Anda di halaman 1dari 60

PERANCANGAN BANGUNAN AIR

AIR
ANALISIS DEBIT BANJIR RENCANA DAS SUNGAI DOTULA TUMBA
DI TITIK A

A. Analisis Daerah Aliran Sungai (DAS)


DAS atau Daerah Aliran Sungai adalah suatu daerah dimana curah hujan yang jatuh di
derah tersebut limpasannya akan mengalir menuju titik keluaran (outlet) dari system sungai
yang dimaksud.
Limpasan yang dikumpulkan oleh DAS akan mengalir ke DAS yang lebih besar atau
menuju ke laut.

 Cara Menentukan Batas DAS

1. Pada peta topografi, carilah sungai dan arah alirannya.


2. Akan terlihat pola kontur yang mengikuti kemiringan permukaan tanah.
3. Kontur yang mempunyai arah ke hulu pada sungai menunjukkan posisi lembah,
sedangkan kontur yang mempunyai arah sebaliknya (hilir) adalah punggung.
4. Tentukan titik outlet untuk DAS dimaksud, dimulai dari titik outlet, tariklah garis yang
menghubungkan punggung pembatas DAS
5. Batas DAS tidak boleh memotong sungai lebih dari satu kali, batas DAS hanya
memotong sungai satu kali yaitu pada titik outlet.

 Cara Menghitung Luas DAS

1. Peta yang digunakan adalah peta Tengah, dengan skala 1 : 50.000 dan mempunyai
1 titik Kontrol dan 4 stasiun hujan.
2. Skala yang digunakan adalah skala 1 : 50.000. Artinya 1 cm di peta sama dengan
50.000 cm sebenarnya atau 0,5 km.
3. Karena peta disalin ke Milimeter Block, maka luas peta dihitung dari setiap kotak
(ukuran 1cm x 1 cm) yang ada. Jadi karena luas kotak dalam milimeter block adalah
1 cm2 maka luas DAS adalah 0,25 km2 untuk setiap kotak.

MOHAMAD ISA
1
16021101060
PERANCANGAN BANGUNAN AIR

AIR Perhitungan Luas DAS sungai Dotula Tumba di titik A

Cara perhitungan dengan menggunakan millimeter blok, gambar DAS yang sudah di buat
di peta di salin kedalam millimeter blok

SKALA 1: 50.000

Jumlah Kotak = 212 kotak


1cm Digambar = 50.000 cm di lapangan
1 cm
= 500 m
= 0,5 km dilapangan
1 cm 1
cm2 = 0,5 km x 0,5 km = 0,25 km2

Luas DAS = Jumlah kotak keseluruhan x Luas 1 kotak millimeter block


= 212 x 0,25 km2
= 53 km2

Jadi, total luas DAS adalah 53 km2 , Luas ini dapat digunakan dalam perhitungan
analisis selanjutnya.

MOHAMAD ISA
2
16021101060
PERANCANGAN BANGUNAN AIR

AIR B. Analisis curah hujan


Ada empat stasiun pengukur hujan yang berada di sekitar DAS, yaitu; stasiun Huidu
Tabulo, stasiun Huidu Ponelo, stasiun Huidu Motoluo, dan stasiun Dulalu Limu. Untuk
menganalisis hujan DAS akan digunakan data hujan dari empat stasiun tersebut. Data hujan
yang tersedia di empat stasiun tersebut berupa data curah hujan harian maksimum, dengan
panjang pencatatan data selama 15 tahun. Data ditunjukkan pada table.

Tabel Data Hujan Harian Maksimum


Hujan Harian Maksimum (mm)
NO Tahun Stasiun Huidu Stasiun Huidu Stasiun Huidu Stasiun Dulalu
Tabulo Ponelo Motoluo Limu
1 2004 100 125 89 49
2 2005 97 89 105 112
3 2006 124 120 76 144
4 2007 101 125 122 145
5 2008 135 170 121 136
6 2009 143 128 130 150
7 2010 119 165 139 129
8 2011 103 125 110 170
9 2012 175 95 136 137
10 2013 110 125 112 120
11 2014 123 150 77 167
12 2015 127 75 108 178
13 2016 189 225 132 131
14 2017 93 176 119 149
15 2018 176 127 97 187

1. Uji Kualitas Data

Data hujan yang ada, sebelum digunakan diuji terlebih dahulu kualitasnya. Pengujian
meliputi Uji Outlier.
 Uji Data Outlier
Data outlier adalah data yang menyimpang terlalu jauh dari kumpulan datanya, baik terlalu
tinggi maupun terlalu rendah. Data outlier harus disesuaikan untuk analisis selanjutnya.
Pengujian data outlier berdasarkan koefisien skewness (Cslog )

MOHAMAD ISA
3
16021101060
PERANCANGAN BANGUNAN AIR

AIR  Syarat Pengujian Data Outlier

 CSlog > +0,4


Jika CSlog > +0,4 maka uji outlier tinggi (batas tertinggi) terlebih dahulu.

1. Batas tertinggi :

2. Jika terdapat data >Xh, maka data-data tersebut disesuaikan menjadi = Xh.
3. Setelah data disesuaikan, hitung kembali nilai Log Xbar dan Slog
4. Setelah uji outlier tinggi, selanjutnya uji outlier rendah
Batas Terendah :

5. Jika terdapat data <Xl, maka data-data tersebut disesuaikan menjadi = Xl


6. Data yang sudah disesuaikan sudah siap digunakan dalam analisis selanjutnya.

Perhitungan nilai kn

Keterangan :
Xh = Batas tertinggi
Xl = Batas terendah
kn = Konstanta uji outlier (tergantung jumlah data)
Xbar = Rata-rata hujan

 CSlog < -0,4


Jika CSlog < -0,4 maka uji outlier rendah (batas terendah) terlebih dahulu.

1. Batas terendah :

2. Jika terdapat data <Xl, maka data-data tersebut disesuaikan menjadi = Xl


3. Setelah data disesuaikan, hitung kembali nilai Log Xbar dan Slog
4. Setelah uji outlier rendah, selanjutnya uji outlier tinggi
Batas tertinggi :

5. Jika terdapat data >Xh, maka data-data tersebut disesuaikan menjadi = Xh


6. Data yang sudah disesuaikan sudah siap digunakan dalam analisis selanjutnya.

MOHAMAD ISA
4
16021101060
PERANCANGAN BANGUNAN AIR

AIR Perhitungan nilai kn

Keterangan :
Xh = Batas tertinggi
Xl = Batas terendah
kn = Konstanta uji outlier (tergantung jumlah data)
Xbar = Rata-rata hujan

 -0,4 < CSlog < +0,4


Jika -0,4 < CSlog < +0,4 maka uji outlier rendah (batas terendah) dan uji outlier tinggi (batas
tertinggi) secara bersamaan

1. Batas terendah :

Batas tertinggi :

2. Jika terdapat data <Xl, maka data-data tersebut disesuaikan menjadi = Xl, serta Jika
terdapat data >Xh, maka data-data tersebut disesuaikan menjadi = Xh.
3. Data yang sudah disesuaikan sudah siap digunakan dalam analisis selanjutnya.

Perhitungan nilai kn

Keterangan :
Xh = Batas tertinggi
Xl = Batas terendah
kn = Konstanta uji outlier (tergantung jumlah data)
Xbar = Rata-rata hujan

MOHAMAD ISA
5
16021101060
PERANCANGAN BANGUNAN AIR

AIR Uji Outlier Stasiun Huidu Tabulo

Data hujan harian maksimum stasiun Huidu


Tabulo
No Tahun Stasiun Huidu Tabulo
1 2004 100
2 2005 97
3 2006 124
4 2007 101
5 2008 135
6 2009 143
7 2010 119
8 2011 103
9 2012 175
10 2013 110
11 2014 123
12 2015 127
13 2016 189
14 2017 93
15 2018 176

Membuat Tabel Analisis parameter statistik untuk mendapatkan atau memudahkan


dalam menghitung Cslog dan Slog

Tabel Analisis Parameter Statistik (Stasiun Huidu Tabulo)


Stasiun Huidu Data (Seri
NO Tahun Tabulo (x) Y), Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 100 2 -0.095144385 0.009052454 -0.00086129
2 2005 97 1.986771734 -0.108372651 0.011744631 -0.001272797
3 2006 124 2.093421685 -0.0017227 2.96769E-06 -5.11245E-09
4 2007 101 2.004321374 -0.090823011 0.008248819 -0.000749183
5 2008 135 2.130333768 0.035189384 0.001238293 4.35748E-05
6 2009 143 2.155336037 0.060191653 0.003623035 0.000218076
7 2010 119 2.075546961 -0.019597423 0.000384059 -7.52657E-06
8 2011 103 2.012837225 -0.08230716 0.006774469 -0.000557587
9 2012 175 2.243038049 0.147893664 0.021872536 0.003234809
10 2013 110 2.041392685 -0.0537517 0.002889245 -0.000155302
11 2014 123 2.089905111 -0.005239273 2.745E-05 -1.43818E-07
12 2015 127 2.103803721 0.008659336 7.49841E-05 6.49313E-07
13 2016 189 2.276461804 0.181317419 0.032876007 0.005960993
14 2017 93 1.968482949 -0.126661436 0.016043119 -0.002032045
15 2018 176 2.245512668 0.150368283 0.022610621 0.00339992
Jumlah 1915 31.42716577 0.137462689 0.007222144
Rata-rata 127.6666667 2.095144385

MOHAMAD ISA
6
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Jika n = 15
Hasil Perhitungan didapat :
Slog dengan menggunakan rumus yang ada pada halaman materi outlier
hasilnya didapat
1
Slog = √(15−1) 𝑥 0.137462689

Slog = 0,099089674
Selanjutnya menghitung Cs log dengan menggunakan rumus yang ada pada halaman materi
outlier, maka hasilnya didapat
15 𝑥 0.007222144
Cslog =√(15−1)(15−2)(0,099089674)3

Cs Log = 0,611787809
Setelah itu menghitung nilai kn dengan menggunakan rumus seperti dibawah ini :

Kn = 2.246730305

Cs Log = 0,611787809
Cs > 0.4
0,611787809 > 0.4
Karena Cs Log > 0,4 maka dilakukan uji outlier tinggi terlebih dahulu.

 Outlier tinggi
Rumus :

Log Xh = 2.095144385 + (2.246730305 x 0,099089674)


Log Xh = 2,317772159
Xh = 207,8605914

Setelah mendapatkan hasil Xh, kita melihat pada tabel data hujan stasiun Huidu Tabulo kalau
ada data yang berada diatas nilai Xh maka data tersebut diganti dengan nilai Xh, hasilnya lihat
pada tabel data terkoreksi outlier tinggi dibawah ini:

MOHAMAD ISA
7
16021101060
PERANCANGAN BANGUNAN AIR

AIR Data yang >Xh diganti dengan Xh


Data sebelum dikoreksi Outlier Tinggi Data Setelah dikoreksi Outlier Tinggi
NO Tahun Stasiun Huidu Tabulo(x) NO Tahun Stasiun Huidu Tabulo(x)
1 2004 100 1 2004 100
2 2005 97 2 2005 97
3 2006 124 3 2006 124
4 2007 101 4 2007 101
5 2008 135 5 2008 135
6 2009 143 6 2009 143
7 2010 119 7 2010 119
8 2011 103 8 2011 103
9 2012 175 9 2012 175
10 2013 110 10 2013 110
11 2014 123 11 2014 123
12 2015 127 12 2015 127
13 2016 189 13 2016 189
14 2017 93 14 2017 93
15 2018 176 15 2018 176

Dari tabel diatas dapat dilihat bahwa tidak ada data yang berada diatas atau melebihi dari nilai
Xh. Berarti tidak ada data yang berubah.
Karena tidak ada data yang berubah maka tidak perlu lagi untuk menghitung S log baru
menggunakan tabel analisis parameter statistic karena hasilnya akan sama saja dengan yang
sebelumnya.
Langkah selanjutnya langsung saja menguji outlier rendahnya untuk mendapatkan apakah ada
data hujan yang dibawah dari nilai Xl.
 Outlier Rendah

Rumus :

Log Xl = 2.095144385 - (2.246730305 x 0,099089674)


Log Xl = 1,872516611
Xl = 74,561839
Setelah mendapatkan hasil Xl, kita melihat pada tabel data hujan stasiun Huidu Tabulo kalau
ada data yang berada dibawah dari nilai Xl maka data tersebut diganti dengan nilai Xl, hasilnya
lihat pada tabel data terkoreksi outlier rendah dibawah ini:

MOHAMAD ISA
8
16021101060
PERANCANGAN BANGUNAN AIR

AIR Data yang <Xl digan ti dengan Xl


Data sebelum dikoreksi Outlier
Rendah Data Setelah dikoreksi Outlier Rendah
Stasiun Huidu Tabulo
NO Tahun (x) NO Tahun Stasiun Huidu Tabulo (x)
1 2004 100 1 2004 100
2 2005 97 2 2005 97
3 2006 124 3 2006 124
4 2007 101 4 2007 101
5 2008 135 5 2008 135
6 2009 143 6 2009 143
7 2010 119 7 2010 119
8 2011 103 8 2011 103
9 2012 175 9 2012 175
10 2013 110 10 2013 110
11 2014 123 11 2014 123
12 2015 127 12 2015 127
13 2016 189 13 2016 189
14 2017 93 14 2017 93
15 2018 176 15 2018 176

Dari hasil koreksi outlier rendah ini didapatkan bahwa tidak ada data hujan yang berada
dibawah nilai Xl atau tidak ada yang berubah.
Jadi data hujan harian maksimum dari stasiun Huidu Tabulo tetap sama atau tidak ada yang
terkoreksi dan data ini dapat digunakan untuk analisis selanjutnya

NO Tahun Stasiun Huidu Tabulo (x)


1 2004 100
2 2005 97
3 2006 124
4 2007 101
5 2008 135
6 2009 143
7 2010 119
8 2011 103
9 2012 175
10 2013 110
11 2014 123
12 2015 127
13 2016 189
14 2017 93
15 2018 176

MOHAMAD ISA
9
16021101060
PERANCANGAN BANGUNAN AIR

AIR Uji Outlier Stasiun Huidu Ponelo

Data hujan harian maksimum stasiun Huidu


Ponelo
No Tahun Stasiun Huidu Ponelo
1 2004 125
2 2005 89
3 2006 120
4 2007 125
5 2008 170
6 2009 128
7 2010 165
8 2011 125
9 2012 95
10 2013 125
11 2014 150
12 2015 75
13 2016 225
14 2017 176
15 2018 127

