LAPORAN PRAKTIKUM

PERANCANGAN & MANAJEMEN DAS

Perhitungan Debit Banjir Rencana

DISUSUN OLEH :

NAMA : MOCHAMMAD FAIZ M

NIM : 185100900111010

KELOMPOK : M2

ASISTEN :
Arofah Al Musfira Makaby Haris Azhari
Dinda Amelia Ramadhani Muthia El Afwa
Farihatun Na’imah Yuliana Maghfiroh
Fikar Razani Zalfa Karina

LABORATORIUM TEKNIK SUMBERDAYA ALAM DAN LINGKUNGAN

JURUSAN KETEKNIKAN PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA

MALANG

2020
 BAB I PENDAHULUAN
1.1 Latar Belakang
Bencana banjir menjadi fenomena rutin di musim penghujan yang merebak di berbagai
daerah aliran sungai (DAS) di sebagian besar wilayah Indonesia. Jumlah kejadian banjir
dalam musim hujan terus meningkat, demikian juga dengan jumlah korban manusia dan
kerugian harta benda serta sarana dan prasarana umum/sosial, prasarana transportasi dan
prasarana pertanian/pengairan. Banjir itu sendiri merupakan indikasi dari ketidak seimbangan
sistem lingkungan dalam proses mengalirkan air permukaan dan dipengaruhi oleh besar debit
air yang mengalir melebihi daya tampung daerah pengaliran. Selain curah hujan sebagai
faktor penyebab timbulnya bencana banjir juga tidak terlepas dari adanya kerusakan
ekosistem lingkungan yang terjadi di (DAS) dan buruknya pengelolaan sumberdaya air.
Adanya kerusakan lahan menyebabkan meningkatnya koefisien aliran permukaan semakin
besar.
Bangunan-bangunan air yang berada di sungai yang peruntukannya sebagai
bangunan pengatur dan perbaikan sungai serta pengendalian banjir. Dalam perencanaannya
selalu memperhitungkan debit rencana. Bangunan-bangunan air tersebut antara lain pintu air,
kanal banjir, tebing sungai, tanggul, kolam penampung banjir sementara, check dam dan lain-
lain. Debit rencana adalah debit dengan periode ulang tertentu yang diperkirakan akan melalui
suatu sungai atau bangunan air. Periode ulang sendiri adalah waktu hipotetik dimana suatu
kejadian dengan nilai tertentu, debit rencana misalnya, akan disamai atau dilampaui 1 kali
dalam jangka waktu hipotetik tersebut
Perhitungan debit rencana menjadi bagian yang sangat penting dalam perencanaan
teknis bangunan sungai, karena nilai (besar-kecilnya) debit rencana akan menentukan besar
kecilnya dimensi hidrolis suatu bangunan air. Dimensi hidrolis suatu bangunan air yang lebih
besar akan lebih aman dalam mengalirkan debit tertentu, namun dimensi yang lebih besar
akan berdampak pada pembengkakan biaya. Sebaliknya dimensi hidrolis bangunan air yang
lebih kecil akan menjadi kurang aman dalam mengalirkan debit tertentu. Muara dari
perhitungan debit rencana adalah mendapatkan dimensi hidrolis (kapasitas) yang ideal dan
terbaik, terbaik dari segi teknis maupun ekonomi.

1.2 Tujuan
a. Setelah melakukan praktikum, mahasiswa mampu mengetahui langkah langkah
perhitungan untuk mendapatkan nilai Intensitas Curah Hujan dan menggabarkannya
dalam Diagram Flow Duration Curve
b. Setelah melakukan praktikum, mahasiswa mampu menghitung debit banjir rencana
 BAB II TINJAUAN PUSTAKA
2.1 Hidrologi
Hidrologi adalah ilmu yang mempelajari air dalam segala bentuknya (cairan, padat,
gas) pada, dalam atau di atas permukaan tanah termasuk di dalamnya adalah penyebaran
daur dan perilakunya, sifat-sifat fisika dan kimia, serta hubungannya dengan unsur-unsur
hidup dalam air itu sendiri. Hidrologi juga mempelajari perilaku hujan terutama meliputi periode
ulang curah hujan karena berkaitan dengan perhitungan banjir serta rencana untuk setiap
bangunan teknik sipil antara lain bendung, bendungan dan jembatan. Secara umum Hidrologi
adalah ilmu yang mempelajari masalah keberadaan air di bumi (siklus air) dan hidrologi
memberikan alternatif bagi pengembangan sumberdaya air bagi pertanian dan industri.
(Aryanto, 2014).
Siklus hidrologi adalah sirkulasi air dari laut ke atmosfer kemudian ke bumi dan kembali
lagi ke laut dan seterusnya. Air dari permukaan laut menguap ke udara, bergerak dan naik ke
atmosfer. Kemudian mengalami kondensasi dan berubah menjadi titik air berbentuk awan dan
selanjutnya jatuh ke bumi dan lautan sebagai hujan. Hujan yang jatuh ke bumi sebagian
tertahan oleh tumbuh-tumbuhan sebagian lagi meresap ke dalam tanah, jika tanah sudah
jenuh maka air akan mengalir di atas permukaan tanah yang mengisi cekungan, danau,
sungai dan kembali lagi ke laut (Hidayat dan Empung, 2016).

