net/publication/320685410
CITATION READS
1 680
3 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Destiana Wahyu Pratiwi on 28 October 2017.
ABSTRAK
Transformasi hujan-debit adalah proses mengolah data hujan di lapangan menjadi data debit
dengan pemodelan hidrologi. Penelitian ini menggunakan Tank Model dan GR2M karena lebih
sederhana dibanding metode yang lainnya seperti NRECA, Mock dan Rainrun. Tank Model
mendiskripsikan daerah tangkapan air hujan dapat digantikan oleh tangki-tangki sesuai struktur
tanahnya. Perhitungan Tank Model memerlukan minimal enam variabel untuk diiterasi. GR2M
digunakan karena memiliki kemiripan dengan Tank Model dan hanya memiliki dua variabel untuk
diiterasi. GR2M mendiskripsikan daerah tangkapan air hujan dengan tangki-tangki dari waktu ke
waktu. Penelitian ini dilakukan di DAS Dengkeng, Klaten, Jawa Tengah dengan metode deskriptif
kuantitatif. Penelitian berupa analisis transformasi data hujan-debit dengan GR2M dan Tank Model
untuk mengetahui rangkaian tangki Tank Model yang efektif dan mengetahui metode terbaik untuk
transformasi hujan-debit di DAS Dengkeng. Hasil penelitian menunjukkan bahwa transformasi hujan-
debit di DAS Dengkeng dengan metode Tank Model merupakan metode terbaik dibanding GR2M.
susunan terbaik Tank Model adalah tiga tangki rangkaian seri dengan keandalan sebesar 72,2390 %.
Sedangkan GR2M hanya menghasilkan keandalan sebesar 68,3959 %.
ABSTRACT
Rainfall-discharge transformation is the process of changing rainfall data observations into the
discharge data by hydrological modeling. This research is using Tank Model and GR2M because it is
simpler than other methods such as NRECA, Mock and Rainrun. Tank Model describes the catchment
area may be replaced by tanks to represent the structure of the soil in this area. Tank Model
calculation requires a minimum of six variables for iterating. GR2M used because it has similarities
with Tank Model and only has the two variables for iterating. GR2M describe the catchment area may
be replaced by tanks from time to time. This research was conducted in the Dengkeng catchment area,
Klaten, Central Java with quantitative descriptive method. Research by analyzing the rainfall-
discharge transformation by GR2M and Tank Model to determine the best arrangement of Tank Model
and the best method for rainfall-discharge transformation in Dengkeng catchment area.The results
show the rainfall-discharge transformation in Dengkeng catchment area with Tank Model is better
method than GR2M. The most appropriate tank arrangement of Tank Model is three tanks and
produces reliability 72,2390%. While, GR2M only produces 68,3959% reliability.
Keterangan:
S1 : kelengasan tanah akibat presipitasi
Y b 1 = In te rm e d ia te F lo w
(mm/bulan),
S0 : kelengasan awal tanah (mm/bulan)
nilai kelengasan awal tanah untuk bulan
pertama perhitungan maksimal sebesar Y c 1 = S u b ‐B a se flo w
X1, sedangkan nilai kelengasan awal
tanah untuk bulan lain sebesar S pada
bulan sebelumnya (mm/bulan),
P : curah hujan bulanan (mm/bulan), Y d 1 = B a se flo w
P1 : aliran permukaan (mm/bulan),
Gambar 2. Standar Tank Model untuk Analisis
X1 : kelengasan maksimum tanah
Keseimbangan Air Dinamis (Setiawan, 2003)
(mm/bulan),
S2 : kelengasan tanah akibat presipitasi dan Parameter-parameter Tank Model pada
evapotranspirasi (mm/bulan), Gambar 2 dapat dikelompokan menjadi 3 jenis
E : evapotranspirasi (mm/bulan), yaitu runoff coefficients (A1, A2, B1, C1 dan
S3 : kelengasan tanah akibat infiltrasi ke D1), infiltration coefficients (A0, B0 dan C0)
lapisan tanah (mm/bulan), dan storage parameter (HA1, HA2, HB1 dan
P2 : kedalaman hujan akibat pengurangan HC1). Secara global keseimbangan air Tank
S2-S (mm/bulan), Model dapat diformulasikan dalam Persamaan
P3 : kedalaman hujan total (P1+P2) 13 dan Persamaan 14.
