1.

BAB IV
PROYEKSI PENDUDUK DAN KEBUTUHAN AIR BERSIH
4.1 Proyeksi Jumlah Penduduk
Proyeksi jumlah penududuk diperlukan untuk mengetahui jumlah penduduk di masa yang akan
datang.Proyeksi ini diperlukan untuk mengetahui kebutuhan air minum pada daerah perencanaan
dalam beberapa tahun kedepan. Proyeksi dapat dilakukan apabila jumlah penduduk pada masa
lampau diketahui. Dalam menentukan jumlah penduduk di masa yang akan datang diperlukan
beberapa kriteria statistik seperti koefisien korelasi (r) yang menunjukan hubungan antara dua
variabel (x dan y) yang harus memiliki nilai mendekati 1, standar deviasi yang berfungsi untuk
menghomogenkan data sehingga harus dipilih nilai yang paling kecil. Proyeksi jumlah penduduk
dapat dilakukan dengan 3 metode, yaitu:

4.1.1 Metode Aritmatika

Metode aritmatika digunakan apabila laju pertumbuhan penduduk pada daerah perencanaan relatif
tetap setiap tahun. Biasanya metode ini digunakan untuk wilayah yang tidak terlalu luas, tingkat
pertumbuhan ekonomi yang rendah dan kota tidak berkembang dengan pesat. Dalam metode
aritmatika digunakan persamaan sebagai berikut:

Pn=P o+ a ×n dan a=Pt +1−Pt

Dimana :

Pn = Jumlah penduduk tahun ke-n yang diproyeksikan;

Po = Jumlah penduduk yang pertama dari data sensus;
a = Faktor pertumbuhan tiap tahun;
Pt = Jumlah penduduk pada waktu t; dan
n = Waktu

Tabel 4.1.1. Proyeksi Jumlah Penduduk Dengan Metode Aritmatika di Kecamatan Warudoyong
Tahu Jumlah n
n Penduduk (X) a Pn (Y)
49.16
2008 49.163 0 66 3
49.96
2009 49.229 1 654 1
2.10 51.34
2010 49.883 2 3 7
2.10 54.18
2011 51.986 3 3 2
57.01
2012 54.089 4 578 7
58.32
2013 54.667 5 172 7
59.32
2014 54.839 6 341 1
60.30
2015 55.180 7 314 4
 Tahu Jumlah n
n Penduduk (X) a Pn (Y)
61.35
2016 55.494 8 257 0
62.33
2017 55.751 9   9
Sumber: Hasil Perhitungan

27

Contoh perhitungan pada tahun 2008 :

a=49.163−49.229
= 66

P2008 =49.163+(66 ×0)

= 49.163 Jiwa

Proyeksi Penduduk Aritmatika

70,000
60,000
50,000
40,000
30,000
20,000
10,000
0
0 1 2 3 4 5 6 7 8 9

Jumlah Penduduk Proyeksi Jumlah Penduduk

Grafi k 4.1.1 Proyeksi Penduduk Dengan Metode Aritmati ka

Sumber : Hasil Perhitungan, 2018

4.1.2 Metode Geometrik

Metode geometri digunakan jika penduduk mengalami pertumbuhan yang pesat, selain itu metode
ini hanya memperhatikan perkembangan penduduk yang bertambah dan tidak memperhatikan
jumlahpenduduk yang berkurang. Metode ini memiliki persamaan sebagai berikut:

Pt +1−Pt
r=
Pt +1

r rata −rata =(
∑ rn )
n

Pn=P 0 ×(1+r rata−rata )n

Dimana :

Pn = Jumlah penduduk tahun ke-n yang diproyeksikan;

Po = Jumlah penduduk yang pertama dari data sensus;
r = Rasio Laju Pertumbuhan Penduduk;
Pt = Jumlah penduduk pada waktu t;
n = Waktu; dan
t = Tahun data sensus.

