A - Hujan Dan Debit Rencana

BAB 1.
PERHITUNGAN HUJAN RENCANA
1.1. UMUM
Hujan rencana (XT) adalah hujan dengan periode ulang hujan

tertentu (T) yang akan terjadi di suatu Daerah Aliran Sungai (DAS).
Periode ulang Hujan (PUH) 5 tahun (X5) misalnya sebesar 100 mm, artinya
adalah untuk setiap tahun kemungkinan terjadi curah hujan sama atau lebih
besar dari 100 mm di suatu Daerah Aliran Sungai (DAS) adalah sebesar
100 : 5 = 20% . Dengan demikian maka untuk setiap tahun curah hujan
maksimum dengan besaran berapapun kemungkinan bisa terjadi (Siswoko.,
2010).
Dalam perencanaan teknis bangunan air, seperti bangunan irigasi,
bangunan drainase, bangunan persungaian dan bangunan sumber daya air
lainnya, banyak variabel yang berpengaruh. Salah satunya adalah debit
banjir rencana. Besaran debit banjir rencana akan menentukan dimensi
hidrolis bangunan air. ketidak tepatan hidrolis dapat menjadi salah satu
faktor pendorong terjadinya kegagalan konstruksi. Berkenaan dengan hal
tersebut perhitungan debit banjir rencana menjadi bagian tahapan yang
penting dalam proses perencanaan teknik bangunan air.
Perhitungan debit banjir rencana dapat dilakukan dengan
menggunakan data pengukuran debit sungai seperti data debit yang di ukur
di bendung, di bangunan automatic water level recorder (AWLR). Jika
data ini tidak tersedia pada lokasi yang akan direncanakan bangunan
sumber daya air, maka perhitungan dapat dilakukan dengan menggunakan
data hujan yang tercatat pada stasiun pencatat curah hujan yang lokasinya
dekat dari lokasi bangunan yang akan dibangun. Data hujan tersebut di
analisis dengan analisa hidrologi untuk menentukan besarnya curah hujan
rencana dan debit banjir rencana, yang akan digunakan untuk perhitungan
detail desain.
1
Dalam perhitungan hujan rencana dan debit banjir rencana banyak
digunakan beberapa notasi dan teori statistik misalnya, debit dinyatakan
dengan simbol (Q), curah hujan dengan simbol (R) dan sebagainya. Simbol
yang menyatakan sebuah fenomena hidrologi disebut dengan variabel.
Variabel hidrologi menerangkan ukuran dari fenomena hidrologi, misalnya
debit rata-rata harian, curah hujan rata-rata jam-jaman dan sebagainya.
Sebuah nilai numerik dari variabel disebut dengan variat (variate). Dalam
statistika, variabel dibedakan menjadi dua, yaitu variabel kontinyu dan
variabel diskrit atau variabel terputus. Sebagai contoh, dari suatu pos duga
air sungai dilakukan pengukuran tinggi muka air menggunakan alat duga
air otomatik, maka grafik tinggi muka air yang dihasilkan dapat disebut
sebagai variabel kontinyu, sedangkan pengukuran debit yang dilakukan
sebulan sekali disebut dengan variabel diskrit atau variabel terputus.
Dalam metode statistik, susunan data hidrologi dapat disebut
dengan distribusi (distribution) atau seri (series). Ada beberapa pengertian
yang berhubungan dengan susunan data dari suatu variabel hidrologi,
antara lain:
 Distribusi (distribution) adalah data yang disusun menurut besarnya,
misalnya data curah hujan, yang dimulai dari data hujan yang terbesar
hingga yang terkecil, atau sebaliknya dari yang terkecil hingga yang
terbesar.
 Distribusi probabilitas (probability distribution) adalah jumlah
kejadian dari sebuah variat diskrit dibagi dengan jumlah kejadian data.
Jumlah total probabilitas dari seluruh variat adalah satu.
 Probabilitas komulatif adalah jumlah peluang dari variat acak yang
mempunyai sebuah nilai yang sama atau kurang (sama atau lebih) dari
suatu nilai tertentu
 Frekuensi (frequency) adalah jumlah kejadiaan dari sebuah variat dari
variabel diskrit
2
 Interval kelas (class intervals) adalah ukuran pembagian kelas dari
suatu variabel
 Distribusi frekuensi (frequency distribution) adalah suatu distribusi
atau tabel frekuensi yang mengelompokkan data yang belum
terkelompok menjadi data kelompok.
Dalam analisis hidrologi untuk mendapatkan kesimpulan yang baik,
maka data hidrologi dapat dinyatakan sebagai variabel statistik. Sembarang
nilai yang dapat menunjukkan ciri dari suatu susunan data disebut dengan
parameter. Parameter yang digunakan dalam analisis susunan data dari
suatu variabel disebut dengan parameter statistik, seperti nilai rata-rata,
standar deviasi dan koefisien kemencengan (skewness coefficient). Dalam
perhitungan hujan rencana parameter inilah yang banyak digunakan, untuk
itu akan diberikan perhitungan untuk mendapatkannya sebagai berikut:
1) Mengukur rata-rata
Salah satu ukuran yang paling banyak digunakan dalam statistik
adalah rataa-rata. Nilai rata-rata dapat digunakan untuk pengukuran suatu
distribusi dan mempunyai bentuk sebagai berikut:
n
1
x= ∑ xi
n i=n
dimana
x = rata-rata
xi = nilai dari data ke-i
n = jumlah data dari sampel
Catatan: dalam statistik, simbol-simbol untuk menunjukkan perhitungan
dari suatu sampel menggunakan huruf kecil romawi, sedangkan jika
perhitungan dari populasi simbol-simbolnya pada umumnya menggunakan
huruf besar romawi.
Perhitungan rata-rata ini dapat juga dilakukan dengan menggunakan
Microsoft Excel, caranya pada menu pilih Formula kemudian pilih menu
3
More Functions, pilih fungsi Statistik selanjutnya pilih AVERAGE atau
juga fungsi Auto Sum, kemudian pilih AVERAGE.
2) Mengukur Deviasi standar

Deviasi standar adalah akar dari varian, untuk memperoleh varian
adalah selisih antara masing-masing skor dan nilai rata-ratanya
dikuadratkan, maka dalam menghitung deviasi standar, hasil dari seluruh
rata-rata penyimpangan kemudian diakarkan kembali. Dengan demikian
deviasi standar dari sampel adalah:
√
n
sd = ∑ ( xi−xrata ²)²
i=1
n−1
dimana:
s = standar deviasi dari sampel
xi = nilai data ke-i dari sampel
x = rata-rata sampel
n = jumlah dari sampel
koefisien varian adalah nilai perbandingan antara deviasi standar dan nilai
rata-ratanya yang mempunyai bentuk :
sd
Cv =
x
Deviasi standar dan koefisien varian dapat digunakan untuk mengetahui
variabilitas dari distribusi. Semakin besar deviasi standar dan koefisien
varian, semakin besar penyebaran dari distribusi. Perhitungan standar
deviasi ini dapat juga dilakukan dengan menggunakan Microsoft Excel ,
caranya pada menu pilih Formula kemudian filih menu More Functions,
pilih fungsi Statistik selanjutnya pilih STDEV.
4
3) Koefisien Kemencengan (Cs)
Kemencengan (skewness) adalah suatu nilai yang menunjukkan
derajadketidak-simetrisan (assymetry) dari suatu bentuk distribusi. Apabila
suatu kurva frequensi dari suaatu distribusi mempunyai ekor memanjang ke
kanan atau ke kiri terhadap titik pusat maksimum maka kurva tersebut tidak
bebentuk simetri, keadaan ini disebut menceng kekanan atau menceng ke
kiri. Kemencengan mempunyai bentuk:
n
cs = n . ∑
i =1
( xi−xrat a2 )³
¿¿
dimana:
cs = koefisien kemencengan
s = deviasi standar dari sampel
x = rata-rata sampel
xi = data ke-i
n = jumlah data
Perhitungan kemencengan (skewness) ini dapat juga dilakukan
dengan menggunakan Microsoft Excel, caranya pada menu pilih Formula
kemudian pilih menu More Functions, pilih fungsi Statistik selanjutnya
pilih SKEW. Dibawah ini diberikan contoh perhitungan hujan rencana dan
debit banjir rencana dari Daerah Aliran Sungai Batang Naras di Kabupaten
Padang Pariaman.
1.2. ANALISIS HUJAN
1.2.1 Penetapan Luas DAS

Daerah aliran sungai (DAS) adalah suatu wilayah daratan yang
secara topografik dibatasi oleh punggung-punggung gunung/bukit.
Punggung-punggung gunung ini berda di hulu bendung yang akan
membentuk suatu luasan yang menampung dan menyimpan air hujan
5
untuk kemudian mengalirkannya kelaut melalui sungai utama (Asdak. C.,
2002). Adapun luas DAS Batang Naras = 156,37 km 2seperti gambar 1.1
dibawah ini.
1.2.2. Hujan Kawasan (Daerah Tangkapan Air = DTA)

Data hujan yang diperoleh dari alat penakar hujan merupakan hujan
yang terjadi pada satu tempat atau titik saja. Mengingat hujan sangat
bervariasi terhadap tempat, maka untuk kawasan yang luas, satu alat
penakar hujan belum dapat menggambarkan hujan wilayah tersebut. Dalam
hal ini diperlukan hujan kawasan yang diperoleh dari rata-rata curah hujan
beberapa stasiun penakar hujan yang ada di dalam / atau disekitar kawasan
tersebut.
Ada tiga macam cara yang umum dipakai dalam menghitung hujan
rata-rata kawasan yaitu (1) rata-rata aljabar, (2) Poligon Thiessen, dan (3)
Metode Isohyet. Untuk perencanaan sering digunakan metode Polygon
Thiessen, metode ini dekenal juga sebagai metode rata-rata timbang
(weighted mean). Cara ini memberikan proporsi luasan daerah pengaruh
pos penakar hujan untuk mengakomodasi ketidak seragaman jarak. Daerah
pengaruh dibentuk dengan menggambarkan garis-garis sumbu tegak lurus
terhadap garis penghubung antara dua pos terdekat (Gambar 1.1).
Diasumsikan bahwa variasi hujan antara pos yang satu dengan yang
lainnya adalah linier dan bahwa sembarang pos dianggap dapat mewakili
kawasan terdekat.
Dalam analisa hujan rencana, data yang digunakan adalah data

hujan harian maksimum tahunan, yaitu data terbesar yang terjadi selama
satu tahun, yang terukur selama beberapa tahun. untuk Batang Naras ini
digunakan data hujan dari Stasiun Santok, Stasiun Paraman Talang dan
Stasiun Manggopoh. Untuk mendapatkan hujan maksimum harian rata-rata
DAS (Suripin,2004) adalah :Tentukan hujan maksimum harian pada tahun
6
tertentu di salah satu stasiun hujan, umpamanya di Stasiun Hujan Santok.
Cari besarnya curah hujan pada tanggal-bulan-tahun yang sama
denganStasiun Hujan Santok untuk stasiun hujan yang lain. Hitung hujan
DAS dengan metode Poligon Thiessen, berdasarkan gambar Thiesen
terlihat stasiun hujan yang berpengaruh adalah Stasiun Santok dengan luas
pengaruhnya 44% terhadap DAS Batang Naras, dan Stasiun Paraman
Talang 56%mempengaruhi DAS Batang Naras. Sedangkan Stasiun hujan
Manggopoh tidak berpengaruh terhadap DAS Batang Naras. Kegiatan ini
diulang untuk stasiun yang lain. Sehingga akan diperoleh 2 (dua) buah
hujan maksimum harian rata-rata. Dari ke dua harga tersebut dipilih yang
terbesar sebagai hujan maksimum harian rata-rata pada tahun tersebut.
Hasil perhitungandiperlihatkan pada Tabel 1.1. Data hujan yang terpilih
setiap tahun merupakan hujan maksimum harian DAS untuk tahun yang
bersangkutan (Tabel 1.2).
7
Stasiun Hujan Manggopoh
Stasiun Hujan
Paraman Talang
.
Stasiun Hujan Santok
Gambar 1.1: Metode Poligon Thiessen Daerah Aliran Sungai (DAS)

Batang Naras
8
Tabel1.1: Perhitungan Hujan Maksimum Harian Rata-rata
Hujan harian
Kejadian maksimum (mm) Hujan
Stasiun Stasiun Hujan Harian Maksimum
No Tahun Bu Tang Santok Paraman Rata-rata Harian Rata-rata
lan gal (0,44) Talang (mm) (mm)
(0,56)
1 2004 01 18 158 0 69,52 -
10 05 0 165 92,40 92,40
2 2005 09 01 162 29 87,52 87,52
03 17 0 106 59,36 -
3 2006 06 23 171 0 75,24 -
02 20 0 114 63,84 63,84
4 2007 06 22 171 0 75,24 75,24
04 24 0 115 64,40 -
5 2008 07 07 205 56 121,56 121,56
04 16 77 108 94,36 -
6 2009 11 03 96 55 73,04 -
12 29 79 108 95,24 95,34
7 2010 12 26 103 32 63,24 63,24
05 30 0 101 56,56 -
8 2011 04 29 100 81 89,36 89,36
08 15 0 102 57,12 -
9 2012 03 08 69 0 30,36 -
12 29 25 98 65,88 65,88
10 2013 03 20 65 0 28,60 -
05 03 0 96 53,76 53,76
11 2014 05 11 75 0 33,00 -
05 08 0 96 53,76 53,76
12 2015 06 11 137 24 73,72 73,72
04 24 0 102 57,12 -
13 2016 08 24 97 0 42,68 -
05 22 0 108 60,48 60,48
14 2017 10 07 90 0 39,60 -
06 01 10 175 102,40 102,40
15 2018 02 14 95 9 46,84 -
11 29 23 111 72,28 72,28
9
Tabel 1.2: Hujan Maksimum Harian Rata-rata DAS Batang Naras
Kejadian Hujan Maksimum

No Tahun Bulan Tanggal Harian Rata-rata
(mm)
1 2004 Oktober 05 92,40
2 2005 September 01 87,52
3 2006 Februari 20 63,84
4 2007 Juni 22 75,24
5 2008 Juli 07 121,56
6 2009 November 03 95,34
7 2010 Desember 26 63,24
8 2011 April 29 89,36
9 2012 Maret 08 65,88
10 2013 Mei 03 53,76
11 2014 Mei 08 53,76
12 2015 Juni 11 73,72
13 2016 Mei 22 60,48
14 2017 Juni 01 102,40
15 2018 November 29 72,28
1.3. ANALISIS DATA CURAH HUJAN
1.3.1. Distribusi Probabilitas
Salah satu hal penting dalam analisis hidrologi adalah menafsirkan

probabilitas suatu kejadian yang akan datang berdasarkan data hidrologi
yang diperoleh dari pencatatan yang telah lampau. Untuk maksud tersebut
digunakan konsep probabilitas dalam analisa hidrologinya. Maka untuk
mendapatkan besarnya hujan rencana berdasarkan data hujan yang telah
terjadi tersebut, maka dilakukan analisis statistik distribusi curah hujan
harian maksimum dengan analisis frekuensi,Analisa frequensi hujan
merupakan analisa statistik penafsiran (statistical inference) hujan, biasanya
dalam perhitungan hidrologi dipakai untuk menentukan terjadinya periode
ulang hujan (PUH) pada periode tahun tertentu.
Untuk memperoleh hujan rencana ini biasanya digunakan distribusi
probabilitas Normal, Gumbel, Log Normal dan Log Pearson Tipe III, untuk
10
memilih distribusi yang sesuai dengan data yang ada. Dan untuk
mendapatkan hasil perhitungan yang meyakinkan atau tidak ada yang
memenuhi persyaratan menggunakan suatu distribusi probabilitas, maka
biasanya di uji dengan menggunakan metode Chikuadrad dan metode
Smirnov Kolmogorof. (Hadisusanto, N., 2011).Disamping uji kecocokan
juga dilakukan pengujian terhadap batas kepercayaan data dengan tingkat
kepercayaan 95 %.
a. Distribusi Probabilitas Normal

Perhitungan hujan rencana berdasarkan probabilitas normal, jika
data yang digunakan adalah berupa sampel, dilakukan dengan rumus-rumus
sebagai berikut: :
X T = X + K T . SD
Dimana :
X T = Hujan rencana dengan periode ulang T tahun
X = Nilai rata-rata
SD = Standar deviasi
K T . = Faktor frekuensi, nilainya tergantung dari T (Lampiran.5 Tabel
Variabel Reduksi Gaus)
11
Tabel 1.3: Data Hujan Rata-rata DAS Batang Naras
No Tahun Hujan (mm)

1 2004 92,40
2 2005 87,52
3 2006 63,84
4 2007 75,24
5 2008 121,56
6 2009 95,34
7 2010 63,24
8 2011 89,36
9 2012 65,88
10 2013 53,76
11 2014 53,76
12 2015 73,72
13 2016 60,48
14 2017 102,40
15 2018 72,28
Jumlah 1170,78
Rata-rata 78,05
Sd 19,51
Tabel Nilai Variabel Gauss

No Periode ulang KT
1 2 Tahun 0
2 5 Tahun 0,84
3 10 Tahun 1,28
4 25Tahun 1,71
5 50 Tahun 2,05
6 100Tahun 2,33
Perhitungan sebagai berikut:

X T = X + K T . SD
X 2 = 78,05 x 0*19,51 = 78,05 mm
X 2 = 78,05 x 0,84*19,51 = 94,44 mm
12
Perhitungan selanjutnya menggunakan Tabel
Tabel 1.4: Perkiraan Hujan Rencana DAS Batang Naras dengan
Distribusi Probabilitas Normal
Hujan
No Xrata-rata Sd KT (XT) P.Ulang
5=2+(3x4
1 2 3 4 ) 6
1 78,05 19,51 0 78,05 2
2 78,05 19,51 0,84 94,44 5
3 78,05 19,51 1,28 103,02 10
4 78,05 19,51 1,71 111,41 25
5 78,05 19,51 2,05 118,04 50
6 78,05 19,51 2,33 123,50 100
b. Distribusi Probabilitas Gumbel
Jika data hujan yang digunakan dalam perhitungan adalah berupa

sampel (populasi terbatas), maka perhitungan hujan rencana berdasarkan
Distribusi Probailitas Gumbel
Dilakukan dengan rumus sebagai berikut:
X T = X + SD x K
Dimana:
X T = Hujan rencana dengan periode ulang T tahun
X = Nilai rata-rata
SD = Standar deviasi
Y T −Y N
K = Faktor frekuensi Gumbel : K =
SN
T −1
YT = Reduced variate = -Ln (-Ln ); nilai Y T bisa ditentukan
T
berdasarkan Lampiran 4
S N = Reduced Standar deviasi
Y N = Reduced Mean
13
Perhitungan:
Dengan jumlah data (n) = 15 didapat Yn = 0,5128dan Sn = 1,0205
Dengan Periode ulang (T) 2,5,10,25, 50 dan 100 tahun didapat Yt:
Yt untuk T 2 tahun = 0,3065
Tabel 1.5: Perhitungan Parameter Statistik
No Tahun Hujan
mm (Xi - X) (Xi - X)²
1 2004 92,4 -51,41 2642,99
2 2005 87,52 -56,29 3168,56
3 2006 63,84 -79,97 6395,20
4 2007 75,24 -68,57 4701,84
5 2008 121,56 -22,25 495,06
6 2009 95,34 -48,47 2349,34
7 2010 63,24 -80,57 6491,52
8 2011 89,36 -54,45 2964,80
9 2012 65,88 -77,93 6073,08
10 2013 53,76 -90,05 8109,00
11 2014 53,76 -90,05 8109,00
12 2015 73,72 -70,09 4912,61
13 2016 60,48 -83,33 6943,89
14 2017 102,40 -41,41 1714,79
15 2018 72,28 -71,53 5116,54
Jumlah 1170,78 70188,24
Rata-rata 78,05
SD 19,51
14
Distribusi Probabilitas Gumbel
No T Yn Sn Yt Yt-Yn k Hujan (XT)

1 2 3 4 5 6 7=6/3 7
1 2 0,5128 1,025 0,3065 -0,2063 -0,2013 74,03
2 5 0,5128 1,025 1,4999 0,9630 0,9395 96,84
3 10 0,5128 1,025 2,2504 1,6952 1,6539 111,12
4 25 0,5128 1,025 3,1255 2,5490 2,4868 127,77
5 50 0,5128 1,025 3,9019 3,3064 3,2258 142,55
6 100 0,5128 1,025 4,6001 3,9876 3,8904 155,83
c. Distribusi Probabilitas Log Normal
Perhitungan hujan rencana berdasarkan probabilitas Log Normal,

jika data yang digunakan adalah berupa sampel, dilakukan dengan rumus-
rumus sebagai berikut: :
log X T = Log X + K T xS Log X
Dimana:
log X T = Nilai Logaritmis Hujan rencana dengan periode ulang T

tahun
Log X = Nilai rata-rata dari Log X
S Log X = Standar deviasi dari Log X
K T . = Faktor frekuensi, nilainya tergantung dari T,Lampiran 5 Tabel
Variabel Reduksi Gaus). T 2 tahun , KT =0; T 5 tahun, KT = 0,84
dan seterusnya
15
Perhitungan:
Tabel 1.7: Perhitungan Parameter Statistik dari Distribusi Log Normal
Hujan
No Tahun mm Log Xi Log X Log Xi - Log X (Log Xi - Log X)²
1 2 3 4 5 6 7
1 2004 92,4 1,966 1,8802 0,085 0,00731
2 2005 87,52 1,942 1,8802 0,062 0,00383
3 2006 63,84 1,805 1,8802 -0,075 0,00564
4 2007 75,24 1,876 1,8802 -0,004 0,00001
5 2008 121,56 2,085 1,8802 0,205 0,04186
6 2009 95,34 1,979 1,8802 0,099 0,00982
7 2010 63,24 1,801 1,8802 -0,079 0,00627
8 2011 89,36 1,951 1,8802 0,071 0,00503
9 2012 65,88 1,819 1,8802 -0,061 0,00378
10 2013 53,76 1,730 1,8802 -0,150 0,02242
11 2014 53,76 1,730 1,8802 -0,150 0,02242
12 2015 73,72 1,868 1,8802 -0,013 0,00016
13 2016 60,48 1,782 1,8802 -0,099 0,00972
14 2017 102,40 2,010 1,8802 0,130 0,01693
15 2018 72,28 1,859 1,8802 -0,021 0,00045
Jumlah 1170,78 28,204 0,15565
Rata-rata 78,05
SD 19,51
Log X 1,8802
Sd LogX 0,10544
Tabel 1.8: Perkiraan Hujan Rencana DAS Batang Naras dengan Distribusi
Log Normal
No T KT Sd Log X Log XT Hujan

mm
1 2 3 4 5 6
1 2 0 0,10544 1,8802 75,90
2 5 0,84 0,10544 1,9688 93,07
3 10 1,28 0,10544 2,0152 103,56
4 25 1,71 0,10544 2,0606 114,96
5 50 2,05 0,10544 2,0964 124,85
16
6 100 2,33 0,10544 2,1259 133,64
d. Distribusi Probabilitas Log Pearson Tipe III
Perhitungan hujan rencana berdasarkan probabilitas Log Pearson

