perpustakaan.uns.ac.id digilib.uns.ac.

id

BAB 4
ANALISIS DATA DAN PEMBAHASAN

4.1. Data

Penelitian ini menggunakan data curah hujan, data evapotranspirasi, dan peta
DAS Bah Bolon. Data curah hujan yang digunakan yaitu data curah hujan tahun
2000-2012. Data evapotranspirasi yang digunakan juga merupakan data
evapotranspirasi tahun 200-2012. Kedua data ini diperoleh dari Tim Peneliti
Laboratorium Hidrolika Universitas Sebelas Maret yang juga sedang melakukan
penelitian di DAS Bah Bolon. Peta DAS digunakan untuk melihat letak stasiun
hujan dan untuk mengetahui luas DAS. Peta DAS juga diperoleh dari Tim Peneliti
Laboratorium Hidrolika Universitas Sebelas Maret.

Data curah hujan yang digunakan dalam penelitian ini merupakan data hujan dari
stasiun Marihat dan Bah Jambi. Data evapotranspirasi merupakan data yang
diperoleh dari stasiun klimatologi Marihat. Sebagai contoh, data curah hujan dan
data evapotranspirasi tahun 2000, dapat dilihat pada tabel 4.1 dan 4.2. Data curah
hujan dan evapotranspirasi secara lengkap dapat dilihat pada Tabel A.1.a. Tabel
A.2., Lampiran A. Berdasarkan pengolahan data peta yang telah dilakukan
sebelumnya oleh (Fibria Intan M., 2015) luas DAS Bah Bolon 131,9937 km².

Tabel 4.1. Data Curah Hujan Bulanan DAS Bah Bolon Tahun 2000
Curah Hujan Bulanan Marihat Bah Jambi
Tahun 2000
(mm)
Januari 237 99
Februari 211 161
Maret 491 385
April 240 104
Mei 177 210
Juni 185 221
Juli 111 138
Agustus 176 140

dilanjutkan
commit to user
27
perpustakaan.uns.ac.id digilib.uns.ac.id

28

Lanjutan Tabel 4.1.

Curah Hujan Bulanan Marihat Bah Jambi
Tahun 2000
(mm)
September 537 503
Oktober 195 163
November 225 362
Desember 279 110
TOTAL 3064 2596
(Sumber : Tim Peneliti Laboratorium Hidrolika)

Tabel 4.2. Data Evapotranspirasi DAS Bah Bolon Tahun 2000

2000
Tahun
(mm/hari)
Januari 2.865
Februari 3.22
Maret 3.57
April 3.465
Mei 3.335
Juni 3.635
Juli 3.445
Agustus 3.47
September 3.56
Oktober 2.93
November 2.835
Desember 3.11
(Sumber : Tim Peneliti Laboratorium Hidrolika)

4.2. Uji Kepanggahan Data Hujan

Data hujan yang diperoleh belum bisa langsung digunakan dalam analisis data.
Data hujan perlu diuji konsistensinya dengan uji panggah. Uji panggah dalam
penelitian ini menggunakan metode kurva massa ganda. Uji panggah
menggunakan data hujan dari Sta. Marihat, Sta Bah Jambi, dan Sta. Sidamanik.
Hasil uji panggah terhadap data hujan DAS Bah bolon disajikan dalam Tabel 4.3.,
sedangkan kurva hasil uji panggah disajikan dalam Gambar 4.1.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

