ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HMS.pdf

7/25/2019 ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HM

1/81

ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH

KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HMS

LAPORAN TUGAS AKHIR

Dibuat untuk memenuhi syarat mendapatkan gelar

Sarjana Teknik pada JurusanTeknik Sipil

Fakultas Teknik Universitas Sriwijaya

Oleh:

Kurniawan Akbar

03111001083

Dosen Pembimbing I:

Ir. H. SARINO, MSCE

Dosen Pembimbing II :

M. BAITULLAH AL AMIN, ST, M.Eng

UNIVERSITAS SRIWIJAYA

FAKULTAS TEKNIK

JURUSAN TEKNIK SIPIL

2015


2/81

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Kota Palembang adalah kota yang di belah dan dikelilingi oleh banyak

sungai. Di kota Palembang ini terdapat 18 sub DAS yang tersebar di seluruh bagian

hilir dan hulunya dengan induk sungai adalah sungai Musi. Salah satu sub DAS yang

mengelilinginya adalah sub DAS Boang. Sub DAS Boang ini terletak di tiga

kecamatan, yaitu kecamatan gandus, kecamatan ilir barat I dan kecamatan ilir barat

II. Pada sub DAS Boang terdapat sungai-sungai lagi yang membaginya baik sungai

besar maupun sungai kecil. Salah satunya adalah sungai Sawah. Sungai Sawah ini

menghubungkan sungai-sungai kecil antara lain sungai jong dan sungai manggis.

Salah satu anak Sungai Musi yang sering terkena luapan air (banjir) adalah

Sungai Sawah yang terletak di wilayah Kecamatan Gandus, Palembang. Aliran pada

sungai Sawah ini menjadi sempit, bahkan tertutup, rawa-rawa pun ditimbun lalu

ketika hujan turun, genangan air dan banjir terjadi di mana-mana. sehingga Daerah

tersebut memerlukan perhatian khusus dalam mengupayakan pengembangan dan

pemanfaatan lebih lanjut serta tindakan pelestarian lingkungan agar terpelihara

dengan baik.

Peningkatan jumlah penduduk akan diikuti dengan meningkatnya aktivitas

manusia. Aktivitas manusia dalam pembangunan akan mempengaruhi perubahan

penutupan lahan (land cover) dan penggunaan lahan (land use). Perubahan

penggunaan lahan dengan memperluas permukaan kedap air menyebabkan

berkurangnya infiltrasi, menurunkan pengisian air bawah tanah (recharge) dan

meningkatkan aliran permukaan (runoff). Penurunan muka air tanah secara langsung

mempengaruhi penurunan debit. Begitu juga sebaliknya, peningkatan runoff secaralangsung akan mempengaruhi peningkatan debit (Pawitan 2002).

Hal ini pula yang menjadi faktor penyebab terjadinya banjir, selain itu terjadi

endapan sedimen, penumpukan sampah, dan limbah rumah tangga. Sehingga, sistem

drainasenya sudah tidak mampu lagi menampung beban air yang lewat.

Melihat permasalahan tersebut, maka akan dilakukan penelitian tentang analisa

debit limpasan yang ada pada Sub-DAS Sawah Kecamatan Gandus Kota Palembang

dengan tujuan untuk mengidentifikasi besarnya debit limpasan dan hidrograf yang

ada, memodelkan hujan-aliran dengan menggunakan program HEC-HMS.


3/81

2

1.2. Rumusan Masalah

Rumusan masalah dari penelitian ini adalah

1. Bagaimana menghitung debit limpasan puncak dengan menggunakan

metode rasional ?

2. Bagaimana mengitung hidrograf debit limpasan dengan menggunakan

metode SCS CN (Soil Conservation Service- Curve Number)

3.

Bagaimana memodelkan hujan-aliran dengan menggunakan HEC-HMS

1.3. Tujuan Penilitian

Maksud dan tujuan dari penelitian ini antara lain :

1. Menghitung debit limpasan puncak dengan menggunakan metode

rasional.

2. Menghitung hidrograf debit limpasan dengan menggunakan metode SCS

CN (Soil Conservation Service- Curve Number)

3. Memodelkan hujan-aliran dengan menggunakan HEC-HMS.

1.4. Ruang Lingkup Penelitian

Berdasarkan pada permasalahan dan tujuan di atas, ruang lingkup dalam

penelitian ini hanya difokuskan pada menghitung debit limpasan puncak, hidrograf

debit limpasan dan permodelan hujan-aliran di sepanjang saluran drainase SUB-DAS

SAWAH Kecamatan Gandus Kota Palembang.

1.5. Sistematika Penulisan

Sistematika penulisan laporan Tugas Akhir ini disusun menjadi 5 bab dnegan

uraian sebagai berikut :

Bab I : Pendahuluan

Bab ini berisikan tentang latar belakang, perumusan masalah, tujuan

penelitian, ruang lingkup peneltian dan sistematika penulisan.

Bab II : Tinjauan Pustaka

Bab ini menguraikan kajian literatur yang menjelaskan mengenai teori

tentang debit limpasan dan hidrograf limpasan, metode yang dipakai,

rumus-rumus yang akan digunakan dalam perhitungan, dan penelitian

terdahulu yang menjadi acuan untuk melaksanakan penelitian ini.


4/81

3

Bab III : Metodologi Penelitian

Bab ini berisikan teknik pengumpulan data, teknik analisa data, teknik

pelaksanaan penelitian, dan diagram alir penelitian.

Bab IV : Analisis dan Pembahasan

Bab ini berisikan tentang pengolahan data sesuai metodologi yang dipakai

dan pembahasan mengenai hasil dari analisa yang telah dilakukan.

Bab V : Kesimpulan dan Saran

Bab ini berisikan kesimpulan yang diambil dari keseluruhan hasil

penelitian dan saran yang berguna untuk mengoptimalkan penelitian

selanjutnya.


5/81

4

BAB II.

TINJAUAN PUSTAKA

2.1. Tinjauan Penelitian Sebelumnya

Tinjauan penelitian sebelumnya digunakan sebagai acuan dan refrensi untuk

membantu menganalisis dalam pembuatan penelitian. Selanjutnya, digunakan untuk

mendapatkan gambaran tentang topik atau permasalahan yang akan diteliti. Selain

itu, tinjuan tersebut harus bersifat relevan dan dapat di implementasikan.

2.1.1 Kajian Hidrologi Dan Analisa Kapasitas Tampang Sungai Krueng

Langsa Berbasis HEC-HMS Dan HEC-RAS

Ichsan Syahputra (2015) dengan jurnal Kajian Hidrologi dan Analisa

Kapasitas Tampang Sungai Krueng Langsa Berbasis Hec-HMS dan Hec-RAS .

Tujuan dari penelitian ini adalah menganalisa hidrologi untuk kajian terhadap debit

banjir eksisting yang pernah terjadi pada wilayah DAS tersebut serta analisa

kapasitas penampang sungai krueng langsa sebagai upaya untuk mendapatkan

alternatif pengendalian banjir secara menyeluruh dan mereduksi muka air banjir.

Dari hasil penelitian simulasi hidrologi berdasarkan data curah hujan dengan

menggunakan software HEC-HMS didapatkan Debit puncak Sungai Krueng langsa

sebesar 59,3m3/dt untuk periode ulang 2 tahun. Pada analisa passing capacity,

didapatkan banjir penampang eksisting sebesar 60,07 m3/dt yang hampir mendekati

nilai debit banjir eksisting berdasarkan model HEC-HMS. Hasil analisa HEC-RAS

dengan simulasi periode ulang 2 tahun, terhadap 140 buah cross sectionmemberikan

gambaran bahwa hampir semua alur sungai mengalami kondisi banjir dan hanya

beberapa bagian saja yang tidak mengalami kondisi banjir. Skenario pengendalian

banjir dilakukan dengan cara normalisasi sungai yaitu dengan memperbesar dimensi

penampang sungai existing dengan lebar dasar sungai rata-rata 20 m menjadi 60 m

dan perencanaan tanggul sungai pada elevasi puncak tanggung +2.00 m dengan

tinggi jagaan 0.50 m dari muka air banjir. Pada bagian muara sungai, yaitu mulai dari

titik sta 0.00 sampai STA 2+00 direncanakan menggunakan revetment sungai dari

tumpukan batu. Kedua skenario pengendalian banjir tersebut dapat di

rekomendasikan untuk mereduksi banjir yang terjadi pada sungai Krueng Langsa.


6/81


7/81

6

curah hujan pada periode tertentu. Dalam menentukan curah hujan areal yang berasal

dari pencatatan penakaran curah hujan. Dari pencatatan curah hujan, kita hanya

mendapatkan data curah hujan di suatu titik tertentu (point rainfall). Jika dalam suatu

areal terdapat beberapa alat penakar atau pencatat curah hujan, maka dapat diambil

nilai ratarata untuk mendapatkan nilai curah hujan areal (Dewi, 2012).

2.3. Analisis Frekuensi

Dalam melakukan analisis hidrologi sering dihadapkan pada kejadian-

kejadian ekstrim seperti banjir dan kekeringan. Masalah kekeringan banyak berkaitan

dengan ketersediaan air untuk berbagai kebutuhan, seperti kebutuhan air irigasi, air

baku, pemeliharaan sungai, dsb. Pada musim kemarau debit sungai kecil, sehingga

untuk bisa memenuhi berbagai kebutuhan perlu dilakukan analisis ketersediaan air.

(Bambang Triadmojo,2014)

Tujuan dari analisis frekuensi data hidrologi adalah mencari hubungan antara

besarnya kejadian ekstrim terhadap frekuensi kejadian dengan menggunakan

distribusi probabilitas. Analisis frekuensi dapat diterapkan untuk data debit sungai

atau data hujan. Data yang digunakan adalah data debit atau hujan maksimum

tahunan, yaitu data terbesar yang terjadi selama satu tahun, yang terukur selama

beberapa tahun.

Menurut Singh (1992), ada beberapa parameter yang akan digunakan dalam

analisa frekuensi, yaitu sebagai berikut :

1.Nilai Rata-Rata ( )Nilai rata-rata dapat dihitung dengan rumus sebagai berikut :

= n

i

ni (2.1)

Dimana :

= curah hujan rata-rata (mm)n = jumlah data

i= curah hujan di stasiun hujan ke i (mm)

2.

Simpangan Baku (S)

Simpangan baku (S) merupakan ukuran sebaran yang paling banyak digunakan.

Apabila penyebaran data sangat besar terhadap nilai rata-rata maka nilai


8/81

7

simpangan baku akan besar, begitu juga sebaliknya. Simpangan baku dapat

dihitung dengan rumus sebagai berikut :

S =

[

n-

i-

ni

]

(2.2)

Dimana :

= curah hujan rata-rata (mm)i= curah hujan di stasiun hujan ke i (mm)

S = simpangan baku (standar deviasi)

3. Koefisien Variasi (Cv)

Koefisien variasi adalah nilai perbandingan antara simpangan baku dengan nilai

rata-rata hitung dari suatu distribusi. Koefisien variasi dapat dihitung dengan

rumus sebagai berikut :

Cv =

(2.3)Dimana :

Cv = koefisien variasi


= curah hujan rata-rata (mm)

4. Koefisien Skewness(Cs)

Kemencengan (skewness) adalah suatu nilai yang menunjukan derajat

ketidaksimetrisan (assymetry) dari suatu bentuk distribusi. Apabila kurva

frekuensi dari suatu distribusi mempunyai ekor memanjang ke kanan atau ke kiri

terhadap titik pusat maksimum maka kurva tersebut tidak akan berbentuk simetri.