28

Tabel 4.1.2. Proyeksi Jumlah Penduduk Dengan Metode Geometri di Kecamatan Warudoyong
Tahun Jumlah Penduduk n r Pn
2008 49.163 0 0,000 49.163
2009 49.229 1 0,001 49.961
2010 49.883 2 0,007 51.347
2011 51.986 3 0,019 54.182
2012 54.089 4 0,024 57.017
2013 54.667 5 0,021 58.327
2014 54.839 6 0,018 59.321
2015 55.180 7 0,017 60.304
2016 55.494 8 0,015 61.350
2017 55.751 9  0,014 62.339
Rata-rata 53.026 5 0,014 52.316
Sumber: Hasil Perhitungan

Contoh perhitungan pada tahun 2008 :

49.229−49.163
r=
49.229
= 0,00

r 0,000+0,001+0,007+0,019+ 0,024+0,021+0,018+0,017 +0,015+0,014

rata −rata =
10

= 0,014

P2008 =49.163 ×(1+0,014)0

= 49.163 Jiwa
 Proyeksi Penduduk Geometri
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Jumlah Penduduk Column1

Grafi k 4.1.2. Proyeksi Penduduk Dengan Metode Geometri

Sumber: Hasil Perhitungan

29

4.1.3 Metode Least Square

Metode Least Squere merupakan metode regresi yang mencari hubungan antara jumlah penduduk
(Y) dan tahun (X) yang dapat dicari dengan cara menarik garis linier dari data data tersebut dan
meminimumkan jumlah pangkat dua dari masing-masing penyimpangan jarak data dengan garis
yang dibuat. Metode ini memiliki persamaan sebagai berikut :

Pn=a+bx a=
∑ y − b × ∑ x b=¿ ¿
n n
Dimana :

y = Jumlah penduduk hasil sensus;

x = Faktor tahun;
n = Jumlah data; dan
Pn = Jumlah penduduk tahun ke-n yang diproyeksikan.

Tabel 4.1.3. Proyeksi Jumlah Penduduk Dengan Metode Least Squere di Kecamatan Warudoyong
Tahun Jumlah Penduduk (Y) X X² XY Pn (Y)
2008 49.163 1 1 49.163 212.953
2009 49.229 2 4 98.458 213.794
2010 49.883 3 9 149.649 214.635
2011 51.986 4 16 207.944 215.476
2012 54.089 5 25 270.445 216.318
2013 54.667 6 36 328.002 217.159
2014 54.839 7 49 383.873 218.000
2015 55.180 8 64 441.440 218.841
2016 55.494 9 81 499.446 219.682
2017 55.751 10 100 557.510 220.523
Rata-rata 53.026 6 39 298.593 216.738
Jumlah 530.281 55 385 2.985.930 2.167.380
Sumber: Hasil Perhitungan

Contoh perhitungan pada tahun 2008 :

 (10 × 2.985.930 )−(55 ×530.281)
b=
( 10 ×385 )−(55)2
= 841,024

530.281 841,024 ×55

a= −
10 10
= 48.456,5

Pn=48.456,7+841,024 × 1 = 49.163 Jiwa

30

Proyeksi Penduduk Least Square

250,000

200,000

150,000

100,000

50,000

0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Jumlah Penduduk Column1

Grafi k 4.1.3 Proyeksi Penduduk Dengan Metode Least Squere

Sumber: Hasil Perhitungan

4.1.4 Metode Eksponensial

Metode eksponensial memiliki asumsi bahwa persentase pertumbuhan penduduk sama setiap hari.
Hasil proyeksi penduduk dengan menggunakan metode eksponensial akan berbentuk garis lengkung
yang lebih terjal daripada garis lengkung pada metode geometrik.
Metode eksponensial dalam proyeksi penduduk dapat dihitung dengan menggunakan rumus:

Keterangan :

Pt : Jumlah penduduk tahun ke t (jiwa)

P0 : Jumlah penduduk tahun ke 0 (jiwa)
r : Laju pertumbuhan penduduk (% pertahun)
t : Rentang waktu antara P0 dan Pt (tahun)

31

Tabel 4.1.4. Proyeksi Jumlah Penduduk Dengan Metode Eksponensial di Kecamatan Warudoyong
No Data Penduduk n r Pn
2008 49.163 0 0 49.163
2009 49.229 1 0,001 49.295
2010 49.883 2 0,007 100.494
2011 51.986 3 0,352 221.855
2012 54.089 4 0,275 284.845
2013 54.667 5 0,222 341.404
2014 54.839 6 0,018 335.080
2015 55.180 7 0,016 392.683
2016 55.494 8 0,141 511.219
2017 55.751 9 0,126 569.129
Rata 53.028 4,5 0,116 285.517
Jumlah 530.281 45 1,160 2.855.168
Sumber: Hasil Perhitungan

Contoh perhitungan pada tahun 2008 :

0x 1
Pt =49.163 ( 2,7182818 )
Pt = 49.163 Jiwa
 Proyeksi Penduduk Eksponensial

600,000

500,000

400,000

300,000

200,000

100,000

0
2008 2009 2010 2011 2012
Jumlah Penduduk 2013 Column1
2014 2015 2016 2017

Grafi k 4.1.4 Proyeksi Penduduk Dengan Metode Eksponensial

Sumber: Hasil Perhitungan

32

4.2 Perhitungan Faktor Koreksi, Standar Deviasi dan Koefisien Variasi

Faktor korelasi, standar deviasi, dan koefisien Variasi didapatkan dari proyeksi penduduk.