Tipe III, jika data yang digunakan adalah berupa sampel, dilakukan dengan
rumus-rumus sebagai berikut: :
log X T = Log X + K T xSLog X
Dimana:
log X T = Nilai Logaritmis Hujan rencana dengan periode ulang T

tahun
Log X = Nilai rata-rata dari Log X
S Log X = Standar deviasi dari Log X
K T . = Variabel Standar, besarnya bergantung koefisien kepencengan (Cs
atau G) Lampiran 6a. Cs = 0,29 0,3KT seperti pada Lampiran
6a
Tabel 1.9: Nilai KT dengan Cs = 0,3

No Cs Periode Ulang KT
1 0,3 2 Tahun -0,050
2 0,3 5 Tahun 0,824
3 0,3 10Tahun 1,309
4 0,3 25Tahun 1,849
5 0,3 50Tahun 2,211
6 0,3 100 Tahun 2,544
17
Tabel 1.10: Perhitungan Parameter Statistik dari Distribusi Log Pearson III
Hujan
No Tahun mm Log Xi Log X Log Xi - Log X (Log Xi - Log X)² (Log Xi - Log X)³
1 2 3 4 5 6 7 8
1 2004 92,4 1,966 1,8802 0,085 0,00731 0,00062
2 2005 87,52 1,942 1,8802 0,062 0,00383 0,00024
3 2006 63,84 1,805 1,8802 -0,075 0,00564 -0,00042
4 2007 75,24 1,876 1,8802 -0,004 0,00001 0,00000
5 2008 121,56 2,085 1,8802 0,205 0,04186 0,00856
6 2009 95,34 1,979 1,8802 0,099 0,00982 0,00097
7 2010 63,24 1,801 1,8802 -0,079 0,00627 -0,00050
8 2011 89,36 1,951 1,8802 0,071 0,00503 0,00036
9 2012 65,88 1,819 1,8802 -0,061 0,00378 -0,00023
10 2013 53,76 1,730 1,8802 -0,150 0,02242 -0,00336
11 2014 53,76 1,730 1,8802 -0,150 0,02242 -0,00336
12 2015 73,72 1,868 1,8802 -0,013 0,00016 0,00000
13 2016 60,48 1,782 1,8802 -0,099 0,00972 -0,00096
14 2017 102,40 2,010 1,8802 0,130 0,01693 0,00220
15 2018 72,28 1,859 1,8802 -0,021 0,00045 -0,00001
Jumlah 1170,78 28,204 0,15565 0,00412
Rata-rata 78,05
SD 19,51
Log X 1,8802
Sd LogX 0,10544
Cs 0,290

Distribusi Log Pearson
No T KT Sd Log X Log XT Hujan (mm)

1 2 3 5 6 7
1 2 -0,050 0,10544 1,874975 74,99
2 5 0,824 0,10544 1,967130 92,71
3 10 1,309 0,10544 2,018268 104,30
4 25 1,849 0,10544 2,075206 118,91
5 50 2,211 0,10544 2,113376 129,83
6 100 2,544 0,10544 2,148487 140,76
18
1.3.2 UJI DISTRIBUSI PROBABILITAS
Uji Distribusi Probabilitas dimaksudkan untuk mengetahui apakah

persamaan distribusi probabilitas yang dipilih dapat mewakili distribusi
statistik sampel data yang dianalisis.
1.3.2.1 Metode Chi Kuadrat (χ²)
Rumus yang digunakan dalam perhitungan dengan metode uji chi kuadrat
adalah sebagai berikut:
n
(Of −Ef )
χ² = ∑
i=1 Ef
dimana:
χ² = Parameter chi kuadrat terhitung
Ef = Frekuensi yang diharapkan sesuai dengan pembagian kelasnya
Of = Frekuensi yang diamati pada kelas yang sama
n = Jumlah sub kelompok
Derajat nyata atau drajat kepercayaan (∝ ) tertentu yang sering diambil

adalah 5%. Drajat kebebasan (Dk) dihitung dengan rumus :
Dk = k – (p + 1)
K = 1 + 3,3 log n
Dimana:
Dk = Drajat kebebasan
P = Banyaknya paremeter, untuk Chi kuadrat adalah 2
K = Jumlah kelas distribusi
n = Banyaknya data
19
Selanjutnya distribusi probabilitas yang dipakai untuk menentukan curah
hujan rencana adalah distribusi probabilitas yang mempunyai simpangan
maksimum terkecil dan lebih kecil dari simpangan kritis.
χ² < χ² kritis
dimana:
χ² = parameter Chi kuadrat terhitung
χ²cr= parameter Chi kuadrat kritis (Tabel)
Prosedur perhitungan adalah sebagai berikut:
1) Menghitung parameter Statistik X rata-rata dan Standar deviasi
Tabel 1.12: Data Hujan Yang telah diurutkan dari besar ke kecil
No Urut dari
besar ke kecil
1 121,56
2 102,40
3 95,34
4 92,40
5 89,36
6 87,52
7 75,24
8 73,72
9 72,28
10 65,88
11 63,84
12 63,24
13 60,48
14 53,76
15 53,76
2) Menghitung Jumlah Kelas

- Jumlah data (n) = 15
- Kelas distribusi (k) = 1 + 3,3 log n
= 1 + 3,3,log n
20
= 1 + 3,88
= 4,88 5 kelas
3) Menghitung derajat kebebasan (DK) dan X2cr
- Parameter (P) = 2
- Derajat kebebasan (Dk) = k – (P + 1)
= 5 – (2 + 1) = 2
- Nilai X2cr dengan jumlah data (n) = 15,  = 5 % dan Dk = 2 adalah
5,991 (Lampiran 8)
4) Menghitung kelas distribusi

- kelas distribusi = 1/5 x 100 = 20 %
- Interval distribusi adalah = 20 % , 40%, 60%, 80%.
- Persentase 20%
P(x) = 20 % diperoleh T = 1/Px = 1/0,20 = 5 tahun
- Persentase 40%
P(x) diperoleh T = 1/Px = 1/0,40= 2,5 tahun
- Persentase 60 %
P(x) diperoleh T =1/Px = 1/0,60 = 1,67 tahun
- Persentase 80%
P(x) diperoleh T =1/Px = 1/0,80 = 1,25 tahun
5).Menghitung interval kelas
a. Distribusi probabilitas Normal

Nilai K T berdasarkan T dari Lampiran 5, Tabel Nilai Variabel reduksi
Gaus
- T = 5 tahun, K T =0,84
- T = 2,5 tahun, K T = 0,25
- T = 1,67 tahun, K T =-0,25
- T = 1,25 tahun, K T = -0,84
21
Nilai X = 78,05
Nilai SD = 19,51
Interval kelas :
X T = X +K T *S D
X 5 = 78,05 +19,51*0,84= 94,44 mm
Sehingga :
b. Distribusi probabilitas gumbel

Dengan jumlah data (n) = 15, berdasarkan Lampiran 3 Tabel Nilai
Reduced Standard Deviation (Sn) dan nilai reduced mean (Yn), maka
didapat nilai
Yn = 0,5128 dan Sn = 1,0205
T −1
Yt =−ln(−ln )
T
yt− yn yt−0,5128
K= =
Sn 1,0205
Sehingga :
T = 5, Yt = 1.4999maka K = 0,9673
T = 2,5, Yt = 0,6717 maka K = 0,1557
T = 1,67, Yt = 0,0907 maka K = -0,4136
T = 1,25, Yt = -0,4759 maka K = -0,9688
Maka interval kelas
X T = X +K T . SD
c. Distribusi Probabilitas Log Normal
22
Nilai K T berdasarkan T dari Lampiran 5, Tabel Nilai Variabel reduksi
Gaus
- T = 5 tahun, K T = 0,84
- T = 2,5 tahun, K T = 0,25
- T = 1,67 tahun, K T =-0,25
- T = 1,25 tahun, K T = -0,84
Nilai Log X = 1,8802
Nilai S Log X = 0,10544
Interval kelas : Log X T = Log X + K T . S Log X
Sehingga :
No XT KT Sd Log X Log XT Hujan (XT)
m³/dt
1 2 3 4 5 6
1 5 0,84 0,13005 1,9894 97,60
2 2,5 0,25 0,13005 1,9127 81,79
3 1,67 -0,25 0,13005 1,8477 70,42
4 1,25 -0,84 0,13005 1,7710 59,01
d. Distribusi Probabilitas Log Pearson Type III

Nilai K T dihitung berdasarkan nilai Cs = 0,29 0,3
Dan nilai T untuk berbagai periode ulang dihitung menggunakan
Lampiran 6a,Tabel faktor frekuensi KT untuk distribusi log pearson tipe
III (G atau Cs positif)
T=5 maka K T =0,824
T = 2,5maka K T = 0,0957
T = 1,67 maka K T = -0,4033
T = 1,25 maka K T = -0,853
Untuk T = 2,5 dilakukan interpolasi antara T = 2 ( K T = -0,05) dan
2,5−2
T = 5.( K T = 0,824; jadi T = 2,5  (-0,05)+ x 0,874 = 0,0957
5−2
Untuk T = 1,67 dilakukan interpolasi antara T = 1,25 ( K T = -0,853)
23
1,67−1,25
dan T =2.( K T = -0,05), jadi T = 1,67 (- 0,853)+ x 0,803 =
2−1,25
- 0,4033.
Nilai Log X = 1,8802
Nilai S Log X = 0,10544
Interval kelas = Log XT = Log X + ( K T *S Log X)
Sehingga :
No XT KT Sd Log X Log XT Hujan
m³/dt
1 2 3 5 6 7
1 5 0,832 0,13005 1,9884 97,36
2 2,5 0,3262 0,13005 1,9226 83,68
3 1,67 -0,1842 0,13005 1,8562 71,82
4 1,25 -0,705 0,13005 1,7885 61,45
6). Perhitungan Nilai Chikuadrat (χ²)
Tabel 1.13 : Perhitungan Nilai χ² untuk Distribusi Normal
Interval Ef Oi Oi-Ef (Oi-Ef)²/Ef

> 94,44 3 3 0 0,000
82,93-94,44 3 3 0 0,000
73,17-82,93 3 2 -1 0,333
61,66-73,17 3 4 1 0,333
< 61,66 3 3 0 0,000
15 15 0 0,667
Tabel 1.14 : Perhitungan Nilai χ² untuk Distribusi Gumbel
No Interval Ef Oi Oi-Ef (Oi-Ef)²/Ef

1 > 96,92 3 2 -1 0,333
2 81,09-96,92 3 4 1 0,333
3 69,98-81,09 3 3 0 0,000
4 59,15-69,98 3 4 1 0,333
5 < 59,15 3 2 -1 0,333
15 15 0 1,333
24
Tabel 1.15 : Perhitungan Nilai χ² untuk Distribusi Log Normal
1 > 97,6 3 2 -1 0,333
2 81,79-97,6 3 4 1 0,333
3 70,42-81,79 3 3 0 0,000
4 59,01-70,42 3 4 1 0,333
5 < 59,01 3 2 -1 0,333
15 15 0 1,333
Tabel 1.16 : Perhitungan Nilai χ² untuk Distribusi Log Pearson Type III
1 > 97,36 3 2 -1 0,333
2 83,68-97,36 3 4 1 0,333
3 71,82-83,68 3 3 0 0,000
4 61,45-71,82 3 3 0 0,000
5 < 61,45 3 3 0 0,000
15 15 0 0,667
Tabel 1.17: Rekapitulasi Nilai χ² dan χ²cr
No Distribusi X²terhitung X²kritis Keterangan

Probabilitas
1 Normal 0,667 5.991 diterima
2 Gumbel 1,333 5.991 diterima
3 Log Normal 1,333 5.991 diterima
4 Log Pearson III 0,667 5.991 diterima
Berdasarkan Tabel 1.17 tersebut diatas, maka keempat distribusi dapat

diterima dan yang terkecil adalah distribusi Normal dan Log Pearson Tipe
III, karena nilai X² hitung < dari X² kritis = 0,667< 0,5991, jadi curah hujan
untuk periode ulang 2, 5, 10, 25, 50 dan 100 Tahun adalah:
25
Distribusi Probabilitas
Hujan
No Periode Ulang (mm)
Log Log
Normal Gumbel Normal Pearson
1 2 Tahun 78,05 74,03 79,9 74,99
2 5 Tahun 94,44 96,84 93,07 92,71
3 10 Tahun 103,02 111,12 103,56 104,3
4 25 Tahun 111,41 127,77 114,96 118,91
5 50 Tahun 118,04 142,55 124,85 129,83
6 100 Tahun 123,50 155,83 133,64 140,76
1.3.2.2 Metode SimirnovKolmogorof
Pengujian distibusi probabilitas dengan Metode SimirnovKolmogorof

dilakukan dengan langkah-langkah perhitungan sebagai berikut:
1) Urutkan data (Xi) dari besar ke kecil
2) Tentukan peluang empiris masing-masing data ysng dudsh diurut
n+1
tersebut P(Xi) dengan rumus Weibull misalnya. P(Xi) =
i
(n=jumlah data; i = nomor urut data setelah diurut dari besar ke
kecil)
3) Tentukan peluang teoritis masing-masing data yang sudah diurut
tersebut P’(Xi) berdasarkan distribusi probabilitas yang dipilih
(Normal, Gumbel, Log Normal, Log Pearson Tipe III)
4) Hitung selisih (∆ Pi) antara peluangempiris dan teoritis untuk setiap
data yang sudah diurut:
∆ Pi = P(Xi) – P’(Xi)
5) Tentukan apakah ∆ Pi <∆ P kritis, jika tidak lebih kecil, maka
distribusi probabilitas tersebut tidak dapat diterima dan sebaliknya
jika∆ Pi <∆ P kritis, maka distribusi probabilitas tersebut diterima.
6) Nilai ∆ P kritis dapat dilihat pada Tabel 8.
26
a. Metode SimirnovKolmogorof Distribusi Probabilitas Normal
Penjelasan Tabel 1.19:
Kolom 1 = Nomor Urut Data
Kolom 2 = Data hujan diurut dari besar kekecil (mm)
Kolom 3 = Peluang Empiris (Dihitung dengan persamaan Weibull)
Xi−X 121,56−78,05
Kolom 4 = baris 1  ft = = = 2,23
SD 19,51
Kolom 5 = baris 1, diperoleh dari Lampiran 9 Tabel luas wilayah
dibawah kurva normal, dengan t = 2,23 diperoleh luas =
0,9871
Kolom 6 = baris 1; 1 – kolom 5 = 1 – 0,9871 = 0,0129
Kolom 7 = baris 1; kolom 6 – kolom 3 = 0,0129 – 0,0625 = -0,0496
X = 78,05 mm dan SD= 19,51  ∆ p untuk n = 15 = 0,338
Tabel 1.19: Perhitungan Uji Distribusi Normal dengan Metode Smirnov

Kolmogorof
Urut dari Luas diba-

No besar P (Xi) f (t) wah kurve P' (Xi) ΔP
kekecil Normal
1 2 3 4 5 6 7= 6-3
1 121,56 0,0625 2,23 0,9871 0,01290 -0,0496
2 102,40 0,1250 1,25 0,8944 0,10560 -0,0194
3 95,34 0,1875 0,89 0,8133 0,18670 -0,0008
4 92,40 0,2500 0,74 0,7704 0,22960 -0,0204
5 89,36 0,3125 0,58 0,7190 0,28100 -0,0315
6 87,52 0,3750 0,49 0,6879 0,31210 -0,0629
7 75,24 0,4375 -0,14 0,4483 0,55170 0,1142
8 73,72 0,5000 -0,22 0,4127 0,58730 0,0873
9 72,28 0,5625 -0,30 0,3821 0,61790 0,0554
10 65,88 0,6250 -0,62 0,2676 0,73240 0,1074
11 63,84 0,6875 -0,73 0,2327 0,76730 0,0798
12 63,24 0,7500 -0,76 0,2236 0,77640 0,0264
13 60,48 0,8125 -0,90 0,1841 0,81590 0,0034
14 53,76 0,8750 -1,25 0,1056 0,89440 0,0194
15 53,76 0,9375 -1,25 0,1056 0,89440 -0,0431
27
Berdasarkan Tabel 1.19 didapat simpangan maksimum
(ΔP Maksimum) = 0,1142, dengan data sebanyak 15 dan α (derajat
kepercayaan) 5 % , maka dari Tabel nilai ∆ p kritis pada lampiran 8
diperoleh nilai ∆ p = 0,338. Jadi ΔP Maksimum < ΔP kritis. Maka distribusi
probabilitas Normal dapat diterima
b. Metode SimirnovKolmogorofuntuk Distribusi Probabilitas

Log Normal
Log X =1,8802
Slog X = 0,10544
Penjelasan Tabel 19:
Kolom 1 = Nomor Urut Data
Kolom 2 = Data hujan diurut dari besar ke kecil
Kolom 3 = Nilai Log Hujan diurut dari besar ke kecil (mm)
Kolom 4 = Peluang Empiris (Dihitung dengan persamaan Weibull)
LogXi−LogX 2,0848−1,8802
Kolom 5 = baris 1  ft = = = 1,57
SLogX 0,130054
Kolom 6 = baris 1, diperoleh dari Lampiran 9 Tabel luas wilayah
dibawah kurva normal, dengan t = 1,57 diperoleh luas =
0,9418
Kolom 7 = baris 1, P’(Xi); 1 – kolom 6 = 1 – 0,9418 = 0,0582
Kolom 8 = ∆ P = kolom 7 – kolom 4, baris 1 = 0,0582-0,063 = -0,0043

diperoleh nilai ∆ p = 0,338. Jadi ΔP Maksimum < ΔP kritis. Maka distribusi
probabilitas Log Normal dapat diterima
28
Tabel 1.20 : Perhitungan Uji Distribusi Log Normal dengan Metode
Smirnov Kolmogorof
Urut dari Luas

No (Xi) besar Log(Xi) P (Xi) f (t) dibawah P' (Xi) ΔP
kekecil Kurva Normal
1 2 3 4 5 6 7 8= 7-4
1 121,56 2,0848 0,063 1,57 0,9418 0,0582 -0,0043
2 102,40 2,0103 0,125 1,00 0,8413 0,1587 0,0337
3 95,34 1,9793 0,188 0,76 0,7764 0,2236 0,0361
4 92,40 1,9657 0,250 0,66 0,7454 0,2546 0,0046
5 89,36 1,9511 0,313 0,55 0,7088 0,2912 -0,0213
6 87,52 1,9421 0,375 0,48 0,6844 0,3156 -0,0594
7 75,24 1,8764 0,438 -0,03 0,4880 0,5120 0,0745
8 73,72 1,8676 0,500 -0,10 0,4602 0,5398 0,0398
9 72,28 1,8590 0,563 -0,16 0,4364 0,5636 0,0011
10 65,88 1,8188 0,625 -0,47 0,3192 0,6808 0,0558
11 63,84 1,8051 0,688 -0,58 0,2810 0,7190 0,0315
12 63,24 1,8010 0,750 -0,61 0,2709 0,7291 -0,0209
13 60,48 1,7816 0,813 -0,76 0,2236 0,7764 -0,0361
14 53,76 1,7305 0,875 -1,15 0,1251 0,8749 -0,0001
15 53,76 1,7305 0,938 -1,15 0,1251 0,8749 -0,0626
c. Metode SimirnovKolmogorof untuk Distribusi Probabilitas Log

Pearson Type III
Log X =1,8802
Slog X = 0,10544
Penjelasan Tabel 20:
Kolom 1 = nomor urut
Kolom 2 = curah hujan yang diurut dari besar ke kecil (Xi)
Kolom 3 = log Xi
Kolom 4 = peluang empiris, dihitung dengan persaman Weibull (P =
m
¿ n = 15
n+1 ¿
2,0848−1,8802
Kolom 5 = baris kesatu  ft =¿ ¿ = = 1,94
0,10544
29
Kolom 6 = P’(Xi) baris 1. Berdasarkan ft = 1,94 dengan menggunakan
lampiran 6a, Cs = 0,3 dan dengan interpolasi diperoleh P’(Xi).
ft = 1,94terletak antara periode ulang 25 tahun (1,849) dan 50
tahun (2,211)  P’(Xi) =
(1,94−1,849)
25 + x 25 = 31,30931,309/100 = 0,3131
(2,211−1,849)
Kolom 7 = ∆ P = kolom 6 – kolom 4 = 0,3131- 0,063 = -0,3756
Tabel 1.21: Perhitungan Uji Distribusi Log Pearson Tipe III

dengan Metode Smirnov Kolmogorof
Urut dari
besar Log(Xi) P (Xi) f (t) P' (Xi) ΔP
kekecil
2 3 4 5 6 7= 6-4
121,56 2,0848 0,063 1,94 0,3131 0,25059
102,40 2,0103 0,125 1,23 0,0923 -0,03274
95,34 1,9793 0,188 0,94 0,0619 -0,12558
92,40 1,9657 0,250 0,81 0,0495 -0,20046
89,36 1,9511 0,313 0,67 0,0448 -0,26769
87,52 1,9421 0,375 0,59 0,0419 -0,33313
75,24 1,8764 0,438 -0,04 0,0205 -0,41700
73,72 1,8676 0,500 -0,12 0,0151 -0,48490
72,28 1,8590 0,563 -0,20 0,0148 -0,54769
65,88 1,8188 0,625 -0,58 0,0135 -0,61154
63,84 1,8051 0,688 -0,71 0,0130 -0,67450
63,24 1,8010 0,750 -0,75 0,0129 -0,73714
60,48 1,7816 0,813 -0,94 0,0122 -0,80029
53,76 1,7305 0,875 -1,42 0,0108 -0,86422
53,76 1,7305 0,938 -1,42 0,0108 -0,92672
Untuk menghitung nilai P’ (Xi) digunakan tabel pembantu seperti dibawah

ini, dimana T adalah periode ulang yang dilihat dari Tabel yang ada pada
Lampiran 6a.

