BAB IV

HASIL DAN PEMBAHASAN

4.1 Analisia Perubahan Penggunaan Lahan DAS Miu

Das Miu memiliki luas 655,55 Km2 yang terdiri dari 7 penggunaan lahan
yaitu hutan lahan kering primer, hutan lahan kering sekunder, area persawahan,
area perkebunan, semak belukar, pemukiman, dan tubuh air. Luas masing-masing
penggunaan lahan pada tahun 2005, 2010, dan 2016 disajikan pada table 4.1

Tabel 4.1 Perubahan tata guna lahan DAS Miu dari tahun 2005,2010,dan 2016

2005 2010 2016

Jenis Tata Guna
No
Lahan Luas Luas Luas
% % %
(Km2) (Km2) (Km2)
Hutan lahan kering 54,2
1 355,66 62,63 9,55 15,03 2,29
primer 5
Hutan lahan kering 27,8 69,1
2 182,75 452,97 572,80 87,38
sekunder 8 0
3 Area Persawahan 6,53 1,00 4,40 0,67 1,24 0,19
16,1 12,6
4 Area Perkebunan 105,92 83,19 14,01 2,14
6 9
5 Semak Belukar 2,79 0,43 49,86 7,61 49,10 7,49

6 Pemukiman 0,36 0,05 0,97 0,15 1,82 0,28

7 Sungai 1,54 0,24 1,54 0,24 1,54 0,24

Total 655,55 100 655,55 100 655,55 100

Sumber : Hasil pengolahan data 2020

Kemudian penggunaan lahan dikelompokkan menjadi 3 kategori , kategori

pertama adalah hutan lahan kering primer dan hutan lahan kering sekunder.
Ketegori kedua adalah area perkebunan. Kategori ketiga adalah area persawahan,
semak belukar, pemukiman, dan sungai. Untuk luas lahan ketiga kategori tersebut
disajikan pada tabel 4.2 dibawah ini :

IV - 1
Tabel 4.2 Perubahan tata guna lahan terhadap 3 kategori penggunaan lahan
2005 2010 2016
Jenis Tata Guna
No Luas Luas Luas
Lahan % % %
(Km2) (Km2) (Km2)
1 Hutan 538,41 82,13 515,59 78,65 587,83 89,67
2 Area Perkebunan 105,92 16,16 83,19 12,69 14,01 2,14
3 Lahan Terbuka 11,22 1,71 56,77 8,66 53,71 8,19
100,0 100,0 100,0
Total 655,55 655,55 655,55
0 0 0
Sumber : Hasil pengolahan data 2020

Penggunaan lahan pada tahun 2005 didominasi oleh hutan dengan luas
538,41 Km2 atau 82,13% dari luas DAS Miu. Area perkebunan memiliki luas
sebesar 105,92 Km2 atau 16,16% dari luas DAS Miu. Penggunaan lahan untuk
lahan terbuka masih kecil yaitu hanya sebesar 11,12 Km 2 atau 1,71% dari luas
DAS Miu. Dapat disimpulkan bahwa pada tahun 2005 hutan pada DAS Miu
masih terjaga karena pembukaan lahan baru untuk lahan terbuka masih kecil.
Perubahan penggunaan lahan pada tahun 2010 terjadi penurunan kuantitas
luas hutan yang mendominasi pada tahun 2005 menjadi 515,59 Km 2 atau 78,65%
dari luas DAS Miu. Perubahan penggunaan lahan juga terjadi pada area
perkebunan yang turun 3,47% dari luas tahun 2005. Perubahan penggunaan lahan
ini bergeser pada meningkatnya luas area lahan terbuka seperti
(pemukiman,semak belukar,area persawahan, dan sungai). Lahan terbuka
meningkat 6,95% dari luas DAS tahun 2005.
Perubahan penggunaan lahan pada tahun 2016 terlihat terjadi peningkatan
kembali luas hutan menjadi 89,67% dari luas DAS Miu . Penurunan cukup besar
terjadi pada area perkebunan yang hanya tersisa 2,14% dari luas DAS Miu.
Penurunan kuantitas luas area perkebunan menunjukkan adanya penurunan debit
air sungai / jauhnya akses air sungai untuk menyokong keperluan bercocok tanam.
Berdasarkan data penggunaan lahan diatas, maka dapat diketahui bahwa
penggunaan lahan di lokasi penelitian masih didominasi oleh hutan. Luas hutan
cukup besar karena pada dasarnya hutanlah yang menjadi fungsi awal dari setiap

IV - 2
penggunaan lahan. Tetapi presentase untuk lahan perkebunan semakin menurun,
hal itu diakibatkan alih fungsi lahan ke lahan terbuka atau ke lahan hutan.

4.2 Analisis Curah Hujan Rancangan Pada DAS Miu

Curah hujan rancangan adalah curah hujan yang terjadi pada suatu daerah
dengan periode ulang tertentu. Dalam perhitungan curah hujan rancangan
digunakan analisis frekuensi. Namun demikian sebelum menggunakan macam
analisis frekuensi perlu dikaji persyaratannya. Adapun pengujian sebaran data
untuk dapat menggunakan analisis frekuensi adalah, dihitung parameter-parameter
statistik, Cs, Cv, Ck, untuk dapat menentukan macam analisis frekuensi. Syarat
untuk EJ. Gumbell, Ck = 5,40 dan Cs = 1,14 ; Sedangkan Log Pearson III harga
Cs dan Cv nya bebas.
Data curah hujan yang digunakan untuk menghitung curah hujan rancangan
pada DAS Miu adalah data curah hujan pada stasiun Tuwa yang terletak pada
1°19'18" LS dan 119°58'38" BT

Tabel. 4.3 Ranking data curah hujan maksimum

Rangking Data

Curah Hujan
No. Tahun No
(mm)
Curah Hujan
Tahun
Maksimum

1 2005 111,65 1 2012 210,53

2 2006 89,49 2 2010 164,42
3 2007 139,66 3 2014 144,38
4 2008 118,25 4 2007 139,66
5 2009 112,93 5 2016 136,49
6 2010 164,42 6 2008 118,25
7 2011 65,04 7 2009 112,93
8 2012 210,53 8 2005 111,65
9 2013 87,58 9 2015 90,39
10 2014 144,38 10 2006 89,49

