HIDROLOGI

for PJJ
Sesi-3 2022
 GARIS-GARIS BESAR PROGRAM PENGAJARAN

No Tujuan Khusus Pokok Bahasan Sub Pokok Bahasan Estimasi Referensi

Pembelajaran Waktu
3. Mahasiswa Mengisi data -Contoh soal AUHO. 2 x 50’ Buku a, b,
dapat hujan, menguji -Missing data, rata c, d, e.
memahami konsistensi data. aljabar, Perbandingan
mengisi data Perhitungan normal, Reciprocal
hujan, data hujan DAS Methode, contoh soal.
hujan konsisten dengan -Menguji konsistensi
Menghitung berbagai data hujan dengan
hujan DAS. Metode. metode Double Mass
Curve, contoh soal.
Perhitungan Curah
hujan DAS dengan :
- Metode Aljabar
dan Metode Thiessen.
- Penentuan
rangkaian data
hujan/debit.
 CONTOH :
Dari suatu DAS seluas 2 HA diketahui sketsa
data Grafik AUHO (Alat Ukur Hujan Otomatik).

Diminta untuk menghitung :

a. Intensitas hujan setiap jam.
b. Gambarkan hyetograph hujan.
c. Hitung tebal hujan efektif, bila selama terjadi hujan
besarnya kehilangan air rata-rata sebesar 8 mm/jam.

d. Gambarkan kurva massa hujan.

e. Hitung besarnya koefisien aliran (koefisien runoff)
f. Bila waktu konsentrasi aliran tc = 20 menit, hitung
besarnya debit puncak banjir !.
Curah hujan, mm.

10

8 Tidak ada hujan

0
8 9 10 11 12 13 14 15 16 17 18 19 20 21
Waktu (jam)

HASIL REKAMAN DATA CURAH HUJAN DENGAN

AUHO.
 Penyelesaian :
a. Perhitungan Intensitas Hujan tiap jam disajikan sbb:
Waktu Tinggi hujan Intensitas
No. (pukul) (mm) Lamanya (jam) (mm/jam)
1 8–9 0,0 1,0 0,0
2 9 – 10 0,0 1,0 0,0
3 10 – 11 2,0 1,0 2,0
4 11 – 12 2,0 1,0 2,0
5 12 – 13 0,0 1,0 0,0
6 13 – 14 0,0 1,0 0,0
7 14 – 15 4,0 1,0 4,0
8 15 – 16 10,0 1,0 10,0
9 16 – 17 20,0 1,0 20,0
10 17 – 18 14,0 1,0 14,0
11 18 – 19 0,0 1,0 0,0
12 19 – 20 2,0 1,0 2,0
13 20 - 21 0,0 1,0 0,0
  Tinggi hujan = 54,0 I-maks = 20
 b. Hyetograph hujan :
DATA-DATA
Intensitas
(mm/jam) Intensitas hujan vs waktu.

20 20

16 Hujan efektif
14 (limpasan)
12 Kehilangan air 10
8 mm/jam
8
4
4 2 2
0
8 10 12 14 16 18 20 Waktu (jam)
c. Hitung hujan efektif, bila selama terjadi hujan
besarnya kehilangan air rata-rata sebesar 8
mm/jam :
Hujan efektif merupakan tingginya curah hujan yang
melimpas menjadi aliran permukaan
(grafik yang diarsir), yang dihitung dari tinggi hujan
lebih besar dari 8 mm, yaitu :
He = (10-8) mm/jam (1 jam) + (20-8) mm/jam
(1 jam) + (14-8) mm/jam (1 jam) = 20 mm.

Jadi tingginya hujan efektif He = 20 mm.

