4.

DATA HUJAN

4.1 Pengukuran
Hujan merupakan komponen penting dalam analisis
hidrologi perancangan debit dalam menentukan
dimensi saluran drainase.
Pengukuran hujan dilakukan selama 24 jam, dengan ini
hujan yang diketahui : hujan total salama satu hari.
Untuk berbagai kepentingan perancangan drainase
data hujan yang diperlukan adalah data hujan harian,
dan distribusi jam-jaman atau menitan.
Dalam pemilihan data dianjurkan menggunakan data
hujan hasil pengukuran dengan alat ukur otomatis.
4.2 Alat ukur
Ada dua jenis alat pengukur hujan, yaitu :
a.Alat ukur biasa ( Manual Raingauge)
Data pengukuran alat ini, berupa hasil pencatatan
petugas per periode tertentu. Alat Pengukur berupa
corong dan gelas ukur; masing-masing berfungsi
menampung jumlah air hujan dalam satu hari (hujan
harian).

Gambar 2.4. Alat Ukur

Hujan Biasa
(Manual Raingauge)
b. Alat ukur otomatis (Automatic Raingauge)
Data yang diperoleh berupa data pencatatan secara
menerus pada kertas pencatat yang dipasang pada
alat ukur.
Berdasarkan data ini dapat dilakukan analisis besaran
intensitas hujan.

Gambar 2.5. Alat Ukur Hujan Otomatis

Automatic Rain Gauge)
Tipe alat ukur hujan otomatis ada tiga yaitu :
 Weighting Bucket Raingauge
 Float Type Raingauge
 Tipping Bucket Raingauge

