TINJAUAN PUSTAKA
2.1 Uji Data Hujan
Sebelum dipakai dalam analisa hidrologi, data hujan yang tersedia terlebih
dahulu perlu diuji kelayakannya. Dalam pengujiannya digunakan beberapa analisa
statistik, diantaranya :
Uji konsistensi
Uji ketiadaan trend
Uji stasioner
Uji Persistensi
2.1.1 Uji Konsistensi
Pengujian ini bertujuan untuk membuktikan bahwa tidak ada kesalahan
dari pengukuran data hujan di lapangan (Soewarno, 1995). Dalam hal ini untuk
menentukannya dipakai metode RAPS (Rescaled Adjusted Partial Sums), yang
ditemukan oleh Buishand tahun 1982 (Sri Harto, 1993). Mekanisme pengujian
metode ini, dengan persamaan sebagai berikut :
Sk* = ∑(𝑌𝑖 − 𝑌̅), dengan k = 1,2,3,...n. .........................................................(2.1)
∗
Sk** = �
𝑘 .......................................
(2.2)
�
𝑆
√(𝑌𝑖 − 𝑌̅)2
S = ........................................................................................... (2.3)
𝑛−1
Q = max |𝑆 ∗∗ | ...............................................................................................(2.4)
𝑘
R = max Sk** – minimum Sk**..........................................................................................................(2.5)
Dimana :
Yi = data hujan ke – i
𝑌̅ = rerata data hujan
S = standar deviasi
n = jumlah data
5
6
Q R
Setelah diketahui hasil nilai statistik di atas, maka nilai dari n
hitung serta n
hitung dapat dicari. Hasil nilai perhitungan kemudian dibandingkan dengan nilai
ijin. Apabila data lebih kecil dari nilai ijin, maka data dianggap konsisten.
Tabel 2.1 Nilai Kritis Q dan R
Q R
No n n
90% 95% 99% 90% 95% 99%
10 1,05 1,14 1,29 1,21 1,28 1,38
20 1,10 1,22 1,42 1,34 1,43 1,60
30 1,12 1,24 1,46 1,40 1,50 1,70
40 1,13 1,26 1,50 1,42 1,53 1,74
50 1,14 1,27 1,52 1,44 1,55 1,78
100 1,17 1,29 1,55 1,50 1,62 1,86
∞ 1,22 1,36 1,63 1,62 1,75 2,00
Sumber :Sri Harto Br,1993
2.1.2 Uji Ketiadaan Trend
Pengujian ini bertujuan untuk membuktikan bahwa pada data hujan tidak
terdapat trend, yaitu gerakan berjangka panjang yang cenderung menuju satu arah,
baik naik atau turun (Soewarno, 1995). Untuk mengetahui ketiadaan trend,
dipakai metode spearman yang persamaannya sebagaimana berikut :
6
KP = 21 -
∑(𝑑𝑡) .......................................................................................... (2.6)
𝑛3−𝑛
1
𝑛−2 ]2 ........................................................................................ (2.7)
t = KP[ 1−
𝐾𝑃2
Dengan :
KP = koefisien korelasi peringkat Spearman
n = jumlah data
dt = selisih Rt dangan Tt
Tt = peringkat dari waktu
Rt = peringkat dari variabel hidrologi dalam deret berkala.
t = nilai hitung uji t
Tabel 2.2 Nilai tc untuk Distribusi Dua Sisi
derajat kepercayaan, α
Dk
10,00% 5,00% 2,50% 1,00% 0,50%
Dengan:
t = nilai hitung uji t
N1 = jumlah data kelompok 1
N2 = jumlah data kelompok 2
X 1 = nilai rata-rata data kelompok 1
dk2 = dk1 = V1
V2 1 2 3 4 5 6 7 8 9
1 161,40 199,50 215,70 224,60 230,20 234,00 236,80 238,90 240,50
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00
𝑑1 + 𝑑2 + 𝑑3 +⋯ + ....................................................................... (2.13)
d𝑛 =
𝑑
𝑛
Dimana :
d = tinggi curah hujan rata-rata wilayah/ daerah, mm
d1,d2...dn = tinggi curah hujan pada stasiun 1,2,......., n , mm
n = jumlah stasiun pengukur hujan.
