sehingga untuk melengkapi curah hujan wilayah tersebut
menggunakan metode rasio normal.
 43

Tabel 5.1 1 Data Awal CHHM

Langkah pertama untuk melengkapi data curah hujan

dengan metode perbandingan normal yaitu data curah hujan yang
terisis pada tiap stasiun dibagi dengan rata-rata pada stasiun tersebut.
Sebagai contoh perhitungan yaitu pada stasiun Cicalengka pada
tahun 1986

Curah Hujan = 214 , Ri = 173,5384615

214
Data Pos Hujan = = 1,233156028
173,5384

Hal tersebut disajikan pada tabel berikut ini.

 44

Tabel 5.1 2 Pengisian Rn/R Data Curah Hujan yang Hilang Menggunakan Metode Perbandingan Normal

Kemudian data pos hujan dari tabel 2 tersebut digunakan

untuk melengkapi data pos hujan yang kosong pada tabel 1 dengan
cara mengalikan jumlah data curah hujan pada tahun yang sama
pada tabel 2 dengan perbandingan data yang kosong dengan data
yang terisi pada stasiun yang sedang dicari. Contoh perhitungan
yaitu pada stasiun montaya tahun 1989.

𝛴Data yang terisi pada tahun 1989 =

= 0,7491135 + 1,140534872+ 1,463636364+ 1,114606742+

0,202812101+ 1,25539477+1,36846067+ 1,408946468

= 8,70350546

1
Tabel yang kosong = 8 x 8,70350546 x 236,4166667= 257,20672

Sehingga akan diperoleh tabel sebagai berikut:

 45

Tabel 5.1 3 Hasil Pengisian Data Curah Hujan yang Hilang Menggunakan Metode Perbandingan Normal

Kemudian data curah hujan yang kosong pada tabel 2 dapat diisi
depngan cara membagi data curah hujan dengan rata-rata curah
hujan pada stasiun tersebut seperti pada langkah awal perhitungan.

5.2 Uji Konsistensi

A. Hasil
1) Mencari rata-rata curah hujan dari semua stasiun per tahun
Rata-rata ini dibuat menjadi stasiun pembanding
2) Mengakumulasi Data curah hujan
Baik stasiun yang dianalisis dan stasiun pembanding diakumulasikan
dimulai dari tahun yang pengamatan terakhir. Pada data yang
didapatkan dimulai dari 2013 hingga 1986
3) Membuat grafik
Selanjutnya, dari data akumulasi stasiun pembanding (sumbu x) dan
data akumulasi stasiun utama (sumbu Y). Setelah itu, dibuat regresi
linier
 46

4) Pengamatan terhadap data-data di grafik

Jika dari data yang ditampilkan, terdapat titik-titik yang konsisten
sebanyak 5 titik berturut-turut yang berada di luar garis linier maka
perlu dilakukan pembuatan regresi baru
5) Mencari nilai tan 0
Nilai tan 0 didapat dari persamaan garis dari garis linier utama
didapat y = 0,8512x + 63,554,yaitu 0.8512
6) Nilai tan a
Jika didapat garis yang konsisten berada di luar garis linier, maka di
buat garis linier baru yang mencakup titik-titik inkosisten tersebut
dan mencari persamaan garisnya. Nilai tan a nya itu 0.8916 dari
persamaan garis y = 0,8961x - 32,375
7) Mencari nilai k
Nilai k di cari dari rumus:
𝑇𝑎𝑛 𝑎
𝑇𝑎𝑛 0
Pada tahun 1986 didapat nilai k yaitu 1
8) Mencari nilai CHHM akhir
Nilai akhir CHHM didapat dari perhitungan nilai K dikalikan dengan
nilai CHHM stasiun utama awal.
 47

Tabel 5.2.1 Hasil Uji Konsistensi Stasiun Cicalengka

Nama Stasiun (P) Akumulasi

Akumulasi
Nama P Akumulasi k
Tahun Stasiun
Stasiun pembandi (nama tan a0 tan a (tana/tana CHMM (k*P)
Pembandi
(P) ng stasiun) 0)
ng
1986 214 230,6667 4754,63 5689,31 0,8512 0,8512 1 214
1987 36 201,5556 4540,63 5458,643 0,8512 0,8512 1 36
1988 90 123,2222 4504,63 5257,088 0,8512 0,8512 1 90
1989 130 234,7924 4414,63 5133,865 0,8512 0,8512 1 130
1990 238 308,1969 4284,63 4899,073 0,8512 0,8512 1 238
1991 58 147,086 4046,63 4590,876 0,8512 0,8961 1,0527 61,0594
1992 188 200,9591 3988,63 4443,79 0,8512 0,8961 1,0527 197,9168
1993 195 152,8459 3800,63 4242,831 0,8512 0,8961 1,0527 205,2861
1994 162,9632 192,5571 3605,63 4089,985 0,8512 0,8961 1,0527 171,5594
1995 126 164,2222 3442,667 3897,428 0,8512 0,8961 1,0527 132,6464
1996 79,66719 92,31903 3316,667 3733,206 0,8512 0,8961 1,0527 83,8696
1997 159 124,3626 3237 3640,887 0,8512 0,8961 1,0527 167,3871
1998 322 277,1111 3078 3516,524 0,8512 0,8512 1 322
1999 45 141,1277 2756 3239,413 0,8512 0,8512 1 45
2000 96 105,5556 2711 3098,285 0,8512 0,8512 1 96
2001 163 132,6667 2615 2992,73 0,8512 0,8512 1 163
2002 43 106,6667 2452 2860,063 0,8512 0,8512 1 43
2003 294 218,4999 2409 2753,396 0,8512 0,8512 1 294
2004 123 220,4562 2115 2534,897 0,8512 0,8512 1 123
2005 252 302,3615 1992 2314,44 0,8512 0,8512 1 252
2006 91 133,8743 1740 2012,079 0,8512 0,8512 1 91
2007 379 391,1111 1649 1878,205 0,8512 0,8512 1 379
2008 87 152,088 1270 1487,093 0,8512 0,8512 1 87
2009 216 270,6591 1183 1335,005 0,8512 0,8512 1 216
2010 312 406,327 967 1064,346 0,8512 0,8512 1 312
2011 90 138,7182 655 658,0193 0,8512 0,8512 1 90
2012 313 254,3011 565 519,3011 0,8512 0,8512 1 313
2013 252 265 252 265 0,8512 0,8512 1 252

Gambar 5.2 1 Grafik Uji Konsistensi Stasiun Cicalengka

 48

Tabel 5.2. 2 Rekap Hasil Uji Konsistensi Seluruh Stasiun

B. Pembahasan
Pada perhitungan uji konsistensi, metode yang digunakan
adalah metode lengkung massa ganda. Data curah hujan wilayah
menggunakan data curah hujan yang diperoleh dari metode
perbandingan normal sebelumnya. Langkah pertama yang dilakukan
pada uji konsistensi adalah membandingkan nilai data curah hujan
stasiun utama yaitu stasiun X dengan stasiun pembanding. Data
curah hujan stasiun pembanding diperoleh dari rata- rata curah hujan
dari stasiun selain stasiun X. Kemudian, membandingkan nilai
akumulasi stasiun utama dan pembanding yang dimulai dari tahun
terakhir atau data terbaru hingga data terakhir. Setelah itu data
kumulatif tersebut di plot menjadi sebuah grafik dengan nilai
akumulasi stasiun pembanding sebagai sumbu x dan akumulasi
stasiun utama sebagai sumbu y.Akumulasi tersebut dapat
didefinisikan dengan fungsi persamaan:
 49

𝑓(𝑛) = 𝑝𝑥(𝑛) + 𝑓(𝑛 + 1)

Dengan n adalah tahun dengan rentang tahun 1986

sampai 2013 dan px(n) adalah curah hujan pada tahun n. Khusus
untuk f(2013) nilainya didefinisikan sebagai curah hujan dari tahun
tersebut. Persamaan tersebut berlaku untuk penghitungan akumulasi
baik pada suatu stasiun X ataupun akumulasi stasiun pembanding.
Dari pengeplotan data tersebut akan diperoleh
sebuah kurva lengkung massa ganda. Kemudian dilakukan regresi
linear pada grafik sehingga dapat menunjukkan data curah hujan
yang konsisten dan tidak konsisten. Gradien pada persamaan tersebut
didefinisikan sebagai tan a0. Nilai tan a0 di tiap tahun di stasiun
yang diuji akan selalu sama.
Data curah hujan yang konsisten ditunjukkan
dengan titik-titik pada grafik yang tidak keluar dari garis linear,
sedangkan jika terdapat minimal 5 titik yang berurutan keluar dari
garis linear menunjukkan bahwa data tersebut tidak konisisten. Pada
data yang tidak konsisten, dilakukan regresi linear sehingga muncul
sebuah persamaan baru. Gradien pada persamaan tersebut
didefinisikan sebagai tan a. Nilai tan a pada data yang konsisten akan
sama dengan nilai tan a0.
tan 𝑎
k = tan 𝑎0

Setelah diperoleh nilai tan a0 dan tan 0 pada tiap

tahun kemudian dilakukan perhitungan nilai k. Nilai k digunakan
sebagai faktor pengali untuk perbaikan data yang melenceng.
Perhitungan k yaitu perbandingan antara nilai tan a dengan tan a0.
Maka dapat diperoleh data curah hujan harian
maksimum (CHHM) ,dengan mengalikan nilai k tersebut dengan
data curah hujan sebelumnya pada stasiun utama.
 50

