Rekayasa Hidrologi Final
Rekayasa Hidrologi Final
Rekayasa Hidrologi Final
REKAYASA HIDROLOGI
Dosen Pengampu:
Faradlillah Saves, ST, MT
Kelompok 7
Mulyadi (1432100072)
Achmad Affandi (1432100053)
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas segala nikmat dan karunianya
sehingga kami dapat menyelesaikan Tugas Besar Rekayasa Hidrologi ini dengan tepat pada
waktunya.
Penyusunan Tugas Besar Rekayasa Hidrologi ini bertujuan agar mahasiswa dapat memahami
dengan baik terkait dasar Ilmu Rekayasa Hidrologi.
Dalam hal ini kami menyadari bahwa tanpa adanya bimbingan, pengarahan, dan bantuan dari
semua pihak tentunya Tugas Besar ini tidak akan dapat terselesaikan. Untuk itu, kami ucapkan terima
kasih kepada semua pihak- pihak yang telah membantu.
Tugas Besar ini juga disusun sebagai kelengkapan tugas serta kelulusan Mata Kuliah
Rekayasa Hidrologi. Tugas Besar ini berisi mengenai analisis serta perhitungan yang berhubungan
dengan Ilmu dalam bidang Teknik Sipil Menyadari adanya banyak kekurangan dalam penyusunan
Tugas Besar Rekayasa Hidrologi ini, maka kritik dan saran yang bersifat membangun dari berbagai
pihak sangat dibutuhkan demi Penyusunan Tugas Besar berikutnya.
Semoga Tugas Besar ini dapat bermanfaat serta menambah pengetahuan dan wawasan kita semua.
Penyusun
BAB I
EVAPOTRANSPIRASI
Evapotranspirasi adalah salah satu proses yang sangat penting dalam keberjalanan
siklus air. Siklus air ini berperan dalam mengembalikan air menuju atmosfir, sehingga siklus air
berulang secara konstan. Proses ini juga penting dalam perhitungan air, terutama untuk
tanaman.Evapotranspirasi sendiri terbagi menjadi dua proses, yaitu proses evaporasi dan juga
proses transpirasi. Kedua ini memiliki proses terjadi yang berbeda-beda.Namun, keduanya
sama-sama memindahkan air dari permukaan bumi ke atmosfer. Evapotranspirasi pada
dasarnya adalah kombinasi proses kehilangan air dari suatu lahan menuju ke atmosfer melalui
dua proses yaitu evaporasi dan transpirasi.Evaporasi adalah proses dimana air diubah menjadi
uap air dan selanjutnya uap air tersebut dipindahkan dari permukaan lahan melalui proses
penguapan ke atmosfer.Proses ini terjadi pada berbagai jenis permukaan seperti danau,
sungai, lahan pertanian, maupun dari vegetasi yang basah.
Evaporasi terjadi karena air yang ada di permukaan dipanaskan oleh radiasi matahari
sehingga berubah wujud menjadi uap.Sedangkan transpirasi adalah penguapan air yang
berasal dari tanaman, sebagai akibat dari adanya proses fotosintesis yang menghasilkan
oksigen dan juga uap air.Jika dijelaskan secara teknis, transpirasi adalah pergerakan air dari
dalam tanah menuju pembuluh jaringan yang ada di tanaman.Air yang sudah masuk ke dalam
jaringan vaskular, atau jaringan lain di dalam sistem perpindahan air di tanaman, maka air
tersebut akan keluar dari tanaman melalui jaringan stomata atau kutikula.
Pengeluaran air melalui stomata ini karena proses fotosintesis yang diwadahi oleh
cairan klorofil pada daun. Air tersebut kemudian akan menguap ketika terkena panas matahari
dan naik menuju atmosfir.Proses evapotranspirasi merupakan proses yang penting dalam siklus
air dan proses daur biogeokimia lainnya.Air ini bisa mempengaruhi banyak aspek, diantaranya
adalah mempengaruhi debit pada sungai, kapasitas air pada waduk, kapasitas pompa irigasi,
dan penggunaan konsumsi air pada tanaman.Proses evapotranspirasi ini juga mempengaruhi
kelembapan udara yang ada di lapisan atmosfer. Ketika udara sudah lembap dan mencapai
kapasitasnya, maka air yang ada akan turun kembali ke bumi dalam bentuk hujan.
Faktor-faktor secara umum yang mempengaruhi evapotranspirasi pada suatu wilayah adalah:
• Karakteristik vegetasi
• Sinar matahari
Evapotranspirasi dapat menggambarkan jumlah air yang hilang dari badan air karena
adanya vegetasi. Jenis vegetasi mempengaruhi jumlahevapotranspirasi secara signifikan.
