RINGKASAN KULIAH

HIDROLOGI
S1 TL -FTSL,ITB

Minggu 1 Sem 1 09/10

Oleh: Dr. Ir.Arwin ,MS
FTSL-ITB

1
Kab. Kota

2
 Sistem Dalam DAS Model Fisik Hidrologi

PROSES
INPUT OUTPUT

Kualitas Ruang DAS

- Tata Guna Lahan
Curah Hujan - Topografi Debit
(P) - Morfologi (Q)
- Sifat Batuan

Variabel Acak/stokastik Variabel Acak/stokastik

3
 Konsep Dasar Hidrologi

Siklus Hidrologi

DAS
P

Pola Distribusi Hujan

4
 Water Supply General

KAWASAN PELAYANAN RESPON TEKNOLOGI SUMBER AIR BAKU

(Kepuasan Konsumen ) PENGOLAHAN AIR
Fresh water (Gol A/B)
Kualitas Air Respon Teknologi Air Randow variabel
Kwantitas Air Bersih Keandalan Sumber
Kontinuitas air Biaya Operasi Air( Kuantitas & Kualitas Air )
Harga jual kompetitif
Laju Kebutuhan Air
5
 PROSES
INPUT Sifat tanah, batuan, OUTPUT
Curah hujan) Morfologi, topografi Muka air tanah
Debit sungai
Tutupan lahan

Besaran Input
Besaran Out put
Variabel Acak/Stokastik
Variabel Acak/Stokastik

6
 Ketersediaan Data Curah Hujan di
DAS Jeneberang- waduk Bili-Bili
SULSEL

Sumber : Proyek Pengembangan PSDA Jeneberang

7
Karakteristik Sumber Air
Randow variable Kejadian dan besaran
Komponen Siklus Hidrologi (sumber air ) tidak
menentu dalam proses waktu

Urutan berturut -turut , sumber air dari rentang

independent ke dependent : Air Hujan ,Air
permukaan ,Air tanah dan mata air (Karakter air
hujan lebih independent dari air permukaan
atau air permukaan lebih dependent dari air
hujan atau air tanah/mata air lebih dependent
dari air permukaan).

8
Gamb. Fluktuasi Hujan Wilayah Mintakat Ciremai Utara

9
 Model Kontinu Hujan-Debit
Metode Regresi Ganda

Debit hasil peramalan dengan metode regresi linier

ganda dapat mengikuti fluktuasi debit historis yang
ada.

Peramalan debit metode regresi linier ganda dapat

digunakan sebagai alat untuk memperkirakan debit
yang akan datang.
10
Data debit aliran minimum periode kemarau 1970-2003

11
12
View Mintakat Ciremai ,Up Stream Sumber sumber Mata
Air Mandirancan Cibulakan,Cikepel dan Cigorowong
(Rando Bawagirang
Minggu, 25 jul 04)

13
14
15
 Model Deterministik
Aliran Permukaan Bebas

Volume Kontrol

H
B
x
R(t) H(t)

H
I
L
HULU B
I
R
0 t 0 t

x
L

16
 Perhitungan Curah Hujan
Rata-rata Wilayah

Metode Aljabar/Aritmatika
1
R R1 R2 ... Rn
n
dengan :
= Curah hujan daerah (mm)
n = Jumlah titik-titik (stasiun-stasiun) pengamat hujan
R1, R2,, Rn = Curah hujan di tiap titik pengamatan

17
Gambar Pembagian Wilayah Hujan dengan Metode Thiessen

n Ai
PW Pi
i 1 At

dimana :
Ai = luas masing-masing poligon
Pi = tinggi hujan pada stasiun A

18
Gambar Pembagian Wilayah Hujan dengan Metode Isohiet

n A
P Pi i
W
i 1 A
t

A1 P1 A2 P2 .... An Pn
Pw
A1 A2 ..... An

dimana :
Pw = curah hujan wilayah
A1,A2,...An = luas bagian-bagian antara
garis-garis isohiet
P1,P2,...Pn = curah hujan rata-rata pada
bagian A1,A2,...An

19
 Keseimbangan Air di
DAS
Q = C (P x A ) + b
Q = debit sungai, C = koefisien limpasan
(run off), P = curah hujan, A = luas DAS,
b = aliran dasar (base flow)
S = P-R-E-B**-B*
R = Limpasan; E= Evaporasi;
B = Aliran Air Tanah

20
21
 Keseimbangan Masa Air Waduk

Q out
Q In E

Smaks ( 11 m)

Smin (+ 7 m )

Keseimbangan masa : St+1 = St + Qin Qout - E

S : Variabel ditentukan
Qin : debit input air ( variabel acak) Prakiraan debit input ,simulasi
debit air : Metode Kontinu dan metode Diskret (Arwin ,1992)
Q out : Keandalan air baku
E : evaporasi fungsi komponen meteorologi 22
 Model Kontinu
Metode Regresi Linier Ganda

Dibangun berdasarkan korelasi antara dua variabel

acak, yaitu :
* Stasiun pengamat hujan (P )
* Stasiun pengamat debit (Q )

Model dengan nilai koefisien Korelasi (R) terbesar

dipilih sebagai model yang paling baik untuk
membangun data debit.