diperoleh nilai ∆ p = 0,338. Jadi ΔP Maksimum > ΔP kritis. Maka distribusi
probabilitas Log pearson tipe III tidak dapat diterima
30
CS = 0,3
ft T T Interpolasi P'X
1 2 3 4 5 6 =(1-3) 7= (5-3) 8 (=4-2) 9=2+(6/7*8)
1,94 25 1,849 50 2,211 0,09 0,362 25 31,309 0,3131
1,23 5 0,824 10 1,309 0,41 0,485 5 9,226 0,0923
0,94 5 0,824 10 1,309 0,12 0,485 5 6,192 0,0619
0,81 2 -0,050 5 0,824 0,86 0,874 3 4,954 0,0495
0,67 2 -0,050 5 0,824 0,72 0,874 3 4,481 0,0448
0,59 2 -0,050 5 0,824 0,64 0,874 3 4,187 0,0419
-0,04 2 -0,050 5 0,824 0,01 0,874 3 2,050 0,0205
-0,12 1,1111 -1,245 1,25 -0,853 1,13 0,392 0,1389 1,510 0,0151
-0,20 1,1111 -1,245 1,25 -0,853 1,04 0,392 0,1389 1,481 0,0148
-0,58 1,1111 -1,245 1,25 -0,853 0,66 0,392 0,1389 1,346 0,0135
-0,71 1,1111 -1,245 1,25 -0,853 0,53 0,392 0,1389 1,300 0,0130
-0,75 1,1111 -1,245 1,25 -0,853 0,49 0,392 0,1389 1,286 0,0129
-0,94 1,1111 -1,245 1,25 -0,853 0,31 0,392 0,1389 1,221 0,0122
-1,42 1,0526 -1,555 1,1111 -1,245 0,13 0,31 0,0585 1,078 0,0108
-1,42 1,0526 -1,555 1,1111 -1,245 0,13 0,310 0,0585 1,078 0,0108
d. Metode SimirnovKolmogorof untuk Distribusi Probabilitas

Gumbel
X = 78,05 mm ;
SD = 19,51
∆ P untuk n = 15 = 0,338
Penjelasan Tabel 1.22:
Kolom 1 = nomor urut
Kolom 2 = curah hujan yang diurut dari besar ke kecil (Xi)
Kolom 3 = peluang empiris, dihitung dengan persaman Weibull
m
(P = ¿  n = 15
n+1 ¿
Xi−X 121,56−78,05
Kolom 4 = ft = , untuk baris kesatu: ft = = 2,23
SD 19,51
Kolom 5 = Yn = 0,5128 untuk n = 15 (lampiran 3)
Kolom 6 = Sn = 1,0205 untuk n = 15 (lampiran 3)
Yt−Yn
Kolom 7 = Yt diperoleh dari dari persamaan ft =  2,23 =
Sn
Yt−0,5128
 Yt = 2,7887
1,0205
Kolom 8 = T diperoleh dari nilai Yt dengan menggunakan rumus
31
T −1
Yt = -Ln (Ln ). Dengan coba-coba berbagai harga T, sehingga
T
diperoleh Yt hitung sama dengan Yt hasil coba-coba T.
Kolom 9 : P’ (Xi) = 1/T; baris 1 = 1/16,76 = 0,05967
Kolom 10 = ∆ P = Kolom 9-kolom 3 = baris 1 = 0,05967- 0,063 = -0,0028
Tabel 1.22: Perhitungan Uji Distribusi Gumbel dengan Metode Smirnov

Kolmogorof
Urut dari
No (Xi) besar P (Xi) f (t) Yn Sn Yt T P' (Xi) ΔP
1 2 3 4 5 6 7 8 9 10= 9-3
1 121,56 0,063 2,23 0,5128 1,0205 2,7887 16,76 0,0597 -0,0028
2 102,40 0,125 1,25 0,5128 1,0205 1,7865 6,48 0,1543 0,0293
3 95,34 0,188 0,89 0,5128 1,0205 1,4172 4,65 0,2151 0,0276
4 92,40 0,250 0,74 0,5128 1,0205 1,2634 4,06 0,2463 -0,0037
5 89,36 0,313 0,58 0,5128 1,0205 1,1044 3,55 0,2817 -0,0308
6 87,52 0,375 0,49 0,5128 1,0205 1,0081 3,271 0,3057 -0,0693
7 75,24 0,438 -0,14 0,5128 1,0205 0,3658 1,999 0,5003 0,0628
8 73,72 0,500 -0,22 0,5128 1,0205 0,2863 1,894 0,5280 0,0280
9 72,28 0,563 -0,30 0,5128 1,0205 0,2110 1,802 0,5549 -0,0076
10 65,88 0,625 -0,62 0,5128 1,0205 -0,1238 1,48 0,6775 0,0525
11 63,84 0,688 -0,73 0,5128 1,0205 -0,2305 1,396 0,7163 0,0288
12 63,24 0,750 -0,76 0,5128 1,0205 -0,2619 1,375 0,7273 -0,0227
13 60,48 0,813 -0,90 0,5128 1,0205 -0,4062 1,287 0,7770 -0,0355
14 53,76 0,875 -1,25 0,5128 1,0205 -0,7577 1,1343 0,8816 0,0066
15 53,76 0,938 -1,25 0,5128 1,0205 -0,7577 1,1343 0,8816 -0,0559

(ΔP Maksimum) = 0,0693, dengan data sebanyak 15 dan α (derajat kepercayaan)
5 % , maka dari Tabel nilai ∆ p kritis pada lampiran 8 diperoleh nilai ∆ p = 0,338.
Jadi ΔP Maksimum < ΔP kritis. Maka distribusi probabilitas Gumbel dapat diterima
Untuk menghitung nilai T digunakan tabel pembantu seperti dibawah ini
32
Rumus: Yt = -Ln{-Ln(T-1)/T}
Yt T T-1 (T-1)/T Ln (T-1)/T
1 2 3 4 5= -Ln 4 ,-LN 5
2,7887 16,76 15,76 0,940334 -0,06152 0,06152 -2,78839 2,7884
1,7865 6,48 5,48 0,845679 -0,16762 0,167615 -1,78608 1,7861
1,4172 4,65 3,65 0,784946 -0,24214 0,24214 -1,41824 1,4182
1,2634 4,06 3,06 0,753695 -0,28277 0,282768 -1,26313 1,2631
1,1044 3,55 2,55 0,71831 -0,33085 0,330854 -1,10608 1,1061
1,0081 3,271 2,271 0,694283 -0,36488 0,364875 -1,0082 1,0082
0,3658 1,999 0,999 0,49975 -0,69365 0,693648 -0,36579 0,3658
0,2863 1,894 0,894 0,472017 -0,75074 0,75074 -0,2867 0,2867
0,2110 1,802 0,802 0,445061 -0,80954 0,809544 -0,21128 0,2113
-0,1238 1,48 0,476 0,322493 -1,13167 1,131673 0,123697 -0,1237
-0,2305 1,396 0,396 0,283668 -1,25995 1,259952 0,231074 -0,2311
-0,2619 1,375 0,375 0,272727 -1,29928 1,299283 0,261813 -0,2618
-0,4062 1,287 0,287 0,222999 -1,50059 1,500587 0,405856 -0,4059
-0,7577 1,1343 0,1343 0,118399 -2,13369 2,133695 0,757855 -0,7579
-0,7577 1,1343 0,1343 0,118399 -2,13369 2,133695 0,757855 -0,7579
Tabel 1.23: Rekapitulasi Nilai ΔPdan ΔPkritis
No Distribusi ΔPterhitung ΔPKritis Keterangan

Probabilitas
1 Normal 0,1142 0,338 Diterima
2 Gumbel 0,0693 0,338 Diterima
3 Log Normal 0,0745 0,338 Diterima
4 Log Pearson type III 0,9267 0,338 Tdk diterima
Berdasarkan Tabel 1.23, distribusi Normal, Log Normal, Gumbel

dapat diterima karena nilai ΔPhitung < dari ΔP kritis, sedangkan Distribusi
Log Pearson Tipe III tidak diterima. Selanjutnya untuk perhitungan debit
banjir rencana, akan digunakan hujan rencana yang terpilih setelah diuji
dengan metode Chikuadrad dan Smirnof Kolmogorof tersebut diatas.
Adapun metode yang terpilih baik itu metode Chikuadrad (X² hitung) atau
metode Smirnof Kolmogorof (Δp hitung ) adalah yang mempunyai nilai
terkecil. Dari perhitungan tersebut diatas terpilih metode Distribusi Log
Normal seperti pada Tabel 1.23. Dan Tabel 1.24 menampilkan besarnya
Hujan rencana denga metode Distribusi Log Normal.
33
Tabel 1.24: Metode Distribusi Probabilitas yang terpilih
Distribusi Chikuadrad Smirnov Kolmogorof

No Probabilitas X²hitung X²kritis ΔP hitung ΔPKritis Keterangan
1 Normal 0,667 5,991 0,1142 0,338 Diterima
2 Gumbel 1,333 5,991 0,0693 0,338 Diterima
3 Log Normal 1,333 5,991 0,0745 0,338 diterima
4 Log Pearson Tipe III 0,667 5,991 0,9364 0,338 Tdk diterima
Tabel 1.25: Hujan Rencana dengan Metode Log Normal
No Periode Ulang Hujan Rencana Keterangan

Hujan (Tahun) (mm)
1 2 79,90
2 5 93,07
3 10 103,56
4 25 114,96
5 50 124,85
6 100 133,64
34
BAB.2. PERHITUNGAN DEBIT BANJIR RENCANA
2.1. Umum
Dalam perencanaan suatu bangunan air seperti bendung, bangunan-

bangunan irigasi, normalisasi sungai, bendungan, jembatan dan lain
sebagainya, diperlukan debit banjir rencana untuk merencanakan bangunan-
bangunan tersebut. Debit banjir rencana ini awalnya berasal dari curah hjan
yang jatuh di suatu DAS, curah hujan ini melebihi kapasitas infiltrasi,
setelah laju infiltrasi terpenuhi air akan mengisi cekungan-cekungan pada
permukaan tanah, setelah cekungan-cekungan tersebut penuh, selanjut air
akan mengalir diatas permukaan tanah sebagai limpasan permukaan
(surface runoff).Air sebagai limpasan permukaan ini akan masuk ke saluran
pembuang alam dan saluran-saluran drainase lainnya yang kemudian
bergabung menjadi anak sungai dan akhirnya menjadi aliran sungai.
Di DAS bagian hulu dimana kemiringan lahan besar sehingga
limpasan permukaan masuk ke sungai dengan cepat, yang dapat
menyebabkan debit sungai meningkat. Apabila debit sungai lebih besar dari
kapasitas tampungnya untuk mengalirkan debit, maka sungai tersebut akan
meluap dan terjadilah banjir. Dengan mengetahui data hujan di Stasiun-
stasiun curah hujan yang berpengaruh pada DAS yang ditinjau, maka dapat
dicari hubungan antara hujan yang jatuh dan debit aliran yang terjadi.
Dalam buku ini diberikan beberapa metode untuk memperkirakan debit
banjir berdasarkan data hujan seperti dengan metode Rasional, Melchior,
Weduwen, Haspers dan Mononobeserta dengan metode hidrograf satuan
sintesis (Nakayasu, Snyder).
2.2. Komponen-komponen Limpasan

Limpasan terdiri dari air yang bersal dari tiga sumber seperti yang
ditunjukkan dalam gambar 6.2, yaitu : 1) aliran permukaan, 2) aliran antara
dan 3) aliran air tanah.
35
Aliran permukaan (surface flow) adalah bagian dari air hujan yang
mengalir di atas permukaan tanah. Aliran permukaan disebut juga aliran
langsung (direct run off). Aliran permukaan dapat terkonsentrasi menuju
sungai dalam waktu singkat, sehingga aliran permukaan merupakan
penyebab utama terjadinya banjir.
Aliran antara (interflow) adalah aliran dalam arah lateralyang terjadi
di bawah permukaan tanah. Aliran antara terdiri dari gerakan air dan lengas
tanah secara lateral menuju elevasi yang lebih rendah, yang akhirnya masuk
ke sungai. Proses aliran antara ini lebih lambat dari aliran permukaan,
dengan kelambatan dari beberapa jam sampai hari.
Aliran air tanah adalah aliran yang terjadi di bawah permukaan air
tanah ke elevasi yang peling rendah yang pada akhirnya menuju ke sungai
atau langsung ke laut. Air hujan yang terinfiltrasi melalui permukaan tanah
sebagian menjadi aliran antara dan sebagian lagi mengalir ke bawah
(perkolasi) sehingga mencapai muka air tanah. Muka air tanah mempunyai
kemiringan yang sangat kecil, dan aliran se arah dengan kemiringan
tersebut menuju ke sungai sebagai aliran dasar (base flow). Proses aliran
air tanah ini lebih lambat dari aliran antara, dengan tingkat kelambatan
dalam mingguan sampai tahunan.
Semua tipe aliran ini memberikan sumbangan pada aliran sungai.
Limpasan permukaan mulai terjadi segera setelah hujan, aliran antara agak
lambat dan aliran tanah yang paling lambat sampai ke sungai. Apabila
terjadi hujan pada suatu daerah, aliran permukaan dan aliran antara yang
dihasilkannya akan mencapai sungai dalam hitungan jam sampai hari,
sedangkan tanggapan dari aliran air tanah baru terjadi dalam hitungan
minggu, bulan bahkan tahun. oleh karena itu dalam analisis hidrologi, aliran
permukaan dan aliran antara dapat dikelompokkan menjadi satu yang
disebut aliran langsung. Sedangkan aliran tanah disebut dengan aliran tidak
langsung.
36
Apabila terjadi hujan di suatu daerah, aliran yang terjadi di sungai
merupakan sumbangan dari aliran langsung yang berasal dari hujan yang
baru saja terjadi, sedangkan sumbangan dari air tanah merupakan
tanggapan yang tertunda, atau bahkan mungkin tidak mempunyai hubungan
sama sekali dengan hujan yang baru sja terjadi. Meskipun tidak terjadi
hujan, beberapa sungai masih mengalirkan air. aliran tersebut terjadi karena
sumbangan dari air tanah yang berlangsung secara kontinyu. Oleh karena
itu aliran air tanah yang mengisi sungai disebut juga sebagai aliran dasar.
1.1 2.3. Estimasi Koefisien Resapan (C)
Tidak semua air hujan mengalir langsung ke sungai, tetapi ada yang
meresap ke tanah atau tertahan di cekungan-cekungan. Untuk mendapatkan
besar curah hujan rencana maka hasil curah hujan rancangan hasil analisis
frekuensi harus dikalikan dengan angka koefisien aliran permukaan (C)
yang disesuaikan dengan kondisi tata guna lahan DAS. .Koefisien aliran
permukaan (C), adalah bilangan yang menunjukkan perbandingan antara
besarnya aliran permukaan dan besarnya curah hujan. Misalnya koefisien
C = 0,10, artinya 10% dari total curah hujan akan menjadi aliran
permukaan, sebagai contoh koefisien atap bangunan mempunyai nilai C =
0,75-0,95 artinya 75 sampai 95% air hujan akan menjadi aliran permukaan,
Jalan Aspal mempunyai nilai C = 0,70-0,95artinya 75 sampai 95% air hujan
akan menjadi aliran permukaan dan hutan mempunyai nilai C = 0,10-0,40,
artinya 10 sampai 40% air hujan akan menjadi aliran permukaan.
Angka koefisien aliran permukaan ini merupakan salah satu
indikator untuk menentukan apakah suatu Daerah Aliran Sungai (DAS)
telah mengalami gangguan (fisik). Nilai C yang besar menunjukkan bahwa
lebih banyak air hujan yang menjadi aliran permukaan. Hal ini kurang
menguntungkan dari segi perlindungan terhadap sumber daya air karena
volume air yang akan menjadi air tanah menjadi sangat berkurang.
37
Kerugian lainnya adalah dengan semakin besarnya jumlah air hujan yang
menjadi aliran permukaan, maka ancaman terjadinya banjir dan erosi
menjdi lebih besar. Angka C ini berkisar antara 0 hingga 1. Angka 0
menunjukkan bahwa semua air hujan terintersepsi dan terinfiltrasi ke dalam
tanah,sebaliknya untuk nilai C = 1 menunjukkan bahwa semua air hujan
mengalir sebagai aliran permukaan. Pada DAS yang masih baik harga C
mendekati nol, semakin rusak suatu DAS, harga C mendekati satu.
Besaran angka koefisien aliran permukaan (C) ada beberapa pendapat

antara lain:
1). Melchior memberikan angka antara 0,42 - 0,62 dan menganjurkan
memakai angka 0,52
2). Weduwen memberikan angka dengan menggunakan rumus:
4,1
C = 1- dimana I = intensitas hujan (m3/dt/km2)
I +7
Rumus ini berasal dari Ir Van Kooten
3). Haspers memberikan angka dengan rumus
1+ 0,0012 x A ⁰ʹ ⁷
C=
1+ 0,075 x A ⁰ ʹ ⁷
4). DR Mononobe mencantumkan koefisien pengaliran sungai-sungai di

Jepang. Harga C berbeda-beda tergantung dari kondisi daerah
pengaliran, perbedaan penggunaan tanah dan lain-lain. Jika di masa yang
akan datang diperkirakan akan adanya pembangunan yang dilaksanakan
di dalam DAS, maka dalam perhitungan debit banjir nilai koefisien
pengaliran harus diambil lebih besar dari angka 0,70, dan koefisien
yang kurang dari 0,50 harus ditiadakan (Sosrodarsono. S & Takeda.K.,
2003)
38
Tabel 2.1: Koefisien aliran permukaan (C), dari DR Mononobe
No Kondisi daerah pengaliran dan sungai Harga dari C

1 Daerah pegunungan yang curam 0,75 – 0,90
2 Daerah pegunungan tersier 0,70 – 0,80
3 Tanah bergelombang & Hutan 0,50 – 0,75
4 Tanah dataran yang ditanami 0,45 – 0,60
5 Persawaahan yang diairi 0,70 – 0,80
6 Sungai di daerah pegunungan 0,75 – 0,85
7 Sungai kecil di dataran 0,45 – 0,75
8 Sungai besar yg lebih dari setengah 0,50 – 0,75
DAS nya terdiri dari dataran
Sedangkan Imam Subarkah (1980) dalam bukunya Hidrologi untuk

perencanaan bangunan air mengambil Koefisien aliran permukaan (C)
seperti pada Tabel 2.2:
Tabel 2.2:Koefisien resapan (C). yang bersumber dari Imam Subarkah,
Hidrologi untuk Perencanaan Bangunan Air.)
No Tata guna tanah Loam Lempung Silt Lempung

berpasir loam padat
1 Hutan:
Kemiringan 0 – 5% 0,10 0,30 0,40
Kemiringan 5 – 10% 0,25 0,35 0,50
Kemiringan 10 – 30% 0,30 0,50 0,60
2 Padang rumput
Kemiringan 0 – 5% 0,10 0,30 0,40
Kemiringan 5 – 10% 0,15 0,35 0,55
Kemiringan 10 – 30% 0,20 0,40 0,60
3 Tanah pertanian
Kemiringan 0 – 5% 0,30 0,50 0,60
Kemiringan 5 – 10% 0,40 0,60 0,70
Kemiringan 10 – 30% 0,50 0,70 0,80
4 Perumahan
Daerah single famili 0,30 – 0,50
multi units, terpisah 0,40 – 0,60
multi units, tertutup 0,60 – 0,75
39
Dalam perencanaan desain sungai/drainase ini dengan melihat kondisi
topografi DAS yang ada adalah daerah perumahan serta dengan tingkat
tangkapan hujan yang masih banyak pertanian, maka koefisien pengaliran
(C) yang akan diambil adalah 0,70.
2.4. Distribusi Hujan Efektif

Untuk memperkirakan banyaknya aliran /debit yang tertinggi yang
lebih mendekati kenyataan didasarkan pada curah hujan Jam-Jaman. Untuk
itu perlu ditaksir pola hujan tiap jam dari data hujan harian tersebut. Dalam
daerah pengaliran di Indonesia diambil selang 5 – 7 jam. Untuk daerah
penelitian sesuai dengan karekteristik hujan di Kabupaten Padang Pariaman
diambil waktu hujan selama 5 jam.Untuk menaksir pola distribusi curah
hujan ( Distribution of Rainfall ) jam-jaman berdasarkan data hujan
maksimum harian pertahun didasarkan pada persaman berikut :
1) Rata-rata hujan sampai jam ke T