IV - 3
 11 2015 90,39 11 2013 87,58
12 2016 136,49 12 2011 65,04
Sumber : Hasil pengolahan data 2020

Curah Hujan Maksimum DAS Miu

250

200
Curah Hujan (mm)

150

100

50

0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Tahun

Gambar 4.1 Grafik curah hujan maks DAS Miu

4.2.1 Analisis Frekuensi

Analisis frekuensi digunakan untuk menetapkan besaran hujan atau debit
dengan kala ulang tertentu. Setelah parameter-parameter statistic diketahui, maka
distribusi yang cocok untuk digunakan dalam analisis frekuensi dapat ditentukan.
Distribusi yang digunakan dalam penelitian ini adalah Metode Gumbell dan
Metode Log Pearson Type III
a. Analisis Frekuensi Metode Gumbell
Perhitungan pemilihan agihan frekuensi dengan menggunakan Metode
Gumbell, terlebih dahulu dicari nilai (Xi – Xo), (Xi – Xo) 2, (Xi – Xo)3, dan
(Xi – Xo)4.
Contoh perhitungan :

1. Menghitung curah hujan maksimum rerata

n
1
∑x
n i=1 i
xo = = 122,568

IV - 4
2. Menghitung simpangan baku (Sx) :

√∑
(Xi− Xr)
2
= 39,709
12−1

3. Menghitung parameter-parameter statistik, yang meliputi koefisien

skewnes/penyimpangan (Cs), koefisien varians (Cv), dan koefisien
kurtosis (Ck),
∑ 3
Cs = ( Xi− Xr)
3
(n−1)(n−2)Sx
466986,369
= 3
(12−1)(12−2) 39,709
= 0,814

n2 x ∑ 4
Ck = (Xi− Xr)

(n−1)(n−2)(n−3) Sx 3
122 x 78027907,912
= 3
(12−1)(12−2)(12−3)39,709
= 181,268

Sx
Cv =
Xr
39,709
=
122,568
= 0,324
4. Dengan melihat harga Cs, Cv, dan Ck sehingga dapat ditentukan
agihan frekuensi mana yang akan digunakan.

IV - 5
Tabel 4.4 Perhitungan Metode Gumbell
Curah hujan 2 3 4
No. (Xi-Xo) (Xi-Xo) (Xi-Xo) (Xi-Xo)
(Xi) (mm)
1 210,53 87,963 7737,40 680601,17 59867380,52
2 164,42 41,853 1751,63 73310,17 3068213,81
3 144,38 21,813 475,79 10378,06 226371,51
4 139,66 17,093 292,15 4993,63 85353,70
5 136,49 13,923 193,84 2698,68 37572,40
6 118,25 -4,318 18,64 -80,48 347,48
7 112,93 -9,637 92,88 -895,14 8626,96
8 111,65 -10,918 119,19 -1301,28 14206,69
9 90,39 -32,178 1035,39 -33316,31 1072035,57
10 89,49 -33,078 1094,12 -36190,79 1197100,78
11 87,58 -34,988 1224,13 -42829,08 1498482,40
12 65,04 -57,528 3309,41 -190382,27 10952216,10
Jumlah 1470,8 17344,57 466986,37 78027907,91
Rata-rata 122,568

Sumber : Hasil pengolahan data 2020

b. Analisis Frekuensi Metode Log Pearson Type III
Perhitungan pemilihan agihan frekuensi dengan menggunakan Metode Log
Pearson Type III, terlebih dahulu dicari nilai (Log Xi – Log X), (Log Xi –
Log X)2, (Log Xi – Log X)3, dan (Log Xi – Log X)4.
Contoh perhitungan :

1. Mengubah data curah hujan n buah dari x 1, x2, x3,...,xn menjadi bentuk.
logaritma yaitu log x1, log x2, log x3,..., log xn
2. Menghitung harga rerata, dari data curah hujan yang telah diubah ke
dalam bentuk logaritma

IV - 6
 n
1
∑ log x i
log xo = n i = 1 = 122,568

3. Menghitung standar deviasi

n

Sd = √
0,213
∑ ( log x i − log x o ) 2
i =1
n−1

` =
√ 12−1
= 0,1393

4. Menghitung koefisien penyimpangan

∑ 3
Cs = (log Xi−log Xo)
3
(n−1)(n−2)Sd

0,000
=
(12−1)(12−2) 0,13933

= -0,0039

Tabel 4.5 Perhitungan Metode Log Pearson Type III

Curah
Log Log Xi - (Log Xi - (Log Xi - (Log Xi -
No. hujan
Xi Log Xo Log Xo)2 Log Xo)3 Log Xo)4
(mm)
1 210,53 2,323 0,255 0,065 0,017 0,004
2 164,42 2,216 0,148 0,022 0,003 0,000
3 144,38 2,160 0,092 0,008 0,001 0,000
4 139,66 2,145 0,077 0,006 0,000 0,000
5 136,49 2,135 0,067 0,005 0,000 0,000
6 118,25 2,073 0,005 0,000 0,000 0,000
7 112,93 2,053 -0,015 0,000 0,000 0,000
8 111,65 2,048 -0,020 0,000 0,000 0,000
9 90,39 1,956 -0,112 0,013 -0,001 0,000
10 89,49 1,952 -0,116 0,014 -0,002 0,000

IV - 7
 11 87,58 1,942 -0,126 0,016 -0,002 0,000
12 65,04 1,813 -0,255 0,065 -0,017 0,004
Jumla
h 1470,81 24,816 0,000 0,213 0,000 0,001
Log
Xo 122,568 2,068        
Sumber : Hasil pengolahan data 2020

Dari faktor – faktor di atas dapat ditentukan metode mana yang bisa dipakai,
seperti disajikan dalam tabel berikut :

Tabel. 4.6 Pemilihan jenis distribusi

Jenis Distribusi Syarat Perhitungan Kesimpulan

Cs ≤ 1,1396 Cs = 0.814
Gumbel Tidak Memenuhi
Ck ≤ 5,4002 Ck = 181,268

Log Pearson Type III Cs ≠ 0 Cs = -0,0039 Memenuhi

Sumber : Hasil pengolahan data 2020

Hasil dari metode distribusi Log pearson III harus diuji validitas terlebih
dahulu sebelum digunakan dalam perhitungan debit banjir rencana. Uji ini berupa
uji Chi Square Test dan uji Smirnov Kolmogorof Test.

