BAB IV

Analisis Dan Perencanaan

4.1 Analisa Hidrologi

Analisis hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi.
Fenomena hidrologi sebagai mana telah dijelaskan di bagian sebelumnya adalah
kumpulan keterangan atau fakta mengenai fenomena hidrologi. Fenomena hirologi
seperti besarnya curah hujan, temperatur, penguapan, lama penyinaran matahari,
kecepatan angin, debit sungai, tinggi muka air, akan selalu berubah menurut waktu.
Untuk suatu tujuan tertentu data-data hidrologi dapat dikumpulkan, dihitung, disajikan,
dan ditafsirkan dengan menggunkan prosedur tertentu (Yuliana., 2002). Analisa curah
hujan diperlukan untuk menentukan besarnya intensitas yang digunakan sebagai
prediksi timbulnya aliran permukaan wilayah. Curah hujan yang digunakan dalam
analisis adalah curah hujan harian maksimum dalam satu tahun yang telah dihitung oleh
badan meteorology.

4.1.1 Penentuan Curah Hujan Rencana

Penyiapan data curah hujan diperlukan sebagai dasar dan acuan untuk perhitungan
serta analisa-analisa yang akan dilakukan. Selain itu, penyiapan data curah hujan juga
dibutuhkan untuk mengetahui debit limpasan air hujan dalam perencanaan dan
pembangunan saluran drainase, sehingga lahan dan biaya yang telah dipersiapkan dapat
dipergunakan se-optimal mungkin dan tidak menyebabkan kerugian. Berikut data curah
hujan dari 5 stasiun yang berbeda.

Tabel 4.1 Curah Hujan 5 Stasiun Sekitar Kelurahan 32 Ilir

Stasiun Stasiun Stasiun Stasiun Stasiun Stasiun

No. Tahun Data
1 2 3 4 5 6

1 1988 113.9 116.8 290 81 115 64

2 1989 45 69 60 91 90 72

3 1990 70 47 80 80 98 44

4 1991 47.0 56 52 64 75 27

5 1992 59.1 72 77 80 90 29

6 1993 50.5 61 51 110 60 17

7 1994 59.9 77 78.0 81 88.5 28

8 1995 51.0 52.3 66.3 57 75.3 40

9 1996 68.5 38 74 85 82 89

10 1997 63.0 69 82.0 72 55 64

11 1998 59.5 61.0 93 66 72.1 46

 Stasiun Stasiun Stasiun Stasiun Stasiun Stasiun
No. Tahun Data
1 2 3 4 5 6

12 1999 54.4 55.7 70.7 74 59.7 45

13 2000 87.9 90.1 114.4 80 195 48

14 2001 99.7 102.2 129.7 90 231 50

15 2002 53.4 54.7 69.5 68.5 64 44

16 2003 61.7 63.3 98 92 100 21

17 2004 60.2 61.8 95 64.5 61.7 53

18 2005 45.4 46.5 55 59 68 32.6

19 2006 54.6 56.0 89 69.2 58 39.2

20 2007 58.4 59.9 72 81 79.9 41.9

21 2008 65.0 66.6 90 105 60 46.6

22 2009 65.9 67.5 70 87 108.2 47.3

23 2010 58.0 75 70 74.5 66 41.6

24 2011 68.4 62.3 50 98 51.6 40.5

25 2012 42 67.2 62 54 69.5 35.3

26 2013 98.2 64 84 82.4 290 70.1

27 2014 67 75.5 105 76 93 49.7

28 2015 56 82 80 70.2 75 43.8

29 2016 81 81 50 81 71.1 44.8

30 2017 48.5 53.9 68 94.3 108 43.5

Sumber : Hasil Perhitungan, 2018

4.2 Uji Konsistensi Data Curah Hujan

Test konsistensi dilakukan untuk memperbaiki kesalahan pengamatan yang dapat terjadi
akibat perubahan posisi atau cara pemasangan alat ukur curah hujan yang tidak baik.
Kesalahan yang mungkin terjadi tersebut tidak dapat diamati untuk setiap data, tetapi
hanya untuk data jangka panjang.

Test uji konsistensi dapat dilakukan dengan cara membandingkan data kumulasi rata-
rata curah hujan pada stasiun yang diuji dengan data kumulasi rata-rata curah hujan
pada stasiun-stasiun pembanding dalam periode yang sama.

Data-data hujan yang dipakai untuk keperluan perencanaan drainase adalah data curah
hujan harian maksimum dan memenuhi persyaratan kualitas serta kuantitasnya. Hal
tersebut diperlukan agar data hasil analisa dapat mendekati kenyataan, sehingga jika
terjadi kesalahan, masih dalam batas toleransi yang diijinkan. Adapun persyaratan-
persyaratan tersebut adalah :

a. Kuantitas

 Jika ada data yang perlu dilengkapi maka data hujan tersebut kontinu setiap
data pendataannya.

 Jumlah stasiun pengukur hujan (SPH) pemberi data M (6-10) SPH.

 Jumlah data hujan harian maksimum (=N) dari setiap stasiun pengukur hujan 20
data, agar diperoleh tinggi hujan harian rata-rata yang normal.

b. Kualitas

 Ada data-data hujan dari SPH sekitarnya dengan M > (5-10) SPH diluar data-data
hujan, diperhitungkan drainase (sebagai pembanding).

 Data-data hujan untuk perhitungan harus konsisten.

 Setelah kontinu, maka harus dilakukan kehomogenitasannya dengan

menggunakan grafik homogenitas.

Terjadinya ketidak konsistenan sekumpulan data (array data) disebabkan oleh

perubahan kecenderungan atau trend sebagai berikut :

 Perubahan tata guna lahan pada DAS dan sekitarnya.

 Perpindahan tempat / lokasi stasiun pengukut hujan.

 Perubahan ekosistem terhadap iklim.

 Terdapat kesalahan sistem observasi data pada sekumpulan data curah

hujan.

