Bab Ii Tinjauan Pustaka
Bab Ii Tinjauan Pustaka
Bab Ii Tinjauan Pustaka
TINJAUAN PUSTAKA
Penelitian ini dilakukan tidak terlepas dari teori-teori dan hasil penelitian
terdahulu yang telah dilakukan sebagai bahan kajian dan perbandingan. Adapun
topik box culvert, long storage dan optimalisasi operasional rumah pompa.
9
2 Handi Perencanaan Boezem dan direncanakan boezem untuk
Firmansyah Pompa Di Kawasan Hilir menampung sementara limpasan
Rahmananta Kali Kandangan Surabaya air hujan saat elevasi kali
(2017) Barat Kandangan lebih tinggi dan
sistem pembuangannya. Periode
ulang hujan yang digunakan 10
tahun dan asumsi lama hujan 4
jam. Dengan menggunakan
metode rasional untuk
menghitung volume boezem yang
dibutuhkan. Penelusuran banjir
untuk memastikan berapa
kapasitas pompa dan dimensi
pintu yang dibutuhkan untuk
sistem pembuangan.
3 Januarico Alif Evaluasi Kapasitas Berdasarkan hasil analisis perlu
Darmawan, Drainase Box Culvert Jalan dibangun 2 buah pompa Axial
Naufal Gebang Lor Terhadap Hulu Flow agar genangan dapat
Abiyyudien dan Hilirnya tereduksi.
(2017)
4 Utami Sylvia Kajian Metode Empiris Dari hasil perhitungan untuk
Lestari (2016) Untuk Menghitung Debit memperoleh penyimpangan nilai
Banjir Sungai Negara Di debit rencana dari metode empiris
Ruas Kecamatan Sungai dengan data debit sungai terukur
Pandan sungai.
5 Ivanda Rencana Pengendalian Solusi pegendalian banjir dengan
Kurnianto Banjir Di Saluran Sekunder melakukan normalisasi dan
(2017) Rungkut Barata dan menggunakan pompa air.
Rungkut Menanggal Kota
Surabaya
long storage untuk menerapkan sistem pengendali banjir jangka pendek yang
bertujuan memperlambat waktu puncak banjir sehingga debit banjir tidak datang
secara bersamaan dan akan memberikan efek pengurangan banjir di bagian hilir
10
Berdasarkan hasil penelitian yang pernah dilakukan oleh Handi
Tambak Langon Kecamatan Asem Rowo sering tergenang banjir, baik dari
pasang air laut maupun air hujan yang tidak dapat mengalir ke sungai karena
topogafi kawasan tersebut yang relatif datar. Selain itu, ada perubahan tata guna
lahan dari tambak dan perairan menjadi kawasan industri sehingga lahan kedap air
bertambah.
menampung sementara limpasan air hujan saat elevasi kali Kandangan lebih
tinggi dan sistem pembuangannya. Periode ulang hujan yang digunakan 10 tahun
dan asumsi lama hujan 4 jam. Dengan menggunakan metode rasional untuk
memastikan berapa kapasitas pompa dan dimensi pintu yang dibutuhkan untuk
sistem pembuangan.
11
2.2 Teori – Teori Dasar
berfungsi untuk meninggikan air sampai elevasi tertentu sehingga air dapat
puncak banjir dapat diperlambat sehingga debit banjir di bagian hilir dapat
berkurang. Oleh karenanya, long storage dapat dimanfaatkan sebagai salah satu
suatu teori yang sesuai pada daerah pengaliran yang bersangkutan. Oleh karena
itu, sebelum memulai perencanaan konstruksi long storage perlu mengacu pada
spesifikasi-spesifikasi yang ada dan yang sesuai dengan karateristik daerah aliran
sungainya, misalnya letak topografi, luas daerah aliran sungai (DAS), data tanah,
mengenai dasar-dasar teori perencanaan long storage yang akan digunakan dalam
12
2.2.1.1 Analisis Hidrologi
mempelajari sistem kejadian air di atas, pada permukaan, dan di dalam tanah.
