Diajukan untuk Memenuhi Salah Satu Tugas Mata Kuliah Hidrologi yang Diampu
Oleh:
Asep Huddiankuwera, SP., MT.
Disusun Oleh:
i
DAFTAR ISI
ii
3.1 Daerah Aliran Sungai (DAS) Cipedak ....................................................... 20
3.2 Analisis Curah Hujan ................................................................................ 22
3.2.1 Distribusi Curah Hujan Harian Maksimum DAS Cipedak ................ 22
3.2.2 Curah Hujan Harian Maksimum di Setiap Stasiun ............................ 22
3.3 Analisis Frekuensi Curah Hujan Rencana .................................................. 23
3.3.1 Menghitung Curah Hujan Rata-Rata Daerah Menggunakan
Metode Poligon Thiessen ................................................................. 23
3.3.2 Menghitung Koefisien DAS Cipedak............................................... 23
3.3.3 Menghitung Curah Hujan Maksimum Harian Rata – Rata
Daerah ............................................................................................. 24
3.3.4 Pengukuran Parameter Statistik Data Curah Hujan ........................... 26
a. Distribusi Probabilitas Gumbel .................................................... 26
b. Distribusi Probabilitas Normal ..................................................... 28
c. Distribusi Probabilitas Log Normal .............................................. 29
d. Distribusi Probabilitas Log Pearson Type III................................ 30
3.3.5 Pengujian Kesesuaian Distribusi Curah Hujan .................................. 32
3.3.5.1 Uji Chi Kuadrat .................................................................... 32
. a. Distribusi Probabilitas Gumbel ......................................... 33
b. Distribusi Probabilitas Normal ......................................... 33
c. Distribusi Probabilitas Log Normal................................... 34
d. Distribusi Probabilitas Log Pearson Type III .................... 35
3.3.5.2 Uji Smirnov - Kolmogorof .................................................. 37
a. Distribusi Probabilitas Gumbel ........................................ 37
b. Distribusi Probabilitas Normal......................................... 38
c. Distribusi Probabilitas Log Normal.................................. 40
d. Distribusi Probabilitas Log Pearson Type III ................... 41
3.4 Pemilihan jenis Distribusi ......................................................................... 43
3.5 Curah Hujan Rencana ............................................................................... 43
3.5.1 Perhitungan Curah Hujan Rencana .................................................. 44
3.5.2 Menghitung Waktu Konsentrasi Tc ................................................. 45
3.5.3 Intensitas Hujan .............................................................................. 46
3.6 Analisis Banjir Rencana/Debit Puncak DAS Cipedak ............................... 47
B. Pembahasan..................................................................................................... 48
3.7 Daerah Aliran Sungai (DAS) Cipedak ...................................................... 49
BAB IV PENUTUP .......................................................................................................... 49
4.1 Kesimpulan ................................................................................................... 49
4.2 Saran ............................................................................................................. 49
DAFTAR PUSTAKA ......................................................................................................... 50
iii
DAFTAR TABEL
iv
Tabel 3.29 Peritungan uji distribusi log pearson type III dengan metode smirnov-
kolmogorof ........................................................................................................ 41
Tabel 3.30 Interpolasi nilai luas wilayah di bawah kurve normal distribusi log
pearson type III .................................................................................................. 42
Tabel 3.31 Rekapitulasi nilai X2 dan X2cr ............................................................................ 43
Tabel 3.32 Rekapitulasi nilai kritis uji distribusi smirnov kolnogorof .................................. 43
Tabel 3.33 Parameter statistik curah hujan distribusi normal ............................................... 44
Tabel 3.34 Data curah hujan periode ulang T (tahun) .......................................................... 45
Tabel 3.35 Data curah hujan rencana 10 tahun..................................................................... 46
Tabel 3.36 Hasil perhitungan intensitas Mononobe.............................................................. 46
Tabel 3.37 Koefisien dan Luas DAS Cipedak ...................................................................... 48
Tabel 3.38 Rencana debit banjir .......................................................................................... 48
v
DAFTAR GAMBAR
Gambar 1.1 Peta lokasi DAS Cipedak di Desa Parakan, Kecamatan Maleber,
Kabupaten Kuningan, Provinsi Jawa Barat ...................................................... 2
Gambar 2.1 Peta lokasi DAS Cipedak dan stasiun penakar hujan ........................................ 20
Gambar 2.2 Luas DAS Cipedak akibat pengaruh stasiun hujan dengan metode
poligon Thiessen ............................................................................................. 21
Gambar 3.1 Luas DAS Cipedak akibat pengaruh stasiun hujan dengan metode
poligon Thiessen ............................................................................................. 48
vi
DAFTAR LAMPIRAN
Lampiran kartu asistensi tugas besar Hidrologi ........................................................ 52
vii
BAB I
PENDAHULUAN
1
DAS Sungai Cipedak
Gambar 1.1 Peta lokasi DAS Cipedak di Desa Parakan, Kecamatan Maleber, Kabupaten Kuningan, Provinsi Jawa Barat.
2
1.2 Rumusan Masalah
Berdasarkan uraian gambaran umum diatas, maka dapat dirumuskan
beberapa permasalahan yang terkait dengan penulisan laporan ini, yaitu:
1. Bagaimana keadaan irigasi DAS Cipedak?
2. Apa saja stasiun penakar hujan yang mencatat curah hujan yang terjadi di DAS
Cipedak?
3. Bagaimana menentukan luas daerah pengaruh stasiun penakar hujan di DAS
Cipedak dengan metode poligon Thiessen?
4. Bagaimana cara menghitung curah hujan rencana DAS Cipedak?
5. Bagaimana cara menganalisis data curah hujan rencana DAS dengan periode
ulang 10 tahun terakhir dari stasiun penakar hujan?
6. Bagaimana cara menentukan curah hujan maksimum tiap tahunnya dari data
curah hujan stasiun penakar hujan?
7. Bagaimana cara menentukan intensitas curah hujan yang terjadi di DAS
Cipedak?
8. Bagaimana cara menghitung debit banjir rencana DAS Cipedak?
1.3 Tujuan
Penelitian ini bertujuan untuk memenuhi tugas besar mata kuliah
Hidrologi sebagai prasyarat untuk mengikuti UAS Hidrologi dan dengan maksud
memetakan tingkat kerawanan banjir di DAS Cipedak. Kegunaan dari penelitian ini
adalah sebagai bahan informasi bagi pemerintah dan masyarakat serta pihak yang
terkait dalam pengelolaan DAS yang diwujudkan dalam perencanaan pembangunan
saluran irigasi, bak penampungan air, bangunan pencegah banjir, serta penerapan
konservasi tanah dan air di kawasan DAS Cipedak..
Berdasarkan rumusan masalah yanng telah dipaparkan diatas, maka tujuan dari
penulisan laporan tugas besar mata kuliah Hidrologi ini adalah:
1. Untuk mengetahui keadaan irigasi DAS Cipedak.
2. Untuk mengetahui stasiun-stasiun penakar hujan yang mencatat curah hujan
yang terjadi di DAS Cipedak.
3. Untuk menentukan luas daerah pengaruh stasiun penakar hujan di DAS Cipedak
dengan metode poligon Thiessen.
4. Untuk mengetahui cara menghitung curah hujan rencana DAS Cipedak.
5. Untuk mengetahui bagaimana cara menganalisis data curah hujan rencana DAS
dengan periode ulang 10 tahun terakhir dari stasiun penakar hujan.
6. Untuk mengetahui bagaimana cara menentukan curah hujan maksimum tiap
tahunnya dari data curah hujan stasiun penakar hujan.
7. Untuk mengetahui bagaimana cara menentukan intensitas curah hujan yang
terjadi di DAS Cipedak
8. Untuk mengetahui cara menghitung debit banjir rencana DAS Cipedak.
3
1.4 Manfaat
Adapun manfaat yang dapat diambil dari penulisan laporan ltugas besar mata kuliah
Hidrologi ini, yaitu:
1. Dapat menentukan luas luas daerah pengaruh stasiun penakar hujan di suatu
DAS dengan metode poligon Thiessen.
2. Dapat menghitung curah hujan rencana DAS.
3. Dapat menganalisis data curah hujan rencana DAS dengan periode ulang 10
tahun terakhir dari stasiun penakar hujan.