Karena air ditranspirasikan melalui daunyang mengalir dari akar, tumbuhan yang akarnya
menancap dalam ke bawah tanah mentranspirasikan air lebih banyak.
Tanaman semak umumnya mentranspirasikan air lebih sedikit dari tanaman berkayu
karena semak tidak memiliki akar yang sedalam tanaman kayu, dan daun yang posisinya
setinggi tanaman kayu. Tanaman konifer meski memiliki daun yang tidak lebar, dapat memiliki
nilai transpirasi yang lebih tinggi dari tanaman berdaun lebar, terutama di periode dormansi dan
awal musim semi. Faktor yang mempengaruhi evapotranspirasi mencakup tahap pertumbuhan
tanaman, persentase tanah yang tertutup vegetasi, radiasi matahari, kelembaban udara,
temperatur, dan angin.
Dimana,
ETo : evapotranspirasi referensi (mm/hari)
t : suhu udara rata-rata harian (ºC)
P : persentase harian siang hari rata-rata tahunan.
1.2 Metode Radiasi
Perhitungan dengan menggunakan Metode Radiasi seringnya digunakan untuk stasiun
yang memiliki pengamatan suhu udara, panjang
hari, dan keawanan atau radiasi. Untuk dapat menghitung dengan menggunakan metode ini
data yang diperlukan diantaranya adalah letak lintang, suhu udara, dan kecerahan matahari
yang disertai dengan posisi
geografis dan faktor koreksi.
Dengan rumus:
Eto* : c . ETo
ETo : w . Rs
Keterangan :
w : Faktor pengaruh suhu dan elevasi ketinggian daerah
Rs : Radiasi gelombang pendek yang diterima bumi (mm/hari)
Rγ : Radiasi gelombang pendek yang memenuhi batas luar atmosfer (bergantung pada letak
lintang daerah.
1. LL = 5 LS
2. LL = 5 LS 3. > 0,28
3. t = 25,5
4. Eto = 0,80. (0,457. T + 8,13)
= 0,28. (0,457. 25,5 + 8,13)
= 5,54 mm/hari
5. C = 0,80
6. Eto* = C . ETo
= 0,80 . 5,54
= 4,43 mm/hari
B. Metode Radiasi
-Januari
1. LL = 5
2. t = 25,5C
3. n/N = 12,0/12 = 100%
4. C = 0,80
5. W = 0,750
6. R = 15,65
-Rs = (0,25 + 0,54 . n/N) . R
= (0,25 + 0,54 . 100%) . 15,65
= 12,36 mm/hari
-Eto* =C.W.S
= 0,80 . 0,750 . 12,36
= 7,41 mm/hari
C. Metode Penman
-Januari
1. LL = 5
2. t = 25,5
3. -Tabel PN 1
= 32,64 mbar
W = 0,75
f(t) = 15,775
RH = 80%
-Tabel PN 2
R = 15,65
n/N = 100%
U = 5,5 m/dt
C = 1,10
Penyelesaian:
-d = . RH
= 32,64 . 80% = 26,11 mbar
-f(d) = 0,34 – 0,044 . d
= 0,34 – 0,044 . 26,11 = 0,115
-f(n/N) = 0,1 + 0,9 . n/N
= 0,1 + 0,9 . 100% = 1
- Rs = (0,25 + 0,54 . n/N) . R
= (0,25 + 0,54 . 100%) . 15,65
= 12,36
- f(U) = 0,27 .(1 + 0,864 .U)
= 0,27 .(1 + 0,864 . 5,5)
= 1,55
- Rn 1 = f(t) . f(d) . f(n/N)
= 15,775 . 0,115 . 1
= 1,81 mm/hari
- ETo = W . (0,75 . Rs – Rn 1) + (1 – W) . f(U) . ( - d)
= 0,75 .(0,75 . 12,36 – 1,81) + ( 1 – 0,75) . 1,55 . (32,64 – 26,11)
= 5,59 + 2,53
= 8,12 mm/hari
-ETo* = C . ETo
= 1,10 . 8,12
= 8,93 mm/hari
Metode
NO BULAN Blaney Cridle Radiasi Penman Satuan
1 JANUARI 4,43 7,42 8,13 mm/Hari
2 FEBRUARI 4,74 7,84 8,80 mm/Hari
3 MARET 4,16 6,94 8,12 mm/Hari
4 APRIL 4,10 6,80 8,20 mm/Hari
5 MEI 3,83 6,00 7,13 mm/Hari
6 JUNI 3,90 5,80 7,00 mm/Hari
7 JULI 4,06 6,04 7,40 mm/Hari
8 AGUSTUS 4,59 7,16 8,29 mm/Hari
9 SEPTEMBER 4,59 7,28 8,13 mm/Hari
10 OKTOBER 4,80 7,77 8,80 mm/Hari
11 NOVEMBER 4,69 7,67 8,58 mm/Hari
12 DESEMBER 4,48 7,42 8,16 mm/Hari
Kesimpulan
Evapotranspirasi merupakan kombinasi dari evaporasi dari tanah dan transpirasi
tanaman. Evaprotanspirasi adalah kebutuhan konsumsi tanaman, yaitu jumlah air yang
menguap dari permukaan tanaman dan jumlah air yang dialirkan dari tanaman. Nilai
