Ada dua stasiun pengukur hujan yang berada di sekitar DAS. Data hujan yang tersedia di
dua stasiun tersebut berupa data curah hujan harian maksimum, dengan panjang pencatatan data
selama 12 tahun. Data ditunjukkan pada table 1.1
Stasiun
No Tahun
1 2
1 2002 153 161
2 2003 134 129
3 2004 157 131
4 2005 129 138
5 2006 110 132
6 2007 141 144
7 2008 138 150
8 2009 143 173
9 2010 118 186
10 2011 121 166
11 2012 170 168
12 2013 173 159
Data Hujan yang ada, sebelum digunakan diuji terlebih dahulu kualitasnya, apakah layak
digunakan atau tidak. Pengujian kualitas data ini sendiri meliputi Uji Outlier
Data curah hujan didapat dari stasiun stasiun yang diberikan. Namun data tersebut
adalah data sekunder yang perlu di validasi. Sehingga sebelum di olah data tersebut harus di
uji keabsahannya, salah satu tes yang biasa dilakukan adalah uji outlier ( outlier test). Data
outlier adalah data yang secara statistic menyimpang jauh dari kumpulan datanya yang bisa
merusak kumpulan data lainnya. Penyimpangan ini bisa terjadi karena berbagai factor.
Berikut adalah langkah- langkah untuk pengujian data outlier berdasarkan koefisien skewness
(CSlog):
Cari nilai CS log terlebih dahulu dengan menggunakan rumus , jika CS log > 0,4
maka Xh yang terlebih dahulu di cari. Jika CS log < -0,4 maka Xl yang terlebih
dahulu dicari. Dan jika -0,4 < CS log < 0,4 maka terserah Xh atau Xl yang terlebih
dahulu di cari
Jika CS log > 0,4 yang dicari terlebih dahulu adalah Xh. Setelah itu jika ada data
yang lebih besar dari batas atas (Xh) maka data tersebut di sesuaikan dengan Xh.
Setelah itu cari kembali Ybar dan S log dengan data yang sudah terkoreksi. Setelah
itu cari Xl (batas bawah), jika ada data yang lebih rendah disesuaikan dengan batas
bawah. Dan begitu sebaliknya jika CS log < -0,4. Tapi jika -0,4 < CS log < 0,4
proses diatas tidak perlu, setelah cari Xh/Xl langsung sesuiakan data dengan batas
atas dan batas bawah.
1
n Uji outlier tinggi (Xh)
Slog =
√ ∑ (log X i−log X )2
(n−1) i=1 log Xh=log X +kn∗Slog
n
n ∑ (log X i−log X)3 Uji outlier rendah (Xl)
i=1
CS log = log Xl=log X−kn∗S log
(n−1)(n−2)¿ ¿
Dimana:
n : Jumlah data
Rima P. Kafiar 14021101069
PERENCANAAN BANGUNAN AIR
Log x : Nilai log data pengamatan
Log x́ : Nilai rata rata log pengamatan
S log : Standar deviasi (dalam Log)
CS log : Koefisien Skewness (dalam Log)
Xh : Batas tertinggi
Xl : Batas terendah
Kn : Konstanta uji outlier ( dari table K value) tergantung dari jumlah data
Jika terdapat data outlier, maka data tersebut sebaiknya disesuaikan dengan mengambil batas
atas atau batas bawah sebagai acuan. Data yang sudah disesuaikan, siapa untuk di gunakan
STASIUN 1
y= log x
1 153 2.1847 0.0408 0.0017 0.0001
2002
2 134 2.1271 -0.0168 0.0003 0.0000
2003
3 157 2.1959 0.0520 0.0027 0.0001
2004
4 129 2.1106 -0.0333 0.0011 0.0000
2005
5 110 2.0414 -0.1025 0.0105 -0.0011
2006
6 141 2.1492 0.0053 0.0000 0.0000
2007
7 138 2.1399 -0.0041 0.0000 0.0000
2008
8 143 2.1553 0.0114 0.0001 0.0000
2009
9 118 2.0719 -0.0721 0.0052 -0.0004
2010
10 121 2.0828 -0.0612 0.0037 -0.0002
2011
11 170 2.2304 0.0865 0.0075 0.0006
2012
12 173 2.2380 0.0941 0.0089 0.0008
2013
n : 12
Kn : 2.134
n
1
Slog =
√ ∑
(n−1) i=1
(log X i−log X )2
1
¿
√ (12−1)
x 0.0560 = 0.06158
n
n ∑ (log X i−log X)3
i=1
CSlog =
(n−1)( n−2)¿ ¿
12 x( 0.0000)
= Karena CS log < - 0.4 , maka
(12−1)(12−2)(0.061583 ) cari nilai Xl terlebih dulu
= -0.015286
Slog= 0.06158
Cslog= -0.015286
kn∗Slog =2.134∗0.06158=0.13142002
Lihat data di atas, kerana tidak ada data yang dibawah Xl maka lanjutkan mencari Xh
log Xh=log X +kn∗Slog
log Xh=2.163+0.1314 = 2.275
Xh=188.521
Lihat data kembali. Tidak ada data yang lebih tinggi dari Xh, sehingga data yang terkoreksi
sama dengan data sebelumnya
Tahun Data X
Tahun Data X
2002 153
2003 134 2002 153