Keadaan tersebut disebut condong ke kanan atau ke kiri. Pengukuran

kecondongan bertujuan untuk mengukur seberapa besar kurva frekuensi dari suatu

distribusi tidak simetri atau condong. Ukuran kecondongan dinyatakan dengan

besarnya koefisien kecondongan atau koefisien skewness. Koefisien Skewness

dapat dihitung dengan rumus sebagai berikut :

Cs =n (i- )ni(n-)(n-) (2.4)

Dimana :

Cs = koefisien kemencengan/skewnessS = simpangan baku (standar deviasi)


9/81

8

= curah hujan rata-rata (mm)i = curah hujan di stasiun hujan ke i (mm)

5.

Koefisien Kurtosis (Ck)

Pengukuran kurtosis (Ck) dimaksudkan untuk mengukur keruncingan bentuk

kurva distribusi. Koefisien kurtosis dapat dihitung dengan rumus sebagai berikut :

Ck =n (i- )ni(n-)(n-)(n-) (2.5)

Dimana :

Ck = koefisien kurtosis


= curah hujan rata-rata (mm) = curah hujan di stasiun hujan ke i (mm)2.4 Distribusi probabilitas

Dalam statistik terdapat beberapa jenis distribusi probabilitas yang umum

digunakan dalam bidang hidrologi, yaitu sebagai berikut :

1. Distribusi Normal

Menurut Suripin (2004), Ditribusi Normal merupakan fungsi densitas peluang

normal (probability dencity function) atau dikenal dengan Distribusi Gauss.

Dalam analisis hidrologi Distribusi Normal banyak digunakan untuk menganalisis

frekuensi curah hujan, analisis statistik dari distribusi curah hujan tahunan, debit

rata-rata tahunan dan sebagainya. Distribusi Normal dapat dihitung dengan rumus

sebagai berikut :

r (2.6)Dimana :

= perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahun

= nilai rata-rata hitung varianS = deviasi standar nilai varian

r = faktor frekuensi, merupakan fungsi dari peluang

2.

Distribusi Log-Normal

Menurut Singh (1992), Distribusi Log-Normal merupakan hasil transformasi dari

Distribusi Normal, yaitu dengan mengubah varian X menjadi nilai logaritmik


10/81

9

varian X. Distribusi Log-Pearson Tipe III akan menjadi Distribusi Log-Normal

apabila nilai koefisien kemencengan Cs = 0. Distribusi Log-Normal dapat

dihitung dengan rumus sebagai berikut :

Log= log

+rlg (2.7)

Cv =lg

lg (2.8)

lg= (lg- lgi)2(n-1) (2.9)Dimana :


Log = nilai rata-rata dalam harga logaritmiklg = deviasi standar dalam harga logaritmik = faktor frekuensi dari log normal 2 parameter, merupakan fungsi dari

koefisien variasi Cvdan periode ulang

Cv = koefisien variasi dari log normal w parameter

3.

Distribusi Log-Pearson Tipe III

Menurut Linsley dkk (1989), parameter penting dalam Log-Pearson Tipe III

adalah nilai rata-rata, simpangan baku, dan koefisien kemencengan. Jika koefisien

kemencengan sama dengan nol maka distribusi kembali ke Distribusi Log-

Normal. Tidak seperti konsep yang melatarbelakangi pemakaian Distribusi

Normal untuk debit puncak, maka probabilitas Distribusi Log-Pearson Tipe III

masih tetap dipakai karena fleksibilitasnya (Suripin, 2004). Distribusi Log-

Pearson Tipe III dapat dihitung dengan rumus sebagai berikut :

Log= log +r lg (2.10)Log = lgi

n

in (2.11)

S = [ (lgi-lg )nin-] (2.12)

Cs = [ (lgi-lg )ni(n-)(n-) ] (2.13)Dimana :


Log

= nilai rata-rata dalam harga logaritmik

lg = deviasi standar dalam harga logaritmik


11/81

10

r = faktor frekuensi dari Log-Pearson Tipe III

Cs = koefisien kemencengan dari Log-Pearson Tipe III

4.

Distribusi Gumbel

Menurut Chow (1988), metode ini merupakan metode dari nilai-nilai ekstrim

(maksimum atau minimum) umumnya digunakan untuk analisis data maksimum,

misalnya untuk analisis frekuensi banjir. Fungsi Distribusi Gumbel merupakan

fungsi eksponensial ganda. Distribusi Gumbel dapat dihitung dengan rumus

sebagai berikut :

= +rS (2.14)Ktr=

(tr-n

)n (2.15)

tr= ln -ln r-r (2.16)Dimana :

= perkiraan nilai yang diharapkan terjadi dengan priode ulang T-tahun

S = standar deviasi sampel

Yn = reduced mean yang tergantung pada jumlah data

Sn = reduced standart deviation yang juga tergantung pada jumlah data

Ytr = reduced variate

2.5. Uji Kecocokan

Menurut Suripin (2004), diperlukan penguji parameter untuk menguji

kecocokan distribusi frekuensi sampel data terhadap fungsi distribusi peluang yang

diperkirakan dapat menggambarkan atau mewakili distribusi frekuensi tersebut.

Berikut pengujian parameter yang sering dipakai, yaitu :

1. Uji Chi-Square

Menurut Suripin (2004), Uji Chi-Squaredimaksudkan untuk menentukan apakah

persamaan distribusi yang telah dipilih dapat mewakili distribusi statistik sampel

data yang dianalisis. Parameter X2 merupakan variabel acak dan dapat dihitung

dengan rumus berikut :

= (i-Ei)Ei

ni (2.17)

Dimana : = harga Chi-Square terhitung


12/81

11

Oi = jumlah nilai pengamatan pada sub kelompok ke- 1

Ei = jumlah nilai teoritis pada sub kelompok ke- 1

n = jumlah data

2. Uji Smirnov-Kolmogorov

Menurut Soewarno (1995), uji kecocokan Smirnov-Kolmogorov sering juga

disebut uji keselarasan non parametrik (non parametrik test) karena pengujiannya

tidak menggunakan fungsi distribusi tertentu. Pengujian kecocokan sebaran

dengan metode ini dilakukan dengan membandingkan probabilitas untuk tiap

variabel dari distribusi empiris dan teoritis didapat perbedaan () tertentu.

Perbedaan maksimum yang dihitung (maks) dibandingkan dengan perbedaan

kritis (cr) untuk suatu derajat nyata dan banyaknya variat tertentu, maka sebaran

sesuai jikamaks


13/81

12

2.7 Intensitas Hujan

Menurut (Suripin, 2004), intensitas hujan adalah tinggi atau kedalaman air

hujan persatuan waktu. Sifat umum hujan adalah makin singkat hujan berlangsung

intensitasnya cenderung makin tinggi dan makin besar periode ulangnya makin

tinggi pula intensitasnya. Hubungan antara intensitas, lama hujan, dan frekuensi

hujan biasanya dinyatakan dalam lengkung Intensitas-Durasi-Frekuensi

(IDF=intensity duration frequency curve). Untuk perhitungan intensitas hujan dapat

dihitung dengan rumus mononobe sebagai berikut:

3

2

24 24

24)

tc(

RI

\

..............................................................................................(2.20)

Dimana :

I = intensitas hujan (mm/jam)

tc = lamanya hujan (jam)

R24= curah hujan maksimum harian (selama 24 jam)(mm)

2.8 Koefisien LimpasanKoefisien limpasan (C) adalah presentase jumlah air yang dapat melimpas

melalui permukaan tanah dari keseluruhan air hujan yang jatuh pada suatu daerah.

Semakin kedap suatu permukaan tanah, maka semakin tinggi nilai koefisien

pengalirannya. Faktor-faktor yang mempengaruhi nilai koefisien limpasan adalah

kondisi tanah, laju infiltrasi, kemiringan lahan, tanaman penutup tanah, dan intensitas

hujan (Suripin, 2004).

Besarnya aliran permukaan dapat menjadi kecil, terlebih bila curah hujan

tidak melebihi kapasitas infiltrasi. Selama hujan yang terjadi adalah kecil atau

sedang, aliran permukaan hanya terjadi di daerah yang impermabel dan jenuh di

dalam suatu daerah aliran sungai (DAS) atau langsung jatuh di atas permukaan air.

Apabila hujan yang terjadi kecil, maka hampir semua curah hujan yang jatuh

terintersepsi oleh vegetasi yang lebat (Kodoatie dan Sugiyanto, 2002). Nilai

koefisien limpasan (C) untuk Metode Rasional dapat dilihat pada Tabel 2.1 dan 2.2

dibawah ini :


14/81

13

Tabel 2.1. Koefisien limpasan (C) berdasarkan fungsi lahan untuk Metode RasionalTata Guna Lahan Karakteristik Koefisien Limpasan (C)

Pusat bisnis dan perbelanjaan - 0,90

Industri Penuh 0,80

Perumahan kepadatan sedang-tinggi

20 rumah /Ha

30 rumah /Ha

40 rumah /Ha60 rumah /Ha

0,48

0,55

0,650,75

Sawah, Rawa - 0,15

Kolam Daerah datar 0,20

Kebun campuran - 0,10

(Sumber: Haryono, 1999)

Tabel 2.2. Nilai koefisien limpasan (C), untuk Metode RasionalTata Guna Lahan C Tata Guna Lahan C

Perkantoran

Daerah pusat kota

Daerah sekitar kotaPerumahanRumah tunggal

Rumah susun, terpisahRumah susun, bersambung

Pinggiran kota

Daerah Industri

Kurang padat industri

Padat industri

Taman, kuburan

Tempat bermain

Daerah stasiun KA

Daerah tak berkembangJalan RayaBeraspal

Berbeton

Berbatu bata

Trotoar

Daerah beratap

0,70-0,95

0,50-0,70

0,30-0,50

0,40-0,600,60-0,75

0,25-0,40

0,50-0,80

0,60-0,90

0,10-0,25

0,20-0,35

0,20-0,4

0,10-0,3

0,70-0,95

0,80-0,95

0,70-0,85

0,75-0,85

0,75-0,95

Tanah Lapang

Berpasir, datar, 2%

Berpasir, agak rata, 2-7%Berpasir, miring, 7%

Tanah berat, datar, 2%

Tanah berat, agak rata, 2-7%Tanah berat, miring, 7%

Tanah Pertanian, 0-30%

Tanah Kosong

Rata

Kasar

Ladang Garapan

Tanah berat, tanpa vegetasi

Tanah berat, dengan vegetasi

Berpasir, tanpa vegetasi

Berpasir, dengan vegetasiPadang RumputTanah berat

Berpasir

Hutan/ bervegetasi

Tanah Tidak Produktif, >30%

Rata, kedap air

Kasar

0,05-0,10

0,10-0,150,15-0,20

0,13-0,17

0,18-0,220,25-0,35

0,30-0,60

0,20-0,50

0,30-0,60

0,20-0,50

0,20-0,25

0,10-0,25

0,15-0,45

0,05-0,25

0,05-0,25

0,70-0,90

0,50-0,70

(Sumber : Asdak, 2010)

