III.

HASIL DAN PEMBAHASAN

A. Perhitungan Luas DAS

Untuk mencari luas DAS dan stasiun yang telah ditentukan, dengan diketahui

skala luas DAS yaitu 1 : 50.000 menggunakan perhitungan grid, yaitu dengan

cara sebagai berikut :

Diketahui :

Panjang satu grid pada gambar = 0,5 cm

Skala gambar = 1 : 50.000

Panjang sebenarnya = panjang di gambar x skala

= 0,5 x 50.000

= 25.000 cm

= 0,25 km

Luas satu grid sebenarnya = 0,25 x 0,25

= 0,0625 km2
1. Mencari Luas DAS Total

aUkuran Luas grid Jumlah Hasil (km2)

grid (km2) grid (Luas grid x jumlah grid)
b
1 0,0625 541 33,8125
e ½ 0,0313 23 0,7199
l ¼ 0,0156 24 0,3744
¾ 0,0469 21 0,9849
∑ 35,8917
3

.A.1. Perhitungan Luas DAS Total

2. Mencari luas DAS per Stasiun

a. Mencari luas DAS STA A

Tabel 3.A.2. Perhitungan Luas DAS STA A

Ukuran Jumlah Luas per grid Hasil (km2)

grid grid (km2) (jumlah grid x luas grid)
1 237 0,0625 14,8125
½ 12 0,0313 0,3756
¼ 19 0,0156 0,2964
¾ 12 0,0469 0,5628
∑ 16,0473
b. Mencari luas DAS STA B

Tabel 3.A.3. Perhitungan Luas DAS STA B

Ukuran Jumlah Luas per grid Hasil (km2)

grid grid (km2) (jumlah grid x luas grid)
1 18 0,0625 1,1250
½ 8 0,0313 0,2504
¼ 4 0,0156 0,0624
¾ 5 0,0469 0,2345
∑ 1,6723

c. Mencari luas DAS STA C

Tabel 3.A.4. Perhitungan Luas DAS STA C

Ukuran Jumlah Luas per grid Hasil (km2)

grid grid (km2) (jumlah grid x luas grid)
1 91 5,6875 5,3125
½ 7 0,2191 0,0626
¼ 12 0,1872 0,2808
¾ 12 0,5628 0,3283
∑ 6,6566

d. Mencari luas DAS STA D

Tabel 3.A.5. Perhitungan Luas DAS STA D

Ukuran Jumlah Luas per grid Hasil (km2)

grid grid (km2) (jumlah grid x luas grid)
1 162 0,0625 10,1250
½ 9 0,0313 0,2817
¼ 19 0,0156 0,2964
¾ 17 0,0469 0,7973
∑ 11,5004
3. Menghitung Koefisien Thiessen

𝐴𝑛
αn =
Ʃ𝐴

keterangan:

αn = Koefisien Thiessen

An = Luas poligon n

∑A = Luas poligon total

Contoh perhitungan mencari koefisien Thiessen Pada STA A:

𝐴𝐴
αA =
Ʃ𝐴

16,0473
= 35,8917

= 0,4472

Selanjutnya dalam Tabel 3.A.6. Perhitungan koefisien Thiessen

Tabel 3.A.6. Perhitungan Koefisien Thiessen

Stasiun Luas Poligon (𝑨𝒏) Koefisien Thiessen

No
Hujan (km2) (αn)
1 A 16,0473 0,4472
2 B 1,6723 0,0466
3 C 6,6566 0,1855
4 D 11,5004 0,3205
Jumlah (ƩA) 35,8766 1
B. Menentukan Pusat Berat DAS

Dilakukan dengan membagi DAS menjadi 2 bagian (kanan dan kiri) dengan

hampir sama besar, kemudian dibagi kembali menjadi dua bagian (dari hulu

ke hilir) dengan sama atau hampir sama besar.

