Bab 4 Analisa Hidrologi-R3

DRAFT LAPORAN ANTARA
DD DAN SERTIFIKASI DESAIN BENDUNGAN BOLANGO HULU (MYC)
BAB IV
ANALISA HIDROLOGI
4.1 UMUM
Hidrologi adalah ilmu yang mempelajari air dalam segala bentuknya (cairan, gas,
padat) pada, dalam, dan di atas permukaan tanah. Termasuk di dalamnya adalah
penyebaran, daur dan perilakunya, sifat-sifat fisika dan kimianya, serta
hubungannya dengan unsur-unsur hidup dalam air itu sendiri. Analisis hidrologi
dimaksudkan untuk memperoleh gambaran karakteristik hidrologi dan klimatologi
pada daerah studi sebagai dasar analisa selanjutnya, dalam perhitungan debit
banjir rencana untuk pekerjaan detail desain. Analisis sedimentasi dilakukan guna
mengetahui potensi sedimentasi yang terjadi sebelum dibangun bendungan yang
digunakan sebagai dasar untuk menentukan besarnya tampungan sedimen yang
diperlukan dalam pembangunan waduk dan elevasi penentuan intake untuk irigasi
dan air minum.
4.2 KONDISI DAERAH STUDI

Sungai Mongiilo yang mengalir pada daerah studi merupakan sungai perenial
yang debit airnya ada sepanjang tahun, akan tetapi mengalami fluktuasi debit
pada saat musim hujan dan musim kemarau.Diperkirakan debit sungai dasar
berkisar 14.0 m3/dt pada kondisi musim hujan dan sekitar 9.0 m3/dt pada kondisi
musim kemarau.
A. Jaringan Sungai
Pola aliran sungai-sungai di Bone Bolango adalah dendritik dan berkembang
menjadi pola rectanguler pada S. Mongiilo di daerah penelitian di Owata
secara garis besar sungai-sungai di Bone Bolango dapat dibagi menjadi
sungai-sungai yang berhulu di sekitar pegunungan Perantanan.
B. Sifat DAS dan Pembagian Orde Sungai
Pemberian nomor tingkat suatu pangsa sungai dilakukan dengan
menggunakan cara Strahler (1964), yang pada dasarnya dapat dijelaskan
sebagai berikut :
1. Sungai-sungai paling ujung disebut sebagai suatu tingkat satu (first order
channel).
2. Bila dua buah sungai dengan tingkat yang sama bertemu maka akan
terbentuk sungai satu tingkat lebih tinggi.
3. Sungai dengan tingkat tertentu yang bertemu dengan sungai dengan

tingkat yang lebih rendah maka tingkat sungai pertama tidak berubah.
Bab IV- 1
Luas daerah aliran sungai (DAS) Bendungan Bolangu Hulu adalah 243,19
km2. Sedangkan panjang Sungai Mongiilo adalah 27,59 km. Sungai Mongiilo
mempunyai ordo sungai tingkat 1, tingkat 2,tingkat 3, tingkat 4 dan tingkat 5.
Peta DAS Bendungan Bolangu Hulu dapat dilihat pada gambar di bawah ini.
Sedangkan pembagian ordo Sungai Mongiilo dapat dilihat pada tabel di
bawah ini.
Gambar 4. 1 Peta DAS Bendungan Bolango Hulu

Sumber : Hasil Analisa Konsutan
Tabel 4. 1 Pembagian Ordo Sungai Mongiilo
C. Kondisi Topografi
Topografi DAS Mongiilo merupakan daerah perbukitan yang terbentuk dari
aktivitas tektonik setempat. Lokasi bendungan tersusun dari ngarai yang di
Bab IV- 2
dalamnya terdapat lembah yang cukup lebar dan terbentuk dari erosi aliran
sungai. Sungai Mongiilo mengalir dari barat daya ke arah timur laut dengan
meandering yang relatif besar. Lebar sungai Mongiilo di lokasi rencana
bendungan berkisar sekitar 25 m. Ketinggian relatif dari dasar sungai sampai
puncak sandaran sekitar 100-110 m. Sandaran terbentuk dari batuan dasar
yang memiliki slope yang curam, jika ditarik dari bidang horisontal mempunyai
sudut 400-450.
4.3 KETERSEDIAAN DATA

4.3.1 Data Hujan dari Pos Hujan
Data hujan ada beberapa macam, yaitu curah hujan harian, bulanan, tahunan dan
data curah hujan periode pendek, misalnya 5 menit, 10 menit, 15 menit, 30 menit
sampai 60 menit. Bilamana data curah hujan periode pendek ini tidak tersedia,
maka dapat digunakan data curah hujan harian.
Terdapat 3 stasiun hujan yang letaknya dekat dengan lokasi studi yaitu
1. Stasiun Hujan Tapa dengan pencatatan data selama 31 tahun (1985-2016)
2. Stasiun Hujan Boidu dengan pencatatan data selama 14 tahun (2002-2015)
3. Stasiun Hujan Dulamayodengan pencatatan data selama 15 tahun (2002-
2016)
Namun karena lokasi dua stasiun hujan tersebut sejajar, maka data hujan yang
digunakan pada studi ini dipilih dari salah satu stasiun hujan di hulu. Peta lokasi
stasiun hujan di sekitar DAS Bolango Hulu dapat dilihat pada gambar di bawah ini.
Stasiun hujan yang digunakan untuk analisa curah hujan rencana pada studi DD
dan Sertikasi Desain Bendungan Bolango Hulu adalah stasiun hujan yang
mempunyai lama pencatatan data terpanjang yaitu Stasiun Hujan Tapa, akan
tetapi stasiun hujan tapa secara topografis dn zona ikim berbeda dengan daerah
hulu Daerah Aliran Sungai pada lokasi studi, secara topografi dan zona iklim
stasiun hujan Dulamayo yang paling sesuai dengan Daerah Aliran Sungai pada
lokasi studi, sehingga kami berasumsi stasiun hujan Dulamayo sesuai dengan
karateristik DAS lokasi studi, (untuk lebih jelasnya dapat dilihat pada peta 2.x zona
ilklim di provisi Gorontalo) Untuk itu perhitungan debt banjir rancangan akan
menggunakan stasiun hujan Dulamayo, tasiun hujan Dulamayo akan digunakan
mulai tahun 2016 sampai 2002 sedangkan data tahun 2001 sampai 1998 akan
digunakan data hujan dari satelit TRMM.
Data curah hujan bulanan dan maksimum Stasiun Dulamyo dan TRMMdapat
dilihat pada lampiran.
Bab IV- 3
Gambar 4. 2 Zona Iklim di Wilayah Studi

Sumber : Dokumen RTRW Kab Bone Bolango
Bab IV- 4
Gambar 4. 3 Peta Lokasi Stasiun Hujan di Sekitar DAS Bolango Hulu

Sumber : Analisa Konsultan
Bab IV- 5
4.3.2 Data Hujan dari TRMM
Data TRMM adalah data precipitasi (hujan) yang didapat dari satelit meteorologi
TRMM (Tropical Rainfall Measuring Mission). Satelit TRMM tersebut merupakan
hasil kerjasama dua badan antariksa nasional, yaitu Amerika Serikat (NASA :
National Aeronautics and Space Administration) dan Jepang (NASDA : National
Space Development of Japan; sekarang berubah menjadi JAXA : (Japan
Aerospace Exploration Agency). Satelit TRMM diluncurkan pada tanggal 27
November 1997 pada jam 6:27 pagi waktu Jepang dan dibawa oleh roket H-II di
pusat stasiun peluncuran roket milik JAXA di Tanegashima-Jepang, berorbit polar
(non-sunsynchronous) dengan inklinasi sebesar 35 º terhadap ekuator, berada
pada ketinggian orbit 350 km (pada saat-saat awal diluncurkan), dan diubah
ketinggian orbitnya menjadi 403 km sejak 24 Agustus 2001 sampai sekarang.
Pengoperasian satelit TRMM pada ketinggian orbit 403 km ini dikenal dengan
istilah TRMM boost.
Gambar 4. 4 orbit Satelit TRMM
Gambar 4. 5 Coverage area dari satelit TRMM
Bab IV- 6
Data hujan yang dihasilkan oleh TRMM memiliki tipe dan bentuk yang cukup
beragam yang dumulai dari level 1 sampai level 3. Level 1 merupakan data yang
masih dalam bentuk raw dan telah dikalibrasi dan dikoreksi geometrik, Level 2
merupakan data yang telah memiliki gambaran paramater geofisik hujan pada
resolusi spasial yang sama akan tetapi masih dalam kondisi asli keadaan hujan
saat satelit tersebut melewati daerah yang direkam, sedangkan level 3 merupakan
data yang telah memiliki nilai-nilai hujan, khususnya kondisi hujan bulanan yang
merupakan penggabungan dari kondisi hujan dari level 2. Untuk mendapatkan
data hujan dalam bentuk mili meter (mm) sebaiknya menggunakan level 3, dengan
resolusi spasial 0.25° x 0.25°dan resolusi temporal setiap 3 jam.
Untuk DAS Bulango grid TRMM secara garis besar berada dalam satu zona grid,
ada sebagian kecil wilayah DAS yang masuk dalam zona grid yang lain, akan
tetapi dikarenakan luasan yang kecil hal tersebut kami abaikan. Untuk zona grid
TRMM DAS Bulango dapat diligat pada gambar berikut :
Gambar 4. 6 Grid TRMM DAS Bolango
Kalibrasi Data TRMM

