Tugas Hidrologi Dan Drainase

TUGAS BESAR HIDROLOGI DASAR
1. Hitung Evapotranspirasi Bulan Januari s/d Desember menggunakan metode :

a. Metode Blaney-Criddle
b. Metode Radiasi
c. Metode Penman
Hasil akhir  jadikan satu tabel yang terdiri dari 4 kolom  kolom ke-1: Bulan,
kolom ke-2 s/d 4; besarnya evapotranspirasi masing-masing untuk Metode Blaney
Criddle, Metode Radiasi, dan Metode Penman
2. Estimasi data hujan yang hilang dan uji konsistensi data
3. Hitung Curah hujan Maksimum dan Rata-rata daerah dengan metode :

a. Rata-Rata Hitung
b. Polygon Thiessen
c. Isohyet
4. Hitung distribusi frekuensi dan curah hujan rancangan dengan metode :

a. Gumbel
b. Log Pearson Tipe III
5. Uji kesesuaian distribusi dengan metode :

a. Uji Chi-Kuadrat
b. Uji Smirnov-Kolmogorov
6. Hitung persamaan lengkung debit antara tinggi muka air (H) dan debit :
a. Model sederahana/garis lurus (linear)
b. Model eksponensial
c. Model berpangkat
d. Model logaritmik
e. Model polinomial
SOAL 1
EVAPOTRANSPIRASI
A. Evaporasi Potensial
Evaporasi merupakan faktor penting dalam studi tentang pengembangan
sumber-sumber daya air. Evaporasi sangat mempengaruhi debit sungai besarnya
kapasitas waduk, besarnya kapasitas pompa untuk irigasi, penggunaan konsumtif
(comsumptive use) untuk tanaman dan lain-lain.
Air akan menguap dari tanah, baik tanah gundul atau yang tertutup oleh tanaman
dan pepohonan, permukaan tidak tembus air seperti atap dan jalan raya, air bebas dan
mengalir. Laju evaporasi atau penguapan akan berubah-ubah menurut warna dan sifat
pemantulan permukaan (albedo) dan hal ini juga akan berbeda untuk permukaan yang
langsung tersinari oleh matahari dan yang terlindung dari sinar matahari.
Besarnya faktor meteorologi yang mempengaruhi besarnya evaporasi poensial
adalah sebagai berikut:
 Radiasi Matahari
Evaporasi merupakan konversi air ke dalam uap air. Proses ini berjalan terus
hampir tanpa berhenti di siang hari dan kerap kali juga di malam hari. Perubahan dari
keadaan cair menjadi gas ini memerlukan energi berupa panas laten untuk evaporasi.
Proses tersebut akan sangat aktif jika ada penyinaran matahari langsung.
 Angin
Jika air menguap ke atmosfir maka lapisan batas antara permukaan tanah dan
udara menjadi jenuh oleh uap air sehingga proses penguapan berhenti. Agar proses
tersebut dapat berjalan terus, lapisan jenuh harus diganti dengan udara kering.
Pergantian itu hanya mungkin kalau ada angin, yang akan menggeser komponen uap air.
Jadi kecepatan angin memegang peranan penting dalam proses evaporasi.
 Kelembaban Relatif (Relative Humiditas)
Jika kelembaban relatif naik, maka kemampuan udara untuk menyerap air akan
berkurang sehingga laju evaporasinya menurun. Penggantian lapisan udara pada batas
tanah dan udara dengan udara yang sama kelembaban relatifnya tidak akan menolong
dalam memperbesar laju evaporasinya.
 Suhu (Temperature)
Energi sangat dibutuhkan agar evaporasi berjalan terus. Jika suhu udara dan
tanah cukup tinggi, proses evaporasi berjalan lebih cepat dibandingkan dengan jika suhu
udara dan tanah rendah.
Metode yang dapat dipakai dalam penghitungan besarnya evaporasi potensial
adalah sebagai berikut:
1. Metode Blaney-Criddle
Metode ini menghasilkan rumus evaporasi potensial untuk sembarang tanaman
sebagai fungsi suhu, jumlah jam siang hari dan koefisien tanaman empiris. Rumus ini
berlaku untuk daerah yang luas dengan iklim kering dan sedang yang sesuai dengan
kondisi yang mirip dengan bagian barat Amerika Serikat. Radiasi matahari netto dapat
di ukur dengan radiometer. Dalam pemakaian rumus ini dibutuhkan suhu udara,
kelembaban udara, kecepatan angin dan waktu relatif sinar matahari terang.
Langkah-langkah pengerjaan dalam metode ini dapat digunakan prosedur
perhitungan berikut:
1. Cari Letak Lintang Daerah yang ditinjau dan Cari nilai P
2. Cari data suhu bulanan (t)
3. Hitung Eto*
4. Sesuai dengan bulan cari angka koreksi (c)
5. Hitung Eto
Rumus Metode Blaney-Criddle:
ET0 = c . ET0*
ET0* = P . (0.457 t + 8.13)
Keterangan:
ET0 = Evaporasi Potensial (mm/hari)
c = Angka koreksi (berdasarkan keadaan iklim)
ET0* = Evaporasi Potensial sebelum dikoreksi (mm/hari)
P = Prosentase rata-rata jam siang malam
2. Metode Radiasi
Untuk metode ini, data-data yang diperlukan adalah data letak lintang (LL), suhu
udara (t), kecerahan matahari (n/N).
Prosedur perhitungan yang dapat digunakan sebagai berikut:
1. Cari suhu rata-rata bulanan dan nilai w
2. Cari letak lintang dan nilai Rγ
𝑛
3. Cari nilai kecerahan matahari (𝑁)
4. Hitung Rs
5. Cari angka koreksi (C)
6. Hitung ETo
Rumus Metode Radiasi:
ET0 = c . ET0*
ET0* = w . Rs
Keterangan:
w = Faktor pengaruh suhu dan elevasi ketinggian daerah
Rs = Radiasi gelombang pendek yang diterima bumi (mm/hari)
= (0.25 + 0.54 (n/N)) Rγ
Rγ = Radiasi gelombang pendek batas luar atmosfer
n/N = Kecerahan matahari (%)
3. Metode Penman
Rumus ini memberikan hasil yang baik bagi besarnya penguapan (evaporation)
air bebas E0 jika di tempat itu tidak ada pengamatan dengan panci penguapan
(evaporation pan) atau tidak ada studi neraca air (water balance study). Hasil
perhitungan dengan rumus ini lebih dapat dipercaya dibandingkan dengan dua buah
rumus di atas dimana tidak memasukkan faktor-faktor energi.
Prosedur perhitungan dalam Rumus Penman adalah sebagai berikut:
1. Cari data suhu rerata bulanan dan nilai εγ, w, f(t) dari tabel
2. Cari data RH
3. Hitung εd
4. Hitung nilai f(εd) dengan rumus
5. Berdasarkan letak lintang cari nilai Rγ
𝑛
6. Cari data kecerahan matahari (𝑁)
7. Cari nilai Rs
𝑛
8. Cari nilai f(𝑁)
9. Cari data kecepatan angin (U)

10. Cari f(U)
11. Cari Rn.I dengan rumus;
12. Cari nilai angka koreksi C
13. Cari ETo*
14. Cari ETo
Rumus Metode Penman:
ET0 = c . ET0*
ET0* = w . (0.75 Rs – Rn1) + (1 – w) f(u) (εg – εd)
Keterangan:
w = Faktor pengaruh suhu dan elevasi ketinggian daerah
Rs = Radiasi gelombang pendek yang diterima bumi (mm/hari)
= (0.25 + 0.54 (n/N)) Rγ
Rγ = Radiasi gelombang pendek batas luar atmosfer
n/N = Kecerahan matahari (%)
Rn = Radiasi bersih gelombang panjang (mm/hari)
= f(t) . f(εd) . f(n/N)
f(t) = Fungsi suhu
f(εd) = Fungsi tekanan uap
= 0.34 – 0.44 . ((εd)0.5)
εd = Tekanan uap sebenarnya (mbar)
= εd* . RH
f(n/N) = Fungsi kecerahan matahari
= 0.1 + 0.9 . (n/N)
f(u) = Fungsi kecepatan angin pada ketinggian 2.00 m
= 0.27 . ( 1 + 0.864 u )
RH = Kelembaban relatif (%)
B. Analisa Evaporasi Potensial
Evaporasi potensial dapat dihitung menggunakan tiga metode. Adapun metode yang dipergunakan dalam perhitungan evaporasi
potensial ini adalah:
1. Metode Blaney-Criddle
2. Metode Radiasi
3. Metode Penman
Tabel berikut adalah tabel data perhitungan evaporasi yang nantinya akan menjadi data penunjang perhitungan dalam ketiga metode
tersebut.
Tabel 1.1 Data Perhitungan Evaporasi
Letak Suhu Rata-rata Bulanan RH min n U

Lintang Januari Februari Maret April Mei Juni Juli Agustus Sept Oct Nov Dec % jam/hari m/dt
3˚ LU 26.6 27.4 25.4 29.9 26.9 27.9 28.9 29.4 28.1 30.9 30.1 27.9 82.5 11.9 7.5
METODE BLANEY – CRIDDLE
Tabel 1.2 Hubungan P dan Letak Lintang (LL) Tabel BC. 1

(Untuk Indonesia : 50 s/d 100 LS)
LINTANG Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
5,0 Utara 0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.27 0.27 0.27
2,5 Utara 0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.27 0.27 0.27
0 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27
2,5 Selatan 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
5 Selatan 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
7,5 Selatan 0.29 0.28 0.28 0.28 0.27 0.27 0.27 0.27 0.28 0.28 0.28 0.29
10 Selatan 0.29 0.28 0.28 0.27 0.26 0.26 0.26 0.27 0.27 0.28 0.28 0.29
Sumber: Lily Montarcih L, 2010
Tabel 1.3 Angka Koreksi ( c ) menurut Blaney Criddle Tabel BC.2
BULAN Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
(c) 0.80 0.80 0.75 0.70 0.70 0.70 0.70 0.75 0.80 0.80 0.80 0.80

TABEL 1.4 Metode Blaney - Criddle
Letak t ET0* ET0

No. Bulan P C
Lintang (˚C) (mm/hari) (mm/hari)
1
Januari 3˚ LU 0.27 26.6 5.4773 0.80 4.3818
2
Februari 3˚ LU 0.27 27.4 5.5760 0.80 4.4608
3
Maret 3˚ LU 0.27 25.4 5.3292 0.75 3.9969
4
April 3˚ LU 0.28 29.9 6.1024 0.70 4.2717
5
Mei 3˚ LU 0.28 26.9 5.7185 0.70 4.0030
6
Juni 3˚ LU 0.28 27.9 5.8465 0.70 4.0925
7
Juli 3˚ LU 0.28 28.9 5.9744 0.70 4.1821
8
Agustus 3˚ LU 0.28 29.4 6.0384 0.75 4.5288
9
September 3˚ LU 0.28 28.1 5.8721 0.80 4.6977
10
Oktober 3˚ LU 0.27 30.9 6.0079 0.80 4.8063
11
November 3˚ LU 0.27 30.1 5.9091 0.80 4.7273
12
Desember 3˚ LU 0.27 27.9 5.6377 0.80 4.5101
Contoh Perhitungan Metode Blaney – Criddle:
Bulan Januari
LL = 30 LU (dari hasil interpolasi Tabel BC.1) P = 0.27
t = 26,60 C
ET0* = P . (0.457 t + 8.13)
= 0.27 . (0.457 . 26.6 + 8.13)
= 5,4773 mm/hari
Januari (dari Tabel BC.2) : C = 0.80

ET0 = c . ET0*
= 0.80 . 5.773
= 4.3818 mm/hari
METODE RADIASI
Tabel 1.5 Hubungan t dan w (Tabel R.1)

(Untuk Indonesia, EL. 0-500 m)
Suhu Suhu
w w
(t0) (t0)
24.0 0.735 27.2 0.767

24.2 0.737 27.4 0.769
24.4 0.739 27.6 0.771
24.6 0.741 27.8 0.773
24.8 0.743 28.0 0.775
25.0 0.745 28.2 0.777
25.2 0.747 28.4 0.779
25.4 0.749 28.6 0.781
25.6 0.751 28.8 0.783
25.8 0.753 29.0 0.785
26.0 0.755 29.2 0.787
26.2 0.757 29.4 0.789
26.4 0.759 29.6 0.791
26.6 0.761 29.8 0.793
26.8 0.763 30.0 0.795
27.0 0.765 30.2 0.797

