Tugas Akhir
Kajian DAS Beringin Semarang
Terhadap Perubahan Tata Guna Lahan
BAB IV
2
5
6
7
100.0
50.0
0.0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Tahun
Hujan DAS
Probabilitas (P) d Ln d
m Tahun
P = m/(N+1) (mm) (mm)
1 0,091 2006 174,000 5,159
2 0,182 2010 165,000 5,106
3 0,273 2014 148,000 4,997
4 0,364 2013 146,000 4,984
5 0,455 2011 125,000 4,828
6 0,545 2008 114,000 4,736
7 0,636 2009 108,000 4,682
8 0,727 2015 106,000 4,663
9 0,818 2012 99,000 4,595
10 0,909 2007 90,000 4,500
Jumlah Data (N) 10 10
Nilai Rerata (Mean) 127,500 4,825
Standar Deviasi (δx) 29,022 0,226
Koefisien Skewness (Cs) 0,412 0,170
Koefisien Kurtosis (Ck) -1,270 -1,366
Koefisien Variasi (Cv) 0,228 0,047
Nilai Tengah (Median) 119,500 4,782
Sumber : Pengolahan Data, 2017
Hasil
Jenis Dsitribusi Syarat Keterangan
Perhitungan
Cs ≈ 0 Cs = 0,131 Tidak
Normal
Ck ≈ 3 Ck = 0,614 Memenuhi
Cs ≈ 3 Cv + (Cv2) = 3 Cs = 0,131 Tidak
Log-Normal
Ck = 5,383 Ck = 0,614 Memenuhi
Cs ≈ 1,1396 Cs = 0,131 Tidak
Gumbel
Ck ≈ 5,4002 Ck = 0,614 Memenuhi
Cs = 0,131
Log-Pearson III Cs ≠ 0 Memenuhi
Ck = 0,614
(Sumber: Adisusanto, 2011)
Distribusi X2
DK
0,99 0,95 0,90 0,80 0,70 0,50 0,30 0,20 0,10 0,05 0,01 0,001
1 0,00016 0,00393 0,016 0,064 0,148 0,455 1,074 1,642 2,706 3,841 6,635 10,828
2 0,02010 0,10259 0,211 0,446 0,713 1,386 2,408 3,219 4,605 5,991
5 ,991 9,210 13,816
3 0,115 0,352 0,584 1,005 1,424 2,366 3,665 4,642 6,251 7,815
7 11,345 16,266
4 0,297 0,711 1,064 1,649 2,195 3,357 4,878 5,989 7,779 9,488 13,277 18,467
5 0,554 1,145 1,610 2,343 3,000 4,351 6,064 7,289 9,236 11,070 15,086 20,515
6 0,872 1,635 2,204 3,070 3,828 5,348 7,231 8,558 10,645 12,592 16,812 22,458
7 1,239 2,167 2,833 3,822 4,671 6,346 8,383 9,803 12,017 14,067 18,475 24,322
8 1,646 2,733 3,490 4,594 5,527 7,344 9,524 11,030 13,362 15,507 20,090 26,124
9 2,088 3,325 4,168 5,380 6,393 8,343 10,656 12,242 14,684 16,919 21,666 27,877
10 2,558 3,940 4,865 6,179 7,267 9,342 11,781 13,442 15,987 18,307 23,209 29,588
11 3,053 4,575 5,578 6,989 8,148 10,341 12,899 14,631 17,275 19,675 24,725 31,264
12 3,571 5,226 6,304 7,807 9,034 11,340 14,011 15,812 18,549 21,026 26,217 32,909
13 4,107 5,892 7,042 8,634 9,926 12,340 15,119 16,985 19,812 22,362 27,688 34,528
14 4,660 6,571 7,790 9,467 10,821 13,339 16,222 18,151 21,064 23,685 29,141 36,123