Sebelum digunakan dalam pemodelan hidrologi data hujan TRMM harus di uji
terlebih dahulu dengan pos hujan yang ada di dekat lokasi DAS.
Bab IV- 7
Pemeriksaan data hujan bulanan TRMM dengan pos hujan bertujuan untuk
melihat kualitas data hujan bulanan secara umum. Jika data pos hujan cukup baik
maka koefisien korelasi bernilai 0.6 atau lebih.
Tabel 4. 2 Data Hujan TRMM di sandingkan Dengan Pos Hujan Dulamayo
Dari perhitungan korelasi didapatkan nilai 0.775 sehingga data pos hujan bisa
digunakan untuk koreksi data hujan harian TRMM
Selanjutnya jika korelasi telah memenuhi persyaratan untuk hujan bulanan maka
dilanjutkan dengan koreksi data hujan harian dengan minimal data yang tersedia
adalah 3 tahun.
Koreksi dilakukan dengan membuat lengkung probability kejadian hujan tertentu
antara masing masing data hujan TRMM dan data hujan pos hujan di darat, jumlah
absolut antara lenkung probabilitas antara dua data hujan tersebut adalah
simpangan atau error. Koreksi data hujan harian sesuai dengan buku panduan
pedoman perhitungan debit banjir pada bendungan di sarankan sebagai berikut :
Bab IV- 8
1. Hujan TRMM yang lebih kecil dari suatu nilai dianggap o, dalam hal ini
konsultan mengambil nilai 2 mm.
2. Curah Hujan TRMM yang lebih kecil dari 70 mm dikalikan dengan konstanta
0.8.
3. Curah Hujan TRMM yang lebih antara 40 mm sampai 90 mm dikalikan
dengan konstanta 0.8.
4. Curah Hujan TRMM yang lebih besar dari 90 mm dikalikan dengan konstanta
1.05.
Hasil perhitungan probaibilitas kejadian hujan tertentu dapat dilihat pada tabel
berikut.
Tabel 4. 3 Probabilitas Kejadian Hujan Data TRMM dan Sta Dulamayo
TRMM TRMM TERKOREKSI DULAMAYO
Kelas Freq Jumlah Rasio Kelas Freq Jumlah Rasio Kelas Freq Jumlah Rasio
0 1346 1346 0.460643 0 1609 1609 0.550650 0 1767 1767 0.604723
5 1956 610 0.208761 5 2139 530 0.181383 5 2181 414 0.141684
10 2345 389 0.133128 10 2535 396 0.135524 10 2399 218 0.074606
15 2560 215 0.073580 15 2719 184 0.062971 15 2508 109 0.037303
20 2689 129 0.044148 20 2814 95 0.032512 20 2609 101 0.034565
25 2776 87 0.029774 25 2861 47 0.016085 25 2664 55 0.018823
30 2828 52 0.017796 30 2879 18 0.006160 30 2716 52 0.017796
35 2858 30 0.010267 35 2889 10 0.003422 35 2764 48 0.016427
40 2879 21 0.007187 40 2899 10 0.003422 40 2791 27 0.009240
45 2891 12 0.004107 45 2907 8 0.002738 45 2825 34 0.011636
50 2899 8 0.002738 50 2910 3 0.001027 50 2852 27 0.009240
55 2906 7 0.002396 55 2917 7 0.002396 55 2861 9 0.003080
60 2910 4 0.001369 60 2918 1 0.000342 60 2878 17 0.005818
65 2913 3 0.001027 65 2919 1 0.000342 65 2886 8 0.002738
70 2917 4 0.001369 70 2920 1 0.000342 70 2897 11 0.003765
75 2918 1 0.000342 75 2920 0 0.000000 75 2902 5 0.001711
80 2919 1 0.000342 80 2920 0 0.000000 80 2905 3 0.001027
85 2920 1 0.000342 85 2920 0 0.000000 85 2910 5 0.001711
90 2920 0 0.000000 90 2920 0 0.000000 90 2911 1 0.000342
95 2921 1 0.000342 95 2920 0 0.000000 95 2911 0 0.000000
100 2922 1 0.000342 100 2921 1 0.000342 100 2912 1 0.000342
105 2922 0 0.000000 105 2922 1 0.000342 105 2914 2 0.000684
110 2922 0 0.000000 110 2922 0 0.000000 110 2915 1 0.000342
115 2922 0 0.000000 115 2922 0 0.000000 115 2916 1 0.000342
120 2922 0 0.000000 120 2922 0 0.000000 120 2917 1 0.000342
125 2922 0 0.000000 125 2922 0 0.000000 125 2919 2 0.000684
130 2922 0 0.000000 130 2922 0 0.000000 130 2919 0 0.000000
135 2922 0 0.000000 135 2922 0 0.000000 135 2920 1 0.000342
140 2922 0 0.000000 140 2922 0 0.000000 140 2921 1 0.000342
145 2922 0 0.000000 145 2922 0 0.000000 145 2921 0 0.000000
150 2922 0 0.000000 150 2922 0 0.000000 150 2922 1 0.000342
Kesalahan absolut dari data hujan harian sebelum di koreksi sebesar 0.011790
sedangkan kesalahan abosolut data hujan yan dikoreksi dengan menggunakan
parameter di atas adalah sebesar 0.008147 sehingga hasil koreksi dapat diterima,
gambar lengkung probability dapat dilihat pada gambar berikut :
Bab IV- 9
Gambar 4. 7 Lengkung Probability Data Pos Hujan dan TRMM DAS Bulango
4.3.3 Data Meteorologi
Data klimatologi pada daerah studi diambil dari Stasiun Klimatologi Tilongkabila,
data yang tersediaberupa data iklim selama 3 tahun mulai Tahun 2014 sampai
Tahun 2016 meliputi data temperatur, kecepatan angin, kecerahan matahari,
kelembaban relatif. Selanjutnya dari data klimatologi yang tersedia digunakan
untuk menghitung nilai evapotranspirasi potensial (ET0) dengan menggunakan
aplikasi Cropwatt. Nilai ET0 tersebut nantinya akan digunakan dalam perhitungan
ketersediian debit atau debit andalan. Data klimatologi dan hasil analisa ET 0
Stasiun Sampali selengkapnya dapat dilihat pada tabel di bawah ini.
Tabel 4. 4 Data Klimatologi Stasiun Klimatologi Tilongkabila Bone Bolango
Bab IV- 10
4.4 VALIDASI DATA HUJAN
Validasi atau pengujian data hujan terdiri atas :

1. Uji Konsistensi (Consistency)
2. Uji Ketiadaan Trend (Homogenity)
3. Uji Stasioner
4. Uji Persistensi
4.4.1 Uji Konsistensi (Consistency)
Sebelum data hujan ini dipakai terlebih dahulu harus melewati pengujian untuk
kekonsistenan data tersebut. Metode yang digunakan adalah metode RAPS
(Rescaled Adjusted Partial Sums) (Buishand,1982). Pengujian konsistensi dengan
menggunakan data dari stasiun itu sendiri yaitu pengujian dengan komulatif
penyimpangan terhadap nilai rata-rata dibagi dengan akar komulatif rerata
penyimpangan kuadrat terhadap nilai reratanya.
Hasil uji konsistensi menggunakan metode RAPS (Rescaled Adjusted Partial
Sums) pada studi ini adalah data hujan Stasiun Dulamyo memenuhi syarat batas
konsistensi 90% dengan nilai Q/n0.5 sebesar 0.63 < 1.1 nilai R/n0.5 sebesar 0.94 <
1.3, batas konsistensi 95% dengan batas nilai Q/n0.5 sebesar 1.2, nilai R/n0.5
sebesar 1.4 dan batas konsistensi 99% dengan nilai Q/n0.5 sebesar 0.63 < 1.4 nilai
R/n0.5 sebesar 1.6, jadi secara keseluruhan kelas batas konsistensi data stasiu
hujan Dulamayo dalam batas konsisten.
4.4.2 Uji Ketiadaan Trend (Homogenity)
Deret berkala yang nilainya menunjukkan gerakan yang berjangka panjang dan
mempunyai kecenderungan menuju kesatu arah, arah naik atau menurun disebut
dengan pola atau trend. Analisa trend sendiri sebenarnya dapat digunakan
untuk menentukan ada atau tidaknya perubahan dari variable hidrologi akibat
pengaruh manusia atau faktor alam. Dalam perencanaan ini, metode yang
digunakan adalah metode Spearman. Karena metode Spearman dapat bekerja
untuk satu jenis variabel hidrologi saja, dimana dalam hal ini adalah hujan tahunan
atau curah hujan maksimum.
Hasil uji ketiadaan trend (homogenity) menggunakan metode Sperman pada studi
ini adalah data hujan Stasiun Dulamayo tidak memiliki tren dan berasal dari
populasi yang sama dengan nilai tcr 1.89 > th 0.632 dengan derajat kepercayaan
5%.
4.4.3 Uji Stasioner
Setelah dilakukan pengujian ketidak-adaan trend. Apabila deret berkala tersebut

tidak menunjukan adanya trend sebelum data trend berkala digunakan analisis
lanjutan harus dilakukan uji stasioner. Apabila menunjukkan adanya trend maka
deret berkala tersebut dapat dilakukan analisis menurut garis trend yang
dihasilkan. Analisis garis trend dapat menggunakan analisis regresi. Model
Bab IV- 11
matematik yang digunakan untuk analisis regresi tergantung dari kecenderungan

garis trend yang dihasilkan. Uji stasioner bisa dilakukan dengan melakukan uji
kestabilan varian dari data hujan, uji kestabilan varian bisa dilakukan dengan
menggunakan rumus sebagai berikut :
n1 S 1(n2−1)
F =
n2 S2 2 ¿¿
Dengan :
F = nilai F hitung
n1 = jumlah data 1
n2 = jumlah data 2
S1 = Simpangan baku data 1
S2 = Simpangan Baku data 2
Hasil uji stasioner menggunakan rumus diatas pada studi ini adalah data hujan
Stasiun Dulamayo nilai variannya stabil dengan nilai Fh 0.212 < Fcr 3.18 dengan
derajat kepercayaan 5%.
4.4.4 Uji Persistensi
Anggapan bahwa data berasal dari sampel acak harus diuji, yang umumnya
merupakan persyaratan dalam analisis distribusi peluang. Persistensi
(Persistence) adalah ketidak tergantungan dari setiap nilai dalam deret berkala.
Untuk melaksanakan pengujian persistensi harus dihitung besarnya koefisien
korelasi serial. Salah satu metode untuk menentukan koefisien korelasi serial
adalah dengan metode Spearman.
Hasil uji persistensu menggunakan metode Sperman pada studi ini adalah data
hujan Stasiun Dulamayo bersifat acak (tidak adanya ketergantungan setiap nilai
dalam data hujan), nilai tc 1.74 > th 0.811 dengan derajat kepercayaan 5%.
4.5 ANALISA CURAH HUJAN RENCANA (DISTRIBUSI FREKUENSI)
Analisa curah hujan Rencana atau distribusi frekuensi ini dimaksudkan untuk
mendapatkan besaran curah hujan rencana yang ditetapkan berdasarkan patokan
perancangan tertentu. Untuk keperluan analisa ditetapkan curah hujan dengan
periode ulang 5, 10, 20, 25, 50, 100, 200, 500 dan 1000 tahun.
Dalam studi ini analisa curah hujan rencana akan dilakukan dengan menggunakan
metode E.J. Gumbel, Log Pearson Tipe III, Normal dan Log Normal. Untuk
menetapkan metode mana yang dapat diterapkan, maka akan dipilih setelah
dilakukan pengujian tingkat kesesuaiannya.
Bab IV- 12
4.5.1 Pemilihan Distribusi Frekuensi Curah Hujan
Maksud dari uji pemilihan distribusi frekuensi curah hujan ini adalah guna
mengetahui jenis sebaran data curah hujan yang ada serta distribusi frekuensi
yang sesuai guna perhitungan hujan rancangannya.
Berdasarkan analisa pemilihan distribusi frekuensi stasiun Dulamayo dapat
disimpulkan bahwa yang sesuai dengan persyaratan adalah distribusi frekuensi
metode Log Pearson Tipe III. Oleh karena itu yang digunakan untuk analisa curah
hujan rencana stasiun Dulamayoadalah distribusi frekuensi metode Log Pearson
Tipe III.
4.5.2 Analisa Distribusi Frekuensi Log Pearson Tipe III
Metode yang dianjurkan dalam pemakaian distribusi Log Pearson ialah dengan
mengkonversikan rangkaian datanya menjadi bentuk logaritmis. Bentuk komulatif
dari distribusi Log-Pearson Tipe III dengan nilai variatnya X apabila digambarkan
pada kertas peluang logaritmik (logarithmic probability paper) akan merupakan
model matematik persamaan garis lurus.Persamaan distribusi Log Pearson Tipe III
dapat ditulis sebagai berikut :
LogX = Logx +K . S i
T
Keterangan :
Xt = Besarnya curah hujan dengan periode t (mm)
Log X = Rata-rata nilai logaritma data X hasil pengamatan (mm)

