Pusat Pengembangan Sumber Daya Manusia Geologi

Mineral Dan Batubara

Bimbingan Teknis Rekayasa Hidrologi dan

Hidrogeologi Penanganan Air Tambang Terbuka Hari
1 Sesi 2
Dr. Tedy Agung Cahyadi, S.T., M.T., IPM.

Kelompok Bidang Keahlian Pengelolaan Sumber Daya Air Jurusan Teknik

Pertambangan Universitas Pembangunan Nasional “Veteran” Yogyakarta

Samarinda, 30 Mei - 1 Juni 2022

 Outline
a. Siklus Hidrologi, Hidrogeologi dan Curah Hujan
b. Intensitas Curah Hujan, Periode Ulang Hujan dan Resiko
Hidrologi
c. Kuantitas Air Permukaan Metode Rasional Gumbel
d. Kuantitas Air Permukaan dengan Modifikasi Gumbel
e. Forecasting Curah Hujan Metode Thomas Fiering dan
Modifikasinya
f. Studi Kasus
2
 Siklus Hidrologi Hidrogeologi dan Curah Hujan

• Siklus Hidrologi
• Siklus Hidrogeologi
• Curah Hujan

3
Ilmu-ilmu yang Mempelajari Tentang Air

4
 Siklus Hidrologi
• Secara keseluruhan jumlah air di bumi
ini relatif tetap dari masa ke masa. Air
di bumi mengalami suatu siklus
melalui suatu peristiwa yang
berlangsung terus-menerus, dimana
kita tidak tahu kapan dan dari mana
berawalnya dan kapan pula akan
berakhir. Serangkaian peristiwa
tersebut disebut siklus hidrologi
(Suripin, 2004). Dapat diartikan pula
siklus hidrologi adalah gerakan air laut
ke udara, yang kemudian jatuh ke
permukaan tanah lagi sebagai bentuk
hujan, dan akhirnya kembali ke laut
(Juleha, dkk 2016).
Siklus Hidrologi (Soemarto, 1987)
5
 Hidrogeologi
• Hidrogeologi (hidrologi air tanah)
adalah cabang hidrologi yang
berhubungan dengan air tanah dan
didefinisikan sebagai ilmu tentang
keterdapatan, penyebaran dan
pergerakan air di bawah
permukaan bumi (Chow, 1978).
uraian tentang air tanah tidak akan
lepas dari ilmu hidrologi, mulai dari
kejadian air tanah, pergerakan air
tanah dan sampai mencapai lajur
jenuh didalam akifer serta
pelepasannya di permukaan tanah.

The USGS Water Science School - The Water Cycle

6
 Curah Hujan

• Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar
selama periode tertentu yang diukur dengan satuan tinggi milimeter
(mm) di atas permukaan horizontal. Dalam penjelasan lain curah hujan
juga dapat diartikan sebagai ketinggian air hujan yang terkumpul dalam
tempat yang datar, tidak menguap, tidak meresap dan tidak mengalir.
• Indonesia merupakan negara yang memiliki angka curah hujan yang
bervariasi dikarenakan daerahnya yang berada pada ketinggian yang
berbeda-beda.

7
 Jenis Pengukur Curah Hujan

• Alat pengukur curah hujan manual • Alat pengukur curah hujan otomatis
– Menggunakan prinsip pelampung, timbangan dan jungkitan.
– Menggunakan prinsip pembagian antara
Contoh alat pengukur yang terdapat saat ini yaitu Hellman dan
volume air hujan yang ditampung lalu dibagi Tipping-bucket gauge
luas penampang/mulut penakar. Pengukuran – Alat ukur otomatis memiliki beberapa keuntungan diantaranya
curah hujan harian (dalam satuan milimeter) hasil yang didapat memiliki tingkat ketelitian yang cukup tinggi,
juga dapat mengetahui waktu kejadian dan integritas hujan
biasanya dilakukan 1 kali pada pagi hari. Alat dengan periode pencatatan dapat lebih dari sehari karena
yang digunakan yaitu Observatorium / menggunakan kertas pias. Haryoko, Urip. 2011.
ombrometer dengan tinggi 120 cm, luas mulut
penakar 100 cm2 . Setelah dilakukan
pengukuran maka didapatkan
– Tinggi curah hujan =
– (Contoh jika didapatkan 200 ml atau 200 cc
maka CH = 200 cm3 / 100 cm2 = 2 cm = 20 mm)

Hellman Rain Gauge Tippingbucket gauge

8
Kuantitas Air Permukaan dengan Modifikasi Gumbel

• Teori Distribusi Gumbel

• Persamaan
• Pengolahan
 Dasar Teori Metode Gumbel (1941)

• Metode Gumbel adalah suatu metode yang didasarkan atas distribusi

normal (distribusi harga ekstrim).
• Gumbel beranggapan bahwa distribusi variabel-variabel hidrologis tidak
terbatas, sehingga harus digunakan distribusi dari harga-harga yang
terbesar (harga maksimal).
• Metode Gumbel dianggap paling tepat karena dilengkapi dengan curah
hujan maksimum setiap hari untuk berbagai periode waktu dan periode
hujan yang berulang (Nigham, 2014).

