bab 2 landasan teori analisis genangan di sub sistem

3

BAB 2

LANDASAN TEORI

2.1 Penelitian Terdahulu

2.1.1 Yasinta Surya Maharani1 (2017)

ANALISIS GENANGAN DI SUB SISTEM DRAINASE

SIDOKARE KABUPATEN SIDOARJO. Permasalahan genangan di

Kabupaten Sidoarjo cukup serius, terutama pada Sub Sistem Drainase

Sidokare dikarenakan daerah tersebut merupakan pusat pemerintahan dan

kegiatan masyarakat. Untuk itu dilakukan analisis genangan dan metode yang

tepat untuk menanggulanginya. Adapun alternatif penanganan genangan yang

digunakan pada daerah studi, yaitu pembuatan saluran tersier baru,

rehabilitasi, dan sumur tampungan, ataupun kombinasi dari ketiga alternatif

tersebut. Berdasarkan hasil analisis, genangan historis pada Sub Sistem

Drainase Sidokare setara dengan kala ulang 5 tahun dengan intensitas hujan

9,519 mm/jam, dimana dari hasil evaluasi terdapat 32 saluran yang tidak

dapat menampung debit banjir rancangan dengan kala ulang 5 tahun tersebut.

Selain itu, berdasarkan hasil analisis kapasitas pada 5 long storage dan pompa

banjir eksisting, dengan spesifikasi kapasitas long storage dan pompa banjir

yang ada, 4 long storage dapat menampung debit sementara apabila dilakukan

pengoperasian pompa banjir dan 1 long storage dapat menampung debit

sementara tanpa dilakukan pengoperasian pompa banjir. Adapun upaya

penanganan genangan pada Sub Sistem Drainase Sidokare, yaitu pembuatan

saluran tersier baru sejumlah 17 saluran, rehabilitasi pada 25 saluran, dan

pembuatan sumur tampungan pada 1 titik saluran.

2.1.2 Achmad Erwin Nurhamidin (2015)

ANALISIS SISTEM DRAINASE KOTA TONDANO (STUDI

KASUS KOMPLEKS KANTOR BUPATI MINAHASA). Permasalahan

yang sering muncul adalah genangan di ruas jalan sebelah Selatan dan sebelah

Barat kompleks kantor Bupati, yang terjadi pada saat curah hujan tinggi.

Penelitian ini bertujuan mengidentifikasi penyebab genangan serta

memberikan solusi penanganan genangan yang terjadi. Metodologi yang

digunakan adalah dengan mengumpulkan data spasial, data sistem drainase

eksisting, data hidrologi, data hidrolika serta data teknik lainnya. Analisis

hidrologi dilakukan untuk mendapatkan debit rencana (Qrenc). Perkiraan

hujan rencana dilakukan dengan analisa frekuensi terhadap data curah hujan

4

dengan kala ulang 10 tahun menggunakan metode log Pearson III.

Perhitungan intensitas hujan ditinjau dengan menggunakan rumus Mononobe.

Debit rencana dihitung menggunakan metode rasional. Untuk menghitung

debit kapasitas (Qkaps) dari saluran dan gorong-gorong, dilakukan analisis

hidrolika. Dari perbandingan antara debit rencana dan debit kapasitas (Qrenc

≤ Qkaps), dapat diketahui kemampuan dari setiap saluran dan gorong-gorong

dalam menampung debit rencana. Secara teknis, persoalan sampah dapat

diatasi dengan membuat saringan sampah (trash rack) pada bagian inlet

gorong-gorong dan secara non teknis diatasi dengan melibatkan peran serta

masyarakat dalam kegiatan operasional dan pemeliharaan.

2.1.3 Jamaludin (2018)

ANALISIS DAN PERENCANAAN SISTEM DRAINASE DI

LINGKUNGAN UNIVERSITAS LAMPUNG. Universitas Lampung

sebagai salah satu universitas negeri pertama dan tertua di Provinsi Lampung

merupakan salah satu universitas terbaik di regional Sumatera. Peningkatan

fasilitas dan infrastruktur Universitas Lampung terus dilakukan, agar dapat

meningkatkan kualitas akademik maupun non-akademik. Bentuk peningkatan

kualitas non-akademik adalah penataan lingkungan salah satu nya

perencanaan pembangunan sistem drainase. Hal ini dimaksudkan untuk

menyelesaikan beberapa titik genangan banjir yang terjadi pada saat musim

penghujan tiba karna belum optimalnya kondisi drainase eksisting di kawasan

Universitas Lampung. Analisis yang dilakukan pada penelitian ini meliputi

analisis hidrologi dan analisis hidrolika. Analisis hidrologi bertujuan untuk

menghitung debit rencana dengan menggunakan metode rasional bertujuan

untuk mengetahui kapasitas tinggi muka air pada saluran eksisting. Sehingga

dapat diketahui dimana posisi titik banjir dan perencanaan dimensi saluran

yang baru. Berdasarkan hasil analisis, perlu adanya perencanaan drainase baru

pada beberapa titik yang menunjukkan terjadinya limpasan dan genangan

banjir di daerah Kantin Teknik Prasmanan. Perencanaan sumur resapan dan

kolam retensi juga sangat di perlukan untuk mengatasi masalah banjir yang

sering terjadi di kawasan fakultas teknik Universitas Lampung. Perlu

dilakukan juga pemeliharaan saluran berupa normalisasi saluran, pemasangan

kisi-kisi penahan sampah, dan pembersihan saluran secara periodik.