2.2 Pengertian Debit Banjir Rencana

Debit banjir rencana adalah debit maksimum di sungai atau saluran alamiah dengan
periode ulang (rata-rata) yang sudah ditentukan yang dapat dialirkan tanpa membahayakan
proyek irigasi dan stabilitas bangunan-bangunannya. Debit banjir rencana ditetapkan dengan
cara menganalisis debit puncak, dan biasanya dihitung berdasarkan hasil pengamatan harian
tinggi muka air. Melalui periode ulang, dapat ditentukan nilai debit rencana. Debit banjir
rencana ini dipergunakan untuk perhitungan tinggi air banjir rencana, tekanan air dan
menghitung stabilitas bendung dan talud bronjong. Debit banjir rencana didapatkan dengan
cara hidrograf satuan bilamana tersedia pasangan data debit dan hujan yang cukup. Bila
pasangan data debit dan hujan tidak tersedia, debit banjir rencana bisa ditentukan dengan
menggunakan hidrograf satuan sintetik yang diturunkan berdasarkan andaian transformasi
hujan menjadi 10 hidrograf ditentukan oleh beberapa parameter fisik DAS yang bisa diukur
(Timur, 2017).
Debit banjir rancangan dihitung berdasarkan hubungan antara hujan dan aliran. Salah
satu metode yang dapat digunakan untuk menentukan debit banjir rancangan adalah Metode
Rasional. Metode ini banyak digunakan untuk analisis debit banjir rancangan dengan daerah
pengaliran yang relatif sempit. Hidrograf debit banjir rancangan dengan metoda rasional dapat
disajikan dengan pendekatan bentuk segitiga, dengan ordinat adalah debit banjir (m 3/dt), absis
adalah durasi (jam). Debit puncak terletak pada durasi banjir sama dengan waktu konsentrasi.
Waktu dasar sangat dipengaruhi oleh durasi hujan, apabila durasi hujan lebih pendek daripada
waktu konsentarsi, maka waktu dasar sama dengan dua kali waktu konsentrasi. Apabila durasi
hujan lebih panjang dari waktu konsentrasi maka waktu dasar sama dengan durasi ditambah
waktu konsentrasi (Sriyono, 2012).

2.3 Metode Distribusi Curah Hujan

2.3.1 Distribusi Normal
Menurut Upomo dan Kusumawardani (2016), banjir atau kekeringan akan
mengakibatkan dampak negatif bagi kehidupan. Curah hujan yang sangat tinggi akan
mengakibatkan banjir dan sebaliknya, jika tidak ada hujan akan mengakibatkan
kekeringan. Kejadian hujan merupakan proses stokastik, sehingga untuk keperluan
analisa dan menjelaskan proses stokastik tersebut digunakan teori probabilitas dan
analisa frekuensi. Terdapat empat distribusi probabilitas yang cukup dikenal dalam ilmu
hidrologi, yaitu : distribusi normal, distribusi log-normal, distribusi log-pearson III dan
distribusi gumbel.
Perhitungan dengan distribusi normal secara praktis dapat didekati dengan
persamaan sebagai berikut :

Dimana:
XT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahunan,
x̅ = nilai rata-rata hitung variat,
s = deviasi standar nilai variat,
z = faktor frekuensi dari distribusi normal (tabel z untuk distribusi normal), merupakan
fungsi dari peluang atau periode ulang dan tipe model matematik distribusi peluang yang
digunakan untuk analisis peluang.

2.3.2 Distribusi Log Normal

Menurut Mawening dan Theresia (2010), distribusi log normal merupakan hasil
transformasi dari distribusi normal, yaitu dengan mengubah varian X menjadi nilai
logaritmik varian X. Ciri khas statistik distribusi log normal adalah nilai asimetris (koefisien
skewness, Cs) sama dengan tiga kali nilai koefisien variasi (Cv) dan selalu bertanda
positif. Rumus yang digunakan dalam perhitungan metode ini adalah sebagai berikut:

Dimana:
Xt = besarnya curah hujan yang mungkin terjadi pada periode ulang T tahun (mm/hari)
Sx = Standar deviasi =
X = curah hujan rata-rata (mm/hari)
Kt = Standar variabel untuk periode ulang tahun

2.3.3 Distribusi Log-Person III

Menurut Larasati (2014), distribusi Log Pearson Tipe III digunakan untuk analisis
variabel hidrologi dengan nilai varian minimum misalnya analisis frekuensi distribusi dari
debit minimum (low flows). Distribusi Pearson Tipe III digunakan apabila nilai CS tidak
memenuhi untuk Distribusi Gumbel maupun Distribusi Normal. Pada garis besarnya,
langkah penyelesaian distribusi log Pearson Tipe III adalah sebagai berikut:
1. Mentransformasikan data curah hujan harian maksimum kedalam harga logaritmanya:
R1, R2, ...., Rn menjadi log R1, log R2, ...., log Rn
2. Menghitung harga tengahnya (Log R):

3. Menghitung harga penyimpangan standar (Sx):

4. Menghitung koefisien asimetri (Cs):

5. Menghitung besarnya logaritma hujan rencana dengan waktu ulang yang dipilih,
dengan rumus:

Dimana:
R = tinggi hujan rata-rata daerah
n = jumlah tahun pengamatan data
Cs = Koefisien penyimpangan
Sx = standar deviasi
K = faktor kekerapan Log Pearson Tipe III
6. Menentukan nilai K untuk metode Log Pearson Tipe III
 2.3.4 Distribusi Gumbel
Menurut Oktariansyah dan Parlindungan (2014), distribusi Gumbel umumnya
digunakan untuk analisis data maksimum, misalnya analisis frekuensi banjir. Ciri khas
statistik distribusi Gumbel adalah nilai asimetris (koefisien skewness) sama dengan 1,396
dan dengan kurtosis (Ck) = 5,4002. Rumus yang digunakan dalam perhitungan adalah
sebagai berikut.