4.2.1 Faktor Koreksi

Koefisien korelasi (r) yang menunjukan hubungan antara dua variabel (x dan y) yang harus memiliki
nilai mendekati 1. Koefisien Korelasi dapat dicari dengan rumus berikut :

( n× ∑ xy ) −(∑ x × ∑ y )
r=
√¿ ¿ ¿
Dimana :

r = Koefisien korelasi;
x = Data eksisting penduduk; dan
y = Data proyeksi penduduk.

A. Metode Aritmatika

Tabel 4.2.1. Koefisien Korelasi Metode Aritmatika

Tahun n (X) Pn (Y) XY X² Y²
2008 0 49.163 0 0 2.417.000.569
2009 1 49.961 49.961 1 2.496.101.521
2010 2 51.347 102.694 4 2.636.514.409
2011 3 54.182 162.546 9 2.935.689.124
2012 4 57.017 228.068 16 3.250.938.289
2013 5 58.327 291.635 25 3.402.038.929
 2014 6 59.321 355.926 36 3.518.981.041
2015 7 60.304 422.128 49 3.636.572.416
2016 8 61.350 490.800 64 3.763.822.500
2017 9 62.339 561.051 81 3.886.150.921
Rata-rata 4,5 56.322 266.481 20 3.194.380.972
Jumlah 45 563.221 2.664.809 285 31.943.809.719
r 1
Sumber: Hasil Perhitungan

Contoh Perhitungan :

( 10 ×2.664 .269 ) −(45× 563.221)

r= =1
√(10 × 285−452)×(10× 31.943 .809.719−563.2212)

33

B. Metode Geometrik

Tabel 4.2.2. Koefisien Korelasi Metode Geometri

Tahun n Pn XY X² Y²
2008 0 49.163 0 0 2.417.000.569
2009 1 49.961 49.961 1 2.496.101.521
2010 2 51.347 102.694 4 2.636.514.409
2011 3 54.182 162.546 9 2.935.689.124
2012 4 57.017 228.068 16 3.250.938.289
2013 5 58.327 291.635 25 3.402.038.929
2014 6 59.321 355.926 36 3.518.981.041
2015 7 60.304 422.128 49 3.636.572.416
2016 8 61.350 490.800 64 3.763.822.500
2017 9 62.339 561.051 81 3.886.150.921
Rata-rata 4,5 56.322 266.481 20 3.194.380.972
Jumlah 45 563.221 2.664.809 285 31.943.809.719
r 1
Sumber: Hasil Perhitungan

Contoh Perhitungan :

( 10× 2.664 .809 )−(45 ×563.221)

r= 2 2
=1
√ ( 10 ×285−45 ) ×(10 ×31.943 .809.719−563.221 )
C. Metode Least Squere
 Tabel 4.2.3. Koefisien Korelasi Metode Least Squere
Tahun X X² XY Pn (Y) Y²
2008 1 1 212953 212.953 45.348.980.209
2009 2 4 427588 213.794 45.707.874.436
2010 3 9 643905 214.635 46.068.183.225
2011 4 16 861904 215.476 46.429.906.576
2012 5 25 1081590 216.318 46.793.477.124
2013 6 36 1302954 217.159 47.158.031.281
2014 7 49 1526000 218.000 47.524.000.000
2015 8 64 1750728 218.841 47.891.383.281
2016 9 81 1977138 219.682 48.260.181.124
2017 10 100 2205230 220.523 48.630.393.529
Rata-
rata 6 39 1.198.999 216.738 46.981.241.079
11.989.99
Jumlah 55 385 0 2.167.380 469.812.410.785
r 0,94339939
Sumber: Hasil Perhitungan

34

Contoh Perhitungan :

( 10 ×11.989 .990 )−(55 × 2.167.380)

r= 2 2
=0,943
√ ( 10 ×385−55 ) ×(10 × 469.812.410 .785−2.167 .380 )
D. Metode Eksponensial