15 5,229 7,261 8,547 10,307 11,721 14,339 17,322 19,311 22,307 24,996 30,578 37,697
16 5,812 7,962 9,312 11,152 12,624 15,338 18,418 20,465 23,542 26,296 32,000 39,252
17 6,408 8,672 10,085 12,002 13,531 16,338 19,511 21,615 24,769 27,587 33,409 40,790
18 7,015 9,390 10,865 12,857 14,440 17,338 20,601 22,760 25,989 28,869 34,805 42,312
19 7,633 10,117 11,651 13,716 15,352 18,338 21,689 23,900 27,204 30,144 36,191 43,820
20 8,260 10,851 12,443 14,578 16,266 19,337 22,775 25,038 28,412 31,410 37,566 45,315
21 8,897 11,591 13,240 15,445 17,182 20,337 23,858 26,171 29,615 32,671 38,932 46,797
22 9,542 12,338 14,041 16,314 18,101 21,337 24,939 27,301 30,813 33,924 40,289 48,268
23 10,196 13,091 14,848 17,187 19,021 22,337 26,018 28,429 32,007 35,172 41,638 49,728
24 10,856 13,848 15,659 18,062 19,943 23,337 27,096 29,553 33,196 36,415 42,980 51,179
25 11,524 14,611 16,473 18,940 20,867 24,337 28,172 30,675 34,382 37,652 44,314 52,620
26 12,198 15,379 17,292 19,820 21,792 25,336 29,246 31,795 35,563 38,885 45,642 54,052
27 12,879 16,151 18,114 20,703 22,719 26,336 30,319 32,912 36,741 40,113 46,963 55,476
28 13,565 16,928 18,939 21,588 23,647 27,336 31,391 34,027 37,916 41,337 48,278 56,892
29 14,256 17,708 19,768 22,475 24,577 28,336 32,461 35,139 39,087 42,557 49,588 58,301
30 14,953 18,493 20,599 23,364 25,508 29,336 33,530 36,250 40,256 43,773 50,892 59,703
Probabilitas d ( −
)
Kelas Ef Of Ef - Of
P(x >= Xm) (mm)
5 0,200 0 < P <= 0,200 2,000 151,926 2,000 0,000 0,000
0,400 0,200 < P <= 0,400 2,000 134,853 2,000 0,000 0,000
0,600 0,400 < P <= 0,600 2,000 120,147 1,000 1,000 0,500
0,800 0,600 < P <= 0,800 2,000 103,074 3,000 1,000 0,500
0,999 0,800 < P <= 0,999 2,000 37,815 2,000 0,000 0,000
10,000 10,000 Chi-Kuadrat = 1,000
DK = 2
Chi-Kritik = 5,991
Sumber : Pengolahan Data, 2017
Keterangan:
Probabilitas d ( −
)
Kelas Ef Of Ef - Of
P(x >= Xm) (mm)
5 0,200 0 < P <= 0,200 2,000 150,658 2,000 0,000 0,000
0,400 0,200 < P <= 0,400 2,000 131,928 2,000 0,000 0,000
0,600 0,400 < P <= 0,600 2,000 117,673 1,000 1,000 0,500
0,800 0,600 < P <= 0,800 2,000 103,044 3,000 1,000 0,500
0,999 0,800 < P <= 0,999 2,000 62,036 2,000 0,000 0,000
10,000 10,000 Chi-Kuadrat = 1,000
DK = 2
Chi-Kritik = 5,991
Probabilitas d ( −
)
Kelas Ef Of Ef - Of
P(x >= Xm) (mm)
5 0,200 0 < P <= 0,200 2,000 148,380 2,000 0,000 0,000
0,400 0,200 < P <= 0,400 2,000 129,639 2,000 0,000 0,000
