1812 CHAPTER 4.PDF PDRB
1812 CHAPTER 4.PDF PDRB
BAB IV
PENGUMPULAN DAN
ANALISIS DATA
Jalan Alternatif
Jl. Pelita IV
Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun 2001-
2005 tersebut dalam tabel di bawah ini :
Tabel : 4.1
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jl. HOS Cokroaminoto
Pick Truck
Mobil Truck Truck
Sepeda Pick Up Up Bus Berat LHRT
Emp Ringan Sedang
Thn. Motor Penumpang Barang Emp= Emp= Smp /
= Emp= Emp=
Emp=0,5 Emp=1,00 Emp= 1,50 2,50 hari
1,00 1,30 2,00
1,00
2001 2404 584 366 299 39 27 22 4 2748
2002 2766 658 352 325 42 36 23 5 2811
2003 2869 668 375 335 48 38 21 5 2915
2004 2985 704 388 358 52 45 25 7 3052
2005 3021 725 402 377 55 49 31 4 3198
Sumber : Data Survei Dinas Perhubungan Kota Pekalongan
39
Tabel : 4.2
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jl. Pelita IV
Pick Truck
Mobil Truck Truck
Sepeda Pick Up Up Bus Berat LHRT
Emp Ringan Sedang
Thn. Motor Penumpang Barang Emp= Emp= Smp /
= Emp= Emp=
Emp=0,5 Emp=1,00 Emp= 1,50 2,50 hari
1,00 1,30 2,00
1,00
2001 704 134 116 99 17 15 8 2 751
2002 733 152 132 112 18 16 7 1 794
2003 762 174 136 118 16 18 9 4 866
2004 793 192 164 127 15 21 11 3 905
2005 812 211 171 133 16 18 10 3 1012
Sumber : Data Survei Dinas Perhubungan Kota Pekalongan
Tabel : 4.3
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jalan Alternatif
Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun
terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu.
Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor,
yaitu :
a) Jumlah Penduduk
b) Produk Domestik Regional Bruto (PDRB)
c) Jumlah Kepemilikan Kendaraan
Selain faktor – faktor diatas pertumbuhan tersebut juga dipengaruhi oleh
akibat adnya imbas dari krisis moneter yang melanda bangsa ini sehingga
menyebabkan masyarakat memilih kendaraan roda dua sebagai alat transportasi.
Jumlah data yang dianalisis mempengaruhi ketepatan peramalan pertumbuhan lalu
40
lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil
peramalannya.
a) Jumlah Penduduk
Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari
faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung
mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah
tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas
penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas.
Tabel : 4.4
Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor
( 1997 – 2006 )
Tabel : 4.5
PDRB Jenggot - Kuripan 1997 – 2006 ( Ribuan Rupiah )
Tabel : 4.6
Jumlah Kepemilikan Kendaraan 1997– 2006
Tabel : 4.7
Data Pertumbuhan Penduduk
Jumlah Tingkat
No Tahun Penduduk Pertumbuhan
( jiwa ) (%)
1 1997 6970
2,066
2 1998 7114
1,265
3 1999 7204
1,860
4 2000 7338
0,313
5 2001 7361
0,421
6 2002 7392
5,411
7 2003 7792
0,475
8 2004 7829
0,038
9 2005 7832
0,230
10 2006 7850
Rata - rata 1,342
Tabel : 4.8
Analisis Pertumbuhan Penduduk
Pertumbuhan
No N Tahun
Geometrik ( jiwa )
1 0 2006 7.850
2 1 2007 7.956
3 2 2008 8.062
4 3 2009 8.170
5 4 2010 8.280
6 5 2011 8.390
7 6 2012 8.503
8 7 2013 8.617
9 8 2014 8.733
10 9 2015 8.850
11 10 2016 8.968
12 11 2017 9.088
13 12 2018 9.210
14 13 2019 9.334
15 14 2020 9.459
16 15 2021 9.584
17 16 2022 9.714
18 17 2023 9.844