Menurut Suripin (2004), jika daerah aliran terdiri dari berbagai macam

penggunaan lahan dengan koefisien aliran yang berbeda, nilai C pada daerah aliran

didapat dengan persamaan berikut :

n

i

n

i

DAS

Ai

CiAi

C

1

1 ..............................................................................................(2.21)

Dimana :

Ai= luas lahan dengan jenis penutup tanah i (m2)

Ci= koefisien limpasan jenis penutup tanah i


15/81

14

2.9 Metode Rasional

Metode rasional banyak digunakan untuk memperkirakan debit puncak yang

ditimbulkan oleh hujan deras pada daerah tangkapan (DAS) kecil. Suatu DAS

disebut kecil apabila distribusi hujan dapat dianggap seragam dalam ruang dan

waktu, dan biasanya durasi hujan melebihi waktu konsentrasi. Beberapa ahli

memandang bahwa luas DAS kurang dari 2,5 dapat dianggap sebagai DASkecil (Ponce ,1989 dalam Bambang Triadmojo,2014).

Menurut (Bambang Triadmojo,2014) pemakaian metode rasional sangat

sederhana, dan sering digunakan dalam perencanaan drainase perkotaan. Beberapa

parameter hidrologi yang diperhitungkan adalah intensitas hujan, durasi hujan,

frekuensi hujan, luas DAS, abstraksi (kehilangan air akibat evaporasi, intersepsi,

infiltrasi, tanpungan permukaan) dan konsentrasi aliran. Metode rasional didasarkan

pada persamaan berikut :

Q = 0,278.C.I.A (2.22)

Dimana :

Q = debit banjir maksimum (m3/det)

C = koefisien pengaliran/limpasan

I = intensitas curah hujan rata-rata (mm/jam)A = luas daerah pengaliran (km2)

2.10 IntensitasDurasiFrekuensi (IDF)

IntensitasDurasiFrekuensi (IDF) biasanya diberikan dalam bentuk kurva

yang memberikan hubungan antara intensitas hujan sebagai ordinat, durasi hujan

sebagai absis dan beberapa grafik yang menunjukan frekuensi atau periode ulang.

Kurva IDF dapat dimanfaatkan untuk menghitung debit puncak dengan metode

rasional. Untuk periode ulang yang digunakan adalah periode ulang 5, 10, 25, 50,

dan 100 tahunan dan untuk durasi hujan yang sering digunakan adalah durasi 5, 10,

15, 30, 45, 60, 120, 180, 360, dan 720 menit. (Suripin,2004)

2.11 Hyetograph Hujan Rancangan

Dalam perhitungan banjir rancangan, diperlukan masukan berupa hujan

rancangan yang didistribusikan ke dalam kedalaman hujan jam-jaman (hyetograph).

Untuk dapat mengubah hujan rancangan ke dalam besaran hujan jam-jaman perlu


16/81

15

didapatkan terlebih dahulu suatu pola distribusi hujan jam-jaman. Apabila yang

tersedia adalah data hujan harian, untuk mendapatkan kedalaman hujan jam-jaman

dari hujan rancangan dapat menggunakan model distribusi hujan. Model distribusi

hujan yang telah dikembangkan untuk mengalihragamkan hujan harian ke hujan jam-

jaman antara lain yaitu model distribusi hujan seragam, segitiga, Alternating Block

Method (ABM) (Chow et. Al., 1988). Secara singkat, masing-masing model

dijelaskan sebagai berikut :

1. Distribusi hujan seragam

Model distribusi hujan seragam merupakan cara yang paling sederhana untuk

mendapatkan distribusi hujan jam-jaman yaitu dengan menganggap hujan

rancangan sebesar p mm terdistribusi secara merata selama durasi hujan

rancangan Tdyang telah ditetapkan.

2. Distribusi hujan segitiga

Model distribusi hujan segitiga menganggap bahwa kedalaman hujan jam-jaman

terdistribusi mengikuti bentuk segitiga. Hyetograph segitiga bisa dibentuk setelah

kedalaman hujan rancanganpdan durasi hujan Tddiketahui. Dalam metode ini, luas

segitiga merupakan nilai kedalaman hujan dan ordinat puncak hyetograph yang

dihitung dengan rumus :

Td

pIp

2 .................................................................................................................(2.23)

Untuk menetapkan waktu terjadinya intensitas hujan puncak, dipakai faktor

koefisien r yang didefinisikan sebagai rasio dari waktu terjadi intensitas hujan

puncak Tp dengan nilai total durasinya Td. Jadi waktu di mana terjadi intensitas

hujan puncak ditentukan dengan rumus :

Td.rTp ..............................................................................................................(2.24)

Nilai r umumnya ditetapkan sebesar 0,3 sampai dengan 0,5. Jika r ditetapkan

sebesar 0,5 maka puncakhyetographakan terletak pada pertengahan lama hujan.

3. Alternating Block Method (ABM)

Alternating Block Method (ABM) adalah cara sederhana untuk membuat

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

dihasilkan oleh metode ini adalah hujan yang terjadi dalam n rangkaian intervalwaktu yang berurutan dengan durasi selam waktu Untuk periode ulang


17/81

16

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

Kedalaman hujan diperoleh dari perkalian antara intensitas huja dandurasi waktu tersebut. Perbedaan antara nilai kedalaman hujan yang berurutan

merupakan pertambahan hujan dalam interval waktu

. Pertambahan hujan tersebut

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

maksimum berada pada tengah-tengah durasi hujan Tddan blok-blok sisanya disusun

dalam urutan menurun secara bolak-balik pada kanan dan kiri dari blok tengah.

Dengan demikian telah terbentuk hyetograph rencana, seperti ditunjukkan dalam

gambar 2.1. (Bambang Triadmojo, 2014) di bawah ini :

Gambar.2.1.HyetographdenganAlternating Block Method

Sumber : Bambang Triadmojo (2014)

2.12 Metode SCS untuk Menghitung Hujan Efektif

Menurut (Bambang Triadmojo,2014), The Soil Consevation Service

(SCS,1972, dalam chow 1988) telah mengembangkan metode untuk menghitung

efektif dari hujan deras, dalam bentuk persamaan berikut :

SIaP

)IaP(Q

2

.....................................................................................................(2.25)

Dengan :

Pe: kedalaman hujan efektif (mm)

P : kedalaman hujan (mm)

3 4 5

8

42

11

65

4

0

10

20

30

40

50

1 2 3 4 5 6 7 8 9

Waktu (jam-ke)

kedalamanhujan(mm)


18/81

17

S : retensi potensial maksimum air oleh tanah, yang sebagian besar adalah

karena infiltrasi (mm)

Persamaaan (2.25) merupakan persamaan dasar untuk menghitung kedalaman

hujan efektif. Retensi potensial maksimum mempunyai bentuk berikut :

25425400

CN

S ..................................................................................................(2.26)

Dengan CN adalah Curve Number yang merupakan fungsi dari karakteristik

DAS seperti tipe tanah, tanaman penutup, tata guna lahan, kelembapan dan cara

pengerjaan tanah.

Curve Number merepresentasikan sebuah kemudahan untuk menunjukkanpotensi penyimpanan air maksimum (Ponce dan Hawkins, 1996).

1. Klasifikasi Jenis Tanah

Tanah diklasifikasikan ke beberapa kelompok hirdologi tanah (Hydrologic Soil

Group (HSG)) untuk mengindikasi perolehan laju infiltrasi setelah pembasahan

berkelanjutan. Pengolompokan ini dibagi menjadi kelompok tanah A, B, C, dan D

dimana dapat digunakan untuk menentukan nilai Curve Number (210-VI-TR-

55,1986).

Laju infiltrasi adalah laju dimana air masuk kedalam tanah melalui permukaan.

Laju infiltrasi dipengaruhi dari kondisi permukaan tanah. Pengelompokan hidrologi

tanah ini juga mengindikasi banyaknya laju air didalam tanah yang dipengaruhi oleh

profil tanah (210-VI-TR-55,1986). Perkiraan rentang nilai untuk laju perpindahan air

ini diperlihatkan pada pengklasifikasian HSG yang dipublikasikan oleh Musgrave

(USDA 1955). Empat kelompok yang ditentukan oleh ilmuwan SCSadalah sebagai

berikut :

a.

Kelompok Tanah A

Tanah memeliki potensi limpasan kecil dan laju infiltrasi tinggi bahkan saat

dialiri dalam kondisi sudah basah dan memiliki pengaliran air lebih besar dari

0,3 inch/jam.


19/81

18

b.

Kelompok Tanah B

Tanah Memiliki laju infiltrasi sedang pada saat dilalui air dalam kondisi telah

basah. Tekstur halus sebagian menuju sedikit kasar. Memiliki laju pengaliran

air 0,15-0,3 inch/jam

c. Kelompok Tanah C

Tanah memiliki laju infiltrasi rendah ketika dilalui pada saat telah basah

terutama terdapat pada lapisan tanah yang menhalangi turunnya air dan

tekstur nya menengah halus sampai halus.. Laju pengaliran air 0,5-0,15

inch/jam.

d.

Kelompok tanah D

Tanah yang memiliki pontensi aliran limpasan yang tinggi, dan laju infiltrasi

yang rendah jika dialiri air pada keadaan telah basah, tanah ang mmiliki

tinggi muka air permanen, hampir kedap air, laju pengaliran air sebesar 0-

0,05 inch/jam.

Akibat dari dampak urbanisasi, profil tanah kemungkinan mengalami

perubahan dan pengklasifikasian tanah tersebut tidak lagi digunakan. Untuk keadaan

sekarang, dapat digunakan Tabel 2.3. untuk menentukan HSG sesuai dengan tekstur

dari permukaan tanah yang baru. (Brakensiek dan Rawls, 1983).