c. Uji Kesesuaian Distribusi Frekuensi

Setelah diketahui analisis frekuensinya maka sebaran data yang dipilih
yaitu uji dengan Chi Square Test dan uji Smirnov Kolmogorov Test. Untuk
itu sebelumnya dilakukan perhitungan peluang dengan menggunakan
metode Weibull
100 . m
P=
(n+1)
Dimana :
P = Peluang %
m = Nomor urut data
n = Banyaknya data

IV - 8
Tabel. 4.7 Perhitungan peluang Metode Weibull

No Curah Hujan (mm) Peluang (P) %

1 65,04 8
2 87,58 15
3 89,49 23
4 90,39 31
5 111,65 38
6 112,93 46
7 118,25 54
8 136,49 62
9 139,66 69
10 144,38 77
11 164,42 85
12 210,53 92
Sumber : Hasil pengolahan data 2020

1. Uji Chi Square Test

- Banyaknya data (n) = 12
- Taraf Signifikan (α) = 5%
- Jumlah kelas distribusi
K = 1 + 3,322 x log n
= 1 + 3,322 x log 12
= 4,585
= 5
- Derajat kebebasan
Dk = K–h–1
= 5–2–1
= 2
Untuk dk = 2 dan α = 5 % dari table 2.sekian diperoleh harga x2Cr yaitu
5,991.
Rumus Chi Square hitung :
- Ef = Nilai yang diharapkan

IV - 9
 Banyaknya data (n)
- Ef =
Jumlah kelas( K )
12
=
5
= 2,4
- Of = Nilai yang diamati (nilai teoritis)

2. Smirnov – Kolmogorof
Uji kecocokan Smirnov-Kolmogorof sering juga disebut sebagai
uji kecocokan non parametrik, karena pengujiannya tidak menggunakan
fungsi distribusi tertentu. Uji ini digunakan untuk menguji simpangan /
selisih terbesar antara peluang pengamatan (empiris) dengan peluang
teoritis, yaitu dalam bentuk persamaan berikut:

Δmaks = |Pe−PT|

dimana :

maks = selisih terbesar antara peluang empiris dengan

teoritis
Pe = peluang empiris, dengan menggunakan
persamaan dari Weibull :
m = nomor urut kejadian, atau peringkat kejadian
N = jumlah data pengamatan
PT = peluang teoritis dari hasil penggambaran data
pada kertas distribusi (persamaan distribusinya)
secara grafis, atau meng-gunakan fasilitas
perhitungan peluang menurut wilayah luas di
bawah kurva normal.

IV - 10
Tabel. 4.7 Uji metode Smirnov – Kolmogorov Log Pearson

Curah hujan f(t) = (Xi-

No P (x) = M/(n+1) P(x<) P'(x) = M/(n-1) P'(x<) D
(Xi) mm Xrt)/Sd
(4) = nilai 1 - (7) = nilai 1 -
(1) (2) (3) (5) (6) (8) = (4) - (7)
(3) (6)
1 210,53 0,077 0,923 2,215 0,091 0,909 0,014
2 164,42 0,154 0,846 1,054 0,182 0,818 0,028
3 144,38 0,231 0,769 0,549 0,273 0,727 0,042
4 139,66 0,308 0,692 0,430 0,364 0,636 0,056
5 136,49 0,385 0,615 0,351 0,455 0,545 0,070
6 118,25 0,462 0,538 -0,109 0,545 0,455 0,084
7 112,93 0,538 0,462 -0,243 0,636 0,364 0,098
8 111,65 0,615 0,385 -0,275 0,727 0,273 0,112
9 90,39 0,692 0,308 -0,810 0,818 0,182 0,126
10 89,49 0,769 0,231 -0,833 0,909 0,091 0,140
11 87,58 0,846 0,154 -0,881 1,000 0,000 0,154
12 65,04 0,923 0,077 -1,449 1,091 -0,091 0,168

Sumber : Hasil pengolahan data 2020

IV - 11
 1000.000

100.000

Distribusi Empiris
10.000

1.000
f(x) = − 0.84 ln(x) + 4.51
R² = 0.95

0.100

0.010
10.00 100.00 1000.00

Curah Hujan (mm)

Gambar 4.2 Uji Kesesuaian Distribusi Frekuensi Metode Smirnov Kolmogorov

IV - 12
 Dari table 4.6 diperoleh :
Mean
(x)   = 115,5900    
rata-rata (Xrt) = 122,5675    
Sdev
(sd)   = 39,7087    
Tarif Signifikan (α) = 5%    
Δ Max   = 0,168    
Banyak Data, (n) = 12 untuk n = 12  
Δ Cr (Tabel 2.4 ) = 0,338    

Dilihat dari perbandingan di atas bahwa Δ maks < Δ kritis, maka metode sebaran
yang diuji dapat diterima

Dengan melihat parameter statistic yang sesuai maka dalam perhitungan

hujan rancangan digunakan Metode Log Pearson III. Untuk mendapatkan harga
XT (Hujan Rancangan), maka harga KTr diberi nilai sesuai dengan harga Cs
(koefisien skewness) dan kala ulang, dari harga-harga tersebut dapat ditarik suatu
garis lurus.
Untuk mendapatkan harga XT (Hujan Rancangan), maka harga KTr diberi
nilai sesuai dengan harga Cs (koefisien skewness) dan kala ulang, dari harga-harga
tersebut dapat ditarik suatu garis lurus.
1. Untuk kala ulang 2 tahun
Untuk kala ulang 2 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 0,000 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (0,000 x 0,1393)
= 2,068
XT = 116,948 mm

2. Untuk kala ulang 5 tahun

IV - 13
 Untuk kala ulang 5 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 0,842 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (0,842 x 0,1393)
= 2,185
XT = 153,192 mm

3. Untuk kala ulang 10 tahun

Untuk kala ulang 10 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 1,282 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (1,282 x 0,1393)
= 2,246
XT = 176,403 mm

