pola distribusi hujan jam-jaman di sub das …...perpustakaan.uns.ac.id digilib.uns.ac.id commit to...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

POLA DISTRIBUSI HUJAN JAM

DI SUB DAS KEDUANG

Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed

Disusun Sebagai Salah Satu Syarat

Pada Jurusan Teknik Sipil Fakultas Teknik

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET

POLA DISTRIBUSI HUJAN JAM-JAMAN

DI SUB DAS KEDUANG


SKRIPSI

Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik

Universitas Sebelas Maret

Disusun Oleh :

WINDA AGUSTIN I 0106139

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET

SURAKARTA 2010


Memperoleh Gelar Sarjana Teknik


commit to user

POLA DISTRIBUSI HUJAN JAM

DI SUB DAS KEDUANG

Distribution Pattern of Hourly Rainfall in Keduang Sub

Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran

Fakultas Teknik Universitas Sebelas Maret

Dosen Pembimbing I

Dr. Ir. Mamok Soeprapto R, M. Eng.

NIP. 19510710 198103 1 003


DI SUB DAS KEDUANG


Disusun Oleh :


SKRIPSI


Fakultas Teknik Universitas Sebelas Maret

Disetujui,

Dosen Pembimbing I


19510710 198103 1 003

Dosen Pembimbing II

Ir.Siti Qomariyah, MSc

NIP. 19580615 198501 2 001

Watershed



NIP. 19580615 198501 2 001


commit to user


commit to user

HALAMAN PERSETUJUAN


DI SUB DAS KEDUANG


SKRIPSI

Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik

Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

Disusun Oleh:

WINDA AGUSTIN

I 0106139

Telah disetujui untuk dipertahankan di hadapan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret

Persetujuan:

Dosen Pembimbing I


NIP. 19510710 198103 1 003

Dosen Pembimbing II


NIP. 19580615 198501 2 001


commit to user

HALAMAN PENGESAHAN


DI SUB DAS KEDUANG


Disusun Oleh:


Telah dipertahankan di hadapan Tim Penguji Pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret pada:

Hari : Kamis Tanggal : 5 Agustus 2010

Susunan Tim Penguji: 1. Dr. Ir. Mamok Soeprapto R, M.Eng ( ..................................................... )

NIP. 19510710 198103 1 003

2. Ir.Siti Qomariyah, MSc ( ..................................................... ) NIP. 19580615 198501 2 001

3. Ir. Susilowati, MSi NIP. 19480610 198503 2 001 ( ..................................................... )

4. Ir. Suyanto, MM NIP. 19520317 198503 1 001 ( ..................................................... )

Mengetahui, a.n. Dekan Fakultas Teknik Universitas Sebelas Maret

Pembantu Dekan I

Ir. Noegroho Djarwanti, MT. NIP. 19561112 198403 2 007

Mengesahkan, Ketua Jurusan Teknik Sipil

Ir. Bambang Santosa, MT NIP. 19590823 198601 1 001


commit to user

HALAMAN PERSETUJUAN


DI SUB DAS KEDUANG


SKRIPSI

Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik

Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

Disusun Oleh:

WINDA AGUSTIN

I 0106139

Telah disetujui untuk dipertahankan di hadapan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret

Persetujuan:

Pembimbing

Balai Penelitian Kehutanan

Ir. Sukresno, M.Sc

NIP.


commit to user

viii

KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Tuhan YME yang telah memberikan

berkat dan kuasanya kepada penulis untuk dapat menyelesaikan skripsi ini dengan

baik.

Skripsi dengan judul “Pola Distribusi Hujan Jam-jaman di Sub DAS Keduang”

ini merupakan salah satu syarat dalam meraih gelar Sarjana Teknik pada Jurusan

Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Penyusunan skripsi ini tidak terlepas dari bantuan banyak pihak, karena itu

penulis ingin menyampaikan terima kasih kepada:

1. Dr. Ir. Mamok Soeprapto R, M. Eng, selaku Dosen Pembimbing Skripsi I,

2. Ir. Siti Qomariyah, M.Sc. selaku Dosen Pembimbing Skripsi II,

3. Ir. Sukresno, M.Sc, selaku pembimbing dari Balai Penelitian Kehutanan,

4. Ir. Agus Hari Wahyudi, M.Sc yang telah membantu dalam perolehan data,

5. Dosen-dosen Jurusan Teknik Sipil FT UNS khususnya KBK Keairan,

6. Balai Penelitian Kehutanan yang telah memberikan data,

7. Dinas Pengairan Kabupaten Wonogiri yang telah memberikan data,

8. Ropri Nurhidayah, Yunie Wiyasri, Awaludin F Aryanto, Ferdian Agung, M.

Yushar Yahya, dan Nanang Sulistyanto selaku rekan di peminatan keairan,

9. Galuh Pinunjul atas bantuannya dalam belajar GIS,

10. Rekan-rekan mahasiswa Teknik Sipil UNS angkatan 2006.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Segala

kekurangan dan keterbatasan ilmu yang dimiliki penulis menyebabkan

kekurangsempurnaan tersebut. Penulis berharap skripsi ini dapat memberikan

manfaat bagi penulis khususnya, dan bagi pembaca pada umumnya.

Surakarta, Juli 2010

Penulis


commit to user

ix

DAFTAR ISI

HALAMAN JUDUL........................................................................................ i

LEMBAR PERSETUJUAN ............................................................................ ii

LEMBAR PENGESAHAN ............................................................................. iii

MOTTO ........................................................................................................... iv

PERSEMBAHAN ............................................................................................ v

ABSTRAK ....................................................................................................... vi

KATA PENGANTAR ..................................................................................... viii

DAFTAR ISI .................................................................................................... ix

DAFTAR TABEL ............................................................................................ xi

DAFTAR GAMBAR ....................................................................................... xiii

DAFTAR NOTASI .......................................................................................... xv

BAB 1 PENDAHULUAN

1.1. Latar Belakang Masalah ......................................................................... 1

1.2. Rumusan Masalah................................................................................... 2

1.3. Batasan Masalah ..................................................................................... 2

1.4. Tujuan Penelitian .................................................................................... 3

1.5. Manfaat Penelitian .................................................................................. 3

BAB 2 LANDASAN TEORI

2.1. Tinjauan Pustaka..................................................................................... 4

2.1.1. Umum ....................................................................................... 4

2.1.2. Kualitas Data Hujan ................................................................. 5

2.1.3. Seri Data Hidrologi .................................................................. 6

2.1.4. Karakteristik Hujan .................................................................. 8

2.1.5. Pola Agihan Hujan ................................................................... 10

2.2. Dasar Teori ............................................................................................. 12

2.2.1. DAS .......................................................................................... 12

2.2.2. Pengalihragaman Hujan Menjadi Aliran .................................. 12

2.2.3. Uji Kepanggahan ...................................................................... 14

2.2.4. Analisis Frekuensi .................................................................... 16

2.2.5. Hujan Rencana ......................................................................... 19


commit to user

x

2.2.6. Intensitas Hujan ........................................................................ 20

BAB 3 METODE PENELITIAN

3.1. Lokasi Penelitian .................................................................................... 24

3.2. Data yang Dibutuhkan ............................................................................ 24

3.3. Alat yang Digunakan .............................................................................. 25

3.4. Tahapan Penelitian ................................................................................. 25

3.4.1. Pengolahan Data Hujan dari Stasiun Otomatis ........................ 25

3.4.2. Pengolahan Data Hujan dari Stasiun Manual ........................... 25

3.5. Diagram Alir Tahapan Penelitian ........................................................... 27

BAB 4 ANALISIS DAN PEMBAHASAN

4.1. Uji Kepanggahan Data Hujan ................................................................. 28

4.2. Uji Kerapatan Jaringan ........................................................................... 30

4.3. Hujan Wilayah ........................................................................................ 34

4.4. Uji Kecocokan Jenis Agihan .................................................................. 37

4.4.1. Cara I (Hujan Harian Maksimum Tahunan) ............................. 38

4.4.2. Cara II (Hujan Harian) ............................................................. 38

4.4.3. Cara III (Hujan Harian Maksimum Rerata Tiap Stasiun) ........ 40

4.5. Hujan Rancangan .................................................................................... 41

4.6. Durasi Hujan dan Waktu Konsentrasi .................................................... 42

4.6.1. Durasi Hujan ............................................................................. 42

4.6.2. Waktu Konsentrasi ................................................................... 43

4.7. Pola Agihan Hujan.................................................................................. 44

4.7.1. Cara Observed .......................................................................... 44

4.7.2. Cara Empiris ............................................................................. 46

4.7.3. Kesesuaian Pola Agihan Hujan ................................................ 59

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan ............................................................................................. 65

5.2. Saran ....................................................................................................... 65

Daftar Pustaka .................................................................................................. xvi

Lampiran A

Lampiran B

Lampiran C


commit to user

xi

DAFTAR TABEL

Tabel 2.1. Distribusi Hujan Tadashi Tanimoto .............................................. 11

Tabel 2.2. Nilai kritik Q dan R ....................................................................... 15

Tabel 4.1. Data Hujan Tahunan Stasiun Hujan di Sub DAS Keduang .......... 28

Tabel 4.2. Perhitungan Uji Kepanggahan dengan RAPS pada Stasiun

Hujan Girimarto PP 125b .............................................................. 29

Tabel 4.3. Hasil Uji Kepanggahan Semua Stasiun di Sub DAS Keduang .... 30

Tabel 4.4. Data Hujan Harian MaksimumTahunan

Sub DAS Keduang (mm) .............................................................. 35

Tabel 4.5. Hujan Harian Maksimum Wilayah Sub DAS Keduang ................ 37

Tabel 4.6. Resume Hasil Uji Chi Kuadrat ...................................................... 38

Tabel 4.7. Resume Hasil Uji Smirnov-Kolmogorov ...................................... 38

Tabel 4.8. Resume Hasil Pengujian Parameter Statistik ................................ 40

Tabel 4.9. Resume Hasil Uji Chi Kuadrat ...................................................... 41

Tabel 4.10. Resume Hasil Uji Smirnov-Kolmogorov ...................................... 41

Tabel 4.11. Hasil Uji Kecocokan Agihan Data ................................................ 42

Tabel 4.12. Hujan Rancangan dengan Berbagai Kala Ulang ........................... 42

Tabel 4.13. Durasi Hujan dan Banyak Kejadian Hujan ................................... 43

Tabel 4.14. Agihan Hujan 2 Jam Sub DAS Keduang ...................................... 47





Tabel 4.19. Agihan Hujan 4 Jam Sub DAS Keduang (THM).......................... 54

Tabel 4.20. Agihan Hujan 4 Jam Sub DAS Keduang

(THM dalam diagram batang) ....................................................... 54

Tabel 4.21. Agihan Hujan 6 Jam Sub DAS Keduang (THM).......................... 55

Tabel 4.22. Agihan Hujan 6 Jam Sub DAS Keduang

(THM dalam diagram batang) ....................................................... 56

Tabel 4.23. Agihan Hujan 4 Jam Sub DAS Keduang (ABM) ......................... 57

Tabel 4.24. Agihan Hujan 6 Jam Sub DAS Keduang (ABM) ......................... 58


commit to user

xii

Tabel 4.25. Kesesuaian Pola Agihan Hujan 2 Jam .......................................... 59








commit to user

xiii

DAFTAR GAMBAR

Gambar 2.1. Cara Poligon Thiessen .............................................................. 9

Gambar 2.2. Cara Garis Isohyet .................................................................... 10

Gambar 2.3. Hyetograph dengan ABM ........................................................ 22

Gambar 3.1. Peta Sub DAS Keduang ........................................................... 24

Gambar 3.2. Diagram Alir Tahapan Penelitian ............................................. 27

Gambar 4.1. Peta Jaringan Stasiun Hujan dengan Metode Kagan

di Sub DAS Keduang ............................................................... 33

Gambar 4.2. Poligon Thiessen Sub DAS Keduang dengan 7

Stasiun Hujan .......................................................................... 36

Gambar 4.3. Hujan Wilayah Harian Rerata Tahun 1989-2008 ..................... 39

Gambar 4.4. Hujan Wilayah Harian Maksimum Rerata Tiap Stasiun .......... 40

Gambar 4.5. Pola Agihan Hujan 2 Jam (observed) ....................................... 44







Gambar 4.12. Pola Agihan Hujan 2 Jam (Modified Mononobe) ..................... 48




Gambar 4.16. Pola Agihan Hujan 8 Jam (Modified Mononobe) .................... 53

Gambar 4.17. Pola Agihan Hujan 4 Jam (THM) ............................................ 54

Gambar 4.18. Pola Agihan Hujan 4 Jam (THM dalam diagram batang) ........ 55

Gambar 4.19. Pola Agihan Hujan 6 Jam (THM) ............................................ 55

Gambar 4.20. Pola Agihan Hujan 6 Jam (THM dalam diagram batang) ........ 56

Gambar 4.21. Pola Agihan Hujan 4 Jam (ABM) ............................................ 57

Gambar 4.22. Pola Agihan Hujan 4 Jam (ABM) ............................................ 59

Gambar 4.23. Kesesuaian Pola Agihan Hujan 2 Jam ...................................... 59


commit to user

xiv








commit to user

xv

DAFTAR NOTASI

L Panjang sisi segitiga (km) A Luas wilayah (km2) N Jumlah stasiun pencatat hujan rd Korelasi antar stasiun dengan jarak d km ro Korelasi antar stasiun dengan jarak yang sangat kecil (±0 km) d Jarak antar stasiun (km) d0 Radius korelasi Z1 Kesalahan perataan (%) Z2 Kesalahan interpolasi (%) Cv Koefisien varian S Standar deviasi P Hujan wilayah (mm) Pi Hujan masing-masing stasiun pencatat hujan (mm) Ai Luas masing-masing stasiun pencatat hujan (km2) Sk

* Kumulatif hujan dikurangi rerata hujan (mm) Sk

** Sk*- standar deviasi (mm)

Yi Data hujan ke-i Y Data hujan rerata-i Cs Koefisien skewness Ck Koefisien kurtosis X Tinggi hujan rerata (mm) p Probabilitas T Kala ulang (tahun) KT Faktor frekuensi c2 Harga Chi-kuadrat terhitung K Banyaknya kelas Of Frekuensi terbaca pada setiap kelas Ef Frekuensi yang diharapkan untuk setiap kelas Tc Waktu konsentrasi (jam) L Panjang sungai (km) S Kemiringan sungai I Intensitas hujan dengan kala ulang T dengan durasi t(mm/jam) R24 Intensitas hujan harian untuk kala ulang T (mm/hari) t Durasi hujan (jam) Ip Intenasitas puncak (mm/jam) p Hujan rencana (mm) Td Durasi hujan (jam) r Rasio (berkisar antara 0.3-0.5) Tp Waktu puncak (jam)


commit to user

vi

Abstrak

Winda Agustin, 2010, Pola Distribusi Hujan Jam-jaman di Sub DAS Keduang. Skripsi, Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Sub DAS Keduang merupakan salah satu sub DAS yang bermuara di Waduk Wonogiri. Perubahan iklim secara global berpengaruh terhadap perubahan pola hujan, dalam skala ruang, waktu, dan besaran. Tujuan dari penelitian ini adalah untuk mengetahui validitas data hujan, mengetahui karakteristik hujan, dan mengetahui pola distribusi hujan jam-jaman di Sub DAS Keduang.