Dimana:
Xt = curah hujan rencana dalam periode ulang T tahun (mm/hari)
X = curah hujan rata-rata hasil pengamatan (mm/hari)
Yt = reduced variabel, parameter Gumbel untuk periode T tahun
Yn = reduced mean, merupakan fungsi dari banyaknya data (n)
Sn = reduced standar deviasi, merupakan fungsi dari banyaknya data (n)

Sx = standar deviasi =
Xi = curah hujan maksimum (mm)
n = lamanya pengamatan

2.4 Metode Uji Distribusi Curah Hujan

2.4.1 Chi Square
Menurut Sodikin (2017), uji keselarasan dilakukan untuk menentukan pola distribusi
data curah hujan rata-rata yang paling sesuai dari beberapa metoda distribusi statistik
yang telah dilakukan. Terdapat dua jenis uji keselarasan (goodness of fit test), yaitu uji
keselarasan Chi Square dan Smirnov Kolmogorof. Pada tes ini biasanya yang diamati
adalah hasil perhitungan yang diharapkan. Uji Chi kuadrat dimaksudkan untuk
menentukan apakah persamaan distribusi peluang yang telah dipilih dapat mewakili dari
distribusi statistik sampel data yang dianalisis. Uji keselarasan chi square menggunakan
rumus:
(Oi−Ei)2
X2 = ∑N
i=1 Ei

Dimana
X2 = Nilai chi-kuadrat terhitung
Ei = Frekuensi yang diharapkan sesuai pembagian kelasnya
Oi = frekuensi yang terbaca pada kelas yang sama
N =Jumlah sub kelompok dalam satu grup (jumlah kelas).
Suatu distrisbusi dikatakan selaras jika nilai X 2 hitung < dari X2 kritis. Dari hasil
pengamatan yang didapat dicari penyimpangannya dengan chi square kritis paling kecil.
Untuk suatu nilai nyata tertentu (level of significant) yang sering diambil adalah 5 %.
Derajat kebebasan ini secara umum dihitung dengan rumus sebagai berikut:
Dk = n-3
Dimana:
Dk = derajat kebebasan
n = banyak data

2.4.2 Smirnov Kolmogorov

Menurut Sodikin (2017), uji keselarasan dilakukan untuk menentukan pola distribusi
data curah hujan rata-rata yang paling sesuai dari beberapa metoda distribusi statistik
yang telah dilakukan. Terdapat dua jenis uji keselarasan (goodness of fit test), yaitu uji
keselarasan Chi Square dan Smirnov Kolmogorof. Pada tes ini biasanya yang diamati
adalah hasil perhitungan yang diharapkan.Uji Keselarasan Smirnov Kolmogorof.
Pengujian kecocokan sebaran dengan metode ini dilakukan dengan membandingkan
probabilitas untuk tiap variabel dari distribusi empiris dan teoritis didapat perbedaan (Δ)
tertentu. Perbedaan maksimum yangdihitung (Δmaks) dibandingkan dengan perbedaan
kritis (Δcr) untuksuatu derajat nyata dan banyaknya variat tertentu, maka sebaran
sesuaijika (Δmaks) < (Δcr). Rumus yang dipakai adalah:
Pmax P(xi)
5α = P(x) ∆cr

Langkah pengujiannya sebagai berikut:

1. Urutkan dari besar ke kecil atau sebaliknya dan tentukan besarnya nilai masing-masing
peluang dari hasil penggambaran grafis data (persamaan distribusinya):
X1 → P’(X1)
X2 → P’(X2)
Xm→ P’(Xm)
Xn → P’(Xn)
2. Berdasarkan tabel nilai delta kritis (Smirnov – Kolmogorof test) tentukan harga Do
menggunakan grafis.

2.5 Flow Duration Curve (FDC)

Menurut Kusumastuti, et al. ( 2016), Flow Duration Curve (FDC) adalah satu metode
yang dapat digunakan untuk menentukan debit andalan. Metode ini adalah salah satu
metode yang paling informatif yang menyajikan kisaran debit sungai secara lengkap dari
debit rendah hingga debit banjir. Metode ini menunjukkan hubungan antara nilai debit dan
persentase dimana debit tersebut disamai atau dilampaui. Dengan kata lain, FDC
menunjukkan hubungan antara besaran dan frekuensi debit sungai. FDC (Flow Duration
 Curve) juga dapat diartikan sebagai grafik hubungan antara debit aliran dan probabilitas
waktu kejadian. Metode ini digunakan untuk memberikan informasi tentang debit dengan
persentase kemungkinan yang bermanfaat untuk mengetahui debit maksimum, rata-rata
dan andalan dari aliran air sungai tertentu sehingga bangunan air yang akan dibangun
bisa optimal dan bekerja maksimal. Salah satu manfaat dari ggrafik ini adalah untuk
merancang PLTA .

2.6 Metode Perhitungan Debit Banjir Rencana

2.6.1 Rasional
Menurut Letari (2016), metode yang paling sering digunakan untuk mengestimasi
debit di suatu daerah aliran sungai dimana tidak ada data pengamatan debitnya adalah
Metode Rasional Jepang. Dalam hal ini besarnya debit tersebut merupakan fungsi dari
luas DAS, intensitas hujan, keadaan pemukaan tanah yang dinyatakan dalam koefisien
limpasan dan kemiringan sungai. Beberapa asumsi dasar untuk menggunakan metode
rasional adalah:
1. Curah hujan terjadi dengan intensitas yang tetap dalam jangka waktu tertentu,
setidaknya sama dengan waktukonsentrasi.
2. Limpasan langsung mencapai maksimum ketika durasi hujan dengan intensitas tetap
sama dengan waktu konsentrasi.
3. Koefisien run off dianggap tetap selama durasihujan.
4. Luas DAS tidak berubah selama durasi hujan.
Debit banjir dirumuskan secara generik sebagai berikut:
Q = C. I . A
Untuk kepentingan kepraktisan dalam penentuan satuan, maka:
Qp = 0.278 . C . I . A
Dimana:
Qp = debit puncak (m3/det)
C = koefisien limpasan
I = Intensitas hujan dengan durasi sama dengan waktu konsentrasi banjir (mm/jam)
A = luas daerah aliran sungai (km2)

2.6.2 Der Weduwen

Menurut Herison, et al. (2018), beberapa metode yang dapat digunakan untuk
perhitungan debit banjir rancangan antara lain: Metode Rasional, Weduwen, Haspers dan
Melchior. Penetapan masing-masing metode dalam perhitungan debit banjir rencana,
secara umum bergantung pada ketersediaan data. Data yang dimaksud antara lain data
hujan, karakteristik daerah aliran, dan data debit. Metode Der Weduwen merupakan
metode khusus yang digunakan untuk menghitung debit banjir dengan luas DAS < 100
km2. Berikut ini adalah langkah-langkah perhitungan debit banjir rencana dengan metode
Ver Weduwen:
1. Menghitung besarnya debit banjir kala ulang dengan menggunakan rumus:
Qn = α x β x qn x A
Dimana:
Qn = Debit banjir rencana
α = Koefisien limpasan
β = Koefisien pengurangan daerah hujan
qn = Curah hujan A = Luas DAS
2. Menghitung nilai koefisien limpasan:
4,1
α = 1 - b x qn+7

