Dalam merencanakan sebuah bangunan air langkah awal yang harus dilakukan adalah
menentukan Daerah Aliran Sungai (DAS) di lokasi bangunan air yang direncanakan. Dari
lokasi ini ke arah hulu, kemudian ditentukan batas daerah aliran sungai dengan menarik
garis imajiner yang menghubungkan titik-titik yang memiliki kontur tertinggi sebelah kiri
dan kanan sungai yang ditinjau (Soemarto, 1999).
Adapun jumlah stasiun yang masuk di lokasi DAS berjumlah tiga buah stasiun, yaitu
Stasiun A, Stasiun B dan Stasiun C. Penentuan luas pengaruh stasiun hujan dengan
metode Thiesen karena kondisi topografi dan jumlah stasiun memenuhi syarat yang
kemudian dihitung dengan bantuan software autocad.
Untuk mendapatkan hasil yang memiliki akurasi tinggi, dibutuhkan ketersediaan data
yang secara kualitas dan kuantitas cukup memadai. Data hujan yang digunakan
direncanakan selama 9 tahun sejak tahun 2009 hingga tahun 2018. Data curah hujan
harian maksimum ini didapat dari curah hujan harian dalam satu tahun yang terbesar di
ketiga stasiun tersebut.
Analisis ini dimaksudkan untuk mengetahui curah hujan rata-rata yang terjadi pada
daerah tangkapan (catchment area) tersebut, yaitu dengan menganalisis data-data curah
hujan maksimum yang didapat dari tiga stasiun penakar hujan yaitu Stasiun A, Stasiun B
dan Stasiun C.
Dalam menghitung curah hujan rerata penulis diharuskan memakai data curah hujan
maksimum per-tahunnya untuk setiap 3 (tiga) periode tertentu. Oleh karena itu,
rekapitulasi data curah hujan maksimum diperlukan. Metode yang digunakan dalam
analisis ini adalah Metode Rata-rata Aritmatik dan Metode Polygon Thiessen. Untuk
perhitungan selanjutnya digunakan hasil perhitungan metode Ploygon Thiessen.
a. Metode Rata-rata Aritmatik (arithmetic mean method)
Di mana :
𝑃̅ = Curah hujan rata-rata wilayah (mm)
𝑃1, 𝑃2, 𝑃3 = Curah hujan pada stasiun n (mm)
𝑛 = Jumlah stasiun penakar hujan.
Metode ini disarankan untuk kondisi DPS dengan topografi datar (flat-
topography), dengan jumlah pos hujan yang cukup banyak, dan lokasinya tersebar
merata (uniformly distributed), serta harga tebal hujan rerata tidak berbeda jauh
dengan harga masing-masing tebal hujan pada setiap pos hujan. Hasil perhitungan
curah hujan rata-rata dengan metode aritmatik disajikan dalam Tabel- 3.05 di bawah
ini.
Tabel 3.01 : Data Hasil Perhitungan Curah Hujan Rata-rata Metode Aritmatik
Metode Aritmatik
Di mana :
𝑃̅ = curah hujan rata-rata wilayah (mm)
𝐴1 , 𝐴2 , 𝐴𝑛 = luas daerah polygon 1, 2,…, n (km2)
𝑃1 , 𝑃2 , 𝑃𝑛 = curah hujan maksimum pada stasiun 1, 2,…, n (mm).
Hasil perhitungan curah hujan rata-rata dengan metode Polygon Thiessen akan
dipakai untuk perhitungan selanjutnya dengan data curah hujan rata-rata dijabarkan
pada Tabel 3.06 di bawah ini.
Tabel 3.02 : Data Hasil Perhitungan Metode Polygon Thiessen
Dari hasil perhitungan curah hujan rata-rata maksimum dengan Metode Rata-rata
Aritmatik dan Metode Polygon Thiessen di atas perlu ditentukan kemungkinan terulangnya
curah hujan bulanan maksimum guna menentukan debit banjir rencana.