Membuat Tabel Analisis parameter statistik untuk mendapatkan atau memudahkan


dalam menghitung Cslog dan Slog

Tabel Analisis Parameter Statistik (Stasiun Huidu Ponelo)


Stasiun
Huidu Data (Seri
NO Tahun Ponelo (x) Y), Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 125 2.096910013 -0.01654 0.00027353 -4.52372E-06
2 2005 89 1.949390007 -0.16406 0.02691523 -0.004415674
3 2006 120 2.079181246 -0.03427 0.00117425 -4.02385E-05
4 2007 125 2.096910013 -0.01654 0.00027353 -4.52372E-06
5 2008 170 2.230448921 0.117 0.01368907 0.001601626
6 2009 128 2.10720997 -0.00624 3.8921E-05 -2.42812E-07
7 2010 165 2.217483944 0.104035 0.01082335 0.001126011
8 2011 125 2.096910013 -0.01654 0.00027353 -4.52372E-06
9 2012 95 1.977723605 -0.13573 0.01842128 -0.002500228
10 2013 125 2.096910013 -0.01654 0.00027353 -4.52372E-06
11 2014 150 2.176091259 0.062643 0.0039241 0.000245816
12 2015 75 1.875061263 -0.23839 0.05682853 -0.013547202
13 2016 225 2.352182518 0.238734 0.05699388 0.013606371
14 2017 176 2.245512668 0.132064 0.01744091 0.002303318
15 2018 127 2.103803721 -0.00964 9.3024E-05 -8.97206E-07
Jumlah 2020 31.70172917 0.20743665 -0.001639436
Rata-rata 134.6666667 2.113448612

MOHAMAD ISA
10
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Jika n = 15
Hasil Perhitungan didapat :
Slog dengan menggunakan rumus yang ada pada halaman materi outlier
hasilnya didapat
1
Slog = √(15−1) 𝑥 0.20743665

Slog = 0,121724703
Selanjutnya menghitung Cs log dengan menggunakan rumus yang ada pada halaman materi
outlier, maka hasilnya didapat

15 𝑥 −0.001639436
Cslog =√(15−1)(15−2)(0,121724703)3

Cs Log = -0,074916623
Setelah itu menghitung nilai kn dengan menggunakan rumus seperti dibawah ini :

Kn = 2.246730305

Cs Log = -0,074916623
-0,4 < Cs < 0,4
-0,4 < -0,074916623 < 0,4
Karena Cs Log berada diantara -0,4 dan 0,4 maka dilakukan uji outlier rendah dan uji outlier
tinggi secara bersamaan

 Outlier rendah
Rumus :

Log Xl = 2.113448612 - (2.246730305 x 0,121724703)


Log Xl = 1,839966033
Xl = 69,17768633
 Outlier tinggi

Rumus :
Log Xh = 2.113448612 + (2.246730305 x 0,121724703)
Log Xl = 2,38693119
Xh = 243,7424603
Setelah mendapatkan hasil Xl dan Xh, kita melihat pada tabel data hujan stasiun Huidu Ponelo
kalau ada data yang berada dibawah nilai Xl maka data tersebut diganti dengan nilai Xl, dan
kalau ada data yang berada diatas atau melebihi nilai Xh maka data tersebut diganti dengan
nilai Xh, hasilnya dapat dilihat pada tabel data terkoreksi outlier dibawah ini:
MOHAMAD ISA
11
16021101060
PERANCANGAN BANGUNAN AIR

AIR Data yang <Xl diganti dengan Xl dan Data yang >Xh diganti dengan Xh
Data sebelum dikoreksi Data Setelah dikoreksi
Stasiun Huidu Ponelo Stasiun Huidu Ponelo
NO Tahun (x) NO Tahun (x)
1 2004 125 1 2004 125
2 2005 89 2 2005 89
3 2006 120 3 2006 120
4 2007 125 4 2007 125
5 2008 170 5 2008 170
6 2009 128 6 2009 128
7 2010 165 7 2010 165
8 2011 125 8 2011 125
9 2012 95 9 2012 95
10 2013 125 10 2013 125
11 2014 150 11 2014 150
12 2015 75 12 2015 75
13 2016 225 13 2016 225
14 2017 176 14 2017 176
15 2018 127 15 2018 127

Dari hasil koreksi outlier ini didapatkan bahwa tidak ada data hujan yang berada dibawah nilai
Xl dan berada diatas nilai Xh atau tidak ada yang berubah.
Jadi data hujan harian maksimum dari stasiun Huidu Ponelo tetap sama atau tidak ada yang
terkoreksi dan data ini dapat digunakan untuk analisis selanjutnya
NO Tahun Stasiun Huidu Ponelo (x)
1 2004 125
2 2005 89
3 2006 120
4 2007 125
5 2008 170
6 2009 128
7 2010 165
8 2011 125
9 2012 95
10 2013 125
11 2014 150
12 2015 75
13 2016 225
14 2017 176
15 2018 127

MOHAMAD ISA
12
16021101060
PERANCANGAN BANGUNAN AIR

AIR Uji Outlier Stasiun Huidu Motoluo

Data hujan harian maksimum stasiun Huidu


Motoluo
No Tahun Stasiun Huidu Motoluo
1 2004 89
2 2005 105
3 2006 76
4 2007 122
5 2008 121
6 2009 130
7 2010 181
8 2011 110
9 2012 136
10 2013 112
11 2014 59
12 2015 108
13 2016 132
14 2017 119
15 2018 97

Membuat Tabel Analisis parameter statistik untuk mendapatkan atau memudahkan


dalam menghitung Cslog dan Slog

Tabel Analisis Parameter Statistik (Stasiun Huidu Motoluo)


Stasiun
Huidu Data (Seri
NO Tahun Motoluo (x) Y), Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 89 1.949390007 -0.090841862 0.0082522 -0.000749649
2 2005 105 2.021189299 -0.01904257 0.0003626 -6.90521E-06
3 2006 76 1.880813592 -0.159418277 0.0254142 -0.004051486
4 2007 122 2.086359831 0.046127962 0.0021278 9.81506E-05
5 2008 121 2.08278537 0.042553501 0.0018108 7.70559E-05
6 2009 130 2.113943352 0.073711483 0.0054334 0.000400503
7 2010 181 2.257678575 0.217446706 0.0472831 0.010281548
8 2011 110 2.041392685 0.001160816 1.347E-06 1.56419E-09
9 2012 136 2.133538908 0.093307039 0.0087062 0.00081235
10 2013 112 2.049218023 0.008986154 8.075E-05 7.2564E-07
11 2014 59 1.770852012 -0.269379857 0.0725655 -0.019547686
12 2015 108 2.033423755 -0.006808114 4.635E-05 -3.15559E-07
13 2016 132 2.120573931 0.080342062 0.0064548 0.000518596
14 2017 119 2.075546961 0.035315092 0.0012472 4.40434E-05
15 2018 97 1.986771734 -0.053460135 0.002858 -0.000152788
Jumlah 1697 30.60347804 0.1826442 -0.012275857
Rata-rata 113.1333333 2.040231869

MOHAMAD ISA
13
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Jika n = 15
Hasil Perhitungan didapat :
Slog dengan menggunakan rumus yang ada pada halaman materi outlier
hasilnya didapat
1
Slog = √(15−1) 𝑥 0.1826442
Slog = 0,114219163
Selanjutnya menghitung Cs log dengan menggunakan rumus yang ada pada halaman materi
outlier, maka hasilnya didapat

15 𝑥 − 0.012275857
Cslog =√(15−1)(15−2)(0,114219163)3

Cs Log = -0,678976539
Setelah itu menghitung nilai kn dengan menggunakan rumus seperti dibawah ini :

Kn = 2.246730305

Cs Log = -0,678976539
Cs < -0.4
-0,678976539 < -0.4
Karena Cs Log < - 0,4 maka dilakukan uji outlier rendah terlebih dahulu.

 Outlier rendah
Rumus :

Log Xl = 2.040231869 - (2.246730305 x 0,114219163)


Log Xl = 1,783612214
Xl = 60,75922336

Setelah mendapatkan hasil Xl, kita melihat pada tabel data hujan stasiun Huidu Motoluo kalau
ada data yang berada dibawah nilai Xl maka data tersebut diganti dengan nilai Xl, hasilnya
lihat pada tabel data terkoreksi outlier rendah dibawah ini:

MOHAMAD ISA
14
16021101060
PERANCANGAN BANGUNAN AIR

AIR Data yang <Xl diganti dengan Xl


Data sebelum dikoreksi Outlier Rendah Data Setelah dikoreksi Outlier Rendah
Stasiun Huidu Motoluo
NO Tahun Stasiun Huidu Motoluo(x) NO Tahun (x)
1 2004 89 1 2004 89
2 2005 105 2 2005 105
3 2006 76 3 2006 76
4 2007 122 4 2007 122
5 2008 121 5 2008 121
6 2009 130 6 2009 130
7 2010 181 7 2010 181
8 2011 110 8 2011 110
9 2012 136 9 2012 136
10 2013 112 10 2013 112
11 2014 59 11 2014 60.75922336
12 2015 108 12 2015 108
13 2016 132 13 2016 132
14 2017 119 14 2017 119
15 2018 97 15 2018 97
Dari tabel diatas dapat dilihat bahwa ada data hujan yang dibawah dari nilai Xl yaitu pada
tahun 2014, maka data hujan pada tahun 2014 dari 59 menjadi nilai Xl yaitu 60.75922336
Karena ada data yang berubah maka hitung parameter stasistik data yang baru.
Tabel Analisis Parameter Statistik (Stasiun Huidu Motoluo) Data Terkoreksi Outlier
Rendah
Stasiun Data (Seri
Huidu Y), Y = log
NO Tahun Motoluo (x) x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 89 1.949390007 -0.091692543 0.0084075 -0.000770907
2 2005 105 2.021189299 -0.01989325 0.0003957 -7.87258E-06
3 2006 76 1.880813592 -0.160268957 0.0256861 -0.004116691
4 2007 122 2.086359831 0.045277281 0.00205 9.28199E-05
5 2008 121 2.08278537 0.041702821 0.0017391 7.25264E-05
6 2009 130 2.113943352 0.072860803 0.0053087 0.000386796
7 2010 181 2.257678575 0.216596026 0.0469138 0.010161351
8 2011 110 2.041392685 0.000310136 9.618E-08 2.98302E-11
9 2012 136 2.133538908 0.092456359 0.0085482 0.000790333
10 2013 112 2.049218023 0.008135473 6.619E-05 5.38454E-07
11 2014 60.75922336 1.783612214 -0.257470335 0.066291 -0.017067959
12 2015 108 2.033423755 -0.007658794 5.866E-05 -4.49243E-07
13 2016 132 2.120573931 0.079491382 0.0063189 0.000502296
14 2017 119 2.075546961 0.034464412 0.0011878 4.09367E-05
15 2018 97 1.986771734 -0.054310815 0.0029497 -0.000160199
Jumlah 1698.759223 30.61623824 0.1759215 -0.010076479
Rata-rata 113.2506149 2.041082549

MOHAMAD ISA
15
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Dari hasil perhitungan parameter statistik data yang baru didapat S log (terkoreksi)
Dengan menggunakan rumus pada halaman materi outlier maka didapatlah Slog (terkoreksi)
1
Slog = √(15−1) 𝑥 0.1759215

Slog (terkoreksi) = 0,112097383


Setelah itu menguji outlier tinggi atau menghitung nilai Xh untuk mendapatkan apakah ada
data hujan yang melebihi nilai Xh
 Outlier tinggi

Rumus :

Log Xh = 2.041082549 + (2.246730305 x 0,112097383)


Log Xh = 2,292935137
Xh = 196,3067065
Setelah mendapatkan hasil Xh, kita melihat pada tabel data hujan stasiun Huidu Motoluo kalau
ada data yang berada diatas nilai Xh maka data tersebut diganti dengan nilai Xh, hasilnya lihat
pada tabel data terkoreksi outlier tinggi dibawah ini:
Data yang >Xh digan ti dengan Xh
Data sebelum dikoreksi Outlier Tinggi Data Setelah dikoreksi Outlier Tinggi
Stasiun Huidu Motoluo Stasiun Huidu Motoluo
NO Tahun (x) NO Tahun (x)
1 2004 89 1 2004 89
2 2005 105 2 2005 105
3 2006 76 3 2006 76
4 2007 122 4 2007 122
5 2008 121 5 2008 121
6 2009 130 6 2009 130
7 2010 181 7 2010 181
8 2011 110 8 2011 110
9 2012 136 9 2012 136
10 2013 112 10 2013 112
11 2014 60.75922336 11 2014 60.75922336
12 2015 108 12 2015 108
13 2016 132 13 2016 132
14 2017 119 14 2017 119
15 2018 97 15 2018 97

MOHAMAD ISA
16
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Dari hasil koreksi outlier tinggi ini didapatkan bahwa tidak ada data hujan yang melebihi nilai
Xh atau tidak ada yang berubah.
Data hasil koreksi Outlier ini dapat digunakan dalam analisis selanjutnya. Tabel hasil koreksi
data hujan stasiun Huidu Motoluo seperti dibawah ini :

NO Tahun Stasiun Huidu Motoluo (x)


1 2004 89
2 2005 105
3 2006 76
4 2007 122
5 2008 121
6 2009 130
7 2010 181
8 2011 110
9 2012 136
10 2013 112
11 2014 60.75922336
12 2015 108
13 2016 132
14 2017 119
15 2018 97

MOHAMAD ISA
17
16021101060
PERANCANGAN BANGUNAN AIR

AIR Uji Outlier Stasiun Dulalu Limu

Data hujan harian maksimum stasiun Dulalu Limu


No Tahun Stasiun Dulalu Limu
1 2004 49
2 2005 112
3 2006 144
4 2007 145
5 2008 136
6 2009 150
7 2010 129
8 2011 170
9 2012 137
10 2013 120
11 2014 167
12 2015 178
13 2016 131
14 2017 149
15 2018 187

Membuat Tabel Analisis parameter statistik untuk mendapatkan atau memudahkan


dalam menghitung Cslog dan Slog

Tabel Analisis Parameter Statistik (Stasiun Dulalu Limu)


Stasiun Dulalu Data (Seri Y),
NO Tahun Limu (x) Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 49 1.69019608 -0.44054731 0.1940819 -0.085502273
2 2005 112 2.049218023 -0.08152537 0.0066464 -0.000541849
3 2006 144 2.158362492 0.0276191 0.0007628 2.10683E-05
4 2007 145 2.161368002 0.03062461 0.0009379 2.87218E-05
5 2008 136 2.133538908 0.00279552 7.815E-06 2.18468E-08
6 2009 150 2.176091259 0.04534787 0.0020564 9.32547E-05
7 2010 129 2.11058971 -0.02015368 0.0004062 -8.18584E-06
8 2011 170 2.230448921 0.09970553 0.0099412 0.000991192
9 2012 137 2.136720567 0.00597718 3.573E-05 2.13544E-07
10 2013 120 2.079181246 -0.05156214 0.0026587 -0.000137086
11 2014 167 2.222716471 0.09197308 0.008459 0.000778005
12 2015 178 2.250420002 0.11967661 0.0143225 0.001714067
13 2016 131 2.117271296 -0.01347209 0.0001815 -2.44515E-06
14 2017 149 2.173186268 0.04244288 0.0018014 7.64565E-05
15 2018 187 2.271841607 0.14109822 0.0199087 0.002809083
Jumlah 2104 31.96115085 0.2622081 -0.079679756
Rata-rata 140.2666667 2.13074339

MOHAMAD ISA
18
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Jika n = 15
Hasil Perhitungan didapat :
Slog dengan menggunakan rumus yang ada pada halaman materi outlier hasilnya didapat
1
Slog = √(15−1) 𝑥 0.2622081

Slog = 0,136854493
Selanjutnya menghitung Cs log dengan menggunakan rumus yang ada pada halaman materi
outlier, maka hasilnya didapat

15 𝑥 − 0.079679756
Cslog =√(15−1)(15−2)(0,136854493)3

Cs Log = -2.562068218
Setelah itu menghitung nilai kn dengan menggunakan rumus seperti dibawah ini :

Kn = 2.246730305

Cs Log = -2.562068218
Cs < -0.4
-2.562068218 < -0.4
Karena Cs Log <- 0,4 maka dilakukan uji outlier rendah terlebih dahulu.