Contoh perhitungan Uji Konsistensi Kelurahan 32 Ilir pada Tahun 1988 :

 Mencari Xbar
Curah Hujan Stasiun B+C+D+E+F
Xbar = Jumlah Stasiun
Persamaan 4.1

116.8+290+81+115+64
= = 133.35
5

 Mencari Akumulasi Stasiun Utama

=Akumulasi Stasiun Utama Tahun 1989 + Curah Hujan Stasiun Dasar(Persamaan 4.2)

= 1799.2 + 113.9 = 1913.2

 Mencari Akumulasi stasiun Dasar

= Akumulasi Stasiun Dasar Tahun 1988 + Xbar Persamaan 4.3

= 1222 + 72 = 1358

 Mencari Tan I

Tan = nilai a sesuai grafik Persamaan 4.4

= 1,4128

 Mencari Faktor Koreksi I

nilai tan 𝑎𝑤𝑎𝑙
Fk = nilai a pada grafik Persamaan 4.5

1,4128
= 1.4128 = 1

 Mencari Curah Hujan Baru

Curah Hujan = Curah Hujan Dasar x Fk Persamaan 4.6

= 113.9 x 1 = 113.9

 Mencari Tan II tahun 1994

Tan = nilai a sesuai grafik Persamaan 4.7

= 1.6068

 Mencari Faktor Koreksi II

nilai tan 𝑎𝑤𝑎𝑙
Fk = nilai a pada grafik Persamaan 4.8

1,4128
= 1,6068 = 0,879

 Mencari Curah Hujan Terbaru

= Faktor Koreksi II x Curah Hujan Persamaan 4.9

= 0,879 x 59,9 = 52,70

 Akumulasi Curah
Akumulasi Tangen
Tahun Stasiun Tangen Faktor Hujan
No. B C D E F x bar Stasiun Awal
Data Utama Baru Koreksi Baru
Dasar

1 1988 116.8 290 81 115 64 133.3571 1913.212 1358.0 1.4128 1.4128 1 113.9243

2 1989 69 60 91 90 72 76.4 1799.288 1294.0 1.4128 1.4128 1 45

3 1990 47 80 80 98 44 69.8 1754.288 1222.0 1.4128 1.4128 1 70

4 1991 56 52 64 75 27 54.8 1684.288 1178.0 1.4128 1.4128 1 46.98447

5 1992 72 77 80 90 29 69.6 1637.303 1151.0 1.4128 1.4128 1 59.13438

6 1993 61 51 110 60 17 59.8 1578.169 1122.0 1.4128 1.4128 1 50.45008

7 1994 77 78.0 81 88.5 28 70.49731 1527.719 1105.0 1.4128 1.6068 0.879263 52.70446

8 1995 52.3 66.3 57 75.3 40 58.1732 1467.777 1077.0 1.4128 1.6068 0.879263 44.8271

9 1996 38 74 85 82 89 73.6 1416.795 1037.0 1.4128 1.6068 0.879263 60.21832

10 1997 69 82.0 72 55 64 68.39725 1348.307 948.0 1.4128 1.4128 1 63.03119

11 1998 61.0 93 66 72.1 46 67.61614 1285.276 884.0 1.4128 1.4128 1 59.48671

12 1999 55.7 70.7 74 59.7 45 61.0369 1225.79 838.0 1.4128 1.2085 1.169053 63.57574

13 2000 90.1 114.4 80 195 48 105.5058 1171.407 793.0 1.4128 1.2085 1.169053 102.8039

14 2001 102.2 129.7 90 231 50 120.5755 1083.469 745.0 1.4128 1.4128 1 99.69622

15 2002 54.7 69.5 68.5 64 44 60.14064 983.7733 695.0 1.4128 1.4128 1 53.40144
 16 2003 63.3 98 92 100 21 74.85703 930.3718 651.0 1.4128 1.4128 1 61.73469

17 2004 61.8 95 64.5 61.7 53 67.19154 868.6371 630.0 1.4128 1.4128 1 60.24466

18 2005 46.5 55 59 68 32.6 52.22311 808.3925 577.0 1.4128 1.4128 1 45.3951

19 2006 56.0 89 69.2 58 39.2 62.27464 762.9974 544.4 1.4128 1.4128 1 54.60869

20 2007 59.9 72 81 79.9 41.9 66.93117 708.3887 505.2 1.4128 1.4128 1 58.3857

21 2008 66.6 90 105 60 46.6 73.65507 650.003 463.3 1.4128 1.4128 1 64.99539

22 2009 67.5 70 87 108.2 47.3 76.00454 585.0076 416.6 1.4128 1.4128 1 65.88324

23 2010 75 70 74.5 66 41.6 65.42889 519.1244 369.4 1.4128 1.4128 1 58.02435

24 2011 62.3 50 98 51.6 40.5 60.47693 461.1 327.7 1.4128 1.4128 1 68.4

25 2012 67.2 62 54 69.5 35.3 57.60455 392.7 287.2 1.4128 1.4128 1 42

26 2013 64 84 82.4 290 70.1 118.1017 350.7 251.9 1.4128 1.4128 1 98.2

27 2014 75.5 105 76 93 49.7 79.83286 252.5 181.8 1.4128 1.4128 1 67

28 2015 82 80 70.2 75 43.8 70.20235 185.5 132.1 1.4128 1.4128 1 56

29 2016 81 50 81 71.1 44.8 65.58559 129.5 88.3 1.4128 1.4128 1 81

30 2017 53.9 68 94.3 108 43.5 73.53794 48.5 43.5 1.4128 1.4128 1 48.5

Sumber : Perhitungan, 2018

2500
y = 1.4128x - 0.6764
R² = 0.9982
2000
Kurva Regresi 1
y = 1.2085x + 213.11
1500 R² = 1

1000 Kurva Regresi 2

y = 1.6068x - 253.28
R² = 0.9782
500

0
0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0

Gambar 4.1 Grafik Uji Konsistensi

Sumber : Perhitungan, 2018

Dari grafik hasil uji konsistensi diketahui bahwa data Stasiun Hujan yang diperoleh sudah
konsisten, hal ini ditandai dengan nilai R2 = 0,9982, R2 = 1 dan R2 = 0,782 yang mendekati
nilai 1.
4.3 Uji Homogenitas

Uji homogenitas dilakukan agar data-data curah hujan yang disebabkan oleh hujan
buatan tidak diikutsertakan dalam perhitungan analisa frekuensi, karena akan
menimbulkan ketidakhomogenan data curah hujan. Ketidakhomogenan data curah
hujan dapat terjadi karena:

 Gangguan-gangguan atmosfer oleh pencemaran udara.

 Adanya hujan buatan yang bersifat insidential.

 Perubahan mendadak dari sistem lingkungan hidrolis.

 Pemindahan alat ukur.

Perubahan cara pengukuran suatu array data hujan yang dikatakan homogen jika hasil
ploting titik H dengan nilai (N,Tr) pada kertas grafik homogenitas berada pada bagian
dalam grafik tersebut.
𝐑𝟏𝟎 𝐱 𝐍
Tr = 𝐑
Persamaan
4.11

Dimana :

N = Banyaknya data hujan

R = Curah hujan rata-data dalam suatu array data

R10 = Curah hujan tahunan dengan PUH 10 tahun

Persamaan 4.12

Tr = PUH untuk curah hujan tahunan rata-rata

Untuk mendapatkan R10 dan Tr, digunakan persamaan linier dari Gumbel modifikasi
karena distr ibusi curah hujan harian maksimum merupakan urutan yang dihipotesakan
memenuhi distribusi Gumbel adalah:

Dimana :