Sedangkan secara luas, hidrologi meliputi pula berbagai bentuk air termasuk
transformasi antara keadaan cair, padat, dan gas dalam atmosfir, di atas dan di
bawah permukaan tanah, serta tercakup pula air laut yang merupakan sumber dan
muka air sungai, kecepatan aliran, dan konsentrasi sedimen sungai akan selalu
berubah terhadap waktu. Data hidrologi dianalisis untuk membuat keputusan dan
debit banjir rencana. Debit banjir rencana adalah debit maksimal rencana di
sungai dengan periode ulang tertentu yang selanjutnya akan digunakan sebagai
13
- Analisis mengenai distribusi curah hujan dengan periode ulang T tahun.
Daerah Aliran Sungai (DAS) adalah daerah yang dibatasi oleh punggung-
akan mengalir menuju sungai utama pada suatu titik/stasiun yang ditinjau.
Nama sebuah DAS ditandai dengan nama sungai yang bersangkutan dan
Memperhatikan hal tersebut berarti sebuah DAS dapat merupakan bagian dari
Dalam sebuah DAS kemudian dibagi dalam area yang lebih kecil menjadi
sub DAS. Penentuan batas-batas sub DAS berdasarkan kontur, jalan dan rel KA
yang ada di lapangan untuk menentukan arah aliran air. Dari peta topografi,
sehingga membentuk garis utuh yang bertemu ujung pangkalnya. Garis tersebut
merupakan batas DAS dititik kontrol tertentu (Sri Harto Br, 1993)
(Suripin, 2004)
14
Laju dan volume aliran permukaan makin bertambah besar dengan bertambahnya
luas DAS. Tetapi apabila aliran permukaan tidak dinyatakan sebagai jumlah total
dari DAS, melainkan sebagai laju dan volume per satuan luas, besarnya akan
berkurang dengan bertambahnya luasnya DAS. Ini berkaitan dengan waktu yang
diperlukan air untuk mengalir dari titik terjauh sampai ke titik kontrol (waktu
Bentuk DAS mempunyai pengaruh pada pola aliran dalam sungai. Pengaruh
hidrograf-hidrograf yang terjadi pada dua buah DAS yang bentuknya berbeda
namun mempunyai luas yang sama dan menerima hujan dengan intensitas yang
sama.
Q, dan P
waktu waktu
15
Bentuk DAS yang memanjang dan sempit cenderung menghasilkan laju aliran
permukaan yang lebih kecil dibandingkan dengan DAS yang berbentuk melebar
atau melingkar. Hal ini terjadi karena waktu konsentrasi DAS yang memanjang
konsentrasi air dititik kontrol lebih lambat yang berpengaruh pada laju dan
volume aliran permukaan. Faktor bentuk juga dapat berpengaruh pada aliran
permukaan apabila hujan yang terjadi tidak serentak diseluruh DAS, tetapi
bergerak dari ujung yang satu ke ujung lainnya. Pada DAS memanjang laju aliran
akan lebih kecil karena aliran permukaan akibat hujan di hulu belum memberikan
kontribusi pada titik kontrol ketika aliran permukaan dari hujan di hilir telah
habis, atau mengecil. Sebaliknya pada DAS melebar, datangnya aliran permukaan
dari semua titik di DAS tidak terpaut banyak, artinya air dari hulu sudah tiba
2. Topografi
lainnya mempunyai pengaruh pada laju dan volume aliran permukaan. DAS
dengan kemiringan curam disertai parit/saluran yang rapat akan menghasilkan laju
dan volume aliran permukaan yang lebih tinggi dibandingkan dengan DAS yang
kerapatan parit, yaitu panjang parit per satuan luas DAS, pada aliran permukaan
permukaan.
16
(a) Kerapatan parit/saluran tinggi (b) Kerapatan parit/saluran rendah
Q, dan P
Hidrograf aliran Hidrograf aliran
permukaan permukaan
waktu waktu
Gambar 2.2 Pegaruh Kerapatan Parit/Saluran pada Hidrograf Aliran Permukaan
Pengaruh tata guna lahan pada aliran permukaan dinyatakan dalam koefisien
besarnya aliran permukaan dan besarnya curah hujan. Angka koefisien aliran
permukan ini merupakan salah satu indikator untuk menentukan kondisi fisik
semua air hujan terintersepsi dan terinfiltrasi ke dalam tanah, sebaliknya untuk
permukaan.