23
Korelasi 2 variabel

(X i X )(Yi Y )
xy i 0

n x y

xy = Koefisien korelasi 2 variabel xy

Xi Yi = nilai Variabel X atau Ykei

x , y = Simpangan baku variabel X dan Y

n = Jumlah populasi ,bila n<10 maka (n-1)

24
 REGRESI LINAIR
Y= a+b.X
b
n XY X Y
a
Y b X
n X 2 X
2
n

dimana:
n = jumlah pasangan observasi atau pengukuran
b = koefisien regresi, kemiringan grafik
n XY X Y
r
N X X n Y Y
2 2
2 2

r = koefisien korelasi ( -1 < r < 1 )

r < 0 korelasi berlawanan arah
r> 0 korelasi searah
25
Tabel 4.1 Penyusunan Koefisien Korelasi Antar Pos
Hujan
( pengisian atau perpanjangan data hujan )

P1 P2 P3 P4 Pn
Nilai

P1 1 1n

P2 21 1 2n

P3 31 32 1 3n

P4 41 42 43 1 4n

Pm m1 m2 m3 m4 mn

26
Tabel 4.2 Koefisien Korelasi Spartial Pos Hujan dan Debit
( Pembangunan Prakiraan Debit dgn Metode Kontinu

Nilai P1 P2 P3 Qt Qt+1 Qt-1

P1 1

P2 P2P1 1

P3 P3 P1 P3 P2 1

Qt Qt P1 Qt P2 Qt P3 1

Qt+1 Qt+1 P1 Qt+1 P2 Qt+1 P3 Qt+1 Qt 1

Qt-1 Qt-1 P1 Qt-1 P2 Qt-1 P3 Qt-1 Qt Qt-1 Qt+1 1

27
 Korelasi
Regresi Ganda
2 Variabel 4 Variabel
(Biner) (Kuaterner)
3 Variabel
(Terner)

R >>>

MODEL PEMBANGKITAN DEBIT

TERPILIH
28
 X2
12 (Q1)P
X1 (Q1)Q

Model 2 Variabel (Biner)

Persamaan Regresi Linier Model Biner :
x1 = r 2x2 +
Koefisien Determinasi Dinyatakan sbb :
R = 12
2 = 1 R 2

29
 X2 (Q1)PP
12 23 (Q1)QP

(Q1)QQ
X1 13 X3

Model 3 Variabel (Terner)

Persamaan Regresi Linier Model Terner :
x1 = r2x2 + r3x3 +
Koefisien Determinasi Dinyatakan sbb :
2 2 2
R2 12 13 12 13 23
1 2
23
30
 Model 3 Variabel (Terner) (Lanjutan)

Koefisien Korelasi Parsiil Dinyatakan

sbb
r 12 13 23
2 1 2
23

r 13 12 23
3 1 2
23

31
 X2 23 X3 (Q1)PPP
2 2 (Q1)QPP
12 34
4 4 (Q1)QQP

X1 14 X4 (Q1)QQQ

Model 4 Variabel (Kuaterner)

Persamaan Regresi Linier Model Kuaterner :
x1 = r2x2 + r3x3 + r4x4 +
Koefisien Determinasi Dinyatakan sbb :
2 = 1 R2
= 1 + r22 + r32 + r42 2(r212 + r313 +
r414) + 2(r2r323 + r2r424 + r3r434)

32
 Model 4 Variabel (Lanjutan)

Koefisien Korelasi Parsiil Dinyatakan

sbb
r 2 r 3 r 4
2 3 4
= 1 (232 + 242 + 342) + 22324 34

2 = 12(1- 342) 13(23 24 34) 14(24 - 23

34)

3 = 13(1- 242) 12(23 24 34) 14(34 - 23

24)
4 = 14(1- 232) 12(24 23 34) 13(34 - 23
24)
33
Analisis Korelasi & Regresi

Model Terpilih

R >>>

Model Hujan-Debit Model HePQQ(Q1)