5

2.2 Tinjuan Umum

Drainase yaitu suatu cara pembuangan kelebihan air yang tidak

diinginkan pada suatu daerah, serta cara-cara penangggulangan akibat yang

ditimbulkan oleh kelebihan air tersebut. (Suhardjono, 19481)

Secara umum sistem drainase dapat didefinisikan sebagai serangkaian

bangunan air yang berfungsi untuk mengurangi dan/atau membuang kelebihan

air dari suatu kawasan atau lahan, sehingga lahan dapat difungsikan secara

optimal (Suripin, 2004).

2.2.1 Jenis Drainase

Jenis-jenis drainase dapat dibedakan berdasarkan sejarah terbentuknya,

letak bangunan dan berdasarkan fungsi (Gunadarma,1997). Jenis drainase

berdasarkan sejarah terbentuknya:

a) Drainase alamiah (natural drainage)

b) Drainase buatan (artificial drainage).

Jenis drainase berdasarkan letak bangunan:

a) Drainase permukaan tanah (surface drainage)

b) Drainase bawah permukaan tanah (subsurface drainage).

Jenis drainase berdasarkan fungsi;

a) Single purpose;

b) Multi purpose.

2.2.3 Fungsi Drainase

Fungsi Drainase dalam kota mempunyai fungsi sebagai berikut

(Hadirhardjaja, 1997 )

1. Untuk mengalirkan genangan air atau banjir ataupun air hujan dengan

cepat dari permukaan jalan.

2. Untuk mencegah aliran air yang berasal dari daerah lain atau daerah di

sekitar jalan yang masuk ke daerah perkerasan jalan

3. Untuk mencegah kerusakan jalan dan lingkungan yang diakibatkan oleh

genangan air dan jalan.

6

2.3 Analisa Hidrologi

2.3.1 Umum

Hidrologi adalah suatu ilmu yang mempelajari seluk beluk air, kejadian

dan distribusinya, sifat fisik dan sifat kimianya, serta tanggapannya terhadap

perilaku manusia (Chow, 1964).

Menurut Marta dan Adidarma (1983), Hidrologi juga dapat diartikan

sebagai ilmu yang mempelajari tentang terjadinya, pergerakan, dan distribusi

air di bumi, baik diatas maupun dibawah permukaan bumi, tentang sifat fisik

dan kimia air serta reaksinya terhadap lingkungan dan hubungannya dengan

kehidupan.

Secara umum analisa hidrologi merupakan satu bagian awal dalam

perencanaan bangunan-bangunan hidrolik. Pengertian yang terkandung

didalamnya adalah bahwa informasi dan besaran-besaran yang diperoleh

dalam analisa hidrologi merupakan masukan penting dalam analisa

selanjutnya. Bangunan hidrolik dalam bidang teknik sipil dapat berupa

gorong-gorong, bendung, bangunan pelimpah, tanggul penahan banjir dan lain

sebagainya. Ukuran dan karakter bangunan tersebut sangat tergantung dari

tujuan pembangunan dan informasi yang diperoleh dari analisa hidrologi. (Sri

Harto, 1989).

2.3.2 Hujan Rata-rata (DAS)

Pengukuran yang dilakukan dengan cara manual, yaitu dengan alat ukur

biasa maupun dengan alat ukur hujan otomatis, digunakan hanya untuk

memperoleh data hujan yang terjadi hanya pada satu tempat saja. Akan tetapi

dalam analisa umumnya yang digunakan adalah data hujan rata-rata DAS.

Untuk menghitung besaran ini dapat ditempuh beberapa cara yang sampai saat

ini masih lazim digunakan, yaitu :

1. Poligon Tiesen

2. Rata-rata Aljabar

3. Isohyet

2.3.3 Analisa Frekuensi

Analisa frekuensi merupakan rangkaian data hidrologi yang merupakan

variable kontinyu yang dapat digambarkan dalam suatu persamaan distribusi

peluang. Setiap jenis distribusi atau sebaran mempunyai parameter statistik

yang terdiri dari nilai rata-rata, standar deviasi, koefisien variasi dan koefisien

7

ketajaman. (Suwarno,1995). Model matematik distribusi peluang yang umum

digunakan adalah:

1. Distribusi Pearson Tipe III

2. Distribusi Normal

3. Distribusi Log Normal

4. Distribusi Log Pearson Tipe III

Setiap jenis distribusi atau sebaran mempunyai parameter statistik

yang terdiri dari nilai rata-rata 𝜇 = 𝑥 , standart deviasi 𝜎 = 𝑆 , koefiien

variasi 𝐶𝑣 , dan koefisien ketajaman 𝐶𝑘 , yang masing-masing dicari

berdasarkan rumus :

Nilai rata-rata (Mean)

𝑋 = 𝑥

𝑛 …………………………………………………………...…...(2.1)

Standar Deviasi

𝑆 = 𝑋−𝑋

𝑛−1 …………………………………………………….……(2.2)

dengan :

S = standar deviasi

X = data dalam sampel

𝑋 = nilai rata-rata hitung

𝑛 = jumlah pengamatan

Koefisien variasi

Koefisien variasi adalah nilai perbandingan antara deviasi standar dengan

nilai rata-rata hitung dari suatu distribusi. Dapat dihitung dengan rumus :

𝐶𝑣 =𝑆

𝑋 ………………………………………………………………...(2.3)

dengan :