4. Untuk kala ulang 25 tahun

Untuk kala ulang 25 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 1,751 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (1,751 x 0,1393)
= 2,312
XT = 205,027 mm

5. Untuk kala ulang 50 tahun

Untuk kala ulang 50 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 2,054 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (2,054 x 0,1393)
= 2,354

IV - 14
 XT = 225,945 mm

6. Untuk kala ulang 100 tahun

Untuk kala ulang 100 tahun dan Cs = -0,0039 dari tabel faktor penyimpangan
KTr untuk Log Pearson III (dapat dilihat pada Tabel 2.3) diperoleh nilai
harga KTr = 2,326 , sehingga :
Log XT = Log Xo + KTr . Sd
= 2,068 + (2,326 x 0,1393)
= 2,392
XT = 246,535 mm

Tabel. 4.8 Rekapitulasi curah hujan rancangan

Periode Log
KTr Logaritma Hujan Rancangan Rmax (mm)
Ulang (T) Xo
2,06
2 0,000 8 2,068 116,948
2,06
5 0,842 8 2,185 153,192
2,06
10 1,282 8 2,247 176,403
2,06
25 1,751 8 2,312 205,027
2,06
50 2,054 8 2,354 225,945
2,06
100 2,326 8 2,392 246,535
Sumber : Hasil pengolahan data 2020
4.2.2 Intensitas Curah Hujan Rancangan
Intensitas curah hujan adalah besarnya jumlah hujan yang turun yang
dinyatakan dalam tinggi curah hujan atau volume hujan tiap satuan waktu.
Besarnya intensitas hujan berbeda-beda, tergantung dari lamanya curah hujan dan
frekuensi kejadiannya.
Untuk perhitungan intensitas curah hujan digunakan rumus Mononobe :

Dimana :

IV - 15
 I = Intensitas hujan selama waktu konsentrasi (mm/jam)
R24 = Curah hujan maksimum harian (mm)
T = Durasi hujan (jam)

Durasi (t) 2 jam = 120 menit ditentukan berdasarkan waktu/lamanya hujan

berlangsung yang sering terjadi di lokasi yang bersangkutan, besarnya intensitas
hujan rencana adalah seperti contoh perhitungan berikut :

Contoh Perhitungan Intensitas curah hujan tc 120 menit :

Untuk periode ulang 5 tahun

R 24 24 2 /3
I = x( )
24 t
2/3
153,192 24
= x( )
24 120/60

= 33,456 mm/jam

Untuk periode ulang 10 tahun

R 24 24 2 /3
I = x( )
24 t

176,403 24 2/ 3
= x( )
24 120 /60

= 38,525 mm/jam

Untuk periode ulang 25 tahun

R 24 24 2 /3
I = x( )
24 t

205,027 24 2 /3
= x( )
24 120/60

= 44,777 mm/jam

Tabel. 4.9 Hasil perhitungan Intensitas curah hujan rancangan

IV - 16
 Curah Hujan
153,192 176,403 205,027
Rencana
No Waktu I5 I10 I25
1 2 512,760 590,448 686,259
2 5 278,369 320,545 372,559
3 10 175,361 201,931 234,697
4 15 133,826 154,102 179,108
5 30 84,305 97,078 112,831
6 60 53,109 61,155 71,079
7 90 40,530 46,670 54,243
8 100 37,780 43,505 50,564
9 120 33,456 38,525 44,777
10 140 30,189 34,763 40,404
11 160 27,618 31,802 36,963
12 180 25,532 29,400 34,171
13 200 23,800 27,406 31,853
14 220 22,335 25,719 29,892
15 240 21,076 24,270 28,208
Sumber : Hasil pengolahan data 2020

Grafik Intensitas Hujan Untuk Beberapa Periode Ulang

800
700
600
500
400
300
200
100
0
2 5 10 15 30 60 90 100 120 140 160 180 200 220 240

Periode ulang 5 tahun Periode ulang 10 tahun Periode ulang 25 tahun

Gambar 4.3 Grafik hubungan antara intensitas dan waktu lama hujan

Berdasarkan hasil perhitungan Intensitas Curah hujan yang terakumulasi

pada satu titik dalam kurun waktu tertentu, dari grafik intensitas curah hujan

IV - 17
menunjukkan bahwa untuk durasi waktu 240 menit atau 4 jam, maka intensitas
hujan rata-rata berkisar 28,208 mm/jam, sedangkan untuk intensitas hujan dalam
durasi 2 menit menunjukkan angka yang sangat signifikan yaitu mencapai
686,259 mm/jam.
Dalam perencanaan banjir Sungai Miu dengan T25 tahun, Nilai Tc yang
digunakan dalam perhitungan intensitas hujan dalam durasi 120 menit.
4.3 Analisisa Debit Banjir Rencana Pada DAS Miu
Banjir adalah suatu kondisi dimana tidak tertampungnya air dalam saluran
pembuang (kali) atau terhambatnya aliran air di dalam saluran pembuang. Banjir
merupakan peristiwa alam yang dapat menimbulkan kerugian harta benda
penduduk serta dapat pula menimbulkan korban jiwa.
Dikatakan banjir apabila terjadi luapan atau jebolan dan air banjir,
disebabkan oleh kurangnya kapasitas penampang saluran pembuang. Banjir di
bagian hulu biasanya arus banjirnya deras, daya gerusnya besar, tetapi durasinya
pendek. Sedangkan di bagian hilir arusnya tidak deras (karena landai), tetapi
durasi banjirnya panjang.

