Drainase Perkotaan
Drainase Perkotaan
Kamar Mandi
Manhole Air Limbah
Dapur
Box Kontrol Air Limbah Instalasi
Pengolahan
Air Limbah
Saluran
Drainase
Kota
Pipa Air Limbah
Pipa Drainase Air Hujan
Box Kontrol Air Limbah Box Kontrol Air Limbah Box Kontrol Air Hujan
100 x m 1
(
1 ( Ri
m 2
)
Cv (%) m 1 m 1
m
R
Dimana :
m-1 = standar deviasi
1
(1 Ri )
m
R
m
m
Nama Ri Ri2 ( R )2
1
m 1 i
( R )
2
Stasiun (mm)
m 1
i
m
A 826 682.276 m 1
B 1.029 1.58.641
C 1.903 3.250.809 50.637.356
9.053.368
D 1.103 1.216.609 m1 6 1
6
E 988 976.144
F 1.367 1.866.689
M=6 7.116 9.053.366 m1 350,37
100 x m 1
Cv (%) C
2
R N v
E
100x350,37
Cv (%)
1.186 29,54
2
N N 8,739
Cv 29,54(%) 10
C. Penyiapan Data Hujan
Sebelum menggunakan data curah hujan dari masing-
masing stasiun, data harus dicek kontinuitasnya mungkin
data ada yang hilang akibat perpindahan atau rusaknya
alat ukur.
Data yang hilang dapat diperkirakan dengan menggunakan
data stasiun tetangganya.
Dalam hal ini dipakai HARGA NORMAL TERTINGGI
HUJAN sebagai standar perbandingan.
Tinggi hujan normal adalah harga rata-rata tinggi hujan
harian, bulanan, atau tahunan selama periode pengamatan
30 tahun
Jadi istilah TINGGI HUJAN TAHUNAN NORMAL adalah
harga rata-rata presipitasi tahunan pada stasiun pengamat
curah hujan berdasarkan pengamatan selama 30 tahun
Melengkapi Data Yang Hilang
Untuk melengkapi data, dapat dilakukan perkiraan.
Sebagai dasar perkiraan digunakan data hujan dari
stasiun pengukuran terdekat. Jika selisih antara tinggi
curah hujan tahunan normal dari stasiun yang datanya
kurang lengkap dibandingkan dengan stasiun yang
terdekat kurang dari 10%, maka harga perkiraan data
yang kurang dapat diambil dari harga rata-rata hitung
dari tempat berdekatan (min 2 stasiun).
Jika selisih melebihi 10 digunakan cara pembanding
normal, yaitu:
rx 1 nn rn
Rx n 1 n1 Rn
Dimana:
rx = harga tinggi curah hujan yang dicari
Rx = harga rata-rata tinggi curah hujan pada stasiun
pengukur curah hujan yang salah satu datanya sedang
dicari
N = banyaknya stasiun pengukur curah hujan
rn = harga tinggi curah hujan pada tahun yang sama
dengan rn pada setiap stasiun pembanding
Rn = harga rata-rata tinggi curah hujan pada setiap stasiun
pembanding selama kurun waktu yang sama
X = menunjukkan stasiun pengukur curah hujan yang
datanya sedang dicari dan merupakan bilangan 1 s/d n
Catatan:
1. Banyaknya stasiun pengukur curah
hujan pembanding minimum 3.
2. Data tinggi hujan pada stasiun
pembanding selama kurun waktu
tersebut lengkap
3. Data yang kurang maksimum 20%
selama kurun waktu pendataan.
4. Test Konsistensi Data Hujan
Data-data curah hujan yang dipakai untuk perencanaan
drainase merupakan data hujan harian maksimum dan
memenuhi persyaratan :
-Kuantitas
-Kualitas
A.Kuantitas
- Jumlah data hujan harian maksimum (N) dari setiap
stasiun pengukur hujan >= 30 data, agar diperoleh tinggi
hujan harian maksimum rata-rata normal
- Jumlah stasiun pengukur hujan (SPH), M = 6 11 SPH.
- Data hujan kontinu setiap tahun pendataan, jika ada
yang tidak lengkap, pelu dilengkapi.
B. Kualitas
- Data hujan terpakai yang sudah lengkap dari SPH
berada dan terdekat sering paling berpengaruh pada
daerah aliran saluran (DAS) drainase yang direncanakan
atau jika SPH berada di luar DAS, masih berpengaruh
terhadap analisa tinggi hujan rata-ratanya.
- Ada data-data hujan sari SPH sekitarnya dengan M = (5
10) SPH di luar data-data hujan untuk perhitungan
drainase.
- Data-data hujan untuk perhitungan drainase harus
konsisten. Sebagai kontrol digunakan data curah hujan
dari SPH pembanding. Jika tidak konsisten perlu
dikoreksi dengan faktor konsistensinya.