K = Karakteristik distribusi log pearson tipe III sesuai dengan tabel faktor
frekuensi log pearson tipe III
S = Standar Deviasi nilai logaritma data X hasil pengamatan
4.5.3 Uji Kesesuaian Distribusi
4.5.3.1 Uji secara horisontal dengan Smirnov Kolmogorov
Uji ini digunakan untuk menguji simpangan horisontal yaitu selisih/ simpangan
maksimum antara distribusi teoritis dan empiris (D maks) dimana dihitung dengan
persamaan :
D maks = [ Sn - Px]
dimana :
Dmaks = selisih data probabilitas teoritis dan empiris
Sn = peluang teoritis
Px = peluang empiris
Kemudian dibandingkan antara D maks dan Dcr. Apabila D maks < Dcr, maka
pemilihan metode frekuensi tersebut dapat diterapkan untuk data yang ada.
Bab IV- 13
Hasil uji smirnov – kolmogorov distribusi Log Pearson Tipe III Stasiun Dulamayo
pada derajat kepercayaan 5% adalah Dcr>D maks, maka distribusi yang
digunakan dapat diterima.
4.5.3.2 Uji secara vertikal dengan Chi Square
Persamaan yang digunakan adalah sebagai berikut :
EF = n/K
Jumlah kelas distribusi dihitung dengan persamaan sbb :
K = 1 + 3,22 log n
dimana :
OF = nilai yang diamati (observed frequency)
EF = nilai yang diharapkan (expected frequency)
K = jumlah kelas distribusi
n = banyaknya data
Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X 2< X2Cr, harga
X2Crdapat diperoleh dengan menentukan taraf signifikasi  dengan derajat
kebebasannya (level significant).
Hasil uji chi square distribusi Log Pearson Tipe III Stasiun Dulamayo pada derajat
kepercayaan 5% adalah X2< X2Cr, maka distribusi yang digunakan dapat diterima.
4.5.4 Analisa Curah Hujan Maksimum (Probable Maximum Precipitation, PMP)
Curah hujan maksimum boleh jadi (Probable Maximum Precipitation, PMP) pada
studi ini dihitung dengan menggunakan metode Hersfield (WMO, VS) dan dikontrol
dengan menggunakan peta isohiet PMP Sulawesi lembar 1 yang dikeluarkan oleh
Balai Bendungan Kementerian Pekejaan Umum. Rumus analisa curah hujan
maksimum boleh jadi (PMP) metode Hersfield (WMO, VS) adalah sebagai berikut :
X PMP  X  K .S
dimana:
XPMP = hujan banjir maximum boleh jadi
= nilai rata-rata hujan / banjir
K = faktor koefisien Hersfield
S = standar deviasi
Hasil analisa curah hujan maksimum (PMP) pada studi ini adalah sebagai berikut :
Bab IV- 14
 Analisa curah hujan maksimum (PMP) dengan metode Hersfield (WMO, VS)
Stasiun Dulamayo diperoleh nilai sebesar 521.493mm.
 Analisa curah hujan maksimum (PMP) dengan Peta Isohiet PMPdiperoleh nilai
sebesar 493.529 mm.
Dari hasil perhitungan diatas kemudian dipilih curah hujan maksimum dengan
metode Hersfield untuk perhitungan Debit Maksimum Boleh Jadi (PMP)
4.5.5 Rekapitulas Curah Hujan Rencana
Hasil analisa hujan rancangan metode Log Pearson Tipe IIIdan analisa curah
hujan maksimum (PMP) merupakan hujan rancangan titik dan untuk menjadikan
hujan rancangan daerah maka, harus dikalikan dengan faktor reduksi luas DAS.
Luas DAS Bendungan Bolango Hulu adalah 243,19 km2, dengan melihat Tabel
Faktor Reduksi Luas Berdasarkan Luas DAS, maka didapatkan faktor reduksi luas
DAS Bendungan Bolango Hulu adalah sebesar 0,826.
Rekapitulasi hujan rancangan yang telah dikalikan dengan faktor reduksi luas
dapat dilihat pada tabel 4.1.
Tabel 4. 5 Curah Hujan Rencana Distribusi Log Pearson Tipe III
No Tr Hujan (mm) Area Reduction Hujan (mm)
1 1.01 43.434 0.826 35.885
2 2 95.132 0.826 78.596
3 5 120.112 0.826 99.234
4 10 134.304 0.826 110.959
5 20 144.698 0.826 119.546
6 25 150.193 0.826 124.086
7 50 160.808 0.826 132.856
8 100 170.508 0.826 140.870
9 200 179.814 0.826 148.559
10 1000 208.903 0.826 172.592
11 PMP 521.493 0.826 430.847
Sumber: Hasil Perhitungan
4.6 DISTRIBUSI HUJAN
Distribusi hujan (agihan hujan) jam-jaman ditetapkan dengan cara pengamatan

langsung terhadap data pencatatan hujan jam-jaman pada stasiun yang paling
berpengaruh pada DAS. Bila tidak ada maka bisa menirukan perilaku hujan jam-
jaman yang mirip dengan daerah setempat pada garis lintang yang sama.
Distribusi tersebut diperoleh dengan pengelompokan tinggi hujan ke dalam range
dengan tinggi tertentu. Di Inggris, agihan hujannya merupakan pola agihan yang
lebih rata dan kurang ekstrim di bagian awal hujannya. Secara normal profil hujan
yang digunakan di Inggris adalah profil yang simetris “berbentuk genta (bell
shaped)”.
Bab IV- 15
Distribusi hujan (agihan hujan) jam-jaman ditetapkan dengan cara pengamatan

langsung terhadap data pencatatan hujan jam-jaman pada stasiun yang paling
berpengaruh pada DAS. Bila tidak ada maka bisa menirukan perilaku hujan jam-
jaman yang mirip dengan daerah setempat pada garis lintang yang sama.
Hubungan antara tinggi-durasi hujan untuk durasi 1 hingga 24 jam pada curah
hujan CMB/PMP disajikan pada Tabel 4.1. Sedangkan distribusi hujan untuk
durasi 1 hingga 12 jam dan 1 hingga 24 jam ditabelkan pada PSA-007. Kutipan
kedua tabel tersebut ditunjukkan pada Tabel 4.2. dan Tabel 4.3. Bentuk hubungan
tinggi-durasi hujan yang dihasilkan adalah intensitas hujan yang tinggi pada awal
hujan dan berangsur-angsur mengecil selama berlangsungnya hujan. Di Inggris,
agihan hujannya merupakan pola agihan yang lebih rata dan kurang ekstrim di
bagian awal hujannya. Secara normal profil hujan yang digunakan di Inggris
adalah profil yang simetris “berbentuk genta (bell shaped)”.
. Tabel 4. 6Hubungan Antara Durasi Dan Kedalaman Curah Hujan Maksimum
Boleh Jadi (CMB/PMP)
Durasi hujan
1 2 3 4 5 6 8 12 16 20 24
(jam)
Persentase curah
34 45 52 60 65 68 75 88 92 96 100
hujan (%)
Sumber : PSA 007, Kementerian Pekerjaan Umum
Tabel 4. 7 Distribusi Hujan Untuk Durasi 24 Jam

Durasi hujan (jam) 1 2 3 4 5 6 8 12 16 20 24
Durasi hujan (%) 4 8 13 17 21 25 33 50 67 83 100
Persentase curah
hujan (%) 32 44 52 60 65 68 75 87 92 96 100
Tabel 4. 8 Distribusi Hujan Untuk Durasi 12 Jam

Durasi hujan(jam) 1 2 3 4 5 6 7 8 9 10 11 12
Durasi hujan (%) 8 16 25 33 41 50 58 66 75 83 91 100
Persentase curah
44 60 68 75 82 88 90 92 94 96 98 100
hujan (%)
Pemilihan durasi hujan dengan pola distribusinya sangat berpengaruh pada hasil
banjir desain yang diperhitungkan. Curah hujan yang sama yang terdistribusi
dengan dengan curah hujan yang panjang akan menghasilkan puncak banjir yang
lebih rendah dibanding dengan yang terdistribusi dengan durasi yang pendek.
Bab IV- 16
Tabel 4. 9 Intensitas Hujan Dalam % Yang Disarankan PSA 007

Kala Ulang Durasi Hujan
Tahun ½ jam ¾ jam 1 jam 2 jam 3 jam 6 jam 12 jam 24 jam
5 32 41 48 59 66 78 88 100
10 30 38 45 57 64 76 88 100
25 28 36 43 55 63 75 88 100
50 27 35 42 53 61 73 88 100
100 26 34 41 52 60 72 88 100
1000 25 32 39 49 57 69 88 100
CMB 20 27 34 45 52 64 88 100
Untuk mendapatkan curah hujan kritis selanjutnya sesuai dengan PSA 007,
distribusi hujan disusun dalam bentuk genta, dimana hujan tertinggi
ditempatkan di tengah, tertinggi kedua di sebelah kiri, tertinggi ketiga di
sebelah kanan dan seterusnya.
Dikarenakan karena data yang diperoleh adalah curah hujan selama 24 jam,
maka atas pertimbangan tersebut digunakan durasi hujan 24 jam untuk
dipakai dalam perhitungan debit banjir rancangan, durasi hujan yang terpakai
dapat dilihat pada tabel 4.5 dan 4.6.
Bab IV- 17
Tabel 4. 10 Distribusi Hujan 24 jam dalam %

Distribusi hujan (%)
Kala Ulang R24
Jam ke-
(tahun) (mm) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1.01 35.88 1.00 1.00 1.00 1.00 1.00 1.40 1.40 1.40 4.00 4.00 10.20 50.39 7.00 4.00 1.40 1.40 1.40 1.00 1.00 1.00 1.00 1.00 1.00 1.00
2 78.60 1.00 1.00 1.00 1.00 1.00 1.47 1.47 1.47 4.00 4.00 10.40 49.80 7.00 4.00 1.47 1.47 1.47 1.00 1.00 1.00 1.00 1.00 1.00 1.00
5 99.23 1.00 1.00 1.00 1.00 1.00 1.67 1.67 1.67 4.00 4.00 11.00 48.00 7.00 4.00 1.67 1.67 1.67 1.00 1.00 1.00 1.00 1.00 1.00 1.00
10 110.96 1.00 1.00 1.00 1.00 1.00 2.00 2.00 2.00 4.00 4.00 12.00 45.00 7.00 4.00 2.00 2.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
25 119.55 1.00 1.00 1.00 1.00 1.00 2.17 2.17 2.17 4.00 4.00 12.00 43.00 8.00 4.00 2.17 2.17 2.17 1.00 1.00 1.00 1.00 1.00 1.00 1.00
50 124.09 1.00 1.00 1.00 1.00 1.00 2.50 2.50 2.50 4.00 4.00 11.00 42.00 8.00 4.00 2.50 2.50 2.50 1.00 1.00 1.00 1.00 1.00 1.00 1.00
100 132.86 1.00 1.00 1.00 1.00 1.00 2.67 2.67 2.67 4.00 4.00 11.00 41.00 8.00 4.00 2.67 2.67 2.67 1.00 1.00 1.00 1.00 1.00 1.00 1.00
200 140.87 1.00 1.00 1.00 1.00 1.00 2.72 2.72 2.72 4.00 4.00 10.89 40.78 8.00 4.00 2.72 2.72 2.72 1.00 1.00 1.00 1.00 1.00 1.00 1.00
1000 172.59 1.00 1.00 1.00 1.00 1.00 3.17 3.17 3.17 4.00 4.00 10.00 39.00 8.00 4.00 3.17 3.17 3.17 1.00 1.00 1.00 1.00 1.00 1.00 1.00
PMP 430.85 1.00 1.00 1.00 1.00 1.00 3.00 3.25 3.25 3.50 7.00 11.00 34.00 8.00 5.00 3.50 3.25 3.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Tabel 4. 11 Distribusi Hujan 24 jam dalam mm