Suatu kenyataan bahwa tidak semua nilai dari suatu variabel hidrologi terletak atau sama
dengan nilai rata-ratanya, tetapi kemungkinan ada nilai yang lebih besar atau lebih kecil
dari nilai rata-ratanya (Sosrodarsono dan Takeda, 1993). Besarnya dispersi dapat
dilakukan pengukuran dispersi yakni melalui perhitungan parameter statistik untuk (Xi–
X), (Xi–X)2, (Xi–X)3, (Xi–X)4 terlebih dahulu.
a) Parameter Statistik
Perhitungan parameter statistik dilakukan sebelum perhitungan dispersi.
̅ ), (Xi–X
Parameter statisik adalah (Xi–X ̅ )2, (Xi–X
̅ )3, (Xi–X
̅ )4 .
Di mana :
Xi = besarnya curah hujan maksimum daerah (mm)
̅ = rata-rata curah hujan maksimum daerah (mm).
X
Hasil perhitungan parameter statistik diperlihatkan pada Tabel 3.07 di bawah ini.
Parameter Statistik
∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅ )2
𝑆𝑑 = √
𝑛−1
6308,129
Sd =
9
𝑆𝑑
𝐶𝑣 = ̅
𝑋
26,474
Cv=
190,016
10
(-397485,166)
(10 1)(10 2)
Cs=
26,474
Cs = -2,975
Jadi, nila koefisien skewness (Cs) adalah = -2,975
𝑛2 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅ )4
𝐶𝑘 =
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3)𝑆 4
102 (30069300,96)
𝐶𝑘 = (10−1)×(10−2)×(10−3)×(26,475)4 =12,144
̅̅̅̅̅̅), (logXi–logX
Parameter logaritma adalah logXi, (logXi–logX ̅̅̅̅̅̅)2, (logXi–logX
̅̅̅̅̅̅)3, dan
̅̅̅̅̅̅)4.
(logXi–logX
Parameter Logaritma
2
∑𝑛𝑖=1(𝑙𝑜𝑔(𝑋𝑖 ) − ̅̅̅̅̅̅̅̅
𝑙𝑜𝑔(𝑋))
𝑆𝑑 = √
𝑛−1
0,0498
Sd =
10 1
Sd = 0,074
𝑆𝑑
𝐶𝑣 = ̅̅̅̅̅̅̅
𝑙𝑜𝑔𝑋
0,074
Cv = = 0,033
2,274
𝑛 ∑𝑛𝑖=1(𝑙𝑜𝑔(𝑋𝑖 ) − ̅̅̅̅̅̅̅̅̅
𝑙𝑜𝑔(𝑋))3
𝐶𝑠 =
(𝑛 − 1)(𝑛 − 2)𝑆 3
10(-0,0090)
Cs= = -3,038
(10 1)(10 2)0,074^3
𝑛2 ∑𝑛𝑖=1(𝑙𝑜𝑔𝑋𝑖 − ̅̅̅̅̅̅̅
𝑙𝑜𝑔𝑋)4
𝐶𝑘 =
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3)𝑆 4
102 ×(0,0019)
𝐶𝑘 = (10−1)×(10−2)×(10−3)×(0,074)4 =12,455
Jenis sebaran yang akan diuji dan digunakan dalam laporan ini ada 3 (tiga), yaitu
Metode Distribusi Normal, Ej Gumbel dan Metode Distribusi Log-Pearson Type III.
𝑋𝑇 = 𝑋̅ + 𝐾𝑇 ∗ 𝑆𝑑
Di mana :
𝑋𝑇 = curah hujan rencana (mm)
𝑋̅ = curah hujan maksimum rata-rata (mm), Tabel 3.09
𝑆𝑑 = standar deviasi data hujan maksimum tahunan (mm), Tabel 3.09
𝐾𝑇 = faktor frekuensi, Tabel 2.03.
