SOAL I

EVAPOTRANSPIRASI

A. Evapotranspirasi

Evaporasi merupakan faktor penting dalam studi tentang pengembangan sumber-

sumber daya air. Evaporasi sangat mempengaruhi debit sungai besarnya kapasitas waduk,
besarnya kapasitas pompa untuk irigasi, penggunaan konsumtif untuk tanaman dan lain-
lain.
Air akan menguap dari tanah, baik tanah gundul atau yang tertutup oleh tanaman
dan pepohonan, permukaan tidak tembus air seperti atap dan jalan raya, air bebas dan
mengalir. Laju evaporasi atau penguapan akan berubah-ubah menurut warna dan sifat
pemantulan permukaan (albedo) dan hal ini juga akan berbeda untuk permukaan yang
langsung tersinari oleh matahari dan yang terlindung dari sinar matahari.
Besarnya faktor meteorologi yang mempengaruhi besarnya evapotranspirasi
adalah sebagai berikut :
 Radiasi Matahari
 Angin
 Kelembaban (Humiditas)
 Suhu (Temperature)

Konsep dasar penghitungan kebutuhan air tanaman :

ET = k . ET0
Prinsip umum
ET0 = C . ET0* → dimana ET0 = evaporasi Potensial (mm/hari)
C = Angka koreksi (berdasarkan keadaan iklim)
ET0* = Evaporasi potensial sebelum dikoreksi
Metode yang dapat dipakai dalam penghitungan besarnya evapotranspirasi adalah
sebagai berikut :
1. Metode Blaney-Criddle
Metode ini menghasilkan rumus evapotranspirasi untuk sembarang tanaman
sebagai fungsi suhu, jumlah jam siang hari dan koefisien tanaman empiris. Rumus ini
berlaku untuk daerah yang luas dengan iklim kering dan sedang yang sesuai dengan
kondisi yang mirip dengan bagian barat Amerika Serikat. Radiasi matahari netto

2
 dapat di ukur dengan radio mete. Dalam pemakaian rumus ini dibutuhkan suhu udara,
kelembaban udara, kecepatan angin dan waktu relatif sinar matahari terang. Data
tersebut merupakan data meteorologi biasa.
Etc = Kc . Eto
Eto = p (0,46t + 8,13)
2. Radiasi
Untuk metode ini, data-data yang diperlukan adalah data letak lintang (LL),
suhu udara (t), kecerahan matahari (n/N)
Eto = c . ETo*
ETo* = w . Rs
Rs = ( 0,25 + 0,54 n/N ) Ra

3. Penman
Rumus ini memberikan hasil yang baik bagi besarnya penguapan (evaporasi)
air bebas E0 jika di tempat itu tidak ada pengamatan dengan panci penguapan
(evaporation pan) atau tidak ada studi neraca air (water balance study). Hasil
perhitungan dengan rumus ini lebih dapat dipercaya dibandingkan dengan dua buah
rumus di atas dimana tidak memasukkan faktor-faktor energi. Meskipun rumus
penman menghasilkan evaporasi dari permukaan air bebas, bukanlah tidak mungkin
untuk digunakan menghitung evapotranspirasi potensial dapat ditempuh dengan
memasukkan faktor pengali f, sehingga :
Ep = f . E0
Dimana besarnya f berkisar antara 0,60 – 0,85. untuk tanaman pendek yang hijau dan
terbentang luas serta tersedia air cukup banyak, besarnya f biasanya lebih kecil dari
1, disebabkan karena menutupnya stomata daun di malam hari. Untuk tanaman tinggi
yang tidak begitu luas dan keadaannya kering evapotranspirasi potensialnya

akan lebih besar dari E0 yang dihitung dengan rumus penman. Ini disebabkan oleh
adanya energi advektif dan adanya efek oase. Dalam hal demikian besarnya f dapat
menjadi lebih besar dari satu bahkan dapat mencapai 1,5. dengan digunakannya cara
pemindahan massa, maka diperlukan pengukuran tekanan uap yang sebenarnya dan
kecepatan angin pada berbagai ketiggian di atas permukaan tanah.

3
 Tabel 1.1
Data Perhitungan Evapotranspirasi
RH
Letak Suhu Rata-rata Bulanan
min n U
Lintang
jan feb mar apr may jun jul aug sep oct nov dec % jam/hari m/dt
7° LS 26.3 27.8 25.8 29.7 27.3 28.4 29.8 28.3 29.3 30.6 29.7 27.7 75.0 11.7 6.0

 Contoh Perhitungan :
1. Metode Blaney Criddle Untuk Bulan Januari :
 Diketahui :
 LL : 7o LU
 t : 26,3oC
 Penyelesaian :
Dari Tabel diperoleh nilai P = 0,27 (hasil interpolasi)
C = 0,8
Maka : ETo* = P (0,457 . t + 8,13)
= 0,27 (0,457 . 26,3 + 8,13)
= 5,440
Jadi : ETo = c . ETo*
= 0,8 . 5,440
= 4,352 mm/hr

Tabel 1.2
Perhitungan Dengan Metode Blaney Criddle
Letak t
No. Bulan P ET0* c ET0
Lintang (˚C)
1 jan 7° LU 0.270 26.3 5.44 0.800 4.35
2 feb 7° LU 0.270 27.8 5.63 0.800 4.50
3 mar 7° LU 0.270 25.8 5.38 0.750 4.03
4 apr 7° LU 0.280 29.7 6.08 0.700 4.25
5 may 7° LU 0.280 27.3 5.77 0.700 4.04
6 jun 7° LU 0.280 28.4 5.91 0.700 4.14
7 jul 7° LU 0.280 29.8 6.09 0.700 4.26
8 aug 7° LU 0.280 28.3 5.90 0.750 4.42
9 sep 7° LU 0.280 29.3 6.03 0.800 4.82
10 oct 7° LU 0.280 30.6 6.19 0.800 4.95
11 nov 7° LU 0.270 29.7 5.86 0.800 4.69
12 dec 7° LU 0.270 27.7 5.61 0.800 4.49