Distribusi hujan (mm)
Kala Ulang R24
Jam ke-
(tahun) (mm) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1.01 35.88 0.36 0.36 0.36 0.36 0.36 0.50 0.50 0.50 1.44 1.44 3.66 18.08 2.51 1.44 0.50 0.50 0.50 0.36 0.36 0.36 0.36 0.36 0.36 0.36
2 78.60 0.79 0.79 0.79 0.79 0.79 1.15 1.15 1.15 3.14 3.14 8.17 39.14 5.50 3.14 1.15 1.15 1.15 0.79 0.79 0.79 0.79 0.79 0.79 0.79
5 99.23 0.99 0.99 0.99 0.99 0.99 1.65 1.65 1.65 3.97 3.97 10.92 47.63 6.95 3.97 1.65 1.65 1.65 0.99 0.99 0.99 0.99 0.99 0.99 0.99
10 110.96 1.11 1.11 1.11 1.11 1.11 2.22 2.22 2.22 4.44 4.44 13.32 49.93 7.77 4.44 2.22 2.22 2.22 1.11 1.11 1.11 1.11 1.11 1.11 1.11
25 119.55 1.20 1.20 1.20 1.20 1.20 2.59 2.59 2.59 4.78 4.78 14.35 51.40 9.56 4.78 2.59 2.59 2.59 1.20 1.20 1.20 1.20 1.20 1.20 1.20
50 124.09 1.24 1.24 1.24 1.24 1.24 3.10 3.10 3.10 4.96 4.96 13.65 52.12 9.93 4.96 3.10 3.10 3.10 1.24 1.24 1.24 1.24 1.24 1.24 1.24
100 132.86 1.33 1.33 1.33 1.33 1.33 3.54 3.54 3.54 5.31 5.31 14.61 54.47 10.63 5.31 3.54 3.54 3.54 1.33 1.33 1.33 1.33 1.33 1.33 1.33
200 140.87 1.41 1.41 1.41 1.41 1.41 3.83 3.83 3.83 5.63 5.63 15.34 57.44 11.27 5.63 3.83 3.83 3.83 1.41 1.41 1.41 1.41 1.41 1.41 1.41
1000 172.59 1.73 1.73 1.73 1.73 1.73 5.47 5.47 5.47 6.90 6.90 17.26 67.31 13.81 6.90 5.47 5.47 5.47 1.73 1.73 1.73 1.73 1.73 1.73 1.73
PMP 430.85 4.31 4.31 4.31 4.31 4.31 12.93 14.00 14.00 15.08 30.16 47.39 146.49 34.47 21.54 15.08 14.00 14.00 4.31 4.31 4.31 4.31 4.31 4.31 4.31
Bab IV- 18
4.7 ANALISA HIDROGRAF DEBIT BANJIR RENCANA
Pada studi ini perhitungan debit banjir rencana menggunakan pendekatan multi
basin dikarenakan luas Daerah Aliran Sungai serta karateristik sungai yang ada di
hulu, sehingga waktu konsentrasi aliran menjadi berbeda beda pada tiap sub basin
nya. Limpasan air dari masing masing sub basin akan terkumpul ke dalam outlet
dan akan mengalir melalui sungai sehingga di perlukan perhitungan penelusuran
banjir di sungai. Untuk memudahkan dalam proses perhitungan maka digunakan
perangkat lunak HEC – HMS yang di keluarkan oleh US Army Corp.
4.7.1 Struktur Pemodelan Hidrologi
HEC-HMS adalah model matematika numeris yang dikemas dalam paket program
komputer, yang terdiri dari sejumlah metode untuk mensimulasikan watershed,
saluran dan perilaku bangunan air (water control structure). Model ini
dikembangkan oleh USACE-HEC dengan tujuan untuk memprediksi keluaran dari
suatu sistem DAS. Struktur pembangun model HEC-HMS terdiri dari enam
komponen, antara lain model hujan, model volume limpasan, model limpasan
langsung, model aliran dasar dan model penelusuran aliran dan model water-
controlmeasure yang meliputi diversions dan storage fasilities. Masing masing
komponen model tersebutdidukung oleh beberapa metode perhitungan yang dapat
dipilih dan ditentukan oleh user berdasarkan ketersediaan data simulasi pada
suatu DAS. Struktur konsep dasar proses transformasi hujanaliran untuk yang
digunakan pada model HECHMS dapat dilihat pada Gambar dibawah ini (setelah
Ward, 1975 dalam USACE, 2001).
Pada model HEC-HMS hampir semua parameter fisik DAS telah diakomodasi
dalam sub-sub model. Menurut USACE (2001), tingkat akurasi hasil simulasi
model tergantung pada ketersediaan data dan metode yang dipilih oleh user.
Beberapa metode pada model ini mengakomodasi hampir semua parameter dan
beberapa metode yang lain menggunakan pendekatan yang lain. Hal ini
memberikan keluwesan pada user dalam menentukan metode yang digunakan.
Bab IV- 19
Gambar 4. 8 Struktur transformasi hujan aliran pada model HEC-HMS
4.7.2 Komponen Model HEC-HMS
Komponen utama dalam model HEC-HMS adalah sebagai berikut:
1. Basin model – berisi elemen-elemen yang terdapat pada suatu

DAS seperti sub-DAS, titik control DAS, penggal/ruas sungai, waduk.
2. Meteorologic model – berisi data hujan dan penguapan
3. Control Specifications –berisi waktu mulai dan berakhirnya
hitungan atau simulasi.
Selain tiga komponen diatas masih terdapat komponen lain yaitu:
1. Time series data – berisi masukan data seperti runtun waktu

data hujan, debit
2. Paired data – berisi pasangan data seperti hidrograf satuan
Simulasi hujan-aliran dalam setiap sub-DAS memerlukan beberapa komponen

model yaitu:
1. Hujan (precipitation) model – merupakan masukan pada sistem

DAS
Bab IV- 20
2. Loss models – untuk menghitung kehilangan air (hujan efektif)

3. Transform model – untuk mentransformasikan hujan efektif yang
merupakan selisih antara besarnya hujan dengan kehilangan menjadi
aliran/limpasan permukaan
4. Baseflow model – untuk mengitung besarnya aliran dasar
4.7.3 Model Kehilangan Air

Volume run-off adalah volume air hujan yang dikurangi volume air yang
terintersepsi, terinfiltrasi, tertampung pada permukaan, dan terevapotranspirasi.
Limpasan merupakan bagian air yang berada di permukaan yang terdiri dariempat
unsur yaitu tahanan permukaan (surface detention), tampungan-cekungan
(surface storage), aliran limpasan (overland flow) dan limpasan permukaan
(surface run-off). Salah satu model yang dapat digunakan untuk menghitung
precipitation loss dan precipitation excess adalah Soil Conservation Service
(SCS) Curve Number Loss Model.
Model SCS Curve Number (CN)memperkirakan precipitation excess sebagai

suatu fungsi kumulatif dari hujan, penutup lahan, tataguna lahan, dan antecedent
moisture dengan menggunakan persamaan sebagai berikut :
Dimana:
Pe = akumulasi precipitation excess pada saat t
P = akumulasi kedalaman hujan pada saat t
Ia = Initial Loss
S = maximum retention potential
Interval waktu dihitung sebagai perbedaanantara akumulasi precipitation excess

pada saat akhir dan awal periode. Nilai retention maximum (S) ,dan karakteristik
DAS dihubungkan dengan nilai parameter curve number (CN) dengan persamaan
sebagai berikut:
Dimana:
S = Nilai retention maximum
Bab IV- 21
CN = nilai parameter curve number

Nilai CN berkisar antara 100 untuk water body dan 30 untuk tanah permeabel
dengan laju infiltrasi tinggi. Nilai CN dari DAS diperkirakan sebagai suatu fungsi
dari tataguna lahan, tipe tanah, dan antecedent watershed moisture menggunakan
tabel yang dipublikasikan oleh SCS. Tipe tanah dikelompokkan menjadi empat
dengan notasi A, B, C dan D seperti Tabel berikut. Untuk DAS yang terdiri dari
beberapa tipe tanah dan tataguna lahan maka nilai CN adalah CNcomposite yang
dihitung dengan persamaan sebagai berikut:
dengan CNcomposite = Nilai CN komposit; i=indek untuk sub DAS yang mempunyai
tatagun lahan yang sama dan Ai=luas daerah subDAS.
Tabel 4. 12 Kelompok Tanah dan Laju Kehilangan Menurut Model SCS
Sumber : (Skaggs and Khaleel, 1982 dalam USACE, 2000)
4.7.4 Model Perhitungan Debit Banjir
Model limpasan langsung di dalam model HEC-HMS mengikuti prinsip hidrograf

satuan dengan asumsi sebagai berikut : hujan terjadi merata diseluruh DAS
(evenly distributed) dan intensitas tetap pada setiap interval waktu (constant
intensity), hujan terjadi kapanpun tidak berpengaruh pada proses transformasi
hujan menjadi debit atau hidrogaf (time invariant), debit atau hidrogaf berbanding
lurus dengan hujan dan berlaku asas superposisi (linier system) dan waktu resesi
selalu tetap.
Salah satu model hidrograf satuan yang terdapatpada model HEC-HMS adalah
hidrograf satuan SCS (Soil Conversation Service). Model unit hidrogaf SCS
merupakan model hidrograf berpuncak tunggal (single-peaked) dan hidrogaf tanpa
satuan (dimensionless) seperti terlihat pada Gambar berikut.
Bab IV- 22
Gambar 4. 9 Tipikal hidrograf satuan SCS
Pada metode SCS puncak hidrograf (Up) dapat diperoleh dengan persamaan :
dengan A=luas DAS; C=konstanta konversi (2.08); dan Tp=waktu puncak yang
dapat dihitungdengan persamaan sebagai berikut :
dengan Δt = lama kejadian hujan dan tlag= waktu yang diperlukan dari pusat
massa hujan sampai pada puncak hidrograf. Waktu lag dan waktu konsentrasi (tc)
dihubungkan dengan persamaan berikut:
Sedangkan waktu konsentrasi (tc) merupakan penjumlahan dari waktu yang

diperlukan oleh hujan di permukaan (tsheet), waktu yang diperlukan oleh hujan di
alur (tshallow) dan waktu yang diperlukan di saluran (tchannel), yaitu:
4.7.5 Model Aliran Dasar
Dua komponen utama penyusun hidrograf aliran di saluran (sungai) adalah

limpasan langsung (direct run-off) dan aliran dasar (base flow). Aliran dasar
merupakan aliran yang berasal dari pengatusan air tanah dan selalu tersedia
setiap saat. Salah satu model aliran dasar yang digunakan pada model HEC-HMS
adalah model resesi eksponensial (exponential recession model). Model resesi
sering digunakan untuk menjelaskan pengatusan dari suatu tampungan alami
Bab IV- 23
pada suatu DAS (Linsley et al, 1982 dalam USACE 2001). Hubungan antara aliran
dasar pada waktu tertentu (Qt) dengan besaran awal adalah:
dengan Q0 adalah aliran dasar awal (pada t = 0) dan k adalah konstanta

pengatusan pada sisi resesi.
4.7.6 Model Penelusuran Aliran
Penelusuran aliran (stream routing) adalah cara (prosedur, analisis) matematik

yang digunakan untuk melacak aliran melalui sistem hidrologis(Chow dalam Sri
Harto, 2000). Cara penelusuran aliran yang paling banyak digunakan yang juga
diakomodasi oleh HEC-HMS adalah cara Muskingum yang dikembangkan oleh Mc
Charty. Cara ini mendasarkan pada persamaan sebagai fungsi masukan dan
keluaran yang dapat dinyatakan sebagai:
Dalam cara Muskingum tampungan dinyatakan sebagai fungsi linier dari masukan
dan tampungan, yang terdiri dari tampungan baji (Sb) dan tampungan prisma (Sp),
yang dapat dinyatakan sebagai :
Cunge (1969) mengembangkan persamaan untuk memperkirakan K dan X dari

sifat hidrolik dari bentuk channel sungai.Derivasi matematika di rumuskan dan
disajikan oleh Ponce (1981). Persamaan untuk Kdan X adalah sebagai berikut :
Dimana :
c = Kecepatan banjir
x = Jarak
X = Weighting factor, bilangan tidak berdimensi
B = Lebar dasar sungai
dan
K = x / c
Bab IV- 24
4.7.7 Tahap – Tahap Penyelesaian
4.7.7.1 Tahap Pengumpulan Data
Pada tahap ini data yang akan dikumpulkan untuk penelitian adalah data sekunder
berupa peta topografi, data curah hujan bulanan stasiun Dulamayo tahun 2002 –
2017, TRMM Dulamayo tahun 1998 – 2001, data vegetasi dan data jenis tanah
permukaan DAS Bolango Hulu.
4.7.7.2 Tahap Pembentukan dan Simulasi Model
a. Penyusunan Model dengan menggunakanHEC-GeoHMS. HEC-GeoHMS

merupakan salah satu ekstensi pada ArcView GIS yang digunakan untuk
menyusun dan mendefinisikan parameter DAS dan selanjutnya model DAS ini
dapat diimport pada HEC-HMS dengan format geo file.
b. Kalibrasi parameter model HEC-HMS dengan cara memperkirakan parameter
awal berdasarkan karakteristik DAS. Optimasi dilakukan dengan
membandingkan debit hasil simulasi dengan debit observasi. Apabila
hidrograf debit simulasi memiliki kemiripandengan hidrograf debit observasi,
dalam artibahwa function value relatif kecil ataumendekati nol, maka proses
kalibrasidianggap selesai. Hal ini berarti bahwa modeltelah memperlihatkan
unjuk verja yang baik.Apabila kondisi ini belum tercapai, maka trialparameter
selanjutnya dilakukan berulangulangsampai kemiripan kurva terpenuhi.
c. Selanjutnya apabila proses kalibrasi telah dilakukan maka model diaplikasikan
untuk menghitung hidrograf banjir untuk beberapa kala ulang. Tahap ini
dilakukan dengan memberikan input presifitasi berdasarkan hasil perhitungan
hyetograf untuk masing-masing hujan rancangan.
4.7.7.3 Tahap Analisis
Pada tahap ini dilakukan analisis terhadap kurva kalibrasi dan hidrograf debit
rancangan yang diperoleh dari simulasi.
4.8 HASIL PEMODELAN HEC-HMS