Tabel 3.6 : Data Perkiraan Curah Hujan Distribusi Normal
Distribusi Normal
NO. Periode Xrt Kt Sd Xt
1 5 190,016 0,84 26,475 212,255
2 20 190,016 1,64 26,475 233,434
3 50 190,016 2,05 26,475 244,289
4 100 190,016 2,33 26,475 251,702
5 200 190,016 2,58 26,475 258,320
6 1000 190,016 3,09 26,475 271,822
250.000
200.000
150.000
100.000
50.000
0.000
0 200 400 600 800 1000 1200
𝑌𝑇𝑟 − 𝑌𝑛
𝑋𝑇 = 𝑋̅ + 𝐾 ∗ 𝑆𝑑 → 𝐾 = ( )
𝑆𝑛
= 𝐹𝑎𝑘𝑡𝑜𝑟𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖𝑛𝑖𝑙𝑎𝑖𝑒𝑘𝑠𝑡𝑟𝑖𝑚𝐺𝑢𝑚𝑏𝑒𝑙.
Di mana :
𝑋̅ = curah hujan maksimum rata-rata (mm), Tabel 3.09
𝑌𝑇𝑟 = reduced variate, Tabel 2.04
𝑌𝑛 = reduced mean yang tergantung jumlah sampel/data (n), Tabel 2.05
𝑆𝑛 = reduced standard deviation yang juga tergantung jumlah
sampel/data (n), Tabel 2.06.
𝑆𝑑 = standar deviasi data hujan maksimum tahunan (mm), Tabel 3.09
Distribusi Ej Gumbel
400.000
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0.000
0 200 400 600 800 1000 1200
Salah satu distribusi yang dipakai dalam laporan ini adalah Distribusi Log-
Pearson Type III. Berbeda dengan jenis distribusi lainnya, cara yang dianjurkan
dalam pemakaian distribusi Log-Pearson Type III adalah dengan mengkonversi
rangkaian datanya menjadi bentuk logaritmik dan melakukan perhitungan.
Untuk mengetahui curah hujan dalam periode T-tahun dapat digunakan Persamaan
(2.20) untuk distribusi Log-Pearson Type III yakni, sebagai berikut :
̅̅̅̅̅̅̅̅̅ + 𝐺𝑆𝑙𝑜𝑔(𝑋)
𝑙𝑜𝑔𝑋𝑇 = 𝑙𝑜𝑔(𝑋)
Di mana :
𝑙𝑜𝑔𝑋𝑇 = logaritma curah hujan dalam periode ulang T-tahun (mm)
̅̅̅̅̅̅̅̅̅
𝑙𝑜𝑔(𝑋)= curah hujan rata-rata logaritmik (mm), Tabel 3.09
𝐶𝑆 = koefisien kemencengan, Tabel 3.09
𝐺 = faktor frekuensi sebaran Log-Pearson Type III, Tabel 2.07.
𝑆𝑙𝑜𝑔(𝑋) = standar deviasi data hujan maksimum tahunan (mm), Tabel 3.09
Tabel 3.8 : Data Perkiraan Curah Hujan Distribusi Log-Pearson Type III
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0.000
0 200 400 600 800 1000 1200
Grafik 3.03 : Perkiraan curah hujan rencana Distribusi Log-Pearson Type III
Hasil perhitungan curah hujan rencana untuk ketiga metode di atas seperti ditunjukkan
pada Tabel 3.13 di bawah ini.
Setelah diketahui nilai dari faktor-faktor dari perhitungan di atas dapat ditentukan
metode distribusi mana yang dapat dipakai, seperti disajikan dalam Tabel 3.14.
Berdasarkan data tersebut menunjukkan beberapa parameter yang menjadi syarat
penggunaan suatu metode distribusi. Dari tabel tersebut ditunjukkan beberapa nilai Cs
dan Ck yang menjadi persyaratan dari penggunaan tiga jenis metode distribusi.