Validitas data hujan dilakukan dengan metode RAPS (Rescaled Adjusted Partial Sums). Karakteristik hujan ditentukan dengan pengelompokkan data berdasarkan durasi dan kejadian hujan. Analisis pola agihan jam-jaman dilakukan berdasarkan observed data dan dicari kemiripannya dengan metode Modified Mononobe, Alternating Block Method (ABM), dan Triangular Hyetograph Method (THM).

Hasil analisis menunjukkan bahwa dari sembilan stasiun hujan yang ada delapan di antaranya panggah. Hujan yang terjadi di Sub DAS Keduang didominasi oleh kejadian hujan dua jam. Pola agihan hujan jam-jaman menunjukkan bahwa agihan hujan 2, 3, 5, 7, dan 8 jam mengikuti bentuk Modified Mononobe, sedangkan agihan hujan 4 dan 6 jam mengikuti bentuk Triangular Hyetograph Method (THM).

Kata Kunci: pola agihan hujan, validitas data hujan, karakteristik hujan.


commit to user

vii

Abstract Winda Agustin, 2010, Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed. Thesis. Department of Civil Engineering Faculty of Engineering, Sebelas Maret University Surakarta. Sub watershed Keduang is one sub watershed which empties into the reservoir Wonogiri. Changes in global climate affect rainfall patterns change, in the scale of space, time, and scale. The purpose of this study is to determine the validity of rainfall existing data, to investigate the characteristics of rainfall, to determine the distribution pattern of hourly rainfall in the Keduang sub watershed. The validity of rainfall data was conducted by RAPS (Rescaled Adjusted Partial sums). The rainfall characteristics were determined by grouping data based on the duration and occurrence of rainfall. Analysis of distribution pattern of hourly rainfall was based on observed data and finded the similiarity with Mononobe Modified method, Alternating Block Method (ABM), and Triangular Hyetograph Method (THM). The analysis resulted in the validity of eight rain stations from the existing nine stations. Rainfall in the Keduang sub watershed was dominated by two-hour rainfall events. Pattern of rainfall distribution hourly showed that rainfall distribution in 2, 3, 5, 7, and 8 hours follows Modified Mononobe model, while the pattern of rainfall distribution in 4 and 6 hours follows Triangular Hyetograph Method (THM) model. Keywords: distribution rainfall patterns, the validity of rainfall data, rainfall characteristics.


commit to user

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Air merupakan sumberdaya alam karunia dari Tuhan Yang Maha Esa yang tidak

akan pernah habis. Secara keseluruhan, jumlah air di bumi relatif tetap dari masa

ke masa. Keberadaan air yang selalu terbarukan itu disebabkan karena air

mengikuti siklus hidrologi. Siklus hidrologi merupakan proses yang dilalui air

dari atmosfer ke muka bumi dan kembali lagi ke atmosfer. Evaporasi dari tanah,

laut, atau air permukaan terkondensasi membentuk awan yang selanjutnya

menjadi hujan yang jatuh ke permukaan bumi.

Siklus hidrologi sangat dipengaruhi oleh iklim, dan secara tidak langsung

dipengaruhi oleh aktivitas manusia. Oleh karena itu, keberadaan air di bumi dalam

skala jumlah, agihan, dan waktu berbeda.

Perubahan iklim ditandai dengan perubahan dua faktor meteorologi penting, yaitu

temperatur dan curah hujan, yang kemudian dapat menyebabkan kenaikan

temperatur muka air laut. Perubahan temperatur ini akan menyebabkan perubahan

variabel atmosfer lainnya, yang pada akhirnya akan menyebabkan perubahan pola

hujan dalam skala ruang, waktu, dan besaran.

Pola curah hujan Indonesia adalah tipe V atau tipe muson, atau curah hujan

dengan grafik tahunan berbentuk seperti huruf V. Indonesia pada umumnya akan

mengalami hujan dalam jumlah banyak pada bulan Desember–Februari. Bulan

Maret–Mei dan September–November disebut sebagai musim peralihan. Pada

musim peralihan, kondisi curah hujan dan angin sangat tidak menentu, hal ini

disebabkan oleh perubahan angin pasat maupun muson oleh karena adanya

pergeseran tekanan (UNDP-Sisi Lain Perubahan Iklim). Sebagian besar daerah di

Indonesia mengalami banjir pada awal musim penghujan, sedangkan kekeringan

terjadi pada saat musim hujan baru saja selesai.

1


commit to user

2

Waduk Wonogiri merupakan salah satu tampungan air hujan yang ada di provinsi

Jawa Tengah, yang menampung aliran dari 7 (tujuh) sub DAS, yaitu: 1) Keduang,

2) Tirtomoyo, 3) Temon, 4) Bengawan Solo, 5) Alang, 6) Ngunggahan, 7)

Wuryantoro.

Sub DAS Keduang merupakan sub DAS yang paling besar di antara keenam sub

DAS lainnya. Hingga kini konstribusi air dari sub DAS Keduang terhadap Waduk

Wonogiri belum dapat diketahui secara pasti. Satu-satunya cara untuk mengetahui

besarnya konstribusi air di sub DAS Keduang adalah dengan memprediksi

besarnya aliran dari data hujan yang ada. Oleh karena itu, data hujan sebagai

masukan utama proses transformasi hujan menjadi aliran menjadi suatu hal yang

sangat penting, dan harus memiliki tingkat ketelitian yang tinggi. Kondisi hujan

tersebut menarik untuk dilakukan penelitian.

Untuk mengetahui pola hujan jam-jaman pada suatu DAS dapat dilakukan dengan

dua cara, yaitu dengan cara empiris dan observed. Cara observed dengan

menggunakan data hujan dari stasiun hujan otomatis, sedangkan cara empiris

dengan data hujan harian dari stasiun hujan manual.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah maka dapat dirumuskan permasalahan

sebagai berikut:

1. Bagaimana kualitas data hujan yang ada pada sub DAS Keduang?

2. Bagaimana karakteristik hujan yang terjadi di sub DAS Keduang?

3. Bagaimana pola distribusi hujan jam-jaman pada sub DAS Keduang selama

dua puluh tahun terakhir (1989-2008)?

1.3 Batasan Masalah

Batasan-batasan masalah dalam penelitian ini adalah sebagai berikut:

1. Lokasi penelitian adalah sub DAS Keduang di Kabupaten Wonogiri.


commit to user

3

2. Penelitian hanya membahas pola distribusi hujan yang terjadi pada sub DAS

Keduang.

3. Data curah hujan menggunakan data sekunder, yaitu data hujan dari stasiun

hujan manual tahun 1989-2008 yang berasal dari Dinas Pengairan Kabupaten

Wonogiri, dan data hujan dari stasiun hujan otomatis tahun 2006-2009 yang

berasal dari Balai Penelitian Kehutanan.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Mengetahui kualitas data hujan yang ada pada sub DAS Keduang.

2. Mengetahui karakteristik hujan yang terjadi di sub DAS Keduang.

3. Mengetahui pola distribusi hujan jam-jaman pada sub DAS Keduang selama

dua puluh tahun terakhir (1989-2008).

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Manfaat teoritis: memberikan informasi keilmuan dalam bidang teknik sipil

khususnya mengenai hidrologi, yaitu pola distribusi hujan yang terjadi pada

suatu sub DAS.

2. Manfaat praktis: memberikan informasi kualitas hujan yang handal sehingga

dapat langsung digunakan oleh setiap penelitian analisis tentang air.


commit to user

BAB II

LANDASAN TEORI

2.1 Tinjauan Pustaka

2.1.1 Umum

Trenberth, dkk (1995) menyatakan bahwa perubahan iklim didefinisikan sebagai

perubahan pada iklim yang dipengaruhi langsung atau tidak langsung oleh

aktivitas manusia yang mengubah komposisi atmosfer, dan akan memperbesar

keragaman iklim pada periode yang cukup panjang.

Perubahan iklim global disebabkan karena peningkatan jumlah karbon dioksida

(CO2) dan Metana (CH4) di atmosfer. Perubahan iklim memperlihatkan variasi

abnormal dari iklim bumi dan selanjutnya mempengaruhi bagian lain bumi

terutama curah hujan dan suhu udara. Untuk wilayah Asia Tenggara, terjadi

kenaikan suhu sekitar 2,5 - 4 ºC dengan kisaran 2- 6 ºC dan curah hujan yang

lebih banyak (Sulistyowati, 2006).

Perubahan iklim telah menyebabkan fluktuasi curah hujan tinggi dan mengubah

pola distribusi hujan dengan kecenderungan daerah yang basah semakin basah,

dan daerah yang kering semakin kering. Di negara dengan empat musim, siklus

musim (seasonal cycle) telah terpengaruh oleh perubahan iklim yang ditandai

dengan meningkatnya intensitas hujan pada musim dingin, berkurangnya hujan di

musim panas, dan peningkatan suhu (Dunne, dkk, 2008).

UNDP-Indonesia (2007) menyatakan bahwa ada kecenderungan sebagian wilayah

Indonesia, terutama wilayah yang terletak di sebelah selatan katulistiwa, dapat

mengalami musim kemarau yang lebih panjang dan musim hujan yang lebih

pendek dengan rombakan pola hujan yang cukup drastis.

Hujan rata-rata tahunan menunjukkan peningkatan sebesar 7% selama satu

dekade, dikarenakan meningkatnya intensitas hujan pada bulan Oktober sampai

4


commit to user

5

Maret dan menurunnya intensitas hujan selama Juli sampai September.

Peningkatan jumlah terjadinya hujan dengan intensitas yang melampaui hujan

maksimum sebesar 0.1% dari seluruh hari hujan dengan rata-rata peningkatan

kedalaman hujan 7%. (Hans Thodsen, 2007).

2.1.2 Kualitas Data Hujan

Besaran hujan merupakan masukan terpenting dalam analisis tansformasi hujan-

aliran, sehingga dapat dipahami apabila kesalahan yang terbawa dalam data hujan

terlalu besar maka hasil analisisnya pantas diragukan (Sri Harto, 1993). Oleh

karena itu perlu dilakukan uji kualitas data hujan.

a. Kelengkapan Data

Sering sekali data hujan dari suatu stasiun hujan tidak terekam, dan jika itu terjadi

akan sangat merugikan. Untuk mengisi data yang hilang dapat dicoba dengan

memperkirakan besaran data hasil ekstrapolasi data stasiun lain di sekitarnya.

Dalam hal ini diandaikan bahwa karakter hujan di stasiun yang ditunjau sebanding

dengan karakter hujan di stasiun sekitarnya.

Namun menurut Sri Harto (1993), dalam pengujian yang dilakukan di sejumlah

DAS di Pulau Jawa, ditemukan bahwa cara tersebut menghasilkan data hujan

yang menyimpang jauh dari yang sebenarnya. Hal ini disebabkan karena

variabilitas ruang hujan yang sangat tinggi, sehingga andaian yang melandasi cara

tersebut terlalu jauh dari kenyataan. Oleh sebab itu, disarankan untuk tidak

melakukan pengisian data yang hilang tersebut.

b. Kepanggahan

Sri Harto (1993) menguraikan bahwa satu seri data hujan untuk satu stasiun

tertentu, dimungkinkan sifatnya tidak panggah. Data semacam ini tidak dapat

langsung digunakan dalam analisis. Ketidakpanggahan dapat saja terjadi karena

berbagai sebab, yaitu:

1. Alat ukur yang diganti spesifikasi yang berbeda atau alat yang sama, tetapi

dipasang dengan patokan aturan yang berbeda.


commit to user

6

2. Alat ukur dipindahkan dari tempat semula, tetapi secara administratif nama

stasiun tersebut tidak diubah, misalnya karena masih dalam satu desa yang

sama.

3. Alat ukur sama, tempat tidak dipindahkan, tetapi lingkungan berubah,

misalnya semula dipasang di tempat ideal menjadi berubah karena ada

bangunan atau pohon besar.

Dalam uji kepanggahan ada beberapa cara yang dapat digunakan, di antaranya

adalah dengan lengkung massa ganda (double mass curve) dan Rescaled Adjusted

Partial Sums (RAPS). Untuk stasiun hujan lebih dari 3, dilakukan uji konsistensi

menggunakan cara double mass curve, dan untuk individual stasiun (stand alone

station) dengan cara RAPS (Rescaled Adjusted Partial Sums) (Mamok Suprapto,

2008).

2.1.3 Seri Data Hidrologi

Data yang digunakan dalam analisis frekuensi dapat dibedakan menjadi dua tipe

berikut ini (Bambang Triatmodjo, 2008):

a. Partial duration series

Metode ini digunakan apabila jumlah data kurang dari 10 tahun data runtut waktu.

Partial duration series yang juga disebut POT (peaks over treshold) adalah

rangkaian data debit banjir/hujan yang besarnya di atas suatu nilai batas tertentu.