DAS Bolango Hulu memiliki luas kurang lebih 243.190 km 2. DAS dengan bentuk
cenderung bulat/oval memiliki faktor bentuk (shape factor) 1.5. Hal ini berarti
bahwa apabila distribusi hujan diangap merata di seluruh DAS, maka limpasan air
permukaan (surface run-off) relatif lebih cepat sampai di titik outlet. Hal ini juga
dapat dibandingkan dengan sifat karakteristik DAS yang lain, yaitu waktu
konsentrasi (tc).
Bab IV- 25
Gambar 4. 10 Pemodelan DAS Bolango Hulu
4.8.1 Kehilangan Air menggunakan SCS Curve Number

Karakteristik DAS Bolango Hulu yang lain yang dapat dinyatakan secara kuantitatif
adalah vegetasi penutup permukaan (vegetal cover) dan jenis tanah. Berdasarkan
Tabel SCS TR-55 yang dikeluarkan oleh SCS US (Skaggs and Khaleel, 1982
dalam USACE, 2000), vegetasi penutup permukaan yang didominasi hutan dan
tegalan, dan jenis tanah yang didominasi pasir (sand) dan lempung (clay) dapat
dinyatakan dengan CN Number seperti pada tabel berikut:
Bab IV- 26
Tabel 4. 13 Perhitungan CN Komposit DAS Bulango

NAME SUBBASIN HECTARES FAOSOIL SAND SILT Clay Tekstur CN CN Rerata
Hutan Lahan Kering Primer 8A 1120.438 Ah25-2c 48.9 30.45 20.55 B 54
Hutan Lahan Kering Sekunder 8A 402.812 Ah25-2c 48.9 30.45 20.55 B 56 54.53
Hutan Lahan Kering Primer 8B 746.886 Ah25-2c 48.9 30.45 20.55 B 54

Hutan Lahan Kering Sekunder 8B 7.284 Ah25-2c 48.9 30.45 20.55 B 56 54.02
Hutan Lahan Kering Sekunder 7A 434.768 Ao104-2/3c 75.2 10 14.85 A 36

Semak/Belukar 7A 8.297 Ao104-2/3c 75.2 10 14.85 A 45
Hutan Lahan Kering Sekunder 7A 2332.779 Ah25-2c 48.9 30.45 20.55 B 54
Semak/Belukar 7A 53.705 Ah25-2c 48.9 30.45 20.55 B 62 51.36

Hutan Lahan Kering Sekunder 7B 1268.052 Ah25-2c 48.9 30.45 20.55 B 56
Semak/Belukar 7B 42.401 Ah25-2c 48.9 30.45 20.55 B 62 55.52
Hutan Lahan Kering Primer 6B 661.500 Ah25-2c 48.9 30.45 20.55 B 54 54.00
Hutan Lahan Kering Primer 6A 1220.795 Ah25-2c 48.9 30.45 20.55 B 54


Semak/Belukar 5B 14.052 Ao104-2/3c 75.2 10 14.85 A 48

Semak/Belukar 5B 36.709 Ah25-2c 48.9 30.45 20.55 B 62

Pertanian Lahan Kering Bercampur dengan Semak 1A 66.438 Ao104-2/3c 75.2 10 14.85 A 60
Hutan Lahan Kering Sekunder 1B 700.592 Ao104-2/3c 75.2 10 14.85 A 45 17.88
Semak/Belukar 1B 26.846 Ao104-2/3c 75.2 10 14.85 A 48 0.73
Pertanian Lahan Kering Bercampur dengan Semak 1B 52.959 Ao104-2/3c 75.2 10 14.85 A 55 1.65
Hutan Lahan Kering Sekunder 1B 324.644 Ao104-2/3c 75.2 10 14.85 B 54 9.94
Pertanian Lahan Kering Bercampur dengan Semak 1B 96.647 Ah25-2c 48.9 30.45 20.55 B 70 3.84
Permukiman 1B 15.962 Ah25-2c 48.9 30.45 20.55 B 75 0.68
1763.171 51.11
Hutan Lahan Kering Primer 2A 541.437 Ah25-2c 48.9 30.45 20.55 B 54 18.86
Pertanian Lahan Kering Bercampur dengan Semak 2A 132.903 Ah25-2c 48.9 30.45 20.55 B 70 6.00
Permukiman 2A 1.965 Ah25-2c 48.9 30.45 20.55 B 75 0.10
1550.251 56.75
Bab IV- 27
Lanjutan Tabel 4.13 Perhitungan CN Komposit DAS Bulango

Hutan Lahan Kering Sekunder 2B 23.585 Ao104-2/3c 75.2 10 14.85 A 45 0.50
Pertanian Lahan Kering Bercampur dengan Semak 2B 139.341 Ah25-2c 48.9 30.45 20.55 B 70 4.62
Permukiman 2B 5.928 Ah25-2c 48.9 30.45 20.55 B 75 0.21
2112.482 58.33
1713.940 54.03
0.249
1727.960 54.56
Hutan Lahan Kering Primer 4A 346.690 Ao104-2/3c 75.2 10 14.85 A 45 13.01

Hutan Lahan Kering Primer 4A 690.585 Ah25-2c 48.9 30.45 20.55 B 54 31.09
1199.349 51.94
Hutan Lahan Kering Sekunder SB 739.143 Ao104-2/3c 75.2 10 14.85 A 45 15.98

Semak/Belukar SB 1.435 Ao104-2/3c 75.2 10 14.85 A 48 0.03
Pertanian Lahan Kering Bercampur dengan Semak SB 581.538 Ao104-2/3c 75.2 10 14.85 A 55 15.36
Permukiman SB 10.438 Ao104-2/3c 75.2 10 14.85 A 46 0.23
2081.664 48.88
Berdasarkan parameter ini juga dapat diperkirakan angka impervious permukaan

sebesar 3 %. Parameter lainnya yang tidak dapat ditetapkan berdasarkan
karakteristik DAS, dinyatakan dengan perkiraan yang masih berada dalam range
nilai seperti yangdisyaratkan oleh model HEC-HMS.
4.8.2 Transform (Hidrograph) menggunakan SCS

Simulasi optimasi yang dilakukan untuk mengkalibrasi parameter model dilakukan
dengan memberikan input parameter. Optimasi dilakukan dengan trial beberapa
kali untuk mendapatkan parameter model yang optimum. Hal ini disebabkan setiap
Bab IV- 28
parameter memiliki tingkat sensitivitas yang berbeda-beda. Parameter model

optimum dapat diketahui dengan membandingkan kurva hidrograf terukur dengan
kurva hidrograf simulasi, dengan nilai Function Value sekecil-kecilnya. Function
Value menyatakan tingkat kesalahan (error) hidrograf simulasi terhadap hidrograf
terukur. Semakin kecil nilai Function Value maka tingkat kesalahan yang terjadi
juga semakin kecil.
4.8.3 Baseflow untuk Recession denganThereshold Ratio

Metode aliran dasar resesi dirancang untuk mendekati perilaku tipikal yang diamati
di daerah aliran sungai ketika aliran saluran surut secara eksponensial setelah
suatu peristiwa. Metode ini ditujukan terutama untuk simulasi. Namun, ia memiliki
kemampuan untuk secara otomatis me-reset setelah setiap peristiwa besar dan
akibatnya dapat digunakan untuk simulasi terus menerus. Itu tidak melindungi
subdas di dalamnya.
Debit awal yang digunakan sebesar 0.43 m3/detik dengan debit ambang batas
sebesar 0,4 m3/ detik.
4.8.4 Routing Menggunakan Muskingum Cunge

Metode routing Muskingum-Cunge didasarkan pada kombinasi kekekalan massa
dan representasi difusi dari konservasi momentum.Kadang-kadang disebut
Bab IV- 29
sebagai metode koefisien variabel karenaparameter routing dihitung ulang setiap

langkah waktu berdasarkan pada bentuk saluran dan kedalaman aliran. Ini
merupakan atenuasi gelombang banjir dan dapat digunakan dalam jangkauan
dengan slope yang landai.Ini mewakili pengaturan gelombang banjir dan dapat
digunakan dalam jangkauan dengan slope yang landai.
Pemilihan interval waktu menyediakan dua pilihan. Program ini dapat secara
otomatis memilih interval waktu tetap yang mempertahankan stabilitas numerik
selama kenaikan hidrograf.Sebagai alternatif, program ini dapat secara otomatis
memvariasikan interval waktu untuk mengambil selang waktu yang lama
sementara juga mempertahankan stabilitas numerik.
4.8.5 Input Data Hujan Rancangan
Hujan rancangan yang mejadi input merupakan hujan dengan durasi 24 jam yang
didapatkan dari analisa frekuensi yang disusun dalam bentuk genta, input hujan
rancangan sebagai contoh masukan dapat dilihat pada gambar dibawah ini.
Bab IV- 30
Gambar 4. 11 Hyetograf sebagai input model

(berdasarkan hasil distribusi 24 jam)
4.8.6 Hasil Pemodelan Dengan HEC-HMS
Simulasi model dilakukan untuk memprediksi hidrograf banjir kala ulang Q1,01, Q2,
Q10, Q25, Q50, Q100, Q20, Q1000, dan QPMF. Penetapan kala ulang ini pada dasarnya
hanyalah semata-mata untuk nilai pembanding. Input presifitasi model dinyatakan
dalam bentuk hyetograf seperti ditunjukkan pada Gambar 4.9, merupakan hujan
rancangan yang ditransformasi menjadi hujan jam-jaman dengan prinsip ABM
(Alternating Block Methods). Prinsip metode ABM adalah menganggap bahwa
distribusi hujan jam jaman mengikuti pola intensitas-durasi hujan yang dapat
dihitung untuk masing-masing jam selama waktu turun hujan. Untuk maksud
tersebut diperlukan masukan berupa kurva IDF (intensity duration frequency) yang
dapat ditetapkan berdasarkan nilai curah hujan harian maksimum untuk berbagai
kala ulang.
Hasil simulasi model HEC-HMS untuk perkiraan hidrograf banjir rancangan

ditunjukkan pada Gambar 4.10. Debit puncak untuk masing-masing kala ulang
diperoleh 54,9 m3/det, 248,00 m3/det , 423,40 m3/det , 472,40 m3/det , 489,50
m3/det , 539,60 m3/det , 589,60 m3/det , 904,70 m3/det , 2740,10 m3/.
Bab IV- 31
Gambar 4. 12 Grafik Hidrograph Banjir Metode SCS dengan Berbagai Kala U
Bab IV- 32
Tabel 4. 14 Rekapitulasi Debit Banjir Rancangan Metode SCS
QPMF Q1000 Q200 Q100 Q50 Q25 Q10 Q2 Q1.01