Metode uji kesesuaian distribusi yang umum dipakai untuk mengetahui kebenaran
analisis curah hujan terhadap simpangan data vertikal maupun simpangan data horizontal
sehingga diketahui apakah pemilihan metode distribusi Log-Pearson Type III yang
digunakan dalam perhitungan curah hujan diterima atau ditolak adalah Uji Chi-Kuadrat
(Chi-Square Test) dan Uji Smirnov-Kolmogorov.
Di mana :
𝑋 2 = harga Chi-Kuadrat
𝐺 = jumlah sub-kelompok
𝑂𝑓 = frekuensi yang terbaca pada kelas yang sama
𝐸𝑓 = frekuensi yang diharapkan sesuai pembagian kelasnya.
𝐸𝑓 = jumlah data (n)/jumlah kelas (K)
𝐺
2
(𝐸𝑓 − 𝑂𝑓)2
𝑋 =∑
𝐸𝑓
𝑖=1
Jml. Data
No. Prob Ef Ef-Of (Ef - Of)^2 X^2
Of
1 15,069 < x < 30,069 1,250 3 -1,750 3,063 2,450
2 30,069 < x < 45,069 1,250 2 -0,750 0,563 0,450
3 45,069 < x < 60,069 1,250 2 -0,750 0,563 0,450
4 60,069 < x < 75,069 1,250 1 0,250 0,063 0,050
5 75,069 < x < 90,069 1,250 1 0,250 0,063 0,050
6 90,069 < x < 105,069 1,250 2 -0,750 0,563 0,450
7 105,069 < x < 120,069 1,250 0 1,250 1,563 1,250
8 120,069 < x < 135,069 1,250 0 1,250 1,563 1,250
9 x > 135,0,69 1,250 1 0,250 0,063 0,050
11,250 12 - - 6,450
7) Nilai X2cr dengan jumlah data (n) = 12, α = 5% dan DK = 6 adalah, = 0,717
8) Dilihat hasil perhitungan pada Tabel 3.16 di atas dapat kita ketahui bahwa nilai
X2 hitungan kurang dari nilai kritis X2cr, maka hipotesa yang diuji yakni distribusi
Log-Pearson Type III dapat diterima.
b. Uji Sebaran Smirnov – Kolmogorov
Uji keselarasan Smirnov – Kolmogorov, sering disebut juga uji kecocokan non-
parametrik (non parametric test), karena pengujian tidak menggunakan fungsi
distribusi tertentu.
Di mana :
Xi = rata-rata curah hujan tahunan (mm)
n = jumlah data = 10
m = nomor urut data
P(x) = besar peluang pengamatan = m / (n+1)→ P(x<) = 1 – P(x)
P’(x) = besarnya peluang teoritis, Tabel 2.10 → P’(x<) = 1 – P’(x)
D = besar selisih peluang = P’(x<) – P(x<).
Uji Smirnov-Kolomogorov
Perhitungan intensitas curah hujan ini menggunakan Metode Dr. Mononobe dimana
intensitas curah hujan yang akan dicari menggunakan waktu sembarang atau dengan kata
lain intensitas curah hujan dalam periode jangka panjang tertentu. Besar intensitas curah
hujan menurut Dr. Mononobe mengacu pada Persamaan (2.24) Bab II yang merupakan
sebuah variasi dari persamaan-persamaan curah hujan jangka pendek.
Di mana :
𝐼 = intensitas curah hujan (mm/jam)
R24 = curah hujan maksimum dalam 24 jam (mm) Log-Pearson Type III
t = lamanya curah hujan (jam).
Hasil perhitungan intensitas curah hujan disajikan pada Tabel 3.18 berikut ini.
