BAB 2 LANDASAN TEORI

2.1.DAERAH ALIRAN SUNGAI

Martopo (dalam Virgiyanti, 2016) daerah aliran sungai (DAS) merupakan

daerah yang dibatasi oleh topografi pemisah air yang terkeringkan oleh sungai atau
sistem saling berhubungan sedemikian rupa sehingga semua aliran sungai yang
jatuh didalam akan keluar dari saluran lepas tunggal dari wilayah tersebut.
2.2. ANALISIS HIDROLOGI
Analisis hidrologi merupakan satu bagian analisis awal dalam perancangan
bangunan-bangunan hidraulik (Sri Harto, dalam Fauziyyah, 2016). Data hidrologi
merupakan bahan informasi yang sangat penting dalam pelaksanaan inventarisasi
potensi sumber-sumber air, pemanfaatan dan pengelolaan sumber-sumber air yang
tepat dan rehabilitasi sumber-sumber alam seperti air, tanah, dan hutan yang telah
rusak. Fenomena hidrologi seperti besarnya : curah hujan, temperatur, penguapan,
lama penyinaran matahari, kecepatan angin, debit sungai, tinggi muka air sungai,
kecepatan aliran dan konsentrasi sedimen sungai akan selalu berubah menurut
waktu..
2.2.1. Perhitungan Hujan Maksimal Metode Thiessen
Untuk perhitungan hidrologi daerah aliran sungai diperlukan data curah
hujan dari beberapa stasiun hujan DAS tersebut sebagai dasar perencanaan untuk
mendapatkan besaran curah hujan maksimum, karena untuk menghitung debit
banjir maka diperlukan data curah hujan maksimal.
Menurut Hilaludin dan Santoso, J (2008, hlm.95) metode poligon thiessen
ini memiliki keteliatan cukup. Untuk menghitung bagian luas daerah aliran
pengendalian banjir yang masing-masing dipengaruhi oleh pengamatan hujan
adalah dengan menggunakan peta hidrologi. Pada peta hidrologi tersebut dibuat
poligon thiessen dengan cara menarik garis hubungan antar stasiun, lalu menarik
garis sumbu diantara garis-garis yang menghubungkan staisun-staisun tersebut.

3
2.2.2. Perhitungan Curah Hujan Rencana
Perhitungan curah hujan rencana digunakan untuk meramal besarnya hujan
dengan periode ulang tertentu. Berdasarkan curah hujan rencana tersebut kemudian
dicari intensitas hujan yang digunakan untuk mencari debit banjir rencana.
(Hilaludin, dkk. 2008).
Untuk menghitung curah hujan rencana dilakukan dengan analisis frekuensi
data hujan. Ada beberapa metode analisis frekuensi yang dapat digunakan, yaitu :
A. Metode Gumbel
Adapun rumus-rumus yang digunakan dalam perhitungan curah hujan
rencana dengan metode Gumbel adaah sebagai berikut : (Loebis dalam Hilaludin,
dkk. 2008)
𝑋𝑡 = 𝑋𝑟 + (𝐾 ∗ 𝑆𝑥) ............................................................................(2.1)
dimana :
Xt = Hujan dalam periode ulang tahun
Xr = Harga rata-rata
K = Faktor frekuensi
𝑌𝑡−𝑌𝑛
𝐾= ........................................................................................(2.2)
𝑆𝑛

dimana :
Yt = Reduce variate
Yn = Harga rata-rata reduce variate
n = Jumlah data
Sx = Standar deviasi
∑𝑛
𝑖=1(𝑋𝑖−𝑋𝑟)
2
𝑆𝑥 = √ ............................................................................(2.3)
𝑛−1

4
 Tabel 1 Reduce mean (Yn)

n 0 1 2 3 4 5 6 7 8 9
10 0.4952 0.4996 0.5035 0.5070 0.5100 0.5128 0.5157 0.5181 0.5202 0.5220
20 0.5236 0.5252 0.5268 0.5283 0.5296 0.5309 0.5320 0.5332 0.5343 0.5353
30 0.5362 0.5371 0.5380 0.5388 0.5396 0.5402 0.5410 0.5418 0.5424 0.5430
40 0.5436 0.5442 0.5448 0.5453 0.5458 0.5463 0.5468 0.5473 0.5477 0.5481
50 0.5485 0.5489 0.5493 0.5497 0.5501 0.5504 0.5508 0.5511 0.5515 0.5518
60 0.5521 0.5524 0.5527 0.5530 0.5533 0.5535 0.5538 0.5540 0.5543 0.5545
70 0.5548 0.5550 0.5552 0.5555 0.5557 0.5559 0.5561 0.5563 0.5565 0.5567
80 0.5569 0.5570 0.5672 0.5574 0.5576 0.5578 0.5580 0.5581 0.5583 0.5585
90 0.5586 0.5587 0.5589 0.5591 0.5592 0.5593 0.5595 0.5596 0.5598 0.5599
100 0.5600
Sumber : CD Soemarto dalam Hilaludin, dkk. 2008