evaprotanspirasi bergantung dari beberapa factor, seperti: intensitas radiasi/penyinaran
matahari, kecepatan angin, serta suhu dan tekanan udara. Berdasarkan analisa yang telah
kami lakukan, untuk menghitung
Evaprotanspirasi dapat dilakukan dengan menggunakan beberapa jenis metode,
diantaranya: Metode Blaney Criddle, Metode Radiasi, dan Metode Penman. Diantarara ketika
metode tersebut dapat kita ketahui bahwa metode yang memiliki hasil paling akurat adalah
Metode Penman dimana, Metode Penman ini sendiri lebih banyak memperhitungkan terkait
faktor-faktor yang dapat mempengaruhi evaporasi dan evaprotanspirasi total. Sedangkan
Metode Radiasi hanya memperhitungkan intensitas penyinaran dan radiasi gelombang pendek.
Dan untuk Metode Blaney Criddle data yang diperhitungkan hanyalah angka koreksi dan suhu
rata rata bulan.
Dari hasil analisa kami, untuk menghitung Evapotranspirasi Potensial (ETₒ) yang efektif
adalah menggunakan metode Panman karena metode ini sudah teruji secara rinci, dengan
berbagai data yang ada sehingga metode ini memberikan hasil terbaik dengan kesalahan
minimum untuk tanaman acuan. Namun, metode Panman ini membutuhkan data Meteorology
yang cukup banyak seperti suhu, kelembapan, kecepatan angin, dan radiasi matahari. Dimana
hanya beberapa stasiun cuaca yang menyediakan data tersebut dalam perjam dan harian.
BAB II
ESTIMASI DATA HUJAN YANG HILANG
DAN UJI KONSISTENSI DATA
Data yang ideal adalah data yang untuk dan sesuai dengan apa yang dibutuhkan.
Namun, dalam praktek sangat sering dijumpai data yang tidak lengkap (incomplete record) hal
ini dapat disebabkan beberapa hal, antara lain yaitu kerusakan alat, kelalaian petugas,
penggantian alat, bencana (pengrusakan) dan sebagainya. Keadaan tersebut menyebabkan
pada bagian – bagian tertentu dari data runtut waktu terdapat data yang kosong (missing
record). Dalam memperkirakan besarnya data yang hilang, harus diperhatikan juga pola
penyebaran hujan pada stasiun yang bersangkutan maupun stasiunstasiun sekitarnya.Keadaan
data hujan hilang ini untuk kepentingan tertentu dapat mengganggu. Misalnya pada suatu saat
terjadi banjir, sedangkan data hujan pada satu atau beberapa stasiun pada saat yang
bersamaan tidak tersedia (karena berbagai sebab). Keadaan demikian tidak terasa merugikan
bila data tersebut tidak tercatat pada saat yang di pandang tidak penting.
Menurut Soewarno (2000) dalam bukunya Hidrologi Operasional Jilid Kesatu, analisis
hidrologi memang tidak selalu diperlukan pengisian data yang kosong atau hilang. Misal
terdapat data kosong pada musim kemarau sedangkan analis data hidrologi tersebut
menghitung debit banjir musim penghujan maka dipandang tidak perlu melengkapi data pada
periode kosong musim kemarau tersebut, tetapi bila untuk analisis kekeringan maka data
kosong pada musim kemarau tersebut harus diusahakan untuk dilengkapi. Data hujan yang
hilang dapat diestimasi apabila di sekitarnya ada stasiun penakar hujan (minimal 2 stasiun)
yang lengkap datanya atau stasiun penakar yang datanya hilang diketahui hujan rata-rata
tahunannya (Lily, 2010). Data dari terminal pengukur hujan hilang. Pada waktu tertentu dapat
diisi secara bersamaan dengan bantuan data yang disediakan di stasiun ukur terdekat. Metode
yang digunakan disebut Rasio Normal. Persyaratan untuk menggunakan metode Rasio Normal,
yaitu :