Dalam analisis curah hujan diperlukan data yang lengkap dalam arti kualitas dan
panjang datanya. Untuk melengkapi data yang hilang atau rusak digunakan data
curah hujan referensi yang diambil dari stasiun lain yang memiliki data yang
17
lengkap dan diusahakan letak stasiunnya paling dekat dengan stasiun yang hilang
normal (normal ratio method) yaitu sebagai berikut : (Bambang Triatmojo, 2013)
1 Rx R R
Rx RA x RB ..... x Rn
n RA RB Rn
Dimana :
Data curah hujan dan debit merupakan data yang paling fundamental
dalam perencanaan pembuatan long storage. Data hujan yang diperoleh dari alat
penakar hujan merupakan hujan yang terjadi hanya pada satu tempat atau titik saja
(point rainfall). Mengingat hujan sangat bervariasi terhadap tempat (space), maka
untuk wilayah yang luas, satu alat penakar hujan belum dapat menggambarkan
hujan wilayah tersebut. Dalam hal ini diperlukan hujan wilayah yang diperoleh
dari harga rata-rata curah hujan beberapa stasiun penakar hujan yang ada di dalam
Menurut Suripin (2004), ada tiga macam metode yang umum digunakan
untuk mengetahui besarnya curah hujan rata-rata pada suatu DAS, yaitu metode
rata-rata Aljabar, metode poligon Thiessen, dan metode Isohyet. Penentuan hujan
18
wilayah dapat dilakukan dengan mempertimbangkan faktor-faktor pada Tabel 2.2,
curah hujan di stasiun hujan pada wilayah tersebut dengan mengasumsikan bahwa
semua stasiun hujan mempunyai pengaruh yang setara. Metode ini akan
memberikan hasil yang dapat dipercaya jika topografi rata atau datar, stasiun
hujan banyak dan tersebar secara merata di wilayah tersebut serta hasil penakaran
19
masing-masing stasiun hujan tidak menyimpang jauh dari nilai rata-rata seluruh
R 1
n
R1 R2 ...... Rn
Dimana :
lurus terhadap garis penghubung antara dua stasiun hujan terdekat. Metode
20
tersebut didasarkan pada asumsi bahwa variasi hujan antara stasiun hujan yang
satu dengan yang lainnya adalah linear dan stasiun hujannya dianggap dapat
Metode tersebut cocok jika stasiun hujan tidak tersebar merata dan
faktor pengaruh daerah yang mewakili oleh stasiun hujan yang disebut faktor
pembobot atau koefisien Thiessen. Stasiun hujan yang dipilih harus meliputi
daerah aliran sungai yang akan dibangun. Besarnya koefisien Thiessen dapat
Ai
W
Atotal
Dimana :
1. Lokasi stasiun hujan di plot pada peta DAS. Antar stasiun dibuat garis lurus
penghubung.
rupa, sehingga membentuk poligon Thiessen. Semua titik dalam satu poligon
21
pada stasiun tersebut dianggap representasi hujan pada wilayah dalam
3. Luas areal pada tiap-tiap poligon dapat diukur dengan planimeter dan luas
A1 R1 A2 R2 ..... An Rn
R
A1 A2 .... An
Dimana :
22
2.2.1.6 Metode Isohyet
tiap-tiap stasiun hujan dengan kata lain asumsi Metode Poligon Thiessen yang
menganggap bahwa tiap-tiap stasiun hujan mencatat kedalaman yang sama untuk
daerah sekitarnya dapat dikoreksi. Metode ini cocok untuk daerah berbukit dan
tidak teratur (Suripin, 2004). Prosedur penerapan metode ini meliputi langkah-
1. Plot data kedalaman air hujan untuk tiap stasiun hujan pada peta.
yang mempunyai kedalaman air hujan yang sama. Interval Isohyet yang
3. Hitung luas area antara dua garis Isohyet yang berdekatan dengan
R1 R2 R R3 R Rn1
A1 2 A2 ...... n An
R 2 2 2
A1 A2 ...... An
Dimana :
(km2)
23
Jika stasiun hujannya relatif lebih padat dan memungkinkan untuk untuk
membuat garis Isohyet maka metode ini akan menghasilkan hasil yang lebih teliti.