Dengan demikian dalam satu tahun bisa terdapat lebih dari satu data yang

digunakan dalam analisis. Dari setiap tahun data diperoleh 2 sampai 5 data

tertinggi.

b. Annual maximum series

Metode ini digunakan apabila tersedia data debit atau hujan minimal 10 tahun

runtut waktu. Tipe ini adalah dengan memilih satu data maksimum setiap tahun.

Dalam satu tahun hanya ada satu data. Dengan cara ini, data terbesar kedua dalam

suatu tahun yang mungkin lebih dari data maksimum pada tahun yang lain tidak

diperhitungkan.


commit to user

7

Kualitas data sangat menentukan hasil analisis yang dilakukan. Panjang data yang

tersedia juga mempunyai peranan yang cukup besar. Sri Harto (1993)

mendapatkan bahwa perbedaan panjang data yang dipergunakan dalam analisis

memberikan penyimpangan yang cukup berarti terhadap perkiraan hujan dengan

kala ulang tertentu. Khusus untuk analisis frekuensi data hujan, pengambilan data

hendaknya dilakukan dengan prosedur yang benar. Data hujan yang dimaksudkan

dalam analisis adalah data hujan rata-rata DAS, sedangkan data yang diketahui

adalah data hujan dari masing-masing stasiun hujan. Dalam praktek analisis

frekuensi dijumpai lima cara penyiapan data.

1. Data hujan DAS diperoleh dengan menghitung hujan rata-rata setiap hari

sepanjang data yang tersedia. Bila tersedia data 20 tahun, berarti hitungan

hujan rata-rata kawasan diulang sebanyak 20 x 365 = 7300 kali. Cara ini yang

terbaik, tetapi waktu penyiapan data yang panjang.

2. Pendekatan yang dapat dilakukan untuk menggantikan cara pertama

dilakukan seperti berikut ini.

a. Dalam satu tahun tertentu, untuk stasiun I dicari hujan maksimum

tahunannya. Selanjutnya dicari hujan harian pada stasiun-stasiun lain pada

hari kejadian yang sama dalam tahun yang sama, dan kemudian dihitung

hujan rata-rata DAS. Masih dalam tahun yang sama, dicari hujan harian

untuk stasiun-stasiun lain dicari dan dirata-ratakan. Demikian selanjutnya

sehingga dalam tahun itu akan terdapat N buah data hujan rata-rata DAS.

b. Untuk tahun berikutnya cara yang sama dilakukan sampai seluruh data

yang tersedia.

3. Cara ketiga dengan menggunakan data pada salah satu stasiun (data

maksimum) dan mengalikan data tersebut dengan koefisien reduksi.

4. Cara penyiapan data lain adalah dengan mencari hujan-hujan maksimum

harian setiap stasiun dalam satu tahun, kemudian dirata-ratakan untuk

mendapatkan hujan DAS. Cara ini tidak dapat dijelaskan arti fisiknya, karena

perata-rataan hujan dilakukan atas hujan masing-masing stasiun pada hari

yang berbeda.


commit to user

8

5. Cara lain yaitu dengan analisis frekuensi data hujan setiap stasiun sepanjang

data yang tersedia. Hasil analisis frekuensi tersebut selanjutnya dirata-ratakan

sebagai hujan rata-rata DAS.

Dalam kaitan penyiapan data hanya cara yang pertama dan kedua yang dianjurkan

untuk digunakan.

2.1.4 Karakteristik Hujan

Suripin (2004) menguraikan bahwa data hujan yang diperoleh dari alat penakar

hujan merupakan hujan yang terjadi hanya pada satu titik saja (point rainfall).

Mengingat hujan sangat bervariasi terhadap tempat (space), maka untuk kawasan

yang luas, satu alat penakar hujan belum dapat menggambarkan hujan wilayah

tersebut. Dalam hal ini diperlukan hujan kawasan yang diperoleh dari harga rerata

curah hujan beberapa stasiun penakar hujan yang ada di dalam atau di sekitar

kawasan.

Bambang Triatmodjo (2008) menerangkan bahwa ada tiga cara yang digunakan

dalam menghitung hujan rerata kawasan, yaitu:

1. Metode rerata aritmatik (aljabar)

Metode ini paling sederhana dibanding metode lain. Pengukuran yang dilakukan

di beberapa stasiun dalam waktu yang bersamaan dijumlahkan kemudian dibagi

dengan jumlah stasiun. Stasiun hujan yang digunakan dalam hitungan biasanya

adalah yang berada di dalam DAS, tetapi stasiun di luar DAS yang masih

berdekatan juga bisa diperhitungkan.

Metode rerata aljabar memberikan hasil yang baik apabila:

a. stasiun hujan tersebar secara merata di DAS dalam jumlah yang cukup,

b. distribusi hujan relatif merata pada seluruh DAS.


commit to user

9

2. Metode Thiessen

Metode ini memperhitungkan bobot dari masing-masing stasiun yang mewakili

luasan di sekitarnya. Pada suatu luasan di dalam DAS dianggap bahwa hujan

adalah sama dengan yang terjadi pada stasiun terdekat, sehingga hujan yang

tercatat pada suatu stasiun mewakili luasan tersebut. Metode ini digunakan

apabila penyebaran stasiun hujan di daerah yang ditunjau tidak merata. Hitungan

curah hujan rerata dilakukan dengan memperhitungkan daerah pengaruh dari tiap

stasiun.

Metode poligon Thiessen banyak digunakan untuk menghitung hujan rerata

kawasan. Poligon Thiessen adalah tetap untuk jumlah dan letak stasiun hujan

tertentu. Apabila terdapat penambahan jumlah stasiun hujan, ataupun perubahan

letak stasiun hujan, maka harus dibuat poligon yang baru.

Gambar 2.1 Cara Poligon Thiessen

3. Metode Isohyet

Isohyet adalah garis yang menghubungkan titik-titik dengan kedalaman hujan

yang sama. Pada metode isohyet, dianggap bahwa hujan pada suatu daerah di

antara dua garis isohyet adalah merata dan sama dengan nilai rerata dari kedua

garis isohyet tersebut.

Metode isohyet merupakan cara paling teliti untuk menghitung ketebalan hujan

rerata di suatu daerah, tetapi cara ini membutuhkan data yang dapat mendukung


commit to user

10

disusunnya Isohyet, baik dalam hal jumlah stasiun dan kualitas serta kunantitas

data hujan.

Gambar 2.2 Cara Garis Isohyet

CD Soemarto (1986) menyatakan bahwa dalam proses pengalihragaman hujan

menjadi aliran ada beberapa sifat hujan yang penting untuk diperhatikan, antara

lain adalah intensitas hujan (I), lama waktu hujan (t), ketebalan hujan (d),

frekuensi(f), dan luas daerah pengaruh hujan (A).

Durasi adalah lamanya suatu kejadian hujan (Sri Harto, 1993). Intensitas hujan

yang tinggi pada umunya berlangsung dengan durasi pendek dan meliputi daerah

yang tidak sangat luas.

Sri Harto (1993) menyebutkan bahwa analisis intensitas hujan memerlukan

analisis frekuensi dengan menggunakan seri data yang diperoleh dari rekaman

data hujan. Dalam statistik dikenal empat macam distribusi frekuensi yang banyak

digunakan dalam hidrologi, yaitu Normal, Log-Normal, Gumbel dan Log Pearson

III. Masing-masing distribusi mempunyai sifat yang khas, sehingga data curah

hujan harus diuji kecocokannya dengan menggunakan uji Chi Kuadrat dan

Smirnov-Kolmogorov. Pemilihan jenis distribusi yang tidak benar dapat

menimbulkan kesalahan yang cukup besar, baik over estimated maupun under

estimated.

2.1.5 Pola Agihan Hujan

Hujan yang jatuh pada suatu wilayah tertentu pada umumnya memiliki pola

agihan untuk hujan jam-jaman. Pola agihan ini penting untuk mengetahui setiap


commit to user

11

kejadian hujan. Umumnya data yang tersedia di lapangan adalah hujan harian,

maka dengan pola ini dapat diperkirakan agihan hujan jam-jaman untuk tiap

kejadian hujan harian.

Secara empiris, penentuan agihan hujan dapat dilakukan dengan menggunakan

pola agihan Tadashi Tanimoto, Alternating Block Method (ABM), Triangular

Hyetograph Method (THM), Instantaneous Intensity Method (IIM), seragam, atau

Modified Mononobe. Dalam penentuan agihan hujan diperlukan data lama hujan

yang biasanya didekati dengan menghitung waktu konsentrasinya atau dari hasil

analisis yang didasarkan pada kejadian hujan.

Model distribusi seragam adalah yang paling sederhana yaitu dengan menganggap

hujan rancangan terdistribusi (P) secara merata selama durasi hujan rancangan

(Td). Triangular Hyetograph Method (THM)/ segitiga menggunakan satu tinggi

hujan untuk menentukan puncak hujan. Puncak hujan terjadi sekitar separuh

waktu hujan. Alternating Block Method (ABM) adalah cara sederhana untuk

membuat hyetograph rencana dari kurva Intensitas Durasi Frekuensi (IDF).

Modified Mononobe adalah cara yang menggunakan data hujan harian dan

memperhitungkan waktu konsentrasi.

Tadashi Tanimoto mengembangkan distribusi hujan jam-jaman yang dapat

digunakan di Pulau Jawa (Bambang Triatmodjo, 2008). Model agihan tersebut

seperti yang ditunjukkan dalam Tabel 2.1

Tabel 2.1 Distribusi Hujan Tadashi Tanimoto

Waktu (jam ke-) 1 2 3 4 5 6 7 8

% Distribusi hujan 26 24 17 13 7 5.5 4 3.5

% Distribusi hujan kumulatif 26 50 67 80 87 92.5 96.5 100

Sumber: Mamok Suprapto, 2008


commit to user

12

2.2 Dasar Teori

2.2.1 DAS

Mamok Suprapto (2000) menjelaskan bahwa pengertian daerah aliran sungai,

yang sering disebut juga dengan basin, watershed, catchment area, atau DAS

adalah total permukaan tanah dan air yang dibatasi oleh pembagian air secara

topografi. Setiap DAS memiliki karakter khas sendiri-sendiri dan setiap karakter

memberikan pengaruh yang berbeda-beda pula terhadap limpasan permukaan.

Karakteristik DAS tersebut antara lain ketinggian rata-rata, bentuk, luas, dan

kemiringan DAS.

2.2.2 Pengalihragaman Hujan Menjadi Aliran

a. Hujan

Presipitasi adalah istilah umum untuk menyatakan uap air yang mengkondensasi

dan jatuh dari atmosfir ke bumi dalam segala bentuknya dalam rangkaian siklus

hidrologi. Air yang jatuh dalam bentuk cair disebut hujan (rainfall) sedangkan air

yang turun dalam bentuk padat (es) disebut salju.

Jumlah hujan yang turun ke permukaan bumi dinyatakan dalam ketebalan air,

yang dianggap terdistribusi secara merata pada seluruh daerah tangkapan air.

Intensitas hujan adalah jumlah curah hujan dalam satu satuan waktu. Durasi hujan

adalah waktu yang dihitung dari saat hujan mulai turun sampai berhenti.

Ketebalan hujan diukur oleh alat pencatat hujan (stasiun hujan) yang dianggap

mewakili hujan di suatu kawasan dengan luasan tertentu.

b. Hujan titik (point rainfall)

Hujan sangat bervariasi dalam skala ruang dan waktu (Chow dkk., 1988). Hujan

dengan jumlah sama tidak jatuh secara seragam (uniform) pada seluruh DAS

(Ponce, 1989). Dalam analisis hidrologi, dikenal istilah hujan terukur yaitu hujan

titik (point rainfall), dan hujan tak terukur yaitu hujan wilayah (areal rainfall).


commit to user

13

Hujan titik merupakan dasar dalam analisis hidrologi (Chow dkk., 1988), karena

teori yang ada untuk menghitung hujan wilayah didasarkan pada hujan titik.

Tidak banyak pustaka yang membahas tentang jumlah stasiun pencatat hujan

sekaligus agihannya. Padahal stasiun pencatat hujan yang akan digunakan perlu

dievaluasi kerapatannya. Sri Harto (1993) menyarankan penggunaan cara Kagan

dalam evaluasi jumlah dan jaringan stasiun pencatat hujan pada suatu wilayah,

agar kerapatan jaringan stasiun hujan yang dipilih memberikan kesalahan sekecil

mungkin.

Kagan menyarankan penempatan alat pencatat hujan seyogyanya berada pada

simpul-simpul segitiga samasisi yang memiliki panjang sisi sesuai Persamaan 2.1.

Korelasi antar stasiun dapat dihitung dengan Persamaan 2.2, kesalahan perataan

dengan Persamaan 2.3 dan kesalahan interpolasi dengan Persamaan 2.4. Kagan

dapat menetapkan jaringan stasiun hujan sesuai dengan kriteria kesalahan yang

ditetapkan. Jumlah stasiun hujan yang diperlukan minimal sama dengan jumlah

simpul segitiga samasisi yang terdapat di wilayah kajian.

NA

L 07,1= (2.1)

dengan:

L = panjang sisi segitiga (km), A = luas wilayah (km2), N = jumlah stasiun pencatat hujan.

( )00 exp d

d

d rr-

= (2.2)

dengan:

rd = korelasi antar stasiun dengan jarak d km, r0 = korelasi antar stasiun dengan jarak yang sangat kecil (± 0 km ), d = jarak antar stasiun (km), d0 = radius korelasi.

NNd

Ar

CZ v0

0

1

23,01 +-

= (2.3)

dengan:


commit to user

14

Zl = kesalahan perataan (%), Cv = koefisien varian, A = luas wilayah (km2), N = jumlah stasiun hujan.