Tabel 1.6 Harga Rγ Untuk Indonesia (Tabel R.2)
LU LS
Bulan 0
5 4 2 2 4 6 8 10
Jan 13.0 14.3 14.7 15.0 15.3 15.5 15.8 16.1 16.1
Feb 14.0 15.0 15.3 15.5 15.7 15.8 16.0 16.1 16.0
Mar 15.0 15.5 15.6 15.7 15.7 15.6 15.6 15.1 15.3
Apr 15.1 15.5 15.3 15.3 15.1 14.9 14.7 14.1 14.0
Mei 15.3 14.9 14.6 14.4 14.1 13.8 13.4 13.1 12.6
Jun 15.0 14.4 14.2 13.9 13.9 13.2 12.8 12.4 12.6
Jul 15.1 14.6 14.3 14.1 14.1 13.4 13.1 12.7 11.8
Ags 15.3 15.1 14.9 14.8 14.8 14.3 14.0 13.7 12.2
Sep 15.1 15.3 15.3 15.3 15.3 15.1 15.0 14.9 13.1
Okt 15.7 15.1 15.3 15.4 15.4 15.6 15.7 15.8 14.6
Nov 14.8 14.5 14.8 15.1 15.1 15.5 15.8 16.0 15.6
Des 14.6 14.1 14.4 14.8 14.8 15.4 15.7 16.0 16.0
Tabel 1.7 Angka Koreksi ( c ) Menurut Rumus Radiasi (Tabel R.3)
(c) 0.80 0.80 0.75 0.75 0.75 0.75 0.75 0.80 0.80 0.80 0.80 0.80
TABEL 1.8 METODE RADIASI
Letak t n/N Rγ Rs ET0* ET0

No. Bulan w C
Lintang (˚C) (mm/Hr) (mm/hari) (mm/hari) (mm/hari)
1 Januari 3˚ LU 26.6 0.4958 0.761 14.50 7.5074 5.7131 0.80 4.5705

2 Februari 3˚ LU 27.4 0.4958 0.769 15.15 7.8439 6.0320 0.80 4.8256
3 Maret 3˚ LU 25.4 0.4958 0.749 15.55 8.0510 6.0302 0.75 4.5227
4 April 3˚ LU 29.9 0.4958 0.794 15.40 7.9734 6.3308 0.75 4.7481
5 Mei 3˚ LU 26.9 0.4958 0.764 14.75 7.6368 5.8345 0.75 4.3759
6 Juni 3˚ LU 27.9 0.4958 0.774 14.30 7.4038 5.7306 0.75 4.2979
7 Juli 3˚ LU 28.9 0.4958 0.784 14.45 7.4815 5.8655 0.75 4.3991
8 Agustus 3˚ LU 29.4 0.4958 0.789 15.00 7.7663 6.1276 0.80 4.9021
9 September 3˚ LU 28.1 0.4958 0.776 15.30 7.9216 6.1471 0.80 4.9177
10 Oktober 3˚ LU 30.9 0.4958 0.804 15.20 7.8698 6.3273 0.80 5.0619
11 November 3˚ LU 30.1 0.4958 0.796 14.65 7.5850 6.0377 0.80 4.8302
12 Desember 3˚ LU 27.9 0.4958 0.774 14.25 7.3779 5.7105 0.80 4.5684
Contoh Perhitungan Metode Radiasi:
Bulan Januari
t = 26,60 C (dari hasil interpolasi Tabel R.1) W = 0.761
LL = 30 LU (dari Tabel R.2) Rγ = 14,5
(n/N) = 0,4958
Rs = (0.25+ 0.54 (n/N)) Rγ
= (0.25 + 0.54 . 0,958) 14,5
= 7,5074 mm/hari
Januari (dari Tabel R.3) : C = 0.80

ET0* = w . Rs
= 0.761 . 7,5074
= 5,7131 mm/hari
ET0 = c . ET0*
= 0,80 . 5,7131
= 4,5705 mm/hari
METODE PENMAN
Tabel 1.9 Hubungan t Dengan εγ, w, f (t) (Tabel PN.1)

t εγ t εγ T εγ
w f (t) w f (t) w f (t)
(˚C) (mbar) (˚C) (mbar) (˚C) (mbar)
24 29.85 0.735 15.4 26.3 34.22 0.758 15.960 28.6 39.14 0.781 16.42
24.1 30.03 0.736 15.425 26.4 34.42 0.759 15.98 28.7 39.38 0.782 16.440
24.2 30.21 0.737 15.45 26.5 34.63 0.76 16.000 28.8 39.61 0.783 16.46
24.3 30.39 0.738 15.475 26.6 34.83 0.761 16.02 28.9 39.84 0.784 16.480
24.4 30.57 0.739 15.5 26.7 35.04 0.762 16.040 29 40.06 0.785 16.5
24.5 30.76 0.74 15.525 26.8 35.25 0.763 16.06 29.1 40.29 0.786 16.520
24.6 30.94 0.741 15.55 26.9 35.46 0.764 16.080 29.2 40.51 0.787 16.54
24.7 31.13 0.742 15.575 27 35.66 0.765 16.1 29.3 40.74 0.788 16.560
24.8 31.31 0.743 15.6 27.1 35.88 0.766 16.120 29.4 40.96 0.789 16.58
24.9 31.50 0.744 15.625 27.2 36.09 0.767 16.14 29.5 41.19 0.79 16.600
25 31.69 0.745 15.65 27.3 36.30 0.768 16.160 29.6 41.41 0.791 16.62
25.1 31.88 0.746 15.675 27.4 36.50 0.769 16.18 29.7 41.64 0.792 16.640
25.2 32.06 0.747 15.7 27.5 36.72 0.77 16.200 29.8 41.86 0.793 16.66
25.3 32.26 0.748 15.725 27.6 36.94 0.771 16.22 29.9 42.09 0.794 16.680
25.4 32.45 0.749 15.75 27.7 37.16 0.772 16.240 30 42.31 0.795 16.7
25.5 32.64 0.75 15.775 27.8 37.37 0.773 16.26 30.1 42.54 0.796 16.720
25.6 32.83 0.751 15.8 27.9 37.59 0.774 16.280 30.2 42.76 0.797 16.74
25.7 33.03 0.752 15.825 28 37.81 0.775 16.3 30.3 42.99 0.798 16.760
25.8 33.22 0.753 15.85 28.1 38.03 0.776 16.320 30.4 43.21 0.799 16.78
25.9 33.42 0.754 15.875 28.2 38.25 0.777 16.34 30.5 43.44 0.8 16.800
26 33.62 0.755 15.9 28.3 38.48 0.778 16.360 30.6 43.66 0.801 16.82
26.1 33.82 0.756 15.920 28.4 38.70 0.779 16.38 30.7 43.89 0.802 16.840
26.2 34.02 0.757 15.94 28.5 38.92 0.78 16.400 30.8 44.11 0.803 16.86
Sumber : Lily Montarcih L, 2010
Tabel 1.10 Harga Rγ Untuk Indonesia (Tabel PN.2)
LU LS
Bulan 0
5 4 2 2 4 6 8 10
Jan 13.0 14.3 14.7 15.0 15.3 15.5 15.8 16.1 16.1
Feb 14.0 15.0 15.3 15.5 15.7 15.8 16.0 16.1 16.0
Mar 15.0 15.5 15.6 15.7 15.7 15.6 15.6 15.1 15.3
Apr 15.1 15.5 15.3 15.3 15.1 14.9 14.7 14.1 14.0
Mei 15.3 14.9 14.6 14.4 14.1 13.8 13.4 13.1 12.6
Jun 15.0 14.4 14.2 13.9 13.9 13.2 12.8 12.4 12.6
Jul 15.1 14.6 14.3 14.1 14.1 13.4 13.1 12.7 11.8
Ags 15.3 15.1 14.9 14.8 14.8 14.3 14.0 13.7 12.2
Sep 15.1 15.3 15.3 15.3 15.3 15.1 15.0 14.9 13.1
Okt 15.7 15.1 15.3 15.4 15.4 15.6 15.7 15.8 14.6
Nov 14.8 14.5 14.8 15.1 15.1 15.5 15.8 16.0 15.6
Des 14.6 14.1 14.4 14.8 14.8 15.4 15.7 16.0 16.0
Tabel 1.11 Angka Koreksi ( c ) Menurut Rumus Penman (Tabel PN.3)
(c) 1.10 1.10 1.10 0.90 0.90 0.90 0.90 1.00 1.00 1.00 1.00 1.00
TABEL 1.12 METODE PENMAN
Letak t εγ RH εd
No. Bulan w f(t) f(εd)
Lintang (˚C) (mbar) (%) (mbar)
1 Januari 3˚ LU 26.6 34.83 0.761 16.02 0.825 28.735 0.1041

2 Februari 3˚ LU 27.4 36.50 0.769 16.18 0.825 30.113 0.0986
3 Maret 3˚ LU 25.4 32.45 0.749 15.75 0.825 26.771 0.1123
4 April 3˚ LU 29.9 42.09 0.794 16.68 0.825 34.724 0.0807
5 Mei 3˚ LU 26.9 35.46 0.764 16.08 0.825 29.255 0.1020
6 Juni 3˚ LU 27.9 37.59 0.774 16.28 0.825 31.012 0.0950
7 Juli 3˚ LU 28.9 39.84 0.784 16.48 0.825 32.868 0.0877
8 Agustus 3˚ LU 29.4 40.96 0.789 16.58 0.825 33.792 0.0842
9 September 3˚ LU 28.1 38.03 0.776 16.32 0.825 31.375 0.0935
10 Oktober 3˚ LU 30.9 44.34 0.804 16.88 0.825 36.581 0.0739
11 November 3˚ LU 30.1 42.54 0.796 16.72 0.825 35.096 0.0793
12 Desember 3˚ LU 27.9 37.59 0.774 16.28 0.825 31.012 0.0950
Rγ n/N Rs U Rn ET0* ET0

f(n/N) f(u) C
(mm/hari) (%) (mm/hari) (m/dt) (mm/hari) (mm/hari) (mm/hari)
14.50 0.4958 7.5074 0.5463 7.5 2.0196 0.9113 5.8303 1.10 6.4133
15.15 0.4958 7.8439 0.5463 7.5 2.0196 0.8710 6.1457 1.10 6.7603
15.55 0.4958 8.0510 0.5463 7.5 2.0196 0.9665 5.9549 1.00 5.9549
15.40 0.4958 7.9734 0.5463 7.5 2.0196 0.7355 6.5973 0.90 5.9376
14.75 0.4958 7.6368 0.5463 7.5 2.0196 0.8961 5.9510 0.90 5.3559
14.30 0.4958 7.4038 0.5463 7.5 2.0196 0.8446 5.9682 0.90 5.3713
14.45 0.4958 7.4815 0.5463 7.5 2.0196 0.7899 6.1643 0.90 5.5479
15.00 0.4958 7.7663 0.5463 7.5 2.0196 0.7628 6.4039 1.00 6.4039
15.30 0.4958 7.9216 0.5463 7.5 2.0196 0.8339 6.2996 1.10 6.9296
15.20 0.4958 7.8698 0.5463 7.5 2.0196 0.6812 6.6673 1.10 7.3340
14.65 0.4958 7.5850 0.5463 7.5 2.0196 0.7246 6.3929 1.10 7.0322
14.25 0.4958 7.3779 0.5463 7.5 2.0196 0.8446 5.9531 1.10 6.5484
Contoh Perhitungan Metode Penman:
Bulan Januari
t = 26,60 C (Tabel PN. 1) εγ = 34,83 mbar
w = 0.761
f (t) = 16.02
RH = 0.825
εd = εγ . RH
= 34.83 . 0.825
= 28.735 mbar
f(εd) = 0.34 – 0.044(εd0.5)
= 0.1041
LL = 30 LU (Tabel PN.2) Rγ = 14.5

n/N = 0.4958
Rs = (0.25 + 0.54 (n/N)) Rγ
= (0.25 + 0.54 . 0.4958) 14.5
= 7.5074 mm/hari
f(n/N) = 0.1 + 0.9 (n/N)
= 0.1 + 0.9 . 0.4958
= 0.5463
U = 7.5 m/dt
f(U) = 0.27 . (1 + 0.864 U)
= 0.27 . (1 + 0.864 . 7.5)
= 2.0196
Rn = f(t) . f(εd) . f(n/N)
= 16.02 . 0.1041 . 0.463
= 0.9113 mm/hari
Januari (dari Tabel PN.3) C = 1.10
ET0* = w (0.75 Rs – Rn) + (1 – w) f(U) (εγ – εd)
= 0.761 (0.75 . 7.5074 – 0.9113) + (1 - 0.761) . 2.0196 (35.83 – 28.735)
= 5.8303 mm/hari
ET0 = c . ET0*
= 1.10 . 5.8303
= 6.4133 mm/hari
TABEL 1.13 PERBANDINGAN METODE BLANEY – CRIDDLE, RADIASI, DAN PENMAN
ET0* c ET0
No. Bulan
BC R P BC R P BC R P
1 Januari 5.4773 5.7131 5.8303 0.80 0.80 1.10 4.3818 4.5705 6.4133
2 Februari 5.5760 6.0320 6.1457 0.80 0.80 1.10 4.4608 4.8256 6.7603
3 Maret 5.3292 6.0302 5.9549 0.75 0.75 1.00 3.9969 4.5227 5.9549
4 April 6.1024 6.3308 6.5973 0.70 0.75 0.90 4.2717 4.7481 5.9376
5 Mei 5.7185 5.8345 5.9510 0.70 0.75 0.90 4.0030 4.3759 5.3559
6 Juni 5.8465 5.7306 5.9682 0.70 0.75 0.90 4.0925 4.2979 5.3713
7 Juli 5.9744 5.8655 6.1643 0.70 0.75 0.90 4.1821 4.3991 5.5479
8 Agustus 6.0384 6.1276 6.4039 0.75 0.80 1.00 4.5288 4.9021 6.4039
9 September 5.8721 6.1471 6.2996 0.80 0.80 1.10 4.6977 4.9177 6.9296
10 Oktober 6.0079 6.3273 6.6673 0.80 0.80 1.10 4.8063 5.0619 7.3340
11 November 5.9091 6.0377 6.3929 0.80 0.80 1.10 4.7273 4.8302 7.0322
12 Desember 5.6377 5.7105 5.9531 0.80 0.80 1.10 4.5101 4.5684 6.5484
Komentar:
BC : Metode Blaney Criddle
R : Metode Radiasi
P : Metode Pennman
Komentar:
Berdasarkan hasil perhitungan dari metode Blaney – Criddle, metode Radiasi,