3. Menghitung nilai koefisien pengurangan daerah hujan:

t+1
120 + A
β= 120+A
t+9

4. Menghitung curah hujan:

RT 67,65
qn =
240t +1,45

Dimana:
RT = Curah hujan rencana kala ulang
5. Menghitung lama hujan:
t = 0,25 x L x Q-0,125 x I-0,25
Dimana:
t = Lama hujan
L = Panjang sungai
Qn = Debit banjir
I = Kemiringan rata-rata dasar sungai
Dengan menggunakan cara coba-coba dengan menggunakan nilai t, sehingga akan
diperoleh nilai debit banjir rencana.

2.6.3 Haspers
Menurut Nasjono, et al. (2018), metode yang digunakan untuk mengestimasi debit
rancangan adalah Metode Haspers. Haspers melakukan penelitian pada beberapa DAS
dengan luas kurang dari atau sama dengan 300 km 2. Rumus debit maksimum dengan
Metode Haspers adalah sebagai berikut:
Qmaks = α x β x I x A (3)
 dengan Qmaks adalah debit maksimum (m3/det), α adalah koefisien pengaliran, β adalah
koefisien reduksi, I adalah hujan maksimum (m3/det/km2), A adalah luas daerah
pengaliran (km2). Untuk koefisien pengaliran (α) dalam Metode Haspers digunakan rumus
sebagai berikut:
1+0,012xA0,7
α = 1+0,075xA0,7

dengan α adalah koefisien pengaliran, A adalah luas daerah pengaliran (km 2). Untuk
waktu konsentrasi Metode Haspers digunakan rumus sebagai berikut
tc = 0,1 x L0,8 x S-0.3
dengan tc adalah waktu konsentrasi (jam), L adalah panjang sungai utama (m), S adalah
kemiringan dasar sungai rata-rata. Kemiringan sungai dapat ditentukan dengan
persamaan sebagai berikut:
∆H
S=
L

dengan S adalah kemiringan rata-rata sungai, ∆H adalah beda elevasi hulu dan hilir (m),
L adalah panjang sungai (km). Haspers juga menetapkan koefisien reduksi (β) dengan
persamaan sebagai berikut:
1 t+3,7.10−0,4t A0,75
=1+ x
β t2+15 12

dengan β adalah koefisien reduksi, t adalah waktu konsentrasi (jam), A adalah luas
daerah pengaliran (km2).

2.7 Manfaat Perhitungan Debit Banjir Rencana dalam Manajemen DAS

Debit banjir rencana adalah debit maksimum di sungai atau saluran alamiah dengan
periode ulang (rata-rata) yang sudah ditentukan yang dapat dialirkan tanpa membahayakan
proyek irigasi dan stabilitas bangunan-bangunannya. Debit banjir rencana akan berpengaruh
besar terhadap besarnya debit maksimum maupun kestabilan konstruksi yang akan dibangun.
Oleh karena itu debit banjir rencana perlu dihitung untuk mengantisipasi banjir yang akan
terjadi dengan cara melakukan perencanaan pengendalian banjir di suatu sungai. Dalam
menghitung debit banjir rencana yang berasal dari data curah hujan diperlukan pengontrolan
dengan menggunakan data debit terukur dari sungai tersebut. Dalam penggunakan metode
empiris dari pengolahan data curah hujan seringkali terdapat penyimpangan hasil dengan
data debit banjir rencana hasil data debit terukur sehingga perlu adanya kajian ketelitian agar
nantinya dapat diperoleh data debit banjir rencana yang sesuai dengan keadaan sebenarnya
di lapangan (Lestari, 2016).
Sudetan merupakan salah satu dari bentuk pengendalian sungai dan lebih khususnya
yaitu pengendalian debit. Tujuan dari sudetan adalah membagi alur yang dimaksudkan untuk
membagi debit banjir juga sehingga muka air sungai akan turun mengikuti debit banjir yang
juga turun. Adapun langkah membuat sudetan adalah membuat alur baru yang mampu dialiri
debit banjir dan alur yang lama masih tetap berfungsi sebagai mana mestinya (Cahyono,
2014).
 BAB III METODOLOGI

3.1 Waktu dan Tempat Praktikum

Praktikum Manajemen DAS materi Perhitungan Debit Bencana Banjir Rencana

dilaksanakan pada hari Selasa 27 Oktober pada pukul 14.10 15.50 WIB dan Rabu 28 Oktober
2020 pada pukul 08.20 - 10.00 WIB dan dilakukan kediamaan masing-masing menggunakan
platform google meet.
3.2 Alat dan Bahan Beserta Fungsi
Alat dan bahan yang diperlukan dalam praktikum ini adalah sebagai berikut :
1. Laptop/Komputer untuk menjalankan aplikasi Microsoft Excel
2. Microsoft Excel untuk memproses data
3. Alat Tulis untuk mencatat data
4. Kalkulator sebagai alat bantu hitung
5. Data Curah Hujan Harian Maksimal (minimal 10 data / periode 10 tahun) sebagai
data input
6. Data fisik DAS seperti luas DAS (A), jarak dari daerah hulu sampai titik yang
ditinjau (L), beda tinggi daerah hulu sampai titik yang ditinjau (H), dan kecepatan
alir (W) sebagai parameter perhitungan curah hujan
7. Data Koefisien Pengaliran sebagai faktor pengali aliran run-off