(mm/bulan), (13)
R : nilai routing (mm/bulan), (14)
nilai routing untuk bulan pertama
perhitungan maksimal sebesar 60 Keterangan :
mm/bulan, sedangkan nilai routing untuk H : tinggi air (mm),
bulan lain sebesar R pada bulan P : hujan (mm/bulan),
sebelumnya (mm/bulan), ET : evapotranspirasi (mm/bulan),
Q : debit runoff (mm/bulan). Y : aliran total (mm/bulan),
t : waktu (bulan)
Transformasi Hujan-Debit Tank Model
Pemilihan dasar Tank Model ini untuk Besarnya limpasan total pada Tank
meniru (simulate) daerah pengaliran sungai Model adalah (mm/bulan). Jika debit
dengan menggantinya dengan sejumlah adalah Q (m3/detik) dengan catchment area
tampungan yang digambaran oleh sederet adalah CA (km2) maka Takano Y (1982,
tangki. Tangki tersebut memiliki lubang di dalam Fenny Hapsari A , 2000), merumuskan
dinding tangki dan di dasar tangki. Aliran yang tinggi limpasan dalam Persamaan 15.
melewati lubang-lubang yang berada di dinding Y(t) = 86,4 x jumlah hari x Q/CA (15)
Keterangan:
i : data ke,
n : jumlah data.
METODE
Penelitian ini merupakan perhitungan
transformasi data hujan-debit di DAS
Dengkeng. Metode penelitian ini adalah
metode deskriptif kuntitatif dan secara garis
besar dibagi menjadi 3 tahapan pelaksanaan
sebagai berikut : pengumpulan data, analisa
data, kesimpulan dan saran. Dimana
pengumpulan data berupa data peta, data
hujan, data klimatologi dan data debit Gambar 3. Poligon Thiessen DAS Dengkeng
lapangan. Kemudian dianalisis menggunakan
metode Tank Model dan GR2M untuk Setelah membuat poligon Thiessen,
transformasi hujan-debit. kemudian menentukan koefisien Thiessen
untuk masing-masing stasiun hujan sesuai
Analisis Data dengan luasan poligon seperti yang ditunjukan
Penelitian ini menggunakan data pada Tabel 2.
sekunder yaitu data curah hujan harian stasiun
Tabel 2. Koefisien Thiessen untuk Stasiun Deles (Sta.14d), Stasiun Gantiwarno (Sta.44a) dan Stasiun
Weru (Sta.97)
Tabel 3. Rekapitulasi Evapotranspirasi Bulanan Wilayah DAS Dengkeng tahun 2005-2014 (mm)
Tahun Jan Feb Mar Apr Mey Jun Jul Aug Sep Oct Nov Dec
2005 265,7 156,2 155,9 186,3 129,9 129,0 300,4 351,5 409,5 412,0 406,8 242,1
2006 88,4 91,0 88,4 94,8 95,2 93,0 99,5 110,7 104,4 114,4 123,0 128,0
2007 112,2 97,4 111,0 99,6 98,0 88,5 90,8 107,6 127,8 109,7 107,4 125,2
2008 102,9 78,0 96,1 101,4 105,1 90,9 96,4 98,0 110,4 109,4 90,6 115,9
2009 92,1 80,6 112,5 102,6 88,7 93,0 89,0 98,3 106,2 112,5 105,9 100,1
2010 96,1 100,2 99,2 92,4 82,2 56,7 92,7 114,4 104,7 107,0 101,4 213,6
2011 89,3 84,3 88,0 93,9 94,9 93,9 102,9 111,9 108,9 121,5 115,2 232,5
2012 91,1 98,9 89,0 107,1 104,8 97,8 90,8 103,2 99,9 114,4 103,8 100,1
2013 89,0 80,4 105,4 102,6 99,2 76,2 89,9 97,3 100,2 115,0 97,2 81,2
2014 177,3 137,8 187,9 181,8 118,1 110,4 175,2 230,3 324,6 217,6 201,9 204,6
Tabel 4. Rekapitulasi Curah Hujan Bulanan Wilayah DAS Dengkeng tahun 2005-2014 (mm)
Tahun Jan Feb Mar Apr Mey Jun Jul Aug Sep Oct Nov Dec
2005 247,3 150,1 194,9 234,6 31,3 18,8 48,4 5,6 30,5 23,5 148,4 417,7
2006 410,6 239,8 270,4 245,5 159,4 0,0 0,0 0,0 0,0 0,0 9,7 240,1
2007 88,7 290,9 277,0 296,2 107,3 33,6 8,5 0,0 0,0 79,1 137,9 277,5
2008 178,8 404,0 412,8 135,0 80,3 0,0 0,0 0,0 0,0 196,3 369,4 133,8
2009 372,2 345,1 225,2 226,9 95,6 20,7 0,0 0,0 0,0 66,5 49,5 136,2
2010 380,8 231,7 382,9 161,5 255,1 118,3 21,6 120,8 254,7 304,7 202,4 318,8
2011 346,2 235,7 273,5 127,1 227,9 1,9 6,2 0,0 1,7 58,1 283,6 211,4
2012 313,2 346,7 242,3 240,4 103,9 36,3 1,9 1,9 1,9 37,1 246,2 276,2
2013 583,7 393,2 201,1 215,6 146,1 147,8 69,7 0,0 0,0 61,8 163,8 245,7
2014 328,8 337,2 100,9 158,1 64,1 110,9 22,8 0,0 0,0 29,4 220,3 221,3
debit lapangan didapatkan hasil yang disajikan metode transformasi dengan korelasi disajikan
dalam Tabel 6, sedangkan grafik hubungan dalam Gambar 5.