4
 2. Metode Radiasi Untuk Bulan Januari :
 Diketahui :
 LL : 7o LS
 t : 26,3oC
𝑛
 : 97,5 %
𝑁

 Penyelesaian :
Dari tabel diperoleh nilai c = 0,8
R∂ = 10,4
w = 0,758 (hasil interpolasi)
𝑛
Maka : Rs = (0,25 + 0,54 𝑁 ) R∂

= (0,25 + 0,54 . 97,5%) 10,4

= 8,076 mm/hr
Jadi : ETo = c.w.Rs
= 0,8 . 0,758 . 8,076
= 4,90 mm/hr

Tabel 1.3
Perhitungan Dengan Metode Radiasi
Letak t R∂
No. Bulan n/N w Rs ET0* c ET0
Lintang (˚C) mm/Hr
1 jan 7° LU 26.3 0.9750 0.758 10.40 8.076 6.121 0.80 4.90
2 feb 7° LU 27.8 0.9750 0.773 12.00 9.318 7.203 0.80 5.76
3 mar 7° LU 25.8 0.9750 0.753 11.00 8.542 6.432 0.75 4.82
4 apr 7° LU 29.7 0.9750 0.792 14.30 11.104 8.794 0.75 6.60
5 may 7° LU 27.3 0.9750 0.768 16.10 12.502 9.601 0.75 7.20
6 jun 7° LU 28.4 0.9750 0.779 16.20 12.579 9.799 0.75 7.35
7 jul 7° LU 29.8 0.9750 0.793 16.10 12.502 9.914 0.75 7.44
8 aug 7° LU 28.3 0.9750 0.778 15.70 12.191 9.485 0.80 7.59
9 sep 7° LU 29.3 0.9750 0.788 14.70 11.415 8.995 0.80 7.20
10 oct 7° LU 30.6 0.9750 0.801 16.90 13.123 10.511 0.80 8.41
11 nov 7° LU 29.7 0.9750 0.792 15.40 11.958 9.471 0.80 7.58
12 dec 7° LU 27.7 0.9750 0.768 15.60 12.113 9.303 0.80 7.44

3. Metode Penmann Untuk Bulan Januari :

 Diketahui :
 LL : 7oLS
 t : 26,3oC

5
 𝑛
 : 97,5 %
𝑁

 RH : 75 %
 U : 6 m/det
 Penyelesaian :
Dari tabel dapat diperoleh nilai Cs = 1,10
f(t) = 15,96 (hasil interpolasi)
wa = 0,75 (hasil interpolasi)
ε∂ = 34,22 (hasil interpolasi)
Maka :
- εd = ε∂ . RH = 34,22 . 75% = 25,67
- f(εd) = 0,34 – 0,044 √εd
= 0,34 – 0,044 √25,67
= 0,1171
𝑛
- Rs = (0,25 + 0,54 𝑁 ) R∂

= (0,25 + 0,54 . 97,5%) 10,40

= 8,0756 mm/hr
𝑛 𝑛
- f( ) = 0,1 + 0,9 ( )
𝑁 𝑁

= 0,1 + 0,9 (97,5%)

= 0,9775
- f(U) = 0,27 ( 1 + 0,864 U )
= 0,27 ( 1 + 0,864 . 6 )
= 1,67
𝑛
- Rn1 = f(t) . f(εd) . f( 𝑁 )

= 15,96 . 0,1171 . 0,9775

= 1,83 mm/hr
- ETo* = w (0,75. Rs – Rn1) + ((1 - w) (f(u)) (ε∂ - εd))
= 0,758 (0,75 . 8,0756 – 1,83) + ((1-0,758) (1,67) (8,55))
= 6,66
Jadi, ETo = C . ETo*
= 1,1 .6,66
= 7,33 mm/hr

6
 Tabel 1.5
Perbandingan Evaporasi Potensial (ETo) Metode Blaney Criddle, Radiasi dan
Penmann

ET0 C ET0*
No. Bulan
BC R P BC R P BC R P
1 jan 4.35 4.90 7.33 0.80 0.80 1.10 5.44 6.12 6.66
2 feb 4.50 5.76 8.39 0.80 0.80 1.10 5.63 7.20 7.63
3 mar 4.03 4.82 7.53 0.75 0.75 1.10 5.38 6.43 6.84
4 apr 4.25 6.60 8.10 0.70 0.75 0.90 6.08 8.79 9.00
5 may 4.04 7.20 8.44 0.70 0.75 0.90 5.77 9.60 9.38
6 jun 4.14 7.35 8.67 0.70 0.75 0.90 5.91 9.80 9.64
7 jul 4.26 7.44 8.86 0.70 0.75 0.90 6.09 9.91 9.85
8 aug 4.42 7.59 9.39 0.75 0.80 1.00 5.90 9.48 9.39
9 sep 4.82 7.20 10.03 0.80 0.80 1.10 6.03 8.99 9.12
10 oct 4.95 8.41 11.23 0.80 0.80 1.10 6.19 10.51 10.21
11 nov 4.69 7.58 10.46 0.80 0.80 1.10 5.86 9.47 9.51
12 dec 4.49 7.44 10.19 0.80 0.80 1.10 5.61 9.30 9.26