𝐶𝑣 = koefisien variasi

𝑆 = standar deviasi


Koefisien kemencengan

Umumnya kemencengan dinyatakan dengan besarnya koefisien

kemencengan, dapat dihitung dengan menggunakan rumus :

𝐶𝑠 = 𝑛 𝑋−𝑋 3

𝑛−1 𝑛−2 𝑆3 …………………………………………….……...(2.4)

dengan :

𝐶𝑠 = koefisien variasi


8


𝑋 = data dalam sampel

Koefisien ketajaman

Dimaksudkan untuk mengukur keruncingan dari bentuk kurva distribusi,

yang umunya dibandingkan dengan distribusi normal. Untuk menentukan

keruncingan kurva distribusi dapat digunakan rumus :

𝐶𝑘 = 𝑛2 𝑋−𝑋 4

𝑛−1 𝑛−2 𝑛−3 𝑆4 ……………………………………….……...(2.5)

dengan :

𝐶𝑘 = koefisien ketajaman



𝑋 = data dalam sampel

𝑛 = jumlah pengamatan

Adapun parameter statistic dari masing-masing distribusi adalah :

a. Distribusi Gumbel Tipe I mempunyai harga Cs = 1,139 dan Ck = 5,402.

b. Distribusi Pearson Tipe III mempunyai harga Cs dan Ck yang fleksibel.

c. Distribusi Normal mempunyai harga Cs = 0 dan Ck = 3.

d. Distribusi Log Normal mempunyai harga Cs > 0 dan Ck > 0

e. Distribusi Log Pearson Tipe III mempunyai harga Cs antara 0 – 0,9.

Kesalahan dalam memilih sebaran dapat mengakibatkan kerugian jika

perkiraan mulai desain terlalu besar (over estimate) atau terlalu kecil (under

estimate)

2.3.4 Analisa Distribusi

Berdasarkan hasil perhitungan parameter statistik tersebut dimana

didapatkan harga Cs dan Ck maka dipilih persamaan distribusi untuk diuji

sebagai perbandingan . Persamaan distribusi yang dipilih adalah Distribusi

Pearson Tipe III, Distribusi Normal, Distribusi Log Pearson Tipe III dan Log

Normal.

2.3.5 Analisis Curah Hujan Rencana

Hujan rencana adalah hujan harian maksimum yang akan digunakan

untuk menghitung intensitas hujan.

2.3.5.1 Metode Log Pearson III

Adapun rumus yang digunakan untuk mencari curah hujan rancangan

dengan metode Log Pearson III, yaitu (Hadisusanto, 2010):

9

𝐿𝑜𝑔𝑋 = 𝐿𝑜𝑔𝑋 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ + 𝑘. 𝑆 ……………………………………...…..(2.6)

dimana:

𝐿𝑜𝑔𝑋 : nilai logaritma dari curah hujan rancangan kala ulang tertentu

(mm)

𝐿𝑜𝑔𝑋̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅ : nilai logaritma dari curah hujan rerata maksimum daerah (mm)

𝑘 : nilai konstanta didapatkan dari tabel Log Pearson III yang berasal

dari hubungan nilai Cs dan periode ulang (T)

𝑆 : standar deviasi

2.3.5.2 Metode Gumbel


dengan Gumbel, yaitu (Hadisusanto, 2010) :

𝑋 = 𝑋 ̅̅̅̅̅̅̅̅ + 𝑘. 𝑆 ………………………………………………......(2.7)

dimana:

𝑋 = nilai dari curah hujan rancangan kala ulang tertentu (mm)

�̅� = nilai dari curah hujan rerata maksimum daerah (mm)

𝑘 = faktor probabilitas Gumbel


Faktor probabilitas 𝑘 untuk harga-harga ekstrim Gumbel dapat dinyatakan

dengan persamaan sebagai berikut :

(𝑌𝑡−𝑌𝑛)

𝑆𝑛 ……………………………………………………….. (2.8)

dimana:

𝑌𝑡 = reduce variable, parameter Gumbel untuk periode tahun

𝑌𝑛 = reduce mean, merupakan fungsi dari banyak data

𝑆𝑛 = reduce standart deviasi

𝑌𝑡 = −𝑙𝑛𝑇−1

𝑇 ………………………………………………...... (2.9)

Untuk 𝑇 ≥ 20

𝑌𝑡 = ln 𝑇……………………………..……………………......(2.10)

10

2.3.5.3 Metode Normal


dengan Gumbel, yaitu (Hadisusanto, 2010) :

𝑋 = 𝑋 ̅̅̅̅̅̅̅̅ + 𝑘. 𝑆 ………………………………………….…...…...(2.11)

dimana:

𝑋 = nilai dari curah hujan rancangan kala ulang tertentu (mm)

�̅� = nilai dari curah hujan rerata maksimum daerah (mm)

𝑘 = faktor frekuensi (nilai variable reduksi gauss)


Tabel.2.1. Nilai k Distribusi Pearson tipe III dan Log Pearson tipe III

Kemencengan 2 5 10 25 50 100 200 1000

(CS) Peluang (%)

50 20 10 4 2 1 0,5 0,1

3,0 -0,360 0,420 1,180 2,278 3,152 4,051 4,970 7,250

2,5 -0,360 0,518 1,250 2,262 3,048 3,845 4,652 6,600

2,2 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200

2,0 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910

1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660

1,6 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390

1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110

1,2 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820

1,0 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540

0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395

0,8 -0,132 0,780 1,336 1,998 2,453 2,891 3,312 4,250

0,7 -0,116 0,790 1,333 1,967 2,407 2,824 3,223 4,105

0,6 -0,099 0,800 1,328 1,939 2,359 2,755 3,132 3,960

0,5 -0,083 0,808 1,323 1,910 2,311 2,686 3,041 3,815

0,4 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 3,670

0,3 -0,050 0,824 1,309 7,849 2,211 2,544 2,856 3,525

Sumber : Soewarno, Aplikasi Metode Statistik untuk Analisa Data,1995.