Tabel 2.3. Tabel HSG

HSG Tekstur Tanah

A Sand, Loamy sand, Sandy loam

B Silt loam or loam

C Sandy clay loam

D Clay loam, silty clay loam, sandy clay, silty clay, or clay

2.13 Hidrograf Satuan Sintesis

Sebagaimana diuraikan sebelumnya bahwa menurunkan hirdograf satuan

diperlukan rekaman data limpasan dan data hujan, padahal sering kita jumpai ada

beberapa DAS tidak memiliki sama sekali catatan limpasan. Dalam kasus ini,

hidrograf satuan diturunkan berdasarkan data-data dari sungai pada DAS yang sama


20/81

19

atau DAS yang sama atau DAS terdekat yang mempunyai karakteristik sama. Hasil

dari penurunan hidrograf satuan ini dinamakan hidrograf satyan sintesis (HSS),

(Bambang Triadmojo, 2014). Ada tiga jenis hidrograf satuan sintetis, yaitu HSS yang

mengkaitkan karakteristik hidrograf (debit puncak,waktu dasar, dsb ) dengan

karakteristik DAS (snyder,1938; Gray,1961), HSS berdasarkan hidrograf satuan tak

berdimensi (SCS, 1972 ), dan HSS berdasarkan model simpanan DAS (Clark, 1943)

2.13.1 HSS tak berdimensi SCS (Soil Conservation Services)

Hidrograf tak berdimensi SCS ( Soil Conservation Services )adalah hidrograf

satuan sintetis, di mana debit di nyatakan sebagai nisbah debit q terhadap debit

puncak qpdan waktu dalam nisbah waktu t terhadap waktu naik dari hidrograf satuan

Tp.

Ordinat hidrograf satuan untuk periode waktu berbeda dapat diperoleh dari

tabel berikut, dengan nilai (Gupta,1989) :

Pr

A,Qp

2080 ........................................................................................................(2.27)

tptr

Pr 2 .........................................................................................................(2.28)

Dimana :

Qp = debit puncak (m3/s)

A = luas DAS (km2)

Pr = waktu dari permulaan banjir sampai puncak hidrograf (jam)

tr = durasi hujan (jam)

tp = waktu konsentrasi (jam)


21/81

20

Tabel 2.4 Hidrograf satuan metode SCS

t/Pr Q/Qp t/Pr Q/Qp t/Pr Q/Qp

0 0 1 1 2,4 0,180,1 0,015 1,1 0,98 2,6 0,13

0,2 0,075 1,2 0,92 2,8 0,098

0,3 0,16 1,3 0,84 3 0,075

0,4 0,28 1,4 0,75 3,5 0,036

0,5 0,43 1,5 0,66 4 0,018

0,6 0,6 1,6 0,56 4,5 0,009

0,7 0,77 1,8 0,42 5 0,004

0,8 0,89 2 0,32 0

0,9 0,97 2,1 0,24


22/81

21

BAB III

METODELOGI PENELITIAN

3.1. Lokasi Penelitian

Lokasi penelitian dilakukan disepanjang SUB Daerah Aliran Sungai Sawah,

Kecamatan Gandus Kota Palembang yang dapat dilihat pada peta Gambar 3.1 yang

diperoleh dari Google Map :

Gambar 3.1. Peta lokasi penelitian(Google Map)

Pada Sub DAS Sawah ini terdapat berbagai rumah penduduk yang

tinggal menetap di sekitar sungai. Di beberapa titik sungai terdapat tumbuhan yang

menutupi daerah permukaan sungai tersebut. Disaat musim air pasang, dikhawatirkan

air akan meluap dan menggenangi permukaan pinggiran sungai dan dapat memasuki

rumah pemukiman. Pada Gambar 3.2 (a) merupakan bagian hulu sungai. Pada

Gambar 3.2 (b) merupakan bagian hilir yang bermuara di Sungai Musi

LOKASI PENELITIAN


23/81

22

(a) (b)

Sumber : dokumentasi pribadi

Gambar 3.2. Sungai Sawah (a) Hulu (b) Hilir

3.2. Metodologi Penelitian

Metodologi yang digunakan dalam penelitian ini bersifat deskriptif dengan

menggunakan data primer dan sekunder. Tahap pertama dalam penelitian ini adalah

studi pustaka, yaitu mencari literatur yang akan dijadikan acuan terhadap masalah

yang akan dibahas. Kemudian dilanjutkan dengan pengumpulan data yang

diperlukan, lalu dilakukan analisis curah hujan, analisis hidrograf satuan, analisis

hidrograf satuan sintesis dan permodelan aliran di sepanjang saluran menggunakan

HEC-HMS. Setelah mendapatkan hasil analisis, dilakukan pembahasan terhadap

hasil tersebut kemudian menarik kesimpulan dan memberikan saran terhadap

penelitian yang telah dilakukan.

3.3. Tahap Studi Pustaka

Tahap studi pustaka yaitu mengumpulkan dan mempelajari materi yang

berhubungan dengan masalah yang akan diteliti. Materi tersebut didapat dari tulisan

ilmiah, diktat, jurnal yang telah diseminarkan, buku, dan internet yang berkaitan

dengan masalah yang akan diteliti. Informasi yang didapat dari studi pustaka dapat

digunakan sebagai acuan dalam pelaksanaan penelitian.


24/81

23

3.4. Tata Cara Penelitian dan Waktu Penelitian

Dalam penelitian ini dilakukan dengan cara pengamatan langsung ke

lapangan atau survei untuk mengumpulkan data yang diperlukan. Dengan tujuan

mendapatkan data penampang melintang sungai dan pasang surut. Tahapanpelaksanaan pengukuran tersebut dilakukan secara bergantian. Pengukuran pertama

yang dilaksanakan adalah pengukuran penampang melintang sungai, pada tanggal 07

April 2015 s/d. 17 April 2015. Pengukuran penampang melintang sungai dilakukan

dari bagian hulu sungai sampai hilir sungai. Gambar 3.3 dan 3.4 adalah salah satu

contoh gambar sedang mengukur menggunakan rambu ukur.

Gambar 3.3 Pengukuran penampang melintang sungai(Dokumentasi Pribadi)


25/81

24

Gambar 3.4 Pembacaan rambu ukur menggunakan theodolite(Dokumentasi Pribadi)

Pada setiap harinya pengerjaan dimulai pada pukul 07.00 pagi s/d. pukul

05.00 sore. Sebelum melakukan pengukuran ke lapangan dilakukan survei kondisi

lapangan serta pekerjaan persiapan alat dan lain-lain.

Pengukuran yang kedua adalah pengukuran pasang surut sungai yang

dilakukan dalam 14 hari. Alat pasang surut yang digunakan adalah HOBO Water

Level Logger. Alat ini mulai dipasang pada tanggal 14 Juni 2015 dan dilepaskan

pada tanggal 28 Juni 2015. Alat dimasukan kedalam pipa setinggi 4 meter yang telah

dilubangi dengan bor, kemudian di tancapkan ke dasar sungai.

3.5. Pengumpulan Data

Tahap ini merupakan pengumpulan data yang akan digunakan dalam

pelaksanaan penelitian. Data yang dikumpulkan berupa data primer dan data

sekunder.


26/81

25

3.5.1. Data Primer

Hasil pengukuran langsung dalam penelitian ini merupakan data primer.

Dalam pengukuran terdapat dua data yang diperoleh yaitu, data penampang

melintang sungai dan pasang surut.

1. Pengukuran Penampang Melintang Sungai

Pengukuran penampang melintang sungai dilakukan secara manual dengan

bantuan alat theodolite. Adapun langkah pengerjaannya sebagai berikut :

a.

Menentukan benchmarksebagai titik ikat untuk mereferensikan posisi objek

pada suatu sistem koordinat global. Pada Sungai Sawah penetapan

benchmark terletak pada lapangan bola voli didekat hulu Sungai Sawah.b. Untuk mengetahui posisi dan elevasi dari benchmark diperlukanHand GPS.

c. Rakit alat theodolite, lalu lakukan penyentringan dan pastikan teropong pada

theodolitedalam keadaan tegak lurus.

d. Pengaturan arah utara dan sudut horizontal dilakukan menggunakan bantuan

Hand GPS.

e. Di sepanjang penampang melintang sungai dirikan rambu untuk pembacaan

benang atas, benang bawah dan benang tengah. Selain itu, pembacaan sudut

vertikal dan sudut horizontalnya pada tampilan alat theodolitenya.

f. Apabila pembacaan rambu untuk penampang melintang station selanjutnya,

maka dilakukan pemindahan alat. Untuk pemindahan alat diusahakan tidak

menyulitkan surveyor untuk memposisikannya. Lakukan kembali prosedur

tersebut secara berkala hinggastationberikutnya.

g.

Data hasil pengukuran di lapangan diolah lagi menggunakanMicrosoft Excel

yang selanjutnya dilakukan penggambaran menggunakan program Autocad.

Setelah itu, didapatkan titik koordinatgeometri setiapstation.

2. Pengamatan Data Pasang Surut

Tujuan pengamatan pasang surut adalah untuk menentukan elevasi muka air

yang dipengaruhi oleh pasang surut air laut yang akan digunakan sebagai titik

kontrol bagian hilir. Dalam penelitian ini, data pasang maksimumlah yang

diambil. Adapun prosedur pengamatan pasang surut sebagai berikut :


27/81

26

a.

Mempersiapkan satu set alat pengamatan pasang surut (water level

logger).

b. Pengaturan perekaman kedalaman air menggunakan bantuan alat water

level logger. Pengaturan perekaman meliputi kapan waktu alat logger

akan merekam kedalaman dan selang waktu pada saat perekaman. Dalam

penelitian ini, alat untuk membaca kedalaman air diatur setiap interval

waktu 30 menit dan alat akan membaca kedalaman selamat 14 hari

lamanya.

c.

Diperlukan penjagaan untuk keamanan alat pada saat dipasang dengan

cara menyelubungi alat tersebut dengan selonsong pipa sepanjang 4

meter, yang disetiap permukaannya dilubangi dengan bor. Sehingga,

memungkinkan air masuk kedalam pipa. Pipa tersebut memiliki empat

bagian, yang setiap bagiannya memiliki panjang 1 meter. Potongan-

potongan pipa dihubungkan dengan penyambung pipa berukuran 2 inchi

dan direkatkan dengan menggunakan lem pipa. Dan juga untuk pipa

bagian atas dan bawahnya ditutup dengan dop yang sama pula dengan

ukuran penghubungnya, yaitu 2 inci.

d.

Setelah persiapan alat dan pipa, alat tersebut diikatkan dengan tali jenis

nilon dan dimasukkan dalam pipa sampai alat menyentuh dasar pipa.

e. Pada bagian ujung tali nilon diikatkan pada lubang yang telah dibuat

sebelumnya dan diikatkan kembali menggunakan selotip bening.

f. Kemudian, pipa disejajarkan dengan kayu gelam untuk menjaga kekohan

pipa agar tidak roboh pada saat melawan arus deras.

3.5.2. Data Sekunder

Data sekunder adalah data yang didapatkan dari hasil pengamatan atau

pengukuran yang dilakukan oleh instansi yang terkait.

1. Data curah hujan harian maksimum dalam 10 tahun terakhir yang didapat dari

Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kota Palembang.

2.

Peta topografi dan kemiringan lahan Sub DAS Sawah yang didapat dari Dinas PU

PSDA dan Bina Marga Kota Palembang.

3. Peta lokasi Sub DAS Sawah yang didapat dari Dinas PU PSDA Kota Palembang.


28/81

27

4.

Peta tata guna lahan Sub DAS Sawah yang didapat dari BAPPEDA Kota

Palembang.