σx = Standar deviasi

Ri = Data curah hujan stasiun utama

Rr = Xr = Rata-rata data curah hujan stasiun utama

Persamaan
4.13
N = Jumlah stasiun pengamat

Dimana : Xr = Rainfall depth rata-rata

Yn = Expected mean

Persamaan Regresi : X = μ + 1/ α . Yt Persamaan

4.14

Tabel 4.2 Data Uji Homogenitas

Tahun
No. Curah Hujan Baru
Data

1 1988 113.92

2 1989 45

3 1990 70

4 1991 46.98

5 1992 59.13

6 1993 50.45

7 1994 52.70

8 1995 44.83

9 1996 60.22

10 1997 63.03

11 1998 59.49

12 1999 63.58

13 2000 102.80

14 2001 99.70

15 2002 53.40

16 2003 61.73

17 2004 60.24

18 2005 45.40
19 2006 54.61

20 2007 58.39

21 2008 65.00

22 2009 65.88

23 2010 58.02

24 2011 68.4

25 2012 42

26 2013 98.2

27 2014 67

28 2015 56

29 2016 81

30 2017 48.5

Jumlah 1915.610124

Rata2 63.8536708

Std Dev 18.20331147

N 30

Yn 0.5362

rn 1.1124

1/α 16.36399809

μ 55.07929502

R 54.38 + 15.33 Yt

R10 91.91465471

Tr R10/Rrata2 x Tr yang 10 tahun

R 54.38 + 15.33 Yt

62.6 = 54.38+15.33 Yt

Yt 0.5362

Tr Ytr

2 0.3668
 5 1.5004

x 0.5362

Tr 3.524233198

Perhitungan standar deviasi dilakukan dengan tahapan berikut:

- Mencari nilan Yn dan 𝜏𝑛 terlebih dahulu

- Maka dapat dicari nilai

𝟏 𝝉𝑹
= Persamaan
𝜶 𝝉𝒏
4.15

- Setelah itu, mencari nilai µ

̅ - 𝟏 . 𝒀𝒏
µ=𝑹 Persamaan
𝜶
4.16

- Dilanjut dengan mencari nilai R

𝟏
R=µ+𝜶.y Persamaan
4.17

- Dicari nilai R10 menggunakan rumus 𝑅10

𝑹𝟏𝟎 = R + (0.78 𝒀𝑻 - 0.45) 𝝉𝑹 Persamaan

4.18

- Dimana nilai 𝑌𝑇 dicari dengan menggunakan rumus 𝑌𝑇

𝟏𝟎
𝒀𝑻 = -ln (ln 𝟗 ) Persamaan
4.19
Berikut adalah contoh mencari nilai TR menggunakan grafik Gumble’s

Gambar 4.1 Gumble’s Extreme Probability

Dari grafik Gumble’s Extreme Probability diperoleh nilai 𝑇𝑅 = 2.44

Maka:
𝑹𝟏𝟎
𝑻𝑹 = x 𝑻𝑹 Persamaan 4.20
𝑹
91.91
= 63.85 x 2.44

= 3.52 ≈ 3.5

Maka, titik H (N ; 𝑇𝑅 ) = H (30 ; 3.5)

Langkah selanjutnya adalah dengan memplotkan kedua titik yang dihasilkan dari
perhitungan di atas ke dalam Grafik Homogenitas. Hal ini dimaksudkan agar dapat
menentukan apakah data yang dihitung tersebut termasuk data yang homogen atau
tidak homogen. Berikut gambarnya.

Gambar 4.2 Grafik Homogenitas

 Hasil dari Grafik Homogenitas dengan memplotkan titik (30 ; 3.5), maka dari grafik di
atas menunjukkan bahwa data curah hujan berada di dalam garis lengkung
homogenitas, karena nilai TR sesuai dengan batas nilai T yaitu nilai TR sebesar 3.5
sehingga menunjukkan data HOMOGEN.

Tabel 4.3 Harga Yn (Reduced Mean) untuk beberapa harga n

n 0 1 2 3 4 5 6 7 8 9

10 0,4952 0,4996 0,5034 0,507 0,51 0,5128 0,5157 0,5181 0,5202 0,522

20 0,5236 0,5252 0,5268 0,5268 0,5283 0,5309 0,532 0,5332 0,5343 0,5353

30 0,5362 0,5271 0,538 0,5388 0,5396 0,5402 0,541 0,541 0,5424 0,5481

40 0,5436 0,5442 0,5448 0,5453 0,5456 0,5463 0,5468 0,5473 0,5477 0,5545

50 0,5436 0,5489 0,5493 0,5493 0,5501 0,5504 0,5508 0,5511 0,5515 0,5545

Tabel 4.4 Harga Sn (Reduced Standard Deviation) untuk beberapa harga n

n 0 1 2 3 4 5 6 7 8 9

10 0,9496 0,9833 0,9833 0,9971 10,095 10,208 10,316 11,411 10,493 10,565

20 10,682 10,696 10,754 10,811 10,864 10,916 10,961 11,044 11,044 11,056

30 11,124 11,159 11,193 11,226 1,225 11,286 11,313 11,339 11,363 1,138
40 11,413 11,458 11,458 1,148 1,149 11,516 11,538 11,557 11,574 1,159

50 11,607 11,623 11,638 11,658 11,667 11,681 11,696 11,708 11,721 11,734

4.4 Analisa Frekuensi

Analisa frekuensi dilakukan dengan ujuan agar mendapatkan regression linier yang
merupakan tempat kedudukan dari nilai ekstrim dari hujan harian. Waktu terjadinya
peristiwa itu sebenarnya tidak ditentukan. Dalam merencanakan sistem penyaluran air
hujan pada suatu daerah perencanaan, perlu dilakukan prediksi besarnya curah hujan
maksimum yang terjadi dalam suatu periode. Periode ulang adalah periode (tahun)
dimana suatu hujan dengan jangka waktu dan intensitas yang dianggap bisa terjasi,
dengan kemungkinan terjadinya adalah satu kali dalam batas waktu yang ditetapkan .
untuk memperkirakan besarnya curah hujan harian maksimum yang akan terjadi selama
periode ulang, maka dapat digunakan beberapa metode diantaranya adalah metode EJ.
Gumbel, metode log Person III dan metode Distrubusi Normal.