4. Dapat menghitung debit banjir rencana DAS
5. Menambah pengetahuan dan wawasan untuk turun ke dunia kerja.
4
BAB II
TINJAUAN PUSTAKA
5
Jika titik-titik didaerah pengamatan di dalam daerah itu tidak tersebar
merata, maka cara perhitungan curah hujan dilakukan dengan memperhitungkan
daerah pengaruh tiap titik pengamatan.
̅ = W1 x R1 +W2 x R2 +…. + Wn
R
Dimana:
̅ = Curah hujan daerah
R
R1, R2,…. Rn = Curah hujan di tiap titik pengamatan
A1, A2,…. An = Bagian daerah yang mewakili tiap titik pengamatan
A₁ A₂ A𝗇
W1, W2,…. Wn = , ,....
A A A
Bagian-bagian daerah A1, A2,…. An ditentukan dengan cara sebagai
berikut:
a) Cantumkan titik-titik pengamatan didalam dan disekitar daerah itu pada peta
topografi, kemudian dihubungkan tiap titik yang berdekatan dengan sebuah garis
lurus. Dengan demikian akan terlukis jaringan segitiga yang menutupi seluruh
daerah.
b) Daerah yang bersangkutan itu dibagi dalam poligon - poligon yang didapat
dengan menggambar garis bagi tegak lurus pada setiap sisi segitiga tersebut diatas.
Curah hujan dalam setiap poligon dianggap diwakili oleh curah hujan dari titik
pengamatan dalam tiap poligon itu. Luas tiap poligon diukur dengan planimeter
atau dengan cara lain.
Hasil analisa dengan metode poligon Thiessen ini memberikan hasil yang
lebih teliti dari pada metode rata - rata Aljabar. Akan tetapi, penentuan titik
pengamatan dan pemilihan ketinggian akan mempengaruhi ketelitian hasil yang
didapat. Kerugian yang lain umpamanya untuk penentuan kembali jaringan segitiga
jika terdapat kekurangan pengamatan pada salah satu titik pengamatan.
2.1.3 Metode Isohyet
Metode Isohyet adalah metode yang paling teliti untuk mendapatkan curah
hujan wilayah rata-rata. Metode isohyet ditentukan dengan cara menggunakan
kontur tinggi hujan suatu daerah dan tinggi hujan rata-rata DAS dihitung dari
jumlah perkalian tinggi hujan rata-rata diantara garis isohyet tersebut dibagi luas
seluruh DAS. Metode ini cocok untuk daerah pegunungan dan yang berbukit-bukit.
Peta isohyet digambar pada peta topografi dengan perbedaan 10 mm
sampai 20 mm berdasarkan data curah hujan pada titik-titik pengamatan didalam
dan sekitar daerah yang dimaksud. Luas bagian daerah antara 2 garis isohyet yang
berdekatan diukur dengan planimeter. Demikian pula harga rata-rata dari garis-garis
isohyet yang berdekatan yang termasuk bagian-bagian itu dapat dihitung. Curah
hujan daerah itu dapat dihitung menurut persamaan sebagai berikut:
̅ = A₁ x R₁ +A₂ x R₂+.…+A𝗇 x R𝗇
R
A₁+A₂+....+A𝗇
6
dimana:
̅ = Curah hujan daerah (mm)
R
R1, R2,…. Rn = Curah hujan rata-rata pada bagian-bagian A1, A2,.... An (mm)
A1, A2,…. Rn = Luas bagian-bagian antar garis isohyet (km2)
Metode ini adalah cara rasional yang terbaik jika garis-garis isohyet dapat
digambar dengan teliti. Akan tetapi jika titik-titik pengamatan itu banyak dan
variasi curah hujan didaerah bersangkutan besar, maka pada pembuatan peta
isohyet ini akan terdapat kesalahan pribadi si pembuat data.
2.2 Analisis Frekuensi Curah Hujan Rencana
Analisis Frekuensi adalah suatu analisis data hidrologi dengan
menggunakan statistika yang bertujuan untuk memprediksi suatu besaran hujan
atau debit dengan kala ulang tertentu. Frekuensi hujan adalah besarnya
kemungkinan suatu besaran hujan disamai atau dilampaui. Sedangkan kala ulang
(return period) diartikan sebagai waktu dimana hujan atau debit dengan suatu
besaran tertentu akan disamai atau dilampaui sekali dalam jangka waktu tersebut.
Dalam hal ini tidak berarti bahwa selama jangka waktu ulang tersebut (misal T
tahun) hanya sekali kejadian yang menyamai atau melampaui, tetapi merupakan
perkiraan bahwa hujan atau debit tersebut akan disamai atau dilampaui K kali
dalam jangka panjang L tahun, dimana K/L kira-kira sama dengan 1/T (Harto,
1986).
Data yang diperlukan untuk menunjang analisis curah hujan rencana
periode ulang adalah minimum 10 besaran hujan alam dengan harga tertinggi dalam
setahun, jelasnya diperlukan data minimum 10 tahun. (Sosrodarsono dan Takeda,
2003).
Untuk memperkirakan besaran curah hujan dengan kala ulang (return
period) tertentu dilakukan analisis distribusi frekuensi dengan menggunakan cara
statistik. Pemilihan untuk analisis frekuensi dapat dilakukan dengan dua cara
(Harto, 1986), yaitu:
a. Dilakukan dengan mengambil hanya satu besaran maksimum setiap tahun, seri
data ini dikenal dengan annual maximum series.
b. Dilakukan dengan menetapkan satu batas bawah (ambang, threshold) tertentu
dan semua besaran yang lebih besar dari ambang ini dipilih debagai data dalam
partial series.
Penentuan curah hujan rancangan mengacu pada jenis distribusi yang
sesuai dengan sifat statistik data. Jenis distribusi frekuensi yang banyak digunakan
dalam analisis curah hujan yaitu distribusi gumbel, distribusi normal, distribusi log
normal, dan distribusi log pearson III. Perkiraan jenis distribusi yang paling sesuai
ditentukan dengan membandingkan parameter-parameter statistik berupa rata-rata,
standar deviasi (standar deviation), koefisien varians, asimetri/ koefien
kepencengan (koefisien skewness) dan koefisien kurtcsis.
7
Persamaan parameter statistik tersebut adalah sebagai berikut (Sumarto, 1999):
̅) = 1 ∑ni=1 Xi
a. Rata-rata (X
n
1
b. Standar Deviasi (S) = [ ∑ni−1(Xi − ̅
X)²]1/2
n−1
n ∑n
i=1(Xi−X)³
c. Koefisien Skewness (Cs) =
(n−1)(n−2)s³
n² ∑n
i=1(Xi−X)⁴
d. Koefisien Kurtosis (Ck) =
(n−1)(n−2)(n−3)s⁴
s
e. Koefisien Varians (Cv) =
x̅
2.2.1 Distribusi Gumbell
Persamaan curah hujan rancangan dari metode Gumbel (Soemarto, 1987), yaitu:
̅ + s. K
Xt = X
Ytr − Yn
K=
Sn
Tr−1
YTr = - ln [−ln( )]
Tr
dimana:
Tr
Ytr = -(0,834 + 2,303 log x Log ) (Reducated variate sebagai fungsi waktu
Tr−1
balik) (Tr)
Xt = Besar curah hujan rancangan untuk periode tahun berulang T r tahun (mm)
Tr = Periode tahun berulang (return period) (tahun)
̅
X = Harga curah hujan maksimum rata-rata selama setahun pengamatan dari data
curah hujan (mm)
S = Simpangan baku
K = Faktor frekuensi
Yn = Reducated Mean (n)
Sn = Reducated Standard deviasi (n)
Sn & Yn = Fungsi dari besarnya data
Besarnya nilai YTr, Sn, dan Yn dapat dilihat dalam tabel 2.2, 2.3, 2,4 sebagai berikut:
Tabel 2.1 Reduced variate (YTr).
Periode Ulang (Tr) Reduced Variate Periode Ulang Reduced Variate
(YTr) (Tr) (Tahun) (YTr)
(Tahun)
8
20 2,9709 500 6,2149
10 0,949 0,9676 0,9833 0,9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565
20 1,0628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,108
30 1,1124 1,1159 1,1193 1,1226 1,1255 1,1285 1,1313 1,1339 1,1363 1,1388
40 1,1413 1,1436 1,1458 1,148 1,1499 1,1519 1,1538 1,1557 1,1574 1,159
50 1,1607 1,1623 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734
60 1,1747 1,1759 1,177 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1844
70 1,1854 1,1863 1,1873 1,1881 1,189 1,1898 1,1906 1,1915 1,1923 1,193
80 1,1938 1,1945 1,1953 1,1959 1,1967 1,1973 1,198 1,1987 1,1994 1,2001
90 1,2007 1,2013 1,202 1,2026 1,2032 1,2038 1,2044 1,2049 1,2055 1,206
100 1,2065 1,2069 1,2073 1,2077 1,2081 1,2084 1,2087 1,209 1,2093 1,2096
9
XT = ̅
X + KT x S
dimana:
XT = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T (tahun)
̅
X = Nilai rata-rata hitung variat
S = Deviasi standar nilai variat
KT = Faktor frekuensi, merupakan fungsi dari peluang atau periode ulang.