11

Tabel.2.1. Nilai k Distribusi Pearson tipe III dan Log Pearson tipe III (lanjutan)

Kemencengan 2 5 10 25 50 100 200 1000

(CS)

Peluang (%)

50 20 10 4 2 1 0,5 0,1

0,2 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 3,380

0,1 -0,017 0,836 1,382 1,785 2,107 2,400 2,670 3,235

0,0 0,000 0,842 1,282 1,751 2,054 2,326 2,576 3,090

-0,1 0,017 0,836 1,270 1,761 2,000 2,252 2,482 2,950

-0,2 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810

-0,3 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675

-0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540

-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400

-0,6 0,999 0,857 1,200 1,528 1,720 1,880 2,016 2,275

-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150

-0,8 0,132 0,856 1,166 1,448 1,606 1,733 1,837 2,035

-0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910

-1,0 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800

-1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625

-1,4 0,225 0,832 1,041 1,198 1,270 1,318 1,351 1,465

-1,6 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,280

-1,8 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,130

-2,0 0,307 0,777 0,895 0,959 0,980 0,990 1,995 1,000

-2,2 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910

-2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802

-3,0 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668

-2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802

-3,0 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668

Sumber : Soewarno, Aplikasi Metode Statistik untuk Analisa Data,1995.

12

Tabel 2.2.Nilai Variabel Reduksi Gauss nilai k untuk Distribusi Normal

T Peluang k

1,001 0,999 -3,05

1,005 0,995 -2,58

1,010 0,990 -2,33

1,050 0,950 -1,64

1,110 0,900 -1,28

1,250 0,800 -0,84

1,330 0,750 -0,67

1,430 0,700 -0,52

1,670 0,600 -0,25

2,000 0,500 0

2,500 0,400 0,25

3,330 0,300 0,52

4,000 0,250 0,67

5,000 0,200 0,84

10,000 0,100 1,28

20,000 0,050 1,64

50,000 0,200 2,05

100,000 0,010 2,33

200,000 0,005 2,58

500,000 0,002 2,88

1,000,000 0,001 3,09

Sumber : Soewarno, Aplikasi Metode Statistik untuk Analisa Data,1995

Tabel.2.3. Faktor Frekuensi k untuk Distribusi Log Normal

(CV)

Peluang kumulatif P (%) : P (X ≤ X)

50 80 90 95 98 99

Periode ulang (tahun)

2 5 10 20 50 100


13

Tabel.2.3. Faktor Frekuensi k untuk Distribusi Log Normal (lanjutan)

(CV)

Peluang kumulatif P (%) : P (X ≤ X)

50 80 90 95 98 99

Periode ulang (tahun)

2 5 10 20 50 100

0,0500 -0,0250 0,8334 12,965 16,863 21,341 24,570

0,1000 -0,0496 0,8222 13,078 17,247 22,130 25,489

0,1500 -0,0738 0,8085 13,156 17,598 22,899 22,607

0,2000 -0,0971 0,7926 13,200 17,911 23,640 27,716

0,2500 -0,1194 0,7746 13,209 18,183 24,318 28,805

0,3000 -0,1406 0,7647 13,183 18,414 25,015 29,866

0,3500 -0,1604 0,7333 13,126 18,602 25,638 30,890

0,4000 -0,1788 0,7100 13,037 18,746 26,212 31,870

0,4500 -0,1957 0,6870 12,920 18,848 26,731 32,799

0,5000 -0,2111 0,6626 12,778 18,909 27,202 33,673

0,5500 -0,2251 0,6379 12,613 18,931 27,613 34,488

0,6000 -0,2375 0,6129 12,428 18,915 27,971 35,211

0,6500 -0,2185 0,5879 12,226 18,866 28,279 33,930

0,7000 -0,2582 0,5631 12,011 18,786 28,532 33,663

0,7500 -0,2667 0,5387 11,784 18,677 28,735 37,118

0,8000 -0,2739 0,5118 11,548 18,543 28,891 37,617

0,8500 -0,2801 0,4914 11,306 18,388 29,002 39,056

0,9000 -0,2852 0,4686 11,060 18,212 29,071 38,137

0,9500 -0,2895 0,4466 10,810 18,021 29,103 38,762

0,1000 -0,2929 0,4254 10,560 17,815 29,098 39,035


14

Tabel.2.4. Tabel 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 0,5181 0,5202 0,5220

20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5300 0,5820 0,5882 0,5343 0,5353

30 0,5363 0,5371 0,5380 0,5388 0,5396 0,5400 0,5410 0,5418 0,5424 0,5430

40 0,5463 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 0,5602 0,5603 0,5604 0,5606 0,5607 0,5608 0,5609 0,5610 0,5611


15

Tabel.2.5. Tabel Reduced Standar Deviasi (Sn)

n 0 1 2 3 4 5 6 7 8 9

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 1.0915 1.0961 1.1104 1.1047 1.1080