dan metode Penman, nilai evaporasi potensial yang diperoleh memiliki nilai yang
berbeda-beda. Secara umum nilai evaporasi potensial menggunakan metode Radiasi
memperoleh hasil yang lebih besar daripada menggunakan metode Blaney – Criddle.
Hal ini dipengaruhi oleh adanya faktor iklim yang diperhitungkan dalam metode
Radiasi. Faktor-faktor tersebut meliputi faktor kecerahan matahari (n/N), radiasi
gelombang pendek yang diterima bumi (Rs) dan faktor radiasi gelombang pendek yang
memenuhi batas luar atmosfer (Rγ). Sedangkan apabila dibandingkan dengan metode
Penman, nilai evaporasi potensial berdasarkan metode Radiasi lebih kecil. Hal ini
disebabkan karena faktor iklim yang diperhitungan dalam metode Penman lebih banyak
dari pada metode Radiasi. Faktor – faktor tersebut meliputi faktor radiasi bersih
gelombang panjang (Rn), fungsi suhu (f(t)), fungsi tekanan uap (f(εd), kelembaban
relatif serta faktor kecepatan angin bulanan rerata (U). Pada dasarnya evaporasi sangat
dipengaruhi dengan faktor iklim, sehingga semakin banyak faktor iklim yang
diperhitungkan, akan semakin akurat data yang akan diperoleh.
C. Evapotranspirasi
Evapotranspirasi adalah kombinasi proses kehilangan air dari suatu lahan

bertanaman melalui evaporasi dan transpirasi. Evaporasi adalah proses dimana air
diubah menjadi uap air (vaporasi, vaporization) dan selanjutnya uap air tersebut
dipindahkan dari permukaan bidang penguapan ke atmosfer (vapor removal). Evaporasi
terjadi pada berbagai jenis permukaan seperti danau, sungai lahan pertanian, tanah,
maupun dari vegetasi yang basah. Transpirasi adalah vaporisasi di dalam jaringan
tanaman dan selanjutnya uap air tersebut dipindahkan dari permukaan tanaman ke
atmosfer (vapor removal). Pada transpirasi, vaporisasi terjadi terutama di ruang antar sel
daun dan selanjutnya melalui stomata uap air akan lepas ke atmosfer. Hampir semua air
yang diambil tanaman dari media tanam (tanah) akan ditranspirasikan, dan hanya
sebagian kecil yang dimanfaatkan tanaman (Allen et al. 1998).
Harga evapotranspirasi bergantung kepada jenis dan umur tanaman, yang
nilainya didapatkan degan mengalikan koefisien tanaman dan harga evaporasi potensial.
Rumus Evapotranspirasi Tanaman:
ET = Kc . ET0
Keterangan:
ET = Evapotranspirasi Tanaman (mm/hari)
Kc = Koefisien Tanaman (berdasarkan jenis tanaman)
D. Analisa Evapotranspirasi
TABEL 1.14 Harga Kc Tanaman Padi
No. Bulan Kc
1 Januari 1.24
2 Februari 1.09
3 Maret 0.70
4 April 0.91
5 Mei 1.14
6 Juni 1.28
7 Juli 1.19
8 Agustus 0.66
9 September 0.64
10 Oktober 0.91
11 November 1.13
12 Desember 1.25
Sumber: Hidrologi Pertanian, 2010
TABEL 1.15 Harga Evapotranspirasi Tanaman Padi

ET0 ET
No. Bulan Kc
BC R P BC R P
1 Januari 4.3818 4.5705 6.4133 1.24 5.4335 5.6674 7.9525
2 Februari 4.4608 4.8256 6.7603 1.09 4.8623 5.2599 7.3687
3 Maret 3.9969 4.5227 5.9549 0.7 2.7978 3.1659 4.1684
4 April 4.2717 4.7481 5.9376 0.91 3.8872 4.3208 5.4032
5 Mei 4.0030 4.3759 5.3559 1.14 4.5634 4.9885 6.1057
6 Juni 4.0925 4.2979 5.3713 1.28 5.2384 5.5013 6.8753
7 Juli 4.1821 4.3991 5.5479 1.19 4.9767 5.2349 6.6020
8 Agustus 4.5288 4.9021 6.4039 0.66 2.9890 3.2354 4.2265
9 September 4.6977 4.9177 6.9296 0.64 3.0065 3.1473 4.4349
10 Oktober 4.8063 5.0619 7.3340 0.91 4.3737 4.6063 6.6740
11 November 4.7273 4.8302 7.0322 1.13 5.3419 5.4581 7.9464
12 Desember 4.5101 4.5684 6.5484 1.25 5.6377 5.7105 8.1856
Contoh Perhitungan:
Bulan Januari (Kc = 1.24)

Metode Blaney-Criddle
ET = Kc . ET0
= 1.24 . 4.3818
= 5.4335 mm/hari
Metode Radiasi
ET = Kc . ET0
= 1.24 . 4.5705
= 5.6674 mm/hari
Metode Pennman
ET = Kc . ET0
= 1.24 . 6.4133
= 7.9525 mm/hari
Komentar:
Berdasarkan hasil perhitungan evapotranspirasi tanaman padi, harga

evapotranspirasi menunjukan nilai yang berbeda setiap bulan dan metode yang
digunakan. Harga evapotranspirasi menggunakan metode Pennman menghasilkan hasil
terbesar seperti pada hasil perhitungan evaporasi potensial, karena harga
evapotranspirasi tanaman diperoleh melalui perkalian koefisien tanaman dan harga
evapotranspirasi potensial. Sehingga untuk nilai koefisien tanaman yang sama, semakin
besar harga evaporasi potensial menghasilkan harga evapotranspirasi tanaman yang
semakin besar.
SOAL 2
ESTIMASI DATA HUJAN YANG HILANG
DAN UJI KONSISTENSI DATA
A. Estimasi data hujan
Data hujan seperti yang diperoleh dan dikumpulkan dari institusi

pengelolaannya perlu mendapatkan perhatian secukupnya. Beberapa kemungkinan
kesalahan dapat terjadi. Kesalahan atau kekurangan yang paling banyak di jumpai
adalah tidak lengkapnya data, banyaknya bagian-bagian data yang hilang atau rusak.
Keadaan ini untuk kepentingan tertentu dapat mengganggu. Misalnya pada suatu saat
terjadi banjir, sedangkan data hujan pada satu atau beberapa stasiun pada saat yang
bersamaan tidak tersedia (karena berbagai sebab).
Solusi dalam menghadapi keadaan ini, terdapat dua langkah yang dapat
dilakukan yaitu :
1. Membiarkan saja data yang hilang tersebut, karena dengan cara apapun data tersebut
tidak akan diketahui dengan tepat.
2. Bila dipertimbangkan bahwa data tersebut mutlak diperlukan maka perkiraan data
tersebut dapat dilakukan dengan cara-cara yang dikenal.
Data yang hilang atau kesenjangan (gap) data suatu pos penakar hujan, pada saat
tertentu, dapat diisi dengan bantuan data yang tersedia pada pos-pos penakar di
sekitarnya pada saat yang sama. Cara yang dipakai dinamakan Ratio Normal. Syarat
untuk menggunakan cara ini adalah tinggi hujan rata-rata tahunan pos penakar yang
datanya hilang harus diketahui, disamping dibantu dengan data tinggi hujan rata-rata
tahunan dan data pada pos-pos penakar di sekitarnya.
Misalnya pos X adalah pos penakar yang datanya hilang, mempunyai tinggi
hujan rata-rata tahunan yang diperoleh dari nilai rata-rata dalam banyak tahun (kecuali
dalam tahun datanya hilang), sebesar Anx sedangkan pada pos-pos penakar di sekitarnya
A,B, dan C mempunyai tinggi hujan rata-rata tahunan masing-masing Ana , Anb , Anc.
Jika tinggi hujan di pos-pos penakar A, B, dan C pada saat data di pos penakar hilang
diketahui sebesar da , db , dan dc maka tinggi hujan di pos penakar X pada saat hilang
dapat ditaksir dengan rumus berikut ini :
1  Anx Anx Anx 

dc =  da  db  dc 
3  Ana Anb Anc 
dimana :
dc = data tinggi hujan harian maksimum di stasiun c
da = data tinggi hujan harian maksimum di stasiun a
Anx = jumlah tinggi hujan tahunan di stasiun x
Ana = jumlah tinggi hujan tahunan di stasiun sekitar a
db = data tinggi hujan harian maksimum di stasiun b
Anb = jumlah tinggi hujan tahunan di stasiun sekitar b
dc = data tinggi hujan harian maksimum di stasiun c
Anc = jumlah tinggi hujan tahunan di stasiun sekitar c
Jika jumlah penakar hujan untuk menentukan data x yang hilang adalah sebanyak n,
maka dapat dipakai rumus :
1 n An x
Dx  
n i 1
di
An i
dimana :
Dx = data tinggi hujan harian maksimum di stasiun x
n = jumlah stasiun di sekitar x untuk mencari data di x
di = data tinggi hujan harian maksimumdi stasiun i
Ani = jumlah tinggi hujan tahunan di stasiun sekitar x
B. Uji konsistensi data
Ketelitian hasil perhitungan dalam ramalan Hidrologi sangat diperlukan,

yang tergantung dari konsistensi data itu sendiri. Dalam suatu rangkaian data
pengamatan hujan, dapat timbul ketidakkonsistenan, yang dapat mengakibatkan
penyimpangan dalam perhitungan.
Ketidakkonsistenan ini dapat disebabkan oleh beberapa faktor, antara lain :
 Perubahan letak stasiun
 Perubahan system pendataan
 Perubahan iklim
 Perubahan dalam lingkungan sekitar
Uji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan
tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-
rata dari suatu jaringan stasiun dasar yang bersesuaian. Pada umumnya, metode ini di
susun dengan urutan kronologis mundur dan di mulai dari tahun yang terakhir atau data
yang terbaru hingga data terakhir.
Jika data hujan tidak konsisten karena perubahan atau gangguan lingkungan di
sekitar tempat penakar hujan dipasang, misalnya, penakar hujan terlindung oleh pohon,
terletak berdekatan dengan gedung tinggi, perubahan penakaran dan pencatatan,
pemindahan letak penakar dan sebagainya, memungkinkan terjadi penyimpangan
terhadap trend semula. Hal ini dapat diselidiki dengan menggunakan lengkung massa
ganda seperti terlihat pada Gambar 2.1
Kalau tidak ada perubahan terhadap lingkungan maka akan diperoleh garis ABC
berupa garis lurus dan tidak terjadi patahan arah garis, maka data hujan tersebut adalah
konsisten. Tetapi apabila pada tahun tertentu terjadi perubahan lingkungan, didapat
garis patah ABC’. Penyimpangan tiba-tiba dari garis semula menunjukkan adanya
perubahan tersebut, yang bukan disebabkan oleh perubahan iklim atau keadaan
hidrologis yang dapat menyebabkan adanya perubahan trend. Sehingga data hujan
tersebut dapat dikatakan tidak konsisten dan harus dilakukan koreksi.
Apabila data hujan tersebut tidak konsisten, maka dapat dilakukan koreksi
dengan menggunakan rumus :
C = Fk x C’
Fk = tan α
tan αc
Keterangan:
C : Data hujan yang diperbaiki
C’ : Data hujan hasil pengamatan
Tgα : Kemiringan sebelum ada perubahan
Tg αc : Kemiringan setelah ada perubahan
C’
Curah hujan tahunan rata-rata
B
Akunulatif (mm)
αC
α 450
A
Curah hujan tahunan rata-rata
Beberapa pos penakar yang berdekatan (mm)
Gambar 2.1. Lengkung Massa Ganda
Keterangan:
Jika data hujan konsisten, maka grafik berupa garis lurus dengan sudut = tg 450
Tabel 2.1
DATA CURAH HUJAN MAKSIMUM PADA TAHUN 2000 – 2011
Stasiun Stasiun Stasiun Stasiun