CHHM baru = CHHM lama x k

Contoh pada perhitungan ini menggunakan data dari stasiun

Cicalengka, pada tahun 1986

Curah hujan = 214, tan a0 = 0.8512 dan tan a= 0.8512

0.8512
k = 0.8512 = 1

CHHM baru = 214 x 1

= 214

5.3 Uji Homogenitas

5.3.1 Hasil
Pada contoh perhitungan uji homogenitas digunakan data
hasil perhitungan dari stasiun Cicalengka, adapun langkah-
langkahnya akan di uraikan sebagai berikut:
1) Mencari rata-rata dari tabel curah hujan harian maksimum
Rumusnya:
Σ𝐶𝐻𝐻𝑀
𝑅= 𝑛

Keterangan:

n = banyaknya data

Dari jumlah CHHM yaitu 4759.292487 dan jumlah data 28 Maka

di dapat nilai R = 169.9747317

Tabel Nilai Rata-rata CHHM

2) Pengurangan Nilai CHHM dengan nilai rata-rata

Nilai CHHM pada setiap tahun dikurangi dengan rata-rata
Sebelumnya telah didapatkan rata-rata 169.9747317, nilai ini
dikurangkan dengan setiap nilai CHHM lalu dari setiap titik di
jumlahkan
 51

3) Mengkuadratkan nilai CHHM dikurangi nilai rata-rata

Nilai pengurangan CHHM dengan rata-ratanya di kuadratkan.
4) Menghitung standar Deviasi
Data-data pada tabel sebelumnya digunakan untuk menghitung
standar deviasi, dengan rumus:

∑(𝐶𝐻𝐻𝑀 − 𝑅)2
√
𝑛−1

Dari jumlah n-1=27 dan ∑(𝐶𝐻𝐻𝑀 − 𝑅)2 adalah 253652.4675

didapat nilai stadar deviasi 96.92541376

5) Menghitung nilai RT 10
𝑇𝑟
𝑅10 = 𝑅̅ − [0.78 (𝑙𝑛 (𝑙𝑛 )) + 0.45] 𝜎𝑅
𝑇𝑟 − 1

dengan menggunaka nilai Tr untuh PUH tahunan rata-rata 10 tahun

̇
𝑅10 = 169.9747317
10
− [0.78 (𝑙𝑛 (𝑙𝑛 )) + 0.45] 96.92541376
10 − 1

𝑅10 = 296,4901

6) Menghitung nilai TR

𝑅10
T𝑅 = ̅̅̅
𝑥 𝑇𝑟
𝑅̅

296,4901
𝑇𝑅 = 𝑥 2,33
96.92541376

𝑇𝑅 = 4.064263452
 52

Tabel 5.3.1 Hasil Uji Homogenitas Stasiun Cicalengka

Tahun CHHM CHHM - R (CHHM-R)^2

1986 214 44,025268 1938,2242
1987 36 -133,97473 17949,229
1988 90 -79,974732 6395,9577
1989 130 -39,974732 1597,9792
1990 238,91956 68,944833 4753,39
1991 58,224096 -111,75064 12488,205
1992 188,72638 18,751647 351,62426
1993 195,75342 25,778693 664,54101
1994 163,59286 -6,3818681 40,72824
1995 126,48683 -43,487903 1891,1977
1996 79,975001 -89,99973 8099,9515
1997 159,61433 -10,360401 107,33791
1998 322 152,02527 23111,682
1999 45 -124,97473 15618,684
2000 96 -73,974732 5472,2609
2001 163 -6,9747317 48,646882
2002 43 -126,97473 16122,582
2003 294 124,02527 15382,267
2004 123 -46,974732 2206,6254
2005 252 82,025268 6728,1446
2006 91 -78,974732 6237,0082
2007 379 209,02527 43691,563
2008 87 -82,974732 6884,8061
2009 216 46,025268 2118,3253
2010 312 142,02527 20171,177
2011 90 -79,974732 6395,9577
2012 313 143,02527 20456,227
2013 252 82,025268 6728,1446
Jumlah 4759,2925 -1,137E-13 253652,47
Rata-rata 169,97473
Standar deviasi96,925414
RT 10 296,49017
TR 4,0642635
Jumlah data 28

7) Plot nilai TR dan Jumlah data

Setelah di dapatkan nilai TR maka di plot nilai TR pada sumbu

horizontal dan banyaknya jumlah data pada sudut vertikal dan
dihubungkan dengan garis
 53

Gambar 5.3.1 Corong Uji Homogenitas

(Sumber : Power Point Asistensi Uji Homogenitas)

5.3.2 Pembahasan
Uji homogenitas merupaka salah satu uji yang dilakukan
sebelum proses pengolahan data (screening). Data-data curah hujan
yang telah dilengkapi perlu dilakukan beberapa uji, salah satunya
uji homogenitas. Berdasarkan hasil uji homogenitas pada 10
stasiun, masing-masing stasiun menujukkan data yang homogen.
Hal tersebut menujukkan bahwa varian data curah hujan berasal
dari rezim hidrologi yang sama. Dalam menentukkan metode uji
homogenitas dipilih menggunakan corong kurva karena dengan
metode ini lebih mudah dan lebih cepat untuk membuat array baru
jika hasil yang didapat tidak homogen. Dengan terpenuhinya syarat
kehomogenan, maka data yang didapat terjamin validasinya.
 54

5.4 Curah hujan wilayah

5.4.1 Metode Aritmatik
Metode ini dilakukan dengan cara menghitung rata-rata dari
data tinggi hujan pada tahun yang sama di suatu stasiun dengan
cakupan wilayah tertera pada Gambar. Perhitungan curah hujan
wilayah untuk dengam metode sebagai berikut:
1
𝑃̅ = 𝑛 ∑𝑛𝑖=1 𝑃𝑖
1
𝑃̅ = × (214 + 277 + 195 + 158 + 268 + 192 + 184 + 297
10
+ 260)
𝑃̅ = 231,4286
Dengan melihat data curah hujan dari Tabel , standar deviasi dapat
diketahui dengan :

Tabel 5.4.1 Pencarian Standar Deviasi Curah

Hujan Wilayah Motode Aritmatik

Σ(CHMM − R)2
Standar Deviasi = √
n−1
Curah Hujan Wilayah
Tahun (mm/tahun) CHMM-R CHMM^2
1986 231,4286345 32,49591106 1055,9842
1987 186,586047 -12,34667643 152,44042
1988 120,9408434 -77,99188009 6082,7334
1989 226,9103006 27,97757718 782,74482
1990 303,1670388 104,2343153 10864,792
1991 136,5180485 -62,41467492 3895,5916
1992 197,9298933 -1,002830149 1,0056683
1993 156,4458304 -42,48689302 1805,1361
1994 186,9750343 -11,9576892 142,98633
1995 157,5347693 -41,3979542 1713,7906
1996 90,38190477 -108,5508187 11783,28
1997 127,3050185 -71,627705 5130,5281
1998 280,5392958 81,60657235 6659,6327
1999 126,2895928 -72,64313062 5277,0244
2000 102,5301271 -96,40259637 9293,4606
2001 136,1601342 -62,77258928 3940,398
2002 100,3446155 -98,58810791 9719,615
2003 224,6740957 25,74137221 662,61824
2004 198,9996799 0,066956465 0,0044832
2005 298,681184 99,74846058 9949,7554
2006 129,3758955 -69,55682793 4838,1523
2007 389,9688581 191,0361346 36494,805
2008 144,7492254 -54,18349808 2935,8515
2009 263,285506 64,35278257 4141,2806
2010 394,1697162 195,2369928 38117,483
2011 133,9844979 -64,94822558 4218,272
2012 260,5404692 61,60774579 3795,5143
2013 263,7 64,76727655 4194,8001
Standar Deviasi 83,3665893
jumlah 5570,116257 -6,25278E-13 187649,68
rata-rata 198,9327235

n 28

Standar Deviasi 83,3665893

 55

187649,68
Standar Deviasi = √
28 − 1

Standar Deviasi Metode Aritmatik = 83,3665893

5.4.2 Metode Thiessen

Menggambar poligon Tsiessen pada peta wilayah
dengan menghubungkan setiap pos pengamatan merujuk pada
literatur yang terdapat di teori dasar.

Gambar 5.4.1 Plot Polygon Thiessen Pada Kertas Kalkir

Diketahui luas daerah tinjauan sebesar 2340,88 𝑘𝑚2 .