NS

d

rrCZ v

0

002 52,0

3

1+

-= (2.4)

dengan:

Z2 = kesalahan interpolasi (%), S = deviasi standar. c. Hujan Wilayah (areal arinfall)

Curah hujan yang diperlukan untuk penyusunan suatu rancangan pemanfaatan air

dan rancangan pengendalian banjir adalah curah hujan rerata di seluruh daerah

yang bersangkutan, bukan curah hujan pada suatu titik tertentu (Suyono

Sosrodarsono, 1976). Dalam penelitian ini hujan wilayah diperhitungkan dengan

cara poligon Thiessen yang dapat dihitung dengan persamaan berikut:

å ==

N

i iiw

PAA

P1

.1

(2.5)

dengan: J伸 = hujan Wilayah (mm), J轨 = hujan masing-masing stasiun pencatat hujan (mm), 故国 = luas wilayah (km2), 故轨 = luas masing-masing poligon (km2), N = jumlah stasiun pencatat hujan.

2.2.3 Uji Kepanggahan

Data yang diperoleh dari stasiun hujan perlu diuji karena ada kemungkinan data

tidak panggah akibat alat pernah rusak, alat pernah berpindah tempat, lokasi alat

terganggu, atau data tidak sah. Uji kepanggahan dalam penelitian ini dilakukan

dengan cara RAPS (Rescaled Adjusted Partial Sums). Bila nQ / yang didapat

lebih kecil dari nilai kritik untuk tahun dan confidence level yang sesuai, maka

data dinyatakan panggah. Uji kepanggahan dapat dilakukan dengan menggunakan

persamaan-persamaan berikut:


commit to user

15

( )å=

-=k

iik YYS

1

* , dengan k = 1, 2, 3, ..., n (2.6)

0*0 =S (2.7)

y

kk D

SS

*** = , dengan k = 0, 1, 2, 3, ...., n (2.8)

( )å=

-=

n

i

iy n

YYD

1

22 (2.9)

dengan: Yi = data hujan ke-i, Y = data hujan rerata –i, Dy = deviasi standar, n = jumlah data. Untuk uji kepanggahan digunakan cara statistik:

|| **kSmaksQ = , 0 ≤ k ≤ n, atau (2.10)

**** min kk SimumSmaksimumR -= , dengan 0 ≤ k ≤ n (2.11)

Nilai kritik Q dan R ditunjukkan dalam Tabel 2.2

Tabel 2.2. Nilai kritik Q dan R

n n

Q

n

R

90% 95% 99% 90% 95% 99% 10 1.05 1.14 1.29 1.21 1.28 1.38 20 1.10 1.22 1.42 1.34 1.43 1.60 30 1.12 1.24 1.46 1.40 1.50 1.70 40 1.13 1.26 1.50 1.42 1.53 1.74 50 1.14 1.27 1.52 1.44 1.55 1.78 100 1.17 1.29 1.55 1.50 1.62 1.86 ∞ 1.22 1.36 1.63 1.62 1.75 2.00

Sumber: Mamok Suprapto,2008


commit to user

16

2.2.4 Analisis frekuensi

Analisis data hujan dimaksudkan untuk menentukan besarnya hujan rancangan.

Analisis ini meliputi beberapa tahapan hitungan antara lain hitungan hujan

wilayah daerah aliran sungai (DAS) diikuti dengan analisis frekuensi dan

lengkung intensitas hujan. Hujan rancangan untuk daerah yang ditinjau, sebagai

masukan model hujan-aliran untuk perancangan debit rancangan, dapat

diperkirakan dengan analisis frekuensi terhadap rangkaian data hujan.

Analisis frekuensi untuk pemilihan distribusi hujan yang sesuai untuk daerah yang

ditinjau dapat dilakukan dengan metoda yang lazim digunakan di Indonesia, yaitu

metoda moment. Analisis frekuensi dalam penelitian ini menggunakan data dari

tiga cara penyajian, yaitu annual maximum series (selanjutnya disebut cara I),

data hujan harian (selanjutnya disebut cara II), dan data hujan harian maksimum

rerata stasiun (selanjutnya disebut cara III). Dengan menghitung parameter

statistik seperti nilai rerata, standard deviasi, koefisien variasi, dan koefisien

skewness dari data yang ada serta diikuti dengan uji statistik, maka distribusi

probabilitas hujan yang sesuai dapat ditentukan.

Rumus-rumus statistik yang digunakan untuk menentukan jenis distribusi

probabilitas tesebut adalah sebagai berikut.

Standar deviasi, S = ( )( )

5.0

1

2

1úúúú

û

ù

êêêê

ë

é

-

-å=

n

Xxn

ii

(2.12)

Koefisien skewness, Cs = ( )( ) ( )3

1321 å

=

---

n

ii Xx

snnn

(2.13)

Koefisien variasi, Cv = XS (2.14)

Koefisien kurtosis, Ck = ( )( )( ) ( )å=

----

n

ii Xx

Snnnn

1

4

4

2

321 (2.15)


commit to user

17

dengan:

n = panjang data, X = tinggi hujan rerata, S = standar deviasi. Ada beberapa distribusi dalam analisis hidrologi antara lain distribusi Normal,

Log-Normal, extreme value Type I (Gumbel), dan Log-Pearson III. Dalam

praktek, distribusi probabilitas yang benar sulit diketahui, maka untuk

menjelaskan fenomena yang terkait perlu dilakukan pemilihan jenis distribusi

yang cocok melalui pendekatan statistik.

Beberapa bentuk jenis distribusi yang dipakai dalam analisis frekuensi untuk

hidrologi di antaranya:

a. Distribusi Normal

Persamaan yang dipakai dalam distribusi normal adalah:

Tp

1= (2.16)

)5.00(,1

ln2

1

2£<ú

û

ùêë

é÷÷ø

öççè

æ= p

pw (2.17)

32

2

001308.0189269.0432788.11010328.0802853.0515517.2

wwwww

wzKT +++++

-== (2.18)

dengan:

T = kala ulang, p = probabilitas, KT = faktor frekuensi. Sifat-sifat distribusi Normal adalah nilai koefisien kemelencengan (skewness)

sama dengan nol (Cs≈0) dan nilai koefisien kurtosis mendekati tiga (Ck≈3). Selain

itu terdapar sifat-sifat distribusi frekuensi kumulatif berikut ini:

%87,15)( =- sxP

%50)( =xP

%14,84)( =+ sxP


commit to user

18

b. Distribusi Log-Normal

Distribusi Log-Normal digunakan apabila nilai-nilai dari variabel random tidak

mengikuti distribusi Normal, tetapi nilai logaritmanya memenuhi distribusi

Normal. Sifat-sifat distribusi Log-Normal adalah sebagai berikut:

Koefisien kemelencengan : Cs=Cv3+3Cv (2.19)

Koefisien kurtosis : Ck=Cv8+6Cv

6+15Cv4+16Cv

2+3 (2.20)

c. Distribusi Gumbel

Persamaan yang dipakai dalam distribusi Gumbel adalah:

{þýüúû

ùêë

é÷øö

çèæ

-+-=

1lnln5772.0

6T

TKT p

(2.21)

dengan:

KT = faktor frekuensi, T = kala ulang.

Distribusi gumbel mempunyai sifat:

Koefisien kemelencengan : Cs=1,14

Koefisien kurtosis : Ck=5,4

d. Distribusi Log Pearson III

Distribusi Log Pearson III digunakan apabila parameter statistik tidak sesuai

dengan model distribusi yang lain. Persamaan yang dipakai adalah:

( ) ( ) ( ) 5432232

31

1631

1 kzkkzkzzkzzK T ++---+-+= (2.22)

dengan:

KT = faktor frekuensi,

k =6

sC

.


commit to user

19

Untuk memilih distribusi yang sesuai dengan data yang ada, perlu dilakukan uji

statistik. Pengujian biasanya dilakukan dengan uji Chi-kuadrat dan uji Smirnov-

Kolmogorov.

1. Uji Chi Kuadrat

Pengujiaan chi-kuadrat dilakukan dengan menggunakan parameter c2, dengan

rumus sebagai berikut:

( )å=

-=

K

i EfOfEf

1

22c (2.23)

dengan:

c2 = harga Chi-kuadrat terhitung, K = banyaknya kelas, Of = frekuensi terbaca pada setiap kelas, Ef = frekuensi yang diharapkan untuk setiap.

Nilai c2 hasil perhitungan dibandingkan dengan nilai c2 kritis. Nilai c2 kritis telah

tersedia dalam bentuk tabel yaitu merupakan fungsi dari jumlah kelas, jumlah

parmeter, dan derajat kegagalan.

2. Uji Smirnov–Kolmogorov

Pengujian ini dilakukan dengan membandingkan nilai Δ maksimum, yaitu selisih

maksimum antara plot data dengan garis teoritis pada kertas probabilitas. Nilai Δ

kritis (Δcr, Smirnov Kolmogorov Test) tergantung dari jumlah data (n) dan derajat

kegagalan (α).

2.2.5 Hujan Rencana

Berdasarkan nilai parameter statistik dari data yang ada dan setelah dipilih jenis

distribusi probabilitas hujan yang cocok sesuai hasil uji statistik, hujan rancangan

kemudian dihitung dengan rumus berikut:

SKXX TT .+= (2.24)

dengan:


commit to user

20

XT = tinggi hujan dengan kala ulang T tahun, KT = faktor frekuensi, merupakan fungsi jenis dristribusi dan kala ulang.

2.2.6 Intensitas Hujan

Intensitas hujan (I) merupakan laju hujan rerata dalam mm/jam untuk suatu

wilayah/luasan tertentu. Intensitas hujan tersebut dipilih berdasarkan lama hujan

dan kala ulang (T) yang telah ditentukan. Lama hujan dapat ditetapkan

berdasarkan kejadian hujan, namun bila tidak terdapat data hujan dari stasiun

otomatis maka lama hujan dapat dihampiri dengan waktu konsentrasi (tc) untuk

wilayah tersebut. Kala ulang didasarkan pada kebutuhan perencanaan. Besarnya

intensitas hujan dapat diperoleh dari lengkung hubungan antara tinggi hujan, lama

hujan dan frekuensi atau sering disebut sebagai lengkung hujan.

a. Waktu Konsentrasi (tc)

Besarnya aliran dianggap mencapai puncak pada saat waktu konsentrasi. Waktu

konsentrasi (tc) dapat dihitung dengan persamaan sebagai berikut:

Kirpich : 385,077,006628.0 -= SLTc (2.25)

Australian Rainfall-Runoff : T Ac = 0 76 0 38, , (2.26)

dengan:

Tc = waktu konsentrasi (jam), A = luas DAS (km2), L = panjang sungai utama (km), S = kemiringan sungai (m/m).

b. Pola Agihan Hujan

Pencatatan hujan biasanya dilakukan dalam satuan waktu harian, jam-jaman atau

menit. Pencatatan biasanya dilakukan dengan interval waktu pendek supaya

distribusi hujan selama terjadinya hujan dapat diketahui. Distribusi hujan yang

terjadi digunakan sebagai masukan untuk mendapatkan hidrograf aliran.


commit to user

21

Dalam penelitian ini untuk menentukan pola agihan hujan secara empiris

digunakan cara Modified Mononobe, Alternating Block Method (ABM), dan

Triangular Hyetograph Method (THM).

1. Modified Mononobe

Untuk keperluan perancangan, curah hujan rancangan yang telah ditetapkan

berdasarkan hasil analisis perlu diubah menjadi lengkung intensitas curah hujan.

Lengkung tersebut dapat diperoleh berdasarkan data hujan dari stasiun hujan

otomatis dengan rentang waktu yang pendek misal: menit atau jam. Dalam

praktek, data hujan otomatis relatif sulit diperoleh, sehingga lengkung intensitas

curah hujan untuk durasi pendek ditentukan berdasarkan data hujan harian,

dengan menggunakan Modified Mononobe, yang dapat dilihat pada persamaan

berikut:

3

2

24 ÷øö

çèæ÷÷ø

öççè

æ=

t

t

t

RI c

c

(2.27)

dengan:

I = intensitas hujan dengan kala ulang T untuk durasi t (mm/jam), R24 = intensitas hujan harian untuk kala ulang T (mm/hari), tc = waktu konsentrasi (jam), t = durasi hujan (jam).

2. Alternating Block Method (ABM)

Alternating Block Method (ABM) adalah cara sederhana untuk membuat

hyetograph rencana dari kurva IDF (Chow et al., 1988). Hyetograph rencana yang

dihasilkan oleh metode ini adalah hujan yang terjadi dalam n rangkaian interval

waktu yang berurutan dengan durasi ∆t selama waktu Td = n∆t. Untuk periode

ulang tertentu, intensitas hujan diperoleh dari kurva IDF pada setiap durasi waktu

∆t, 2∆t, 3∆t,...,n∆t. Ketebalan hujan diperoleh dari perkalian antara intensitas

hujan dan durasi waktu tersebut. Perbedaan antara nilai ketebalan hujan yang

berurutan merupakan pertambahan hujan dalam interval waktu ∆t. Pertambahan

hujan tersebut (blok-blok), diurutkan kembali ke dalam rangkaian waktu dengan

intensitas maksimum berada pada tengah-tengah durasi hujan Td dan blok-blok


commit to user

sisanya disusun dalam urutan menurun secara bolak

blok tengah. Dengan demikian terbentuk

Gambar 2.3.

Gambar 2.3

3. Triangular Hyetograph Method

Model distribusi seragam segitiga menganggap bahwa ke

terdistribusi mengikuti bentuk segitiga.

kedalaman hujan rencana p

segitiga merupakan nilai ke

dihitung dengan rumus:

Tdp

I p

2=

dengan:

Ip = intensitas puncakp = hujan rencana (Td = durasi hujan (jam).

Untuk menentukan waktu terjadinya intensitas hujan puncak, dipakai koefisien

yang didefinisikan sebagai rasio dari waktu terjadi intensitas hujan dengan puncak

0

5

10

15

20

25

1

Kete

bala

n hu

jan

(mm

)

sisanya disusun dalam urutan menurun secara bolak-balik pada kanan dan kir

blok tengah. Dengan demikian terbentuk hyetograph rencana, seperti pada

Gambar 2.3 Hyetograph dengan ABM

Triangular Hyetograph Method (THM)

Model distribusi seragam segitiga menganggap bahwa ketebalan hujan jam

terdistribusi mengikuti bentuk segitiga. Hyetograph segitiga bisa dibentuk setelah

p dan durasi hujan Td diketahui. Dalam metode ini, luas

rupakan nilai ketebalan hujan dan ordinat puncak hyetograph

intensitas puncak (mm/jam), (mm),

durasi hujan (jam).