34
 Perbandingan Model Pembangkitan Debit
Model Kontinu Model Diskrit Waduk Saguling

800

700

600

500
J u ta m
3

400

300

200

100

0
0 6 12 18 24 30 36 42 48 54 60

Bulan

HISTORIS NORMAL REGRESI MARKOV

Debit hasil peramalan dengan model kontinu dan model diskrit dapat
mengikuti fluktuasi debit historis yang ada.
Elastisitas debit antisipasi terbaik Metode Diskrit Chain Markov.
Metode peramalan terpilih Pengelolaan Waduk Aktual
Matrik 35
 Perbandingan Model Pembangkitan Debit
Model Kontinu Model Diskrit Waduk Cirata

700
600
500
400
Juta m3

300
200
100
0
0 6 12 18 24 30 36 42 48 54 60
Bulan

HISTORIS NORMAL REGRESI MARKOV

Debit hasil peramalan dengan model kontinu dan model diskrit dapat
mengikuti fluktuasi debit historis yang ada.
Elastisitas debit antisipasi terbaik Metode Regresi Linier Ganda.
Metode peramalan terpilih Pengelolaan Waduk Aktual
Metode Regresi Linier Ganda Model Heterogen Q(1)QQP Korelasi & Regresi
36
 Kriteria Desain Air Baku Multisektor

Sumber
Air
Kriteria disain Perencanan Air baku
Permukaa
n
Domestik Irigasi Industri
Debit Air R=2
Suksesif R=10 - 15 - R=5
1-7 1-2 0
Kering 20 30 tahu
hari
Sumber: Modifikasi BMAtahun
,Cipta karya -PU ,1994 hari tahu
hari n 37
n
 Seleksi Data Debit Harian

Pengelompokkan Data Debit

(Durasi 1,2,7,15,30 dan 60 hari)

Pengurutan Data

Penentuan Debit Andalan 5,

10, 20, 50 tahun untuk
Uji Chi-kuadrat Uji K-S
berbagai durasi.

Penentuan distribusi Terpilih Penentuan distribusi Terpilih Pembuatan Kurva Debit

Andalan

Perbandingan Debit Andalan

dengan Kebutuhan Air

38
 Diagram Alir Analisis Peluang Debit Air musim kering
KAJIAN SUMBER AIR SUNGAI (Ekstrim Kering)

Seleksi data & urutan data debit air

1,2,7,15,30 dan setengah bulanan
kalender

Kawasan Hulu Pemilihan distribusi teoritis

( Normal, Gumbel dan log Person III) yang
cocok
dengan Uji Goodness-of-fit
Q
Boundary Hulu

Boundary Hilir Hitung debit air minum Periode Ulang

5, 10, 20, 50 tahun dengan distribusi teoritis
terpilih

Q = C (P.A)+ b
C= f( P,I,, Tutupan lahan) Debit air minimum
dengan Periode Ulang 5,10,20 dan 50 tahun
P : variabel bebas ( Randown variabel)
A : Luas tanggapan hujan
Q: variabel tergantung( Randown variabel) Kurva peluang debit air minimum ekstrem
kering
b : aliran dasar ( tutupan lahan, batuan )

39
Keandalan Debit Air Baku
 TEST GOODNESS-OF-FIT

sebuah test yang menentukan tingkat kesesuaian antara distribusi

sampel dengan distribusi teoritis.

Bila Fo(X) adalah suatu fungsi distribusi frekuensi kumulatif yang

ditentukan atau distribusi kumulatif teoritis dan SN(x) merupakan
frekuensi kumulatif sampel maka diharapkan dengan uji ini selisih
antara Fo(X) dan SN(X) adalah sesedikit mungkin atau nilai dari
Fo(X) mendekati nilai dari SN(X) yang masih dalam batas-batas
kesalahan random. Sehingga kedua distribusi frekuensi tersebut
bisa dikatakan identik.
Uji kecocokan Smirnov Kolmogorov, sering juga disebut uji
kecocokan non-parametrik (non-parametrik test) karena
pengujiannya tidak menggunakan fungsi distribusi tertentu.
Prosedurnya adalah sebagai berikut:
40
 Distribusi Debit
Analisis Peluang Debit
Untuk memahami karakteristik debit sebagai variabel acak, dituntut pencocokan
distribusi teoritis tertentu pada nilsi-nilsi observasi acak yang ada (Chow, 1964). Jenis
Distribusi yang banyak digunakan untuk menganalisis debit ekstrim kering, yaitu
(Lindsley, 1969 dan Soewarno, 1995):
- Distribusi ekstrim tipe III (Weibull atau Gumbel tipe III)
- Distribusi Log-Pearson tipe III

- Distribusi Log-Normal

Uji Goodness-of-fit
Berfungsi untuk memilih fungsi distribusi yang sesuai dengan sampel dengan cara
menentukan kesesuaian antara sampel dengan distribusi teoritis tertentu.

