Mengecek Data Hujan terhadap Perubahan-

perubahan
Akibat adanya perubahan-
perubahan pada stasiun
pencatat (misal : stasiun
pindah, alat diganti dsb), maka
akan terjadi juga perubahan
data hasil pencatatannya. Cara
pengecekan perubahan data
seperti ini dipakai analisa
double massa (double mass
curve).

Digambar garis korelasi antara

massa hujan tahunan dari
stasiun yang dicek datanya
dengan massa hujan tahunan
stasiun index. Perubahan
kemiringan dari garis korelasi
memberikan indikasi adanya
perubahan.
 Dari kurva di atas terlihat bahwa pada tahun 1978 ada
perubahan garis korelasinya. Jika yang berubah meteorologinya, maka
stasiun indexpun akan turut berubah, sehingga garis korelasi tidak
mengalami perubahan.
Dengan adanya perubahan maka data sebelum tahun 1978
harus disesuaikan dengan data sesudah tahun 1978, dengan
perumusan :

I0
Rx  R0 
Ix

Rx = hujan yang dicari

R0 = hujan yang hendak disesuaikan
Ix = kemiringan lengkung massa dari data sesudah tahun 1978
I0 = kemiringan lengkung massa dari data sebelum tahun 1978
 Hujan Rata-rata Suatu DAS

- Point Rainfall
- Area Rainfall

Beberapa cara untuk menghitung tinggi hujan rata-rata :

- Arithmetic Mean Method
- Thiessen Method
- Isohyet Method
- Intersection Line Method
- Depth – Elevation – Method
- Mean Areal Elevation Method
- Hypsometric Method
 Arithmetic Mean Method :

Data point rainfall pada

stasiun A, B, C, D dan E
B berturut-turut adalah : RA,
RB, RC, RD dan RE.
D

Maka besarnya area rainfall adalah :

R  R A  RB  RC  RD  RE 
1 1 n
atau R   Ri
5 n i 1
R = hujan rata-rata (area rainfall)
Ri = tinggi hujan pada stasiun i (point rainfall)
n = banyaknya data (stasiun)
Thiessen Method :
Cara ini dengan memperhitungkan luas daerah yang diwakili oleh
stasiun yang bersangkutan (luas daerah pengaruh), untuk
digunakan sebagai faktor dalam menghitung hujan rata-rata.
Menurut Thiessen luas daerah pengaruh dari setiap stasiun ditentukan
dengan cara :
1. Menghubungkan stasiun-stasiun dengan suatu garis sehingga
membentuk poligon segitiga.
2. Menarik sumbu-sumbu dari poligon segitiga.
3. Perpotongan sumbu-sumbu ini akan membentuk luasan daerah
pengaruh dari tiap-tiap stasiun.

Luas daerah pengaruh masing-

masing stasiun dibagi dengan luas
daerah aliran disebut sebagai
Koefisien Thiessen masing-masing
stasiun (weighting factor)
Misal luas daerah pengaruh untuk stasiun A, B, C, D dan E berturut-turut
adalah : AA, AB, AC, AD dan AE, dengan luas total daerah aliran = A
- Koefisien Thiessen untuk stasiun-stasiun tersebut :
AA AB AC AD AE
WA  WB  WC  WD  WE 
A A A A A
- Hujan rata-rata di daerah aliran :

R  WA  RA  WB  RB  WC  RC  WD  RD  WE  RE 
n n

atau R  Wi  Ri dengan W

i 1
i 1
i 1

R = hujan rata-rata (area rainfall)

Ri = tinggi hujan pada stasiun i (point rainfall)
Wi = Koefisien Thiessen pada stasiun i
n = banyaknya data (stasiun)
Contoh :
BLN WA = 0.16 WB = 0.28 WC = 0.21 WD = 0.26 WE = 0.09
RA WARA RB WBRB RC WCRC RD WDRD RE WERE RAV
mm mm mm mm mm mm
Nop. 121 19.36 104 29.12 89 18.69 115 29.9 127 11.43 108.5
Des. 118 18.88 127 35.56 109 22.89 124 32.29 101 9.09 118.7
Isohyet Method :
Isohyet adalag garis yang menunjukkan tempat-tempat yang
mempunyai tinggi hujan sama

Cara ini adalah cara yang paling teliti,

tetapi cukup sulit pembuatannya. Pada
umumnya digunakan untuk hujan
tahunan, karena untuk hujan harian
terlalu banyak variasinya, sehingga
isohyet akan berubah-ubah.

