BAB I
PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan salah satu negara yang beriklim tropis yang memiliki dua musim
dalam setahun, yaitu musim kemarau dan musim hujan.Musim hujan terjadi hampir
setengah tahun atau bahkan lebih.Pada sistem telekomunikasi, hujan sangat
berpengaruh.Hujan mengakibatkan terjadinya redaman hujan yang sangat mengganggu link
komunikasi.
Curah hujan di Indonesia sangat tinggi, sehingga efek dari redaman hujan dalam sistem
komunikasi sangat terasa.Redaman hujan menyebabkan perambatan gelombang radio
melalui medium udara mengalami penurunan dalam kualitas komunikasi akibat terjadinya
hujan. Besar redaman hujan akan bergantung pada curah hujan untuk frekuensi tertentu.
Pada gelombang mikro dan milimeter, curah hujan merupakan faktor utama penyebab
kerusakan sinyal dalam bentuk fading.Oleh karena itu diperlukan pemahaman mengenai
model curah hujan yang terjadi setiap saat.Dengan mengetahui model curah hujan, maka
dapat ditentukan model redaman hujan.
Dalam merencanakan bangunan air, analisis awal yang perlu ditinjau adalah analisis
hidrologi. Analisis hidrologi diperlukan untuk menentukan besarnya debit banjir rencana
yang mana debit banjir rencana akan berpengaruh besar terhadap besarnya debit maksimum
maupun kestabilan konstruksi yang akan dibangun.
Data yang tercatat pada stasiun pencatat hujan adalah merupakan hujan titik (point
rainfall). Dalam analisis selanjutnya yang perlu diketahui adalah besarnya hujan rerata
DAS. Sebelum data hujan digunakan terlebih harus melewati pengujian untuk
konsistensi data, karena hal ini dapat mempengaruhi ketelitian hasil analisis.
Data hujan yang tidak konsisten dapat terjadi karena beberapa hal yang meliputi :
a) Penggantian jenis alat yang memiliki spesifikasi berbeda
b) Pemindahan lokasi alat
c) Perubahan lingkungan mendadak.
Tabel berikut ini merupakan curah hujan tahunan dan hujan maximum tahunan yang
tercatat pada stasiun hujan
Data Curah Hujan Tahunan
Tabel 3.1 Data Hujan Tahunan Semua STA
STASIUN
NO TAHUN STASIUN I JENE STASIUN II STASIUN III
TALLASA MALOLO PALLEKO
1 2006 4537 2099 2374
2 2007 2207 3847 2854
3 2008 6017 3646 2068
4 2009 1366 3308 1831
5 2010 5915 5086 5316
6 2011 2170 2375 2253
7 2012 1962 2544 2643
8 2013 3430 3451 3729
9 2014 2721 2574 2201
10 2015 3815 3274 2294
b. Metode Thiessen
c. Metode Isohyet
d 1 +d 2 d 2 + d3 d 3 +d 4 d n + d n+1
A 1+ A 2+ A 3 +…+ An
2 2 2 2
d=
A 1 + A2 + A 3 +…+ A n
dimana :
d = Curah hujan rata-rata daerah aliran (mm)
d1, d2, d3 = kontur curah hujan (mm)
A1, A2, A3 = luas poligon antara dua garis kontur (km2 )
METODE ARITMATIKA
HUJAN MAKSIMUM
NO TAHUN RATA-RATA
JENE
MALOLO PALLEKO
TALLASA
1 2006 150 125 101 125
2 2007 100 138 82 107
3 2008 175 152 100 142
4 2009 75 174 145 131
5 2010 120 139 97 119
6 2011 100 99 116 105
7 2012 51 112 120 94
8 2013 80 135 136 117
9 2014 75 116 125 105
10 2015 70 187 195 151
100
1 I 110 40 105,000 4.211
2 III 120 19 115,000 2.242
3 III 130 16 125,000 1.950
4 IV 140 17 135,000 2.266
5 V 150 22 145,000 3.197
6 VI 160 38 155,000 5.894
7 VII 170 23 165,000 3.773
8 VIII 175 22 172,500 3.740
JUMLAH 152 19.760
a. Metode RAP’S
Salah satu cara klasik yang digunakan adalah metode RAPS (Rescaled Adjusted Partial
Sums) yaitu pengujian dengan menggunakan data dari stasiun itu sendiri yaitu pengujian
dengan komulatif penyimpangan kuadrat terhadap nilai reratanya.