Tabel 2 Reduce standard deviation (Sn)

n 0 1 2 3 4 5 6 7 8 9
10 0.9496 0.9676 0.9833 0.9971 1.0095 1.0206 1.0316 1.0411 1.0493 1.0565
20 1.0628 1.0696 1.0754 1.0811 1.0864 1.0915 1.0861 1.1004 1.1047 1.1086
30 1.1124 1.1159 1.1193 1.1226 1.1255 1.1286 1.1313 1.1339 1.1363 1.1388
40 1.1413 1.1436 1.1458 1.1480 1.1499 1.1519 1.1538 1.1557 1.1547 1.1590
50 1.1607 1.1623 1.1638 1.1658 1.1667 1.1681 1.1960 1.1708 1.1721 1.1734
60 1.1747 1.1759 1.1770 1.1782 1.1793 1.1803 1.1814 1.1824 1.1834 1.1844
70 1.1854 1.1864 1.1873 1.1881 1.1890 1.1898 1.1906 1.1915 1.1923 1.1930
80 1.1938 1.1945 1.1953 1.1959 1.1967 1.1973 1.1987 1.1987 1.1994 1.2001
90 1.2007 1.2013 1.2020 1.2026 1.2032 1.2038 1.2044 2.2049 1.2055 1.2060
100 1.2065
Sumber : CD Soemarto dalam Hilaludin, dkk. 2008

5
 Tabel 3 Reduce variate (Yt)

Tr Reduced Tr Reduced Tr Reduced

(tahun) Variate (tahun) Variate (tahun) Variate
2 0.36651 200 5.29581 20000 9.90346
5 1.49994 500 6.21361 50000 10.81977
10 2.25037 1000 6.90726 100000 11.51292
20 2.97020 2000 7.60065
50 3.90194 5000 8.51709
100 4.60015 10000 9.21029
Sumber : CD Soemarto dalam Hilaludin, dkk. 2008

B. Metode Log Pearson III

Metode Log Pearson tipe III apabila digambarkan pada kertas peluang
logaritmik akan merupakan persamaan garis lurus, sehingga dapat dinyatakan
sebagai model matematik dengan persamaan sebagai berikut : (Soewarno dalam
Hilaludin, dkk. 2008)
𝑌 = 𝑌̅ + 𝑘 ∗ 𝑆 ........................................................................................(2.4)
dimana :
X = Curah hujan (mm)
Y = Nilai logaritmik dari X atau log X dengan periode ulang tertentu
𝑌̅ = Rata-rata hitung (lebih baik rata-rata geometrik) nilai Y
S = Deviasi standar nilai Y
k = Karakteristik distribusi peluang log pearson III
Langkah-langkah perhitungan kurva distribusi Log Pearson III adalah :
1. Tentukan logaritma dari semua nilai variasi X.
2. Hitung nilai rata-ratanya : (CD Soemarto dalam Hilaludin, dkk. 2008)
∑ 𝑙𝑜𝑔𝑋
̅̅̅̅̅̅̅
𝑙𝑜𝑔𝑋 = 𝑛 ........................................................................................(2.5)

6
3. Hitung nilai deviasi standarnya dari log X : (CD Soemarto, 1999 dalam
Hilaludin, dkk. 2008)

∑(𝑙𝑜𝑔𝑋−𝑙𝑜𝑔𝑋 ) ̅̅̅̅̅̅̅ 2
̅̅̅̅̅̅̅̅̅
𝑆 𝑙𝑜𝑔𝑋 = √ ................................................................(2.6)
𝑛−1

4. Hitung nilai koefisien kemencengan : (CD Soemarto, 1999 dalam Hilaludin,

dkk. 2008)
𝑛 ∑𝑛 (𝑙𝑜𝑔𝑋−𝑙𝑜𝑔𝑋
𝑖=1
̅̅̅̅̅̅̅ )3
𝐶𝑠 = (𝑛−1)(𝑛−2)(𝑆𝑙𝑜𝑔𝑋
̅̅̅̅̅̅̅̅̅ )3 ................................................................(2.7)

5. Menentukan anti log dari log X, untuk mendapatkan nilai X yang diharapkan
terjadi pada tingkat peluang atau periode tertentu sesuai dengan nilai Csnya.