 Outlier rendah
Rumus :

Log Xl = 2,13074339 – (2.246730305 x 0,136854493)


Log Xl = 1.823268254
Xl = 66.56842081

Setelah mendapatkan hasil Xl, kita melihat pada tabel data hujan stasiun Dulalu Limu kalau
ada data yang berada dibawah nilai Xl maka data tersebut diganti dengan nilai Xl, hasilnya
lihat pada tabel data terkoreksi outlier rendah dibawah ini:

MOHAMAD ISA
19
16021101060
PERANCANGAN BANGUNAN AIR

AIR Data yang <Xl diganti dengan Xl


Data sebelum dikoreksi Outlier Rendah Data Setelah dikoreksi Outlier Rendah
NO Tahun Stasiun Dulalu Limu (x) NO Tahun Stasiun Dulalu Limu (x)
1 2004 49 1 2004 66.56842081
2 2005 112 2 2005 112
3 2006 144 3 2006 144
4 2007 145 4 2007 145
5 2008 136 5 2008 136
6 2009 150 6 2009 150
7 2010 129 7 2010 129
8 2011 170 8 2011 170
9 2012 137 9 2012 137
10 2013 120 10 2013 120
11 2014 167 11 2014 167
12 2015 178 12 2015 178
13 2016 131 13 2016 131
14 2017 149 14 2017 149
15 2018 187 15 2018 187
Dari tabel diatas dapat dilihat bahwa ada data hujan yang dibawah dari nilai Xl yaitu pada
tahun 2004, maka data hujan pada tahun 2004 dari 49 menjadi nilai Xl yaitu 66.56842081
Karena ada data yang berubah maka hitung parameter stasistik data yang baru.
Tabel Analisis Parameter Statistik (Stasiun Dulalu Limu) Data Terkoreksi Outlier Rendah
Stasiun
Dulalu Data (Seri
NO Tahun Limu(x) Y), Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3
1 2004 66.56842081 1.823268254 -0.31634661 0.1000752 -0.031658444
2 2005 112 2.049218023 -0.09039685 0.0081716 -0.000738686
3 2006 144 2.158362492 0.01874762 0.0003515 6.58929E-06
4 2007 145 2.161368002 0.02175313 0.0004732 1.02936E-05
5 2008 136 2.133538908 -0.00607596 3.692E-05 -2.24308E-07
6 2009 150 2.176091259 0.03647639 0.0013305 4.85328E-05
7 2010 129 2.11058971 -0.02902516 0.0008425 -2.44525E-05
8 2011 170 2.230448921 0.09083405 0.0082508 0.000749456
9 2012 137 2.136720567 -0.0028943 8.377E-06 -2.42455E-08
10 2013 120 2.079181246 -0.06043362 0.0036522 -0.000220717
11 2014 167 2.222716471 0.0831016 0.0069059 0.000573889
12 2015 178 2.250420002 0.11080513 0.0122778 0.001360441
13 2016 131 2.117271296 -0.02234357 0.0004992 -1.11547E-05
14 2017 149 2.173186268 0.0335714 0.001127 3.78363E-05
15 2018 187 2.271841607 0.13222674 0.0174839 0.00231184
Jumlah 2121.568421 32.09422303 0.1614866 -0.027554825
Rata-rata 141.4378947 2.139614869

MOHAMAD ISA
20
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Dari hasil perhitungan parameter statistik data yang baru didapat S log (terkoreksi)
Dengan menggunakan rumus pada halaman materi outlier maka didapatlah Slog (terkoreksi)
1
Slog = √(15−1) 𝑥 0.1614866

Slog (terkoreksi) = 0.10739999


Setelah itu menguji outlier tinggi atau menghitung nilai Xh untuk mendapatkan apakah ada
data hujan yang melebihi nilai Xh
 Outlier tinggi

Rumus :

Log Xh = 2,139614869 + (2.246730305 x 0.10739999)


Log Xh = 2.380913681
Xh = 240.3884962
Setelah mendapatkan hasil Xh, kita melihat pada tabel data hujan stasiun Dulalu Limu kalau
ada data yang berada diatas nilai Xh maka data tersebut diganti dengan nilai Xh, hasilnya lihat
pada tabel data terkoreksi outlier tinggi dibawah ini:
Data yang >Xh digan ti dengan Xh
Data sebelum dikoreksi Outlier Tinggi Data Setelah dikoreksi Outlier Tinggi
Stasiun Dulalu Limu Stasiun Dulalu Limu
NO Tahun (x) NO Tahun (x)
1 2004 66.56842081 1 2004 66.56842081
2 2005 112 2 2005 112
3 2006 144 3 2006 144
4 2007 145 4 2007 145
5 2008 136 5 2008 136
6 2009 150 6 2009 150
7 2010 129 7 2010 129
8 2011 170 8 2011 170
9 2012 137 9 2012 137
10 2013 120 10 2013 120
11 2014 167 11 2014 167
12 2015 178 12 2015 178
13 2016 131 13 2016 131
14 2017 149 14 2017 149
15 2018 187 15 2018 187

MOHAMAD ISA
21
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Dari hasil koreksi outlier tinggi ini didapatkan bahwa tidak ada data hujan yang melebihi nilai
Xh atau tidak ada yang berubah.
Data hasil koreksi Outlier ini dapat digunakan dalam analisis selanjutnya. Tabel hasil koreksi
data hujan stasiun Dulalu Limu seperti dibawah ini :
Stasiun Dulalu Limu
NO Tahun (x)
1 2004 66.56842081
2 2005 112
3 2006 144
4 2007 145
5 2008 136
6 2009 150
7 2010 129
8 2011 170
9 2012 137
10 2013 120
11 2014 167
12 2015 178
13 2016 131
14 2017 149
15 2018 187

Data hasil uji kualitas berupa uji Outlier ditampilkan pada tabel data hujan harian
maksimum yang sudah dikoreksi atau diuji. Data tersebut sudah layak untuk digunakan
untuk analisis selanjutnya.

Tabel Data Hujan Harian Maksimum Hasil Uji Outlier


Hujan Harian Maksimum (mm)
NO Tahun Stasiun Huidu Stasiun Huidu Stasiun Huidu Stasiun Dulalu
Tabulo Ponelo Motoluo Limu
1 2004 100 125 89 66.56842081
2 2005 97 89 105 112
3 2006 124 120 76 144
4 2007 101 125 122 145
5 2008 135 170 121 136
6 2009 143 128 130 150
7 2010 119 165 181 129
8 2011 103 125 110 170
9 2012 175 95 136 137
10 2013 110 125 112 120
11 2014 123 150 60.75922336 167
12 2015 127 75 108 178
13 2016 189 225 132 131
14 2017 93 176 119 149
15 2018 176 127 97 187

MOHAMAD ISA
22
16021101060
PERANCANGAN BANGUNAN AIR

AIR C. Analisis Hujan Wilayah (Hujan Rerata DAS)


Hujan wilayah dianalisis dengan menggunakan metode Polygon Thiessen.

Metode Poligon Thiessen


1. Syarat poligon thiessen

a) Apabila titik-titik stasiun pengamatan curah hujan tidak tersebar merata di dalam DAS,
maka cara perhitungan curah hujan wilayah dilakukan dengan menggunakan metode
poligon Thiessen.
b) Dalam metode ini, besarnya pengaruh curah hujan yang jatuh pada suatu daerah
diperhitungkan sebagai faktor bobot luas poligon terhadap luas total.
c) Diasumsikan besarnya jarak pengaruh curah hujan suatu stasiun pengamatan adalah
sebesar 50% jarak antara stasiun pengamatan curah hujan lain yang berdekatan.
d) Metode Thiessen memberikan hasil perhitungan yang lebih teliti dibandingkan dengan
metode aritmatika.

2. Langkah-langkah pembuatan polygon thiesen:


a) Hubungkan semua stasiun hujan yang ada menjadi jaring-jaring segitiga, hindari
segitiga tumpul
b) Cari titik tengah dari tiap sisi segitiga
c) Lakukan untuk semua segitiga yang ada
d) Tarik garis tegak lurus tiap sisi segitiga, melewati titik tengah sisi segitiga
e) Lakukan untuk semua segitiga yang ada
f) Garis-garis tadi merupakan batas poligon thiessen
g) Daerah pengaruh dari tiap stasiun adalah daerah yang dibatasi oleh garis-garis tadi.

3. Rumus Poligon Thiessen

R1.A1+R2.A2+R3.A3+⋯+Rn.An
Ṝ=
A1+A2+A3+⋯+An

Keterangan :
Ṝ =
R1,2,3,n = Hujan yang tercatat di stasiun 1, 2, 3, n
A1,2,3,n = Luas Pengaruh Stasiun 1, 2, 3, n

MOHAMAD ISA
23
16021101060
PERANCANGAN BANGUNAN AIR

AIR Luas Pengaruh Masing-masing Stasiun Hujan

1cm Digambar = 50.000 cm di lapangan


1 cm
= 500 m
= 0,5 km dilapangan
1 cm 1
cm2 = 0,5 km x 0,5 km = 0,25 km2

1. Stasiun 1 (Huido Tabulo) = Jumlah Kotak x Luas 1 Kotak


= 128 x 0,25 km2
= 32 km2

2. Stasiun 2 (Huidu Ponelo) = Jumlah Kotak x Luas 1 Kotak


= 29 x 0,25 km2
= 7,25 km2

3. Stasiun 3 (Huidu Motoluo) = Jumlah Kotak x Luas 1 Kotak


= 67 x 0,25 km2
= 16,75 km2

4. Stasiun 4 (Dulalu Limu) = Jumlah Kotak x Luas 1 Kotak


= 23 x 0,25 km2
= 5,75 km2

Jadi Luas DAS Sesuai metode Poligon Thiesen adalah


= A1+ A2 + A3 + A4
= 9,25 km2 + 4,5km2 + 9 km2 + 30,25 km2
= 53 km2

Hujan Wilayah (Hujan Rerata DAS)

Contoh Perhitungan Hujan Wilayah (Hujan Rerata DAS) pada tahun 2004 :

Diketahui data hujan harian maksimum 4 stasiun yang sudah diuji outlier dan luas
pengaruh masing-masing stasiun
 Stasiun Huidu Tabulo
Curah hujan maksimum = 100 mm
Luas pengaruh = 32 km2
 Stasiun Huidu Ponelo
Curah hujan maksimum = 125 mm
Luas pengaruh = 7,25 km2
 Stasiun Huidu Motoluo
Curah hujan maksimum = 89 mm
Luas pengaruh = 16,75 km2
 Stasiun Dulalu Limu
Curah hujan maksimum = 66.6 mm
Luas pengaruh = 5,75 km2
MOHAMAD ISA
24
16021101060
PERANCANGAN BANGUNAN AIR

AIR Ṝ = R1.A1+R2.A2+R3.A3+R4.A4
A1+A2+A3+A4

(100x32)+(125x7,25)+(89,16,75)+(66.6x5,75)
= = 81,2 mm
32+7,25+16,75+5,75

Untuk perhitungan Hujan wilayah (Hujan rerata DAS) tahun-tahun berikutnya ditampilkan
pada table dibawah ini (dalam bentuk Tabulasi)

Tabel analisis hujan wilayah (hujan rerata DAS)


NO Tahun Hujan Harian Maksimum (mm)
Stasiun Huidu Stasiun Huidu Stasiun Huidu Stasiun
Tabulo Ponelo Motoluo Dulalu Limu Rerata (mm)
1 2002 100 125 89 66.56842081 81.17348546
2 2003 97 89 105 112 106.240566
3 2004 124 120 76 144 126.9245283
4 2005 101 125 122 145 131.7169811
5 2006 135 170 121 136 136.1650943
6 2007 143 128 130 150 143.5141509
7 2008 119 165 181 129 139.1415094
8 2009 103 125 110 170 144.2971698
9 2010 175 95 136 137 139.8962264
10 2011 110 125 112 120 117.3207547
11 2012 123 150 60.75922336 167 139.8364719
12 2013 127 75 108 178 148.4669811
13 2014 189 225 132 131 149.2735849
14 2015 93 176 119 149 136.4245283
15 2016 176 127 97 187 164.7028302
Dari analisis didapatkan curah hujan wilayah (hujan rerata DAS) selama 15 tahun seperti
ditujukan pada table dibawah ini

Tabel Hujan Wilayah (Hujan Rerata DAS) Selama 15 Tahun


NO Tahun Hujan Rerata (mm)
1 2003 81.2
2 2004 106.2
3 2005 126.9
4 2006 131.7
5 2007 136.2
6 2008 143.5
7 2009 139.1
8 2010 144.3
9 2011 139.9
10 2012 117.3
11 2013 139.8
12 2014 148.5
13 2015 149.3
14 2016 136.4
15 2017 164.7

MOHAMAD ISA
25
16021101060
PERANCANGAN BANGUNAN AIR

AIR D. Analisis Hujan Rencana


Analisis hujan rencana adalah analisis untuk mendapatkan besaran curah hujan yang
direncanakan akan terjadi di daerah penelitian. Untuk analisis ini digunakan Analisis
Frekwensi hujan. Dalam analisis hidrologi ada 4 jenis Distribusi Frekwensi yang sering
digunakan yaitu:
1. Distribusi Frekwensi Normal
2. Distribusi Frekwensi Log-Normal
3. Distribusi Frkewnsi Gumbell
4. Distribusi Frekwensi Log-Pearsson Type III.