30 1.1124 1.1159 1.1193 1.2260 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 1.2046 1.2049 1.2055 1.2060

100 1.2065 1.2069 1.2073 1.2077 1.2081 1.2084 1.2087 1.2090 1.2093 1.2096


16

Tabel.2.6. Tabel Reduced Variate (Yt)

Periode Ulang Reduced Variate

2 0.3665

5 1.5004

10 2.251

20 2.9709

25 3.1993

50 3.9028

100 4.6012

200 5.2969

500 6.2149

1000 6.9087

5000 8.5188

10000 9.2121


2.3.6 Uji Kecocokan Distribusi

Untuk menentukan kecocokan ditribusi frekuensi dari sampel data

terhadap fungsi distribusi peluang yang diperkirakan dapat menggambarkan

atau mewakili distribusi frekuensi tersebut diperlukan pengujian parameter,

yaitu :

1. Uji Chi Kuadrat

2. Uji Smirnov Kolmogorov

Apabila dari pengujian terhadap distribusi frekuensi bisa sesuai parameter uji

keduanya maka perumusan persamaan tersebut dapat diterima

2.3.6.1 Uji Chi Kuadrat

Uji Chi Kuadrat dimaksudkan utuk menentukan apakah persamaan

distribusi peluang yang telah dipilih mewakili dari distribusi statistk sampel

data yang dianalisa. Pengambilan keputusan uji ini menggunkan parameter

X2. Parameter X

2 dapat dihitung dengan rumus :

𝑋2 = 𝑂𝑖−𝐸𝑖

2

𝐸𝑖

𝐺 …………………………………………………..(2.12)

dengan :

X2 = Parameter Chi Kuadrat terhitung

G = Jumlah sub kelompok

Oi = Jumlah nilai pengamatan pada sub kelompok ke –i

17

Ei = Jumlah nilai teoritis pada sub kelompok ke –i

Prosedur uji Chi Kuadrat :

1. Urutkan data pengamatan (dari besar ke kecil atau sebaliknya)

2. Kelompokkan data menjadi G sub grup, tiap – tiap sub grup minimal 4 data

pengamatan

3. Jumlahkan data pengamatan sebesar Oi tiap – tiap sub grup

4. Jumlahkan data dari persamaan distribusi yang digunakan sebesar Ei

5. Tiap – tiap sub grup hitug nilai (Oi – Ei) dan 𝑂𝑖− 𝐸 2

𝐸𝑖

6. Jumlahkan seluruh G sub grup nilai 𝑂𝑖− 𝐸 2

𝐸𝑖 untuk menentukan nilai Chi

Kuadrat hitung

7. Tentukan derajat kebebasan dk = G – R – 1(nilai R=2, untuk distribusi

normal dan binominal, dan nilai R=1, utuk distribusi Poisson)

Tabel.2.7. Nilai Kritis untuk Uji Chi Kuadrat

dk α Derajat kepercayaan

0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005

1 0,0000393 0,000157 0,000982 0,00393 3,841 5,023 6,635 7,879

2 0,0100 0,0201 0,0506 0,1030 59,910 73,780 92,100 105,970

3 0,0717 0,1150 0,2160 0,3520 78,150 93,480 113,450 128,380

4 0,207 0,297 0,484 0,711 9,488 11,143 13,277 14,860

5 0,420 0,554 0,831 1,145 11,070 12,832 15,086 16,750

6 0,676 0,872 1,237 1,635 12,592 14,449 16,812 18,548

7 0,989 1,239 1,690 2,167 14,067 16,013 18,475 20,278

8 1,344 4,646 2,180 2,733 15,507 17,535 20,090 21,955

9 1,735 2,088 2,700 3,325 16,919 19,023 21,666 23,589

10 2,156 2,558 3,257 3,940 18,307 20,483 12,209 25,188

11 2,603 3,053 3,816 4,575 19,675 21,920 24,725 26,757

12 3,074 3,571 4,404 5,226 21,026 23,337 26,217 28,300

13 3,565 4,107 5,009 5,892 22,362 24,736 27,688 29,819

14 4,075 4,660 5,629 6,571 23,685 26,119 29,141 31,319

15 4,601 5,229 6,262 7,261 24,996 17,488 30,578 32,801


18

Tabel.2.7. Nilai Kritis untuk Uji Chi Kuadrat (lanjutan)

dk α Derajat kepercayaan

0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005

16 5,142 5,812 6,908 7,962 26,296 28,845 32,000 34,267

17 5,697 6,408 7,564 8,672 27,587 30,191 33,409 35,718

18 6,265 7,015 8,231 9,390 28,869 31,526 34,805 37,156

19 6,844 7,633 8,907 10,117 30,144 32,852 36,191 38,582

20 7,434 8,260 9,591 10,851 31,410 34,170 37,660 39,997

21 8,034 8,897 10,283 11,591 32,671 35,479 38,932 41,401

22 8,643 9,542 10,982 12,338 33,924 36,781 40,289 42,796

23 9,260 10,196 11,689 13,091 36,192 38,076 41,638 44,181

24 9,886 10,856 12,401 13,848 36,415 39,364 42,980 45,558

25 10,520 11,524 13,120 14,611 37,652 40,646 44,314 46,928

26 11,160 12,198 13,844 15,379 38,885 41,926 45,642 48,290

27 11,808 12,879 14,573 16,151 40,113 43,194 46,963 49,645

28 12,461 13,565 15,308 16,928 41,337 44,461 48,278 50,993

29 13,121 14,253 16,047 17,708 42,557 45,722 49,588 52,336

30 13,787 14,953 16,791 18,493 43,773 46,979 50,892 53,672


2.3.6.2 Uji Smirnov Kolmogorov

Uji kecocokan Smirnov Kolmogorov sering juga disebut uji kecocokan

non parametik karena pengujinya tidak menggunakan fungsi distribusi

tertentu. Prosedurnya adalah sebagai berikut :

1. Urutkan data (dari besar ke kecil atau sebaliknya) dan tentukan

besarnya peluang dari masing – masing data tersebut.