Tabel 4 Harga k untuk distribusi Log Pearson tipe III

Return Periode
Koefisen 2 5 10 20 50 100 200 1000
Cx Peluang
50 20 10 4 2 1 0.5 0.1
3.0 -0.396 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 3.705 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

7
 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 1.716 2.000 2.252 2.482 2.950
-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 0.050 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 0.116 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 0.854 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 0.995 1.000
-2.2 0.330 0.752 0.844 0.888 0.900 0.905 0.907 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 dalam Hilaludin, dkk. 2008

C. Metode Normal
Sebaran normal juga disebut sebaran Gauss yang sering dipakai untuk analisis
frekuensi hujan harian maksimum, dimana sebarannya mempunyai fungsi
kerapatan kemungkinan (probability density function) sebagai berikut : (Fauziyyah,
2016, hlm. 17)
1 𝑥−𝜇 2
1
𝑃 (𝑋 ) = 𝑒 −2( 𝜎
)
............................................................................(2.8)
𝜎√2𝜋

8
dimana :
P(X) = Fungsi kerapatan peluang normal
𝜇 = nilai X rata-rata
𝜎 = standar deviasi nilai X
Sebaran normal mempunyai sifat khusus bahwa besarnya koefisien asimetris
(skewness) Cs=0 atau -0.015<Cs<0.015, dengan koefisien kurtosis sebesar Ck=3𝜎2
atau 2.7<Ck<3.3.
Apabila populasi dari data hidrologi, mempunyai sebaran normal, maka
kemungkinan (probability) adalah :
P(𝑥̅ − 𝜎) = 15.87%
P(𝑥̅ ) = 150%
P(𝑥̅ + 𝜎) = 84.14%
Sehingga nila varian yang berada pada daerah antara sebagai berikut :
Nilai 68.27%, terletak didaerah satu standar devasi sekitar nilai rata-ratanya,
antara 𝑥̅ − 𝜎 dan 𝑥̅ + 𝜎, nilai 95.44% terletak didaerah dua standar deviasi sekitar
nilai rata-ratanya, antara 𝑥̅ − 2𝜎 dan 𝑥̅ + 2𝜎, sedangkan 99.73% terletak didaerah
tiga standar deviasi sekitar nilai rata-ratanya, antara 𝑥̅ − 3𝜎 dan 𝑥̅ + 3𝜎.
Aplikasi perhitungan hujan rencana sebaran normal adalah :
𝑋𝑡𝑟 = 𝑋̅ + 𝑘 ∗ 𝑆 ........................................................................................(2.9)
dimana :
Xtr = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T tahun
𝑋̅ = Nilai rata-rata varian
k = Standar variabel untuk periode ulang T tahun
S = Deviasi standar nilai varian

9
 Tabel 5 Standar variabel Gauss
Periode Ulang T
Peluang k
(tahun)
1.001 0.999 -3.05
1.005 0.995 -2.58
1.01 0.99 -2.33
1.05 0.95 -1.64
1.11 0.9 -1.28
1.25 0.8 -0.84
1.33 0.75 -0.67
1.43 0.7 -0.52
1.67 0.6 0.25
2 0.5 0
2.5 0.4 0.25
3.33 0.3 0.52
4 0.25 0.67
5 0.2 0.84
10 0.1 1.28
20 0.05 1.64
50 0.02 2.05
100 0.01 2.33
200 0.005 2.58
500 0.002 2.88
1000 0.001 3.09
Sumber : Sri Harto dalam Fauziyyah. 2016

D. Metode Log Normal

Distribusi log normal digunakan apabila nilai rata-rata dari variabel random
tidak mengikuti distribusi normal, tetapi nilai logaritmanya memenuhi distribusi
normal. Dalam hal ini, fungsi densitas probabilitas (PDF) diperoleh dengan