Cs ≈ 0
Normal
Ck = 3
Cs = 3
Log Normal
Cs atau Cv selalu positif
Cs = 1,1396
Gumbel
Ck = 5,4002
Dimana :
Xi = data hujan, mm
𝑌𝑡−
k𝑛 =
𝑌 .................................................................................................. (2.21)
𝑆𝑛
Dimana :
Yn = reduksi rata – rata variat, tergantung jumlah data. (tabel 2.7)
Sn = standar deviasi variat, tergantung jumlah data. (tabel 2.8)
Yt = faktor reduksi. Dapat ditentukan melalui tabel 2.6, atau dengan
persamaan berikut :
(𝑇𝑟 − 1
Yt = - ln [ - ln { }] ...............................................................................(2.22)
𝑇𝑟
Tabel 2.6 Nilai Faktor Reduksi Gumbel
T (tahun) Peluang Y
1,001 0,999 -1,930
1,005 0,995 -1,670
1,01 0,990 -1,530
1,05 0,952 -1,097
1,11 0,901 -0,834
1,25 0,800 -0,476
1,33 0,751 -0,326
1,43 0,699 -0,185
1,67 0,599 0,087
2 0,500 0,366
2,5 0,400 0,671
3,33 0,300 1,030
4 0,250 1,240
5 0,200 1,510
10 0,100 2,250
20 0,050 2,970
50 0,020 3,900
100 0,010 4,600
200 0,005 5,290
500 0,002 6,210
1000 0,001 6,900
Sumber : Soewarno, 1995
Tabel 2.7 Hubungan Variant Rata-rata (Yn) dengan Jumlah Data (n)
n Yn n Yn n Yn n Yn
10 0.4592 33 0.5388 56 0.5508 79 0.5567
11 0.4996 34 0.5396 57 0.5511 80 0.5569
12 0.5053 35 0.542 58 0.5516 81 0.557
13 0.507 36 0.541 59 0.5518 82 0.5572
14 0.51 37 0.5418 60 0.5521 83 0.5574
15 0.5128 38 0.5424 61 0.5524 84 0.5576
16 0.5157 39 0.543 62 0.5527 85 0.5578
17 0.5181 40 0.5436 63 0.553 86 0.558
18 0.5202 41 0.5442 64 0.5533 87 0.5581
19 0.522 42 0.5448 65 0.5535 88 0.5583
20 0.5236 43 0.5453 66 0.5538 89 0.5585
21 0.5252 44 0.5458 67 0.554 90 0.5586
22 0.5268 45 0.5463 68 0.5543 91 0.5587
23 0.5283 46 0.5468 69 0.5545 92 0.5589
24 0.5296 47 0.5473 70 0.5548 93 0.5591
25 0.5309 48 0.5477 71 0.555 94 0.5592
26 0.532 49 0.5481 72 0.5552 95 0.5593
27 0.5332 50 0.5485 73 0.5555 96 0.5595
28 0.5343 51 0.5489 74 0.5557 97 0.5596
29 0.5353 52 0.5493 75 0.5559 98 0.5598
30 0.5362 53 0.5497 76 0.5561 99 0.5599
31 0.5371 54 0.5501 77 0.5563 100 0.5600
32 0.538 55 0.5504 78 0.5565
Sumber : Soewarno, 1995
Tabel 2.8 Hubungan Deviasi Standar (Sn) dengan Jumlah Data (n)
n Sn n Sn n Sn n Sn
10 0,9496 33 1,1226 56 1,1696 79 1,1930
11 0,9676 34 1,1255 57 1,1708 80 1,1938
12 0,9933 35 1,1285 58 1,1721 81 1,1945
13 0,9971 36 1,1313 59 1,1734 82 1,1953
14 1,0095 37 1,1339 60 1,1747 83 1,1959
15 1,0206 38 1,1363 61 1,1759 84 1,1967
16 1,0316 39 1,1388 62 1,1770 85 1,1973
17 1,0411 40 1,1413 63 1,1782 86 1,1980
18 1,0493 41 1,1436 64 1,1793 87 1,1987
19 1,0565 42 1,1458 65 1,1803 88 1,1994
20 1,0628 43 1,1480 66 1,1814 89 1,2001
21 1,0696 44 1,1499 67 1,1824 90 1,2007
22 1,0754 45 1,1519 68 1,1834 91 1,2013
23 1,0811 46 1,1538 69 1,1844 92 1,2020