1. Perlu diketahui curah hujan rata-rata tahunan dari stasiun pengukur yang tidak memiliki data.
2. Curah hujan rata-rata tahunan dari stasiun pengukur hujan lainnya.
3. Data stasiun pengukur terdekat.
Pada dasarnya, uji konsistensi data curah hujan dilakukan agar data curah hujan
maksimum tahunan yang kita miliki (dari data curah hujan) dari ketiga stasiun dapat terkoreksi
setelah melakukan perhitungan curah hujan hilang. Sehingga data curah hujan maksimum
tahunan dari ketiga stasiun tersebut memiliki hubungan yang kuat. Adapun Uji konsistensi ini
dilakukan dengan metode Kurva Massa Ganda (Double Mass Curve) dimana metode berupa
pendekatan analisis data yang dilakukan untuk menguji konsisten atau tidaknya data curah
hujan. Selain itu dilakukan juga koreksi data hujan dengan cara analisa regresi dan korelasi
sehingga memperoleh koefisien determinasi (R2) yang mendekati angka 1. Koefisien
determinasi merupakan koefisien yang menyatakan hubungan antara variabel x dan y. sehinga
hubungan tersebut akan kuat jika angka yang dihasilkan dapat mendekati angka 1. Uji
konsistensi data akan terus dilakukan sampai koef. determinasi mendekati angka tersebut.
Uji konsistensi ini dapat diselidiki dengan cara membandingkan curah Hujan tahunan
komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata dari suatu
jaringan stasiun dasar yang bersesuaian. Jika data hujan tidak konsisten karena perubahan
atau gangguan lingkungan disekitar tempat penakar hujan dipasang (Misal: penakar hujan
terlindung oleh pohon, terletak berdekatan dengan gedung tinggi, perubahan penakaran dan
pencatatan, pemindahan letak penakar, dan sebagainya) maka hal tersebut memungkinkan
terjadi penyimpangan terhadap semula. Jika tidak ada perubahan terhadap lingkungan maka
akan diperoleh garis ABC berupa garis lurus dan tidak terjadi patahan arah garis, maka data
hujan tersebut adalah konsisten. Namun bila pada tahun tertentu terjadi perubahan lingkungan,
didapat garis patah ABC.
Analisa Soal No 2
Estimasi data hujan yang hilang
Data Hujan Harian Maksimum Tahunan Stasiun A,B,C, dan D
1 ΣC ΣC
Data hujan hilang di stasiun C = ( x Data Hujan Tahun 2008 di Stasiun A) + ( x Data
3 ΣA ΣB
ΣC
Hujan Tahun 2008 di Stasiun B) + ( x Data Hujan Tahun 2008 di Stasiun D)
ΣD
Jadi data hujan yang hilang di stasiun C tahun 2009 adalah : 194,6 mm
1 ΣA ΣA
Data hujan hilang di stasiun A = ( x Data Hujan Tahun 2010 di Stasiun B) + ( x Data
3 ΣB ΣC
ΣA
Hujan Tahun 2010 di Stasiun C) + ( x Data Hujan Tahun 2010 di Stasiun D)
ΣD
Jadi data hujan yang hilang di stasiun A tahun 2009 adalah : 277,6 mm
Mencari data hujan yang hilang di stasiun D
1 ΣD ΣD
Data hujan hilang di stasiun D = ( x Data Hujan Tahun 2015 di Stasiun A) + ( x Data
3 ΣA ΣB
ΣD
Hujan Tahun 2015 di Stasiun B) + ( ΣC x Data Hujan Tahun 2015 di Stasiun C)
¿
¿
Jadi data hujan yang hilang di stasiun D tahun 2009 adalah : 174,3 mm
Rekapitulasi Rerata
3000.00
2500.00
Komulatif A
2000.00
1500.00
1000.00
500.00
0.00
0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00
Komulatif B,C,D
Uji konsistensi data di stasiun B terhadap stasiun A,C,D
3000.0
2500.0
Komulatif B
2000.0
1500.0
1000.0
500.0
0.0
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00
Komulatif A,C,D
2500.00
2000.00
Komulatif C
1500.00
1000.00
500.00
0.00
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00 3500.00
Komulatif A,B,D
Komulatif A,B,C
3000.00
2500.00
2000.00
Komulatif D
1500.00
1000.00
500.00
0.00
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00 3500.00
Komulatif A,B,C
Kesimpulan
Berdasarkan grafik uji konsistensi stasiun A terhadap B, C, D. Dapat disimpulkan bahwa
data hujan konsisten. Hal ini dikarenakan grafik berupa garis lurus dan tidak adanya patahan.