2004 157 2003 134
2005 129 2004 157
2006 110 2005 129
2007 141 2006 110
2008 138 2007 141
2009 143 Tidak ada data yang 2008 138
2010 118 berubah karena data 2009 143
masih ada dalam batas
2011 121 2010 118
2012 170 2011 121
2013 173 2012 170
2013 173
STASIUN 2
Rima P. Kafiar 14021101069
PERENCANAAN BANGUNAN AIR
Data seri Y
No. Tahun
Data X y= log x (Yi-Ybar) (Yi-Ybar)^2 (Yi-Ybar)^3
1 161 2.2068 0.0248 0.0006 0.0000
2002
2 129 2.1106 -0.0714 0.0051 -0.0004
2003
3 131 2.1173 -0.0647 0.0042 -0.0003
2004
4 138 2.1399 -0.0421 0.0018 -0.0001
2005
5 132 2.1206 -0.0614 0.0038 -0.0002
2006
6 144 2.1584 -0.0236 0.0006 0.0000
2007
7 150 2.1761 -0.0059 0.0000 0.0000
2008
8 173 2.2380 0.0560 0.0031 0.0002
2009
9 186 2.2695 0.0875 0.0077 0.0007
2010
10 166 2.2201 0.0381 0.0015 0.0001
2011
11 168 2.2253 0.0433 0.0019 0.0001
2012
12 159 2.2014 0.0194 0.0004 0.0000
2013
26.1840 0.0000 0.0306 0.0001
Sigma
2.1820
Ybar
n : 12
Kn : 2.134
n
1
Slog =
√ ∑ (log X i−log X )2
(n−1) i=1
1
¿
√ (12−1)
x 0.0303 = 0.05270
n
n ∑ (log X i−log X)3 Karena CS log >- 0.4 , maka
i=1
CSlog = cari nilai Xh terlebih dulu
(n−1)( n−2)¿ ¿
12 x(−0.0001)
=
(12−1)(12−2)(0.052703 )
= 0.037586891
Slog= 0.05249
Cslog= -0.41853474
kn∗Slog =2.134∗0.05270=0.112
Lihat data di atas, kerana tidak ada data yang di atas Xh maka lanjutkan mencari Xl
log Xl=log X−kn∗S log
log Xl=2.1430−0.112 = 2.070
Xl=117.364
Lihat data kembali. Tidak ada data yang lebih tinggi dari Xh, sehingga data yang terkoreksi sama
dengan data sebelumnya
Tahun
Data X Tahun
Data X
2002 161
2002 161
2003 129
2003 129
2004 131
2004 131
2005 138
2005 138
2006 132
2006 132
2007 144
2007 144
2008 150
Tidak ada data yang
2008 150
2009 173
berubah karena data 2009 173
2010 186 masih ada dalam batas 2010 186
2011 166
2011 166
2012 168
2012 168
2013 159
2013 159
Stasiun
No Tahun Sta 1 Sta 2
6,325 7.3
1 2002 153 161
2 2003 134 129
3 2004 157 131
4 2005 129 138
5 2006 110 132
6 2007 141 144
7 2008 138 150
8 2009 143 173
9 2010 118 186
10 2011 121 166
11 2012 170 168
12 2013 173 159
Untuk menghitung luas stasiun pengaruh curah hujan, dapat digunakan Metode Poligon
Thiessen dengan melihat Gambar.1 dan perhitungan luasnya
Dari perhitungan luas secara kisi-kisi pada Gambar.1, sesuai dengan bentuk poligon Thiessen
adalah sebagai berikut :
ATotal = A 1+ A 2
Jadi dengan data yang telah didapat diatas dapat dihitung rata rata curah hujan maksimum tiap
tahun
A 1 R1 + A2 R2
R2002 =
Luas Area keseluruhan
(6.325∗153)+(7.3∗161)
R2002 =
13.725 km2
2143.025
R2002 = =156.2 mm
13.725
A 1 R1 + A2 R2
R2003 =
Luas Area keseluruhan
(6.325∗134)+(7.3∗129)
R2003 =
13.725 km2
1789.25
R2003 = =130.4mm
13.725
Sehingga di dapat data curah hujan rata – rata maksimum yang telah terkoreksi adalah
Stasiun
Tahu Rata-
No Sta 1 Sta 2
n Rata
6.325 7.3
1 2002 153 161 157
2 2003 134 129 132
3 2004 157 131 144
4 2005 129 138 134
5 2006 110 132 121
6 2007 141 144 143
7 2008 138 150 144
8 2009 143 173 158
9 2010 118 186 153
10 2011 121 166 144
11 2012 170 168 169
12 2013 173 159 166
Kesimpulan :
Tahu Rata-
No
n Rata
1 2002 157
2 2003 132
3 2004 144
4 2005 134
5 2006 121
6 2007 143
7 2008 144
8 2009 158
Rima P. Kafiar 14021101069
PERENCANAAN BANGUNAN AIR
9 2010 153
10 2011 144
11 2012 169
12 2013 166
3. ANALISIS FREKUENSI HUJAN
Analisis hujan rencana adalah analisis untuk mendapatkan besaran curah hujan yang direncanakan
akan terjadi di daerah penelitian. Untuk analisis ini digunakan analisis frekwensi hujan. Dalam
analisis hidrologi ada 4 jenis distribusi Frekwensi yang sering digunakan yaitu:
Analisis hidrologi terhadap data curah hujan yang ada harus sesuai dengan tipe distribusi
datanya. Tipe distribusi yang umum digunakan dalam analisis hidrologi adalah Distribusi normal, Log
normal, Gumbel, dan Log Pearson – III.