Rumus Distribusi Frekwensi

1. Distribusi Nornal
Tipe distribusi normal Distribusi normal disebut juga dengan distribusi Gauss. Distribusi
ini dirumuskan sebagai berikut :
XTR = Xbar + S.K
Xbar : Curah Hujan rata-rata (mm)
S : Standar Deviasi
K : Faktor Frekwensi
2. Distribusi Log-normal
Distribusi log-normal merupakan hasil transformasi dari distribusi normal dengan merubah
variant x menjadi log variant x. Dirumuskan sebagai berikut :
LogXTR = LogXbar + SLog.K
Xbar : Curah Hujan rata-rata (mm)
S : Standar Deviasi
K : Faktor Frekwensi
3. Distribusi Gumbell
Tipe distribusi ini umumnya digunakan untuk analisis data maksimum. Dirumuskan
sebagai berikut :
XTR = Xbar + S.KTR
Dimana mencari KTR dirumuskan sebagai berikut :
𝑇𝑟−1
[− 𝑙𝑛{−𝑙𝑛 }]−𝑌𝑛
𝑇𝑟
KTR =
𝑆𝑛

Xbar : Curah Hujan rata-rata (mm)


XTR : Nilai curah hujan pada periode ulang yang diharapkan.
KTR : Faktor frekwensi Gumbell
S : Standard deviasi

MOHAMAD ISA
26
16021101060
PERANCANGAN BANGUNAN AIR

AIR Yn : Reduced Mean, yang tergantung jumlah data


Sn : Reduced Standard Deviation, yang tergantung jumlah data
4. Distribusi Log-Pearson type III
Distribusi ini merupakan hasil transformasi dari distribusi Pearson tipe III dengan merubah
variant x menjadi nilai log variant x dengan rumus :
LogXTR =LogXbar + Slog . KTR,CS
KTR,CS : Faktor frekwensi Pearson yang dapat dilihat dari table Pearson dengan
memperhitungkan nlai Cs
LogXTR : Curah hujan tergantung pada TR dalam Log

Distribusi Frekwensi apa yang akan digunakan, tergantung dari jenis sebaran data yang ada.
Penentuan Jenis Sebaran Data
Jenis sebaran data dapat diperkirakan dari parameter statistiknya. Parameter parameter
statistic tersebut adalah; Cs (Koefisien Skewness), Cv (Koefisien Variasi) dan Ck (Koefisien
Kurtosisi).
Parameter Statistik

1. Cs (Koefisien Skewness)
Kemencengan (skewness) adalah suatu nilai yang menunjukkan derajat ketidak simetrisan
(asymmetry) dari suatu bentuk distribusi. Apabila suatu kurva frekuensi dari suatu distribusi
mempunyai ekor memanjang kekanan atau kekiri terhadap titik pusat maksimum maka kurva
tersebut tidak akan berbentuk simetri, keadaan itu disebut menceng kekanan atau kekiri.
Rumus :
𝑛 ∑𝑛
𝑖=1(𝑋𝑖 −𝑋𝑏𝑎𝑟)
3
Cs =
(𝑛−1)(𝑛−2)𝑆 3

Dimana :
Xbar = Curah hujan rata-rata (mm)
Xi = Curah hujan pada tahun pengamatan (mm)
n = Jumlah data
S = Standard deviasi
Cs = Koefisien Skewness
Untuk perhitungan dalam nilai log seperti pada analisis data outlier maka persamaan harus
diubah dahulu kedalam bentuk logaritmik, sehingga menjadi :
Rumus :
𝑛 ∑𝑛
𝑖=1(𝐿𝑜𝑔𝑋𝑖 −𝐿𝑜𝑔𝑋𝑏𝑎𝑟)
3
Cslog =
(𝑛−1)(𝑛−2)𝑆 3

MOHAMAD ISA
27
16021101060
PERANCANGAN BANGUNAN AIR

AIR Dimana :
Xbar = Curah hujan rata-rata dalam log (mm)
Xi = Curah hujan pada tahun pengamatan dalam log (mm)
n = Jumlah data
S = Standard deviasi
Cs = Koefisien Skewness

2. Ck (Koefisien Kurtosis)
Pengukuran kurtosis dimaksudkan untuk mengukur keruncingan dari bentuk kurva
distribusi, yang umumnya dibandingkan dengan distribusi normal. Koefisien kurtosis
digunakan untuk menentukan keruncingan kurva distribusi.
Rumus
𝑛 2 ∑𝑛
𝑖=1(𝑋𝑖 −𝑋𝑏𝑎𝑟)
4
Ck =
(𝑛−1)(𝑛−2)(𝑛−3)𝑆 4

Dimana :
Xbar = Curah hujan rata-rata (mm)
Xi = Curah hujan pada tahun pengamatan (mm)
n = Jumlah data
S = Standard deviasi
Ck = Koefisien Kurtosis

3. Cv (Koefisien Variasi)
Koefisien variasi (Coefficient Of Variation) adalah nilai perbandingan antara deviasi
standart dengan nilai rata-rata hitung dari suatu distribusi. Semakin besar nilai variasi berarti
datanya kurang merata (heterogen) Semakin kecil berarti data pengamatan semakin merata
(homogen) Koefisien variasi dapat dihitung dengan rumus berikut :
Rumus:
𝑆
Cv =
𝑋𝑏𝑎𝑟

Dimana :
Cv : Koefisien Variasi
S : Standard deviasi
Xbar : Curah hujan rata-rata

MOHAMAD ISA
28
16021101060
PERANCANGAN BANGUNAN AIR

AIR Syarat Penentuan Jenis Sebarab Data


Jenis sebaran data bisa dilihat dari parameter statistic data. Parameter statistic data yang
akan dilihat adalah, mean, standar deviasi, koefisien skewness, koefisien kurtosis, koefisien
variasi.
Kriteria pemilihan awal kesesuaian tipe distribusi berdasarkan parameter statistik.
Secara teoritis, langkah awal penentuan tipe distribusi dapat dilihat dari parameter-parameter
statistic data pengamatan. Parameter-parameter yang dilakukan adalah CS, CV, dan CK.
Kriteria pemilihan untuk tiap tipe distribusi berdasarkan parameter statistic adalah
sebagai berikut ini.

Tabel Syarat Penentuan Jenis Sebaran


Cs ≈ 0
Normal
Ck ≈ 3
Cs ≈ Cv^3+3Cv
Log-normal
Ck = Cv^8+6Cv^6+16Cv^4+16Cv^2+3
Cs ≈ 1,14
Gumbell
Ck ≈ 5,40
Log-Pearson
Jika tidak memenuhi ketiga syarat diatas
Type III

Analisis Parameter Statistik data


Berikut ini ditampilkan tabel hujan rerata DAS selama 15 tahun untuk digunakan dalam
analisis frekwensi hujan.
Tabel Hujan Rerata selama 15 Tahun
NO Tahun Hujan Rerata DAS
1 2004 81.2
2 2005 106.2
3 2006 126.9
4 2007 131.7
5 2008 136.2
6 2009 143.5
7 2010 139.1
8 2011 144.3
9 2012 139.9
10 2013 117.3
11 2014 139.8
12 2015 148.5
13 2016 149.3
14 2017 136.4
15 2018 164.7

MOHAMAD ISA
29
16021101060
PERANCANGAN BANGUNAN AIR

AIR Setelah itu data diurutkan dari yang paling besar sampai terkecil , seperti ditampilkan
pada table dibawah ini :
Data Setelah diurutkan
NO Tahun Hujan Rerata (mm)
1 2018 164.7
2 2016 149.3
3 2015 148.5
4 2011 144.3
5 2009 143.5
6 2012 139.9
7 2014 139.8
8 2010 139.1
9 2017 136.4
10 2008 136.2
11 2007 131.7
12 2006 126.9
13 2013 117.3
14 2005 106.2
15 2004 81.2

Setelah data diurutkan dari yang terbesar hingga yan terkecil selanjutnya menghitung
probabilitas seperti yang ditampilkan table dibawah ini

Tabel probabilitas hujan rerata DAS


HujanRerata Ln Hujan Log Hujan
m P = m/(N+1) Tahun (mm) Rerata (mm) (mm)
1 0.0625 2018 164.7 5.104125637 2.216693599
2 0.125 2016 149.3 5.005957705 2.174059808
3 0.1875 2015 148.5 5.000584958 2.171726454
4 0.25 2011 144.3 4.971894466 2.159266331
5 0.3125 2009 143.5 4.966335035 2.156851901
6 0.375 2012 139.9 4.940927882 2.145817714
7 0.4375 2014 139.8 4.94021283 2.145507171
8 0.5 2010 139.1 4.935193099 2.14332713
9 0.5625 2017 136.4 4.915591745 2.13481437
10 0.625 2008 136.2 4.914124394 2.134177108
11 0.6875 2007 131.7 4.880526609 2.119585775
12 0.75 2006 126.9 4.843399375 2.103461622
13 0.8125 2013 117.3 4.764734756 2.069298012
14 0.875 2005 106.2 4.665324109 2.026124517
15 0.9375 2004 81.2 4.396915247 1.909556029

MOHAMAD ISA
30
16021101060
PERANCANGAN BANGUNAN AIR

AIR Langkah selanjutnya membuat table analisis parameter statistic data, seperti
ditampilkan pada table dibawah ini :
Tabel Analisis Parameter Statistik
NO Tahun Hujan Rerata (x) Data (Seri Y), Y = log x (Y-Ῡ) (Y-Ῡ)^2 (Y-Ῡ)^3 (Y-Ῡ)^4 (X-Xbar) (X-Xbar)^2 (X-Xbar)^3 (X-Xbar)^4
1 2018 164.7 2.216693599 0.09601 0.00922 0.00088 0.00008 31.03333 963.06778 29887.20337 927499.54459
2 2016 149.3 2.174059808 0.05338 0.00285 0.00015 0.00001 15.63333 244.40111 3820.80404 59731.90311
3 2015 148.5 2.171726454 0.05104 0.00261 0.00013 0.00001 14.83333 220.02778 3263.74537 48412.22299
4 2011 144.3 2.159266331 0.03858 0.00149 0.00006 0.00000 10.63333 113.06778 1202.28737 12784.32237
5 2009 143.5 2.156851901 0.03617 0.00131 0.00005 0.00000 9.83333 96.69444 950.82870 9349.81559
6 2012 139.9 2.145817714 0.02513 0.00063 0.00002 0.00000 6.23333 38.85444 242.19270 1509.66785
7 2014 139.8 2.145507171 0.02482 0.00062 0.00002 0.00000 6.13333 37.61778 230.72237 1415.09720
8 2010 139.1 2.14332713 0.02264 0.00051 0.00001 0.00000 5.43333 29.52111 160.39804 871.49600
9 2017 136.4 2.13481437 0.01413 0.00020 0.00000 0.00000 2.73333 7.47111 20.42104 55.81750
10 2008 136.2 2.134177108 0.01349 0.00018 0.00000 0.00000 2.53333 6.41778 16.25837 41.18787
11 2007 131.7 2.119585775 -0.00110 0.00000 0.00000 0.00000 -1.96667 3.86778 -7.60663 14.95970
12 2006 126.9 2.103461622 -0.01722 0.00030 -0.00001 0.00000 -6.76667 45.78778 -309.83063 2096.52059
13 2013 117.3 2.069298012 -0.05139 0.00264 -0.00014 0.00001 -16.36667 267.86778 -4384.10263 71753.14637
14 2005 106.2 2.026124517 -0.09456 0.00894 -0.00085 0.00008 -27.46667 754.41778 -20721.34163 569146.18343
15 2004 81.2 1.909556029 -0.21113 0.04458 -0.00941 0.00199 -52.46667 2752.75111 -144427.67496 7577638.67972
Jumlah 2005 31.81026754 0.07607 -0.00907 0.00218 5581.83333 -130055.69511 9282320.56491
Rata-rata 133.6666667 2.120684503

Standar Deviasi (S)


Standart deviasi atau simpangan baku adalah suatu nilai pengukuran dispersi terhadap data
yang dikumpulkan. Untuk data yang kurang dari 100 digunakan rumus Fisher dan Wicks dalam
menghitung standart deviasi.
𝑛
1
𝑆=√ ∑(𝑋𝑖 − 𝑋̅)2
(𝑛 − 1)
𝑖=1

Keterangan :
X̄ = Curah hujan rata-rata (mm),
Xi = Curah hujan pada tahun pengamatan ke-1 (mm),
S = Standar deviasi,
n = Jumlah data curah hujan.