Begitu pula dengan yang terjadi pada grafik uji konsistensibstasiun B terhadap A, C, D,
grafik uji konsistensi stasiun C terhadap A,B,D, dan grafik uji konsistensibstasiun D terhadap
A,B,C.
Pada grafik ini ditunjukan bahwa garis teoritis atau linier yang ditunjukkan memiliki nilai
sama dengan garis empiris yang ditunjukan, sehingga pola yang terjadi berupa garis lurus yang
tidak terjadibpatahan arah garis. Maka dapat disimpulkan data data tersebut konsisten.
Daftar Pustaka
Sri Harto Br. (2000). Hidrologi (Teori, Masalah, Penyelesaian). Nafiri Offset. Paramita. Jakarta.
SOAL NO 3.
Metode Rata-rata hitungan
1. Metode rata-rata aljabar
Curah hujan didapatkan dengan mengambil rata-rata hitung (arithmetic mean) dari penakaran pada
penakar hujan area tersebut.
d1 d 2 d 3 ... dn n dn
d
n i 1 n
*Rata-rata hitungan
STASIUN
No Tahun RATA -RATA HITUNG
A B C D
1 2004 296,0 258,3 229,4 206,4 247,5
2 2005 259,0 234,9 208,8 193,5 224,1
3 2006 298,0 297,9 264,8 242,9 275,9
4 2007 265,0 264,6 229,2 216,3 243,8
5 2008 292,0 259,4 194,6 214,6 240,2
6 2009 247,0 236,0 210,0 194,8 222,0
7 2010 277,6 299,0 266,0 244,2 271,7
8 2011 227,0 265,7 230,4 217,6 235,2
9 2012 273,0 257,1 228,2 211,5 242,5
10 2013 283,0 233,7 207,6 192,3 229,2
11 2014 237,0 296,7 263,6 241,7 259,8
12 2015 191,0 264,3 228,0 215,1 224,6
Teori 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 rata-rata dari kedua garis Isohyet tersebut. Metode Isohyet
merupakan cara paling teliti untuk menghitung kedalaman hujan rata-rata di suatu daerah,
pada metode ini stasiun hujan harus banyak dan tersebar merata, metode Isohyet
membutuhkan pekerjaan dan perhatian yang lebih banyak dibanding dua metode lainnya.
(Triatmodjo, 2008).
Rumus Metode Isohyet
d 0 d1 d d2 d dn
A1 1 A2 ....... n 1 An
d 2 2 2
A1 A2 ....... An
No Tahun P max
1 2004 242,08
2 2005 219,26
3 2006 275,49
4 2007 242,98
5 2008 233,06
6 2009 219,30
7 2010 274,81
8 2011 240,79
9 2012 239,00
10 2013 220,23
11 2014 269,15
12 2015 229,54
No Tahun P max
1 2006 275,5
2 2014 269,2
3 2010 274,8
4 2007 243,0
5 2008 233,1
6 2004 242,1
7 2012 239,0
8 2015 229,5
9 2011 240,8
10 2005 219,3
11 2013 220,2
12 2009 219,3
KESIMPULAN
Rekapitulasi Curah Hujan Maksimum Tahunan
CURAH HUJAN MAKSIMUM (mm)
No Tahun METODE METODE
RERATA HITUNG THIESSEN
1 2004 247,5 242,08
2 2005 224,1 219,26
3 2006 275,9 275,49
4 2007 243,8 242,98
5 2008 240,2 233,06
6 2009 222,0 219,30
7 2010 271,7 274,81
8 2011 235,2 240,79
9 2012 242,5 239,00
10 2013 229,2 220,23
11 2014 259,8 269,15
12 2015 224,6 229,54
1. Metode Rata – rata Hitung ini sangat cocok digunakan dalam Menghitung Curah Hujan
pada kawasan topografi datar. Alat penakarnya juga dapat tersebar secara merata.
Metode ini juga dianggap metode paling sederhana. Namun, ada juga kekurangan
yang dimiliki yaitu luasan wilayah DAS nya dianggap sama semua padahal itensitas
curah hujan disetiap daerah belum tentu sama.
2. Metode Rata – rata Hitung ini sangat cocok digunakan dalam Menghitung Curah Hujan
pada kawasan topografi datar. Alat penakarnya juga dapat tersebar secara merata.
Metode ini juga dianggap metode paling sederhana. Namun, ada juga kekurangan
yang dimiliki yaitu luasan wilayah DAS nya dianggap sama semua padahal itensitas
curah hujan disetiap daerah belum tentu sama..