10
 Persamaan Gumbel

Xt = X + k . Sd

k = (Yt – Yn) / Sn
Xt = Curah hujan rencana (mm/hari) ;

k = Reduced variate factor

X = Curah hujan rata – rata (mm/hari) ;

Yt = Reduced variate
Yn = Reduced mean

Sd = Standart deviation
Sn = Reduced standart deviation

11
Pengolahan Gumbel

12
Periode Ulang Hujan
Penentuan periode ulang hujan dilakukan dengan menyesuaikan data
dan keperluan pemakaian saluran yang berkaitan dengan umur
tambang serta tetap memperhitungkan risiko hidrologi. Penentuan
periode ulang dan resiko hidrologi dihitung dengan menggunakan
rumus (Sosrodarsono, 1983)
1
Rumus perhitungan periode ulang hujan adalah : Pt  1  (1  )
Tt
Keterangan :

Pt = Resiko hidrologi (kemungkinan suatu kejadian akan terjadi minimal satu kali
pada periode ulang tertentu).
Tt = Periode ulang (dalam rancangan ini digunakan periode ulang tahun).
13
14
Pengolahan Gumbel
RESIKO
PU (TAHUN) HIDROLOGI
(%)
1 100
2 99,90234375
3 98,26584701
4 94,36864853
5 89,26258176
6 83,84944171
7 78,59416844
8 73,69244238
9 69,20538523
10 65,13215599
15
Pengolahan Gumbel
Curah Hujan
NO TAHUN Maksimum, ( X ) (X - X )^2 n m Yn ( Yn - Yn )^2 Sn
(mm) (mm)
1 1996 102 211,7025 10 4 0,707 0,017 0,435
2 1997 85 995,4025 10 8 0,249 0,108 0,435
3 1998 96,5 402,0025 10 5 0,58 9x10-6 0,435
4 1999 95,5 443,1025 10 6 0,465 0,013 0,435
5 2000 245 16499,403 10 1 1,383 0,649 0,435
6 2001 135 340,4025 10 3 0,859 0,0795 0,435
7 2002 74 1810,5025 10 10 -0,02 0,354 0,435
8 2003 86,5 903,0025 10 7 0,357 0,048 0,435
9 2004 81 1263,8025 10 9 0,131 0,200 0,435
10 2005 165 2347,4025 10 2 1,06 0,233 0,435
Jumlah 1165,5 25216,725 - - 5,773 1,701 -
Rata - rata 116,55 - - - 0,577 - -
16
Pengolahan Gumbel

Periode Ulang (tahun) 2 3 4 5 6 7 8 9

Nilai Yt 0,521 0,754 0,903 1,014 1,101 1,174 1,237 1,291
Nilai Yn 0,577 0,577 0,577 0,577 0,577 0,577 0,577 0,577 0
Nilai Sn 0,435 0,435 0,435 0,435 0,435 0,435 0,435 0,435 0
Faktor Reduced Variate (k) -0,13 0,407 0,75 1,004 1,206 1,373 1,517 1,642 1
Standar Deviasi (S) 52,93 52,93 52,93 52,93 52,93 52,93 52,93 52,93 5
Curah Hujan Harian
Rata - Rata 116,6 116,6 116,6 116,6 116,6 116,6 116,6 116,6 1
Curah Hujan Harian
Rencana (mm) 109,7 138,1 156,2 169,7 180,4 189,2 196,8 203,5 2

17
 Modifikasi Gumbel
Xt = Curah hujan rencana (mm/hari) ;

Xt = X + k . S k = Reduced variate factor

X = Curah hujan rata – rata (mm/hari) ;

k = (Yt – Yn) / Sn Yt = Reduced variate

Yn = Reduced mean

1. CH rata – rata S = Standart deviation

2. CH max Sn = Reduced standart deviation
3. CH rata – rata
4. CH minimal
5. CH yang paling banyak keluar

Desain Saluran, Sump, Kolam Pengendapan

yang bervariasi
18
 Intensitas Hujan
Keadaan curah hujan dan intensitas sudah diklasifikasikan oleh Takeda yang
terdapat pada Intensitas curah hujan dapat di tentukan oleh beberapa rumus yaitu,
Rumus Talbolt (1881), Rumus Sherman (1905), Rumus Ishiguro (1953), dan
Rumus Mononobe.