Nilai KT dapat dilihat pada tabel nilai variabel reduksi Gauss berikut:
Tabel 2.4 Nilai variabel reduksi Gauss.
No Periode Ulang Peluang KT
10 2 0,5 0
13 4 0,25 0,67
14 5 2 0,84
15 10 0,1 1,28
16 20 0,05 1,64
17 50 0,02 2,05
10
18 100 0,01 2,33
11
dimana:
Log X = Logaritma curah hujan yang dicari
Log ̅X = Logaritma rerata dari curah hujan
K = Konstanta logaritma Log Person Type III
S1 = Simpangan Baku
Cs = Koefisien kemencengan (Skewness)
N = Jumlah data
Tabel 2.5. Nilai K untuk distribusi log pearson type III.
Interval Kejadian
(Periode Ulang Tahun)
2 5 10 25 50 100 200
G atau Cs
Persentase Peluang Terlampaui
12
1,3 -0,210 0,719 1,339 2,108 2,656 3,211 3,745
13
-1,4 0,225 0,832 1,041 1,198 1,270 1,318 1,351
Ck = 3,00
Cs > 0,00
Gumbel Cs = 1,1396
14
Ck = 5,4002
15
c. Apabila peluang 1 - 5%, maka tidak mungkin mengambil keputusan, misal perlu
data tambahan.
2.4.2 Uji Smirnov Kolmogorof
Uji smirnov kolmogorof digunakan untuk menguji asumsi normalitas data.
Tes dalam uji ini adalah tes goodness of fit yang mana tersebut untuk mengukur
tigkat kesesuaian antara distribusi serangkaian sampel (data observasi) dengan
distribusi teoritis tertentu.
Normalitas data dipenuhi jika hasil uji tidak signifikan untuk suatu taraf
signifikasi (ἀ) tertentu (biasanya ἀ = 0,05 atau 0,01), sebaliknya jika hasil uji
signifikan maka normalitas tidak terpenuhi. Cara mengetahui signifikan atau tidak
signifikan hasil uji normalitas adalah dengan membandingkan hasil perhitungan
signifikasi dengan taraf signifikasi yang ditetapkan (ἀ = 0,05) dengan kriteria
sebagai berikut:
a. Jika D hitung < D tabel, maka sampel berasal dari populasi yang berdistribusi
normal.
b. Jika D hitung > D tabel, maka sampel bukan berasal dari populasi yang
berdistribusi normal.
2.5 Intensitas Hujan Rencana
Intensitas curah hujan adalah curah hujan yang terjadi pada satu satuan
waktu. Intensitas curah hujan diperhitungkan terhadap lamanya hujan (durasi) dan
frekuensinya atau dikenal dengan lengkung intensitas durasi frekunsi (IDF Curve).
Intensitas curah hujan diperlukan untuk menentukan besarnya aliran permukaan
(run off).
Pada perhitungan intensitas curah hujan diperlukan data curah hujan jangka
pendek (5-60 menit), yang mana data curah hujan jangka pendek ini hanya didapat
dari data pengamatan curah hujan otomatic dari kertas diagram yang terdapat pada
peralatan pencatatan. Apabila data curah hujan yang tersedia hanya merupakan data
pencatatan curah hujan rata-rata maksimum harian (R24) maka dapat digunakan
rumus Bell sebagai berikut:
Pi = (0,21 Ln T-0,52) x (0,54 t0,25-0,50) P60(T)
dimana:
Pi = Presipitasi/intensitas curah hujan t menit dengan periode ulang T tahun
P60(T) = Perkiraan curah hujan jangka waktu 60 menit dengan periode ulang T
tahun
Perhitungan intensitas curah hujan dengan data pengamatan jangka pendek
sesuai durasi dipakai rumus-rumus sebagai berikut:
2.5.1 Rumus Talbot
a
I=
t+b
dimana:
16
(it)(i2 )−(i2 t)(i)
a=
N(i2 )−(i)(i)
(i)(it)−(N)(i²t)
b=
N(i2 )−(i)(i)
2.5.2 Rumus Ishogiro
a
I=
√𝑡+𝑏
dimana:
(𝑖 √𝑡)(𝑖 2 )−(𝑖√𝑡)(𝑖)
a=
𝑁(𝑖 2 )−(𝑖)(𝑖)
(𝑖)(𝑖 √𝑡)−𝑁(𝑖 2 𝑡)
b=
𝑁(𝑖 2 )−(𝑖)(𝑖)
I = Intensitas curah hujan (mm/menit)
t = Lamanya curah hujan atau durasi (menit)
i = Presitas/intensitas curah hujan jangka pendek t menit.
a, b, n = Konstanta yang tergantung pada lamanya curah hujan
N = Jumlah pengamatan
2.5.3 Rumus Sherman
a
I=
tⁿ
dimana:
(log i)(log t)2 −(log t x log i)(log t)
log a =
N(log t)2 −(log t)(log t)
(log i)(log t)2 −N(log t x log i)
n=
(log t)2 −(log t)(log t)
2.5.4 Rumus Van Breen
54𝑅𝑇 +0,07𝑅𝑇 2
IT =
𝑡𝐶 +0,3𝑅𝑇
dimana :
IT = Intensitas curah hujan pada suatu periode ulang (tahun)
RT = Tinggi curah hujan pada periode ulang T tahun (mm/hari)
2.5.5 Rumus Mononobe
Seandainya data curah hujan pengamatan jangka pendek tidak didapat pada daerah
perencanaan, maka analisis intensitas curah hujan dapat dilakukan dengan
menggunakan data curah hujan pengamatan maksimum selama 24 jam dan
selanjutnya dihitung dengan memakai formula Dr. Mononobe:
R24 24 2/3
I= ( )
24 tc
dimana:
I = Intensitas curah hujan (mm/jam)
TC = Waktu hujan atau durasi (menit)
17
R24 = Curah hujan maksimum dalam 24 jam (mm)
2.6 Debit Puncak
2.6.1 Metode Rasional
Untuk menghitung debit puncak rencana digunakan Rasional Method
(RM) dimana data hidrologi memberikan kurva Intensitas Durasi Frekuensi (IDF)
yang seragam dengan debit puncak dari curah hujan rata-rata sesuai waktu
konsentrasi. Debit puncak dapat diformulasikan sebagai berikut:
Q = 0,278 x C x Cs x I
dimana:
0,278 = Faktor konfensi (f)
Q = Debit puncak rencana (m3/detik)
I = Intensitas (mm/jam) diperoleh dari IDF curve berdasarkan waktu konsentrasi
A = Luas Catchment area (ha)/luas drainase dalam
C = Koefisien limpasan
Cs = Koefisien tampungan
2.6.2 Rumus Kirpich
Harga tC ditentukan oleh panjang saluran yang dilalui aliran dan
kemiringan saluran. Besarnya nilai tC dapat dihitung dengan rumus berikut:
0,8 x L2 0,385
tC = ( )
100 x S
dimana:
tC = Waktu konsentrasi (jam)
L = Panjang Saluran (km)
S = Kemiringan saluran
2.6.3 Waktu Konsentrasi
Waktu konsentrasi adalah waktu yang diperlukan oleh air untuk mengalir
dari titik terjauh catchment menuju suatu titik tujuan. Besar waktu konsentrasi
dihitung dengan rumus:
Tc = to + td (menit)
dimana:
to = Waktu pengaliran air pada permukaan tanah dapat dianalisa dengan gambar
L
td = Waktu pengaliran pada saluran, besarnya dapat dianalisa dengan rumus: V
dimana:
L = Jarak aliran dari tempat masuknya air sampai ke tempat yang dituju (m)
V = Kecepatan aliran (m/dtk)
2.6.4 Koefisien Pengaliran (C)
Pada saat terjadi hujan pada umumnya sebagian air hujan akan menjadi
limpasan dan sebagian mengalami infiltrasi dan efaporasi. Bagian hujan yang
mengalir diatas permukaan tanah dan saat sesudahnya merupakan
limpasan/pengaliran. Besarnya koefisien pengaliran untuk daerah perencanaan
18
disesuaikan dengan karateristik daerah pengaliran yang dipengaruhi oleh tata guna
lahan (Land Use) yang terdapat dalam wilayah pengaliran tersebut. Besarnya
koefisien pengaliran dapat dilihat pada tabel berikut:
Tabel 2.7. Besarnya koefisien pengaliran.