 Total curah hujan 54
50 52

40
38
30

20
18
10
4 8
0
8 10 12 14 16 18 20
t, jam
d. Kurva massa hujan : diperoleh dari nilai
Kumulatif tinggi hujan pada gambar di atas.
e. Besarnya koefisien limpasan (koefisien runoff):
Tinggi hujan H = 54 mm ; Tinggi hujan efektif = He = 20 mm
Koefisien aliran :   He  20  0,37 Ada beberapa rumus
H 54 koefisien runoff.
f. Bila waktu konsentrasi aliran tc = 20 menit, hitung
besarnya debit puncak banjir !.
Intensitas maksimum dapat dilihat dari tabel di atas, di
mana intensitas maksimum terjadi pada pukul 16-17
yaitu sebesar 20 mm/jam.

Debit puncak banjir Qp =  x Imaks x A

= 0,37 x 20 mm/jam x 2 HA
8 2
 0,37  2cm / jamx10 cm
 1,512  10 8 cm 3 / jam
 1,512  10 5 liter / jam
 42liter / det ik .
PENGISIAN DATA CURAH HUJAN
YANG HILANG (MISSING DATA) :

Ada 3 macam cara :

1. Cara Aljabar
2. Cara Perbandingan Normal
3. Cara Kebalikan Kuadrat
Jarak (Reciprocal Methode).
1. CARA ALJABAR :
Digunakan jika perbedaan curah hujan tahunan normal di
stasiun terdekat < 10% dari Stasiun yg datanya hilang.
1
Px  Pa  Pb  Pc  .....  PN 
N
2. CARA PERBANDINGAN NORMAL :
Digunakan jika perbedaan curah hujan tahunan normal di
Sta. terdekat > 10% dari Stasiun yang kehilangan data tsb.:

1  N x Pa   N x Pb   N x PN 
Px        .....   
N  N a   Nb   NN 
Px = Curah hujan di Stasiun X yang datanya missing.
Nx = Curah hujan tahunan rata-rata di Stasiun X.
Pa, Pb, Pn = Curah hujan di Stasiun A, B ... , N ada saat tertentu.
Na, Nb, Nn = Curah hujan tahunan rata-rata di Stasiun A, B, ..., N
CONTOH SOAL :
Dari suatu daerah aliran sungai yang mempunyai 4
stasiun curah hujan A, B, C, D, diketahui data sbb :
Curah hujan tahunan rata-rata :
ND = 977,90 mm
NA = 1120,14 mm
NB = 1034,55 mm
NC = 1198,88 mm
Sedangkan curah hujan bulan Agustus 1997 :
di Stasiun A : PA = 106,7 mm
di Stasiun B : PB = 88,9 mm
di Stasiun C : PC = 121,9 mm.
Berapa besar curah hujan pada
bulan Agustus di Stasiun D (PD) ?.
PENYELESAIAN :
Perbedaan A – D : 1120 ,14  977,9x100%  14,5%
977,9
Perbedaan B – D : 1034,55  977,9x100%  5,8%
977,9
Perbedaan C – D : 1198,88  977,9x100%  22,6%
977,9
BEDA > 10%  PAKAI METODA PERBANDINGAN NORMAL :
1  N D PA   N D PB   N D PC 
PD         
3  N A   N B   N C 
1  977,9 x106,7   977,9 x88,9   977,9 x121,9 
PD       92,20mm
3  1120 ,14   1034,55   1198,88 
Curah hujan bulan Agustus 1977 di Stasiun D = 92,20 mm.
3. CARA KEBALIKAN KUADRAT
JARAK
1(RECIPROCAL 1 METHOD).
1
P A  P B  z Pc
dx A z
dx B z
dx C 
Px  1 1 1  Sta. B, C, D, E, F diketahui
z  z 
dx 
A Bdx  C dx z besar curah hujannya.
Contoh 1 : Y MENCARI HUJAN DI STA.
C(1,6) A:
5  Tentukan sumbu X-Y melalui
yaitupusat
titik Stasiun di mana
koord. data
A (0,0)
D(3,2)
B(4,2) hujannya hilang.
 Tulis koordinat (kolom 3,4).
-5 A(0,0) 5 X  Estimasi hujan ditentukan
dengan faktor pemberat :
F(2,2)
E(3,3) 2 1
dxi  X 2  Y 2 ; W 2
dxi
 DATA-DATA 2 1
dxi  X 2  Y 2
3
W  10
Sta. HUJAN (P) X Y dxi
2 PxW
A - 0 0 - - -
B 1,6 4 2 20 50 80
C 1,8 1 6 37 27 48,8
D 1,5 3 2 13 76,9 115,4
E 2,0 3 3 18 55,6 111,2
F 1,7 2 2 8 125,0 212,5
          334.5 567.7