4.4.1 Metode Gumbel

Metode EJ.Gumbel didasarkan pada distribusi harga ekstrim atau distribusi normal yang
banyak digunakan di indonesia. Dengan garis energi secara grafis, maka hujan
maksimum (HHM) rencana dapat diperoleh, demikina pula PUH nya. Namun dengan
cara tersebut kemungkinan adanya kesalahan yang besar, untuk itu diperlukan secara
matematis dengan menggunakan persamaan gumbel berikut :

Data yang harus ada :

R = 42,720

SD = 17,264

n = 30

Yn = 0,5362

Sn = 11,124

N = 34,398

1/α = 15,519
Tabel 4.4 Metode Gumbel

T HHM Xt Rata-
yt yn yt-yn St Dev Sn Xt K b Se t(a) RK
(PUH) ± RK rata

-
2 66.1566 0.3668 0.53 0.1632 61.18307 -0.14671 0.912663 3.032642 1.64 4.973532

5 89.12367 1.5004 0.53 0.9704 79.73041 0.872348 1.7237 5.727598 1.64 9.393261

10 104.9575 2.251 0.53 1.721 63.85 18.2 1.1124 92.01099 1.547105 2.375737 7.894218 1.64 12.94652

25 125.1451 3.1993 0.53 2.6693 107.5261 2.399586 3.233153 10.74328 1.64 17.61898

50 140.1798 3.9028 0.53 3.3728 119.0361 3.032003 3.879942 12.89247 1.64 21.14364

100 155.1312 4.6012 0.53 4.0712 130.4627 3.659835 4.526766 15.04177 1.64 24.6685

HHM Xt
T (PUH)
± RK
2 66.1566

5 89.12367

10 104.9575

25 125.1451

50 140.1798

100 155.1312
4.4.2 Metode Log Pearson III

Metoda ini didasarkan pada perubahan data yang ada kedalam bentuk logaritma. Adapun
langkah-langkah perhitungannya adalah sebagai berikut :

-Menyusun data hujan mulai dari harga yang terbesar sampai yang terkecil.

- Merubah jumlah n data hujan kedalam besaran logaritma, sehingga menjadi log R1, log
R2…log Rn. Lalu dinyatakan Xi = log Ri

- Menghitung besarnya harga rata-rata besaran logaritma, dengan persamaan:

Xr = ∑Xi Persamaan 4.21 N

- Menghitung besarnya harga deviasi rata-rata dari besaran logaritma tersebut,

dengan persamaan

``

σx = Σ (Ri – Rr)2 1/2

n–1
persamaan 4.22

- Menghitung Skew Coefficient (koefisien asimetri) dari besaran logaritma tersebut,

dengan persamaan :

Cs =n . ∑(Xi – Xr)3 Persamaan 4.23

(n-1)(n-2)( σx)3

- Berdasarkan harga Cs yang diperoleh dan harga periode ulang (T) tang ditentukan,
hitung nilai Kx dengan menggunakan tabel karakteristik nilai Kx distribusi log
pearson type III.

- Menghitung besarnya harga logaritma masing-masing data curah hujan untuk

suatu Periode Ulang Hujan (PUH) tertentu, dengan persamaan :

Xt = Xr + Kx . σx Persamaan 4.24

- Jadi perkiraan harga HHM untuk periode ulang T (tahun) adalah :

Rt = antilog Xt atau

Rt = 10 Xt (mm/24 jam)
Tabel 4.5 Hasil Metode Log Pearson III

T (PUH) Kx S Kx.S Xr Xt Rt

2 -0.165 0.096 -0.01584 1.78 1.76416 58.09784

5 0.758 0.096 0.072768 1.78 1.852768 71.24723

10 1.340 0.096 0.12864 1.78 1.90864 81.02891

25 2.043 0.096 0.196128 1.78 1.976128 94.65161

T(PUH) RT 50 2.542 0.096 0.244032 1.78 2.024032 105.6895

2 58.09784 100 3.022 0.096 0.290112 1.78 2.070112 117.5201

5 71.24723

10 81.02891

25 94.65161

50 105.6895

100 117.5201

(Sumber : Hasil Perhitungan, 2018)

Dimana nilai K didapat berdasarkan pada Tabel Skew Curve Factor (K) yang digunakan
dalam distribusi peluang Log Pearson Type III.

Gambar 4.3 Skew Curve Factor (K) dalam distribusi peluang Log Pearson Type III

(Sumber : Soemarto, Hidrologi Teknik, 1987)

4.4.3 Distribusi Normal

Distribusi normal disebut juga Distribusi Gauss

Persamaan 4.25

Dimana :

XT = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T

X = Nilai rata-rata hitung variat

S = Deviasi standart nilai variat

KT = Faktor frekuensi, merupakan fungsi dari peluang atau periode ualng dan tipr model
matematik distibusi peluang yang digunakan untuk analisi peluang. Nilai faktir frekuensi
dapat dilihat pada tabel Reduksi Gauss.

Tabel 4.6 Nilai variable Reduksi Gauss

PUH Kt XT

2 0 63.85

5 0.84 79.14

10 1.28 87.15

25 1.654 93.96

50 2.05 101.17

100 2.33 106.27

T (PUH) XT

2 63.85

5 79.14

10 87.15

25 93.96

50 101.17

100 106.27
Tabel 4.7 Rekapitulasi Nilai Curah Hujan Maksimum

RT dan XT
T (PUH) Distribusi
Gumble Log Pearson
Normal

2 66.16 58.10 63.85

5 89.12 71.25 79.14

10 104.96 81.03 87.15

25 125.15 94.65 93.96

50 140.18 105.69 101.17

100 155.13 117.52 106.27

(Sumber : Hasil Perhitungan 2018)

4.4.4 Pemilihan Metode Terbaik

Dengan membandingkan hasil dari ketiga metode tersebut, ternyata hasil perhitungan
metode Pearson type III dan Distribusi Normal berada dalam interval hasil perhitungan
metode Gumbel. Berarti hasil perhitungan metode Gumbel tetap masih paling besar
diantara kedua metode lainnya.

Dilihat dari cara pendistribusiannya, cara Distribusi Normal dengan merubah variable
distribusi asimetris dari kurva kemungkinan kerapatan. Sedangkan Gumbel
menggunakan secara langsung kurva asimetris kemungkinan kerapatan dengan jenis
distribusi harga ekstrim, sehingga harga yang didapat kemungkinan lebih besar dari
harga distribusi normal.

Untuk perhitungan selanjutnya harga curah hujan yang dipilih adalah hasil perhitungan
metode Gumbel, mengingat hasilnya yang paling kecil serta merupakan metode untuk
keperluan perencanaan bangunan air yang sudah sering digunakan di Indonesia.

4.4.5 Chi Kuadrat

Uji ini mengkaji ukuran perbedaan yang terdapat di antara frekuensi yang diobservasi
dengan yang diharapkan dan digunakan untuk menguji simpangan secara vertikal, yang
ditentukan dengan persamaan :
𝟐
((𝐎𝐢 − 𝐄𝐢 ))
𝐗 𝟐 = ∑𝐤𝐢−𝐟 𝐄𝐢
Persamaan 4.26

Dimana:

X2 = Parameter chi-kuadrat terhitung

Ei = frekuensi pengamatan (observed frequency)

 Oi = frekuensi teoritis kelas j (expected frequency)

Langkah-langkah dalam memakai jenis uji ini adalah sebagai berikut :

 Mengurutkan data curah hujan harian maksimum dari nilai terkecil ke

terbesar.