24 1,0864 47 1,1557 70 1,1854 93 1,2026
25 1,0915 48 1,1574 71 1,1863 94 1,2032
26 1,1961 49 1,1590 72 1,1873 95 1,2038
27 1,1004 50 1,1607 73 1,1881 96 1,2044
28 1,1047 51 1,1623 74 1,1890 97 1,2049
29 1,1086 52 1,1638 75 1,1898 98 1,2055
30 1,1124 53 1,1658 76 1,1906 99 1,2060
31 1,1159 54 1,1667 77 1,1915 100 1,2065
32 1,1193 55 1,1681 78 1,1923
Sumber : Soewarno, 1995
2.3.4 Distribusi Log Pearson III
Sering digunakan untuk menganalisis data maksimum (banjir) dan analisis
data minimum dengan nilai ekstrim (Soewarno,1995). Persamaannya sebagai
berikut :
a. Ubah data rerata hujan maksimum tahunan sebanyak n buah ke dalam bentuk
logaritma (Log Xi).
b. Hitung harga logaritma rata-rata :
𝑛
∑𝑖=1 𝐿𝑜𝑔
Log X 𝑋𝑖 ................................................................................. (2.23)
=
𝑛
c. Hitung standar deviasi :
𝑛 0,5
∑𝑖=1 (𝐿𝑜𝑔 𝑋𝑖 −𝐿𝑜𝑔 𝑋)2
Sd = ] ...................................................... (2.24)
[ 𝑛−1
(Cs) Peluang %
50 20 10 5 2 1 0.5 0.1
3.0 -0.360 0.420 1.180 2.278 3.152 4.051 4.970 7.250
2.5 -0.360 0.518 1.250 2.262 3.048 3.845 4.652 6.600
2.2 -0.330 0.574 1.284 2.240 2.970 3.075 4.444 6.200
2.0 -0.307 0.609 1.302 2.219 2.912 3.605 4.298 5.910
1.8 -0.282 0.643 1.318 2.193 2.848 3.499 4.147 5.660
1.6 -0.254 0.675 1.329 2.163 2.780 3.388 3.990 5.390
1.4 -0.225 0.705 1.337 2.128 2.706 3.271 3.828 5.110
1.2 -0.195 0.732 1.340 2.087 2.626 3.149 3.661 4.820
1.0 -0.164 0.758 1.340 2.043 2.542 3.022 3.489 4.540
0.9 -0.148 0.769 1.339 2.018 2.498 2.957 3.401 4.395
0.8 -0.132 0.780 1.336 1.998 2.453 2.891 3.312 4.250
0.7 -0.116 0.790 1.333 1.967 2.407 2.824 3.223 4.105
0.6 -0.099 0.800 1.328 1.939 2.359 2.755 3.132 3.960
0.5 -0.083 0.808 1.323 1.910 2.311 2.686 3.041 3.815
0.4 -0.066 0.816 1.317 1.880 2.261 2.615 2.949 3.670
0.3 -0.050 0.824 1.309 1.849 2.211 2.544 2.856 3.525
0.2 -0.033 0.830 1.301 1.818 2.159 2.472 2.763 3.380
0.1 -0.017 0.836 1.292 1.785 2.107 2.400 2.670 3.235
0.0 0.000 0.842 1.282 1.751 2.054 2.326 2.576 3.090
-0.1 0.017 0.836 1.270 1.761 2.000 2.252 2.482 3.950
-0.2 0.033 0.850 1.258 1.680 1.945 2.178 2.388 2.810
-0.3 0.050 0.853 1.245 1.643 1.890 2.104 2.294 2.675
-0.4 0.066 0.855 1.231 1.606 1.834 2.029 2.201 2.540
-0.5 0.083 0.856 1.216 1.567 1.777 1.955 2.108 2.400
-0.6 0.099 0.857 1.200 1.528 1.720 1.880 2.016 2.275
-0.7 0.166 0.857 1.183 1.488 1.663 1.806 1.926 2.150
-0.8 0.132 0.856 1.166 1.448 1.606 1.733 1.837 2.035
-0.9 0.148 0.584 1.147 1.407 1.549 1.660 1.749 1.910
-1.0 0.164 0.852 1.128 1.366 1.492 1.588 1.664 1.800
-1.2 0.195 0.844 1.086 1.282 1.379 1.449 1.501 1.625
-1.4 0.225 0.832 1.041 1.198 1.270 1.318 1.351 1.465
-1.6 0.254 0.817 0.994 1.116 1.166 1.197 1.216 1.280
-1.8 0.282 0.799 0.945 1.035 1.069 1.087 1.097 1.130
