4.

1 Perhitungan Debit Rencana Bendung

4.2.1 Analisa Curah Hujan
Untuk perhitungan design flood, maka data hujan dianalisa dengan menggunakan
metode yaitu:
 Metode Distribusi Normal
 Metode Distribusi Log Normal
 Metode Gumbel
 Metode Log Person Type III
Dengan metode tersebut, akan mendapatkan besarnya hujan rata-rata yang
diharapkan terjadi dalam periode ulang 5 tahun, 10 tahun, 25 tahun, 50 tahun, 100
tahun.
Rumus-rumus yang digunakan adalah:
Metode Distribusi Normal
Xt =Xrata−rata+ k . Sx
Dimana:
Xt = Besaran yang diharapkan terjadi dalam (t) tahun
Xrata-rata = Harga pengamatan aritmatik
k = Faktor frekuensi
Sx = Standart deviasi
t = Periode ulang

Faktor frekuensi (k) didapat dari tabel Nilai Variabel Reduksi Gauss

Sx=√
∑ ( Xi− Xrata−rata )2
n−1
Dimana:
n = Banyaknya pengamatan
xi = Harga besaran pada pengamatan tertentu
Metode Distribusi Log Normal
X = 10log X
k . S Log x + Log Xrata-rata k . S Log
 S log x=√
∑ ( Xi− Xa )2
n−1

S log x=√
∑ ( logXi−logXrata−rata )2
n−1
Dimana :
n = Banyaknya pengamatan
xi = Harga besaran pada pengamatan tertentu
Keterangan: Faktor frekuensi (k) didapat dari tabel Nilai Variabel Reduksi Gauss

Metode Gumbel
𝑋𝑡 = 𝑋𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 + 𝑘 . 𝑆𝑥
Dimana:
Xt = Besaran yang diharapkan terja didalam (t) tahun
Xrata-rata = Harga pengamatan aritmatik
k = Faktor frekuensi
Sx = Standart deviasi

Yt =−ln ¿
Dimana:
Yt = Reduced variatied (beda untuk return periode)
T = Kala ulang (tahun)

Yt−Yn
k=
Sn
Dimana:
Yt = Reduced variatied (bedauntuk return periode)
Yn = Reduksivariat rata-rata (reduced mean)
Sn = Deviasi Standar (reduces standard deviation)
Keterangan: Yn didapat daritabel Hubungan Reduksi Variat Rata-Rata (Yn)
Dengan Jumlah Data (N)dan Sn didapat dari tabel Hubungan Antara Deviasi
Standar (Sn) dan Reduksi Variat Dengan Jumlah Data (n)

Sx=√
∑ ( Xi− Xrata−rata )2
n−1
Dimana:
n = Banyaknya pengamatan
xi = Harga besaran pada pengamatan tertentu
Metode Log Person Type III
X = log X10
k . S Log x + Log Xrata-rata
k . S Log x
Kt didapat dari tabel Nilai KT untuk distribusi Pearson III (kemencengan positif)

Cs=
( n . ∑ ( logXi−logXrata−rata )2
3
( ( n−1 ) . ( n−2 ) . ( S logX ) ) )
S log x=√
∑ ( logXi−logXrata−rata )2
n−1

Analisa Curah Hujan Rata-Rata

Tabel 4.1 Data Curah Hujan Maksimum Tahunan
Rmaks
Tahun
(Diurutkan)
2021 255,5
2014 213,9
2011 158,6
2020 126,1
2015 116
2016 108
2019 97,4
2012 95,6
2018 91,3
2013 87,8
2017 87,2
1) Perhitungan Hujan Rancangan Metode Distribusi Normal
Tabel 4.2 Perhitungan Hujan Rancangan Metoe Distribusi Normal
No Tahun Xi Xi - Xrata-rata (Xi-Xrata-rata)2
1 2021 255,5 124,83 15581,85
2 2014 213,9 83,23 6926,78
3 2011 158,6 27,93 779,93
4 2020 126,1 -4,57 20,91
5 2015 116 -14,67 215,29
6 2016 108 -22,67 514,05
7 2019 97,4 -33,27 1107,07
8 2012 95,6 -35,07 1230,10
9 2018 91,3 -39,37 1550,21
10 2013 87,8 -42,87 1838,07
11 2017 87,2 -43,47 1889,88
Jumlah 1437,4 0,00 31654,14

n = banyaknya pengamatan (tahun)