3.3 Cara Kerja

Alat dan bahan

Disiapkan

Data hujan Kota

Bandung Dicari data CH 10
tahun trakhir

Curah hujan rencana normal, log normal,

log pearson III dan gumbel

 Dihitung tiap metode dan diuji Chi2 dan smirnov

 Dipilih metode yang lolos pengujian
Intensitas hujan manonobe

 Dihitung dengan parameter yang ada

 Dibuat kurva FDC
Debit banjir rencana

Dihitung dengan metode rasional lalu dianalisis

Hasil
3.4 Tahapan Pelaksanaan
Pada praktikum ini dilaksanakan dengan melakukan beberapa tahapan. Tahapan
tersebut diantaranya adalah pengambilan data, proses data, dan analisis data. Data yang
diperlukan adalah data curah hujan maksimal selama 10 sampai 12 tahun dan luas wilayahnya
tergantung tempat yang akan diuji. Dalam hal ini, kelompok M2 menggunakan data curah
hujan selama 12 tahun terakhir dan luas wilayah dari Kota Bandung. Pengujian yang dilakukan
adalah uji konsistensi curah hujan harian maksimum. Setelah dilakukan uji curah hujan harian
maksimum, selanjutnya yaitu menganalisa frekuensi dan sebaran melalui metode Normal, Log
Normal, Log Pearson III dan Gumbel. Setelah melakukan analisa tersebut, masing-masing
metode selanjutnya diuji dengan dua metode berbeda, yaitu metode Smirnov-Kolmogrov dan
juga Chi-Square. Dari metode curah hujan yang terpilih kemudian digunakan untuk
perhitungan intensitas hujan dalam menentukan debit banjir rencana pada periode waktu
tertentu. Data debit banjir rencana dalam m 3/detik dan kala ulang dalam tahun kemudian
dibuat menjadi grafik.
 BAB IV TINJAUAN PUSTAKA
4.1. Data Hasil Praktikum

4.1.1. DHP Perhitungan

A. Data Curah Hujan Harian Maksimal

Tabel 4.1 Data Curah Hujan Harian Maksimal Kota Bandung

Curah Hujan
No. Tahun
(mm/hari)
1 2011 149.06
2 2008 166.75
3 2019 169.29
4 2009 174.80
5 2018 182.39
6 2015 184.74
7 2017 191.54
8 2014 198.78
9 2012 209.23
10 2013 223.45
11 2016 295.76
12 2010 322.37

Tabel 4. 2 Uji Konsistensi CH harian Maksimum dengan Metode RAPS (Rescaled Adjusted Partial Sums)

R
No. Tahun SK* [SK] DY^2 DY SK** [SK**]
(mm/hari)
1 2011 149.06 -56.62 56.62 267.16 50.24 -1.13 1.13
2 2008 166.75 -38.93 38.93 126.29 50.24 -0.77 0.77
3 2019 169.29 -36.39 36.39 110.34 50.24 -0.72 0.72
4 2009 174.80 -30.88 30.88 79.46 50.24 -0.61 0.61
5 2018 182.39 -23.29 23.29 45.19 50.24 -0.46 0.46
6 2015 184.74 -20.94 20.94 36.53 50.24 -0.42 0.42
7 2017 191.54 -14.14 14.14 16.66 50.24 -0.28 0.28
8 2014 198.78 -6.90 6.90 3.97 50.24 -0.14 0.14
9 2012 209.23 3.55 3.55 1.05 50.24 0.07 0.07
10 2013 223.45 17.77 17.77 26.32 50.24 0.35 0.35
11 2016 295.76 90.08 90.08 676.19 50.24 1.79 1.79
12 2010 322.37 116.69 116.69 1134.66 50.24 2.32 2.32
Jumlah 2468.15 2523.82 Max 2.32 2.32
Rata-Rata 205.68 Min -1.13
Banyak Data (n) 12.00
SK** Max 2.32
SK ** Min -1.13
Q = Max[SK**] 2.32
R = (Sk** Max)- Menggunakan probalitas
3.45 Hasil
(Sk** Min) 90%
Q/(n^0,5) 0.67 < Q/(n^0.5) dari tabel 1.06 Diterima
R/(n^0,5) 1.00 < R/(n^0.5) dari tabel 1.24 Diterima

B. Metode Distribusi Terpilih

Tabel 4.3 distribusi peluang hujan

R Peluang
No, Tahun
(mm/hari) (%)
1 2011 149.06 0.9231
2 2008 166.75 0.8462
3 2019 169.29 0.7692
4 2009 174.80 0.6923
5 2018 182.39 0.6154
6 2015 184.74 0.5385
7 2017 191.54 0.4615
8 2014 198.78 0.3846
9 2012 209.23 0.3077
10 2013 223.45 0.2308
11 2016 295.76 0.1538
12 2010 322.37 0.0769
rata rata CH 205.68 0.5
Yn 0.5035
Sn 0.9833
Si (SD) 52.4715 0.2774
Banyak Data (n) 12

Tabel 4. 4 Tabulasi curah hujan rencana Gumbel

Tr Pr Curah
Rata
No kala K K.Si hujan
Probabilitas rata CH
ulang rancangan
1 2 0.5 -0.1393 -7.3100 205.68 198.369
2 5 0.2 1.0134 53.1726 205.68 258.852
3 10 0.1 1.7765 93.2174 205.68 298.897
4 25 0.04 2.7408 143.8141 205.68 349.493
5 50 0.02 3.4562 181.3496 205.68 387.029
6 100 0.01 4.1662 218.6079 205.68 424.287
7 200 0.005 4.8737 255.7303 205.68 461.409
8 1000 0.001 6.5125 341.7211 205.68 547.400
 C. Pengujian Smirnov Kolmogorov
Tabel 4.5 Uji Smirnov kolmogorov distribusi Gumbel
R
No. Tahun K Yt Px Sn D
(mm/hari)
1 2011 149.0583 -1.0791 -0.5576 0.8256 0.9231 0.0975
2 2008 166.7500 -0.7419 -0.2260 0.7145 0.8462 0.1316
3 2019 169.2917 -0.6935 -0.1784 0.6974 0.7692 0.0718
4 2009 174.8000 -0.5885 -0.0752 0.6597 0.6923 0.0326
5 2018 182.3917 -0.4438 0.0671 0.6075 0.6154 0.0079
6 2015 184.7417 -0.3990 0.1111 0.5913 0.5385 0.0529
7 2017 191.5417 -0.2694 0.2386 0.5451 0.4615 0.0836
8 2014 198.7750 -0.1316 0.3741 0.4974 0.3846 0.1128
9 2012 209.2250 0.0676 0.5699 0.4320 0.3077 0.1243
10 2013 223.4500 0.3387 0.8365 0.3516 0.2308 0.1208
11 2016 295.7583 1.7167 2.1916 0.1057 0.1538 0.0481
12 2010 322.3667 2.2238 2.6902 0.0656 0.0769 0.0113
jumlah 2468.1500 D max 0.1316
rata rata 205.6792
SD 52.4715 Yn 0.5035
Banyak Data
12 Sn 0.9833
(n)