2. Tentukan nilai masing – masing peluang teoritis dari hasil

penggambaran data (persamaan distribusinya)

3. Dari kedua nilai peluang tersebut tentukan selisih terbesarnya antara

peluang pengamatan dengan peluang teoritis .

4. Berdasarkan tabel nilai kritis tentukan harga D0

Apabila D lebih kecil dari D0 maka distribusi teoritis yang digunakan

untuk menentukan perasmaan distribusi dapat diterima, dan apabila

sebaliknya maka distribusi teoritis yang digunakan untuk menentukan

persamaan distribusi tidak dapat diterima.

19

Tabel.2.8. Nilai Kritis Do untuk Uji Smirnov Kolmogorov

n

α

0,2 0,1 0,05 0,01

5 0,45 0,51 0,56 0,67

10 0,32 0,37 0,41 0,49

15 0,27 0,3 0,34 0,4

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 0,2 0,23 0,27

40 0,17 0,19 0,21 0,25

45 0,16 0,18 0,2 0,24

50 0,15 0,17 0,19 0,23

n > 50 1,07/n 1,22/n 1,36/n 1,63/n

Sumber : Soewarno, Aplikasi Metode Statistik untuk Analis Data,1995.

2.3.7 Intensitas Hujan

Hubungan antara hujan dan durasi hujan dapat dihitung dengan

beberapa perumusan, antara lain dengan rumus Talbot (1881), Sherman

(1905) dan Ishiguro (1953), dimana ketiganya untuk curah hujan jangka

pendek. Satuan untuk waktu t adalah menit dan mm/jam, untuk I (intensitas).

Rumus lainnya dikembangkan oleh dikembangkan oleh Mononobe yang

menggunakan data hujan harian. Besarnya intensitas hujan itu berbeda –

berbeda yang disebabkan oleh lamanya curah hujan atau frekuensi

kejadiannya.

Rumus Mononobe :

𝑰 =𝑹𝟐𝟒

𝟐𝟒 (

𝟐𝟒

𝒕)𝟐

𝟑 ……………………………………………...……...(2.13)

dengan :

I = intensitas curah hujan (mm/jam)

R24 = curah hujan maksimum dalam 24 jam (mm)

T = durasi (lamanya) curah hujan (menit atau jam)

20

2.3.8 Koefisien Pengaliran

Koefisien pengaliran atau koefisien limpasan (run-off) adalah suatu

nilai koefisien yang menunjukan persentase kualitas curah hujan yang

menjadi aliran permukaan dari curah hujan total setelah mengalami infiltrasi.

Koefisien limpasan ditentukan berdasarkan tata guna lahan daerah tangkapan.

Faktor-faktor penting yang mempengaruhi besarnya koefisien pengaliran

adalah :

a. Keadaan hujan

b. Luas dan bentuk daerah aliran

c. Kemiringan daerah aliran

d. Daya infiltrasi dan daya perkolasi tanah

e. Letak daerah aliran teradap arah angin

f. Tata guna lahan

Tabel 2.9 Harga Koefiien Pengaliran (C)

Komponen Lahan Koefisien C (%)

Perkerasan :

Aspal dan beton 0,70 – 0,95

Bata atau paving 0,70 – 0,85

Atap

Lahan berumput:

Tanah berpasir, landai (2%) 0,05 - 0,10

Curam (7%) 0,10 – 0,15

Tanah berat, landai (2%) 0,13 – 0,17

Curam (7%) 0,18 – 0,22

Daerah perdagangan :

Penting, padat 0,70 – 0,95

Kurang padat 0,50 – 0,70

Area pemukiman :

Perumahan tunggal 0,30 – 0,50

Perumahan kopel berjauhan 0,40 – 0,60

Perumahan kopel berdekatan 0,60 – 0,75

Perumahan pinggir kota 0,25 – 0,40

Apartemen 0,50 – 0,40

Area industri :

Ringan 0,50 – 0,70

Berat 0,60 – 0,80

Taman dan makam 0,10 – 0,35

Taman bermain 0,20 – 0,35

Halaman jalan kereta api 0,20 – 0,35

Lahan kosong/terlantar 0,10 – 0,30

21

Sumber : Disalin dan diterjemahkan dari Design and Construction of Saitary and

Strom Sewers, American Society of Civil Engineers and the Water Pollution Control

Federation, 1969.