Tabel 3.14 : Data Intensitas (I) Curah Hujan Dr. Mononobe (24 jam)
R24
t (jam) R5 R20 R50 R100 R200 R1000
215,261 253,265 282,427 302,745 323,495 374,362
1 74,627 87,802 97,912 104,956 112,149 129,784
2 47,012 55,312 61,681 66,118 70,650 81,759
3 35,877 42,211 47,071 50,458 53,916 62,394
4 29,616 34,844 38,856 41,652 44,507 51,505
5 25,522 30,028 33,485 35,894 38,355 44,386
6 22,601 26,591 29,653 31,786 33,965 39,306
7 20,394 23,994 26,757 28,682 30,648 35,467
8 18,657 21,950 24,478 26,239 28,037 32,446
9 17,248 20,293 22,629 24,257 25,920 29,996
10 16,078 18,916 21,095 22,612 24,162 27,961
11 15,088 17,752 19,796 21,220 22,674 26,240
12 14,238 16,751 18,680 20,024 21,397 24,761
13 13,498 15,881 17,710 18,984 20,285 23,474
14 12,847 15,115 16,856 18,068 19,307 22,343
15 12,270 14,436 16,098 17,256 18,439 21,338
16 11,753 13,828 15,420 16,530 17,662 20,440
17 11,287 13,280 14,809 15,875 16,963 19,630
18 10,865 12,784 14,256 15,281 16,329 18,896
19 10,481 12,331 13,751 14,740 15,751 18,227
20 10,128 11,917 13,289 14,245 15,221 17,614
21 9,804 11,535 12,863 13,789 14,734 17,051
22 9,505 11,183 12,471 13,368 14,284 16,530
23 9,227 10,856 12,106 12,977 13,867 16,047
24 8,969 10,553 11,768 12,614 13,479 15,598
(Sumber : Hasil Analisa)
140.000
120.000
100.000 R5
R20
80.000
R50
60.000 R100
40.000 R200
R1000
20.000
0.000
0 5 10 15 20 25 30
Grafik 3.04 : Kurva IDF (Intensitas Durasi Frekuensi) Dr. Mononobe (24 jam)
Dengan mempertimbangkan keadaan iklim di Ibu Kota Provinsi Nusa Tenggara Timur
yakni di Kupang yang memiliki ciri khas beriklim kemarau yang panjang, maka intensitas
curah hujan yang dipakai hanya dalam kurun waktu 5 jam (BMKG Kota Kupang) untuk
setiap periode T-tahun yang akan dipakai, yaitu : untuk periode 5 tahun, 20 tahun, 50 tahun,
100 tahun, 200 tahun dan periode 1000 tahun.
Hasil perhitungan intensitas curah hujan untuk 5 jam disajikan pada Tabel 3.19 berikut :
Tabel 3.15 : Data Intensitas (I) Curah Hujan Dr. Mononobe (5 jam)
R5
t (jam) R5 R20 R50 R100 R200 R1000
215,261 253,265 282,427 302,745 323,495 374,362
1 125,886 148,110 165,165 177,046 189,181 218,928
2 79,303 93,303 104,047 111,532 119,177 137,916
3 60,520 71,204 79,403 85,115 90,949 105,250
4 49,958 58,778 65,546 70,261 75,077 86,882
5 43,052 50,653 56,485 60,549 64,699 74,872
(Sumber : Hasil Analisa)
400.000
R5
350.000
300.000 R20
250.000
R50
200.000
R100
150.000
100.000 R200
50.000
R1000
0.000
0 2 4 6
Grafik 3.05 : Kurva IDF (Intensitas Durasi Frekuensi) Dr. Mononobe (5 jam)
3.5 Perhitungan Debit Banjir Rencana
Untuk menghitung atau memperkirakan besarnya debit banjir yang akan terjadi dalam
berbagai periode ulang dengan hasil yang baik dapat dilakukan dengan analisis data aliran
dari sungai yang bersangkutan. Oleh karena data aliran yang bersangkutan tidak tersedia
maka dalam perhitungan debit banjir akan digunakan beberapa metode yaitu :