Kondisi Koefisien Karateristik Koefisien
Rumah - Rumah Tinggal 0,30 - 0,50 Permukaan Batu Buatan 0,70 - 0,85
Lapangan dan Rel Kereta 0,25 - 0,40 Lahan Tanah Keras Kemiringan 2% 0,18 - 0,22
Daerah Belum Berkembang 0,10 - 0,30 Kemiringan Rata-Rata 2 s/d 7% Bertrap 7% 0,25 - 0,35
19
BAB III
HASIL DAN PEMBAHASAN
A. Hasil
3.1 Daerah Aliran Sungai (DAS) Cipedak
DAS
Cipedak
Gambar 2.1. Peta lokasi DAS Cipedak dan stasiun penakar hujan.
20
Ket: A1 = Luasan DAS Cipedak akibat pengaruh Stasiun Hujan Ciniru yaitu sebesar 64,557 km2.
A2 = Luasan DAS Cipedak akibat pengaruh Stasiun Hujan Waduk Darma yaitu sebesar 4,410 km2.
A3 = Luasan DAS Cipedak akibat pengaruh Stasiun Hujan Subang yaitu sebesar 0,348 km2.
Gambar 2.2 Luas DAS Cipedak akibat pengaruh stasiun hujan dengan metode poligon Thiessen.
21
DAS Cipedak adalah salah satu DAS yang terletak di Desa Parakan, Kecamatan Maleber,
Kabupaten Kuningan, Provinsi Jawa Barat. Dengan diperoleh data bahwa luas DAS Cipedak yaitu
69,31 km2, panjang sungai utama (L) yaitu 27 km, dan kelandaian sungai (I) yaitu 0,0259. Bentuk
DAS Cipedak memanjang menyerupai bulu burung. Dari gambar peta DAS Cipedak diatas, maka
dapat dilihat terdapat 3 stasiun penakar hujan yang mempengaruhi luasan wilayah DAS, yaitu
stasiun hujan Ciniru dengan luas wilayah = 64,557 km2 , stasiun hujan Waduk Darma dengan luas
wilayah = 4,410 km2, dan stasiun hujan Subang dengan luas wilayah = 0,348 km2.
Tabel 3.1 Persentase luas wilayah stasiun hujan terhadap DAS Cipedak.
22
3.2.3 Curah Hujan Harian Maksimum DAS Cipedak
Tabel 3.3 Data curah hujan harian maksimum DAS Cipedak.
Stasiun Waduk
Stasiun Ciniru Stasiun Subang
Darma
RH Max
Ci = 0.9314 Ci = 0,0636 Ci = 0,005
No. Tahun
R1 R2 R3
R Max R Max R Max (R1+R2+R3)
Ci x R Max Ci x R Max Ci x R Max
23
4.410
Ci =
69.315
= 0,0636 km2
= 6,36%
3. Stasiun Pamakkulu (A3)
0.348
Ci =
69.315
= 0,005 km2
= 0,5 %
Tabel 3.4 Perhitungan koefisien Thiessen.
Persentase
No. Nama Stasiun Hujan Luas Daerah Tangkapan Koefisien Thiessen (Ci)
(%)
1 Ciniru 64.557 93.14 0.9314
2 Waduk Darma 4.410 6.36 0.0636
3 Subang 0.348 0.5 0.005
Jumlah 69.315 100 1
3.3.3 Menghitung
Perhitungan Curahmaksimum
curah hujan Hujan Maksimum harian rata-rata Harian daerahRata–Rata Daerah
Perhitungan
Perhitungan
dilakukan curah
curah
dengan menggunakan hujan
hujanrumus : maksimum harian rata-rata daerah
maksimum harian rata-rata daerah dilakukan dengan rumus sebagai
berikut:
i n
dilakukanR dengan
C i . R i menggunakan rumus :
i 1 ...................................................................(2)
dimana :
i n
R =
dimana :
Curah . R i maksimum harian rata – rata daerah (mm)
C i hujan
i 1 ...................................................................(2)
CR1 == Nilai
curah koefisien
hujan maksimum
Thiessenharian rata-rata daerah (mm)
C11 == Nilai
R Curah Koefisien Thiessen
hujan maksimum harian stasiun (mm)
dimanaPerhitungan
R1 := Curah hujan untuk tahun 1995: stasiun (mm)
maksimum harian
24
Perhitungan untuk tahun 1999:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 87,5475 + 6,5531 + 0,4920
= 94,5927 mm
Perhitungan untuk tahun 2000:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 67,9890 + 6,4259 + 0,4318
= 74,8467 mm
Perhitungan untuk tahun 2001:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 60,5382 + 6,2350 + 0,2812
= 67.0544 mm
Perhitungan untuk tahun 2002:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 76,3713+ 7,6347 + 0,0853
= 84,0913 mm
Perhitungan untuk tahun 2003:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 60,5382+ 9,7979 + 0,3665
= 70,7026 mm
Perhitungan untuk tahun 2004:
R̅ = (R1 x C1) + (R2 x C2) + (R3 x C3)
= 65,1950 + 6,2350 + 0,5523
= 71,9823 mm
Dari perhitungan curah hujan rata-rata DAS Cipedak di atas, maka dapat dilihat pada
tabel berikut:
Tabel 3.5 Perhitungan curah hujan harian maksimum rata-rata DAS Cipedak dengan metode poligon
Thiessen.
Stasiun Waduk
Stasiun Ciniru Stasiun Subang
Darma RH Max
Ci = 0.9314 Ci = 0,0636 Ci = 0,005
No. Tahun
R1 R2 R3
R
R Max Ci x R R Max Ci x R (R1+R2+R3)
Max Ci x R Max
Max Max
1 1995 131 122.0077 97 6.1714 110 0.5523 128.7314
2 1996 110 102.4493 92 5.8533 105 0.5272 108.8297
3 1997 85 79.1653 93 5.9169 81 0.4067 85.4889
4 1998 121 112.6942 118 7.5075 120 0.6025 120.8041
5 1999 94 87.5475 103 6.5531 98 0.4920 94.5927
6 2000 73 67.9890 101 6.4259 86 0.4318 74.8467
25
7 2001 65 60.5382 98 6.2350 56 0.2812 67.0544
8 2002 82 76.3713 120 7.6347 17 0.0853 84.0913
9 2003 65 60.5382 154 9.7979 73 0.3665 70.7026
10 2004 70 65.1950 98 6.2350 110 0.5523 71.9823
Tabel 3.6 Rekapitulasi curah hujan maksimum rata-rata DAS Cipedak periode 1995-2004.
No. Tahun RH Max
1 1995 128.7314
2 1996 108.8297
3 1997 85.4889
4 1998 120.8041
5 1999 94.5927
6 2000 74.8467
7 2001 67.0544
8 2002 84.0913
9 2003 70.7026
10 2004 71.9823
Dari hasil perhitungan curah hujan harian maksimum, perlu diperkirakan besaran curah
hujan maksimum dengan kala ulang tertentu atau kemungkinan terulangnya curah hujan
maksimum, untuk itu dilakukan analisis frekuensi.
3.3.4 Pengukuran Parameter Statistik Data Curah Hujan
Penentuan curah hujan rancangan mengacu pada jenis distribusi yang sesuai dengan sifat
statistik data. Perkiraan jenis distribusi yang paling sesuai ditentukan dengan membandingkan
parameter-parameter statistik. Sebelumnya data curah hujan maksimum diurutkan dari kecil ke
besar. Selanjutnya dilakukan perhitungan parameter statistik sebagai berikut:
a. Distribusi Probabilitas Gumbel
Distribusi probabilitas gumbel dilakukan dengan rumus - rumus berikut:
XT = X̄ + S × K
Hitung parameter statistik:
Tabel 3.7 Parameter statistik curah hujan distribusi Gumbel.