a. Distribusi Frekuensi Normal
Distribusi normal disebut juga distribusi Gauss. Distribusi ini dirumuskan sebagai berikut:
X TR = X́ +S . K
´ + SLog . K
log X TR = LogX
X TR = X +S . K TR
1
Rima P. Kafiar
K TR =0.78 [−¿ { (
−ln 1−
14021101069
TR
] )}
PERENCANAAN BANGUNAN AIR
´ + SLog . K TRCS
log X TR = LogX
Dimana: X : Curah hujan rata-rata
Log X TR : Nilai curah hujan tergantung pada TR dalam Log
S : Standar deviasi
K : Faktor frekuensi untuk distribusi normal yang tergantung
pada TR (dari table)
K TR : Faktor frekuensi Gumbel
K TRCS : Faktor frekuensi Pearson (Dari table dengan memperhatikan nilai Cs)
Distribusi frekuensi apa yang akan digunakan, tergantung dari jenis sebaran data yang ada.
Jenis sebaran data dapat diperkirakan dari parameter statistiknya. Parameter statistic yang
akan dilihat adalah mean, standard deviasi (s) , koefisien skewness (Cs), koefisien kurtosis (Ck), dan
koefisien variasi (Cv).
Untuk menghitung parameter parameter statistic tersebut digunakan rumus sebagai berikut:
a. Mean (X)
Mean adalah rata – rata dari suatu variable. Harga ini hanya dapat digunakan secara
menguntungkan bila sampai terdiri dari sejumlah observasi yang tidak terlalu besar
n
1
X= ∑ Xl
n i=1
Dengan: X = Curah hujan rata rata (mm)
Xl = Nilai curah hujan pada tahun pengamatan
n =Jumlah data curah hujan
Untuk perhitungan dalam nilai log seperti pada data analisis data outlier maka persamaan
diatas harus diubah dulu kedalam bentuk logaritmik, sehingga menjadi:
n
1
log x= ∑ Xl
n i=1
Dengan: Log X = Curah hujan rata rata dalam bentuk log (mm)
Log Xl = Nilai curah hujan pada tahun pengamatan dalam log
n =Jumlah data curah hujan
b. Standard deviasi (S)
Standar defiasi atau simpangan baku adalah suatu nilai pengukuran disperse terhadap data
yang dikumpulkan. Untuk data yang kurang dari 100 digunakan rumus Fisher dan Wicks dalam
menghitung standar deviasi
n
S=
√ 1
n−1 ∑
i=1
( Xl−X )2
Untuk perhitungan dalam nilai log seperti pada data analisis data outlier maka persamaan
diatas harus diubah dulu kedalam bentuk logaritmik, sehingga menjadi:
n
SLog=
√1
∑
n−1 i=1
( log Xl−log X )2
Dengan: Log X = Curah hujan rata rata dalam bentuk log (mm)
Log Xl = Nilai curah hujan pada tahun pengamatan dalam log
Slog = Standar deviasi dalam log
n =Jumlah data curah hujan
c. Koefisien Variasi (Cv)
Koefisien Variasi (Coeffisient of Variation) adalah nilai perbandingan antara deviasi standard
dengan rata – rata hitung dari suatu distribusi. Semakin besar nilai variasi berarti datanya kurang
merata (heterogen). Semakin kecil berarti data pengamatan semakin merata (homogeny).
Koefisien variasi dapat dihitung dengan rumus:
S
Cv=
X
Dengan: X = Curah hujan rata rata (mm)
Cv = Koefisien Variasi
S = Standar deviasi
Rima P. Kafiar 14021101069
PERENCANAAN BANGUNAN AIR
d. Koefisien Skewness
Kemencengan (Skewness) adalah suatu nilai yang menunjukkan derajat ketidak simetrisan
dari suatu bentuk distribusi. Apabila suatu kurva dari suatu distribusi mempunyai skor
memanjang ke kanan atau ke kiri terhadap titik pusat maksimum maka kurva tersebut tidak akan
berbentuk simetris. Keadaan itu disebut menceng ke kanan atau ke kiri.