29

Tabel 4.3. Hasil Uji Panggah Data Hujan DAS Bah Bolon
Sta Kum Sta Kum Marihat dan Bah Jambi dan
Sta Kum
Bah Bah Sidama Sidama Sidamanik Sidamanik
Marihat Marihat
Tahun Jambi Jambi nik nik Kum
(mm) (mm)
(mm) (mm) (mm) (mm) Rata- Kum Rata- Rata-
rata Rata-rata rata rata
2000 3064 3064 2596 2596 2895 2895 2979.5 2979.5 2745.5 2745.5
2001 3136 6200 3097 5693 2148 5043 2642.0 5621.5 2622.5 5368.0
2002 2885 9085 1924 7617 2229 7272 2557.0 8178.5 2076.5 7444.5
2003 3233 12318 2598 10215 2713 9985 2973.0 11151.5 2655.5 10100.0
2004 2666 14984 2575 12790 4475 14460 3570.5 14722.0 3525.0 13625.0
2005 3000 17984 2456 15246 3172 17632 3086.0 17808.0 2814.0 16439.0
2006 3476 21460 2385 17631 2192 19824 2834.0 20642.0 2288.5 18727.5
2007 3088 24548 2663 20294 2864 22688 2975.8 23617.8 2763.3 21490.8
2008 3511 28058 2315 22609 3169 25857 3339.8 26957.6 2742.0 24232.8
2009 3092 31150 2635 25244 2727 28584 2909.4 29867.0 2681.0 26913.8
2010 3217 34367 2280 27524 2564 31148 2890.4 32757.3 2422.0 29335.8
2011 2590 36956 2066 29590 2161 33309 2375.3 35132.6 2113.5 31449.3
2012 2679 39635 2309 31899 2298 35607 2488.2 37620.8 2303.3 33752.6

Kurva Massa Ganda

45000 y = 1.170x - 235.0
40000 R² = 0.998
35000
Kum Stasiun Hujan

30000 Marihat
25000 y = 0.822x + 708.8
20000 R² = 0.999 Bah Jambi
15000
10000
5000
0
0.0 10000.0 20000.0 30000.0 40000.0
Kum Rerata

Gambar 4.1. Kurva Massa Ganda Data Hujan DAS Bah Bolon

Dari hasil kurva massa ganda diketahui bahwa nilai R2 pada masing-masing
stasiun hujan tercantum pada Tabel 4.4.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

30

Tabel 4.4. Nilai R2 Masing-Masing Stasiun

Nama Stasiun Nilai R2 (determinasi)

Marihat 0.998
Bah Jambi 0.999

4.3. Hujan Wilayah

Hujan wilayah dihitung dengan menggunakan metode rata-rata aljabar. Metode ini
dipilih karena jumlah data hujan yang dimiliki hanya 2 stasiun, sehingga metode
rata-rata aljabar dipandang sebagai metode yang paling efektif dan paling mudah
untuk menghitung hujan wilayah di DAS Bah Bolon. Berikut adalah contoh
perhitungan hujan wilayah pada bulan Januari tahun 2000:
Hujan Sta. Marihat + Hujan Sta. Bah Jambi
Hujan wilayah =
2
237+99
= = 168 mm
2
Hasil perhitungan hujan wilayah disajikan dalam Tabel B.1. , Lampiran B.

4.4. Perhitungan Simulasi Hujan-Debit dengan Metode Mock

Untuk melakukan simulasi, berikut adalah data yang telah diketahui:

Tabel 4.5. Data Parameter DAS Bah Bolon
No Parameter
1. CA (km2) 131,9937 km2
2. SMC (mm) 200
3. k 0,6
4. I 0,4
Sumber: . Land Capability Apraisal Project

Simulasi hujan-debit metode Mock melalui beberapa tahapan. Berikut adalah

contoh tahapan perhitungan simulasi pada bulan Januari tahun 2000.
1. Data
a. Data curah hujan (P) = 168 mm
b. Jumlah hari hujan =8

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

31

Apabila jumlah hari hujan >18, maka tetap ditulis 18, karena dianggap sebagai
bulan basah.
2. Evapotranspirasi terbatas
a. Evapotranspirasi = 2,865 x 31 = 89 mm
b. Exposed Surface (m) = 20
Asumsi ini karena kondisi tanah di DAS Bah Bolon dianggap lahan
pertanian yang diolah dan dipengaruhi oleh jumlah hari hujan
30
c. = (18 ) = (18 8) = 0,1
20 20