No. Tahun Hujan Hujan Hujan Hujan
A B C D
1 2000 302.0 256.7 241.6 226.5
2 2001 198.1 186.4 174.8
3 2002 325.0 276.3 260.0 243.8
4 2003 286.0 243.1 228.8 214.5
5 2004 252.9 214.2 201.6
6 2005 220.0 187.0 176.0 165.0
7 2006 302.0 256.7 241.6 226.5
8 2007 264.0 224.4 211.2 198.0
9 2008 193.0 164.1 154.4 144.8
10 2009 257.0 218.5 205.6 192.8
11 2010 342.0 290.7 273.6 256.5
12 2011 312.0 265.2 234.0
Keterangan:
Data yang hilang pada stasiun A

Data yang hilang pada stasiun C
Data yang hilang pada stasiun D
Tabel 2.2
MENCARI DATA YANG HILANG TAHUN 2004 DI STASIUN D

A B C D Analisa
1 2004 252.9 214.2 201.6 189.24
2 2005 220.0 187.0 176.0 165.0
3 2006 302.0 256.7 241.6 226.5
4 2007 264.0 224.4 211.2 198.0
5 2008 193.0 164.1 154.4 144.8
6 2009 257.0 218.5 205.6 192.8
7 2010 342.0 290.7 273.6 256.5
Jumlah 1578.0 1341.4 1262.4 1183.6
Data Hilang = 1 ( 1183.6 . 252.9 ) + (1183.6 . 214.2 ) + ( 1183.6 . 201.6 )

3 1578.0 1341.4 1262.4
= 189.24 mm
Jadi, data yang hilang di stasiun hujan D pada tahun 2004 adalah 189.24 mm.
Tabel 2.3
MENCARI DATA YANG HILANG TAHUN 2001 DI STASIUN A

A B C D Analisa
1 2001 198.1 186.4 174.8 233.11
2 2002 325.0 276.3 260.0 243.8
3 2003 286.0 243.1 228.8 214.5
4 2004 252.9 214.2 201.6 189.2
5 2005 220.0 187.0 176.0 165.0
6 2006 302.0 256.7 241.6 226.5
7 2007 264.0 224.4 211.2 198.0
8 2008 193.0 164.1 154.4 144.8
9 2009 257.0 218.5 205.6 192.8
10 2010 342.0 290.7 273.6 256.5
Jumlah 2441.9 2075.0 1952.8 1831.1
Data hilang = 1 (( 2441.9 . 198.1 ) + ( 2441.9 . 186.4 ) + ( 2441.9 . 174.8 ))

3 2075.0 1952.8 1831.1
= 233.11 mm
Jadi, data yang hilang di stasiun hujan A pada tahun 2001 adalah 233.11 mm.
Tabel 2.4
MENCARI DATA YANG HILANG TAHUN 2011 DI STASIUN C

A B C D Analisa
1 2000 302.0 256.7 241.6 226.5 249.55
2 2001 233.1 198.1 186.4 174.8
3 2002 325.0 276.3 260.0 243.8
4 2003 286.0 243.1 228.8 214.5
5 2004 252.9 214.2 201.6 189.2
6 2005 220.0 187.0 176.0 165.0
7 2006 302.0 256.7 241.6 226.5
8 2007 264.0 224.4 211.2 198.0
9 2008 193.0 164.1 154.4 144.8
10 2009 257.0 218.5 205.6 192.8
11 2010 342.0 290.7 273.6 256.5
12 2011 312.0 265.2 234.0
Jumlah 2977.0 2529.8 2380.8 2232.4
Data Hilang = 1 ( 2308.8 . 312.0 ) + ( 2308.0 . 265.2 ) + ( 2308.8 . 234.0 )

3 2977.0 2529.8 2232.4
= 249.55 mm
Jadi, data yang hilang di stasiun hujan C pada tahun 2011 adalah 249.55 mm.
Tabel 2.5
DATA CURAH HUJAN BARU SETELAH DICARI
DATA-DATA YANG HILANG

A B C D
1 2000 302.0 256.7 241.6 226.5
2 2001 233.1 198.1 186.4 174.8
3 2002 325.0 276.3 260.0 243.8
4 2003 286.0 243.1 228.8 214.5
5 2004 252.9 214.2 201.6 189.2
6 2005 220.0 187.0 176.0 165.0
7 2006 302.0 256.7 241.6 226.5
8 2007 264.0 224.4 211.2 198.0
9 2008 193.0 164.1 154.4 144.8
10 2009 257.0 218.5 205.6 192.8
11 2010 342.0 290.7 273.6 256.5
12 2011 312.0 265.2 249.6 234.0
Jumlah 3289.0 2795.0 2630.4 2466.4
Tabel 2.6
RERATA STASIUN HUJAN B, C, DAN D
Stasiun Stasiun Stasiun
Rerata
No. Tahun Hujan Hujan Hujan
B,C,D
B C D
1 2000 256.7 241.6 226.5 241.6
2 2001 198.1 186.4 174.8 186.4
3 2002 276.3 260.0 243.8 260.0
4 2003 243.1 228.8 214.5 228.8
5 2004 214.2 201.6 189.2 201.7
6 2005 187.0 176.0 165.0 176.0
7 2006 256.7 241.6 226.5 241.6
8 2007 224.4 211.2 198.0 211.2
9 2008 164.1 154.4 144.8 154.4
10 2009 218.5 205.6 192.8 205.6
11 2010 290.7 273.6 256.5 273.6
12 2011 265.2 249.5 234.0 249.6
Tabel 2.7
MENCARI RERATA STASIUN HUJAN A, C, DAN D
Rerata
A,C,D
A C D
1 2000 302.0 241.6 226.5 256.7
2 2001 233.1 186.4 174.8 198.1
3 2002 325.0 260.0 243.8 276.3
4 2003 286.0 228.8 214.5 243.1
5 2004 252.9 201.6 189.2 214.6
6 2005 220.0 176.0 165.0 187.0
7 2006 302.0 241.6 226.5 256.7
8 2007 264.0 211.2 198.0 224.4
9 2008 193.0 154.4 144.8 164.1
10 2009 257.0 205.6 192.8 218.5
11 2010 342.0 273.6 256.5 290.7
12 2011 312.0 249.5 234.0 265.2
Tabel 2.8
RERATA STASIUN HUJAN A, B, DAN D
Rerata
A,B,D
A B D
1 2000 302.0 256.7 226.5 261.7
2 2001 233.1 198.1 174.8 202.0
3 2002 325.0 276.3 243.8 281.7
4 2003 286.0 243.1 214.5 247.9
5 2004 252.9 214.2 189.2 218.8
6 2005 220.0 187.0 165.0 190.7
7 2006 302.0 256.7 226.5 261.7
8 2007 264.0 224.4 198.0 228.8
9 2008 193.0 164.1 144.8 167.3
10 2009 257.0 218.5 192.8 222.8
11 2010 342.0 290.7 256.5 296.4
12 2011 312.0 265.2 234.0 270.4
Tabel 2.9
RERATA STASIUN HUJAN A, B, DAN C
Rerata
A,B,C
A B C
1 2000 302.0 256.7 241.6 266.8
2 2001 233.1 198.1 186.4 205.9
3 2002 325.0 276.3 260.0 287.1
4 2003 286.0 243.1 228.8 252.6
5 2004 252.9 214.2 201.6 222.9
6 2005 220.0 187.0 176.0 194.3
7 2006 302.0 256.7 241.6 266.8
8 2007 264.0 224.4 211.2 233.2
9 2008 193.0 164.1 154.4 170.5
10 2009 257.0 218.5 205.6 227.0
11 2010 342.0 290.7 273.6 302.1
12 2011 312.0 265.2 249.5 275.6
Tabel 2.10
REKAPITULASI RERATA DARI PERHITUNGAN DI ATAS
Rerata Rerata Rerata Rerata

No.
B,C,D A,C,D A,B,D A,B,C
1 241.6 256.7 261.7 266.8

2 186.4 198.1 202.0 205.9
3 260.0 276.3 281.7 287.1
4 228.8 243.1 247.9 252.6
5 201.7 214.6 218.8 222.9
6 176.0 187.0 190.7 194.3
7 241.6 256.7 261.7 266.8
8 211.2 224.4 228.8 233.2
9 154.4 164.1 167.3 170.5
10 205.6 218.5 222.8 227.0
11 273.6 290.7 296.4 302.1
12 249.6 265.2 270.4 275.6
Tabel 2.11
UJI KONSISTENSI DATA DI STASIUN A TERHADAP B, C, D
Stasiun Komulatif Rerata Komulatif

No. Tahun Hujan A A B,C,D B,C,D
(mm) (mm) (mm) (mm)
1 2000 302.0 302.0 241.6 241.6
2 2001 233.1 535.1 186.4 428.0
3 2002 325.0 860.1 260.0 688.1
4 2003 286.0 1146.1 228.8 916.9
5 2004 252.9 1399.0 201.7 1118.5
6 2005 220.0 1619.0 176.0 1294.5
7 2006 302.0 1921.0 241.6 1536.1
8 2007 264.0 2185.0 211.2 1747.3
9 2008 193.0 2378.0 154.4 1901.8
10 2009 257.0 2635.0 205.6 2107.4
11 2010 342.0 2977.0 273.6 2381.0
12 2011 312.0 3289.0 249.6 2630.6
Grafik Uji Konsistensi Stasiun A terhadap B, C,

D
3500
3000
2500
Komulatif A (mm)
2000
1500
1000
500
0
0 500 1000 1500 2000 2500 3000 3500
Komulatif B, C, D (mm)
Tabel 2.12
UJI KONSISTENSI DATA DI STASIUN B TERHADAP A, C, D

No. Tahun Hujan B B A,C,D A,C,D
(mm) (mm) (mm) (mm)
1 2000 256.7 256.7 256.7 256.7
2 2001 198.1 454.8 198.1 454.8
3 2002 276.3 731.1 276.3 731.1
4 2003 243.1 974.2 243.1 974.2
5 2004 214.2 1188.4 214.6 1188.7
6 2005 187.0 1375.4 187.0 1375.7
7 2006 256.7 1632.1 256.7 1632.4
8 2007 224.4 1856.5 224.4 1856.8
9 2008 164.1 2020.6 164.1 2020.9
10 2009 218.5 2239.1 218.5 2239.4
11 2010 290.7 2529.8 290.7 2530.1
12 2011 265.2 2795.0 265.2 2795.3
Grafik Uji Konsistensi Stasiun B terhadap A, C, D
3000
2500
2000
Komulatif B (mm)
1500
1000
500
0
0 500 1000 1500 2000 2500 3000
Komulatif A, C, D (mm)
Tabel 2.13
UJI KONSISTENSI DATA DI STASIUN C TERHADAP A, B, D

No. Tahun Hujan C C A,B,D A,B,D
(mm) (mm) (mm) (mm)
1 2000 241.6 241.6 261.7 261.7
2 2001 186.4 428.0 202.0 463.7
3 2002 260.0 688.0 281.7 745.4
4 2003 228.8 916.8 247.9 993.3
5 2004 201.6 1118.4 218.8 1212.1
6 2005 176.0 1294.4 190.7 1402.7
7 2006 241.6 1536.0 261.7 1664.5
8 2007 211.2 1747.2 228.8 1893.3
9 2008 154.4 1901.6 167.3 2060.6
10 2009 205.6 2107.2 222.8 2283.3
11 2010 273.6 2380.8 296.4 2579.7
12 2011 249.5 2630.3 270.4 2850.1
Grafik Uji Konsistensi Stasiun C terhadap A, B, D
3000
2500
2000
Komulatif C (mm)
1500
1000
500
0
0 500 1000 1500 2000 2500 3000
Komulatif A, C, D (mm)
Tabel 2.14
UJI KONSISTENSI DATA DI STASIUN D TERHADAP A, B, C

No. Tahun Hujan D D A,B,C A,B,C
(mm) (mm) (mm) (mm)
1 2000 226.5 226.5 266.8 266.8
2 2001 174.8 401.3 205.9 472.6
3 2002 243.8 645.1 287.1 759.7
4 2003 214.5 859.6 252.6 1012.4
5 2004 189.2 1048.8 222.9 1235.3
6 2005 165.0 1213.8 194.3 1429.6
7 2006 226.5 1440.3 266.8 1696.4
8 2007 198.0 1638.3 233.2 1929.6
9 2008 144.8 1783.1 170.5 2100.1
10 2009 192.8 1975.9 227.0 2327.1
11 2010 256.5 2232.4 302.1 2629.2
12 2011 234.0 2466.4 275.6 2904.8
Grafik Uji Konsistensi Stasiun D terhadap A, B, C
3000
2500
2000
Komulatif D (mm)
1500
1000
500
0
0 500 1000 1500 2000 2500 3000
Komulatif A, B, C (mm)
Kesimpulan :
1. Berdasarkan grafik Uji Konsistensi Stasiun A terhadap B, C, D sudut yang

ditunjukkan dalam grafik tersebut adalah 51o, sehingga dapat disimpulkan bahwa
data hujan konsisten dikarenakan besar sudut mendekati nilai sudut 45o yang mana
merupakan parameter dalam uji konsistensi.
data hujan konsisten dikarenakan besar sama dengan nilai sudut 45o yang mana
Dalam grafik ditunjukkan bahwa garis teoritis memiliki nilai yang hamper sama
dengan garis empiris, sehingga pola yang terjadi berupa garis lurus dan tidak terjadi
patahan arah garis.
SOAL 3
CURAH HUJAN MAKSIMUM
DAN RATA-RATA DAERAH
A. Metode Rata-Rata Hitung (Aritmatic Mean)
Tinggi rata-rata curah hujan didapatkan dengan mengambil nilai rata-rata
hitung (arithmetic mean) pengukuran hujan di pos penakar-penakar hujan di
dalam area tersebut. Untuk menentukan curah hujan baru dengan metode rata-
rata hitung (aritmatic mean) dipergunakan persamaan :
d1  d 2  d 3  ....  d n
d
n
Dimana :
d = tinggi curah hujan rata-rata daerah (mm)

n = banyaknya stasiun
Cara ini akan memberikan hasil yang lebih akurat jika pos-pos
penakarnya ditempatkan secara merata di area tersebut, dan hasil penakaran
masing-masing pos penakar tidak menyimpang jauh dari nilai rata-rata seluruh
pos di seluruh area. Dalam metode rata-rata hitung curah hujan yang
diperhitungkan hanya curah hujan yang terdapat dalam batas DAS. Hal ini Hal
ini dapat ditunjukkan seperti terlihat pada Gambar 3.1 contoh penggambaran
metode rata-rata hitung.
Gambar 3.1 Contoh Penggambaran Metode Rata-Rata Hitung