No Jam
(m3/dt) (m3/dt) (m3/dt) (m3/dt) (m3/dt) (m3/dt) (m3/dt) (m3/dt) (m3/dt)
1 0.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00
2 1.00 11.10 11.00 10.90 10.90 10.90 10.90 10.90 10.90 10.90
3 2.00 12.10 11.00 10.90 10.90 10.90 10.90 10.90 10.90 10.90
4 3.00 14.90 11.30 11.00 10.90 10.90 10.90 10.90 10.80 10.80
5 4.00 20.10 11.80 11.20 11.10 11.00 11.00 10.90 10.70 10.60
6 5.00 27.40 12.80 11.50 11.40 11.20 11.10 11.00 10.60 10.50
7 6.00 41.00 14.90 12.30 12.00 11.70 11.50 11.30 10.60 10.30
8 7.00 74.00 20.20 14.40 13.70 13.00 12.50 12.00 10.70 10.10
9 8.00 132.20 30.90 18.60 17.20 15.70 14.50 13.40 10.90 10.00
10 9.00 206.00 46.80 25.20 22.80 20.00 17.60 15.80 11.40 9.80
11 10.00 309.50 67.30 34.90 31.20 26.70 23.00 20.00 12.70 9.80
12 11.00 520.40 100.40 52.60 46.70 39.70 34.70 29.40 15.90 10.00
13 12.00 1,171.90 238.30 128.80 113.10 96.30 90.00 76.40 32.90 11.80
14 13.00 2,386.30 601.30 343.70 305.40 264.90 252.40 221.20 98.10 18.20
15 14.00 3,013.20 909.20 566.10 511.90 458.70 441.10 393.20 207.30 33.30
16 15.00 2,740.10 904.70 589.60 539.60 489.50 472.40 423.40 248.00 54.90
17 16.00 2,128.30 729.50 484.30 445.50 406.10 389.80 349.40 214.80 61.90
18 17.00 1,604.90 555.50 366.20 337.30 306.40 290.20 259.20 161.10 53.70
19 18.00 1,233.00 429.50 277.00 254.60 229.30 212.60 188.30 115.50 42.40
20 19.00 937.20 333.40 211.50 194.10 173.30 157.20 138.10 82.50 33.20
21 20.00 685.30 251.60 160.50 147.50 131.50 118.30 103.80 61.20 26.20
22 21.00 502.50 188.30 122.20 112.60 100.90 91.40 80.70 48.20 21.30
23 22.00 391.40 146.90 96.90 89.60 80.70 74.20 66.00 40.30 18.10
24 23.00 330.60 123.20 82.30 76.00 68.90 64.10 57.50 35.70 16.10
25 24.00 298.30 110.50 74.30 68.70 62.50 58.70 52.90 33.20 14.90
26 25.00 269.90 101.10 68.60 63.60 58.00 54.80 49.60 31.60 14.10
27 26.00 219.30 86.20 59.90 55.80 51.20 48.70 44.30 29.10 13.60
28 27.00 152.70 64.60 46.60 43.80 40.60 38.80 35.80 25.20 13.00
29 28.00 94.20 43.20 32.90 31.30 29.50 28.50 26.70 20.30 12.10
30 29.00 55.60 28.00 22.70 21.90 20.90 20.30 19.30 16.00 11.20
31 30.00 33.50 18.90 16.30 15.90 15.40 15.10 14.60 12.90 10.30
32 31.00 21.70 14.10 12.90 12.60 12.40 12.20 12.00 11.10 9.60
33 32.00 15.80 11.70 11.10 11.00 10.80 10.80 10.60 10.20 9.10
34 33.00 12.80 10.50 10.10 10.10 10.00 10.00 9.90 9.60 8.80
35 34.00 11.30 9.80 9.70 9.60 9.60 9.60 9.50 9.30 8.60
36 35.00 10.60 9.50 9.40 9.30 9.30 9.30 9.30 9.10 8.40
37 36.00 10.30 9.30 9.20 9.10 9.10 9.10 9.10 8.90 8.20
Bab IV- 33
4.9 PENDEKATAN PERHITUNGAN BANJIR RANCANGAN DENGAN METODE

CREAGER
Metode Creager digunakan untuk memperkirakan besarnya debit banjir rancangan

baik untuk bendungan maupun bendung. Metode ini banyak digunakan sebagai
kontrol besarnya debit banjir rancangan pada waduk/bangunan pengairan yang
sudah dibangun maupun untuk waduk/bangunan pengairan yang masih dalam
tahap perencanaan. Selain itu metode ini digunakan untuk mengetahui kewajaran
besarnya debit banjir rancangan metode-metode lain yang dikembangkan secara
matematis.
−0 , 048
Q=46 xCxA 0 , 894 A
dimana :
Q = Debit puncak banjir ( m3/dt )
A = Luas daerah aliran sungai ( km2)
C = Koefisien creager diambil 30, 60, 90 dan 100.
Darirumus tersebut kemudian dilakukan perhitungan dengan hasil sebagai berikut:
Q Creager (C = 30) = 1022,62 m3/dt
Q Creager (C = 60) = 2045,23 m3/dt
Q Creager (C = 90) = 3067,85 m3/dt
Q Creager (C = 100) = 3408,72 m3/dt
Bab IV- 34
QPMF
Bolango
Gambar 4. 13 Grafik Creager QPMP
Bab IV- 35
Dari grafik creager di atas dapat diambil kesimpulan bahwa kelima metode
perhitungan debit banjir rancangan tersebut di atas mempunyai nilai Q PMP masuk
pada range yang mendekati dengan kontrol creager.
4.10 ANALISA DEBIT ANDALAN METODE F.J. MOCK
Debit Andalan (depandable discharge) adalah debit rencana yang diharapkan

akan terus tersedia sepanjang tahun. Pendekatan dan metodologi yang dapat
digunakan untuk menentukan debit andalan sangat tergantung pada ketersediaan
data. Bila data debit tersedia dalam perioda yang tidak panjang sedangkan data
curah hujan yang ada pada DPS tersebut cukup panjang maka dapat digunakan
metoda deterministic dengan model rainfall-runoff.
Perhitungan debit andalan (dependable flow dischage) didekati dengan cara
Metode FJ. Mock. Metode ini menganggap bahwa hujan yang jatuh pada Daerah
Aliran Sungai (catchment area) sebagian akan hilang sebagai evapotranspirasi,
sebagian akan langsung menjadi limpasan permukaan (direct run off) dan
sebagian lagi akan masuk ke dalam tanah (infiltrasi). Infiltrasi ini pertama-tama
akan menjenuhkan top-soil dulu baru kemudian menjadi perkolasi ke tampungan
air tanah yang nantinya akan keluar ke sungai sebagai base flow. Dalam hal ini
harus ada keseimbangan antara hujan yang jatuh dengan evapotranspirasi, direct
run off dan infiltrasi sebagai soil moisture dan ground water discharge. Aliran
dalam sungai adalah jumlah aliran yang langsung di permukaan tanah (direct run
off) dan base flow.
Metode FJ. Mock mempunyai dua prinsip pendekatan perhitungan aliran
permukaan yang terjadi di sungai, yaitu neraca air di atas permukaan tanah dan
neraca air bawah tanah yang semua berdasarkan hujan, iklim dan kondisi tanah.
Rumus untuk menghitung aliran permukaan terdiri dari :
A. Hujan netto R net = ( R – Eta)
dimana :
Eta = Etp – E
E = Etp . Nd/30.m
Nd = 27 – 3/2. Nr
B. Neraca air di atas permukaan :
WS = Rnet – SS
dimana :
SS = SMt + SMt-1
SMt = SMt-1 + Rnet
C. Neraca air di bawah permukaan
dVt = Vt – Vt-1
Bab IV- 36
dimana:
I = C1 . WS
Vt = ½ (1+k).I + k. Vt-1
D. Aliran permukaan
RO = BF + DRO
Dalam satuan debit
Q = 0,0116 . RO. A/H
dimana :
BF = I – dVt
DRO = WS – I
Dimana notasi rumus di atas:
Rnet = hujan netto, mm
R = hujan, mm
Etp = evapotranspirasi potensial, mm
Eta = evapotranspirasi aktual, mm
Nd = jumlah hari kering (tidak hujan), hari
Nr = jumlah hari hujan, hari
WS = kelebihan air, mm
SS = daya serap tanah atas air, mm
SM = kelembaban tanah, mm
dV = perubahan kandungan air tanah, mm
V = kandungan air tanah, mm
I = laju infiltrasi, mm
Ci = koefisien resapan (<1)
k = koefisien resesi aliran air tanah (<1)
DRO = aliran langsung, mm
BF = aliran air tanah (mm)
RO = aliran permukaan, mm
H = jumah hari kalender dalam sebulan, hari
A = luas DPS, km2
Q = debit aliran permukaan, m3/det
t = waktu tinjau (periode sekarang t dan yang lalu t-1)
Bab IV- 37
Perhitungan debit andalan dengan metode FJ. Mock secara rinci, dapat dilihat
pada lampiran. Berikut akan kami sajikan hasil rekapitulasi debit bulanan.
Parameter yang dijadikan acuan dalam perhitungan debit andalan ini adalah
sebagai berikut :
Luas Daerah Aliran Sungai = 243.19 km2
Kapasitas Kelembaban Tanah SMC = 200 mm
Koefisien infiltrasi i = 0.7
Faktor resesi aliran air tanah k = 0.9
Penyimpanan awal (initial storage) IS = 50 mm
m ditentukan m = 30
Bab IV- 38
Tabel 4. 15 Rekapitulasi Debit Bulanan DAS Bolango Hulu Alternatif 1 Dengan Cara FJ. Mock Tahun 2003-2017
Bab IV- 39
4.11 ANALISA EROSI DAN SEDIMENTASI
Erosi dan sedimentasi merupakan serangkaian proses yang berkaitan

denganproses pelapukan, pelepasan, pengangkutan dan pengendapan material
tanah/kerakbumi. Erosi dapat disebabkan oleh angin, air atau aliran gletser (es).
Dalam hal iniyang akan dibahas adalah erosi oleh air.Setiap sungai membawa
sejumlah sedimen terapung (suspended load) serta menggerakkan partikel-
partikel padat sepanjang dasar sungai sebagai muatan dasar (bed load).
4.11.1 Analisa Transportasi Sedimen Muatan Layang (Suspended Load)
Muatan layang (Suspended load), yaitu partikel yang bergerak dalam pusaran
aliran yang cenderung terus menerus melayang bersama aliran. Ukuran
partikelnya lebih kecil dari 0,1 mm. (Priyantoro,Dwi:1987).Muatan layang tidak
berpengaruh terhadap alterasi, tetapi dapat mengendap di muara-muara sungai
ataupun dasar waduk yang dapat menimbulkan pendangkalan dan akhirnya
menyebabkan berbagai masalah.
Analisa transportasi sedimen muatan layang (Suspended load) pada studi ini
dihitung menggunakan metode USLE (Universal Soil Loss Equation) atau PUKT
(Persamaan umum Kehilangan Tanah) yang dikembangkan oleh Wischmeier dan
Smith (1962). Metode ini akan menghasilkan perkiraan besarnya erosi gross.
Untuk menetapkan besarnya sedimen yang sampai ditempat studi, erosi gross
harus dikalikan dengan rasio pelepasan sedimen (sediment delivery ratio).
Persamaan USLE adalah sebagai berikut :
A = RxKxLxSxCxP
dengan :
A = Banyaknya tanah tererosi per satuan luas per satuan waktu, dalam praktek
dipakai satuan ton/ha/thn.
R = Faktor erosivitas hujan dan aliran permukaan, satuan dalam KJ/ha.
K = Faktor erodibilitas tanah, satuan ton/KJ.
LS = Faktor panjang dan kemiringan lereng.
C = Faktor tanaman penutup lahan dan manajemen tanaman.
P = Faktor tindakan konservasi praktis.
Hasil analisa sedimen muatan layang DAS Bolango Hulu dapat dilihat pada tabel
di bawah ini.
Bab IV- 40
Tabel 4. 16 Perhitungan Sedimen Muatan Layang DAS Bolango Hulu
Bab IV- 41
4.11.2 Analisa Transportasi Sedimen Muatan Dasar (Bed Load)