7
 SOAL II
ESTIMASI DATA HUJAN YANG HILANG
DAN UJI KONSISTENSI DATA

A. Estimasi data hujan

Data hujan seperti yang diperoleh dan dikumpulkan dari institusi pengelolaannya
perlu mendapatkan perhatian secukupnya. Beberapa kemungkinan kesalahan dapat
terjadi. Kesalahan atau kekurangan yang paling banyak di jumpai adalah tidak
lengkapnya data, banyaknya bagian-bagian data yang hilang atau rusak. Keadaan 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.
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.
Persamaan yang digunakan untuk mengetahui data yang hilang yaitu
1 n Anx
Dx   di
n i 1 Ani
Dimana :
Dx = data tinggi hujan harian maksimum di stasiun x
n = jumlah stasiun di sekitar x untuk mencari data di x
di = data tinggi hujan harian maksimumdi stasiun i
Anx = tinggi hujan rata-rata tahunan di stasiun x
Ani = tinggi hujan rata-rata tahunan di stasiun sekitar x

B. Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan Hidrologi sangat diperlukan, yang

tergantung dari konsistensi data itu sendiri. Dalam suatu rangkaian data pengamatan

8
 hujan, dapat timbul non-homogenitas dan ketidaksesuaian, yang dapat mengakibatkan
penyimpangan dalam perhitungan.
Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :
a. Perubahan letak stasiun
b. Perubahan system pendataan
c. Perubahan iklim
d. Perubahan dalam lingkungan sekitar
Uji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan
tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata
dari suatu jaringan stasiun dasar yang bersesuaian.
Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di
mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

DATA CURAH HUJAN MAKSIMUM

YANG TERJADI PADA HARI YANG SAMA

Stasiun Stasiun Stasiun Stasiun

No. Tahun Hujan Hujan Hujan Hujan
A B C D

Keterangan :
Data yang hilang pada stasiun A
Data yang hilang pada stasiun C
Data yang hilang pada stasiun D

9
 MENCARI DATA YANG HILANG
TAHUN 2007 DI STASIUN C

Stasiun Stasiun Stasiun Stasiun

No. Tahun
Hujan A Hujan B Hujan C Hujan D Analisa
5 2001 279,0 274 244 216,8 252,55
6 2002 234,0 249,6 221,6 196,4
7 2003 193,0 312,6 277,6 245,8
8 2004 239,0 279,3 243 220,8
9 2005 285,0 271,7 241,6 214,3
10 2006 271,0 247,3 219,2 193,9
11 2007 225,0 310,3 243,3
RERATA 246,6 277,8 241,2 218,8

Analisa perhitungan data yang hilang di stasiun hujan C :

1  241,2   241,2   241,2 

Dx =   225,0     310,3     243,3
3  246,6   277,8   218,8 
= 252,55 mm
Jadi data yang hilang di stasiun hujan C pada tahun 2007 adalah 252,55 mm

10
 MENCARI DATA YANG HILANG
TAHUN 2000 DI STASIUN D
Analisa
Stasiun Stasiun Stasiun Stasiun
No. Tahun
Hujan A Hujan B Hujan C Hujan D 228,30
4 2000 278,0 278,2 241,8
5 2001 279,0 274 244 216,8
6 2002 234,0 249,6 221,6 196,4
7 2003 193,0 312,6 277,6 245,8
8 2004 239,0 279,3 243 220,8
9 2005 285,0 271,7 241,6 214,3
10 2006 271,0 247,3 219,2 193,9
11 2007 225,0 310,3 252,55 243,3
12 2008 204,0 277 240,6 218,1
RERATA 245,3 277,8 242,4 218,7

Analisa perhitungan data yang hilang di stasiun hujan D :

1  218,7   218,7   218,7 

Dx =   278     278,2     241,8 
3  245,3   277,8   242,4 
= 228,30 mm
Jadi data yang hilang di stasiun hujan D pada tahun 2000 adalah 228,30 mm

MENCARI DATA YANG HILANG

TAHUN 1993 DI STASIUN A
Analisa
Stasiun Stasiun Stasiun Stasiun 272,53
No. Tahun
Hujan A Hujan B Hujan C Hujan D
3 1999 311,5 276,4 244,5
4 2000 278,0 278,2 241,8 228,3
5 2001 279,0 274 244 216,8
6 2002 234,0 249,6 221,6 196,4
7 2003 193,0 312,6 277,6 245,8
8 2004 239,0 279,3 243 220,8
9 2005 285,0 271,7 241,6 214,3
10 2006 271,0 247,3 219,2 193,9
11 2007 225,0 310,3 252,55 243,3
12 2008 204,0 277 240,6 218,1
RERATA 245,3 281,2 245,8 222,2

Analisa perhitungan data yang hilang di stasiun hujan A :

1  245,3   245,3   245,3 

Dx =   311,5     276,4     244,5 
3  281,2   245,8   222,2 

11
 = 272,53 mm
Jadi data yang hilang di stasiun hujan A pada tahun 1999 adalah 272,53 mm

DATA CURAH HUJAN BARU

SETELAH DI CARI DATA-DATANYA YANG HILANG

Stasiun Stasiun Stasiun Stasiun

No. Tahun
Hujan A Hujan B Hujan C Hujan D
1 1997 282,0 272,9 242,8 215,5
2 1998 273,0 248,5 220,4 195,1
3 1999 272,5 311,5 276,4 244,5
4 2000 278,0 278,2 241,8 228,30
5 2001 279,0 274 244 216,8
6 2002 234,0 249,6 221,6 196,4
7 2003 193,0 312,6 277,6 245,8
8 2004 239,0 279,3 243 220,8
9 2005 285,0 271,7 241,6 214,3
10 2006 271,0 247,3 219,2 193,9
11 2007 225,0 310,3 252,55 243,3
12 2008 204,0 277 240,6 218,1
RERATA 253,0 277,7 243,5 219,4