2.3.9 Debit Rencana

Perhitungan debit rencana dilakukan dengan menggunakan persamaan

rasional (Mullvaney, 1881) dan (Kuichling, 1889), sebagai berikut :

𝑄 = 0,00278 𝐶. 𝐼. 𝐴 …………………………………………..……...(2.14)

dengan :

Q = debit (m3/detik)

C = koefisien run-off

I = intensitas hujan (mm/jam)

A = catchment area / luas DPS (ha)

2.4 Analisa Hidrolika

2.4.1 Pola-Pola Drainase

Pembuatan saluran drainase disesuaikan dengan keadaan lahan dan

lingkungan sekitar, oleh karena itu dalam perencanaan drainase terdapat

banyak pola drainase, yang antara lain :

a. Pola Siku

Dibuat pada daerah yang mempunyai topografi sedikit lebih tinggi dari

pada sungai. Sungai sebagai saluran pembuang akhir berada akhir berada di

tengah kota.

Gambar 2.1 Pola Jaringan Drainase Siku

(Sumber: Sidharta Karmawan,1997;1-8)

b. Pararel

Saluran utama terletak sejajar dengan saluran cabang. Dengan saluran

cabang (sekunder) yang cukup banyak dan pendek-pendek, apabila terjadi

perkembangan kota, saluran-saluran akan dapat menyesuaikan diri.

https://4.bp.blogspot.com/-GbWCbIMj_PY/W4OP2tsxEQI/AAAAAAAANQI/C-7sB4NidPYuqbM63-J_KyqSWlkkuwBtACLcBGAs/s1600/pola+drainase+siku.jpg

22

Gambar 2.2 Pola Jaringan Drainase Pararel


c. Grid Iron

Untuk daerah dimana sungainya terletak di pinggir kota, sehingga

saluran-saluran cabang dikumpulkan dulu pada saluran pengumpulan.

Gambar 2.3 Pola Jaringan Drainase Grid Iron


d. Alamiah

Sama seperti pola siku, hanya beban sungai pada pola alamiah lebih

besar, letak saluran utama ada di bagian terendah (lembah) dari suatu daerah

(alam) yang secara efektif berfungsi sebagai pengumpul dari anak cabang

saluran yang ada (saluran cabang), dimana saluran cabang dan saluran utama

merupakan suatu saluran alamiah.

https://1.bp.blogspot.com/-N-OzyKv-rKY/W4OQT7e1wYI/AAAAAAAANQQ/srDmzJavg04iUfPLfe3dK2sfVpTocrKCQCLcBGAs/s1600/pola+drainase+pararel.jpg

https://1.bp.blogspot.com/-7WJRfojoV9I/W4OQpzd1fOI/AAAAAAAANQY/hzZezup4byAEbIJwkggt6WWURD--DEPSwCLcBGAs/s1600/pola+drainase+grid.jpg

23

Gambar 2.4 Pola Jaringan Drainase Alam


e. Radial

Pada daerah berbukit, sehingga pola saluran memencar ke segala arah.

Suatu daerah genangan dikeringkan melalui beberapa saluran cabang dari

suatu titik menyebar ke segala arah (sesuai dengan kondisi topografi daerah).

Gambar 2.5 Pola Jaringan Drainase Radial


2.4.2 Bentuk Saluran

Bentuk dari saluran–saluran dimensi drainase sama halnya dengan

bentuk saluran irigasi, serta dalam perencanaan dimensi saluran harus

diusahakan seekonomis mungkin.

Adapun bentuk saluran antara lain :

a. Trapesium

Pada umumnya saluran terbentuk trapesium terbuat dari tanah akan

tetapi tidak menutup kemungkinan dibuat dari pasangan batu dan beton.

Berfungsi untuk menampung dan menyalurkan limpasan air hujan dengan

debit yang besar.

https://1.bp.blogspot.com/-zFmhTHISbsQ/W4OQ_8zTcyI/AAAAAAAANQg/Crpf9ycST2o_Zcf-rrhI74TXaau3tlW8gCLcBGAs/s1600/pola+drainase+alamiah.jpg

https://2.bp.blogspot.com/-Roijor4ztb4/W4ORZnxdiDI/AAAAAAAANQo/awc076UUTWMdq-EVGQ_HKN9fAABku7n7QCLcBGAs/s1600/pola+drainase+radial.jpg

24

Gambar 2.6 Bentuk Trapesium

(Sumber: Wesli, 2008)

b. Persegi

Biasanya saluran ini terbuat dari pasangan batu dan beton. Berfungsi

untuk menampung dan menyalurkan limpasan air hujan dengan debit yang

besar.

Gambar 2.7 Bentuk Persegi


c. Segitiga

Saluran sangat jarang digunakan tetapi mungkin digunakan dalam

kondisi tertentu

Gambar 2.8 Bentuk Segiitiga


https://2.bp.blogspot.com/-Icl9yIKfu68/W4OR4bx8viI/AAAAAAAANQw/MVezzgmN_Qs-gonVifvpW2HdlKK5CYirgCLcBGAs/s1600/bentuk+trapesium.jpg

https://3.bp.blogspot.com/-0pDjF05vH80/W4OSbgtNqmI/AAAAAAAANQ8/aWwhq5i_wNApnB4E9xcRBjdeDEXe_WVIgCLcBGAs/s1600/bentuk+persegi.jpg

https://2.bp.blogspot.com/-haCrAeTBQwo/W4OSzBJMq9I/AAAAAAAANRE/imMRdRV_Fc03NYx8QiN9Lz6SnHAwaDk_gCLcBGAs/s1600/bentuk+segi+tiga.jpg

25

d. Setengah Lingkaran

Berfungsi untuk menyalurkan limbah air hujan untuk debit yang

kecil. Bentuk saluran ini umum digunakan untuk saluran–saluran penduduk

dan pada sisi jalan perumahan padat.