n
n ∑ (Xl− X)2
i=1
Cs= 3
Dengan X (n−1)(n−2)s
= Curah hujan rata rata (mm)
Xl = Nilai curah hujan pada tahun pengamatan
S = Standar deviasi
n =Jumlah data curah hujan
Cs = Koefisien Skewness
Untuk perhitungan dalam nilai log seperti pada data analisis data outlier maka persamaan
diatas harus diubah dulu kedalam bentuk logaritmik, sehingga menjadi:
n
2
n ∑ ( log Xl−log X )
i=1
Cs log= 3
Dengan Log X = Curah hujan
( n−1 )rata rata
( n−2 dalam
) slog log (mm)
Log Xl = Nilai curah hujan pada tahun pengamatan dalam log
S log = Standar deviasi dalam log
n =Jumlah data curah hujan
Cs = Koefisien Skewness
Koefisien Kurtosis ini dimaksudkan untuk mengukur keruncingan dari bentuk kurva
distribusi, yang umumnya dibandingkan dengan distribusi normal. Koefisien Kurtosis digunakan
untuk menentukan keruncingan kurva distribusi. Koefisien Kurtosis ini dapat dihitung dengan
menggunakan rumus:
n
1
∑ ( Xl−X )4
n
Ck= i=1 4
S
Dengan X = Curah hujan rata rata (mm)
Xl = Nilai curah hujan pada tahun pengamatan
Syarat penentuan jenis sebaran data dapat dilihat dari table berikut:
n = 12
Pertama tama harus mencari CS, CSlog, S, Slog, Ck, dan Cv untuk menentukan tipe distribusi terbaik.
n
1
S=
√
1
∑
( n−1 ) i=1
2
√
( X i −X ) ¿ (11) x 2230.14000 =14.23868
n
3
n ∑ ( X i−X )
i=1
CS=
(n−1)(n−2)¿ ¿
12 x (−3213.8160)
¿
(12−1)(12−2)(14.238683 )
= -0.12145081
n
Ck=n 2 ∑ ¿ ¿ ¿
i=1
122 x (916452.3894)
=
(12−1)(12−2)(12−3)(14.23868 4)
= 3.243
S 14.23868
Cv= = = 0.096861767
x 1470000026
Syarat Parameter
Jenis Distribusi Parameter Statistik Kesimpulan
Statistik
Data
Cs = 0 (mendekati 0) CS = -0.12 Cs 0 Tidak
Dist Normal
Ck 3 Ck = 3.243 Ck 3 diterima
Dist. Log Cs Cv3 + 3Cv CS = 0.292 0.292 -0.8909 Tidak
Normal Ck Cv8 + 6Cv6 + Ck = 3.152 3.152 diterima
Kesimpulan
Dari hasil yang diperoleh di atas dapat dilihat bahwa hasil perhitungan Cs, Cv, Ck tidak
memenuhi untuk ketiga tipe distribusi (Normal, Log Normal, Gumbel). Dengan demikian dapat
disimpulkan bahwa jenis sebaran yang cocok adalah : Tipe Distribusi Log Pearson – III
Untuk mengnalisis hujan recana menggunakan sebaran tipe Log Pearson -III
KTR,CS = faktor Frekuensi Pearson yang dapat dilihat dari tabel pearson dengan
memperhitungkan nilai Cs
S = Standar Deviasi
K = Faktor Frekuensi
Data seri Y
No Tahun
Data X y= log x (Yi-Ybar) (Yi-Ybar)^2 (Yi-Ybar)^3
1 2002 157 2.1962 0.0522 0.0027 0.0001
2 2003 132 2.1189 -0.0250 0.0006 0.0000
3 2004 144 2.1578 0.0138 0.0002 0.0000
4 2005 134 2.1258 -0.0181 0.0003 0.0000
5 2006 121 2.0839 -0.0601 0.0036 -0.0002
6 2007 143 2.1541 0.0102 0.0001 0.0000
7 2008 144 2.1590 0.0150 0.0002 0.0000
8 2009 158 2.1995 0.0555 0.0031 0.0002
9 2010 153 2.1838 0.0399 0.0016 0.0001
10 2011 144 2.1584 0.0144 0.0002 0.0000
25.9850 0.2578 0.0255 0.0012
Sigma
2.165
Ybar
Slog= 0.04815
Cslog= 1.1508661
n
1
Slog =
√ ∑
(n−1) i=1
(log X i−log X )2
1
¿
√ (12−1)
x 0.0255 = 0.04815
n
n ∑ (log X i−log X)3
i=1
CSlog =
(n−1)( n−2)¿ ¿
12 x(−0.0012)
=
(12−1)(12−2)(0.048153 )
12 x( 0.0012)
=
( 11 ) (10 ) ( 0.048153 )
= 1.1753935
Maka harga – harga G (koefisien Person) di dapat dari tabel untuk harga Cs = -0,055, sehingga
diperoleh nilai – nilai K untuk rencana periode ulang tertentu seperti tertera pada tabel di bawah ini:
Menentukan K TR dengan melihat table Log Pearson III dengan memperhitungkan nilai dari CSlog
Interpolasi
Return Period in
CS Years
25 50
Untuk K50
Return Period in
CS Years
25 50
1 1.488 1.663
-1 1.366 1.492
X 50=172.4502195mm
Kesimpulan
Dari hasil analisis hujan rencana di dapatkan besaran hujan recana seperti ditunjukan pada
table berikut
Kala Ulang (Tahun) Hujan Rencana (mm)
Rima P. Kafiar 14021101069
50 172.4502195
PERENCANAAN BANGUNAN AIR
Jika debit puncak dan waktu keterlambatan dari suatu durasi hujan efektif ( lag time) diketahui, maka
hidrograf satuan dapat diestimasi dari UH sintetis SCS.