 Memplot harga curah hujan harian maksimum Xt dengan harga probabilitas

Weibull (Soetopo, 1996:12) :
𝐧
𝐒𝐧 (𝐱) = 𝐍+𝟏 . 𝟏𝟎𝟎% Persamaan 4.27

Dimana:

Sn (x) = probabilitas (%)

n = nomor urut data dari seri yang telah diurutkan

N = jumlah total data

 Hitung harga Xcr dengan menentukan taraf signifikan α = 5% dan dengan

derajat kebebasan yang dihitung dengan menggunakan persamaan :

𝐃𝐤 = 𝐊 − (𝐏 + 𝟏) Persamaan 4.28

Dimana:

Dk = Derajat kebebasan

P = Parameter yang terikat dalam agihan frekuensi

K = Jumlah kelas distribusi

= 1 + (3.322 . log n)
Gambar 4.4 Distribusi Chi-Kuadrat
Tabel 4.8 Hasil Chi-Kuadrat

No Xi Log Xi P=m/(N+1)
Peluang, N Peluang Nilai X Nilai X Nilai Peluang
1 113.92 2.057 1.033

2 102.80 2.012 1.067 0.8 -0.84 48.56 1.70 0.8

3 99.70 1.999 1.1 0.6 -0.25 59.30 1.76 0.6

4 98.2 1.992 1.133 0.4 0.25 68.40 1.82 0.4

5 81 1.908 1.167 0.2 0.84 79.14 1.88 0.2

6 70 1.845 1.2

7 68.4 1.835 1.233

8 67 1.826 1.267

9 65.88 1.819 1.3

10 65.00 1.813 1.333

11 63.58 1.803 1.367

12 63.03 1.800 1.4

13 61.73 1.791 1.433

14 60.24 1.780 1.467

15 60.22 1.780 1.5

16 59.49 1.774 1.533

17 59.13 1.772 1.567

18 58.39 1.766 1.6

19 58.02 1.764 1.633

20 56 1.748 1.667

21 54.61 1.737 1.7

22 53.40 1.728 1.733

23 52.70 1.722 1.767

24 50.45 1.703 1.8

25 48.5 1.686 1.833

26 46.98 1.672 1.867

27 45.40 1.657 1.9

28 45 1.653 1.933

29 44.83 1.652 1.967

30 42 1.623 2

Jumlah 1915.61 53.72 45.50

Rata-rata 63.854 1.791

Stdev 18.203 0.111

X 63.85+18.2*K 1.79+0.11*K
 Tabel 4.9 Hasil Uji Chi Kuadrat Untuk Metode Gumble

No Batas Sub Grup Jumlah Data (OI) EI OI - EI (OI-EI)^2 ((OI-EI)^2)/EI

1 <48.56 6 6 0 0 0

2 48.56-59.30 8 6 2 4 0.667

3 59.30-68.40 10 6 4 16 2.667

4 68.40-79.14 1 6 -5 25 4.167

5 >79.14 5 6 -1 1 0.167

Jumlah 30 CHI KUADRAT Gumble 7.667

Tabel 4.10 Hasil Uji Chi Kuadrat Untuk Metode Log Person III

No Batas Sub Grup Jumlah Data (OI) EI OI - EI (OI-EI)^2 ((OI-EI)^2)/EI

1 <1.70 6 6 0 0 0

2 1.70-1.76 5 6 -1 1 0.167

3 1.76-1.82 11 6 5 25 4.167

4 1.82-1.88 3 6 -3 9 1.500

5 >1.88 5 6 -1 1 0.167

CHI KUADRAT Log

Jumlah 30 Pearson 6.000

Tabel 4.11 Hasil Uji Chi Kuadrat Untuk Metode Distribusi Normal

No Batas Sub Grup Jumlah Data (OI) EI OI - EI (OI-EI)^2 ((OI-EI)^2)/EI

1 <48.56 6 6 0 0 0

2 48.56-59.30 8 6 2 4 0.667

3 59.30-68.40 10 6 4 16 2.667

4 68.40-79.14 1 6 -5 25 4.167

5 >79.14 5 6 -1 1 0.167

Jumlah 30 CHI KUADRAT 7.667

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.12 Metode Terpilih

 T (PUH) HHM + Rk XT

2 66.1566 61.18307

5 89.12367 79.73041

10 104.9575 92.01099

25 125.1451 107.5261

50 140.1798 119.0361

100 155.1312 130.4627

α (derajat kepercayaan) 0.05

db (derajat kebebasan) G-R-1=2

N 2

Tabel 4.13 Kesimpulan Chi-Kuadrat

No Distribusi χ^2 Hitung Nilai χ^2 Tabel Keterangan

Dipilih karena
memiliki nilai
7.67 > 5.991 paling besar dari 3
metode dari
1 Gumbel analisa frekuensi

2 Log Pearson 6.000 > 5.991 Ditolak

3 Distribusi Normal 7.67 > 5.991 Ditolak

Karena nilai kesimpulan pada uji chi kuadrat diatas yang menyatakan diterima, maka pemilihan metode
terbaik berdasarkan

Tabel Rekapitulasi Curah Hujan Maksimum pada Analisa Intensitas Curah Hujan yang memiliki nilai yang
paling besar, yaitu Metode GUMBLE

(Sumber : Hasil Perhitungan 2018)

4.5 Analisa Intensitas Curah Hujan

Karakteristik hujan terdiri dari intensitas, durasi, kedalaman dan frekuensi. Semua
karakteristik tersebut saling berkaitan. Analisis hubungan dua parameter hujan yang
penting berupa intensitas dan durasi dapat dihubungkan secara statistic dengan suatu
frekuensi kejadiannya. Penyajian secara grafik hubungan ini adalah berupa kurva
Intensity-Duration-Frequency (IDF) (Joesron Loebis, 1992).

Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada suatu kurun
waktu dimana air tersebut terkonsentrasi (Joesron Loebis, 1992). Intensitas curah hujan
dinotasikan dengan huruf I dengan satuan mm/jam. Besarnya intensitas curah hujan
sangat diperlukan dalam perhitungan debit banjir rencana berdasar metode Rasional.
Durasi adalah lamanya suatu kejadian hujan (Sudjarwadi, 1987). Intensitas hujan yang
tinggi pada umumnya berlangsung dengan /durasi pendek dan meliputi daerah yang
tidak sangat luas (Sudjarwadi, 1987). Hujan yang meliputi daerah luas, jarang sekali
dengan intensitas tinggi, tetapi dapat berlangsung dengan durasi cukup panjang.
Kombinasi dari intensitas hujan yang tinggi dengan durasi panjang jarang terjadi, tetapi
apabila terjadi berarti sejumlah besar volume air bagaikan ditumpahkan dari langit.