Jadi untuk mebuat peta Isohyet yang baik, diperlukan pengetahuan, keahlian dan
hujan dengan periode ulang tertentu. Dari curah hujan rata-rata berbagai stasiun
yang ada di daerah aliran sungai, selanjutnya dianalisis secara statistik untuk
mendapatkan pola distribusi data curah hujan yang sesuai dengan pola distribusi
24
data curah hujan rata-rata. Untuk memprediksi curah hujan rencana dilakukan
hujan/debit banjir dengan periode ulang yaitu suatu kejadian yang diharapkan
terjadi, rata-rata sekali setiap N tahun atau dengan perkataan lain tahun
berulangnya N tahun. Kejadian pada suatu kurun waktu tertentu tidak berarti akan
terjadi sekali setiap 10 tahun akan tetapi terdapat suatu kemungkinan dalam 1000
tahun akan terjadi 100 kali kejadian 10 tahunan. Data yang diperlukan untuk
menunjang teori kemungkinan ini adalah minimum 20 besaran hujan atau debit
tahun.
Analisis frekuensi dapat dilakukan dengan seri data yang diperoleh dari
rekaman data baik data hujan maupun data debit. Analisis ini sering dianggap
sebagai cara analisis yang paling baik, karena dilakukan terhadap data yang
Analisis frekuensi ini didasarkan pada sifat statistik data yang tersedia
untuk memperoleh probabilitas besaran debit banjir di masa yang akan datang.
Berdasarkan hal tersebut maka berarti bahwa sifat statistik data yang akan datang
diandaikan masih sama dengan sifat statistik data yang telah tersedia. Secara fisik
dapat diartikan bahwa sifat klimatologis dan sifat hidrologi DAS diharapkan
masih tetap sama. Hal terakhir ini yang tidak akan dapat diketahui sebelumnya,
25
Secara sistematis metode analisis frekuensi perhitungan hujan rencana ini
Dalam analisis frekuensi data hidrologi baik data hujan maupun data debit
sungai terbukti bahwa sangat jarang dijumpai seri data yang sesuai dengan
distribusi normal. Sebaliknya, sebagian besar data hidrologi sesuai dengan jenis
perkiraan yang cukup besar. Dengan demikian pengambilan salah satu distribusi
secara sembarang untuk analisis tanpa pengujian data hidrologi sangat tidak
dianjurkan.
dapat dibagi menjadi dua, yaitu : distribusi diskrit dan distribusi kontinyu.
(Soewarno, 1995)
26
Adapun diantaranya yang banyak digunakan dalam perhitungan hidrologi adalah
sebagai berikut :
1. Distribusi normal.
3. Distribusi Gumbel.
pemilihan distribusi.
X ), standar deviasi (S), koefisien variasi (Cv), koefisien kemiringan (Cs) dan
27
Perhitungan parameter tersebut didasarkan pada data catatan tinggi hujan
1. Nilai Rata-rata X
- Untuk distribusi Normal dan Gumbel
X X i
log( X ) i
log( X ) i 1
n
Dimana :
Xi
= Nilai pengukuran dari suatu curah hujan ke-i.
28
2. Standar Deviasi ( S )
Apabila penyebaran sangat besar terhadap nilai rata-rata maka nilai S akan besar,
akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata-rata maka nilai
S akan kecil. Jika dirumuskan dalam suatu persamaan adalah sebagai berikut
(Soewarno, 1995):
Xi X
n
2
i 1
S
n 1
log Xi log X
n
2
S i 1
n 1
Dimana :
S = Standar deviasi.
Xi
= Nilai pengukuran dari suatu curah hujan ke-i.
29
3. Koefisien Skewness ( Cs )
n
n Xi X
3
Cs i 1
n 1n 2S 3
- Untuk distribusi Log Normal dan Log Pearson Tipe III
n
n log Xi log X
3
Cs i 1
n 1n 2S 3
Dimana :
Cs = Koefisien kemencengan.
S = Standar deviasi.
Xi
= Nilai pengukuran dari suatu curah hujan ke-i.