0,600 0,400 < P <= 0,600 2,000 116,417 1,000 1,000 0,500
0,800 0,600 < P <= 0,800 2,000 103,670 3,000 1,000 0,500
0,999 0,800 < P <= 0,999 2,000 70,706 2,000 0,000 0,000
10,000 10,000 Chi-Kuadrat = 1,000
DK = 2
Chi-Kritik = 5,991
Probabilitas d ( −
)
Kelas Ef Of Ef - Of
P(x >= Xm) (mm)
5 0,200 0 < P <= 0,200 2,000 150,337 2,000 0,000 0,000
0,400 0,200 < P <= 0,400 2,000 131,130 2,000 0,000 0,000
0,600 0,400 < P <= 0,600 2,000 116,982 1,000 1,000 0,500
0,800 0,600 < P <= 0,800 2,000 102,880 3,000 1,000 0,500
0,999 0,800 < P <= 0,999 2,000 65,475 2,000 0,000 0,000
10,000 10,000 Chi-Kuadrat = 1,000
DK = 2
Chi-Kritik = 5,991
Sumber : Pengolahan Data, 2017
Pada penelitian ini data yang digunakan (n) berjumlah 10 dan derajat
kepastiannya (α) adalah 0,05 maka dapat diketahui nilai distribusi
kritis (Δcr) adalah 0,410. Selanjutnya dilakukan analisis perhitungan
jenis distribusi menggunakan metode Smirnov Kolmogorov dengan
Keterangan:
m = peringkat
P = peluang di lapangan
Do = selisih peluang lapangan dengan peluang teoritis
40
Curah Hujan (mm)
30
20
10
0
1 2 3 4 5 6
50
Curah Hujan (mm)
40
30
20
10
0
1 2 3 4 5 6
50
Curah Hujan (mm)
40
30
20
10
0
1 2 3 4 5 6
50
Curah Hujan (mm)
40
30
20
10
0
1 2 3 4 5 6
60
Curah Hujan (mm)
50
40
30
20
10
0
1 2 3 4 5 6
Tabel 4.20 Perhitungan Distribusi Hujan Jam-Jaman Periode Ulang 100 Tahun
50
40
30
20
10
0
1 2 3 4 5 6
Durasi Curah Hujan (t)
Gambar 4.9 Grafik Distribusi Hujan Jam-Jaman Periode 100 Tahunan (Hietograf)
Gambar 4.12 Overlay SubDAS Beringin dengan Peta Tata Guna Lahan
Tahun 2013
Sumber : ArcGIS (ArcMap), 2017
Tabel 4.22 Nilai CN Awal DAS dan Impervious Beringin Tahun 2013
Impervious
SubDAS Klasifikasi Tanah CN
(%)
SubDAS 1 A 67 75
SubDAS 2 D 65 11
SubDAS 3 D 68 19
SubDAS 4 D 69 21
SubDAS 5 D 64 28
SubDAS 6 D 68 12
SubDAS 7 D 66 38
Gambar 4.13 Overlay SubDAS Beringin dengan Peta Tata Guna Lahan
Tahun 2007
Sumber : ArcGIS (ArcMap), 2017
2007 2013
Penggunaan Perubahan
No Luas Luas
Lahan % % (km2)
(km2) (km2)
1 Air Tawar 0,010 0,189 0,001 0,027 -0,009
2 Belukar/Semak 0,032 0,579 0,027 0,484 -0,005
3 Empang 2,285 41,664 2,099 38,271 -0,186
4 Gedung 0,079 1,439 0,226 4,114 +0,147
5 Kebun 0,153 2,793 0,169 3,077 +0,016
6 Pemukiman 0,940 17,138 0,965 17,602 +0,025
7 Rumput 0,150 2,733 0,299 5,340 +0,143
8 Sawah Irigasi 1,630 29,726 1,500 27,345 - 0,131