Sri Harto (1993) menyebutkan bahwa analisis IDF memerlukan analisis frekuensi dengan
menggunakan seri data yang diperoleh dari rekaman data hujan. Jik tidak tersedia waktu
untuk mengamati besarnya intensitas hujan ata disebabkan oleh karena alatnya tidak
ada, dapat ditempuh cara-cara empiris denga mempergunakan rumus-rumus
eksperimentil seperti rumus Talbot, Sherman dan Ishigura (Suyono dan Takeda, 1999).
Apabila di lapangan terdapat data hujan jam-jaman, maka intensitas curah hujan
dihitung menggunakan metode Talbot (Joesron Loebis, 1992). Seandainya data curah
hujan yang ada adalah data curah hujan harian, maka untuk menghitung intensitas
hujan dapat digunakan metode Mononobe (Joesron Loebis, 1992) sebagai berikut :
𝟐
𝐑 𝟑𝟒 𝟐𝟒 𝟑
𝐑𝐓 = ( ) Persamaan
𝟐𝟒 𝐓
4.29

Dimana:

RT = intensitas hujan pada durasi T jam (mm/jam), R24 adalah curah hujan harian
maksimum (mm)

T = durasi hujan (jam)

Terdapat beberapa metode dalam mengolah besarnya curah hujan dalam periode
tertentu menjadi intensitas curah hujan dalam durasi yang berbeda-beda.

4.5.1 Metode Van Breen

Metode ini beranggapan bahwa besarnya atau lama durasi hujan harian adalah terpusat
selama 4 jam dengan hujan efektif sebesar 90% dari hujan selama 24 jam. Hubungan
dalam bentuk rumus adalah sebagai berikut:

I = 90% * R24 Persamaan 4.30

4
Dimana:

I = intensitas hujan (mm/jam)

R24 = curah hujan harian maksimum (mm/24 jam)

Dengan menggunakan rumus diatas, maka intensitas hujan sebelum dilakukan koreksi
dapat dihitung.

Berdasarkan rumus I diatas, maka dapat dibuat suatu kurva durasi intensitas hujan,
dimana Van Breen mengambil bentuk kurva kota Jakarta sebagai kurva basis. Berikut ini
adalah intensitas hujan untuk kota Jakarta sebagai acuan:

Tabel 4.14 Hasil Perhitungan Intensitas Hujan Menggunakan Metode Van Breen

Intensitas Curah Hujan (mm/jam)

2 5 10 25 50 100
Durasi (Menit)
R1 R2 R3 R4 R5 R6

66.157 89.124 104.958 125.145 140.180 155.131

5 152.06 164.54 171.53 179.34 184.61 189.52

10 127.14 142.68 151.37 160.96 167.34 173.21

20 95.75 112.72 122.56 133.58 140.97 147.77

40 64.10 79.39 88.77 99.68 107.19 114.22

60 48.18 61.27 69.58 79.50 86.46 93.09

80 38.59 49.88 57.22 66.11 72.46 78.55

120 27.61 36.37 42.21 49.46 54.73 59.86

240 14.89 20.06 23.63 28.17 31.56 34.93

4.5.2 Metode Bell Tanimoto

Menurut Tanimoto yang didasarkan penelitian Dr.Borema untuk daerah di Jawa,

distribusi curah hujan setiap jam dapat diperkirakan sebagai berikut:

Tabel 4.15 Hasil Perhitungan Intensitas Hujan Menggunakan Metode Bell Tanimoto
PUH (Tahun) Durasi (Menit) Xt (mm/24jam) R (60,10) R (r,T) I (t,T)

5 66.157 22.3765 11.644 139.730

10 15.256 91.538

20 19.552 58.655

40 24.660 36.990
2
60 28.085 28.085

80 30.735 23.051

120 34.808 17.404

240 42.803 10.701

5 89.124 30.14477 20.222 242.662

10 26.495 158.968

20 33.954 101.863

40 42.826 64.239
5
60 48.774 48.774

80 53.375 40.032

120 60.449 30.225

240 74.333 18.583

5 104.9575051 35.50033 27.855 334.256

10 36.495 218.972

20 46.771 140.313

40 58.991 88.486
10
60 67.184 67.184

80 73.522 55.142

120 83.266 41.633

240 102.391 25.598

25 5 125.1451297 42.3285 39.580 474.965

 10 51.858 311.151

20 66.460 199.379

40 83.823 125.735

60 95.466 95.466

80 104.473 78.354

120 118.318 59.159

240 145.494 36.373

5 140.1797669 47.41374 49.732 596.779

10 65.159 390.952

20 83.505 250.514

40 105.322 157.982
50
60 119.950 119.950

80 131.267 98.450

120 148.663 74.332

240 182.809 45.702

5 155.131157 52.47083 61.008 732.090

10 79.932 479.594

20 102.438 307.314

40 129.202 193.803
100
60 147.147 147.147

80 161.029 120.772

120 182.370 91.185

240 224.258 56.065

(Sumber : Hasil Perhitungan, 2017)

Tabel 4.16 Rekapitulasi Hasil Perhitungan Intensitas Hujan Menggunakan Metode Bell
Tanimoto

T (PUH) (mm/24jam)
 Durasi
(Menit) 2 5 10 25 50 100

5 139.730 242.662 334.256 39.580431 596.779 732.090

10 91.538 158.968 218.972 51.85848 390.952 479.594

20 58.655 101.863 140.313 66.459623 250.514 307.314

40 36.990 64.239 88.486 83.823406 157.982 193.803

60 28.085 48.774 67.184 95.466147 119.950 147.147

80 23.051 40.032 55.142 104.47254 98.450 120.772

120 17.404 30.225 41.633 118.31817 74.332 91.185

240 10.701 18.583 25.598 145.49396 45.702 56.065

(Sumber : Hasil Perhtiungan, 2018)

4.5.3 Metode Hasper Dan Der Weduwen

Metode ini merupakan hasil penyelidikan di Indonesia yang dilakukan oleh Hasper der
Weduwen. Penurunan rumusnya diperoleh berdasarkan kecenderungan curah hujan
harian dikelompokan atas dasar anggapan bahwa hujan mempunyai distribusi simetris
dengan durasi hujan (t) lebih kecil dari 1 jam dan durasi hujan dari 1 jam sampai 24 jam.