Menghitung luasan masing masing daerah dan total daerah di
millimeter block dengan menghitung jumlah kotak dan konversi
ke luasan sebenarnya.
Luas wilayah (kotak milimeter block)
Area Cicalengka =
Luas wilayah total (kotak milimeter block)
× Luas wilayah total
2194
Area Cicalengka = × 2340,88
19022

Area Cicalengka = 269,997 𝑘𝑚2

 56

Sehingga diperoleh tabel 3.5

Mencari Curah hujan dengan Metode Polygon Thiessen:

Σ𝑃𝑖 𝐴𝑖
𝑃=
𝐴𝑡𝑜𝑡𝑎𝑙
546776
Pcicalengka =
2340,88
𝑚𝑚
Pcicalengka (CHMM) = 233,577
𝑡𝑎ℎ𝑢𝑛

Mencari standar deviasi melalui persamaan:

Σ(𝐶𝐻𝑀𝑀 − 𝑅)2
Standar Deviasi = √
𝑛−1

199094
Standar Deviasi = √
28 − 1

Standar Deviasi Metode Thiessen = 85,87

Tabel 5.4.2Tabel Perbandingan Luas Wilayah Sebenarnya dengan Milimeterblock

Ujung Saguling
Cicalengka Paseh Chinchona Ciparay Berung Bandung Cililin Montaya DAM Cicondari Luas total
Luas
Wilayah
(kotak) 2194 1993 2477 748 2181 2500 1938 2339 1034 1618 19022
Luas
Wilayah
(km^2) 269,99741 245,262 304,82388 92,050165 268,39761 307,6543 238,49361 287,84136 127,24582 199,11386 2340,88
 57

Tabel 5.4.3 Curah Hujan WilayahMetode Thiessen

Pos Hujan (mm/tahun)

mm/tahun/
Tahun Ujung Saguling
Cisondari km^a
Cicalengka Paseh Chinchona Ciparay Berung Bandung Cililin Montaya DAM
1986 57779,446 67937,575 59440,656 14543,926 71930,559 59069,625 43882,824 85488,883 33083,912 53618,644 233,57714
1987 9719,9067 61560,763 81387,975 9112,9663 41601,629 26765,924 54615,037 90382,187 32065,946 35016,257 188,91553
1988 24299,767 32129,323 58526,184 8468,6152 13688,278 28611,849 22179,906 71384,657 13233,565 22979,419 126,23525
1989 35099,663 64013,383 117357,19 17121,331 56343,305 10460,246 51276,126 87215,932 32728,479 57339,121 225,96407
1990 64507,663 103745,83 59745,48 23196,642 79996,224 128291,84 66340,381 50372,238 42318,072 83820,165 300,03013
1991 15720,355 34068,798 47348,31 8376,565 34713,622 20920,492 28787,795 88079,456 22017,601 24818,19 138,7731
1992 50955,633 55421,778 74318,866 19790,785 45627,593 58146,662 43238,865 47807,434 27000,532 37276,575 196,32989
1993 52852,918 42705,958 62515,724 14912,127 57973,883 24612,344 35610,394 43701,274 12515,268 26283,029 159,63352
1994 44169,649 52302,803 74023,358 20803,337 38917,653 43379,256 6770,9904 57486,239 29897,584 54756,311 180,49075
1995 34151,116 38627,3 52442,748 8744,7657 28450,146 28611,849 41497,888 59539,319 34416,987 34645,812 154,27016
1996 21593,043 25261,986 36187,509 10953,97 23775,073 25549,679 9301,2508 14958,154 13810,371 22300,752 87,015049
1997 43095,456 39241,921 64729,335 11230,12 32597,912 18372,803 19794,97 32555,982 18935,348 18517,589 127,76026
1998 86939,166 54938,689 105469,06 21263,588 63073,438 80093,937 62723,819 124651,28 50262,097 19114,931 285,58918
1999 12149,883 29912,937 98458,112 5891,2106 16941,522 18372,803 31242,663 31113,568 27866,834 25486,574 127,06166
2000 25919,751 24821,374 51111,933 8376,565 27160,217 24401,379 5246,8594 1173,1886 21356,528 38827,203 97,568007
2001 44009,578 16971,879 63067,94 15924,679 26622,391 34449,005 20510,861 21410,691 26565,437 33686,399 129,532
2002 11609,889 26094,264 34971,322 5523,0099 15059,13 13492,527 35018,543 34828,804 26044,546 21275,62 95,655333
2003 79379,238 55900,857 71437,146 23196,642 77984,782 52534,733 38520,397 31950,391 33337,019 48313,388 218,95808
2004 33209,681 70433,299 71569,841 13347,274 62118,912 59711,609 43875,998 52006,387 22268,087 46762,041 203,04464
2005 68039,347 85294,123 54698,735 31941,407 86858,912 106791,92 68536,291 97654,852 51698,424 31248,567 291,66919
2006 24569,764 37490,868 50614,296 20158,986 35965,279 57531,353 28614,85 42924,003 4167,1274 8362,7821 132,59941
2007 102329,02 132196,22 101396,98 24853,545 110848,21 107063,69 87296,225 105930,12 76856,473 55751,881 386,40271
2008 23489,775 32865,109 58764,162 9112,9663 20935,013 20305,183 44598,305 49917,757 37792,007 26539,981 138,5463
2009 58319,44 73823,863 129338,77 20154,331 75956,523 49839,996 60338,883 99835,515 23031,493 49132,725 273,30386
2010 84239,192 115763,67 164770,1 30603,489 125610,08 155673,07 55330,517 127801,56 33083,912 74605,941 413,29822
2011 24299,767 32129,323 67366,076 10033,534 24424,182 17228,641 37443,497 40873,473 27994,08 24459,996 130,82797
2012 84509,189 75540,697 94800,225 20316,343 53679,521 70145,179 59146,415 84625,359 19595,856 65447,774 268,19254
2013 68039,347 69409,147 97238,816 21815,889 70320,173 72606,414 62246,832 87215,932 27739,588 52964,287 268,95715
Standar Deviasi 85,87107

5.4.3 Pembahasan Curah Hujan Wilayah

Pada penentuan curah hujan wilayah terdiri dari 3 metode,
yaitu metode aritmetik, metode thiessen, dan metode isohyet.
Namun pada asistensi kali ini hanya digunakan dua metode yaitu
aritmetik dan thiessen. Dalam pengerjaan metode thiessen
dilakukan secara manual menggunakan kertas milimeterblock,
sehingga data yang dihasilkan bersifat subjektif. Kesalahan dapat
terjadi karena ketidaktelitian dalam pengerjaan menghitung luas
kotak setiap daerah pengamatan.

Penentuan metode yang tepat dilakukan dengan menentukan

standar deviasi dari tiap-tiap metode. Standar deviasi adalah akar
kuadrat dari varians dan menunjukan standar penyimpangan data
terhadap nilai rata-rata. Semakin kecil nilai standar deviasi, maka
implementasi semakin baik karena tingkat kesalahan semakin kecil.
Standar deviasi juga menggambarkan nilai statistik yang digunakan
untuk menentukan bagaimana sebaran data dalam sampel. Metode
 58

yang terpilih merupakan metode yang menghasilkan standar

deviasi terkecil, dalam asistensi ini metode yang terpilih adalah
metode aritmatik untuk menentukan curah hujan wilayah dengan
nilai standar deviasi sebesar 83,3665893.

5.5 Uji frekuensi hujan

5.5.1 Metode Gumbel
X rata-rata didapat dari nilai rata-rata curah hujan wilayah dari
tahun 1986-2013 yang telah dihitung sebelumnya dengan 2 metode,
metode terpilih adalah metode dengan nilai standar deviasi terkecil.
Nilai curah hujan wilayah inilah yang digunakan untuk perhitungan
analisis curah hujan maksimum ini.
 Yt didapat dari rumus :

 Untuk PUH 2, maka :

2
𝑌𝑡 = −𝐿𝑛 (𝐿𝑛 ( ))
2−1
Yt = 0,3665129
 Yn didapat dari tabel reduce mean dengan mempertimbangkan nilai
N 28, sehingga Yn = 0,5343
 Sn didapat dari tabel Reduce Standard Deviation, dengan
mempertimbangkan nilai N 28, sehingga Sn = 1,1047
 S merupakan standar deviasi yang telah dihitung pada perhitungan
sebelumnya, S= 83,366589

CHMM didapat dengan rumus :

 59

0,3665129 − 0,5343
𝑋𝑡𝑟 = 198,93272 + 83,366𝑥 ( )
1,1047
Xtr (untuk PUH 2 ) = 186,27061
Setelah dilakukan perhitungan dengan Metode Gumbel, maka
diperoleh curah hujan harian maksimum untuk berbagai PUH.

Tabel 5.5.1 Hasil Perhitungan Metoda Gumbel

Metode Gumbel
PUH = T(tahun) Xrata-rata Yt Yn Sn S CHHM
2 0,3665129 186,27061
5 1,49994 271,8051
10 2,2503673 328,43637
198,93272 0,5343 1,1047 83,366589
25 3,1985343 399,99014
50 3,9019387 453,07281
100 4,6001492 505,76352
5.5.2 Metoda Log Pearson
Pada Log Pearson ini curah hujan yang didapat tiap tahun diubah dulu
ke dalam bentuk log
Y = log X
Pada tahun 1986 : R = log
Y = 2,164909
 Haga rata- rata Y
n

 logX i
Y i1
n
Maka Y 2.16490926220761
 Cari standar deviasinya dengan rumus :
n

(logX i Y )
S i1
n 1
0,851447
Maka S =√ = 0.1775812
28−1

Nilai koefisien kemencengan (G) :