Untuk menentukan waktu terjadinya intensitas hujan puncak, dipakai koefisien


2 3 4 5 6 7

Durasi hujan (jam)

22

balik pada kanan dan kiri dari

rencana, seperti pada

hujan jam-jaman

segitiga bisa dibentuk setelah

diketahui. Dalam metode ini, luas

hyetograph yang

(2.28)

Untuk menentukan waktu terjadinya intensitas hujan puncak, dipakai koefisien r



commit to user

23

Tp dengan nilai total durasinya Td. Jadi waktu dimana terjadinya intensitas hujan

puncak ditentukan dengan rumus:

TdrTp .=

(2.29)

dengan:

r = rasio (umumnya ditetapkan sebesar 0.3-0.5), Tp = waktu puncak (jam), Td = durasi hujan (jam).


commit to user

Jatipurno

Girimarto SKT

Girimarto PP

Jatisrono Slogohimo

Jatisrono Otm

Sidoharjo

Ngadirojo

Jatiroto

® 0 2.5 5 7.5 101.25

Kilometers

PETA SUB DAS KEDUANGKABUPATEN WONOGIRI

KETERANGAN

Stasiun hujan manualStasiun hujan otomatis

BAB III

METODE PENELITIAN

3.1 Lokasi Penelitian

Lokasi penelitian di Sub DAS Keduang yang terletak di Kabupaten Wonogiri

seperti yang ditunjukkan pada Gambar 3.1. Sub DAS Keduang memiliki 9

(sembilan) stasiun hujan, yaitu: 1) Sidoharjo, 2) Slogohimo, 3) Jatiroto, 4)

Jatipurno, 5) Jatisrono, 6) Ngadirojo, 7) Girimarto PP, 8) Girimarto SKT, dan 9)

Jatisrono Otm.

Gambar 3.1 Peta Sub DAS Keduang

3.2 Data yang Dibutuhkan

Data yang dibutuhkan dalam analisis adalah:

1. Peta sub DAS keduang beserta stasiun hujan yang ada di dalamnya.

2. Peta batas DAS Wonogiri.

24


commit to user

25

3. Data hujan dari stasiun hujan manual dari tahun 1989-2008.

4. Data hujan dari stasiun hujan otomatis dari tahun 2006-2009.

5. Koordinat stasiun hujan.

5.3 Alat yang digunakan

Alat bantu yang digunakan dalam kajian ini adalah perangkat lunak:

1. AutoCAD untuk pengolahan peta DAS.

2. Microsoft Excel atau program terapan untuk pengolahan data hujan.

3. Transkoord untuk mengubah koordinat stasiun hujan dari geografis ke

UTM.

4. Curve Expert untuk pembuatan kurva.

5. Arc Map untuk pengeplotan data dan pembuatan polygon thissen.

6. Havara untuk analisis frekuensi data.

5.4 Tahapan Penelitian

5.4.1 Pengolahan data hujan dari stasiun otomatis

1. Mengelompokan data hujan berdasarkan durasi hujan dalam satuan jam.

2. Menentukan durasi hujan sesuai dengan kejadian hujan.

3. Membuat pola hujan jam-jaman (observed).

5.4.2 Pengolahan data hujan dari stasiun manual

1. Melakukan uji jaringan pada peta DAS dan uji kepanggahan data pada stasiun

hujan di dalam peta DAS.

2. Melakukan plotting stasiun hujan dan pembuatan poligon Thiessen.

3. Menyiapkan seri data hujan.

4. Menghitung parameter statistik data hujan.

5. Melakukan uji kecocokan distribusi frekuensi data.

6. Menghitung analisis frekuensi data.

7. Melakukan test jenis distribusi.

8. Menghitung hujan rencana.

9. Menghitung durasi hujan dan waktu konsentrasi.


commit to user

26

10. Menghitung intensitas hujan jam-jaman dengan metode Modified Mononobe.

11. Menentukan pola agihan hujan jam-jaman (empiris) berdasarkan observed

data.

12. Menentukan kesesuaian pola agihan hujan jam-jaman.

Tahapan penelitian ditunjukkan dalam bagan alir Gambar 3.2.


commit to user

27

5.5 Diagram Alir Tahapan Penelitian

frekuensi data

Gambar 3.2 Diagram Alir Tahapan Penelitian

Data hujan dari Sta manual

Uji: Jaringan

Kepanggahan

Plot stasiun hujan Polygon thiessen

Mulai

Hujan wilayah

Parameter statistik

Uji kecocokan distribusi frekuensi

Penyiapan seri data hujan: -Hujan Harian Maksimum Tahunan (Cara I)

-Hujan Harian (Cara II) -Hujan Harian Max Tiap Sta (CaraIII)

Cara I dan III Uji Chi Kuadrat dan Smornov Kolmogorov

Cara II Uji Parameter Statistik

Test jenis distribusi

Jenis distribusi frekuensi terpilih

Hujan rencana

Durasi hujan dan waktu konsentrasi

Selesai

Intensitas hujan

Pola agihan hujan jam-jaman (empiris)

Data hujan dari Sta otomatis

Pengelompokan hujan berdasarkan durasi

Pola agihan hujan jam-jaman (observed)

Kesesuaian pola agihan hujan


commit to user

28

DAFTAR PUSTAKA

Bambang Triatmodjo, 2008, Hidrologi Terapan. Beta Offset, Yogyakarta.

CD Soemarto , 1986, Hidrologi Teknik. Usaha Nasional, Surabaya.

Chow, dkk, 1988, Applied Hidrology. McGraw-Hill, New York.

Mamok Soeprapto, 2000, Buku Pegangan Kuliah: Hidrologi. Universitas Sebelas Maret, Surakarta.

Mamok Suprapto, 2008, Pemodelan Pengelolaan Aliran Rendah Dengan Pendekatan Hidrologi Elementer. Disertasi, UGM, Yogyakarta.

Sri Harto Br, 1993, Analisis Hidrologi. PT Gramedia Pustaka Utama, Jakarta.

Suripin, 2004, Sistem Drainase Perkotaan yang Berkelanjutan. Andi, Yogyakarta.

Dunne, dkk, 2008, The impacts of climate change on hydrology in Ireland. University College, Dublin, Ireland.

Suyono Sosrodarsono dan Kensaku Takeda, 1976, Hidrologi Untuk Pengairan. Pradnya Paramita, Jakarta.

Thodsen, Hans, 2007, The influence of climate change on stream flow in Danish rivers. University of Compenhagen, Denmark.

Dhanu Apriyanto, 2006. Perhitungan Aliran Permukaan Menggunakan Sistem Informasi Geografis Studi Kasus DAS Keduang. Skripsi, UNS, Surakarta.

Trenberth, dkk, 1995. The Effects of Climate Change. University Wincosin-Madison. US

Sulistyowati, 2006. Dampak Pola Iklim Terhadap Sumber Daya Air di Indonesia. Suara Pembaruan.

UNDP, 2007. Sisi Lain Perubahan Iklim. Jakarta.

xvi


commit to user

BAB IV

ANALISIS DAN PEMBAHASAN

4.1 Uji Kepanggahan Data Hujan

Sub DAS Keduang mempunyai sembilan stasiun hujan. Untuk menguji validitas

data hujan yang ada digunakan data hujan tahunan dengan menggunakan metode

Rescaled Adjusted Partial Sums (RAPS). Data hujan tahunan disajikan dalam

Tabel 4.1.

Tabel 4.1 Data Hujan Tahunan Stasiun Hujan di Sub DAS Keduang

TAHUN

HUJAN TAHUNAN (mm/tahun)

Gir

imar

to S

KT

57

Gir

imar

to P

P

125b

Sido

harj

o 12

5c

Nga

diro

jo 1

25f

Jati

purn

o 13

0.b

Jati

roto

130

c

Jati

sron

o 13

1

Slog

ohim

o 13

1b

Jati

sron

o O

tom

atis

1989 1926 701 2043 1734 1857 2192 2484 2290 1990 1319 1269 1687 1645 1159 1499 1765 1697 1991 2300 181 1622 497 1575 1950 1674 1690 3190 1992 4842 2456 2130 2509 2292 2405 2563 5415 1993 4054 2635 2230 1120 2572 2026 2180 2035 4427 1994 2534 2293 1795 1334 1632 1462 1647 1634 5458 1995 4343 4148 2509 2553 1853.5 2726 2313 2214 5099 1996 3403 3214 1772 1888 2605.5 2202 2007 2020 4043 1997 2461 1979 1214 1633 1909 1636 1145 1394 3461 1998 4537 3667 1967 2251 1984 2721 2742 2378 5404 1999 3357 3149 1788 1978 1730 2136 2239 506 4522 2000 3361 2980 1898 1812 2334 2472 2221 1726 2125 2001 2665 2683 1939 1642 1896 1865 1948 1650 2482 2002 1210 1275 502 1074 1014 1322 921 771 2043 2003 1224 1665 1204 1699 1105 1408 709 2203 2004 1738 1231 378 1293 1562 1497 309 2585 2005 2298 1971 1359 973 1030 1452 714 2313 2006 2236 1421 1513 1400 2027 1637 1954 2007 2614 2706 3594 2222 2383 1571 2314 2008 2567 831 147 2761 2475 1928 1198 2569

Sumber: Dinas Pengairan Kabupaten Wonogiri

Keterangan:

28 = Data rusak


commit to user

29

Contoh hasil uji kepanggahan untuk stasiun pencatat hujan Girimarto PP 125b

dengan menggunakan cara RAPS ditampilkan pada Tabel 4.2.

Tabel 4.2 Uji Kepanggahan pada Stasiun Girimarto PP125b

Keterangan: = nilai absolut

i = hujan tahunan Sk* = kumulatif i-Rerata Sk** = S*/standar deviasi

n = jumlah data

Dari nilai yang didapatkan pada Tabel 4.2, tampak bahwa nilai QRAPS hit (maks)

terdapat pada tahun 1991. Dengan menggunakan Persamaan 2.12 dan Persamaan

2.13 maka diperoleh besaran QRAPShit / √& = 0.9. Nilai ini dibandingkan dengan

nilai kritik yang terdapat pada Tabel 2.1 dengan n=18 dan Confidence Interval

90%. Setelah dilakukan interpolasi besaran nilai kritik untuk kasus ini adalah

QRAPShit / √& = 0.87. Terjadi nilai QRAPShit / √& < dari pada nilai QRAPSkritik. Hasil ini

menunjukan bahwa data hujan pada stasiun pencatat hujan Girimarto PP 125b

adalah panggah. Hasil uji kepanggahan dengan metode RAPS pada stasiun hujan

yang lain dapat dilihat pada Tabel 4.3.

1 1989 701 (1.371) (1.370.8) (1.25) 1.2 3.7 0.9 < .902 1990 1269 (803) (2.173.7) (1.98) 2.0 3 1991 181 (1.891) (4.064.5) (3.70) 3.7 <Ttk Kritik. panggah4 1993 2635 563 (3.501.3) (3.19) 3.2 5 1994 2293 221 (3.280.2) (2.99) 3.0 6 1995 4148 2.076 (1.204.0) (1.10) 1.1 7 1996 3214 1.142 (61.8) (0.06) 0.1 8 1997 1979 (93) (154.7) (0.14) 0.1 9 1998 3667 1.595 1.440.5 1.31 1.3

10 1999 3149 1.077 2.517.7 2.29 2.3 11 2000 2980 908 3.425.8 3.12 3.1 12 2001 2683 611 4.037.0 3.68 3.7 13 2002 1275 (797) 3.240.2 2.95 3.0 14 2003 1665 (407) 2.833.3 2.58 2.6 15 2004 1231 (841) 1.992.5 1.82 1.8 16 2005 1971 (101) 1.891.7 1.72 1.7 17 2006 1421 (651) 1.240.8 1.13 1.1 18 2008 831 (1.241) (0.0) (0.00) 0.0

No Absolut Q Abs Maks Abs

Q/sqrt(n)Nilai KritikThn i i-Rerata Sk* Sk**


commit to user

30

Tabel 4.3 Hasil Uji Kepanggahan Semua Stasiun di Sub DAS Keduang

Dari Tabel 4.3 diketahui bahwa data hujan di Stasiun Girimarto SKT 57 tidak

panggah. Oleh sebab itu data hujan dari Stasiun Girimarto SKT 57 tidak dipakai

dalam analisis selanjutnya.

4.2 Uji Kerapatan Jaringan

Untuk mengetahui kerapatan jaringan stasiun hujan digunakan metode Kagan

dengan menggunakan data hujan bulanan. Data hujan bulanan stasiun hujan di

Sub DAS Keduang dapat dilihat pada Lampiran A. Berdasarkan analisis statistik

data hujan bulanan pada stasiun hujan Girimarto PP 125b diperoleh besaran nilai

parameter sebagai berikut:

Nilai rerata (mean) = 258.50

Standar eror = 22.10

Median = 175

Modus = 0

Standar deviasi = 243.11

Sampel varian = 59101.77

Kurtosis = -0.78

Skewness = 0.60

Range = 886

1 Girimarto SKT 57 5.026 1.12 Tidak Panggah2 Girimarto PP 125b 3.704 0.87 Panggah3 Sidoharjo 125c 2.549 0.66 Panggah4 Ngadirojo 125f 3.325 0.74 Panggah5 Jatipurno 130b 3.420 0.78 Panggah6 Jatiroto 130c 4.574 1.05 Panggah7 Jatisrono 131 4.568 1.02 Panggah8 Slogohimo 131b 3.874 1.00 Panggah9 Jatisrono Otomatis 2.778 0.65 Panggah

No Nama Stasiun

Hujan Q Abs

Maks Abs Q/sqrt(n) Keterangan


commit to user

31

Nilai minimum = 0

Nilai maksimum = 886

Jumlah seluruh data = 3279

Banyaknya data = 121

Confidence Level(95.0%) = 43.32

Koef Varian = 0.94

Berdasar nilai parameter statistik dicari koefisien korelasi antara dua stasiun.