Intensitas Curah Hujan

Rumus mononobe sebagai berikut: ( mm )
Kondisi

Keadaan Curah
1 jam 24 jam
Hujan
Hujan sangat
2/3 <1 <5 Tanah agak basah atau dibasahi sedikit
R24  24  ringan

I   Hujan ringan 1-5 5 – 20 Tanah menjadi basah semuanya

24  t  Hujan normal 5 -10 20 – 50 Bunyi curah hujan terdengar

Air tergenang diseluruh permukaan tanah

Hujan lebat 10 -20 50 – 100
dan bunyi keras kedengaran dari genangan
Keterangan :
Hujan sangat lebat > 20 > 100 Hujan seperti ditumpahkan
I = Intensitas curah hujan (mm/jam).
t = Lama waktu hujan atau waktu konstanKeadaan Curah Hujan dan Intensitas Curah Hujan
(jam). (Suripin, 2004) 19
 Contoh : Intensitas Hujan
• Talbot (1881) I = a’ / (t+b)
• Sherman (1905) I = a/tn
• Ishiguro (1953) I = a/√t + b
• Mononobe I = R24/24 x (24/t)^(2/3)

20
Rumus rasional (Kuichling,1889):
Q = 0,278. C . I . A

Keterangan :
Q = debit air limpasan maksimum
(m3/detik)
C = koefisien limpasan
I = Intensitas curah hujan (mm/jam)
A = Luas daerah tangkapan hujan (km2)
Aspek-aspek yang berpengaruh.
• Curah hujan = curah hujan, intensitas dan frekuensi hujan
• Tanah = jenis dan bentuk toprografi
• Tutupan = kepadatan, jenis dan macam vegetasi.
21
• Luas daerah aliran
 Nilai Koefisien Limpasan untuk Beberapa Kegunaan Lahan (Sayoga, 1999)
Koefisien
Hassing, (1995) dalam Suripin (2002) Kemiringan Kegunaan Lahan
Limpasan
Topografi, Ct Tanah, Cs Vegetasi, Cv - Persawahan rawa-
Datar (<1%) 0.03 Pasir dan gravel 0.04 Hutan 0.04 Datar 0,2
rawa
Kemiringan < 0,3
Bergelombang (1-10%) 0.08 Lempung berpasir 0.08 Pertanian 0.11 - Hutan, perkebunan
3% 0,4
- Permukiman
Perbukitan (10-20%) 0.16 Lempung dan lanau 0.16 Padang rumput 0.21

- Hutan, perkebunan 0,4

Pegunungan (>20%) 0.26 Lapisan batu 0.26 Tanpa tanaman 0.28
Agak miring - Pemukiman 0,5
(3-15%) - Vegetasi ringan 0,6
Koefisien aliran C = Ct + Cs + Cv
- Tanah gundul 0,7

- Hutan
0,6
Curam - Pemukiman
0,7
Kemiringan > - Vegetasi ringan
0,8
15% - Tanah gundul,
0,9
penambangan

22
 Koefisien Limpasan (Schwab et al, 1971)

Topography and soil texture

vegetation open sandy loam clay and silt loam tight clay Koefisien Limpasan (Design and Construction of
Woodland
Saniatary and Storm Sewers, American Society of
Flat 0-5% slope 0,1 0,3 0,4
Roliing 5-10% slope 0,25 0,35 0,5
Civil Engineering, New York, p.332, 1969)
Hilly 10-30% slope 0,3 0,5 0,6
Pasture Description Area Range of Run Off Coefficients Recommended Value
Flat 0,1 0,3 0,4 Industrial
Rolling 0,16 0,36 0,55 Light 0,50-0,80 0,65
Hilly 0,22 0,42 0,6 Heavy 0,60-0,90 0,75
Cultivated Unimproved 0,10-0,30 0,2
Flat 0,3 0,5 0,6 Pavement
Ashpalitic and
Roliing 0,4 0,6 0,7
Concrete 0,70-0,95 0,85
Hilly 0,52 0,72 0,82 Brick 0,75-0,85 0,8
Roofs 0,75-0,95 0,85
Lawn, Sandy Soil
Flat, 2% 0,05-0,10 0,08
Average, 2 to 7% 0,10-0,15 0,13
Steep, 7% 0,15-0,20 0,18
Lawns, Heavy Soil
Flat, 2% 0,13-0,17 0,15
Average, 2 to 7% 0,18-0,22 0,2
Steep, 7% 0,25-0,35 0,3

23
 Koefisien Limpasan (Perry, 1987)
Flat slope < Rolling slope 2- Hilly slope >
Type of Surface
2% 10% 10%

Pavements, roofs 0,9 0,9 0,9

City business areas 0,8 0,85 0,85
Dense residential areas 0,6 0,65 0,7
Suburban residential areas 0,45 0,5 0,55
Earth areas 0,6 0,65 0,7
Grassed areas 0,25 0,3 0,3
Koefisien Limpasan (Chow, dkk, 1988)
Cultivated land
Return Period
clay, loam 0,5 0,55 0,6 Character of surface
2 5 10 25
sand 0,25 0,3 0,35 Undeveloped
Meadows and pasture lands 0,25 0,3 0,35 Cultivated Land
0,1 0,15 0,2 Flat, 0-2% 0,3 0,3 0,4 0,4
Forests and wooded areas
Average, 2-7% 0,4 0,4 0,4 0,4
Steep, over 7% 0,4 0,4 0,4 0,5
Pasture/Range
Flat, 0-2% 0,3 0,3 0,3 0,3
Average, 2-7% 0,3 0,4 0,4 0,4
Steep, over 7% 0,4 0,4 0,4 0,5
Forest/Woodland
Flat, 0-2% 0,2 0,3 0,3 0,3
Average, 2-7% 0,3 0,3 0,4 0,4
Steep, over 7% 0,4 0,39 0,4 24 0,5
IDENTIFIKASI KOEFISIEN LIMPASAN