No. Tahun

12
 Stasiun Stasiun Stasiun Stasiun
Hujan A Hujan B Hujan C Hujan D
1 2008 204,0 277 240,6 218,1
2 2007 225,0 310,3 252,55 243,3
3 2006 271,0 247,3 219,2 193,9
4 2005 285,0 271,7 241,6 214,3
5 2004 239,0 279,3 243 220,8
6 2003 193,0 312,6 277,6 245,8
7 2002 234,0 249,6 221,6 196,4
8 2001 279,0 274 244 216,8
9 2000 278,0 278,2 241,8 228,30
10 1999 272,5 311,5 276,4 244,5
11 1998 273,0 248,5 220,4 195,1
12 1997 282,0 272,9 242,8 215,5

Stasiun Stasiun Stasiun

Jumlah
No. Tahun Hujan Hujan Hujan
B,C,D
B C D
1 2008 277 240,6 218,1 735,7
2 2007 310,3 252,55 243,3 806,2
3 2006 247,3 219,2 193,9 660,4
4 2005 271,7 241,6 214,3 727,6
5 2004 279,3 243 220,8 743,1
6 2003 312,6 277,6 245,8 836,0
7 2002 249,6 221,6 196,4 667,6
8 2001 274 244 216,8 734,8
9 2000 278,2 241,8 228,30 748,3
10 1999 311,5 276,4 244,5 832,4
11 1998 248,5 220,4 195,1 664,0
12 1997 272,9 242,8 215,5 731,2

Stasiun Stasiun Stasiun

Jumlah
No. Tahun Hujan Hujan Hujan
A,C,D
A C D
1 2008 204,0 240,6 218,1 662,7
2 2007 225,0 252,55 243,3 720,9

13
3 2006 271,0 219,2 193,9 684,1
4 2005 285,0 241,6 214,3 740,9
5 2004 239,0 243 220,8 702,8
6 2003 193,0 277,6 245,8 716,4
7 2002 234,0 221,6 196,4 652,0
8 2001 279,0 244 216,8 739,8
9 2000 278,0 241,8 228,30 748,1
10 1999 272,5 276,4 244,5 793,4
11 1998 273,0 220,4 195,1 688,5
12 1997 282,0 242,8 215,5 740,3

Stasiun Stasiun Stasiun

Jumlah
No. Tahun Hujan Hujan Hujan
A,B,D
A B D
1 2008 204,0 277 218,1 699,1
2 2007 225,0 310,3 243,3 778,6
3 2006 271,0 247,3 193,9 712,2
4 2005 285,0 271,7 214,3 771,0
5 2004 239,0 279,3 220,8 739,1
6 2003 193,0 312,6 245,8 751,4
7 2002 234,0 249,6 196,4 680,0
8 2001 279,0 274 216,8 769,8
9 2000 278,0 278,2 228,30 784,5
10 1999 272,5 311,5 244,5 828,5
11 1998 273,0 248,5 195,1 716,6
12 1997 282,0 272,9 215,5 770,4

Stasiun Stasiun Stasiun

Rerata
No. Tahun Hujan Hujan Hujan
A,B,C
A B C
1 2008 204,0 277 240,6 721,6
2 2007 225,0 310,3 252,55 787,9
3 2006 271,0 247,3 219,2 737,5

14
4 2005 285,0 271,7 241,6 798,3
5 2004 239,0 279,3 243 761,3
6 2003 193,0 312,6 277,6 783,2
7 2002 234,0 249,6 221,6 705,2
8 2001 279,0 274 244 797,0
9 2000 278,0 278,2 241,8 798,0
10 1999 272,5 311,5 276,4 860,4
11 1998 273,0 248,5 220,4 741,9
12 1997 282,0 272,9 242,8 797,7

Jumlah Jumlah Jumlah

No. JumlahA,B,D
B,C,D A,C,D A,B,C
1 735,7 662,7 699,1 721,6
2 806,2 720,9 778,6 787,9
3 660,4 684,1 712,2 737,5
4 727,6 740,9 771,0 798,3
5 743,1 702,8 739,1 761,3
6 836,0 716,4 751,4 783,2
7 667,6 652,0 680,0 705,2
8 734,8 739,8 769,8 797,0
9 748,3 748,1 784,5 798,0
10 832,4 793,4 828,5 860,4
11 664,0 688,5 716,6 741,9
12 731,2 740,3 770,4 797,7

SOAL III
UJI KONSISTENSI DATA HUJAN
DI STASIUN A, B, C, DAN D
Uji konsistensi data

15
 Ketelitian hasil perhitungan dalam ramalan Hidrologi sangat diperlukan, yang
tergantung dari konsistensi data itu sendiri. Dalam suatu rangkaian data pengamatan
hujan, dapat timbul non-homogenitas dan ketidaksesuaian, yang dapat mengakibatkan
penyimpangan dalam perhitungan.
Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :
a. Perubahan letak stasiun
b. Perubahan system pendataan
c. Perubahan iklim
d. Perubahan dalam lingkungan sekitar
Uji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan
tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata
dari suatu jaringan stasiun dasar yang bersesuaian.
Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di
mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

. Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan Hidrologi sangat diperlukan, yang

tergantung dari konsistensi data itu sendiri. Dalam suatu rangkaian data pengamatan
hujan, dapat timbul non-homogenitas dan ketidaksesuaian, yang dapat mengakibatkan
penyimpangan dalam perhitungan.
Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :
e. Perubahan letak stasiun
f. Perubahan system pendataan
g. Perubahan iklim
h. Perubahan dalam lingkungan sekitar
Uji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan
tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata
dari suatu jaringan stasiun dasar yang bersesuaian.
Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di
mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

16
UJI KONSISTENSI DATA DI STASIUN A TERHADAP B, C,
D

Stasiun Komulatif Jumlah Komulatif

No. Tahun
Hujan A A B,C,D B,C,D
1 2008 204,0 204,0 735,7 735,7
2 2007 225,0 429,0 806,2 1541,9
3 2006 271,0 700,0 660,4 2202,3
4 2005 285,0 985,0 727,6 2929,9
5 2004 239,0 1224,0 743,1 3673,0
6 2003 193,0 1417,0 836,0 4509,0
7 2002 234,0 1651,0 667,6 5176,6
8 2001 279,0 1930,0 734,8 5911,4
9 2000 278,0 2208,0 748,3 6659,7
10 1999 272,5 2480,5 832,4 7492,1
11 1998 273,0 2753,5 664,0 8156,1
12 1997 282,0 3035,5 731,2 8887,3

Grafik Uji Konsistensi Stasiun A terhadap B, C, D

3500
3000
2500
Komulatif A

2000
1500
1000
500
0
0 2000 4000 6000 8000 10000

Komulatif B, C, D,

UJI KONSISTENSI DATA DI STASIUN B TERHADAP A, C,

D

Stasiun Komulatif Jumlah Komulatif

No. Tahun
Hujan B B A,C,D A,C,D

17
1 2008 277 277,0 662,7 662,7
2 2007 310,3 587,3 720,9 1383,6
3 2006 247,3 834,6 684,1 2067,7
4 2005 271,7 1106,3 740,9 2808,6
5 2004 279,3 1385,6 702,8 3511,4
6 2003 312,6 1698,2 716,4 4227,8
7 2002 249,6 1947,8 652,0 4879,8
8 2001 274 2221,8 739,8 5619,6
9 2000 278,2 2500,0 748,1 6367,7
10 1999 311,5 2811,5 793,4 7161,1
11 1998 248,5 3060,0 688,5 7849,6
12 1997 272,9 3332,9 740,3 8589,9

Grafik Uji Konsistensi Stasiun B Terhadap A, C, D

4000

3500

3000
Komulatif B

2500

2000

1500

1000

500

0
0 2000 4000 6000 8000 10000

Komulatif A, C, D

UJI KONSISTENSI DATA DI STASIUN C TERHADAP A, B,

D

Stasiun Komulatif Jumlah Komulatif

No. Tahun
Hujan C C A,B,D A,B,D

18
1 2008 240,6 240,6 699,1 699,1
2 2007 252,6 493,2 778,6 1477,7

3 2006 219,2 712,4 712,2 2189,9

4 2005 241,6 954,0 771,0 2960,9
5 2004 243,0 1197,0 739,1 3700,0
6 2003 277,6 1474,6 751,4 4451,4
7 2002 221,6 1696,2 680,0 5131,4
8 2001 244,0 1940,2 769,8 5901,2
9 2000 241,8 2182,0 784,5 6685,7
10 1999 276,4 2458,4 828,5 7514,2
11 1998 220,4 2678,8 716,6 8230,8
12 1997 242,8 2921,6 770,4 9001,2

Grafik Uji Konsistensi Stasiun C Terhadap A, B, D

3500
3000
2500
Komulatif C

2000
1500
1000
500
0
0 2000 4000 6000 8000 10000

Komulatif A, B, D

UJI KONSISTENSI DATA DI STASIUN D TERHADAP A, B,

C

Stasiun Komulatif Jumlah Komulatif

No. Tahun
Hujan D D A,B,C A,B,C
1 2008 218,1 218,1 721,6 721,6
2 2007 243,3 461,4 787,9 1509,5
3 2006 193,9 655,3 737,5 2247,0

19
4 2005 214,3 869,6 798,3 3045,3
5 2004 220,8 1090,4 761,3 3806,6
6 2003 245,8 1336,2 783,2 4589,8
7 2002 196,4 1532,6 705,2 5295,0
8 2001 216,8 1749,4 797,0 6092,0
9 2000 228,3 1977,7 798,0 6890,0
10 1999 244,5 2222,2 860,4 7750,4
11 1998 195,1 2417,3 741,9 8492,3
12 1997 215,5 2632,8 797,7 9290,0

Grafik Uji Konsistensi Stasiun D terhadap A, B, C

3000
2500
Komulatif D

2000
1500
1000
500
0
0 2000 4000 6000 8000 10000

Komulatif A, B, C

20
 SOAL IV
CURAH HUJAN DAERAH

1.Metode Rata-Rata Aritmatik

Tinggi rata-rata curah hujan didapatkan dengan mengambil nilai rata-rata
hitung (arithmetic mean) pengukuran hujan di pos penakar-penakar hujan di dalam
areal tersebut.
Jadi :

d= (d1 + d2 + d3 + … + dn) n-1

Dengan : d = tinggi curah hujan rata-rata

d1, d2, d3, … dn = tinggi curah hujan pada pos penakar
n = banyaknya pos penakar hujan
Cara ini akan memberikan hasil yang dapat dipercaya jika pos-pos
penakarnya ditempatkan secara merata di areal tersebut, dan hasil penakaran masing-
masing pos penakar tidak menyimpang jauh dari nilai rata-rata seluruh pos di seluruh
areal.