Xi
No. (Diurutkan Dari Kecil Ke (Xi-X̅) (Xi-X̅)²
Besar)
1 67.05 -23.66 559.70
2 70.70 -20.01 400.39
3 71.98 -18.73 350.82
4 74.85 -15.87 251.72
5 84.09 -6.62 43.84
6 85.49 -5.22 27.29
7 94.59 3.88 15.06
8 108.83 18.12 328.24
9 120.80 30.09 905.51
26
10 128.73 38.02 1445.44
∑ 907.12 0 4328.002
X̅ 90.712
S 21.929
907,12
=
10
= 90,712 mm
∑ni=1(Xi − x̄ )²
S = √
n−1
4328,002
=√
10 − 1
= 21,929
Hitung K
Dengan jumlah data (n) = 10 maka didapat :
Yn = 0,4952 (dari tabel)
Sn = 0,9497 (dari tabel)
Dengan periode ulang (tahun) didapat :
Untuk T = 2 maka Yt = 0,3065
dengan Yn, Sn, dan Yt yang sudah didapat diatas maka nilai K, yaitu:
Yt2 −Yn
K= Sn
0,3065−0,4952
K= 0,9497
K = -0,199
27
1 2 90.712 21.929 0.307 0.495 0.950 -0.199 86.355
2 5 90.712 21.929 1.500 0.495 0.950 1.058 113.912
3 10 90.712 21.929 2.250 0.495 0.950 1.848 131.241
4 20 90.712 21.929 2.970 0.495 0.950 2.606 147.862
5 25 90.712 21.929 3.126 0.495 0.950 2.77 151.448
6 50 90.712 21.929 3.902 0.495 0.950 3.587 169.375
7 100 90.712 21.929 4.600 0.495 0.950 4.322 185.497
b. Distribusi Probabilitas Normal
Distribusi probabilitas normal dilakukan dengan rumus - rumus berikut:
XT = x̄ + K T S
Hitung parameter statistik:
Tabel 3.9 Parameter statistik curah hujan distribusi normal.
Xi
No. (Diurutkan dari (Xi-X̅) (Xi-X̅)²
Kecil ke Besar)
1 67.05 -23.658 559.701
2 70.70 -20.010 400.392
3 71.98 -18.730 350.817
4 74.85 -15.866 251.721
5 84.09 -6.621 43.839
6 85.49 -5.224 27.285
7 94.59 3.880 15.057
8 108.83 18.117 328.236
9 120.80 30.092 905.510
10 128.73 38.019 1445.444
∑ 907.1241 0 4328.0021
X̅ 90.7124
S 21.929
907,1241
=
10
= 90,712 mm
∑ni=1(Xi − x̄ )²
S =√
n−1
4328,0021
=√
10 − 1
= 21,929
28
Hitung nilai K T
Nilai K T dihitung berdasarkan nilai T pada Lampiran 3 Nilai Variabel Reduksi Gauss,
didapat untuk T = 2 maka nilai K T = 0.
Hitung Hujan Rencana dengan periode ulang (tahun) (XT )
XT2 = X̅ + KT S
= 90,7124 + (0 × 21,929)
= 90,7124 mm
Tabel 3.10 Curah hujan rencana periode ulang T (tahun) distribusi nornal.
Periode Ulang
No. X̅ S Kt Xt
(Tahun)
1 2 90.712 21.929 0 90.712
2 5 90.712 21.929 0.84 109.133
3 10 90.712 21.929 1.28 118.782
5 25 90.712 21.929 1.7083 128.174
6 50 90.712 21.929 2.05 135.667
7 100 90.712 21.929 2.33 141.807
c. Distribusi Probabilitas Log Normal
Distribusi probabilitas log normal dilakukan dengan rumus - rumus berikut:
Log XT = ̅̅̅̅̅̅̅
Log X + K T × S Log X
Tabel 3.11 Parameter statistik curah hujan distribusi log normal.
Xi (Diurutkan dari
No Log Xi (𝐋𝐨𝐠 𝐗𝐢 − ̅̅̅̅̅̅̅̅
𝐋𝐨𝐠 𝐗)𝟐
Kecil ke Besar)
1 67.054 1.826 0.0145
2 70.703 1.849 0.0095
3 71.982 1.857 0.0080
4 74.847 1.874 0.0053
5 84.091 1.925 0.0005
6 85.489 1.932 0.0002
7 94.593 1.976 0.0008
8 108.830 2.037 0.0081
9 120.804 2.082 0.0183
10 128.731 2.110 0.0265
∑ 907.124 19.468 0.092
X̅ 90.712 1.947 0.009
S Log X 0,101
Berdasarkan tabel diatas, diperoleh (̅̅̅̅̅̅̅
Log X):
∑n
i=1 Log Xi
̅̅̅̅̅̅̅
Log X = Log
n
19,468
=
10
29
= 1,947 mm
30
10 128.7269 2.110 0.0265 0.004320
∑ 19.468 0.092 0.004
X̅ 1.947 0.009 0.0004
Berdasarkan tabel diatas, diperoleh (LogX
̅̅̅̅̅̅̅):
∑n
i=1 Log Xi
̅̅̅̅̅̅̅
Log X = Log
n
19,468
= 10
= 1,947
Berdasarkan tabel diatas, diperoleh S Log X:
0,5
∑n ̅̅̅̅̅̅̅̅ 2
i=1(Log Xi− Log X)
S Log X = n−1
0,9170,5
= 10−1
= 0,101
Berdasarkan tabel diatas, diperoleh Cs atau G :
n ∑n ̅̅̅̅̅̅̅ 3
i=1(LogXi−LogX)
Cs =
(n−1)(n−2)(SLogX)3
10×0,0038
= = 0,5138
9×8×0,101
Hitung K T
Nilai K T dihitung dari nilai T dan nilai Cs atau G dari lampiran, didapat T = 2 dan Cs = 0,5138,
maka nilai K T = -0,083
Tabel 3.14 Interpolasi nilai faktor frekuensi (Kt).
Periode Ulang
No. Cs X1 X2 Y1 Y2 Kt
(Tahun)
1 2 0.514 0.5 0.6 -0.083 -0.099 -0.085
2 5 0.514 0.5 0.6 0.808 0.8 0.807
3 10 0.514 0.5 0.6 1.323 1.328 1.324
4 25 0.514 0.5 0.6 1.91 1.939 1.914
5 50 0.514 0.5 0.6 2.311 2.359 2.318
6 100 0.514 0.5 0.6 2.686 2.755 2.696
Hitung Hujan rencana dengan periode ulang (tahun) (X5 )
̅̅̅̅̅̅̅̅
Log XT = Log X + K T × SLogX
= 1,947 + (−0,083) × 0,101
= 1,938 mm
Jadi, XT = 86,738 mm.
Tabel 3.15 Curah hujan rencana periode ulang (tahun).
Periode Ulang ̅̅̅̅̅̅̅̅
No. 𝐋𝐨𝐠 𝐗 Kt S Log X Log Xt Xt
(Tahun)
31
1 2 1.947 -0.085 0.101 1.938 86.738
Derajat Kepercayaan
DK
0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
32
Derajat nyata atau derajat kepercayaan (α) tertentu sering diambil adalah 5%. Derajat
kebebasan (Dk) dihitung dengan rumus :
Dk = K – (p + 1)
K = 1 + 3,3 log n
1. Data hujan dari besar ke kecil
2. Menghitung jumlah kelas
Jumlah data (n) = 10
Kelas Distribusi (K) = 1 + 3,3 log n
= 1 + 3,3 log 10
= 4,3 ≈ 5 kelas
3. Menghitung derajat kebebasan (Dk) dan X2cr
Parameter (p) = 2
Derajat Kebebasan (Dk)= K − (p + 1) = 5 − (2 + 1) = 2
Nilai X2cr dengan jumlah data (n) = 10, α = 5% dan Dk = 2. Adalah = 5,991
4. Menghitung kelas distribusi
1
Kelas distribusi = 5 × 100% = 20%, interval distribusi adalah : 20% : 40% : 60% : 80%
Presentase 20%
1 1
P(x) = 20% diperoleh T = P = 0,20 = 5 tahun
x
Presentase 40%
1 1
P(x) = 40% diperoleh T = P = 0,40 = 2,5 tahun
x
Presentase 60%
1 1
P(x) = 60% diperoleh T = = = 1,67 tahun
Px 0,60
Presentase 80%
1 1
P(x) = 80% diperoleh T = = = 1,25 tahun
Px 0,80
5. Menghitung interval kelas
a. Distribusi Probabilitas Gumbel.