19 18 2024 9.976
20 19 2025 10.109
21 20 2026 10.245
22 21 2027 10.382
23 22 2028 10.521
24 23 2029 10.662
25 24 2030 10.805
26 25 2031 10.950
27 26 2032 11.097
28 27 2033 11.245
29 28 2034 11.396
30 29 2035 11.549
31 30 2036 11.703
32 31 2037 11.860
33 32 2038 12.019
34 33 2039 12.180
35 34 2040 12.343
36 35 2041 12.509
37 36 2042 12.676
38 37 2043 12.846
39 38 2044 13.018
40 39 2045 13.193
41 40 2046 13.370
42 41 2047 13.549
43 42 2048 13.730
44 43 2049 13.914
45 44 2050 14.101
46 45 2051 14.290
46
47 46 2052 14.481
48 47 2053 14.675
49 48 2054 14.872
50 49 2055 15.071
51 50 2056 15.288
Sumber : Hasil Analisis
PDRB Pertumbuhan
No Tahun
( ribuan rupiah ) Geometrik ( % )
1 1997 203.990,00
-13,892
2 1998 175.651,00
4,498
3 1999 183.551,00
13,257
4 2000 207.884,00
3,875
5 2001 216.264,00
14,981
6 2002 248.662,00
6,663
7 2003 265.230,00
11,458
8 2004 295.620,00
10,242
9 2005 325.896,00
7,507
10 2006 350.360,00
Rata - rata 6,510 %
Sumber : Hasil Analisis
Pn = 350.360 ( 1 + 0.06510)n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan
PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai
tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini.
Tabel : 4.10
Analisis Pertumbuhan PDRB ( Rupiah )
Pertumbuhan
No N Tahun Geometrik ( rupiah )
1 0 2006 350.360
2 1 2007 373.169
3 2 2008 397.462
4 3 2009 423.337
5 4 2010 450.896
6 5 2011 480.249
7 6 2012 511.514
8 7 2013 544.813
9 8 2014 580.280
10 9 2015 618.057
11 10 2016 658.292
12 11 2017 701.146
13 12 2018 746.792
14 13 2019 795.408
15 14 2020 847.189
16 15 2021 902.341
17 16 2022 961.083
18 17 2023 1.023.649
19 18 2024 1.090.289
20 19 2025 1.161.267
21 20 2026 1.236.865
22 21 2027 1.317.385
23 22 2028 1.403.147
24 23 2029 1.494.492
25 24 2030 1.591.783
26 25 2031 1.695.408
27 26 2032 1.805.779
28 27 2033 1.923.334
29 28 2034 2.048.544
30 29 2035 2.181.905
31 30 2036 2.323.947
32 31 2037 2.475.236
33 32 2038 2.636.372
34 33 2039 2.808.000
35 34 2040 2.990.802
36 35 2041 3.185.503
37 36 2042 3.392.879
38 37 2043 3.613.756
39 38 2044 3.849.011
48
40 39 2045 4.099.582
41 40 2046 4.366.465
42 41 2047 4.650.722
43 42 2048 4.953.483
44 43 2049 5.275.955
45 44 2050 5.619.420
46 45 2051 5.985.244
47 46 2052 6.374.883
48 47 2053 6.789.888
49 48 2054 7.231.910
50 49 2055 7.702.707
51 50 2056 8.204.154
Sumber : Hasil Analisis
34 33 2039 1765
35 34 2040 1803
36 35 2041 1842
37 36 2042 1881
38 37 2043 1922
39 38 2044 1963
40 39 2045 2005
41 40 2046 2048
42 41 2047 2092
43 42 2048 2137
44 43 2049 2182
45 44 2050 2229
46 45 2051 2277
47 46 2052 2326
48 47 2053 2376
49 48 2054 2427
50 49 2055 2479
51 50 2056 2532
Sumber : Hasil Analisis
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.14 di bawah ini.
51
Tabel : 4.14
Nilai Korelasi Antara LHR dengan Jumlah Penduduk
Regression Statistics
Multiple R 0,865
R Square 0,749
Adjusted R Square 0,665
Standard Error 91,335
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah penduduk untuk ruas jalan HOS Cokroaminoto – Pelita IV, R =
0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai
pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan
dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada
tahun-tahun berikutnya.