10
melakukan transformasi, yang dalam hal ini digunakan transformasi mengubah data
𝑋̅ kedalam bentuk logaritmik : Y=log𝑋̅. (Fauziyyah, 2016, hlm. 19)
Hitungan distribusi log normal dilakukan dengan menggunakan tabel yang
sama dengan distribusi normal yaitu Tabel 2.5. (Sri Harto dalam Fauziyyah, 2016,
hlm. 19) memberikan sifat-sifat distribusi log normal, berikut :
Nilai kemencengan Cs = Cx3 + 3Cx
Nilai kurtosis Ck = Cv8 + 6Vc6 + 15Cv4 + 16Cv2 + 3
Kemudian dilakukan perhitungan rencana hujan dengan rumus tersebut :
𝑌𝑡𝑟 = 𝑌 + 𝑘 ∗ 𝑠 ......................................................................................(2.10)
dimana :
Ytr = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T tahun
Y = Nilai rata-rata varian
k = Standar variabel untuk periode ulang T tahun
S = Deviasi standar nilai varian

2.2.3. Pengujian Kecocokan Fungsi Distribusi

Menurut SNI 2415 Tahun 2016 tentang Tata Cara Perhitungan Debit Banjir
Rencana. Kecocokan dalam pemilihan fungsi distribusi diuji dengan uji kecocokan
menggunakan metode pengujian dan dengan confidence interval (tingkat interval
kepercayaan) tertentu dapat menggunakan Metode Chi-Square dan Metode
Kolmogorov-Smirnov. Jenis sebaran peluang/fungsi distribusi yang sering
digunakan pada analisis frekuensi untuk hujan ekstrim di Indonesia adalah Pearson
III, Log Pearson III, Gumbel Tipe 1, Normal, Log Normal 2, dan Log Normal 3
parameter.
A. Uji Chi Kuadrat
Metode ini menganggap pengamatan membentuk variable acak dan dilakukan
secara statistik dengan mengikuti kurva distribusi chi square dengan derajat
kebebasan k-p-1, dengan p merupakan jumlah parameter yang diesitimasi dari data.
Uji statistik ini berdasarkan pada bobot jumlah kuadrat perbedaan antara
pengamatan dan teoritisnya yang dibagi dalam kelompok kelas. Uji kecocokan ini
dapat dilihat pada persamaan (2.11) :

11
 𝑘 (𝑂𝑖−𝐸𝑖)2
𝑋𝑖=1 ......................................................................................(2.11)
𝐸𝑖

dimana :
X = Parameter chi-kuadrat terhitung
k = Jumlah sub kelompok
Oi = Jumlah nilai pengamatan pada sub kelompok ke-i
Ei = Jumlah nilai teoritis pada sub kelompok ke-i
Jika hasilnya X besar menunjukkan bahwa distribusi yang dipilih tidak cocok,
tetapi uji inidapat memberikan hasil yang baik jika mempunyai data yang panjang.
Kottegoda (dalam SNI 2415, 2016, hlm 9) menyarankan sebaiknya n≥50 tahun dan
jumlah kelas interval ≥5.
Urutan pemeriksaan kesesuaian distribusi adalah sebagai berikut :
1. Urutkan data pengamatan dari data kecil ke besar atau sebaliknya;
2. Kelompokkan data pengamatan menjadi beberapa “k” kelas interval (k diambil
= 5);
3. Catat frekuensi data pengamatan pada setiap kelas interval;
4. Hitung frekuensi kejadian yang diharapkan “F”;
5. Hitung nilai X2;
6. Tetapkan nilai derajat kebebasan Dk;
7. Tetapkan besar tingkat kepercayaan (confidence level, misal 95%);
8. Cari kritis dari tabel harga kritis Chi-Kuadrat.
9. Bandingkan X2 hitungan dengan X2 kritis, bila X2 hitungan < X2 kritis, berarti
metode distribusi yang diperiksa dapat diterima.

B. Uji Smirnov-Kolmogorov
Untuk menghindarkan hilangnya informasi data pada uji Chi-kuadrat akibat
pengelompokan data dalam kelas-kelas interval, ada beberapa metode lain yang
telah dikembangkan. Salah satu metode yang sering digunakan adalah uji
Kolmogorov-Smirnov (dalam SNI 2415, 2016, hlm. 10). Uji kecocokan ini adalah
uji kecocokan “non parametric” karena tidak mengikuti distribusi tertentu. Uji ini
menghitung besarnya jarak maksimum secara vertikal antara pengamatan dan