25
 Daerah Tangkapan Hujan

Catchment area adalah

luasan permukaan yang
apabila terjadi hujan maka
air hujan tersebut akan
mengalir ke daerah yang
lebih rendah menuju ke
titik Pengaliran (Sayoga,
1999)

26
27
 CONTOH PERHITUNGAN
• Luas daerah tangkapan hujan (A) = 0,145 km2
• Intensitas curah hujan rata-rata (I) = 47,88 mm/jam
• Koefisien limpasan (C) = 0,3275

Sehingga debit air limpasan maksimum

Q = 0,278 x C x I x A
= 0,278 x 0,3275 x 47,88 x 0,145
= 0,63 m3/detik.

28
29
Forecasting Curah Hujan Metode Thomas Fiering
dan Modifikasinya

• Teori Metode Thomas Fiering dan Modifikasinya

• Persamaan
• Pengolahan
 Dasar Teori Metode Thomas Fiering (1962)

• Salah satu usaha untuk memecahkan persoalan panjangnya data hidrologi adalah
dengan pembangkitan data (Wibowo, 2000).

• Model hidrologi yang dapat digunakan untuk pembangkitan data sintetik maupun
prediksi (forecasting) adalah model stokastik (Raghunath, 2006).

• Model Stokastik adalah model yang dikhususkan untuk teori dan aplikasi dari
kemungkinan yang muncul dalam permodelan dalam ilmu alam dan teknologi.
Model ini biasanya mengkaji ulang data atau informasi terdahulu untuk
menduga peluang kejadian tersebut pada keadaan sekarang atau yang akan
datang dengan asumsi terdapat relevansi pada jalur waktu (Eriyatno, 2003).
31
 Dasar Teori Metode Thomas Fiering (1962)

• Model Stokastik Konseptual yaitu model untuk menduga peluang kejadian

berdasarkan teori, sedangkan Model Stokastik Empiris berdasarkan pengalaman dan
percobaan (Varshney, 1978).
• Model hidrologi yang termasuk model stokastik dicontohkan oleh Clarke (1973)
antara lain:
 model regresi
 Thomas Fiering
 Multivariate Thomas Fiering
 model ARIMA

• Akan dibahas lebih lanjut model Thomas Fiering

32
 Dasar Teori Metode Thomas Fiering (1962)
• Pembangkitan data menggunakan metode Thomas-Fiering dapat digunakan untuk
memecahkan persoalan panjangnya data hidrologi. Keunggulan metode
Thomas Fiering adalah dapat meramalkan data untuk beberapa tahun kedepan.
Filosofi data bangkitan atau data sintetik adalah membuat data baru
berdasarkan catatan pendek, untuk mendapatkan catatan panjang.
• Pada dasarnya model Thomas Fiering merupakan Markovian alami dengan
parameter periodik, yaitu :
 nilai rerata
 standar deviasi
 dan korelasi antara data berurutan.

33
 Perbandingan

Data Curah Hujan Di-

Data Distirbusi Maksi-
dapatkan Sebanyak 12
mum
Bulan Setiap Tahun

Gumbel (1941) Thomas Fiering

(1962)
 Metode Thomas Fiering (1962)

• Persamaan

– Keterangan :
– 𝑋1,𝑏 = Curah hujan hasil pembangkitan untuk bulan b tahun ke - I
– 𝑋 ′ 𝑏, 𝑋 ′ 𝑏−1 = Rerata curah hujan pada bulan b dan bulan b-1
– 𝑟𝑏 = Korelasi untuk bulan b
– 𝛿𝑏, −1
𝑏 = Standar deviasi bulan b dan bulan b-1
– 𝑡𝑖,𝑏 = Bilangan random bulan b
– 𝑞𝑖,𝑏−1 = Curah hujan pada tahun ke-i dan bulan b-1

Secara sederhana persamaan Thomas Fiering di atas menyatakan bahwa curah hujan bulan mendatang
adalah sama dengan rata-rata debit bulan mendatang ditambah dengan suatu faktor yang bergantung pada
data curah hujan saat ini dan ditambah dengan suatu faktor inovasi yang besarnya adalah acak.
35
 Metode Thomas Fiering (1962)
Prosedur
• Tahapan dalam menetukan persamaan regresi Thomas Fiering adalah :
1. Menghitung rata-rata curah hujan bulanan
2. Menghitung standar deviasi
3. Menghitung koefisien korelasi
4. Menghitung variat acak distribusi normal (Random)
5. Menyusun persamaan regresi Thomas Fiering