d. E = =9

e. Et = Ep-E = evapotranspirasi E = 89 9 = 80 mm
3. Water Balance
a. Er = P-Et = 168 80 = 88 mm
b. Soil Storage (SS) =0
SS = 0
Apabila Er < 0 maka SS = Er.
c. Soil Moisture (SMC) = 200
Apabila SS = 0 maka SMC = 200
Apabila SS < 0 maka SMC = 200 - SS
d. Water Surplus (WS) = Er + SS = 88 + 0 = 88 mm
Apabila SS < 0 maka WS = 0
4. Run Off and Groundwater Storage
a. Infiltrasi (I) = koef. infiltrasi x WS = 0,4 x 88
= 35 mm
b. 0,5 x (1+ k) x I = 0,5 x (1 + 0,6) x 35 = 28 mm
c. k x V(n-1) = 0,6 x Vndesember
= 0,6 x 70 = 42 mm
d. Storage Volume (Vn) = (0,5 x (1+ k) x I) + (k x V(n-1))
= 28 + 42 = 70 mm
e. DVn = Vn- V(n-1) = 70 - Vndesember =0
f. Base Flow = Infiltrasi DVn
= 35 0 = 35 mm

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

32

g. Direct Run Off = water surplus Infiltrasi

= 88 35 = 53 mm
h. Run Off = base flow + direct run off
= 35 + 53 = 88 mm
5. Storm Run off
a. Storm Run off =0
Apabila Er < 0, maka storm run off = 5% x P
b. Soil Moisture =0
Apabila Er < 0, maka soil moisture = SMC storm run off
c. Water surplus = WS pada water balance = 88 mm

d. Base flow = base flow pada run off and groundwater storage
= 35 mm
e. Direct run off = direct run off pada run off and groundwater-
storage = 53 mm
Apabila storm run off > 0, maka direct run off = storm run off
f. Run off = run off pada run off and groundwater storage
= 88 mm
Apabila storm run off > 0, maka run off = run off and groundwater
storage + storm run off
0,001
6. Effektive Discharge (debit andalan) = 3600 24 31
x luas x 106
88 0,001
= 3600 24 31
x 131,9937 x 106

= 4,322 m3/detik
Proses perhitungan simulasi hujan-debit dengan metode Mock dilakukan terhadap
data hujan bulan dan tahun selanjutnya dengan tahapan yang sama. Perhitungan
simulasi hujan-debit dengan metode Mock, disajikan dalam Tabel B.2.a. B.2.m.,
Lampiran B.2.

4.5. Perhitungan Simulasi Hujan-Debit dengan Metode NRECA

Tahapan perhitungan simulasi hujan-debit dengan metode NRECA pada bulan

Januari tahun 2000 adalah sebagai berikut:

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

33

1. Jumlah hari hujan =8

2. Data curah hujan (P) = 168 mm
3. Data evapotranspirasi = 89 mm
4. Eto = 89 mm
Apabila evapotranspirasi < curah hujan maka Eto = evapotranspirasi
Apabila evapotranspirasi > curah hujan maka Eto = curah hujan
5. Tampungan kelengasan awal = Wo (SMC) = 200 mm
6. Tampungan kelengasan = Wi =
100 +(0,2 )
200
= = 0,36
100+(0,2 2268 )
168
7. = = = 1,89
89

8. = 1, lihat grafik pada Gambar 2.2.

9. Evapotranspirasi aktual = = 0,9 x x Eto

= 0,9 x 1 x 89 = 80 mm
10. Water balance = P AET = 168 80 = 88 mm
11. Moist ratio = Wi = 0,36
12. Excess moist = water balance x moist ratio
= 88 x 0,36 = 32 mm
13. Delta storage = water balance excess moist
= 88 32 = 56
14. Ground water storage (GWS) = 0,3 x excess moist
= 0,3 x 32 = 10 mm
15. Direct flow (DF) = excess moist GWS
= 32 10 = 22 mm
16. End storage ground water = GWS + DF = 10 + 22 = 32 mm
17. Ground water flow (GWF) = 0,7 x end storage ground water
= 0,7 x 32 = 22 mm
18. Q = GWF + DF = 22 + 22 = 45 mm
0,001
19. Debit andalan = x luas x 106
3600 24 31
45 0,001
= 3600 24 31
x 131,9937 x 106

= 2,2105 m3/detik

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

34

Proses perhitungan simulasi hujan-debit dengan metode NRECA dilakukan

terhadap data hujan bulan dan tahun selanjutnya dengan tahapan yang sama.
Perhitungan simulasi hujan-debit dengan metode NRECA, disajikan dalam Tabel
B.3.a. B.3.m., Lampiran B.3..