12
teotitisnya dari distribusi sampelnya. Perbedaan jarak maksimum untuk
Kolmogorov - Smirnov tertera pada Persamaan (2.12).
𝐷𝑛 = 𝑚𝑎𝑥 |𝑃 (𝑥 ) − 𝑃𝑜(𝑥)| ..............................................................(2.12)
dimana :
Dn = Jarak vertikal maksimum antara pengamatan dan teoritisnya
P(x) = probabilitas dari sampel data
Po(x) = probabilitas dari teoritisnya
Distribusi dikatakan cocok jika nilai Dn< D kritisnya pada derajat
kepercayaan yang diinginkan.Urutan uji ini adalah sebagai berikut :
1. Susun data curah hujan harian rerata tiap tahun dari kecil ke besar atau
sebaliknya;
2. Hitung probabilitas untuk masing-masing data hujan dengan persamaan
Weibull sebagai berikut :
𝑚
𝑃 = 𝑛+1 100% ......................................................................................(2.13)

dimana :
P = Probabilitas (%);
m = Nomor urut data dari seri data yang telah disusun;
n = Banyak data.
3. Cari harga mutlak perbedaan maksimum antara distribusi empiris (P empiris)
dengan distribusi teoritis (P teoritis)
∆= 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 |𝑃𝑡𝑒𝑜𝑟𝑖𝑡𝑖𝑠 − 𝑃𝑒𝑚𝑝𝑖𝑟𝑖𝑠| ......................................(2.14)
4. Apabila nilai ∆≤∆ kritis sesuai harga kritis uji Kolmogorov-Smirnov seperti
Tabel 2.6 maka distribusi teoritisnya dapat diterima dan bila terjadi sebaliknya
maka distribusi teoritisnya ditolak.

13
 Tabel 6 Harga kritis Kolmogorov-Smirnov
α
n
0.2 0.1 0.05 0.01
5 0.45 0.51 0.56 0.67
10 0.32 0.37 0.41 0.49
15 0.27 0.3 0.34 0.4
20 0.23 0.26 0.29 0.36
25 0.21 0.24 0.27 0.32
30 0.19 0.22 0.24 0.29
35 0.18 0.2 0.23 0.27
40 0.17 0.19 0.21 0.25
45 0.16 0.18 0.2 0.24
50 0.15 0.17 0.19 0.23
1.07 1.22 1.36 1.63
> 50 √𝑛 √𝑛 √𝑛 √𝑛

Sumber : SNI 2415 Tahun 2016

2.2.4. Intensitas Curah Hujan Metode Mononobe
Untuk menentukan debit banjir rencana (Design Flood), perlu didapatkan
harga suatu intensitas curah hujan terutama bila digunakan metoda rational.
Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada suatu kurun
waktu di mana air tersebut berkonsentrasi. Analisis intensitas curah hujan ini dapat
diproses dari data curah hujan yang telah terjadi pada masa lampau. (Hilaludin, dkk.
2008, hlm. 19).
Untuk menghitung intensitas curah hujan metode mononobe menggunakan
rumus (2.15). Rumus ini digunakan apabila data curah hujan yang tersedia hanya
curah hujan harian. (CD Soemarto dalam Hilaludin, dkk. 2008, hlm 19)
𝑅24 24 2/3
𝐼= 24
.[ 𝑡 ] ..........................................................................(2.14)

dimana
I = Intesitas curah hujan (mm/jam)
R24 = Curah hujan maksimum dalam 24 jam (mm)
t = Lamanya curah hujan (jam)

14
2.2.5. Infiltrasi Metode Horton
Menurut Aidatul F,N (2015, hlm. 10) pengujian infiltrasi tanah dilakukan
dengan Metode Horton. Menurut Horton kapasitas infiltrasi berkurang seiring
dengan bertambahnya waktu hingga mendekati nilai yang konstan. Ia menyatakan
pandangannya bahwa penurunan kapasitas infiltrasi lebih dikontrol oleh faktor yang
beroperasi di permukaan tanah dibanding dengan proses aliran di dalam tanah.
Faktor yang berperan untuk pengurangan laju infiltrasi seperti tutupan lahan,
penutupan retakan tanah oleh koloid tanah dan pembentukan kerak tanah,
penghancuran struktur permukaan lahan dan pengangkutan partikel halus
dipermukaan tanah oleh tetesan air hujan. Kurva infiltrasi metode Horton terlihat
pada gambar 2.1. Model Horton dapat dinyatakan secara matematis mengikuti
persamaan sebagai berikut :
f = fc + (f0 – fc) e-kt ..........................................................................(2.15)
dimana :
f = Laju infiltrasi (cm/jam) atau (mm/jam)
f0 = Laju infiltrasi awal (cm/jam)
fc = Laju infiltrasi akhir (cm/jam)
e = Bilangan dasar logaritma Naperian
t = Waktu yang dihitung dari mulainya hujan (jam)
k = konstanta untuk jenis tanah