9 Tegalan 0,205 3,739 0,205 3,738 -3,90E-05
x = 0,013 km2
2029
Penggunaan
No Luas
Lahan %
(km2)
1 AIR TAWAR 0 0
2 BELUKAR/SEMAK 0,013 0,232
3 EMPANG 1,603 29,224
4 GEDUNG 0,617 11,247
5 KEBUN 0,210 3,836
6 PEMUKIMAN 1,033 18,838
7 RUMPUT 0,674 12,293
8 SAWAH IRIGASI 1,129 20,594
9 TEGALAN 0,205 3,736
Routing Lag
∑A
f+(eWf ×f )
CNTA =
∑A
f+ f
({×r,rr ur)
(tr×r,rvuvt)
({{×,rttv)
(tr×r,uv )
(ur×r, vt{{)
(tr×r,vu u)
(×r,t{)
(ur× ,vv)
(vr×r,rv)
CNTA= u,t
CNTA= 67
Sehingga didapatkan nilai CN DAS Beringin pada tahun 2013 dan 2029
sebagai berikut:
CN SubDAS
SubDAS
2013 2029
SubDAS 1 67 66
SubDAS 2 65 124
SubDAS 3 68 171
SubDAS 4 69 77
SubDAS 5 64 119
SubDAS 6 68 91
SubDAS 7 66 117
Sedangkan dalam mencari nilai impervious sama hal nya dalam mencari
nilai CN. Nilai impervious ditentukan dari tabel imperviousness
berdasarkan jenis penggunaan lahan. Nilai impervious diambil secara
bertahap yaitu dengan pembagian per SubDAS yang diteliti. Untuk
pembagian nilai impervious per SubDAS dapat dilihat pada lampiran 3
(Tabel Nilai Impervious) DAS Beringin. Berikut perhitungan nilai
impervious pada satu wilayah SubDAS pada tahun 2013 dengan
menggunakan rumus dibawah ini:
∑A
f+(Vpqf ×f )
ImpTA = ∑A
f+ f
( rr×r,rr ur)
(u×r,rvuvt)
( rr×,rttv)
(tr×r,uv )
(u×r, vt{{)
(r×r,vu u)
(u×r,t{)
( rr× ,vv)
(u×r,rv)
ImpTA = u,t
ImpTA = 75 %
Impervious (%)
SubDAS
2013 2029
SubDAS 1 75 65
SubDAS 2 11 20
SubDAS 3 19 47
SubDAS 4 21 20
SubDAS 5 28 68
SubDAS 6 12 17
SubDAS 7 38 82
25400
S= − 254
CN
25400
S= − 254
67
S = 126 mm
= 0,003367381 m
ur$,tv ×eW
TL = Lr,t ( r ×eWw,y )
×<w,z
ur$,tv ×v{
= 4,45450,8 ( r ×v{w,y )
×r,rrv{t w,z
= 0,216013 jam
= 0,216013 × 60 × 0,6
= 8 menit
Tabel 4.31 Nilai Lag Time SCS UH DAS Beringin Tahun 2013
Kemiringan
Panjang Elevasi (mdpl) Lag Time Lag Time
Sub DAS (S) CN
m km Tertinggi Terendah (m) (Jam) (Menit)
Sub DAS 1 4454,5 4,4545 16 1 0,003 67 0,216 8
Sub DAS 2 2202,6 2,2026 26 16 0,005 65 0,111 4
Sub DAS 3 2930,8 2,9308 53 26 0,009 68 0,090 3
Sub DAS 4 2446,4 2,4464 113 53 0,025 69 0,045 2
Sub DAS 5 2788,5 2,7885 168 113 0,020 64 0,067 2
Sub DAS 6 2620,6 2,6206 228 168 0,023 68 0,052 2
Sub DAS 7 5496,4 5,4964 219 149 0,013 66 0,133 5
Setelah menghitung nilai parameter Lag Time DAS Beringin pada tahun
2013 seperti Tabel 4.31 lalu dapat menginput parameter Lag Time SCS
UH ke HEC-HMS seperti pada Tabel 4.32.
