BANJIR/FLOOD

► Meluapnya aliran air sungai karena melampaui kapasitasnya disebut banjir. Aliran
banjir yang berfluktuasi bisa digambarkan sebagai hydrograph banjir dan bisa
dipisahkan antaran aliran dasar dengan aliran dampak langsung dari hujan atau
sering disebut Direct Run Off (DRH)
► Sehubungan dengan perencanaan Bangunan Air, sering dibutuhkan data atau
perhitungan banjir maksimum yang bisa terjadi dari suatu sungai.
► Perhitungan besar banjir maksimum (Flood Peak) bisa menggunakan beberapa cara
antara lain :
1. Rasional
2. Empiris
3. Cara Unit Hidrograph
4. Cara Statistik atau Analisa Frequency
► Dari empat metode tersebut bisa dipilih metode yang sesuai dengan data yang
tersedia serta kondisi daerah dengan mempertimbangkan tingkat kebutuhan
pembangunan serta resiko yang bisa terjadi.
► Pertimbangan itu antara lain :
 Kebutuhan Objective
 Ketersediaan data
 Tingkat kepentingan Proyek
 Tingkat resiko yang bisa diterima
Rational Method
► Hujan dengan intensitas tertentu yang merata di suatu DAS akan menimbulkan
banjir maksimum apabila lama hujan berlangsung selama  tc atau time of
concentration .
Qp = C . i . A  untuk t  tc
A = luas catchment area
i = intensitas hujan
C = koefisien run off
Qp = banjir maksimum
► Dengan satuan metrik perumusan di atas menjadi :
Qp = banjir maksimum (m3/dt)
1
Qp   C  i tc , p   A
C = koefisien run off 3,6
i = intensitas hujan (mm/jam) dengan durasi selama tc dan kejadian ulang
(probability) P.
A = luas DAS (km2)
► Dari suatu DAS harga C dan A tetap, sehingga harga yang menentukan tinggal
intensitas hujan i, dengan durasi tc dan probability P.

► Harga i(tc,P) bisa dihitung dengan frequency hujan dengan probability yang
dikehendaki. Sedangkan tc bisa diprediksi dengan rumus praktis/empiris.
U.S. Practice of tc
► Untuk basin area relatif kecil bisa digunakan :
n
 L.Lca 
tc  tp  C tL  
 S 

tc = time of concentration (jam)

tp = time to peak (jam)
CtL = panjang aliran air dari hulu sampai hilir (km)
Lca = panjang aliran air dari pusat berat basin sampai hilir (km)
n, CtL = constante basin area
S = kemiringan rata-rata basin area

► Untuk di USA  n = 0,38 maka

CtL = 1,715 untuk pegunungan tinggi
CtL = 1,03 untuk pegunungan rendah
CtL = 0,50 untuk dataran rendah
Intensitas Hujan (itc,P)

► Intensitas hujan dalam perumusan Rasional adalah

intensitas sesuai probability yang direncanakan (periode
ulang T) serta lama hujan yang digunakan berdasarkan
analisa frekuensi dari data hujan maksimum dengan
durasi tc
Empirical Formula
► Formula ini untuk memperkirakan Qp atau banjir
maksimum didasarkan hasil pencatatan-
pencatatan yang diperoleh dari suatu basin area
tertentu.

► Persamaan dikembangkan merupakan hubungan

antara luas basin dan debit maksimum yang
terjadi dengan parameter sedikit mungkin, atau
mengabaikan parameter lainnya yang
mempengaruhi besarnya banjir.

► Formulademikian hanya pas dipakai untuk daerah

dimana studi dikembangkan.
 Dickens Formula (1865)
Qp = CD . A3/4
Qp = debit banjir maksimum (m3/dt)
A = Catchment Area (km2)
CD = Dickens constant antara 6 - 30

Ryves Formula (1884)

Qp = CR . A3/4
CR = Ryves Coefficient
CR = 6,8 untuk 80 km sampai pantai
8,5 untuk area 80 km – 160 km dari pantai
10,2 untuk area 160 km ke arah hulu
 Inglish Formula (1930)
124 A
Qp   dikembangkan di Makarosktra small area
A  10,4

Fuller Formula (1914)

QTP = Ct . A0,8 (1 + 0,8 log T)

QTP = banjir maksimum selama 24 jam pada frekuensi T tahun (m3/dt)

A = catchment area (km2)
Ct = konstanta 0,18 – 1,88
Frequency Banjir
► Proses terjadinya banjir sangat ditentukan oleh kejadian alam yang kompleks.
Banyak sekali parameter yang mempengaruhi sehingga sangat sulit
dimodelkan secara analitis. Contohnya banjir dari suatu daerah tergantung
oleh karakteristik basin, kondisi hujan serta tingkat kejenuhan catchment dan
faktor lain yang spesifik dari daerah tersebut. Hal tersebut menyebabkan
estimasi banjir maksimum menjadi problem yang sangat kompleks dan banyak
cara atau metode dikembangkan seperti Empiric Formula, Unit Hydrograph.
Satu cara lain untuk memperkirakan banjir adalah dengan metode statistik
yaitu Frequency Analysis.

► Semua data hidrologi dari suatu catchment seperti banjir maksimum tahunan,
tinggi hujan maksimum tahunan, temperatur maksimum tahunan, yang bisa
dikumpulkan secara kontinu selama beberapa tahun merupakan data seri atau
data series.

► Apabila dari sejumlah data seri tersebut kita susun berurutan dari besar ke
data terkecil atau sebaliknya, dan kita hitung probability P
m
setiap atau masing-masing kejadian data dengan formula P 
N 1
maka akan kita dapatkan plotting data untuk semua data hidrologi.
Dimana :
m = order number
N = total data (kejadian)
► Frekuensi kejadian setiap data atau disebut return periode T = 1/P
► Apabila m adalah rangking data dari terkecil ke terbesar maka probability x
adalah P (X  x) dan bila m adalah rangking dari besar ke kecil maka P (X 
x) m
► Selain formula plotting Weibull P 
N  1 di atas, ada beberapa formula
plotting lain diantaranya :

m
 California Formula P
: n

P
  m  1
 Hazen Formula : 2m

 Beard Formula : P = 1 – 0,51/n

m  0,3
P
 Chegadayev Formula : n  0,4

m  3/8
 Blon Formula : P
n  1/ 4

3m  1
 Tukey Formula : P
3n  1
► Hubungan antara recurrence interval T dan probability P dengan r kali
kejadian dalam n data adalah :

Pr.n = Cr . Pr . qn-p
dimana : q = 1 - P

► Di dalam hidrologi, analisa frekuensi banjir biasanya untuk memprediksi

banjir terbesar yang bisa/akan terjadi dalam periode ulang tertentu.
► Menurut Chow (1951), fungsi frequency distribution yang merupakan
plotting Q dengan T mudah digunakan dalam kasus hidrologi yang
dinyatakan dalam persamaan hydrologic frequency analysis :
X r  x  k .

XT = nilai variant X dari data random yang series dengan periode ulang T
x = rata-rata variant
 = standart deviasi variant
k = frequency factor berdasar T
Beberapa cara prediksi banjir maksimum berdasar
frequency analysis adalah :

 Gumbel extreme – value distribution

 Log Pearson Type III distribution
 Log Normal distribution