Jadi, metode yang paling efektif digunakan untuk menghitung curah hujan daerah
adalah metode poligon thiessen , Karena metode ini digunakan apabila penyebaran
stasiun hujan di daerah yang ditinjau tidak merata.
DAFTAR PUSTAKA
insanpelajar.com (2020, 16 Desember) Evapotranspirasi : Pengertian, Faktor dan Cara
Hitung. Diakses pada 16 april 2022, dari
https://insanpelajar.com/evapotranspirasi-pengertian-faktor-dan-
carahttps://insanpelajar.com/evapotranspirasi-pengertian-faktor-dan-cara-menghitung /
menghitung/
gencivil.blogspot.com (17 Maret 2020) Hidrologi : Uji Konsistensi Data Curah Hujan.
Diakses pada 19 April 2022, dari
https://gencivil17.blogspot.com/2020/03/hidrologi-uji-konsistensi-
datahttps://gencivil17.blogspot.com/2020/03/hidrologi-uji-konsistensi-data-
curah.htmlcurah.html
Soal No 4
DISTRIBUSI FREKUENSI DAN CURAH HUJAN RANCANGAN
Periode Ulang adalah terminologi yang sering digunakan dalam bidang sumber daya air,
yang kadang difahami secara berbeda oleh berbagai pihak. Definisi fundamental dari hidrologi
statistik mengenai “periode ulang”. Periode ulang adalah rerata selang waktu terjadinya suatu
kejadian dengan suatu besaran tertentu atau lebih besar.
Curah Hujan Rancangan adalah curah harian maksimum yang mungkin terjadi dalam
periode waktu tertentu missal 5 tahunan, 10 tahunan dan seterusnya. Metode analisis periode
ulang hujan maksimum dapat dilakukan antara lain dapat dilakukan dengan :
A. Metode Gumbel
Distribusi Gumbel umumnya digunakan untuk analisis data maksimum, misalnya untuk
analisis frekuensi banjir. Distribusi gumbel mempunyai koefisien kemencengan (Coefisien of
skwennes) atau CS = 1,139 dan koefisien kurtosis (Coeficient Curtosis) atau Ck < 4,002. Pada
metode ini biasanya menggunakan distribusi dan nilai ekstrim dengan distribsui dobel
eksponensial.
Tabel Data Perhitungan Metode Gumbel
(Data Metode Rata-Rata Hitung)
= 4,5035 mm
2 2
✓ ( X – Xrerata ) = (4,5035)
= 20,28 mm
√
n
✓ Sd = ∑ [ X−¿ X ]2
i=1
¿
n−1
=
√ 3609,91
12−1
=
√ 3609,91
11
= √ 328,173
= 18,1156 mm
‘
Hujan Rancangan dengan kala Ulang 2,5,10,25,50,100,200,1000
Dengan jumlah data (n) = 12 maka didapat nilai Sn dan Yn yang diambil dari lampiran :
Sn 1,0316
Yn 0,5157
Tr Yt
2 0,3665
5 1,4999
10 2,2502
20 2,9606
25 3,1985
50 3,9019
100 4,6001
200 5,296
1000 6,919
Tabel Hasil Perhitungan Hujan Rancangan
Xrancangan
Tr Yᴛ K Sd . K
(mm)
2 0,3665 -0,1446 -2,6200 240,3939
5 1,4999 0,9541 17,2832 260,2972
10 2,2502 1,6814 30,4589 273,4729
25 3,1985 2,6006 47,1117 290,1257
50 3,9019 3,2825 59,4639 302,4778
100 4,6001 3,9593 71,7247 314,7387
200 5,2960 4,6339 83,9452 326,9591
1000 6,9190 6,2072 112,4461 355,4601
Contoh Perhitungan :
Hujan Rancangan untuk kala ulang 2 Tahun
Data yang diketahui :
✓N =8
✓ Yn = 0,5157
✓ Sn = 1,0316
✓ x = 243,01 mm
✓ Tr =2
✓ Yt = 0,3665
✓ Sd = -2,62
Yt−Yn
✓K =
Sn
0,3665−0,5157
=
1,0316
= -0,1446
Hujan Rancangan
✓X = x + K . Sd
= 243,01 + (-2,62)
= 240,39 mm
= -0,0608 mm
2
✓ (X – Xrerata) = (−0,0608)2
= 0,0037 mm
√
n
✓ Sd = ∑ [ X−¿ X ]2
i=1
¿
n−1
=
√ 4687,90
12−1
= √ 426,172
= 20,64 mm