4.3.1 Analisa Koefisien Limpasan (C) Dan Debit Banjir Metode Rasional
Pada DAS Miu
Perhitungan ini untuk mengetahui besarnya nilai koefisien limpasan (C)
berdasarkan luas penggunaan lahan yang ada pada DAS Miu yang ditinjau.
Koefisien limpasan terbobot CDAS (C komposit) DAS Miu diperoleh dari nilai
koefsiein limpasan (C) yang dikalikan dengan luasan setiap jenis pemanfaatan
lahan tersebut. Nilai untuk koefisien limpasan (C) masing-masing lahan dapat
dilihat pada table 2.5, berikut adalah contoh perhitungan untuk mencari C DAS DAS
Miu tahun 2005, 2010, dan 2016 :
Contoh perhitungan koefisien limpasan (CDAS) DAS Miu Tahun 2005 :
C1 = Ahutan primer x C
= 355,656 Km2 x 0,05 (table 2.5)
= 17,783
C2 = Ahutan sekunder x C

IV - 18
 = 182,75 Km2 x 0,10 (table 2.5)
= 18,275
C3 = Apersawahan x C
= 6,527 Km2 x 0,25 (table 2.5)
= 1,632
C4 = Aperkebunan x C
= 105,922 Km2 x 0,30 (table 2.5)
= 31,777
C5 = Asemak belukar x C
= 2,791 Km2 x 0,20 (table 2.5)
= 0,558
C6 = Apemukiman x C
= 0,358 Km2 x 0,35 (table 2.5)
= 0,125
C7 = Asungai x C
= 1,543 Km2 x 0,95 (table 2.5)
= 1,466

Tabel 4.10 Rekap nilai C masing-masing penggunaan lahan 2005

Tata Guna Lahan Ai (Km2) Ci Ai x Ci

Hutan Lahan Kering Primer 355,656 0,05 17,783

Hutan Lahan Kering Skunder 182,75 0,10 18,275
Area Persawahan 6,527 0,25 1,632
Area Perkebunan 105,922 0,30 31,777
Semak Belukar 2,791 0,20 0,558
Pemukiman 0,358 0,35 0,125
Sungai 1,543 0,95 1,466
Total 655,547   71,616
C DAS Miu 0,1092
Sumber : Hasil pengolahan data 2020

IV - 19
 Sesuai dengan data yang diperoleh pada table 4.10 maka koefisien dapat
dihitung dengan menggunakan persamaan (27) sebagai berikut :

∑ Ci Ai 71,616
C DAS= i=1n = =0,1092
655,547
∑ Ai
i=1

Sehingga diperoleh CDAS DAS Miu pada tahun 2005 yaitu 0,1092
Contoh perhitungan koefisien limpasan (CDAS) DAS Miu Tahun 2010 :
C1 = Ahutan primer x C
= 62,625 Km2 x 0,05 (table 2.5)
= 3,131
C2 = Ahutan sekunder x C
= 452,965 Km2 x 0,10 (table 2.5)
= 45,297
C3 = Apersawahan x C
= 4,399 Km2 x 0,25 (table 2.5)
= 1,100
C4 = Aperkebunan x C
= 83,188 Km2 x 0,30 (table 2.5)
= 24,956
C5 = Asemak belukar x C
= 49,859 Km2 x 0,20 (table 2.5)
= 9,972
C6 = Apemukiman x C
= 0,968 Km2 x 0,35 (table 2.5)
= 0,339
C7 = Asungai x C
= 1,543 Km2 x 0,95 (table 2.5)
= 1,466

IV - 20
Tabel 4.11 Rekap nilai C masing-masing penggunaan lahan 2010

Tata Guna Lahan Ai (Km2) Ci Ai x Ci

Hutan Lahan Kering Primer 62,625 0,05 3,131

Hutan Lahan Kering Skunder 452,965 0,10 45,297
Area Persawahan 4,399 0,25 1,100
Area Perkebunan 83,188 0,30 24,956
Semak Belukar 49,859 0,20 9,972
Pemukiman 0,968 0,35 0,339
Sungai 1,543 0,95 1,466
Total 655,547   86,260
C DAS Miu 0,1316
Sumber : Hasil pengolahan data 2020
Sesuai dengan data yang diperoleh pada table 4.11 maka koefisien dapat
dihitung dengan menggunakan persamaan (27) sebagai berikut :

∑ Ci Ai 86,260
C DAS= i=1n = =0,1316
655,547
∑ Ai
i=1

Sehingga diperoleh CDAS DAS Miu pada tahun 2010 yaitu 0,1316
Contoh perhitungan koefisien limpasan (CDAS) DAS Miu Tahun 2010 :
C1 = Ahutan primer x C
= 15,025 Km2 x 0,05 (table 2.5)
= 0,751
C2 = Ahutan sekunder x C
= 572,801 Km2 x 0,10 (table 2.5)
= 57,280
C3 = Apersawahan x C
= 1,238 Km2 x 0,25 (table 2.5)
= 0,310
C4 = Aperkebunan x C

IV - 21
 = 14,012 Km2 x 0,30 (table 2.5)
= 4,204
C5 = Asemak belukar x C
= 49,104 Km2 x 0,20 (table 2.5)
= 9,821
C6 = Apemukiman x C
= 1,824 Km2 x 0,35 (table 2.5)
= 0,638
C7 = Asungai x C
= 1,543 Km2 x 0,95 (table 2.5)
= 1,466

Tabel 4.12 Rekap nilai C masing-masing penggunaan lahan 2016

Tata Guna Lahan Ai (Km2) Ci Ai x Ci

Hutan Lahan Kering Primer 15,025 0,05 0,751

Hutan Lahan Kering Skunder 572,801 0,10 57,280
Area Persawahan 1,238 0,25 0,310
Area Perkebunan 14,012 0,30 4,204
Semak Belukar 49,104 0,20 9,821
Pemukiman 1,824 0,35 0,638
Sungai 1,543 0,95 1,466
Total 655,547   74,470
C DAS Miu 0,1136
Sumber : Hasil pengolahan data 2020
Sesuai dengan data yang diperoleh pada table 4.12 maka koefisien dapat
dihitung dengan menggunakan persamaan (27) sebagai berikut :

∑ Ci Ai 74,470
C DAS= i=1n = =0,1136
655,547
∑ Ai
i=1

IV - 22
Sehingga diperoleh CDAS DAS Miu pada tahun 2016 yaitu 0,1136.