B. Metode Thiessen
Metode ini digunakan apabila dalam suatu wilayah stasiun pengamatan
curah hujannya tidak tersebar merata. Curah hujan rata-rata dihitung dengan
mempertimbangkan pengaruh tiap-tiap stasiun pengamatan.
Berdasarkan metode thiessen, penggambaran dilakukan dengan cara
meletakkan titik-titik stasiun pada peta. Selanjutnya menghubungkan titik tiap
stasiun sehingga membentuk jaringan segitiga-segitiga. Pada setiap segitiga
dibentuk garis-garis bagi tegak lurus sehingga membentuk poligon-poligon di
sekitar masing-masing stasiun. Sisi-sisi setiap poligon merupakan batas luas
efektif yang diasumsikan untuk stasiun tersebut. Hal ini dapat ditunjukkan
seperti terlihat pada Gambar 3.2 contoh penggambaran metode thissen.
Luas masing-masing poligon dapat ditentukan dengan planimetri dan
dinyatakan sebagai persentase dari luas total. Hasil metode thiessen biasanya
lebih teliti daripada hasil-hasil yang diperoleh dari perata-perata aritmatik
sederhana.
Kendala terbesar dari metode ini adalah ketidakluwesannya. Suatu
diagram thiessen baru selalu diperlukan setiap kali terdapat suatu perubahan
dalam jaringan alat ukurnya. Selain itu, dalam metode ini tidak boleh ada
pengaruh-pengaruh orografis.
Gambar 3.2 Contoh Penggambaran Metode Thiessen

Tinggi curah hujan daerah metode thiessen dihitung rumus sebagai berikut:
PA . AA  PB . AB  PC . AC  ....  Pn . An
P
t
Dimana:
P = tinggi curah hujan rata-rata daerah (mm)
PA  PB  PC  Pn = tinggi curah hujan pada pos penakar A,B,C,....,n (mm)
AA  AB  AC  An = luas daerah pada pos penakar A,B,C,....,n (km2)

t = Banyak tahun
C. Metode Isohyet
Metode ini dipandang paling baik, tapi bersifat subyektif dan tergantung
pada keahlian, pengalaman, serta pengetahuan pemakai terhadap sifat curah
hujan di daerah setempat.
Hasil penelitian juga menunjukkan bahwa cara isohyet lebih teliti, tetapi
cara perhitungannya memerlukan banyak waktu karena garis-garis isohyet yang
baru perlu ditentukan untuk setiap curah hujan. Metode isohyet terutama
berguna untuk mempelajari pengaruh curah hujan terhadap aliran sungai
terutama di daerah dengan tipe curah hujan orografik.
Pada beberapa kasus, besarnya curah hujan di suatu tempat dapat
diperkirakan dari ketinggian tempat tersebut. Hal ini terutama lazim terjadi di
daerah dengan tipe curah hujan orografik. Di daerah ini, interval garis kontur
dapat digunakan untuk membantu memperkirakan posisi garis-garis dengan
curah hujan yang sama besarnya. Setelah penentuan garis isohyet, kemudian
dapat dihitung besarnya curah hujan rata-rata untuk masing-masing fraksi
isohyet, dan dengan demikian dapat diperkirakan curah hujan rata-rata untuk
seluruh DAS. Hal ini dapat ditunjukkan seperti terlihat pada Gambar 3.3 contoh
penggambaran metode isohyet.
Gambar 3.3 Contoh Penggambaran Metode Isohyet
Tampak bahwa metode isohyet mempunyai persyaratan yang lebih rumit

dibandingkan metode aritmatik atau poligon, olek karenanya apabila persyaratan
tersebut tidak terpenuhi, maka metode aritmatik dan terutama metode poligon
lebih diutamakan.
Dalam metode isohyet, luas bagian diantara isohyet-isohyet yang
berdekatan diukur, dan harga rata-ratanya dihitung sebagai harga rata-rata
timbang dari nilai kontur seperti berikut ini:
d 0  d1 d  d2 d  dn
. A1  1 . A2  ....  n 1 . An
d 2 2 2
A1  A2  ....  An
n
d i 1  d1

ni 2
. Ai
= n
 Ai
ni
Dimana :
A = luas area (km2)
d = tinggi curah hujan rata – rata area (mm)

d0, d1, d2,….dn = tinggi curah hujan pada isohyet 0, 1, 2, 3, …., n (mm)
A1, A2, A3,….An = luas bagian areal yang dibatasi oleh isohyet-isohyet
yang bersangkutan (km2)
METODE RATA-RATA HITUNG (ARITMATIC MEAN)
Tabel 3.1
DATA CURAH HUJAN BARU
DENGAN METODE RATA-RATA HITUNG (ARITMATIC MEAN)
Stasiun Hujan
No. Tahun Jumlah Rerata
A B C D
1 2000 302.0 256.7 241.6 226.5 1026.8 256.70
2 2001 185.7 198.1 186.4 174.8 745.0 186.24
3 2002 325.0 276.3 260.0 243.8 1105.1 276.28
4 2003 286.0 243.1 228.8 214.5 972.4 243.10
5 2004 252.9 214.2 201.6 174.1 842.8 210.71
6 2005 220.0 187.0 176.0 165.0 748.0 187.00
7 2006 302.0 256.7 241.6 226.5 1026.8 256.70
8 2007 264.0 224.4 211.2 198.0 897.6 224.40
9 2008 193.0 164.1 154.4 144.8 656.3 164.08
10 2009 257.0 218.5 205.6 192.8 873.9 218.48
11 2010 342.0 290.7 273.6 256.5 1162.8 290.70
12 2011 312.0 265.2 227.44 234.0 1038.6 259.66
Contoh Perhitungan:
Pada tahun 2000

Jumlah = Stasiun Hujan A + Stasiun Hujan B + Stasiun Hujan C + Stasiun Hujan D
= 302.0 + 256.7 + 241.6 + 226.5
= 1026.8 mm
Rerata = Jumlah
4
= 1026.8
4
= 256.70 mm
Tabel 3.2
TABEL TINGGI HUJAN MAKSIMUM DAERAH TAHUNAN
DENGAN METODE RATA – RATA HITUNG (ARITMATIC MEAN)
Tinggi Hujan
No. Tahun
(mm)
1 2000 256.70
2 2001 186.24
3 2002 276.28
4 2003 243.10
5 2004 210.71
6 2005 187.00
7 2006 256.70
8 2007 224.40
9 2008 164.08
10 2009 218.48
11 2010 290.70
12 2011 259.66
METODE THIESSEN
Tabel 3.3
DATA CURAH HUJAN BARU
Stasiun Hujan
No. Tahun
A B C D
1 2000 302.0 256.7 241.6 226.5
2 2001 185.7 198.1 186.4 174.8
3 2002 325.0 276.3 260.0 243.8
4 2003 286.0 243.1 228.8 214.5
5 2004 252.9 214.2 201.6 174.1
6 2005 220.0 187.0 176.0 165.0
7 2006 302.0 256.7 241.6 226.5
8 2007 264.0 224.4 211.2 198.0
9 2008 193.0 164.1 154.4 144.8
10 2009 257.0 218.5 205.6 192.8
11 2010 342.0 290.7 273.6 256.5
12 2011 312.0 265.2 249.6 234.0
Tabel 3.4
PERHITUNGAN KOEFISIEN THIESSEN
Stasiun Luas
Kr
Hujan (km2)
A 1.5959 0.31
B 0.7593 0.15
C 1.8702 0.37
D 0.8702 0.17
Jumlah : 5.0956 1
Kr = koefisien thiessen
Tabel 3.5
DENGAN METODE THIESSEN
No. Tahun PA.KA PB.KB PC.KC PD.KD Pmax
1 2000 94.58 38.25 88.67 38.68 260.19

2 2001 73.00 29.52 68.41 29.85 200.79
3 2002 101.79 41.17 95.43 41.64 280.02
4 2003 89.57 36.22 83.97 36.63 246.40
5 2004 79.21 31.92 73.99 32.31 217.43
6 2005 68.90 27.86 64.60 28.18 189.54
7 2006 94.58 38.25 88.67 38.68 260.19
8 2007 82.68 33.44 77.51 33.81 227.45
9 2008 60.45 24.45 56.67 24.73 166.30
10 2009 80.49 32.56 75.46 32.93 221.43
11 2010 107.11 43.32 100.42 43.81 294.65
12 2011 97.72 39.52 91.57 39.96 268.77
Contoh Perhitungan
Tahun 2000
PA.KA = Curah Hujan Stasiun A . Kr A
= 302.0 x 0.31
= 94.58 mm
Pmax = PA.KA + PB.KB + PC.KC + PD.KD
= 94.58 + 38.25 + 88.67 + 38.68
= 260.19 mm
TABEL 3.6
DENGAN METODE THIESSEN
Tinggi Hujan
No. Tahun
(mm)
1 2000 260.19
2 2001 200.79
3 2002 280.02
4 2003 246.40
5 2004 217.43
6 2005 189.54
7 2006 260.19
8 2007 227.45
9 2008 166.30
10 2009 221.43
11 2010 294.65
12 2011 268.77
METODE ISOHYET
Tabel 3.7
HUJAN DAERAH RATA-RATA TAHUN 2000
Daerah Isohyet Rerata Dua Isohyet Luasan Antara Dua Isohyet Volume Hujan
320.0
I 300.0 310.0 0.56 173.22
II 280.0 290.0 0.67 194.95
III 260.0 270.0 0.61 165.73
IV 240.0 250.0 1.62 404.71
V 220.0 230.0 1.63 375.40
Jumlah 5.10 1314.00
Curah Hujan Rata-Rata 257.86
Tabel 3.8
240.0
I 220.0 230.0 1.12 257.09
II 200.0 210.0 0.88 184.92
III 180.0 190.0 2.47 468.44
IV 160.0 170.0 0.64 108.47
Jumlah 5.10 1018.92
Tabel 3.9
340.0
I 320.0 330.0 0.72 236.54
II 300.0 310.0 0.58 179.50
III 280.0 290.0 0.52 149.61
IV 260.0 270.0 1.33 359.51
V 240.0 250.0 1.95 488.24
Jumlah 5.10 1413.39
Tabel 3.10
300.0
I 280.0 290.0 0.77 223.50
II 260.0 270.0 0.65 175.72
III 240.0 250.0 0.81 203.18
IV 220.0 230.0 2.33 535.57
V 200.0 210.0 0.53 112.05
Jumlah 5.10 1250.03
Tabel 3.11
260.0
I 240.0 250.0 1.07 267.05
II 220.0 230.0 0.70 161.71
III 200.0 210.0 1.16 244.63
IV 180.0 190.0 2.16 410.32
Jumlah 5.10 1083.72
Tabel 3.12
240.0
I 220.0 230.0 0.44 101.97
II 200.0 210.0 0.94 196.99
III 180.0 190.0 1.36 259.30
IV 160.0 170.0 2.35 399.44
Jumlah 5.10 957.70
Tabel 3.13
320.0
I 300.0 310.0 0.56 173.22
II 280.0 290.0 0.67 194.95
III 260.0 270.0 0.61 165.73
IV 240.0 250.0 1.62 404.71
V 220.0 230.0 1.63 375.40
Jumlah 5.10 1314.00
Tabel 3.14
280.0
I 260.0 270.0 0.67 179.93
II 240.0 250.0 0.77 191.76
III 220.0 230.0 0.95 217.44
IV 200.0 210.0 2.57 539.59
V 180.0 190.0 0.15 27.98
Jumlah 5.10 1156.70
Tabel 3.15
200.0
I 180.0 190.0 1.22 231.79
II 160.0 170.0 1.27 216.51
III 140.0 150.0 2.60 390.55
Jumlah 5.10 838.85
Tabel 3.16
260.0
I 240.0 250.0 1.18 295.89
II 220.0 230.0 0.81 186.94
III 200.0 210.0 2.24 470.55
IV 180.0 190.0 0.86 163.22
Jumlah 5.10 1116.61
Tabel 3.17
360.0
I 340.0 350.0 0.59 205.23
II 320.0 330.0 0.61 199.93
III 300.0 310.0 0.57 177.09
IV 280.0 290.0 0.97 280.80
V 260.0 270.0 2.12 573.49
VI 240.0 250.0 0.24 60.00
Jumlah 5.10 1496.55
Tabel 3.18
320.0
I 300.0 310.0 0.91 283.18
II 280.0 290.0 0.71 204.92
III 260.0 270.0 0.77 207.80
IV 240.0 250.0 2.19 547.02
V 220.0 230.0 0.52 119.13
Jumlah 5.10 1362.06
Tabel 3.19
TABEL TINGGI HUJAN MAKSIMUM DAERAH TAHUNAN DENGAN
METODE ISOHYET
Hujan Daerah
Tahun
(mm)
2000 257.86
2001 199.71
2002 277.34
2003 245.28
2004 212.67
2005 187.94
2006 257.86
2007 227.00
2008 164.57
2009 219.11
2010 293.68
2011 267.29
Tabel 3.20
PERBANDINGAN PERHITUNGAN CURAH HUJAN DAERAH DENGAN
METODE RATA-RATA HITUNG, THIESSEN, DAN ISOHYET
Tinggi Curah Hujan (mm)