n
n  (logX i  Y)3
G i 1
(n  1)(n  2)s 3
 60

28 𝑋 (0,226107)
𝐺= (28−1)(28−2)0,1775812
= 0,1610442

Data lebih lengkap dapat dilihat dari tabel dibawah ini

Tabel 5.5.2 Uji Frekuensi Hujan Metode Log Pearson

METODE LOG PEARSON III

Tahun R R=log R (Ri-Rx)^2 (Ri-Rx)^3
1986 231,42863 2,3644171 0,0101945 0,0010293
1987 186,58605 2,2708792 5,52E-05 4,102E-07
1988 120,94084 2,082573 0,0327162 -0,005918
1989 226,9103 2,3558542 0,0085387 0,000789
1990 303,16704 2,481682 0,0476255 0,0103935
1991 136,51805 2,1351901 0,0164504 -0,00211
1992 197,92989 2,2965114 0,0010931 3,614E-05
1993 156,44583 2,194364 0,0047728 -0,00033
1994 186,97503 2,2717836 6,946E-05 5,789E-07
1995 157,53477 2,1973764 0,0043656 -0,000288
1996 90,381905 1,9560815 0,0944749 -0,029039
1997 127,30502 2,1048455 0,0251551 -0,00399
1998 280,5393 2,4479937 0,0340567 0,006285
1999 126,28959 2,1013676 0,0262705 -0,004258
2000 102,53013 2,0108515 0,0638056 -0,016117
2001 136,16013 2,13405 0,0167442 -0,002167
2002 100,34462 2,0014941 0,0686205 -0,017975
2003 224,6741 2,351553 0,0077623 0,0006839
2004 198,99968 2,2988524 0,0012534 4,437E-05
2005 298,68118 2,4752079 0,0448417 0,0094956
2006 129,3759 2,1118534 0,0229813 -0,003484
2007 389,96886 2,5910299 0,1073091 0,0351524
2008 144,74923 2,1606162 0,0105746 -0,001087
2009 263,28551 2,420427 0,024642 0,0038682
2010 394,16972 2,5956833 0,1103795 0,0366718
2011 133,9845 2,1270546 0,0186035 -0,002537
2012 260,54047 2,4158752 0,0232337 0,0035414
2013 263,7 2,4211101 0,024857 0,003919
Jumlah 63,376578 0,851447 0,0226107
Rata-Rata (Rx) 2,2634492
S 0,1775812
G 0,1610442

 Nilai K dapat dicari dengan hasil dari nilai koefisien kemencengan

dan PUH yang digunakan.
Jika nilai G yang dicari tidak tertera di tabel maka dilakukan
interpolasi, dengan rumus :

𝑌2−𝑌1
Y = 𝑋2−𝑋1 𝑥 (𝑋 − 𝑋1) + 𝑌1

(−0,033−(−0,017))
Y= (0,2−0,1)
𝑥(0,161044 − (0,1)) + (−0,017)

= -0,026767, untuk PUH 2

Tabel 5.5.3 Data Interpolasi

PUH
2 5 10 25 50 100
Koef. G
Persentase Peluang Terlampaui
50 20 10 4 2 1
0,1 -0,017 0,836 1,292 1,785 2,107 2,4
0,2 -0,033 0,83 1,301 1,818 2,159 2,472
K
-0,026767 0,8323373 1,297494 1,8051446 2,138743 2,4439518
 61

 Y T  Y  K.s
YT = 2,2634492 +(-0,026767x0,1775812) = 2,25869
 102,25869= 181,42447
maka CHMM menggunakan metoda log Pearson III untuk PUH 2
adaalah 149.873096825022
Setelah dilakukan perhitungan dengan metode Log Pearson III, maka
diperoleh curah hujan harian maksimum untuk berbagai PUH

Tabel 5.5.4 Data CHHM Metode Log Pearson III

Perhitungan Log Pearson III

PUH K S log R=Rx log RT RT
2 -0,026767 2,2586959 181,42447
5 0,8323373 2,4112566 257,78441
10 1,297494 2,4938597 311,78822
0,1775812 2,2634492
25 1,8051446 2,5840089 383,71511
50 2,138743 2,6432497 439,7944
100 2,4439518 2,697449 498,25199

5.5.3 Metode Rasio Normal

 X rata-rata didapat dari nilai rata-rata curah hujan wilayah dari tahun
1986-2013 didapat X rata-rata 198,93272
 Standar deviasi didaapt dari perhitungan sebelumnya sebesar
83,366589
 Nilai K didapat dari tabel nilai variabel Reduksi Gauss, untuk PUH
2, maka nilai K=0 Untuk PUH=2,
Xt = X + KTS
Xt = 198,93272+(0 x83,366589) =198,9327
 62

Berikut data lengkap yang disajuikan melalui tabel hasil perhitungan

menggunakan metode rasio normal

Tabel 5.5.5 Hasil Intensitas Metode Distribusi Normal

Metode Distribusi Normal

X|
PUH KT S XT
2 0 198,9327
5 0,84 268,9607
10 1,28 305,642
83,366589 198,93272
25 0,7 257,2893
50 2,05 369,8342
100 2,33 393,1769
5.5.4 Uji Kecocokan 1
Contoh Perhitungan :

1) Mengurutkan data Curah Hujan Wilayah dari metode terpilih dari

terbesar dan terkecil
2) Mencari nilai log R
Pada peringkat 1 didapatkan nilai R= 394.16971624 dan log R=
2.595683255

3) Mencari nilai rata-rata dan simpangan baku

Dengan menggunakan rumus STDEV dan AVERAGE akan didapat
tabel sebagai berikut:
 63

Tabel 5.5.6 Tabel Peringkat CHHM dan Log CHHM untuk Uji Kecocokan dalam Uji Frekuensi Hujan

Peringkat R log R
1 394,16972 2,5956833
2 389,96886 2,5910299
3 303,16704 2,481682
4 298,68118 2,4752079
5 280,5393 2,4479937
6 263,7 2,4211101
7 263,28551 2,420427
8 260,54047 2,4158752
9 231,42863 2,3644171
10 226,9103 2,3558542
11 224,6741 2,351553
12 198,99968 2,2988524
13 197,92989 2,2965114
14 186,97503 2,2717836
15 186,58605 2,2708792
16 157,53477 2,1973764
17 156,44583 2,194364
18 144,74923 2,1606162
19 136,51805 2,1351901
20 136,16013 2,13405
21 133,9845 2,1270546
22 129,3759 2,1118534
23 127,30502 2,1048455
24 126,28959 2,1013676
25 120,94084 2,082573
26 102,53013 2,0108515
27 100,34462 2,0014941
28 90,381905 1,9560815
Ravg 199 2,2634
S 83,366589 0,1775812

5.5.4.1 Metode Gumbel

1. Mencari jumlah kelas
Menggunakan rumus:
𝑘 = 1 + (1,33𝑥𝑙𝑛(𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎))
𝑘 = 1 + (1,33𝑥𝑙𝑛](28) = 5.432

Jumlah kelas dibulatkan ke bawah menjadi 5 kelas

2. Menghitung nilei Ei
 64

𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑎𝑡𝑎
𝐸𝑖 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑙𝑎𝑠

28
𝐸𝑖 = = 5.6
5
3. Menghitung Nilai Batas Subgrup
(𝑅𝑚𝑎𝑥 − 𝑅𝑚𝑖𝑛)
𝐵=
4

(394.17 − 90.382)
𝐵= = 75.947
4
4. Menghitung Batas Awal Subgrup
𝐵𝑎𝑤𝑎𝑙 = Rmin-(0.5xBatas Subgrup)
𝐵𝑎𝑤𝑎𝑙 = 90.382-(0.5x75.947)=52.41
5. Batas Akhir
𝐵𝑎𝑤𝑎𝑙 + 𝐵𝑎𝑡𝑎𝑠 𝑆𝑢𝑏𝑔𝑟𝑢𝑝

52 + 41 = 128.35
6. Jumlah Datai Oi
Banyaknya data didapatkan dari jumlah nilai pada range antara
batas awal dan batas akhir dari setiap kelas pada tabel R
Misalkan untuk kelas no 1 didapat jumlah data sebanyak 6
7. Menghitung nilai oi-Ei
Pada kelas no 1 didapat nilai 0.4 dari hasil pengurangan antara
6-5.4
8. Menghitung nilai (oi-Ei)2/Ei
Untuk kelas no 1 didapat nilai 0.0286
9. Nilai Chi kuadrat
Nilai ini didapat dari penjumlahan nilai (oi-Ei)2/Ei dari semua
kelas
10. Derajat Kebebasan
𝐷𝑘 = 𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 − (𝑃 + 1)
 65

𝐷𝐾 = 5 − (1 + 1) = 3

Tabel 5.5.7 Hasil Uji Kecocokan 1 Metode Gumbel

Uji Kecocokan Metode Gumbel

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 52,408428 < 75,946953 < 128,35538 6 5,6 0,4 0,0285714
2 128,35538 < 75,946953 < 204,30233 11 5,6 5,4 5,2071429
3 204,30233 < 75,946953 < 280,24929 6 5,6 0,4 0,0285714
4 280,24929 < 75,946953 < 356,19624 3 5,6 -2,6 1,2071429
5 356,19624 < 75,946953 < 432,14319 2 5,6 -3,6 2,3142857
Jumlah 28 Chi kuadrat 8,7857143

5.5.4.2 Metode Log Pearson II

1 Menghitung Panjang Kelas
Panjang kelas dihitung dengan rumus
(𝐿𝑜𝑔 𝑅𝑚𝑎𝑥 − 𝐿𝑜𝑔 𝑅𝑚𝑖𝑛)
𝐵=
4
(2.595 − 1.956)
𝐵= = 0.16
4

2 Menghitung nilei Ei
𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑎𝑡𝑎
𝐸𝑖 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑙𝑎𝑠

28
𝐸𝑖 = = 5.6
5
3 Menghitung batas awal

𝐵𝑎𝑤𝑎𝑙 = LogRmin-(0.5xpanjang kelas)