Debit banjir masing-masing penggunaan lahan dapat dihitung dengan data

tambahan : Intensitas curah hujan (I) periode ulang, dan luas masing-masing
penggunaan lahan seperti berikut :

Contoh Perhitungan Banjir Tahun 2005 dengan T 5 Tahun :

Diketahui penggunaan lahan :
a. Hutan lahan kering primer
Luas (A) = 355,66 Km2
Koefisien limpasan (C) = 0,05 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,05 x 33,456 x 355,66
= 164,931 m3/detik

b. Hutan lahan kering skunder

Luas (A) = 182,750 Km2
Koefisien limpasan (C) = 0,10 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,10 x 33,456 x 182,750
= 169,752 m3/detik

c. Area persawahan
Luas (A) = 6,257 Km2
Koefisien limpasan (C) = 0,25 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,25 x 33,456 x 6,257
= 14,549 m3/detik
d. Area perkebunan
Luas (A) = 105,922 Km2

IV - 23
 Koefisien limpasan (C) = 0,30 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,30 x 33,456 x 105,922
= 295,547 m3/detik
e. Semak Belukar
Luas (A) = 2,791 Km2
Koefisien limpasan (C) = 0,20 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,20 x 33,456 x 2,791
= 5,192 m3/detik
f. Pemukiman
Luas (A) = 0,36 Km2
Koefisien limpasan (C) = 0,35 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,35 x 33,456 x 0,36
= 1,172 m3/detik
g. Sungai
Luas (A) = 1,54 Km2
Koefisien limpasan (C) = 0,95 (Tabel 2.5)
Intensitas hujan (i) = 33,456 mm/jam
Q = 0,278 x C x I x A
= 0,278 x 0,95 x 33,456 x 1,54
= 13,601 m3/detik
Perhitungan selanjutnya akan disajikan dalam bentuk tabel berikut :

IV - 24
Tabel. 4.13 Hasil perhitungan debit banjir rencana metode rasional dengan T 5 tahun
2005 2010 2016
No Jenis Tata Guna Lahan Luas Luas Luas
2) C i Q 2) C i Q 2) C i Q
(Km (Km (Km
1 Hutan Lahan Kering Primer 355,656 0,05 33,456 165,396 62,625 0,05 33,456 29,123 15,025 0,05 33,4564 6,987
2 Hutan Lahan Kering Skunder 182,75 0,10 33,456 169,974 452,965 0,10 33,456 421,298 572,801 0,10 33,4564 532,756
3 Area Persawahan 6,527 0,25 33,456 15,177 4,399 0,25 33,456 10,229 1,238 0,25 33,4564 2,879
4 Area Perkebunan 105,922 0,30 33,456 295,551 83,188 0,30 33,456 232,117 14,012 0,30 33,4564 39,097
5 Semak Belukar 2,791 0,20 33,456 5,192 49,859 0,20 33,456 92,747 49,104 0,20 33,4564 91,342
6 Pemukiman 0,358 0,35 33,456 1,165 0,968 0,35 33,456 3,151 1,824 0,35 33,4564 5,938
7 Sungai 1,543 0,95 33,456 13,634 1,543 0,95 33,456 13,634 1,543 0,95 33,4564 13,634
Total 655,547 0,11 666,088 655,547 0,13 802,298 655,547 0,11 692,632

Tabel. 4.14 Hasil perhitungan debit banjir rencana metode rasional dengan T 10 tahun
2005 2010 2016
No Jenis Tata Guna Lahan Luas Luas Luas
2) C i Q 2) C i Q 2) C i Q
(Km (Km (Km
1 Hutan Lahan Kering Primer 355,656 0,05 38,525 190,455 62,625 0,05 38,525 33,536 15,025 0,05 38,525 8,046
2 Hutan Lahan Kering Skunder 182,75 0,10 38,525 195,727 452,965 0,10 38,525 485,129 572,801 0,10 38,525 613,474
3 Area Persawahan 6,527 0,25 38,525 17,476 4,399 0,25 38,525 11,778 1,238 0,25 38,525 3,315
4 Area Perkebunan 105,922 0,30 38,525 340,330 83,188 0,30 38,525 267,285 14,012 0,30 38,525 45,021
5 Semak Belukar 2,791 0,20 38,525 5,978 49,859 0,20 38,525 106,799 49,104 0,20 38,525 105,182
6 Pemukiman 0,358 0,35 38,525 1,342 0,968 0,35 38,525 3,629 1,824 0,35 38,525 6,837
7 Sungai 1,543 0,95 38,525 15,699 1,543 0,95 38,525 15,699 1,543 0,95 38,525 15,699
Total 655,547 0,11 767,008 655,547 0,13 923,855 655,547 0,11 797,574

IV - 25
Tabel. 4.15 Hasil perhitungan debit banjir rencana metode rasional dengan T 25 tahun
2005 2010 2016
No Jenis Tata Guna Lahan Luas Luas Luas
2) C i Q 2) C i Q 2) C i Q
(Km (Km (Km
1 Hutan Lahan Kering Primer 355,656 0,05 44,777 221,360 62,625 0,05 44,777 38,978 15,025 0,05 44,777 9,352
2 Hutan Lahan Kering Skunder 182,75 0,10 44,777 227,487 452,965 0,10 44,777 563,850 572,801 0,10 44,777 713,022
3 Area Persawahan 6,527 0,25 44,777 20,312 4,399 0,25 44,777 13,690 1,238 0,25 44,777 3,853
4 Area Perkebunan 105,922 0,30 44,777 395,555 83,188 0,30 44,777 310,657 14,012 0,30 44,777 52,326
5 Semak Belukar 2,791 0,20 44,777 6,948 49,859 0,20 44,777 124,129 49,104 0,20 44,777 122,249
6 Pemukiman 0,358 0,35 44,777 1,560 0,968 0,35 44,777 4,217 1,824 0,35 44,777 7,947
7 Sungai 1,543 0,95 44,777 18,247 1,543 0,95 44,777 18,247 1,543 0,95 44,777 18,247
Total 655,547 0,11 891,469 655,547 0,13 1073,77 655,547 0,11 926,995
Sumber : Hasil pengolahan data 2020