Rt = R0 ( 5/T ) 2/3
Dimana :
Rt = Rata-rata hujan dari awal sampai dengan jam ke-T
R0 = R24/5
R24= Jumlah hujan sehari
5 = Dianggap hujan terpusat selama 5jam/hari
T = Waktu hujan dari awal sampai dengan jam ke-T
Sehingga :
R1 = ( R24/5 ) * ( 5/1 )^ 2/3 = 0,585 R24
R2 = ( R24/5) * ( 5/2 )^ 2/3 = 0,368 R24
R3 = ( R24/5) * ( 5/3 )^ 2/3 = 0,281 R24
R4 = ( R24/5) * ( 5/4 )^ 2/3 = 0,232 R24
R5 = ( R24/5) * ( 5/5 )^2/3 = 0,200 R24
Curah hujan pada jam ke-T adalah :
RT = t.Rt – (t – 1).R(t-1)
40
Dimana :
RT = Curah hujan pada jam ke-T
Rt = Rata-rata hujan dari awal sampai dengan jam ke-T
t = Waktu hujan dari awal sampai dengan jam ke-T
R(t-1) = Rata-rata hujan dari awal sampai dengan jam ke-(t-1)
Sehingga :
RI = 1.Rt – (1-1).R(1-1) = 0,5858 R24
RII = 2.Rt – (2-1).R(2-1) = 0,1510 R24
RIII = 3.Rt – (3-1).R(3-1) = 0,1065 R24
RIV = 4Rt – (4-1).R(4-1) = 0,0851 R24
RV = 5.Rt – (5-1).R(5-1) = 0,0716 R24
Untuk R24 =100 % didapat hubungan waktu hujan dan rasio jam ke-T
Tabel 2.3: Hubungan Waktu Hujan dan Rasio Jam Ke-T
No Waktu Hujan (Jam) Rasio (%)

1 1 58
2 2 15
3 3 11
4 4 9
5 5 7
PEMBAGIAN CURAH HUJAN DALAM 5 JAM
70
60
RASIO ( % )
50
40
30
20
10
0
1 2 3 4 5
JAM ( T )
Gambar 2.1:Hubungan Antara Waktu Hujan dan Rasio Jam ke T
41
Tabel 2.4 Distribusi Hujan Jam –jaman
Waktu Nisbah Hujan Netto Jam-Jaman

(jam) T=2 T=5 T=10 T=25 T=50 T=100
tahun tahun tahun tahun tahun tahun
1 0,5858 32,76 38,16 42,47 47,14 51,20 54,80
2 0,151 8,45 9,84 10,95 12,15 13,20 14,13
3 0,1065 5,96 6,94 7,72 8,57 9,31 9,96
4 0,0851 4,76 5,54 6,17 6,85 7,44 7,96
5 0,0716 4,00 4,66 5,19 5,76 6,26 6,70
Hujan Netto 55,93 65,15 72,49 80,47 87,40 93,55
Koef pengaliran 0,7 0,7 0,7 0,7 0,7 0,7
Hujan rencana 79,9 93,07 103,56 114,96 124,85 133,64
2.5 Aliran Dasar
Untuk memperoleh debit banjir rencana yang dikehendaki dilakukan

dengan menjumlahkan debit aliran dasar ( base flow ) dengan hidrograf
banjir. Aliran dasar dapat dihitung dengan pendekatan rumus :
Qb = 0,4751 A0,6444 . D0,9430
Dimana :
Qb = Aliran dasar ( base flow ) ( m3/dt )
A = Luas Daerah Aliran Sungai ( km2 )
D = Kerapatan Jaringan Sungai ( km/km2 )
Berdasarkan Peta Topogfrafi didapat :

Luas DAS Batang Naras adalah 156,37km2
Panjang seluruh sungai beserta anak-anak sungai dalam DAS 292,33 km
Maka didapat :
D = 292,33 km / 156,3 km2 = 1,87 / km
Qb = 0,4751* 156,30,6444*1,870,9430
= 22,235 m3/dt
42
2.6. Analisa Debit Banjir Rencana
Debit banjir rencana adalah debit aliran disungai atau saluran yang
besarnya ditentukan berdasarkan periode ulang atau kala ulang tertentu .
Pertimbangan teknis dalam perhitungan banjir rencana adalah pemilihan
koefisien pengaliran dan aliran dasar yang berkaitan erat dengan kondisi
daerah pengaliran dan karakteristik hujan yang jatuh pada DAS tersebut.
Analisa debit banjir rencana dihitung berdasarkan data hujan
rencana yang dilakukan dengan melihat hubungan banjir yang akan terjadi
dengan distribusi curah hujan rencana selama 5 jam untuk periode ulang 2,
5, 10, 25, dan 50, tahun. Perhitungan hidrograf banjir yang digunakan
dalam mengkaji ulang debit banjir rencana sungai Batang Naras ini adalah
dengan metode Hidrogaf Satuan Sintetik Nakayasu, Hidrogaf Satuan
Sintetik Snyder, metode Empiris Hasper, Mononobe dan Melchior. Dan
ditambah perhitungan dengan menggunakan rumus Rasional, dan
Weduwen sebagai perbandingan.
2.6.1 Metode Hidrograf Satuan Sintetik Nakayasu

Nakayasu telah melakukan penelitian hidrograf banjir pada
beberapa sungai di Jepang. Dalam penggunaan metode hidrograf satuan
sintetik Nakayasu diperlukan beberapa parameter yang berhubungan
dengan karakteristik daerah aliran sungai yang diantaranya dalah:
a. Luas daerah aliran sungai
b. Panjang sungai utama
c. Koefisien aliran
Dalam penelitiannya Nakayasu telah membuat rumus hidrograf satuan
sintetik Nakayasu sebagai berikut:
A . R0
Q p=
3,6(0,3 .T p +T 0,3 )
Dimana :
Q = debit puncak banjir (m3/dt)
43
Ro = curah hujan efektif (1mm)
Tp = tenggang waktu dari permulaan hujan sampai puncak banjir (jam)
T0,30 = waktu penurunan yang diperlukan dari debit puncak hingga 0,30
debit puncak (jam)
Nilai tenggang waktu dari permulaan hujan sampai puncak banjir Tp,
dihitung dengan rumus :
Tp = tg + 0,80tr
dimana Tp = tenggang waktu dari permulaan hujan sampai puncak banjir
(jam)
tg = waktu konsentrasi (jam)
untuk L < 15 km nilai tg = 0,21 L0,70
untuk L > 15 km nilai tg = 0,40 + 0,058 L
tr = waktu hujan efektif (jam)
tr = 0,50 tg sampai tg (jam)
waktu yang diperlukan untuk menurunkan debit menjadi 0,30 debit puncak,
dihitung dengan rumus:
T0,30 = α x tg
Nilai α merupakan faktor koefisien yang ditetapkan berdasarkan bentuk
hidrograf banjir yang terjadi pada daerah aliran sungai
Perhitungan debit banjir rencana dengan data sebagai berikut :

Luas DAS ( A ) = 156,37 km2
Panjang sungai ( L ) = 26,66 km
Koefisien pengaliran ( C ) = 0,70 ( Tabel 2.1 )
Base Flow (Qb) = 22,235 m3/dt
Satuan waktu hujan ( Tr ) = 1 jam
Curah hujan satuan ( R0 ) = 1 mm
1) Waktu Kelambatan (Time Lag, tg)
Tg = 0.4 + 0.058.L , untuk L > 15 km
44
Tg = 0,21 L 0,7 , untuk L < 15 km
Tg= 0,4 + 0,058* 26,66= 1,946 jam
2) Waktu Puncak dan Debit Puncak Hidrograf Satuan Sintesis (HSS)
 Tp = Tg + 0,8 . Tr
T r = Durasi hujan (0,5 t g s/d 1 t g )
Ambil T r = 0,75 t g = 0,75 x 1,946 = 1,46
Tp= 1,946 + 0.8 * 1,46 = 3,114 jam
3) Waktu Saat Debit sama dengan 0,3 kali debit puncak
t 0,3 = ∝ . t g
 α = (0.47*(A.L)0.25/Tg) ,( nilai α antara 1,5 sampai 3,5 )
= ( 0,47 * ( 156,37*26,66 )0,25/1,946 = 1,94
 T0,3= α . Tg = 1,94 * 1,946 = 3,776 jam
4) Waktu Puncak
Tp = Tg + 0,8 . Tr
= 3,114 jam
5) Debit Puncak Hidrograf Satuan Sintesis Nakayasu
. A . . R0 ¿156 ,37∗1 156 ,37
Q p= =
3,6(0,3 .T p +T 0,3 ) = 3. 6(0.3T p +T 0.3 ) 3. 6(0. 3∗3,114+3,776 )
= 9,22
6) Menentukan keadaan kurva sebagai berikut.
a) Keadaan Kurva Naik, dengan (0 < t < Tp)
( )
2.4
t
Q= Qp
Tp
( )
2.4
t
Q= ∗9,22
3 ,114
Interval waktunya = Tp = 3,114 jam
b) Keadaan kurva turun dengan Tp< t < (Tp + T0,3)
Q=0 . 3
( )Qpt−Tp
T 0. 3
45
Q=0 . 3
( 3 ,776 )
t−3,114
∗9 , 22
Interval waktunya = Tp + T0,3 = 3,114 + 3,776 = 6,89 jam
c) Keadaan Kurva Turun. (Tp + T0,3) < t < (Tp + T0,3 +1,5 T0,3)
( )
t−Tp+0 .5 T 0 . 3
1 . 5T 0 . 3
Q=Qp .0 . 3
Q=0 . 3
( t−3,114+0. 5∗3, 776
1 .5∗3 ,776 )∗9 ,22
Interval waktunya = Tp + T0,3 + 1,5 T0,3 = 3,114 + 3,776 +1,5 * 3,776 =
= 12,514 jam
d) Keadaan Kurva Turun t > (Tp + T0,3 +1,5 T0,3)
( )
t−Tp+1. 5 T 0 .3
2 T 0. 3
Q=Qp .0 . 3
Q=0 . 3
( t−3,114+1.5∗3 , 776
2∗3 ,776 )∗9 ,22
Interval waktunya = 12,514 jam
HSS Nakayasu
12
10
Debit (m3/dt)
8
HSS Nakayasu
6
4
2
0
1 3 5 7 9 1 1 13 1 5 17 19 2 1 23 25 2 7
Durasi (jam)
Gambar2.2: Grafik Ordinat Hidrograf Satuan Sintesis Nakayasu
46
Tabel 2.5: Ordinat Hidrograf Satuan Sintesis Nakayasu
Jam (t/tp )²'⁴.Qp Koordinat

.0,3 xQp .0,3 x Qp .0,3 xQp
0 0,000 0,000 0,000 0,000 0,000
1 0,604 0,000 0,000 0,000 0,604
1,5 1,597 0,000 0,000 0,000 1,597
2 3,186 0,000 0,000 0,000 3,186
2,4 4,935 0,000 0,000 0,000 4,935
3 0,000 9,561 0,000 0,000 9,561
4 0,000 6,951 0,000 0,000 6,951
5 0,000 5,053 0,000 0,000 5,053
6 0,000 0,000 3,342 0,000 3,342
7 0,000 0,000 2,702 0,000 2,702
8 0,000 0,000 2,185 0,000 2,185
9 0,000 0,000 1,766 0,000 1,766
10 0,000 0,000 1,428 0,000 1,428
11 0,000 0,000 1,155 0,000 1,155
12 0,000 0,000 0,000 0,906 0,906
13 0,000 0,000 0,000 0,773 0,773
14 0,000 0,000 0,000 0,659 0,659
15 0,000 0,000 0,000 0,562 0,562
16 0,000 0,000 0,000 0,479 0,479
17 0,000 0,000 0,000 0,408 0,408
18 0,000 0,000 0,000 0,348 0,348
19 0,000 0,000 0,000 0,297 0,297
20 0,000 0,000 0,000 0,253 0,253
21 0,000 0,000 0,000 0,216 0,216
22 0,000 0,000 0,000 0,184 0,184
23 0,000 0,000 0,000 0,157 0,157
24 0,000 0,000 0,000 0,134 0,134
47
Tabel 2.6: Hitungan Debit Rencana Untuk Priode Ulang 2 Tahun dengan
Metode Nakayasu
T QT R1 R2 R3 R4 R5 Base
32,76 8,45 5,96 4,76 4,00 Flow Q
m³/dt/
jam mm mm mm mm mm mm m³/dt m³/dt
0 0,000 0,00 0,00
1 0,604 19,79 0,00 19,79
1,5 1,597 52,32 5,10 0,00 57,42
2 3,186 104,37 13,49 3,60 0,00 121,47
2,4 4,935 161,67 26,92 9,52 2,88 0,00 200,99
3 9,561 313,22 41,70 18,99 7,60 2,42 383,93
4 6,951 227,71 80,79 29,41 15,17 6,39 359,47
5 5,053 165,54 58,74 56,98 23,49 12,74 317,49
6 3,342 109,48 42,70 41,43 45,51 19,74 258,86
7 2,702 88,52 28,24 30,12 33,09 38,24 218,20
8 2,185 71,58 22,83 19,92 24,05 27,80 166,19
9 1,766 57,85 18,46 16,10 15,91 20,21 128,54
10 1,428 46,78 14,92 13,02 12,86 13,37 100,96
11 1,155 37,84 12,07 10,53 10,40 10,81 81,64
12 0,906 29,68 9,76 8,51 8,41 8,74 65,10
13 0,773 25,32 7,66 6,88 6,80 7,06 53,72
14 0,659 21,59 6,53 5,40 5,50 5,71 44,73
15 0,562 18,41 5,57 4,61 4,31 4,62 37,52
16 0,479 15,69 4,75 3,93 3,68 3,62 31,67
17 0,408 13,37 4,05 3,35 3,14 3,09 26,99
18 0,348 11,40 3,45 2,85 2,68 2,64 23,01
19 0,297 9,73 2,94 2,43 2,28 2,25 19,63
20 0,253 8,29 2,51 2,07 1,94 1,92 16,73
21 0,216 7,08 2,14 1,77 1,66 1,63 14,27
22 0,184 6,03 1,83 1,51 1,41 1,39 12,17
23 0,157 5,14 1,55 1,29 1,20 1,19 10,38
24 0,134 4,39 1,33 1,10 1,03 1,01 8,85
48
Metode Nakayasu
38,16 9,84 6,94 5,54 4,66 Flow Q
m³/dt/
0 0,000 0,00 0,00
1 0,604 23,05 0,00 23,05
1,5 1,597 60,94 5,94 0,00 66,88
2 3,186 121,58 15,71 4,19 0,00 141,48
2,4 4,935 188,32 31,35 11,08 3,35 0,00 234,10
3 9,561 364,85 48,56 22,11 8,85 2,81 447,18
4 6,951 265,25 94,08 34,25 17,65 7,44 418,67
5 5,053 192,82 68,40 66,35 27,34 14,85 369,76
6 3,342 127,53 49,72 48,24 52,97 23,00 301,46
7 2,702 103,11 32,89 35,07 38,51 44,55 254,12
8 2,185 83,38 26,59 23,19 27,99 32,39 193,55
9 1,766 67,39 21,50 18,75 18,51 23,55 149,70
10 1,428 54,49 17,38 15,16 14,97 15,57 117,58
11 1,155 44,07 14,05 12,26 12,10 12,59 95,08
12 0,906 34,57 11,37 9,91 9,78 10,18 75,81
13 0,773 29,50 8,92 8,02 7,91 8,23 62,57
14 0,659 25,15 7,61 6,29 6,40 6,65 52,09
15 0,562 21,45 6,48 5,36 5,02 5,38 43,70
16 0,479 18,28 5,53 4,57 4,28 4,22 36,89
17 0,408 15,57 4,71 3,90 3,65 3,60 31,44
18 0,348 13,28 4,01 3,32 3,11 3,07 26,80
19 0,297 11,33 3,42 2,83 2,65 2,62 22,86
20 0,253 9,65 2,92 2,42 2,26 2,23 19,48
21 0,216 8,24 2,49 2,06 1,93 1,90 16,62
22 0,184 7,02 2,13 1,76 1,65 1,62 14,17
23 0,157 5,99 1,81 1,50 1,40 1,38 12,09
24 0,134 5,11 1,54 1,28 1,20 1,18 10,31
49
Metode Nakayasu
42,47 10,95 7,72 6,17 5,19 Flow Q
jam m³/dt/mm mm mm mm mm mm m³/dt m³/dt
0 0,000 0,00 0,00
1 0,604 25,65 0,00 25,65
1,5 1,597 67,82 6,61 0,00 74,44
2 3,186 135,31 17,49 4,66 0,00 157,46
2,4 4,935 209,59 34,89 12,33 3,73 0,00 260,53
3 9,561 406,06 54,04 24,60 9,85 3,13 497,68
4 6,951 295,21 104,69 38,10 19,66 8,29 465,95
5 5,053 214,60 76,11 73,81 30,45 16,54 411,51
6 3,342 141,93 55,33 53,66 58,99 25,61 335,53
7 2,702 114,75 36,59 39,01 42,89 49,62 282,87
8 2,185 92,80 29,59 25,80 31,18 36,08 215,44
9 1,766 75,00 23,93 20,86 20,62 26,23 166,63
10 1,428 60,65 19,34 16,87 16,67 17,34 130,87
11 1,155 49,05 15,64 13,63 13,48 14,02 105,83
12 0,906 38,48 12,65 11,02 10,90 11,34 84,39
13 0,773 32,83 9,92 8,92 8,81 9,17 69,64
14 0,659 27,99 8,46 6,99 7,13 7,41 57,98
15 0,562 23,87 7,22 5,97 5,59 5,99 48,64
16 0,479 20,34 6,15 5,09 4,77 4,70 41,06
17 0,408 17,33 5,25 4,34 4,07 4,01 34,99
18 0,348 14,78 4,47 3,70 3,47 3,42 29,83
19 0,297 12,61 3,81 3,15 2,96 2,92 25,45
20 0,253 10,74 3,25 2,69 2,52 2,49 21,69
21 0,216 9,17 2,77 2,29 2,15 2,12 18,50
22 0,184 7,81 2,37 1,95 1,83 1,81 15,77
23 0,157 6,67 2,01 1,67 1,56 1,54 13,45
24 0,134 5,69 1,72 1,42 1,33 1,31 11,48
50
Tabel 2.9: Hitungan Debit Rencana Untuk Priode Ulang 25Tahun dengan
Metode Nakayasu
47,14 12,15 8,57 6,85 5,76 Flow Q
0 0,000 0,00 0,00
1 0,604 28,47 0,00 28,47
1,5 1,597 75,28 7,34 0,00 82,62
2 3,186 150,19 19,40 5,18 0,00 174,77
2,4 4,935 232,64 38,71 13,69 4,14 0,00 289,17
3 9,561 450,71 59,96 27,30 10,94 3,48 552,39
4 6,951 327,67 116,17 42,29 21,82 9,20 517,15
5 5,053 238,20 84,45 81,94 33,80 18,35 456,75
6 3,342 157,54 61,39 59,57 65,49 28,43 372,42
7 2,702 127,37 40,61 43,30 47,61 55,07 313,97
8 2,185 103,00 32,83 28,64 34,61 40,04 239,12
9 1,766 83,25 26,55 23,16 22,89 29,11 184,95
10 1,428 67,32 21,46 18,73 18,51 19,25 145,26
11 1,155 54,45 17,35 15,13 14,97 15,56 117,46
12 0,906 42,71 14,03 12,24 12,10 12,59 93,66
13 0,773 36,44 11,01 9,90 9,78 10,17 77,30
14 0,659 31,07 9,39 7,76 7,91 8,23 64,36
15 0,562 26,49 8,01 6,62 6,21 6,65 53,98
16 0,479 22,58 6,83 5,65 5,30 5,22 45,57
17 0,408 19,23 5,82 4,82 4,51 4,45 38,84
18 0,348 16,40 4,96 4,11 3,85 3,80 33,11
19 0,297 14,00 4,23 3,50 3,28 3,24 28,24
20 0,253 11,93 3,61 2,98 2,79 2,76 24,07
21 0,216 10,18 3,07 2,55 2,38 2,35 20,54
22 0,184 8,67 2,62 2,17 2,03 2,00 17,51
23 0,157 7,40 2,24 1,85 1,73 1,71 14,93
24 0,134 6,32 1,91 1,58 1,48 1,46 12,74
51
Metode Nakayasu
51,2 13,2 9,31 7,44 6,26 Flow Q
0 0,000 0,00 0,00
1 0,604 30,92 0,00 30,92
1,5 1,597 81,77 7,97 0,00 89,74
2 3,186 163,12 21,08 5,62 0,00 189,83
2,4 4,935 252,67 42,06 14,87 4,49 0,00 314,09
3 9,561 489,52 65,14 29,66 11,88 3,78 599,99
4 6,951 355,89 126,21 45,94 23,70 10,00 561,74
5 5,053 258,71 91,75 89,01 36,72 19,94 496,14
6 3,342 171,11 66,70 64,71 71,13 30,89 404,55
7 2,702 138,34 44,11 47,04 51,72 59,85 341,07
8 2,185 111,87 35,67 31,11 37,59 43,51 259,76
9 1,766 90,42 28,84 25,16 24,86 31,63 200,91
10 1,428 73,11 23,31 20,34 20,10 20,92 157,79
11 1,155 59,14 18,85 16,44 16,26 16,91 127,60
12 0,906 46,39 15,25 13,29 13,14 13,68 101,75
13 0,773 39,58 11,96 10,75 10,62 11,06 83,97
14 0,659 33,74 10,20 8,43 8,59 8,94 69,91
15 0,562 28,77 8,70 7,20 6,74 7,23 58,64
16 0,479 24,52 7,42 6,14 5,75 5,67 49,50
17 0,408 20,89 6,32 5,23 4,90 4,84 42,19
18 0,348 17,82 5,39 4,46 4,18 4,13 35,97
19 0,297 15,21 4,59 3,80 3,56 3,52 30,68
20 0,253 12,95 3,92 3,24 3,04 3,00 26,15
21 0,216 11,06 3,34 2,77 2,59 2,55 22,31
22 0,184 9,42 2,85 2,36 2,21 2,18 19,02
23 0,157 8,04 2,43 2,01 1,88 1,86 16,22
24 0,134 6,86 2,07 1,71 1,61 1,58 13,84
52
Metode Nakayasu
54,8 14,13 9,96 7,96 6,7 Flow Q
0 0,000 0,00 0,00
1 0,604 33,10 0,00 33,10
1,5 1,597 87,52 8,53 0,00 96,05
2 3,186 174,59 22,57 6,02 0,00 203,17
2,4 4,935 270,44 45,02 15,91 4,81 0,00 336,17
3 9,561 523,94 69,73 31,73 12,71 4,05 642,17
4 6,951 380,91 135,10 49,15 25,36 10,70 601,22
5 5,053 276,90 98,22 95,23 39,28 21,35 530,98
6 3,342 183,14 71,40 69,23 76,11 33,06 432,94
7 2,702 148,07 47,22 50,33 55,33 64,06 365,01
8 2,185 119,74 38,18 33,29 40,22 46,57 278,00
9 1,766 96,78 30,87 26,91 26,60 33,86 215,02
10 1,428 78,25 24,95 21,76 21,51 22,39 168,87
11 1,155 63,29 20,18 17,59 17,39 18,10 136,56
12 0,906 49,65 16,32 14,22 14,06 14,64 108,89
13 0,773 42,36 12,80 11,50 11,37 11,83 89,87
14 0,659 36,11 10,92 9,02 9,19 9,57 74,82
15 0,562 30,80 9,31 7,70 7,21 7,74 62,76
16 0,479 26,25 7,94 6,56 6,15 6,07 52,98
17 0,408 22,36 6,77 5,60 5,25 5,18 45,15
18 0,348 19,07 5,77 4,77 4,47 4,42 38,50
19 0,297 16,28 4,92 4,06 3,81 3,77 32,83
20 0,253 13,86 4,20 3,47 3,25 3,21 27,98
21 0,216 11,84 3,57 2,96 2,77 2,73 23,87
22 0,184 10,08 3,05 2,52 2,36 2,33 20,35
23 0,157 8,60 2,60 2,15 2,01 1,99 17,36
24 0,134 7,34 2,22 1,83 1,72 1,70 14,81
53
Tabel 2.12: Rekapitulasi Debit Banjir Rencana Batang Naras Dengan
Metode Nakayasu
T Q 2 Thn Q 5 Thn Q 10 Thn Q 25 Thn Q 50 Thn Q 100Thn