𝐵𝑎𝑤𝑎𝑙 = 1.956-0.5x0.16= 1.876

4 Menghitung Batas Akhir Kelas

 66

Bakhir = Bawal+ Panjang kelas

1.876 + 0.16 = 2.036

5 Jumlah Datai Oi
Banyaknya data didapatkan dari jumlah nilai pada range antara
batas awal dan batas akhir dari setiap kelas pada tabel log R

Misalkan untuk kelas no 1 didapat jumlah data sebanyak 3

6 Menghitung nilai oi-Ei
Pada kelas no 1 didapat nilai -2.6 dari hasil pengurangan antara
3-5.6
7 Menghitung nilai (oi-Ei)2/Ei
Untuk kelas no 1 didapat nilai 1.207
8 Nilai Chi kuadrat
Nilai ini didapat dari penjumlahan nilai (oi-Ei)2/Ei dari semua
kelas
9 Derajat Kebebasan

𝐷𝑘 = 𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 − (𝑃 + 1)

𝐷𝐾 = 5 − (2 + 1) = 2

Tabel 5.5.8 Uji Kecocokan 1 Metode Log Pearson III

Uji Kecocokan Metode Log Pearson III

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 1,8761313 < x < 2,0360317 3 5,6 -2,6 1,2071429
2 2,0360317 < x < 2,1959322 9 5,6 3,4 2,0642857
3 2,1959322 < x < 2,3558326 6 5,6 0,4 0,0285714
4 2,3558326 < x < 2,515733 8 5,6 2,4 1,0285714
5 2,515733 < x 2,6756335 2 5,6 -3,6 2,3142857
Jumlah Chi kuadrat 6,6428571

5.5.4.3 Metode Distribusi Normal

1 Mencari jumlah kelas menggunakan rumus:
𝑘 = 1 + (1,33𝑥𝑙𝑛(𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎))
𝑘 = 1 + (1,33𝑥𝑙𝑛](28) = 5.432
 67

Jumlah kelas dibulatkan ke bawah menjadi 5 kelas

2. Menghitung nilei Ei

𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑎𝑡𝑎
𝐸𝑖 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑙𝑎𝑠

28
𝐸𝑖 = = 5.6
5

3. Menghitung Nilai Batas Subgrup

(𝑅𝑚𝑎𝑥 − 𝑅𝑚𝑖𝑛)
𝐵=
4

(394.17 − 90.382)
𝐵= = 75.947
4
1. Menghitung Batas Awal Subgrup
𝐵𝑎𝑤𝑎𝑙 = Rmin-(0.5xBatas Subgrup)
𝐵𝑎𝑤𝑎𝑙 = 90.382-(0.5x75.947)=52.41
2. Batas Akhir
𝐵𝑎𝑤𝑎𝑙 + 𝐵𝑎𝑡𝑎𝑠 𝑆𝑢𝑏𝑔𝑟𝑢𝑝

52 + 41 = 128.35
3. Jumlah Datai Oi
Banyaknya data didapatkan dari jumlah nilai pada range antara
batas awal dan batas akhir dari setiap kelas pada tabel R
Misalkan untuk kelas no 1 didapat jumlah data sebanyak 6
4. Menghitung nilai oi-Ei
Pada kelas no 1 didapat nilai 0.4 dari hasil pengurangan antara
6-5.4
5. Menghitung nilai (oi-Ei)2/Ei
Untuk kelas no 1 didapat nilai 0.0286
 68

6. Nilai Chi kuadrat

Nilai ini didapat dari penjumlahan nilai (oi-Ei)2/Ei dari semua
kelas
7. Derajat Kebebasan
𝐷𝑘 = 𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 − (𝑃 + 1)

𝐷𝐾 = 5 − (1 + 1) = 3

Tabel 5.5.9 Uji Kecocokan 1 Metode Distribusi Normal

Uji Kecocokan Metode Distribusi Normal

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 52,408428 < 75,946953 < 128,35538 6 5,6 0,4 0,0285714
2 128,35538 < 75,946953 < 204,30233 11 5,6 5,4 5,2071429
3 204,30233 < 75,946953 < 280,24929 6 5,6 0,4 0,0285714
4 280,24929 < 75,946953 < 356,19624 3 5,6 -2,6 1,2071429
5 356,19624 < 75,946953 < 432,14319 2 5,6 -3,6 2,3142857
Jumlah 28 Chi kuadrat 8,7857143

5.5.5 Uji Kecocokan 2

Dalam menentukan metode yang terpilih dalam analisis frekuensi
hujan tidak cukup dari satu uji kecocokan sehingga diperlukan perhitungan
kembali dari uji kecocokan kedua. Perbedaan yang terjadi terdapat dalam
menghitung delta dari setiap CHMM dan nilai awal yang dipakai dalam
dari setiap metode uji kecocokan. Contoh hasil perhitungan dapat dilihat
dari langkah-langkah berikut:

1. Mengurutkan data curah hujan wilayah (CHW) metode terpilih (dari yang
terbesar sampai yang terkecil)
2. Cari nilai log R (log CHW), rata-rata, dan simpangan baku dari R dan Log
R
3. Hitung jumlah kelas yang ada
(k) = 1 + (1,33*ln(jumlah data))
(k) = 1 + (1,33*ln(28))
(k) = 5,431 = 5
4. Hitung nilai Ei yaitu frekuensi yang diharapkan sesuai pembagian jumlah
kelas.
 69

Ei = jumlah data (n)/jumlah kelas (k).

Ei = 28/ 5= 5,6

5. Tentukan nilai Oi yaitu frekuensi yang terbaca pada kelas yang sama dari
nilai biasa dan nilai log nya
6. Untuk penentuan range, buat tabel berisi k, Xt, Xt dari log, dan range,
range didapat dari peluang dibagi jumlah kelas (k) misal k = 5,
range=(1/jumlah kelas)= 1/5=0.2 lalu sel paling bawah ditulis 0.2 dan terus
dijumlahkan ke atas dengan penambahan 0.2 sampai sel paling atas.
7. Isi nilai k dengan nilai dari tabel variabel reduksi Gauss. Misal range =
0.2, cari di tabel tersebut dan masukan dalam data perhitungan
8. Mengisi data Xt sebagai nilai atas untuk CHMM dari setiap metode uji
kecocokan, berikut contoh perhitungan Xt untuk kelas 1
Xt = rata-rata R + k.S
Xt = 199 + (-0,84*83,36659)
Xt= 128,9048
Isi pula kolom log untuk metode Log Pearson II
Tabel XX Nilai Xt yang dijadikan batas atas setiap metode dari uji
kecocokan 2

5.5.5.1 Uji kecocokan Metode Gumbel

1. Untuk batas bawah isi dengan nilai 0
2. Untuk batas atas isi dengan nilai Xt dari setiap kelas yang
sudah dihitung sebelumnya
3. Buat tabel yang berisi kelas, Oi, Ei yang sudah dihitung
sebelumnya
4. Hitung nilai Chi Kuadrat

(Oi − Ei)2
Chi Kuadrat = Σ√
Ei

(6 − 5,6)2
Chi Kuadrati = Σ√
5,6
 70

Chi Kuadrat= 0,9285714

5. Menentukan derajat kebebasan

Dk = Banyak kelas − (P + 1)

DK = 5 − (1 + 1) = 3

Tabel 5.5.10 Hasil Uji Kecocokan 1 Metode Gumbel

Uji Kecocokan Metode Gumbel TERPILIH

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 0 < x < 128,90479 6 5,6 0,4 0,0285714
2 128,90479 < x < 178,09108 7 5,6 1,4 0,35
3 178,09108 < x < 219,77437 4 5,6 -1,6 0,4571429
4 219,77437 < x < 268,96066 6 5,6 0,4 0,0285714
5 268,96066 < x < 5 5,6 -0,6 0,0642857
Jumlah 28 Chi kuadrat 0,9285714

5.5.5.2 Metode Log Pearson II

1. Untuk batas bawah isi dengan nilai 0
2 Untuk batas atas isi dengan nilai logXt dari setiap kelas yang
sudah dihitung sebelumnya
3 Buat tabel yang berisi kelas, Oi dari nilai log, Ei yang sudah
dikerjakan sebelumnya
4. Hitung nilai chi Kuadrat

(𝑂𝑖 − 𝐸𝑖)2
Chi Kuadrat = Σ√
𝐸𝑖

(1,4 + 0,4 + (−1,6) + (−2,6) + 2,4)

Chi Kuadrat = Σ√
5,6

Chi Kuadrat = 3,071429

5. Menentukan derajat kebebasan

𝐷𝑘 = 𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 − (𝑃 + 1)
 71

𝐷𝐾 = 5 − (2 + 1) = 2

Tabel 5.5.11 Hasil Uji Kecocokan 1 Metode Log Pearson

Uji Kecocokan Metode Log Pearson III

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 0 < x < 2,114281 7 5,6 1,4 0,35
2 2,114281 < x < 2,2190539 6 5,6 0,4 0,0285714
3 2,2190539 < x < 2,3078445 4 5,6 -1,6 0,4571429
4 2,3078445 < x < 2,4126174 3 5,6 -2,6 1,2071429
5 2,4126174 < x 8 5,6 2,4 1,0285714
Jumlah 28 Chi kuadrat 3,0714286