Jadi Curah Hujan di Stasiun A : 567,7

P  1,7mm
334,5
KELEMAHAN CARA INI :
Hasil estimasi < dari harga yang terbesar dan
> dari harga yang terkecil.
 CONTOH 2 :
DATA-DATA
Dari suatu DAS yang mempunyai 4 buah
stasiun penakar hujan diketahui data sbb :

Sta. Koordinat Curah Hujan (mm)

A (5;5) 155
B ( 15 ; 10 ) ?
C ( 10 ; 10 ) 165
D ( 15 ; 15 ) 190

Hitung besarya curah hujan pada Stasiun B !

PENYELESAIAN :
Dengan menggunakan metode “Kebalikan Kuadrat jarak”,
maka harus dibuat sistem koordinat baru dengan titik pusat
koord. B (0,0) sehingga diperoleh masing2 koordinat sbb. :
 Titik pusat
Sistem koord.
koord. baru
lama
Y Y’

● D(15,15) ; 190 mm
D’(0,5)
C(10,10) ; 165 mm
C’(-5,0)
● ● X’
B’(0,0)
B(15,10)
15
10
● A(5,5) ; 155 mm
Titik pusat A’(-10,-5)
Koordinat
lama X
●
O(0,0)
Titik Hujan/P X’ Y’ 2 2 2 1 1 3
dxi  X  Y W 2
10 3
2
10 P
dxi dxi
A 155 -10 -5 125 8 1.240
B - 0 0 0 0 0
C 165 -5 0 25 40 6.600
D 190 0 5 25 40 7.600

Jumlah 88 15.440

Jadi besarnya curah hujan di Stasiun B :

15.440
Pb   175,45mm.
88
 MENGUJI KONSISTENSI DATA
HUJAN
Data hujan yang teramati pada stasiun pengamat hujan
bisa tidak konsisten, hal tersebut disebabkan
karena beberapa faktor antara lain :
a. Perpindahan lokasi pengukuran.
b. Perubahan alat (AUHB menjadi AUHO).
c. Penggantian pengamat dll.
Untuk menguji konsistensi data hujan, pendekatan
yang dapat dilakukan misalnya dengan Analisis
Massa Ganda (Double Mass Curve Analysis), yaitu
menguji konsistensi hasil pengukuran pada suatu
stasiun dan membandingkan akumulasi dari
hujan yang bersamaan untuk suatu kumpulan
stasiun yang mengelilinginya.
 DATA YANG TIDAK KONSISTEN BERARTI DATA
TSB. MENGANDUNG KESALAHAN, MAKA
KEBENARANNYA,HARUS DIUJI
DIANTARANYA DENGAN
METODE DOUBLE MASS CURVE YAITU SBB. :
● DATA YANG AKAN DIUJI ADALAH DATA TAHUNAN/
DATA MUSIMAN PADA STASIUN M.
● DATA HUJAN ACUAN N MERUPAKAN NILAI RATA2
DARI STASIUN HUJAN P, Q, R, S dst. YANG
LOKASINYA ADA DISEKELILING STASIUN M.
● DATA KUMULATIF STASIUN M DIBANDINGKAN
SECARA GRAFIS DENGAN DATA KUMULATIF
HUJAN ACUAN N.
● DATA DI STASIUN M SEBAGAI SUMBU Y DAN
DATA HUJAN ACUAN N SEBAGAI SUMBU X.
 DATA-DATA
JIKA GRAFIK YANG TERJADI BERUPA GARIS LURUS/
TIDAK TERJADI PATAHAN, MAKA DATA STASIUN M
KONSISTEN, DAN SEBALIKNYA JIKA ADA PATAHAN 
TIDAK KONSISTEN SEHINGGA HARUS DIKOREKSI.