3.6. Tahap Analisis

3.6.1. Analisis Curah Hujan

Analisis curah hujan diperlukan untuk menentukan besarnya intensitas yang

digunakan sebagai prediksi timbulnya aliran permukaan. Curah hujan yang

digunakan dalam analisis adalah curah hujan harian maksimum dalam 10 tahun

terakhir yang didapat dari Badan Meteorologi Klimatologi dan Geofisika (BMKG)

Kota Palembang. Langkah pertama dalam analisa curah hujan yaitu menghitung

curah hujan rata-rata pada Sub DAS Sawah Kota Palembang dari beberapa stasiun

pencatat curah hujan disekitar daerah aliran sungai tersebut. Kemudian, dilakukan

analisis frekuensi untuk menentukan distribusi curah hujan yang tepat untuk Sub

DAS Sawah tersebut. Setelah menentukan distribusi curah hujan lalu dilakukan uji

kecocokan terhadap distribusi yang telah dipilih tadi dan dapat menentukan besarnya

intensitas hujan yang digunakan sebagai prediksi timbulnya aliran permukaan.

3.6.2. Analisis Limpasan Permukaan ( Run Off)

Setelah melakukan analisis curah hujan, maka tahap selanjutnya adalah

analisis limpasan permukaan (run off). Tujuan dari analisa ini untuk mengetahui

besarnya limpasan permukaan (run off) yang terjadi pada Sub DAS Sawah Kota

Palembang. Data yang diperlukan dalam analisis limpasan permukaan (run off)

adalah peta topografi dan kemiringan lahan Sub DAS Sawah yang didapat dari Dinas

PU PSDA Kota Palembang dan peta tata guna lahan Sub DAS Sawah yang didapat

dari BAPPEDA Kota Palembang. Peta topografi digunakan untuk menentukan waktu

konsentrasi, sedangkan peta tata guna lahan dan kemiringan lahan digunakan untuk

menentukan koefisien limpasan dengan memanfaatkan bantuan software MapInfo.

Setelah semua data telah dianalisis, maka didapatkan besarnya limpasan permukaan

(run off) yang terjadi pada daerah aliran sungai tersebut.

3.6.3. Analisis Hidrograf Satuan

Setelah didapat nilai debit limpasan , maka tahap selanjutnya adalah analisis

hidrograf satuan. Tujuan dari analisa ini untuk mengetahui hubungan antara hujan

efektif dan aliran permukaan sehingga diperoleh debit banjir rancangan. Data yang


29/81

28

diperlukan dalam menganilasa hidrograf satuan adalah data curah hujan yang diolah

dan kemudiaan dimodelkan dalam grafik hidrograf satuan.

3.6.4. Analisis Hidrograf Satuan Sintesis

Setelah didapat nilai debit limpasan , maka tahap selanjutnya adalah analisis

hidrograf satuan. Tujuan dari analisis ini untuk mengetahui hubungan antara hujan

efektif dan aliran permukaan sehingga diperoleh debit banjir rancangan. Data yang

diperlukan dalam menganilasa hidrograf satuan adalah data curah hujan yang diolah

dan kemudiaan dimodelkan dalam grafik hidrograf satuan.

3.6.5. Memodelkan Hujan Aliran Menggunakan Program HEC-HMS

Setelah selesai menganalisa hidrograf satuan, maka tahap selanjutnya adalah

memodelkan hujan-aliran menggunakan program HEC-HMS.

3.6.6. Membandingkan Hasil Perhitungan

Setelah didapat semua hasil perhitungan baik menggunakan metode rasional,

SCS CN dan permodelan hujan-aliran menggunakan HEC-HMS, maka tahap

selanjutnya adalah membandingan hasil debit limpasan tersebut.

3.7.

Kesimpulan dan Saran

Setelah semua analisis dilakukan, maka dapat ditarik kesimpulan dari hasil

analisis yaitu perhitungan kapasitas saluran pada Sub DAS Sawah Kecamatan

Gandus Kota Palembang. Setelah ditarik kesimpulan dilanjutkan dengan pemberian

saran terhadap penelitian yang telah dilakukan. Berikut ini adalah diagram alir urutan

kerja penelitian :


30/81

29

Gambar 3.5. Diagram Alir Penelitian

Mulai

Studi Pustaka

Data Primer

Penampang melintang danmemanjang saluranPasang surut

Data Sekunder

Data curah hujan, kemiringanlahan, Peta lokasi,peta tata

guna lahan,peta topografi

Analisis Curah Hujan1. Menghitung curah hujan rata-rata

2. Analisa frekuensi

3. Uji kecocokan

4. Menghitung intensitas hujan

5. Menghitung Distribusi hujan

Analisis Limpasan Permukaan

1. Menentukan koefisien limpasan dengan

software MapInfo2. Menghitung debit limpasan

menggunakan Metode Rasional

Analisis Hidrograf Satuan

1. Menggunakan metode SCS-CN

Permodelan Menggunakan Program HEC-HMS

Pembahasan

Kesimpulan

Selesai


31/81

30

Gambar 3.6. Diagram Alir Analisis Data

Data Curah Hujan

Maksimum

Analisis

Frekuensi

Kurva IDF

Metode Rasional

Debit Banjir

Puncak

Hytograph ABM

Metode SCS

Hidrograf Banjir


32/81

31

BAB 4

ANALISIS DAN PEMBAHASAN

4.1.

Kondisi Umum Lokasi Penelitian

Penelitian ini dilakukan di Sub DAS Sawah, Kecamatan Gandus, Kota

Palembang, Sumatera Selatan. Sub DAS Sawah merupakan salah satu anak Sungai

Musi yang memiliki luasan sebesar 1,626 km. Berdasarkan peta yang dikeluarkan

oleh BAPPEDA kota Palembang dan menganalisis dengan bantuan aplikasi Map info

dan Globar Mapper maka didapatkanlah panjang Sub Das Sawah 2.474 km dengan

kemiringan 0,0263. Gambar 4.1 merupakan Sub DAS Sawah Kota Palembang.

Gambar 4.1 Sub DAS Sawah Kota Palembang

(Hasilanalisis Global Mapper)

4.2. Analisis Curah Hujan

Data curah hujan yang dianalisis dalam penelitian ini adalah data curah hujan

harian maksimum dari stasiun Gandus tahun 2004 sampai tahun 2013. Data tersebut

didapat dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kota

Palembang.

4.2.1. Menghitung Curah Hujan Rata-Rata

Metode yang digunakan dalam menghitung curah hujan rata-rata adalah

dengan mengunakan metode hujan titik. Metode ini digunakan karena hanya terdapat


33/81

32

satu stasiun curah hujan yang diketahui, yaitu stasiun Gandus. Berikut tabel 4.1 ialah

curah hujan dari tahun 2004 sampai 2013.

Tabel 4.1.Hujan Harian Maksimum

TAHUNBULAN

Jan Feb Mar Apr Mei Juni Juli Agus Sept Okt Nov Des

2004 65 55 71 68 71 23 0 8 4 25 103* 46

2005 50 39 69 43 47 62 69 21 58 31 96* 59

2006 77 43 81* 41 28 43 53 0 7 0 76 56

2007 58 21 22 77 36 21 21 1 1 25 91* 37

2008 29 49 87 142* 23 12 32 20 26 54 85 32

2009 24 58 96* 50 43 45 69 69 13 61 33 84

2010 39 71 53 114* 70 98 51 87 97 48 87 43

2011 85 29 48 111* 81 43 13 34 6 54 82 76

2012 35 71 23 60 58 23 27 22 4 51 115 141*

2013 56 76 125* 52 77 26 55 16 87 96 46 68

Sumber : Badan Klimatologi Klimatologi dan Geofisika Kota Palembang

Ket : (*) Curah hujan maksimum

Dari data diatas didapat lah nilai curah hujan harian maksimum yang akan

digunakan pada perhitungan. Untuk rekapitulasi curah hujan rata-rata dapat dilihat

pada Tabel 4.2 berikut ini.

Tabel 4.2. Perhitungan curah hujan rata-rata

No Tahun Bulan Rr (mm)

1 2004 November 103

2 2005 November 96

3 2006 Maret 81

4 2007 November 91

5 2008 April 142

6 2009 Maret 96

7 2010 April 114

8 2011 April 111

9 2012 Desember 141

10 2013 Maret 125

Sumber : Badan Klimatologi Klimatologi dan Geofisika Kota Palembang


34/81

33

4.2.2. Analisis Frekuensi

Terdapat beberapa parameter yang digunakan dalam menghitung analisa

frekuensi. Parameter tersebut akan digunakan untuk penentuan distribusi frekuensi.

Sebelum menghitung parameter tersebut diperlukan perhitungan statistik curah hujan

rata-rata. Tabel 4.3 merupakan hasil dari perhitungan statistik curah hujan rata-rata.

Tabel 4.3. Perhitungan statistik curah hujan rata-rata

Tahun X (mm) X- (X-)2 (X-)3 (X-)42004 103 -7 49 -343 2.401

2005 96 -14 196 -2.744 38.416

2006 81 -29 841 -24.389 707.281

2007 91 -19 361 -6.859 130.321

2008 142 32 1.024 32.768 1.048.576

2009 96 -14 196 -2.744 38.416

2010 114 4 16 64 256

2011 111 1 1 1 1

2012 141 31 961 29.791 923.521

2013 125 15 225 3.375 50.625

Jumlah 1.100 0 3.870 28.920 2.939.814

Rata-Rata 110

(Sumber: Hasil Perhitungan)

Perhitungan parameter statistik curah hujan rata-rata :

= 110 mmS = * ( ) +

= * +

= 20,7364 mm

Cv =

=

= 0,1885

Cs = ()()()= ()() = 0,4505

Ck = ()()()()=

()()() = 3,1547

Nilai perhitungan statistik logaritma curah hujan rata-rata dapat dilihat pada Tabel

4.4 sebagai berikut :

.


35/81

34

Tabel 4.4. Perhitungan statistik logaritma curah hujan rata-rata

Tahun X(mm) Log X Log X-Log (Log X-Log

)

2

(Log X-

Log

)

3

(Log X-

Log

)

4

2004 103 2,0128 -0,02172 0,00047 -0,000010 0,00000

2005 96 1,9823 -0,05228 0,00273 -0,000143 0,00001

2006 81 1,9085 -0,12607 0,01589 -0,002004 0,00025

2007 91 1,9590 -0,07551 0,00570 -0,000431 0,00003

2008 142 2,1523 0,11773 0,01386 0,001632 0,00019

209 96 1,9823 -0,05228 0,00273 -0,000143 0,00001

2010 114 2,0569 0,02235 0,00050 0,000011 0,00000

2011 111 2,0453 0,01077 0,00012 0,000001 0,00000

2012 141 2,1492 0,11466 0,01315 0,001508 0,00017

2013 125 2,0969 0,06235 0,00389 0,000242 0,00002

Jumlah 1100 20,346 0,00000 0,05905 0,000664 0,00068067

Rata-Rata 110 2,0346


Perhitungan parameter statistik logaritma curah hujan rata-rata :

Log= 2,0346 mmSlogx = * ( ) += * += 0,081 mmCv =

=

= 0,0398

Cs = ()()()=

()()() = 0,1735

Ck = ()()()()=

()()() =3,137

Penentuan jenis distribusi akan digunakan untuk analisis frekuensi dilakukan

dengan beberapa asumsi sebagai berikut:

1.