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.16 di bawah ini.
Tabel : 4.16
Nilai Korelasi Antara Jumlah LHR dengan PDRB
Regression Statistics
Multiple R 0,988
R Square 0,977
Adjusted R Square 0,969
Standard Error 27,806
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =
0,977 . Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh
yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan
sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun
berikutnya.
Tabel : 4.17
Data Jumlah LHR dan Jumlah Kendaraan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.18 di bawah ini.
Tabel : 4.18
Nilai Korelasi Antara LHR dengan Jml. Kendaraan
Regression Statistics
Multiple R 0,986
R Square 0,972
Adjusted R Square 0,963
Standard Error 30,268
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =
0,972 . Hal ini menunjukkan bahwa jumlah kendaraan mempunyai
pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat
digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-
tahun berikutnya.
Jumlah
Tahun PDRB ( rupiah )
Penduduk ( jiwa )
2001 7361 216264
2002 7392 248662
2003 7792 265230
2004 7829 295620
2005 7832 325896
Sumber : Data BPS Kota Pekalongan
Tabel : 4.20
Nilai Korelasi Antara Jumlah Penduduk dengan PDRB
Regression Statistics
Multiple R 0,857
R Square 0,735
Adjusted R Square 0,647
Standard Error 25129,318
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah
penduduk dengan variabel PDRB adalah R = 0,735. Hal ini
menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang
hampir sama terhadap pertumbuhan PDRB.
Tabel : 4.21
Data Jumlah Penduduk dan Kepemilikan Kendaraan
Jumlah Kepemilikan
Tahun
Penduduk ( jiwa ) Kendaraan ( kendaraan )
2001 7361 702
2002 7392 723
2003 7792 745
2004 7829 805
2005 7832 836
Sumber : Data BPS Kota Pekalongan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.22 di bawah ini.
Tabel : 4.22
Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan
Regression Statistics
Multiple R 0,844
R Square 0,712
Adjusted R Square 0,616
Standard Error 34,967
Observations 5
Sumber : Hasil Analisis
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.24 di bawah ini.
Tabel : 4.24
Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan
Regression Statistics
Multiple R 0,983
R Square 0,966
Adjusted R Square 0,954
Standard Error 12,042
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah PDRB
dengan jumlah kendaraan adalah R = 0,966. Hal ini menunjukkan bahwa
57
Tabel : 4.25
Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan
HOS Cokroaminoto - Pelita IV
Jumlah Jumlah
R LHR PDRB
Penduduk Kendaraan
LHR 1 0,749 0,977 0,972
Jumlah
0,749 1 0,735 0,570
Penduduk
PDRB 0,977 0,735 1 0,966
Jumlah
0,972 0,570 0,966 1
Kendaraan
Sumber : Hasil Analisis
Tabel : 4.26
Persamaan Regresi dari Berbagai Kombinasi Variabel
Persamaan Angka
No Keterangan R Square
Regresi Pertumbuhan
