perpustakaan.uns.ac.id digilib.uns.ac.

id

BAB 2
TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Menurut Suripin (2004) dalam bukunya, Drainase yang berasal dari bahasa
inggris yaitu drainage mempunyai maksud mengalirkan, menguras, membuang,
atau mengalirkan air. Dalam ilmu teknik sipil, drainase secara umum dapat
didefinisikan sebagai salah satu tindakan teknis untuk mengurangi kelebihan air,
baik yang berasal dari air hujan, rembesan, maupun kelebihan air irirgasi dari
suatu kawasan/lahan, sehingga fungsi kawasan/lahan tidak terganggu. Drainase
diartikan juga sebagai usaha untuk mengontrol kualitas air tanah. Drainase
menyangkut tidak hanya air permukaan tapi juga air tanah.

Sesuai dengan prinsip sebagai jalur pembuangan maka waktu hujan, air yang
mengalir di permukaan diusahakan secepatnya dibuang agar tidak menimbulkan
genangan yang dapat mengganggu aktivitas dan bahkan dapat menimbulkan
kerugian (R.J. Kodoatie, 2005).
Limpasan permukaan air adalah air dalam perjalanannya menuju alur pengaliran
yang berada diatas permukaan tanah. Di suatu daerah perkotaan memiliki luas
daerah penyerapan yang relatif kecil. Oleh karena itu limpasan permukaan
merupaan faktor yang penting dalam aliran sungai bila dihasilkan hujan yang
lebat atau hujan yang berintensitas tinggi (Ray K. Linsley, Max A Kohler, Joseph
L.H. Paulhus, 1982)
Menurut Agus Maryono (2000) dalam penelitiannya ada 5 faktor penting
penyebab banjir di indonesia yaitu:
a. faktor curah hujan yang tinggi
b. faktor hancurnya Daerah Aliran Sungai (DAS) akibat dari perubahan lahan
yang semakin kritis
c. faktor kesalahan perencanaan pembangunan alur sungai
d. faktor pendangkalan sungai
e. faktor kesalahan tata wilayah , tata guna lahan, pembangunan sarana dan
prasarana semakin pesat di daerah perkotaan
commit to user

4
perpustakaan.uns.ac.id digilib.uns.ac.id
5

Menurut Luluk Suryowakito (2003) dalam penelitiannya, Hujan dapat terjadi

secara merata di suatu kawasan yang luas atau hanya terjadi bersifat setempat.
Hujan yang bersifat setempat yaitu dimana ketebalan hujan yang telah diukur di
suatu pos hujan belum tentu dapat mewakili hujan untuk kawasan yang lebih luas
kecuali daerah sekitar pos hujan .
Hidrologi merupakan suatu ilmu pengetahuan yang mempelajari tentang kejadian,
perputaran dan distribusi air di atmosfer dan permukaan bumi serta berada
dibawah permukaan bumi (Luluk,2003).
Intensitas hujan yaitu banyaknya hujan dalam tiap satuan waktu. Besarnya
intensitas hujan di setiap daerah berbeda-beda, tergantung dari lamanya curah
hujan yang diperoleh dengan cara analisis data hujan secara statistik maupun
secara empiris (Luluk, 2003).

2.2. Landasan Teori

2.2.1. Debit Hujan

Perhitungan debit hujan untuk saluran drainase di daerah perkotaan dapat

dilakukan dengan menggunakan rumus rasional atau hidrograf satuan. Dalam
perencanaan saluran drainase dapat dipakai standar yang telah ditetapkan, baik
periode ulang dan cara analitis yang dipakai, tinggi jagaan, struktur saluran, dan
lain-lain.

Tabel 2.1. Kriteria Desain Hidrologi Sistem Drainase Perkotaan

Luas DAS Periode Ulang

Metode Perhitungan Debit Hujan
(Ha) (Tahun)

< 10 2 Rasional

10 - 100 2–5 Rasional

101 - 500 5 – 20 Rasional

> 500 10 – 25 Hidrograf Satuan

(Sumber: Suripin, 2004)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
6

Poligon Thiesson adalah sebuah metode formal menggambarkan pola pemukiman

berdasarkan divisi teritoral berpusat disatu situs, Poligon yang dibuat dengan
menggambar garis lurus antara pasangan dari situs tetangga, maka pada titik
pertengahan sepanjang masing-masing dari garis-garis, seri kedua dari garis
tersebut ditarikpada sudut kanan yang pertama. Menghubungkan seri kedua garis
menciptakan Poligon Thiesson.