4.6. Verifikasi Model Mock dan NRECA

Untuk memastikan bahwa analisa model Mock dan NRECA telah dikatakan benar,
maka ada beberapa data yang perlu diperiksa, yaitu:

Tabel 4.6. Verifikasi Model Mock dan NRECA

Mock NRECA
Syarat Perhitungan Syarat Perhitungan
k + I =1 k = 0,6 P1 + P2 = 1 P1 = 0,3
I = 0,4 P2 = 0,7
Korelasi water surplus (WS) R =1 Korelasi water balance R =1
dan run off (Ro) ~1 (WB) dan run off (RO) ~1
RO- RO-WS = 0 RO RO

4.7. Perhitungan Simulasi Hujan-Debit dengan Metode GR2M

Dalam menghitung simulasi hujan-debit dengan metode GR2M ada beberapa data
yang perlu diketahui terlebih dahulu. Data tersebut adalah:
Luas DAS = 131,9937 km2
Panjang periode = 12 bulan
Durasi periode pengujian = (0,5 x jumlah data) panjang periode
= (0,5 x 156) -12 = 66
Data hujan 2000 -2012
Data evapotranspirasi 2000-2012
Debit pengamatan, dalam hal ini digunakan debit rata-rata Mock dan NRECA
Kapasitas produksi (x1) diperoleh dengan coba-coba = 8,41

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

35

x2 diperoleh dengan coba-coba = 0,14

Nilai routing awal = R = 30 mm (maksimum =60 mm)
Berikut adalah tahapan simulasi hujan-debit dengan metode GR2M pada tahun
2000:
X1 ex1
1. Kelengasan awal tanah = S = =
2 2
8,41 4480,82
= = = 2240,41 mm
2 2
S+X 1
2. Kelengasan tanah akibat presipitasi = S1 = S
1+
X1

168
2240 ,41+4480,82 x tanh
4480 ,82
= S1 = 2240 ,41
1+ 168
4480 ,82 x tanh
4480 ,82

= S1= 2364,03 mm
3. Kelengasan tanah akibat presipitasi dan evapotranspirasi (S2 )
ETP
2364 ,03(1 tanh X1
)
S 1 (1 )
S2 = S1 = ETP S1
1+ (1
X1
) 1+tanh (1 )
X1 X1

89
2364 ,03(1 tanh )
4480,82
= 89 2364 ,03 = 2295,69 mm
1+tanh 4480,82 (1 4480 ,82
)

4. Kelengasan tanah akibat infiltrasi ke lapisan tanah =S

S2 2295 ,69
Sa = S
1 = 2295 ,69 3
1 = 2201,14 mm
(1+( 2 )3 )3 (1+( ) )3
X1 4480 ,82

5. Hujan yang melimpas = P1 = P + S S1

= 168 + 2240,41- 2364,03 = 44,38 mm
6. Hujan yang melimpas setelah tertampung = P 2 = S2 Sa
= 2295,69 - 2201,14 = 94,55 mm
7. Hujan total yang melimpas = P3 = P1+P2
= 44,38 + 94,55 = 138,93 mm
8. Routing1 = R1 = Rawal + P3 = 30 + 138,93 = 168,93 mm
9. Routing2 = R2 = X2 . R1 = 0,14 x 168,93 = 24,2 mm
10. R = Debit simulasi R2 = 6,96 -24,2 = 17,25 mm
2 24,2 2
2
11. Debit simulasi = Q = = 24,2 +60 = 6,96 m3/detik
2 +60

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

36

Proses simulasi hujan-debit dengan metode GR2M disajikan dalam bentuk tabel
dan dapat dilihat pada Tabel B.4.a Tabel B.4.b., Lampiran B. Hasil simulasi
ditampilkan pada Tabel 4.7.