Contoh penyelesaian merata-ratakan hujan dengan Metode Aritmatik :

21
 Rata-rata :
(1.46 + 1.92 + 2.69 + 4.50 + 2.98 + 5.00) ÷ 6 = 3.09 inchi

DATA CURAH HUJAN BARU

DENGAN METODE RATA-RATA HITUNG (ARITMATIC MEAN)

Stasiun Hujan
No. Tahun Jumlah Rerata
A B C D
1 1997 282,0 272,9 242,8 215,5 1013,2 253,30
2 1998 273,0 248,5 220,4 195,1 937,0 234,25
3 1999 272,5 311,5 276,4 244,5 1104,9 276,23
4 2000 278,0 278,2 241,8 228,3 1026,3 256,58
5 2001 279,0 274,0 244,0 216,8 1013,8 253,45
6 2002 234,0 249,6 221,6 196,4 901,6 225,40
7 2003 193,0 312,6 277,6 245,8 1029,0 257,25
8 2004 239,0 279,3 243,0 220,8 982,1 245,53
9 2005 285,0 271,7 241,6 214,3 1012,6 253,15
10 2006 271,0 247,3 219,2 193,9 931,4 232,85
11 2007 225,0 310,3 252,6 243,3 1031,2 257,79
12 2008 204,0 277,0 240,6 218,1 939,7 234,93

TABEL TINGGI HUJAN MAKSIMUM DAERAH

TAHUNAN

22
 DENGAN METODE RATA-RATA HITUNG
(ARITMATIC MEAN)

No. Tahun Tinggi Hujan (mm)

1 1999 276,23
2 2007 257,79
3 2003 257,25
4 2000 256,58
5 2001 253,45
6 1997 253,30
7 2005 253,15
8 2004 245,53
9 2008 234,93
10 1998 234,25
11 2006 232,85
12 2002 225,40

1.Metode Thiessen
Metode Thiessen berusaha untuk mengimbangi tidak meratanya distribusi alat
ukur dengan menyediakan suatu faktor pembobot (weighting factor) bagi masing-masing
stasiun. Stasiun-stasiunya diplot pada suatu peta dan garis-garis yang menghubungkannya
digambar. Garis-garis bagi tegak lurus dari garis-garis penghubung ini membentuk
poligon-poligon di sekitar masing-masing stasiun. Sisi-sisi setiap poligon merupakan
batas luas efektif yang diasumsikan untuk stasiun tersebut. Luas masing-masing poligon
ditentukan dengan planimetri dan dinyatakan sebagai persentase dari luas total. Curah
hujan rata-rata untuk seluruh luas dihitung dengan mengalikan hujan pada masing-masing
stasiun dengan persentase luas yang diserahkannya dan menjumlahkannya. Hasilnya
biasanya lebih teliti daripada hasil-hasil yang diperoleh dari perata-perata aritmatik
sederhana.
Kendala terbesar dari metode ini adalah ketidakluwesannya . Suatu diagram
Thiessen baru selalu diperlukan setiap kali terdapat suatu perubahan dalam jaringan alat
ukurnya. Juga dalam metode ini tidak boleh ada pengaruh-pegaruh orografis. Metode ini
secara sederhana menganggap variasi hujan ialah lincar antara stasiun-stasiun dan
menyerahkan masing-masing segmen luas kepada stasiun yang terdekat.

23
 Contoh penyelesaian merata-ratakan hujan dengan Metode Thiessen :

PERHITUNGAN KOEFISIEN THIESSEN

Stasiun Hujan Luas (km2) Kr

A 2,7119 0,50
B 2,1303 0,40
C 0,4658 0,09
D 0,0748 0,01
Jumlah : 5,3828 1,00

CURAH HUJAN HARIAN MAKSIMUM DAERAH TAHUNAN

METODE THIESSEN

No. Tahun PA.KA PB.KB PC.KC PD.KD Pmax

1 1997 141,0000 108,0031 21,0107 2,9946 273,0083

2 1998 136,5000 98,3465 19,0723 2,7111 256,6299
3 1999 136,2650 123,2794 23,9182 3,3976 286,8603
4 2000 139,0000 110,1006 23,5832 3,1725 275,8562
5 2001 139,5000 108,4384 21,1145 3,1725 272,2254
6 2002 117,0000 98,7818 19,1761 2,7292 237,6872
7 2003 96,5000 123,7148 24,0221 3,4157 247,6525
8 2004 119,5000 110,5359 21,0280 3,0683 254,1322
9 2005 142,5000 107,5281 20,9068 2,9779 273,9129
10 2006 126,2742 97,8716 18,9684 2,6945 245,8087

24
 11 2007 112,5000 122,8045 21,8542 3,3809 260,5397
12 2008 102,0000 109,6257 20,8203 3,0307 235,4767

TABEL TINGGI HUJAN MAKSIMUM DAERAH TAHUNAN

DENGAN METODE THIESSEN

No. Tahun Tinggi Hujan (mm)

1 1999 286,8603
2 2000 275,8562
3 2005 273,9129
4 1997 273,0083
5 2001 272,2254
6 2007 260,5397
7 1998 256,6299
8 2004 254,1322
9 2003 247,6525
10 2006 245,8087
11 2002 237,6872
12 2008 235,4767