- Hujan rata-rata di daerah aliran :

n
I i  I i 1
R   Xi  R = hujan rata-rata (area rainfall)
i 1 2 Ii dan Ii+1 = besarnya isohyet Ii dan isohyet Ii+1
n Ai = luas daerah yang dibatasi oleh dua
X
A
Xi  i dengan i 1 isohyet Ii dan Ii+1
A i 1
A = luas daerah aliran
n = banyaknya daerah yang dibatasi oleh
dua isohyet Ii dan Ii+1
Intersection Line Method :
Penyederhanaan cara isohyet

I1
I2
2 - 5 KM

I4

I5
BATAS DAS

GARIS ISOHYET

TITIK TINGGI HUJAN

INTERSECTION LINE

- Besarnya curah hujan pada titik perpotongan didapatkan dari

interpolasi data dua isohyet yang mengapitnya.
- Hujan rata-rata daerah aliran dihitung dengan Arithmatic
Mean Method, dengan memakai data hujan yang didapat
pada titik-titik perpotongan.
 Bln/Tgl/Th RA (mm) RB (mm) RC (mm) RD (mm) RE (mm) RAV (mm)

1/1/90 137 20 38 56 51

1/2/90 55 95 51 95 105

1/3/90 99 25 57 149 52

1/4/90 9 4 118 39 100

Hujan 1/5/90 108 39 86 37 22

Harian 1/6/90 115 52 19 70 28

1/31/90 74 145 79 120 119

Max 2/1/90 117 93 96 105 97

Rata-rata 2/2/90 107 90 86 94 94

2/3/90 52 92 130 109 84

2/22/90 103 88 74 59 91

2/23/90 80 30 49 77 98

2/24/90 0 62 27 22 64
Dapat dihitung 2/25/90 37 69 27 70 64
dengan arithmatic 3/10/90 74 15 35 49 83
mean method atau
3/11/90 80 30 49 77 98
Thiessen method 3/12/90 100 4 110 103 87

3/13/90 192 78 83 46 107

12/14/90 138 52 70 98 98

12/15/90 20 0 75 111 131

12/16/90 161 0 63 95 148

12/17/90 90 120 84 95 74
 Rmax = mm
12/18/90 135 78 26 57 50
 Untuk Menghitung Hujan Rata-rata Daerah Aliran dapat
Digunakan Standar Luas DAS :

  250 ha
 variasi topografi kecil  cukup 1 stasiun

 250 – 50.000 ha
 terdapat 2 – 3 stasiun  arithmetic mean method

 120.000 – 500.000 ha
 Bila stasiun-stasiun tersebar merata dan curah hujan tidak dipengaruhi oleh
kondisi topografi  arithmetic mean method
 Bila stasiun-stasiun tersebar tidak merata  Thiessen method.

 > 500.000 ha
 isohyet method atau intersection line method
 Klasifikasi Hujan
Dari bentuk Hyetographnya, hujan diklasifikasikan menjadi 4 macam:

t t

Uniform pattern Advanced pattern

I I

t t
Intermediate pattern Delayed pattern
 Hubungan antara Intensitas Hujan dan Waktu
(lama/duration) Hujan
Besarnya intensitas dan waktu kejadian hujan sangat besar pengaruhnya
dalam perhitungan design flood akibat hujan

Hujan dengan intensitas tinggi biasanya terjadi pada waktu yang pendek,
sedang hujan dengan intensitas rendah biasanya terjadi dalam waktu yang
cukup panjang.

Besarnya intensitas hujan rata-rata untuk waktu t jam dapat dinyatakan

dengan :
R
I mm/jam
t
R = tinggi hujan (mm)
t = waktu / lama hujan (jam)
I = intensitas hujan (mm/jam)
Hubungan antara intensitas dan waktu / lama hujan juga
bisa didapatkan dari rumus-rumus empiris

1. Perumusan Prof. TALBOT :

Dipakai untuk waktu hujan antara 5 menit sampai 2 jam.

a
I
t b

 I  t    I    I  t  I 
2 2

a
N   I    I 
2 2

 I    I  t   N   I  t 2

b
N   I    I 
2 2

I = intensitas hujan (mm/jam)

t = waktu / lama hujan (mn)
a, b = konstanta
N = banyaknya data
2. Perumusan Prof. SHERMAN :
Dipakai untuk waktu hujan > 2 jam
m
I n
t

 log I   log t    log t  log I  log t 

2

m
N   log I    log I 
2 2

n
 log I   log t   N   log t  log I 
N   log I    log t 
2 2

I = intensitas hujan (mm/jam)

t = waktu / lama hujan (mn)
m, n = konstanta
N = banyaknya data
3. Perumusan Dr. ISHIGURO :
c
I
t d