No. Tahun
Rata-Rata Hitung Thiessen Isohyet
1 2000 256.70 260.19 257.86
2 2001 186.24 200.79 199.71
3 2002 276.28 280.02 277.34
4 2003 243.10 246.40 245.28
5 2004 210.71 217.43 212.67
6 2005 187.00 189.54 187.94
7 2006 256.70 260.19 257.86
8 2007 224.40 227.45 227.00
9 2008 164.08 166.30 164.57
10 2009 218.48 221.43 219.11
11 2010 290.70 294.65 293.68
12 2011 259.66 268.77 267.29
Rerata 231.17 236.10 234.19
Komentar:
Berdasarkan hasil perhitungan dengan metode rata-rata hitung, metode thiessen,
metode isohyet diperoleh hasil yang berbeda-beda. Nilai curah hujan daerah terbesar
diperoleh dari metode thiessen. Dalam perhitungan dengan metode rata-rata hitung
hanya mencari nilai rata-rata curah hujan dari keempat stasiun hujan. Sedangkan dalam
perhitungan metode thiessen dipengaruhi oleh adanya faktor koefisien, sehingga faktor
koefisien ini akan mempengaruhi besarnya nilai tinggi curah hujan dalam tiap stasiun
hujan. Sedangkan dalam metode isohyet, perhitungan tinggi curah hujan dipengaruhi
oleh penentuan kontur curah hujan yang sama. Sehingga menghasilkan luasan yang
berbeda dan akan mempengaruhi nilai dari tinggi curah hujan itu sendiri.
.
SOAL 4
DISTRIBUSI FREKUENSI DAN
CURAH HUJAN RANCANGAN
A. Distribusi Gumbel
Menurut Gumbel (1941), persoalan tertua adalah berhubungan dengan nilai-nilai

ekstrim yang datang dari persoalan banjir. Tujuan teori statistic nilai ekstrim adalah
untuk menganalisis hasil pengamatan nilai – nilai ekstrim tersebut untuk
memperkirakan nilai ekstrim berikutnya
Gumbel menggunakan teori nilai ekstrim untuk menunjukkan bahwa dalam
deret nilai – nilai ekstrim X1, X2, X3, …. Xn, dengan sample – sample yang sama besar,
dan X merupakan variable berdistribusi eksponensial, maka probabilitas kumulatifnya
P, pada sembarang nilai diantara n buah nilai Xn akan lebih kecil dari nilai X tertentu
 a ( X b )
(dengan waktu balik Tr) mendekati P( X )  e e
Waktu balik merupakan nilai rata – rata banyaknya tahun karena Xn merupakan
data debit maksimum dalam tahun, dengan suatu variate disamai atau dilampaui oleh
suatu nilai sebanyak satu kali. Jika interval antara 2 buah pengamatan konstan, maka
waktu baliknya dapat dinyatakan sebagai berikut :
1
Tr ( X ) 
1  P( X )
Ahli-ahli teknik sangat berkepentingan dengan persoalan – persoalan

pengendalian banjir sehingga lebih mementingkan waktu balik Tr(X) daripada
probabilitas P(X), untuk itu rumus di atas di ubah menjadi :
 Tr ( X )  1
Yt   ln  ln
 Tr ( X ) 
Faktor frekuensi K untuk distribusi Gumbel ditulis dengan rumus berikut:
Yt  Yn
K
Sn
Dengan
Yt = reduced variate
Yn = reduced mean yang tergantung dari besarnya sample n
Sn = reduced standar deviation yang tergantung pada besarnya sample n
B. Log Pearson III
Untuk menghitung banjir perencanaan dalam praktek, The Hidrology Commite

of the Water Resources Council, USA, menganjurkan, pertama kali mentransformasi
data ke nilai – nilai logaritmanya, kemudian menghitung parameter- parameter
statistiknya. Karena transformasi tersebut, maka cara ini disebut Log Pearson III.
Garis besar cara tersebut adalah sebagai berikut :
 Ubah data banjir tahunan sebanyak n buah X1, X2, X3, ….Xn menjadi log X1, log
X2, log X3, … log Xn
 Hitung nilai Standar deviasinya dengan rumus berikut ini:
 (log x  log x)
3
i 1
Sd =
(n  1)
 Hitung koefisien kemencengannya dengan rumus:
n. (log x  log x)3

Cs 
(n  1).(n  2).Sd 3
 Hitung logaritma debit dengan waktu balik yang dikehendaki dengan rumus:
Log Q = Log Q  K .Sd
 Cari antilog dar log Q untuk mendapatkan debit banjir rancangan

A. METODE GUMBEL
1. Data Aritmatic Mean

Metode Gumbel Kala Ulang 2, 5, 10, 25, 50, 100, 200, 1000
Tabel 4.1 Data Perhitungan Gumbel

Tinggi Hujan
No. Tahun X - Xrerata (X - Xrerata)2
(X)
1 2000 256.70 25.5308 651.8235

2 2001 186.24 -44.9317 2018.8547
3 2002 276.28 45.1058 2034.5362
4 2003 243.10 11.9308 142.3448
5 2004 210.71 -20.4617 418.6798
6 2005 187.00 -44.1692 1950.9153
7 2006 256.70 25.5308 651.8235
8 2007 224.40 -6.7692 45.8216
9 2008 164.08 -67.0942 4501.6272
10 2009 218.48 -12.6942 161.1419
11 2010 290.70 59.5308 3543.9201
12 2011 259.66 28.4908 811.7276
Jumlah 2774.03 16933.2160
Rerata 231.1692
Standart Deviasi 39.2350
Data yang diketahui :

n = 12
X = 231.1692
Sd = 39.2350
Dari tabel Gumbel diperoleh :
Yn = 0.5035
Sn = 0.9833
Hujan Rancangan dengan Kala Ulang 2, 5, 10, 25, 50, 100, 200, 1000
Tabel 4.2 Hasil Perhitungan Hujan Rancangan

X rancangan
Tr YT K Sd . K
(mm)
2 0.3665 -0.1393 -5.4660 225.70

5 1.4999 1.0134 39.7593 270.93
10 2.2504 1.7765 69.7023 300.87
25 3.1985 2.7408 107.5354 338.70
50 3.9019 3.4562 135.6022 366.77
100 4.6001 4.1662 163.4617 394.63
200 5.2958 4.8737 191.2196 422.39
1000 6.9073 6.5125 255.5183 486.69
Contoh Perhitungan :
Hujan rancangan untuk kala ulang 2 tahun
n = 12
X = 231.1692
Sd = 39.2350
Yn = 0.5035
Sn = 0.9833
Tr = 2, dari tabel Gumbel diperoleh Yt = 0.3665
Yt  Yn
K =
Sn
= -0,139
Hujan Rancangan
X = X  K .Sd
= 231.1692 + (-0,139 x 39.2350)
= 225.7032
2. Data Thiessen

Tinggi Hujan
(R)
1 2000 260.19 29.0188 842.0883

2 2001 200.79 -30.3808 922.9956
3 2002 280.02 48.8504 2386.3601
4 2003 246.40 15.2340 232.0738
5 2004 217.43 -13.7427 188.8614
6 2005 189.54 -41.6283 1732.9149
7 2006 260.19 29.0188 842.0883
8 2007 227.45 -3.7201 13.8393
9 2008 166.30 -64.8741 4208.6539
10 2009 221.43 -9.7350 94.7698
11 2010 294.65 63.4807 4029.8038
12 2011 268.77 37.5976 1413.5758
Jumlah 2833.15 16908.0250
Rerata 236.0958

n = 12
X = 236.0958
Sd = 39.2058
Yn = 0.5035
Sn = 0.9833

X rancangan
Tr YT K Sd . K
(mm)
2 0.3665 -0.1393 -5.4619 230.63

5 1.4999 1.0134 39.7297 275.83
10 2.2504 1.7765 69.6505 305.75
25 3.1985 2.7408 107.4554 343.55
50 3.9019 3.4562 135.5013 371.60
100 4.6001 4.1662 163.3401 399.44
200 5.2958 4.8737 191.0773 427.17
1000 6.9073 6.5125 255.3282 491.42
n = 12
X = 236.0958
Sd = 39.2058
Yn = 0.5035
Sn = 0.9833
Yt  Yn
K =
Sn
= -0,139
Hujan Rancangan
X = X  K .Sd
= 236.0958 + (-0,139 x 39.2058)
= 225.7073
3. Data Isohyet

Tinggi Hujan
(R)
1 2000 257.86 26.6899 712.3508

2 2001 199.71 -31.4546 989.3928
3 2002 277.34 46.1751 2132.1390
4 2003 245.28 14.1077 199.0276
5 2004 212.67 -18.5007 342.2746
6 2005 187.94 -43.2293 1868.7760
7 2006 257.86 26.6899 712.3508
8 2007 227.00 -4.1685 17.3768
9 2008 164.57 -66.5985 4435.3561
10 2009 219.11 -12.0609 145.4643
11 2010 293.68 62.5128 3907.8457
12 2011 267.29 36.1209 1304.7195
Jumlah 2810.31 16767.0742
Rerata 234.1928

n = 12
X = 234.1928
Sd = 39.0420
Yn = 0.5035
Sn = 0.9833

X rancangan
Tr YT K Sd . K
(mm)
2 0.3665 -0.1393 -5.4391 228.75

5 1.4999 1.0134 39.5637 273.76
10 2.2504 1.7765 69.3595 303.55
25 3.1985 2.7408 107.0066 341.20
50 3.9019 3.4562 134.9353 369.13
100 4.6001 4.1662 162.6579 396.85
200 5.2958 4.8737 190.2792 424.47
1000 6.9073 6.5125 254.2617 488.45
n = 12
X = 234.1928
Sd = 39.0420
Yn = 0.5035
Sn = 0.9833
Yt  Yn
K =
Sn
= -0,139
Hujan Rancangan
X = X  K .Sd
= 234.1928 + (-0,139 x 39.0420)
= 225.7301
Tabel 4.7 Perbandingan Curah Hujan Rancangan Metode Gumbel
Curah Hujan Rancangan (mm)

Kala Ulang
Aritmatic Mean Theissen Isohyet
2 225.70 230.63 225.73
5 270.93 275.83 270.73
10 300.87 305.75 300.53
25 338.70 343.55 338.18
50 366.77 371.60 366.10
100 394.63 399.44 393.83
200 422.39 427.17 421.45
1000 486.69 491.42 485.43
Rerata 350.84 355.67 350.25
Komentar :
Dari tabel diatas terlihat bahwa adanya perbedaan hasil perhitungan distribusi
gumbel pada ketiga metode. Metode Thiessen memiliki hasil cenderung lebih besar
dibanding yang lain. Hal ini terjadi karena masing-masing distribusi mempunyai sifat-
sifat khas tersendiri dan perbedaan jumlah data. Dengan demikian setiap data hidrologi
harus diuji kesesuaiannya.
B. METODE LOG PEARSON III

Metode Log Pearson Kala Ulang 2, 5, 10, 25, 50, 100, 200, 1000
Tabel 4.8 Data Perhitungan Log Pearson

Tinggi Hujan
No. Tahun log X (Log X - Log Xrerata)2 (Log X - Log Xrerata)3
(X)
1 2000 256.70 2.4094 0.0027 0.000137