Xrata-rata =
∑ Xi
n
1437,4
= = 130,67
11

Sx =√
∑ ( Xi− Xrata−rata )2
n−1

Sx =
√ 31654,14
11−1
= 56,26

Tabel 4.3 Hujan Rancangan Metode Distribusi Normal

Kala
Ulang Faktor Hujan
T Frekuens Rancangan
(tahun i (k) (XT) mm
)
2 0 130,67
5 0,84 177,93
10 1,28 202,69
50 2,05 246,01
100 2,33 261,76
 Faktor frekuensi (k) didapat dari tabel Nilai Variabel Reduksi Gauss
Xt = Xrata-rata + k.Sx

2) Perhitungan Hujan Rancangan Metode Distribusi Log Normal

Tabel 4.4 Perhitungan Hujan Rancangan Metode Distribusi Log Normal
No Tahun Xi Log Xi Log Xi - Log Xrata-rata (Log Xi - Log Xrata-rata)2
1 2021 255,5 2,407 0,321 0,103
2 2014 213,9 2,330 0,244 0,059
3 2011 158,6 2,200 0,114 0,013
4 2020 126,1 2,101 0,014 0,000
5 2015 116 2,064 -0,022 0,000
6 2016 108 2,033 -0,053 0,003
7 2019 97,4 1,989 -0,098 0,010
8 2012 95,6 1,980 -0,106 0,011
9 2018 91,3 1,960 -0,126 0,016
10 2013 87,8 1,943 -0,143 0,020
11 2017 87,2 1,941 -0,146 0,021
Jumlah 1437,4 22,950 0,000 0,257

n = banyaknya pengamatan (tahun)

log Xrata-rata =
∑ logXi
n
22,950
= = 2,086
11

Slog x =√
∑ ( log Xi−logXrata−rata )2
n−1

Slog x =
√ 0,257
11−1
= 0,160

Tabel 4.5 Hujan Rancangan Metode Distribusi Log Normal

Kala
Ulang Faktor
X
T Frekuen k.S log X Log X
(mm)
(tahun si (k)
)
122,00
2 0 0 2,086
1
166,38
5 0,84 0,135 2,221
2
 195,74
10 1,28 0,205 2,292
2
260,13
50 2,05 0,329 2,415
5
288,47
100 2,33 0,374 2,460
8

Faktor frekuensi (k) didapat dari tabel Nilai Variabel Reduksi Gauss
k . S Log x = 2,33 . 0,160 = 0,374

log X = k . S Log x + Log Xrata-rata

= 0,374 + 2,086 = 2,460
X = 10log x
= 102,460 = 288,478 mm

3) Perhitungan Hujan Rancangan Metode Distribusi Gumbel

Tabel 4.6 Perhitungan Hujan Rancangan Metode Distribusi Gumbel
No Tahun Xi Xi - Xrata-rata (Xi-Xrata-rata)2
1 2021 255,5 124,83 15581,85
2 2014 213,9 83,23 6926,78
3 2011 158,6 27,93 779,93
4 2020 126,1 -4,57 20,91
5 2015 116 -14,67 215,29
6 2016 108 -22,67 514,05
7 2019 97,4 -33,27 1107,07
8 2012 95,6 -35,07 1230,10
9 2018 91,3 -39,37 1550,21
10 2013 87,8 -42,87 1838,07
11 2017 87,2 -43,47 1889,88
Jumlah 1437,4 0,00 31654,14

n = banyaknya pengamatan (tahun)

Xrata-rata =
∑ Xi
n
1437,4
= = 130,67
11

Sx =√
∑ ( Xi− Xrata−rata )2
n−1
Sx =
√ 31654,14
11−1
= 56,26

Yn = 0,5388
Sn = 1,1226

Keterangan:
Yn didapat dari tabel Hubungan Reduksi Variat Rata-Rata (Yn) dengan Jumlah
Data (N).
Sn didapat dari tabel Hubungan Antara Deviasi Standar (Sn) dan Reduksi Variat
dengan Jumlah Data (n).