Distribusi Normal

Dengan menggunakan Rumus 2.9 dan nilai KTrdalam Lampiran 1, dapat dihitung

curah hujan maksimum untuk periode ulang 2 tahun, dengan data parameter

statistik maka didapatlah hasil sebagai berikut :

Jumlah data (n) = 10

Nilai rata-rata () = 110 mm


36/81

35

Simpangan baku (S) = 20,7364 mm

XT = =110 mm + (0 . 20,7364 mm)

= 110 mm

Untuk hasil perhitungan curah hujan maksimum periode ulang selanjutnya dapat

dilihat pada Tabel 4.5.

Tabel 4.5. Perhitungan curah hujan dengan Distribusi Normal

Periode Ulang

(tahun)KTr XT(mm)

2 0,00 110

5 0,84 127,42

10 1,28 136,54

25 1,70 145,25

50 2,05 152,51

100 2,33 158,32


2. Distribusi Gumbel

Dengan menggunakan Rumus 2.10 dan 2.11 serta nilai YTr dalam Lampiran 2,dapat dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data

parameter statistic maka didapatlah hasil sebagai berikut :


Nilai rata-rata () = 110 mmSimpangan baku (S) = 20,7364 mm

Yn = 0,4952 (Lampiran 3)

Sn = 0,9496 (Lampiran 3)

KTr =()

=()

= -0,1352

=+S= 110 mm + (-0,1352 . 20,7364 mm)

= 107,196 mm


37/81

36



Tabel 4.6 Perhitungan curah hujan dengan Distribusi Gumbel

Periode Ulang

(tahun)YTr KTr XT (mm)

2 0,3668 -0,1352 107,196

5 1,5004 1,0586 131,951

10 2,2510 1,8490 148,341

25 3,1993 2,8476 169,050

50 3,9028 3,5885 184,412

100 4,6012 4,3239 199,663


3. Distribusi Log-Normal

Dengan menggunakan Rumus 2.13 dan nilai KTr dalam Lampiran 1, dapat

dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data

parameter statistik logaritma maka didapatlah hasil sebagai berikut :


Nilai rata-rata (log) = 2,0346 mmSimpangan baku (Slogx) = 0,081 mmLog = log+

= 2,0346 mm + (0 . 0,081 mm)

= 2,0346 mm

XT = 102,0346

= 108,28 mm

Untuk hasil perhitungan curah hujan maksimumperiodeulang selanjutnya dapatdilihat pada Tabel 4.7.

Tabel 4.7 Perhitungan curah hujan dengan Distribusi Log-Normal

Periode Ulang (tahun) KTr Log XT(mm) XT (mm)

2 0,00 2,0346 108,28

5 0,84 2,1026 126,65

10 1,28 2,1382 137,48

25 1,70 2,1723 148,68


38/81

37

50 2,05 2,2006 158,71

100 2,33 2.2233 167,22


4.

Distribusi Log-Pearson Tipe III

Dengan menggunakan Rumus 2.16 dan nilai KTr dalam Lampiran 4, dapat

dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data

parameter statistik logaritma maka didapatlah hasil sebagai berikut :


Nilai rata-rata (log) = 2,0346 mmSimpangan baku (Slogx) = 0,081 mm

Koefisien Skewness(Cs) = 0,1735Karenanilai Cs = 0,1735 maka nilai KTr untuk periode ulang 2 tahun dapat

diperoleh dengan interpolasi dibawah ini :

=

=

y -7

- -7

0,1.y + 0,0017 =-0,001176

y =-0,029

KTr=-0,029

Maka,

Log = log+ = 2,0346mm + (-0,029 . 0,081mm)

= 2,03223 mm

XT = 102,03225

= 107,702 mm



Tabel 4.8. Perhitungan curah hujan dengan Distribusi Log-Pearson Tipe III

Periode Ulang (tahun) KTr Log XT(mm) XT (mm)

2 -0,029 2,03223 107,702

5 0,8316 2,10191 126,448


39/81

38

10 1,2986 2,13974 137,956

25 1,8093 2,1811 151,741

50 2,1452 2,20832 161,554

100 2,4529 2,23324 171,096


Dari 4 macam distribusi di atas menghasilkan nilai perhitungan curah hujan

yang berbeda-beda. Hasil rekapitulasi perhitungan dari masing-masing distribusi

frekuensi sesuai dengan tahun periode ulang dapat dilihat pada Tabel 4.9 berikut ini :

Tabel 4.9. Rekapitulasi perhitungan curah hujan dari beberapa distribusi frekuensi

Periode Ulang

(tahun)

Distribusi Frekuensi (mm)

Normal

(mm)

Gumbel

(mm)

Log Normal

(mm)

Log Pearson type III

(mm)

2 110 107,196 108,28 107,702

5 127,42 131,951 126,65 126,448

10 136,54 148,341 137,48 137,956

25 145,25 169,050 148,68 151,7541

50 152,51 184,412 158,71 161,554

100 158,32 199,663 167,22 171,096


4.2.3. Uji Kecocokan

Untuk mengetahui distribusi yang mana yang paling tepat untuk digunakan

maka dilakukanlah pengujian dengan uji kecocokan. Pengujian tersebut dilakukan

dari empat distribusi frekuensi yang telah dihitung sebelumnya. Terdapat dua uji

kecocokan yang dilakukan yaitu Uji Chi-Square dan Uji Smirnov-Kolmogorov.

Berikut langkah perhitungan untuk menghitung uji kecocokan tiap-tiap distribusi

tersebut :1. Uji Chi-Square

a. Uji Chi-Squareuntuk Distribusi Normal

Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi Normal :

1. Tentukan derajat nyata (),jumlah kelas (k) dengan Rumus 2.22, dan derajat

kebebasan (Dk)dengan Rumus 2.23.

2. Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.


40/81

39

3.

Dengan rentang probabilitas (p)setiap kelasnya, hitung faktor frekuensi (KT)

menggunakan rumus dibawah ini. Hitung juga rentang varian x

menggunakan Rumus 2.9.

KT = w-

w = * + untuk < p 5

Ketika (p > 0,5), digunakan 1-p untuk menggantikan p dalam rumus diatas

dan nilai KT yang dihitung diberi tanda negatif (-).

4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.21 untuk setiap kelasnya.

5.

Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui

pembacaan seri data.6. Hitung nilaiX2untuk setiap kelasnya menggunakan Rumus2.20 dan hitung

jumlah totalnya.

7. Tentukan nilaiX2kritik menggunakan Lampiran 6.

8. Jika X2< X2kritik maka hipotesis seri data Distribusi Normal diterima.

Jika X2 X2kritik maka hipotesis seri data Distribusi Normal ditolak.

Parameter statistik untuk Distribusi Normal :



Perhitungan Uji Chi-Squareuntuk Distribusi Normal :

k = 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2

Ei ==

= 2

p ==

= 0,2

Untuk p = 0,2

w = * += * +

= 1,794

KT = w -


41/81

40

= 1,794 -()()

()()()= 0,841

XT =

= 110 mm + (0,841 . 20,7364 mm)

= 127,449 mm

Untuk hasil perhitungan selanjutnya dapat dilihat dari tabel di bawah ini :

Tabel 4.10 Perhitungan mencari nilai rentang hujan

P w KT R24 (mm)

0,01 3,035 2,327 158,249

0,2 1,794 0,841 127,449

0,4 1,354 0,253 115,245

0,6 1,354 -0,253 104,755

0,8 1,794 -0,841 92,551

0,99 3,035 -2,327 61,751


Tabel 4.11. Perhitungan Chi-Square untuk Distribusi Normalk Rentang p Rentang Hujan (mm) Ei Oi (Oi Ei )

2 X

1 R24127,449 2 2 0 0

2 2R24115,245 2 1 1 0,5

3 4R24104,755 2 2 0 0

4 6R2492,551 2 3 1 0,5

5 8R2461,751 2 2 0 0

Jumlah 10 1


NilaiX2kritik untuk = 5 dan Dk = 2 adalah 599.

KarenaX2< X2kritik, maka Distribusi Normal diterima.

b. Uji Chi-Squareuntuk Distribusi Gumbel

Berikut langkah-langkah perhitungan Uji Chi-Squareuntuk Distribusi Gumbel:

1. Tentukan derajat nyata (), jumlah kelas (k) dengan Rumus 2.22, dan derajat

kebebasan (Dk) dengan Rumus 2.23.


42/81

41

2.

Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.

3. Dengan rentang probabilitas (p) setiap kelasnya, hitung faktor frekuensi (KT)



KT = - , * +-

T = 1/p

4.

Hitung frekuensi teoritik (Ei) dengan Rumus 2.21 untuk setiap kelasnya.

5. Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui

pembacaan seri data.

6.

Hitung nilaiX2untuk setiap kelasnya menggunakan Rumus 2.20 dan hitung

jumlah totalnya.7. Tentukan nilaiX2kritik menggunakan Lampiran 6.

8.

JikaX2< X2kritik maka hipotesis seri data Distribusi Gumbel diterima.

JikaX2 X2kritik maka hipotesis seri data Distribusi Gumbel ditolak.

Parameter statistik untuk Distribusi Gumbel :


Nilai rata-rata () = 110 mmSimpangan baku (S) = 20,7364 mmPerhitungan Uji Chi-Square untuk Distribusi Gumbel :

k = 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2

Ei ==

= 2

p ==

= 0,2

Untuk p = 0,2

T ==

= 5

KT = - ,* +-

= - ,* +-

= 0,720

=

+

S

= 110 mm + (0,720 . 20,7364 mm) = 124,927 mm


43/81

42

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :


P w T KT R24(mm)

0,01 3,035 100,000 3,138 175,077

0,2 1,794 5,000 0,720 124,927

0,4 1,354 2,500 0,074 111,529

0,6 1,354 1,667 -0,382 102,077

0,8 1,794 1,250 -0,822 92,965

0,99 3,035 1,010 -1,642 75,959


Tabel 4.13. Perhitungan Chi-Square untuk Distribusi Gumbel

k Rentang p Rentang Hujan (mm) Ei Oi X

1 R24124,927 2 3 0,5

2 2R24111,529 2 1 0,5

3 4R24102,077 2 2 0

4 6R2492,965 2 2 0

5 8R2475,959 2 2 0

Jumlah 10 1


NilaiX2kritik untuk = 5 dan Dk = 2 adalah 599.

KarenaX2< X2kritik, maka Distribusi Gumbel diterima.

c. Uji Chi-Squareuntuk Distribusi Log-Normal

Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi Log-

Normal :

1. Tentukan derajat nyata (),jumlah kelas (k) dengan Rumus 2.22, dan derajat

kebebasan (Dk) dengan Rumus 2.23.