3. Metode Isohyet
Teknik ini dipandang paling baik, tapi bersifat subyektif dan tergantung pada keahlian,
pengalaman, dan pengetahuan pemakai terhadap sifat curah hujan di daerah setempat.
Hasil penelitian juga menunnjukkan bahwa cara Isohyet lebih teliti, tetapi cara
perhitungannya memerlukan banyak waktu karena garis-garis isohyet yang baru perlu
ditentukan untuk setiap curah hujan. Metode Isohyet terutama berguna untuk mempelajari
pengaruh curah hujan terhadap aliran sungai terutama di daerah dengan tipe curah hujan
orografik.
Pada beberapa kasus, besarnya curah hujan di suatu tempat dapat diperkirakan dari
ketinggian tempat tersebut. Hal ini terutama lazim terjadi di daerah dengan tipe curah hujan
orografik. Di daerah ini, interval garis kontur dapat digunakan untuk membantu
memperkirakan posisi garis-garis dengan curah hujan yang sama besarnya (isohyet). Setelah
penentuan garis isohyet, kemudian dapat dihitung besarnya curah hujan rata-rata untuk
masing-masing fraksi isohyet, dan dengan demikian dapat diperkirakan curah hujan rata-rata
untuk seluruh DAS.
Tampak bahwa teknik isohyet mempunyai persyaratan yang lebih rumit

25
 dibandingkan metode aritmatik atau poligon, olek karenanya apabila persyaratan tersebut
tidak terpenuhi, maka metode aritmatik dan terutama metode poligon lebih diutamakan.
Beberapa dari cara-cara untuk menghitung curah hujan daerah (area rainfall) telah
dikemukakan di atas. Meskipun cara yang terbaik belum diketahui, umumnya untuk
menghitung curah hujan daerah dapat digunakan standart luas daerah sebagai berikut :
 Daerah dengan luas 250 ha yang mempunyai variasi topografi yang kecil, dapat diwakili oleh
sebuah alat ukur curah hujan.
 Untuk daerah antara 250 ha-50.000 ha dengan 2 atau 3 titik pengamatan dapat digunakan cara
rata-rata. Jika dihitung dengan sebuah titik pengamatan, harus dipakai sebuah pedoman.
 Untuk daerah antara 120.000-500.000 ha yang mempunyai titik-titik pengamatan yang
tersebar cukup merata dan dimana curah hujannya tidak terlalu dipengaruhi oleh kondisi
topografi, dapat digunakan cara rata-rata aritmatik. Jika titik-titik pengamatan itu tidak
tersebar merata maka digunakan cara Thiessen.
 Untuk daerah yang lebih besar dari 500.000 ha dapat digunakan cara Isohyet

Contoh penyelesaian merata-ratakan hujan dengan Metode Isohyet :

26
 Isohyet Luas yang * Luas Hujan Volume

(inchi) Tertutup Bersih Rata-rata Hujan

(mil2) (mil2) (inchi) (kol. 3 x kol.
4)
5 13 13 5.3 69
4 90 77 4.6 354
3 206 116 3.5 406
2 402 196 2.5 490
1 595 193 1.5 290
<1 626 31 0.8 25
1634

Rata-rata = 1634 ÷ 626 = 2.61 inchi

Keterangan :
*
Di dalam batas cekungan

Metode Isohyet

tahun 1997
Isohyet curah Luas Volume
hujan Hujan
1 242,8 1,7847 433,32516
2 242,8 1,3572 329,52816
3 242,8 2,2409 544,09052
TOTAL 5,3828 1306,94384
Curah hujan Rata-
rata 242,8

tahun
1998
Isohyet curah Luas Volume
hujan Hujan
1 220,4 1,718 378,6472
2 220,4 1,458 321,3432
3 220,4 2,2068 486,37872
TOTAL 5,3828 1186,36912

27
Curah hujan Rata-
rata 220,4

tahun
1999
Isohyet curah Luas Volume
hujan Hujan
1 272,5 1,58 431,3675
2 276,4 2,90 800,45
3 276,4 0,90 249,81
TOTAL 5,3828 1481,63222
Curah hujan Rata-
rata 275,25

tahun
2000
Isohyet curah Luas Volume
hujan Hujan
1 241,8 0,98 237,10908
2 241,8 0,34 82,16
3 241,8 4,06 981,90
TOTAL 5,38 1301,17416
Curah hujan Rata-rata 241,73

tahun
2001
Isohyet curah Luas Volume
hujan Hujan
1 244 1,63 398,696
2 244 1,36 330,77
3 244 2,39 583,94
TOTAL 5,38 1313,4032
Curah hujan Rata-rata 244,00

28
 tahun
2002
Isohyet curah Luas Volume
hujan Hujan
1 221,6 2,47 546,6872
2 221,6 1,76 390,02
3 221,6 1,15 254,84
TOTAL 5,38 1191,54
Curah hujan Rata-rata 221,60

tahun
2003
Isohyet curah Luas Volume
hujan Hujan
1 245,8 1,61 396,81952
2 277,6 0,96 265,33
3 277,6 2,81 780,78
TOTAL 5,38 1442,93
Curah hujan Rata-rata 268,06

tahun
2004
Isohyet curah Luas Volume
hujan Hujan
1 239 0,03 7,648
2 243 1,33 323,19
3 243 4,02 976,13
TOTAL 5,38 1306,97
Curah hujan Rata-rata 242,98

29
 tahun
2005
Isohyet curah Luas Volume
hujan Hujan
1 241,6 1,61 389,50752
2 241,6 1,35 325,01
3 241,6 2,43 586,12
TOTAL 5,38 1300,63
Curah hujan Rata-rata 241,60

tahun
2006
Isohyet curah Luas Volume
hujan Hujan
1 219,2 1,70 371,7632
2 219,2 1,34 294,21
3 219,2 2,35 514,13
TOTAL 5,38 1180,11
Curah hujan Rata-rata 219,20

tahun
2007
Isohyet curah Luas Volume
hujan Hujan
1 243,3 1,91 464,703
2 252,55 0,55 138,90
3 252,55 2,92 737,70
TOTAL 5,38 1341,30
Curah hujan Rata-rata 249,27

tahun
2008
Isohyet curah Luas Volume
hujan Hujan
1 218,1 1,88 409,1556
2 240,6 1,99 477,83
3 240,6 1,52 366,19
TOTAL 5,38 1253,18
Curah hujan Rata-rata 232,76