Gambar 1 Kurva infiltrasi metode horton

Sumber : Aidatul F, (2015, hlm. 11)

15
2.2.6. Hidrograf Satuan Sintesis
A. Metode “Soil Conservation Service” (SCS) – USA
Menurut SNI 2415 Tahun 2016 tentang Tata Cara Perhitungan Debit Banjir
Rencana. Hidrograf satuan tak berdimensi SCS adalah hidrograf sintetis yang
diekspresikan dalam bentuk perbandingan antara debit q dengan debit puncak qp
dan waktu t dengan waktu naik (time of rise) Tp seperti terlihat Gambar 2.2
hidrograf satuan sintetik SCS dan Tabel 2.7 dengan memperhatikan koordinat dari
hidrograf ini. Nilai qp dan Tp dapat diperkirakan dengan menggunakan
penyederhanaan model hidrograf satuan segitiga. Hidrograf satuan sintetik SCS
dengan satuan waktu jam dan debit dalam m3/s.
Dalam kajian terhadap banyak hidrograf satuan, waktu turun (time of
recession) dapat diperkirakan sebesar 1,67 Tp dan basis hidrograf tp = 2,67 Tp.
Untuk limpasan langsung (direct runoff) sebesar 1 cm diperoleh debit puncak.
𝐶𝐴
𝑞𝑝 = 𝑇𝑝 ......................................................................................(2.16)

dimana :
qp = Puncak hidrograf satuan (m3/s)
C = Konstanta = 2,08
A = Luas DAS (km2);
Tp = Waktu naik atau waktu yang diperlukan antara permulaan hujan hingga
mencapai puncak hidrograf (jam).
Lama waktu keterlambatan (time lag)
𝑡𝑝 = 0.6𝑇𝑐 ......................................................................................(2.17)
dimana :
tp = Waktu kelambatan yaitu waktu antara titik berat curah hujan hingga
puncak hidrograf (jam)
Tc = Waktu konsentrasi yang dapat dihitung dengan persamaan KIRPICH
(1940 dalam SNI 2415, 2016, hlm. 36).
𝑇𝑐 = 0.01947 . 𝐿0.77. 𝑆 −0.385 ..............................................................(2.18)
dimana :

16
Tc = Waktu konsentrasi (menit)
L = Panjang maksimum lintasan air (m);
S = Kemiringan (slope) DAS = ∆H/L
∆H = Perbedaan ketinggian antara titik terjauh di DAS dengan tempat pelepasan
(outlet)
Waktu naik (time of rise)
𝑡𝑟
𝑇𝑝 = + 𝑡𝑝 ......................................................................................(2.19)
2

dimana :
Tp = Waktu naik (jam)
tr = Lama terjadinya hujan efektif (jam)
tp = Waktu kelambatan (jam)
Langkah perhitungan :
1. Ambil durasi hujan Tc dari data hujan yang tersedia
2. Hitung waktu konsentrasi Tc
3. Hitung lama waktu kelambatan tp
4. Hitung waktu naik Tp
5. Hitung puncak hidrograf satuan qp
6. Hidrograf tak berdimensi seperti Hidrograf tak berdimensi
7. Hidrograf satuan segitiga

Gambar 2 Hidrograf satuan sintesis SCS

Sumber : SNI 2415 (2016)

17
 Tabel 7 Koordinat hidrograf satuan tak berdimensi SCS

B. Metode Snyder
Perhitungan hidrograf satuan dari Snyder :
𝑡𝑝 = 𝐶1 (𝐿. 𝐿𝑐 )𝑛 ..........................................................................(2.20)
dimana :
L = Panjang sungai (km);
Lc = Panjang sungai dari titik berat basin ke outlet (km);
tp = Waktu dari titik berat curah hujan efektif ke puncak banjir ;
C1, n = Koefisien-koefisien yang tergantung dari karakteristik daerah
pengalirannya.
𝐶𝑝
𝑞𝑝 = 275 𝑡𝑝 ......................................................................................(2.21)

dimana :
qp = Debit maksimum hidrograf satuan (liter/det/km2);
cp = Koefisien tergantung dari karakteristik daerah pengalirannya
𝑡𝑝
𝑡𝑐 = 5.5 ......................................................................................(2.22)

dimana :
tc = Lamanya curah hujan efektif
Jika tc > tR
t’p = tp + 0.25 (tR – tc) ..........................................................................(2.23)
Sehingga didapat waktu untuk mencapai debit maksimum.