Jenis Distribusi Parameter Sampel Uji yang Digunakan

Diskrit Diketahui 2
Diskrit Diperkirakan 2
Kontiniu Diketahui K-S
Kontiniu Diperkirakan 2
Ket: Penentu lain, Data
41
 Langkah Langkah Test K -S.

1. Urutkan data (dari besar ke kecil atau sebaliknya) dan tentukan

besarnya peluang dari masing-masing data tersebut.
2.Tentukan nilai masing-masing peluang teoritis dari hasil
penggambaran data (persamaan distribusinya).
3. Dari kedua nilai peluang tersebut tentukan selisih terbesarnya
antara peluang pengamatan dengan peluang teoritis. D =
Maksimum [ Fo(Xm) SN(Xm)]
4. Berdasarkan tabel nilai kritis(Kolmogorov - Smirnov test) tentukan
harga Do.

Apabila nilai D lebih kecil dari Do maka distribusi teoritis yang

digunakan untuk menentukan persamaan distribusi dapat diterima,
apabila D lebih besar dari Do maka distribusi teoritis yang digunakan
untuk menentukan persamaan distribusi sampel tidak dapat diterima.

42
 Distribusi Debit

Distribusi Normal
Distribusi Log-Normal
Distribusi Debit
Distribusi Gumbel
Distribusi Log-Pearson III

43
 Uji Goodness-of-fit

Uji K-S Uji 2

Menetapkan suatu titik dimana terjadi Mengukur perbedaan relatif antara
simpangan terbesar antara distribusi Frekuensi hasil pengamatan
teoritis dan sampel. Dengan frekuensi yang diharapkan

k
(O E ) 2
Distribusi Normal
Dn = Maksimum IFo(X)-Sn(X)I =
2Distribusi Normal
i i

Distribusi Log-Normal
Dimana, Distribusi Gumbel
Dn : Penyimpangan Terbesar
Fo(X) : Distribusi Log-Normal
Suatu fungsi distribusi
kumulatif yang ditntukan
Sn(X) : Distribusi Kumulatif
Sampel
i 1
Distribusi Log-Normal
Ei
Dimana,
Distribusi Gumbel
k : Jumlah variabel
Oi Distribusi Log-Normal
: Frekuensi hasil pengamatan
Ei : Frekuensi distribusi teoritis
n : jumlah data
Pi : Peluang dari distribusi
teoritis
44
Uji Goodness-of-Fit X2
2

Distribusi Frekuensi
Data (observed)

Grafik Distribusi
Teoritis (expected)

45
 Hasil Pengamatan
No. Q f
1 5.55 2
2 6.55 1
P (Probabilitas) 3 9.14 3
frekuensi 4 13.50 1

= Dn
Distribusi Normal 5
6
14.58
18.48
1
1
7 21.63 1
8 24.98 1
= 2
9 25.74 2
10 28.86 1
11 33.43 1
12 33.73 1
13 36.33 1
14 37.20 2
15 38.63 1
2 5 8
16 65.80 1
Q (debit) 17 66.56 1
18 85.92 46
1
 Uji Goodness-of-Fit
Kolmogorov-Smirnov
GRAFIK FREKUENSI KUMULATIF

gdk_Jan
Variable: , Distribution: Normal
Chi-Square test = 8.76148, df = 2, p = 0.01252

KOLMOGOROV-SMIRNOV 110

100

90

80 Distribusi Frekuensi
Relative Frequency (%)

70 Kumulatif Data
60
Dn
50

40
Grafik Distribusi
30
Frekuensi Teoritis
20

10

0
0.0 1.5 3.0 4.5 6.0 7.5
Category (upper limits)

47
Grafik Debit Andalan Mata air
Paniis

48
Perbandingan Kurva Debit Andalan air
permukaan (Mata air Paniis & Sungai
Cisadane)

49
ALAT UKUR THOMPSON & CIPOLETTI
Tahap pekerjaan pengukuran debit air
- Literatur alat ukur ambang tajam dan syarat berlaku
formula
-Menentukan lokasi pengukuran debit air dan penafsiran
dimensi alat ukur
- Pembuatan alat ukur
-Test pengukuran di lapangan
-Revisi alat ukur
-Penempatan alat ukur
-Pengukuran

50
51
52
53
54
55
56