Tabel 4.2.4. Koefisien Korelasi Metode Eksponensial

No Pn X XY X² y²
1 49.163 0 0 0 2.417.000.569
2 49.295 1 49.295 1 2.430.005.084
3 100.494 2 200.988 4 10.099.006.540
4 221.855 3 665.565 9 49.219.633.419
5 284.845 4 1.139.381 16 81.136.809.341
6 341.404 5 1.707.019 25 116.556.548.157
7 335.080 6 2.010.480 36 112.278.593.699
8 392.683 7 2.748.782 49 154.200.097.980
9 511.219 8 4.089.755 64 261.345.238.265
10 569.129 9 5.122.161 81 323.907.880.575
Rata 285.517 4,5 1.773.343 20 111.359.081.363
Jumla 45 17.733.426
h 2.855.168 285 1.113.590.813.633
r 0,949380050752452
Sumber: Hasil Perhitungan
 (10 × 17.733.426 )−( 45 × 2.855.168 )
r= 2 2
√ ( 10 ×285−45 ) × ( 10× 1.113 .590 .813.633−2.855 .168 )
r = 0,949

4.2.2 Standar Deviasi

Standar Deviasi merupakan rata-rata jarak penyimpangan titik-titik data diukur dari nilai rata-rata.
standar deviasi berfungsi untuk menghomogenkan data sehingga harus dipilih nilai yang paling kecil.
Koefisien Korelasi dapat dicari dengan rumus berikut :

∑ (Y −Ȳ )2
SD=
√ n−1

35

A. Metode Aritmatika

Tabel 4.2.5. Standar Deviasi Metode Aritmatika

Tahun Pn (Y) Y² (Yi – Y)²
2008 49.163 2.417.000.569 51.252.713
2009 49.961 2.496.101.521 40.463.593
2010 51.347 2.636.514.409 24.751.620
2011 54.182 2.935.689.124 4.580.028
2012 57.017 3.250.938.289 482.886
2013 58.327 3.402.038.929 4.019.624
2014 59.321 3.518.981.041 8.461.699
2015 60.304 3.636.572.416 15.855.528
2016 61.350 3.763.822.500 25.279.778
2017 62.339 3.886.150.921 36.203.086
Jumlah 563.221 31.943.809.719 211.350.555
SD 4846
Sumber: Hasil Perhitungan

Contoh Perhitungan :

211.350 .555
SD= =4846
10−1

B. Metode Geometrik
 Tabel 4.2.6. Standar Deviasi Metode Geometri
Tahun Pn Y² (Yi - Y)²
2008 49.163 2.417.000.569 9.942.168
2009 49.961 2.496.101.521 6.139.349
2010 51.347 2.636.514.409 3.215.366
2011 54.182 2.935.689.124 1.208.049
2012 57.017 3.250.938.289 156.458
2013 58.327 3.402.038.929 100.922
2014 59.321 3.518.981.041 1.083.078
2015 60.304 3.636.572.416 3.145.906
2016 61.350 3.763.822.500 6.333.772
2017 62.339 3.886.150.921 10.692.469
Jumla 563.221 31.943.809.719 42.017.537
h
SD 2161
Sumber: Hasil Perhitungan

Contoh Perhitungan :

42.017 .537
SD= =2161
10−1

36

C. Metode Least Squere

Tabel 4.2.7. Standar Deviasi Metode Least Squere

Tahun Pn (Y) Y² (Yi - Y)²
2008 212.953 1.515.778.489 14.323.266
2009 213.794 1.547.242.225 8.664.692
2010 214.635 1.584.756.481 4.420.761
2011 215.476 1.604.803.600 1.591.474
2012 216.318 1.625.299.225 176.830
2013 217.159 1.665.211.249 176.830
2014 218.000 2.813.241.600 1.591.474
2015 218.841 2.820.778.321 4.420.761
2016 219.682 2.919.457.024 8.664.692
2017 220.523 3.015.547.396 14.323.266
Jumla
58.354.047
h 2.167.381 21.112.115.610
SD 2546
Sumber: Hasil Perhitungan

Contoh Perhitungan:

58.354 .047
SD= =2546
10−1
 D. Metode Eksponensial

Tabel 4.2.8. Standar Deviasi Metode Eksponensial

Tahun Pn (Y) Y² (Yi - Y)²
2008 49.163 2.417.000.569 55.863.095.552
2009 49.295 2.430.005.084 55.800.676.965
2010 100.494 10.099.006.540 34.233.487.375
2011 221.855 49.219.633.419 4.052.820.707
2012 284.845 81.136.809.341 450.930
2013 341.404 116.556.548.158 3.123.361.197
2014 335.080 112.278.593.700 2.456.513.785
2015 392.683 154.200.097.981 11.484.648.478
2016 511.219 261.345.238.266 50.941.669.633
2017 569.129 323.907.880.576 80.435.938.719
Jumlah 2.855.168 1.113.590.813.633 298.392.663.341
SD 182.084
Sumber: Hasil Perhitungan

Contoh Perhitungan:

298.392.663 .341
SD= =182.084
10−1

37

4.2.3 Koefisien Variasi

Koefisien Variasi adalah perbandingan antara simpangan baku dengan rata-rata suatu data dan
dinyatakan dalam persen (%). Koefisien variasi digunakan untuk mengamati variasi data atau
sebaran data dari rata-rata hitungnya. Nilai koefisien variasi akan semakin bagus apabila semakin
kecil karena data yang kecil menunjukan data yang homogen. Berikut persamaan untuk mencari
Koefisien Variasi:

CV
SD=
Pnrata−rata

A. Metode Aritmatika

Tabel 4.2.9. Koefisien Variasi Metode Aritmatika

Tahun Jumlah Penduduk n (X) a Pn (Y)
2008 49.163 1 402 49.163
2009 49.229 2 474 49.961
2010 49.883 3 251 51.347
2011 51.986 4 255 54.182
2012 54.089 5 492 57.017
2013 54.667 6 12.233 58.327
2014 54.839 7 71 59.321
2015 55.180 8 921 60.304
2016 55.494 9 882 61.350
2017 55.751 10   62.339
 Tahun Jumlah Penduduk n (X) a Pn (Y)
Rata-rata 53.028 6 1.776 52.316
SD 4846
CV 0,086
Sumber: Hasil Perhitungan

Contoh Perhitungan :

4846
CV = =0,086
56.331

38

B. Metode Geometri

Tabel 4.2.10. Koefisien Variasi Metode Geometri

Jumlah
Tahun n
Penduduk r Pn
0,00 40.2
49.163
2008 0 0 82
0,00 41.6
49.229
2009 1 1 78
0,00 43.1
49.883
2010 2 7 22
0,01 44.6
51.986
2011 3 9 16
0,02 46.1
54.089
2012 4 4 62
0,02 47.7
54.667
2013 5 1 62
0,01 49.4
54.839
2014 6 8 17
0,01 51.1
55.180
2015 7 7 29
2016 55.494 8 0,01 52.9
 5 01
 0,0 54.7
55.751
2017 9 14 34
Rata- 0,01 47.1
rata 53.028 5 4 80
SD 2161
CV 0,041
Sumber: Hasil Perhitungan

Contoh Perhitungan :

2161
CV = =0,041
47.180

C. Metode Least Squere

Tabel 4.2.11. Koefisien Variasi Metode Least Squere

Tahun Jumlah Penduduk (Y) X Pn (Y)
2008 49.163 1 212.953
2009 49.229 2 213.794
2010 49.883 3 214.635
2011 51.986 4 215.476
2012 54.089 5 216.318
2013 54.667 6 217.159
2014 54.839 7 218.000
2015 55.180 8 218.841
2016 55.494 9 219.682
2017 55.751 10 220.523
Rata-rata 53.028 6 216.738
Jumlah 530.281 55 1.198.999
b 841,024
a 212112,400
r 0,94339939
SD 2546
CV 0,012
Sumber: Hasil Perhitungan

39

Contoh Perhitungan:

2.546
CV = =0,012
1.198.999

D. Metode Eksponensial

Tabel 4.2.12. Koefisien Korelasi Metode Eksponensial

No Data Penduduk N R Pn
2008 49.163 0 0 49.163
2009 49.229 1 0,001 49.295
2010 49.883 2 0,007 100.494
2011 51.986 3 0,352 221.855
 2012 54.089 4 0,275 284.845
2013 54.667 5 0,222 341.404
2014 54.839 6 0,018 335.080
2015 55.180 7 0,016 392.683
2016 55.494 8 0,141 511.219
2017 55.751 9 0,126 569.129
Rata 53.028 4,5 0,116 285.517
Jumlah 530.281 45 1,160 2.855.168
SD 182084
CV 0,638
Sumber: Hasil Perhitungan