 I  t   I    I  t  I 
2 2

c
N   I    I 
2 2

d
 I   I  t  N   I 2
 t 
N   I    I 
2 2

I = intensitas hujan (mm/jam)

t = waktu / lama hujan (mn)
c, d = konstanta
N = banyaknya data
4. Perumusan Dr. MONONOBE :
Dipakai untuk menghitung intensitas setiap waktu.
n
R24  24 
I  
24  t 
I = intensitas hujan (mm/jam)
R24 = tinggi hujan max. peretmal (mm)
t = waktu / lama hujan (jam)
n = konstanta
Contoh perhitungan hubungan antara intensitas dan waktu hujan
 Data hujan dengan masa ulang 10 tahun adalah sbb:

No t (mm) I (mm/j) I.t I2 I2 . t I (1)

1 5 150 750 22500 112500 132.52

2 10 105 1050 11025 110250 113.03
3 20 76 1520 5776 115520 87.34
4 30 62 1860 3844 115320 71.17
5 40 54 2160 2916 116640 60.05
6 60 46 2760 2116 126960 45.75
7 80 40 3200 1600 128000 36.95
8 120 32 3840 1024 122880 26.69

 565 17140 50801 948070

a
 Talbot : I
t b

a
 I  t   I    I  t  I   17140  50801  948070  565  3843
2 2

N   I    I  8  50801  565 
2 2 2

 I   I  t   N   I  t   565 17140   8  948070   24

2
3843
b I
N   I    I  8  50801  565 
2 2
t  24
2
 Tinggi Hujan dan Waktu
- t = 1 – 10 hari
Rumus Haspers :

 362 logt  6  206

100 R
R24

Contoh 1 :
Perkirakan besarnya hujan selama 4 hari dari data hujan R24 = 180 mm.

Penyelesaian :
hendak diperkirakan besarnya hujan dalam 4 hari maka dapat dituliskan sebagai
berikut : 100 R
Untuk t = 4 hari, maka = 156 %
R 24
Jadi : R4 = R24 x 1,56 = 280,8 mm

- t = 1 – 24 jam
2
 100 R  11300  t
  
 24 
R t  3 12
Rumus lain :
- Perhitungan rata-rata hujan sampai jam ke t :
23
R 5
Rt  24  
5 t
- Perhitungan tinggi hujan pada jam ke t :
Rt’ = t . Rt – (t – 1) . (R(t-1))

Contoh 2 :
Perkirakan tinggi hujan dalam 4 jam dari data hujan R24 = 240 mm.
Penyelesaian :
Tinggi hujan dalam 4 jam diperkirakan sebagai berikut :

100 R
Untuk t = 4 jam, maka : = 79.7 %
R 24

Jadi R4 = R24 x 0,797 = 191 mm

Contoh 3 :
Perkirakan distribusi tinggi hujan untuk t = 4 jam dari contoh 1
Penyelesaian :
Pada jam ke 1 :
2
240  5  3 R 't  1*140.4  1 - 1 * 0  140.4 mm
Rt     140 .4 mm
5 1
Pada jam ke 2 :

R 't  2 * 88.4  2 - 1 *140.4  36.4 mm

2
240  5  3
Rt     88.4 mm
5 2
Pada jam ke 3 :
2
240  5  R 't  3 * 67.5  3 - 1 * 88.4  25.7 mm
3
Rt     67.5 mm
5 3
 Pada jam ke 4 :
2
240  5 
R 't  4 * 55.7  4 - 1 * 67.5  20.3 mm
3
Rt     55.7 mm
5 4
Tabel 2. Konstanta a & b
Hasil perhitungan disajikan dalam Tabel 1 berikut
t a b
Tabel 1. Perhitungan distribusi tinggi hujan (menit)
t (jam) Rt (mm) R’t (mm) 1 5.85 21.6
1 140.4 140.4 5 29.1 116
2 88.4 36.4 10 73.8 254
3 67.5 25.7 15 138 424
4 55.7 20.3 20 228 636
25 351 909
- t = 0 – 1 jam
30 524 1272
a  R24 35 774 1781
R
R24  b 40 1159 2544
45 1811 3816
Contoh 4 :
50 3131 6360
Hitung besarnya hujan dengan waktu 30 menit dari
55 7119 13992
data hujan harian R24 = 140 mm.
59 39083 75048
Penyelesaian :
Untuk t = 30 menit, maka dari Tabel 2 diperoleh : a
= 524 dan b = 1272

524 * 140
Jadi R   52 mm
140  1272