1. Metode Rasional,
2. Metode Der Weduwen,
3. Metode Haspers,
4. Metode Hidrograf Satuan Sintetis Nakayasu (HSS Nakayasu), dan
5. Metode HSS Snyder.
Untuk menghitug debit banjir dapat menggunakan Persamaan (2.34) s/d Persamaan
(2.38) pada Bab II yaitu sebagai berikut :
𝐶×𝐼×𝐴
𝑄𝑡 = = 0,6 × 𝐼 × 𝐴
3,6
𝑅24 24 2/3
𝐼= ×[ ]
24 𝑡𝑐
𝑙
𝑡𝑐 =
𝑤
𝐻0,6
𝑤 = 20 (𝑚/𝑑𝑒𝑡)
𝑙
𝐻0,6
𝑤 = 72 (𝑘𝑚/𝑗𝑎𝑚)
𝑙
Di mana :
Q = debit banjir rencana (m3/det)
C = koefisien run off (koefisien limpasan)
I = intensitas hujan selama t jam (mm/jam)
A = luas DAS (km2).
𝑡𝑐 = waktu konsentrasi (jam)
w = waktu kecepatan perambatan (m/detik atau km/jam)
𝑙 = jarak dari ujung daerah hulu sampai titik yang ditinjau (km)
H = beda tinggi ujung hulu dengan titik tinggi yang ditinjau (m).
L = jarak dari ujung daerah hulu sampai titik yang ditinjau (km)
= 3349 m
A = luas DAS (km2) = 5,121 m2
H = beda tinggi ujung hulu dengan titik tinggi yang ditinjau (km)
= 329 m
C = 0,60 (tata guna lahan untuk persawahan).
Dari data perkiraan curah hujan Distribusi Log-Pearson Type III pada Tabel 3.12
diketahui :
R24 periode ulang 5 tahun = 134,885 mm
R24 periode ulang 20 tahun = 158,714 mm
R24 periode ulang 50 tahun = 177,001 mm
R24 periode ulang 100 tahun = 189,743 mm
R24 periode ulang 200 tahun = 202,756 mm
R24 periode ulang 1000 tahun= 234,659 mm
Debit banjir rencana dengan Metode Rasional disajikan pada Tabel 3.20 sebagai berikut:
Tabel 3.16 : Data Debit Banjir Rencana Metode Rasional
45.000
40.000
35.000
30.000
25.000
20.000
15.000
10.000
5.000
0.000
0 200 400 600 800 1000 1200
Untuk menghitung debit banjir dapat menggunakan Persamaan (2.39) s/d Persamaan
(2.43) pada Bab II (Loebis, 1987) dengan rumusnya sebagai berikut :
𝑄𝑡 = 𝛼. 𝛽. 𝑞𝑛 . 𝐴
𝑡𝑐 = 0,125𝐿𝑄−0,125 𝐼 −0,25
(𝑡 + 1)
120 + {(𝑡 + 9)} 𝐴
𝛽=
120 + 𝐴
67,65
𝑞𝑛 =
(𝑡 + 1,45)
4,1
𝛼 =1−
(𝛽𝑞𝑛 + 7)
Di mana :
Hasil percobaan untuk nilai t (jam) diperlihatkan seperti pada Tabel 3.21 berikut ini :
Tabel 3.17 : Data Penentuan Waktu Konsentrasi (tc) dengan Asumsi t (jam)
Asumsi Nilai t
t A qn Qt I tc ket.
1 0,849 0,169 27,612 0,648 2,563 0,109 0,647
2 0,849 0,230 19,609 0,644 2,465 0,109 0,651
3 0,849 0,281 15,202 0,636 2,308 0,109 0,656
4 0,849 0,324 12,413 0,628 2,147 0,109 0,662
5 0,849 0,361 10,488 0,620 1,995 0,109 0,668
0,36 0,849 0,123 37,376 0,646 2,511 0,109 0,649
(Sumber : Hasil Analisa)
Hasil perhitungan debit banjir rencana Metode Der Weduwen tiap periode ulang T-(tahun)
disajikan pada Tabel 3.22 sebagai berikut :
1 5 215,261 2,252
2 20 253,265 2,650
3 50 282,427 2,955
4 100 302,745 3,168
5 200 323,495 3,385
6 1000 374,362 3,917
(Sumber : Hasil Analisa)
4.500
4.000
3.500
3.000
2.500
2.000
1.500
1.000
0.500
0.000
0 200 400 600 800 1000 1200
1 1
= 1 + (0,0000051 × 0,2837) = 0,00000145 → 𝛽 = = 689655,17
𝛽 0,00000145
Untuk t = 194551,136jam t < 2 jam, maka menggunakan Persamaan (2.48) :
𝑡. 𝑅24
𝑅𝑛 =
𝑡 + 1 − {0,0008 × (260 − 𝑅24 )(2 − 𝑡)2 }
𝑅𝑛
𝑞𝑛 =
3,6 × 𝑡𝑐
𝑄𝑡 = 𝛼. 𝛽. 𝑞𝑛 . 𝐴
Di mana :
Perhitungan debit banjir rencana dengan periode ulang T-tahun menggunakan metode
Haspers disajikan dalam Tabel 3.23 di bawah ini.