Gambar 2.6. Hasil Pencatatan

Alat Ukur Hujan Otomatis (Automatic Raingauge)
4.3 Kondisi dan sifat data
Data hujan yang baik diperlukan dalam melakukan
analisis hidrologi, sedangkan untuk mendapatkan data
yang berkualitas biasanya tidak mudah.
Data hujan hasil pencatatan yang tersedia biasanya
dalam kondisi tidak menerus dan apabila terputusnya
rangkaian data hanya beberapa saat kemungkinan tidak
menimbulkan masalah, dalam kurun waktu yang lama
tentu akan menimbulkan masalah dalam analisis.
Dengan kondisi data seperti ini langkah yang dapat
ditempuh : melihat kepentingan dan sasaran yang dituju,
apakah data kosong perlu diisi kembali.
Kualitas data yang tersedia akan ditentukan oleh alat
ukur dan manajemen pengelolaan.
4.4. Pengolahan Data
1. Hujan rerata daerah aliran
Hujan rata-rata suatu daerah berdasarkan data hujan
dihitung dengan beberapa cara yaitu :
a. Rata-rata aljabar
Cara ini adalah perhitungan rata-rata secara aljabar
curah hujan di dalam dan di sekitar daerah yang
bersangkutan.
dimana:
R = Curah hujan daerah
n = Jumlah titik atau pos
pengamatan
R1, R2,...Rn = Curah hujan di titik
pengamatan
b. Cara Thiessen
Jika titik-titik di daerah pengamatan tidak
tersebar merata, maka perhitungan curah hujan
dilakukan dengan memperhitungkan daerah
pengaruh tiap
𝑨𝟏titik
𝑹𝟏 +pengamatan
𝑨 𝟐 𝑹 𝟐+ … …+ 𝑨 𝒏 𝑹𝒏
𝑹=
𝑨𝟏 + 𝑨 𝟐 … … 𝑨𝒏
(3.16)
𝑨𝟏 𝑹𝟏 + 𝑨 𝟐 𝑹 𝟐+ … …+ 𝑨 𝒏 𝑹𝒏
𝑹=
𝑨
+ …… +
dimana :
R = curah hujan daerah
Rl, R2,... Rn = curah hujan di tiap titik pengamatan
A1, A2 .....An = bagian daerah yang mewakili tiap
titik pengamatan
 𝑨𝟏 𝑨𝟐 𝑨𝒏
𝑾 𝟏 , 𝑾 𝟐 , 𝑾 𝒏= , ……… …………
𝑨 𝑨 𝑨
Bagian-bagian daerah A1, A2...... An ditentukan dengan
cara sbb :
 Cantumkan titik-titik pengamatan di dan di sekitar
daerah itu di peta topografi, hubungkan tiap titik yang
berdekatan dengan garis lurus. Maka akan terlukis
jaringan segitiga yang menutupi seluruh daerah.
 Daerah bersangkutan dibagi dalam poligon-poligon yang
didapat dengan menggambar garis bagi tegak lurus
pada setiap sisi segi tiga tersebut di atas.
 Curah hujan dalam setiap poligon dianggap diwakili
oleh curah hujan dari titik pengamatan dalam tiap
poligon itu. Luas tiap poligon diukur dengan
planimeter atau dengan cara lain.
 Cara Thiessen memberikan hasil lebih teliti dari pada
cara aljabar. Namun penentuan titik pengamatan dan
pemilihan ketinggian akan mempengaruhi ketelitian
hasil.
Gambar 2.7. Poligon Thiessen
c. Cara lsohyet
Peta isohyet digambar di peta topografi dengan
perbedaan 10 mm - 20 mm berdasarkan data curah
hujan di titik-titik pengamatan di dalam dan sekitar
daerah yang dimaksud.
Luas bagian daerah antara 2 garis isohyet
berdekatan diukur dengan planimeter. Demikian pula
harga rata-rata garis-garis isohyet berdekatan yang
termasuk bagian-bagian itu dapat dihitung. Curah
hujan daerah itu dapat dihitung menurut persamaan
sbb :
= (2.17)
 = curah hujan daerah
R1, R2, ...... Rn = curah hujan rata-rata pada bagian A1,
A2, .... An
A1, A2, ....An = luas bagian-bagian antara garis
isohyet
Cara ini adalah cara rasional yang terbaik jika garis-garis
isohyet dapat digambar dengan teliti.
Akan tetapi jika titik-titik pengamatan itu banyak dan
variasi curah hujan di daerah bersangkutan besar, maka
pada pembuatan peta isohyet ini akan terdapat
kesalahan pribadi si pembuat data.
Gambar 2.8. Isohyet
2. Melengkapi data
Hasil pengukuran hujan yang diterima oleh pusat
Meteorologi dan Geofisika dari tempat-tempat
pengamatan hujan kadang-kadang tidak lengkap,
sehingga di dalam daftar hujan yang disusun ada data
hujan yang hilang.
Tidak tercatatnya data hujan oleh petugas di tempat
pengamatan mungkin karena alat penakarnya rusak atau
kelupaan petugas untuk mencatat atau sebab lain.
Untuk melengkapi data yang hilang kita dapat mengada-
kan perkiraan.
Sebagai dasar perkiraan digunakan data hujan dari tiga
tempat pengamatan yang berdekatan dan mengelilingi
tempat pengamatan yang datanya tidak lengkap.
Jika selisih antara hujan tahunan normal dari tempat
pengamatan yang datanya tak lengkap < 10%, maka
perkiraan data yang hilang boleh diambil harga rata-rata
hitung dari data-data tempat pengamatan yang
mengelilinginya.
Kalau selisih > 10% diambil cara menurut perbandingan
biasa yaitu :

𝑟=
1
3 ( 𝑅
𝑅𝐴
𝑟 𝐴+
𝑅
𝑅𝐵
𝑟 𝐵+
𝑅
𝑅𝐵 )
𝑟 𝐶 … .( 2.18)

di mana :
R = curah hujan rerata setahun di tempat
pengamatan R (data lengkap)
rA, rB, rC = curah hujan di tempat pengamatan
RA, RB, RC
RA, RB, RC = curah hujan rata-rata setahun di A, B
dan C