Koefisien korelasi antar stasiun hujan dapat dilihat pada Lampiran B. Jarak antar

stasiun diperoleh berdasarkan hubungan antara koordinat UTM dua stasiun hujan

yang berlainan.

Contoh perhitungan jarak antar stasiun hujan (antara Sidoharjo dan Girimarto

PP125b) adalah sebagai berikut:

Koordinat UTM Sidoharjo:

X1 = 507330

Y1 = 9135343

Koordinat UTM Girimarto PP 125b:

X2 = 509065

Y2 = 9139145

212

212 )()( YYXXd -+-=

22 )91353439139145()507330509065( -+-=d

md 4180=

Hasil perhitungan jarak antar stasiun hujan yang selengkapnya dapat dilihat pada

Lampiran B.

Kesalahan interpolasi (Z1 dan Z2) dan panjang sisi segitiga (L) dapat dihitung

dengan menggunakan Persamaan 2.1, Persamaan 2.3, dan Persamaan 2.4.

Perhitungan segitiga Kagan sebagai berikut:


commit to user

32

N

Nd

Ar

CZ v0

0

1

23.01 +-

=

9957.128

982.42023.078.01

11

x

Z+-

=

23.01 =Z

%231 =Z

NS

d

rrCZ v

0

002 52.0

3

1+

-=

937.188

57.12878.0

52.03

78.0112 +

-=Z

29.02 =Z

%292 =Z

NA

L 07,1=

9982.420

07,1=L

L= 7.32 km

Hasil perhitungan memberikan nilai Z1= 23%, Z2= 29%, dan L= 7.32 km. Nilai L

digunakan untuk menyusun jejaring Kagan, selanjutnya disuperposisi dengan

lokasi pencatat sedemikian rupa sehingga tiap stasiun mendekati atau berada pada

titik simpul jejaring Kagan. Hasil superposisi yang terbaik ditampilkan pada

Gambar 4.1.


commit to user

33

®0 2.5 5 7.5 101.25

Kilometers

PETA JARINGAN STA HUJANMETODE KAGAN

SUB DAS KEDUANG

KETERANGAN


Gambar 4.1 Peta Jaringan Stasiun Hujan dengan Metode Kagan di Sub DAS Keduang

Dari Gambar 4.1 dapat dilihat bahwa jumlah stasiun hujan yang seharusnya ada

pada Sub DAS Keduang adalah sesuai dengan jumlah simpul segitiga yang ada

pada sub DAS tersebut yaitu sejumlah 14 stasiun. Namun, pada kenyataannya

jumlah stasiun hujan yang ada di Sub DAS Keduang hanya 9. Dari jumlah stasiun

yang ada, beberapa di antaranya berjarak terlalu berekatan sehingga hanya dipilih

salah satu saja. Sebagai contoh stasiun Girimarto SKT dan stasiun Girimarto PP

berjarak terlalu dekat, sehingga dipilih Girimarto PP. Dengan demikian

berdasarkan hasil analisis Kagan, stasiun yang tepat digunakan adalah stasiun

Girimarto PP, Ngadirojo, Jatipurno, Jatiroto, Jatisrono Otm, Sidoharjo, dan

Slogohimo. Persentase jumlah stasiun hujan yang ada di Sub DAS Keduang hanya

sebesar 64% dari yang seharusnya ada. Hal ini mengakibatkan hasil yang tidak

sempurna untuk perhitungan hujan wilayah. Untuk itu diperlukan 5 stasiun hujan

tambahan yang terletak pada simpul-simpul segitiga Kagan.


commit to user

34

Jika dilakukan penambahan jumlah stasiun hujan sebanyak 5 stasiun hujan, maka

kesalahan perataan dan kesalahan interpolasi dapat ditentukan dengan perhitungan

berikut:

N

Nd

Ar

CZ v0

0

1

23.01 +-

=

141457.128

982.42023.078.01

11

x

Z+-

=

18.01 =Z

%181 =Z

NS

d

rrCZ v

0

002 52.0

3

1+

-=

1437.188

57.12878.0

52.03

78.0112 +

-=Z

29.02 =Z

%292 =Z

Hasil perhitungan memberikan nilai Z1= 18%, Z2= 29%. Nilai kesalahan perataan

lebih kecil dibandingkan dengan nilai kesalahan perataan dengan 9 (sembilan)

stasiun.

4.3 Hujan Wilayah

Untuk menentukan hujan wilayah Sub DAS Keduang digunakan metode poligon

Thiessen. Sebagai contoh diambil data hujan harian maksimum tahunan pada

tahun 1991. Data hujan hariam maksimum tahunan Sub DAS Keduang dapat

dilihat pada Tabel 4.4.


commit to user

35

Tabel 4.4 Data Hujan Harian Maksimum Tahunan Sub DAS Keduang (mm)

TAHUN GIRIMARTO PP

SIDO HARJO

NGADI ROJO

JATI PURNO

JATI ROTO

SLOGO HIMO

JATI SRONO

OTM

1989 92 107 78 75 84 118 0 1990 106 72 89 99 80 67 0 1991 70 73 38 96 77 109 66 1992 0 91 72 104 74 109 165 1993 95 84 65 109 81 95 150 1994 126 104 68 88 55 85 153 1995 95 118 69 98 90 88 223 1996 95 67 65 97 85 92 168 1997 90 102 58 87 63 85 178 1998 114 79 96 107 68 89 188 1999 108 84 82 81 68 59 194 2000 102 74 97 67 95 114 80 2001 85 88 75 68 85 51 70 2002 93 82 83 76 80 70 175 2003 91 0 63 87 70 53 146 2004 84 0 70 75 102 95 222 2005 125 0 84 95 107 65 133 2006 65 0 65 0 59 60 116 2007 0 0 203 187 237 155 117 2008 75 34 155 99 75 0 117


Keterangan:

= Data rusak

Poligon Thiessen Sub DAS Keduang 7 (tujuh) stasiun hujan dapat dilihat pada

Gambar 4.2.


commit to user

36

Ngadirojo

Girimarto PP

Sidoharjo

Jatipurno

Slogohimo

Jatisrono Otm

Jatiroto

® 0 2.5 5 7.5 101.25

Kilometers

PETA POLIGON THIESSENSUB DAS KEDUANG

KABUPATEN WONOGIRI

KETERANGAN


Gambar 4.2 Poligon Thiessen Sub DAS Keduang dengan 7 (tujuh) Stasiun Hujan

Dari poligon Thiessen yang sudah dibuat selanjutnya dihitung luas masing-masing

wilayah dengan menggunakan tool inquiry pada program AutoCAD. Hasilnya

adalah sebagai berikut:

Sub DAS Keduang = 420.98 km2

Girimarto PP 125b = 37.16 km2

Sidoharjo = 48.60 km2

Ngadirojo = 68.04 km2

Jatiroto = 77.75 km2

Jatisrono Otm = 35.06 km2

Jatipurno = 78.00 km2

Slogohimo = 76.36 km2

Contoh perhitungan untuk mendapatkan hujan wilayah harian maksimum tahun

1991:


commit to user

37

23211

2233221111 .......

SJJJNSG

SSJJJJJJNNSSGG

AAAAAAA

APAPAPAPAPAPAPP

++++++++++++

=

mmP

xxxxxxP

03.78

36.7600.7806.3575.7704.6860.4816.3736.7610900.789606.35.6675.777704.683860.487316.3770

=

++++++++++++

=

-

Poligon Thiessen akan berbeda jika jumlah stasiun berbeda. Gambar Poligon

Thiessen dengan jumlah stasiun pencatat hujan yang berbeda serta perhitungannya

dapat dilihat pada Lampiran B.

Dengan menggunakan Persamaan 2.5 hujan harian maksimum wilayah pada Sub

DAS Keduang dapat dilihat pada Tabel 4.5.

Tabel 4.5 Hujan Harian Maksimum Wilayah Sub DAS Keduang

Tahun Hujan

Wilayah (mm)

Tahun Hujan

Wilayah (mm)

1989 91 1999 87 1990 84 2000 90 1991 78 2001 73 1992 97 2002 87 1993 93 2003 79 1994 89 2004 99 1995 102 2005 98 1996 91 2006 68 1997 87 2007 186 1998 99 2008 97


4.4 Uji Kecocokan Jenis Agihan

Untuk mengetahui jenis agihan data yang sesuai digunakan uji agihan frekuensi.

Analisis ini digunakan untuk dasar perhitungan hujan rancangan dengan berbagai

kala ulang. Ada beberapa cara yang dapat digunakan untuk mengetahui

kesesuaian agihan data. Adapun jenis agihan, antara lain: agihan Normal, Log

Normal, Gumbel, dan Log Pearson III.


commit to user

38

Dalam uji kecocokan jenis agihan digunakan tiga cara penyajian data, yaitu cara I,

cara II, dan cara III.

4.4.1 Cara I (Hujan Harian Maksimum Tahunan)

Data hujan harian maksimum tahunan dapat dilihat pada Tabel 4.4. Untuk

memilih kesesuaian jenis agihan dengan uji Chi Kuadrat dan uji Smirnov-

Kolmogorov. Hasil perhitungan hujan wilayah pada data dengan cara I dapat

dilihat pada Tabel 4.5. Resume hasil uji terhadap deret data pada Tabel 4.5

disajikan pada Tabel 4.6 dan Tabel 4.7.

Tabel 4.6 Resume Hasil Uji Chi Kuadrat

Normal Log normal Gumbel LogPearson III Chi Kuadrat 10.941 6.235 13.294 16.118 Derajat kebebasan 2 2 2 1 Chi kritik 5.9915 5.9915 5.9915 3.8415 Keterangan ditolak ditolak ditolak ditolak

Tabel 4.7 Resume Hasil Uji Smirnov-Kolmogorov

Distribusi ∆ maks keterangan Normal 0.280 diterima Log normal 0.223 diterima Gumbel 0.214 diterima LogPearson III 0.298 diterima

Berdasarkan uji Chi Kuadrat yang disajikan pada Tabel 4.6 diketahui bahwa

semua distribusi ditolak, sedangkan berdasarkan uji Smirnov-Kolmogorov yang

disajikan pada Tabel 4.7 tampak bahwa semua distribusi diterima. Hasil uji

selengkapnya dapat dilihat pada Lampiran B. Untuk dapat memilih agihan yang

paling cocok, maka dipilih yang memiliki nilai penyimpangan terkecil. Maka

dalam hal ini agihan Gumbel adalah yang paling cocok karena memiliki nilai

penyimpangan yang terkecil di antara yang lain.

4.4.2 Cara II (Hujan Harian)

Cara II ini menggunakan data hujan harian. Hujan harian rerata Sub DAS

Keduang dapat dilihat pada Gambar 4.3.


commit to user

39

Gambar 4.3 Hujan Harian Rerata Tahun 1989-2008

Dari Gambar 4.3 dengan asumsi bahwa ketebalan hujan kurang dari 5 mm

dianggap tidak terjadi hujan maka musim kemarau mulai terjadi pada kejadian ke-

114 (tepatnya tanggal 23 April ), sedangkan musim hujan mulai terjadi pada

kejadian ke-306 (tepatnya tanggal 1 November).

Perhitungan hujan harian selengkapnya dapat dilihat pada Lampiran B.

Berdasarkan analisis statistik terhadap deret data hujan harian diperoleh nilai

parameter sebagai berikut:

Nilai rerata (mean) = 9.98

Standar deviasi = 10.66

Skewness = 2.60

Kurtosis = 17.82

Variasi = 1.07

Jumlah data = 3829

Untuk menentukan jenis distribusi frekuensi yang cocok dilakukan dengan

pengujian parameter statistik. Resume hasil pengujian parameter stastistik dapat

dilihat pada Tabel 4.8.

0

5

10

15

20

1 15 29 43 57 71 85 99 113

127

141

155

169

183

197

211

225

239

253

267

281

295

309

323

337

351

365H

ujan

Har

ian

Rera

ta (m

m)

Hari ke-

Hujan Harian Rerata Tahun 1989-2008


commit to user

40

Tabel 4.8 Resume Hasil Pengujian Parameter Statistik

Dari Tabel 4.8 diketahui bahwa jenis distribusi yang diterima adalah Log Pearson

III. Dengan demikian, digunakan sebaran hujan mengikuti distribusi Log Pearson

III.

4.4.3 Cara III ( Hujan Harian Maksimum Rerata Tiap Stasiun)

Untuk menentukan hujan harian maksimum tiap stasiun dalam tahun yang sama

diambil hujan maksimum tahunan tiap stasiun. Selanjutnya, dicari hujan harian

pada stasiun-stasiun yang lain pada hari kejadian yang sama dalam tahun yang

sama. Perhitungan hujan harian maksimum rerata tiap stasiun dapat dilihat pada

lampiran B. Hujan harian maksimum rerata tiap stasiun dapat dilihat pada Gambar

4.4.

Gambar 4.4 Hujan Harian Maksimum Rerata Tiap Stasiun

No Jenis Distribusi Syarat Hasil Perhitungan Keputusan1 Normal Cs = 0 Cs = 2.60 No

Ck = 3 Ck = 17.82 No

2 Log Normal Cs (ln x) = 0Cv3+3Cv = 2.71 Cs = -0.66 No

Ck (ln x) = 3Cv8+6Cv6+15Cv4+16Cv= 18.36 Ck = 0.16 No3 Log Pearson type III Jika semua syarat tidak terpenuhi Cs = -0.66 Yes

Ck = 0.16 Yes4 Gumbell Cs = 1,14 Cs = 2.60 No

Ck = 5,4 Ck = 17.82 No

0,000

50,000

100,000

150,000

200,000

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101

106

111

116

Huj

an W

ilaya

h (m

m)

Data ke-

Hujan Harian Maksimum Rerata Tiap Stasiun


commit to user

41

Untuk memilih kesesuaian jenis agihan dengan uji Chi Kuadrat dan uji Smirnov-

Kolmogorov. Resume hasil uji terhadap data hujan harian maksimum rerata tiap

stasiun disajikan pada Tabel 4.9 dan Tabel 4.10.