36
Metode Thomas Fiering (1962)
Mulai

Data Curah
Hujan
Bulanan

Hitung Rerata, Standar

Deviasi, Koefisien
Korelasi

Pengulangan Bilangan Random

Pembangkitan Data Tidak

Karakteristik
Data Bangkitan
y
Karakteristik
Data Historik

Ya
37
Selesai
Studi Kasus

• Studi Kasus 1 PT. X

• Studi Kasus 2 PT. Y
 Studi Kasus 1 PT. X
Perhitungan Prediksi Curah Hujan dengan Metode Modifikasi Thomas Fiering
1. Menghitung rata-rata curah hujan bulanan

No Tahun Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total
1 2006 270,4 148,6 116,4 401,4 267,4 283,5 90,5 200,8 28,2 9,2 132,6 229,4 2178,4
2 2007 129,4 237,5 491,5 392,7 372,2 194,7 134,9 208,4 194,2 294,9 122,7 116,3 2889,4
3 2008 136,1 142,8 225,2 341,9 310,4 324,6 252,4 303 314,6 196,5 341,2 311,2 3199,9
4 2009 187,2 220,9 273,6 223,3 444,5 68 100,4 109,6 43,8 104,2 159,3 394,4 2329,2
5 2010 228,8 416 629,6 499,8 372,2 332,8 206 342,2 165,2 235,6 423,6 126,5 3978,3
6 2011 162,4 193,8 428,9 488,4 254,7 117,6 205,2 69 266 165,8 321 421,3 3094,1
7 2012 330,6 309,7 172,6 310,4 365 345 253,6 84,4 274,2 102,2 239,4 394,2 3181,3
8 2013 216 345,4 396,2 564,8 465,6 343,6 483,2 123,4 173 94,2 249,6 322,6 3777,6
9 2014 210,4 237,6 374,4 397,2 380,2 383,8 226,6 118,6 59,8 12,2 135 262,1
10 2015 193 377 392 820,8 202,2 278 165,3 19,4 3,8 61 348,8 553,6
11 2016 275,6 476,6 575,2 608 386 280,6 307,6 183,8 138,2 185,4 271,4 320,2 4008,6
Jumlah 2339,9 3105,9 4075,6 5048,7 3820,4 2952,2 2425,7 1762,6 1661 1461,2 2744,6 3451,8
Rerata 213 282 371 459 347 268 221 160 151 133 250 314
Standar Deviasi 61,5 110,6 162,0 164,2 80,6 100,5 110,0 98,8 107,0 91,1 102,6 128,9
Korelasi 0,08 0,42 0,68 0,48 -0,42 0,05 0,50 -0,02 0,30 0,59 0,33 0,24
Random 0,36 0,60 0,38 0,52 0,18 0,15 0,66 0,98 0,89 0,33 0,78 0,67
Pembangkit Data
Tahun 2017 235 390 609 634 329 286 290 255 250 151 344 404

39
 Studi Kasus 1 PT. X
Perhitungan Prediksi Curah Hujan dengan Metode Modifikasi Thomas Fiering
1. Menghitung rata-rata curah hujan bulanan

Curah Hujan 2006 - 2016

900

800

700

600
Curah Hujan (mm)

500

400

300

200

100

0
Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

40
 Studi Kasus 1 PT. X
2. Menghitung standar deviasi

Persamaan Standar deviasi

Perhatikan Tabel Hasil Perhitungan Standar Deviasi

X Penjelasan : No Bulan Rata-rata Standar Deviasi Koefisien Korelasi Variabel Acak
1 Januari 212,72 61,51 0,08 0,36
No Tahun Januari (X-Xi)^2 X = data curah hujan Qi,j , misal 2 Februari 282,35 110,58 0,42 0,60
1 2006 270,4 3327Tahun 2006 : Qi,j = 270,4 3 Maret 370,51 162,01 0,68 0,38
2 2007 129,4 6942Tahun 2007 : Qi,j = 129,4 4 April 458,97 164,23 0,48 0,52
3 2008 136,1 5870 5 Mei 347,31 80,59 -0,42 0,18
Qj = 213
6 Juni 268,38 100,47 0,05 0,15
4 2009 187,2 651Sehingga standar deviasi bulan 7 Juli 220,52 109,95 0,50 0,66
5 2010 228,8 259januari adalah : 8 Agustus 160,24 98,78 -0,02 0,98
6 2011 162,4 2532 9 September 151,00 106,98 0,30 0,89
7 2012 330,6 13896 = 61,5 10 Oktober 132,84 91,09 0,59 0,33
11 November 249,51 102,60 0,33 0,78
8 2013 216 11
12 Desember 313,80 128,85 0,24 0,67
9 2014 210,4 5 Dan seterusnya
10 2015 193 389
11 2016 275,6 3954
Jumlah 2339,9 37836
Rerata (Xi) 213
Standar Deviasi 61,5 41
 Studi Kasus 1 PT. X
3. Menghitung koefisien korelasi