Tabel 4.32 Input HEC-HMS Nilai Lag Time SCS UH DAS Beringin Tahun 2013
Tabel 4.33 Nilai Lag Time SCS UH DAS Beringin Tahun 2029
Kemiringan
Panjang Elevasi (mdpl) Lag Time Lag Time
Sub DAS (S) CN
m km Tertinggi Terendah (m) (Jam) (Menit)
Sub DAS 1 4454,5 4,4545 16 1 0,003 62 0,252 9
Sub DAS 2 2202,6 2,2026 26 16 0,005 96 0,028 1
Sub DAS 3 2930,8 2,9308 53 26 0,009 97 0,022 1
Sub DAS 4 2446,4 2,4464 113 53 0,025 72 0,041 1
Sub DAS 5 2788,5 2,7885 168 113 0,020 94 0,018 1
Sub DAS 6 2620,6 2,6206 228 168 0,023 85 0,026 1
Sub DAS 7 5496,4 5,4964 219 149 0,013 90 0,050 2
Tabel 4.34 Input HEC-HMS Nilai Lag Time SCS UH DAS Beringin Tahun 2029
r,t{ ×|
TL= ( rrr ×< )0,385
r,t{ ×,uu
= ( rrr ×r,rrv{t )0,385
= 1,8762149 jam
= 1,8762149 × 60 × 0,6
= 67,543736 menit
Tabel 4.35 Nilai Lag Time Parameter Routing DAS Beringin Tahun 2013 dan 2029
Kemiringan
Nama Panjang Elevasi (mdpl) Lag Time Lag Time
(S)
Sungai
m km Tertinggi Terendah (m) (Jam) (Menit)
R O – J1 4454,5 4,4545 16 1 0,003 1,876 67,544
Tabel 4.36 Input HEC-HMS Nilai Lag Time Parameter Routing DAS Beringin
Tahun 2013 dan 2029
4.5 Kalibrasi
Kalibrasi pada curve number dilakukan untuk mendapatkan nilai besarnya
debit puncak aliran simulasi sama dengan atau mendekati debit puncak aliran
di lapangan. Dari hasil CN yang sudah didapat sebelumnya, saat akan
memasukkan ke dalam software HEC-HMS dilakukan kalibrasi terlebih
dahulu dengan cara mengurangi atau menambah angka CN beberapa persen
dari CN yang sudah ditentukan. Debit puncak aliran lapangan diketahui
dengan melihat penampang aliran sungai dan kemiringan dasar saluran pada
cross section yang dipakai. Perhitungan debit puncak aliran lapangan adalah
sebagai berikut:
: $:
So = × 100 %
|
v,{$ ,vr
So = × 100 %
u,u
So = 0,121
Q=A×V
P
T
Q=(
× t ) × ( ; × ( )/ × (So) / )
t,u u /
Q= r,r
×( v,t
) × (0,120867) /
Q = 469,645 m3/dt
Tabel 4.38 Nilai Awal Estimasi Parameter Metode SCS Curve Number Pada Tahun 2013
Tabel 4.39 Nilai Awal Estimasi Parameter Metode SCS Curve Number Pada Tahun 2029
Sehingga didapatkan hasil debit puncak aliran kalibrasi pada tahun 2013
sebesar 469,8 m3/dt dan debit puncak aliran pada tahun 2029 sebesar 956,7
m3/dt.
n =1
y1 = 469,645 m3/dt
y2 = 500,9 m3/dt
1 y2−y1 2
RMSE = " ∑=1( )
n y1
1 469,645−500,9 2
RMSE ="1 × ( 469,645
)
n =1
y1 = 469,645 m3/dt
y2 = 469,8 m3/dt
1 y2−y1 2
RMSE = " ∑=1( )
n y1
1 469,645−469,8 2
RMSE ="1 × ( 469,645
)
Dari hasil analisa RMSE yang sebesar 0,033 % mempunyai nilai relatif
kecil, berati tingkat error yang terjadi juga kecil.