3. Periode ulang hujan

Data hujan adalah (x) mencapai suatu harga
tertentu/disamai (Xi), atau kurang/lebih dari (X1) dan
diperkirakan terjadi sekali dalam kurun waktu T
tahun, maka T dianggap sebagai periode ulang dari
(Xi).
 Contoh R2th = 115 mm
Pada perencanaan sal. drainase periode ulang sbb :
Saluran kwarter : periode ulang 1 tahun
Saluran tersier : periode ulang 2 tahun
Saluran sekunder : periode ulang 5 tahun
Saluran primer : periode ulang 10 tahun
Penentuan periode ulang juga didasarkan pada
pertimbangan ekonomis. Analisis frekwensi data hujan
dapat dilakukan dengan beberapa metode al : Gumbel
Type l, Log Normal, Log Person lll. dsb.
4. Debit rencana
Debit rencana hendaknya ditetapkan tidak terlalu
kecil agar jangan sering terjadi ancaman perusakan
bangunan atau daerah sekitarnya oleh banjir besar.
Debit rencana juga jangan diupayakan terlalu besar,
sebab bangunan-bangunan yang direncanakan menjadi
menjadi tidak ekonomis. Maka debit rencana
ditetapkan dengan masa ulang tertentu contoh : 10
thn, 25 thn, 50 thn atau 100 thn sesuai umur rencana.
Besarnya banjir rencana disesuaikan umur ekonomis
bangunan. Contoh, suatu gorong-gorong yang
diperhitungkan dengan umur 25 thn, maka tidak akan
diperhitungkan dengan banjir 50 thn yang mungkin
tidak akan pernah terjadi selama umur bangunan itu.
Debit banjir sungai dapat ditentukan dengan mengguna-
kan data debit aliran maksimum, jika data debit tidak ada,
maka debit banjir diestimasi dengan data hujan
maksimum.
Untuk menggambarkan karakteristik populasi debit banjir
digunakan analisis statistik.
Debit rencana yang digunakan sebagai nilai rencana
perencanaan teknik sipil disebut debit rencana.
Debit rencana ditetapkan dari suatu nilai debit banjir
disamai atau dilampaui dalam periode ulang T. Semakin
besar periode ulang, maka semakin besar nilai debit
banjir.
Debit rencana periode ulang T tahun mengandung makna :
Contoh : debit rencana 100 tahun, nilai debit banjir ini
akan disamai atau dilampaui rata-rata 1 kali dalam 100
tahun atau rata-rata 5 kali dalam 500 tahun
5. Distribusi Gumbel Tipe I
Rumus-rumus yang dapat digunakan untuk menentukan
debit rencana dengan menggunakan analisa Distribusi
Gumbel Tipe I adalah sbb :
𝑸 𝑻 =𝑸 𝒎𝒂𝒌𝒔+ 𝑲 .𝑺𝒅 ………… ……………(𝟐.𝟏𝟗𝟎)
…… …………………(2.20)

…………………….. (2.21)
Sebaran Gumbel merupakan tipe sebaran
yang sering digunakan. Faktor frekuensi (K)
tipe sebaran Gumbel ini untuk periode ulang
T tahun dapat diperoleh dengan rumus
berikut :
=

atau

(
𝒀 𝑻𝑹=− 𝟎 .𝟖𝟑𝟒 +𝟐 , 𝟑𝟎𝟑 . 𝑳𝒐𝒈 . 𝑳𝒐𝒈
𝑻
𝑻 −𝟏 )
( 𝟐. 𝟐𝟒)
 Keterangan :
QT = debit rencana periode ulang T tahun (mt/det);
𝑄𝑚𝑎𝑘𝑠 = debit aliran maksimum tahunan rata-rata
(m3/det);
K = faktor frekuensi untuk periode ulang T tahun;
Sd = standar deviasi (m3/det);
= debit aliran maksimum tahunan ke i;
N = jumlah data atau tahun;
T = periode ulang T tahun.
Yn = reduced mean (Tabel 2.5)
Sn = reduced standar deviasi (Tabel 2.6).
Menentukan reduced mean (Yn) pada perhitungan nilai
faktor frekwensi (K), periode ulang T tahun, gunakan Tbl.
2.5, & nilai reduced standar deviasi (SD) gunakan Tbl 2.6
 Tabel 2.5. Reduced Mean (Yn)

N 0 1 2 3 4 5 6 7 8 9
10 0,4952 0,4996 0,5035 0,5070 0,5100 0,5128 0,5157 0,5281 0,5202 0,5220

20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5300 0,5820 0,5343 0,5343 0,5553

30 0,5362 0,5371 0,5380 0,5388 0,5396 0,5400 0,5410 0,5418 0,5424 0,5430

40 0,5436 0,5442 0,5448 0,5453 0,5458 0,5468 0,5468 0,5473 0,5477 0,5481

50 0,5485 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,5511 0,5515 0,5518