30
 Jadi berdasarkan perhitungan metode Poligon Thiessen, besarnya curah hujan daerah
(Area Rainfall) adalah sebagai berikut :

Hujan
Tahun Daerah
1997 242,80
1998 220,40
1999 275,25
2000 241,73
2001 244,00
2002 221,60
2003 268,06
2004 242,98
2005 241,60
2006 219,20
2007 249,27
2008 232,76

PERBANDINGAN PERHITUNGAN
METODE RATA-RATA HITUNG DAN
METODE THIESSEN

Tinggi Hujan (mm)

No. Tahun Rata-

rata Thiessen Isohyet
hitung
1 1999 276,23 286,8603 275,25
2 2007 257,79 260,5397 249,27
3 2003 257,25 247,6525 268,06
4 2000 256,58 275,8562 241,73
5 2001 253,45 272,2254 244,00
6 1997 253,30 273,0083 242,80
7 2005 253,15 273,9129 241,60
8 2004 245,53 254,1322 242,98
9 2008 234,93 235,4767 232,76
10 1998 234,25 256,6299 220,40
11 2006 232,85 245,8087 219,20
12 2002 225,40 237,6872 221,60
RERATA 248,39 259,9825 241,6372

31
 SOAL 5

Soal 5
Perhitungan Lengkung Debit

No H Q H2 H3 H4 H*Q H2*Q

1 2,600 8,80 6,760 17,576 45,698 22,880 59,488

2 2,700 11,80 7,290 19,683 53,144 31,860 86,022
3 2,800 15,80 7,840 21,952 61,466 44,240 123,872
4 2,900 19,80 8,410 24,389 70,728 57,420 166,518
5 3,000 25,80 9,000 27,000 81,000 77,400 232,200
6 3,100 31,80 9,610 29,791 92,352 98,580 305,598
7 3,200 34,80 10,240 32,768 104,858 111,360 356,352
8 3,300 39,80 10,890 35,937 118,592 131,340 433,422
9 3,400 45,80 11,560 39,304 133,634 155,720 529,448
10 3,500 53,80 12,250 42,875 150,063 188,300 659,050
11 3,600 61,80 12,960 46,656 167,962 222,480 800,928
12 3,700 70,80 13,690 50,653 187,416 261,960 969,252
37,800 420,600 120,500 388,584 1266,911 1403,540 4722,150

Persamaannya adalah :
Q = a + b.h + c.H2

32
Q.H = a.H + b.H2 + c.H3
Q.H2 = a.H2 + b.H3 + c.H4
dari persamaan tersebut didapatkan :
420,600 = 1 a + 37,800 b + 120,500 c
1403,540 = 37,800 a + 120,500 b + 388,584 c
4722,150 = 120,500 a + 388,584 b + 1266,911 c

Dengan metode eliminasi didapat :

Persamaan 1 dan 2 :
1 a + 37,800 b + 120,500 c = 420,600 * 37,800
37,800 a + 120,500 b + 388,584 c = 1403,540 * 1,000
maka :
37,8 a + 1428,840 b + 4554,900 c = 15898,680
37,8 a + 120,500 b + 388,584 c = 1403,540 -
-------
1308,340 b + 4166,316 c = 14495,140 - pers. 4

Persamaan 1 dan 3 :
37,800 a + 120,500 b + 388,584 c = 1403,540 * 3,188
120,500 a + 388,584 b + 1266,911 c = 4722,150 * 1,000
maka :
120,500 a + 384,134 b + 1238,740 c = 4474,248
120,500 a + 388,584 b + 1266,911 c = 4722,150 -
-4,450 b + -28,171 c = -247,902 ------- pers. 5

Persamaan 4 dan 5 :
1308,340 b + 4166,316 c = 14495,140 * 1,000
-4,450 b + -28,171 c = -247,902 * -293,982
maka :
1308,340 b + 4166,316 c = 14495,140
1308,340 b + 8281,779 c = 72878,865 -
- -
4115,463 c = 58383,725
c = 14,186

dari persamaan 5 :
-4,450 b + -28,171 c = -247,902
-4,450 b + -399,646 = -247,902
-4,450 b = 151,744
b = -34,097

1 a + 37,8 b + 120,5 c = 420,600

1 a + -1288,85 + 1709,465 = 420,600
1 a = -0,011467
a = -0,011
dari perhitungan didapatkan :
a= -0,011 648,6 0 Q = a + b.h + c.H2
b= -34,097

33
 c= 14,186

maka persamaannya menjadi :

*H
Q= -0,011 +
+ -34,097 14,186 * H2
*30.6
648.6= -0,019 + -14,248 + 13,65 *79.46
Sehingga, didapatkan nilai Q dari tabel di bawah ini :
No H Q
1 2,600 7,238
2 2,700 11,347
3 2,800 15,740
4 2,900 20,416
5 3,000 25,376
6 3,100 30,621
7 3,200 36,148
8 3,300 41,960
9 3,400 48,055
10 3,500 54,434
11 3,600 61,097
12 3,700 68,043

80
Lengkung Debit

70

60

50
Q (m3/dt)

40

30

20

10

0
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00
H (m)

34
35