Diketahui:
Rumus SCS:
Y = (a – b)
= (1300 – 600)
= 700
Debit puncak
c. A 3
Qp = (m /s)
Tp
dimana:
c = koefisien SCS
= 2.08
q/Qp
0.385
( 0.87 L2 )
Tc =
( ( 1000 S ) )
= 0.50523045 jam
tl = 0.6 x Tc
= 0.30313827 jam
Y
S = x = panjang sungai utama dalam meter
X
= 0.135922 (m/m)
tl
Tp = 10 .
9
= 0.33682023
tb = 5 . Tp
= 1.6841015
= 84.1398219 (m3/s)
Dari hasil tabel diatas maka hidrograf satuan adalah sebagai berikut
90.0000
80.0000
70.0000
60.0000
50.0000
40.0000
30.0000
20.0000
10.0000
0.0000
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Hitung debit banjir dengan kala ulang 50 tahun, Jika diketahui Hujan Rencana
50 tahun = 172.4502195 mm
1. Ubah hujan rencana (harian) menjadi distribusi jam-jaman, dengan menggunakan pola
distribusi hujan yang diketahui.
Jam ke - 1 2 3 4 5 6 7 8
% Hujan 51 25 9 5 4 3 2 1
Jam ke -
Kala Hujan 1 2 3 4 5 6 7 8
Ulang (mm)
Dimana:
( P−0.2 S )2
Pe= = (lihat tabel)
P+ 0.8 S
CN = kala ulang = 50
Hujan Efektif (Pe)
Hujan Jam-jaman (mm)
(mm)
Jam 1 116.616 90.8470
Jam 2 57.165 35.0108
Jam 3 20.579 5.8736
Jam 4 11.433 1.2710
Jam 5 9.146 0.5611
Jam 6 6.860 0.1165
Jam 7 4.573 0.0103
Jam 8 2.287 0.3452
Hidrogr
BF af
HLL
T (jam) HS Hujan Efektif (cm), Jam ke - (m3/ Banjir
(m3/det)
(m3/det) det) (m3/det
)
1 2 3 4 5 6 7 8
6.3428 2.2803 0.3041 0.0434 0.0121 0.0000 0.0112 0.0511
0 0 0 0 1.014 1.014
1 8.4140 53.36858 0 53.36857 1.014 54.3825
2 26.0833 165.4426 19.1867 0 184.6292 1.014 185.643
3 55.5323 352.2326 59.47878 2.5590 0 414.2703 1.014 415.284
4 78.2500 496.3278 126.6322 7.9329 0.36482 0 631.2577 1.014 632.271
5 84.1398 533.6858 178.4364 16.889 1.13096 0.102173 0 730.244 1.014 731.25
6 78.2500 496.3278 191.867 23.798 2.40786 0.316737 0.00028 0 714.7184 1.014 715.732
7 65.6291 416.2749 178.4364 25.590 3.39289 0.674343 0.00089 0.09416 0 624.4636 1.014 625.477
8 47.1183 298.864 149.6563 23.798 3.64827 0.950211 0.00190 0.29191 0.42974 477.6411 1.014 478.655
9 32.8145 208.1374 107.4455 19.960 3.39289 1.021732 0.00268 0.62149 1.33222 341.9142 1.014 342.928
10 23.5592 149.432 74.82815 14.330 2.84565 0.950211 0.00288 0.87574 2.83634 246.1014 1.014 247.115
11 17.4169 110.473 53.72277 9.9801 2.04303 0.796951 0.00268 0.94166 3.99666 181.9568 1.014 182.970
12 12.3686 78.45181 39.71648 7.1652 1.42282 0.57217 0.00225 0.87574 4.29749 132.5039 1.014 133.517
13 9.0030 57.10438 28.20446 5.2971 1.02151 0.398476 0.00161 0.73449 3.99666 96.75875 1.014 97.7727
14 6.4788 41.0938 20.52977 3.7617 0.75519 0.286085 0.00112 0.52733 3.35204 70.30709 1.014 71.3210
15 4.6277 29.35272 14.77376 2.7381 0.53629 0.211499 0.00080 0.36724 2.40659 50.38706 1.014 51.4010
16 3.3656 21.34743 10.55269 1.9704 0.39036 0.150195 0.00059 0.26366 1.67602 36.35139 1.014 37.3653
17 2.4401 15.47689 7.674682 1.4074 0.28091 0.109325 0.00042 0.19492 1.20329 26.34791 1.014 27.3619
18 1.7669 11.2074 5.564144 1.0236 0.20065 0.078673 0.00030 0.13842 0.88958 19.10279 1.014 20.1167
19 1.2621 8.005286 4.029208 0.7421 0.14593 0.056195 0.00022 0.10075 0.63173 13.71144 1.014 14.7254
20 0.9255 5.870543 2.878006 0.5373 0.1058 0.040869 0.00015 0.07250 0.45983 9.965108 1.014 10.9791