30
4. Koefisien Kurtosis ( Ck )
n
n 2 Xi X
4
Ck i 1
n 1n 2n 3S 4
n
n 2 log Xi log X
4
Cs i 1
n 1n 2n 2S 4
Dimana :
Ck = Koefisien kurtosis.
S = Standar deviasi.
31
X = Nilai rata-rata curah hujan.
Xi
= Nilai pengukuran dari suatu curah hujan ke-i.
5. Koefisien Variasi ( Cv )
Koefisien variasi adalah nilai perbandingan antara deviasi standar dengan nilai
rata-rata hitung dari suatu distribusi. Koefisien variasi dapat dihitung dengan
S
Cv
X
S
Cv
log X
Dimana :
Cv = Koefisien variasi.
S = Standar deviasi.
32
2.2.2.2 Pengujian Kecocokan
sesuai dengan data hujan. Uji kecocokan distribusi dilakukan dengan menentukan
atau mewakili dari distribusi statistik sample data yang dianalisis tersebut.
(Soemarto, 1999)
Ada dua jenis uji kecocokan (Goodness of fit test) yaitu uji kecocokan
dengan cara mengambarkan data pada kertas peluang (cara grafis) dan
kedekatan antara data pengamatan dan seluruh bagian garis persamaan distribusi
teoritisnya. Dengan demikian uji Chi-Kuadrat lebih teliti dibanding dengan uji
33
distribusi tertentu. Dengan membandingkan kemungkinan (probability) untuk
setiap varian, dari distribusi empiris dan teoritisnya, akan terdapat perbedaan (D)
berikut :
1. Mengurutkan data (dari nilai terkecil hingga nilai terbesar) dan tentukan
P X
m
n 1
Dimana :
m = Nomor urut.
n = Jumlah data.
P X 1 P X
sebagai berikut :
Xi X
z
S
Dimana :
z = Angka baku.
34
Tabel 2.6 Hubungan Antara Nilai z, Derajad Kepercayaan dan Nilai Peluang
P’(X)
0,00 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,10 0,5398 0,5359 0,5319 0,5279 0,5239 0,5199 0,5160 0,5120 0,5080 0,5040
0,20 0,5793 0,5753 0,5714 0,5675 0,5636 0,5596 0,5557 0,5517 0,5478 0,5438
0,30 0,6179 0,6141 0,6103 0,6064 0,6026 0,5987 0,5948 0,5910 0,5871 0,5832
0,40 0,6554 0,6517 0,6480 0,6443 0,6406 0,6368 0,6331 0,6293 0,6255 0,6217
35
Lanjutan Tabel 2.6
0,50 0,6915 0,6879 0,6844 0,6808 0,6772 0,6736 0,6700 0,6664 0,6628 0,6591
0,60 0,7257 0,7224 0,7190 0,7157 0,7123 0,7088 0,7054 0,7019 0,6985 0,6950
0,70 0,7580 0,7549 0,7517 0,7486 0,7454 0,7422 0,7389 0,7357 0,7324 0,7291
0,80 0,7881 0,7852 0,7823 0,7794 0,7764 0,7734 0,7704 0,7673 0,7642 0,7611
0,90 0,8159 0,8133 0,8106 0,8078 0,8051 0,8023 0,7995 0,7967 0,7939 0,7910
1,00 0,8413 0,8389 0,8365 0,8340 0,8315 0,8289 0,8264 0,8238 0,8212 0,8186
1,10 0,8643 0,8621 0,8599 0,8577 0,8554 0,8531 0,8508 0,8485 0,8461 0,8438
1,20 0,8849 0,8830 0,8810 0,8790 0,8770 0,8749 0,8729 0,8708 0,8686 0,8665
1,30 0,9032 0,9015 0,8997 0,8980 0,8962 0,8944 0,8925 0,8907 0,8888 0,8869
1,40 0,9192 0,9177 0,9162 0,9147 0,9131 0,9115 0,9099 0,9082 0,9066 0,9049
1,50 0,9332 0,9319 0,9306 0,9292 0,9279 0,9265 0,9251 0,9236 0,9222 0,9207
1,60 0,9452 0,9441 0,9429 0,9418 0,9406 0,9394 0,9382 0,9370 0,9357 0,9345
1,70 0,9554 0,9545 0,9535 0,9525 0,9515 0,9505 0,9495 0,9484 0,9474 0,9463
1,80 0,9641 0,9633 0,9625 0,9616 0,9608 0,9599 0,9591 0,9582 0,9573 0,9564