60.000
50.000
40.000
30.000
20.000
10.000
0.000
0 200 400 600 800 1000 1200
3.5.4 Debit Banjir Rencana Metode Hidrograf Satuan Sintetis Nakayasu (HSS- Nakayasu)
2) Menghitung time lag (tg) yaitu, waktu antara hujan sampai debit puncak banjir. di
mana time lag (tg) dihitung dengan ketentuan L < 15 km maka digunakan persamaan
sebagai berikut :
tg = 0,21.L0,7
tg = 61,611 jam.
4) Menghitung tenggang waktu dari permulaan hujan sampai puncak banjir (T P).
TP = tg + 0,8.tr
TP = 660,28 jam.
5) Menghitung waktu yang diperlukan oleh penurunan debit, dari puncak sampai 30%
dari debit puncak (T0,3) dengan = 2 pada daerah pengaliran biasa.
T0,3 = .tg
T0,3 = 123,22 jam.
6) Berdasarkan hasil yang diperoleh di atas dan persamaan yang disajikan di bawah ini
maka besarnya debit puncak adalah sebagai berikut :
𝐶. 𝐴. 𝑅0
𝑄𝑃 =
3,6(0,3𝑇𝑃 + 𝑇0,3 )
0,60 × 5,121 × 1
𝑄𝑃 = = 0,00266𝑚3 /𝑑𝑒𝑡
( )
3,6( 0,3 × 660,28 + 123,22)
𝑡 2,4
𝑄𝑎 = ( ) 𝑄𝑃
𝑇𝑃
2,4
𝑡
𝑄𝑎 = ( ) × 0,00266
660,28
(t - TP )
T0,3
𝑄𝑑1 = 𝑄𝑃 × (0,3)
(t - 660,28 )
𝑄𝑑1 = 0,00266 × (0,3) 123,22
(t - 660,28 + 61,61)
𝑄𝑑2 = 0,00266 × (0,3) 61,61
(t - TP + 1,5T0,3 )
2T0,3
𝑄𝑑3 = 𝑄𝑃 × (0,3)
(t – 660,28 + 61,61)
𝑄𝑑3 = 0,00266 × (0,3) 246,44
0.700000
0.600000
0.500000
0.400000
0.300000
0.200000
0.100000
0.000000
0 5 10 15 20 25 30
10) Menghitung besar aliran dasar (base flow, Qb) dengan menggunakan persamaan
sebagai beriku
Ordinat Satuan Nakayasu
T Qp Qt ket.