18
Tp = t’p + 0.5(tR – tc) ..........................................................................(2.24)
Jika tc < tR
Tp = tp + 0.5tR ..........................................................................(2.25)
dimana :
Tp = Waktu penaikan banjir (time rise to peak)
TR = Durasi hujan efektif (jam)
25.4𝐴
𝑄𝑝 = 𝑞𝑝. 1000 (untuk ketebalan hujan 1 inch atau = 25.4 mm) ..............(2.26)

dimana :
Q = Debit maksimum total (m3/s)
qp = Debit maksimum hidrograf satuan (1 liter/s/km2)
A = Luas daerah aliran (km2)
Bentuk dari hidrograf satuan ditentukan oleh persamaan Alexseyev.

Gambar 3 Hidrograf satuan snyder

Sumber : SNI 2415 (2016)
Q = f(t)
𝑄 𝑡
𝑌 = 𝑄𝑝 𝑋 = 𝑇𝑝
(1−𝑥)2
𝑌 = 10−𝑎 𝑥 , persamaan Alexseyev ..................................................(2.27)
𝑄𝑝.𝑇𝑝
𝜆= 𝑊

a = 1.32 λ2 + 0.15λ + 0.045(85)

W = 1000h.A ......................................................................................(2.28)
h = Curah hujan efektif (excess rainfall) (mm)
C. Metode Gama I

19
1) Satuan hidrograf sintetik Gama I dibentuk oleh tiga komponen dasar yaitu
waktu naik (TR), debit puncak (Qp), waktu dasar (TB) dengan uraian sebagai
berikut :
a) Waktu naik (TR) dinyatakan dengan persamaan :
𝐿 3
𝑇𝑅 = 0.43 (100𝑆𝐹) + 1.0665 𝑆𝐼𝑀 + 1.2775 ..........................(2.29)

dimana :
TR = Waktu naik (jam)
L = Panjang sungai (km)
SF = Faktor sumber yaitu perbandingan antara jumlah panjang sungai
tingkat 1 dengan jumlah panjang sungai semua tingkat
SIM = Faktor simetri ditetapkan sebagai hasil kali antara faktor lebar
(WF) dengan luas relatif DAS sebelah hulu (RUA)
WF = Faktor lebar adalah perbandingan antara lebar DAS yang diukur
dari titik di sungai yang berjarak ¾ L dan lebar DAS yang diukur
dari titik yang berjarak ¼ L dari tempat pengukuran.
b) Debit puncak (Qp) dinyatakan dengan persamaan :
𝑄𝑝 = 0.1836 . 𝐴0.5886 . 𝐽𝑁 0.2381 . 𝑇𝑅 −0.4008 ......................................(2.30)
dimana :
QP = Debit puncak (m3/s)
JN = Jumlah pertemuan sungai
TR = Waktu naik (jam)
A = Luas DAS
c) Waktu dasar (TB) dinyatakan dengan persamaan :
𝑇𝐵 = 27.4132 . 𝑇𝑅0.1457. 𝑆 −0.0956. 𝑆𝑁 0.7344 . 𝑅𝑈𝐴0.2574...............(2.31)
dimana :
TB = Waktu dasar (jam)
TR = Waktu naik (jam)
S = Kemiringan sungai rata-rata
SN = Frekuensi sumber yaitu perbandingan antara jumlah segmen
sungai-sungai tingkat 1 dengan jumlah sungai semua tingkat

20
 RUA = Luas DAS sebelah hulu (km), (lihat Gambar 2.5), sedangkan
bentuk grafis dari hidrograf satuan (lihat Gambar 2.6)

Gambar 4 Sketsa penetapan WF

Sumber : SNI 2415 (2016)

Gambar 5 Sketsa penetapan RUA

Sumber : SNI 2415 (2016)

Gambar 6 Hidrograf satuan Gama I

Sumber : SNI 2415 (2016)
2) Hujan efektif didapat dengan cara metode Ø indeks yang dipengaruhi fungsi
luas DAS dan frekuensi sumber SN, dirumuskan sebagai berikut :

21
 Ø = 10.4903 − 3.859.106 𝐴2 + 1.6985.10−13 . (𝐴/𝑆𝑁)4 ........................(2.32)
dimana :
Ø = Indeks Ø (mm/jam)
A = Luas DAS (km2)
SN = Frekuensi sumber, tidak berdimensi.
3) Aliran dasar dapat didekati sebagai fungsi luas DAS dan kekerapan jaringan
sungai yang dirumuskan sebagai berikut :
𝑄𝐵 = 0.4751 𝐴0.6444 𝐴 𝐷 0.9430 ..............................................................(2.33)
dimana :
𝑄𝐵 = Aliran dasar (m3/s)
A = Luas DAS (km2);
D = Kerapatan jaringan sungai (km/km2)
4) Besarnya hidrograf banjir dihitung dengan mengalikan hujan efektif dengan
periode ulang tertentu dengan hidrograf satuan selanjutnya ditambah dengan
aliran dasar.