Tabel 4.9 Resume Hasil Uji Chi Kuadrat

Normal Log normal Gumbel LogPearson III Chi Kuadrat 12.087 1.130 2.261 1.391 Derajat kebebasan 2 2 2 1 Chi kritik 5.9915 5.9915 5.9915 3.8415 Keterangan ditolak diterima diterima diterima

Tabel 4.10 Resume Hasil Uji Smirnov-Kolmogorov

Distribusi ∆ maks keterangan Normal 0.724 diterima Log normal 0.719 diterima Gumbel 0.720 diterima LogPearson III 0.670 diterima

Berdasarkan uji Chi Kuadrat yang disajikan pada Tabel 4.9 diketahui bahwa

semua distribusi diterima kecuali distribusi Normal, sedangkan berdasarkan uji

Smirnov-Kolmogorov yang disajikan pada Tabel 4.10 tampak bahwa semua

distribusi diterima. Hasil uji selengkapnya dapat dilihat pada Lampiran B. Untuk

dapat memilih agihan yang paling cocok, maka dipilih yang memiliki nilai

penyimpangan terkecil. Maka dalam hal ini agihan Log Pearson III adalah yang

paling cocok karena memiliki nilai penyimpangan yang terkecil di antara yang

lain.

4.5 Hujan Rancangan

Berdasarkan hasil uji agihan hujan, jenis agihan terbaik dapat dilihat pada Tabel

4.11.


commit to user

42

Tabel 4.11 Hasil Uji Kecocokan Agihan Data

Jenis Penyajian Data Jenis Distribusi Hujan Harian Maksimum Tahunan (Cara I) Gumbel Hujan Harian (Cara II) Log Pearson III Hujan Harian Maksimum Rerata Tiap Stasiun (Cara III) Log Pearson III

Sesuai dengan hasil analisis agihan hujan rancangan dengan beragam kala ulang

dapat dilihat hasilnya pada Tabel 4.12.

Tabel 4.12 Hujan Rancangan dengan Berbagai Kala Ulang

No

Kala Ulang (tahun)

Hujan Rancangan (mm)

Hujan Harian Maksimum

Hujan Harian (cara II)

Hujan Harian Maksimum

Tahunan (cara I)

Hujan Harian Maksimum Rerata Tiap

Stasiun (caraIII) 1 1.1 68 22 2 2 2 91 36 12 3 5 114 52 30 4 10 128 62 45 5 20 142 72 58 6 50 161 84 83 7 100 174 93 99 8 1000 219 123 152

Dari Tabel 4.12, hujan harian maksimum dengan cara I dan cara III terdapat hasil

yang jauh berbeda. Untuk analisis lanjutan dan demi keamanan dipakai hujan

harian maksimum dengan cara I karena mempunyai ketebalan hujan rancangan

yang lebih besar.

4.6 Durasi Hujan dan Waktu Konsentrasi

4.6.1 Durasi Hujan

Data hujan dari stasiun pencatat hujan otomatis dikelompokkan berdasarkan

lamanya hujan. Selanjutnya dipilih durasi hujan yang dominan dari lamanya hujan

dengan kejadian terbanyak. Durasi hujan dan banyak kejadian hujan pada data

dari stasiun pencatat hujan otomatis dapat dilihat pada Tabel 4.13.


commit to user

43

Tabel 4.13 Durasi Hujan dan Banyak Kejadian Hujan

Durasi hujan (jam)

Kejadian (n)

2 62 3 50 4 18 5 9 6 10 7 8 8 4

Dari Tabel 4.13 diketahui bahwa kejadian hujan paling banyak pada saat durasi

hujan 2 jam. Sehingga durasi hujan paling dominan di Sub DAS Keduang adalah

2 jam, sedangkan perhitungan durasi hujan adalah sebagai berikut:

jamDurasi

xxxxxxxDurasi

kejadian

nxkejadianDurasihujaDurasi

68.3161

)488710695184503622(

=

++++++=

=å

å

4.6.2 Waktu Konsentrasi

Waktu konsentrasi dapat ditentukan dengan menggunakan Persamaan 2.25 dan

Persamaan 2.26. Perhitungan waktu konsentrasi adalah sebagai berikut:

Diketahui:

Data panjang sungai dan slope diperoleh dari Dhanu Apriyanto, 2006.

Panjang sungai utama (L) = 50.202 km

Slope (S) = 0.068

Luas (A) = 420.98 km2

Dengan menggunakan Persamaan 2.25 diperoleh hasil: 385,077,006628.0 -= SLTc

385,077,0 068.0202.5006628.0 -= xxTc

Tc = 3.8 jam

Dengan menggunakan Persamaan 2.26 diperoleh hasil:


commit to user

44

T Ac = 0 76 0 38, ,

38,098.420.76,0=cT

Tc = 7.55 jam

Selanjutnya digunakan Tc dengan menggunakan Persamaan 2. 25 yang nilainya

3.8 jam karena nilainya mendekati nilai durasi hujan.

4.7 Pola Agihan Hujan

4.7.1 Cara Observed

Pola agihan hujan dengan cara observed diperoleh dari data hujan dari stasiun

otomatis yang sudah dikelompokan berdasar durasi hujan. Hasil olahan data hujan

dari stasiun otomatis ditunjukkan dalam Gambar 4.5 sampai dengan Gambar 4.11.

Gambar 4.5 Pola Agihan Hujan 2 Jam (observed)


75.14%

24.86%

0

20

40

60

80

1 2

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 2 Jam (observed)

43.66% 39.71%

16.62%

01020304050

1 2 3Pros

enta

se H

ujan

(%)

Jam ke-



commit to user

45




22.62%

49.22%

18.08%10.08%

0102030405060

1 2 3 4

Pros

enta

se H

ujan

(%)

Jam ke-


71.96%

13.72%6.62% 5.84% 1.86%

0

20

40

60

80

1 2 3 4 5

Pros

enta

se H

ujan

(%)

Jam ke-


7.95%

28.02% 29.75%

17.36%

8.48% 8.44%

05

101520253035

1 2 3 4 5 6

Pros

enta

se H

ujan

(%)

Jam ke-



commit to user

46



4.7.2 Cara Empiris

Pola agihan hujan dapat pula didekati dengan cara empiris. Dengan adanya data

hujan dari stasiun pencatat otomatis, maka cara empiris yang sesuai dapat

dibandingkan. Dengan hasil olahan data hujan dari stasiun pencatat otomatis,

menunjukkan bahwa durasi hujan 2, 3, 5, 7, dan 8 jam mengikuti pola Modified

Mononobe. Durasi hujan 4 dan 6 jam mengikuti pola THM atau ABM.

Contoh perhitungan intensitas hujan dengan Modified-Mononobe (Persamaan

2.27) adalah sebagai berikut:

39.50%

16.06% 13.48% 11.97%8.53% 6.59% 3.87%

0

10

20

30

40

50

1 2 3 4 5 6 7

Pros

enta

se H

ujan

(%)

Jam ke-


26.44%

15.62%12.38%10.71% 9.66% 8.91% 8.34% 7.92%

05

1015202530

1 2 3 4 5 6 7 8

Pros

enta

se H

ujan

(%)

Jam ke



commit to user

47

Dari data hujan wilayah harian maksimum tahunan diketahui:

R24 = 67.884 mm tc = 3.8 jam t = 1 jam

3

2

24 ÷øö

çèæ÷÷ø

öççè

æ=

t

t

t

RI c

c 3

2

18.3

8.3884.67

÷øö

çèæ÷øö

çèæ=I

I = 43.50 mm/jam

Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola

agihan hujan 2 jam dapat dilihat pada Tabel 4.14.

Tabel 4.14 Agihan Hujan 2 Jam Sub DAS Keduang

Cara t I(mm/jam) P(mm) Delta(mm) %

Cara I 1 43.50 43.50 43.50 79.37

2 27.40 54.81 11.31 20.63

Cara II 1 0.63 0.63 0.63 79.37

2 0.40 0.79 0.16 20.63

Cara III 1 13.99 13.99 13.99 79.37

2 8.81 17.62 3.64 20.63

Dengan perhitungan sebagai berikut, kolom 1 dimasukkan durasi hujan pada

kolom 2 nilai intensitas hujan didapatkan dari rumus Modified-Mononobe

(Persamaan 2.30). Untuk nilai curah hujan (P) pada kolom 3 didapat dengan

mengalikan nilai pada kolom 1 dengan nilai pada kolom 2. Sedangkan nilai pada

kolom 4 didapat dari selisih hujan pada jam ke t dengan jam ke t-1. Untuk nilai

pada kolom 5 adalah persentase dari besarnya hujan tiap jam dengan keseluruhan

hujan.

Dari Tabel 4.14 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III

adalah sama. Pola agihan hujan 2 jam dengan metode Modified Mononobe

ditampilkan pada Gambar 4.12.


commit to user

48

Gambar 4.12 Pola Agihan Hujan 2 Jam (Modified Mononobe)





Cara I 1 43.50 43.50 43.50 69.34

2 27.40 54.81 11.31 18.02

3 20.91 62.74 7.93 12.64

Cara II 1 0.63 0.63 0.63 69.34

2 0.40 0.79 0.16 18.02

3 0.30 0.91 0.11 12.64

Cara III 1 13.99 13.99 13.99 69.34

2 8.81 17.62 3.64 18.02

3 6.72 20.17 2.55 12.64




79.37%

20.63%

0

2040

60

80

100

1 2

Inte

nsita

s H

ujan

(%)

Jam ke-

Pola Hujan 2 Jam(Modified Mononobe)


commit to user

49






Cara I

1 43.50 43.50 43.50 58.48

2 27.40 54.81 11.31 15.20

3 20.91 62.74 7.93 10.66

4 17.26 69.05 6.31 8.49

5 14.88 74.39 5.33 7.17

Cara II

1 0.63 0.63 0.63 58.48

2 0.40 0.79 0.16 15.20

3 0.30 0.91 0.11 10.66

4 0.25 1.00 0.09 8.49

5 0.22 1.08 0.08 7.17

Cara III

1 13.99 13.99 13.99 58.48

2 8.81 17.62 3.64 15.20

3 6.72 20.17 2.55 10.66

4 5.55 22.20 2.03 8.49

5 4.78 23.92 1.71 7.17




69.34%

18.02% 12.64%

0

20

40

60

80

1 2 3

Inte

nsita

s H

ujan

(%)

Jam ke-



commit to user

50






Cara I

1 43.50 43.50 43.50 52.28

2 27.40 54.81 11.31 13.59

3 20.91 62.74 7.93 9.53

4 17.26 69.05 6.31 7.59

5 14.88 74.39 5.33 6.41

6 13.17 79.05 4.66 5.60

7 11.89 83.22 4.17 5.01

Cara II

1 0.63 0.63 0.63 52.28

2 0.40 0.79 0.16 13.59

3 0.30 0.91 0.11 9.53

4 0.25 1.00 0.09 7.59

5 0.22 1.08 0.08 6.41

6 0.19 1.15 0.07 5.60

7 0.17 1.21 0.06 5.01

Cara III

1 13.99 13.99 13.99 52.28

2 8.81 17.62 3.64 13.59

3 6.72 20.17 2.55 9.53

4 5.55 22.20 2.03 7.59

5 4.78 23.92 1.71 6.41

6 4.24 25.42 1.50 5.60

7 3.82 26.76 1.34 5.01

58.48%

15.20% 10.66% 8.49% 7.17%

0

20

40

60

80

1 2 3 4 5Inte

nsita

s H

ujan

(%)

Jam ke-



commit to user

51







52.28%

13.59% 9.53% 7.59% 6.41% 5.60% 5.01%

0102030405060

1 2 3 4 5 6 7Inte

nsita

s H

ujan

(%)

Jam ke-



commit to user

52



Cara I

1 43.50 43.50 43.50 50.00

2 27.40 54.81 11.31 13.00

3 20.91 62.74 7.93 9.12

4 17.26 69.05 6.31 7.26

5 14.88 74.39 5.33 6.13

6 13.17 79.05 4.66 5.36

7 11.89 83.22 4.17 4.79

8 10.88 87.00 3.79 4.35

Cara II

1 0.63 0.63 0.63 50.00

2 0.40 0.79 0.16 13.00

3 0.30 0.91 0.11 9.12

4 0.25 1.00 0.09 7.26

5 0.22 1.08 0.08 6.13

6 0.19 1.15 0.07 5.36

7 0.17 1.21 0.06 4.79

8 0.16 1.26 0.05 4.35

Cara III

1 13.99 13.99 13.99 50.00

2 8.81 17.62 3.64 13.00

3 6.72 20.17 2.55 9.12

4 5.55 22.20 2.03 7.26

5 4.78 23.92 1.71 6.13

6 4.24 25.42 1.50 5.36

7 3.82 26.76 1.34 4.79

8 3.50 27.98 1.22 4.35





commit to user

53


Contoh perhitungan intensitas hujan dengan THM (Persamaan 2.28 dan 2.29)

adalah sebagai berikut:

Dari data hujan wilayah harian maksimum tahunan diketahui:

p = 67.884 mm Td = 4 jam

Tdp

I p

2=

4884.672x

I p =

Ip = 33.942 mm/jam

Dengan rasio = 0,3 maka:

TdrTp .= 43.0 xTp =

Tp = 1.2 jam

Dengan Persamaan 2.28 dan Persamaan 2.29 dengan menggunakan 3 cara

penyajian data, maka pola agihan hujan 4 jam dapat dilihat pada Tabel 4.19.

50.00%

13.00% 9.12% 7.26% 6.13% 5.36% 4.79% 4.35%

0102030405060

1 2 3 4 5 6 7 8Inte

nsita

s H

ujan

(%)

Jam ke-



commit to user

54

Tabel 4.19 Agihan Hujan 4 Jam Sub DAS Keduang (THM)

Cara I Cara II Cara III Ip (mm/jam) 33.94 0.49 10.91

Tp (jam) 1.2 1.2 1.2

Pola agihan hujan 4 jam dengan menggunakan THM dapat dilihat pada Gambar

4.17.

Gambar 4.17 Pola Agihan Hujan 4 Jam (THM)

Berdasar Gambar 4.17 pola agihan yang terjadi diubah menjadi diagram batang.