𝑛 2
1
𝑆𝑙𝑜𝑔 =√ ∑(log 𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋)
(𝑛 − 1)
𝑖=1
Keterangan :
Slog = Standar Deviasi (dalam log)
n = Jumlah Data
̅̅̅̅̅̅̅
log 𝑋𝑖 = Nilai Rerata Data (dalam log)

MOHAMAD ISA
31
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Diketahuni jumlah data (n) = 15, maka di dapatkan :
1. Standard deviasi

1
S = √(15−1) (5581,83333)

= 19,967533

1
Slog = √(15−1) (0,07607)

= 0,073710851
2. Koefisien variasi
19,967533
Cv =
133,6666667

= 0,149383041
3. Koefisien Skewness
15 𝑥 (−130055,69511)
Cs =
(15−1)(15−2)19,9675333

= -1,346406887
15 𝑥 (−0,00907)
Cslog =
(15−1)(15−2)19,9675333

= -0,00000009394500
4. Koefisien Kurtosis
152 𝑥 (9282320,56491)
Ck =
(15−1)(15−2)(15−3)19,9675334

= 6,015736269

Untuk lebih detailnya ditampilkan pada table parameter statistic data dibawah ini :
Tabel Parameter statistik data
S Cv CS Ck
19.96753 0.149383 -1.346405887 6.015736

MOHAMAD ISA
32
16021101060
PERANCANGAN BANGUNAN AIR

AIR Hasil Analisis Statistik data


Dari hasil analisis statistic data, didapatkan seperti pada tabel berikut.
Jenis Parameter Statistik
Syarat Parameter Statistik Kesimpulan
sebaran Data
Cs ≈ 0 Cs = -1,346406887 Tidak
Normal
Ck ≈ 3 Ck = 6,015736269 Diterima
Log- Cs ≈ Cv^3+3Cv = 0,45148265 Cs = -1,346406887 Tidak
normal Ck = Cv^8+6Cv^6+16Cv^4+16Cv^2+3 = 3,365079167 Ck = 6,015736269 Diterima
Cs ≈ 1,14 Cs = -1,346406887 Tidak
Gumbell
Ck ≈ 5,40 Ck = 6,015736269 Diterima
Log-
Ketiga syarat diatas
Pearson Jika tidak memenuhi ketiga syarat diatas Diterima
tidak memenuhi
Type III

Kesimpulan
Dari hasil analisis didapatkan, jenis sebaran data mengikuti sebaran Log-Pearson Type III
Menghitung hujan rencana
Untuk menganalisis hujan rencana, menggunakan sebaran Log-Pearson Type III, langkah
selanjutnya menghitung hujan rencana kala ulang 100 tahun.
Rumus Log-Pearson Type III :
LogXTR =LogXbar + Slog . KTR,CS
Dimana diketahui :
LogXbar = 2,120684503
Slog = 0,073710851
Untuk nilai KTR,CS dilihat pada table faktor frekuensi Pearson
Tabel Faktor Frekuensi Pearson
Periode Ulang / Kala Ulang (tahun)
2 5 10 25 50 100 200
Cs
Exceedence Probability
0.500 0.200 0.100 0.040 0.020 0.010 0.005
3.0 -0.396 0.420 1.180 2.278 3.152 4.051 4.970
2.9 -0.390 0.440 1.195 2.277 3.134 4.013 4.909
2.8 -0.384 0.460 1.210 2.275 3.114 3.973 4.847
2.7 -0.376 0.479 1.224 2.272 3.093 3.932 4.783
2.6 -0.368 0.499 1.238 2.267 3.071 3.889 4.718
2.5 -0.360 0.518 1.250 2.262 3.048 3.845 4.652
2.4 -0.351 0.537 1.262 2.256 3.023 3.800 4.584
2.3 -0.341 0.555 1.274 2.248 2.997 3.753 4.515
2.2 -0.330 0.574 1.284 2.240 2.970 3.705 4.444
MOHAMAD ISA
33
16021101060
PERANCANGAN BANGUNAN AIR

AIR 2.1 -0.319 0.592 1.294 2.230 2.942 3.656 4.372


2.0 -0.307 0.609 1.302 2.219 2.912 3.605 4.298
1.9 -0.294 0.627 1.310 2.207 2.881 3.553 4.223
1.8 -0.282 0.643 1.318 2.193 2.848 3.499 4.147
1.7 -0.268 0.660 1.324 2.179 2.815 3.444 4.069
1.6 -0.254 0.675 1.329 2.163 2.780 3.388 3.990
1.5 -0.240 0.690 1.333 2.146 2.743 3.330 3.910
1.4 -0.225 0.705 1.337 2.128 2.706 3.271 3.828
1.3 -0.210 0.719 1.339 2.108 2.666 3.211 3.745
1.2 -0.195 0.732 1.340 2.087 2.626 3.149 3.661
1.1 -0.180 0.745 1.341 2.066 2.585 3.087 3.575
1.0 -0.164 0.758 1.340 2.043 2.542 3.022 3.489
0.9 -0.148 0.769 1.339 2.018 2.498 2.957 3.401
0.8 -0.132 0.780 1.336 1.993 2.453 2.891 3.312
0.7 -0.116 0.790 1.333 1.967 2.407 2.824 3.223
0.6 -0.099 0.800 1.328 1.939 2.359 2.755 3.132
0.5 -0.083 0.808 1.323 1.910 2.311 2.686 3.041
0.4 -0.066 0.816 1.317 1.880 2.261 2.615 2.949
0.3 -0.050 0.824 1.309 1.849 2.211 2.544 2.856
0.2 -0.033 0.830 1.301 1.818 2.159 2.472 2.763
0.1 -0.017 0.836 1.292 1.785 2.107 2.400 2.670
0.0 0.000 0.842 1.282 1.751 2.054 2.326 2.576
-0.1 0.017 0.846 1.270 1.716 2.000 2.252 2.482
-0.2 0.033 0.850 1.258 1.680 2.945 2.178 2.388
-0.3 0.050 0.853 1.245 1.643 1.890 2.104 2.294
-0.4 0.066 0.855 1.231 1.606 1.834 2.029 2.201
-0.5 0.083 0.856 1.216 1.567 1.777 1.955 2.108
-0.6 0.099 0.857 1.200 1.528 1.720 1.880 2.016
-0.7 0.116 0.857 1.183 1.488 1.663 1.806 1.926
-0.8 0.132 0.856 1.166 1.448 1.606 1.733 1.837
-0.9 0.148 0.854 1.147 1.407 1.549 1.660 1.749
-1.0 0.164 0.852 1.128 1.366 1.492 1.588 1.664
-1.1 0.180 0.848 1.107 1.324 1.435 1.518 1.581
-1.2 0.195 0.844 1.086 1.282 1.379 1.449 1.501
-1.3 0.210 0.838 1.064 1.240 1.324 1.383 1.424
-1.4 0.225 0.832 1.041 1.198 1.270 1.318 1.351
-1.5 0.240 0.825 1.018 1.157 1.217 1.256 1.282
-1.6 0.254 0.817 0.994 1.116 1.166 1.197 1.216
-1.7 0.268 0.808 0.970 1.075 1.116 1.140 1.155
-1.8 0.282 0.799 0.945 1.035 1.069 1.087 1.097
-1.9 0.294 0.788 0.920 0.996 1.023 1.037 1.044
-2.0 0.307 0.777 0.895 0.959 0.980 0.990 0.995

MOHAMAD ISA
34
16021101060
PERANCANGAN BANGUNAN AIR

AIR -2.1 0.319 0.765 0.869 0.923 0.939 0.946 0.949


-2.2 0.330 0.752 0.844 0.888 0.900 0.905 0.907
-2.3 0.341 0.739 0.819 0.855 0.864 0.867 0.869
-2.4 0.351 0.725 0.795 0.823 0.830 0.832 0.833
-2.5 0.360 0.711 0.771 0.793 0.798 0.799 0.800
-2.6 0.368 0.696 0.747 0.764 0.768 0.769 0.769
-2.7 0.376 0.681 0.724 0.738 0.740 0.740 0.741
-2.8 0.384 0.666 0.702 0.712 0.714 0.714 0.714
-2.9 0.390 0.651 0.681 0.683 0.689 0.690 0.690
-3.0 0.396 0.636 0.666 0.666 0.666 0.667 0.667

Telah diketahui nilai Cs adalah -1,346406887, maka untuk mendapatkan nilai KTR
dilakukan interpolasi
Cs 100 Tahun
-1.3 1.383
-1.346405887 X1
-1.4 1.318

(−1.346405887−(−1.3)(1.318−1.383)
X1 = 1,383 + −1.4−(−1.3)

= 1,353
Dari hasil interpolasi maka didapatkan nilai KTR kala ulang 100 Tahun = 1,353
Setelah mendapatkan nilai KT maka langkah selanjutnya adalah menghitung hujan rencana
untuk kala ulang 100 tahun
 Hujan rencana untuk kala ulang 100 tahun:
Log X̄ = 2,120684503
Slog = 0,073710851
KTR,Cs = 1,353
Maka,
log X100 = 2,120684503 + (0,073710851 x 1,353)
log X100 = 2,220403208
X100 = 166,1 mm
Jadi nilai curah hujan pada periode kala ulang 100 tahun adalah 166,1 mm
Kesimpulan
Dari hasil analisis hujan rencana didapatkan besaran hujan rencana seperti ditunjukkan
pada tabel berikut.
Tabel Hujan Rencana Kala Ulang 100 Tahun
Kala Ulang (Tahun) Hujan Rencana (mm)
100 166,1

MOHAMAD ISA
35
16021101060
PERANCANGAN BANGUNAN AIR

AIR E. Analisis Debit Banjir


Debit banjir rencana adalah debit sungai terbesar yang direncanakan mungkin terjadi
pada sungai yang bersangkutan. Jika tersedia data debit yang cukup panjang, maka debit banjir
rencana dapat didapatkan dengan cara analisis frekwensi data debit. Jika tidak terdapat data
debit yang cukup, maka debit banjir rencana dapat diturunkan dari data hujan dengan metode
pengalihragaman hujan menjadi aliran, dengan anggapan bahwa kala ulang hujan, sama dengan
kala ulang banjir. Pada sungai Dotula Tumba tidak tersedia data debit, sehingga debit banjir
rencana, diturunkan dari data hujan. Ada banyak metode untuk mengalihragamkan hujan
menjadi aliran. Salah satu metode yang sering digunakan adalah metode hidrograf satuan
sintetik SCS. DAS sungai Dotula Tumba di titik A dengan luas DAS sebesar 53 km2, dan
mempunyai waktu konsentrasi (Tc) lebih dari 1 jam, termasuk DAS sedang. Metode yang
sering digunakan untuk mengalihragamkan hujan menjadi aliran untuk DAS sedang dan besar
jika tidak terdapat data debit adalah metode hidrograf satuan sintetik SCS. Dari uraian di atas,
untuk menganalisis debit banjir
Rencana DAS Dotula Tumba di titik A, sangat cocok menggunakan metode Hidrograf
Satuan Sintetik SCS.

Hidrograf Satuan Sintetik (HSS-SCS)

Hidrograf didefinisikan sebagai hubungan antara salah satu unsur aliran terhadap waktu,
hidrograf muka air dan hidrograf debit aliran. Praktis yang umumnya disebut sebagai hidrograf
adalah hidrograf debit aliran.

Hidrograf satuan adalah hidrograf limpasan langsung yang dihasilkan oleh hujan efektif
yang terjadi merata diseluruh DAS dengan intensitas sama selama satuan waktu tertentu (hujan
satuan = 1 cm).

Hidrograf satuan digunakan untuk memperkirakan hubungan antara hujan efektif dan aliran
permukaan.

Parameter Statistik
1. Lag Time (tl)

Lag Time (tl) adalah waktu dari pusat masa hujan sampai debit puncak banjir (jam)

Untuk menghitung Tl terdapat 2 rumus yang dapat digunakan tergantung luas DAS

𝑳𝟎,𝟖 (𝟐𝟓𝟒𝟎−𝟐𝟐,𝟖𝟔𝑪𝑵)𝟎,𝟕
𝑻𝒍 = = untuk Luas DAS < 16 km2
𝟏𝟒,𝟏𝟎𝟒𝑪𝑵𝟎,𝟕 𝒙 𝑺𝟎,𝟓

𝑻𝒍 = 𝟎, 𝟔𝑻𝒄 = untuk Luas DAS >= 16 km2

𝟎,𝟔𝟎𝟔(𝑳.𝒏)𝟎,𝟒𝟔𝟕
𝑻𝒄 = (Rumus Hathaway)
𝑺𝟎,𝟐𝟑𝟒

MOHAMAD ISA
36
16021101060
PERANCANGAN BANGUNAN AIR

AIR Ket :
Tl = Lag Time (jam)
Tc = Waktu konsentrasi (jam)
L = Panjang sungai (km)
S = Kemiringan lahan antara elevasi maksimum dan minimum (m/m)
n = Koefisien kekasaran lahan
CN = Curve Number

Waktu Naik (Tp)

Waktu naik (Tp) Adalah waktu dari awal hujan smapai puncak banjir (jam)

Untuk mencari nilai Tp dapat digunakan rumus seperti dibawah ini

𝑻𝒓
𝑻𝒑 = + 𝑻𝒍
𝟐

Keterangan :
Tp = Waktu Naik (jam)
Tl = Lag Time (jam)
Tr = Lama durasi hujan (8 jam)

Debit Puncak (Qp)

Debit puncak (Qp) adalah waktu dasar hidrograf satuan tidak berdimensi (jam)

Untuk mencari nilai Qp dapat digunakan rumus seperti dibawah ini

𝟐,𝟎𝟖 𝒙 𝑨
𝑸𝒑 =
𝑻𝒑

Ket:
Qp = Debit puncak (m3/s)
A = Luas DAS (km2)
Tp = Waktu naik (jam)

Time Base (Tb)

Untuk mencari nilai Tb terdapat 2 rumus yang dapat digunakan tergantung luas DAS

𝟖
𝑻𝒃 = + 𝑻𝒑 = untuk A < 2km2
𝟑

𝒔
𝑻𝒃 = 𝟓 𝟐𝟎 𝑻𝒑
𝒅
Ket :
Tb = Time Base (jam)
Tp = Waktu naik (jam)

MOHAMAD ISA
37
16021101060
PERANCANGAN BANGUNAN AIR

AIR Perhitungan Parameter Statistik Data

Langkah pertama mencari kemiringan (S) :

 Selisih elevasi

Diketahui :
 Elevasi Maksimum = 1500 m
 Elevasi Minimum = 200 m

Selisih elevasi = Elevasi maksimum-Elevasi minimum


= 1500-200
= 1300 m

 Panjang sungai ( Skala 1:50.000)

1 cm di peta = 0,5 km di lapangan

= 21,5 x 0,5 = 10,75 km = 10750 m

Selisih elevasi
Kemiringan (S) =
Panjang sungai

1300
=
107050

= 0,120930233 m/m

Kemudian menghitunga parameter-parameter SCS

Lag Time (tl)

𝑳𝟎,𝟖 (𝟐𝟓𝟒𝟎−𝟐𝟐,𝟖𝟔𝑪𝑵)𝟎,𝟕
𝑻𝒍 = = untuk Luas DAS < 16 km2
𝟏𝟒,𝟏𝟎𝟒𝑪𝑵𝟎,𝟕 𝒙 𝑺𝟎,𝟓

𝑻𝒍 = 𝟎, 𝟔𝑻𝒄 = untuk Luas DAS >= 16 km2

Diketahui Luas DAS 53 km2

Karena Luas DAS >= 16 km2 maka menggunakan rumus

𝑻𝒍 = 𝟎, 𝟔𝑻𝒄

Terlebih dahulu mencari nilai Tc

𝟎,𝟔𝟎𝟔(𝑳.𝒏)𝟎,𝟒𝟔𝟕
𝑻𝒄 =
𝑺𝟎,𝟐𝟑𝟒

MOHAMAD ISA
38
16021101060
PERANCANGAN BANGUNAN AIR

AIR

Nilai n digunakan 0,8 dalam DAS dominan hutan, dan langsung masukkan kedalam
rumus