Tahun Jan Feb Mar Apr Mey Jun Jul Aug Sep Oct Nov Dec
2005 9,72 3,71 4,15 6,89 1,23 0,37 0,17 0,06 0,02 0,01 0,08 7,55
2006 19,04 16,42 16,77 15,61 8,53 1,24 0,31 0,10 0,04 0,01 0,01 0,92
2007 0,97 9,39 14,46 18,11 5,68 1,60 0,44 0,14 0,05 0,06 0,46 6,52
2008 6,62 26,19 31,38 8,67 3,28 0,68 0,19 0,06 0,02 0,59 14,06 6,58
2009 21,07 27,01 14,48 12,73 4,53 1,17 0,30 0,10 0,04 0,04 0,04 0,39
2010 13,65 14,37 25,17 10,02 14,29 7,12 1,64 2,52 9,07 16,46 11,34 17,21
2011 17,68 15,92 17,18 7,31 11,04 1,45 0,39 0,12 0,04 0,03 3,35 6,32
2012 11,34 22,83 15,23 14,61 4,97 1,47 0,37 0,12 0,04 0,02 1,87 9,93
2013 43,45 34,46 13,38 11,99 6,82 6,25 2,73 0,58 0,18 0,15 1,09 7,06
2014 17,56 19,64 4,20 3,29 1,07 1,11 0,37 0,11 0,04 0,02 0,58 2,71
SIMPULAN DAN SARAN Jr, Ray K. Linsley, dkk. 1989. Hidrologi untuk
Hasil penelitian menunjukkan bahwa Insinyur. Penerjemah Yandi
transformasi hujan-debit di DAS Dengkeng Hermawan. Erlangga, Jakarta.
dengan metode Tank Model merupakan Perrin, Charles. Michel, Claude. Andréassian,
metode terbaik dibanding GR2M. susunan Vazken. 2007. Modèles hydrologiques
du Génie Rural (GR). Cemagref, UR
terbaik Tank Model adalah tiga tangki
Hydrosystèmes et Bioprocédés Parc de
rangkaian seri dengan korelasi sebesar Tourvoie
72,2390 %. Sedangkan GR2M hanya S. Mouelhi, C. Michel, C. Perrin and V.
menghasilkan korelasi sebesar 68,3959 %. Andréassian. 2006. Stepwise
Development of a Two-Parameter
UCAPAN TERIMAKASIH Monthly Water Balance Model.
Ucapan terima kasih kepada Dr. Ir. Journal of Hydrology. Vol. 318. No.
Rr. Rintis Hadiani, MT dan Ir. Suyanto, 1-4. 2006. pp. 200-214.
MM yang telah membimbing dan Setiawan, Budi I. Fukuda, T. Nakano, Y.
memberi arahan serta masukan dalam 2003. Developing Procedures for
penelitian ini. Optimization of Tank Model ’s
Parameters. Engineering
DAFTAR PUSTAKA International: the CIGR Journal of
A, Fenny Hapsari. 2000. Simulasi Jumlah Scientific Research and Development.
Tangki dan Susunannya dalam Manuscript LW 01 006.
Analisis Run-Off dengan Metode Tank Soemarto, CD. 1999. Hidrologi Teknik.
Model . Universitas Sebelas Maret. Erlangga. Jakarta.
Surakarta. Suripin. 2004. Sistem Drainase Perkotaan
Adeaga, Olusegun. 2012. Rainfall-Runoff yang Berkelanjutan. Andi Offset.
Simulation in Part of Lower Niger Yogyakarta.
Basin. Journal of Environmental Tiatmodjo, Bambang. Hidrologi Terapan.
Science and Engineering, ISSN 1934- 2006. Beta Offset. Yogyakarta
8932, 20 June 2012. Yasmine Ytoui. 2014. Rainfall-Runoff
Asdak, Chay. 1995. Hidrologi dan Modelling at Monthly and Daily
Pengeolaan Daerah Aliran Sungai. Scales Using Conceptual Models and
Gadjah Mada University Press, Neuro-Fuzzy Inference System. 2nd
Yogyakarta International Conference-Water
Resources and Wetlands, September
2014.