60 0,5521 0,5524 0,5527 0,5530 0,5533 0,5535 0,5538 0,5540 0,5543 0,5545

70 0.5548 0,5550 0,5552 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0,5567

80 0.5569 0,5570 0,5572 0,5574 0,5576 0,5578 0,5580 0,5581 0,5583 0,5585

90 0.5586 0,5587 0,5589 0,5591 0,5592 0,5593 0,5595 0,5596 0,5598 0,5599

100 0,5600
 Tabel 2.6. Reduced Standar Deviasi

n 0 1 2 3 4 5 6 7 8 10
10 0.9496 0.9676 0.9833 0.9971 1.0095 1.0206 1.0316 1.0411 1.0493 1.0565

20 1.0628 1.0696 1.0754 1.0811 1.0864 1.10915 1.0961 1.1004 1.1047 1.1080

30 1.1124 1.1159 1.1193 1.1226 1.1255 1.1285 1.1313 1.1339 1.1363 1.1388

40 1.1413 1.1436 1.1458 1.1480 1.1499 1.1519 1.1538 1.1557 1.1574 1.1590

50 1.1607 1.1623 1.1638 1.1658 1.1667 1.1681 1.1696 1.1708 1.1721 1.1734

60 1.1747 1.1759 1.1770 1.1782 1.1793 1.1803 1.1814 1.1824 1.1834 1.1844

70 1.1854 1.1863 1.1873 1.1881 1.1890 1,1898 1.1906 1.1915 1.1923 1.1930

80 1.1938 1.1945 1.1953 1.1959 1.1967 1.1973 1.1980 1.1987 1.1994 1.2001

90 1.2007 1.2013 1.2026 1.2032 1.2038 1.2044 1.2044 1.2049 1.2055 1.2060

100 1.2065
6. Uji kecocokan distribusi
Menentukan kecocokan (the goodness of fittest)
distribusi frekwensi sampel data terhadap fungsi
distribusi peluang yang diperkirakan dapat mewakili
distribusi frekwensi diperlukan pengujian parameter.
Pengujian parameter dapat dilakukan dengan :
 Uji Chi-kuadrat (Chi-square); atau
 Uji Smirnov-Kolmogorov.
Uji kecocokan Smirnov-Kolmogorov juga disebut uji
kecocokan non parametrik (non parametric test).
Prosedur untuk Uji Smirnov-Kolmogoroiv dilakukan sbb :
𝒎
𝑷= 𝒙 𝟏𝟎𝟎 % … … … … … … ..(𝟐 . 𝟒)
𝒏+ 𝟏
Urutkan data dari besar ke kecil dan tentukan peluang
masing-masing data dengan rumus :
keterangan :
P = peluang (%)
m = nomor urut data
n = jumlah data
Tentukan peluang teoritis masing-masing data
berdasarkan persamaan distribusinya
Dari kedua nilai peluang tersebut, tentukan selisih
terbesar antara peluang pengamatan dengan peluang
teoritis :
 𝟏
𝑷= … … … (𝟐 . 𝟐𝟓 )
𝑻
Dari Tabel 2.7, nilai kritis Smirnov-Kolmogorov
ditentukan harga Do. Jika D ‹ Do → distribusi yang
digunakan untuk menentukan debit rencana dapat
diterima; sebaliknya jika harga D > Do → distribusi yang
digunakan tidak diterima.

𝐷=𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 ⌈ 𝑃 ( 𝑄𝑚𝑎𝑘𝑠 ) − 𝑃 ( 𝑄𝑚𝑎𝑘𝑠 ) ⌉ … … … (2.26

Tabel 2.7. Nilai Kritis Do untuk Uji Smirnov-Kolgomorov

N Α
5 0,20 0,10 0,05 0,01
10 0,45 0,37 0,56 0,67
15 0,27 0,30 0,34 0,40
20 0,23 0,26 0,29 0,36
25 0,21 0,24 0,27 0,32
30 0,19 0,22 0,24 0,29
35 0,18 0,20 0,23 0,27
40 0,17 0,19 0,21 0,25
45 0,16 0,18 0,20 0,24
50 0,15 0,17 0,19 0,23
n > 50 1,07/ 1,22/ 1,36/ 1,63/