0,606(10,75 𝑥 0,8)0,467
Tc =
0,1209302330,234

Tc = 2,713752503 jam

Setelah mendapatkan nilai Tc kemudian masukkan kedalam rumus mencari nilai Tl

Tl = 𝟎, 𝟔𝑻𝒄

Tl = 0,6 x 2,713752503

Tl = 1,628251502 jam

Waktu Naik (Tp)

𝑻𝒓
Tp = + 𝑻𝒍
𝟐

Untuk Tr diketahui selama 8 jam dan Tl telah diketahui nilainya dari perhitungan
sebelumnya, maka langsung masukkan kedalam rumus
8
Tp = 2 + 1,628251502

Tp = 5,628251502 jam

MOHAMAD ISA
39
16021101060
PERANCANGAN BANGUNAN AIR

AIR Debit Puncak (Qp)

𝟐,𝟎𝟖 𝒙 𝑨
Qp =
𝑻𝒑

Diketahui untuk luas DAS sebesar 53 km2 dan Tp telah diketahui dari perhitungan
sebelumnya , setelah itu langsung masukkan nilai A dan Tp kedalam rumus

2,08 x 53
Qp =
5,628251502

Qp = 19,58690012 m3/s

Time Base (Tb)

𝟖
Tb = + 𝑻𝒑 = untuk A < 2km2
𝟑

𝒔
Tb =𝟓 𝟐𝟎 𝑻𝒑 = untuk A > 2km2
𝒅

Karena luas DAS lebih dari 2 km2 maka digunakan rumus


𝒔
Tb =𝟓 𝟐𝟎 𝑻𝒑
𝒅

Nilai Tp telah diketahui dari perhitungan sebelumnya maka langsung dimasukkan


kedalam rumus

Tb = 5 𝑥 5,628251502

Tb = 28,14125751 jam

Dari perhitungan didapatkan nilai-nilai parameter HSS-SCS seperti tabel dibawah ini
Tabel Parameter HSS-SCS
Tl (Jam) Tp (Jam) Qp (m3/det) Tb (Jam)
1.628251502 5.6282515 19.58690012 28.14125751

MOHAMAD ISA
40
16021101060
PERANCANGAN BANGUNAN AIR

AIR Setelah parameter-parameter HSS-SCS nya sudah diketahui, Sekarang yang dihitung
adalah t dan Qt

Diketahui:

Tp (Jam) Qp (m3/det)
5.6282515 19.58690012

Contoh perhitungan :
𝑡
= 0,1 t = 0,1 x Tp
𝑇𝑝
= 0,1 x 5,6282515
= 0,56282515

Untuk perhitungan selanjutnya ditampilkan dalam bentuk tabulasi seperti tabel dibawah ini :

t/Tp Qt/Qp t Qt
0 0 0 0
0.1 0.015 0.56282515 0.293803502
0.2 0.075 1.1256503 1.469017509
0.3 0.16 1.688475451 3.133904019
0.4 0.28 2.251300601 5.484332033
0.5 0.43 2.814125751 8.42236705
0.6 0.6 3.376950901 11.75214007
0.7 0.77 3.939776051 15.08191309
0.8 0.89 4.502601202 17.4323411
0.9 0.97 5.065426352 18.99929311
1 1 5.628251502 19.58690012
1.1 0.98 6.191076652 19.19516211
1.2 0.92 6.753901802 18.01994811
1.3 0.84 7.316726953 16.4529961
1.4 0.75 7.879552103 14.69017509
1.5 0.66 8.442377253 12.92735408
1.6 0.56 9.005202403 10.96866407
1.8 0.42 10.1308527 8.226498049
2 0.32 11.256503 6.267808037
2.2 0.24 12.3821533 4.700856028
2.4 0.18 13.5078036 3.525642021
2.6 0.13 14.63345391 2.546297015
2.8 0.098 15.75910421 1.919516211
3 0.075 16.88475451 1.469017509
3.5 0.036 19.69888026 0.705128404
4 0.018 22.51300601 0.352564202
4.5 0.009 25.32713176 0.176282101
5 0.004 28.14125751 0.0783476

MOHAMAD ISA
41
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Hidrograf yang terjadi akibat hujan 1 satuan (1 cm) di DAS

Hidrograf Satuan Sintesis


25

20
Debit (m3/det)

15

10

0
0 5 10 15 20 25 30
Waktu (Jam)

Hujan Efektif
Hujan efektif (effective rainfall) atau hujan lebihan (excess rainfall) adalah bagian dari
hujan yang menjadi aliran langsung disungai.
Hujan efektif = hujan total yang jatuh dipermukaan tanah dikurangi kehilangan air.
Langkah pertama ubahlah hujan rencana harian menjadi hujan rencana jam-jaman karena
pada data sebelumnya adalah data rencana hujan harian

 Mengubah hujan rencana harian menjadi hujan rencana jam-jaman


Diketahui :
Hujan rencana kala ulang 100 tahun = 166,1 mm
Pola distribusi hujan daerah Manado =

Pola Distribusi Hujan Daerah Manado


Jam ke - 1 2 3 4 5 6 7 8
% Hujan 51 25 9 5 4 3 2 1

MOHAMAD ISA
42
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Langkah selanjutnya mengubah hujan rencana harian menjadi hujan rencana jam-jaman:

Pola Distribusi Hujan Daerah Manado


Jam ke - 1 2 3 4 5 6 7 8
% Hujan 51 25 9 5 4 3 2 1

Karena tabel diatas masih berupa distribusi hujan rencana harian, maka terlebih dahulu
diubah menjadi hujan rencana jam-jaman
Untuk mendapatkan hasil hujan rencana jam-jaman (mm), maka menggunakan cara
sebagai berikut :
Contoh :
Diambil contoh kolom pertama
Hujan rencana jam-jaman = 51% x hujan rencana harian kala ulang 100 tahun
= 51% x 166,1 mm
= 84,711 mm
Untuk hasil hujan rencana jam-jaman yang lainnya di tampilkan pada tabel dibawah ini:

Jam ke- 1 2 3 4 5 6 7 8
Hujan (mm) 84.711 41.525 14.949 8.305 6.644 4.983 3.322 1.661

Selanjutnya menghitung nilai potensial retensi maksimum (S)


1000
𝑆 = (( ) − 10) 𝑥 (25,4)
𝐶𝑁

Sebelumnya terlebih dahulu menentukan niai CN (Curve Number), dilihat dari tabel dibawaah
ini :

MOHAMAD ISA
43
16021101060
PERANCANGAN BANGUNAN AIR

AIR Nilai CN (Curve Number) yang dipakai adalah 74, selanjutnya memasukkan dalam rumus
untuk mendapatkan nilai potensial retensi maksimum (S)
1000
S = (( ) − 10) 𝑥 (25,4)
𝐶𝑁
1000
S = (( ) − 10) 𝑥 (25,4)
74

S = 89,243243
Kemudian menghitung hujan efektif menggunakan rumus seperti dibawah ini :

Perhitungan hujan efektif :

Jam ke- 1 2 3 4 5 6 7 8
Hujan (mm) 84.711 41.525 14.949 8.305 6.644 4.983 3.322 1.661

Dengan hujan rencana (P) dan nilai potensial retensi maksimum (S) yang sudah didapatkan,
maka kita dapat menghitung hujan efektif (mm) menggunakan rumus yang ada diatas :
Contoh perhitungan pada kolom pertama :
(P−0,2S)2
Pe =
P+0,8S

(84,711−(0,2x89,243243)2
Pe =
84,711+(0,8x89,243243)

Pe = 28,6381 mm
Untuk hasil hujan efektif yang lainnya di tampilkan pada tabel dibawah ini:

P Efektif jam ke - (mm)


1 2 3 4 5 6 7 8
28.6381 4.9643254 0.09738 1.14281 1.60874 2.16719 2.82432 3.58686

Karena dalam hidrograf terjadi hujan 1 satuan (1 cm) di DAS, maka hasil hujan efektif
diubah kedalam satuan cm, hasilnya ditampilkan pada tabel dibawah ini :

P Efektif jam ke - (cm)


1 2 3 4 5 6 7 8
2.86381 0.4964325 0.00974 0.11428 0.16087 0.21672 0.28243 0.35869

MOHAMAD ISA
44
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Analisa Debit Banjir Akibat Hujan 8 Jam
Base Flow diketahui = 20 m3/det

Hujan Efektif (cm) Base Debit


No t (jam) HSS
2.86381 0.49643 0.00974 0.11428 0.16087 0.21672 0.28243 0.35869 Flow (m3/det) Total (m3/det)
1 0 0 0 0 0 0 0 0 0 0 20 20
2 0.56283 0.2938 0.8414 0 0 0 0 0 0 0 20 20.84139861
3 1.12565 1.46902 4.20699 0 0 0 0 0 0 0 20 24.20699305
4 1.68848 3.1339 8.97492 0.14585 0 0 0 0 0 0 20 29.12077213
5 2.2513 5.48433 15.7061 0.72927 0 0 0 0 0 0 20 36.4353755
6 2.81413 8.42237 24.1201 1.55577 0.00286 0 0 0 0 0 20 45.67872644
7 3.37695 11.7521 33.6559 2.7226 0.0143 0.03358 0 0 0 0 20 56.42642637
8 3.93978 15.0819 43.1918 4.18114 0.03052 0.16788 0 0 0 0 20 67.57133005
9 4.5026 17.4323 49.923 5.83414 0.05341 0.35814 0.04727 0 0 0 20 76.21594443
10 5.06543 18.9993 54.4104 7.48715 0.08202 0.62675 0.23633 0 0 0 20 82.84269173
11 5.62825 19.5869 56.0932 8.65398 0.11444 0.96251 0.50417 0.06367 0 0 20 86.3920137
12 6.19108 19.1952 54.9714 9.43187 0.14686 1.34304 0.88229 0.31836 0 0 20 87.09380342
13 6.7539 18.0199 51.6058 9.72357 0.16975 1.72357 1.35494 0.67918 0.08298 0 20 85.33977999
14 7.31673 16.453 47.1183 9.5291 0.18501 1.99218 1.89062 1.18856 0.4149 0.10538 20 82.42407572
15 7.87955 14.6902 42.0699 8.94569 0.19073 2.17125 2.42629 1.82529 0.88511 0.52692 20 79.04121744
16 8.44238 12.9274 37.0215 8.1678 0.18692 2.2384 2.80442 2.54691 1.54895 1.12409 20 75.63903371
17 9.0052 10.9687 31.4122 7.29268 0.17547 2.19364 3.0565 3.26854 2.37875 1.96715 20 71.74494395
18 10.1309 8.2265 23.5592 6.41756 0.16022 2.05933 3.15103 3.77792 3.31918 3.02098 20 65.46538483
19 11.2565 6.26781 17.9498 5.4452 0.14305 1.88026 3.08801 4.11751 4.25961 4.21532 20 61.09880913
20 12.3822 4.70086 13.4624 4.0839 0.12588 1.6788 2.89895 4.24486 4.92345 5.40967 20 56.82788878
21 13.5078 3.52564 10.0968 3.11154 0.10681 1.47735 2.64687 4.15996 5.36601 6.25273 20 53.21804971
22 14.6335 2.5463 7.29212 2.33366 0.08011 1.25351 2.36327 3.90527 5.53197 6.81477 20 49.57467662
23 15.7591 1.91952 5.49714 1.75024 0.06103 0.94013 2.07968 3.56568 5.42133 7.02554 20 46.34077403
24 16.8848 1.46902 4.20699 1.26406 0.04578 0.71629 1.76458 3.18364 5.08941 6.88503 20 43.1557826
25 19.6989 0.70513 2.01936 0.95291 0.03433 0.53722 1.32343 2.80161 4.64685 6.4635 20 38.77920418
26 22.513 0.35256 1.00968 0.72927 0.0248 0.40291 1.00833 2.37712 4.14897 5.90145 20 35.60253362
27 25.3271 0.17628 0.50484 0.35005 0.01869 0.29099 0.75625 1.78284 3.6511 5.26916 20 32.62391319
28 28.1413 0.07835 0.22437 0.17502 0.0143 0.21936 0.56719 1.35835 3.0979 4.63686 20 30.29336393
0 0.08751 0.00687 0.16788 0.40963 1.01877 2.32343 3.9343 20 27.9483874
0.03889 0.00343 0.08058 0.3088 0.76407 1.77023 2.95073 20 25.91674178
0 0.00172 0.04029 0.23633 0.55183 1.32767 2.24817 20 24.40601164
0.00076 0.02015 0.11344 0.416 0.99575 1.68613 20 23.23222544
0 0.00895 0.05672 0.31836 0.71916 1.2646 20 22.36778944
0 0.02836 0.15281 0.54213 0.91332 20 21.63662714
0.0126 0.07641 0.4149 0.6885 20 21.19241202
0 0.0382 0.19915 0.52692 20 20.76427006
0.01698 0.09958 0.25292 20 20.36947429
0 0.04979 0.12646 20 20.17624743
0.02213 0.06323 20 20.08535773
0 0.0281 20 20.02810216
0 20 20

MOHAMAD ISA
45
16021101060
PERANCANGAN BANGUNAN AIR

AIR Hidrograf Banjir Kala Ulang 100 Tahun

Hidrograf Banjir
100

50

0
0 5 10 15 20 25 30

Hujan 1 Hujan 2 Hujan 3 Hujan 4 Hujan 5


Hujan 6 Hujan 7 Hujan 8 Base Flow Debit Total

Debit banjir rencana kala ulang 100 tahun (Q100) adalah debit puncak yang terjadi
Q100 = 87,09380342 m3/det

Kesimpulan
Dari analisis dengan menggunakan Hidrograf Satuan Sintetik SCS, didapatkan debit
rencana dengan kala ulang 100 tahun (Q100) sebesar 87,09380342 m3/det

MOHAMAD ISA
46
16021101060
PERANCANGAN BANGUNAN AIR

AIR PERENCANAAN HIDROLIS BENDUNG

Deketahui debit banjir rencana dari DAS sungai Dotula Tumba dengan kala ulang 100
tahun (Q100) sebesar 87,09380342 m3/det. Dari debit tersebut, akan direncanakan hidrolis
bendung yang aman terhadap erosi bawah tanah (piping). Berikut ini akan dijeaskan langkah-
langkah perencanaan hidrolis bendung.