2.

Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.

3. Dengan rentang probabilitas (p) setiap kelasnya, hitung faktor frekuensi (KT)



KT = w -


44/81

43

w = * + untuk < p 5

Ketika (p > 0,5),digunakan 1-puntuk menggantikanpdalam rumus diatas

dan nilai KT yang dihitung diberi tanda negatif (-).

4.

Hitung frekuensi teoritik (Ei)dengan Rumus 2.21 untuk setiap kelasnya.



6. Hitung nilaiX2untuk setiap kelasnya menggunakan Rumus 2.20 dan hitung

jumlah totalnya.

7. Tentukan nilaiX2kritik menggunakan Lampiran 6.

8. JikaX2< X2kritik maka hipotesis seri data Distribusi Log-Normal diterima.

JikaX2 X2kritik maka hipotesis seri data Distribusi Log-Normal ditolak.

Parameter statistik logaritma untuk Distribusi Log-Normal :



Perhitungan Uji Chi-Square untuk Distribusi Log-Normal :

k = 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2

Ei ==

= 2

p ==

= 0,2

Untuk p = 0,2

w = * += * +

= 1,794

KT = w -

= 1,794 - ()()

()()()= 0,841

Log = log+= 2,0346 mm + (0,841 . 0,081 mm)

= 2,103 mm


45/81

44

XT = 102,103

= 126,681 mm



P w KT

Rentang

Log X (mm) R24(mm)

0,01 3,035 2,327 2.223 167,118

0,2 1,794 0,841 2,103 126,681

0,4 1,354 0,253 2,055 113,512

0,6 1,354 -0,253 2,014 103,292

0,8 1,794 -0,841 1,966 92,555

0,99 3,035 -2,327 1,846 70,160


Tabel 4.15. Perhitungan Chi-Squareuntuk Distribusi Log-Normal

k Rentang pRentang

Log X (mm)Rentang Hujan (mm) Ei Oi X

1


46/81

45

3.

Dengan rentang probabilitas (p) setiap kelasnya, hitung nilaizmenggunakan

rumus dibawah ini. Lalu hitung faktor frekuensi (KT) menggunakan rumus

selanjutnya. Hitung juga rentang varianx menggunakan Rumus 2.8.

z = w -

w = * + untuk < p 5

Ketika (p > 0,5), digunakan 1-p untuk menggantikan p dalam rumus diatas

dan nilai zyang dihitung diberi tanda negatif (-).

KT = z + (z21)k +

(z

36z)k2(z21)k3+ zk4+k

5

k =

4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.20 untuk setiap kelasnya.



6. Hitung nilaiX2untuk setiap kelasnya menggunakan Rumus 2.19 dan hitung

jumlah totalnya.

7.

Tentukan nilaiX2kritik menggunakan Lampiran 6.

8. JikaX2< X2kritik maka hipotesis seri data Distribusi Log-Pearson Tipe III

diterima.

JikaX2 X2kritik maka hipotesis seri data Distribusi Log-Pearson Tipe III

ditolak.

Parameter statistik logaritma untuk Distribusi Log-Pearson Tipe III :



Koefisien Skewness(Cs) = 0,1735

Perhitungan Uji Chi-Squareuntuk Distribusi Log-Pearson Tipe III :

k = 1+3,322 log n= 1 + 3,322 log10 = 4,322 = 5 kelas

= k-3 = 5-3 = 2 = = = 2

=

=

= 0,2


47/81

46

Untuk p = 0,2

w = * += * +

= 1,794

z = w -

= 1,794 - ()()

()()()= 0,841

k = =

= 0,029

KT = z + (z21)k +

(z

36z)k2(z21)k3+ zk4+k

5

= 0,841+(0,84121)(0,029)+(0,8413(6.0,841))(0,0292)(0,8412-1)

(0,0293) + (0,841)(0,0294)+(0,029

5)

= 0,832

Log = log+ = 2,0346 mm + (0,832. 0,081 mm)

= 2,102 mm

XT = 102,102

= 126,453 mm



P w KT

Rentang

Log X R24

0,01 3,035 2,454 2,233 171,129

0,2 1,794 0,832 2,102 126,453

0,4 1,354 0,225 2,053 112,932

0,6 1,354 -0,280 2,012 102,781

0,8 1,794 -0,849 1,966 92,430

0,99 3,035 -2,199 1,856 71,854



48/81

47

Tabel 4.17. Perhitungan Chi-Square untuk Distribusi Log-Pearson Tipe III

k Rentang pRentang Log X

(mm)Rentang Hujan (mm) Ei Oi X

1


49/81

48

2.

Uji Smirnov-Kolmogorov

a. Uji Smirnov-Kolmogorov untuk Distribusi Normal

Berikut langkah-langkah perhitungan Uji Smirnov-Kolmogorov untuk

Distribusi Normal :

1. Tentukan derajat nyata () dan jumlah data (n).

2. Urutkan data mulai dari yang terbesar sampai ke yang terkecil

(m=1,2,3,...,n).

3. Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.25 untuk

setiap varian x yang telah di urutkan.

4. HitungKTuntuk setiap varian x menggunakan rumus dibawah ini.

KT=

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varian x menggunakan

rumus dibawah ini.

Pteoritik=[1+0,196854|KT|+0,115194|KT|

2+0,000344|KT|3+0,019527|KT|

4]-4

6. Hitung selisih probabilitas menggunakan Rumus 2.24 dan tentukan nilai

tertinggi (maks).

7. Tentukan nilai kritikmenggunakan Lampiran 7.

8.

Jikamaks < kritikmaka hipotesis seri data Distribusi Normal diterima.Jikamaks kritikmaka hipotesis seri data Distribusi Normal ditolak.

Parameter statistik untuk Distribusi Normal :



Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Normal :

Pempirik=

=

= 0,091

KT =

= = 1,542

Pteoritik =[1+0,196854|KT|+0,115194|KT|

2+0,000344|KT|

3+0,019527|KT|

4]

-4

=[1+0,196854|1,542|+0,115194|1,542|

2+0,000344|1,542|

3+0,019527

|1,542|4]

-4

= 0,061


50/81

49

= |PempirikPteoritik|

= |0,091-0,061|

= 0,03


Tabel 4.19. Perhitungan Smirnov-Kolmogorov untuk Distribusi Normal

m R24(mm) KT Pempirik Pteoritik

1 142 1,543 0,091 0,061 0,030

2 141 1,495 0,182 0,067 0,114

3 125 0,723 0,273 0,235 0,038

4 114 0,193 0,364 0,424 0,060

5 111 0,048 0,455 0,481 0,026

6 103 0,338 0,545 0,632 0,087

7 96 0,675 0,636 0,750 0,114

8 96 0,675 0,727 0,750 0,023

9 91 0,916 0,818 0,820 0,002

10 81 1,399 0,909 0,919 0,010

maks 0,114


Nilaikritikuntuk = 5 dan n = adalah 49.

Karenamaks< kritik, maka Distribusi Normal diterima.

b.

Uji Smirnov-Kolmogorov untuk Distribusi Gumbel


Distribusi Gumbel :

1.

Tentukan derajat nyata ()dan jumlah data (n).

2.

Urutkan data mulai dari yang terbesar sampai ke yang terkecil

(m=1,2,3,...,n).

3.

Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.25 untuk


4. HitungKTuntuk setiap varian x menggunakan rumus dibawah ini.

KT=

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varian x menggunakan

rumus dibawah ini.


51/81

50

T =

,* +-

Pteoritik= 1/T


tertinggi (maks).

7.

Tentukan nilai kritikmenggunakan Lampiran 7.

8. Jikamaks < kritikmaka hipotesis seri data Distribusi Gumbel diterima.

Jikamaks kritikmaka hipotesis seri data Distribusi Gumbel ditolak.

Parameter statistik untuk Distribusi Gumbel :



Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Gumbel:

Pempirik =

=

= 0,091

KT =

= = 1,543

T =

,* +-

= ,* +-= 13,406

Pteoritik = 1/T = 1/13,406 = 0,075


= |0,091-0,075|

= 0,016


Tabel 4.20. Perhitungan Smirnov-Kolmogorov untuk Distribusi Gumbel

m R24(mm) KT T Pempirik Pteoritik

1 142 1,543 13,406 0,091 0,075 0,016

2 141 1.495 12,633 0,182 0,079 0,103

3 125 0,723 5,024 0,273 0,199 0,074

4 114 0,193 2,818 0,364 0,355 0,009

5 111 0,048 2,439 0,455 0,410 0,044


52/81

51

6 103 0,338 1,726 0,545 0,579 0,034

7 96 0,675 1,357 0,636 0,737 0,101

8 96 0,675 1,357 0,727 0,737 0,010

9 91 0,916 1,194 0,818 0,838 0,020

10 81 1,399 1,035 0,909 0,966 0,057

maks 0,103


Nilaikritikuntuk = 0,05 dan n = 10 adalah 0,409.

Karenamaks< kritik, maka Distribusi Gumbel diterima.

c. Uji Smirnov-Kolmogorov untuk Distribusi Log-Normal


Distribusi Log-Normal :

1. Tentukan derajat nyata () dan jumlah data (n).


(m=1,2,3,...,n).

3.



4. HitungKTuntuk setiap varianx menggunakan rumus dibawah ini.

KT=

5.

Tentukan probabilitas teoritik (Pteoritik) untuk setiap varianx menggunakan

rumus dibawah ini.

Pteoritik=[1+0,196854|KT|+0,115194|KT|

2+0,000344|KT|

3+0,019527|KT|

4]

-4


tertinggi (maks).

7.

Tentukan nilaikritikmenggunakan Lampiran 7.8.

Jikamaks < kritikmaka hipotesis seri data Distribusi Log-Normal diterima.

Jikamaks kritikmaka hipotesis seri data Distribusi Log-Normal ditolak.

Parameter statistik logaritma untuk Distribusi Log-Normal :



Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Log-Normal :


53/81

52

Pempirik =

=

= 0,091

KT =

=

= 1.454

Pteoritik = [1+0,196854|KT|+0,115194|KT|2

+0,000344|KT|

3

+0,019527|KT|

4

]

-4

=[1+0,196854|1,454|+0,115194|1,454|

2+0,000344|1,454|

3+0,019527

|1,454|4]

-4

= 0,073


= |0,091-0,073|

= 0,018

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel berikut ini :

Tabel 4.21. Perhitungan Smirnov-Kolmogorov untuk Distribusi Log-Normal

m R24(mm) Log R24 (mm) KT Pempirik Pteoritik

1 142 2,152 1,454 0,091 0,073 0,018

2 141 2,149 1,416 0,182 0,078 0,103

3 125 2,097 0,770 0,273 0,221 0,052

4 114 2,057 0,276 0,364 0,391 0,028

5 111 2,045 0,133 0,455 0,447 0,007

6 103 2,013 0,268 0,545 0,606 0,060

7 96 1,982 0,645 0,636 0,741 0,104

8 96 1,982 0,645 0,727 0,74 0,014

9 91 1,959 0,932 0,818 0,824 0,006

10 81 1,908 1,556 0,909 0,940 0,031

maks 0,104


Nilaikritikuntuk = 0,05 dan n = 10 adalah 0,409.