Muatan dasar (bed load), adalah partikel yang bergerak pada dasar sungai
dengan cara berguling, meluncur,dan meloncat. (Priyantoro, Dwi:1987). Muatan
dasar keadaannya selalu bergerak, oleh sebab itu pada sepanjang aliran dasar
sungai selalu terjadi proses degradasi dan agradasi yang disebut sebagai “Alterasi
Dasar Sungai “.
Beberapa metode formulasi untuk menghitung jumlah transportasi muatan dasar
telah dikembangkan oleh beberapa peneliti dari tahun ke tahun. Formula muatan
dasar ini didasarkan pada prinsip bahwa kapasitas aliran sedimen transport
sepanjang dasar bervariasi secara langsung dengan perbedaan antara shear
stress pada partikel dasar dan shear stress (tegangan geser) kritis yang diijinkan
untuk partikel yang bergerak. Analisa transportasi sedimen muatan dasar (Bed
load) pada studi ini dihitung menggunakan metode Meyer Peter Muller dan
Einstein (1950).
A. Formula Meyer – Peter, Muller (MPM)
Perhitungan transportasi sedimen muatan dasar (bed load) metode Meyer –
Peter, Muller (MPM) dapat dipakai dalam bentuk :
3/2 3/2
D 1/6
G = 1,606 B x
[ 3 . 306×
QB
( )(
Q
×
90
ns ) . d . S−0. 627Dm
]
dimana :
G = Bed load transport (transportasi muatan dasar (ton/hari)
B = Lebar sungai (m)
QB = Kuantitas debit air yang langsung diatas area bed load transport
(m3/det)
Q = Total kuantitas debit air sungai (m3/det)
D90 = prosentase diameter butiran lolos 90 % (mm)
ns = Koefisien kekasaran manning pada dasar sungai
nm = Koefisien Manning untuk seluruh bagian sungai
nw = Koefisien Manning untuk talud sungai
Dm = Ukuran/diameter efektif dari bed material (mm)
d = Kedalaman air rata-rata (m)
S = kemiringan sungai
B. Formula Einstein
Einstein menetapkan persamaan muatan dasar sebagai persamaan yang
menghubungkan material dasar dengan pengaliran setempat. Persamaan itu
menggambarkan keadaan keseimbangan daripada pertukaran butiran dasar
Bab IV- 42
antara lapisan dasar (bed layer) dan dasarnya. Einstein menggunakan D = D35
untuk parameter angkutan, sedangkan untuk kekasaran digunakan D = D 65.
Hubungan antara kemungkinan butiran akan terangkut dengan intensitas
angkutan muatan dasar di jabarkan sebagai berikut :
1
2
S=φ( Δ gD )
35 3
P
φ=
A ¿−PA ¿
dengan
1
ψB¿ −
ηo
∫ √1π e−t dt
2
P=1−
1
−ψB −¿
ηo
1
A ¿=
0 ,023
¿
B =0,143
ηo=0,5
γ s −γ w D 35
Ψ=
γ w IR
γ S −γ W
Δ=
γW
Keterangan :
S = Volume angkutan sedimen (m3/det/m’)
 = suatu konstanta = f(ψ’)
D = Diameter butiran
ψ’ = ψ efektif
I = Kemiringan dasar sungai
R = jari-jari hidrolis
4.11.3 Analisa Transportasi Sedimen Total
Analisa transportasi sedimen total merupakan jumlah dari analisa transportasi
sedimen muatan melayang (Suspended Load) dan sedimen muatan dasar (Bed
Load). Dari perhitungan transportasi sedimen muatan dasar Bed Load) dengan
dua metode di atas (Meyer – Peter, Muller (MPM) dan Einstein), dipilih metode
yang mempunyai nilai tertinggi yaitu metode Einstein.
Bab IV- 43
4.12 ANALISA LENGKUNG KAPASITAS BENDUNGAN
Lengkung kapasitas bendungan merupakan kurva yang menggambarkan

hubungan antara luas muka air (reservoir area), volume (capacity) dan elevasi
(reservoir water level). Dari lengkung kapasitas ini akan diketahui berapa besarnya
volume tampungan pada elevasi tertentu, sehingga dapat diketahui ketinggian
muka air yang diperlukan untuk menentukan besarnya volume tampungan pada
elevasi tertentu. Kurva ini juga dipergunakan untuk menentukan besarnya
kehilangan air akibat perkolasi yang dipengaruhi oleh luas muka air pada elevasi
tertentu.
A (ha)
900 800 700 600 500 400 300 200 100 0
120
110
100
90
Elevasi (m)
80
70
60
Lengkung Kapasitas Bendungan Bolango Hulu
50
40
0 50 100 150 200 250
V (juta m3)
Gambar 4. 14 Lengkung Kapasitas Bendungan Bolango Hulu

Sumber : Hasil Analisa
4.13 DISTRIBUSI SEDIMEN DI WADUK
Umumnya bagunan waduk sudah disediakan daerah tampungan sedimen, yang

volumenya telah ditetapkan. Hal utama yang berkaitan dengan pegendapan
sedimen di waduk adalah berat volume kering (unit dry weight) dan trap efficiency
(Qohar, 2000).
4.13.1 Trap Efisiensi Waduk Metode Brune
Jumlah sedimen yang tertahan atau mengendap di dalam waduk dapat dihitung
yaitu dengan cara mencari besarnya trap efficiency yang didefinisikan sebagai
perbandingan antara jumlah sedimen yang mengendap di waduk dengan total
angkutan sedimen yang masuk ke dalam waduk (Brune, 1953 dalam USBR,
1973). Perhitungan untuk menentukan besarnya trap efficiency yaitu berdasarkan
Bab IV- 44
perbandingan antara kapasitas tampungan (C) dengan inflow aliran tahunan (I),
kemudian perbandingan itu diplotkan pada grafik trap efficiency (Brune, 1953)
yaitu hubungan antara ratio of reservoir capacity to annual inflow (sumbu x)
dengan sediment trapped percent (sumbu y), nilai tersebut akan berkurang sejalan
dengan umur operasional karena kapasitas waduk akan berkurang akibat sedimen
(Qohar, 2000).
4.13.2 BeratJenis Sedimen (Berat Volume Kering)
Banyaknya angkutan sedimen yang masuk ke waduk dinyatakan satuan waktu
yang dikonversikan ke satuan volume per satuan waktu. Berat volume sendiri
adalah massa sedimen yang kering dalam satuan volume. Perhitungan Trap
efisiensi dan berat jenis sedimen pada Bendungan Bolango Hulu dapat dilihat
pada tabel di bawah ini.
Tabel 4. 17 Berat Jenis Sedimen Terendap Setelah T tahun
Berat Jenis Sedimen Terendap Setelah T Tahun
Waktu WT
(Tahun) kg/m3 ton/m3
10 1157.358 1.157
20 1170.544 1.171
30 1178.635 1.179
40 1184.508 1.185
50 1189.127 1.189
3
Inflow Rerata = 18.0627 m /det
6 3
Inflow Tahunan = 569.63 (10 m )
6 3
Kapasitas Waduk = 210.83 (10 m )
Kapasitas/Inflow = 0.37
Efisiensi Pengendapan = 0.82 (Grafik Churcill)
Inflow Sedimen = 1,893.802 (ton/hari)
6
Inflow Sedimen = 0.691238 (10 ton/tahun)
Keterangan:
 Inflow rerata didapat dari analisa ketersediaan air (debit andalan) dengan keandalan
80%.
 Inflow sedimen didapat dari analisa sedimentasi potensial.
Tabel 4. 18 Perhitungan Volume Sedimen yang Mengendap Setelah T

tahun
Volume Sedimen Yang Mengendap Setelah T tahun
Waktu Berat Volume
(Tahun) Jenis Sedimen
(ton/m3) (106 m3)
10 1.157 4.897 4.663
20 1.171 9.685 9.221
30 1.179 14.427 13.737
40 1.185 19.141 18.225
50 1.189 23.833 22.693
Bab IV- 45
4.13.3 DistribusiSedimen Metode Mody's Modification-Area Reduction

Bentuk endapan disebut dengan distribusi sedimen di waduk ditetapkan
berdasarkan rumus-rumus empiris antara lain :
a. Area increament
b. Moody Modification
Aliran air sungai yang membawa sedimen ke dalam waduk dengan kecepatan
yang besar dari aliran itu akan berangsur-angsur berkurang. Sedimen tersebut
terdiri dari partikel melayang (suspended load), yang berukuran besar dan muatan
dasar (bed load) akan mengendap membentuk delta di bagian hulu waduk.
Sedangkan untuk partikel yang berukuran kecil akan tetap melayang dan
terangkut oleh aliran dan akan mengendap di bagian hilir. Partikel-partikel yang
lebih kecil dapat tetap melayang dan sebagiannya mungkin akan melewati waduk
bersama-sama dengan aliran yang melalui alur buangan, turbin, atau pelimpah.
Distribusi endapan yang terjadi dengan suatu metode empirik yang dinamakan
The Empirical Area Reduction method sebagai acuan untuk menghitung besarnya
distribusi sedimen. Distribusi endapan sedimen dalam waduk dipengaruhi oleh :
a. Pengoperasian waduk
b. Tekstur atau ukuran partikel sedimen
c. Bentuk waduk
d. Volume sedimen
Dari keempat faktor diatas yang paling utama adalah bentuk waduk karena
penting untuk menentukan distribusi endapan sedimen dalam waduk.
Perhitungan distribusi sedimen setelah 50 tahun di Waduk Bolango Hulu dapat
dilihat pada tabel-tabel di bawah ini.
Bab IV- 46
Tabel 4. 19 Rekapitulasi Distribusi Volume Sedimen Bedungan Bolango Hulu
Awal 10 Tahun 20 Tahun 30 Tahun 40 Tahun 50 Tahun