A. Menentukan Kemiringan Rata-Rata Dasar Sungai


Langkah-langkah dalam menghitung kemiringan rata-rata sungai adalah sebagai berikut.
1. Elevasi Titik Bendung
Elevasi dasar sungai di titik bendung dapat diukur dari peta kontur yang ada, dalam hal
ini Peta Rupabumi Wilayah Tengah. Dari peta tersebut, didapatkan elevasi dasar sungai
di titik bendung adalah 200 m.

2. Elevasi di Titik Ujung Tinjauan


Ukurlah jarak 500 m ke hulu dan 500 m ke hilir dari titik bendung yang ada di peta,
dimana jarak total tinjauan adalah 1 cm di peta. Dari peta tersebut, didapatkan elevasi
dasar sungai di titik ujung hulu dan titik ujung hilir tinjauan yaitu:
o Elevasi dasar sungai di titik ujung hulu tinjauan = 210 m
o Elevasi dasar sungai di titik ujung hilir tinjauan = 194 m
o Jarak tinjauan = 1000 m

3. Kemiringan Rata-Rata Dasar Sungai


Setelah diketahui elevasi dasar sungai di titik ujung hulu dan titik ujung hilir tinjauan,
maka kemiringan rata-rata dasar sungai dapat dihitung dengan cara membagi selisih
elevasi dasar sungai di kedua titik ujung tinjauan dengan jarak tinjauan atau dengan
kata lain :

Elevasi Hulu−Elevasi Hilir


S =
Jarak Tinjuan
210 m−194 m
S =
1000 m
S = 0,016

B. Menentukan Lebar Sungai


Lebar sungai seharusnya diukur langsung di lokasi, namun pada tugas ini lebar sungai
diperkirakan berdasarkan debit banjir rencana dengan menggunakan cara pendekatan.
Diketahui data-data yang akan digunakan dalam perhitungan sebagai berikut :
Debit rencana kala ulang 100 tahun (Q100) = 87,09380342 m3/det
Kemiringan dasar sungai (S) = 0,016

MOHAMAD ISA
47
16021101060
PERANCANGAN BANGUNAN AIR

AIR Mencari lebar sungai berdasarkan rumus Manning sebagai berikut :

1 2/3 1/2
𝑄= 𝐴𝑅 𝑆
𝑛

Digunakan pendekatan bentuk penampang sungai yang berbentuk trapesium, dimana


parameter-parameter hidrolis dihitung dengan menggunakan rumus-rumus sebagai berikut:

𝐴
𝐴 = 𝑏ℎ + 𝑚ℎ 2 𝑅=
𝑃

𝑃 = 𝑏 + 2ℎ√1 + 𝑚2 𝑄
𝑣=
𝐴

Keterangan.
Q = Debit aliran, sama dengan debit banjir rencana Q100 (m²/det)
A = Luas penampang basah sungai (m³)
P = Keliling penampang basah sungai (m)
R = Jari-jari hidrolis (m)
n = Koefisien kekasaran Manning (dilihat di tabel)
m = Kemiringan tebing sungai (1 vertikal/m horizontal)
h = Tinggi aliran sungai (maksimal 4 m)
v = Kecepatan aliran sungai (m/s)

Untuk tabel nilai koefisien kekasaran Manning dapat dilihat pada tabel dibawah ini.

MOHAMAD ISA
48
16021101060
PERANCANGAN BANGUNAN AIR

AIR
Perhitungan lebar sungai dilakukan dengan mengasumsikan :

Faktor kekasaran Manning (n) = 0,045 (dilihat pada tabel koefisien


Kekasaran manning )
Kemiringan tebing sungai (m) =1
Tinggi Aliran Sungai (h) (maksimum 4 m) = 2,5 m

Pertama-tama, hitung nilai AR2/3 berdasarkan rumus Manning:

1
Q = 𝐴𝑅 2/3 𝑆 1/2
𝑛
𝑛×𝑄 (0,045)(87,09380342)
AR2/3 = =
√𝑆 √0.016
= 30,9842

Kemudian, tentukan lebar dasar sungai (b) dengan cara coba-coba dimana nilai AR2/3 yang
dihitung berdasarkan rumus parameter hidrolis sebelumnya memberikan hasil yang mendekati
nilai AR2/3 yang dihitung berdasarkan rumus Manning. Hasil coba-coba diberikan pada tabel
di bawah ini :

Menetukan Lebar Dasar Sungai dengan Cara Coba - Coba


b A (m2) v (m/s) P (m) R (m) AR2/3
(m) (bh + mh^2) Q/A A/P
3.00 13.75 6.334 10.07 1.365 16.92
3.50 15.00 5.806 10.57 1.419 18.94
4.00 16.25 5.360 11.07 1.468 20.99
4.50 17.50 4.977 11.57 1.512 23.06
6.38 22.19 3.925 13.45 1.650 30.98

Berdasarkan tabel hasil coba-coba lebar dasar sungai tersebut, maka didapatkan lebar dasar
sungai (b) adalah 6,38 m.

Jika lebar dasar sungai diketahui, maka lebar permukaan aliran sungai/ lebar sungai (B)
dapat dihitung dengan menggunakan rumus :

B = 𝒃 + (𝟐 𝒙 𝒎 𝒙 𝒉)
B = 6,38 + (2 x 1 x 2,5)
B = 11,38 m

Jadi,
Lebar Dasar Sungai (b) = 6,38 m
Lebar Permukaan Sungai (B) = 11,38 m

MOHAMAD ISA
49
16021101060
PERANCANGAN BANGUNAN AIR

AIR Untuk sketsa gambar penampang sungai dapat dilihat pada gambar di bawah

C. Menentukan Lebar Efektif Bendung (Beff) dan Jari-jari Mercu

1. Lebar Bendung
Lebar maksimum bendung sebaiknya tidak lebih dari 1,2 kali dari lebar rata-rata
sungai pada ruas yang stabil. Dalam tugas ini, diambil lebar bendung (Bb) sama dengan
1,2 kali dari lebar permukaan aliran sungai.

Diketahui data-data yang akan digunakan dalam perhitungan sebagai berikut :


 Lebar sungai = 11,38 m

Lebar Bendung (BBendung) = Tidak lebih dari 1,2 kali lebar rata-rata sungai jadi
diasumsikan lebar bendung sama dengan 1,2 kali lebar
sungai.
= 1,2 x 11,38 m
= 13,65 m
2. Lebar Mercu
Dalam tugas ini, akan direncanakan bendung dengan pintu bilas selebar 2 m dan pilar
selebar 1 m, masing-masing satu unit. Jika air tidak diijinkan melewati pintu bilas, maka
lebar mercu adalah lebar bendung dikurangi lebar pintu bilas dan pilar.
Diketahui data-data yang akan digunakan dalam perhitungan sebagai berikut :
Lebar Pintu Pembilas/Bpb (desain) =2m
Jumlah Pintu Pembilas/npb (desain) = 1 buah
Lebar Pilar / Bp (desain) =1m
Jumlah Pilar/np (desain) = 1 buah

Lebar Mercu (BMercu) = Bbd - Bpb x npb - Bp x np


= 13,65 m – (2 m x 1) – (1 m x 1)
= 10,65 m

MOHAMAD ISA
50
16021101060
PERANCANGAN BANGUNAN AIR

AIR 3. Lebar Bendung Efektif (BMercueff)


Lebar efekif bendung dihitung dengan menggunakan rumus sebagai berikut,

Lebar Efektif Bendung (BMercueff) = Lebar Mercu (BMercu) – 2(n.Kp + Ka) H1

Mencari H1 (Tinggi Air Diatas Mercu) menggunakan Rumus Q Spillway :

Qspill = 𝑐 × 𝐿 × 𝐻 3/2
2⁄
𝑄 3
H1 =( )
𝑐×𝐿

Keterangan:
Beff = Lebar efektif bendung (m)
Bmercu = Lebar mercu (m)
n = Jumlah pilar
Kp = Koefisien kontraksi pada pilar (dilihat di tabel)
Ka = Koefisien kontraksi pada abutmen (dilihat di tabel)
Q = Debit aliran yang melewati mercu, sama dengan debit banjir rencana (m3/s)
c = Koefisien kelancipan mercu (1,9 – 2,2 untuk mercu tipe bulat, diambil 2,2)
L = Lebar bendung efektif, Beff (m)
H1 = Tinggi air diatas mercu (m)

Kp dan Ka adalah koefisien kontraksi pilar dan koefisien kontraksi abutmen. Nilai Kp
dan Ka diambil sesuai dengan jenis pilar dan jenis abutmen yang dipakai. Untuk tabel nilai Kp
dan Ka dapat dilihat pada tabel di bawah ini.

Koefisien Kontraksi Pilar Kp


Untuk pilar berujung persegi dengan sudut dibulatkan 0,02
Untuk pilar berujung bulat 0,01
Untuk pilar berujung runcing 0
Koefisien Kontraksi Abutment Ka
Untuk pangkal persegi dengan hulu pada 90° 0,2
Untuk pangkal bulat dengan hulu pada 90° 0,1

Untuk pangkal bulat dimana r > 0,5 H1 dan sudut 45° 0

Karena rumus menghitung tinggi air diatas mercu (H1) memerlukan lebar bendung
efektif (Beff) yang belum bisa dihitung, maka tinggi air diatas mercu (H1) untuk sementara dapat
ditentukan antara 2,5 – 3,5 m. Dalam hal ini, akan diambil tinggi air diatas mercu sementara
(H1) sama dengan 3,5 m.
Dalam tugas ini, akan direncanakan pilar berujung bulat sebanyak 1 unit dan abutmen
berpangkal persegi dengan hulu pada sudut 90°, sehingga berdasarkan tabel diatas, maka :

MOHAMAD ISA
51
16021101060
PERANCANGAN BANGUNAN AIR

AIR  Bmercu = 10,56 m


 n = 1 buah
 Kp = 0,02
 Ka = 0,2

Maka lebar efektif bendung dapat dihitung menggunakan rumus yang telah dijelaskan
sebelumnya. Jadi:

Lebar Efektif Bendung (BMercueff) = BMercu – 2(n.Kp + Ka) H1


= 10,65 m – 2{(1 x 0,02) + 0,2} 3,5 m
= 9,11 m

Namun lebar efektif bendung yang didapat diatas merupakan lebar efektif bendung acuan
karena masih menggunakan tinggi air diatas mercu asumsi, bukan tinggi air diatas mercu yang
dihitung berdasarkan rumus debit mercu (spillway). Nilai lebar efektif bendung acuan tersebut
akan digunakan untuk menghitung tinggi air diatas mercu yang sebenarnya.
Dengan menggunakan rumus tinggi air diatas mercu hasil manipulasi rumus debit mercu
(spillway), maka didapatkan tinggi air diatas mercu yang sebenarnya (H1) adalah:

 Koefisien Kelancipan Spillway(C) (Di ambil 1,9 – 2,2) = 2,2


 Lebar Efektif bendung = 9,11 m
 Jumlah Pilar (n) = 1 buah
 Q = 87,09380342 m3/det

2⁄
𝑄 3
Tinggi Air (H1) =( )
𝑐𝑥𝐿
2⁄
87,09380342 3
=( )
2,2×9,11

= 2,66 m

Dengan demikian, lebar efektif bendung yang sebenarnya (Beff) dapat dihitung dengan
memasukan tinggi air diatas mercu yang sebenarnya (H1) menggunakan rumus yang telah
dijelaskan sebelumnya. Jadi:

Lebar Efektif Bendung (BMercueff) = BMercu – 2(n.Kp + Ka) H1


= 10,65 m – 2{(1 x 0,02) + 0,2} 2,66 m
= 9,48 m

MOHAMAD ISA
52
16021101060
PERANCANGAN BANGUNAN AIR

AIR 4. Jari-jari Mercu


Direncanakan tipe mercu bendung yaitu tipe bulat dengan satu jari-jari. Jari-jari mercu
biasanya diambil 0,3 - 0,7 kali dari tinggi air diatas mercu, atau dengan kata lain:

r = Konstanta Jari-Jari Mercu x H1

Konstanta yang diambil adalah 0,4, maka:

r = Konstanta Jari-Jari Mercu x H1


= 0,4 x 2,66 m
= 1,07 m

D. Menentukan Elevasi Mercu Bendung dan Tinggi Mercu Bendung


Diketahui elevasi sawah tertinggi untuk perencanaan irigasi yaitu 192,3m. Namun, air dari
saluran irigasi mengalami banyak kehilangan tekanan selama perjalanan dari sungai utama
sampai di sawah. Faktor-faktor yang menyebabkan kehilangan tekanan air saluran irigasi
ditunjukkan pada tabel di bawah ini.

Faktor-faktor yang mempengaruhi peil/Elevasi Mercu Bendung


Peil Muka Air Sawah Tertinggi 0.2
Kehilangan Tekanan dari Tersier ke Sawah 0.1
Kehilangan Tekanan dari Sekunder ke Tersier 0.1
Kehilangan Tekanan dari Primer ke Sekunder 0.1
Kehilangan Tekanan Karena Turning Saluran 0.2
Kehilangan Tekanan dari Alat Ukur 0.4
Kehilangan Tekanan karena Eksploitasi 0.1
Persediaan Untuk Lain-lain Bangunan 0.3
Kehilangan Tekanan dari Sungai ke Primer 0.2
Total Faktor Pengaruh 1.7

Jadi, elevasi mercu bendung minimum yang harus disediakan agar air sungai dapat
dialirkan ke daerah irigasi berupa persawahan adalah:
Elevasi Mercu Bendung = Elevasi Sawah Tertinggi + Kehilangan Tekanan
= 202,3 m + 1,70
= 204 m
Sedangkan tinggi mercu adalah elevasi mercu bendung dikurangi dengan elevasi dasar
sungai di titik bendung. Jadi:
Tinggi Mercu (Hmc) = Elevasi Mercu Bendung – Elevasi Titik Bendung
= 204 m – 200 m
=4m
Idealnya, tinggi mercu adalah di antara 3 m sampai 4 m. Karena tinggi mercu yang didapat
adalah 4 m, maka mercu tersebut tergolong ideal.
MOHAMAD ISA
53
16021101060
PERANCANGAN BANGUNAN AIR

AIR
E. Merancang Peredam Energi Tipe MDS

Sebelum mendesain tipe ini perlu ditentukan terlebih dahulu nilai parameter :
- Tipe mercu bendung harus bentuk bulat dengan satu atau dua jari-jari
- Permukaan tubuh bendung bagian hilir dibuat miring dengan perbandingan kemiringan
1 : m atau lebih tegak dari kemiringan 1 : 1.
- Tubuh bendung dan peredam energi harus dilapisi dengan lapisan tahan aus.
- Elevasi muka air hilir bendung yang dihitung, berdasarkan elevasi dasar sungai dengan
kemungkinan perubahan geometri badan sungai.