C. Menentukan Panjang DAS

Panjang DAS di lapangan = Skala x Panjang DAS di gambar

= 50.000 x 19

= 950.000 cm

= 9,5 km

D. Panjang Titik Pusat Berat DAS

Panjang titik berat DAS = Skala x Panjang pusat berat di gambar

= 50.000 x 9,5

= 475.000 cm

= 4,75 km

E. Perhitungan Curah Hujan Rata-Rata dengan Metode Poligon Thiessen

Curah hujan rata-rata (Ṝ) = RAαA+ RBαB + RCαC + … + Rnαn

Keterangan:

Ṝ = Curah hujan rata-rata DAS pada satu hari (mm)

RA – Rn = Curah hujan yang tercatat pada stasiun 1 sampai stasiun n (mm)

αA – αn = Koefisien thiessen

Contoh perhitungan mencari curah hujan rata-rata di STA A pada tahun 1987:
 Ṝ = RAαA+ RBαB + RCαC + RDαD + REαE

= (363,86 x 0,4472) + (322,36 x 0,0466) + (249,36 x 0,1855) + (162,36 x

0,3205)

Ṝ = 299,2581 mm

(Selanjutnya ada dalam tabel 3.E.1 sampai 3.E.4)

Tabel 3.E.1. Curah Hujan Harian Tahunan Maksimum di STA PH-001 (Kotabumi)

Tahun Tanggal PH-001 PH-003 PH-004 PH-005 Rata-rata

1987 02-Feb 363,86 322,36 249,36 162,36 276,0328
1988 02-Jan 259,36 183,36 247,86 216,36 239,8518
1989 01-Jan 236,86 33,56 60,76 30,76 128,6172
1990 01-Feb 255,36 431,36 23,46 0,23 138,7239
1991 02-Jan 292,36 85,86 293,36 327,36 294,0816
1992 01-Mar 265,36 201,36 80,86 279,36 232,5868
1993 02-Jan 457,36 164,36 0 201,36 276,7264
1994 01-Jan 232,56 216,36 182,86 404,36 277,6011
1995 01-Feb 251,36 163,36 214,36 168,36 213,7439
1996 01-Feb 251,36 76,36 68,86 105,36 162,508
1997 01-May 403,86 186,86 35,36 91,36 225,154
1998 01-Mar 265,26 78,36 240,36 391,36 292,2935
1999 02-Feb 261,16 273,56 152,36 332,36 264,3228
2000 02-Jan 13,46 13,36 44,36 84,36 41,90805
2001 02-Mar 10,06 92,36 0 0 8,802808
2002 02-Dec 295,36 89,36 242,36 89,36 209,8468
2003 01-May 240,36 129,36 140,36 160,36 190,9493
2004 02-Jan 410,36 120,36 2600,36 300,66 767,8501
2005 02-Jan 172,36 28,36 345,36 155,36 192,2581
Koefisien 0,4472 0,0466 0,1855 0,3205
Thiessen/Stasiun
Tabel 3.E.2. Curah Hujan Harian Tahunan Maksimum di STA PH-003 (Metro)

Tahun Tanggal PH-001 PH-003 PH-004 PH-005 Rata-Rata

1987 02-Feb 363,86 322,36 249,36 162,36 276,0329
1988 02-Nov 115,86 329,36 150,36 164,36 147,7299
1989 02-Nov 153,36 494,36 207,36 170,36 184,6854
1990 01-Feb 255,36 431,36 23,46 0 138,6502
1991 01-Jan 192,36 295,36 181,86 159,36 184,5971
1992 01-Dec 256,66 250,36 34,36 463,36 281,3258
1993 02-Feb 620,36 198,36 0 132,36 329,0899
1994 01-Jan 232,56 216,36 182,86 404,36 277,6011
1995 02-Jan 244,16 192,36 163,36 108,36 183,1850
1996 01-Jan 187,66 132,36 166,36 129,36 162,4092
1997 01-May 403,86 186,86 35,36 91,36 225,1540
1998 01-Jan 96,16 233,36 91,36 405,36 200,7425
1999 02-Jan 261,16 370,36 160,36 200,36 228,0117
2000 01-Jun 30,36 91,86 56,36 88,36 56,6319
2001 02-Mar 10,06 92,36 0 0 8,8029
2002 02-Dec 295,36 89,36 242,36 89,36 209,8468
2003 01-Apr 16,36 155,36 42,36 35,36 33,7466
2004 02-Feb 37,36 183,36 970,36 162,36 257,2901
2005 01-Feb 125,36 37,36 308,36 195,36 177,6156
Koefisien 0,4472 0,0466 0,1855 0,3205
Thiessen/Stasiun
Tabel 3.E.3. Curah Hujan Harian Tahunan Maksimum di STA PH-004 (Menggala)