21 0.8414 5.336858 2.110537 0.3838 0.07661 0.02963 0.00011 0.05179 0.33090 8.320304 1.014 9.33430
22 0.5890 3.7358 1.91867 0.2814 0.05472 0.021456 8.37E-05 0.03766 0.23636 6.286254 1.014 7.30025
23 0.2524 1.601057 1.343069 0.2559 0.04013 0.015326 6.06E-05 0.02730 0.1719 3.454752 1.014 4.46875
24 0.1262 0.800529 0.575601 0.1791 0.03648 0.011239 4.33E-05 0.01977 0.12462 1.747427 1.014 2.76142
25 0.0000 0 0.287801 0.0767 0.02553 0.010217 3.17E-05 0.01412 0.09024 0.504730 1.014 1.51873
0.03838 0.01035 0.06446 0.131331 1.14533
0 5 0.010945 0.007152 2.89E-05 8 2 634 1.014 1634
0.00941 0.04727 0.065246 1.07924
0 0.005472 0.003065 2.02E-05 7 2 884 1.014 6884
0.00659 0.04297 0.051107 1.06510
0 0.001533 8.66E-06 2 5 84 1.014 784
0.00282 0.03008 0.032911 1.04691
0 4.33E-06 5 2 775 1.014 1775
- Luas DAS
- Bentuk DAS
- Topografi
- Kemiringan Saluran
- Kerapatan Sungai, dan
- Daya tampunga saluran.
3 parameter UH sintetis Snyder :
Parameter Fisik
L= 5.15 Km
A= 13.625 km2
Lc = 2 Km
Ct = 1.1
Cp = 0.69
n= 0.3
tp = Ct (L x Lc)n
2.214337
tp = 7 Jam
te = tp/5,5
0.402606
te = 9 Jam
Sehingga didapat waktu untuk mencapai debit maksimum Tp = t'p + 0.5(tr - tc)
qp = 0.0866264 m3/det/km2
Qp = 1.1802841 m3/det
x= t/Tp
I= 0.235
a= 0.153
y=
0.4715x13.6250.6444x(54/13.625)0.
9430
BF =
BF = 6.986
A = Luas DAS
D = Kerapatan jaringan kuras, jumlah panjang sungai semua tingkat tiap satuan luas DAS
x=
(1- -a((1 -
(t / (1 - x)2 a Y
x)2/x x)2 / x)
t tp) Qt
(jam) (m3/det/mm)
0 0 1 0 0.15325 0 0 0
0.398
1 0.368 9 1.083 0.15325 -0.1659 0.682446659 0.805480919
0.069
2 0.737 3 0.094 0.15325 -0.0144 0.967375356 1.141777721
0.011
3 1.105 1 0.01 0.15325 -0.0015 0.996470053 1.176117728
0.224
4 1.474 3 0.152 0.15325 -0.0233 0.947696363 1.118550919
2.71433
8 1 0 0 0.15325 0 1 1.180284068
0.709
5 1.842 1 0.385 0.15325 -0.059 0.872988393 1.030374292
1.465
6 2.21 3 0.663 0.15325 -0.1016 0.791434304 0.934117301
2.492
7 2.579 9 0.967 0.15325 -0.1481 0.710983695 0.839162728
8 2.947 3.792 1.287 0.15325 -0.1972 0.635079937 0.749574731
5.362
9 3.316 6 1.617 0.15325 -0.2479 0.565127531 0.667011021
7.204
10 3.684 6 1.956 0.15325 -0.2997 0.501544025 0.591964423
9.318
11 4.053 1 2.299 0.15325 -0.3524 0.444253964 0.524345876
11.70
12 4.421 3 2.647 0.15325 -0.4057 0.392937341 0.463777684
14.35
13 4.789 9 2.998 0.15325 -0.4595 0.347160639 0.409748171
17.28
14 5.158 7 3.352 0.15325 -0.5136 0.306447956 0.36169564
20.48
15 5.526 7 3.707 0.15325 -0.5681 0.270320037 0.319054433
23.95
16 5.895 7 4.064 0.15325 -0.6228 0.238315421 0.281279894
17 6.263 27.7 4.423 0.15325 -0.6778 0.210001378 0.247861281
31.71
18 6.631 3 4.782 0.15325 -0.7329 0.184978912 0.218327663
35.99
19 7 8 5.143 0.15325 -0.7881 0.162884292 0.192249735
40.55
20 7.368 5 5.504 0.15325 -0.8435 0.143388579 0.169239255
45.38
21 7.737 3 5.866 0.15325 -0.899 0.126196021 0.148947153
50.48
22 8.105 3 6.228 0.15325 -0.9545 0.11104186 0.131060938
23 8.474 55.85 6.592 0.15325 -1.0102 0.097689862 0.115301788
UNIVERSITAS SAM RATULANGI RIMA KAFIAR - 14021101069
FAKULTAS TEKNIK
JURUSAN SIPIL
PERENCANAAN BANGUNAN AIR
4
61.49
24 8.842 6 6.955 0.15325 -1.0659 0.085929792 0.101421565
