MAKALAH

DRAINASE

(ANALISIS STATISTIK DAN ANALISIS INTENSITAS HUJAN)

Disusun Oleh
Muchammad Dian Nurdianto
2016050002

PROGRAM STUDY TEKNIK SIPIL

FAKULTAS TEKNIK

UNIVERSITAS GRESIK

2019
Pendahuluan

Hujan merupakan bagian dari siklus air untuk menjaga keseimbangan air di alam
semesta. Hujan adalah salah satu anugerah Allah SWT yang memberikan banyak manfaat
dan sangat penting keberadaannya bagi keberlangsungan mahluk hidup di bumi. Di sisi
lain, hujan memiliki potensi bencana apabila jumlah dan sebarannya tidak terkendali yang
merupakan fenomena alam yang sangat sulit dimodifikasi atau dikendalikan oleh
manusia. Usaha maksimal yang dapat dilakukan oleh manusia adalah mengenali pola atas
keberadaan hujan dengan memformulasi pola hujan. Durasi hujan (t), dan ketebalan hujan
(R) adalah dua variabel utama hujan yang hampir selalu diamati untuk berbagai
kebutuhan analisa, prediksi dan juga perencanaan, yaitu berdasarkan variabel utama ini,
dapat diturunkan variabel lain, antara lain intensitas curah hujan (I). Hasil formulasi pola
hujan sangat penting untuk upaya-upaya penanganan dan pengendalian dampak negatif
akibat hujan di kawasan hulu Daerah Aliran Sungai (DAS) Rokan. Perencanaan bangunan
konservasi, dan implementasi kegiatan vegetatif maupun dalam pengembangan Sumber
Daya Air, semuanya memerlukan masukan data dan pola hujan.

Intensitas hujan adalah jumlah hujan yang dinyatakan dalam tinggi hujan atau
volume hujan tiap satuan waktu. Besarnya intensitasnya berbeda-beda, tergantung dari
lamanya curah hujan dan frekuensi kejadiannya. Intensitas hujan diperoleh dengan cara
melakukan analisis terhadap data hujan baik secara statistik maupun empiris. Intensitas
hujan dihubungkan dengan durasi hujan jangka pendek misalnya 5 menit, 30 menit, 60
menit dan jam-jaman. Data curah hujan jangka pendek ini hanya dapat diperoleh dengan
menggunakan alat pencatat hujan otomatis. Di Indonesia alat ini belum banyak, yang
lebih banyak digunakan adalah pencatat hujan biasa yang mengukur hujan 24 jam atau
disebut hujan harian. Besarnya intensitas hujan berbeda-beda, tergantung dari lamanya
curah hujan dan frekuensi kejadiannya.

rumus yang digunakan dalam metode Distribusi Probabilitas Log Pearson Type

III adalah sebagai berikut :

_____
Log XT = Log X + (KT x S Log X)

Keterangan rumus :
Log XT = nilai logaritma hujan rencana dengan periode ulang T
 _____
Log XT = nilai rata-rata dari log X = Σ Log Xi
______

S Log X = Deviasi standar dari Log X

0,5
=
S Log X = Σ(Log Xi – LogX)2
_____________
10 -1
KT = variabel standar, besarnya tergantung koefisien kepencengan (Cs atau G
pada tabel frekuensi KT untuk Distribusi Log Perason Type III)

Contoh Perhitungan !

Untuk contoh perhitungan kita masih gunakan data curah hujan maksimum (Xi)

yang digunakan pada pembahasan sebelumnya dan kita akan coba hitung hujan

rencana periode ulang 2 tahun, 5, 20, 50 dan 100 tahun menggunakan metode

Distribusi Probabilitas Log Pearson Type III

____ ____
Tahun Xi (mm) Log Xi ( Log Xi – Log X )2 ( Log Xi – Log X )3

2004 134 2,1271 0,0049 -0,00034

2005 173 2,2380 0,0016 0,00006
2006 241 2,3820 0,0341 0,00632
2007 131 2,1172 0,0063 -0,00050
2008 121 2,0827 0,0130 -0,00149
2009 126 2,1003 0,0093 -0,00090
2010 106 2,0253 0,0295 -0,00507
2011 138 2,1398 0,0032 -0,00018
2012 234 2,3692 0,0296 0,00509
2013 245 2,3891 0,0368 0,00708
Σ 1649 21,9711 0,1688 0,01005
Rata- 164,9 2,1971 0,0168
rata 0,00100

*) Hitung nilai rata-rata Log X :

____
Log X = Σ Log Xi
 ______

= 21,9711
________

10

= 2,1971

*) Hitung S log X (deviasi standar dari Log X)