Tahun Tanggal PH-001 PH-003 PH-004 PH-005 Rata-rata

1987 01-Jan 212,36 309,36 328,86 301,36 266,9730
1988 02-Jan 259,36 183,36 247,86 216,36 239,8518
1989 02-Nov 153,36 494,36 207,36 170,36 184,6854
1990 02-Dec 184,36 0 159,36 104,36 145,4545
1991 02-Jan 292,36 85,86 293,36 327,36 294,0816
1992 01-Jan 177,36 60,86 328,36 406,36 273,3006
1993 02-Dec 205,36 188,36 155,86 121,36 168,4225
1994 02-Jan 167,36 121,36 282,86 196,36 195,9027
1995 01-Feb 251,36 163,36 214,36 168,36 213,7439
1996 02-Feb 168,26 131,36 260,36 123,36 169,2009
1997 02-Apr 213,06 170,36 54,36 57,36 292,2935
1998 01-Mar 265,26 78,36 240,36 391,36 292,2935
1999 02-Jan 109,06 370,36 160,36 200,36 159,9926
2000 02-Jul 58,36 30,36 155,16 88,36 84,6149
2001 0 0
2002 02-Jan 264,36 55,36 261,36 369,36 287,6637
2003 01-Dec 0 59,36 555,36 129,36 147,2453
2004 02-Jan 410,36 120,36 2600,36 300,66 767,8500
2005 02-Sep 91,36 7,36 830,36 132,36 237,6523
Koefisien 0,4472 0,0466 0,1855 0,3205
Thiessen/Stasiun
Tabel 3.E.4. Curah Hujan Harian Tahunan Maksimum di STA PH-005 (Sukadana)

Tahun Tanggal PH-001 PH-003 PH-004 PH-005 Rata-rata

1987 01-Jan 212,36 309,36 328,86 310,36 269,8575
1988 01-Jan 259,36 277,36 225,86 239,36 247,5227
1989 02-Nov 153,36 494,36 207,36 170,35 184,6822
1990 02-Apr 100,86 22,36 70,46 152,36 108,0483
1991 01-Dec 94,36 68,36 129,86 212,36 137,5338
1992 01-Dec 256,66 250,36 34,36 463,36 281,3258
1993 01-Jan 349,06 102,36 0 240,36 237,9050
1994 01-Jan 232,56 216,36 182,86 404,36 277,6011
1995 01-Jan 187,66 183,36 137,36 278,36 207,1608
1996 01-Jul 110,76 0 15,36 198,36 115,9555
1997 02-Jan 183,86 155,36 26,36 157,36 144,7856
1998 01-Jan 96,16 233,36 91,36 405,36 200,7425
1999 02-Feb 261,16 273,56 152,36 332,36 264,3228
2000 01-Feb 105,36 0 120,36 267,36 132,8059
2001 0 0 0 0 0
2002 02-Jan 264,36 55,36 261,36 369,36 287,6637
2003 02-Jan 68,36 59,36 176,36 177,36 122,8954
2004 02-Apr 96,36 38,36 704,36 338,36 283,9829
2005 01-Feb 125,36 37,36 308,36 195,36 177,6156
Koefisien 0,4472 0,0466 0,1855 0,3205
Thiessen/Stasiun
Tabel 3.E.5. Rekap Curah Hujan Tahunan Maksimum dan Curah Hujan

Maksimum

Tahunan Terurut

Hujan Rata-Rata (R) Hujan Rata-Rata Terurut (R)

Tahun No
(mm) (mm)
1987 276,0328 1 8,8028
1988 247,5227 2 132,8059
1989 184,6854 3 145,4545
1990 145,4545 4 169,2009
1991 294,0816 5 184,6854
1992 281,3257 6 190,9493
1993 329,0899 7 213,744
1994 277,6011 8 237,6523
1995 213,744 9 247,5227
1996 169,2009 10 264,3228
1997 292,2935 11 276,0328
1998 292,2935 12 277,6011
1999 264,3228 13 281,3257
2000 132,8059 14 287,6637
2001 8,8028 15 292,2935
2002 287,6637 16 292,2935
2003 190,9493 17 294,0816
2004 767,8501 18 329,0899
2005 237,6523 19 767,8501
Ʃ 4893,373 Ʃ 4893,373
F. Perhitungan Distribusi Logaritmik