1 X1 = Jumlah Penduduk Y = -2182,798 + 0,563 X1 0,749 3,338 %
Y = LHRT
2 X1 = Jumlah PDRB Y = 1124,786 + 0,004X1 0,977 5,106 %
Y = LHRT
3 X1 = Jumlah Kendaraan Y = 20,072 + 2,758X1 0,972 4,446 %
Y = LHRT
4 X1 = Jumlah Penduduk Y = 843,815 + 0,045X1 0,978 4,488 %
X2 = Jumlah PDRB + 0,003X2
58
Y = LHRT
Tabel : 4.28
Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan
Regression Statistics
Multiple R 0,992
R Square 0,984
Tabel : 4.29
Nilai konstanta dan Prediktor X1, X2, X3
Variable Coefficients
Constant 359,921
X1 0,043
X2 0,002
X3 1,209
Sumber : Hasil Analisis
d = 1,209
Sehingga didapatkan persamaan regresi sebagai berikut :
Y = 359,921 + 0,043X1 + 0,002X2 + 1,209X3
Dengan memasukkan X1 sebagai jumlah penduduk, X2 sebagai jumlah PDRB dan
X3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR
sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini :
Tabel : 4.30
Perkiraan jumlah LHR sampai tahun 2054
Penduduk PDRB Kendaraan LHRT Angka
No n Tahun Pertumbuhan
( jiwa ) (rupiah ) (kendaraan) (smp/hari)
(%)
1 0 2006 7850 350360 876 2458 4.788
2 1 2007 7956 373169 895 2531 2.977
3 2 2008 8062 397462 913 2606 2.960
4 3 2009 8170 423337 934 2688 3.139
5 4 2010 8280 450896 954 2772 3.127
6 5 2011 8390 480249 975 2860 3.205
7 6 2012 8503 511514 995 2952 3.202
8 7 2013 8617 544813 1017 3050 3.324
9 8 2014 8733 580280 1039 3153 3.362
10 9 2015 8850 618057 1061 3260 3.400
11 10 2016 8968 658292 1084 3373 3.478
12 11 2017 9088 701146 1107 3492 3.519
13 12 2018 9210 746792 1131 3617 3.596
14 13 2019 9334 795408 1155 3749 3.638
15 14 2020 9459 847189 1180 3888 3.713
16 15 2021 9584 902341 1205 4034 3.753
17 16 2022 9714 961083 1231 4189 3.830
18 17 2023 9844 1023649 1257 4351 3.872
19 18 2024 9976 1090289 1284 4522 3.945
20 19 2025 10109 1161267 1312 4704 4.015
21 20 2026 10245 1236865 1340 4895 4.059
22 21 2027 10382 1317385 1368 5096 4.102
23 22 2028 10521 1403147 1398 5309 4.196
24 23 2029 10662 1494492 1428 5534 4.239
25 24 2030 10805 1591783 1458 5771 4.283
26 25 2031 10950 1695408 1490 6023 4.370
27 26 2032 11097 1805779 1522 6289 4.412
28 27 2033 11245 1923334 1554 6569 4.455
29 28 2034 11396 2048544 1588 6867 4.537
30 29 2035 11549 2181905 1622 7182 4.579
31 30 2036 11703 2323947 1656 7514 4.621
32 31 2037 11860 2475236 1692 7867 4.696
33 32 2038 12019 2636372 1728 8239 4.737
34 33 2039 12180 2808000 1765 8634 4.793
61
<3000 6,0 1,5 4,5 1,0 6,0 1,5 4,5 1,0 6,0 1,0 4,0 1,0
3000-
7,0 2,0 6,0 1,0 7,0 1,5 6,0 1,5 7,0 1,5 5,0 1,0
10000
10001-
7,0 2,0 7,0 2,0 7,0 2,0 ** ** - - - -
25000
>25000 2x3,5 2x2,0 2x3,5
2,5 2,0 2,0 ** ** - - - -
* * *
Sumber : TCPGJAK Tahun 1997, hal 16
Keterangan :
** = mengacu pada persyaratan ideal
* = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah
lajur/jalur
- = tidak ditentukan
Rencana jalan jembatan Kuripan terdiri dari 2 lajur 2 arah UD, lebar setiap
lajurnya 3 meter dengan bahu jalan 1 meter.