1,90 0,9713 0,9706 0,9699 0,9693 0,9686 0,9678 0,9671 0,9664 0,9656 0,9649
2,00 0,9772 0,9767 0,9761 0,9756 0,9750 0,9744 0,9738 0,9732 0,9726 0,9719
2,10 0,9821 0,9817 0,9812 0,9808 0,9803 0,9798 0,9793 0,9788 0,9783 0,9778
2,20 0,9861 0,9857 0,9854 0,9850 0,9846 0,9842 0,9838 0,9834 0,9830 0,9826
2,30 0,9893 0,9890 0,9887 0,9884 0,9881 0,9878 0,9875 0,9871 0,9868 0,9864
2,40 0,9918 0,9916 0,9913 0,9911 0,9909 0,9906 0,9904 0,9901 0,9898 0,9896
2,50 0,9938 0,9936 0,9934 0,9932 0,9931 0,9929 0,9927 0,9925 0,9922 0,9920
P' X 1 P' X
7.
36
Tabel 2.7 Nilai Dkritis untuk Uji Kecocokan Smirnov-Kolmogorof
8. Apabila harga Dmaks < Dkritis, maka distribusi teoritis yang digunakan
2. Uji Chi-Kuadrat
untuk menentukan apakah persamaan distribusi peluang yang telah dipilih dapat
mewakili dari distribusi statistik sample data yang dianalisis. Rumus yang
digunakan adalah :
f 2
Ei Oi 2
i 1 Ei
37
Dimana :
f2 = Harga Chi-Kuadrat.
2. Hitunglah jumlah kelas yang ada (K) = 1 + 3,322 log n. Dalam pembagian
pengamatan.
n
3. Hitung nilai Ei
K
5. Hitung nilai f2 untuk setiap kelas kemudian hitung nilai total f2Cr dari
tabel untuk derajat nyata tertentu yang sering diambil sebesar 5% dengan
Dimana
f 2 hitung f cr tabel OK
2
DK K R 1
38
Dimana :
DK = derajat kebebasan.
K = kelas.
Derajat Kepercayaan
Dk
0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
1 0.0000393 0.000157 0.000982 0.00393 3.841 5.024 6.635 7.879
2 0,0694444 0,1395833 0,3513889 0,0715278 5.991 7.378 9.210 10.597
3 0,4979167 0,0798611 0,15 0,2444444 7.815 9.348 11.345 12.838
4 0,14375 0,20625 0,3361111 0,49375 9.488 11.143 13.277 14.860
5 0,2861111 0,3847222 0,5770833 1.145 11.070 12.832 15.086 16.750
6 0,4694444 0,6055556 1.237 1.635 12.592 14.449 16.812 18.548
7 0,6868056 1.239 0,0895833 2.167 14.067 16.013 18.475 20.278
8 1.344 1.646 02.18 2.733 15.507 17.535 20.09 21.955
9 1.735 2.088 02.07 3.325 16.919 19.023 21.666 23.589
10 2.156 2.558 3.247 3.940 18.307 20.483 23.209 25.188
11 2.603 3.053 3.816 4.575 19.675 214.92 24.725 26.757
12 3.074 3.571 4.404 5.226 21.026 23.337 26.217 28.300
13 3.565 4.107 5.009 5.892 22.362 24.736 27.688 29.819
14 4.075 4.660 5.629 6.571 23.685 26.119 29.141 31.319
15 4.601 5.229 6.161 7.261 24.996 27.488 30.578 32.801
16 5.142 5.812 6.908 7.962 26.296 28.845 32.000 34.267
17 5.697 6.408 7.564 8.672 27.587 30.191 33.409 35.718
18 6.265 7.015 8.231 9.390 28.869 31.526 34.805 37.156
19 6.844 7.633 8.907 10.117 30.144 32.852 36.191 38.582
20 7.434 8.260 9.591 10.851 31.410 34.17.00 37.566 39.997
39
Lanjutan Tabel 2.8
22 8.643 9.542 10.982 12.338 33.924 36.781 40.289 42.796
23 9.260 10.196 11.689 13.091 36.172 38.076 41.638 44.181
24 9.886 10.856 12.401 13.848 36.415 39.364 42.980 45.558
25 10.52 11.524 13.120 14.611 37.652 40.646 44.314 46.928
26 11.16 12.198 13.844 15.379 38.885 41.923 45.642 48.290
27 11.808 12.879 14.573 16.151 40.113 43.194 46.963 49.645
28 12.461 13.565 15.308 16.928 41.337 44.461 48.278 50.993