2.2.1.1. Periode Ulang dan Analisis Frekuensi

Periode ulang didefinisikan sebagai waktu perkiraan dimana debit atau hujan
dengan suatu besaran tertentu akan disamai atau dilampaui paling tidak sekali
dalam dalam jangka waktu tersebut. Berdasarkan data debit atau hujan untuk
beberapa tahun pengamatan dapat diperkirakan besarnya debit atau hujan tersebut
yang diharapkan disamai atau dilampaui paling tidak sekali dalam periode waktu
tersebu, debit atau hujan tersebut dikenal dengan debit atau hujan periode ulang T
tahun atau debit/hujan T tahunan. Sedangkan frekuensi hujan didefinisikan
sebagai besarnya peluang atau harapan bahwa besarnya debit atau hujan dapat
disamai atau dilampaui. Dalam ilmu statistik dikenal beberapa macam distribusi
frekuensi , tetapi yang digunakan dalam analisis hidrologi biasanya digunakan
empat macam distribusi frekuensi yaitu:

a. Distribusi normal
Distribusi normal disebut pula distribusi Gauss. Disteribusi normal
memepunyai dua parameter yaitu rerata dan standar deviasi S. Secara
sederhana persamaan distribusi normal dapat ditulis sebagai berikut:
= + ………………………………………………………(2.1)

Dengan:
XT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahunan,
= nilai rata-rata hitung variat,
S = deviasi standar nilai variat,
KT = faktor frekuensi, merupakan fungsi dari peluang atau periode ulang.
Nilai KT dapat dilihat pada tabel nilai variable reduksi Gauss.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
7

Tabel 2.2. Nilai Variabel Reduksi Gauss

Periode Periode
No. Peluang KT No. Peluang KT
Ulang Ulang

1 1,001 0,999 - 3,05 12 3,330 0,300 0,52

2 1,005 0,995 - 2,58 13 4,000 0,250 0,67

3 1,010 0,990 2,33 14 5,000 0,200 0,84

4 1,050 0,950 1,64 15 10,000 0,100 1,28

5 1,110 0,900 1,28 16 20,000 0,050 1,64

6 1,250 0,800 0,84 17 50,000 0,020 2,05

7 1,330 0,750 0,67 18 100,000 0,010 2,33

8 1,430 0,700 0,52 19 200,000 0,005 2,58

9 1,670 0,600 0,25 20 500,000 0,002 2,88

10 2,000 0,500 0 21 1000,000 0,001 3,09

11 2,500 0,400 0,25 (Sumber: Bonnier, 1980 dalam Suripin 2004)

b. Distribusi Log Normal

Distribusi log normal digunakan apabila variabel acak (X) suatu data tidak
mengikuti distribusi normal, tetapi nilai logaritmanya ( Y = Log X) mengikuti
aturan distribusi normal. Persamaan distribusi log normal dapat ditulis
sebagai berikut:

= + …………………………………………………….(2.2)

Dengan:

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
8

YT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahunan

YT = Log X

= nilai rata-rata hitung variat

S = deviasi standar nilai variat

KT = faktor frekuensi, merupakan fungsi dari peluang atau periode ulang.

Nilai KT dapat dilihat pada tabel nilai variabel reduksi Gauss

c. Distribusi Log-Pearson III

Distribusi ini dikembangkan oleh Pearson dimana distribusi ini untuk
membuat persamaan empiris dari suatu distribusi.Terdapat dua belas macam
distribusi yang dikembangkan oleh Pearson, tetapi hanya distribusi log-
pearson III yang banyak digunakan dalam analisis hidrologi. Distribusi log
pearson III mempunyai bentuk sebagai berikut:

= + ................................................................................(2.3)

Dengan:

YT = nilai logaritma dari Xdengan periode ulang T

= nilai rerata dari nilai variat

S = deviasi standar nilai variat

KT = faktor frekuensi, merupakan fungsi dari peluang atau periode ulang.