5.5.5.3 Metode Distribusi Normal

1. Untuk batas bawah isi dengan nilai 0
2. Untuk batas atas isi dengan nilai Xt dari setiap kelas yang sudah
dihitung sebelumnya
3. Buat tabel yang berisi kelas, Oi, Ei yang sudah dihitung
sebelumnya
4. Hitung nilai chi kuadrat

(𝑂𝑖 − 𝐸𝑖)2
Chi Kuadrat = Σ√
𝐸𝑖

(6 − 5,6)2
Chi Kuadrat = Σ√
5,6

Chi kuadrat= 0,9285714

5. Menentukan derajat kebebasan

𝐷𝑘 = 𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 − (𝑃 + 1)

𝐷𝐾 = 5 − (1 + 1) = 3
 72

Tabel 5.5.12 Uji Kecocokan 2 Metode Distribusi Normal

Uji Kecocokan Metode Distribusi Normal

No Nilai Batas subgrup Jumlah Data (Oi) Ei Oi-Ei (Oi-Ei)^2/Ei
1 0 < x < 128,90479 6 5,6 0,4 0,0285714
2 128,90479 < x < 178,09108 7 5,6 1,4 0,35
3 178,09108 < x < 219,77437 4 5,6 -1,6 0,4571429
4 219,77437 < x < 268,96066 6 5,6 0,4 0,0285714
5 268,96066 < x 5 5,6 -0,6 0,0642857
Jumlah 28 Chi kuadrat 0,9285714

5.5.4 Menentukan Metode Terpilih

Pada metode Gumbell dan distribusi normal di dapat nilai chi kuadrat
yang sama yaitu 8.785714286 dan pada tabel di dapat nilai chi kuadrat
pada tabel dan didapatkan untuk derajat kepercayaan 5% dan Derajat
kebebasan 3 adalah 7.815 karena nilai chi kuadrat pada tabel lebih
kecil maka hasil pengujian tidak dapat diterima. Untuk metode log
pearson III untuk derajat kepercayaan 5% dan derajat kebebasan 2 yaitu
pada pada tabel 5.991 dan pada perhitungan di dapat 6.643 maka tidak
dapat diterima. Maka, untuk selanjutnya nilai alfa di turunkan menjadi
2,5% dan hasilnya semua uji kecocokan diterima. Karena semua uji
kecocokan diterima, digunakan data CHM terbesar yaitu gumbell dan
distribusi normal. Untuk menentukan metode terpilih, maka dilakukan
uji kecocokan ke dua.
Pada uji kecocokan kedua jika diambil nilai dari derajat kepercayaan
sebesar 5%, nilai chi kuadrat dari metode log pearson adalah 3,071429,
dengan derajat kebebasan 2 nilai kritis nya adalah 5,991 sehingga
metode tersebut diterima. Dan untuk metode gumbel dan distribusi
normal nilai dari chi kuadrat adalah 0,9285714 dengan derajat
kebebasan sebesar 3 nilai kritisnya adalah 7,815 sehingga metode
tersebut juga diterima.
Sehingga dalam penentuan metode terpilih setelah melalui dua kali uji
kecocokan adalah dengan melihat nilai CHMM terbesar dari setiap
metode. Metode terpilih dari perhitungan adalah metode Gumbel.
 73

5.6 Intensitas Hujan

5.6.1 Van Breen
Digunakan data untuk PUH 2 tahun pada durasi 5 menit
dengan metode terpilih yaitu metode Gumbel dengan nilai CHHM
186.2706102 dengan langkah-langkah sebagai berikut:

1. Mencari nilai intensitas hujan

54 𝑅𝑇 + 0.07 𝑅𝑇 2
𝐼𝑇 =
𝑡𝑐 + 0.3 𝑅𝑇

dengan memasukkan nilai RT yaitu 186.2706102 dan tc 5 menit

maka di dapat nilai 205,1107

54 (186,2706) + 0.07 (186,2706)2

𝐼𝑇 =
5 + 0.3 (186,2706)
= 205,1107 𝑚𝑚/𝑚𝑒𝑛𝑖𝑡

Tabel 5.6.1 Tabel Intensitas Hujan Metode Van Breen

Metode Van Breen

Intensitas Hujan (mm/jam) pada PUH
Durasi 2 5 10 25 50 100
(menit) te RT
186,2706 271,8051 328,4364 399,9901 453,0728 505,7635
5 205,1107 229,3574 244,241 262,3975 275,5796 288,5043
10 189,544 216,8298 232,9889 252,3051 266,1368 279,5849
20 164,565 195,476 213,3325 234,2829 249,0682 263,3043
40 130,2381 163,3099 182,5332 204,997 220,7525 235,838
60 107,7602 140,234 159,5051 182,2192 198,2177 213,5607
80 91,89929 122,872 141,6365 163,997 179,8576 195,1288
120 70,99898 98,48559 115,7113 136,6638 151,7462 166,4047
240 42,20405 61,73055 74,69479 91,10885 103,3065 115,4293

5.6.2 Bell Tanimoto

Contoh perhitungan untuk bell tanimoto
1. Mencari nilai R
 74

Mencari besar curah hujan dengan memasukkan nilai CHHM

adalah 186,2706 dan nilai Xt 230 (berdasarkan tabel) dan
didapat nilai R1 dan R2 yaitu 90 dan 31
60
𝑋10 𝑅1 + 𝑅2
𝑅10 = ( )
𝑋𝑡 2
60
186,2706 90 + 31
𝑅10 = ( ) = 49
230 2

2. Mencari nilai Rt
60 𝑚𝑒𝑛𝑖𝑡
𝑅𝑡′ = (0.21 𝑙𝑛𝑇 + 0.52)(0.54𝑡 0.25 − 0.5)𝑅10 𝑚𝑒𝑛𝑖𝑡

𝑅𝑡′ = (0.21 ln(5) + 0.52)(0.54𝑡 0.25 − 0.5)49 = 10.03

3. Mencari nilai I
60 𝑡
𝐼𝑇𝑡 = 𝑅
𝑡 𝑇

60
𝐼𝑇𝑡 = 10.03 = 120.33 𝑚𝑚/𝑗𝑎𝑚
5
 75

Tabel 5.6.2 Intensitas Hujan Metode Bell Tanimoto

Metode Bell Tanimoto

PUH Durasi
R (60, t) R (t, T) I (t, T)
(tahun) (menit)

5 10,03 120,33
10 15,01 90,06
20 20,93 62,80
40 27,98 41,97
2 49,00
60 32,71 32,71
80 36,36 27,27
120 41,98 20,99
240 53,01 13,25
5 13,52 162,26
10 20,24 121,44
20 28,23 84,69
40 37,73 56,60
5 51,25
60 44,10 44,10
80 49,03 36,77
120 56,61 28,30
240 71,48 17,87
5 19,11 229,34
10 28,61 171,64
20 39,90 119,70
40 53,33 79,99
10 61,93
60 62,33 62,33
80 69,30 51,97
120 80,01 40,00
240 101,03 25,26
5 22,38 268,53
10 33,50 200,97
20 46,72 140,15
40 62,44 93,66
25 60,85
60 72,99 72,99
80 81,14 60,86
120 93,68 46,84
240 118,29 29,57
5 28,43 341,18
10 42,56 255,35
20 59,36 178,08
40 79,34 119,01
50 68,92
60 92,73 92,73
80 103,10 77,32
120 119,03 59,51
240 150,29 37,57
5 35,18 422,18
10 52,66 315,98
20 73,45 220,35
40 98,17 147,26
100 76,94
60 114,75 114,75
80 127,57 95,68
120 147,29 73,64
240 185,98 46,49

5.6.3 Hasper Der Weduwen

Metode Hasper Der Weduwen lebih rumit
dibanding metode van breen pada contoh perhitungan
 76

menggunakan data PUH 2 tahun dengan durasi 5 menit,

dengan langkah-langkah sebagai berikut:
1. Mencari nilai Ri
Untuk nilai Xt yaitu nilai CHHM dan t dalam jam

1218𝑡 + 54
𝑅𝑖 = 𝑋𝑡 ( )
𝑋𝑡 (1 − 𝑡) + 1272 𝑡

1218(0.08) + 54
𝑅𝑖 = 186, 27 ( ) = 104,66
𝑋𝑡 (1 − 0.08) + 1272 (0.08)

2. Mencari nilai R
Nilai R di tentukan dari durasi hujan maka untuk durasi 5
menit digunakan rumus sebagai berikut:

Untuk 0 <t < 1 jam

11300 𝑅𝑖
𝑅= √ [ ]
𝑡 + 3.12 100

11300 104.66
𝑅= √ [ ] = 62.16
0.08 + 3.12 100

3. Mencari nilai I
Untuk mendapat nilai Intensitas hujan maka digunakan rumus

𝑅
𝐼=
𝑡

62.16
𝐼= = 745.95 mm/jam
0.08
 77

Tabel 5.6.3 Intensitas Hujan Metode Hasper Der Weduwen

Metode Hasper dan Der Weduwen

PUH Durasi Durasi I

Xt Ri R
(tahun) (menit) (jam) (mm/jam)