29 13.121 14.256 16.047 17.708 42.557 45.722 49.588 52.336
30 13.787 14.953 16.791 18.493 43.773 46.979 50.892 53.672
(Sumber : CD. Soemarto, 1999)
Perkiraan kasar periode ulang atau curah hujan yang mungkin, lebih mudah
normal (normal probability paper) digunakan untuk curah hujan tahunan yang
mempunyai distribusi yang hampir sama dengan distribusi normal, dan kertas
digunakan untuk curah hujan harian maksimum dalam setahun yang mempunyai
kecocokan dapat dilihat dengan persamaan garis yang membentuk garis lurus.
40
Hasil plotting juga dapat digunakan untuk menaksir nilai tertentu dari data baru
perhitungan curah hujan rencana selanjutnya. Oleh karena itu dalam analisis
rencana berdasarkan jenis distribusinya (Xt) dan rencana periode ulang T tahun
1
(Tr). Nilai Xt digunakan sebagai sumbu ordinat dan probability 1 100%
Tr
Plotting data curah hujan pada kertas probabilitas dilakukan dengan cara
mengurutkan data curah hujan dari besar ke kecil atau sebaliknya. Ada 3 jenis
kertas probabilitas, yaitu kertas probabilitas Normal, Gumbel dan Log Normal.
Gumbel yang dipakai adalah cara yang dikembangkan oleh Weilbull dan Gumbel,
yaitu :
P Xm
m
100%
n 1
Dimana :
41
P(Xm) = Data yang telah diranking dari besar ke kecil atau sebaliknya.
m = Nomor urut.
digunakan untuk meramalkan besarnya hujan dengan periode ulang tertentu. Dari
curah hujan rata-rata berbagai stasiun yang ada di daerah aliran sungai,
rencana dengan distribusi Gumbel, Normal, Log Normal, dan Log Pearson Tipe
a. Distribusi Gumbel
P X x e e
y
Dimana :
X
e = 2,71828.
42
Untuk menghitung curah hujan rencana dengan metode distribusi Gumbel
1999) :
XT X
S
YT Yn
Sn
T 1
YT ln ln
T
Dimana :
Data (n)
nilainya
43
Tabel 2.9 Reduced Mean (Yn) untuk Metode distribusi Gumbel
n 0 1 2 3 4 5 6 7 8 9
10 0,495 0,5 0,504 0,507 0,51 0,513 0,516 0,518 0,52 0,522
20 0,524 0,525 0,527 0,528 0,53 0,53 0,582 0,588 0,534 0,535
30 0,536 0,537 0,538 0,539 0,54 0,54 0,541 0,542 0,542 0,543
40 0,546 0,544 0,545 0,545 0,546 0,547 0,547 0,547 0,548 0,548
50 0,549 0,549 0,549 0,55 0,55 0,55 0,551 0,551 0,552 0,552
60 0,552 0,552 0,553 0,553 0,553 0,554 0,554 0,554 0,554 0,555
70 0,555 0,555 0,555 0,556 0,556 0,556 0,556 0,556 0,557 0,557
80 0,557 0,557 0,557 0,557 0,558 0,558 0,558 0,558 0,558 0,559
90 0,559 0,559 0,559 0,559 0,559 0,559 0,56 0,56 0,56 0,56
100 0,56
(Sumber : CD. Soemarto,1999)
Tabel 2.10 Reduced Standard Deviation (Sn) untuk Metode Distribusi Gumbel
n 0 1 2 3 4 5 6 7 8 9
10 0,9496 0,968 0,983 0,997 1,01 1,021 1,032 1,041 1,049 1,057
20 1,063 1,07 1,075 1,081 1,086 1,032 1,096 1,1 1,105 1,108
30 1,112 1,116 1,119 1,123 1,126 1,129 1,131 1,134 1,136 1,139
40 1,141 1,144 1,146 1,148 1,15 1,152 1,154 1,156 1,157 1,159
50 1,161 1,192 1,164 1,166 1,167 1,168 1,17 1,171 1,172 1,173
60 1,175 1,176 1,177 1,178 1,179 1,18 1,181 1,182 1,183 1,184
70 1,185 1,186 1,187 1,188 1,189 1,19 1,191 1,192 1,192 1,193