Nilai KT dapat dilihat pada tabel 2.3

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
9

Tabel 2.3. Nilai KT untuk Distribusi Log-Pearson III

Interval Kejadian (Periode Ulang)

1,0101 1,25 2 5 10 25 50 100

Koef.
Skewness
Prosentase Peluang Terlampaui

99 80 50 20 10 4 2 1

3,0 -0,667 -0,636 -0,396 0,420 1,180 2,278 4,051 4,970

2,8 -0,714 -0,666 -0,384 0,460 1,210 2,275 3,973 4,847

2,6 -0,769 -0,696 -0,368 0,499 1,238 2,267 3,889 4,718

2,4 -0,832 -0,725 -0,351 0,537 1,262 2,256 3,800 4,581

2,2 -0,905 -0,752 -0,330 0,574 1,284 2,240 3,705 4,444

2,0 -0,990 -0,777 -0,307 0,609 1,302 2,219 3,605 4,298

1,8 -1,087 -0,799 -0,282 0,643 1,318 2,193 3,499 4,147

1,6 -1,197 -0,817 -0,254 0,675 1,329 2,163 3,388 3,990

1,4 -1,310 -0,832 -0,225 0,705 1,337 2,128 3,271 3,828

1,2 -1,449 -0,844 -0,195 0,732 1,340 2,087 3,149 3,661

1,0 -1,588 -0,852 -0,164 0,758 1,340 2,043 3,022 3,489

0,8 -1,733 -0,856 -0,132 0,780 1,336 1,993 2,891 3,312

0,6 -1,880 -0,857 -0,099 0,800 1,328 1,939 2,755 3,132

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
10

Lanjutan Tabel 2.3.

0,4 -2,029 -0,855 -0,066 0,816 1,317 1,880 2,615 2,949

0,2 -2,178 -0,850 -0,033 0,830 1,301 1,818 2,472 2,763

0,0 -2,326 -0,842 0,000 0,842 1,282 1,751 2,054 2,326

-0,2 -2,472 -0,830 0,033 0,850 1,258 1,680 1,954 2,178

-0,4 -2,615 -0,816 0,066 0,855 1,231 1,606 1,834 2,029

-0,6 -2,755 -0,800 0,099 0,857 1,200 1,528 1,720 1,880

-0,8 -2,891 -0,780 0,132 0,856 1,166 1,448 1,606 1,733

-1,0 -3,020 -0,758 0,164 0,852 1,128 1,366 1,492 1,588

-1,2 -3,149 -0,732 0,195 0,844 1,086 1,282 1,379 1,449

-1,4 -3,271 -0,705 0,225 0,832 1,041 1,198 1,270 1,318

-1,6 -3,388 -0,675 0,254 0,817 0,994 1,116 1,166 1,197

-1,8 -3,499 -0,643 0,282 0,799 0,945 1,035 1,096 1,097

-2,0 -3,605 -0,609 0,307 0,777 0,895 0,956 0,980 0,990

-2,2 -3,705 -0,574 0,330 0,752 0,844 0,888 0,900 0,905

-2,4 -3,800 -0,537 0,351 0,725 0,795 0,823 0,830 0,832

-2,6 -3,889 -0,499 0,368 0,696 0,747 0,764 0,768 0,769

-2,8 -3,973 -0,460 0,384 0,666 0,702 0,712 0,714 0,714

-3,0 -4,051 -0,420 0,396 0,636 0,660 0,666 0,666 0,667

(Sumber: Suripin, 2004)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
11

d. Distribusi Gumbel
Distribusi Gumbel ini banyak digunakan untuk analisis frekuensi banjir guna
mengetahui data maksimumnya.Secara umum persamaam distribusi Gumbel
dapat ditulis sebagai berikut:

= + .................................................................................(2.4)

Besarnya faktor frekuensi dapat ditentukan dengan rumus berikut:

= .......................................................................................(2.5)

Dengan:

= besarnya curah hujan untuk periode ulang Tr tahun (mm),

= periode tahun berulang (tahun),

= curah hujan maksimum rata-rata selama tahun pengamatan (mm),

S = standar deviasi,

K = faktor frekuensi,

YTr = reduce variate,

Yn = reduce mean,

Sn = reduce standard,

Besarnya nilai Sn, Yn, dan YTr dapat dilihat dalam tabel berikut:

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
12

Tabel 2.4. Reduce Mean (Yn)

N 0 1 2 3 4 5 6 7 8 9

10 0,4952 0,4996 0,5035 0,5070 0,5100 0,5128 0,5157 0,5181 0,5202 0,5220

20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5309 0,5320 0,5332 0,5343 0,5353

30 0,5362 0,5371 0,5380 0,5388 0,8396 0,5403 0,5410 0,5418 0,5424 0,5436

40 0,5436 0,5442 0,5448 0,5453 0,5458 0,5463 0,5468 0,5473 0,5477 0,5481

50 0,5485 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,5511 0,5515 0,5518

60 0,5521 0,5524 0,5527 0,5530 0,5533 0,5535 0,5538 0,5540 0,5543 0,5545

70 0,5548 0,5550 0,5552 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0,5567

80 0,5569 0,5570 0,5572 0,5574 0,5576 0,5578 0,5580 0,5581 0,5583 0,5585

90 0,5586 0,5587 0,5589 0,5591 0,5592 0,5593 0,5595 0,5596 0,5598 0,5599

100 0,5600 0,5602 0,5603 0,5604 0,5606 0,5607 0,5608 0,5609 0,5610 0,5611

(Sumber:Suripin,2004)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
13

Tabel 2.5. Reduce standard Deviation (Sn)

N 0 1 2 3 4 5 6 7 8 9

10 0,9496 0,9676 0,9833 0,9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565

20 1,0628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,1080

30 1,1124 1,1159 1,1193 1,1226 1,1255 1,2850 1,1313 1,1339 1,1363 1,1380

40 1,1413 1,1436 1,1458 1,1480 1,1499 1,1591 1,1538 1,1557 1,1574 1,1590

50 1,1607 1,1623 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734

60 1,1747 1,1759 1,1770 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1844

70 1,1854 1,1863 1,1873 1,1881 1,1890 1,1898 1,1906 1,1915 1,1923 1,1930

80 1,1938 1,1945 1,1953 1,1959 1,1967 1,1973 1,1980 1,1987 1,1994 1.2001

90 1,2007 1,2013 1,2020 1,2026 1,2032 1,2038 1,2044 1,2049 1,2055 1,2060

100 1,2065 1,2069 1,2073 1,2077 1,2081 1,2084 1,2087 1,2090 1,2093 1,2096

(Sumber:Suripin,2004)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
14

Tabel 2.6. Reduce Variate (YTr)

Periode Ulang Tr Periode Ulang

Reduce Variate Ytr Reduce Variate Ytr
(Tahun) Tr (Tahun)

2 0,3668 100 4,6012

5 1,5004 200 5,2969

10 2,2510 250 5,5206

20 2,9709 500 6,2149

25 3,1993 1000 6,9087

50 3,9028 5000 8,5188

75 4,3117 10000 9,2121

(Sumber: Suripin, 2004)

Sebelum menganalisis data hujan dengan salah satu distribusi diatas, perlu
pendekatan dengan parameter-parameter statistik untuk menentukan jenis
distribusi yang tepat digunakan. Parameter-parameter tersebut meliputi:

a. Rata-rata ( ) = ∑ ………………………………..(2.6)

∑ ( )
b. Simpangan baku (S) = ………………………….(2.7)

c. Koefisien variasi (Cv) = …………………………………………(2.8)

∑ ( ̅)
d. Koefisien skewness (Cs) = ………………………..(2.9)
( )( ).

∑( ̅)
e. Koefisien ketajanam (Ck) = ……………..(2.10)
( )( )( ).