Hasil perhitungan pola agihan 4 jam dalam diagram batang dapat dilihat pada

Tabel 4.20.

Tabel 4.20 Agihan Hujan 4 Jam Sub DAS Keduang (THM dalam digram batang)

t (jam) Cara I Cara II Cara III

P(mm) % P(mm) % P(mm) % 1 14.14 19.55 0.20 19.55 4.55 19.55

1.2 33.94 46.93 0.49 46.93 10.91 46.93 3 18.18 25.14 0.26 25.14 5.85 25.14 4 6.06 8.38 0.09 8.38 1.95 8.38

Jumlah 72.32 100.00 1.05 100.00 23.26 100.00


adalah sama. Pola agihan hujan 4 jam setelah diubah menjadi diagram batang

dapat dilihat pada Gambar 4.18.

Ip

010203040

0 1 2 3 4

Inte

nsita

s H

ujan

(m

m/j

am)

Jam ke-

Pola Hujan 4 Jam


commit to user

55

Gambar 4.18 Pola Agihan Hujan 4 Jam (THM dalam diagram batang)

Dengan Persamaan 2.28 dan Persamaan 2.29 dengan menggunakan 3 cara

penyajian data, maka pola agihan hujan 6 jam dapat dilihat pada Tabel 4.21.

Tabel 4.21 Agihan Hujan 6 Jam Sub DAS Keduang (THM)

Cara I Cara II Cara III Ip (mm/jam) 22.63 0.33 7.28

Tp (jam) 1.8 1.8 1.8

Pola agihan hujan 6 jam dengan menggunakan THM dapat dilihat pada Gambar

4.19.

Gambar 4.19 Pola Agihan Hujan 6 Jam (THM)

Berdasar Gambar 4.19 pola agihan yang terjadi diubah menjadi diagram batang.

Hasil perhitungan pola agihan 6 jam dalam diagram batang dapat dilihat pada

Tabel 4.22.

19.55%

46.93%

25.14%

8.38%

0,00

10,00

20,00

30,00

40,00

50,00

1 1,2 3 4

Pers

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 4 Jam(THM)

Ip

0

10

20

30

0 2 4 6Inte

nsita

s H

ujan

(m

m/j

am)

Jam ke-

Pola Hujan 6 Jam


commit to user

56

Tabel 4.22 Agihan Hujan 6 Jam Sub DAS Keduang (THM dalam diagram batang)

t (jam) Cara I Cara II Cara III

P(mm) % P(mm) % P(mm) % 1 6.29 8.73 0.09 8.73 2.02 8.73

1.8 22.63 31.42 0.33 31.42 7.28 31.42 3 18.86 26.19 0.27 26.19 6.06 26.19 4 13.47 18.70 0.20 18.70 4.33 18.70 5 8.08 11.22 0.12 11.22 2.60 11.22 6 2.69 3.74 0.04 3.74 0.86 3.74 72.02 100 1.04 100 23.16 100


adalah sama. Pola agihan hujan 6 jam setelah diubah menjadi diagram batang

dapat dilihat pada Gambar 4.20.

Gambar 4.20 Pola Agihan Hujan 6 Jam (THM dalam digram batang)

Dengan menggunakan ABM, maka hasil perhitungan pola agihan hujan 4 jam

dapat dilihat pada Tabel 4.23.

8.73%

31.42%26.19%

18.70%

11.22%

3.74%

0,005,00

10,0015,0020,0025,0030,0035,00

1 1,8 3 4 5 6

Pers

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 6 Jam(THM)


commit to user

57

Tabel 4.23 Agihan Hujan 4 Jam Sub DAS Keduang (ABM)

Cara I

t I

(mm/jam) P

(mm) Delta (mm)

% Hyetograph

% mm

1 43.50 43.50 43.50 63.00 11.49 7.80

2 27.40 54.81 11.31 16.37 63.00 42.76

3 20.91 62.74 7.93 11.49 16.37 11.12

4 17.26 69.05 6.31 9.14 9.14 6.21

Cara II

t I(mm/jam)

P(mm) Delta(mm)

% Hyetograph

% mm

1 0.63 0.63 0.63 63.00 11.49 0.11

2 0.40 0.79 0.16 16.37 63.00 0.62

3 0.30 0.91 0.11 11.49 16.37 0.16

4 0.25 1.00 0.09 9.14 9.14 0.09

Cara III

t I(mm/jam)

P(mm) Delta(mm)

% Hyetograph

% mm

1 13.99 13.99 13.99 63.00 11.49 2.51

2 8.81 17.62 3.64 16.37 63.00 13.75

3 6.72 20.17 2.55 11.49 16.37 3.57

4 5.55 22.20 2.03 9.14 9.14 2.00


adalah sama. Pola agihan hujan 4 jam dengan ABM dapat dilihat pada Gambar

4.21.

Gambar 4.21 Pola Agihan Hujan 4 Jam (ABM)

11.49%

63.00%

16.37%9.14%

0,0010,0020,0030,0040,0050,0060,0070,00

1 2 3 4

Kete

bala

n H

ujan

(mm

)

Jam ke-

Pola Hujan 4 Jam (ABM)


commit to user

58

Dengan menggunakan ABM, maka hasil perhitungan pola agihan hujan 6 jam

dapat dilihat pada Tabel 4.24.

Tabel 4.24 Agihan Hujan 6 Jam Sub DAS Keduang (ABM)

Cara I

t I

(mm/jam) P

(mm) Delta (mm)

% Hyetograph

% mm

1 43.50 43.50 43.50 55.03 7.99 5.42

2 27.40 54.81 11.31 14.30 10.03 6.81

3 20.91 62.74 7.93 10.03 55.03 37.36

4 17.26 69.05 6.31 7.99 14.30 9.71

5 14.88 74.39 5.33 6.75 6.75 4.58

6 13.17 79.05 4.66 5.90 5.90 4.00

Cara II

t I

(mm/jam) P

(mm) Delta (mm)

% Hyetograph

% mm

1 0.63 0.63 0.63 55.03 7.99 0.08

2 0.40 0.79 0.16 14.30 10.03 0.10

3 0.30 0.91 0.11 10.03 55.03 0.54

4 0.25 1.00 0.09 7.99 14.30 0.14

5 0.22 1.08 0.08 6.75 6.75 0.07

6 0.19 1.15 0.07 5.90 5.90 0.06

Cara III

t I (mm/jam)

P (mm)

Delta (mm)

% Hyetograph

% mm

1 13.99 13.99 13.99 55.03 7.99 1.74

2 8.81 17.62 3.64 14.30 10.03 2.19

3 6.72 20.17 2.55 10.03 55.03 12.01

4 5.55 22.20 2.03 7.99 14.30 3.12

5 4.78 23.92 1.71 6.75 6.75 1.47

6 4.24 25.42 1.50 5.90 5.90 1.29


adalah sama. Pola agihan hujan 6 jam dengan ABM dapat dilihat pada Gambar

4.22.


commit to user

59

Gambar 4.22 Pola Agihan Hujan 6 Jam (ABM)

4.7.3 Kesesuaian Pola Agihan Hujan

Untuk mengetahui kesesuaian antara pola agihan dengan cara observed dan

empiris perlu dilakukan uji kesesuaian pola agihan hujan. Hasil uji kesesuaian

pola agihan hujan 2 jam dapat dilihat pada Tabel 4.25.

Tabel 4.25 Kesesuaian Pola Agihan Hujan 2 Jam

Jam Observed Modified Mononobe

Delta Penyimpangan (%)

1 75.14 79.37 -4.23 -5.63 2 24.86 20.63 4.23 17.02

Kesesuaian pola agihan hujan 2 jam dapat dilihat pada Gambar 4.23.

Gambar 4.23 Kesesuaian Pola Agihan Hujan 2 Jam

7.99% 10.03%

55.03%

14.30%6.75% 5.90%

0,00

10,00

20,00

30,00

40,00

50,00

60,00

1 2 3 4 5 6

Pers

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 6 Jam (ABM)

75.13

24.86

79,37

20,63

0

20

40

60

80

100

1 2

Pers

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 2 Jam

Observed

Modified Mononobe


commit to user

60

Hasil uji kesesuaian pola agihan hujan 3 jam dapat dilihat pada Tabel 4.26.


Jam Observed Modified

Mononobe Delta

Penyimpangan (%)

1 43.66 69.34 -25.68 -58.81 2 39.71 18.02 21.69 54.62 3 16.62 12.64 3.98 23.94





Jam Observed THM ABM Delta Penyimpangan (%)

THM ABM THM ABM 1 22.62 19.55 11.49 3.07 11.13 13.57 49.22 2 49.22 46.93 63.00 2.29 -13.78 4.65 -27.99 3 18.08 25.14 16.37 -7.06 1.71 -39.04 9.44 4 10.08 8.38 9.14 1.70 0.94 16.87 9.29


43.66 39.71

16.62

69,34

18,0212,64

0

20

40

60

80

1 2 3

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 3 Jam

Observed

Modified Mononobe


commit to user

61





Mononobe Delta

Penyimpangan (%)

1 71.96 58.48 13.48 18.73 2 13.72 15.20 -1.48 -10.79 3 6.62 10.66 -4.04 -61.07 4 5.84 8.49 -2.65 -45.35 5 1.86 7.17 -5.31 -285.39



22.62

49.22

18.0710.07

19,55

46,93

25,148,38

11,49

63,00

16,379,14

010203040506070

1 2 3 4

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 4 Jam

Observed

THM

ABM

71.96

13.71 6.62 5.84 1.86

58,48

15,2010,66 8,49 7,17

01020304050607080

1 2 3 4 5

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 5 Jam

Observed

Modified Mononobe


commit to user

62



Jam Observed THM ABM Delta Penyimpangan (%)

THM ABM THM ABM 1 7.95 8.73 7.99 -0.78 -0.04 -9.86 -0.48 2 28.02 31.42 10.03 -3.40 17.99 -12.14 64.19 3 29.75 26.19 55.03 3.56 -25.28 11.98 -84.98 4 17.36 18.70 14.30 -1.34 3.06 -7.74 17.60 5 8.48 11.22 6.75 -2.74 1.73 -32.30 20.45 6 8.44 3.74 5.90 4.70 2.54 55.75 30.14





Jam Observed Modified Mononobe

Delta Penyimpangan (%)

1 39.5 52.28 -12.78 -32.34 2 16.06 13.59 2.47 15.39 3 13.48 9.53 3.95 29.29 4 11.97 7.59 4.38 36.61 5 8.53 6.41 2.12 24.88 6 6.59 5.60 0.99 15.01 7 3.87 5.01 -1.14 -29.42

7.94

28.01 29.75

17.36

8.48 8.438,73

31,4226,19 18,70

11,22

3,747,9910,03

55,03

14,30

6,75 5,90

0102030405060

1 2 3 4 5 6

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 6 Jam

Observed

THM

ABM


commit to user

63






Mononobe Delta

Penyimpangan (%)

1 26.44 50.00 -23.56 -89.11 2 15.62 13.00 2.62 16.80 3 12.38 9.12 3.26 26.36 4 10.71 7.26 3.45 32.24 5 9.66 6.13 3.53 36.56 6 8.91 5.36 3.55 39.87 7 8.34 4.79 3.55 42.56 8 7.92 4.3534409 3.57 45.03


39.49

16.0513.47 11.97 8.53

6.593.87

52,28

13,599,53 7,59 6,41 5,60 5,01

01020

30405060

1 2 3 4 5 6 7

Pros

enta

se H

ujan

(%)

Jam ke-

Pola Hujan 7 Jam

Observed

Modified Mononobe


commit to user

64


Dari tabel dan grafik kesesuaian pola agihan hujan yang menggunakan metode

Modified Mononobe, yaitu pada durasi 2, 3, 5, 7, dan 8 terlihat bahwa kecuali

durasi 5 jam, pada jam pertama terjadi overestimated, sedangkan pada jam- jam

berikutnya terjadi underestimated terhadap pola agihan hujan observed.

Pada tabel dan grafik kesesuaian pola agihan hujan dengan durasi hujan 4 dan 6

jam terlihat bahwa pola agihan hujan dengan metode segitiga (THM) lebih sesuai

dengan pola agihan hujan observed, karena memiliki nilai penyimpangan yang

lebih kecil dibandingkan dengan ABM.

26.43

15.6212.38 10.71 9.65 8.91 8.35 7.91

50,00

13,009,12 7,26 6,13 5,36 4,79 4,35

0

10

20

30

40

50

60

1 2 3 4 5 6 7 8

Pros

enta

se H

ujan

(%)

Jam ke

Pola Hujan 8 Jam

Observed

Modified Mononobe


commit to user

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisis, maka diperoleh kesimpulan sebagai berikut:

1. Dari 9 (sembilan) stasiun hujan yang berada di Sub DAS Keduang, semua

data adalah panggah kecuali data dari stasiun Girimarto SKT 57, sehingga

data pada stasiun Girimarto SKT tidak digunakan dalam analisis, dengan

alasan:

a. Data tidak panggah.

b. Lokasi dalam jejaring Kagan terlalu dekat dengan Girimarto PP 125b.

2. Durasi hujan yang paling dominan pada Sub DAS Keduang adalah 2 jam.

3. Pola agihan hujan di Sub DAS Keduang berdasarkan observed, pada durasi

hujan 2, 3, 5, 7, dan 8 jam menyerupai bentuk Modified Mononobe. Adapun

pada durasi hujan 4 dan 6 jam lebih menyerupai bentuk Triangular

Hyetograph Method (THM) dibandingkan bentuk Alternating Block Method

(ABM) .

5.2 Saran

Saran-saran yang dapat menjadi pertimbangan dalam studi selanjutnya adalah

sebagai berikut :

1. Studi selanjutnya perlu menggunakan data yang lebih banyak dari stasiun

hujan otomatis.

2. Studi selanjutnya perlu menganalisis tentang konstribusi air dari Sub DAS

Keduang ke Waduk Wonogiri.

65

pola distribusi hujan jam-jaman di sub das …...perpustakaan.uns.ac.id digilib.uns.ac.id commit to...

Documents