Jam m³/dt m³/dt m³/dt m³/dt m³/dt m³/dt
0 0,00 0,00 0,00 0,00 0,00 0,00
1 19,79 23,05 25,65 28,47 30,92 33,1
1,5 57,42 66,88 74,44 82,62 89,74 96,05
2 121,47 141,48 157,46 174,77 189,83 203,17
2,4 200,99 234,10 260,53 289,17 314,09 336,17
3 383,93 447,18 497,68 552,39 599,99 642,17
4 359,47 418,67 465,95 517,15 561,74 601,22
5 317,49 369,76 411,51 456,75 496,14 530,98
6 258,66 301,46 335,53 372,42 404,55 432,94
7 218,20 254,12 282,87 313,97 341,07 365,01
8 166,19 193,55 215,44 239,12 259,76 278,00
9 128,54 149,70 166,63 184,95 200,91 215,02
10 100,96 117,58 130,87 145,26 157,79 168,87
11 81,64 95,08 105,83 117,46 127,60 136,56
12 65,10 75,81 84,39 93,66 101,75 108,89
13 53,72 62,57 69,64 77,30 83,97 89,97
14 44,73 52,09 57,98 64,36 69,91 74,82
15 37,52 43,70 48,64 53,98 58,64 62,76
16 31,67 36,89 41,06 45,57 49,50 52,98
17 26,99 31,44 34,99 38,84 42,19 45,15
18 23,01 26,80 29,83 33,11 35,97 38,50
19 19,63 22,86 25,45 28,24 30,68 32,83
20 16,73 19,48 21,69 24,07 26,15 27,98
21 14,27 16,62 18,5 20,54 22,31 23,87
22 12,17 14,17 15,77 17,51 19,02 20,35
23 10,38 12,09 13,45 14,93 16,22 17,36
24 8,85 10,31 11,48 12,74 13,84 14,81
Maks 383,93 447,18 497,68 552,39 599,99 642,17
54
700.00
600.00
500.00
Q 2 Thn m³/dt
400.00 Q 5 Thn m³/dt
Debit (m3/dt)
Q 10 Thn m³/dt
300.00 Q 25 Thn m³/dt
200.00 Q 50 Thn m³/dt
Q 100Thn m³/dt
100.00
0.00
1 4 7 1 0 13 16 19 22 25
Durasi (jam)
Gambar 2.3: Grafik Debit Banjir Hidrograf Satuan Sintesis Nakayasu
2.6.2. Metode Hidrograf Satuan Sintetik Snyder
Data:
L = 26,66 km
A = 156,37 km²
Lc = Jarak antara titik berat DAS dengan Outlet = 14 km
Kemiringan DAS (i) = 0,0375
Koefisien pengaliran = 0,70
Aliran Dasar = 22,24 m³/dt
Analisa:
Ct = 1,2 untuk Pegunungan, (Limantara, l.M., 2010)
Ct = 1,10 (0,75 sampai 3,00) Soemarto.C.D., 1987)
Cp = 0,9 sampai 1,40 = 0,90 (Soemarto, C.D., 1987) )
1) Standar Durasi Hujan Netto ( tR )
tR = 1 jam
2) Time Lag ( tp )
tp = Ct ( L. Lc )^0,3 = 7,092 jam
3) Lamanya Durasi Hujan Efektif ( te )
55
te = tr = tp/5,5 = 1,28 jam
4) Time Peak ( Tp )
t e>t R = 1,28 > 1
tp’ = tp + 0,25.tR¿- t R ) = 7,162 jam
Tp= tp’ + 0,5 t R = 7, 662 jam
5). Puncak Hidrograf Satuan ( qp )
qp = ( 0,275. Cp/tp’ )= 0,275(0,9/7,162) = 0,035 m3/dt/km2 .
6). Debit Maksimum Total ( Qp )

Qp = qp. A= 0,035. 156,37 = 5,473 m3/dt
W = 1000x hx A = 1000 x 1 x 156,37 = 156370
7). Ordinat Hidrograf Satuan dihitung dengan persamaan Alexeyev
λ = Qp.Tp/(W) = 5,473x7,662x3600/(156370)= 0,9654
a = 1,32. λ 2 + 0,15. λ + 0,045 = 1,42

8). Koordinat Snyder
X = t / Tp = 1 / 7,662 = 0,1305
Y = Q / Qp
2
Y = 10−a (1−x ) / x
6.00
HSS Snyder
5.00
4.00
Debit (m3/dt)
3.00 HSS Snyder

2.00
1.00
0.00
1 4 7 10 13 16 19 22 25 28 31
Durasi (jam)
56
Gambar 2.4: Grafik Ordinat Hidrograf Satuan Sintesis Snyder
Tabel 2.13: Ordinat Hidrograf Satuan Sintesis Snyder
No X t = X* Tp (1-X)² (1-X)²/X a(1-X)²/X Y Q = f(t)

0 0,0000 0,000 0,00 0,00 0,00 0,000 0,00
1 0,1305 1,000 0,76 5,79 8,23 0,000 0,00
2 0,2610 2,000 0,55 2,09 2,97 0,001 0,01
3 0,3915 3,000 0,37 0,95 1,34 0,045 0,25
4 0,5220 4,000 0,23 0,44 0,62 0,239 1,31
5 0,6525 4,999 0,12 0,19 0,26 0,546 2,99
6 0,7830 5,999 0,05 0,06 0,09 0,821 4,50
7 0,9135 6,999 0,01 0,01 0,01 0,974 5,33
8 1,0440 7,999 0,00 0,00 0,00 0,994 5,44
9 1,1745 8,999 0,03 0,03 0,04 0,919 5,03
10 1,3050 9,999 0,09 0,07 0,10 0,792 4,34
11 1,4355 10,999 0,19 0,13 0,19 0,649 3,55
12 1,5660 11,999 0,32 0,20 0,29 0,512 2,80
13 1,6965 12,999 0,49 0,29 0,41 0,393 2,15
14 1,8270 13,998 0,68 0,37 0,53 0,294 1,61
15 1,9575 14,998 0,92 0,47 0,67 0,216 1,18
16 2,0880 15,998 1,18 0,57 0,81 0,157 0,86
17 2,2185 16,998 1,48 0,67 0,95 0,112 0,61
18 2,3490 17,998 1,82 0,77 1,10 0,079 0,43
19 2,4795 18,998 2,19 0,88 1,25 0,056 0,31
20 2,6100 19,998 2,59 0,99 1,41 0,039 0,21
21 2,7405 20,998 3,03 1,11 1,57 0,027 0,15
22 2,8710 21,998 3,50 1,22 1,73 0,019 0,10
23 3,0015 22,997 4,01 1,33 1,90 0,013 0,07
24 3,1320 23,997 4,55 1,45 2,06 0,009 0,05
25 3,2625 24,997 5,12 1,57 2,23 0,006 0,03
26 3,3930 25,997 5,73 1,69 2,40 0,004 0,02
27 3,5235 26,997 6,37 1,81 2,57 0,003 0,01
28 3,6540 27,997 7,04 1,93 2,74 0,002 0,01
29 3,7845 28,997 7,75 2,05 2,91 0,001 0,01
30 3,9150 29,997 8,50 2,17 3,08 0,001 0,00
Debit
(m³/dt)
57
Tabel 2.14: Hitungan Debit Banjir Rencana Periode Ulang 2 Tahun
dengan Metode Snyder
32,76 8,45 5,96 4,76 4,00 Flow Q
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,33 0,00 0,00 0,33
3 0,25 8,19 0,08 0,00 0,00 8,27
4 1,31 42,92 2,11 0,06 0,00 0,00 45,09
5 2,99 97,95 11,07 1,49 0,05 0,00 110,56
6 4,50 147,42 25,27 7,81 1,19 0,04 181,72
7 5,33 174,61 38,03 17,82 6,24 1,00 237,69
8 5,44 178,21 45,04 26,82 14,23 5,24 269,55
9 5,03 164,78 45,97 31,77 21,42 11,96 275,90
10 4,34 142,18 42,50 32,42 25,37 18,00 260,48
11 3,55 116,30 36,67 29,98 25,89 21,32 230,16
12 2,80 91,73 30,00 25,87 23,94 21,76 193,29
13 2,15 70,43 23,66 21,16 20,66 20,12 156,03
14 1,61 52,74 18,17 16,69 16,90 17,36 121,86
15 1,18 38,66 13,60 12,81 13,33 14,20 92,60
16 0,86 28,17 9,97 9,60 10,23 11,20 69,17
17 0,61 19,98 7,27 7,03 7,66 8,60 50,55
18 0,43 14,09 5,15 5,13 5,62 6,44 36,42
19 0,31 10,16 3,63 3,64 4,09 4,72 26,24
20 0,21 6,88 2,62 2,56 2,90 3,44 18,41
21 0,15 4,91 1,77 1,85 2,05 2,44 13,02
22 0,10 3,28 1,27 1,25 1,48 1,72 8,99
23 0,07 2,29 0,85 0,89 1,00 1,24 6,27
24 0,05 1,64 0,59 0,60 0,71 0,84 4,38
25 0,03 0,98 0,42 0,42 0,48 0,60 2,90
26 0,02 0,66 0,25 0,30 0,33 0,40 1,94
27 0,01 0,33 0,17 0,18 0,24 0,28 1,19
28 0,01 0,33 0,08 0,12 0,14 0,20 0,87
29 0,01 0,33 0,08 0,06 0,10 0,12 0,69
30 0,00 0,00 0,08 0,06 0,05 0,08 0,27
58
38,16 9,84 6,94 5,54 4,66 Flow Q
m³/dt/
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,38 0,00 0,00 0,38
3 0,25 9,54 0,10 0,00 0,00 9,64
4 1,31 49,99 2,46 0,07 0,00 0,00 52,52
5 2,99 114,10 12,89 1,74 0,06 0,00 128,78
6 4,50 171,72 29,42 9,09 1,39 0,05 211,66
7 5,33 203,39 44,28 20,75 7,26 1,17 276,85
8 5,44 207,59 52,45 31,23 16,56 6,10 313,94
9 5,03 191,94 53,53 36,99 24,93 13,93 321,33
10 4,34 165,61 49,50 37,75 29,53 20,97 303,36
11 3,55 135,47 42,71 34,91 30,14 24,84 268,06
12 2,80 106,85 34,93 30,12 27,87 25,35 225,12
13 2,15 82,04 27,55 24,64 24,04 23,44 181,72
14 1,61 61,44 21,16 19,43 19,67 20,22 141,92
15 1,18 45,03 15,84 14,92 15,51 16,54 107,85
16 0,86 32,82 11,61 11,17 11,91 13,05 80,56
17 0,61 23,28 8,46 8,19 8,92 10,02 58,87
18 0,43 16,41 6,00 5,97 6,54 7,50 42,42
19 0,31 11,83 4,23 4,23 4,76 5,50 30,56
20 0,21 8,01 3,05 2,98 3,38 4,01 21,44
21 0,15 5,72 2,07 2,15 2,38 2,84 15,17
22 0,10 3,82 1,48 1,46 1,72 2,00 10,47
23 0,07 2,67 0,98 1,04 1,16 1,44 7,30
24 0,05 1,91 0,69 0,69 0,83 0,98 5,10
25 0,03 1,14 0,49 0,49 0,55 0,70 3,38
26 0,02 0,76 0,30 0,35 0,39 0,47 2,26
27 0,01 0,38 0,20 0,21 0,28 0,33 1,39
28 0,01 0,38 0,10 0,14 0,17 0,23 1,02
29 0,01 0,38 0,10 0,07 0,11 0,14 0,80
30 0,00 0,00 0,10 0,07 0,06 0,09 0,32
59
Tabel 2.16: Hitungan Debit Banjir Rencana Periode Ulang 10Tahun
42,47 10,95 7,72 6,17 5,19 Flow Q
m³/dt/
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,42 0,00 0,00 0,42
3 0,25 10,62 0,11 0,00 0,00 10,73
4 1,31 55,64 2,74 0,08 0,00 0,00 58,45
5 2,99 126,99 14,34 1,93 0,06 0,00 143,32
6 4,50 191,12 32,74 10,11 1,54 0,10 235,61
7 5,33 226,37 49,28 23,08 8,08 2,59 309,39
8 5,44 231,04 58,36 34,74 18,45 13,55 356,13
9 5,03 213,62 59,57 41,15 27,77 30,92 373,02
10 4,34 184,32 55,08 42,00 32,89 46,53 360,81
11 3,55 150,77 47,52 38,83 33,56 55,11 325,80
12 2,80 118,92 38,87 33,50 31,04 56,25 278,58
13 2,15 91,31 30,66 27,41 26,78 52,01 228,16
14 1,61 68,38 23,54 21,62 21,90 44,88 180,31
15 1,18 50,11 17,63 16,60 17,28 36,71 138,33
16 0,86 36,52 12,92 12,43 13,27 28,95 104,09
17 0,61 25,91 9,42 9,11 9,93 22,23 76,60
18 0,43 18,26 6,68 6,64 7,28 16,65 55,51
19 0,31 13,17 4,71 4,71 5,31 12,20 40,09
20 0,21 8,92 3,39 3,32 3,76 8,89 28,29
21 0,15 6,37 2,30 2,39 2,65 6,31 20,02
22 0,10 4,25 1,64 1,62 1,91 4,45 13,87
23 0,07 2,97 1,10 1,16 1,30 3,21 9,73
24 0,05 2,12 0,77 0,77 0,93 2,17 6,76
25 0,03 1,27 0,55 0,54 0,62 1,55 4,53
26 0,02 0,85 0,33 0,39 0,43 1,03 3,03
27 0,01 0,42 0,22 0,23 0,31 0,72 1,91
28 0,01 0,42 0,11 0,15 0,19 0,52 1,39
29 0,01 0,42 0,11 0,08 0,12 0,31 1,05
30 0,00 0,00 0,11 0,08 0,06 0,21 0,46
60
Tabel 2.17: Hitungan Debit Banjir Rencana Periode Ulang 25Tahun
47,14 12,15 8,57 6,85 5,76 Flow Q
m³/dt/
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,47 0,00 0,00 0,47
3 0,25 11,79 0,12 0,00 0,00 11,91
4 1,31 61,75 3,04 0,09 0,00 0,00 64,88
5 2,99 140,95 15,92 2,14 0,07 0,00 159,08
6 4,50 212,13 36,33 11,23 1,71 0,06 261,46
7 5,33 251,26 54,68 25,62 8,97 1,44 341,97
8 5,44 256,44 64,76 38,57 20,48 7,55 387,79
9 5,03 237,11 66,10 45,68 30,83 17,22 396,94
10 4,34 204,59 61,11 46,62 36,51 25,92 374,75
11 3,55 167,35 52,73 43,11 37,26 30,70 331,15
12 2,80 131,99 43,13 37,19 34,46 31,33 278,11
13 2,15 101,35 34,02 30,42 29,73 28,97 224,50
14 1,61 75,90 26,12 24,00 24,32 25,00 175,33
15 1,18 55,63 19,56 18,43 19,18 20,45 133,24
16 0,86 40,54 14,34 13,80 14,73 16,13 99,53
17 0,61 28,76 10,45 10,11 11,03 12,38 72,73
18 0,43 20,27 7,41 7,37 8,08 9,27 52,41
19 0,31 14,61 5,22 5,23 5,89 6,80 37,75
20 0,21 9,90 3,77 3,69 4,18 4,95 26,48
21 0,15 7,07 2,55 2,66 2,95 3,51 18,74
22 0,10 4,71 1,82 1,80 2,12 2,48 12,94
23 0,07 3,30 1,22 1,29 1,44 1,79 9,02
24 0,05 2,36 0,85 0,86 1,03 1,21 6,30
25 0,03 1,41 0,61 0,60 0,69 0,86 4,17
26 0,02 0,94 0,36 0,43 0,48 0,58 2,79
27 0,01 0,47 0,24 0,26 0,34 0,40 1,72
28 0,01 0,47 0,12 0,17 0,21 0,29 1,26
29 0,01 0,47 0,12 0,09 0,14 0,17 0,99
61
30 0,00 0,00 0,12 0,09 0,07 0,12 0,39

51,2 13,2 9,31 7,44 6,26 Flow Q
m³/dt/
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,51 0,00 0,00 0,51
3 0,25 12,80 0,13 0,00 0,00 12,93
4 1,31 67,07 3,30 0,09 0,00 0,00 70,47
5 2,99 153,09 17,29 2,33 0,07 0,00 172,78
6 4,50 230,40 39,47 12,20 1,86 0,06 283,99
7 5,33 272,90 59,40 27,84 9,75 1,57 371,44
8 5,44 278,53 70,36 41,90 22,25 8,20 421,23
9 5,03 257,54 71,81 49,62 33,48 18,72 431,16
10 4,34 222,21 66,40 50,65 39,66 28,17 407,08
11 3,55 181,76 57,29 46,83 40,47 33,37 359,72
12 2,80 143,36 46,86 40,41 37,42 34,05 302,10
13 2,15 110,08 36,96 33,05 32,29 31,49 243,87
14 1,61 82,43 28,38 26,07 26,41 27,17 190,46
15 1,18 60,42 21,25 20,02 20,83 22,22 144,74
16 0,86 44,03 15,58 14,99 16,00 17,53 108,12
17 0,61 31,23 11,35 10,99 11,98 13,46 79,01
18 0,43 22,02 8,05 8,01 8,78 10,08 56,93
19 0,31 15,87 5,68 5,68 6,40 7,39 41,01
20 0,21 10,75 4,09 4,00 4,54 5,38 28,77
21 0,15 7,68 2,77 2,89 3,20 3,82 20,36
22 0,10 5,12 1,98 1,96 2,31 2,69 14,05
23 0,07 3,58 1,32 1,40 1,56 1,94 9,80
24 0,05 2,56 0,92 0,93 1,12 1,31 6,85
25 0,03 1,54 0,66 0,65 0,74 0,94 4,53
26 0,02 1,02 0,40 0,47 0,52 0,63 3,03
27 0,01 0,51 0,26 0,28 0,37 0,44 1,87
28 0,01 0,51 0,13 0,19 0,22 0,31 1,37
62
29 0,01 0,51 0,13 0,09 0,15 0,19 1,07
30 0,00 0,00 0,13 0,09 0,07 0,13 0,42
54,80 14,13 9,96 7,96 6,70 Flow Q
m³/dt/
0 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00
2 0,01 0,55 0,00 0,00 0,55
3 0,25 13,70 0,14 0,00 0,00 13,84
4 1,31 71,79 3,53 0,10 0,00 0,00 75,42
5 2,99 163,85 18,51 2,49 0,08 0,00 184,93
6 4,50 246,60 42,25 13,05 1,99 0,07 303,95
7 5,33 292,08 63,59 29,78 10,43 1,68 397,55
8 5,44 298,11 75,31 44,82 23,80 8,78 450,82
9 5,03 275,64 76,87 53,09 35,82 20,03 461,45
10 4,34 237,83 71,07 54,18 42,43 30,15 435,67
11 3,55 194,54 61,32 50,10 43,30 35,71 384,98
12 2,80 153,44 50,16 43,23 40,04 36,45 323,31
13 2,15 117,82 39,56 35,36 34,55 33,70 260,99
14 1,61 88,23 30,38 27,89 28,26 29,08 203,83
15 1,18 64,66 22,75 21,41 22,29 23,79 154,90
16 0,86 47,13 16,67 16,04 17,11 18,76 115,71
17 0,61 33,43 12,15 11,75 12,82 14,41 84,55
18 0,43 23,56 8,62 8,57 9,39 10,79 60,93
19 0,31 16,99 6,08 6,08 6,85 7,91 43,89
20 0,21 11,51 4,38 4,28 4,86 5,76 30,79
21 0,15 8,22 2,97 3,09 3,42 4,09 21,78
22 0,10 5,48 2,12 2,09 2,47 2,88 15,04
23 0,07 3,84 1,41 1,49 1,67 2,08 10,49
24 0,05 2,74 0,99 1,00 1,19 1,41 7,33
25 0,03 1,64 0,71 0,70 0,80 1,01 4,85
26 0,02 1,10 0,42 0,50 0,56 0,67 3,25
63
27 0,01 0,55 0,28 0,30 0,40 0,47 2,00
28 0,01 0,55 0,14 0,20 0,24 0,34 1,46
29 0,01 0,55 0,14 0,10 0,16 0,20 1,15
30 0,00 0,00 0,14 0,10 0,08 0,13 0,45
Tabel 2.20: Rekapitulasi Debit Banjir Rencana Batang Naras Dengan