Secara Sederhana :
Mentukan Koefisien Korelasi Bulan Maret
Tahun X Y X^2 Y^2 X*Y r=
2006 148,6 116,4 22081,96 13548,96 17297,04
2007 237,5 491,5 56406,25 241572,3 116731,3
2008 142,8 225,2 20391,84 50715,04 32158,56 =
2009 220,9 273,6 48796,81 74856,96 60438,24
2010 416 629,6 173056 396396,2 261913,6
2011 193,8 428,9 37558,44 183955,2 83120,82 =
2012 309,7 172,6 95914,09 29790,76 53454,22
2013 345,4 396,2 119301,2 156974,4 136847,5
2014 237,6 374,4 56453,76 140175,4 88957,44 =
2015 377 392 142129 153664 147784
2016 476,6 575,2 227147,6 330855 274140,3
Jumlah 3105,9 4075,6 999236,9 1772504 1272843
Dan seterusnya

Keterangan :
X Februari
42
Y Maret
 Studi Kasus 1 PT. X
4. Menentukan bilangan random
normal random variate dengan nilai rerata nol dan nilai variasi sama dengan 1
Jan Feb Mar Apr Mei Jun Jul Agus Sept Okt Nov Des
Random 0,650892 0,575608 0,744027 0,432413 0,078067 0,56147 0,40344 0,707856 0,103207 0,598122 0,856693 0,165182
0,361546 0,59782 0,377286 0,516001 0,181209 0,150762 0,662401 0,981164 0,894195 0,32833 0,777222 0,669109
0,499199 0,280036 0,90912 0,181139 0,86756 0,956205 0,533431 0,581303 0,987268 0,506512 0,898784 0,37019
0,462693 0,332102 0,198054 0,108392 0,763871 0,007037 0,030465 0,560776 0,129738 0,336942 0,140461 0,633364
0,231935 0,924503 0,97952 0,315874 0,592574 0,504681 0,782459 0,047124 0,277828 0,048761 0,862545 0,459575
Data Pakai 0,373855 0,446235 0,09308 0,066812 0,947691 0,503963 0,111379 0,560447 0,48087 0,123311 0,316598 0,489546
fix 0,361546 0,59782 0,377286 0,516001 0,181209 0,150762 0,662401 0,981164 0,894195 0,32833 0,777222 0,669109

5. Menyusun persamaan regresi ThomasFiering

43
 Studi Kasus 1 PT. X
5. Menyusun persamaan regresi ThomasFiering

Curah Hujan Rata-rata VS Curah Hujan Perkiraan Data Bangkitan Curah Hujan Model Thomas Fiering
700 700
Curah Hujan Perkiraan (mm)

600 600
f(x) = 1.40903148102561 x − 37.9513901602269
500 R² = 0.829592669943539

Curah Hujan (mm)

500
400 400
300 300
200 200
100 100
0 0
100 150 200 250 300 350 400 450 500 Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember

Curah Hujan Rata-rata (mm) Rerata Perkiraan 2017 Aktual 2017

44
 Studi Kasus 2 PT. Y
Perhitungan Prediksi Curah Hujan dengan Metode Modifikasi Thomas Fiering
Data
Tahun/Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total
2011 82 50 48 45 79 21 10 16 69 76 29 80 605,00
2012 48 138 37 0 0 0 0 0 0 42 106 53 424,00
2013 53 68 62 54 8 0 0 0 0 38 45 70 398,00
2014 71 44 63 57 60 50 24 0 0 0 55 138 562,00
2015 80 77 30 52 47,1 24,4 67,5 0 0 4 81 95 558,00
2016 78,5 29 34,5 173 31 0 0 0 0 0 38,5 76 460,50
2017 33 64 60 43 35 38 19 20 24 63 90 70 559,00
2018 50 39 56 63 9 30 4 3 57 53 184 78 626,00
2019 70 60 55 13 0 5 4 4 0 3 57 48 319,00
Data Masukan 70,00 60,00 55,00 13,00 0,00 5,00 4,00 4,00 0,00 3,00 57,00 48,00 319,00
Jumlah/bulan 565,50 569,00 445,50 500,00 269,10 168,40 128,50 43,00 150,00 279,00 685,50 708,00
Rerata 62,83 63,22 49,50 55,56 29,90 18,71 14,28 4,78 16,67 31,00 76,17 78,67
Standar Deviasi 17,31 31,85 12,67 48,78 28,16 18,56 21,77 5,48 27,58 29,87 47,65 26,33
Korelasi 0,35 -0,36 -0,32 -0,26 0,21 0,57 0,47 -0,03 0,61 0,78 0,27 -0,12
CH Min. 33,00 29,00 30,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 29,00 48,00
CH Max. 82,00 138,00 63,00 173,00 79,00 50,00 67,50 20,00 69,00 76,00 184,00 138,00
Prediksi Tahun
2020 58 63 52 58 29 10 10 6 18 20 72 85