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
15

Tabel 2.7. Karakteristik Distribusi Frekuensi

No Distribusi Persyaratan

1 Normal ( ̅ ± ) = 68,27%

( ±
̅ 2 )= 95,44%

CS = 0

Ck = 3

2 Log Normal CS = Cv3 + 3Cv

Ck = Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3

3 Pearson III CS> 0

Ck = 1,5 CS2 + 3

4 Gumbel CS = 1,14

Ck = 5,4

5 Log Pearson III Selain dari nilai diatas

(Sumber: Bambang Triatmodjo, 2008)

Untuk menilai besarnya penyimpangan maka dibuat batas kepercayaan dari hasil
perhitungan XT dengan uji Smirnov-Kolmogorov.Uji Smirnov-Kolmogorov
sering juga disebut uji kecocokan non parametik, karena pengujian tidak
menggunakan fungsi distribusi tertentu. Prosedur pelaksanaan uji Smirnov-
Kolmogorov sebagai berikut:

a. Urutkan data (dari besar ke kecil atau sebaliknya dari kecil ke besar) dan
tentukan besarnya peluang dari masing-masing data tersebut.
X1 = P(X1)
X2 = P(X2)
X3 = P(X3), dan seterusnya
b. Urutkan nilai masing-masing peluang teoritis dari hasil penggambaran data
(persamaan distribusinya)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
16

X1 = P’(X1)
X2 = P’(X2)
X3 = P’(X3), dan seterusnya.
c. Dari kedua nilai peluang tersebut, tentukan selisih terbesarnya antara peluang
pengamatan dengan peluang teoritis.
Dmaksimum = P(Xn) – P’(Xn)
Berdasarkan tabel nilai kritis (Smirnov-Kolmogorov) tentukan harga Do.

Tabel 2.8. Nilai Kritis Do untuk Uji Smirnov-Kolmogorov

Derajat Kepercayaan ()

n
0,20 0,10 0,05 0,01

5 0,45 0,51 0,56 0,67

10 0,42 0,37 0,41 0,49

15 0,27 0,30 0,34 0,4

20 0,23 0,26 0,29 0,36

25 0,21 0,24 0,27 0,32

30 0,19 0,22 0,24 0,27

35 0,18 0,20 0,23 0,27

40 0,17 0,19 0,21 0,25

45 0,16 0,18 0,2 0,24

50 0,15 0,17 0,19 0,23

1,07 1,22 1,36 1,63

n > 50
N0,5 N0,5 N0,5 N0,5

(Sumber : Suripin, 2004)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
17

Apabila nilai Dmaksimum lebih kecil dari Do maka distribusi teoritis yang
digunakan untuk menentukan persamaan distribusi dapat diterima.Apabila
Dmaksimum lebih besar dari Do maka secara teoritis pula distribusi yang
digunakan tidak dapat diterima.

2.2.1.2. Intensitas Hujan

Intensitas hujan didefinisikan sebagai kedalaman air hujan per satuan

waktu.Apabila dalam perencanaan drainase, data hujan hanya diketahui data hujan
harian, maka digunakan rumus Mononobe untuk mencari besarnya intensitas
hujan. Rumus Mononobe ditulis sebagai berikut:

= ..................................................................................(2.12)

Dengan : I = intensitas hujan (mm/jam),

t = lamanya hujan (jam),

R24 = curah hujan maksimum harian dalam 24 jam (mm),

Jika data yang tersedia adalah data hujan jangka pendek, maka untuk mencari
intensitas hujan digunakan rumus Talbot:

= ...........................................................................................(2.13)

Dengan: I = intensitas hujan (mm/jam),

t = lamanya hujan (jam),

a dan b = konstanta yang tergantung pada lamanya hujan yang

terjadi di DAS,

Kirpich (1940) dalam Suripin (2004) mengembangkan rumus untuk

memperkirakan waktu konsentrasi, dimana dalam hal ini durasi hujan
diasumsikan sama dengan waktu konsentrasi. Rumus waktu konsentrasi tersebut
dapat ditulis sebagi berikut:

,
= ..........................................................................(2.14)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
18