Contoh Perhitungan:

182084
CV = =¿0,638
1.198.999
4.2.4 Pemilihan Metode Terbaik
Pemilihan Metode Terbaik dapat dilihat dari nilai standar deviasi terkecil, korelasi yang mendekati
satu dan koefisien variasi yang paling kecil. Karena nilai koefisien variasi akan semakin bagus apabila
semakin kecil karena data yang kecil menunjukan data yang homogen, standar deviasi berfungsi
untuk menghomogenkan data sehingga harus dipilih nilai yang paling kecil, dan koefisien korelasi (r)
yang menunjukan hubungan antara dua variabel (x dan y) yang harus memiliki nilai mendekati 1.

Tabel 4.2.13. Nilai Korelasi, Standar Deviasi, dan Koefisien Variasi Keempat Metode
Metode r SD CV
Aritmatika 1 4.846 0,086
Geometri 1 2.161 0,041
Least squere 0,943 2.546 0,012
Eksponensial 0,949 182.084 0,638
Sumber: Hasil Perhitungan

40

Pemilihan dapat dilakukan dengan memberikan point kepada setiap metode sehingga didapatkan
point terbesar diantara ketiga metode yang kemudian akan dipakai sebagai metode proyeksi
penduduk pada wilayah perencanaan.

Tabel 4.2.14. Pemilihan Metode

Metode
Syarat
Aritmatika Geometri Least squere Eksponensial
SD Terkecil     
CV Terkecil    
R Mendekati 1  
Metode Terpilih     
 Sumber: Hasil Perhitungan

4.2.5 Metode Terbaik

Metode terbaik didapatkan metode geometri, sehingga untuk menghitung proyeksi jumlah
penduduk dapat dilakukan dengan menggunakan metode geometri. Dari metode geometri yang
digunakan, maka didapatkan data proyeksi penduduk sebagai berikut :

Tabel 4.2.15. Hasil Proyeksi Penduduk Kecamatan Warudoyong Menggunakan Metode Geometri
Metode Geometri
No Tahun n Data Penduduk
1 2018 10 56.350
2 2019 11 57.124
3 2020 12 57.908
4 2021 13 58.704
5 2022 14 59.510
6 2023 15 60.328
7 2024 16 61.157
8 2025 17 61.997
9 2026 18 62.848
10 2027 19 63.712
11 2028 20 64.587
12 2029 21 65.474
13 2030 22 66.373
14 2031 23 67.285
15 2032 24 68.210
16 2033 25 69.147
17 2034 26 70.096
18 2035 27 71.059
19 2036 28 72.035
20 2037 29 73.025
Sumber: Hasil Perhitungan

41

4.3 Perkiraan dan Rencana Pemenuhan Kebutuhan Air Bersih

Kebutuhan air bersih harus diperhitungkan dalam perencanaan kota karena perancang harus bisa
menghitung kuantitas air yang diperlukan bagi masyarakat agar tetap hdup nyaman dan sejahtera.
Kebutuhan air bersih sendiri dapat dipengaruhi beberapa faktor seperti sosial budaya, tingkat
ekonomi, agama dan perkembangan pertumbuhan penduduk.Kebutuhan air tidak hanya untuk
keperluan rumah tangga (domestik) namun air bersih juga dipakai untuk keperluan selain rumah
tangga (non-domestik) seperti indrusti, perkantoran, institusi, dan lain-lain. Karena waktu pemakaian
air yang berbeda beda, maka kebutuhan air juga dapat berfluktuasi tergantung waktu.
 4.3.1 Kebutuhan Untuk Keperluan Domestik
Kebutuhan air bersih domestik merupakan kebutuhan air bersih dalam ruang lingkup rumah tangga
seperti untuk mengepel, mencuci baju, mandi, dan lain-lain. Sumber air itu sendiri dapat berupa
sambungan rumah (SR) atau hidran umum (HU). Seiring berjalannya waktu sumber air dari HU harus
dihilangkan karena pada HU kemungkinan kebocoran air dan kontaminan yang masuk ke air sangat
besar. Sambungan rumah lebih aman karena bahan pipa yang berbeda sehingga tahan akan
kebocoran dan lebih besar kemungkinan air tidak terkontaminasi dari luar, selain masalah kebocoran
sambungan rumah juga mengalirkan air ke rumah warga secara langsung. Dalam menentukan
kebutuhan air suatu wilayah, terdapat standar kebutuhan air domestik berdasarkan PU Cipta Karya
Tahun 2000 :