JIKA DATA SEBELUM GARIS TERSEBUT BERUBAH/ patah,

KEMIRINGANNYA SEBESAR B DAN SETELAH
BERUBAH, KEMIRINGANNYA SEBESAR A, MAKA DATA
STASIUN M HARUS DIKOREKSI DENGAN DIKALIKAN
SUATU FAKTOR KOREKSI YAITU B/A.

DATA YANG SUDAH DIKOREKSI akan KONSISTEN,

BERARTI BAHWA DATA YANG TERUKUR DAN
DIHITUNG ADALAH BENAR & TELITI SESUAI
DENGAN FENOMENA SAAT HUJAN TERJADI.
 y
Hujan y = ax
pada sta. M
 konsisten
Q 
R

P 
M S
rata-rata kumulatif pada
stasiun yang mengelilingi
(Data hujan Acuan N).

y
A   Jika data curah hujan tidak

1990   konsisten, supaya konsisten,

STA.M  
 maka data hujan pada stasiun M

 B (kemiringan/ harus dikoreksi dengan faktor :
 nilai tangen)
x B/A.
2000 STA.N
Sumbu Y

Y
●

X Sumbu X
Contoh :
Data Hujan Tahunan  
   
Kumul.
Tahun Rerata Sta.
Rerata Sta.
Kumul.
Sta. A Sta. B Sta. C Sta. D Sta. E B,C,D,E Sta. A
B,C,D,E

(1) (2) (3) (4) (5) (6) (7) (8) (9)

2000 1375 1378 1286 1277 1483 1356 1356 1357
1999 2021 1561 1915 1987 1891 1839 3195 3378
1998 1874 1644 1994 1663 1991 1823 5018 5252
1997 2027 2025 1731 1558 1842 1789 6807 7279
1996 1517 1766 1567 1765 1835 1733 8540 8796
1995 1713 1253 1416 1579 1306 1389 9928 10.509
1994 1523 1883 1229 1925 1796 1653 11.582 12.032
1993 1871 1298 1445 1667 1816 1557 13.138 13.903
1992 1214 1076 1310 1183 1594 1291 14.429 15.117
1991 1850 1545 1914 1603 1925 1747 ● 16.176 16.967 ●
1990 2336 1465 2494 2131 2222 2078 18.254 19.303
1989 950 1453 1469 1805 1262 1497 19.751 20.253
1988 1183 1597 1300 1386 1656 1485 21.236 21.436
1987 1341 1680 1618 1931 1681 1728 22.963 22.777
1986 1123 1235 1640 1541 1583 1500 24.463 23.900
1985 1314 1495 1228 1928 1590 1535 25.998 25.214
 30000

25000
1990

20000
Data Kumulatif Sta. A

15000
Kom A
Linear (Kom A)
10000

5000

0
0 5000 10000 15000 20000 25000 30000

Kumulatif Rerata Sta. B,C,D,E

 Kemiringan kurva sebelum patahan :
16.967  1.357
  1,053
16.176  1.356
Kemiringan kurva sesudah patahan :
25.214  19.303
  0,763
25.998  18.254
Faktor  1,053
koreksi : FK    1,371
 0,768
Data yang dikoreksi tahun 1985 s/d 1990, kemudian dicari harga kumulatif
sta. A dan digambar lagi, maka akan diperoleh garis lurus.