-2.0 0.307 0.777 0.895 0.959 0.980 0.990 1.995 1.000
-2.2 0.330 0.752 0.844 0.888 0.900 0.905 0.607 0.910
-2.5 0.360 0.711 0.771 0.793 0.798 0.799 0.800 0.802
-3.0 0.396 0.636 0.660 0.666 0.666 0.667 0.667 0.668
Sumber : Soewarno, 1995
Dimana :
Nilai kritis x2 bergantung pada nilai derajat kebebasan dan α (Tabel 2.10). Untuk
derajat kebebasan dapat dihitung dengan persamaan berikut :
DK = JK – (P + 1)..........................................................................................(2.28)
Dimana :
DK = derajat kebebasan
JK = jumlah kelas
P = faktor keterikatan, untuk uji chi – kuadrat ditetapkan nilainya 2
α
0,995 0,99 0,975 0,95 0,050 0,025 0,010 0,005
DK
1 0,000039 0,000157 0,000982 0,00393 3,841 5,0240 6,635 7,8790
2 0,0100 0,0201 0,0506 0,103 5,991 7,3780 9,210 10,597
3 0,0717 0,115 0,216 0,352 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 11,070 12,832 15,086 16,750
6 0,676 0,872 1,237 1,635 12,592 14,449 16,812 18,548
7 0,989 1,239 1,690 2,167 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,94 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 22,362 24,736 27,388 29,819
14 4,075 4,66 5,629 6,571 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 24,996 27,448 30,578 32,801
16 5,142 5,812 6,908 7,962 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8672 27,587 30,191 33,409 35,718
18 6,625 7,015 8,231 9,39 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 30,114 32,852 36,191 38,582
20 7,434 8,26 9,591 10,851 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 36,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 36,415 39,364 42,980 45,558
25 10,520 11,524 13,120 14,611 37,652 40,646 44,314 46,928
26 11,160 12,198 13,844 15,379 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 40,113 43,194 46,963 49,645
28 12,461 13,565 15,308 16,928 41,337 44,461 48,278 50,993
29 13,121 14,256 16,047 17,708 42,557 45,722 49,588 52,336
30 13,787 14,953 16,791 18,493 43,733 46,979 50,892 53,672
Sumber : Soewarno, 1995
2.4.2 Uji Smirnov Kolmogorov
Merupakan uji kesesuaian non parametik, sebab cara pengujiannya tidak
menggunakan fungsi sebaran tertentu (Soewarno, 1995). Tahapan uji smirnov
sebagaimana berikut :
a. Data diurutkan dari besar ke kecil atau sebaliknya.
b. Tetukan besar peluang (P) dari masing – masing data :
𝑚
P = .................................................................................................. (2.29)
𝑛+1
c. Tentukan nilai peluang teoritis (P’) dari hasil persamaan distribusinya
d. Tentukan nilai D maksimum :
D maks = |P – P’|.............................(2.30)
e. Bandingkan nilai D maksimum dengan nilai Do (tabel 2.10). jika D maks < Do
maka data diterima, begitu sebaliknya.