Tabel 4.7 Hujan Rancangan Metode Distribusi Gumbel

Kala Reduce Faktor Hujan

Ulang T Variated Frekuens Rancangan
(tahun) (Yt) i (k) (XT) mm
2 0,367 -0,153 122,063
5 1,5 0,856 178,846
10 2,25 1,524 216,434
50 3,902 2,996 299,228
100 4,600 3,618 334,210

Yt = −ln(−ln ( T −1
T )
)

Yt = −ln¿ = 4,600
Yt−Yn
k =
Sn
4,600−0,5388
k = = 3,618
1,1226
Xt = Xrata-rata + k.Sx
= 130,67 + 3,618 . 56,26 = 334,210 mm
4) Perhitungan Hujan Rancangan Metode Distribusi Log Pearson Type III
Tabel 4.8 Perhitungan Hujan Rancangan Metode Distribusi Log Pearson
Type III
Tahu Log Log Xi - Log (Log Xi - (Log Xi - Log
No Xi
n Xi Xrata-rata Log Xrata-rata)2 Xrata-rata)3
1 2021 255,5 2,407 0,321 0,103 0,03308
2 2014 213,9 2,330 0,244 0,059 0,01450
3 2011 158,6 2,200 0,114 0,013 0,00148
4 2020 126,1 2,101 0,014 0,000 0,00000
5 2015 116 2,064 -0,022 0,000 -0,00001
6 2016 108 2,033 -0,053 0,003 -0,00015
7 2019 97,4 1,989 -0,098 0,010 -0,00094
8 2012 95,6 1,980 -0,106 0,011 -0,00119
9 2018 91,3 1,960 -0,126 0,016 -0,00200
10 2013 87,8 1,943 -0,143 0,020 -0,00292
11 2017 87,2 1,941 -0,146 0,021 -0,00310
Jumlah 1437,4 22,950 0,000 0,257 0,03877

n = banyaknya pengamatan (tahun)

log Xrata-rata =
∑ logXi
n
22,950
= = 2,086
11

S logx =√
∑ ( log Xi−logXrata−rata )2
n−1

S logx =
√ 0,257
11−1
= 0,160

Cs =
( n . ∑ ( logXi−logXrata−rata )2
3
( ( n−1 ) . ( n−2 ) . ( S logX ) ) )
= ( 11.(0,257)
3
( ( 11−1 ) . ( 11−2 ) . ( 0,160 ) ) ) = 7,620

Tabel 4.9 Hujan Rancangan Metode Distribusi Log Pearson Type III

Kala Faktor
Ulang T Frekuensi k. S log x log X X (mm)
(tahun) (k)
2 -0,268 -0,043 2,043 110,503
5 0,66 0,106 2,192 155,680
 10 1,324 0,212 2,299 198,949
50 2,815 0,452 2,538 345,072
100 3,444 0,552 2,639 435,317

Kt didapat dari tabel Nilai Kt untuk distribusi Pearson III (kemiringan positif)
k . S Log x = 3,444 . 0,160 = 0,552
log X = k . S Log x + Log Xrata-rata
= 0,552 + 2,086 = 2,639
X = 10log x
= 102,639 = 435,317 mm

500

450

400

350

300
Curah Hujan

250

200

150

100

50

0
0 20 40 60 80 100 120

Kala Ulang T (tahun)

Distribusi Normal Distribusi Log Normal

Distribusi Gumbel Distribusi Log Pearson Type III

Gambar 4.1 Grafik Curah Hujan 4 Metode=

4.2.2 Uji Kesesuaian Distribusi Probabilitas

Uji chi-kuadrat dimaksudkan untuk menentukan apakah persamaan distribusi
peluang yang telah dipilih dapat mewakili distribusi statistik sampel data yang
dianalisis. Pengambilan keputusan uji ini menggunakan parameter chi-kuadrat,
oleh karena itu disebut uji chi kuadrat, yang dapat dihitung dengan:
 ( Oi−Ei )2
X hit =
2
Ei
Dengan:
X2hit = Parameter Chi kuadrat terhitung yang merupakan variabel acak
Oi = Frekuensi yang diamati pada kelas yang sama
Ei = Frekuensi yang diharapkan sesuai dengan pembagian kelasnya