● Jika Faktor Koreksi sebelum dibagi sesudah

patahan :
FK = 1,371  Data Faktor Koreksi tahun 1990
sbb. :
2.336 x 1,371 = 3,203
● Jika Faktor Koreksi sesudah dibagi sebelum
patahan :
HUJAN RATA-rata DAERAH ALIRAN SUNGAI
(AREAL RAINFALL)

Sebagian besar analisis hidrologi memerlukan data curah

hujan rata-rata DAS (Areal Rainfall).
Hasil yang diperoleh dari pengukuran alat pengukur
hujan adalah kedalaman hujan pada satu tempat saja
yaitu di mana stasiun hujan tersebut
berada  disebut data hujan lokal (point rainfall) 
data ini belum bisa digunakan untuk analisis
hidrologi.
Jika suatu DAS mempunyai beberapa stasiun hujan yang
ditempatkan terpencar  kedalaman hujan yg tercatat di
masing-masing stasiun dapat tidak sama.
 jika kualitas data bagus.
Panjang data punya peranan
yang
cukup besar  (> 20 tahun).
Perbedaan panjang data yang
dipakai dalam analisis akan
memberikan penyimpangan
yang
cukup berarti, makin pendek
data,
makin besar
penyimpangannya.
 HUJAN RATA-RATA DAS
POINT RAINFALL HARUS DIUBAH MENJADI
AREAL RAINFALL SEHINGGA DIPEROLEH
HUJAN RATA-RATA DAS  DATA TERSEBUT YANG
BISA DIGUNAKAN UNTUK ANALISIS HIDROLOGI.

ADA 3 MACAM CARA YANG DAPAT DIGUNAKAN

UNTUK MENGHITUNG HUJAN LOKAL (POINT
RAINFALL) MENJADI HUJAN RATA-RATA DAS
(AREAL RAINFALL) YAITU :

1. METODE RATA-RATA ALJABAR.

2. METODE POLIGON THIESSEN.
3. METODE ISOHYET.
 1. METODE RATA-RATA
ALJABAR :
Merupakan metode paling sederhana untuk menghitung hujan
rata-rata yg jatuh di dalam & sekitar DAS ybs.
Hasilnya memuaskan jika daerahnya datar dan alat ukur tersebar
merata serta curah hujan tidak bervariasi
banyak dari harga tengahnya dan distribusi hujan
relatif merata pada seluruh DAS.
Penempatan stasiun sebaiknya merata, makin banyak stasiun
hujannya  akan makin banyak informasi yang diperoleh
tetapi biayanya lebih mahal.
Keuntungan : lebih obyektif jika dibandingkan dengan metode
Isohyet yang masih mengandung faktor subyektif.

Batas DAS 1 2
1 n
Stasiun hujan P   Pi
n n i 1
P = hujan rata-rata DAS
Pi = tinggi curah hujan distasiun i, i = 1, …,n.
 2. METODE POLIGON
DATA-DATA
THIESSEN :
- Metode ini memperhitungkan bobot/daerah pengaruh dari
masing-masing stasiun hujan  asumsi : hujan yang
terjadi pada suatu luasan dalam DAS = hujan yg tercatat
di sta. terdekat  jadi mewakili luasan tsb.
- Jumlah stasiun hujan minimum 3 buah.
- Penyebaran stasiun hujan bisa tidak merata.
- Tidak sesuai untuk daerah bergunung (pengaruh
orografis).
- DAS dibagi menjadi poligon dengan stasiun pengamat
hujan sebagai pusatnya.
- Apabila ada penambahan/ pemindahan stasiun pengamat
hujan, akan mengubah seluruh jaringan & mempengaruhi
hasil akhir perhitungan.
- Tidak memperhitungkan topografi.
- Metode ini lebih teliti dibandingkan dengan cara Aljabar.
 1
∆
Letak Stasiun jauh,
tidak berpengaruh