Tabel 2.11 Harga Δ kritis (Do) untuk Smirnov-Kolmogorof test
α
0,200 0,100 0,050 0,010
N
Qp = 1 . 𝐴 . 𝑅𝑜
............................................................................... (2.34)
3,6(0,3𝑇𝑝 + 𝑇0,3)
Dimana :
Qp = debit puncak banjir (m3/dt)
A = luas DAS (km2)
C = koefisien aliran, biasanya diambil 1
Ro = hujan satuan (mm)
Tp = tenggang waktu dari permulaan hujan sampai puncak banjir (jam)
T0,3 = waktu yang diperlukan oleh penurunan debit, dari debit puncak menjadi
30% dari debit puncak (jam)
Dimana :
Qa = limpasan sebelum mencapai debit puncak (m3/dt)
t = waktu (jam)
Tp = tenggang waktu dari permulaan hujan sampai puncak banjir (jam)
Sedangkan pada bagian lengkung turun (decreasing limp) persamaannya sebagai
berikut :
𝑡− 𝑇𝑝
lv = 597,3 – 0,564T.....................................................................................(2.47)
ρw = 1000 kg/m3 ≈ 1,000 gr/cm3.................................................................(2.48)
Rn = Sn – Ln.................................................................................................(2.49)
𝑛
Sn = S0 (1 – α) . (0,29 + 0,42 ) ................................................................. (2.50)
𝑁
𝑛
Ln = σT4 (0,56 – ) (0,1 + 0,9 ) .................................................. (2.51)
𝑁
0,092√𝑒𝑑
Dimana :
Et = evapotranspirasi potensial (mm/hr)
En = kedalaman penguapan (mm/hr)
E = evaporasi
β = fungsi temperature (Tabel 2.14)
Rn = radiasi netto (cal/cm2/hr)
ρw = rapat massa air (gr/cm3)
lv = panas laten evaporasi (cal/gr)
Sn = radiasi matahari yang diserap bumi (cal/cm2/hr)
S0 = radiasi matahari global harian yang jatuh pada pemukaan horizontal tiap
satuan luas di bagian luar atmosfer di atas tempat yang sama (cal/cm2/hr)
(Tabel 2.13)
Ln = radiasi gelombang panjang (cal/cm2/hr)
T = temperature (°C)
α = albedo (Tabel 2.15)
𝑛
= lama penyinaran matahari (%)
𝑁
σ = konstanta Stevan-Boltzman (1,17 x 10-7 cal/cm2/°K4/hr)
ed = tekanan uap air (mmHg)
Tabel 2.13 Radiasi Gelombang Pendek Di Tepi Luar Atmosfer
Garis Bulan
Lintang Jan Feb Mar Apr Mei Jun Jul Agst Sept Okt Nov Des
90 LU 0 0 40 470 900 1085 1010 670 170 0 0 0
80 LU 0 0 125 480 890 1075 995 660 255 25 0 0
70 LU 0 70 275 565 855 1025 945 685 385 145 15 0
60 LU 90 215 425 670 890 1000 945 770 510 285 120 60
50 LU 225 360 555 750 930 1010 970 830 640 435 265 190
40 LU 380 505 675 845 965 1020 985 895 740 565 415 335
30 LU 520 630 775 895 975 1000 990 925 820 685 560 490
20 LU 660 750 850 920 960 965 960 935 875 785 685 630
10 LU 780 840 900 925 915 900 905 915 905 865 800 760
0 885 915 925 900 850 820 830 870 905 910 890 875
10 LS 965 960 915 840 755 710 730 795 875 935 955 960
20 LS 1020 975 885 765 650 590 615 705 820 930 1000 1025
30 LS 1050 965 830 665 525 460 480 595 750 900 1020 1065
40 LS 1055 925 740 545 390 315 345 465 650 840 995 1080
50 LS 1035 865 640 415 250 180 205 325 525 760 975 1075
60 LS 1000 785 510 280 110 55 75 190 390 660 920 1060
70 LS 1000 695 375 130 10 0 0 55 250 550 885 1090
80 LS 1035 645 225 15 0 0 0 0 100 450 905 1140
90 LS 1055 660 135 0 0 0 0 0 15 440 920 1160
Sumber : Bambang Triadmodjo, 2010
27
28
Temperatur
β = Δ/ɣ
(C°)
0 0,68
5 0,93
10 1,25
15 1,66
20 2,19
25 2,86
30 3,69
35 4,73
Sumber : Bambang Triadmodjo, 2010.