25 9.21 67.41 7.319 0.15325 -1.1216 0.075574928 0.089199883
73.59
26 9.579 5 7.683 0.15325 -1.1774 0.066459702 0.078441328
80.05
27 9.947 2 8.048 0.15325 -1.2333 0.058437501 0.068972852
28 10.32 86.78 8.413 0.15325 -1.2892 0.051378634 0.060641384
29 10.68 93.78 8.778 0.15325 -1.3452 0.045168486 0.053311644
101.0
30 11.05 5 9.143 0.15325 -1.4011 0.039705837 0.046864167
108.5
31 11.42 9 9.508 0.15325 -1.4572 0.034901358 0.041193517
116.4
32 11.79 1 9.874 0.15325 -1.5132 0.030676256 0.036206696
124.4
33 12.16 9 10.24 0.15325 -1.5693 0.026961059 0.031821709
132.8
34 12.53 5 10.61 0.15325 -1.6254 0.023694546 0.027966295
141.4
35 12.89 8 10.97 0.15325 -1.6815 0.020822776 0.024576791
150.3
36 13.26 8 11.34 0.15325 -1.7376 0.018298246 0.021597128
159.5
37 13.63 5 11.7 0.15325 -1.7937 0.016079126 0.018977937
168.9
38 14 9 12.07 0.15325 -1.8499 0.014128596 0.016675756
178.7
39 14.37 1 12.44 0.15325 -1.9061 0.012414247 0.014652338
188.6
40 14.74 9 12.8 0.15325 -1.9623 0.010907563 0.012874022
198.9
41 15.1 5 13.17 0.15325 -2.0185 0.009583454 0.011311198
209.4
42 15.47 8 13.54 0.15325 -2.0747 0.008419849 0.009937814
220.2
43 15.84 8 13.9 0.15325 -2.1309 0.007397336 0.008730958
231.3
44 16.21 5 14.27 0.15325 -2.1872 0.006498841 0.007670478
242.6
45 16.58 9 14.64 0.15325 -2.2434 0.00570935 0.006738655
254.3
46 16.95 1 15.01 0.15325 -2.2997 0.005015663 0.005919907
266.1
47 17.32 9 15.37 0.15325 -2.3559 0.004406172 0.005200534
278.3
48 17.68 5 15.74 0.15325 -2.4122 0.003870673 0.004568494
290.7
49 18.05 8 16.11 0.15325 -2.4685 0.003400197 0.004013198
UNIVERSITAS SAM RATULANGI RIMA KAFIAR - 14021101069
FAKULTAS TEKNIK
JURUSAN SIPIL
PERENCANAAN BANGUNAN AIR
303.4
50 18.42 8 16.47 0.15325 -2.5248 0.002986858 0.00352534
316.4
51 18.79 5 16.84 0.15325 -2.5811 0.002623725 0.003096741
52 19.16 329.7 17.21 0.15325 -2.6374 0.002304708 0.00272021
343.2
53 19.53 1 17.58 0.15325 -2.6937 0.002024452 0.002389429
54 19.89 357 17.94 0.15325 -2.75 0.001778253 0.002098844
371.0
55 20.26 5 18.31 0.15325 -2.8063 0.001561976 0.001843575
385.3
56 20.63 8 18.68 0.15325 -2.8626 0.001371987 0.001619335
399.9
57 21 8 19.05 0.15325 -2.919 0.001205094 0.001422354
414.8
58 21.37 6 19.41 0.15325 -2.9753 0.001058492 0.001249321
59 21.74 430 19.78 0.15325 -3.0317 0.000929715 0.001097328
445.4
60 22.1 1 20.15 0.15325 -3.088 0.000816597 0.000963817
61 22.47 461.1 20.52 0.15325 -3.1443 0.000717236 0.000846543
477.0
62 22.84 6 20.89 0.15325 -3.2007 0.00062996 0.000743532
493.2
63 23.21 9 21.25 0.15325 -3.257 0.000553299 0.000653051
509.7
64 23.58 9 21.62 0.15325 -3.3134 0.000485964 0.000573576
526.5
65 23.95 6 21.99 0.15325 -3.3698 0.00042682 0.000503769
66 24.32 543.6 22.36 0.15325 -3.4261 0.000374872 0.000442455
560.9
67 24.68 2 22.72 0.15325 -3.4825 0.000329243 0.000388601
578.5
68 25.05 1 23.09 0.15325 -3.5389 0.000289167 0.0003413
596.3
69 25.42 6 23.46 0.15325 -3.5952 0.000253968 0.000299754
614.4
70 25.79 9 23.83 0.15325 -3.6516 0.000223052 0.000263264
632.8
71 26.16 9 24.2 0.15325 -3.708 0.000195898 0.000231215
651.5
72 26.53 7 24.56 0.15325 -3.7643 0.000172049 0.000203067
670.5
73 26.89 1 24.93 0.15325 -3.8207 0.000151103 0.000178344