Hujan Rancangan dengan kala Ulang 2,5,10,25,50,100,200,1000 Dengan jumlah data(n) = 12
maka di dapat nilai Sn dan Yn yang diambil dari lampiran
Sn 1,0316
Yn 0,5157
Tr Yt
2 0,3665
5 1,4999
10 2,2502
20 2,9606
25 3,1985
50 3,9019
100 4,6001
200 5,296
100
0 6,919
Tabel Hasil Perhitungan Hujan Rancangan
Xrancangan
Tr Yᴛ K Sd . K
(mm)
2 0,3665 -0,1446 -2,9857 239,1551
5 1,4999 0,9541 19,6954 261,8362
10 2,2502 1,6814 34,7101 276,8509
25 3,1985 2,6006 53,6871 295,8279
50 3,9019 3,2825 67,7632 309,9040
100 4,6001 3,9593 81,7353 323,8761
200 5,2960 4,6339 95,6614 337,8022
1000 6,9190 6,2072 128,1401 370,2810
Contoh Perhitungan :
Hujan Rancangan untuk kala ulang 2 Tahun
Data yang diketahui :
✓n =8
✓ Yn = 0,5157
✓ Sn = 1,0316
✓x = 242,14
✓ Tr =2
✓ Yt = 0,3665
✓ Sd = 20,64
Yt−Yn
✓K =
Sn
0,3665−0,5157
=
1,0316
= -0,1446
Hujan Rancangan
✓X = x + K . Sd
= 242,14 + (-0,1446 . 20,64)
= 242,14 + (-2,98)
= 239,16 mm
Tabel Rekapitulasi Nilai Curah Hujan Rancangan menggunakan Metode Gumbel dengan
Data Curah Hujan dari Metode Rata-Rata Hitung dan Polygon Thiessen
Setelah diketahui tinggi curah hujan harian maksimum dari data hujan yang
diperoleh, maka dengan menggunakan metode ini dapat dihitung besarnya hujan
rancangan yang terjadi dengan periode ulang T tahun.
Jumlah
Rerata Log X =
n
28,6146
=
12
= 2,3846 mm
= (0,009)²
= 0,000081 mm
= 0,0000007423 mm
√
n
∑ [( log X−log X ) ]
2
Sd = i=1
n−1
=
√ 0,0111223925
12−1
= √ 0,001
= 0,0317982 mm
n . ∑ (log x−log x ) ³
Cs =
( n−1 ) . ( n−2 ) . Sd ³
12 .(0,0001773204)
=
( 12−1 ) . ( 12−2 ) .( 0,0317982)³
−0,0021278
=
0,003536
= -0.6016430 mm
Hujan Rancangan dengan kala ulang 2,5,10,25,50,100,200,1000
Tabel Hasil Perhitungan Hujan Rancangan
Hujan Rancangan :
X rancangan = 10log x
X rancangan = log X + Sd . K
= 2,3846 + (0,0317982). (-0,083)
= 2,3846 + (-0,0026)
= 2,3872
Antilog = Xt = X + K . Sd
= 2,3846 + (-0,0026)
= 2,3872
→ = 243,88 mm
Tinggi Hujan
No Tahun log X (log X - log Xrerata)² (log X - log Xrerata)³
(X)
1 2004 242,1 2,3840 0,0000016917 0,0000000022
2 2005 219,3 2,3410 0,0017387945 -0,0000725057
3 2006 275,5 2,4401 0,0033002238 0,0001895898
4 2007 243,0 2,3856 0,0000084813 0,0000000247
5 2008 233,1 2,3675 0,0002307520 -0,0000035052
6 2009 219,3 2,3410 0,0017321939 -0,0000720933
7 2010 274,8 2,4390 0,0031780580 0,0001791607
8 2011 240,8 2,3816 0,0000010400 -0,0000000011
9 2012 239,0 2,3784 0,0000181507 -0,0000000773
10 2013 220,2 2,3429 0,0015825905 -0,0000629583
11 2014 269,2 2,4300 0,0022407082 0,0001060664
12 2015 229,5 2,3609 0,0004752351 -0,0000103601
JUMLAH 28,5919 0,0145079196 0,0002533429
Rerata 2,3827
Standard Deviasi 0,0363167
Cs 0,5770036
Contoh Perhitungan Pada Tahun 2004
Jumlah
Rerata Log X =
n
28,5919
=
12
=2,3827 mm
√
n
Sd = ∑ [ ( log X−log X ) ] ²
i=1
n−1
=
√
0.0145079196
12−1
=
√
0.0145079196
11
= √ 0,00131890
= 0,0363167 mm
n . ∑ (log x−log x ) ³
Cs =
( n−1 ) . ( n−2 ) . Sd ³
12 .(0,0002533429)
=
( 12−1 ) . ( 12−2 ) .(0,0363167) ³
0,0030401148
=
0,00526880
= 0,5770036 mm
Untuk nilai Cs = 0,5770036 dan nilai nilai Pr = 50% dari tabel distribusi Log Pearson III