Selain parameter di atas kriteria desain yang disyaratkan yaitu :


- Tinggi air udik bendung dibatasi maksimum 4 meter ;
Tinggi pembendungan (dihitung dari elevasi mercu bendung sampai dengan elevasi
dasar sungai di hilir) maksimum 10 meter.
- Dalam hal tinggi air udik bendung lebih dari 4 meter dan atau tingi pembangunan lebih
dari 10 meter taat cara peredam energi tipe MDS ini masih dapat digunakan asalkan
dimensinya perlu diuji dengan model test.

Untuk peredam energy tipe MDS, bagian-bagian yang perlu dihitung adalah :

a. Kedalaman Lantai Peredam Energi (Ds)


Kedalaman lantai peredam energi (Ds) biasanya diambil sekitar 1,5 - 2 kali dari tinggi
mercu, atau dengan kata lain:
Ds = Konstanta Peredam Energi (diambil 1,5 – 2 ) x Tingi Mercu
Diambil konstanta = 2, maka:
Ds =2x4
=8m

b. Panjang Lantai Dasar Peredam Energi (Ls)


Syarat panjang lantai dasar peredam energi (Ls) sama dengan syarat kedalaman lantai
peredam energi, yaitu 1,5 kali dari kedalaman lantai dasar energi, atau dengan kata lain:

Ds = Konstanta Peredam Energi (diambil 1,5 – 2 ) x Tingi Mercu


Diambil konstanta = 2, maka:
Ds =2x4
=8m

c. Tinggi Ambang Hilir (a)


Tinggi ambang hilir (a) biasanya diambil sekitar 0,2 sampai 0,3 kali dari kedalaman
lantai peredam energi, atau dengan kata lain:
a = Konstanta Ambang Hilir (diambil 0,2 – 0,3) x Ds
Diambil kontanta = 0,3, maka :
a = 0,3 x 8
= 2,4 m

MOHAMAD ISA
54
16021101060
PERANCANGAN BANGUNAN AIR

AIR d. Lebar Ambang Hilir (b)


Lebar ambang hilir (b) sama dengan 2 kali dari tinggi ambang hilir, atau dengan kata
lain:
b = 2 x Tinggi Ambang Hilir (a)
= 2 x 2,4 m

e. Panjang Sayap Hilir (Lsi)


Panjang tembok sayap hilir (Lsi) diambil berdasarkan batasan berikut:
𝐿𝑠 ≤ 𝐿𝑠𝑖 ≤ 1,5𝐿𝑠
Dalam tugas ini, diambil panjang tembok sayap hilir sama dengan 1,5 kali panjang
lantai dasar peredam energi. jadi:

Lsi = Panjang Lantai Dasar Peredam Energi (Ls) x Konstanta Sayap Hilir
(Konstanta Sayap Hilir diambil 1,5 – 2)
Diambil konstanta =1,5, maka :
Lsi = 8 x 1,5
= 12 m

f. Tebal Lantai Olak


Dalam tugas ini, akan direncanakan lantai kolam olak dengan tebal lantai kolam olak
setebal 1 m.

F. Stabilitas Terhadap Erosi Bawah Tanah (Piping)


Bangunan-bangunan utama seperti bendung harus dicek stabilitasnya terhadap erosi bawah
tanah dan bahaya runtuh akibat naiknya dasar galian (heave) atau rekahnya pangkal hilir
bangunan.
Bahaya ini dianjurkan dicek dengan membuat jaringan aliran/ flownet. Dalam hal ditemui
kesulitan berupa keterbatasan waktu, perhitungan dengan beberapa metode empiris dapat
diterapkan, seperti :
1. Metode Bligh
2. Metode Lane
3. Metode Koshia

Namun dalam tugas ini, akan digunakan metode Lane untuk mengecek stabilitas bendung
terhadap erosi bawah tanah (piping).
 Metode Lane
Metode Lane, disebut metode angka rembesan Lane (weighted creep ratio method),
adalah metode yang dianjurkan untuk mengecek bangunan-bangunan utama untuk
mengetahui adanya erosi bawah tanah (piping). Metode ini memberikan hasil yang
aman dan mudah dipakai. Untuk bangunan-bangunan yang relatif kecil, metode-metode
lain mungkin dapat memberikan hasil-hasil yang lebih baik, tetapi penggunaannya lebih
sulit.

MOHAMAD ISA
55
16021101060
PERANCANGAN BANGUNAN AIR

AIR Metode ini membandingkan panjang jalur rembesan di bawah bangunan disepanjang
bidang kontak bangunan / pondasi dengan beda tinggi muka air antara kedua sisi
bangunan. Di sepanjang jalur rembesan ini, kemiringan yang lebih curam dari 45°
dianggap vertikal dan yang lebih landai dari 45° dianggap horizontal. Jalur vertikal
dianggap memiliki daya tahan terhadap aliran 3 kali lebih kuat daripada jalur horizontal.
Rumus yang digunakan untuk mengecek stabilitas bendung terhadap erosi bawah tanah
(piping) menurut metode Lane adalah sebagai berikut:
∑ 𝐿𝑉 + 1⁄3 ∑ 𝐿𝐻
𝐶𝐿 =
𝐻
Dengan :
∑ 𝐿𝑉 = Jumlah panjang vertikal (m)
∑ 𝐿𝐻 = Jumlah panjang horizontal (m)
∆𝐻 = Beda tinggi muka air (m)
CL = Angka rembesan Lane (Lihat tabel di halaman sebelumnya)
CL adalah angka rembesan Lane yang tergantung klasifikasi tanah di dasar
bendung. Untuk tabel nilai CL dapat dilihat pada tabel berikut.

Tabel Harga-Harga Minimum Angka Rembesan Lane (CL)

Untuk dapat mengecek stabilitas bendung terhadap erosi bawah tanah (piping), maka harus
dihitung terlebih dahulu parameter-parameter yang diperlukan, antara lain:

a. Angka Rembesan Lane


Dalam tugas ini, diasumsikan klasifikasi tanah di dasar bendung berupa lempung sedang.
Sehingga berdasarkan tabel diatas, maka nilai angka rembesan Lane adalah 2.

b. Beda Tinggi Muka Air


Beda tinggi muka air dapat dihitung dengan cara menambahkan tinggi mercu dengan
tinggi air diatas mercu kemudian dikurangi dengan tinggi muka air sungai sebelum
pembendungan. Jadi:

H = (𝐻𝑚𝑐 + 𝐻1 ) − ℎ
= (4 𝑚 + 2,66 𝑚) − 2,5 𝑚
= 4,16 m
MOHAMAD ISA
56
16021101060
PERANCANGAN BANGUNAN AIR

AIRc. Panjang Jalur Rembesan


Pertama-tama, rencanakanlah model bentuk di ujung dasar bendung seperti pada gambar
bendung di halaman berikutnya. Kemudian ukur dan hitung panjang jalur rembesan
dimulai dari pertemuan bendung dengan tanah dasar di bagian paling hulu sungai sampai
di bagian paling hilir sungai, baik jalur rembesan vertikal maupun horizontal. Jika
terdapat jalur rembesan yang miring, maka jalur yang lebih curam dari 40° dianggap
vertikal dan yang lebih landai dari 40° dianggap horizontal. Hasil perhitungan panjang
jalur rembesan ditunjukkan pada tabel di halaman setelah gambar bendung di halaman
berikutnya.

Tabel Perhitungan Panjang Bidang Kontak


Panjang
No Garis
Horizontal Vertical
1 AB - 2
2 BC 1 -
3 CD - 1
4 DE 1 -
5 EF - 2
6 FG 1.5 -
7 GH - 1
8 HI 1.5 -
9 IJ - 1
10 JK 1.5 -
11 KL - 1
12 LM 3.5 -
13 MN - 1
14 NO 8 -
15 OP - 0.6
16 PQ 4 -
Σv - 9.6
Σh 22 -

Berdasarkan tabel diatas, maka didapatkan:


o Jumlah panjang jalur rembesan vertikal (ΣLv) = 9,6 m
o Jumlah panjang jalur rembesan horizontal (ΣLh) = 22 m
Setelah semua parameter yang diperlukan dalam mengecek stabilitas bendung terhadap
erosi bawah tanah (piping) diketahui, maka langkah terakhir adalah mengecek stabilitas
bendung terhadap erosi bawah tanah (piping) dengan menggunakan rumus menurut
metode Lane yang telah dijelaskan sebelumnya. Jadi:
1
∑ 𝐿𝑣 + ∑ 𝐿 ℎ
3
≥ CL
𝐻
1
9,6 𝑚+3(22 𝑚)
≥ CL
4,16 𝑚
4,07 ≥4 (OK!!!)
MOHAMAD ISA
57
16021101060
PERANCANGAN BANGUNAN AIR

AIR PERENCANAAN DIMENSI PINTU PENGAMBILAN (INTAKE)

Perencanaan dimensi pintu pengambilan (intake) ditentukan berdasarkan debit yang


diperlukan untuk mengaliri daerah irigasi (DI). Oleh karena itu, maka harus dicari terlebih
dahulu debit yang diperlukan untuk mengaliri daerah irigasi.

A. Menentukan Debit Irigasi di Pintu Pengambilan (Intake)


Diketahui data-data yang akan digunakan dalam perhitungan sebagai berikut:
o Kebutuhan Air Irigasi (NFR) = 1,1 liter/ha/s
o Luas Daerah Irigasi (ADI) = 900 ha

1. Debit Irigasi pada Saluran Tersier


Debit irigasi yang melalui saluran tersier atau debit aliran yang masuk dalam daerah
irigasi dihitung dengan menggunakan rumus:
𝑄𝐼(𝑡𝑒𝑟𝑠𝑖𝑒𝑟) = 𝑁𝐹𝑅 × 𝐴𝐷𝐼
Jadi:
𝑄𝐼(𝑡𝑒𝑟𝑠𝑖𝑒𝑟) = 1,1 𝑙𝑖𝑡𝑒𝑟/ℎ𝑎/𝑠 × 900 ℎ𝑎 = 990 𝑙𝑖𝑡𝑒𝑟/𝑠 = 0,99 𝑚3 /𝑠

2. Debit Irigasi pada Saluran Sekunder


Selama aliran air melalui saluran tersier, akan ada kemungkinan terjadinya kehilangan
air sebesar 10%. Dengan demikian, debit irigasi yang melalui saluran sekunder (sebelum
melalui saluran tersier) adalah debit irigasi pada saluran tersier ditambah dengan
kehilangan sebesar 10%. Jadi:
QI(sekunder) = QI(tersier) + (10% × QI(tersier))
= 0,99 m3/s + (10% × 0,99 m3/s)
= 0,99 m3/s + 0,099 m3/s
= 1,089 m3/s

3. Debit Irigasi pada Saluran Primer


Selama aliran air melalui saluran sekunder, akan ada kemungkinan terjadinya
kehilangan air sebesar 10%. Dengan demikian, debit irigasi yang melalui saluran primer
(sebelum melalui saluran sekunder) adalah debit irigasi pada saluran sekunder ditambah
dengan kehilangan sebesar 10%. Jadi:
QI(primer) = QI(sekunder) + (10% × QI(sekunder))
= 1,089 m3/s + (10% × 1,089 m3/s)
= 1,089 m3/s + 0,1089 m3/s
= 1,1979 m3/s

4. Debit Irigasi pada Pintu Pengambilan (Intake)


Selama aliran air melalui saluran primer, akan ada kemungkinan terjadinya kehilangan
air sebesar 20%. Dengan demikian, debit irigasi yang masuk dalam pintu pengambilan
(sebelum melalui saluran primer) adalah debit irigasi pada saluran primer ditambah
dengan kehilangan sebesar 20%. Jadi:

MOHAMAD ISA
58
16021101060
PERANCANGAN BANGUNAN AIR

AIR Qintake = QI(primer) + (20% × QI(primer))


= 1,1979 m3/s + (20% × 1,1979 m3/s)
= 1,1979 m3/s + 0,23958 m3/s
= 1,43748 m3/s
Debit tersebut akan digunakan dalam menentukan dimensi pintu pengambilan (intake).

B. Menentukan Dimensi Pintu Pengambilan (Intake)


Diketahui debit aliran irigasi yang masuk melalui pintu pengambilan sebesar 1,5972 m3/s.
Dimensi pintu pengambilan (intake) dihitung berdasarkan rumus debit aliran yang melalui
pintu pengambilan (intake) sebagai berikut:

𝑄𝑖𝑛𝑡𝑎𝑘𝑒 = 𝜇𝑏𝑎√2𝑔𝑧
Keterangan:
Qintake = Debit aliran yang melalui pintu pengambilan (m3/s)
μ = Koefisien debit (0,8)
b = Lebar bukaan (m)
a = Tinggi bukaan (m)
g = Percepatan gravitasi (9,81 m/s2)
z = Kehilangan tinggi energi pada bukaan (0,15 – 0,30 m, diambil 0,20 m)

Dimisalkan tinggi bukaan sama dengan 1,,2 kali lebar bukaan, atau dengan kata lain,
𝑎 = 1,2 𝑏
Maka, dengan mensubstitusikan a = 1,2b ke dalam rumus debit aliran diatas, akan
didapatkan lebar bukaan. Jadi:

Qintake = 𝜇𝑏𝑎√2𝑔𝑧

Qintake = 𝜇𝑏(1,2𝑏)√2𝑔𝑧

Qintake =1,2𝜇𝑏 2 √2𝑔𝑧

𝑄𝑖𝑛𝑡𝑎𝑘𝑒
b2 =
1,2𝜇√2𝑔𝑧
1,43748
b2 =
(1,2)(0,8)√(2)(9,81)(0,20)
2
b = 0,76
b = √0,76
b = 0,87 m

MOHAMAD ISA
59
16021101060
PERANCANGAN BANGUNAN AIR

AIRSedangkan lebar bukaan adalah:


a = 1,2 x b
= 1,2 x 0,87 m
=1,04 m
Maka, direncanakan dimensi pintu pengambilan (intake) dengan lebar bukaan 0,87 m dan
tinggi bukaan 1,04 m.

MOHAMAD ISA
60
16021101060