Prosedur uji Chi-Kuadrat adalah:

1. Urutkan data pengamatan (dari besar ke kecil atau sebaliknya).
2. Kelompokkan data menjadi G sub-group, minimal 4 sub group tiap-tiap
data pengamatan.
3. Jumlahkan data pengamatan sebesar Oi tiap-tiap sub group.
4. Jumlahkan data dari persamaan distribusi yang digunakan sebesar Ei.
5. Tiap-tiap sub group hitung nilai:
( Oi−Ei )2
( Oi−Ei )2 dan
Ei
6. Untuk menentukan nilai chi kuadrat hitung, jumlahkan seluruh G sub Group
nilai:
( Oi−Ei )2
Ei

7. Tentukan derajat kebebasan Dk = G - R - 1 dari tabel

Tabel 4.10 Perhitungan Uji Chi Kuadrat Untuk Distribusi Curah Hujan

Xi Diurutkan dari
No
besar ke kecil (mm)
1 255,5
2 213,9
3 158,6
4 126,1
5 116
6 108
7 97,4
8 95,6
9 91,3
10 87,8
11 87,2
Jumlah data (n) = 11

Kelas distribusi (K) = 1 + (3,3 . log n)

= 1 + (3,3 log 11)
= 4,4366 = 5
Parameter (p) =2
Derajat kebebasan (DK) = K – (p+1)
= 5 – (2+1)
=2
Kelas Distribusi = 1/K * 100%
= 1/5 * 100%
= 20%
Interval distribusi adalah 20%, 40%, 60%, 80%, 100%
Persentase 20%
P(x)= 20% diperoleh T =1/ Px = 1/(20/100) = 5 Tahun

Persentase 40%
P(x)= 40% diperoleh T =1/ Px = 1/(40/100) = 2,5 Tahun

Persentase 60%
P(x)= 60% diperoleh T =1/ Px = 1/(60/100) = 1,7 Tahun

Persentase 80%
P(x)= 80% diperoleh T =1/ Px = 1/(80/100) = 1,25 Tahun

Persentase 100%
P(x)= 100% diperoleh T =1/ Px = 1/(100/100) = 1 Tahun

Menghitung Interval Kelas

a. Distribusi Probalitas Gumbel

Dengan jumlah data (N) = 11 maka didapat nilai:

Yn = 0,5388
Sn = 1,1226

Yt = −ln(−ln ( T −1
T )
)

(Yt −Yn)
K =
Sn
Sehingga:
T =2

Yt ( ( ))= ( ( ))
= −ln −ln
T −1
T
−ln −ln
2−1
2
=¿0,367

(Yt −Yn) 0,367−0,5388

K = =
Sn 1,1226
= - 0,153

Tabel 4. 11 Distribusi Probabilitas Gumbel

Kala
Ulang Reduce Faktor
T Variated Frekuen
(tahun (Yt) si (k)
)
2 0,367 -0,153
5 1,5 0,856
10 2,25 1,524
50 3,902 2,996
100 4,600 3,618

Xrata-rata = 130,67 mm
Sx = 56,26 mm
Maka interval kelas:
XT =Xn + (Yt - Yn)*Sx/Sn

Tabel 4.12 Uji Chi Kuadrat Terhadap Distribusi Gumbel

Jumlah Data
No. Nilai Batas Kelompok (Oi - Ei) (Oi - Ei)^2/Ei
Oi Ei
1   > 177,182 6 2,2 3,8 6,564
2 151,371 - 177,182 2 2,2 -0,2 0,018
3 130,673 - 151,371 1 2,2 -1,2 0,655
4 108,571 - 130,673 2 2,2 -0,2 0,018
 5   < 108,571 0 2,2 -2,2 2,200
Total = 11 11   9,455

b. Distribusi Probalitas Normal

Xrata-rata = 130,67
Sx = 56,26
Maka interval kelas:
XT =Xn + (Yt - Yn)*Sx/Sn
Sehingga:
Tabel 4.13 Uji Chi Kuadrat Terhadap Distribusi Normal