Dengan jumlah data (n) = 10 maka didapatkan nilai:
Yn = 0,4952
Sn = 0,9497
T−1
Yt = −Ln − Ln T
Yt−Yn Yt−0,4952
K = =
Sn 0,9497
Sehingga :
T = 5; Yt = 1,4999 maka K = 1,0579
T = 2,5; Yt = 0.6717maka K = 0.1858
T = 1,67; Yt = 0.0907 maka K = -0.4259
33
T = 1,25; Yt = -0.4759 maka K = -1.0225
Nilai ̅X = 90,712
Nilai S = 21,929
Maka interval kelas:
XT = 90,712 + 21,929 x K
Sehingga: XTr = ̅ X + SK
X5 = 113,9116
X2,5 = 94,7879
X1,67 = 81,3722
X1,67 = 68,2891
b. Distribusi Probabilitas Normal
Nilai KT berdasarkan nilai T pada lampiran, maka didapat :
T = 5; maka KT = 0.84
T = 2,5; maka KT = 0.25
T = 1,67; maka KT = -0.25
T = 1,25; maka KT = -0.84
Nilai̅̅̅
̅X = 90,712
Nilai S = 21,929
Interval kelas : XT = ̅
X + KT S
Sehingga:
X5 = 109,1329
X2,5 = 96,1947
X1,67 = 85,2301
X1,67 = 72,2919
c. Distribusi Probabilitas Log Normal
Nilai KT berdasarkan nilai T dari lampiran, didapat :
T = 5; maka KT = 0.84
T = 2,5; maka KT = 0.25
T = 1,67; maka KT = -0.25
T = 1,25; maka KT = -0.84
Nilai ̅̅̅̅̅̅̅
Log Xo= 1,9468
Nilai S Log X = 0,101
Interval kelas:
Log XT = ̅̅̅̅̅̅̅
Log X + KT x S Log X
Log X5 = 1,9468 + 0,84 x 0,101 = 2,0316
jadi, X5 = 155,3560
Sehingga:
X5 = 107,5473
X2,5 = 93,7659
34
X1,67 = 83,4786
X1,67 = 72,7814
d. Distribusi Probabilitas Log Pearson Type III
Nilai KT dihitung berdasarkan nilai Cs atau G = 0,5138 dan T untuk berbagai periode ulang.
T = 5; maka KT = 0.8069
T = 2,5; maka KT = 0,0635
T = 1,67; maka KT = -0,1833
T = 1,25; maka KT = -0.3082
̅̅̅̅̅̅̅
NilaiLog X = 1,9468
Nilai S Log X = 0,101
Interval kelas:
Log XT = ̅̅̅̅̅̅̅
Log X + KT x S Log X
Log X5 = 1,9468+ 0,8069 x 0,101 = 106,7231
Jadi, X5 = 106,7231
Sehingga :
X5 = 106,7232
X2,5 = 89,7883
X1,67 = 84,7828
X1,67 = 82,357
6. Perhitungan nilai X2
Tabel 3.18 Perhitungan chi kuadrat distribusi Gumbel.
𝐎𝐟
(𝐎𝐟 − 𝐄𝐟)𝟐
Kelas Interval Ef Of − 𝐄𝐟
𝐄𝐟
1 >113.9116 2 2 0 0
2 94.7879-113.9116 2 1 -1 0.5
3 81.3772-94.7879 2 3 1 0.5
4 68.2891-81.3722 2 3 1 0.5
5 <68.2891 2 1 -1 0.5
Jumlah 10 10 X² 2
35
Tabel 3.19 Perhitungan chi kuadrat distribusi normal.
(𝐎𝐟 − 𝐄𝐟)𝟐
Kelas Interval Ef Of 𝐎𝐟 − 𝐄𝐟
𝐄𝐟
>109.1329
1 2 2 0 0
2 96.1947-109.1329 2 1 -1 0.5
85.2301-96.1947
3 2 3 1 0.5
4 72.2919-85.2301 2 3 1 0.5
<72.2919
5 2 1 -1 0.5
Jumlah 10 10 X² 2
𝐎𝐟
(𝐎𝐟 − 𝐄𝐟)𝟐
Kelas Interval Ef Of − 𝐄𝐟
𝐄𝐟
1 >113.9071 2 2 0 0
94.7837-
2 2 1 -1 0.5
113.9071
81.3681-
3 2 3 1 0.5
94.7837
68.2851-
4 2 3 1 0.5
81.3681
5 <68.2851 2 1 -1 0.5
Jumlah 10 10 X² 2
Tabel 3.21 Perhitungan chi kuadrat distribusi log pearson type III.
(𝐎𝐟 − 𝐄𝐟)𝟐
Kelas Interval Ef Of 𝐎𝐟 − 𝐄𝐟
𝐄𝐟
1 >113.9071 2 2 0 0
2 94.7837-113.9071 2 1 -1 0.5
3 81.3681-94.7837 2 3 1 0.5
4 68.2851-81.3681 2 3 1 0.5
36
X²
No. Distribusi Probabilitas 𝐗 𝟐 𝐜𝐫 Keterangan
Terhitung
5 <68.2851 2 1 -1 0.5
Jumlah 10 10 X² 2
37
XT = ̅
X+S ×K
Sehingga:
̅
XT − X ̅
Xi−X
K= ; atau K =
S S
Dimana K = f(t)
128.727−90.712
f(t) = = 1.73
21.929
Kolom (5) = ditentukan berdasarkan nilai Yn, Sn dan Kt persamaan f(t)
Untuk nilai f(t) = 1,73; Yn = 0.4952; Sn = 0.9497
Maka didapat nilai Yt = 2.009. dan dapat dihitung T = 8,9939
Sehingga dapat dihitung peluang teoritis P’(X) = 1/T = 1/8,9939 = 0.1
Tabel 3.24 Interpolasi nilai luas wilayah di bawah kurve normal distribusi Gumbel.
X x1 x2 y1 y2 z 1-z
2.1382 2.1389 2.1506 9 9.1 8.9939 0.11
1.7963 1.806 1.8224 6.6 6.7 6.5408 0.15
1.2835 1.3022 1.3292 4.2 4.3 4.1306 0.24
0.6661 0.6717 0.7226 2.5 2.6 2.4891 0.40
0.2673 0.2914 0.3665 1.9 1.2 2.1249 0.47
0.2103 0.2096 0.2914 1.8 1.9 1.8008 0.56
-0.1886 -0.2254 -0.094 1.4 1.5 1.4280 0.70
-0.3120 -0.3828 -0.2254 1.3 1.4 1.3450 0.74
-0.3690 -0.3838 -0.2254 1.3 1.4 1.3093 0.76
-0.5305 -0.8746 -0.5832 1.1 1.2 1.2181 0.82
Kolom (6) = (ΔPi) = Kolom (5) – Kolom (3)
Berdasarkan tabel diatas, didapatkan:
Simpangan maksimum (ΔP maksimum) = 0.04
Jika jumlah data 10 dan a (derajat kepercayaan) adalah 5% maka dari tabel pada lampiran
didapat ΔP kritis = 0.41
Jadi, ΔP maksimum < ΔP kritis
Oleh karena itu distribusi probabilitas Gumbel dapat diterima untuk menganalisis data hujan.
b. Distribusi Probabilitas Normal
Peluang empiris masing – masing data
i
P(Xi) =
n+1
38
Tabel 3.25 Peritungan uji distribusi normal dengan metode smirnov-kolmogorof.
Xi (Diurutkan dari
i P(Xi) f(t) P'(Xi) ΔP
Besar ke Kecil
1 128.727 0.091 1.734 0.042 -0.049
2 120.799 0.182 1.372 0.085 -0.097
3 108.825 0.273 0.826 0.205 -0.068
4 94.588 0.364 0.177 0.430 0.066
5 85.485 0.455 -0.238 0.594 0.139
6 84.088 0.545 -0.302 0.632 0.086
7 74.843 0.636 -0.723 0.765 0.129
8 71.978 0.727 -0.854 0.803 0.076
9 70.698 0.818 -0.913 0.819 0.001
10 67.051 0.909 -1.079 0.859 -0.050
̅
X 90.712
S 21.929
Kolom (1) = Nomor urut data
Kolom (2) = Data ujian diurut dari besar ke kecil (mm)
Kolom (3) = Peluang empiris (dihitung dengan persamaan Weibull)
Kolom (4) = Untuk distribusi probabilitas normal:
XT = ̅
X+S ×K
Sehingga:
̅
XT − X ̅
Xi−X
KT = ; atau K T =
S S
Dimana K T = f(t)
128.727−90.712
f(t) = 21.929
= 1,734
Kolom (5) = Peluang teoritis = 1 – luas di bawah kurve normal sesuai dengan nilai f(t), yang
ditentukan dengan tabel lampiran
Contoh :
Nilai f(t) = 1,734 maka luas wilayah dibawah kurve normal adalah 0.958. sehingga nilai kolom
(5) baris (1) = 1- 0.958 = 0.042
Tabel 3.26 Interpolasi nilai luas wilayah di bawah kurve normal distribusi normal.