0 0,842 0,000000 Qa
1 0,842 0,727560 Qd1
2 0,842 0,225243
Qd2
3 0,842 0,099204
4 0,842 0,050145 Qd3
5 0,842 0,0271106
6 0,842 0,0146571
7 0,842 0,0079242
8 0,842 0,0042842
9 0,842 0,0023162
10 0,842 0,0012522
11 0,842 0,0006770
12 0,842 0,0003660
13 0,842 0,0001979
14 0,842 0,0001070
15 0,842 0,0000578
16 0,842 0,0000313
17 0,842 0,0000169
18 0,842 0,0000091
19 0,842 0,0000049
20 0,842 0,0000027
21 0,842 0,0000014
22 0,842 0,0000008
23 0,842 0,0000004
24 0,842 0,0000002
11) t :
D = 6,042/6,282 = 0,962
12) Menghitung curah hujan jam-jaman. Khusus di daerah Propinsi NTT , rata-rata hujan
maksimum hanya terjadi dalam kurun waktu 5 jam (BMKG Kota Kupang), maka :
Dengan demikian didapat hasil perhitungan curah hujan jam-jaman untuk setiap periode
seperti diperlihatkan pada Tabel 3.27 sampai Tabel 3.32 di bawah ini.
Tabel 3.22 : Curah Hujan Jam-jaman Periode 5 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 74,911
2 16,00 20,665
3 10,00 12,916
4 8,80 11,366
5 8,00 10,333
(Sumber : Hasil Analisa)
Tabel 3.23 : Curah Hujan Jam-jaman Periode 20 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 88,136
2 16,00 24,313
3 10,00 15,196
4 8,80 13,372
5 8,00 12,157
(Sumber : Hasil Analisa)
Tabel 3.24 : Curah Hujan Jam-jaman Periode 50 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 98,285
2 16,00 27,113
3 10,00 16,946
4 8,80 14,912
5 8,00 13,557
(Sumber : Hasil Analisa)
Tabel 3.25 : Curah Hujan Jam-jaman Periode 100 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 105,355
2 16,00 29,064
3 10,00 18,165
4 8,80 15,985
5 8,00 14,532
(Sumber : Hasil Analisa)
Tabel 3.26 : Curah Hujan Jam-jaman Periode 200 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 112,576
2 16,00 31,056
3 10,00 19,410
4 8,80 17,081
5 8,00 15,528
(Sumber : Hasil Analisa)
Tabel 3.27 : Curah Hujan Jam-jaman Periode 1000 Tahun
t (jam) Ratio (%) CH jam-jaman
1 58,00 130,278
2 16,00 35,939
3 10,00 22,462
4 8,80 19,766
5 8,00 17,969
13) Menghitung debit banjir rencana HSS Nakayasu dengan mengikuti prinsip-prinsip
Hidrogram.
Tabel 3.28 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 5 Tahun
50.000
40.000
30.000
20.000
10.000
0.000
0 5 10 15 20 25
Grafik 3.10 : Debit banjir rencana HSS Nakayasu periode ulang 5 tahun
Tabel 3.29 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 20 Tahun
60.000
50.000
40.000
30.000
20.000
10.000
0.000
0 5 10 15 20 25 30
Grafik 3.11 : Debit banjir rencana HSS Nakayasu periode ulang 20 tahun
Tabel 3.30 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 50 Tahun
80.000
70.000
60.000
50.000
40.000
30.000
20.000
10.000
0.000
0 5 10 15 20 25 30
Tabel 3.31 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 100 Tahun
100.000
80.000
60.000
40.000
20.000
0.000
0 5 10 15 20 25 30
Grafik 3.13 : Debit banjir rencana HSS Nakayasu periode ulang 100 tahun
Tabel 3.32 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 200 Tahun
90.000
80.000
70.000
60.000
50.000
40.000
30.000
20.000
10.000
0.000
0 5 10 15 20 25 30
Grafik 3.14 : Debit banjir rencana HSS Nakayasu periode ulang 200 tahun
Tabel 3.33 : Data Debit Banjir Rencana HSS Nakayasu Periode Ulang 1000 Tahun
100.000
80.000
60.000
40.000
20.000
0.000
0 5 10 15 20 25 30
Grafik 3.15 : Debit banjir rencana HSS Nakayasu periode ulang 1000 tahun
Tabel 3.34 : Rekapitulasi Data Debit Banjir Rencana HSS Nakayasu 24 Jam
120.000
100.000 5
80.000 20
60.000 50
100
40.000
200
20.000
1000
0.000
0 5 10 15 20 25 30