5 0,08 104,66 62,16 745,95

10 0,17 130,36 76,44 458,62
20 0,33 156,31 89,41 268,24
40 0,67 177,25 96,83 145,24
2 186,27
60 1,00 186,27 97,55 97,55
80 1,33 191,30 108,35 81,26
120 2,00 196,72 123,76 61,88
240 4,00 202,59 148,41 37,10
5 0,08 119,01 70,68 848,18
10 0,17 159,30 93,41 560,44
20 0,33 206,59 118,18 354,53
40 0,67 250,78 137,00 205,49
5 271,81
60 1,00 271,81 142,35 142,35
80 1,33 284,10 158,10 118,57
120 2,00 297,86 180,58 90,29
240 4,00 313,37 216,56 54,14
5 0,08 125,46 74,52 894,20
10 0,17 173,79 101,90 611,41
20 0,33 234,98 134,41 403,24
40 0,67 297,06 162,27 243,41
10 328,44
60 1,00 328,44 172,01 172,01
80 1,33 347,37 191,04 143,28
120 2,00 369,12 218,21 109,10
240 4,00 394,35 261,69 65,42
5 0,08 131,59 78,16 937,89
10 0,17 188,51 110,53 663,19
20 0,33 266,41 152,39 457,18
40 0,67 352,98 192,82 289,24
25 399,99
60 1,00 399,99 209,48 209,48
80 1,33 429,51 232,66 174,49
120 2,00 464,54 265,75 132,87
240 4,00 506,77 318,70 79,67
5 0,08 135,14 80,27 963,20
10 0,17 197,50 115,81 694,84
20 0,33 287,05 164,20 492,61
40 0,67 392,74 214,55 321,82
50 453,07
60 1,00 453,07 237,28 237,28
80 1,33 492,08 263,53 197,65
120 2,00 539,55 301,01 150,51
240 4,00 598,54 360,99 90,25
5 0,08 138,07 82,00 984,04
10 0,17 205,19 120,31 721,88
20 0,33 305,65 174,84 524,52
40 0,67 430,84 235,36 353,04
100 505,76
60 1,00 505,76 264,87 264,87
80 1,33 555,63 294,18 220,64
120 2,00 617,86 336,02 168,01
240 4,00 697,73 402,97 100,74

5.6.4 Pembahasan
Intensitas hujan adalah tinggi atau kedalaman air hujan
persatuan waktu. Intensitas hujan tergantung dari lama dan
besarnya hujan. Semakin lama hujan berlangsung maka
intensitasnya akan cenderung makin tinggi, begitu juga
sebaliknya semakin pendek lamanya hujan maka semakin kecil
 78

juga intensitasnya. Intensitas ditinjau berdasarkan kala ulang juga

akan berbanding lurus, semakin lama waktu kala ulangnya maka
akan semakin tinggi pula intensitasnya. Untuk data hujan harian
intensitasnya dapat dihitung dengan menggunakan metode
Metode Van Breen, Metode Bell-Tanimoto dan Metode Hasper
der Weduwen. Dari masing-masing metode ini didapat curah
hujan per menit dari PUH 2, 5, 10, 25, 50 dan 100 tahun.

Dapat terlihat dari data-data yang didapatkan hasil

perhitungan, bahwa data curah hujan yang didapat paling besar
dari metode van breen lalu Hasper Der Weduwen, dan Bell
tanimoto. Namun, untuk mendapatkan nilai intensitas hujan yang
lebih akurat digunakan metode selanjutnya dan akan ditentukan
dari nilai standar deviasi terkecil dengan metode yang lain.
Berdasarkan teori, dari data curah hujan dapat dilihat bahwa
semakin lama kala ulangnya (PUH) maka semakin besar pula
intensitasnya dalam durasi waktu yang sama. Dan semakin lama
waktu durasinya maka semakin besar pula intensitasnya.

Metode Van breen lebih cocok digunakan dalam

perhitungan intensitas hujan hal pertama dikarenakan berdasarkan
penelitian lokasi penelitian sama-sama berada di pulau jawa baik
dari penelitian metode Van breen dan penelitian dalam laporan
ini. Hal lain yang mendukung yaitu bahwa dalam teori ini
dikatakan bahwa curah hujan terkonsetrasi dalam 4 jam dan pada
perhitungan digunakan waktu hingga 240 menit atau 4 jam. Pada
metode Hasper Der Weduwen bahwa curah hujan dibagi
berdasarkan pada selang waktu dan dianggap bahwa intesitas
hujan memiliki pola yang simetris sedagkan bell tanimoto
menggunakan dasar bahwa jika ada intensitas hujan selama 60
menit dan PUH 10 tahun maka dapat dihitung curah hujan antara
5-120 menit. Kedua metode lain ini memiliki kelemahan masing-
 79

masing seperti untuk metode Hasper Der Weduwen yang

menganggap bahwa intensitas hujan memiliki pola yang simetris
namun pada kenyataannya sering kali tidak simteris tentunya
karena banyaknya faktor- faktor lain seperti peristiwa tahunan
sepertil El nino dan La nina, kondisi geografis, dan lain-lain.
Sedangkan untuk metode Bell Tanimoto pada perhitungan curah
hujan kali ini menggunakan rentang waktu hingga 240 menit
sedangkan menurut Bell tanimoto perhtiungan hanya dapat
dilakukan untuk 5-120 menit sehingga hasilnya pun akan kurang
akurat. Namun, untuk menentukan metode yang tepat dalam
penggambaran kurva idf dibutuhkan metode lain sebagai validasi

5.7 Pendekatan Matematis

5.7.1 Talbot
Dalam menentukan intensitas curah hujan dengan rumus
Talbot untuk metode Van Breen pada PUH 2 durasi 5 menit
digunakan langkah sebagai berikut:

(731,47 𝑥 148921)−(69908,2)
a= = 208,123
(8 𝑥148921) −1002,32²

1002,32 𝑥 731,47−8 𝑥 69908,2

b= = 0,93135
8 𝑥 148921−1002,32²
𝑎
I = 𝑡+𝑏
208,123
I’= 0,083333+0,93135 = 205,1107 mm/jam

∆I = I – I’ = 205,1107 – 205,1107= 0
Tabel 5.7.1. Pehitungan Matematis Rumus Talbot dari Metode Van Breen
PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) I.t I^2 I^2 * t a b I' (mm/jam) ∆I
5 0,0833333 205,110744 17,092562 42070,417 3505,8681 208,12308 0,9313531 205,110744 0
10 0,1666667 189,544027 31,590671 35926,938 5987,8231 208,12308 0,9313531 189,544027 0
20 0,3333333 164,564972 54,854991 27081,63 9027,21 208,12308 0,9313531 164,564972 0
40 0,6666667 130,238117 86,825412 16961,967 11307,978 208,12308 0,9313531 130,238117 0
2
60 1 107,760246 107,76025 11612,271 11612,271 208,12308 0,9313531 107,760246 0
80 1,3333333 91,8992938 122,53239 8445,4802 11260,64 208,12308 0,9313531 91,8992938 0
120 2 70,9989809 141,99796 5040,8553 10081,711 208,12308 0,9313531 70,9989809 0
240 4 42,2040518 168,81621 1781,182 7124,7279 208,12308 0,9313531 42,2040518 0
∑ 1002,32043 731,47044 148920,74 69908,229 STDEV 0
 80

5.7.2 Sherman
Dalam menentukan intensitas curah hujan dengan rumus
Sherman untuk metode Van Breen pada PUH 2 durasi 5 menit
digunakan langkah sebagai berikut:

16,3932 𝑥 2,49751− (−3,91617)𝑥 (−1,4825)

log a = = 1,97592
8 𝑥 2,49751−(−1,4825)²

16,3932𝑥 (−2,49751)−8 𝑥 (−3,91617)

n= = 0,39513
8 𝑥 2,49751−(−1,4825)²

101,977592
I’ = 0,0833330,39513= 252,54281 mm/jam

∆I = I - I’= 21,8781

Tabel 5.7.2 Pehitungan Matematis Rumus Sherman dari Metode Van Breen

PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) Log I Log t Log I * Log t (log t)^2 log a n I' (mm/jam) ∆I
5 0,08333333 205,110744 2,3119884 -1,079181 -2,4950545 1,1646322 252,5428071 47,432063
10 0,16666667 189,544027 2,2777101 -0,778151 -1,772403 0,6055194 192,0391784 2,495151
20 0,33333333 164,564972 2,2163374 -0,477121 -1,0574617 0,2276447 146,0308709 -18,5341
40 0,66666667 130,238117 2,1147381 -0,176091 -0,3723869 0,0310081 111,0451285 -19,19299
2 1,9759211 0,3951273
60 1 107,760246 2,0324586 0 0 0 94,60651619 -13,15373
80 1,33333333 91,8992938 1,9633122 0,1249387 0,24529374 0,0156097 84,44119033 -7,458103
120 2 70,9989809 1,8512521 0,30103 0,55728242 0,0906191 71,94090321 0,9419223
240 4 42,2040518 1,6253541 0,60206 0,9785607 0,3624762 54,705466 12,501414
∑ 1002,32043 16,393151 -1,482516 -3,9161692 2,4975093 STDEV 21,87811

5.7.3 Ishiguro
Dalam menentukan intensitas curah hujan dengan rumus
Sherman untuk metode Van Breen pada PUH 2 durasi 5 menit
digunakan langkah sebagai berikut:

736,634 𝑥 148921 −88352,3 𝑥 885,6250423

a= = 113,233
8 𝑥 148921−1002,32²
 81

1002,32 𝑥 736,634 𝑥 88352,3

b= = 0,16884
8 𝑥 148921−1002,32²

113,233
I’ = 0,288675+0,16884 = 236,8226418 mm/jam

∆I = I – I’ = 42,3857

Variasi durasi lainnya menggunakan langkah yang sama seperti diatas.