D. Metode Nakayasu
Menurut Siby, Kawet, dan Halim (2013, hlm. 263) parameter yang diperlukan
dalam analisa menggunakan hidrograf satuan sintetik nakayasu antara lain:
1. Tenggang waktu dari permulaan hujan sampai puncak hidrograf (Time to Peak
Magitude)
2. Tenggang waktu dari titik berat hujan sampai titik berat hidrograf (Time Lag)
3. Tenggang waktu hidrograf (Time Base of Hydrograph)
4. Luas daerah pengaliran (Catchment Area)
5. Panjang alur sungai utama terpanjang (Length of The Longest Channel)
6. Koefisien pengaliran (Run off Coefficient)
Debit puncak banjir :
𝑐.𝐴.𝑅𝑜
𝑄𝑝 = 3.6(0.3𝑇𝑝+𝑇 ..........................................................................(2.34)
0.3

dimana :
Qp = Qmaks, merupakan debit puncak banjir (m3/dtk)

22
C = Koefisien aliran (= 1)
A = Luas DAS (sampai ke outlet) (km2)
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 sampai
menjadi 30 % dari debit puncak (jam)
Persamaan hidrgraf satuan :
a) Pada kurva naik (rising limb)
0≤t<Tp
𝑡 2.4
𝑄𝑡 = 𝑄𝑚𝑎𝑘𝑠 (𝑇𝑝) ..........................................................................(2.35)

dimana :
Qt = Unsur aliran sebelum mencapai debit puncak (m³/det)
t = Waktu (jam)
b) Pada kurva turun (recession limb)
• Tp ≤ t < (Tp+T0.3)
𝑡−𝑇𝑝
𝑄𝑡 = 𝑄𝑚𝑎𝑘𝑠 ∗ 0.3 𝑇0.3 ..............................................................(2.36)
• (Tp+T0.3) ≤ t < (Tp+T0.3 + 1.5 T0.3)
𝑡−𝑇𝑝+0.5𝑇0.3
𝑄𝑡 = 𝑄𝑚𝑎𝑘𝑠 ∗ 0.3 1.5𝑇0.3 ..............................................................(2.37)
• t ≥ (Tp+T0.3 + 1.5 T0.3)
𝑡−𝑇𝑝+1.5𝑇0.3
𝑄𝑡 = 𝑄𝑚𝑎𝑘𝑠 ∗ 0.3 2𝑇0.3 ..............................................................(2.38)
Unsur-unsur waktu untuk perhitungan debit pada persamaan hidrograf satuan
sintetik Nakayasu adalah :
Tp = tg + 0.8 tr ......................................................................................(2.39)
T0.3 = α tg ......................................................................................(2.40)
dimana :
Tp = Tenggang waktu (time lag) dari permulaan hujan sampai puncak banjir
(jam)
tg = Waktu konsentrasi hujan (jam)

23
T0,3 = Waktu yang diperlukan oleh penurunan debit, dari debit puncak sampai
menjadi 30% dari debit puncak (jam)
α = parameter hidrograf
tr = 0,5 x tg sampai 1 x tg
tg = 0.4 + 0.058.L (untuk L ≥ 15 km) ..................................................(2.41)
tg = 0.21 . L0.7 (untuk L ≤ 15 km) ..................................................(2.42)
tr = 0.5 . tg s/d tr = tg ..........................................................................(2.43)
T0,3 = α x tg ......................................................................................(2.44)

dimana :
tr = Waktu curah hujan
tg = Waktu konsentrasi (jam)
L = Panjang sungai utama (km)
Untuk :
α = 2,0 : Daerah pengaliran biasa
α = 1,5 : Bagian naik hidrograf yang lambat dan bagian menurun yang cepat.
α = 3,0 : Bagian naik hidrograf yang cepat dan bagian menurun yang lambat.

24