689.7
74 27.26 3 25.3 0.15325 -3.8771 0.000132706 0.00015663
709.2
75 27.63 1 25.67 0.15325 -3.9335 0.000116548 0.00013756
728.9
76 28 7 26.04 0.15325 -3.9899 0.000102357 0.000120811
77 28.37 749 26.4 0.15325 -4.0463 8.98939E-05 0.0001061
UNIVERSITAS SAM RATULANGI RIMA KAFIAR - 14021101069
FAKULTAS TEKNIK
JURUSAN SIPIL
PERENCANAAN BANGUNAN AIR
Hitung debit banjir dengan kala ulang 50 tahun, Jika diketahui = 172.4502195mm
1. Ubah hujan rencana (harian) menjadi distribusi jam-jaman dengan menggunakan pola
Jam ke- 1 2 3 4 5 6 7 8
% hujan 51 25 9 5 4 3 2 1
Jam ke- 1 2 3 4 5 6 7 8
Hujan 87.949611 8.62251097 6.8980087 5.17350658 3.4490043 1.724502
43.1126 15.52052
(mm) 9 5 8 5 9 2
P efektif = P – losses
Losses diambil = 5 mm
Jam ke- 1 2 3 4 5 6 7 8
- -
P efektif 82.949611 10.5205 3.62251097 1.8980087 0.17350658 1.5509956 3.275497
(mm) 9 38.1126 2 5 8 5 1 8
Kesimpulan
Dari perhitungan HSS dua metode sebelumnya didapat debit air masing-masing :
Maka, diambil debit air terbesar 731.25 m 3/det dari metode SCS.
1372,73−225 1300−600
= 8900 5150
= 0.136
BnB
n
hh
1
m
b
b
Dengan b = 30 m dan m = 1
Untuk penampang trapezium :
A=( b+mh ) h=( 30+ h ) h
P=b+2 h √ 1+m 2=30+ 2h √ 2
A
R=
P
Tabel coba-coba tinggi muka air maksimum :
B h A P R V Q
30 1 31 32.82843 0.944304 3.130973 97.06017
30 1.8 57.24 35.09117 1.63118 9.342426 534.7605
30 1.9 60.61 35.37401 1.713405 10.30804 624.7702
30 2 64 35.65685 1.794886 11.31176 723.9523
30 2.007 64.23805 35.67665 1.800563 11.38342 731.2484
Didapat; h = 2.007 m
V = 11.38 m/det
Lebar sungai;
= 6.5 m
Be =B−2 ( n K p + K a ) H 1
Dimana:
Be = lebar efektif mercu (m)
B = lebar mercu bendung (m)
n = jumlah pilar
Kp = koefisien kontraksi pilar
Ka = koefisien kontraksi pangkal bendung
H1 = tinggi energi (m)
Be =30−2 ( 2 x 0,01+0,2 ) H 1
Be =3 0−2 ( 2 x 0,01+0,2 ) H 1
Be =3 0−0,44 H 1
Harga-harga koefisien Kp dan Ka diberikan pada tabel 4.1 (KP 02 Bab IV), sebagai berikut:
K1
Gambar 5. Bendung dengan Mercu Bulat ( Sumber: KP 02–Bangunan Utama, Hlm. 52)
Dari gambar di atas tampak bahwa jari-jari mercu bendung pasangan batu akan berkisar
antara 0,3 sampai 0,7 kali H1maks dan untuk bendung beton dari 0,1 sampai 0,7 kali H 1maks.
Persamaan tinggi energi debit untuk bendung ambang pendek dengan pengontrolan segi
empat adalah:
2 2
Q=Cd
√
3 3
g Be H 11,5
Dimana:
Q = debit (m3/det)
Cd = koefisien debit (Cd = C0 x C1 x C2)
g = percepatan gravitasi (9,81 m/det2)
Be = lebar efektif mercu (m)
H1 = tinggi energi (m)
P = tinggi mercu bendung = 6,5 m
H1 dicari dengan cara coba-coba dengan kontrol nilai Q coba harus sama dengan atau
mendekati nilai Q desain.
Contoh (Percobaan I):
Diketahui: Q desain = 731.25 m3/det
g = 9,81 m/det2
P = 6,5 m
Be = 30-0,44H1
Dicoba: H1 = 2,5 m
Sehingga:
r =0,5 H 1=0,5 x 2,5=1,25 m
Be=50 – 0,44 x 2,5=48,9 m
Nilai C0, C1, dan C2 diambil dari grafik-grafik dibawah ini:
Gambar 6. Harga-harga koefisien C0 untuk bendung ambang bulat sebagai fungsi perbandingan H 1/r
(Sumber: KP 02–Bangunan Utama, Hlm. 53)
H1/r = 2,5/1,25 = 2
dari grafik; C0 = 1,33
2,6
Gambar 7. Koefisien C1 sebagai fungsi perbandingan P/H1 (Sumber: KP 02–Bangunan Utama, Hlm. 54)