Karenamaks< kritik, maka Distribusi Log-Normal diterima.

d. Uji Smirnov-Kolmogorov untuk Distribusi Log-Pearson Tipe III


Distribusi Log-Pearson Tipe III :


54/81

53

1.

Tentukan derajat nyata () dan jumlah data (n).


(m=1,2,3,...,n).

3.


setiap varianx yang telah di urutkan.

4. Hitung faktor frekuensi zdanKTuntuk setiap varian x menggunakan rumus

dibawah ini.

z =

KT = z + (z21)k +

(z

36z)k2(z21)k3+ zk4+k

5

k =

5.

Tentukan probabilitas teoritik (Pteoritik) untuk setiap varianx menggunakan

rumus dibawah ini.

Pteoritik=[1+0,196854|KT|+0,115194|KT|

2+0,000344|KT|

3+0,019527|KT|

4]

-4


tertinggi (maks)

7. Tentukan nilaikritikmenggunakan Lampiran 7.

8. Jikamaks < kritikmaka hipotesis seri data Distribusi Log-Pearson Tipe III

diterima. Jikamaks kritikmaka hipotesis seri data Distribusi Log-Pearson

Tipe III ditolak.

Parameter statistik logaritma untuk Distribusi Log-Pearson Tipe III :



Koefisien Skewness(Cs) = 0,1735

Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Log-Pearson Tipe III:

Pempirik=

=

= 0,091

z =

=

= 1,454

k = =

= 0,029

KT = z + (z2

1)k + (z3

6z)k2

(z2

1)k3

+ zk4

+ k5


55/81

54

= 1,454 + (1,45421)(0,029) +(1,454

36.1,454)(0,0292)(1,4542

1)(0,0293) + 1,454(0,0294)+(0,029

5)

= 1,484

Pteoritik = [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|

3+0,019527|KT|

4]

-4

=[1+0,196854|1,484|+0,115194|1,484|

2+0,000344|1,484|

3+0,019527

|1,484|4]

-4

= 0,069


= |0,091-0,069|

= 0,022


Tabel 4.22.Perhitungan Smirnov-Kolmogorov untuk Distribusi Log-Pearson

Tipe III

m R24(mm)Log R24

(mm)Z KT Pempirik Pteoritik

1 142 2,152 1,454 1,484 0,091 0,069 0,022

2 141 2,149 1,416 1,443 0,182 0,074 0,107

3 125 2,097 0,770 0,757 0,273 0,225 0,048

4 114 2,057 0,276 0,249 0,364 0,402 0,038

5 111 2,045 0,133 0,104 0,455 0,459 0,004

6 103 2,013 0,268 0,268 0,545 0,606 0,060

7 96 1,982 0,645 0,612 0,636 0,730 0,094

8 96 1,982 0,645 0,661 0,727 0,746 0,019

9 91 1,959 0,932 0,935 0,818 0,825 0,007

10 81 1,908 1,556 1,514 0,909 0,935 0,026

maks 0,107


Nilaikritikuntuk = 5 dan n = adalah 49. Karena maks< kritik,

maka Distribusi Log-Pearson Tipe III diterima.

Menurut hasil pengujian Smirnov-Kolmogorov bahwa keempat distribusi

dapat diterima dan memberikan hasil yang berbeda. Nilai yang paling baik adalahnilai terkecil. Dalam hal ini distribusi Gumbel memberikan nilai yang terbaik .Hasil


56/81

55

rekapitulasi Uji Smornov-Kolmogorov dari masing-masing distribusi frekuensi dapat

dilihat pada tabel di bawah ini :

Tabel 4.23. Rekapitulasi perhitungan Uji Smirnov-Kolmogorov

mR24

(mm)

Distribusi Frekuensi

Normal Gumbel Log Normal Log Pearson III

1 142 0,030 0,016 0,018 0,022

2 141 0,114 0,103 0,103 0,107

3 125 0,038 0,074 0,052 0,048

4 114 0,060 0,009 0,028 0,038

5 111 0,026 0,044 0,007 0,004

6 103 0,087 0,034 0,060 0,060

7 96 0,114 0,101 0,104 0,094

8 96 0,023 0,010 0,014 0,019

9 91 0,002 0,020 0,006 0,007

10 81 0,010 0,057 0,031 0,026

maks 0,114 0,103 0,104 0,107

kritik 0,409 0,409 0,409 0,409

Uji Kecocokan Diterima Diterima Diterima Diterima


Hasil dari uji kecocokan yang telah digunakan adalah bahwa pada uji

kecocokan Chi-Square didapat nilai yang terbaik pada distribusi Log Person III,

sedangkan pada uji kecocokan Smornov-Kolmogorov didapat nilai yang terbaik pada

distribusi Gumbel.

Namun diantara kedua distribusi tersebut diambil nilai terkecil yang paling

baik. Distribusi Log Person III memberikan hasil yang paling baik yaitu dengan nilai

X2= 0. Nilai dari distribusi Log person III akan digunakan untuk analisis selanjutnya.

4.2.4. Menghitung Waktu Konsentrasi

Waktu konsentrasi, Tc adalah waktu yang diperlukan untuk mengalirkan air

hujan dari titik terjauh menuju suatu titik tertentu ditinjau pada daerah pengaliran.

Berikut perhitungan waktu konsentrasi (tc) dengan Metode Kirpich

berdasarkan Rumus 2.25 untuk Sub DAS Sawah :


57/81

56

L = 2,474 km

S = 0,0263

=

= = 0,5407 jam

Untuk nilai panjang sungai (L) dan kemiringan sungai (S) didapat dari program

global mapper. Gambar 4.2 merupakan gambaran dari hasil program global mapper

tersebut :

Gambar 4.2 nilai panjang sungai (L) dan kemiringan sungai dari program global

mapper

4.2.5. Menghitung Intensitas Hujan

Untuk menentukan Debit Banjir Rencana (Design Flood), perlu didapatkan

harga suatu Intensitas Curah Hujan terutama bila digunakan metoda rasional.

Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada suatu kurun

waktu di mana air tersebut berkonsentrasi. Berikut perhitungan intensitas hujan

dengan Metode Mononobe berdasarkan Rumus 2.26 untuk periode ulang 2 tahun :

I=

=

= 56,2580 mm/jam



58/81

57

Tabel 4.24. Perhitungan intensitas hujan pada Sub DAS Sawah

Periode Ulang (tahun) R24(mm) tc (jam) I (mm/jam)

2 107,702 0,5393 56,2580

5 126,448 0,5393 66,0498

10 137,956 0,5393 72,0610

25 151,741 0,5393 79,2615

50 161,554 0,5393 84,3869

100 171,096 0,5393 89,3715


4.2.6. Menentukan Koefisien Limpasan

Koefisien limpasan (C)merupakan salah satu kompenen untuk menghitung

besarnya debit limpasan menggunakan Metode Rasional. Nilai koefisien limpasan

(C)dapat ditentukan dengan penggunaan lahan Sub Das Sawah tersebut. Besarnya

koefisien limpasan tergantung pada kondisi permukaan tanah, kemiringan medan,

jenis tanah, dan lamanya hujan di daerah pengaliran tersebut.

Penggunaan lahan pada Sub Das Sawah dibagi menjadi tiga bagian. Dalam

menentukan luasan dari masing-masing penggunaan lahan dilakukan melalui bantuan

aplikasi ILWIS dan Mapinfo. Gambar 4.3 merupakan gambaran dari penggunaan

lahan tersebut.

Gambar 4.3. Penggunaan Lahan Sub DAS Sawah


59/81

58

Dari gambar diatas yang merupakan pembagian lahan pada Sub Das Sawah

Kota Palembang maka didapatkan juga nilai luasan (A) dan nilai koefisien limpasan

(C)dari keseluruhan ketiga lahan tersebut. Tabel 4.25 merupakan perhitungan luasan

lahan dan koefisien limpasan Sub Das Sawah Kota Palembang.

Tabel 4.25. Perhitungan koefisien limpasan (C) Sub DAS Sawah

Jenis Penggunaan Lahan A (hektar) C A x C (hektar)

Jalan 4,013 0,95 3,812

Kebun 5,953 0,3 1,786

Pemukiman 59,139 0,8 47,311

Rawa 11,809 0,15 1,771Sarana industri/pergudangan 24,931 0,8 19,945

Sarana pendidikan 0,466 0,7 0,326

Sarana perkantoran 4,675 0,7 3,272

Sarana tempat ibadah 0,462 0,7 0,323

Semak belukar 0,145 0,25 0,036

Sawah 20,886 0,15 3,133

Tanah kosong/Ruang

Terbuka 7,258 0,2 1,452

Tubuh Air/Waduk/Danau 23,374 0,15 3,506

Sarana kesehatan 0,151 0,7 0,106

Sarana komersial 0,213 0,7 0,149

Jumlah 163,478 Jumlah 86,931


Menurut Suripin (2004), jika daerah aliran terdiri dari berbagai macam

penggunaan lahan dengan koefisien aliran yang berbeda makanilai C pada daerah

aliran dapat dihitung dengan Rumus 2.28. Berikut perhitungan nilai total koefisien

limpasan (C) pada Sub DAS Sawah :

CDAS =

=

= 0,5317


60/81

59

4.2.7 Nilai Curve Number (CN)

Nilai CN beragam yang dipengaruhi oleh jenis penggunaan lahan, pada

tutupan lahan dan jenis tanah yang dapat ditentukan menggunakan tabel yang

terdapat pada lampiran. Berdasarkan peta tanah dari BAPPEDA Kota Palembang,kawasan Sub DAS Sawah memiliki jenis tanah Litosol, Latosol maka dari itu

dikategorikan sebagai tipe tanah Kelompok A. Untuk perhitungan Nilai CN sudah

berdasrkan jenis tanah dan penggolongan jenis penggunaan lahan. Berikut

perhitungan nilai koefisien limpasan (C) pada Sub DAS Sawah Kota Palembang

yang dapat dilihat pada tabel 4.26 :

Tabel 4.26. Rekapitulasi Nilai Curve Number (CN)sub DAS sawah

ket A (hektar) nilai CN A x CNjalan 4,013 98 393,265

kebun 5,953 72 428,644

pemukiman 59,140 77 4553,745

rawa 11,809 45 531,387

Saranaindustri/pergudangan

24,932 81 2019,472

Sarana pendidikan 0,466 77 35,865

Sarana perkantoran 4,675 77 359,962

Sarana tempat ibadah 0,462 77 35,581Semak belukar 0,145 49 7,110

sawah 20,887 49 1023,456

Tanah kosong/RuangTerbuka

7,259 79 573,425

Tubuh

Air/Waduk/Danau23,375 96 2243,

ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HMS.pdf

Documents

Transcript of ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HMS.pdf