Pertama cari nilai Cs terlebih dahulu :*) Hitung nilai KT

____
Cs = n x Σ(Log Xi – LogX) 3 10 x 0,00100
_________________ = _________________ = 0,054

(n-1) (n-2) (S Log X)3 (10-1) (10-2) (0,1369)3

Nilai Cs yang sudah didapat dipakai untuk mencari nilai T pada lampiran Tabel Frekuensi
KT untuk Distribusi Log Pearson Type III, maka didapat :
T = 2 dan Cs = 0,541 maka nilai KT = - 0,018
T = 5 dan Cs = 0,541 maka nilai KT = 0,837
T = 20 dan Cs = 0,541 maka nilai KT = 1,685
T = 50 dan Cs = 0,541 maka nilai KT = 2,108
T = 100 dan Cs = 0,541 maka nilai KT = 2,401

Hujan rencana untuk periode ulang 2 tahun (X2) :

_____
1. Log X2 = Log X + (KT x S Log X) = 2,1971 + (-0,018 x 0,1369)
= 2,1946
X2 = 156,53 mm
2. Hujan rencana untuk periode ulang 5 tahun (X5) :
_____
Log X5 = Log X + (KT x S Log X) = 2,1971 + (0,837 x 0,1369)
= 2,3116
X5 = 204,92 mm
3. Hujan rencana untuk periode ulang 20 tahun (X20) :
_____
Log X20 = Log X + (KT x S Log X) = 2,1971 + (1,685 x 0,1369)
= 2,4277
X20 = 267,73 mm
4. Hujan rencana untuk periode ulang 50 tahun (X50) :
_____
Log X50 = Log X + (KT x S Log X) = 2,1971 + (2,108 x 0,1369)
= 2,4856
X50 = 305,91 mm
5. Hujan rencana untuk periode ulang 100 tahun (X100) :
_____
Log X100 = Log X + (KT x S Log X) = 2,1971 + (2,401 x 0,1369)
= 2,5257
X100 = 335,50 mm

Demikianlah hasil perhitungan hujan rencana dengan metode Distribusi

Probabilitas Log Pearson Type III, untuk periode ulang 2 tahun, 5, 20, 50 dan 100

tahun. (*)

Perhitungan Ulang Distribusi Probabilitas Gumbel

Beberapa waktu lalu telah dibahas perhitungann hujan rencana dengan

Distribusi Probabilitas Gumbel tapi tidak secara gamblang dan periode ulang

tahunnya pun tidak sinkron dengan beberapa periode ulang yang dibahas pada

metode berikutnya yakni 2 tahun, 5, 20, 50 dan 100 tahun. Oleh karena itu harus

disinkronkan periode ulangnya agar bisa dilakukan perbandingan antar empat

metode yang digunakan dalam perhitungan hujan rencana.

Nah, berikut rumus untuk perhitungan Distribusi Probabilitas Gumbel di

bawah ini. Kelihatannya agak berbeda dari rumus sebelumnya, itu cuma

kelihatannya saja tapi sebenarnya sama saja, karena rumus sebelumnya

merupakan penjabaran dari rumus ini

___
XT = X + S x K
dimana :
XT = hujan rencana (mm)
_
X = nilai rata-rata dari hujan
S = Standar deviasi dari data hujan
K = Faktor frekuensi Gumbel : K = Yt – Yn
_______

Sn
Yt = reduced variate (lampiran tabel)
Sn = reduced standar (lampiran tabel)
Yn = reduced mean (lampiran tabel)

CONTOHPERHITUNGAN

Diketahui data hujan harian maksimum 10 tahun pengamatan seperti tertera dalam tabel.

Hitunglah besar curah rencana dengan periode ulang 2 tahun, 5, 20, 50 dan 100 tahun berdasarkan

Distribusi Probabilitas Gumbel.

Tabel Perhitungan Parameter Statistik

__
Tahun Xi (Xi – X )2
(mm)
2004 134 954,81
2005 173 65,61
2006 241 5791,21
2007 131 1149,21
2008 121 1927,21
2009 126 1513,21
2010 106 3469,21
2011 138 723,61
2012 234 4774,81
2013 245 6416,01
Σ 1649 26784,9
Rata-rata 164,9
Stand dev 54,55
 __
*) Hitung nilai rata-rata ( X )
__
X = Σ (Xi)
______

= 1649
________

10

= 164,9

*) Hitung Deviasi Standar (S)

_ 0,5 0,5

S = Σ( Xi – X)2 = 26784,9
_______ _______ (bentuk akar bisa disederhanakan menjadi X 0,5)

10 -1 9

= 54,55

*) Hitung Faktor Frekuensi (K) dan Hujan Rencana (XT)

Dengan jumlah data (n) = 10 maka didapat nilai Sn dan Yn yang diambil dari lampiran :

Sn 0,9497
Yn 0,4952

Nilai Yt yang diambil lampiran

Periode Ulang T Yt
(tahun)
2 0,3065
5 1,4999
20 2,9702
50 3,9019
100 4,6001
Lalu kemudian hitung hujan rencana untuk periode ulang 2 tahun, 5, 20, 50 dan 100 tahun

dengan Yt untuk masing-masing periode ulang dan hasil perhitungannya tertera dalam

tabel di bawah ini;