Tabel 4.6 Uji Smirnov Kolomogrov: Perbandingan D kritis dan D maks

No alpha D kritis D maks Keterangan

1 1% 0.45 0.1316 Diterima
2 5% 0.375 0.1316 Diterima
3 10% 0.338 0.1316 Diterima
4 15% 0.313 0.1316 Diterima
5 20% 0.295 0.1316 Diterima

D. Pengujian Chi square

Tabel 4.7 Uji Chi Square distribusi Gumbel

R rata-
No Peluang SD Tr Yt K CH (mm)
rata
1 20 205.68 52.4714 5 1.4999 1.01336 258.85
2 40 205.68 52.4714 2.5 0.6717 0.1710 214.66
3 60 205.68 52.4714 1.6667 0.0874 -0.4231 183.48
4 80 205.68 52.4714 1.25 -0.4758 -0.9960 153.42

Tabel 4.8 Tabulasi Chi square

(Ef-
Interval Ef Of Ef-Of
Of)^2/Ef
0 < 153.42 2.6815 1 1.6815 1.0544
153.42 < 183.48 2.6815 4 -1.3184 0.6482
 183.48 < 214.66 2.6815 4 -1.3184 0.6482
214.66 < 258.85 2.6815 1 1.6815 1.0544
> 258.85 2.6815 2 0.6815 0.1732
jumlah 12 3.5786
kelas 4.4749 =5

Tabel 4.9 Uji Chi square: Perbandingan X2 table dan X2 hitung

No. alpha x^2tabel X^2 keterangan

1 1% 6.635 3.5786 Diterima
2 5% 3.841 3.5786 Diterima

E. Rekap pengujian smirnov

Tabel 4.10 Rekap pengujian smirnov

Distribusi
Distribusi yang
Kala Ulang log
Normal Log normal gumbel Dipilih
pearson III
2 205.6792 2.3020 199.6975 198.3692
5 249.7552 2.7905 242.7684 258.8518
10 272.8426 3.0864 269.4580 298.8966
25 295.3004 3.4044 301.6033 349.4933
50 313.2457 3.6818 324.6308 387.0288
100 327.9377 3.9257 347.0958 424.2871
200 341.0555 4.1572 369.1687 461.4095 Metode Gumbel
1000 367.8160 4.6724 419.9671 547.4003
Delta maks 0.7830 0.8246 0.9139 0.1316
Delta kritis
(level 0.3380 0.3380 0.3380 0.3380
0,1/10%)
Selisih 0.4450 0.4866 0.5759 0.2064
Keterangan DITOLAK DITOLAK DITOLAK DITERIMA
 F. Rekap pengujian Chi Square
Tabel 4.11 Rekap pengujian Chi Square

Normal
No. alpha x^2tabel X^2 keterangan
1 1% 9.21 1.4333 Diterima
2 5% 5.991 1.4333 Diterima

Log Normal
No. alpha x^2tabel X^2 keterangan
1 1% 9.21 5.5 Diterima
2 5% 5.991 5.5 Diterima

Log Pearson Tipe III

No. alpha x^2 tabel x^2 keterangan
1 1% 6.635 4.667 Diterima
2 5% 3.841 4.667 Ditolak

Gumbel
No. alpha x^2tabel X^2 keterangan
1 1% 6.635 3.5786 Diterima
2 5% 3.841 3.5786 Diterima

G. Perhitungan debit banjir rencana

Tabel 4.12 perhitungan intensitas hujan

Tr R24 H L W t I
No.
tahun mm km km km/jam jam mm/jam
1 2 198.3692 2.511 20.04 20.706271 0.9678 70.2867
2 5 258.8518 2.511 20.04 20.706271 0.9678 91.7171
3 10 298.8966 2.511 20.04 20.706271 0.9678 105.9059
4 25 349.4933 2.511 20.04 20.706271 0.9678 123.8334
5 50 387.0288 2.511 20.04 20.706271 0.9678 137.1331
6 100 424.2871 2.511 20.04 20.706271 0.9678 150.3346
7 200 461.4095 2.511 20.04 20.706271 0.9678 163.4879
8 1000 547.4003 2.511 20.04 20.706271 0.9678 193.9564
 Tabel 4.13 Menghitung Q banjir rencana

Periode
I A Qt
No. Ulang (Tr) c
tahun mm/jam km2 m3/detik
1 2 0.52 70.2867 138.7 1408.1552
2 5 0.52 91.7171 138.7 1837.5009
3 10 0.52 105.9059 138.7 2121.7650
4 25 0.52 123.8334 138.7 2480.9336
5 50 0.52 137.1331 138.7 2747.3853
6 100 0.52 150.3346 138.7 3011.8696
7 200 0.52 163.4879 138.7 3275.3889
8 1000 0.52 193.9564 138.7 3885.8084

4.1.2. DHP Grafik FDC

debit rencana
4500,0000
4000,0000
3500,0000
Debit banjir (m3/s)

3000,0000
2500,0000
2000,0000
1500,0000
1000,0000
500,0000
0,0000
0 200 400 600 800 1000 1200
Periode ulang (tahun)