1. Perhitungan Distribusi Non-Logatitmik

Tabel 3.F.1. Data Perhitungan Distribusi Non-Logaritmik

No. R Terurut (R − Ṝ) (R − Ṝ)2 (R − Ṝ)3 (R − Ṝ)4

1. 8,8028 -248,7431 61873,1298 -15390514,1126 3828284190,9519
2. 132,8059 -124,74 15560,0676 -1940962,8324 242115703,7166
3. 145,4545 -112,0914 12564,4820 -1408370,3725 157866206,7714
4. 169,2009 -88,345 7804,8390 -689518,5037 60915512,2062
5. 184,6854 -72,8605 5308,6525 -386791,0726 28181790,9437
6. 190,9493 -66,5966 4435,1071 -295363,0556 19670175,2684
7. 213,744 -43,8019 1918,6064 -84038,6076 3681050,6855
8. 237,6523 -19,8936 395,7553 -7872,9981 156622,2741
9. 247,5227 -10,0232 100,4645 -1006,9762 10093,1234
10. 264,3228 6,7769 45,9264 311,2384 2109,2318
11. 276,0328 18,4869 341,7655 6318,1841 116803,6376
12. 277,6011 20,0552 402,2110 8066,4230 161773,7264
13. 281,3257 23,7798 565,4789 13446,9749 319766,3728
14. 287,6637 30,1178 907,0819 27319,3106 822797,5313
15. 292,2935 34,7476 1207,3957 41954,1030 1457804,3903
16. 292,2935 34,7476 1207,3957 41954,1030 1457804,3903
17. 294,0816 36,5357 1334,8574 48769,9486 1781844,2102
18 329,0899 71,544 5118,5439 366201,1074 26199492,0248
19. 767,8501 510,3042 260410,3765 132888508,8707 67813564208,4754
Ʃ 4893,3725 0,0004 381502,1372 113238411,7 72186765750
a. Rata-rata Data

∑R
̅) =
Curah hujan rata-rata (R
n

4893,373
=
19

= 257,5459 mm

Keterangan :

Ṝ = Rerata curah hujan maksimum

ƩR = Jumlah data

n = Banyak data

b. Simpangan baku :

̅) 2
Σ (R - R
𝜎̅ =√
n-1

381502,1372
=√
18

= 145,5835

Keterangan :

σ = Simpangan baku

R= Curah hujan maksimum

Ṝ= Rerata curah hujan maksimum

n = Banyak data
c. Perhitungan koefisien kemencengan (Cs) :

3
̅)
n . Σ (R - R
Cs =
(n - 1)(n - 2) . σ3

19 x 113238411,7
=
18 x 17 x 145,58353

= 2,2787

Keterangan :

Cs= Koefisien kemencengan

σ = Simpangan baku

R= Curah hujan maksimum

Ṝ= Rerata curah hujan maksimum

n = Banyak data

d. Perhitungan koefisien kurtosis (Ck) :

4
(n2 - 2n + 3) x Σ (R - R
̅)
Ck =
(n-1)(n-2)(n-3) . σ4

(192 - 2.19 + 3) x 72186765750

=
(18)(17)(16).145,58354

= 10,7000

Keterangan :

Ck= Koefisien kurtosis

σ = Simpangan baku

R= Curah hujan maksimum

Ṝ= Rerata curah hujan maksimum

n = Banyak data
e. Koefisien variasi (Cv) :

σ
Cv = ̅
R

145,5835
=
257,5459

= 0,5653

Keterangan :