2 2001 186.24 2.2701 0.0077 -0.000678
3 2002 276.28 2.4413 0.0070 0.000581
4 2003 243.10 2.3858 0.0008 0.000022
5 2004 210.71 2.3237 0.0012 -0.000040
6 2005 187.00 2.2718 0.0074 -0.000638
7 2006 256.70 2.4094 0.0027 0.000137
8 2007 224.40 2.3510 0.0000 0.000000
9 2008 164.08 2.2150 0.0204 -0.002916
10 2009 218.48 2.3394 0.0003 -0.000006
11 2010 290.70 2.4634 0.0111 0.001176
12 2011 259.66 2.4144 0.0032 0.000180
Jumlah 28.2949 0.0645 -0.002046
Rerata 2.3579
Cs -0.4975

log X = 2.3579
Sd log X = 0.0766
Cs = -0.4975

X rancangan
Tr Pr (%) G G . Sd
(mm)
2 50 0.0826 0.0063 231.33

5 20 0.8560 0.0655 265.12
10 10 1.2164 0.0931 282.51
25 4 1.5680 0.1200 300.57
50 2 1.7785 0.1362 311.93
100 1 1.9569 0.1498 321.90
200 0.5 2.1104 0.1616 330.73
1000 0.1 2.4033 0.1840 348.26
Contoh perhitungan :
log X = 2.3579
Sd log X = 0.0766
Cs = -0.4975
100 %
Tr = 2, maka Pr =  50 %
2
Untuk nilai Cs = -0.4975 dan nilai Pr = 50 %, dari tabel distribusi Log Pearson
III di dapat nilai K = 0.0826
Log X = log X + K . Sd log X

= 2.3579 + (0.0826 x 0.0766)
= 2.3642
Hujan Rancangan
X rancangan = 102.3642
= 231.3280
2. Data Theissen

Tinggi
Hujan (R)
1 2000 260.19 2.4153 0.0023 0.000110

2 2001 200.79 2.3027 0.0042 -0.000270
3 2002 280.02 2.4472 0.0064 0.000508
4 2003 246.40 2.3916 0.0006 0.000014
5 2004 217.43 2.3373 0.0009 -0.000027
6 2005 189.54 2.2777 0.0080 -0.000722
7 2006 260.19 2.4153 0.0023 0.000110
8 2007 227.45 2.3569 0.0001 -0.000001
9 2008 166.30 2.2209 0.0215 -0.003146
10 2009 221.43 2.3452 0.0005 -0.000011
11 2010 294.65 2.4693 0.0104 0.001058
12 2011 268.77 2.4294 0.0038 0.000238
Jumlah 28.4089 0.0610 -0.002139
Rerata 2.3674
Cs -0.5656

log X = 2.3674
Sd log X = 0.0744
Cs = -0.5656

X rancangan
Tr Pr (%) G G . Sd
(mm)
2 50 0.0935 0.0070 236.79

5 20 0.8567 0.0638 269.89
10 10 1.2055 0.0897 286.52
25 4 1.5414 0.1148 303.50
50 2 1.7396 0.1295 313.99
100 1 1.9058 0.1419 323.06
200 0.5 2.0476 0.1524 331.01
1000 0.1 2.3147 0.1723 346.52
log X = 2.3674
Sd log X = 0.0744
Cs = -0.5656
100 %
Tr = 2, maka Pr =  50 %
2

= 2.3674 + (0.0935 x 0.0744)
= 2.3679
Hujan Rancangan
= 236.7911
3. Data Isohyet

Tinggi
Hujan (R)
1 2000 257.86 2.4114 0.0023 0.000108

2 2001 199.71 2.3004 0.0040 -0.000255
3 2002 277.34 2.4430 0.0063 0.000497
4 2003 245.28 2.3897 0.0007 0.000017
5 2004 212.67 2.3277 0.0013 -0.000047
6 2005 187.94 2.2740 0.0081 -0.000723
7 2006 257.86 2.4114 0.0023 0.000108
8 2007 227.00 2.3560 0.0001 0.000000
9 2008 164.57 2.2164 0.0217 -0.003205
10 2009 219.11 2.3407 0.0005 -0.000012
11 2010 293.68 2.4679 0.0108 0.001128
12 2011 267.29 2.4270 0.0040 0.000252
Jumlah 28.3655 0.0620 -0.002132
Rerata 2.3638
Cs -0.5495

log X = 2.3638
Sd log X = 0.0751
Cs = -0.5495

X rancangan
Tr Pr (%) G G . Sd
(mm)
2 50 0.0749 0.0056 234.11

5 20 0.8555 0.0642 267.93
10 10 1.2241 0.0919 285.56
25 4 1.5867 0.1191 304.04
50 2 1.8058 0.1356 315.77
100 1 1.9928 0.1496 326.15
200 0.5 2.1544 0.1618 335.39
1000 0.1 2.4656 0.1851 353.93
log X = 2.3638
Sd log X = 0.0751
Cs = -0.5495
100 %
Tr = 2, maka Pr =  50 %
2

= 2.3638 + (0.0749 x 0.0751)
= 2.3694
Hujan Rancangan
= 234.1074
Tabel 4.14 Perbandingan Curah Hujan Rancangan Metode Log Pearson III
Curah Hujan Rancangan (mm)

Kala Ulang
Aritmatic Mean Theissen Isohyet
2 231.33 236.79 234.11
5 265.12 269.89 267.93
10 282.51 286.52 285.56
25 300.57 303.50 304.04
50 311.93 313.99 315.77
100 321.90 323.06 326.15
200 330.73 331.01 335.39
1000 348.26 346.52 353.93
Rerata 299.04 301.41 302.86
Komentar:
Tabel diatas menunjukkan hasil perhitungan hujan rancangan dengan uji
distribusi Log Pearson III. Sama seperti pada uji distribusi gumbel, pada uji distribusi
Log Pearson III metode Isohyet memiliki hasil cenderung lebih besar dibanding yang
lain. Hal ini terjadi karena masing-masing distribusi mempunyai sifat-sifat khas
tersendiri dan perbedaan jumlah data. Dengan demikian setiap data hidrologi harus diuji
kesesuaiannya.
SOAL 5
UJI KESESUAIAN DISTRIBUSI
A. Uji Chi Square
Uji Chi Square digunakan untuk uji kesesuaian distribusi secara vertikal dari
data. Uji ini didasarkan pada perbedaan nilai ordinat teoritis atau frekuensi harapan
dengan ordinat empiris. yang dinyatakan dengan rumus :
(Oj  Ej ) 2
X2 
Ej
dengan:
X2 = harga Chi – Square
Ej = Frekuensi teoritis kelas j
Oj = Frekuensi pengamatan kelas j
Jumlah kelas distribusi dan batas kelas dihitung menggunakan rumus :
K = 1 + 3.322 log n
dengan:
K = jumlah kelas distribusi
n = banyaknya data
Distribusi frekuensi diterima jika nilai Xhitung < Xtabel, dan distribusi dianggap
sesuai bila x2hit < x2kritis
B. Uji Smirnov – Kolmogorov
Uji Smirnov – Kolmogorov digunakan untuk menguji kesesuaian dari Distribusi

secara horisontal dari data. Pengujian ini dilakukan dengan membandingkan
probabilitas tiap data antara sebaran empiris dan sebaran teoritis.
Distribusi dianggap sesuai bila:
Dmax < Dkritis
dengan:
Dmax = simpangan maksimum dari data
Dkritis = simpangan yang diperoleh dari tabel dengan selang keyakinan ()
tertentu
Rumus yang digunakan:

n
Pe =
m 1
X rancangan - Rrerata
G =
SD
1
Tr = - Yt
1 - e- e
1
Pr =
Tr
Pt = 1 – Pr
D = | Pe – Pt |
A. UJI CHI SQUARE (Gumbel)
X
Probabilitas Tr Yt K
(mm)
80 1.25 -0.476 -0.996 192.09

60 1.67 0.087 -0.423 214.57
40 2.50 0.672 0.171 237.88
20 5.00 1.500 1.013 270.93

n = 12
X = 231.1692
Sd = 39.2350
Yn = 0.5035
Sn = 0.9833
Untuk Probabilitas 80% (Tr = 1.25)
  Tr  1 
Yt =  Ln  Ln Tr 

= -0.476
Yt  Yn
K = Sn
= -0.996
X = X  K .Sd
= 231.1692 + (-0.996 x 39.2350)
= 192.09
Tabel 5.1 Hasil Perhitungan Chi Square
Jumlah Data
No Batas Kelas Expected Frequency Observed Frequency Ef - Of ( Ef - Of )2
( Ef ) ( Of )
1 0,00 - 192,09 2.4 3 0.6 0.36
2 192,09 - 214,7 2.4 1 1.4 1.96
3 214,57 - 237,88 2.4 2 0.4 0.16
4 237,888 - 270,93 2.4 3 0.6 0.36
5 270,93 - ~ 2.4 3 0.6 0.36
Jumlah 12 12 3.2
Banyak data = 12
Banyak Kelas (K) =5
Derajat Bebas (n) =k-h-1;h=2
=2
Untuk  = 5%, dari tabel distribusi chi square diperoleh nilai x2tabel : 5,99
Data 12
Expected Frequency = = = 2,4
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
3.2
=
2.4
= 1.33
Kesimpulan :
Untuk  = 5% diperoleh nilai x2tabel : 5.99, sedangkan nilai x2hitung : 1.33.
Sehingga x2hitung < x2tabel maka Hipotesa Gumbel Diterima.
Untuk  = 1% diperoleh nilai x2tabel : 9,21. Sedangkan nilai x2hitung : 1.33.
2. Data Theissen
X
(mm)
80 1.25 -0.476 -0.996 185.98

60 1.67 0.087 -0.423 203.35
40 2.50 0.672 0.171 221.38
20 5.00 1.500 1.013 246.93

n = 12
X = 236.0958
Sd = 39.2058
Yn = 0.5035
Sn = 0.9833
  Tr  1 
Yt =  Ln  Ln Tr 

= -0.476
Yt  Yn
K = Sn
= -0.996
X = X  K .Sd
= 236.0958 + (-0.996 x 39.2058)
= 185.98
Jumlah Data
( Ef ) ( Of )
1 0,00 - 185,98 2.4 1 1.4 1.96
2 185,98 - 203,35 2.4 2 0.4 0.16
3 203,35 - 221,38 2.4 1 1.4 1.96
4 221,38 - 246,93 2.4 3 0.6 0.36
5 246,93 - ~ 2.4 5 2.6 6.76
JUMLAH 12 12 11.2
Banyak data = 12
Banyak Kelas (K) =5
=2
Data 12
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
11.2
=
2.4
= 4.67
Kesimpulan :
3. Data Isohyet
X
(mm)
80 1.25 -0.476 -0.996 195.43

60 1.67 0.087 -0.423 217.73
40 2.50 0.672 0.171 240.85
20 5.00 1.500 1.013 273.63

n = 12
X = 234.1928
Sd = 39.0420
Yn = 0.5035
Sn = 0.9833
  Tr  1 
Yt =  Ln  Ln Tr 

= -0.476
Yt  Yn
K = Sn
= -0.996
X = X  K .Sd
= 234.1928 + (-0.996 x 39.0420)
= 195.43
Jumlah Data
( Ef ) ( Of )
1 0,00 - 195,43 2.4 2 0.4 0.16
2 195,43 - 217,73 2.4 2 0.4 0.16
3 217,73 - 240,85 2.4 2 0.4 0.16
4 240,85 - 273,63 2.4 3 0.6 0.36
5 273,63 - ~ 2.4 3 0.6 0.36
JUMLAH 12 12 1.2
Banyak data = 12
Banyak Kelas (K) =5
=2
Data 12
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
1.2
=
2.4
= 0.5
Kesimpulan :
B. UJI CHI SQUARE (Log Pearson)
X
Probabilitas G Log X
(mm)
80 -0.808 2.296 197.71

60 -0.253 2.339 218.02
40 0.301 2.381 240.42
20 0.856 2.423 265.12

LogX = 2.3579
Sd LogX = 0.0766
Cs = -0.4975
Dari tabel Log Pearson diperoleh G = -0.808
LogX = LogX  G.SdLogX

= 2.3579 + (-0.808 x 0.0766)
= 2.296
X = 10LogX
= 197.71
JUMLAH DATA
NO BATAS KELAS EXPECTED OBSERVED Ef - Of ( Ef - Of )2
FREQUENCY ( Ef ) FREQUENCY ( Of )
1 0,00 - 197,71 2.4 3 0.6 0.36

2 197,71 - 218,02 2.4 1 1.4 1.96
3 218,02 - 240,42 2.4 2 0.4 0.16
4 240,42 - 265,12 2.4 3 0.6 0.36
5 265,12 - ~ 2.4 3 0.6 0.36
JUMLAH 12 12 3.2
Banyak data = 12
Banyak Kelas (K) =5
=1
Data 12
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
3.2
=
2.4
= 1.33
Kesimpulan :
Sehingga x2hitung < x2tabel maka Hipotesa Log Pearson Diterima.
Untuk  = 1% diperoleh nilai x2tabel : 6.63. Sedangkan nilai x2hitung : 1.33.
2. Data Thiessen
X
(mm)
80 -0.803 2.303 201.04