IV - 26
 Desain Debit Banjir DAS Miu Menggunakan Metode Rasional
2005 2010 2016

1200

1073.77
1000
923.86 927
890.85

800 802.3 797.57

766.47
692.63
665.62
600

400

200

0
T 5 tahun T 10 tahun T 25 tahun

Gambar 4.4 Grafik debit banjir metode rasional untuk T5, T10, T25

IV - 27
4.3.2 Analisa Curve Number (CN) Dan Debit Banjir Metode Soil
Conversation Service (SCS) Pada DAS Miu
Metode perhitungan dari Soil Conversation Service (SCS) Curve Number
(CN) beranggapan bahwa hujan yang menghasilkan limpasan merupakan fungsi
dari hujan kumulatif, tata guna lahan, jenis tanah serta kelembaban. Metode ini
yang dikembangkan oleh Dinas Konservasi Tanah Amerika atau US Soil
Conservation Service (SCS) pada tahun 1972. Besarnya nilai CN menunjukkan
potensi air yang melimpas untuk curah hujan tertentu. Sehingga semakin besar
nilai CN maka semakin besar pula potensi air hujan menjadi Run-off (USDA-SCS,
1985)
Dalam perhitungan debit limpasan menggunakan metode SCS, perlu
diketahui terlebih dahulu nilai CN masing-masing penggunaan lahan
menggunakan data jenis tanah dan penggunaan lahan.
a. Klasifikasi Jenis Tanah Pada DAS Miu
Jenis tanah yang terdapat pada DAS Miu berdasarkan karakteristik
dan data jenis tanah terbagi menjadi dua jenis tanah, yaitu tanah
inceptisol dan tanah ultisol. Jenis tanah terluas yang ada pada DAS Miu
adalah tanah ultisol yang mencakup area seluas 458,799 Km 2 dari luas
total DAS Miu sebesar 655,55 Km2. Peta jenis tanah dapat dilihat
lengkap pada Lampiran.
Setiap jenis tanah memiliki tekstur dengan tingkat infiltrasi yang
berbeda-beda. Semakin kasar tekstur tanah, semakin cepat pula proses
infiltrasinya. Tanah dengan tekstur kasar memiliki tingkat infiltrasi
tinggi, tanah dengan tekstur sedang memiliki tingkat infiltrasi cepat, dan
tanah dengan tekstur halus memiliki tingkat infiltrasi sedang.
Berdasarkan tekstur tanah tersebut dapat ditentukan grup hidrologi
tanahnya (HSG), yang kemudian juga akan mempengaruhi penentuan
nilai bilangan kurva. Grup hidrologi tanah ini mengelompokkan tanah
ke dalam kelas-kelas berdasarkan kemampuan infiltrasinya. Berdasarkan
pengelompokkan tersebut, pada DAS Miu jenis tanah inceptisol

IV - 28
 termasuk ke dalam grup hidrologi C , sedangkan jenis tanah ultisol
masuk ke dalam grup hidrologi B.
b. Penentuan Nilai Curve Number (CN) Pada DAS Miu
Nilai CN ditentukan dari hasil pertampalan kelompok tanah
hidrologis atau hydrologic soil group (HGS) dan tutupan lahan
berdasarkan standar yang telah ditetapkan oleh USDA (1986). Akibat
perubahan tata guna lahan juga ikut mempengaruhi nilai curve number
(CN) yang dipengaruhi oleh kondisi tata guna lahan dan jenis tanahnya.
Berikut rekapitulasi nilai CN yang ada pada DAS Miu untuk tahun
2005, 2010, dan 2016.

c. Analisa Debit Banjir Menggunakan Metode SCS-CN

Metode perhitungan dari Soil Conversation Service (SCS) Curve
Number (CN) beranggapan bahwa hujan yang menghasilkan limpasan
merupakan fungsi dari hujan kumulatif, tata guna lahan, jenis tanah serta
kelembaban. Metode ini yang dikembangkan oleh Dinas Konservasi
Tanah Amerika atau US Soil Conservation Service (SCS) pada tahun
1972. Besarnya nilai CN menunjukkan potensi air yang melimpas untuk
curah hujan tertentu. Sehingga semakin besar nilai CN maka semakin
besar pula potensi air hujan menjadi Run-off (USDA-SCS, 1985)
Dalam perhitungan debit limpasan menggunakan metode SCS,
perlu diketahui terlebih dahulu nilai CN masing-masing penggunaan
lahan menggunakan data jenis tanah dan penggunaan lahan, data-data
tersebut telah disajikan dalam tabel 2.9. Tahapan analisis hujan efektif
dengan metode SCS dijelaskan pada contoh perhitungan sebagai
berikut :

Metode SCS Untuk Menghitung Hujan Efektif tahun 2005 :

1. Menghitung retensi potensial maksimum air oleh tanah, yang

sebagian besar adalah karena infiltrasi (mm)

IV - 29
 25400 25400
S= −254= −254=147,090 mm
CN 63,327
Dimana CN adalah nilai Curve Number komposit (CNk) pada tahun
2005
2. Menghitung Initial Abstaction (Ia)
Ia = 0,2 x S
= 0,2 x 147,090
= 29,418 mm
3. Menghitung hujan efektif
( P−Ia )2 ( 153,192−29,418 )2
Pe= = =56,560 mm
P+0.8 x S 153,192+0.8 x 147,090

Pe = kedalaman hujan efektif (mm)

Ia = Initial Abstaction
P = kedalaman hujan (mm)
S = retensi potensial maksimum air oleh tanah, yang sebagian
besar adalah karena infiltrasi (mm)

Perhitungan selanjutnya akan diselesaikan pada tabel dibawah ini :

Tabel 4.16 Hujan efektif untuk tata guna lahan tahun 2005

AMC (II)
Parameter Simbol Satuan
5 10 25
Kedalaman hujan P mm 153,192 176,403 205,027
Durasi hujan t jam 2 2 2
Curve number CN - 63,327 63,327 63,327
Retensi potensial
maksimum S mm 147,090 147,090 147,090
Initial abstaction Ia mm 29,418 29,418 29,418
Hujan efektif Pe mm 56,560 73,466 95,564
Sumber : Hasil pengolahan data 2020

Tabel 4.17 Hujan efektif untuk tata guna lahan tahun 2010
AMC (II)
Parameter Simbol Satuan
5 10 25
Kedalaman hujan P mm 153,192 176,403 205,027

IV - 30
 Durasi hujan t jam 2 2 2
Curve number CN - 71,971 71,971 71,971
Retensi potensial
maksimum S mm 98,919 98,919 98,919
Initial abstaction Ia mm 19,784 19,784 19,784
Hujan efektif Pe mm 76,607 95,992 120,759
Sumber : Hasil pengolahan data 2020