Cv= Koefisien variasi

σ = Simpangan baku

Ṝ= Rerata curah hujan maksimum

 2. Perhitungan Distribusi Logaritmik

Tabel 3.F.2. Data Perhitungan Distribusi Logaritmik

ln (ln R - ln (ln R - ln (ln R - ln (ln R - ln

R Terurut
No Rterurut Ṝ) Ṝ)2 Ṝ)3 Ṝ)4
1. 8,8028 2,1751 -3,1871 10,1578 -32,3742 103,1809
2. 132,8059 4,8889 -0,4733 0,2240 -0,1060 0,0502
3. 145,4545 4,9799 -0,3823 0,1462 -0,0559 0,0214
4. 169,2009 5,1311 -0,2311 0,0534 -0,0123 0,0029
5. 184,6854 5,2187 -0,1435 0,0206 -0,0030 0,0004
6. 190,9493 5,2520 -0,1102 0,0121 -0,0013 0,0001
7. 213,744 5,3648 0,0026 0,0000 0,0000 0,0000
8. 237,6523 5,4708 0,1086 0,0118 0,0013 0,0001
9. 247,5227 5,5115 0,1493 0,0223 0,0033 0,0005
10. 264,3228 5,5772 0,2150 0,0462 0,0099 0,0021
11. 276,0328 5,6205 0,2583 0,0667 0,0172 0,0045
12. 277,6011 5,6262 0,2640 0,0697 0,0184 0,0049
13. 281,3257 5,6395 0,2773 0,0769 0,0213 0,0059
14. 287,6637 5,6618 0,2996 0,0898 0,0269 0,0081
15. 292,2935 5,6778 0,3156 0,0996 0,0314 0,0099
16. 292,2935 5,6778 0,3156 0,0996 0,0314 0,0099
17. 294,0816 5,6839 0,3217 0,1035 0,0333 0,0107
18. 329,0899 5,7963 0,4341 0,1885 0,0818 0,0355
19. 767,8501 6,6436 1,2814 1,6420 2,1040 2,6961
4893,3725 101,5971 -0,2847 13,1306 -30,1724 106,0440
a. Rata – Rata Data

Ʃ lnR
ln Ṝ =
n

101,5971
=
19

= 5,3472 mm

Keterangan :

Ṝ = Rerata curah hujan maksimum

Ʃ𝑅 = Jumlah data

n = Banyak data

b. Simpangan Baku

(ln R − lnṜ)²
σ ln R = √
n−1

13,1306
=√
19−1

= 0,8541 mm

Keterangan :

σ = Simpangan baku

R = Curah hujan maksimum

Ṝ = Rerata curah hujan maksimum

n = Banyak data
c. Koefisien Kemencengan / Koefisien Skewness (Cs)

𝑛∑(ln R − lnṜ)3
Cs ln R =
(𝑛−1)(𝑛−2)𝜎 3

19𝑥(−30,1724)
=
(19−1)(19−2)0,8541 3

= -3,0069

Keterangan :

Cs = Koefisien kemencengan

σ = Simpangan baku

R = Curah hujan maksimum

Ṝ = Rerata curah hujan maksimum

n = Banyak data

d. Koefisien Kurtosis (Ck)

(n2 −2n+3)x∑(ln R − lnṜ)⁴

Ck ln R =
(n−1)(n−2)(n−3)σ4

(192 −2x19+3)x106,0440
=
(19−1)(19−2)(19−3)(0,8541)4

= 9,6793

Keterangan:

Ck = Koefisien kurtosis

σ = Simpangan baku

R = Curah hujan maksimum

Ṝ = Rerata curah hujan maksimum

n = Banyak data
e. Koefisien Variasi (Cv)

σ
Cv ln R =
Ṝ

0,8541
=
5,3472

= 0,1597

Keterangan:

Cv = Koefisien variasi

σ = Simpangan baku

Ṝ = Rerata curah hujan maksimum

Berdasarkan hasil perhitungan, diperoleh koefisien skewness (Cs) dan koefisien

kurtosis (Ck) seperti pada tabel berikut:

Tabel 3.F.3. Hasil Perhitungan Koefisien Skewness (Cs) dan Koefisien Kurtosis

(Ck)

Hasil Perhitungan
Perhitungan Distribusi
Koefisien Skewness (Cs) Koefisien Kurtosis (Ck)
Non-Logaritmik 2,2787 10,7000
Logaritmik -3,0069 9,6793

Tabel 3.F.4. Perbandingan Besaran Statistik Curah Hujan Maksimum Terhadap

Syarat Distribusi (Metode Thiessen)

Jenis Hasil
No Syarat Kesimpulan
Distribusi Analisis
̅ ± s ) = 68,27 %
(X
̅ ± 2s) = 95,44%
(X
1 Normal
Cs ≈ 0 Cs = 2,2787 Tidak
Ck ≈ 3 Ck = 10,7000 Tidak
Cs = 𝐶𝑣3 + 3Cv
Log Cs = -3,0069 Tidak
2 Ck = 𝐶𝑣8 + 6𝐶𝑣6 +15𝐶𝑣4 +16𝐶𝑣2
Normal Ck = 9,6793 Tidak
+3
Cs = 1,14 Cs = 2,2787 Tidak
3 Gumbel
Ck = 5,4 Ck = 10,7000 Tidak
Log
4 Selain dari nilai di atas OK
Pearson III

Berdasarkan perhitungan koefisien kemencengan dan koefisien kurtosis, serta dari

syarat Tabel 3.F.4., maka dapat disimpulkan bahwa metode yang paling

mendekati adalah Log Pearson III.