Setelah ∆I pada seluruh durasi didapatkan maka perlu mencari nilai
standar deviasi dari tiap PUH. Pada PUH 2 didapatkan nilai standar
deviasi sebesar 18,799. Data pada PUH 2 pun didapatkan sebagai
berikut.
Tabel 5.7.3 Pehitungan Matematis Rumus Talbot dari Metode Van Breen

PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) √t I^2 I * √t I^2 * √t a b I' (mm/jam) ∆I
5 0,0833333 205,110744 0,2886751 42070,417 59,210372 12144,683 113,23312 0,1688389 247,496477 42,385733
10 0,1666667 189,544027 0,4082483 35926,938 77,381025 14667,111 113,23312 0,1688389 196,214913 6,6708861
20 0,3333333 164,564972 0,5773503 27081,63 95,011631 15635,586 113,23312 0,1688389 151,748536 -12,81644
40 0,6666667 130,238117 0,8164966 16961,967 106,33898 13849,388 113,23312 0,1688389 114,918337 -15,31978
2
60 1 107,760246 1 11612,271 107,76025 11612,271 113,23312 0,1688389 96,8765804 -10,88367
80 1,3333333 91,8992938 1,1547005 8445,4802 106,11616 9752,0005 113,23312 0,1688389 85,5532617 -6,346032
120 2 70,9989809 1,4142136 5040,8553 100,40772 7128,8459 113,23312 0,1688389 71,528341 0,52936
240 4 42,2040518 2 1781,182 84,408104 3562,364 113,23312 0,1688389 52,2090953 10,005044
∑ 1002,32043 7,6596844 148920,74 736,63424 88352,25 STDEV 18,799016

5.7.4 Pembahasan Pendekatan Matematis

Dalam menentukan metode yang terpilih pada analisis frekuensi
hujan digunakan pendekatan matematis intensitas hujan dengan
menggunakan rumus Talbot, Sherman, dan Ishiguro. Pada metode ini
ditentukan delta yang dihasilkan dari intensistas setelah pendekatan
matematis tiap metode dikurangi dengan intensitas sebelumnya dari tiap
tiap metode analis frekuensi hujan. Metode yang terpilih adalah metode
yang menghasilkan akumulasi dari standar deviasi terkecil, artinya nilai
semua sampel antara analisa intensitas dengan pendekatan matematis
yang sama. Standar deviasi terkecil dihasilkan oleh rumus Talbot,
 82

sehigga rumus Talbotlah yang digunakan dalam pembuatan kurva IDF

yang digunakan untuk mengitung limpasan untuk perhitungan debit
puncak. Kesalahan dapat terjadi karena ketidaktelitian pada perhitungan.

Tabel 5.7.4 Tabel Rekap STDEV dari Semua Rumus Pendekatan Matematis

Van Breen Bell Tanimoto Hasper dan Der Weduwen

PUH
Tablot Sherman Ishiguro Talbot Sherman Ishiguro Talbot Sherman Ishiguro
2 0 21,87811 18,799016 5,5000668 4,5611798 5,6967298 21,618163 11,657283 73,873785
5 0 23,097251 18,263009 7,4168575 6,1507654 7,6820581 28,636681 23,019411 71,110768
10 8,03887E-14 23,615296 18,003696 10,482656 8,6932182 10,857479 32,258443 29,777543 67,292857
25 0 23,640176 17,743228 12,273935 10,178717 12,712808 35,876095 37,024126 62,040449
50 2,23277E-13 24,426853 17,583667 15,594921 12,932796 16,15254 37,980246 41,611271 58,357061
100 0 24,694646 17,446016 19,297453 16,003288 19,987461 39,660153 45,64694 55,122107

5.8 Kurva IDF

Metode yang terpilih adalah metode yang menghasilkan akumulasi
dari standar deviasi terkecil, artinya nilai semua sampel antara analisa
intensitas dengan pendekatan matematis yang sama. Pendekatan terpilih
adalah pendekatan Talbot karena mempunyai standard deviasi yang
paling kecil dari antara ketiga metode pendekatan.

Kemudian dari pendekatan yang terpilih, dibuat 3 kurva IDF. Kurva

tersebut dibuat dari 3 metode intensitas yaitu van breen,tanimoto dan
hesper&DW. Kurva IDF diplot dengan sumbu y adalah intensitas Hujan
dalam mm/jam, kemudian sumbu x adalah waktu durasi dalam menit.

Nilai PUH harus terlihat jelas karena kurva IDF untuk menentukan
nilai PUH maka kejelasan kurva sangat penting. Kurva yang dipilih
adalah kurva yang tidak tertindih. Selain itu, kurva yang dipilih adalah
kurva yang tidak landai. Membuktikan bahwa range nilai intensitas per
PUH tidak terlalu jauh sehingga lebih akurat karena nilai tidak terlalu
ekstrim perubahannnya.

Dari ketiga kurva tersebut kurva van breen yang tidak menumpuk
sehingga metode ini terpilih sebagai metode intensitas hujan.
 83

Dari hasil perhitungan yang dilakukan, ditetapkan bahwa metode

yang digunakan adalah Van Breen dengan pendekatan metode Talbot.
Berikut adalah kurva IDF dari rumus Talbot metode Van Breen.

Tabel 5.7.5 Intensitas Hujan Metode Van Breen untuk Kurva IDF
Dari metode Vanbreen
Intensitas Hujan (mm/jam) pada PUH
Durasi 2 5 10 25 50 100
(menit) te RT
186.27061 271.8051 328.43637 399.99014 453.07281 505.76352
5 205.11074 229.35735 244.24102 262.39753 275.57956 288.50427
10 189.54403 216.82985 232.98888 252.30509 266.13685 279.5849
20 164.56497 195.47604 213.3325 234.28292 249.06824 263.30432
40 130.23812 163.30991 182.53324 204.99701 220.75246 235.83802
60 107.76025 140.23401 159.50514 182.21919 198.21771 213.56068
80 91.899294 122.87203 141.63651 163.997 179.85758 195.12875
120 70.998981 98.485588 115.7113 136.66383 151.74625 166.40474
240 42.204052 61.730552 74.694791 91.108846 103.30653 115.42928

Gambar 5.7.2 Kurva IDF Metode Van Breen (Terpilih)

Gambar 5.7.1 Kurva IDF Metode Terpilih

5.7 Aplikasi Kurva IDF

Kegunaan kurva IDF dalam bidang RIL.adalah dalam perencanaan
drainase.Pada perencanaan drainase, kurva IDF ini untuk menentukan debit
banjir sehingga membutuhkan nilai Intensitas yang didapatkan dari kurva IDF
dengan PUH tertentu.
 84

Sehingga rancangan drainase didapatkan dari debit rencana banjir yang

telah dihitung dengan periode ulang tertentu. Dengan nilai tersebut akan
dicapai atau terlampaui dalam periode ulang tertentu.

BAB 6

KESIMPULAN

Daftar Pustaka

Imam Subarkah, (1980). Hidrologi Untuk Perencanaan Bangunan Air. Idea

Dharma: Bandung.

Suprimin.2004. Sistem Drainase Perkotaan yang Berkelanjutan. Penerbit ANDI:

Yogjakarta.

Melinda, Nike. 2007. Perencanaan Sistem Drainase Pada Daerah Aliran Sungai
Cimahi Di Kota Cimahi. Itb: Tidak Diterbitkan.
Ningsih , Dewi Handayani Untari. 2012. Metode Thiessen Polygon Untuk
Ramalan Sebaran Curah Hujan Periode Tertentu Pada Wilayah Yang
Tidak Memiliki Data Curah Hujan. Informatic Engineering Department,
Faculty Information Technology, Stikubank University: Jurnal Teknologi
Informasi Dinamik Volume 17, No.2, Juli 2012 : 154-163

Dr. Pregun Csaba, Dr. Juhász Csaba .2011.Debreceni Egyetem a TÁMOP

4.1.2(Hydrology).pályázat keretein belül.
 85

Syifa Fauziyah, Sobriyah, Susilowati.(2013).ANALISIS KARAKTERISTIK DAN

INTENSITAS HUJAN KOTA SURAKARTA. Universitas Sebelas
Maret:Jogjakarta.

Sutarlim.2012. Tugas Akhir Komparasi Metode Formulasi Intensitas Hujan di

Kawasan Hulu Daerah Aliran Sungai (DAS) Talo. Jurusan Sipil
Fakultas Teknik Universitas Hasanuddin:Makasar.

Loebis, J., 1992. Banjir Rencana Untuk Bangunan Air. Departemen Pekerjaan Umum,
Chandy Buana Kharisma: Jakarta.

Skye Cooley, 2016 dapat diakses di

http://gis4geomorphology.com/thiessenisohyetal-precip/ (Diakses 23
April 2017, Pukul 19.52)

Bayong, THK. 2004. Klimatologi. Bandung: ITB.

Moduto. 1998. Drainase Perkotaan. Jakarta: Gunadarma.
Suripin. 2004. Sistem Drainase Perkotaan yang Berkelanjutan. Yogyakarta:
ANDI Yogyakarta.
Subarkah, Imam. 1980. Hidrologi untuk Perencanaan Bangunan Air. Bandung:
Idea Dharma.
Sonjaya, Irman. 2010. Uji Homogenitas Data Iklim Di Stasiun Klimatologi
Banjarbaru. Banjarbaru: Tidak Diterbitkan.