Tabel 4.7. Hasil Simulasi Hujan-Debit dengan Metode GR2M (m3/det)

Bulan Jan Feb Mar Apr Mei Jun Jul Agsts Sept Okt Nov Des
Tahun
2000 6,96 6,02 13,29 7,12 6,61 4,25 3,04 2,88 6,67 3,46 3,99 3,72
2001 7,79 3,51 4,86 6,67 4,52 3,15 2,46 1,59 3,07 3,27 2,45 6,41
2002 5,26 5,00 3,09 4,45 3,28 2,46 2,78 1,67 2,70 3,24 2,17 3,03
2003 2,80 2,60 2,59 2,60 3,96 2,33 2,15 2,14 4,69 4,28 3,41 6,00
2004 4,11 6,40 5,04 2,85 5,34 2,68 3,26 2,67 3,52 4,85 4,36 2,66
2005 2,65 3,06 1,48 4,04 6,44 3,07 3,74 2,46 3,19 4,56 4,12 4,52
2006 3,45 4,43 2,37 6,15 17,52 8,81 4,46 4,23 3,44 5,55 5,64 4,25
2007 4,95 2,15 3,13 4,73 6,08 4,54 3,54 5,51 5,67 4,09 4,04 3,93
2008 2,17 2,64 4,60 4,51 3,78 3,04 4,20 6,99 9,40 5,92 3,97 3,95
2009 3,01 1,90 2,58 2,52 2,51 3,71 2,69 4,32 4,41 3,25 2,56 4,20
2010 2,55 1,57 2,16 2,10 2,14 3,38 2,45 3,99 4,14 3,01 2,40 4,08
2011 4,44 3,61 3,71 3,11 4,96 2,73 1,77 2,89 3,22 3,34 2,81 2,88
2012 2,11 2,90 4,02 5,87 5,09 2,49 3,19 2,21 3,53 2,64 2,51 2,60

4.8. Hidrograf Hujan-Debit

Sebelum membuat FDC, perlu dilakukan pembuatan rekap debit dengan masing-
masing metode, yaitu metode Mock, NRECA, dan GR2M untuk melihat hasil
simulasi. Rekap debit ditunjukkan pada Tabel B.5.d., Lampiran B., sedangkan
hasil simulasi berupa hidrograf hujan-debit dengan masing masing metode
ditunjukkan dalam Grafik B.1. Grafik B.3., Lampiran B. Berikut adalah grafik
hidrograf hujan-debit daerah aliran sungai Bah Bolon secara keseluruhan dengan
tiga metode, yaitu Mock, NRECA dan GR2M.

commit to user
 commit to user
Hujan (mm)
100
200
300
400
500
600
700

Jan-00
May-00
Sep-00
Jan-01
May-01
Sep-01
Jan-02
May-02
Sep-02
Jan-03
May-03
Sep-03
Jan-04
May-04
Sep-04
Jan-05
May-05
Sep-05
Grafik 4.2. Hidrograf Hujan-Debit Daerah Aliran Sungai Bah Bolon

Jan-06
May-06
Sep-06
Jan-07

Waktu (Bulan)
May-07
Sep-07
Jan-08
May-08
Sep-08
Jan-09
May-09
Sep-09
Jan-10
May-10
Sep-10
Jan-11
May-11
Sep-11
Jan-12
May-12
Sep-12

37
0
5
10
15
20
25
Debit (m3/detik)
digilib.uns.ac.id perpustakaan.uns.ac.id
perpustakaan.uns.ac.id digilib.uns.ac.id

4.9. Flow Duration Curve (FDC)

Sanalisis simulasi hujan-debit dilakukan dengan tiga metode, hasil simulasi

kemudian ditransformasikan ke dalam bentuk flow duration curve (FDC).
Pembuatan FDC dilakukan karena analisis simulasi hujan-debit yang dilakukan
dalam rangka melihat ketersediaan debit di daerah aliran sungai Bah Bolon untuk
pembuatan PLTMH. Tahapan dalam membuat FDC adalah sebagai berikut:
1. Merekap debit hasil simulasi secara vertikal.
2. Mengurutkan debit dari yang terbesar menuju ke yang terkecil.
3. Menghitung probabilitas tiap debit.
4. Membuat grafik, dengan sumbu x adalah probabilitas, dan sumbu y adalah
debit.
Grafik FDC ditampilkan dalam Gambar 4.3.