G. Pengujian Distribusi

1. Uji Smirnov Kolmogrov

Tabel 3.G.1. Uji Smirnov Kolmogrov

No R Terurut Y= log R P%=m/(n+1)x100 T= 1/P (tahun)

1. 8,8028 0,9446 5 20,0000
2. 132,8059 2,1232 10 10,0000
3. 145,4545 2,1627 15 6,6667
4. 169,2009 2,2284 20 5,0000
5. 184,6854 2,2664 25 4,0000
6. 190,9493 2,2809 30 3,3333
7. 213,744 2,3299 35 2,8571
8. 237,6523 2,3759 40 2,5000
9. 247,5227 2,3936 45 2,2222
10. 264,3228 2,4221 50 2,0000
11. 276,0328 2,4410 55 1,8182
12. 277,6011 2,4434 60 1,6667
13. 281,3257 2,4492 65 1,5385
14. 287,6637 2,4589 70 1,4286
15. 292,2935 2,4658 75 1,3333
16. 292,2935 2,4658 80 1,2500
17. 294,0816 2,4685 85 1,1765
18. 329,0899 2,5173 90 1,1111
19. 767,8501 2,8853 95 1,0526
Rumus = △Xmaks < △Xkritik

Keterangan:

△Xmaks = Jarak maksimum horizontal titik garis singgung

△Xkritik = Jarak ketentuan uji Smirnov-Kolmogorov

Dari grafik didapat:

△Xmaks = 5%

= 0,05

Jumlah tahun pengamatan = 19 tahun

Α = 5% = 0,05

△Xkritik = 0,301 (dari Tabel 3.G.2. Nilai Kritis Uji Smirnov

Kolmogrov)

Checking:

△Xmaks < △Xkritik = 0,05 < 0,301 OK!

500

50
1 10 100
Grafik 3.D.1. Uji Smirnov Kolmogrov
Tabel 3.G.2. Nilai Kritis Uji Smirnov-Kolmogorov

n α = 0,20 α = 0,10 α = 0,05 α = 0,02 α = 0,01

1 0,900 0,950 0,975 0,990 0,995
2 0,684 0,776 0,842 0,900 0,929
3 0,565 0,636 0,708 0,785 0,829
4 0,493 0,565 0,624 0,689 0,734
5 0,447 0,509 0,563 0,627 0,669
6 0,410 0,468 0,519 0,577 0,617
7 0,381 0,436 0,483 0,538 0,576
8 0,359 0,410 0,454 0,507 0,542
9 0,339 0,387 0,430 0,480 0,513
10 0,323 0,369 0,409 0,457 0,486
11 0,308 0,352 0,391 0,437 0,468
12 0,296 0,338 0,375 0,419 0,449
13 0,285 0,325 0,361 0,404 0,432
14 0,275 0,314 0,349 0,390 0,418
15 0,266 0,304 0,338 0,377 0,404
16 0,258 0,295 0,327 0,366 0,392
17 0,250 0,286 0,318 0,355 0,381
18 0,244 0,279 0,309 0,346 0,371
19 0,237 0,271 0,301 0,337 0,361
(Sumber : Triatmodjo, Bambang, 2008)
2. Uji Chi Kuadrat

∑(Ef −Of )2
x2 = ≤ xcr2
Ef

Keterangan :

x2 = Harga Chi Kuadrat

Ef = Banyaknya frekuensi yang diharapkan

Of = Frekuensi yang terbaca

n = Jumlah data

Rumus derajat kebebasan adalah :

DK = K – ( R + 1 )

Di mana :

DK = Derajat kebebasan

K = Kelas

R = Banyaknya keterikatan untuk uji Chi Kuadrat (biasanya

diambil R = 2 untuk distribusi normal dan binomial dan R = 1 untuk

distribusi Poisson dan Gumbel).