Tabel 4.3.1. Standar Kebutuhan Air Domestik

Kategori Kota Berdasarkan Jumlah Jiwa
Metro Besar Sedang Kecil Desa
No. Uraian
500.000- 100.000- 20.000-
>1.000.000 <20.000
1.000.000 500.000 100.000
1 Sambungan
190 170 130 100 80
Rumah (SR) l/o/h
2 Hidran Umum
30 30 30 30 30
(HU) l/o/h
3 Jumlah Jiwa Per
5 5 5 5 5
SR
4 Jumlah Jiwa Per
100 100 100 100 100
HU
5 Jam Operasi 24 24 24 24 24
6 SR : HU 50:50–
50:50-80:20 70:30 70:30 70:30
80:20
7 Cakupan
90 90 90 90 70
Pelayanan (%)
Sumber : PU Cipta Karya Tahun 2000

42

Dari tabel tersebut didapatkan kebutuhan air pada wilayah perencanaan sesuai syarat atau kriteria
yang telah ditenukan, berikut hasil proyeksi kebutuhan air :
Tabel 4.3.2. Proyeksi Kebutuhan Air Domestik
Uraian 2018 2023 2028 2033 2037
Jumlah Penduduk (jiwa) 56350 60328 64587 69147 73025
Tingkat Pelayanan 91 96 100 100 100
Penduduk Terlayani 51.279 57.915 64.587 69.147 73025
Konsumsi Domestik
a. SR (%) 39 74 100 100 100
 Uraian 2018 2023 2028 2033 2037
b. HU (%) 61 26 0 0 0
Jumlah Konsumen (jiwa)
SR 19999 42857 64587 69147 73025
HU 15384 17374 19376 20744 21908
Jumlah Sambungan (unit)
SR 5 5 5 5 5
HU 100 100 100 100 100
Jumlah SR 4000 8571 12917 13829 14605
Jumlah HU 154 174 194 207 219
Kebutuhan Air (L/o/h)
a. SR 130 130 130 100 100
b. HU 30 30 30 30 30
5571411,45
Kebutuhan SR (L/h)
2599819,95 6 8396310 6914700 7302500
Kebutuhan HU (L/h) 461506,5 521233,92 581283 622323 657225
6092645,37
Kebutuhan Domestik (L/h)
3061326,45 6 8977593 7537023 7959725
Kebutuhan Domestik (L/detik) 35,4 70,5 103,9 87,2 92,1
Sumber: Hasil Perhitungan

4.3.2 Kebutuhan Untuk Keperluan Non-Domestik

Kebutuhan air bersih non-domestik adalah kebutuhan air bersih selain rumah tangga seperti
industri, perkantoran, institusi, dan lain-lain. Kebutuhan air non-domestik juga dipelukan untuk
memenuhi kebutuhan air bersih di daerah perencanaan agar fasilitas sosial dan ekonomi pada
daerah perencanaan semakin sejahtera.

43

Tabel 4.3.3. Proyeksi Kebutuhan Air Non-domestik Kecamatan Warudoyong

No Fasilitas Satuan Proyeksi Fasilitas
2018 2023 2028 2033 2037
Pendidikan
1 TK Unit 18 21 25 29 33
Asumsi Siswa Murid 600 1500 2700 3900 5100
Kebutuhan Air L/Murid/Hari 10 10 10 10 10
Kebutuhan Air L/Hari
108000 315000 675000 1131000 1683000
Total
2 SD Unit 26 28 31 34 36
 Asumsi Siswa Murid 250 26 1500 2250 2750
Kebutuhan Air L/Murid/Hari 10 10 10 10 10
Kebutuhan Air L/Hari 65000 7280 465000 765000 990000
Total
3 SMP Unit 8 8 10 11 11
Asumsi Siswa Murid 400 8 1200 1600 2000
Kebutuhan Air L/Murid/Hari 10 10 10 10 10
Kebutuhan Air L/Hari 32000 640 120000 176000 220000
Total
4 SMA Unit 8 9 10 11 11
Asumsi Siswa Murid 350 700 1050 1400 1750
Kebutuhan Air L/Murid/Hari 10 10 10 10 10
Kebutuhan Air L/Hari 28000 63000 105000 154000 192500
Total