63
Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS
Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur
rencana tahun 2056 maka diperhitungkan sebagai berikut :
Tabel : 4.32
Nilai – nilai Paremeter Kinerja Jalan Baru
LHRT ( smp/hari ) Q C
No UR Tahun HOS Cokroaminoto Q/C Ket
(smp/jam) (smp/jam)
- Pelita IV
1 0 2006 2458 221 2040 0.11 LAYAK
2 1 2007 2531 228 2040 0.11 LAYAK
3 2 2008 2606 235 2040 0.12 LAYAK
4 3 2009 2688 242 2040 0.12 LAYAK
5 4 2010 2772 250 2040 0.12 LAYAK
6 5 2011 2860 257 2040 0.13 LAYAK
7 6 2012 2952 266 2040 0.13 LAYAK
8 7 2013 3050 275 2040 0.13 LAYAK
9 8 2014 3153 284 2040 0.14 LAYAK
10 9 2015 3260 293 2040 0.14 LAYAK
11 10 2016 3373 304 2040 0.15 LAYAK
12 11 2017 3492 314 2040 0.15 LAYAK
13 12 2018 3617 326 2040 0.16 LAYAK
14 13 2019 3749 337 2040 0.17 LAYAK
15 14 2020 3888 350 2040 0.17 LAYAK
16 15 2021 4034 363 2040 0.18 LAYAK
17 16 2022 4189 377 2040 0.18 LAYAK
18 17 2023 4351 392 2040 0.19 LAYAK
19 18 2024 4522 407 2040 0.20 LAYAK
20 19 2025 4704 423 2040 0.21 LAYAK
21 20 2026 4895 441 2040 0.22 LAYAK
22 21 2027 5096 459 2040 0.23 LAYAK
23 22 2028 5309 478 2040 0.23 LAYAK
24 23 2029 5534 498 2040 0.24 LAYAK
25 24 2030 5771 519 2040 0.25 LAYAK
26 25 2031 6023 542 2040 0.27 LAYAK
27 26 2032 6289 566 2040 0.28 LAYAK
28 27 2033 6569 591 2040 0.29 LAYAK
29 28 2034 6867 618 2040 0.30 LAYAK
30 29 2035 7182 646 2040 0.33 LAYAK
31 30 2036 7514 676 2040 0.35 LAYAK
32 31 2037 7867 708 2040 0.36 LAYAK
33 32 2038 8239 742 2040 0.38 LAYAK
34 33 2039 8634 777 2040 0.40 LAYAK
35 34 2040 9053 815 2040 0.42 LAYAK
36 35 2041 9496 855 2040 0.44 LAYAK
37 36 2042 9965 897 2040 0.46 LAYAK
64
3. Derajat Kejenuhan
Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu
17444 smp/hari ,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570
smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan :
DS = Q/C = 1570/2040 = 0,77
maupun jembatan tidak dapat lagi menampung volume arus lalu lintas maka
dapat ditambah lagi dengan 2 lajur, cara ini akan lebih efisien ketimbang
merencanakan langsung jalan maupun jembatan secara langsung dengan 4
lajur .
66
Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG )
diambil 3 lokasi stasiun ,yaitu Warung Asem dan Kutosari/Doro curah hujan
bulanan diambil dari data sepuluh tahunan yaitu dari tahun 1997 – 2006adalah
sebagai berikut :
Tabel : 4.33
Data Curah Hujan Lokasi Warungasem ( mm/hari )
Tahun
Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Januari 416 296 401 364 452 331 435 345 204 415
Februari 294 278 312 366 177 463 325 408 421 223
Maret 323 164 188 410 282 146 301 387 183 195
April 397 190 284 140 249 181 318 351 189 183
Mei 158 324 183 50 25 101 137 169 79 110
Juni 39 211 209 290 198 53 145 87 120 0