X X1 X2 Y1 Y2 Z 1-Z
1.7337 1.7 1.8 0.955 0.964 0.958 0.042
1.3722 1.3 1.4 0.903 0.919 0.915 0.085
0.8262 0.8 0.9 0.788 0.816 0.795 0.205
0.1769 0.1 0.2 0.540 0.579 0.570 0.430
-0.2382 -0.3 -0.2 0.382 0.421 0.406 0.594
-0.3019 -0.4 -0.3 -0.345 0.382 0.368 0.632
39
-0.7235 -0.8 -0.7 0.212 0.242 0.235 0.765
-0.8541 -0.9 -0.8 0.184 0.212 0.197 0.803
-0.9125 -1 -0.9 0.159 0.184 0.181 0.819
-1.0788 -1.1 -1 0.136 0.159 0.141 0.859
Kolom (6) = (ΔPi) = kolom (5) – kolom (3)
Berdasarkan tabel diatas, didapatkan:
Simpangan maksimum (ΔP maksimum) = 0.34
Jika jumlah data 10 dan a (derajat kepercayaan adalah 5% maka dari tabel pada lampiran didapat
ΔP kritis = 0.41
Jadi ΔP maksimum < ΔP kritis
Oleh karena itu distribusi probabilitas normal dapat diterima untuk menganalisis data hujan
c. Distribusi Probabilitas Log Normal
Peluang empiris masing – masing data
i
P(Xi) =
n+1
Tabel 3.27 Peritungan uji distribusi log normal dengan metode smirnov-kolmogorof
Log Xi (Diurutkan
i P(Xi) f(t) P'(Xi) ΔP
dari Besar ke Kecil
1 2.110 0.091 1.614 0.185 0.094
2 2.082 0.182 1.340 0.461 0.279
3 2.037 0.273 0.891 0.925 0.653
4 1.976 0.364 0.287 0.926 0.562
5 1.932 0.455 -0.148 0.799 0.345
6 1.925 0.545 -0.219 0.927 0.382
7 1.874 0.636 -0.720 0.957 0.321
8 1.857 0.727 -0.888 0.838 0.111
9 1.849 0.818 -0.965 0.897 0.079
10 1.826 0.909 -1.193 0.893 -0.016
̅̅̅̅̅̅̅
Log X 1.9468
S Log X 0.101
Kolom (1) = Nomor urut data
Kolom (2) = Data ujian diurut dari besar ke kecil (mm)
Kolom (3) = Peluang empiris (dihitung dengan persamaan Weibull)
Kolom (4) = Untuk distribusi probabilitas log normal:
Log XT = ̅̅̅̅̅̅̅
Log X + K T × S Log X
Sehingga:
LogXT −̅̅̅̅̅̅̅̅
LogX ̅
Log Xi −X
KT = ; atau KT = ;
S Log X S Log X
Dimana KT = f(t)
Nilai ̅̅̅̅̅̅̅
Log X = 1,9468
Nilai S Log X = 0.101
40
Contoh untuk kolom (5) baris (1)
2.110−1,9468
f(t) = = 1,614
0.101
Kolom (5) = Peluang teoritis = 1 – luas di bawah kurve normal sesuai dengan nilai
f(t), yang ditentukan dengan tabel lampiran.
Contoh:
Nilai f(t) = 1.614 maka luas wilayah dibawah kurve normal adalah 0.815. sehingga nilai kolom (5) baris
(1) = 1- 0.815 = 0.185.
Tabel 3.28 Interpolasi nilai luas wilayah di bawah kurve normal distribusi log normal.
X X1 X2 Y1 Y2 Z 1-Z
1.614 1.6 1.7 0.945 0.955 0.815 0.185
1.340 1.3 1.4 0.903 0.919 0.539 0.461
0.891 0.8 0.9 0.788 0.816 0.075 0.925
0.287 0.2 0.3 0.579 0.618 0.074 0.926
-0.148 -0.2 -0.1 0.421 0.460 0.201 0.799
-0.219 -0.3 -0.2 0.382 0.421 0.073 0.927
-0.720 -0.8 -0.7 0.212 0.242 0.043 0.957
-0.888 -0.9 -0.8 0.184 0.212 0.162 0.838
-0.965 -1 -0.9 0.159 0.184 0.103 0.897
-1.193 -1.2 -1.1 0.115 0.136 0.107 0.893
Kolom (6) = (ΔPi) = kolom (5) – kolom (3).
Berdasarkan tabel diatas, didapatkan:
Simpangan maksimum (ΔP maksimum) = 0.09
Jika jumlah data 10 dan a (derajat kepercayaan adalah 5% maka dari tabel pada lampiran didapat ΔP kritis
= 0.41
Jadi ΔP maksimum < ΔP kritis
Oleh karena itu distribusi probabilitas normal dapat diterima untuk menganalisis data hujan.
d. Distribusi Log Pearson Type III
Peluang empiris masing – masing data
i
P(Xi) =
n+1
Tabel 3.29 Perhitungan uji distribusi log pearson type III dengan metode smirnov-kolmogorof.
Log Xi (Diurutkan dari
i P(Xi) f(t) P'(Xi) ΔP
Besar ke Kecil
1 2.110 0.091 1.614 0.0492 -0.0417
2 2.082 0.182 1.340 0.0904 -0.0915
3 2.037 0.273 0.891 0.1840 -0.089
4 1.976 0.364 0.287 0.3606 -0.0031
5 1.932 0.455 -0.148 0.1471 -0.3074
6 1.925 0.545 -0.219 0.6215 0.0760
41
7 1.874 0.636 -0.720 0.7646 0.1282
8 1.857 0.727 -0.888 0.8354 0.1082
9 1.849 0.818 -0.965 0.8462 0.0280
10 1.826 0.909 -1.193 0.8961 -0.0129
̅̅̅̅̅̅̅
Log X 1.9468
S Log X 0.101
Kolom (1) = Nomor urut data
Kolom (2) = Data ujian diurut dari besar ke kecil (mm)
Kolom (3) = Peluang empiris (dihitung dengan persamaan Weibull)
Kolom (4) = Untuk distribusi probabilitas log pearson type III:
Log XT = ̅̅̅̅̅̅̅
Log X + K T × S Log X
Sehingga:
LogXT −̅̅̅̅̅̅̅̅
LogX ̅
Log Xi −X
KT = ; atau KT = ;
S Log X S Log X
Dimana KT = f(t)
Nilai ̅̅̅̅̅̅̅
Log X = 1,9468
Nilai S Log X = 0.101
Contoh untuk kolom (5) baris (1)
2.110 −1,9468
f(t) = = 1,614
0.101
Kolom (5) = Ditentukan berdasarkan nilai Cs dan nilai KT atau f(t) yang ditentukan dengan tabel
lampiran.
Contoh:
Nilai f(t) = 1.614 maka luas wilayah dibawah kurve normal adalah 0,9508. sehingga nilai kolom (5) baris
(1) = 1- 0.9508 = 0,0942.
Tabel 3.30 Interpolasi nilai luas wilayah di bawah kurve normal distribusi log pearson type III.
Xi X1 X2 Y1 Y2 Z 1-Z
42
Berdasarkan tabel diatas, didapatkan:
Simpangan maksimum (ΔP maksimum) = 0.1282
Jika jumlah data 10 dan a (derajat kepercayaan adalah 5% maka dari tabel pada lampiran didapat ΔP kritis
= 0.41
Jadi ΔP maksimum < ΔP kritis
Oleh karena itu distribusi probabilitas normal dapat diterima untuk menganalisis data hujan
3.4 Pemilihan Jenis Distribusi
Ketentuan dalam pemilihan distribusi curah hujan didasarkan pada kriteria yang
tercantum pada tabel parameter pemilihan distribusi dengan melihat hasil perhitungan dari
parameter statistik yang telah dilakukan.
Tabel 3.31 Rekapitulasi nilai X2 dan X2cr.