Tabel 2.15 Koefisien Refleksi (Albedo)
Albedo
Jenis Permukaan
(α)
Dimana :
Pn = jumlah penduduk pada tahun ke n
P0 = jumlah penduduk pada awal tahun data
r = laju pertumbuhan penduduk, %
n = periode tahun yang ditinjau
Penentuan jumlah kebutuhan air baku, mengacu pada kriteria kebutuhan
air baku yang dikeluarkan oleh Puslitbang Pengairan Departemen Pekerjaan
Umum (Bambang Triatmodjo, 2010). Kriteria kebutuhan air baku menurut
Puslitbang Pengairan Departemen Pekerjaan Umum, terbagi menjadi 2 macam
yaitu :
1. Kriteria kebutuhan air domestik
Kriteria kebutuhan air yang digunakan pada tempat – tempat hunian
pribadi untuk memenuhi kebutuhan sehari – hari seperti minum, memasak,
mencuci, dan kebutuhan rumah tangga lainnya.
2. Kriteria kebutuhan air non domestic
Kriteria kebutuhan air yang dimanfaatkan untuk diluar kebutuhan rumah
tangga atau digunakan pada tempat – tempat umum.
Tabel 2.17 Kriteria Perencanaan Kebutuhan Air Bersih
KATEGORI KOTA BERDASARKAN JUMLAH PENDUDUK
(jiwa)
500.000 100.000 20.000
NO URAIAN SATUAN > 1.000.000 s/d s/d s/d > 20.000
1.000.000 500.000 100.000
Kota
Kota Besar Kota Sedang Kota Kecil Desa
Metropolitan
1 Konsumsi Unit Sambungan Rumah Tangga (SR) l/jiwa/hr > 150 120 - 150 90 - 120 80 - 120 60 - 80
2 Konsumsi Unit Hidran Umum (HU) l/jiwa/hr 20 - 40 20 - 40 20 - 40 20 - 40 20 - 40
3 Konsumsi Unit Non Domestik % 35 - 40 30 - 35 25 - 30 20 - 25 10 -20
4 Kehilangan Air % 20 - 30 20 - 30 20 - 30 20 - 30 20 - 30
5 Faktor Hari Maksimum *harian 1,15 - 1,25 1,15 - 1,25 1,15 - 1,25 1,15 - 1,25 1,15 - 1,25
6 Faktor Jam Puncak *harian 1,75 - 2,00 1,75 - 2,00 1,75 - 2,00 1,75 1,75
7 Jumlah Jiwa Per SR jiwa 5 5 5 5 5
8 Jumlah Jiwa Per HU jiwa 100 100 100 100 - 200 200
9 Sisa Tekan Di Penyediaan Distribusi m 10 10 10 10 10
10 Jam Operasi jam 24 24 24 24 24
11 Volume Reservoir (% Kebutuhan Jam Puncak) % 15 - 25 15 - 25 15 - 25 15 - 25 15 - 25
12 SR : HU % 80 : 20 80 : 20 80 : 20 70 : 30 70 : 30
Sumber : Kriteria Perencanaan Ditjen Cipta Karya Dinas PU, 1996
35
36
C1 = C0..............................................................................................................................................................(2.69)
2 − ∆𝑡/𝐾
C2 = ∆𝑡 .............................................................................................. (2.70)
2 +(
) 𝐾
C0 + C1 + C2 = 1................................................................................................(2.71)
Dimana :
I = aliran masuk (inflow), m3/dt.
O = aliran keluar (outflow), m3/dt.
C = konstanta
Δt = interval waktu, jam.
K = perkiraan perjalanan air, jam.
(Bambang Triadmodjo, 2010)
Kemiringan Lereng
Material Urugan Material Utama vertikal : horizontal
Hulu Hilir
CH
CL
SC
1. Urugan homogen 1:3 1 : 2,25
GC
GM
SM
2. Urugan Majemuk
a. Urugan batu dengan inti lempung Pecahan batu 1 : 1,50 1 : 1,25
b. Kerikil - kerakal dengan inti lempung Kerikil - kerakal 1 : 2,50 1 : 1,75
Sumber : Ibnu Kasiro, dkk, 1997.