Juli 16 190 0 19 137 64 64 87 145 0
Agustus 43 32 66 0 41 0 0 12 19 22
September 0 73 137 63 66 24 83 143 100 0
Oktober 0 260 260 129 145 0 15 50 58 8
November 4 121 168 407 272 64 100 100 152 19
Desember 189 421 273 135 271 272 272 275 247 55
CH maks 416 421 401 410 452 463 435 408 421 415
Sumber : BMG
Tabel : 4.34
Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari )
Tahun
Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Januari 396 339 326 463 377 367 390 323 339 389
Februari 375 337 377 452 372 386 392 342 345 387
Maret 387 267 290 448 323 322 250 309 316 381
April 214 256 342 403 295 190 305 259 274 376
Mei 149 139 127 412 94 188 119 219 129 129
Juni 100 175 188 217 151 31 50 10 72 29
Juli 36 182 83 56 155 18 0 108 108 10
Agustus 4 69 153 18 3 0 0 0 43 8
September 0 188 72 23 43 4 67 105 48 0
Oktober 0 324 361 244 188 2 64 80 345 0
November 109 184 330 387 368 372 209 206 184 179
Desember 264 342 348 241 417 272 507 417 371 227
CH maks 396 342 377 463 377 386 392 342 371 389
Sumber : BMG
67
a. Standar Deviasi
b. Koefisien Skewness ( Cs )
c. Koefisien Kurtosis ( Ck )
d. Koefisien Variasi ( Cv )
Tabel : 4.35
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )
Xi
Tahun ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 416 -8.4 70.56 -592.704 4978.7136
1998 421 -3.4 11.56 -39.304 133.6336
1999 401 -23.4 547.56 -12812.904 299821.9536
2000 410 -14.4 207.36 -2985.984 42998.1696
2001 452 27.6 761.76 21024.576 580278.2976
2002 463 38.6 1489.96 57512.456 2219980.802
2003 435 10.6 112.36 1191.016 12624.7696
2004 408 -16.4 268.96 -4410.944 72339.4816
2005 421 -3.4 11.56 -39.304 133.6336
2006 415 -9.4 88.36 -830.584 7807.4896
Jumlah 4242 3570 58016.32 3241096.944
Sumber : Hasil Analisis
X rata –rata =
∑ Xi =
4242
= 424,4 mm/hari
n 10
Keterangan : n = Banyaknya tahun data curah hujan yang dipakai
Xi = Jumlah curah hujan maksimum
68
Tabel : 4.36
Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari )
Xi
Tahun ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 396 12.5 156.25 1953.125 24414.0625
1998 342 -41.5 1722.25 -71473.375 2966145.063
1999 377 -6.5 42.25 -274.625 1785.0625
2000 463 79.5 6320.25 502459.875 39945560.06
2001 377 -6.5 42.25 -274.625 1785.0625
2002 386 2.5 6.25 15.625 39.0625
2003 392 8.5 72.25 614.125 5220.0625
2004 342 -41.5 1722.25 -71473.375 2966145.063
2005 371 -12.5 156.25 -1953.125 24414.0625
2006 389 5.5 30.25 166.375 915.0625
Jumlah 3835 10270.5 359760 45936422.63
Sumber : Hasil Analisis
X rata – rata =
∑ Xi =
3835
= 383,5 mm/hari
n 10
Keterangan : n = Banyaknya tahun data curah hujan yang dipakai
Xi = Jumlah curah hujan maksimum
a. Standart Deviasi
Ukuran sebaran yang paling banyak digunakan adalah deviasi standar ,