Metode Snyder
Q Q 25 Q 50 Q 100
T Q 2 Tahun Q 5Tahun 10Tahun Tahun Tahun Tahun
Jam m³/dt m³/dt m³/dt m³/dt m³/dt m³/dt
0 0,00 0,00 0,00 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00 0,00 0,00
2 0,33 0,38 0,42 0,47 0,51 0,55
3 8,27 9,64 10,73 11,91 12,93 13,84
4 45,09 52,52 58,45 64,88 70,47 75,42
5 110,56 128,78 143,32 159,08 172,78 184,93
6 181,72 211,66 235,61 261,46 283,99 303,95
7 237,69 276,85 309,39 341,97 371,44 397,55
8 269,55 313,94 356,13 387,79 421,33 450,82
9 275,90 321,33 373,02 396,94 431,16 461,45
10 260,48 303,36 360,81 374,75 407,08 435,67
11 230,16 268,06 325,80 331,15 359,72 384,98
12 193,29 225,12 278,58 278,11 302,10 323,31
13 156,03 181,72 228,16 224,50 243,87 260,99
14 121,86 141,92 180,31 175,33 190,46 203,83
15 92,60 107,85 138,13 133,24 144,74 154,90
16 69,17 80,56 104,09 99,53 108,12 115,71
17 50,55 58,87 76,60 72,73 79,01 84,55
18 36,42 42,42 55,51 52,41 56,93 60,93
19 26,24 30,56 40,09 37,75 41,01 43,89
20 18,41 21,44 28,29 26,48 28,77 30,79
21 13,02 15,17 20,02 18,74 20,36 21,78
22 8,99 10,47 13,87 12,94 14,05 15,04
23 6,27 7,30 9,73 9,02 9,80 10,49
24 4,38 5,10 6,76 6,30 6,85 7,33
25 2,90 3,38 4,53 4,12 4,53 4,85
26 1,94 2,26 3,03 2,79 3,03 3,25
27 1,19 1,39 1,91 1,72 1,87 2,00
64
28 0,87 1,02 1,39 1,26 1,37 1,46
29 0,69 0,80 1,05 0,99 1,07 1,15
30 0,27 0,32 0,46 0,39 0,42 0,45
Maks 275,90 321,33 373,02 396,94 431,16 461,45
500.00
450.00
400.00
350.00
Q 2 Tahun m³/dt
300.00
Q 5Tahun m³/dt
Debit (m3/dt)
250.00 Q 10Tahun m³/dt

200.00 Q 25 Tahun m³/dt
Q 50 Tahun m³/dt
150.00 Q 100 Tahun m³/dt
100.00
50.00
0.00
1 4 7 10 13 16 19 22 25 28 31
Durasi (jam)
Gambar 2.5: Grafik Debit Banjir Hidrograf Satuan Sintesis Snyder
2.6.3. Metode Hasper

Dasar dari metode ini sama dengan Metode Melchior dan Metode
Weduwen yaitu Metode Rational dengan persamaan sebagai berikut :
Q= α.β.q.A
1.1. Koefisien Aliran (α)

0,7
1+ 0,012 A
α= 0,7 ..........................................(5.1)
1+ 0,075 A
Dimana A = Luas daerah aliran (km2)
1.2. Angka Reduksi (β)
65
Angka Reduksi menurut Haspers :
1 1+ t r +3,7 x 10 ⁻⁰ ´ ⁴ ᵗʳ A 3 /4
= x ...........................(5.2)
β tr ²+15 12
1.3. Hujan Maksimum (q)

Menurut Haspers hujan maksimum q m3/dt/km2 besarnya
tergantung dari distribusi curah hujan yang perumusannya
dibedakan :
a. Untuk tr< 2 jam
t r x R ₂₄
rt = .........................
tr+1−0,0008 ( 260−R ) ( 2−tr) ²
24
(5.3)
b. Untuk 2 jam < tr< 19 jam

tr x R ₂₄
rt = .........................
tr+1
(5.4)
c. Untuk 19 jam << tr< 30 hari
rt = 0,707 . R24√ tr+1
Dimana rt adalah hujan yang turun selama t (mm) dan R24

adalah hujan per etmal (mm).
Hubungan antara rt dan I adalah sebagai berikut :

rt
a. Bila rt dinyatakan dalam jam, maka I =
3,6 tr
rt
b. Bila rt dinyatakan dalam hari, maka q = q
86,4 tr
(m3/dt/km2)
1.4. Hubungan tr dengan Tc

Sesuai dengan dasar perumusannya yairu Rational, maka Haspers
memakai tr = Tc. Menurut Rassel bahwa debit banjir (Q) sebanding
66
dengan jari – jari hidrulis penampang aliran dan waktu aliran.
Perumusan Tc temukan sebagai berikut :
Tc = 0,1 . L0,8 . i-0,3 ......................
(5.6)
Dimana Tc dalam jam, L adalah panjang sunngai (km) dan i adalah

kemiringan rata – rata sungai.
1.5. Masa Ulang (T)

Menurut Haspers bahwa data hujan di Indonesia kebanyakan tidak
kontinyu yang kadang – kadang hanya dijumpai tinggi hujan
absolut saja dalam suatu periode pengamatan. Untuk menghitung
hujan dengan masa ulang tertentu menurut Haspers dapat dipakai
rumus :
Rt = R + σ . μ ...........................(5.7)
Dimana :
Rt = Hujan dengan masa ulang T
R = Hujan maksimum rata – rata
σ = Standar deviasi
μ = Standar variabel untuk masa ulang T
Dalam Tabel 6 dicantumkan hubungan antara Standar Variabel (U)

dengan masa ulang (T).
Ternyata Metode Harpers dengan Metode Gumbel memberikan

hasil yang mendekati satu dengan yang lain yaitu dengan
perbedaan 10 – 15 %
67
Dari persamaan (5.7) dapat pula dipergunakan untuk menghitung
standar deviasi yaitu sebagai berikut :
Rt −R
σ = ...............................(5.8)
μ
Sedang kalau harga σ dihitung dengan cara biasa (Metode

Statistik) akan cukup sukar berhubung data di Indonesia
kebanyakan tidak kontinyu.
 Sebagai contoh misalkan diketahui hujan absolut pertama 139

mm dan absolut kedua 125 mm. Hujan rata – rata maksimum
R adalah 96 mm selama pengamatan 22 tahun. Hitung
besarnya standar deviasi dari data tersebut :
Penyelesaian :
Untuk hujan absolut pertama, maka menurut Weibull akan

n+1 22+ 1
mempunyai masa ulang T = 23 tahun (T = = ).
m 1
Dengan harga T ini dari Tabel 6 diketahui standar variabel μ =
2,02.
Untuk hujan absolut kedua, maka menurut Weibull akan

n+1 22+ 1
mempunyai masa ulang T = 11,5 tahun (T = = ).
m 1
Dengan harga T ini dari Tabel 6 diketahui standar variabel μ =
1,39.
Rt −R 139−96
Makaσ ₁ = = = 21,287
μ₁ 2,02
Rt −R 125−96
σ₂ = = = 20,863
μ₂ 1,39
Jadi standar deviasi untuk data di atas :
68
21,287+20,863
σ =
2
1.6. Prosedur Perhitungan
Untuk perhitungan debit maksimum Q dari hujan harian maksimum

(R24), pada suatu daerah aliran dengan Metode Haspers dapat
dilakukan dengan prosedur perhitungan sebagai berikut :
a. Hitung α dengan persamaan (5.1)
b. Hitung tr dengan persamaan (5.6, dimana tr = Tc
c. Hitung β dengan persamaan (5.2)
d. Hitung RT dengan persamaan (5.7)
RT adalah besarnya hujan harian maksimum dengan masa
ulang T yang dipakai untuk menghitung besarnya debit
maksimum (Q) yang juga mempunyai masa ulang T.
e. Hitung rt dengan persamaan (5.3), (5.4), dan (5.5) yang dipilih
berdasarkan harga tr dari butir b di atas.
f. Hitung q terhadap hubungannya dengan tr
g. Kemudian harga Q = α . β . q . A
Contoh Perhitungan :
Pada suatu daerah aliran, curah hujan absolut maksimum adalah
139 mm dan hujan maksimum rata – ratanya 96 mm selama
pengamatan 19 tahun.
Luas daerah alirah 100 km2 dan panjang sungai 10 km dengan
kemiringan rata – rata 0,001. Dengan Metode Haspers hitung debit
maksimum yang mempunyai masa ulanhg 500 tahun.
Penyelesaian :
19+1
Untuk n – 19 tahun, maka T = = 20 tahun untuk RT 139 mm
1
dari Tabel 6 harga μ = 1,89
69
139−96
σ = = 22,75
1,89
Untuk T = 500 tahun, maka dari Tabel 6 harga μ = 5,13
Sehingga R500 = 96 + (22,75) . (5,13) = 212,7 mm
1+ 0,012(100)0,7
α = = 0,45
1+0,075 ¿ ¿
tr = Tc = 0,1 (10)0,8 x (0,001)-0,3 = 5 jam
( )( )
3
1 ´´−04 5 4
= 1 + 5+3,7 x 10 ˟ x ( 100 ) =1,33
β 12
52 +15
Maka β = 0,75
5 x 212,7
tr = 5 jam, maka rt = = 177,25 mm
5+1
177,25
tr = dalam jam, maka q = = 9,85 m3/dt/km2
3,6 x 5
Jadi Q500 = 0,45 x 0,75 x 9,85 x
Analisis debit banjir rencana dengan metode sintetis empiris Hasper
dalam penggunaanya, metoda ini tidak mensyaratkan batasan luas DAS,
menurut Haspers besarnya debit dihitung dengan bentuk persamaan
sebagai berikut :
QT =α .β .I . A
Dimana:
α = Koefisien pengaliran atau run off coefisien ( tabel Mononobe)
β= Koefisien reduksi atau reduction coefisien
I = Intensitas hujan yang diperhitungkan (m3/detik/km2)
A = Luas daerah pengaliran Km2
QT = Debit banjir rencana dengan periode ulang tertentu (m3/detik)
Data sungai Batang Naras:

Luas Cathmen Area (A) = 156,37 Km2
Panjang Sungai (L) = 26,66 Km
70
Beda tinggi ( ΔH ) = 1000 m
Parameter-parameter lain yang harus didapatkan dihitung sebagai berikut :
Kemiringan Sungai.
ΔH 1000
S= = =0 ,0375
0,9 L 0,9∗26660
1) Koefisien Run off
1+0 .012( A )0. 7 1+0 ,012∗156 , 370,7
α= = =0 , 395
1+0. 075( A )0 .7 1+0 ,075∗156 , 370,7
2) Waktu konsentrasi
tc=0.1∗( L)0 .8∗(S)−0 .3 =0,1∗26 ,66 0,8∗0 ,0375−0,3 =3,702 Jam
3)Koefisien reduksi ( β ) ⁰ ⁷⁵ ⁰ ⁷⁵
Tc Tc² ,0,4xTc 10^-0,4Tc 3,7x10^-0,4Tc tc+(3,7.10^0,4Tc) Tc²+15 A ’ (A ’ )/12 1/β β
3,702 13,705 1,5 0,033 0,122 5,122 28,705 11,733 0,978 1,174 0,851
4) Menghitung r
Oleh karena tc = 3,702,maka r dihitung berdasarkan rumus : 2 jam < r < 19

jam
tc∗R 24
r=
tc+1
n
(Tahun
) Rn Tc TcxRn tc +1 r = (tc * R24)/(tc+1)
1 2 3 4 5 6=4/5
2 79,9 3,702 295,79 4,702 62,907
5 93,02 3,702 344,36 4,702 73,237
10 103,56 3,702 383,38 4,702 81,535
25 114,96 3,702 425,58 4,702 90,511
50 124,85 3,702 462,19 4,702 98,297
100 133,64 3,702 494,74 4,702 105,218
5). Menghitung I
71
r
I=
3,6 x tc
n r Tc 3,6xTc I
2 62,907 3,702 13,3272 4,72
5 73,237 3,702 13,3272 5,50
10 81,535 3,702 13,3272 6,12
25 90,511 3,702 13,3272 6,79
50 98,297 3,702 13,3272 7,38
100 105,218 3,702 13,3272 7,89
6). Menghitung Debit (Q)
Q = α x β x In x A
Tabel 2.21 : Debit Maksimum Metode Haspers
No Periode
Ulang
(Thn) α β I A (Km²) Q (m³/dt)
1 2 3 4 5 6 7
1 2 0,395 0,851 4,72 156,37 248,11
2 5 0,395 0,851 5,50 156,37 288,85
3 10 0,395 0,851 6,12 156,37 321,58
4 25 0,395 0,851 6,79 156,37 356,98
5 50 0,395 0,851 7,38 156,37 387,69
6 100 0,395 0,851 7,89 156,37 414,98
2.6.4. Metode Mononobe
Analisis debit banjir rencana dengan metode sintetis empiris

Mononobe dalam penggunaanya, metoda ini tidak mensyaratkan batasan
luas DAS. menurut Mononobe besarnya debit dihitung dengan bentuk
persamaan sebagai berikut :
α . IT. A
QT =
3,6
Dimana:
72
QT = Debit banjir rencana dengan periode ulang tertentu ( m3/dt )
α = Koefisien pengaliran atau run off coefisien ( Tabel 2.1 Mononobe)
IT = Intensitas hujan periode ulang tertentu ( mm/jam )
R T 24
( )
2/3
IT = 24 t
A = Luas daerah pengaliran ( km2 )
RT = Curah hujan harian maksimum periode ulang tertentu ( mm )
tc = waktu konsentrasi = waktu rambat air di sungai utama. (jam)
L
tc=
V
V = kecepatan aliran di sungai (km/jam)
( )
0 .6
ΔH
V =72
L .
Panjang Sungai (L) = 26,66 Km
Parameter-parameter lain yang harus didapatkan dihitung sebagai berikut :

1). Kemiringan Sungai.
ΔH 1000
S= = =0 ,0375
L 26660
2). Koefisien pengaliran Atau Run off (α )
α = 0,70 ( DAS pada daerah pegunungan tersier , Tabel 2.1 dari
Mononobe )
3). Kecepatan aliran ( V )
( ) ( )
0 .6 0,6
ΔH 1000
V =72 =72 =10 ,05 km/ jam
L 26660 .
4). Waktu konsentrasi
73
L 26 , 66
tc= = =2 ,65 jam
V 10 , 055
5). Menghitung Intensitas Hujan (In) dan Debit (Q)
Tabel 2.22: Intensitas Hujan (In) dan Debit (Q) Metode Mononobe
(24/
n Rn Rn/24 24/Tc Tc)^⅔ In Qn (M³/dt)
1 2 3 4 5 6 7
2 79,9 3,329 9,039 4,342 14,46 439,55
5 93,07 3,878 9,039 4,342 16,84 512,00
10 103,56 4,315 9,039 4,342 18,74 569,71
25 114,96 4,790 9,039 4,342 20,80 632,42
50 124,85 5,202 9,039 4,342 22,59 686,83

100 133,64 5,568 9,039 4,342 24,18 735,18
2.6.5. Metode Melchior

Metode Melchior dikembangkan untuk menganalisis debit banjir pada
DAS berbentuk ellips yang mempunyai luas > 100 Km2 Perhitungan
Metode Melchior ini telah lama digunakan di Indonesia
Rumus :
Q = α . β . q . A .......................................(3.1)
Q = Debit maksimum yang terjadi (m3/dt)
α = Koefisien aliran
R
β = Angka reduksi = pada daerah dan waktu yang sama
Rmak
q = Hujan maksimum setempat di daerah alirann (m3/dt/Km2)
A = Luas daerah aliran (Km2)
3.1 Koefisien Aliran (α)
74
Koefisien pengaliran (fungsi dari vegetasi, tanah, kemiringan dan
iklim)= antara 0,42, 0,52, 0,62 dan 0,75. Dalam penggunaannya Ir.
Melchior menganjurkan untuk memakai harga α = 0,52.
3.2 Angka Reduksi (β)

Angka reduksi adalah perbandingan antara hujan rata-rata daerah
aliran dengan hujan maksimum yang terjadi di daerah aliran tersebut
(Point Rainfall).
Ir.A.P. Melchior menentukan hubungan antara hujan rata-rata sehari
(24 jam) dengan hujan maksimum setempat sehari, mendapatkan
angka reduksi dalam persamaan sebagai berikut :
1970
F = – 3960 + 1720
β−0,12
β ...........................................(3.2)
Dimana D adalah luasan yanng dibatasi oleh isyohet yang
mempunyai harga sama dengan hujan rata-rata daerah aliran. F
mempunyai hubungan dengan A yang merupakan luasan bentuk
ellips dengan sumbu panjang tidak lebih 1,5 kali sumbu pendek.
Untuk hujan-hujan dengan lama kurang 24 jam besarnya angka
reduksi (β) masih harus dikalikan dengan presentase dari Melchior
seperti pada Tabel 2 yang berlaku untuk kota Jakarta.
Tabel 2. Presentase Angka Reduksi untuk Hujan Kurang dari

24 jam di Jakarta
75
Lama Hujan Luas Ellips (Km²)
(jam)
0 10 50 300 500
1 44 37 29 20 12
2 64 57 45 33 23
3 80 70 57 43 32
4 89 80 66 52 42
5 92 82 70 57 50
6 92 84 74 61 54
8 93 87 79 69 66
10 94 90 83 77 74
12 95 91 88 85 83
16 96 95 94 93 92
20 98 97 96 95 94
24 100 100 100 100 100
Misal untuk hujan maksimum sehari didapat 200 mm pada suatu

daerah aliran (Jakarta) dengan luas ellips 300 Km2, maka besarnya
hujan 4 jam adalah 52% terhadap hujan maksimum per 24 jam.
Dari persamaan (3.2) diperoleh β = 0,805, jadi besarnya hujan rata-

rata 0,52 x 0,805 = 0,419. Sehingga besarnya hujan rata-rata di
daerah aliran adalah 0,419 x 200 = 83,8 mm.
Untuk daerah “luar Jakarta” bila misalnya hujan maksimum

setempat perhari adalah X mm, maka besarnya rata-rata di daerah
X
aliran untuk ellips 300 Km2 dan lama hujan 4 jam adalah x
200
83,8 mm.
3.3 Hujan Maksimum Setempat (q)

Besarny hujan maksimum setempat (point rainfall) per etmal (q)
yang dinyatakan dalam m3/dt/km2 tergantung dari waktu konsentrasi
aliran Tc.
76
1000 L
Menurut Melchior Tc = ...................................(3.4)
60V
Dimana :
L = Panjang sungai (km)
V = Kecepatan rata-rata aliran (m/dt)
Tc = Menit
Melchior memberikan perumusan untuk V adalah sebagai berikut :

V = 1,31 x (β . q . A . i2)0.2 ...................(3.5)
Untuk harga α = 0,52 telah dibuat grafik (gambar 3) hubungan
antara I, q, A dan V. Untuk harga α yang lain besarnya kecepatan
yang didapat dari grafik ini harus dikonversikan dengan
¿ ¿ atau 1,14 (α)0,2 = V
Sedang i dalam persamaan (3.5) adalah kemiringan rat-rata dasar
sungai dengan menganggap 0,1 dari panjang sungai dibagian hulu
tidak diperhitungkan.
∆H
i= ................................(3.6) dimana ∆H selisih tinggi
0,9 L
antara titik di
0,9 L sampai titik pengamatan
Untuk mendapatkan q ternyata tidak mudah karena telah
dinyatakan bahwa q tergantung dari Tc, sedang Tc tergantung dari
V, padahal V fungsi dari q, maka untuk hal yang demikian
mendapatkan q dicari dengan cara coba-coba. Untuk ini Milchiar
juga memberikan grafik hubungan antrara q, F, dan Tc. Sebagai
taksiran pertama harga q dapat digunakan Tabel 3, agar supaya
tidak menyimpang terlalu jauh.
77
Tabel 3. Taksiran harga q terhadap nF
nF q nF q nF q
0,144 29,60 144 4,75 720 2,30
0,720 22,45 216 4,00 1080 1,85
1,440 19,90 288 3,60 1440 1,53
7,200 14,15 360 3,30 2160 1,20
14,000 11,85 432 3,05 2080 1,00
29,000 9,00 504 2,85 1320 0,70
72,000 6,25 576 2,65 5760 0,51
108,000 5,25 618 2,55 7200 0,48
3.4 Prosedur Perhitungan

Untuk memudahkan perhitungan dipakai prosedur sebagai
berikut :
a. Ambil suatu harga q sembarang seperti petunjuk Tabel 3.
b. Dengan q, A dan i akan didapat V dari grafik gambar 3.
c. Dengan V didapat Tc.
d. Dengan Tc dan nF akan didapat q dari grafiik gambar 4.
Kalau harga q ini sama dengan yang diambil semula maka

perhitungan ini dapat dipastikan, tetapi bila tidak sama, prosedur di
muka diulangi lagi dengan memakai harga q yang baru sampai
harga q yang didapat sama dengan harga q yang diambil.
Bila waktu hujan lebih besar dari Tc, sedangkan dalam metode
Melchior dianggap bahwa tr = Tc maka hasil q yang didapat masih
perlu dipertinggi lagi dengan suatu prosentase seperti pada Tabel
4.
78
Tabel 4. Prosentase Peninggian q
T (menit) Peninggian (%) T (menit) Peninggian (%)