n
SK*= ∑ ( y 1− y)
L=1
Σy 1
Y=
N
Dengan k=1,2,3,…
Σy∗¿
SK** = ¿
Dy
DY² = Σ ¿ ¿
GRAFIK HUBUNGAN
JENE TALLASA
40000
Kumulatif Stasiun Jene Tallasa
30000 f(x) = 1.04812545666231 x + 2389.19515983289
R² = 0.992968824155422
20000
10000
0
0.00 10000.00 20000.00 30000.00 40000.00
Kumulatif Stasiun Lain
Grafik 3.1Curva Hasil Pengujian dengan metode Mass Curve pada STA 1 JENE TALLASA
STA 2 MALOLO
Tabel 3.10 Hasil Pengujian data dengan Metode Mass Curve pada STA 2 MALOLO
Stasiun Rerata STA Kumulatif Kumulatif STA
No Tahun
Malolo Palleko Jene Tallasa Lain STA Malolo Lain
1 2006 2099 2374 4537 4642,50 2099 4642,50
2 2007 3847 2854 2207 3957,50 5946 8600,00
3 2008 3646 2068 6017 5076,50 9592 13676,50
4 2009 3308 1831 1366 2514,00 12900 16190,50
5 2010 5086 5316 5915 8273,50 17986 24464,00
6 2011 2375 2253 2170 3338,00 20361 27802,00
7 2012 2544 2643 1962 3624,00 22905 31426,00
8 2013 3451 3729 3430 5444,00 26356 36870,00
9 2014 2574 2201 2721 3561,50 28930 40431,50
10 2015 3274 2294 3815 4201,50 32204 44633,00
25000
20000
15000
10000
5000
0
0.00 10000.00 20000.00 30000.00 40000.00 50000.00 60000.00
Kumulatif Stasiun Lain
Grafik 3.2 Curva Hasil Pengujian dengan metode Mass Curve pada STA 2 MALOLO
STA 3 PALLEKO
Tabel 3.11 Hasil Pengujian data dengan Metode Mass Curve pada STA 3 PALLEKO
Stasiun Rerata STA Kumulatif Kumulatif STA
No Tahun
Palleko Jene Tallasa Malolo Lain STA Palleko Lain
1 2006 2374 4537 2099 5586,50 2374 5586,50
2 2007 2854 2207 3847 4130,50 5228 9717,00
3 2008 2068 6017 3646 7840,00 7296 17557,00
4 2009 1831 1366 3308 3020,00 9127 20577,00
5 2010 5316 5915 5086 8458,00 14443 29035,00
6 2011 2253 2170 2375 3357,50 16696 32392,50
7 2012 2643 1962 2544 3234,00 19339 35626,50
8 2013 3729 3430 3451 5155,50 23068 40782,00
9 2014 2201 2721 2574 4008,00 25269 44790,00
10 2015 2294 3815 3274 5452,00 27563 50242,00
20000
15000
10000
5000
0
0.00 10000.00 20000.00 30000.00 40000.00 50000.00 60000.00
Kumulatif Stasiun Lain
Grafik 3.2 Curva Hasil Pengujian dengan metode Mass Curve pada STA 3 PALLEKO
NO DISTRIBUSI PESYARATAN
1 GUMBEL Cs=1,14 ; Ck=5,4
2 NORMAL Cs=0 ; Ck = 3
3 LOG NORMAL Cs=Cv^3+3Cv
4 LOG PERSON III SELAIN NILAI DIATAS
Tabel 3.14 Kesimpulan Hasil Pengujian data dengan Metode Uji Distribusi Hujan
Syarat Parameter Statistik
Standar Deviasi
n 10
n-1 9
n-2 8
n-3 7
Cs 0,45
Ck 0,04
Cv 1,79
Tabel 3.15 Kesimpulan Hasil Pengujian data dengan Metode Uji Distribusi Hujan
Stasiun Jene