Gambar 4.3. FDC Metode Mock, NRECA dan GR2M

Secara visual, pada Gambar 4.2. tampak bahwa debit untuk probabilitas 70, 80,
dan 90, FDC dengan metode GR2M lebih mendekati FDC Mock jika
dibandingkan dengan FDC NRECA.

commit to user
38
perpustakaan.uns.ac.id digilib.uns.ac.id

39

4.9. Korelasi

Korelasi dihitung untuk melihat hubungan kedekatan debit Mock dengan GR2M
serta debit NRECA dengan GR2M. Perhitungan korelasi menggunakan fasilitas
yang ada di Ms. Excel. Hasil korelasi FDC ditampilkan dalam Tabel 4.8.

Tabel 4.8. Korelasi Debit

Korelasi
Mock dan GR2M 0,968
NRECA dan GR2M 0,955

4.10. T-Test

Dalam uji T-test terdapat dua buah hipotesa, yaitu Ho dan Ha. Ho adalah hipotesa
yang menyatakan bahwa antara grafik FDC GR2M tidak memiliki korelasi yang
bagus terhadap grafik FDC Mock maupun NRECA. Ha adalah hipotesa yang
berlawanan dengan Ho, yaitu grafik FDC GR2M memiliki korelasi yang baik
terhadap grafik FDC Mock dan NRECA. Apabila nilai Thitung > T tabel dan

Perhitungan t-test dilakukan dengan perangkat lunak MS. Excel. Tahapan dalam
menghitung t-test adalah sebagai berikut:
1. Pada jendela kerja Ms. Excel yang telah ada grafik FDC, memilih menu data.
2. Memilih menu data analysis.
3. Memilih t test: paired two sample for means.
4. Memasukkan debit yang akan diuji, misalnya debit Mock dan GR2M.
5. Memilih ok.
Setelah itu, MS. Excel akan menganalisis t-test. Hasil t-test ditampilkan pada tabel
4.9 dan 4.10.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

40

Tabel 4.9. T-Test FDC Mock terhadap GR2M

Variable 1 Variable 2
Mean 5,145 3,947
Variance 7,452 3,904
Observations 156 156
Hypothesized Mean Difference 0
df 155
t Stat 15,625
P(T<=t) one-tail 5,945E-34
t Critical one-tail 1,655
P(T<=t) two-tail 1,189E-33
t Critical two-tail 1,975

Tabel 4.10. T-test FDC NRECA terhadap GR2M

Variable 1 Variable 2
Mean 3,947 2,485
Variance 3,904 4,005
Observations 156 156
Hypothesized Mean Difference 0
df 155
t Stat 30,576
P(T<=t) one-tail 7,804E-68
t Critical one-tail 1,655
P(T<=t) two-tail 1,561E-67
t Critical two-tail 1,975

Pada Tabel 4.9 - 4.10., dapat dilihat bahwa grafik FDC Mock memiliki nilai rata-
rata (mean) 5,415, FDC metode NRECA memiliki nilai rata-rata 2,485 sedangkan
FDC GR2M memiliki rata-rata 3,947. Untuk nilai variasi data metode Mock,
NRECA dan GR2M dengan jumlah data 156 masing-masing adalah 7,452, 4,005,
dan 3,904.

Dari Tabel 4.9., dapat dilihat juga bahwa T hitung untuk uji T-test metode GR2M
terhadap Mock (T stat = 15,625 ) > dari T tabel (T critic one tail = 1,655 dan T
critic two tail = 1,975). Begitu pula dengan Tabel 4.10. Tampak pada tabel bahwa
T hitung untuk uji T-test metode GR2M terhadap NRECA (T stat = 30,576) > dari
T tabel (T critic one tail = 1,655 dan T critic two tail = 1,975). Untuk nilai P value
(P one tail dan P two tail) baik untuk uji T-test GR2M terhadap Mock, maupun
GR2M terhadap NRECA, keduanya lebih kecil dari 0,05. Berdasarkan analisis

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id

41

tersebut, maka Ho ditolak. Ini berarti bahwa FDC simulasi hujan-debit metode
GR2M memiliki korelasi yang baik terhadap FDC metode Mock dan NRECA.

commit to user