40 2 1330 - 1420 18
40 - 115 3 1420 - 1510 19
115 - 190 4 1510 - 1595 20
190 - 270 5 1595 - 1680 21
270 - 360 6 1680 - 1770 22
360 - 450 7 1770 - 1860 23
450 - 540 8 1860 - 1950 24
540 - 630 9 1950 - 2035 25
630 - 720 10 2035 - 2120 26
720 - 810 11 2120 - 2210 27
810 - 895 12 2210 - 2295 28
895 - 980 13 2295 - 2380 29
980 - 1070 14 2380 - 2465 30
1070 - 1150 15 2465 - 2550 31
1150 - 1240 16 2550 - 2640 32
1240 - 1330 17 2640 - 2725 33
Grafik Melchior (gambar 3 dan gambar 4) pembuatannya

didasarkan atas hujan 200 mm. Maka untuk hujan R, dasarnya
R
debit q yang dihitung dengan cara ini harus dikalikan dengan
200
Untuk menghitung Dimensi hidraulis bendung diperlukan

penetapan debit banjir sungai yang paling maksimum dengan
tinnggi hujan rencana 108 mm per hari. Diketahui panjang sungai
pada daerah aliran 28 km dan luasnya (A) 86,45 km 2, beda tinnggi
hulu dan tempat lokasi bendung adalah 450 m. Beda besarnya
79
koefisien aliran 0,70, hitung debit rencana bendung tersebut kalau
juga diketahui luas ellips nF = 120 Km2.
Penyelesaian :
Untuk nF =120 km2 dari Tabel 3 diambil q = 5 m 3/dt/km2 (Hasil

Interpolasi) q x A = 5 x 86,45 = 432,25 m3/dt
450
i= = 0,01786 ~ 178,6 x 10-4
0,9(1000 x 28)
dari grafik gambar 3 didapat V = 0,87 m/dt

untuk α = 0,70 maka V = 1,14 (0,7)0,2 x 0,87 = 0,92
1000 x 28
Tc = = 507,2 menit = 8,45 jam
60 x 0,92
nF = 120 km2
dari grafik gambar 4 didapat q = 4,7 m3/dt/km2

berarti tidak sama dengan yang diambil (5 m3/dt/km2)
Perhitungan diulang dengan mengambil q = 4,7 m3/dt/km2
Q x A = 4,7 x 86,45 = 406,32 m3/dt

i = 178,6 x 10-4
Dari grafik gambar 3 didapat V = 0,86 m/dt

Untuk α= 0,70 maka V = 1,14 (0,7)0,2 x 0,86 = 0,91 m/dt
1000 x 28
Tc = = 512,52 menit = 8,55 jam
60 x 0,91
nF = 120 km2
80
dari grafik gambar 4 didapat q = 4,5 m3/dt/km2, berarti tidak sama
dengan yang diambil (4,7 m3/dt/km2)
 Perhitungan diulang, diambil q = 4,5 m3/dt/km2

q x A = 4,5 x 86,45 = 389,03 m3/dt
i = 178,6 x 10-4
dari grafik gambar 3 didapat V = 0,85 m/dt

untuk α = 0,70, maka V = 1,14 (0,7)0,2 X 0,85 = 0,90 m/dt
1000 x 28
Tc = = 517,33 menit = 8,62 jam
60 x 0,90
nF = 120 km2
dari grafik gambar 4 didapat q = 4,5 m3/dt/km2 berarti sama

dengan q yang diambil.
Untuk T = 517,33 menit, maka dari Tabel 4 peninggian harga q

adalah 8% sehingga q sekarang = 1,08 x 4,5 = 4,86 m3/dt/km2
Untuk R = 108 mm/ 24 jam, maka debit maksimum yang terjadi Q

108
= 0,7 x 4,86 x 86,45 x = 158,82 m3/dt
200
Catatan :
Dalam perhitungan di atas bila tidak tersedia grafik Melchior

seperti gambar 3 dan gambar 4, maka perhitungan dapat
dikerjakan sebagai berikut :
a. Luas daerah aliran A dan luas ellips yang mengelilingi daerah

aliran nF dicari (diketahui).
∆H
b. i=
0.96
81
c. dari nF taksiran harga q seperti Tabel 3
d. hitung β dari persamaan 3.3
e. hitung V dari persamaan 3.5
f. hitung Tc dari persamaan 3.4 kemudian nyatakan dalam
jam
g. untuk hujan dengan tn < 24 jam hitung angka indeksnya
h. dengan diketahui Tc, nF dan β maka
10 β . R ₂₄ 3
q= (m /dt/km2)
36 . Tc
R24 adalah besarnya curah hujan maksimum setempat dalam
24 jam yang didapat dari data hujan di Jakarta (200 mm).
i. Selanjutnya hitung prosentase q Tabel 4
j. Maka Q = α . q . A (m3/dt) ini untuk daerah Jakarta
k. Untuk daerah luar Jakarta Q = α . q . A R/200
Metode Melchior dikembangkan untuk menganalisis debit banjir pada DAS

berbentuk ellips yang mempunyai luas > 100 Km2. Perhitungan Metode
Melchior ini telah lama digunakan di Indonesia. Menurut metoda ini,
formulasi debit banjir adalah sebagai berikut:
Rumus :
Q = α . β . q . A .......................................(3.1)
Q = Debit maksimum yang terjadi (m3/dt)
α = Koefisien aliran
R
β = Angka reduksi = pada daerah dan waktu yang sama
Rmak
q = Hujan maksimum setempat di daerah alirann (m3/dt/Km2)
82
A = Luas daerah aliran (Km2)
3.5 Koefisien Aliran (α)

Koefisien pengaliran (fungsi dari vegetasi, tanah, kemiringan dan iklim)=
antara 0,42, 0,52, 0,62 dan 0,75. Dalam penggunaannya Ir. Melchior
menganjurkan untuk memakai harga α = 0,52.
3.6 Angka Reduksi (β)

Angka reduksi adalah perbandingan antara hujan rata-rata daerah aliran
dengan hujan maksimum yang terjadi di daerah aliran tersebut (Point
Rainfall). Ir.A.P. Melchior menentukan hubungan antara hujan rata-rata
sehari (24 jam) dengan hujan maksimum setempat sehari, mendapatkan
angka reduksi dalam persamaan sebagai berikut :
1970
F = – 3960 + 1720 β ............................................................
β−0,12
(3.2)
Dimana D adalah luasan yanng dibatasi oleh isyohet yang mempunyai
harga sama dengan hujan rata-rata daerah aliran. F mempunyai hubungan
dengan A yang merupakan luasan bentuk ellips dengan sumbu panjang
tidak lebih 1,5 kali sumbu pendek.
Untuk hujan-hujan dengan lama kurang 24 jam besarnya angka reduksi (β)
masih harus dikalikan dengan presentase dari Melchior seperti pada Tabel 2
yang berlaku untuk kota Jakarta.
83
Tabel 2. Presentase Angka Reduksi untuk Hujan Kurang dari
24 jam di Jakarta
Lama Hujan Luas Ellips (Km²)

(jam)
0 10 50 300 500
1 44 37 29 20 12
2 64 57 45 33 23
3 80 70 57 43 32
4 89 80 66 52 42
5 92 82 70 57 50
6 92 84 74 61 54
8 93 87 79 69 66
10 94 90 83 77 74
12 95 91 88 85 83
16 96 95 94 93 92
20 98 97 96 95 94
24 100 100 100 100 100
Misal untuk hujan maksimum sehari didapat 200 mm pada suatu daerah
aliran (Jakarta) dengan luas ellips 300 Km2, maka besarnya hujan 4 jam
adalah 52% terhadap hujan maksimum per 24 jam. Dari persamaan (3.2)
diperoleh β = 0,805, jadi besarnya hujan rata-rata di = 0,419 daerah aliran
0,52 x 0,805 = 0,419. Sehingga besarnya hujan rata-rata di daerah aliran
adalah 0,419 x 200 = 83,8 mm. Untuk daerah “luuar Jakarta” bila misalnya
hujan maksimum setempat per etmal adalah X mm, maka besarnya rata-rata
X
di daerah aliran untuk ellips 300 Km2 dan lam hujan 4 jam adalah x
200
83,8 mm.
3.7 Hujan Maksimum Setempat (q)

Besarnya hujan maksimum setempat (point rainfall) per etmal (q) yang
dinyatakan dalam m3/dt/km2 tergantung dari waktu konsentrasi aliran Tc.
1000 L
Menurut Melchior Tc = ...................................(3.4)
60V
84
Dimana :
L = Panjang sungai (km)
V = Kecepatan rata-rata aliran (m/dt)
Tc = Menit
Melchior memberikan perumusan untuk V adalah sebagai berikut :

V = 1,31 x (β . q . A . i2)0.2 ...................(3.5)
Untuk harga α = 0,52 telah dibuat grafik (gambar 3) hubungan antara I, q,
A dan V. Untuk harga α yang lain besarnya kecepatan yang didapat dari
grafik ini harus dikonversikan dengan
¿ ¿ atau 1,14 (α)0,2 = V
Sedang i dalam persamaan (3.5) adalah kemiringan rat-rata dasar sungai
dengan menganggap 0,1 dari panjang sungai dibagian hulu tidak
diperhitungkan.
∆H
i= ................................(3.6) dimana ∆H selisih tinggi antara titik
0,9 L
di
0,9 L sampai titik pengamatan
Untuk mendapatkan q ternyata tidak mudah karena telah dinyatakan bahwa
q tergantung dari Tc, sedang Tc tergantung dari V, padahal V fungsi dari q,
maka untuk hal yang demikian mendapatkan q dicari dengan cara coba-
coba. Untuk ini Milchiar juga memberikan grafik hubungan antrara q, F,
dan Tc. Sebagai taksiran pertama harga q dapat digunakan Tabel 3, agar
supaya tidak menyimpang terlalu jauh.
85
Tabel 3. Taksiran harga q terhadap nF
nF q nF q nF q
0,144 29,60 144 4,75 720 2,30
0,720 22,45 216 4,00 1080 1,85
1,440 19,90 288 3,60 1440 1,53
7,200 14,15 360 3,30 2160 1,20
14,000 11,85 432 3,05 2080 1,00
29,000 9,00 504 2,85 1320 0,70
72,000 6,25 576 2,65 5760 0,51
108,000 5,25 618 2,55 7200 0,48
3.8 Prosedur Perhitungan

Untuk memudahkan perhitungan dipakai prosedur sebagai berikut :
e. Ambil suatu harga q sembarang seperti petunjuk Tabel 3.
f. Dengan q, A dan i akan didapat V dari grafik gambar 3.
g. Dengan V didapat Tc.
h. Dengan Tc dan nF akan didapat q dari grafiik gambar 4.
Kalau harga q ini sama dengan yang diambil semula maka perhitungan ini
dapat dipastikan, tetapi bila tidak sama, prosedur di muka diulangi lagi
dengan memakai harga q yang baru sampai harga q yang didapat sama
dengan harga q yang diambil. Bila waktu hujan lebih besar dari T c,
sedangkan dalam metode Melchior dianggap bahwa tr = Tc maka hasil q
yang didapat masih perlu dipertinggi lagi dengan suatu prosentase seperti
pada Tabel 4. Grafik Melchior (gambar 3 dan gambar 4) pembuatannya
didasarkan atas hujan 200 mm. Maka untuk hujan R, dasarnya debit q yang
R
dihitung dengan cara ini harus dikalikan dengan
200
86
Tabel 4. Prosentase Peninggian q
T (menit) Peninggian (%) T (menit) Peninggian (%)

40 2 1330 - 1420 18
40 - 115 3 1420 - 1510 19
115 - 190 4 1510 - 1595 20
190 - 270 5 1595 - 1680 21
270 - 360 6 1680 - 1770 22
360 - 450 7 1770 - 1860 23
450 - 540 8 1860 - 1950 24
540 - 630 9 1950 - 2035 25
630 - 720 10 2035 - 2120 26
720 - 810 11 2120 - 2210 27
810 - 895 12 2210 - 2295 28
895 - 980 13 2295 - 2380 29
980 - 1070 14 2380 - 2465 30
1070 - 1150 15 2465 - 2550 31
1150 - 1240 16 2550 - 2640 32
1240 - 1330 17 2640 - 2725 33
Contoh Perhitungan:
Panjang Sungai (L) = 26,66Km
0,9 Panjang Sungai (0,9 L) = 24,003 Km

Hujan Rata-rata = 103,77 mm
1) Menentukan α
Pada umumnya α = 0,42 - 0,52  ambil α = 0,52
2) Menentukan β dan I
a. . Luas ellips ( F ) = ¼ π . a .b
= ¼ . π . 24 . 16
87
= 302 km²
b) I = 0,0375
c) Menghitung β 1
Dengan nilai F = 302 km² , β 1 dihitung dengan rumus:
1970
F= - 3960 + (1720 x β 1 ), dengan cara coba-coba didapat
β1 −0,12
β 1 = 0,8041
.A5-
β1 F .1970/(β1-0,12) .1720*β1 F 0,12 .1/β1
0,7 302 3396,55 1204 640,55 0,58 1,429
0,8 302 2897,06 1376 313,06 0,68 1,250
0,81 302 2855,07 1393,2 288,27 0,69 1,235
0,805 302 2875,91 1384,6 300,51 0,685 1,242
0,804 302 2880,12 1382,88 303,00 0,684 1,244
0,8041 302 2879,70 1383,052 302,75 0,6841 1,244
3) Coba-coba nilai I berdasarkan Tabel dan Nilai F = 302 km²

Dengan cara Interpolasi didapat I
F = 288 km²  I = 3,6
F = 360 km²  I = 3,3
F = 302 km²  I = 3,6 – (302-288)/(360-288) x 0,3 =3,54 m³/dt/km²
4) Menghitung Q
Q = β1 x I 1 x A
Q = 0,804 x 3,54 x 156,37 = 445,05 m³/dt
5) Hitung V
V = 1,31 x (Qx I²)º·²
V == 1,31 x (445,05 x 0,0417²)º·² = 1,245 m/dt
6) Hitung t c
10 x L 10 x 26,66
tc =
36 x V
= 36 x 1,245
= 5,95 jam = 357 menit
7) Hitung Nilai β 2
88
Berdasarkan nilai F = 302 km² dan t c = 5,95 jam
Dari Lampiran 10a, Tabel persentase β 2 menurut Melchior diperoleh β 2 =
0,61
8) Hitung β
Β = 0,8 x 0,61 = 0,49
9) Menghitung I sebenarnya ( I 2)
10 x β x R 24 10 x 0,49 x 200
I= = = 4,58
36 x tc 36 x 5,95
10) Bandingkan I coba-coba = 3,54 dan I terhitung = 4,58 m²/dt/km²
Jadi I 1 tidak sama dengan I 2
11) Coba lagi hingga I 1 sama dengan I 2 hasil akhir I = 4,88 m³/dt/km²
Iterhitung
β₁ Icoba (I₁) Q (m³/dt) V (m/dt) tc (jam) β₂ (Tabel) β (I₂)
1 2 3 4 5 6 7 8
0,49
0,8041 3,542 445,36 1,193 6,21 0,610 1 4,390
0,48
0,8041 3,965 498,55 1,220 6,07 0,602 4 4,428
0,48
0,8041 4,441 558,40 1,248 5,93 0,598 1 4,506
0,48
0,8041 4,439 558,15 1,248 5,93 0,597 0 4,493
0,47
0,8041 4,459 560,66 1,249 5,93 0,596 9 4,488
0,47
0,8041 4,474 562,55 1,250 5,92 0,595 9 4,488
0,47
0,8041 4,481 563,43 1,250 5,92 0,595 8 4,486
0,47
0,8041 4,484 563,81 1,251 5,92 0,595 8 4,487
0,47
0,8041 4,488 564,31 1,251 5,92 0,595 8 4,488
12) Untuk tc = 357 menit besarnya koreksi = 6% (Lampiran 10c) sehingga

nilai I menjadi 4,488 x 1,06 = 4,757
13) Hitung Q dengan I terhitung = 4,757
Q2 = ∝ . I . A R/200 = 0,52 x 4,757 x 156,37 x 79,9/200 = 154,53 m³/dt
89
Selanjutnya perhitungan menggunakan tabel.
Tabel 2.23: Perhitungan Debit Rencana Metode Melchior
No Periode α RT (mm) I (mm) RT/200 A (Km²) QT (m³/dt)

Ulang (Thn)
1 2 3 4 5 6 7 8
1 2 0,52 79,9 4,757 0,3995 156,37 154,53
2 5 0,52 93,07 4,757 0,46535 156,37 180,00
3 10 0,52 103,56 4,757 0,5178 156,37 200,29
4 25 0,52 114,96 4,757 0,5748 156,37 222,33
5 50 0,52 124,85 4,757 0,62425 156,37 241,46
6 100 0,52 133,64 4,757 0,6682 156,37 258,46
2.6.6. Metode Weduwen

Dasar meyode ini sama dengan Melchior yaitu rational dan
digambarkan dalam bentuk yang dikenal sebagai rumus Pascher.
Q=α.b.q.A
1.7. Koefisien Aliran (α)

Ada tiga macam koefisien aliran (a) yaitu :
a. α Tahunan
b. α Bulanan
c. α Untuk debit maksimum
Dalam hal ini yang terpenting adalah yang α untuk debit

maksimum, dimana besarnya tidak diambil 0,52
seperti....................................(4.1)
(Tc + 1)1/4
90
Untuk tr = 14 jam (sebagai waktu hujan terpanjang), maka harga α
= 0,60 mengingat hal ini maka sebagai batas diambil untuk :
Q = 0 – 3 m3/dt/km2, maka α = 0,40 – 0,60

Q = 3 – 34 m3/dt/km2, maka α = 0,60 - 0,90
Persamaan (4.1) menyatakan adanya hubungan erat antara q
dengan tr (waktu hujan) dan tr dengan Tc. Persamaan yang
memenuhi harga β, q dan α adalah
4,1
α=1- ..................................(4.2)
β . q+7
Dimana :
q = 3 m3/dt/km2 untuk hujan lebat, tr besar dan β kecil
q = 34 m3/dt/km2 untuk hujan lebat, tr kecil dan β besar
1.8. Angka Reduksi (β)

tr+1
120+ .A
Β= tr +9 ...................................(4.3)
120+ A
1.9. Hujan Maksimum (q)
Untuk maksimum Weduwen memperhitungkan hujan – hujan di

Jakarta dan mendapatkan bahwa besarnya hujan maksimum dengan
masa ulan 70 tahun sebesar 240 mm. Atau R 70 = 240 mm/etmal.
Untuk hujan – hujan di luar daerah kota Jakarta, Weduwen telah
mengadakan penelitian dan mendapatkan besarnya curah hujan
harian dengan berbagai masa ulang tertentu didaerah luar Jakarta
dapat dilihat seperti tabel 5.
Tabel 5. Angka Perbandingan Hujan dengan Masa Ulang Di

Luar Jakarta dengan R70 di Jakarta
91
Probability m' m Hujan
1 2 3 4
5 x Dalam 1 tahun 0,58 0,238 57
4 x Dalam 1 tahun 0,64 0,262 63
3 x Dalam 1 tahun 0,71 0,291 70
2 x Dalam 1 tahun 0,82 0,336 81
1 x Dalam 1 tahun 1,00 4,100 98
1 x Dalam 2 tahun 1,20 0,492 118
2 x Dalam 3 tahun 1,32 0,541 130
3 x Dalam 4 tahun 1,41 0,579 139
4 x Dalam 5 tahun 1,47 0,602 145
5 x Dalam 10 tahun 1,72 0,705 169
6 x Dalam 15 tahun 1,87 0,766 184
7 x Dalam 20 tahun 1,98 0,811 195
8 x Dalam 25 tahun 2,06 0,845 203
9 x Dalam 30 tahun 2,13 0,875 210
10 x Dalam 40 tahun 2,23 0,915 219
11 x Dalam 50 tahun 2,31 0,945 227
12 x Dalam 60 tahun 2,38 0,975 234
13 x Dalam 70 tahun 2,44 1,000 240
14 x Dalam 80 tahun 2,49 1,020 245
15 x Dalam 90 tahun 2,53 1,030 249
16 x Dalam 100 tahun 2,57 1,050 253
17 x Dalam 125 tahun 2,64 1,080 260
Dalam Tabel 5 angka perbandingan terhadap 1 kali dalam 1 tahun

(m’) dirubah menjadi angka perbandingan terhadap 1 kali dalam 70
tahun (m). Dan dengan perbandingan ini dihitung besarnya hujan
dalam mm seperti pada kolom 4 Tabel 5.
Dari hasil perhitungan Weduwen di Jakarta telah didapat bahwa
selama luas daerah aliran kurang dari 100 km2 dan lamanya hujan
kurang dari 12 jam maka besarnya hujan maksimum setempat (q)
dinyatakan dalam persamaan
92
67,65
q = m3/dt/km2 .......................................
tn+1,45
(4.4)
Persamaan ini hanya berlaku untuk Jakarta dan daerah sekitarnya

yang keadaannya tidak banyak beda dengan Jakarta. Untuk daerah
– daerah di luar Jakarta, hujan harian maksimum setempat
dinyatakan perbandingannya terhadap R70 di Jakarta (Tabel 5).
Misal untuk hujan yang diharapkan dapat terjadi di Jakarta sekali

dalam 15 tahun adalah :
67,75
q = 0,766 x atau dalam bentuk
tn+1,45
umumnya
67,75
qx = m . q70 = m x
tn+1,45
....................................(4.5)
1.10. Waktu Konsentrasi Aliran (Tc)
Seperti pada Melchior bahwa besarnya q dipengaruhi oleh waktu

konsentrasi aliran. Dalam Metode Melchior lama hujan tr diambil
sama dengan Tc agar supaya didapat debit yang maksimum (ingat
prinsip Rational).
Sebenarnya hal ini berlaku untuk keadaan :

a. Hujan jatuh bersamaan di seluruh daerah aliran.
b. Arah turunya hujan searah dengan jalannya sungai dengan
kecepatan kira – kira sama dengan kecepatan aliran.
Memang bila diambil tr = Tc akan didapat debit yang besar sekali

hal ini perlu di pertimbangkan mengingat segi ekonomisnya.
93
Mengingat hal tersebut maka untuk memperoleh hasil yang masih
bisa diterima dan bisa dipertanggung jawabkan secara ekonomi
harus diambil tr> Tc.
Dan Weduwen mengambil tr = 2 Tc, dari anggapan ini telah

ditemukan bahwa lamanya hujan (tr) yang menentukan adalah :
3 /8
0,476 . A
Tc = tr = ......................................(4.6)
( α . β . q 2 ) . i1/ 4
1.11. Prosedur Perhitungan
Dalam persamaan (4.2), (4.3), (4.4) dan (4.5) terlihat harga α, β, q

dan tr saling berketergantungan, oleh karena itu untuk dapat
menghitung salah satu unsur tersebut harus ada unsur yang ditaksir
(diambil suatu harga) terlebih dahulu. Dengan memakai cara “Trial
and Error” perhitungan dapat dimulai dengan menaksir harga tr
terlebih dahulu, kemudian dari persamaan (4.3) diperoleh harga β.
Dari persamaan (4.4) didapat harga q dan dari persamaan (4.2)
didapat harga α. Dari ketiga unsur ini disubstitusikan ke dalam
persamaan (4.6) akan di peroleh harga tr. Harga tr yang didapatkan
harus sama dengan tr yang ditaksir,bila tidak sama perhitungan
diulang lagi dengan taksiran tr menggunakan tr yang didapat dari
perhitungan sebelumnya, sampai diperoleh tr, perhitungan sama
dengan tr yang ditaksir.
Untuk memudahkan perhitungan Weduwen telah membuat grafik

untuk mendapatkan harga α, β, q = q’ seperti pada gambar 5.
Dalam grafik gambar 5 ini luas daerah aliran tidak boleh lebih
besar dari 100 km2 karena Metode Weduwen idealnya dipakai
94
untuk luas daerah aliran kurang dari 100 km2 seperti pada daerah
perhitungan.
Dari grafik, misalnya A = 40 km2 dari i = 0,001 akan didapat

harga :
q’ = α, β, q = 4 m3/dt/km2
Karena prosedure perhitungan dilakukan dengan perumusan yang
didasarkan atas hujan R70, maka untuk hujan - hujan lain harus
dikonversikan terhadap R70 bila perumusan di atas dipakai untuk
menghitung debit maksimum akibat hujan tersebut. Untuk
mengkonversikan ke R70 dari hujan – hujan lain dikenal dua macam
cara yaitu :
a. Bila R adalah hujan maskimum “pertama” selama n taun

pengamatan, maka R70 dapat dihitung sebagai berikut :
5
.m
R70 = 6 ..........................................(4.7)
mn
b. Bila R adalah hujan maksimum “kedua” selama n tahun
pengamatan, maka R70 dapat dihitung sebagai berikut :
R
R70 = ............................................(4.8)
mn
Dimana Mn adalah harga pembanding masa ulang seperti pada