Dinas Pekerjaan Umum Bagian Sumber Daya Air 45

 Studi Kasus 2 PT. Y
• Curah hujan rencana ditentukan berdasarkan data curah hujan harian
maksimum pada daerah pengamatan selama 10 tahun. Pengelompokan
data curah hujan, jumlah hari hujan dan rata-rata curah hujan per bulan
dalam tiap tahun disajikan dalam tabel slide sebelumnya yaitu Data Curah
Hujan Tahun 2011-2020 bersumber dari Dinas Pekerjaan Umum Bagian
Sumber Daya Air
• Prediksi terhadap curah hujan selama 10 tahun mendatang juga dihitung
dalam studi kasus ini dan hasil prediksi telah disajikan dalam tabel dan
gambar Data Hasil Prediksi Curah Hujan Tahun 2021-2030

46
 Studi Kasus 2 PT. Y

• Dalam penelitian ini akan dilakukan modifikasi bilangan random oleh Box Muller dalam
penggunaan metode Thomas Fiering. Hasil perhitungan dari metode modifikasi Thomas Fiering
oleh Box Muller akan digunakan untuk mencari prediksi curah hujan selama 10 tahun
mendatang, sehingga dari hasil prediksi bisa menghasilkan analisis yang baik untuk perusahaan
kedepan.

• Box Muller transform ditemukan oleh George Edward Pelham Box dan Mervin Edgar Muller.
Kenyamanan dan akurasi di metode ini tumbuh dari keinginan untuk memiliki cara lain yang
menghasilkan penyimpangan normal yang dapat diandalkan dalam pendistribusian (Box Muller,
1958). Dua bentuk distribusi Box Muller. Pertama, pengambilan dua sampel dari distribusi
seragam pada interval [0,1] menggunakan bentuk dasar yang diberikan oleh Box dan Muller
dengan memetakan ke dua sampel standar dan distribusi normal. Kedua, mengambil dua
sampel dari fungsi sinus dan kosinus dengan interval yang berbeda [-1,1] lalu kedua sampel
tersebut dipetakan dan terdistribusi normal tanpa menggunakan fungsi sinus atau kosinus.
47
 Studi Kasus 2 PT. Y

• Algoritma Box dan Muller digunakan sebagai generator bilangan acak yang terdistribusi dengan
memberikan variasi pada pemilihan yang dibuat untuk mensimulasikan skenario secara dinamis
(Thomas, Luk, Leong, dan Villasenor, 2007). Box Muller transform ini secara umum terdapat dua
parameter mean (μ) dan standar deviasi (σ). Box Muller transform dirumuskan sebagai berikut:

Distribusikan z1 dan z2 menggunakan rumus berikut:

Keterangan:
v1 dan v2 = Variabel acak [0,1],
z1 dan z2 = Bilangan random dalam fungsi cosinus (z1) dan sinus (z2).

48
 Studi Kasus 2 PT. Y
Berikut merupakan bentuk umum yang digunakan untuk Variabel YY merupakan nilai dari bilangan random Box Muller yang
membangkitkan data curah hujan menggunakan metode akan digunakan dalam persamaan Thomas Fiering. Persamaan dari
Thomas Fiering. YY dapat diganti menjadi rumus sebagai berikut:

Keterangan:
𝑋𝐼𝐽 = nilai curah hujan yang dihasilkan untuk bulan J dan tahun I,
𝑋𝐽 = rerata curah hujan bulan J,
𝑋𝐽−1 = rerata curah hujan sebelum bulan J,
𝐵𝐽 = koefisien regresi bulan J,
𝑌𝑌 = bilingan random Box Muller,
𝑆𝐽 = standar deviasi bulan J,
𝑅𝐽 = korelasi bulan J,
z1 =Bilangan random dalam fungsi cosinus,
z2 =bilangan random dalam fungsi sinus

49
 Studi Kasus 2 PT. Y
Berikut merupakan langkah-langkah dalam melakukan perhitungan prediksi curah hujan dengan metode
modifikasi Thomas Fiering :
1. Prediksi Curah Hujan Tahun 2021 b. Mencari Standar Deviasi bulanan dari tahun 2012 hingga
a. Mencari rata-rata curah hujan bulanan dari tahun 2012 2020
hingga 2020
Keterangan:
𝑋𝐼,𝐽 = nilai curah hujan yang dihasilkan untuk bulan J pada tahun I
𝑋𝐽 = rerata curah hujan bulan J
𝑁 = Jumlah data

50
 Studi Kasus 2 PT. Y
c. Mencari korelasi bulanan dari tahun 2012 hingga 2020

Keterangan
𝑋𝐼,𝐽 = nilai curah hujan yang dihasilkan untuk bulan J pada tahun I
𝑋𝐽 = rerata curah hujan bulan J
𝑋𝐼 ,𝐽−1= nilai curah hujan yang dihasilkan untuk bulan J-1 pada tahun I
𝑋𝐽−1 = nilai rata rata curah hujan yang dihasilkan untuk bulan J-1

51
 Studi Kasus 2 PT. Y
d. Mencari nilai koefisian regresi bulanan

Keterangan
𝑋𝐼𝐽 = nilai curah hujan yang dihasilkan untuk bulan J dan tahun I
𝑋𝐽 = rerata curah hujan bulan J
𝑋𝐽+1 = rerata curah hujan sebelum bulan J+1

52
 Studi Kasus 2 PT. Y
e. Mendistribusikan bilangan random menggunkan metode Box Muller Metode Box Muller memiliki 2 rumus
dasar z1 dan z2.