apabila penyebaran sangat besar terhadap nilai rata – rata maka nilai x akan besar
,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata – rata maka
nilai x akan kecil.
∑ ( Xi − Xrata − rata )
2
3570
Sx = = = 19,916
n −1 9
∑ ( Xi − Xrata − rata )
2
10270,5
Sx = = = 33,781
n −1 9
69
Keterangan :
dikuadratkan
b. Koefisien Skewness ( Cs )
Cs =
(
n ∑ Xi − Xrata − rata )
3
(n − 1)(n − 2)Sx 3
10 × 353760
=
9 × 8 × 33,7813
= 1,275
Keterangan :
dipangkat tiga
Sx = Standart deviasi
70
c. Koefisien Kurtois ( Ck )
n 2 ∑ ( Xi − Xrata − rata )
4
Ck =
(n − 1)(n − 2)(n − 3)Sx 4
10 2 × 45936422,63
=
9 × 8 × 7 × 33,7814
= 6,9
Keterangan :
dipangkat empat
Sx = Standart deviasi
d. Koefisien Variasi ( Cv )
Sx
Cv =
X
33,781
=
383,5
= 0,088
Keterangan :
Sx = Standart deviasi
a. Distribusi normal
d. Distribusi Gumbel
Tabel : 4.37
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )
Hasil
No Jenis Distribusi Syarat Keterangan
Perhitungan
1 Normal Ck = 3 Ck = 6,9 Tidak
Cs = 0 Cs = 1,275 Tidak
2 Gumbel Ck = 5,4002 Ck = 6,9 Tidak
Cs = 1,129 Cs = 1,275 Memenuhi
3 Log Pearson III Cs ≠ 0 Cs = 1,275 Memenuhi
4 Log Normal Cs = 3 x Cv Cv = 0,088 Tidak
Cs = 1,275 Tidak
Sumber : Hasil Analisis
Keterangan :
Cs = Koefisien Skewness
Ck = Koefisien Kurtois
Cv = Koefisien Variasi
⎧ ⎡ ⎛ 1 ⎞⎤ ⎫
Kr = 0,78 ⎨− ln ⎢− ln⎜1 − ⎟⎥ ⎬ − 0,45 Tr => 25
⎩ ⎣ ⎝ Tr ⎠⎦ ⎭
= 2,045
Xtr = X25 + R
= 464,928 mm/hari
Keterangan :
Sx = Standart Deviasi
⎧ ⎡ ⎛ 1 ⎞⎤ ⎫
Kr = 0,78 ⎨− ln ⎢− ln⎜1 − ⎟⎥ ⎬ − 0,45 Tr => 25
⎩ ⎣ ⎝ Tr ⎠⎦ ⎭
= 2,045
Xtr = X25 + R
= 452,582 mm/hari
Keterangan :
73
Sx = Standart Deviasi
464,982 + 452,582
Rdiambil = = 458,755 mm/hari
2
Gambar 4.2 potongan Kali Kupang dimulai dari pertemuan Kali Banger
dengan Sungai Pekalongan sampai dengan hulu Jembatan Kuripan Lor
Jenggot
17.000
15.000
13.000
AS
11.000
9.000
16.568
15.676
12.066
16.367
16.348
9.835
8.896
7.956
8.888
9.819
ELEVASI
JARAK 12.576 8.17 9.80 4.73 5.845 5.845 5.386 5.386 11.227 5.808
P0
17.000
15.000
13.000
AS
11.000
9.000
16.023
15.022
11.916
16.085
16.281
9.605
8.951
7.995
8.903
9.809
ELEVASI
JARAK 21.20 5.216 3.553 5.024 3.082 3.082 6.397 6.397 9.051 5.000
P1
17.000
15.000
13.000
11.000
AS
9.000
16.244
15.231
12.158
10.249
10.207
15.763
16.768
8.687
7.124
8.666
ELEVASI
JARAK 16.377 7.619 6.642 6.174 9.253 9.253 3.163 3.163 12.501 9.231
P 2 + 10
17.000
15.000
13.000
AS
11.000
9.000
15.067
12.464
16.025
16.120
9.625
8.709
7.792
8.827
9.861
ELEVASI
J ARAK 16.980 7.655 6.192 5.239 5.239 5.207 5.207 7.045 16.070
P3
17.000
15.000
AS
13.000
11.000
9.000
15.667
16.323
16.517
15.621
14.142
13.868
11.127
15.624
16.305
9.268
9.596
9.923
9.884
9.843
ELEVASI
J ARAK 19.99 6.99 2.99 3.598 1.339 1.283 7.007 3.575 4.911 4.911 6.797 6.797 5.913 8.068
P4
76
19.000
17.000
15.000
13.000 A
S
11.000