No Tahun Xi-X (Xi-X)2 Stasiun Malolo Xi-X (Xi-X)2
Tallasa (Xi)
1 2006 150 50 2540 125 -13 161
2 2007 100 0 0 138 0 0
3 2008 175 75 5685 152 14 204
4 2009 75 -25 605 174 36 1318
5 2010 120 20 416 139 1 2
6 2011 100 0 0 99 -39 1498
7 2012 51 -49 2362 112 -26 660
8 2013 80 -20 384 135 -3 7
9 2014 75 -25 605 116 -22 471
10 2015 70 -30 876 187 49 2430
Jumlah 996 13474 1377 6752
Rerata 100 1347 138 675
Stasiun Stasiun
No Tahun Xi-X (Xi-X)2 Xi-X (Xi-X)2
Malolo (Xi) Palleko (Xi)
1 2006 125 25 645 101 -37 1347
2 2007 138 38 1475 82 -56 3102
3 2008 152 52 2746 100 -38 1421
4 2009 174 74 5535 145 7 53
5 2010 139 39 1552 97 -41 1656
6 2011 99 -1 0 116 -22 471
7 2012 112 12 154 120 -18 313
8 2013 135 35 1253 136 -2 3
9 2014 116 16 269 125 -13 161
10 2015 187 87 7639 195 57 3283
Jumlah 1377 21268 1217 11812
Rerata 138 2127 122 1181
NO TAHUN STA 1 (X1i-Xrt1) (X1i-Xrt1)2 STA 2 (X2i-Xrt2) (X2i-Xrt2)2 STA 3 (X3i-Xrt3) (X3i-Xrt3)2
1 2005 150 50,400 2540,160 125 -13 161 101 -20,700 428
2 2006 100 0,400 0,160 138 0 0 82 -39,700 1576
3 2007 175 75,400 5685,160 152 14 204 100 -21,700 471
4 2008 75 -24,600 605,160 174 36 1318 145 23,300 543
5 2009 120 20,400 416,160 139 1 2 97 -24,700 610
6 2010 100 0,400 0,160 99 -39 1498 116 -5,700 32
7 2011 51 -48,600 2361,960 112 -26 660 120 -1,700 3
8 2012 80 -19,600 384,160 135 -3 7 136 14,300 204
9 2013 75 -24,600 605,160 116 -22 471 125 3,300 11
10 2014 70 -29,600 876,160 187 49 2430 195 73,300 5373
JUMLAH 996 0 13474 1377 0 6752 1217 0 9252
RATA-RATA 99,600 0 1347 138 0 675,210 121,700 0,000 925,210
Standar Deviasi
Tabel 3.17 Nilai Standar Deviasi Tiap Penggabungan STA
t
t12 t13 t23
rata-rata
-0,11984 -0,11305 -0,07815 -0,10368
4. Analisis Frekuensi
Metode analisis hujan rancangan pemilihannya sangat tergantung dari kesesuaian
parameter statistik dari data yang bersangkutan atau dipilih berdasarkan pertimbangan
teknis lainnya. Ada beberapa jenis distribusi dalam analisis frekuensi yaitu :
1. Distribusi Log Pearson
2. Distribusi Gumbel
1 i=n
n i=1
3. Hitung standart deviasi, dengan persamaan :
i=n
(log Xi - log X)2
JURUSAN TEKNIK SIPIL 24
POLITEKNIK NEGERI UJUNG PANDANG
TUGAS BESAR HIDROLOGI
i=1
S12 =
n-1
4. Hitung koefisien kepencengan, dengan persamaan :
i=n
n (log Xi - log X)3
i=1
Cs =
(n - 1) (n - 2) (S1)3
5. Hitung logaritma curah hujan dengan persamaan :
Log X = log X + G . S1
Dimana :
log X = logaritma data yang dicari
log X = logaritma rerata data
log Xi = logaritma data tahun ke -i