Distribusikan z1 dan z2 menggunakan rumus berikut :

Keterangan
v1 dan v1 = Variabel acak [0,1] Mendistribusikan z1 dan z2
hingga memiliki hasil nilai persebaran antara 0 hingga 1.

Contoh perhitungan:

53
 Studi Kasus 2 PT. Y
f. Menghitung prediksi curah hujan menggunakan metode Thomas fiering

Keterangan :
𝑋𝐼𝐽 = nilai curah hujan yang dihasilkan untuk bulan J dan tahun I
𝑋𝐽 = rerata curah hujan bulan J
𝑋𝐽−1 = rerata curah hujan sebelum bulan J
𝐵𝐽 = koefisien regresi bulan J
𝑌𝑌 = bilingan random dengan distribusi khusus.
𝑆𝐽 = standar deviasi bulan J
𝑅𝐽 = korelasi bulan J
(-)Uji Data 1

Dalam penelitian ini memodifikasi bilangan random yang digunakan pada

metode Thomas fiering, dilakukan uji coba sebanyak 10 kali data perhitungan
dengan dilakukan modifikasi bilangan randomnya dan dirata ratakan. Data
hasil rata rata tersebut dianggap representative untuk prediksi selama 1 tahun
54
 Studi Kasus 2 PT. Y
g. Lakukan perhitungan yang sama seperti langkah 1 hingga 6 untuk mendapatkan data prediksi ditahun 2022
hingga tahun 2030
Tabel Data Curah Hujan Prediksi 2021

Gambar C.1 Persebaran Bil. Random Tahun 2021

Tabel Standar Deviasi Prediksi 2021

55
 Studi Kasus 2 PT. Y

Tabel Data Prediksi Curah Hujan Tahun 2021-2030 (mm)

56
 Studi Kasus 2 PT. Y
Perbandingan Grafik Curah Hujan Aktual 2020 dengan Prediksi 2021

.
.
.
Perbandingan Grafik Prediksi Curah Hujan 2029 dan 2030

57
GET WEATHER DATA
From World Weather Online (WWO)
 World Weather Online (WWO)

• Apa itu WWO?

Penyedia layanan online (web service) mengenai data cuaca.
• Alamat
worldweatheronline.com

59
 API ?
• Application Programming Interface (API)
Penghubung antara server dengan client

60
 Konsep dasar
Menggunakan Link Address (contoh)
http://api.worldweatheronline.com/premium/v1/past-weather.ashx?
key=f16e06a57c234c67aed73054200309
&q=-7.804612, 110.364720
&date=2009-2-1
&enddate=2009-2-28
&tp=24
&format=json

Keterangan
• key -> didapatkan setelah register & login (free trial 60 hari)
• q -> lokasi (lihat dokumentasi)
• date -> tanggal awal yang akan diambil
• enddate -> tanggal akhir yang akan diambil
• tp -> frekuensi waktu untuk data yang diambil (misal: setiap 1 jam sekali, 2 jam sekali,
dst)
• format -> format data, hanya ada json atau xml
61
 Cara Mendapatkan Key
1. Buka World Weather Online

Try Free for 60 days

62
2. Login menggunakan email

63
3. Copy Key

64
 Google Collab
Sebagai alat bantu untuk men-download beberapa tahun

65
 Cara Menggunakan
1. Buka google colab

Klik New Notebook

66
2. Copy Paste Script

Paste script
67
 3. Sesuaikan kebutuhan

Location disesuaikan dengan kebutuhan

Key didapat dari langkah sebelumnya
68
 4. Buka lokasi folder

Lokasi Folder

69
5. Run

70
 6. Tunggu

Tunggu sampai proses selesai 71

7. Refresh folder

72
 8. Download

Download File data

73
Hasil

74
 Referensi

• Box, G. E. P.; Muller, Mervin E. (1958). A Note on the Generation of Random Normal
Deviates. Princenton University.
• Thomas, H. A. and M. B. Fiering. (1962). Mathematical synthesis of stream flow
sequences for the analysis of river basins by simulation. In: Design of Water
Resources Systems. Harvard University Press, Cambridge, Massachusetts: hal.459-
493.
• Gautama, R. S. (1999). Sistem Penyaliran Tambang. ITB, Bandung.

75