Jumlah Data
No. Nilai Batas Kelompok (Oi - Ei) (Oi - Ei)^2/Ei
Oi Ei
1   > 182,884 5 2,2 2,8 3,564
2 153,909 - 182,884 2 2,2 -0,2 0,018
3 130,673 - 153,909 1 2,2 -1,2 0,655
4 105,861 - 130,673 3 2,2 0,8 0,291
5   < 105,861 0 2,2 -2,2 2,200
Total = 11 11   6,727

c. Distribusi Probalitas Log Normal

Log X = 2,086
S log X = 0,160
Maka interval kelas:
Log X = Log X + KTxS Log x
Sehingga:
Tabel 4.14 Uji Chi Kuadrat Terhadap Distribusi Log Normal
Jumlah Data
No. Nilai Batas Kelompok (Oi - Ei) (Oi - Ei)^2/Ei
Oi Ei
1   > 2,235 3 2,2 0,8 0,291
2 2,153 - 2,235 4 2,2 1,8 1,473
3 2,086 - 2,153 1 2,2 -1,2 0,655
4 2,016 - 2,086 3 2,2 0,8 0,291
5   < 2,016 0 2,2 -2,2 2,200
Total = 11 11   4,909

d. Distribusi Probalitas Log Pearson Type III

 Log X = 2,086
S log X = 7,620
Maka interval kelas:
Log X = Log X + KTxS Log x
Sehingga:

Tabel 4.15 Uji Chi Kuadrat Terhadap Distribusi Probalitas Log

Pearson Type III

Jumlah Data
No. Nilai Batas Kelompok (Oi - Ei) (Oi - Ei)^2/Ei
Oi Ei
1   > 9,157 2 2,2 -0,2 0,018
2 5,233 - 9,157 4 2,2 1,8 1,473
3 2,086 - 5,233 2 2,2 -0,2 0,018
4 -1,274 - 2,086 3 2,2 0,8 0,291
5   < -1,274 0 2,2 -2,2 2,200
Total = 11 11   4,000

Tabel 4.16 Rekapitulasi nilai X2 dan X2cr

Distribusi Chi2 Chi2 Tabel
No Kesimpulan
  Hitung 5%
1 Normal 6,727 5,991 Tidak Diterima
2 Log Normal 4,909 5,991 Diterima
3 Gumber 9,455 5,991 Tidak Diterima
4 Log Pearson III 4,000 5,991 Diterima
Jika X2 < X2cr, maka dapat disimpulkan bahwa distribusi tersebut dapat
diterima.

Uji Smirnov
Kolmogorov Terhadap Distribusi Normal
Tabel 4.17 Kolmogorov Terhadap Distribusi Normal
P(x) =
Xn m P(x<) k P'(x) P'(x<) D (%)
No. m/(n+1) %
1 2 3 4 5 6 7 8
1 255,50 11 0,917 0,0833 2,22 0,0060 0,9940 0,077
2 213,90 10 0,833 0,1667 1,48 0,0110 0,9890 0,156
3 158,60 9 0,750 0,2500 0,50 0,2451 0,7549 0,005
4 126,10 8 0,667 0,3333 -0,08 0,2709 0,7291 0,062
 5 116,00 7 0,583 0,4167 -0,26 0,3156 0,6844 0,101
6 108,00 6 0,500 0,5000 -0,40 0,4129 0,5871 0,087
7 97,40 5 0,417 0,5833 -0,59 0,4325 0,5675 0,151
8 95,60 4 0,333 0,6667 -0,62 0,4483 0,5517 0,218
9 91,30 3 0,250 0,7500 -0,70 0,5000 0,5000 0,250
10 87,80 2 0,167 0,8333 -0,76 0,5000 0,5000 0,333
11 87,20 1 0,083 0,9167 -0,77 0,5000 0,5000 0,417
Total = 1437,40 mm N = 11 tahun   Dmax = 0,417
Rerata = 130,67 mm CS = 1,5280        
Std Dev = 56,26 mm CK = 1,3917     Do (5%) = 0,234
Simpangan maksimum (∆D maksimum) = 0,417
Jika jumlah data 11 dan α (derajat kepercayaan) adalah 5% maka dari Tabel Nilai
Kritis Do Untuk Uji Smirnov - kolmogorov.
Didapat ∆D kritis = 0,234. jadi ∆P maksimum > ∆P kritis, dengan demikian
distribusi probabilitas normal tidak dapat diterima untuk menganalisis data hujan
diatas.