G = konstanta Log Pearson Type III, berdasarkan Cs
S1 = simpangan baku
Cs = koefisien kepencengan
n = jumlah data
b. Metode Gumbel
Metode pendekatan untuk analisis frekuensi dalam studi ini menggunakan metode E.J
Gumbel Type I, dengan persamaan sebagai berikut :
Xt = Xr + K. St
Dimana :
√
n n
St = ∑ xi – ∑ xi K
2
= Faktor frekuensi yang
i=1 i=1
R 24
( )
2
24
I= ∗ 3
24 t
Di mana :
I = Intensitas hujan
t = waktu hujan / durasi
R24 = Curah hujan maksimum dengan T tahun
Tabel 3.3.1 Hasil Perhitungan Intensitas Hujan metode Log Pearson
T Intensitas curah hujan (I) dalam satuan mm/jam
(Menit) I2 I5 I10 I25 I50 I100 I200 I500 I1000
5 214,20 243,39 261,00 281,84 296,51 310,64 324,41 335,80 355,68
10 134,94 153,33 164,42 177,55 186,79 195,69 204,36 211,54 224,06
20 85,01 96,59 103,58 111,85 117,67 123,28 128,74 133,26 141,15
30 64,87 73,71 79,05 85,36 89,80 94,08 98,25 101,70 107,72
40 53,55 60,85 65,25 70,46 74,13 77,66 81,10 83,95 88,92
60 40,87 46,44 49,80 53,77 56,57 59,27 61,89 64,07 67,86
80 33,73 38,33 41,11 44,39 46,70 48,92 51,09 52,88 56,02
120 25,74 29,25 31,37 33,87 35,64 37,34 38,99 40,36 42,75
400
350
2
300
5
10
250
25
50
200
100
200
150 500
1000
100
50
0
0 20 40 60 80 100 120 140
400
I2
350
I5
300 I10
I25
250
I50
200 I100
I200
150
I500
100 I1000
50
0
0 50 100 150
b. Metode Smirnov-Kolmogorov
N 10 Syarat :
D KRITIS 41 (Memenuhi)
8,51
D MAKS
7
Metode Gumbel
n Yn Sn S
1
0 0,4952 0,9496 17,9300
c. Metode CHI-Square
Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala nominal
maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat
yang terendah).
Observed
Expected (EF-
No Probabilitas Frequenc EF - OF
Frequency OF)^2
y
1 0 < P ≤ 25 2,500 2 0,500 0,250
2 25< P ≤ 50 2,500 3 -0,500 0,250
3 50 < P ≤ 75 2,500 3 -0,500 0,250
4 75 < P ≤ 100 2,500 2 0,500 0,250
jumlah 10 10 0,000 1,000
Syarat
Jika X^2 hit < D kritis (memenuhi)
0,433 < 5,991 (memenuhi)
Kesimpulan
Hujan merupakan peristiwa turunnya air langit kebumi yang mengalir pada daratan
maupun perairan.Untuk mendapatkan data curah hujan setiap tahunnya, maka di butuhkan
analisis yang dapat merencanakan intensitas curah hujan dengan menggunakan metode-
metode dan merencanakan pekerjaan drainase pada setiap daerah. Perencanaan drainase
berfungsi untuk mengalirkan aliran air dari daratan ke tempat yang rendah atau perairan baik
sungai, danau, maupun laut agar tidak terjadi banjir yang berakibat buruk masyarakat.
LAMPIRAN