3
Rumus : P 

_ AP n n

• A n
• _
2
Garis poligon P  hujanrata 2 DAS

Pn = tinggi hujan pada stasiun1, 2….., n

An = luas daerah yang berpengaruh pada masing2 sta.
Caranya :
1. Hubungkan lokasi stasiun pengamat hujan, sudut lancip.
2. Gambar garis bagi tegak lurus pada tiap sisi segitiga.
3. Hitung faktor pemberat/pembobot Thiessen Ai/ΣAi.
4. Luas poligon diukur dgn planimeter / kertas milimeter/Autocad.
5. Curah hujan dalam tiap poligon dianggap diwakili oleh curah hujan dari titik
pengamatan dalam tiap poligon tersebut.
 CONTOH 1 :
DATA-DATA
DATA HUJAN HARIAN PADA TAHUN 2012 SEPERTI
GAMBAR DI
BAWAH INI., DI MANA LUAS DAS 500 KM². HITUNG
HUJAN
RERATA DAS DENGAN METODE POLIGON THIESSEN !
Luas daerah A
pengaruh sta. B

Garis
B 120 km² poligon
40 B C

uas daer. pengaruh sta.A = 95 Stasiun hujan

uas daer. pengaruh sta.C = 172 D A, B, C, D
uas daer. pengaruh sta.D = 113
Stasiun Hujan (mm) Luas Daerah Hujan x Luas
An Pengaruh, Pn Kolom 2x3
A 50 95 4.750
B 40 120 4.800
C 20 172 3.440
D 30 113 3.390
JUMLAH 500 16.380

_
P
 AP n n

16.380
 32,76mm
A n 500
HUJAN RATA-RATA DAS TAHUN 2012 = 32,76
mm.
 Atau :
Stasiun Hujan (mm) Faktor Hujan x FP
Pn pembobot, FP (Pn x FP)
A 50 0,19 9,5
B 40 0,24 9,6
C 20 0,34 6,8
D 30 0,23 6,9
JUMLAH 1,00 32,8

HUJAN RATA-RATA DAS TAHUN 2012 = 32,8 mm.

 CARA PENYIAPAN DATA HUJAN RATA-
RATA DAS :
1. HITUNG HUJAN RATA-RATA DAS SETIAP HARI (cara
Aljabar, Thiessen, Isohyet). Jika ada 20 tahun data
pengamatan, maka dihitung sebanyak 20 x 365 = 7300 kali.
Merupakan cara yg terbaik, tapi perlu waktu cukup
lama.
2. Dalam satu tahun tertentu, untuk Stasiun 1, dicari hujan
maksimum
 Kemudianharian
caritahunannya : stasiun lain pada hari
hujan harian
kejadian & tahun sama dan dicari hujan DASnya.
 Pada tahun yg sama, cari hujan maksimum harian untuk
stasiun 2, kemudian cari hujan DASnya. Demikian,
dilakukan untuk stasiun yang lainnya.
 Jika ada P tahun data dan N stasiun hujan, maka
jumlah data seluruhnya = P x n.
 Cara ini merupakan cara yang cukup baik.
Thn/Stasiun A B C D Hujan DAS
1980 : (misal)
15 Jan MAKS B1 C1 D1 117*
20 Mar A2 MAKS C2 D2 115
17 Apr A3 B3 MAKS D3 90
10 Okt A4 B4 C4 MAKS 104

1981 : A B C D Hujan DAS

21 Feb MAKS B5 C5 D5 102
16 Jun A6 MAKS C6 D6 129**
19 Ags A7 B7 MAKS D7 131*
21 Des A8 B8 C8 MAKS 120

DATA Yang diambil, nilai maksimum setiap tahun.