Kolmogorov Terhadap Distribusi Log Normal

Tabel 4.18 Kolmogorov Terhadap Distribusi Log Normal
P(x) =
Log Xi m P(x<) k= P'(x) P'(x<) D (%)
No. m/(n+1) %
1 2 3 4 5 6 7 8
1 2,407 11 0,917 0,0833 2,00 0,0113 0,989 -0,072
2 2,330 10 0,833 0,1667 1,52 0,0170 0,983 -0,150
3 2,200 9 0,750 0,2500 0,71 0,2148 0,785 -0,035
4 2,101 8 0,667 0,3333 0,09 0,2389 0,761 -0,094
5 2,064 7 0,583 0,4167 -0,14 0,2776 0,722 -0,139
6 2,033 6 0,500 0,5000 -0,33 0,3745 0,626 -0,126
7 1,989 5 0,417 0,5833 -0,61 0,3897 0,610 -0,194
8 1,980 4 0,333 0,6667 -0,66 0,4090 0,591 -0,258
9 1,960 3 0,250 0,7500 -0,78 0,4602 0,540 -0,290
10 1,943 2 0,167 0,8333 -0,89 0,4602 0,540 -0,373
11 1,941 1 0,083 0,9167 -0,91 0,4602 0,540 -0,456
Total = 22,95 mm N = 11 tahun   Dmax = -0,035
Rerata = 2,09 mm CS = 1,1481        
Std Dev = 0,16 mm CK = 0,1729     Do (5%) = 0,234

Simpangan maksimum (∆D maksimum) = -0,035

Jika jumlah data 11 dan α (derajat kepercayaan) adalah 5% maka dari Tabel Nilai
Kritis Do Untuk Uji Smirnov - kolmogorov.
 Didapat ∆D kritis = 0,234. jadi ∆P maksimum < ∆P kritis, dengan demikian
distribusi probabilitas normal dapat diterima untuk menganalisis data hujan diatas.

Kolmogorov Terhadap Distribusi Gumbel

Tabel 4.19 Kolmogorov Terhadap Distribusi Gumbel
P(x) =
Xn m P(x<) k P'(x<) D (%)
No. m/(n+1) %
1 2 3 4 5 6 8
1 255,50 11,00 0,917 0,0833 2,22 0,1029 0,020
2 213,90 10,00 0,833 0,1667 1,48 0,2036 0,037
3 158,60 9,00 0,750 0,2500 0,50 0,4548 0,205
4 126,10 8,00 0,667 0,3333 -0,08 0,6615 0,328
5 116,00 7,00 0,583 0,4167 -0,26 0,7266 0,310
6 108,00 6,00 0,500 0,5000 -0,40 0,7750 0,275
7 97,40 5,00 0,417 0,5833 -0,59 0,8354 0,252
8 95,60 4,00 0,333 0,6667 -0,62 0,8442 0,177
9 91,30 3,00 0,250 0,7500 -0,70 0,8665 0,117
10 87,80 2,00 0,167 0,8333 -0,76 0,8821 0,049
11 87,20 1,00 0,083 0,9167 -0,77 0,8846 0,032
Total = 1437,40 mm N = 11 tahun Dmax = 0,328
Rerata = 130,67 mm CS = 1,5280      
Std Dev = 56,26 mm CK = 1,3917   Do (5%) = 0,234