Kalibrasi
1200
1000
4:00, 956.7
800
Debit (m3/s)
600
5:00, 469.8 Kalibrasi 2013
400
Kalibrasi 2029
200
Waktu (Jam)
Gambar 4.17 Perbandingan Hidrograf Aliran DAS Beringin Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak kalibrasi pada tahun 2013 sebesar
469,8 m3/s dan kalibrasi pada tahun 2029 sebesar 956,7 m3/s, debit puncak
yang terjadi pada hidrograf aliran mengalami peningkatan sebesar 486,9 m3/s
atau sebesar 103,6 %.
300
2 Tahunan 2013
200
2 tahunan 2029
100
Waktu (Jam)
Gambar 4.20 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 2 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 2 tahunan pada tahun
2013 sebesar 384,9 m3/s dan kalibrasi pada tahun 2029 sebesar 534,0 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 149,1 m3/s atau sebesar 38,7 %.
Waktu (Jam)
Gambar 4.23 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 5 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 5 tahunan pada tahun
2013 sebesar 499,3 m3/s dan kalibrasi pada tahun 2029 sebesar 689,4 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 190,1 m3/s atau sebesar 38 %.
4:00, 561.5
500
400
10 Tahunan 2013
300
10 Tahunan 2029
200
100
0
Waktu (Jam)
Gambar 4.26 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 10 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 10 tahunan pada tahun
2013 sebesar 561,5 m3/s dan kalibrasi pada tahun 2029 sebesar 771,7 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 210,2 m3/s atau sebesar 37,4 %.
500
400 25 Tahunan 2013
300
25 Tahunan 2029
200
100
0
Waktu (Jam)
Gambar 4.29 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 25 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 25 tahunan pada tahun
2013 sebesar 629,8 m3/s dan kalibrasi pada tahun 2029 sebesar 871 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 241,2 m3/s atau sebesar 38,3 %.
4:00, 675.1
600
500
400 50 Tahunan 2013
300
200 50 Tahunan 2029
100
0
Waktu (Jam)
Gambar 4.32 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 50 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 50 tahunan pada tahun
2013 sebesar 675,1 m3/s dan kalibrasi pada tahun 2029 sebesar 918,8 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 243,7 m3/s atau sebesar 36 %.
Gambar 4.33 Hasil Run Tahun 2013 Periode Hujan 100 Tahunan
Gambar 4.34 Hasil Run Tahun 2029 Periode Hujan 100 Tahunan
800
4:00, 716.5
600
100 Tahunan 2013
400
100 Tahunan 2029
200
Waktu (Jam)
Gambar 4.35 Perbandingan Hidrograf Aliran DAS Beringin Periode Ulang 100 Tahunan Pada
Tahun 2013 dan 2029
Berdasarkan hasil nilai debit puncak periode ulang 100 tahunan pada tahun
2013 sebesar 716,5 m3/s dan kalibrasi pada tahun 2029 sebesar 971,5 m3/s,
debit puncak yang terjadi pada hidrograf aliran mengalami peningkatan
sebesar 255 m3/s atau sebesar 35,6 %.
Perubahan
Penggunaan Lahan Tahun 2013 - 2029
Luas (km2) (%)
AIR TAWAR -0,002 -100
BELUKAR/SEMAK -0,632 -100
DANAU +0,217 +266,667
EMPANG -0,496 -23,638
GEDUNG +5,362 +241,457
HUTAN 0 0
KEBUN -11,772 -70,929
PEMUKIMAN +9,121 +135,628
RUMPUT -0,293 -100
SAWAH IRIGASI -1,500 -100
SAWAH TADAH HUJAN +0,213 +13,578
TEGALAN -0,219 -100
× ×
Rc =
×, × ,v
Rc =
,u
Rc = 0,328
Dari hasil nilai bentuk kebulatan DAS (Rc) sebesar 0,328 yang
berarti kurang dari 0,5 (<0,5), maka bentuk DAS Beringin adalah
membulat atau melebar dengan kenaikan maupun penurunan debit
puncak berlangsung lama.