Elevasi Volume Elevasi Volume Elevasi Volume Elevasi Volume Elevasi Volume Elevasi Volume
(m) (Juta m3) (m) (Juta m3) (m) (Juta m3) (m) (Juta m3) (m) (Juta m3) (m) (Juta m3)
115.00 210.830 115.00 207.161 115.00 200.99 115.00 196.41 115.00 189.89 115.00 187.11
114.00 202.993 114.00 199.324 114.00 193.15 114.00 188.57 114.00 182.05 114.00 179.27
113.00 195.318 113.00 191.648 113.00 185.47 113.00 180.90 113.00 174.38 113.00 171.60
112.00 187.810 112.00 184.141 112.00 177.97 112.00 173.39 112.00 166.87 112.00 164.10
111.00 180.465 111.00 176.797 111.00 170.63 111.00 166.05 111.00 159.54 111.00 156.76
110.00 173.267 110.00 169.601 110.00 163.43 110.00 158.86 110.00 152.35 110.00 149.57
109.00 166.216 109.00 162.552 109.00 156.39 109.00 151.82 109.00 145.31 109.00 142.54
108.00 159.310 108.00 155.650 108.00 149.49 108.00 144.93 108.00 138.43 108.00 135.66
107.00 152.574 107.00 148.919 107.00 142.77 107.00 138.21 107.00 131.72 107.00 128.96
106.00 146.016 106.00 142.367 106.00 136.23 106.00 131.68 106.00 125.20 106.00 122.44
105.00 139.611 105.00 135.971 105.00 129.85 105.00 125.31 105.00 118.85 105.00 116.10
104.00 133.357 104.00 129.728 104.00 123.62 104.00 119.10 104.00 112.66 104.00 109.92
103.00 127.269 103.00 123.652 103.00 117.57 103.00 113.06 103.00 106.65 103.00 103.91
102.00 121.397 102.00 117.795 102.00 111.74 102.00 107.25 102.00 100.86 102.00 98.15
101.00 115.683 101.00 112.098 101.00 106.07 101.00 101.60 101.00 95.25 101.00 92.55
100.00 110.063 100.00 106.498 100.00 100.50 100.00 96.06 100.00 89.75 100.00 87.07
99.00 104.571 99.00 101.029 99.00 95.07 99.00 90.66 99.00 84.40 99.00 81.74
98.00 99.219 98.00 95.703 98.00 89.79 98.00 85.42 98.00 79.20 98.00 76.57
97.00 94.033 97.00 90.547 97.00 84.68 97.00 80.35 97.00 74.19 97.00 71.59
96.00 89.001 96.00 85.547 96.00 79.74 96.00 75.45 96.00 69.35 96.00 66.78
95.00 84.102 95.00 80.684 95.00 74.94 95.00 70.70 95.00 64.67 95.00 62.13
94.00 79.338 94.00 75.958 94.00 70.28 94.00 66.10 94.00 60.14 94.00 57.63
93.00 74.704 93.00 71.368 93.00 65.76 93.00 61.64 93.00 55.76 93.00 53.30
92.00 70.226 92.00 66.936 92.00 61.41 92.00 57.35 92.00 51.56 92.00 49.14
91.00 65.916 91.00 62.676 91.00 57.23 91.00 53.24 91.00 47.55 91.00 45.17
90.00 61.760 90.00 58.573 90.00 53.22 90.00 49.29 90.00 43.71 90.00 41.39
89.00 57.761 89.00 54.630 89.00 49.37 89.00 45.52 89.00 40.05 89.00 37.78
88.00 53.940 88.00 50.870 88.00 45.72 88.00 41.95 88.00 36.59 88.00 34.38
87.00 50.309 87.00 47.303 87.00 42.26 87.00 38.57 87.00 33.35 87.00 31.20
86.00 46.846 86.00 43.908 86.00 38.98 86.00 35.38 86.00 30.29 86.00 28.20
85.00 43.535 85.00 40.668 85.00 35.86 85.00 32.36 85.00 27.40 85.00 25.39
84.00 40.376 84.00 37.584 84.00 32.90 84.00 29.50 84.00 24.69 84.00 22.74
83.00 37.357 83.00 34.642 83.00 30.09 83.00 26.79 83.00 22.14 83.00 20.26
82.00 34.490 82.00 31.855 82.00 27.44 82.00 24.25 82.00 19.75 82.00 17.96
81.00 31.777 81.00 29.227 81.00 24.96 81.00 21.88 81.00 17.54 81.00 15.83
80.00 29.206 80.00 26.742 80.00 22.62 80.00 19.65 80.00 15.49 80.00 13.86
79.00 26.767 79.00 24.392 79.00 20.42 79.00 17.57 79.00 13.59 79.00 12.04
78.00 24.472 78.00 22.189 78.00 18.38 78.00 15.65 78.00 11.84 78.00 10.38
77.00 22.329 77.00 20.141 77.00 16.49 77.00 13.88 77.00 10.26 77.00 8.89
76.00 20.312 76.00 18.219 76.00 14.73 76.00 12.25 76.00 8.82 76.00 7.54
75.00 18.411 75.00 16.417 75.00 13.09 75.00 10.75 75.00 7.51 75.00 6.32
74.00 16.631 74.00 14.736 74.00 11.58 74.00 9.37 74.00 6.32 74.00 5.23
73.00 14.963 73.00 13.168 73.00 10.18 73.00 8.10 73.00 5.26 73.00 4.26
72.00 13.414 72.00 11.720 72.00 8.91 72.00 6.96 72.00 4.32 72.00 3.41
71.00 11.978 71.00 10.387 71.00 7.75 71.00 5.94 71.00 3.49 71.00 2.69
70.00 10.627 70.00 9.138 70.00 6.68 70.00 5.00 70.00 2.76 70.00 2.05
69.00 9.353 69.00 7.966 69.00 5.68 69.00 4.14 69.00 2.09 69.00 1.48
68.00 8.163 68.00 6.879 68.00 4.76 68.00 3.36 68.00 1.52 68.00 1.00
67.00 7.067 67.00 5.883 67.00 3.94 67.00 2.67 67.00 1.02 67.00 0.61
66.00 6.064 66.00 4.980 66.00 3.21 66.00 2.07 66.00 0.62 66.00 0.30
65.00 5.161 65.00 4.176 65.00 2.57 65.00 1.56 65.00 0.31 65.00 0.07
64.00 4.410 64.00 3.520 64.00 2.08 64.00 1.20 64.00 0.13 64.00 0.00
63.00 3.785 63.00 2.989 63.00 1.71 63.00 0.95 63.00 0.07 63.00 0.00
62.00 3.211 62.00 2.506 62.00 1.38 62.00 0.74 62.00 0.04 62.00 0.00
61.00 2.670 61.00 2.053 61.00 1.07 61.00 0.55 61.00 0.02 61.00 0.00
60.00 2.159 60.00 1.624 60.00 0.79 60.00 0.38 60.00 0.01 60.00 0.00
59.00 1.675 59.00 1.220 59.00 0.52 59.00 0.21 59.00 0.00 59.00 0.00
58.00 1.226 58.00 0.845 58.00 0.27 58.00 0.06 58.00 0.00 58.00 0.00
57.00 0.881 57.00 0.569 57.00 0.11 57.00 0.00 57.00 0.00 57.00 0.00
56.00 0.646 56.00 0.397 56.00 0.04 56.00 0.00 56.00 0.00 56.00 0.00
55.00 0.460 55.00 0.268 55.00 0.01 55.00 0.00 55.00 0.00 55.00 0.00
54.00 0.312 54.00 0.170 54.00 0.00 54.00 0.00 54.00 0.00 54.00 0.00
53.00 0.194 53.00 0.095 53.00 0.00 53.00 0.00 53.00 0.00 53.00 0.00
52.00 0.105 52.00 0.040 52.00 0.00 52.00 0.00 52.00 0.00 52.00 0.00
51.00 0.045 51.00 0.008 51.00 0.00 51.00 0.00 51.00 0.00 51.00 0.00
50.00 0.016 50.00 0.000 50.00 0.00 50.00 0.00 50.00 0.00 50.00 0.00
49.00 0.005 49.00 0.000 49.00 0.00 49.00 0.00 49.00 0.00 49.00 0.00
48.00 0.000 48.00 0.000 48.00 0.00 48.00 0.00 48.00 0.00 48.00 0.00
Bab IV- 47
Tabel 4. 20 Rekapitulasi Perkiraan Jumlah Sedimen Yang Masuk Dan

Elevasi Dasar Waduk Baru Setelah n Tahun Bendungan
Bolango Hulu
Usia Guna Volume Volume Elevasi dasar Volume

Waduk Sedimen Tamp Total waduk baru Tamp mati
(tahun) (106 m3) (106 m3) (106 m3)
10 4.90 207.16 50.01 3.67

20 9.68 207.16 52.69 9.84
30 14.43 207.16 57.38 14.42
40 19.14 207.16 58.05 20.94
50 23.83 207.16 64.08 23.72
4.14 SIMULASI VOLUME WADUK
Volume waduk didasarkan atas perhitungan simulasi untuk mendapatkan

hubungan antara volume ketersediaan air dan kebutuhan air. Dasar-dasar
penentuan volume waduk adalah menggunakan batasan kondisi topografi,
hidrologi dan geologi lokasi waduk. Untuk mengadakan simulasi, ketersediaan air
dihitung dari debit andalan, sedang kebutuhan airnya adalah penjumlahan dari
berbagai kebutuhan air di bagian hilir rencana waduk. Persamaan kontinuitas
yang umum dipakai dalam penelusuran aliran di waduk adalah sebagai berikut :
I-Q = ds/dt
dengan :
I = debit yang masuk ke dalam permulaan bagian memanjang palung sungai
yang ditinjau (m3/det)
Q = debit yang keluar dari akhir bagian memanjang palung sungai yang ditinjau
(m3/det)
S = besarnya tampungan (storage) dalam bagian memanjang palung sungai

yang ditinjau
dt = periode penelusuran (detik, jam, hari)

Hasil simulasi volume Waduk Bolango Hulu selama 15 tahun yaitu mulai tahun
2003 sampai tahun 2017 adalah sebagai berukut :
Luas DAS (A) = 243.19 km2
Elev. Top dam = 105.00 m
Elev. crest spillway (NWL, FSL) = 95.00 m
Vol.tamp.total (Vtot, NWL) = 84.10 juta m3
Sediment Level (SL) = 80.00 m
Bab IV- 48
Volume waduk pada SL = 29.21 juta m3
Diameter Head Race Tunnel (D) = 2.00 m
Kedalaman Aliran Tekan (1D) = 1.00 m
Minimum Operating Level (MOL, LWL) = 83.00 m
Vol. waduk pada MOL (Vmol, LWL) = 37.36 juta m3
Tail Water Level Max, TWL - HWL = 48.00 m
Tail Water Level Min, TWL - LWL = 45.00 m
Tail Water Level avr, TWL - AVR = 46.50 m
Kedalaman Tampungan Aktif (Haktif) = 12.00 m
Vol. tamp. Tekan (V tekan) = 8.15 juta m3
Vol. tamp. Efektif (V eff) = 46.47 juta m3
Debit inflow rata-2 = 14.23 m3/det
Debit outflow rata-2 = 11.14 m3/det
Kebutuhan Air Baku = 1280 lt/dt
Kebutuhan Pemeliharaan Sungai = 7.20 m3/det
Jumlah jam operasi = 24 jam
Debit pembangkitan PLTA = 11.14 m3/det
Tinggi jatuh efektif, Net Head = 40.80 m
Efisiensi turbin dan generator = 88%
Output energy tahunan = 44.50 GWh
Daya Maksimum = 7.50 MW
Daya Rerata = 5.07 MW
Daya Minimum = 3.19 MW
Jumlah Periode Gagal = 15 Kali
Jumlah Periode Simulasi = 288 Kali
Probabilitas Gagal = 5.21 %
Probabilitas Keandalan = 94.79 %
Bab IV- 49

Bab 4 Analisa Hidrologi-R3

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bab 4 Analisa Hidrologi-R3

Diunggah oleh

Hak Cipta:

Format Tersedia

DRAFT LAPORAN ANTARA

DD DAN SERTIFIKASI DESAIN BENDUNGAN BOLANGO HULU (MYC)

4.2 KONDISI DAERAH STUDI

3. Sungai dengan tingkat tertentu yang bertemu dengan sungai dengan

Gambar 4. 1 Peta DAS Bendungan Bolango Hulu

Tabel 4. 1 Pembagian Ordo Sungai Mongiilo

4.3 KETERSEDIAAN DATA

Gambar 4. 2 Zona Iklim di Wilayah Studi

Gambar 4. 3 Peta Lokasi Stasiun Hujan di Sekitar DAS Bolango Hulu

4.3.2 Data Hujan dari TRMM

Gambar 4. 4 orbit Satelit TRMM

Gambar 4. 5 Coverage area dari satelit TRMM

Gambar 4. 6 Grid TRMM DAS Bolango

Kalibrasi Data TRMM

4.3.3 Data Meteorologi

4.4 VALIDASI DATA HUJAN

Validasi atau pengujian data hujan terdiri atas :

4.4.1 Uji Konsistensi (Consistency)

Setelah dilakukan pengujian ketidak-adaan trend. Apabila deret berkala tersebut

matematik yang digunakan untuk analisis regresi tergantung dari kecenderungan

4.5.1 Pemilihan Distribusi Frekuensi Curah Hujan

Log X = Rata-rata nilai logaritma data X hasil pengamatan (mm)

4.5.3.1 Uji secara horisontal dengan Smirnov Kolmogorov

Persamaan yang digunakan adalah sebagai berikut :

4.6 DISTRIBUSI HUJAN

Distribusi hujan (agihan hujan) jam-jaman ditetapkan dengan cara pengamatan

Distribusi hujan (agihan hujan) jam-jaman ditetapkan dengan cara pengamatan

Sumber : PSA 007, Kementerian Pekerjaan Umum

Tabel 4. 7 Distribusi Hujan Untuk Durasi 24 Jam

Sumber : PSA 007, Kementerian Pekerjaan Umum

Tabel 4. 8 Distribusi Hujan Untuk Durasi 12 Jam

Sumber : PSA 007, Kementerian Pekerjaan Umum

Tabel 4. 9 Intensitas Hujan Dalam % Yang Disarankan PSA 007

Sumber : PSA 007, Kementerian Pekerjaan Umum

Tabel 4. 10 Distribusi Hujan 24 jam dalam %

Tabel 4. 11 Distribusi Hujan 24 jam dalam mm

4.7 ANALISA HIDROGRAF DEBIT BANJIR RENCANA

Gambar 4. 8 Struktur transformasi hujan aliran pada model HEC-HMS

4.7.2 Komponen Model HEC-HMS

Komponen utama dalam model HEC-HMS adalah sebagai berikut:

1. Basin model – berisi elemen-elemen yang terdapat pada suatu

Selain tiga komponen diatas masih terdapat komponen lain yaitu:

1. Time series data – berisi masukan data seperti runtun waktu

Simulasi hujan-aliran dalam setiap sub-DAS memerlukan beberapa komponen

1. Hujan (precipitation) model – merupakan masukan pada sistem

2. Loss models – untuk menghitung kehilangan air (hujan efektif)

4.7.3 Model Kehilangan Air

Model SCS Curve Number (CN)memperkirakan precipitation excess sebagai

Interval waktu dihitung sebagai perbedaanantara akumulasi precipitation excess

CN = nilai parameter curve number

Tabel 4. 12 Kelompok Tanah dan Laju Kehilangan Menurut Model SCS

Sumber : (Skaggs and Khaleel, 1982 dalam USACE, 2000)

4.7.4 Model Perhitungan Debit Banjir

Model limpasan langsung di dalam model HEC-HMS mengikuti prinsip hidrograf

Gambar 4. 9 Tipikal hidrograf satuan SCS

Sedangkan waktu konsentrasi (tc) merupakan penjumlahan dari waktu yang

4.7.5 Model Aliran Dasar

Dua komponen utama penyusun hidrograf aliran di saluran (sungai) adalah

dengan Q0 adalah aliran dasar awal (pada t = 0) dan k adalah konstanta

4.7.6 Model Penelusuran Aliran

Penelusuran aliran (stream routing) adalah cara (prosedur, analisis) matematik

Cunge (1969) mengembangkan persamaan untuk memperkirakan K dan X dari