- Setelah konsisten kemudian perlu dicek homogenitas
dengan grafik homogenitas. Jika tidak homogen maka
dicari data lain yang homogen.
Ketidakkonsistenan data curah hujan disebabkan oleh
perubahan :
1. Perubahan tata guna lahan pada DAS dan sekitarnya
misal: DAS hutan diubah menjadu DAS kota.
Akibatnya sederetan data hujan pada tahun-tahun
sebelum perubahan DAS mempunyai tinggi hujan yang
lebih besardari pada tahun sesudahnya
2. Perpindahan tempat/lokasi stasiun pengukur curah hujan
3. Perubahan ekosistem terhadap iklim, misal : kebakaran
hutan dan tanah longsor.
4. Terdapatnya kesalahan sistem observasi data pada
sekumpulan data hujan.
Contoh:
Satu kelompok (5-10) stasiun dasar disekelilingnya
yaitu A, B, C, D dan E dengan array data: RA.1,
s/d RA30., RB.1, s/d RB30, RC.1 s/d RC.30, RD.1, s/d
RD30, RE.1, s/d RE30. sedang stasiun yang datanya
akan dicek adalah stasiun X dengan data RX.1,
s/d RX30. Data dari stasiun A sampai E dirata-
ratakan setiap tahunnya = Rr1, Rr2 s/d R30, dibuat
grafik cartesean, dimana Rr sebagai absis
sedangkan RX sebagai ordinat, dimulai dari indeks
yang terbesar menurun dan akumulasi.
Grafik
Trend tahun 1982 1987 = trend baru = TB
Trend tahun 1957 1982 = trend lama = TL
Yang berarti bahwa trend yang akan datang akan
mengikuti trend yang baru, selama tidak ada
perubahan trend lagi selama periode
perencanaan.
Dalam analisa curah hujan pada tahun sebelum X
agar sesuai dengan trend baru, maka dikoreksi
dengan faktor koreksi
TB
FK
TL
5. Test Homogenitas
Suatu array data hujan yang akan dianalisa harus
homogen. Ketidakhomogenitas data curah hujan mungkin
disebabkan karena gangguan atmosfir, oleh pencemaran
udara atau adanya hujan buatan yang sifatnya insidentil.
Kapan satu array data curah hujan?
Jika Plotting Titik H (N,TR) pada kertas grafik berada pada
bagian dalam grafik homogenitas
R10
Harga TR sebagai ordinat TR xTR
R
N = jumlah tahun data hujan, sebagai absis
Dimana:
R10=presipitasi tahunan dengan PUH 10 tahun rencana
R = presipitasi tahunan rata-rata dalam 1 array data
TR = PUH nya R
Untuk mencari R10 dan TR menggunakan
persamaan Regresi.
Jika plotting H(N,TR) pada kertas grafik
homogenitas ternyata berada diluar, maka
pemilihan array data diubah dengan memilih awal
dan akhir pendataan lain sedemikian hingga titik
H(H,TR) berada pada bagian dalam grafik
homogenitas.
Cara mengubah 1 array data :
-Ditambah jumlahnya
-Digeser mundur dengan jumlah data yang sama
-Mengurangi jumlah data (alternatif terakhir)
Analisa Data Curah Hujan
1. Stasiun Pengamat Curah Hujan
Data curah hujan untuk tiap stasiun pengamat
dapat diambil dari BMKG. Untuk suatu lokasi
rencana perlu dipilih sejumlah stasiun
pengamat yang lokasinya paling mendekati
traso jalan yang direncanakan. Dengan
demikian diharapkan bahwa pemilihan data
curah hujan yang akan diolah adalah yang
paling mendekati perjalanan.
2. Analisa Frekuensi Untuk Nilai Extrem
Dari tiap stasiun pengamat curah hujan dapat
diperoleh besarnya hujan harian maksimum dalam
setahun (disebut Xi mm/24 jam) selama N tahun
pengamatan. Jadi harga i menyatakan angka
tahun ke 1 s/d N. Angka-angka cura hujan
tersebut adalah angka kuantitatif yang dihasilkan
dari perhitungan atau penjumlah. Atau disebut
Frekuensi untuk mendapatkan Regresi linier, yang
merupakan tempat kedudukan dari nilai extreme
hujan harian.
1
X Y
Dimana :
X = ranfall depth
Y = reduced variate
iN
X
1
Yn 1
x Xi
n X i 1
N
n = Standar deviasi yang diharapkan
x = standar deviasi
Yn = nilai rata-rata
n dan Y diambil dari tabel Expected Means and Standar
Deviation of Reduced Extreme yang menyatakan
hubungan antara N, n dan Yn
1
iN
2
2
Standar Deviasi ( Xi X )
x i 1
N 1
111,52 89 100
RB1967
2 1 122,66 122,46