 Contoh Perhitungan Curah Hujan Rata2 DAS :

Daerah aliran sungai ( DAS ) Kali Putih, Yogya

mempunyai 3 stasiun curah hujan yaitu : Sta. Babadan,
Sta.Plawangan & Sta.Ngepos, data hujan yang
tersedia selama 15 th.
Hitung hujanContoh Perhitungan
DAS dengan Curah
metode Thiessen !.
Hujan
Luas daerah Rata2 DAS
pengaruh :
& faktor pembobot Thiessen :
No. Nama stasiun Luas (km²) Bobot (%)
1 Babadan 3,631 42,950
2 Plawangan 1,930 22,798
3 Ngepos 2,898 34,267
Luas total 8,457 100 %
 Stasiun hujan GARIS POLIGON
jauh dari DAS 
tidak berpengaruh
● ≈

Luas daerah
pengaruh
● ≈ Sta.
Plawangan.
Sudut
lancip
∆ ∆

Metode Poligon Thiessen.

 Tahun Tanggal Curah Hujan Harian Maksimum C.Hujan C.Hujan Harian
Babadan Ngepos Plawangan Harian Rata2 Maksimum
42,95 % 34,267 % 22,798 % DAS (mm). (mm).

2010 8 Okt 89 59 26 64,357

8 Des 26 123 5 54,451 75,827
15 Des 14 78 189 75,827
12 Febr 81 23 49 53,830
2009 27 Febr 3 92 90 53,332 53,830
26 Febr 26 18 123 45,373
4 Febr 103 64 42 75,729
2008 27 Febr 13 95 9 40,187 75,729
1 Febr 30 7 70 31,238
27 Febr 137 4 15 63,611
2007 26 Des 21 142 53 69,758 69,758
7 Des 0 47 198 61,246
30 Des 101 30 37 62,080
2006 30 Jan 55 104 9 61,304 62,080
7 Des 0 11 78 21,552

Data
dipotong Data ini yang digunakan untuk analisis hidrologi.
SEE YOU NEXT WEEK
A
 CONTOH 1 :
DIKETAHUI SUATU DAS MEMPUNYAI 4 STASIUN
HUJAN : STASIUN A = 50 MM, B = 40 MM, C = 20 MM &
D = 30 MM. HITUNG HUJAN RERATA DENGAN
METODE RATA2 ALJABAR !.
NYELESAIAN :
TA. A BERADA TIDAK JAUH DARI DAS, JADI BERPENGARUH, S
1 n 1
P   Pi  (50  40  20  30)  35mm.
n i 1 4
KA STASIUN A BERADA JAUH DARI DAS MAKA DATA DI STASIU
IDAK DIPERHITUNGKAN, SEHINGGA :
1 n 1
P   Pi  (40  20  30)  30mm.
n i 1 3
PERBEDAAN CUKUP BESAR KARENA VARIASI
HUJAN DI MASING2
STASIUN CUKUP BESAR, PADAHAL METODE TSB.
 3 A : 65 mm
Metode Luas daerah
Pengaruh sta. A
Thiessen
192 mm
146 mm

154 mm 450 mm
Sta E di luar batas DAS,
tapi masih berpengaruh
 Luas

Sta.
DATA-DATAFaktorThiessen
daerah
pngruh Hujan P
Pembobot Hujan DAS (mm)
Kolom 3 x 4
Hujan (Ha) (mm) (% dari luas total)
1 2 3 4 5
A 15 65 15/455 x 100% = 3,3 3,3% x 65 = 2
B 70 146 70/455 x 100% = 15.4 15,4% x 146 = 22
C 80 192 80/455 x 100% = 17,6 17,6% x 192 = 34

D 85 269 85/455 x 100% = 18,7 18.7% x 269 = 50

E 10 154 10/455 x 100% = 2,2 2,2% x 154 = 3

F 60 298 60/455 x 100% = 13.2 13,2% x 298 = 39

G 100 500 100/455 x 100% = 21,9 21,9% x 500 = 110

H 25 450 25/455 x 100% = 5,5 5,5% x 450 = 25

I 10 282 10/455 x 100% = 2,2 2,2% x 282 = 6

 Total 455 Jumlah = 100

LuasDaerahPengaruh HUJAN DAS = 291
  LuasTotal