3. Tinggi Jagaan
Merupakan jarak vertical antara elevasi puncak bendungan dengan elevasi
muka air saat keadaan banjir. Maksud dan tujuan dari tinggi jagaan sendiri, yaitu
sebagai komponen penunjang keamanan pada bendungan dari luapan air banjir.
Besar tinggi jagaan bergantung dari type tubuh bendungan, seperti dalam tabel
berikut :
Tabel 2.23 Tinggi Jagaan Embung
Cd = C0 . C1 . C2..........................................................................................................................................(2.78)
Dimana :
Q = debit (m3/dt)
Cd = koefisien debit efektif
C0 = konstanta 1,30
C1 = fungsi P/Hd dan H1/Hd
C2 = faktor koreksi permukaan hulu
g = percepatan gravitasi (9,81 m/dt2)
Beff = lebar efektif mercu (m)
B = Lebar pelimpah rencana (m)
n = jumlah pilar
kp = koefisien kontraksi pilar
ka = koefisien kontraksi pangkal bendung
H1 = tinggi energi (m)
(Sumber : Standar Perencanaan Irigasi KP-02, 2010)
Sumber : Standar Perencanaan Irigasi KP-02, 2010
Gambar 2.8 Grafik Koefisien C1
Dimana :
Fr = bilangan Froude
V1 = kecepatan aliran pada penampang, m/dt
D1 = kedalaman air dibagian hulu kolam olak, m
G = percepatan gravitasi, 9,81 m/dt2
Sedangkan untuk menentukan Panjang kolam olakan digunakan persamaan
sebagai berikut :
Lj = 5 . (n + Y2)...........................................................................................(2.81)
Dimana :
Lj = Panjang kolam, m
n = tinggi ambang ujung, m
Y2 = kedalaman air diatas ambang, m
Gambar 2.15 Grafik Hubungan Fr dan Y2/Yu
PERIODE ac
ULANG (th) (cm/dt2)
20 85
100 160
500 225
1000 275
Sumber : Standar Perencanaan Irigasi KP-06, 2002.
Tabel 2.28 Koefisien Zona Gempa
Dimana :
Mt = jumlah momen tahan (tm)
Mg = jumlah momen guling (tm)
n = factor keamanan (normal = 1,5 dan ekstrem = 1,25)
(Standar Perencanaan Irigasi KP-06, 2002)
d. Stabilitas Terhadap Momen Geser
∑ 𝑉) +(𝑐 . 𝐴)
S = (𝑓 . ∑𝐻 > n.........................................................................(2.94)
Dimana :
f = koefisien gesekan
ΣV = jumlah gaya vertical pada konstruksi
ΣH = jumlah gaya horizontal pada konstruksi
n = factor keamanan (normal = 2 dan ekstrem = 1,25)
(Standar Perencanaan Irigasi KP-06, 2002)
Tabel 2.29 Harga Koefisien Gesekan
e = ∑
𝑀 𝐿| ....................................................................................... (2.95)
| − 2
∑
𝑉
∑ 6𝑒
σmax 𝑉 (1 ± ) < σ........................................................(2.96)
= 𝐿
𝐿
Dimana :
σmax = daya dukung maksimum (t/m2)
ΣM = ΣMh – ΣMv (tm)
ΣV = jumlah gaya vertikal (t)
e = eksentrisitas (m)
σ = daya dukung yang diijinkan (t/m2)
(Standar Perencanaan Teknis Bangunan Embung, 2015)
Sedangkan untuk menetukan daya dukung tanah ijin, digunakan metode
Terzaghi dengan persamaan sebagai berikut :
(c .Nc) + (ɣ .Df .(Nq – 1)) + (0,5 .ɣ .B .Nɣ)
qa = + ɣ . Df..........................(2.97)
𝐹𝐾
Dimana :
qa = daya dukung ultimit (t/m2)
c = kohesi (t/m2)
Df = kedalaman pondasi (m) ɣ
= berat jenis tanah (t/m3) FK =
faktor keamanan (2 – 3) B =
lebar pondasi (m)
Nc, Nq, Nɣ = faktor daya dukung terzaghi
(Sunggono,1982)
Tabel 2.30 Harga Koefisien Daya Dukung Tanah Metode Terzaghi