Persamaan 4.31

Dimana : t = durasi hujan (jam)

R, R1 = curah hujan menurut Hasper-Weduwen (mm)

X = curah HHM yang terpilih (mm)

Untuk menentukan intensitas hujan menurut Hasper Weduwen digunakan rumus

berikut:

I= R/t Persamaan 4.32

Tabel 4.17 Hasil Perhitungan Intensitas Hujan Menggunakan Metode Hasper Dan Der
Weduwen

Durasi Durasi Xt
PUH (Tahun) Ri R I
(Menit) (Jam) (mm/24jam)

5 0.083 61.733 36.665 439.982

10 0.167 63.648 37.320 223.921

20 0.333 65.011 37.188 111.565

40 0.667 65.848 35.971 53.957

2 66.157
60 1.000 66.157 34.647 34.647

80 1.333 66.317 38.480 28.860

120 2.000 66.481 43.953 21.977

240 4.000 66.650 52.711 13.178

5 0.083 73.836 43.854 526.243

10 0.167 80.011 46.915 281.490

20 0.333 84.807 48.512 145.536

40 0.667 87.935 48.037 72.055

5 89.124
60 1.000 89.124 46.675 46.675

80 1.333 89.750 51.839 38.879

120 2.000 90.399 59.212 29.606

240 4.000 91.072 71.010 17.753

5 0.0833 80.712 47.938 575.252

10 0.1667 90.074 52.816 316.894

20 0.3333 97.739 55.910 167.730

40 0.6667 102.938 56.233 84.349

10 104.958
60 1.0000 104.958 54.967 54.967

80 1.3333 106.031 61.049 45.787

120 2.0000 107.150 69.732 34.866

240 4.0000 108.319 83.626 20.907

25 5 0.0833 125.145 88.168 52.366 628.390

 Durasi Durasi Xt
PUH (Tahun) Ri R I
(Menit) (Jam) (mm/24jam)

10 0.1667 101.687 59.625 357.748

20 0.3333 113.448 64.896 194.687

40 0.6667 121.809 66.541 99.812

60 1.0000 125.145 65.540 65.540

80 1.3333 126.939 72.791 54.594

120 2.0000 128.826 83.144 41.572

240 4.0000 130.813 99.711 24.928

5 0.0833 92.956 55.210 662.515

10 0.1667 109.563 64.243 385.458

20 0.3333 124.616 71.284 213.852

40 0.6667 135.679 74.118 111.177

50 140.180
60 1.0000 140.180 73.414 73.414

80 1.3333 142.621 81.536 61.152

120 2.0000 145.205 93.133 46.567

240 4.0000 147.945 111.690 27.923

5 0.0833 97.190 57.724 692.693

10 0.1667 116.822 68.500 410.997

20 0.3333 135.301 77.396 232.189

40 0.6667 149.319 81.569 122.353

100 155.131
60 1.0000 155.131 81.244 81.244

80 1.3333 158.312 90.233 67.675

120 2.0000 161.699 103.067 51.533

240 4.0000 165.313 123.603 30.901

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.18 Rekapitulasi Hasil Perhitungan Intensitas Hujan Menggunakan Metode

Hasper Dan Der Weduwen

Durasi Durasi PUH

 (menit) (jam) 2 5 10 25 50 100

5 0.083 439.982 526.243 575.252 628.390 628.390 692.693

10 0.167 223.921 281.490 316.894 357.748 357.748 410.997

20 0.333 111.565 145.536 167.730 194.687 194.687 232.189

40 0.667 53.957 72.055 84.349 99.812 99.812 122.353

60 1.000 34.647 46.675 54.967 65.540 65.540 81.244

80 1.333 28.860 38.879 45.787 54.594 54.594 67.675

120 2.000 21.977 29.606 34.866 41.572 41.572 51.533

240 4.000 13.178 17.753 20.907 24.928 24.928 30.901

(Sumber : Hasil Perhitungan, 2018)

 4.6 Uji Kecocokan

4.6.1 Metode Van Breen

Berikut ini adalah hasil perhitungan uji kecocokan menggunakan metode Van Breen dengan PUH 10. Table perhitungan uji kecocokan yang
ditampilkan hanya tabel uji kecocokan dengan PUH yang digunakan yaitu PUH 10 tahun.

Tabel 4.19 Uji Kecocokan Metode Van Breen PUH 10 Tahun

No t (menit) I I*t I^2 (I^2)*t Log t Log I (Log t)*(Log I) (Log t)^2 (t)^0.5 I*(t^0.5) (I^2)*(t^0.5)

1 5 171.53 857.67 29423.81 147119.05 0.70 2.23 1.56 0.49 2.24 383.56 65793.64

2 10 151.37 1513.71 22913.10 229131.00 1.00 2.18 2.18 1.00 3.16 478.68 72457.58

3 20 122.56 2451.17 15020.57 300411.35 1.30 2.09 2.72 1.69 4.47 548.10 67174.02

4 40 88.77 3550.65 7879.47 315178.73 1.60 1.95 3.12 2.57 6.32 561.41 49834.13

5 60 69.58 4174.88 4841.55 290493.26 1.78 1.84 3.28 3.16 7.75 538.97 37502.52

6 80 57.22 4577.23 3273.59 261887.44 1.90 1.76 3.34 3.62 8.94 511.75 29279.91

7 120 42.21 5065.40 1781.82 213818.78 2.08 1.63 3.38 4.32 10.95 462.41 19518.89

8 240 23.63 5670.13 558.17 133959.92 2.38 1.37 3.27 5.67 15.49 366.01 8647.08

Jumlah 726.86 27860.83 85692.08 1891999.53 12.74 15.05 22.85 22.52 59.33 3850.88 350207.77

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.20 Persamaan intensitas Hujan

Variabel Talbot Sherman Ishiguro

A 6438.83 484.80 479.86

B 32.54 -0.02

N 0.94

Sumber : Hasil Perhitungan, 2018

Tabel 4.21 Perhitungan Selisih PUH 10 Tahun

No t (menit) I Talbot Selisih 1 Sherman Selisih 2 Ishiguro Selisih 3

1 5 171.53 171.5336994 0.00 106.19 65.34 216.1983 44.66

2 10 151.37 151.3707355 0.00 55.22 96.15 152.5421 1.17

3 20 122.56 122.5584251 0.00 28.71 93.85 107.6976 14.86

4 40 88.77 88.76636915 0.00 14.93 73.84 76.07096 12.70

5 60 69.58 69.58127875 0.00 10.18 59.40 62.08179 7.50

6 80 57.22 57.2153216 0.00 7.76 49.45 53.74899 3.47

7 120 42.21 42.21164731 0.00 5.30 36.92 43.87094 1.66

8 240 23.63 23.62554377 0.00 2.75 20.87 31.0077 7.38

 Jumlah 726.86 726.86 0.00 231.05 495.81 743.22 93.40

(Sumber : Hasil Perhitungan, 2018)

4.6.2 Metode Bell Tanimoto

Berikut ini adalah hasil perhitungan uji kecocokan menggunakan metode Bell Tanimoto dengan PUH 10 tahun.