Tabel 4.18 Hujan efektif untuk tata guna lahan tahun 20116

AMC (II)
Parameter Simbol Satuan
5 10 25
Kedalaman hujan P mm 153,192 176,403 205,027
Durasi hujan t jam 2 2 2
Curve number CN - 62,001 62,001 62,001
Retensi potensial
maksimum S mm 155,670 155,670 155,670
Initial abstaction Ia mm 31,134 31,134 31,134
Hujan efektif Pe mm 53,643 70,124 91,754
Sumber : Hasil pengolahan data 2020

4. HSS Soil Conservation Service (SCS)

HSS SCS adalah hidrograf satuan tak berdimensi, dimana debit
dinyatakan sebagai nisbah debit (Q) terhadap debit puncak (q p) dan
waktu sebagai nisbah waktu (t) terhadap waktu puncak (tp).
Rumus-rumus yang dipergunakan dalam perhitungan HSS SCS
adalah sebagai contoh pada tahun 2005 berikut ini :
L0.8 ( 2540−22,96 CN )0.7
a. tl =
14,104 C N 0.7 s0.5

40,60.8 ( 2540−22,96 x 63,327 )0.7

=
14,104 x 63,3270.7 3,4480.5

= 5,425 (jam)

b. tp = 0,5 x tr + ti
= 0,5 x 4 x 5,425
= 7,425 (jam)

IV - 31
 C.A
c. qp =
Tp
2,08 x 655,55
=
7,425
= 183,638 (m3/det)

Berdasarkan nilai Tp dan qp di atas, maka kordinat HSS SCS DAS

dihitung seperti tabel dibawah ini

Tabel 4.19 Perhitungan debit banjir metode SCS tahun 2005

Q Akibat Q Akibat Q Akibat

t/tp t(jam) q/qp QL(m3/det)
I5(m /det) I10 (m3/det)
3
I25 (m3/det)

(1) (2) (3) (4) (5) (6) (7)

0,000 0,000 0,000 0,000 0,000 0,000 0,000

1,000 7,425 1,000 183,64 614,386 707,472 822,272

2,000 14,850 0,320 58,76 196,603 226,391 263,127

3,000 22,275 0,080 14,69 49,151 56,598 65,782

4,000 29,701 0,010 1,84 6,144 7,075 8,223

5,000 37,126 0,000 0,00 0,000 0,000 0,000

Sumber : Hasil pengolahan data 2020

Keterangan :
a. Kolom (1) dan (3) diperoleh dari tabel 2.30
b. Kolom (2) = Kolom (1) x Tp
c. Kolom (4) = Kolom (3) x qp
d. Kolom (5) = Intensitas hujan periode ulang 5 tahun x Kolom (4)
e. Kolom (6) = Intensitas hujan periode ulang 10 tahun x Kolom (4)

IV - 32
 f. Kolom (7) = Intensitas hujan periode ulang 25 tahun x Kolom (4)

Berdasarkan data pada tabel 4.19 dapat dibuat grafik HSS SCS DAS Miu
pada tahun 2005 sebagai berikut :

Grafik Hidrograf Limpasan

Q langsung Q Akibat I5 Q Akibat I10 Q Akibat I25
900.000
800.000
700.000
600.000
q (m3/det)

500.000
400.000
300.000
200.000
100.000
0.000
0 1 2 3 4 5
t (jam)

Gambar 4.5 Grafik hidrograf limpasan tahun 2005

Tabel 4.20 Perhitungan debit banjir metode SCS tahun 2005

Q Akibat Q Akibat
3 Q Akibat
t/tp t(jam) q/qp QL(m /det) I10 I25
I5(m3/det)
(m3/det) (m3/det)

(1) (2) (3) (4) (5) (6) (7)

0,000 0,000 0,000 0,000 0,000 0,000 0,000

1,000 6,314 1,000 215,96 722,538 832,011 967,020

2,000 12,627 0,320 69,11 231,212 266,244 309,446

3,000 18,941 0,080 17,28 57,803 66,561 77,362

4,000 25,255 0,010 2,16 7,225 8,320 9,670

5,000 31,569 0,000 0,00 0,000 0,000 0,000

Sumber : Hasil pengolahan data 2020
Berdasarkan data pada tabel 4.20 dapat dibuat grafik HSS SCS DAS Miu
pada tahun 2010 sebagai berikut :

IV - 33
 Grafik Hidrograf Limpasan
Q langsung Q Akibat I5 Q Akibat I10 Q Akibat I25
1200.000
1000.000
800.000
q (m3/det)

600.000
400.000
200.000
0.000
0 1 2 3 4 5
t (jam)

Gambar 4.6 Grafik hidrograf limpasan tahun 2010

Tabel 4.21 Perhitungan debit banjir metode SCS tahun 2016

Q
Q Akibat Q Akibat
3 Akibat
t/tp t(jam) q/qp QL(m /det) I10 I25
I5
3 (m3/det) (m3/det)
(m /det)

(1) (2) (3) (4) (5) (6) (7)

0,00 0,00
0 0,000 0 0,000 0,000 0,000 0,000
1,00 1,00
0 7,613 0 179,114 599,252 690,046 802,018
2,00 0,32
0 15,225 0 57,317 191,761 220,815 256,646
3,00 0,08
0 22,838 0 14,329 47,940 55,204 64,161
4,00 0,01
0 30,451 0 2,16 7,225 8,320 9,670
5,00 0,00
0 38,063 0 0,00 0,000 0,000 0,000
Sumber : Hasil pengolahan data 2020

IV - 34
 Berdasarkan data pada tabel 4.21 dapat dibuat grafik HSS SCS DAS Miu
pada tahun 2016 sebagai berikut :

Grafik Hidrograf Limpasan

Q langsung Q Akibat I5 Q Akibat I10 Q Akibat I25
900.000
800.000
700.000
600.000
q (m3/det)

500.000
400.000
300.000
200.000
100.000
0.000
0 1 2 3 4 5
t (jam)

Gambar 4.7 Grafik hidrograf limpasan tahun 2016

IV - 35
IV - 36
IV - 37