43
Berdasarkan data hasil perhitungan curah hujan, dihitung curah hujan rancana untuk kala
ulang 2 tahun, 5 tahun, 10 tahun, 25 tahun, 50 tahun, dan 100 tahun. Hasil perhitungan statistik
curah hujan rancangan dengan panjang data 10 tahun untuk periode tahun 2007-2016 adalah
sebagai berikut:
Tabel 3.33 Parameter statistik curah hujan distribusi normal.
Xi
No. (Diurutkan dari (Xi-X̅) (Xi-X̅)²
Kecil ke Besar)
1 67.05 -23.658 559.701
2 70.70 -20.010 400.392
3 71.98 -18.730 350.817
4 74.85 -15.866 251.721
5 84.09 -6.621 43.839
6 85.49 -5.224 27.285
7 94.59 3.880 15.057
8 108.83 18.117 328.236
9 120.80 30.092 905.510
10 128.73 38.019 1445.444
∑ 907.1241 0 4328.0021
X̅ 90.7124
S 21.929
907,1241
=
10
= 90,712 mm
4328,0021
=√
10 − 1
= 21,929
Hitung nilai K T
Nilai K T dihitung berdasarkan nilai T pada Lampiran 3 Nilai Variabel Reduksi Gauss,
didapat untuk T = 2 maka nilai K T = 0.
Hitung Hujan Rencana dengan periode ulang (tahun) (XT )
44
XT2 = ̅
X + KT S
= 90,7124 + (0 × 21,929)
= 90,7124 mm
45
Tabel 3.35. Data curah hujan rencana 10 tahun.
Periode Ulang
No (Tahun) Xt
1 2 90.712
2 5 109.133
3 10 118.782
5 25 128.174
6 50 135.667
7 100 141.807
I5 : R24/24 . (24/tc)2/3
I5 : 109.133/24 . (24/3,43)2/3
I5 : 16,627 mm/jam
Tabel 3.36 Hasil perhitungan intensitas Mononobe.
Periode Hujan
Ulang Rencana tc Intensitas
(Tahun) (xt) (Jam) (mm/Jam)
2 90.712 3.43 13.821
5 109.133 3.43 16.627
10 118.782 3.43 18.098
25 128.174 3.43 19.529
50 135.667 3.43 20.670
100 141.807 3.43 21.606
3.5.3 Intensitas Hujan
Intensitas hujan adalah jumlah hujan per satuan waktu. Intensitas hujan (mm/jam) dapat
diturunkan dari data curah hujan harian (mm) empiris namun karena data curah hujan pengamatan
jangka pendek tidak didapat pada daerah perencanaan, maka analisis intensitas curah hujan dapat
dilakukan dengan menggunakan data curah hujan pengamatan maksimum selama 24 jam dan
selanjutnya dihitung dengan memakai formula Dr. Mononobe, yaitu :
R 24 24 23
I=( ).( )
24 tc
Dimana:
I = Intensitas hujan dalam mm/jam
R24 = Tinggi hujan max dalam 24 jam
3.6 Analisis Banjir Rencana/Debit Puncak DAS Cipedak
Menghitung banjir rencana/ debit puncak menggunakan metode rasional, dengan rumus
berikut:
Q = 0,278 x I x C x A
Dimana:
Q = Debit puncak limpasan permukaan (m³/detik)
46
C = angka pengaliran (tanpa dimensi)
A = Luas daerah pengaliran (Km²)
I = Intensitas Curah Hujan (mm/jam)
Metode rasional diatas dikembangkan berdasarkan asumsi sebagai berikut:
1. Hujan yang terjadi mempunyai intensitas seragam dan merata di seluruh daerah pengaliran
selama paling sedikit sama dengan waktu konsentrasi (t) daerah pengaliran.
2. Periode ulang debit sama dengan periode ulang hujan.
3. Koefisien pengaliran dari daerah pengaliran yang sama adalah tetap untuk berbagai periode
ulang.
Tabel 3.37 Koefisien dan luas DAS Cipedak.
Tutupan Lahan C (% luas) km² Ha C x (%luas)
Hutan 0.6 29.87 20.7 2070 17.92
Persawahan yang dialiri 0.3 12.26 8.5 850 3.68
Lahan terbuka 0.3 13.14 9.11 911 3.94
Lahan terbangun 0.2 12.26 8.5 850 2.45
Semak belukar 0.4 13.85 9.6 960 5.54
Sungai kecil didataran 0.1 9.23 6.4 640 0.92
Sawah tada hujan 0.1 9.38 6.5 650 0.94
Total 100.00 69.31 6931 0.51
Menghitung banjir rencana:
Q5 = 0,278 x I x C x A
Q5 = 0,278 x 16.627 x 0,51 x 69,31
Q5 = 163,616 m3/det
Perhitungan untuk tahun berikutnya dengan cara yang sama dan dapat dilihat pada tabel
dibawah ini :
Tabel 3.38 Rencana debit banjir.
Periode Hujan Debit Banjir
A
Ulang Rencana tc Intensitas C 0.278 X I x C x
(km²)
(Tahun) (xt) (Jam) (mm/Jam) A
2 90.712 3.43 13.821 0.51 69.31 135.999
5 109.133 3.43 16.627 0.51 69.31 163.616
10 118.782 3.43 18.098 0.51 69.31 178.082
25 128.174 3.43 19.529 0.51 69.31 192.163
50 135.667 3.43 20.670 0.51 69.31 203.397
100 141.807 3.43 21.606 0.51 69.31 212.602
1085.858
B. Pembahasan
3.7 Daerah Aliran Sungai (DAS) Cipedak
DAS Cipedak merupakan salah satu DAS yang terletak di Desa Parakan, Kecamatan
Maleber, Kabupaten Kuningan, Provinsi Jawa Barat. Dengan diperoleh data bahwa luas DAS
47
Cipedak yaitu 69,31 km2, panjang sungai utama (L) yaitu 27 km, dan kelandaian sungai (I) yaitu
0,0259.
Distribusi curah hujan yang dipilih pada DAS Cipedak yaitu metode polygon Thieessen
karena stasiun hujan di dacrah yang ditinjau tidak merata dan jumlah stasiun penakar hujan yang
dipakai sebanyak tiga buah stasiun penakar hujan, yaitu:
Stasiun Hujan Ciniru yang memiliki luas sebesar 64,557 km2 (A1)
Stasiun Hujan Waduk Darma yang memiliki luas sebesar 4,410 km2 (A2)
Stasiun Hujan Subang yang memiliki luas sebesar 0,348 km2 (A3)
Gambar 3.1 Luas DAS Cipedak akibat pengaruh stasiun hujan menggunakan metode polgon Thiessen.
48
BAB IV
PENUTUP
A. Kesimpulan
Berdasarkan hal-hal yang telah dibahas dalam laporan tugas besar mata kuliah Hidrologi
ini, maka dapat ditarik keimpulan yaitu:
1. DAS Cipedak terletak di Desa Parakan, Kecamatan Maleber, Kabupaten Kuningan, Provinsi
Jawa Barat.
2. DAS Cipedak memiliki luas sungai yaitu 69,31 km2, panjang sungai utama (L) yaitu 27 km,
dan kelandaian sungai (I) yaitu 0,0259.
3. Pembagian DAS Cipedak menggunakan metode poligon Thiessen terbagi atas 3 stasiun hujan,
yaitu:
Stasiun Hujan Ciniru
Stasiun Hujan Waduk Darma
Stasiun Hujan Subang
4. Hujan rencana dengan periode ulang 10 tahun yaitu 90,712 mm.
5. Rata – rata intensitas hujan (I) DAS Cipedak yaitu 18,392 mm/jam.
6. Waktu konsentrasi diperlukan oleh air hujan untuk mengalir dari titik terjauh (hulu) ke tempat
keluaran DAS (hilir) yaitu 3,43 jam.
7. Dari hasil penelitian diperoleh nilai koefisien limpasan (C) yaitu 0.51.
8. Rata – rata debit banjir DAS Cipedak yaitu 180,976 m3/det.
B. Saran
Perlu adanya perluasan daerah observasi lapangan sehingga data yang disajikan lebih akurat
dan lengkap.
49
DAFTAR PUSTAKA
http://eprints.undip.ac.id/34036/6/1905_CHAPTER_IV.pdf
https://id.wikipedia.org/wiki/Daerah_aliran_sungai
https://www.slideshare.net/mobile/vieta_ressang/38-perhitungan-debit-rencana
50
LAMPIRAN
51