Dengan: tc = waktu konsentrasi (jam),

L = panjang saluran utama dari hulu sampai penguras (km),

S0 = kemiringan rata-rata saluran

2.2.1.3. Metode Rasional

Metode yang umum untuk memperkirakan laju aliran permukaan adalah metode
rasional USSCS (1973).Model ini sangat simpel dan mudah dalam
penggunaannya, namun penggunaanya terbatas pada DAS dengan ukuran kecil
yaitu kurang dari 300 ha.Model ini tidak dapat menerangkan hubungan curah
hujan dan aliran permukaan dalam bentuk hidrograf. Persamaan metode rasional
dapat ditulis sebagai berikut:

= 0,002778 . . ............................................................................(2.15)

Dengan: Q = laju aliran permukaan (debit) puncak (m3/detik),

I = intensitas hujan (mm/jam),

A = luas DAS (ha),

C = koefisien aliran permukaan, nilai koefisien aliran permukaan

dapat dilihat pada Tabel 2.9

Tabel 2.9. Koefisien Aliran untuk Metode Rasional

Deskripsi lahan / karakter permukaan Koefisien aliran (C)
Business
Perkotaan 0,70 - 0,95
Pinggiran 0,50 - 0,70
Perumahan
Rumah tinggal 0,30 - 0,50
Multiunit, terpisah 0,40 - 0,60
Multiunit, tergabung 0,60 - 0,75

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
19

Lanjutan Tabel 2.9.

Perkampungan 0,25 - 0,40
Apartement 0,50 - 0,70
Industri
Ringan 0,50 - 0,80
Berat 0,60 - 0,90
Perkerasan
Aspal dan beton 0,70 - 0,95
Batu bata, paving 0,50 - 0,70
Atap 0,75 - 0,95
Halaman, tanah berpasir
Datar, 2% 0,05 - 0,10
Rata-rata, 2-7 % 0,10 - 0,15
Curam, 7 % 0,15 - 0,20
Halaman, tanah berat
Datar, 2% 0,13 - 0,17
Rata-rata, 2-7 % 0,18 - 0,22
Curam, 7 % 0,25 - 0,35
Halaman kereta api 0,10 - 0,35
Taman tempat bermaun 0,20 - 0,35
Taman, perkuburan 0,10 - 0,25
Hutan
Datar, 0-5 % 0,10 - 0,40
Bergelombang, 5-10 % 0,25 - 0,50
Berbukit, 10-30 % 0,30 - 0,60
(Sumber: McGuen, 1989 dalam Suripin, 2004)

Untuk Menggunakan lahan yang berbeda nilai C dapat kita hitung dengan
menggunakan Persamaan:

∑
= ∑
............................................................................................(2.16)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
20

Dengan:

Ai = luas lahan dengan jenis penutup tanah I

Ci = koefisiensi aliran permukaan jenis penutup tana I

n = jumlah jenis penutup

2.2.2. Dimensi Saluran

a. Kecepatan Aliran
Perhitungan dimensi saluran dengan asumsi aliran Steady Uniform Flow,
menggunakan Rumus Manning sebagai berikut :

V = xR xI ...........................................................................................(2.17)

b. Debit Aliran

Q = V. A ................................................................................................(2.18)

R = ..........................................................................................................(2.19)

A = (B + my). y...........................................................................................(2.20)

P  B  2 y m 2  1 .................................................................................... (2.21)

l
y

B
Gambar 2.1. Tampang Saluran

Dalam hal ini :

V = kecepatan aliran (m/d)

R = jari-jari hidraulik (m)

Io = kemiringan dasar saluran

n = koefisien Manning

Q = debit aliran (m3/dt)

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
21

A = luas penampang basah (m2)

P = keliling penampang basah (m)

Nilai koefisien Manning dicari dengan melihat table di bawah ini:

Tabel 2.10. Koefisien Aliran untuk Metode Rasional

Bahan Koefisien Manning (n)
Besi tuang dilapisi 0.014
Kaca 0.010
Saluran beton 0.013
Bata lapis mortar 0.015
Pasangan batu disemen 0.025
Saluran tanah bersih 0.022
Saluran tanah 0.030
saluran dengan dasar batu dan tebing rumput 0.040
Saluran pada galian batu padas 0.040
(Sumber: B. Triatmodjo, 2008)

commit to user