Tabel 5.
Sebagai contoh, misal hendak dihitung debit banjir dengan
masa ulang 50 tahun (q50) dari hujan maksimum “pertama”
selama pengamatan 10 tahun, maka dapat ditulis sebagai berikut
:
Q50 = m50 x Q70
= α . β . (m50)
95
Disini Q70 berarti debit yang disebabkan oleh R70. Padahal yang
ditanyakan disebabkan oleh R10, maka konversi R10 ke R70
adalah :
5
. R ₁₀
R70 = 6
m₁₀
Karena R70 di atas sama dengan 240 mm, sedang R70 sekarang
sama dengan
5
. R ₁₀
6 sehingga sekarang
m₁₀
5
. R ₁₀
6
Q50 = m50 . α . β . q . A
m₁₀
240
Secara umum dapat ditulis :

R ₇₀
Qn = mn . α . β . q . A ...............................(4.9)
240
Selama pengamatan 50 tahun hujan maksimum kedua adalah

205 mm. Sedang luas daerah penangkapannya adalah 24 km2.
Kemiringan rata – rata sungai yang ada di dalam daerah
pengaliran adalah 0,005. Hitung debit maksimum yang bisa
terjadi sekali dalam 100 tahun.
Penyelesaian :
1. Cara Analitis
Diambil tr = 4,5 jam (<12 jam) maka :
96
4,5+1 x 24
120+
β= 4,5+9 = 0,901
120+24
67,65
q= = 11,37
4,5+1,45
4,1
α=1- = 0,762
0,401 x 11,37+7
3/ 8
tr = 0,476 x 24 = 4,56 jam
¿¿
Berarti tr yang didapat tidak sama dengan yang diambil,
maka diambil tr = 4,56 jam
4,56+1 x 24
120+
β= 4,56+9 = 0,902
120+24
67,65
q= = 11,256
4,56+1,45
1−4,1
α = 1− = 0,761
0,902 x 11,256+7
3/ 8
tr = 0,476 x 24 = 4,565 jam
¿¿
Berarti tr yang didapat bisa dianggap sama dengan yang
diambil, jadi untuk persamaan diatas telah diketahui : α =
0,761 , β = 0,902 dan q = 11,256 m3/dt/km2.
Untuk n = 40 tahun, maka mn = 0,915 (tabel 5), R 40

maksimum keadaan = 205 mm.
205
Maka R70 = = 224 mm
0.915
224
Q70 = 0,761 x 0,902 x 11,256 x 24 x = 173,07
240
m3/dt
Jadi n = 100 tahun, maka mm = 1,050 (tabel 5)

Jadi Q100 = 1,050 x 172,07 = 181,72 m3/dt
97
2. Cara Grafis
Dari grafik gambar 5 maka untuk A = 24 km2

i = 0,005
Didapat : q’ = α . β . q = 7,45 m3/dt/km2
Untuk n = 40 tahun, maka mn = 0,915 (tabel 5)
R40 maksimum kedua = 205 mm maka :
205
R70 = = 224 m
0,915
Untuk n = 100 tahun, maka mn = 1,05 (tabel 5)

R ₇₀
Jadi Q100 = m100 . α . β . q .
240
224
= 1,05 . 7,45 . .A
240
= 175,224 m3/dt
Terlihat hasil mendekati sama dengan cara Analitis,

perbedaan yang ada hanya disebabkan karena sifat ketelitian
cara membaca grafik saja.
Metode Weduwen digunakan untuk menghitung debit maksimum

di daerah pengaliran Jakarta dirumuskan sebagai berikut:
Qmaksimum Jakarta = α x β x I x A
Dimana:
Qmak = debit maksimum (m3/dt)
α = koefisien aliran permukaan
β = koefisien reduksi
I = intensitas hujan (m3/dt/km2)
A = luas daerah aliran sungai (Km2)
98
Koefisien aliran permukaan (α ) ditentukan dengan rumus:
4,1
α =1–
I +7
koefisien reduksi ( β ) ditentukan dengan rumus:
β=
120+ ( tt++19 ) xA
120+ A
Lamanya hujan (t) dalam jam ditentukan dengan rumus:
0,476 x A ³ / ⁸
t= ¿
( αxβxI ) / ⁸ xS ¼ ¿
S = kemiringan DAS
Jika luas DAS kurang dari atau sama dengan 100 km2 dan lama hujan
kurang atau sama dengan 12 jam, maka nilai I dihitung dengan rumus;
67,65
I=
t+1,45
Langkah langkah perhitungan debit maksimum Jakarta:
Data:
A = 156,37 km2
S = 0,0375
1). Perhitungan t coba-coba, sehingga tcoba sama dengan t hitung
tcoba t+1 t+9 (t+1)/(t+9) 120+A {(t+1)/(t+9)}xA β I α A^3/8 (α.β.I)^1/8 S^¼ thitung
1 2 3 4 5 6 7 8 9 10 11 12
5,914 6,914 14,914 0,464 276,37 72,492 0,697 9,19 0,747 6,650 1,216 0,440 5,916
5,915 6,915 14,915 0,464 276,37 72,497 0,697 9,19 0,747 6,650 1,216 0,440 5,916
5,916 6,916 14,916 0,464 276,37 72,503 0,697 9,18 0,747 6,650 1,216 0,440 5,916
2). Debit Jakarta (Q) = α x β x I x A

Q = 0,7467x0,6965x9,18x156,37 = 746,90 m3/dt
3) Perhitungan debit Maksimum
Tabel 2.24: Perhitungan debit Maksimum Metode Weduwen
Qjakart Qmak
Qn a Rn Rn/240 s
1 2 3 4 5=2x4
Q2 746,90 79,9 0,333 248,6
99
6
289,6
Q5 746,90 93,07 0,388 4
103,5 322,2
Q10 746,90 6 0,432 9
114,9 357,7
Q25 746,90 6 0,479 6
124,8 388,5
Q50 746,90 5 0,520 4
133,6 415,9
Q100 746,90 4 0,557 0
2.6.7. Metode Rasional

Rumus ini adalah rumus yang tertua dan yang terkenal diantara rumus-
rumus empiris. Rumus ini banyak digunakan untuk sungai- sungai biasa
dengan daerah pengaliran yang luas, dan juga untuk perencanaan drainase
daerah pengaliran yang relative sempit. Bentuk umum rumus rasioanal ini
adalah sebagai berikut :
Q = 0,278. C. I. A
Q = Debit rencana dengan masa ulang T tahun (m3/dt)
C = Koefisien pengaliran
I = Intensitas hujan yaitu jumlah hujan yang dinyatakan dalam tinggi hujan
atau volume hujan tiap satuan waktu (mm/jam)
A= Luas daerah aliran (km2)
Dalam metode Rational ini waktu hujan (tr) dianggap sama dengan waktu
konsentrasi aliran (Tc) untuk hujan dengan tr dianggap 24 jam (hujan harian)
maka metode Rational ini telah dikembangkan di Jepang yang dikenal
dengan perumusan “Rational Jepang” dalam perumusan ini biasanya
intensitas I dipakai perumusan dari Dr.Mononobe seperti persamaan berikut
:
L
I= V 2/3
R = Curah hujan (mm)
100
Tc = Lama waktu konsentrasi (jam)
I = Intensitas hunan (mm)
Dan menurut Dr. Rziha Tc adalah sebagai berikut :
L
V ΔH 0 .6
( )
Tc = dan V = 72 L
Dimana :
L = Panjang sungai di daerah aliran (km)
V = Kecepatan rambatan banjir (km/jam)
ΔH=Beda tinggi antara titik terjauh (di hulu) dengan titik pengamatan (km)
Terlihat bahwa besarnya intensitas hujan I tergantung dari besarnya R24 dan
Tc.
∆H
Sedang besarnyaTc tergantung dari kemiringan sungai ( ) dan daerah
L
aliran.
Dalam hidrograp dapat ditunjukkan untuk hujan efektif yang sama jatuh
pada suatu daerah aliran dengan luas yang sama tetapi karakterrnya berbeda
(∆ H , L , Tc) maka akan diperoleh debit maksimum yang berbeda (Gambar
1).
101
Gambar 1. Hidrograp dengan volume aliran sama dengan Tc
berbeda
Bermacam perumusan empirik untuk Tc dijumpai di lapangan yang pada

dasarnya dipengaruhi oleh kemiringan daerah alirah dan sungainya.
Demikian juga koefisien aliran mempunyai harga bermacam-macam yang
dijumpai di lapngan dan harganya tergantung dari karakter dan sifat
permukaan daerah aliran (Tabel 1).
Tabel 1. Koefisien aliran dilihat dari keadaan alirannya
No Keadaan Daerah Aliran α (c)

1 Bergunung dan Curam. 0,75 - 0,90
2 Pegunungan tersier. 0,70 - 0,80
3 Tanah bergelombang dan hutan. 0,50 - 0,75
4 Tanah dataran yang ditanami. 0,45 - 0,60
5 Persawahan yang diairi. 0,70 - 0,80
6 Sungai di daerah pegunungan. 0,75 - 0,85
7 Sungai kecil di daerah dataran. 0,45 - 0,75
Sungai besar yang lebih dari setengah
8 daerah pengalirannya terdiri dari 0,50 - 0,75
daerah dataran.
Contoh Perhitungan
Suatu daerah aliran bergunung mempunyai luas 100 Km 2 dan
panjang sunngai yang diamati di dalam daerah aliran 10 Km.
Kemiringan rata-rata sungai adalah 0,001. Bila besarnya hujan
rencana adalah 140 mm. Ditanya berapa besar debit maksimum
rencana.
Penyelesaian :
∆ H 0.6
V = 72 ( ¿
L
= 72 (0,001)0.6
= 1,141 Km/jam
102
L 10
Tc = = = 8,8 jam
V 1,141
140 24 2/3
I = ( ) = 11 mm//jam
24 8,8
Daerah bergunung maka dari Tabel 1 diperoleh C = 0,8
Jadi Q = 0,278 C. I . A
= 0,278 . 0,8 . 11 . 100
= 244 m3/dt
Rumus ini adalah rumus yang tertua dan yang terkenal, rumus ini
banyak digunakan untuk sungai-sungai biasa dengan DAS yang luas dan
juga untuk perencanaan drainase yang mempunyai DAS yang kecil
(Sosrodarsono.S & Takeda.K., 2003). Goldman (1986 dalam Suripin
(2004), Metode Rasional dapat digunakan untuk daerarah pengliran < 300
ha. Menurut Ponce (1989) dalam Bambang. T (2008),Metode Rasional
dapat digunakan untuk daerarah pengliran < 2,5 km2. Departemen PU, SK
SNIM-18-1989-F (1989) menyatakan bahwa metode Rasional dapat
digunakan untuk daerah pengaliran < 5000 ha. Bentuk umum rumus
Rasional adalah sebagai berikut:
Q = 0,278 C.I.A
Dimana :
QT = debit rencana dengan periode ulang T tahun (m3/dt)
C = koefisien aliran permukaan (tanpa dimensi)
IT= Intensitas hujan dengan periode ulang T tahun (mm/jam)
A = luas daerah pengaliran (Km2)
Besarnya nilai tc dihitung dengan rumus Kirpich:
0,87 xL ² 0,385
tc = (
1000 xS
)^
dimana:
103
tc = waktu konsentrasi (jam)
L = panjang lintasan air dari titik terjauh sampai titik yang ditinjau (km)
S = kemiringan rata-rata daerah lintasan air
Langkah-langkah perhitungan:
Data:
A = 156,37 km2
S = 0,0375
L = 26,66 km
1). Perhitungan waktu konsentrasi (tc)
0,87.L²/
L S L² 1000.S 0,87.L² 1000.S tc
1 2 3 4 5 6=5/4 (6)0,385
710,755
26,66 0,0375 6 37,5 618,357 16,490 2,94
2). Perhitungan Intensitas hujan (In)
N Periode R2 R5 R10 R25 R50 R100 tc (24tc)2/3 R 24 In

o Ulang 24
1 2 3 4 5 6 7 8 9 10 11 12
1 2 Tahun 79,9 2,94 4,057 3,329 13,507
2 5 Tahun 93,07 2,94 4,057 3,878 15,733
3 10 Tahun 103,56 2,94 4,057 4,315 17,506
4 25 Tahun 114,96 2,94 4,057 4,790 19,433
5 50 Tahun 124,85 2,94 4,057 5,202 21,105
6 100 Tahun 133,64 2,94 4,057 5,568 22,591
3). Perhitungan debit banjir (Q)
Tabel 2.25: Debit banjir berdasarkan rumus Rasional
No Periode Intensitas Luas C Debit (Q)
104
DAS
Ulang mm/jam Km² m³/dt
1 2 3 4 5 6
1 2 Tahun 13,507 156,37 0,70 411,00
2 25Tahun 15,733 156,37 0,70 478,75
3 10 Tahun 17,506 156,37 0,70 532,71
4 25Tahun 19,433 156,37 0,70 591,35
5 50 Tahun 21,105 156,37 0,70 642,22
6 100 Tahun 22,591 156,37 0,70 687,44
Tabel 2.26: Rekapitulasi Hasil Perhitungan Debit Rencana

Berdasarkan Data Hujan
Debit Rencana Berdasarkan Data Hujan (m3/dt)

No Periode Metode Hidrograf
Ulang satuan sintesis Metode Empiris
(HSS)
Nakayasu Snyder Haspers Mononobe Melchior Weduwen Rasional
1 2 Thn 383,93 275,90 248,11 439,55 154,53 248,66 411,00
2 5 Thn 447,18 321,33 288,85 512,00 180,00 289,64 478,75
3 10 Thn 497,68 373,02 321,58 569,71 200,29 322,29 532,71
4 25 Thn 552,39 396,94 356,98 632,42 222,33 357,76 591,35
5 50 Thn 599,99 431,16 387,69 686,83 241,46 388,54 642,22
6 100 Th 642,17 461,45 414,98 735,18 258,46 415,90 687,44
2.6.8 Pemilihan Debit Banjir di sungai berdasarkan data Hujan
Untuk memilih debit banjir rencana digunakan metode pengamatan

dilapangan sebagai kontrol terhadap hasil perhitungan debit banjir rencana
105
yang diperoleh dari data hujan (KP – 01 halaman 151). Langkah-langkah
perhitungannya adalah dengan menanyakan kepada penduduk setempat
atau dari tanda-tanda yang ada dan dapat memberikan informasi mengenai
tinggi banjir (h) yang sering terjadiyang diasumsikan setara dengan debit
periode ulang sepuluh tahun. Konversi keterangan tentang tinggi banjir
menjadi data debit banjir dihitung dengan rumus hidrolika sebagai berikut:
h = 1,50 m
b = 60 m
Q=AxV
A = (b + m x h) x h
= (60 + 0,5 x 1,50) x 1,5
= 103,45 m2
P=b+2xh
= 60+ 2 x 1,5
= 64,81 m
91,5
R= = 63,354 = 1,44 m
= 1,60 m
V = K x R2/3 x I1/2
= 35 x 1,602/3 x 0,009321/2
= 35x 1,275x 0,0965
= 4,62 m/dt
Q=AxV
= 103,45 x 4,62
106
= 477,47 m3/dt
Jadi debit banjir yang sering terjadi berdasarkan hasil pengamatan

dilapangan (Periode ulang 10 tahun) dapat digunakan untuk menentukan
debit banjir periode ulang yang lebih tinggi (periode ulang 50 tahun atau
100 tahun). Hasil perhitungan debit sebesar 477,47 m3/dt mendekati nilai
debit banjir rencana sepuluh tahun pada metode Nakayasu sebesar 497,68
m3/dt. Jadi untuk debit banjir rencana seratus tahun diambil nilai Q100 dari
metode Nakayasu yaitu sebesar 642,17 m3/dt.
Catatan:
 Metode Weduwen digunakan untuk Luas DAS dibawah 100 Km²
 Metode Rasional digunakan untuk Luas DAS dibawah 50 Km² (5000
Ha).
107

A - Hujan Dan Debit Rencana

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

A - Hujan Dan Debit Rencana

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB 1.

PERHITUNGAN HUJAN RENCANA

Hujan rencana (XT) adalah hujan dengan periode ulang hujan

2) Mengukur Deviasi standar

1.2. ANALISIS HUJAN

1.2.1 Penetapan Luas DAS

1.2.2. Hujan Kawasan (Daerah Tangkapan Air = DTA)

Dalam analisa hujan rencana, data yang digunakan adalah data

Gambar 1.1: Metode Poligon Thiessen Daerah Aliran Sungai (DAS)

Kejadian Hujan Maksimum

1.3. ANALISIS DATA CURAH HUJAN

1.3.1. Distribusi Probabilitas

Salah satu hal penting dalam analisis hidrologi adalah menafsirkan

a. Distribusi Probabilitas Normal

Tabel Nilai Variabel Gauss

Perhitungan sebagai berikut:

b. Distribusi Probabilitas Gumbel

Jika data hujan yang digunakan dalam perhitungan adalah berupa

Tabel 1.5: Perhitungan Parameter Statistik

No T Yn Sn Yt Yt-Yn k Hujan (XT)

c. Distribusi Probabilitas Log Normal

Perhitungan hujan rencana berdasarkan probabilitas Log Normal,

log X T = Nilai Logaritmis Hujan rencana dengan periode ulang T

No T KT Sd Log X Log XT Hujan

d. Distribusi Probabilitas Log Pearson Tipe III

Perhitungan hujan rencana berdasarkan probabilitas Log Pearson

log X T = Nilai Logaritmis Hujan rencana dengan periode ulang T

Tabel 1.9: Nilai KT dengan Cs = 0,3

Tabel 1.11: Perkiraan Hujan Rencana DAS Batang Naras dengan

No T KT Sd Log X Log XT Hujan (mm)

Uji Distribusi Probabilitas dimaksudkan untuk mengetahui apakah

Derajat nyata atau drajat kepercayaan (∝ ) tertentu yang sering diambil

2) Menghitung Jumlah Kelas

4) Menghitung kelas distribusi

5).Menghitung interval kelas

a. Distribusi probabilitas Normal

b. Distribusi probabilitas gumbel

c. Distribusi Probabilitas Log Normal

d. Distribusi Probabilitas Log Pearson Type III

6). Perhitungan Nilai Chikuadrat (χ²)

Tabel 1.13 : Perhitungan Nilai χ² untuk Distribusi Normal

Interval Ef Oi Oi-Ef (Oi-Ef)²/Ef

Tabel 1.14 : Perhitungan Nilai χ² untuk Distribusi Gumbel

No Interval Ef Oi Oi-Ef (Oi-Ef)²/Ef

Tabel 1.17: Rekapitulasi Nilai χ² dan χ²cr

No Distribusi X²terhitung X²kritis Keterangan

Berdasarkan Tabel 1.17 tersebut diatas, maka keempat distribusi dapat

1.3.2.2 Metode SimirnovKolmogorof

Pengujian distibusi probabilitas dengan Metode SimirnovKolmogorof

Tabel 1.19: Perhitungan Uji Distribusi Normal dengan Metode Smirnov

Urut dari Luas diba-

b. Metode SimirnovKolmogorofuntuk Distribusi Probabilitas

Berdasarkan Tabel 1.20 didapat simpangan maksimum

Urut dari Luas

c. Metode SimirnovKolmogorof untuk Distribusi Probabilitas Log

Tabel 1.21: Perhitungan Uji Distribusi Log Pearson Tipe III

Untuk menghitung nilai P’ (Xi) digunakan tabel pembantu seperti dibawah

Berdasarkan Tabel 1.21 didapat simpangan maksimum

d. Metode SimirnovKolmogorof untuk Distribusi Probabilitas

Tabel 1.22: Perhitungan Uji Distribusi Gumbel dengan Metode Smirnov

Berdasarkan Tabel 1.22 didapat simpangan maksimum

Untuk menghitung nilai T digunakan tabel pembantu seperti dibawah ini

Tabel 1.23: Rekapitulasi Nilai ΔPdan ΔPkritis