Tabel 4.22 Uji Kecocokan Metode Bell Tanimoto PUH 10 Tahun

No t (menit) I I*t I^2 (I^2)*t Log t Log I (Log t)*(Log I) (Log t)^2 (t)^0.5 I*(t^0.5) (I^2)*(t^0.5)

1 5 334.26 1671.28 111727.05 558635.23 0.70 2.52 1.76 0.49 2.24 747.42 249829.27

2 10 218.97 2189.72 47948.70 479487.02 1.00 2.34 2.34 1.00 3.16 692.45 151627.11

3 20 140.31 2806.25 19687.61 393752.24 1.30 2.15 2.79 1.69 4.47 627.50 88045.68

4 40 88.49 3539.44 7829.75 313190.02 1.60 1.95 3.12 2.57 6.32 559.63 49519.69

5 60 67.18 4031.05 4513.71 270822.55 1.78 1.83 3.25 3.16 7.75 520.41 34963.04

6 80 55.14 4411.34 3040.62 243249.31 1.90 1.74 3.31 3.62 8.94 493.20 27196.10

7 120 41.63 4995.97 1733.32 207997.89 2.08 1.62 3.37 4.32 10.95 456.07 18987.52

8 240 25.60 6143.47 655.25 157259.17 2.38 1.41 3.35 5.67 15.49 396.56 10151.04

Jumlah 971.58 29788.52 197136.00 2624393.44 12.74 15.55 23.30 22.52 59.33 4493.24 630319.45

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.23 Persamaan intensitas Hujan

 Variabel Talbot Sherman Ishiguro

A 5247.98 1006.28 431.79

B 12.55 -1.07

N 0.96

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.24 Perhitungan selisih PUH 10 Tahun

No t (menit) I Talbot Selisih 1 Sherman Selisih 2 Ishiguro Selisih 3

1 5 334.26 298.9956618 35.26 213.06 121.20 370.0786 35.82

2 10 218.97 232.7054982 13.73 109.18 109.79 206.3052 12.67

3 20 140.31 161.2182703 20.91 55.95 84.37 126.8913 13.42

4 40 88.49 99.86260245 11.38 28.67 59.82 82.16335 6.32

5 60 67.18 72.33405749 5.15 19.39 47.80 64.67134 2.51

6 80 55.14 56.7030549 1.56 14.69 40.45 54.83051 0.31

7 120 41.63 39.59187182 2.04 9.94 31.70 43.68052 2.05

8 240 25.60 20.77980976 4.82 5.09 20.51 29.93824 4.34

Jumlah 971.58 982.19 94.85 455.96 515.63 978.56 77.45

(Sumber : Hasil Perhitungan, 2018)

4.6.3 Metode Hasper Dan Der Weduwen

 Berikut ini adalah hasil perhitungan uji kecocokan menggunakan metode Hasper Dan Der Weduwen dengan PUH 10 tahun

Tabel 4.25 Uji Kecocokan Metode Hasper Dan Der Weduwen PUH 10 Tahun

No t (menit) I I*t I^2 (I^2)*t Log t Log I (Log t)*(Log I) (Log t)^2 (t)^0.5 I*(t^0.5) (I^2)*(t^0.5)

1 5 575.25 2876.26 330915.29 1654576.45 0.70 2.76 1.93 0.49 2.24 1286.30 739949.08

2 10 316.89 3168.94 100421.70 1004217.03 1.00 2.50 2.50 1.00 3.16 1002.11 317561.31

3 20 167.73 3354.60 28133.32 562666.45 1.30 2.22 2.89 1.69 4.47 750.11 125816.04

4 40 84.35 3373.96 7114.74 284589.70 1.60 1.93 3.09 2.57 6.32 533.47 44997.58

5 60 54.97 3298.04 3021.40 181284.00 1.78 1.74 3.09 3.16 7.75 425.77 23403.66

6 80 45.79 3662.95 2096.44 167714.84 1.90 1.66 3.16 3.62 8.94 409.53 18751.09

7 120 34.87 4183.93 1215.64 145876.97 2.08 1.54 3.21 4.32 10.95 381.94 13316.68

8 240 20.91 5017.58 437.08 104900.29 2.38 1.32 3.14 5.67 15.49 323.88 6771.28

Jumlah 1300.75 28936.24 473355.62 4105825.73 12.74 15.67 23.01 22.52 59.33 5113.12 1290566.74

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.26 Persamaan intensitas Hujan

Variabel Talbot Sherman Ishiguro

 A 3988.98 2287.12 354.01

B 2.29 -1.75

N 0.98

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.27 Perhitungan Selisih PUH 10 Tahun

No t (menit) I Talbot Selisih 1 Sherman Selisih 2 Ishiguro Selisih 3

1 5 575.25 547.3656156 27.89 474.21 101.04 733.7807 158.53

2 10 316.89 324.634655 7.74 240.82 76.08 251.3112 65.58

3 20 167.73 178.9775577 11.25 122.29 45.44 130.2223 37.51

4 40 84.35 94.32977714 9.98 62.10 22.25 77.44839 6.90

5 60 54.97 64.04131424 9.07 41.78 13.19 59.07729 4.11

6 80 45.79 48.47607299 2.69 31.54 14.25 49.2322 3.45

7 120 34.87 32.61965761 2.25 21.22 13.65 38.47605 3.61

8 240 20.91 16.46382059 4.44 10.77 10.13 25.7682 4.86

Jumlah 1300.75 1306.91 75.31 1004.73 296.02 1365.32 284.55

(Sumber : Hasil Perhitungan, 2018)

Tabel 4.73 Rekapitulasi Uji Kecocokan

 Van Breen Bell Tanimoto Hasper Dan Der Weduwen
No PUH
Talbot Sherman Ishiguro Talbot Sherman Ishiguro Talbot Sherman Ishiguro

1 2 0.00 -1640.62 89.00 39.65 171.01 32.37 47.65 60.33 224.78

2 5 0.00 389.64 90.90 68.86 349.79 56.22 64.26 198.10 264.38

3 10 0.00 464.92 91.94 94.85 515.63 77.45 75.31 296.02 284.55

4 25 0.00 560.66 96.02 296.83 693.07 163.97 88.83 421.47 303.68

5 50 0.00 1010.01 98.30 169.34 1010.01 138.27 88.83 421.47 303.68

6 100 0.00 705.26 135.63 207.73 1271.82 169.62 107.60 605.59 321.71

Jumlah 0.00 1489.86 601.80 877.25 4011.33 637.91 472.47 2002.98 1702.78

Jadi, bila dilihat dari hasil jumlah rekapitulasi uji kecocokan,

metode yang dipilih merupakan metode yang memiliki jumlah terkecil,

dan hasilnya metode yang dipilih adalah metode Van Breen dengan Talbot
4.7 Kurva IDF

Kurva IDF (Intensity Duration Frequency) digunakan untuk perencanaan drainase perkotaan
karena dengan menggunakan kurva IDF dinyatakan mampu memperkirakan debit puncak di
daerah tangkapan kecil. Kurva IDF adalah grafik yang memberikan hubungan antara
intensitas hujan di sumbu y, durasi di sumbu x, dan beberapa grafik yang menunjukkan
frekuensi atau periode berulang. Berikut adalah contoh kurva IDF :

Gambar 4.7 Grafik kurva IDF

Kurva IDF
200.00
180.00
160.00
140.00
120.00
100.00
80.00
60.00
40.00
20.00
0.00
0 50 100 150 200 250 300

66.157 89.124 104.958 125.145 140.180 155.131

(Sumber : Hasil Perhitungan 2018)