60 -0.250 2.344 221.04
40 0.304 2.386 243.02
20 0.857 2.427 267.20

LogX = 2.3631
Sd LogX = 0.0744
Cs = -0.5656

= 2.3631 + (-0.803 x 0.0744)
= 2.303
X = 10LogX
= 201.04
JUMLAH DATA
1 0,00 - 201,04 2.4 3 0.6 0.36

2 201,04 - 221,04 2.4 1 1.4 1.96
3 221,04 - 243,02 2.4 2 0.4 0.16
4 243,02 - 267,20 2.4 2 0.4 0.16
5 267,20 - ~ 2.4 4 1.6 2.56
JUMLAH 12 12 5.2
Banyak data = 12
Banyak Kelas (K) =5
=1
Data 12
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
5.2
=
2.4
= 2.17
Kesimpulan :
3. Data Isohyet
X
(mm)
80 -0.804 2.299 199.11

60 -0.251 2.341 219.11
40 0.303 2.382 241.11
20 0.856 2.424 265.32

LogX = 2.3595
Sd LogX = 0.0751
Cs = -0.5495

= 2.3595 + (-0.804 x 0.0751)
= 2.299
X = 10LogX
= 199.11
JUMLAH DATA
1 0,00 - 199,11 2.4 2 0.4 0.16

2 199,11 - 219,11 2.4 2 0.4 0.16
3 219,11 - 241,11 2.4 2 0.4 0.16
4 241,11 - 265,32 2.4 2 0.4 0.16
5 265,32 - ~ 2.4 4 1.6 2.56
JUMLAH 12 12 3.2
Banyak data = 12
Banyak Kelas (K) =5
=1
Data 12
Kelas 5
k
(Of  Ef ) 2
x2hitung = 
i 1 Ef
3.2
=
2.4
= 1.33
Kesimpulan :
C. UJI SMIRNOV KOLMOGOROF (Gumbel)
Tabel 5.7 Hasil Perhitungan Smirnov Kolmogorof
Tinggi Hujan Pe (x) Pt (x) Pe (x) - Pt (x)

No.
(mm) (%) (%) (%)
1 290.70 7.69 12.71 5.02

2 276.28 15.38 17.73 2.35
3 259.66 23.08 25.62 2.54
4 256.70 30.77 27.29 3.47
5 256.70 38.46 27.29 11.17
6 243.10 46.15 36.12 10.03
7 224.40 53.85 51.14 2.71
8 218.48 61.54 56.43 5.11
9 210.71 69.23 63.55 5.68
10 187.00 76.92 83.93 7.01
11 186.24 84.62 84.49 0.12
12 164.08 92.31 96.11 3.81
11.17
 maks
Tabel 5.8 Rekapitulasi Uji Smirnov Kolmogorof

Level of Significant D critis D maks
No Keterangan
(%) (%) (%)
1. 5 37,5 11,17 D maks < D cr' Hipotesa Gumbel Diterima

2. Data Thiessen

No.
(mm) (%) (%) (%)
1 294.65 7.69 11.59 3.89

2 280.02 15.38 16.28 0.89
3 268.77 23.08 20.99 2.09
4 260.19 30.77 25.33 5.44
5 260.19 38.46 25.33 13.13
6 246.40 46.15 33.81 12.35
7 227.45 53.85 48.49 5.35
8 221.43 61.54 53.76 7.77
9 217.43 69.23 57.38 11.85
10 200.79 76.92 72.59 4.33
11 189.54 84.62 82.01 2.60
12 166.30 92.31 95.37 3.06
13.13
 maks

No Keterangan
(%) (%) (%)

3. Data Isohyet

No.
(mm) (%) (%) (%)
1 293.68 7.69 11.85 4.16

2 277.34 15.38 17.30 1.92
3 267.29 23.08 21.69 1.39
4 257.86 30.77 26.63 4.14
5 257.86 38.46 26.63 11.83
6 245.28 46.15 34.58 11.57
7 227.00 53.85 48.88 4.97
8 219.11 61.54 55.86 5.68
9 212.67 69.23 61.75 7.48
10 199.71 76.92 73.54 3.38
11 187.94 84.62 83.23 1.38
12 164.57 92.31 95.96 3.65
11.83
 maks

No Keterangan
(%) (%) (%)

D. UJI SMIRNOV KOLMOGOROF (Log Pearson)

Pe (x) Pt (x) Pe (x) - Pt (x)
No. Tinggi Hujan Log x
(%) (%) (%)
1 290.70 2.4634 7.69 14.41 6.71

2 276.28 2.4413 15.38 21.47 6.08
3 259.66 2.4144 23.08 30.08 7.00
4 256.70 2.4094 30.77 31.67 0.90
5 256.70 2.4094 38.46 31.67 6.79
6 243.10 2.3858 46.15 39.22 6.93
7 224.40 2.3510 53.85 50.33 3.52
8 218.48 2.3394 61.54 54.04 7.49
9 210.71 2.3237 69.23 59.07 10.16
10 187.00 2.2718 76.92 75.63 1.29
11 186.24 2.2701 84.62 76.20 8.42
12 164.08 2.2150 92.31 93.78 1.47
Jumlah 28.2949
Rerata 2.3579
10.16
Simpangan Baku 0.0766
Koefesien Kepencengan -0.4975  maks

No Keterangan
(%) (%) (%)
1. 5 37,5 10,16 D maks < D cr' Hipotesa Log Pearson Diterima

2. Data Thiessen

(%) (%) (%)
1 294.65 2.4693 7.69 12.53 4.84

2 280.02 2.4472 15.38 19.60 4.22
3 268.77 2.4294 23.08 25.29 2.22
4 260.19 2.4153 30.77 29.79 0.97
5 260.19 2.4153 38.46 29.79 8.67
6 246.40 2.3916 46.15 37.35 8.80
7 227.45 2.3569 53.85 48.46 5.39
8 221.43 2.3452 61.54 52.18 9.36
9 217.43 2.3373 69.23 54.71 14.52
10 200.79 2.3027 76.92 65.76 11.16
11 189.54 2.2777 84.62 73.76 10.86
12 166.30 2.2209 92.31 91.92 0.39
Jumlah 28.2949
Rerata 2.3579
14.52

No Keterangan
(%) (%) (%)

3. Data Isohyet

(%) (%) (%)
1 293.68 2.4679 7.69 12.99 5.30

2 277.34 2.4430 15.38 20.93 5.55
3 267.29 2.4270 23.08 26.06 2.98
4 257.86 2.4114 30.77 31.04 0.27
5 257.86 2.4114 38.46 31.04 7.42
6 245.28 2.3897 46.15 37.98 8.17
7 227.00 2.3560 53.85 48.73 5.11
8 219.11 2.3407 61.54 53.64 7.90
9 212.67 2.3277 69.23 57.78 11.45
10 199.71 2.3004 76.92 66.50 10.42
11 187.94 2.2740 84.62 74.94 9.68
12 164.57 2.2164 92.31 93.36 1.06
Jumlah 28.2949
Rerata 2.3579
11.45

No Keterangan
(%) (%) (%)

Tabel 5.19 Rekapitulasi Hasil Uji Distribusi
UJI CHI SQUARE
DISTRIBUSI GUMBEL

X2 Kritis X2 Kritis X2 Kritis
2 2 2
X X X
1% 5% 1% 5% 1% 5%
hitung hitung hitung
9.21 5.99 9.21 5.99 9.21 5.99
1.33 diterima diterima 4.67 diterima diterima 0.5 diterima diterima
DISTRIBUSI LOG PEARSON III

X2 Kritis X2 Kritis X2 Kritis
X2 X2 X2
1% 5% 1% 5% 1% 5%
hitung hitung hitung
6.63 3.94 6.63 3.94 6.63 3.94
UJI SMIRNOV-KOLMOGOROF
DISTRIBUSI GUMBEL
Dkritis (%) Dkritis (%) Dkritis (%)
Dmaks Dmaks Dmaks
1% 5% 1% 5% 1% 5%
(%) (%) (%)
45.00 37.50 45.00 37.50 45.00 37.50
DISTRIBUSI LOG PEARSON III
Dkritis (%) Dkritis (%) Dkritis (%)

Dmaks Dmaks Dmaks
1% 5% 1% 5% 1% 5%
(%) (%) (%)
45.00 37.50 45.00 37.50 45.00 37.50
Kesimpulan :
Dari uji kesesuaian distribusi yang telah dilakukan pada masing-masing metode
pengujian, diperoleh hasil bahwa Hujan Daerah Rata-Rata Hitung memiliki nilai
simpangan maksimum yang relatif lebih kecil dibandingkan dengan Hujan Daerah
Thiessen dan Isohyet.
Dan untuk perhitungan analisis distribusi, analisis Distribusi Log Pearson III
dianggap paling sesuai karena memiliki simpangan yang lebih kecil daripada analisis
Distribusi Gumbel.
Jadi, hasil perhitungan curah hujan rancangan yang dianggap paling sesuai, yaitu
menggunakan Distribusi Log Pearson III dengan Hujan Daerah Rata-Rata Hitung.

Tugas Hidrologi Dan Drainase

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

Tugas Hidrologi Dan Drainase

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS BESAR HIDROLOGI DASAR

1. Hitung Evapotranspirasi Bulan Januari s/d Desember menggunakan metode :

2. Estimasi data hujan yang hilang dan uji konsistensi data

3. Hitung Curah hujan Maksimum dan Rata-rata daerah dengan metode :

4. Hitung distribusi frekuensi dan curah hujan rancangan dengan metode :

5. Uji kesesuaian distribusi dengan metode :

Rumus Metode Blaney-Criddle:

Rumus Metode Radiasi:

9. Cari data kecepatan angin (U)

Tabel 1.1 Data Perhitungan Evaporasi

Letak Suhu Rata-rata Bulanan RH min n U

Tabel 1.2 Hubungan P dan Letak Lintang (LL) Tabel BC. 1

Sumber: Lily Montarcih L, 2010

Tabel 1.3 Angka Koreksi ( c ) menurut Blaney Criddle Tabel BC.2

Sumber: Lily Montarcih L, 2010

Letak t ET0* ET0

Contoh Perhitungan Metode Blaney – Criddle:

Januari (dari Tabel BC.2) : C = 0.80

Tabel 1.5 Hubungan t dan w (Tabel R.1)

24.0 0.735 27.2 0.767

Sumber: Lily Montarcih L, 2010

Tabel 1.7 Angka Koreksi ( c ) Menurut Rumus Radiasi (Tabel R.3)

Letak t n/N Rγ Rs ET0* ET0

1 Januari 3˚ LU 26.6 0.4958 0.761 14.50 7.5074 5.7131 0.80 4.5705

Januari (dari Tabel R.3) : C = 0.80

Tabel 1.9 Hubungan t Dengan εγ, w, f (t) (Tabel PN.1)

Tabel 1.11 Angka Koreksi ( c ) Menurut Rumus Penman (Tabel PN.3)

1 Januari 3˚ LU 26.6 34.83 0.761 16.02 0.825 28.735 0.1041

Rγ n/N Rs U Rn ET0* ET0

LL = 30 LU (Tabel PN.2) Rγ = 14.5

Berdasarkan hasil perhitungan dari metode Blaney – Criddle, metode Radiasi,

Evapotranspirasi adalah kombinasi proses kehilangan air dari suatu lahan

Rumus Evapotranspirasi Tanaman:

TABEL 1.14 Harga Kc Tanaman Padi

TABEL 1.15 Harga Evapotranspirasi Tanaman Padi

Bulan Januari (Kc = 1.24)

Berdasarkan hasil perhitungan evapotranspirasi tanaman padi, harga

Data hujan seperti yang diperoleh dan dikumpulkan dari institusi

1  Anx Anx Anx 

B. Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan Hidrologi sangat diperlukan,

Gambar 2.1. Lengkung Massa Ganda

Stasiun Stasiun Stasiun Stasiun

Data yang hilang pada stasiun A

Stasiun Stasiun Stasiun Stasiun

Data Hilang = 1 ( 1183.6 . 252.9 ) + (1183.6 . 214.2 ) + ( 1183.6 . 201.6 )

Stasiun Stasiun Stasiun Stasiun

Data hilang = 1 (( 2441.9 . 198.1 ) + ( 2441.9 . 186.4 ) + ( 2441.9 . 174.8 ))

Stasiun Stasiun Stasiun Stasiun

Data Hilang = 1 ( 2308.8 . 312.0 ) + ( 2308.0 . 265.2 ) + ( 2308.8 . 234.0 )

Stasiun Stasiun Stasiun Stasiun

Rerata Rerata Rerata Rerata

1 241.6 256.7 261.7 266.8

Stasiun Komulatif Rerata Komulatif

Grafik Uji Konsistensi Stasiun A terhadap B, C,

Stasiun Komulatif Rerata Komulatif

Grafik Uji Konsistensi Stasiun B terhadap A, C, D

Stasiun Komulatif Rerata Komulatif

Grafik Uji Konsistensi Stasiun C terhadap A, B, D

Stasiun Komulatif Rerata Komulatif

Grafik Uji Konsistensi Stasiun D terhadap A, B, C

1. Berdasarkan grafik Uji Konsistensi Stasiun A terhadap B, C, D sudut yang

d = tinggi curah hujan rata-rata daerah (mm)