di dapat nilai K = (0,099)
Log X = x + K.Sd
Hujan Rancangan :
X rancangan = 10log x
X rancangan = log X + Sd . K
= 2.3827 + (0,0363167). (0,099)
= 2.3827 + (0,0036)
= 2,3863 mm
Antilog = Xt = X + K . Sd
= 2,3863 + (-0,0036)
= 2,3827 → = 243,36 mm
Tabel Rekapitulasi Nilai Curah Hujan Rancangan Metode Log Pearson III dengan Data Curah
Hujan dari Metode Rata-Rata Hitung dan Metode Polygon Thiessen
X rancangan Rata-Rata Hitung X Rancangan Rata-Rata
Tr Pr (%) (mm) Poligon
Thiessen (mm)
2 50 243,8882 243,3625
5 20 258,0897 259,2876
10 10 264,9831 266,8322
25 4 271,8813 274,2522
50 2 276,0940 278,6910
100 1 279,7158 282,4448
200 0,5 282,8669 285,6753
1000 0,1 288,9796 291,9300
Tabel Rekapitulasi Nilai Curah Hujan Rancangan Menggunakan Metode Gumbel dan Metode
Log Pearson III dengan Data Curah Hujan Rancangan dari Metode Rata-Rata dan Metode
Polygon Thiessen
Kesimpulan
Hasil perbandingan data curah hujan metode rata-rata hitung seperti pada tabel rekapitulasi
diatas, debit kala ulang 2 tahun antara metode Log Pearson III = nilai metode Gumbel.
Sedangkan untuk debit kala ulang 5 tahun, 10 tahun, 25 tahun, 50 tahun, 100 tahun, 200 tahun,
dan 1000 tahun antara metode Log Pearson III lebih < dari nilai metode Gumbel. Perbedaan
antara nilai keduanya dari 1,66 mm sampai dengan 54,86 mm.
Hasil perbandingan data curah hujan metode Thiessen seperti pada tabel rekapitulasi
diatas, debit kala ulang dengan 2 tahun,5 tahun, 10 tahun, 25 tahun, 50 tahun,100 tahun, 200
tahun ,dan 1000 tahun antara metode Log Pearson III lebih < dari nilai metode Gumbel.
Perbedaan antara nilai keduanya dari 7,95 mm sampai dengan 66,61 mm.
Jadi Metode yang paling efektif untuk menghitung Distribusi frekuensi curah hujan
rancangan adalah metode Log Pearson III , Karena Metode ini dapat menghitung besarnya hujan
rancangan yang terjadi dengan periode ulang.
DAFTAR PUSTAKA
gencivil.blogspot.com (17 Maret 2020) Hidrologi : Uji Konsistensi Data Curah Hujan. Diakses
pada 19 April 2022, dari https://gencivil17.blogspot.com/2020/03/hidrologi-uji-
konsistensi-data-curah.html
pewedhi.wordpress.com (2017, 28 Februari) Penentuan Kawasan Hujan (Daerah Aliran Sungai).
Di akses pada 5 juli 2022, dari https://pewedhi.wordpress.com/2017/02/28/penentuan-
hujan-kawasan-daerah-aliran-sungai/
insanpelajar.com (2020, 16 Desember) Evapotranspirasi : Pengertian, Faktor dan Cara Hitung.
Diakses pada 16 april 2022, dari https://insanpelajar.com/evapotranspirasi-pengertian-
faktor-dan-cara-menghitung/
rimbakita.com (2020) Curah Hujan – Pengertian, Jenis, Alat Ukur & Metode Perhitungan. Di
akses pada 5 Juli 2022, dari https://rimbakita.com/curah-hujan/
text-id.dok.com (2020) Cara Mencari Curah Hujan yang Hilang. Diakses pada 19 April 2022,
dari https://text-id.123dok.com/document/z3eo667q-cara-mencari-curah-hujan-yang-
hilang.html
ustadzklimat.blogspot.com (2019, 25 April) Menentukan Evapotranspirasi dengan metode
Empiris
. Diakses pada 16 April 2022, dari https://ustadzklimat.blogspot.com/2019/04/menentukan-
evapotranspirasi-dengan.html