a. Mencari banyaknya kelas

Banyaknya data curah hujan (n) =19

K = 1+3,3 log n

= 1+ 3,3 log 19

= 5,2199 ≈ 6

Jadi, dibagi menjadi 6 kelas (K=6)

b. Nilai probabilitas

100 %
Nilai probabilitas = = 16,6%
6

c. Banyaknya frekuensi yang diharapkan (Ef)

n 19
Ef = = = 3,16
k 6

Tabel 3.G.3 Perhitungan X2

Nilai batas tiap kelas EF OF (EF – OF)2 (EF – OF)2/EF

0<x<16,6 3,16 3 0,0256 0,0081

16,6<x<33,2 3,16 3 0,0256 0,0081

33,2<x<49,8 3,16 3 0,0256 0,0081

49,8<x<66,4 3,16 4 0,7056 0,2233

66,4<x<83 3,16 3 0,0256 0,0081
83<x<100 3,16 3 0,0256 0,0081
∑ 19 19 0,2638

d. Derajat kebebasan

DK = 6 – ( 2 + 1 ) = 3

Nilai Chi kuadrat terhitung = 0,2638

Berdasarkan tabel nilai chi kuadrat kritik didapat xcr2

0,3−0,2 0,2638−0,2
=
3,665−4,642 xcr 2 −4,642

0,0638
-0,1024 =
xcr 2 −4,642

-0,1024 xcr2 + 0,4753 = 0,0638

-0,1024 Xcr2 = -0,4115

 −0,4115
Xcr2 =
−0,1024

Xcr2 = 4,0186

Cheking :

X2 ≤ Xcr2

0,2638 ≤ 4,0186 OK!

Tabel 3.G.4. Nilai Chi Kuadrat Kritik
H. Perhitungan Hujan Rencana dengan Metode Log Pearson III

∑log R
1. Rata-rata (log Ṝ ) =
n

44,1231
=
19

= 2,3223

Tabel 3.H.1. Perhitungan Metode Log Pearson III

Log R (log R - Log (log R - Log (log R - Log

No R Terurut Terurut Ṝ) Ṝ)2 Ṝ)3
1 8,8028 0,9446 -1,3777 1,8980 -2,6148
2 132,8059 2,1232 -0,1991 0,0396 -0,0079
3 145,4545 2,1627 -0,1596 0,0255 -0,0041
4 169,2009 2,2284 -0,0939 0,0088 -0,0008
5 184,6854 2,2664 -0,0559 0,0031 -0,0002
6 190,9493 2,2809 -0,0414 0,0017 -0,0001
7 213,744 2,3299 0,0076 0,0001 0,0000
8 237,6523 2,3759 0,0536 0,0029 0,0002
9 247,5227 2,3936 0,0713 0,0051 0,0004
10 264,3228 2,4221 0,0998 0,0100 0,0010
11 276,0328 2,4410 0,1187 0,0141 0,0017
12 277,6011 2,4434 0,1211 0,0147 0,0018
13 281,3257 2,4492 0,1269 0,0161 0,0020
14 287,6637 2,4589 0,1366 0,0187 0,0025
15 292,2935 2,4658 0,1435 0,0206 0,0030
16 292,2935 2,4658 0,1435 0,0206 0,0030
17 294,0816 2,4685 0,1462 0,0214 0,0031
18 329,0899 2,5173 0,1950 0,0380 0,0074
19 767,8501 2,8853 0,5630 0,3169 0,1784
∑ 44,1231 -0,0006 2,4758 -2,4234
2. Standar Deviasi (σ)

∑(logR−log Ṝ)2
S(log R) =√
n−1

2,4758
=√
19−1

= 0,3709

3. Koefisien Skewness (Cs)

n ∑(logR−log Ṝ)3
Cs =
(n−1)(n−2)(S(log R))3

(19) x( −2,4234)
=
(19−1)(19−2)(0,3709)3

= -2,9491
I. Hujan Rancangan (RT)

Log t = (log Ṝ) + (S(log R) x KT)

RT (mm) = 10log t

Keterangan

Log t = Nilai logaritma hujan rencana dengan periode ulang T

log Ṝ = Rata-rata dari log R

S(log R) = standar deviasi dari log R

KT = faktor frekuensi (besarnya tergantung Cs pada tabel frekuensi KT

untuk distribusi log pearson III)

RT = Hujan rancangan dengan periode ulang T

Tabel 3.I.1. Nilai K Untuk Distribusi Log-Pearson III

Dari tabel diperoleh:

Untuk T = 5, dan CS = -2,9491; maka KT = 0,6436

Untuk T = 25, dan CS = -2,9491; maka KT = 0,6789

Untuk T = 50, dan CS = -2,9491; maka KT = 0,6794

Untuk T = 100, dan CS = -2,9491; maka KT = 0,6804

1. Hujan rancangan 5 tahunan

Log t = log Ṝ + (S(log R) x KT)