Tabel Perhitungan Hujan Rencana dengan Distribusi Probabilitas Gumbel

Periode Yt K (Faktor Frekuensi) Hujan Rencana (mm)

Ulang T ___
(tahun) K = Yt – Yn XT = X + (S x K)
_____
Sn
2 0,3065 -0,1986 154,06
5 1,4999 1,0579 222,61
20 2,9702 2,6060 307,07
50 3,9019 3,5871 360,59
100 4,6001 4,3223 400,69

Rekap Hasil Perhitungan Hujan Rencana Untuk Empat Metode yang

Dipakai
Periode Ulang Hujan Rencana (mm)
Gumbel Normal Log Log Pearson Type III
Normal
1 2 3 4 5
X2 tahun 154,06 164,9 157,43 156,53
X5 tahun 222,61 210,72 205,11 204,92
X20 tahun 307,07 254,36 264,00 267,73
X50 tahun 360,59 276,72 295,12 305,91
X100 tahun 400,69 292,00 328,15 335,50

Untuk perhitungan intensitas curah hujan digunakan rumus Mononobe :

keterangan :

I : intensitas hujan (mm/jam)

R24 : curah hujan maksimum harian dalam 24 jam (mm/jam)

t : lama hujan (jam)

Contoh perhitungan Intensitas curah hujan: Diketahui curah hujan rencana (R)
sebesar 123.160 mm pada kala ulang 2 tahun, dengan lama hujan (t) adalah 1 jam.
maka perhitungan Intensitas adalah sebagai berikut:

Dengan mengubah variabel t untuk masing-masing curah hujan (R24) untuk periode
ulang 2 tahun, R24 = 152,805 mm/jam untuk periode ulang 5 tahun dan R24 =
171,080 mm/jam untuk periode ulang 10 tahun, maka hasilnya adalah sebagai
berikutberikut:
hubungan antara intensitas dan waktu lama hujan dapat dilihat pada grafik berikut:

LANDASAN TEORI

Siklus air atau siklus hidrologi merupakan sirkulasi air yang tidak pernah berhenti dari
atmosfer ke bumi dan kembali ke atmosfer melalui kondensasi, presipitasi, evaporasi dan
transpirasi. Siklus hidrologi adalah gerakan air laut ke udara, yang kemudian jatuh ke permukaan
tanah mengalir kembali ke laut (Soemarto, 1987). Pemanasan air samudera oleh sinar matahari
merupakan kunci proses siklus hidrologi tersebut dapat berjalan secara kontinu.

Tabel 1. Penentuan jenis-jenis distribusi

Metode Talbot
Rumus Talbot dikemukakan oleh pro-fessor Talbot pada tahun 1881. Rumus
ini banyak digunakan di Jepang karena mudah diterapkan. Tetapan-tetapan a dan b
ditentu-kan dengan harga-harga terukur.
Adapun rumus tersebut:

I = intensitas curah huajn (mm/menit)

t = lamanya curah hujan atau durasi (menit)

Metode Sherman
Rumus Sherman dikemukakan oleh pro-fessor Sherman pada tahun 1905.
Rumus ini mungkin cocok untuk jangka waktu curah hujan yang lamanya lebih dari 2
jam. Adapun rumus tersebut :
I = intensitas curah huajn (mm/menit)
t = lamanya curah hujan atau durasi (menit)

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

I = intensitas curah huajn (mm/menit)

t = lamanya curah hujan atau durasi (menit)
i = presipitasi/intensitas curah hujan jangka pendek t menit
a, b, n = konstanta yang bergantung pada lamanya curah hujan
N = jumlah pengamatan

Standar Deviasi (S)

Koefisien standar deviasi dinyatakan dalam (s) dan dinyatakan dalam rumus :

Dimana :
S = Standar Deviasi
Xi = Variabel minimum
Xr = Variebel rata-rata
n = Jumlah data
Semakin kecil nilai koefisien deviasi (s) terhadap nilai rata-rata varibelnya berarti
semakin bagus pula pula kualitas data yang diperoleh.
Nilai Korelasi (r)
Persamaan untuk koefisien korelasi antar dua variabel dapat dilihat sebagai beri-
kut:

Dimana:
r = Nilai korelasi
n = Jumlah data
x,y = Variabel uji korelasi

Metode Rasio Normal

Stasiun hujan kadang tidak mempun-yai data yang lengkap, jika ditemui data
yang kurang, perlu dilengkapi dengan melakukan pengisian data terhadap stasiun yang
tidak lengkap atau kosong, dengan metode Rasio Normal.

Dimana :
n = jumlah stasion hujan
r = curah hujan yang dicari (mm)
R = curah hujan rata-rata setahun di tempat pengamatan R yang datanya akan
dilengkapi
rA, rB, rC = curah hujan di tempat-tempat pengamatan A, B, dan C
RA, RB, RC = curah hujan rata-rata setahun di stasion A, B, dan C .