Gambar 4.1 grafik FDC

4.2 Analisa Perhitungan

Berdasarkan data hasil, hal pertama yang dilakukan adalah mengurutkan data dari yang
terkecil hingga terbesar. Lalu dihitung peluang curah hujan dengan rumus [jumlah data
(n)/(jumlah data (n)+1)] hingga data terakhir. Setelah diperoleh hasil, dihitung rata-rata dari
curah hujan tersebut berserta peluangnya. Kemudian dicari nilai standar deviasi atau Si(SD)
dari peluang (%) dan juga curah hujan (mm/hari). Untuk nilai Yn (reduce mean) dan Sn (reduce
mean) didapatkan dari tabel Yn dan Sn sesuai dengan jumlah data. Kemudian dihitung
periode kala ulang 2, 5, 10, 25, 50, 100, 200, dan 1000 tahun. Kemudian ditentukan
probabilitas atau peluang 50, 20, 10, 4, 2, 1, 0,5, dan 0,1 dari masing-masing periode ulang.
Faktor frekuensi kemudian dihitung dengan rumus [(-LN(-LN((periode ulang-1)/periode
ulang)))-Yn]/Sn. Hasil dari faktor frekuensi dikali dengan standar deviasi. Setelah
mendapatkan hasil, dicari curah hujan rancangan menggunakan rumus ABS[(KxSi) + rata-
rata curah hujan] pada masing-masing periode ulang.
𝑅24 24 2/3
Intensitas hujan dapat dihitung menggunakan rumus ( )×( ) . Pertama, dihitung
24 𝑡

nilai R24 dengan waktu sehingga didapat hasil sesuai dengan rumus. Perhitungan intensitas
curah hujan dilakukan untuk setiap periode kala ulang, sehingga dihasilkan nilai intensitas
curah hujan yang berbeda-beda. Setelah itu dihitung debit banjir rencana (Q t) dengan data
koefisien pengaliran, intensitas curah hujan, dan luas DAS yang sesuai daerah yang dipilih
sehingga didapat hasil perhitungan sesuai data di atas. Perhitungan debit banjir rencana
dilakukan pada masing-masing periode ulang. Output dari perhitungan ini adalah grafik
hubungan antara debit banijr rencana dengan periode kala ulang atau Flow Duration Curve.

4.3 Analisa Grafik FDC

Menurut Dwiyanto (2016), analisis FDC adalah sebuah teknik plot yang menunjukkan
hubungan antara nilai dari sebuah besaran dengan frekuensi terjadinya. Informasi penting
yang diberikan oleh FDC adalah debit aliran yang melewati lokasi tertentu dan dalam rentang
waktu tertentu. Flow Duration Curve (FDC) disusun dengan mengelompokkan data debit
berdasarkan besar debitnya lalu memplotkannya pada grafik terhadap 100% waktu
pengukuran. Flow Duration Curve (FDC) dihasilkan dari kurva debit aliran sungai dengan
mengelompokkan keseluruhan 365 data yang ada. Setelah selesai melakukan perhitungan,
data diolah ke dalam bentuk grafik. Grafik berisi informasi hubungan antara periode kala ulang
tahun dengan debit banjir rencana. Periode kala ulang tahun yang dilakukan berjumlah 8
ulangan, yaitu 2 tahun, 5 tahun, 10 tahun, 25 tahun, 50 tahun, 100 tahun, 200 tahun, dan 1000
tahun. Dari grafik yang dihasilkan dapat dilihat bahwa grafik hubungan antara periode ulang
tahun dengan debit banjir rencana yang telah diperoleh adalah berbanding lurus. Jadi, ketika
periode ulang semakin besar atau meningkat maka hal itu juga akan diikuti dengan semakin
besar pula debit banjir rencana yang ada.
Menurut Zahroh (2013), Flow duration curve (FDC) merupakan grafik hubungan antara
debit dan frekuensi terlampaui, dengan mengurutkan data complete duration series atau data
harian dari terbesar sampai terkecil sehingga diperoleh frekuensi terlampaui pada setiap
nilai.Kurva durasi aliran (flowduration curve) merupakan kurva frekuensi kumulatif yang
menunjukkan persen waktu dimana suatu debit dapat melampaui atau menyamai periode
yang digunakan. Data yang dapat digunakan dalam perhitungan FDC tidak selalu data harian
tetapi bisa menggunakan data mingguan ataupun bulanan.
4.4 Pengaruh Debit Banjir Rencana pada Perhitungan terhadap Kondisi DAS
Curah hujan, panjang sungai, kemiringan sungai dan luas di suatu DAS (Daerah Aliran
Sungai) merupakan beberapa faktor yang mempengaruhi terjadinya banjir juga
mempengaruhi stabilitas keamanan dan kelayakan hidup dari suatu populasi yang ada di
wilayah-wilayah tersebut. Parameter-parameter DAS ternyata sangat menentukan
pengalihragaman hujan menjadi banjir. Parameter-parameter tersebut dapat diukur dengan
mudah dari peta topografi yang merupakan parameter DAS yang secara hidrologi mudah
dijelaskan pengaruhnya terhadap hidrograf. Faktor luas, pengaruh stasiun untuk menentukan
curah hujan rata-rata, penentuan hujan jam-jaman, penentuan koefisien pengaliran,
perbedaan pengambilan data antara curah hujan maksimum dan debit langsung maksimum,
adalah beberapa faktor yang mempengaruhi sehingga memberikan nilai debit rencana yang
besar untuk metodemetode yang menggunakan curah hujan rencana (Rapar, 2014).
Pengaruh perhitungan debit banjir rencana dapat menghasilkan alternatif baru untuk
sekitar DAS. Pengkajian ulang dan peninjauan secara lebih detail terhadap usaha yang
dilakukan untuk penanggulangan dan pengendalian banjir akibat debit banjir rencana perlu
dilakukan melalui beberapa upaya seperti pembuatan/peninggian tanggul banjir dan
normalisasi alur. Tanggul yang tinggi dapat menghambat atau menampung aliran yang
berlebihan sehingga air tidak sampai keluar dari DAS dan menyebabkan terjadinya banjir
(Raco et al., 2019).
 BAB V PENUTUP
5.1 Kesimpulan
Debit banjir rencana merupakan debit maksimum rencana di sungai atau saluran
alamiah dengan periode ulang tertentu yang dapat dialirkan tanpa membahayakan
lingkungan sekitar dan stabilitas sungai. Data curah hujan yang dipakai oleh kelompok M2
adlah data curah hujan 12 tahun terakhir dari kota Bandung. Data curah hujan maksimal
dianalisa menggunakan metode normal, log normal, log pearson III, dan gumbel. Setelah
melakukan analisa tersebut, masing-masing metode selanjutnya diuji dengan dua metode
berbeda, yaitu metode Smirnov-Kolmogrov dan juga Chi-Square. Didapatkan metode yang
digunakan pada hasil data kelompok M2 adalah metode Gumbel. Dari pengolahan data
tersebut dapat diperoleh grafik hubungan antara debit banjir rencana dengan kala ulang
adalah berbanding lurus. Nilai debit banjir rencana semakin meningkat ketika periode kala
ulang semakin lama.