= (2,3223) + (0,3709 x 0,6436)

= 2,5610

RT = 10log t

R5 = 102,5610

= 363,9150mm

2. Hujan rancangan 25 tahunan

Log t = log Ṝ + (S(log R) x KT)

= (2,3223) + (0,3709 x 0,6789)

= 2,5741

RT = 10log t

R25 = 102,5741

= 375,0594 mm

3. Hujan rancangan 50 tahunan

Log t = log Ṝ + (S(log R) x KT)

= (2,3223) + (0,3709 x 0,6794)

= 2,5743
 RT = 10log t

R50 = 102,5743

= 375,2321 mm

4. Hujan rancangan 100 tahunan

Log t = log Ṝ + (S(log R) x KT)

= (2,3223) + (0,3709 x 0,6804)

= 2,5747

RT = 10log t

R100 = 102,5747

= 375,5779mm

Tabel 3.I.2.Rekap Hasil Perhitungan Hujan Rancangan

Periode Faktor Hujan

Ulang Frekuensi Log Ṝ S Log T Rencana
(Tahun) (KT) (mm)
5 0,6436 2,3223 0,3709 2,5610 363,9150
25 0,6789 2,3223 0,3709 2,5741 375,0594
50 0,6794 2,3223 0,3709 2,5743 375,2321
100 0,6804 2,3223 0,3709 2,5747 375,5779
J. Distribusi Hujan dengan Metode Mononobe

Menghitung intensitas hujan rencana dengan periode ulang 5, 25, 50, dan 100

tahun dengan rumus mononobe, untuk beberapa durasi waktu hujan, yakni 10,

20, 30, 60, 120, 240, 300, dan 1440 menit.

Tabel 3.J.1. Data Intensitas Hujan Periode Ulang

Periode Ulang (Tahun) Intensitas (mm/24 jam)

5 363,9150
25 375,0594
50 375,2321
100 375,5779

Rumus Mononobe :

𝑅 24 24 2/3
It = ( )
24 𝑡

Contoh Perhitungan distribusi hujan dengan metode Mononobe untuk periode

ulang 5 tahun :

Untuk 5 menit (0,08 jam)

𝑅 24 24 2/3
It = ( )
24 𝑡

363,9150 24
= ( ) 2/3
24 0,08

= 679,5210 mm/jam

(Selanjutnya dalam tabel)

Tabel 3.J.2. Intensitas Hujan dengan Metode Mononobe

Durasi Hujan Harian Maksimum 24 jam (mm/jam)

Hujan
5 Tahun 25 Tahun 50 Tahun 100 Tahun
(jam)

0.08 679,5203 700,3297 700,6521 701,2978

0.16 428,0717 441,1808 441,3840 441,7907

0.25 317,9086 327,6441 327,7949 328,0970

0.33 264,1917 272,2822 272,4076 272,6586

0.5 200,2700 206,4030 206,4980 206,6883

1 126,1617 130,0253 130,0852 130,2050

2 79,4775 81,9114 81,9491 82,0246

4 50,0671 51,6004 51,6241 51,6717

5 43,1467 44,4680 44,4885 44,5295

12 24,0699 24,8071 24,8185 24,8413

24 15,1631 15,6275 15,6347 15,6491

Mencari waktu konsentrasi :

0,06628𝐿0,77
Tc =
𝑆 0,385

Keterangan :

Tc = Waktu konsentrasi (menit)

L = Panjang lintasan dari titik yang terjauh sampai yang ditinjau (km)

S = Kemiringan lahan antara elevasi minimum dan maksimum

0,06628(8,6)0,77
Tc =
0,0050,385

= 2,6720 jam

=160,32 menit
 Kurva IDF
800

700
Intensitas Hujan (mm/jam)

600

500

400

300

200

100

0
0 5 10 15 20 25 30

Durasi (Menit)

5 Tahun 25 Tahun 50 Tahun 100 Tahun

Grafik 3.J.1. Grafik Hubungan Intensitas Hujan dan Durasi.

Dalam kurva tersebut didapatkan persamaan intensitas sebagai berikut :

a) Periode ulang 5 tahunan = 126,1617x-0.667

b) Periode ulang 25 tahunan = 130,0253x-0.667

c) Periode ulang 50 tahunan = 130,0852x-0.667

d) Periode ulang 100 tahunan = 130,2050x-0.667