44

No Fasilitas Satuan Proyeksi Fasilitas

2018 2023 2028 2033 2037
Kesehetan
1 Rumah Sakit Unit 2 2 3 3 3
Asumsi Tempat Bed
50 50 50 50 50
Tidur
Kebutuhan Air L/Beds/hari 200 200 200 200 200
Kebutuhan Air L/Hari
20000 20000 30000 30000 30000
Total
2 Rumah Sakit
Unit 1 1 2 2 3
Bersalin
 Kebutuhan Air L/Unit/Hari 600 600 600 600 600
Kebutuhan Air
L/Hari 600 600 1200 1200 1800
Total
3 Poliklinik/ Balai
Unit 15 18 21 26 30
Pengobatan
Kebutuhan Air L/Unit/Hari 1000 1000 1000 1000 1000
Kebutuhan Air L/Hari
15000 18000 21000 26000 30000
Total
4 Puskesmas Unit 6 6 6 6 7
Kebutuhan Air L/Unit/Hari 1000 1000 1000 1000 1000
Kebutuhan Air L/Hari
6000 6000 6000 6000 7000
Total

No Fasilitas Satuan Proyeksi Fasilitas

2018 2023 2028 2033 2037
Peribadatan
1. Masjid Unit 196 196 196 196 197
Kebutuhan Air L/Unit/Hari 2000 2000 2000 2000 2000
Kebutuhan Air L/Hari 392000 392000 394000 394000 394000
Total
2. Gereja Unit 4 4 4 4 4
Kebutuhan Air L/Unit/Hari 200 200 200 200 200
Kebutuhan Air L/Hari 800 800 800 800 800
Total
3. Vihara Unit 3 3 3 3 3
Kebutuhan Air L/Unit/Hari 100 100 100 100 100
Kebutuhan Air L/Hari 300 300 300 300 300
Total
Perdagangan
1 Pasar Unit 5 5 5 5 6
Kebutuhan Air L/Unit/Hari 2500 2500 2500 2500 2500
Kebutuhan Air L/Hari 12500 12500 12500 12500 15000
Total
Sumber: Hasil Perhitungan

45

4.3.3 Rekapitulasi Kebutuhan Air

Kebutuhan air pada wilayah perencanaan meliputi kebutuhan air domestik, non-domestik, dan
kebocoran. Kebocoran dimasukan kedalam kebutuhan air karena kebocoran dapat berupa
kebocoran teknis dan non-teknis yang dapat mengurangi air yang masuk ketujuan dan akan
mengakibatkan kurangnya air yang masuk.

Tabel 4.3.4. Proyeksi Kebutuhan Air di Kecamatan Warudoyong

No Jenis Kebutuhan Air (L/hari)
2018 2023 2028 2033 2037
A. Domestik
1. Sambungan
Rumah (L/h) 2.599.820 5.571.411 8.396.310 8.989.110 9.493.250
2. Hidran Umum 461.507 521.234 581.283 622.323 657.225
 (L/h)
Jumlah Domestik 2.704.800 5.007.224 7.039.983 7.537.023 7.959.725
B. Non Domestik
1. Pendidikan 233.000 233.000 303.000 357.000 577.000
2. Kesehatan 41.600 41.600 41.600 42.600 43.600
3. Tempat
Peribadatan 393.100 393.100 393.100 393.100 393.100
4. Perdagangan 12.500 12.500 12.500 12.500 15.000
Jumlah Non Domestik 680.200 680.200 750.200 805.200 1.028.700
C. Kebutuhan Air
Jumlah D + ND 3.385.000 6.109.424 8.870.783 10.233.823 11.524.125
Kebutuhan Perkotaan
677.000 1.221.885 1.774.157 2.046.765 2.304.825
(20%)
Kehilangan (20%) 677.000 1.221.885 1.774.157 2.046.765 2.304.825
Q Rata rata (L/hari) 4.739.000 8.553.194 12.419.096 14.327.352 16.133.775
Faktor Peak Jam 1,5 1,5 1,5 1,5 1,5
Q Peak Jam (L/hari) 7.108.500 12.829.790 18.628.644 21.491.028 24.200.663
Faktor Peak Hari 1,1 1,1 1,1 1,1 1,1
Q Peak Hari 5.212.900 9.408.513 13.661.006 15.760.087 17.747.153
L/hari 3.385.000 6.109.424 8.870.783 10.233.823
Qmd
L/detik 39,18 70,87 103,05 119,23
Q max L/detik 134,71
Sumber: Hasil Perhitungan

46