Gambar 2.9 Bentuk Setengah Lingkaran


2.4.3 Kapasitas Saluran

Kapasitas saluran didefinisikan sebagai debit maksimum yang mampu

dilewatkan oleh setiap penampang sepanjang saluran. Kapasitas saluran ini,

digunakan sebagai acuan untuk menyatakan apakah debit yang direncanakan

tersebut mampu untuk ditampung oleh saluran pada kondisi eksisting tanpa

terjadi peluapan air (Anggrahini, 2005). Analisa untuk menghitung kapasitas

saluran, dipergunakan persamaan kontinuitas dan rumus Manning, yaitu:

𝑄 = 𝐴. 𝑉……………………………………………………..…………...(2.15)

𝑄 =1

𝑛. 𝐴. 𝑅

23 .𝑆

13 ……………………………………………...……....(2.16)

𝑅 =𝐴

𝑃 …………………………………....................................................(2.17)

dengan :

Q = debit / debit saluran (m3/det)

A = luas penampang basah saluran (m2)

V = kecepatan rata-rata (m/det)

n = koefisien kekasaran saluran

R = jari-jari hidrolis (m)

S = kemiringan memanjang saluran

P = keliling basah saluran (m)

https://1.bp.blogspot.com/-mxAkj3NRyTo/W4OTKKwjbRI/AAAAAAAANRM/N1tZpCnNiQwYSQLpxfPiPsb7mQeLdYm0ACLcBGAs/s1600/bentuk+setengah+lingkaran.jpg

26

2.4.2 Kecepatan Pengaliran

Penentuan kecepatan aliran air didalam saluran yang direncanakan

didasarkan pada kecepatan minimum yang diperbolehkan agar kontruksi

saluran tetap aman. Persamaan Manning :

𝑉 =1

𝑛𝑅

23 𝑆

12 ………………………………………………...................(2.18)

dengan :

V = kecepatan aliran

n = koefisien kekasaran Manning

R = jari-jari hidrolis

S = kemiringan memanjang saluran

Untuk desain dimensi saluran tanpa perkerasan, dipakai harga n

Manning normal atau maksimum, sedangkan harga n Manning minimum

hanya dipakai untuk pengecekan bagian saluran yang mudah terkena gerusan.

Harga n Manning tergantung hanya pada kekasaran sisi dan dasar saluran.

Tabel 2.10 Koefisien Kekerasan Manning (n) untuk Perencanaan Saluran

Jenis Saluran Nilai „n‟ Manning

Aliran Permukaan 0,035

Saluran tanah tanpa pasangan 0,035

Saluran pasangan :

Batu kali/beton,pada sisinya saja, dasar sedimen 0,025

Batu kali/beton, pada sisinya saja, dasar bersih 0,020

Batu kali dengan plesteran/beton Kedua sisi dan dasar 0,014

Sumber : Surabaya Master Plan Drainage (SDMP)

2.4.3 Kemiringan Talud

Kecepatan maksimum ditentukan oleh kakasaran dinding dan dasar

saluran. Untuk saluran tanah V = 0,7 m/det, pasangan batu kali V = 2 m/det

dan pasangan beton V = 3 m/det. Kecepatan minimum yang diizinkan adalah

kecepatan paling rendah yang akan mencegah pengendapan dan tidak

menyebabkan berkembangnya tanaman-tanaman air. Kecepatan maksimum

dan minimum saluran juga ditentukan oleh kemiringan talud saluran (Permen

PUNo. 12/PRT/M/2014).

27

2.4.4 Tinggi Jagaan

Tinggi jagaan adalah ketinggian yang diukur dari permukaan air

maksimum sampai permukaan tanggul saluran atau muka tanah. Tinggi jagaan

harus diperhitungkan untuk mencegah meluapnya air ke tepi saluran.

Tabel 2.11. Tinggi Jagaan untuk Saluran Pasangan

Debit (m3/det) F(m)

<0,5 0,20

0,5 – 1,5 0,20

1,5 – 5,0 0,25

5,0 – 10,0 0,30

10,0 – 15,0 0,40

>15,0 0,50

Sumber : Standar Perencanaan Irigasi, KP-04 Bagian Bangunan, Ditjen Pengairan,

1986

2.5 Alternatif Penanggulangan Banjir

2.5.1 Normalisasi

Normalisasi dalam arti sebenarnya yaitu mengembalikan bentuk sungai

sesuai dengan peruntukan serta bentuk awalnya (Nirwono, 2018). Contoh

normalisasi sungai yaitu memperdalam sungai, memperlebar sungai dan

membersihkan timbunan sampah yang ada di permukaan atau dasar sungai.

2.5.2 Rehabilitasi

Rehabilitasi adalah perbaikan dan pemulihan semua aspek pelayanan

publik atau masyarakat sampai tingkat yang memadai pada wilayah pasca

bencana dengan sasaran utama untuk normalisasi atau berjalannya secara

wajar semua aspek pemerintahan dan kehidupan masyarakat pada wilayah

pascabencana (BNPB,2008). Rehabilitasi dilakukan melalui kegiatan

perbaikan lingkungan daerah bencana, perbaikan prasarana dan sarana,

pemulihan sosial psikologis, pemulihan keamanan dan ketertiban.

28

“Halaman ini sengaja dikosongkan”

bab 2 landasan teori analisis genangan di sub sistem

Documents