BIDANGPERS: 9.000 ( M)
16.262
16.255
15.590
10.140
16.216
16.011
9.912
9.685
9.622
9.558
9.613
9.667
ELEVASI
JARAK 14.994 2.997 6.563 8.777 0.949 5.978 5.978 3.629 3.629 7.892 6.603
P5
19.000
17.000
15.000
13.000 A
S
11.000
BIDANGPERS: 9.000( M)
16.452
16.093
15.619
10.615
10.792
16.623
16.713
9.680
9.576
9.453
9.567
9.699
ELEVASI
J ARAK 10.489 1.999 5.578 8.614 2.462 4.802 4.802 7.926 7.926 5.892 8.191
P6
H2
H1
B
Gambar 4.3 gambar perhitungan tinggi muka air banjir
B1 = 23,81 m
Dengan cara coba-coba didapat :
H1 = 8,26 m
F = (B + mH1) H1
= ( 23,81 + (2 x 8,26)) 8,26
= 333,126 m²
P = B + 2( 1 + m 2 ) H1
= 23,81 + 2( 1 + 2 2 ) 8,26
= 60,75 m
F
R=
P
333,126
= = 5,484 m
60,75
1 2 / 3 1/ 2
Q= R I F
n
1
= .5,484 2 / 3 .0,0028 1 / 2 .333,126
0,04
78
H2
H1
D
B
Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar
B rata-rata = 23,81 m
1 1
Diameter pilar = 1 m ( H − H)
5 10
Dengan cara coba-coba didapat :
H1 = 8,4 m
F = (B + mH1) H1
= ( 22,81 + (2 x 8,4)) 8,4
= 332,724 m²
P = B + 2( 1 + m 2 ) H1
= 22,81 + 2( 1 + 2 2 ) 8,4
= 60,376 m
F
R=
P
332,724
= = 5,622 m
60,376
1 2 / 3 1/ 2
Q= R I F
n
79
1
= .5,622 2 / 3 .0,0028 1 / 2 .332,724
0,04
= 1373,273 m³/det > 1368,142 m³/det …….OK
1,5m
8,26m
23,81m
Tabel 4.39
Pekerjaan Boring BH-1
Kedalaman
Jenis tanah Diskripsi Tanah N – SPT
(meter)
0–5 Pasir Coklat , Setengah Padat 5
Coklat Kemerahan,
5–6 Pasir Kelempungan 4
Setengah Padat
Hitam Keabu-abuan,
6 – 7,6 Pasir 4
Setengah Padat
7,6 – 10 Gambut Hitam Kecoklatan, Lepas 4
81
Kedalaman
Jenis tanah Diskripsi Tanah N – SPT
(meter)
0 – 6,5 Pasir Kelempungan Coklat , Lepas 5–9
Abu-abu Kehitaman,
6,5 – 8 Pasir 5–9
Lepas
8 – 10 Lempung Kepasiran Abu-abu, Kaku 9
10 – 14 Lempung Kepasiran Coklat, Teguh 5
Hitam Kecoklatan,
14 – 16 Gambut 5
Teguh
16 – 17 Lempung Abu-abu, Teguh 6
17 – 20 Pasir Abu-abu, Lepas 7
Sumber : DPU Kota Pekalongan
82
Tabel 4.41
Pekerjaan Sondir
Titik SD – 1 Titik SD – 2
Kedalaman Tahanan Konus Kedalaman Tahanan Konus
( meter ) qc ( c ) ( meter ) qc ( kg/cm2 )
0,2 – 4,2 14,0 – 36,0 0,2 – 4,0 20,0 – 100,0
4,4 – 5,8 8,0 – 18,0 4,2 – 6,6 8,0 – 22,0
6,0 – 7,0 20,0 – 70,0 6,8 – 7,6 22., – 62,0
7,2 – 12,8 6,0 – 18,0 7,8 – 19,0 6,0 – 20,0
13,0 – 14,0 19,0 – 25,0 19,2 – 20,0 20,0 – 22,0
14,2 – 17,8 8,0 – 20,0
18,0 – 20,0 18,0 – 25,0
20,0 qc = 351 kg/cm2 20,0 qc = 351 kg/cm2
JHP = 1464 kg/cm2 JHP = 1518 kg/cm2
Sumber : DPU Kota Pekalongan
Kesimpulan :
a. Titik Sondir I
Nilai perlawanan ujung konus ( conuss resistance ) sampai
kedalaman – 20,00 m adalah 351 kg/cm2
Jumlah hambatan pelekat ( total friction ) adalah 1464 k
b. Titik Sondir II
Nilai perlawanan ujung konus ( conuss resistance ) sampai
kedalaman – 20 m adalah 351 kg/cm2
Jumlah hambatan pelekat ( total friction ) adalah 1518 kg/cm2
83