Simpangan maksimum (∆D maksimum) = 0,328

Jika jumlah data 11 dan α (derajat kepercayaan) adalah 5% maka dari Tabel Nilai
Kritis Do Untuk Uji Smirnov - kolmogorov.
Didapat ∆D kritis = 0,234. jadi ∆P maksimum > ∆P kritis, dengan demikian
distribusi probabilitas normal tidak dapat diterima untuk menganalisis data hujan
diatas
 Kolmogorov Terhadap Distribusi Log Pearson Type III
Tabel 4. 20 Kolmogorov Terhadap Distribusi Log Pearson Type III
P(x) =
LogXn m P(x<) k P'(x) P'(x<) D (%)
m/(n+1) %
No.
8 = [4 -
1 2 3 4 5 6 7
7]
1 2,41 11 0,917 0,0833 2,00 0,0307 0,969 -0,053
2 2,33 10 0,833 0,1667 1,52 0,0384 0,962 -0,128
3 2,20 9 0,750 0,2500 0,71 0,0475 0,953 -0,203
4 2,10 8 0,667 0,3333 0,09 0,0582 0,942 -0,275
5 2,06 7 0,583 0,4167 -0,14 0,0708 0,929 -0,346
6 2,03 6 0,500 0,5000 -0,33 0,0853 0,915 -0,415
7 1,99 5 0,417 0,5833 -0,61 0,1020 0,898 -0,481
8 1,98 4 0,333 0,6667 -0,66 0,1210 0,879 -0,546
9 1,96 3 0,250 0,7500 -0,78 0,1423 0,858 -0,608
10 1,94 2 0,167 0,8333 -0,89 0,1660 0,834 -0,667
11 1,94 1 0,083 0,9167 -0,91 0,1922 0,808 -0,724
Total = 22,95 mm N = 33 tahun   Dmax = -0,053
Rerata = 2,09 mm CS = 1,1481        
Std Dev = 0,160 mm CK = 0,1729     Do (5%) = 0,234

Simpangan maksimum (∆D maksimum) = -0,053

Jika jumlah data 11 dan α (derajat kepercayaan) adalah 5% maka dari Tabel Nilai
Kritis Do Untuk Uji Smirnov - kolmogorov.
Didapat ∆D kritis = 0,234. jadi ∆P maksimum < ∆P kritis, dengan demikian
distribusi probabilitas normal dapat diterima untuk menganalisis data hujan diatas

Tabel 4.21 Kesimpulan Uji Smirnov

a
No Distribusi ΔDmax Kesimpulan
5%
1 Normal 0,417 0,234 Tidak Diterima
2 Log Normal -0,035 0,234 Diterima
3 Gumber 0,328 0,234 Tidak Diterima
 4 Log Pearson III -0,053 0,234 Diterima

Jumlah Data = 11
Keterangan:
Dmaks < Do (5%) (Persamaan distribusi dapat diterima)
Dmaks > Do (5%) (Persamaan distribusi tidak dapat diterima)
4.2.3 Debit banjir rencana
Perhitungan Debit Banjir Rencana (Design Flood) Menggunakan Metode
Haspers. Luas aliran DAS atau Catchment area / luas stasiun = 1553,447 km2 >
100 km2, maka digunakan metode Haspers. Dengan metode Haspersn didasarkan
pada rumus berikut ini :
QT = ά β q F
di mana :
QT : debit maksimum
ά : run off coefisien
β : reduction coefisien, rasio hujan rata-rata dibagi hujan maksimum
pada daerah dan waktu yang sama.
q : intensitas hujan dengan distribusi gumbel (m³/km²/det)
F : luas catchment (km²)

Dari peta didapat:

a) Luas aliran DAS atau catchment area/luas stasiun =
b) Panjang total sungai =
c) Elevasi dasar sungai pada daerah hulu = EL + 15 mdpl
d) Elevasi sungai pada dasar bending = EL + 15 mdpl
e) Tinggi mercu pelimpah =
f) Elevasi mercu pelimpah = EL + 20 mdpl
g) Slope dasar sungai (S) = ∆ℎ/𝐿 =
Berikut ini adalah nilai debit banjir dengan Metode Haspers dan perhitungan data
hujan rerata.
Tabel 4.22 Hasil Perhitungan Debit banjir
Gambar 4.2 Grafik Hubungan Debit Banjir (Q) dengan Kala Ulang (T)