5.2 Saran
Diharapkan kepada seluruh praktikan untuk memperhatikan selama jalannya
praktikum. Agar seluruh praktikan mengerti dan paham akan materi yang diajarkan.
 DAFTAR PUSTAKA
Aryanto, Heru. 2014. Pemodelan Periodik dan Stokastik Curah Hujan Harian di Beberapa
Stasiun Kabupaten Lampung Tengah. Jurusan Teknik Sipil. Fakultas Teknik. Universitas
Lampung
Herison, Ahmad, Yuda Romdania, Ofik Taufik Purwadi, dan Rahmat Effendi. 2018. Kajian
Penggunaan Metode Empiris dalam Menentukan Debit Banjir Rancangan pada
Perencanaan Drainase (Review). Jurnal Aplikasi Teknik Sipil 16 (2): 77-86
Hidayat, Asep Kurnia dan Empung. 2016. Analisis Curah Hujan Efektif Dan Curah Hujan
Dengan Berbagai Periode Ulang Untuk Wilayah Kota Tasikmalaya Dan Kabupaten
Garut. Jurnal Siliwangi 2(2) : 121-126
Kusumastuti, Dyah Indriana, Dwi Joko Winarno, Humaidi, M. Najmul Falah, dan Robiyanto.
2016. Estimasi Potensi PLTMH dengan Metode Regionalisasi pada Ungauged
Catchments di Kecamatan Suoh. Jurnal Teknik Sipil 23 (1): 63-74
Larasati. M, F. Tanti Esterin. 2014. Pengendalian Banjir Sungai Code dengan Kolam Retensi
dan Pintu Air Otomatis. Jurusan Teknik Sipil. Fakultas Teknik. Universitas Atma Jaya
Lestari, Utami Sylvia. 2016. Kajian Metode Empiris untuk Menghitung Debit Banjir Sungai
Negara di Ruas Kecamatan Sungai Pandan (Alabio). Jurnal Poros Teknik 8 (2): 86-96
Mawening, Iswara Tyas Dan Theresia Puji Setyaningsih. 2010. Perencanaan Polder Sawah
Besar pada Sistem Drainase Kali Tenggang. Jurusan Teknik Sipil. Fakultas Teknik.
Universitas Diponegoro
Nasjono, Judi K., Elia Hunggurami, dan Mariana G. Sarty. 2018. Keandalan Metode Haspers
dan Weduwen pada DAS Manikin. Jurnal Teknik Sipil 7 (2): 193-204
Oktariansyah, Panca dan Parlindungan Siahaan. 2014. Perencanaan Saluran dan Kolam
Retensi Daerah Kedamaian Kecamatan Kalidoni Palembang Provinsi Sumatera
Selatan. Palembang: Politeknik Negeri Sriwijaya
Sodikin, Wahlul. 2017. Analisis Debit Banjir Kala Ulang Sungai Kali Sapi (Studi Kasus
Keruntuhan Jembatan Kali Sapi). Program Studi Teknik Sipil. Fakultas Teknik Sipil.
Universitas Muhammadiyah Purwokerto
Sriyono, Edy. 2012. Analisis Debit Banjir Rancangan Rehabilitasi Situ Sidomukti. Jurnal
Teknik. Vol. 2 (2) : 78-87
Timur, Haniti Mangku. 2017. Stabilitas Talud dan Bendung untuk Embung Memanjang Desa
Ngawu, Kecamatan Playen, Kabupaten Gunung Kidul, Yogyakarta. Program Studi
Teknik Sipil. Fakultas Teknik.
Upomo, Togani Cahyadi dan Rini Kusumawardani. 2016. Pemilihan Distribusi Probabilitas
pada Analisa Hujan dengan Metode Goodness of Fit Test. Jurnal Teknik Sipil &
Perencanaan 18 (2): 139 - 148
 DAFTAR PUSTAKA TAMBAHAN
Dwiyanto, Very, Dyah Indriana K, Subuh Tugiono. 2016. Analisis Pembangkit Listrik Tenaga
Mikro Hidro (PLTMH) Studi Kasus: Sungai Air Anak (Hulu Sungai Way Besai). Jurnal
Rekayasa Sipil dan Desain 4 (3): 407-422
Raco, Maria Gloria, Tommy Jansen, dan Liany A. Hendratta. 2019. Pengaruh Pasang Surut
Terhadap Tinggi Muka Air Di Muara Sungai Bailang. Jurnal Sipil Statik 7(6) : 627-636
Rapar, Sharon Marthina Esther. 2014. Analisis Debit Banjir Sungai Tondano Menggunakan
Metode Hss Gama I dan Hss Limantara. Jurnal Sipil Statik 2(1): 13-23
Zahroh, Nyayu Fatimah dan Sara Aisyah Syafira. 2015. Identifikasi Kekeringan Hidrologi di
DAS Citarum Hulu. Jurnal Sains dan Teknologi Modifikasi Cuaca 16 (1): 21 - 27
LAMPIRAN
LAMPIRAN TAMBAHAN