80 1,194 1,195 1,195 1,196 1,197 1,197 1,198 1,199 1,199 1,2
90 1,201 1,201 1,203 1,203 1,204 1,204 1,205 1,205 1,206 1,206
100 1,2065
(Sumber : CD.Soemarto,1999)
44
Tabel 2.11 Reduced Variate (YT) untuk Metode Distribusi Gumbel
Reduced
Periode Ulang (Tahun)
Variate
2 0,3665
5 1,4999
10 2,2502
20 2,9606
25 3,1985
50 3,9019
100 4,6001
200 5,296
500 6,214
1000 6,919
5000 8,539
10000 9,921
(Sumber : CD. Soemarto, 1999)
terutama dalam analisis data maksimum (banjir) dan minimum (debit minimum)
dengan nilai ekstrim. Bentuk distribusi Log-Pearson tipe III merupakan hasil
transformasi dari distribusi Pearson tipe III dengan menggantikan variat menjadi
nilai logaritmik. Probability Density Function dari distribusi Log-Pearson tipe III
adalah :
45
b 1 X c
1 X c
P X
a
.e
a b a
Dimana :
X = nilai variat X.
a = parameter skala.
b = parameter bentuk.
c = parameter letak.
Γ = fungsi gamma.
1999) :
Y Y K .S
Dimana :
46
Tabel 2.12 Harga K untuk Metode Distribusi Log Pearson Tipe III
47
Lanjutan Tabel 2.12
-1,6 0,254 0,817 0,994 1,116 1,166 1,200 1,216 1,280
-1,8 0,282 0,799 0,945 0,035 1,069 1,089 1,097 1,130
-2 0,307 0,777 0,895 0,959 0,980 0,990 1,995 1,000
-2,2 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910
-2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802
-3 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668
(Sumber : CD. Soemarto, 1999)
c. Distribusi Normal
analisis frekuensi curah hujan, analisis statistik dari distribusi rata-rata curah
hujan tahunan, debit rata-rata tahunan dan sebagainya. Distribusi normal atau
kurva normal disebut pula distribusi Gauss. Probability Density Function dari
1 X
2
P X
1
distribusi normal adalah : .e 2
2
Dimana :
= 3,14156.
e = 2,71828.
μ = rata-rata nilai X.
datar X, serta mendekati sumbu datar X, dimulai dari X = . Nilai mean = modus =
48
Luas dari kurva normal selalu sama dengan satu unit, sehingga :
1 X
2
P X
1
.e 2 dx 1,0
2
1 X
2
x2
P X 1 X X 2
1
.e 2 dx
x1 2
Apabila nilai X adalah standar, dengan kata lain nilai rata-rata μ = 0 dan deviasi
1
t2
Pt
1
.e 2
2
X
Dengan t
distribution). Tabel 2.6. menunjukkan wilayah luas di bawah kurva normal, yang
merupakan luas dari bentuk kumulatif (cumulative form) dan distribusi normal.
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,1 0,001 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,001 0,001
-2,9 0,0019 0,0018 0,0017 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0022 0,0022 0,0021 0,0021 0,002 0,0019
-2,7 0,0036 0,0034 0,0033 0,0032 0,003 0,003 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,004 0,004 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,006 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
49
Lanjutan Tabel 2.13
-2,4 0,0082 0,008 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0094 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,01119 0,0116 0,0113 0,011
-2,1 0,0179 0,0174 0,017 0,0166 0,0162 0,0158 0,0154 0,015 0,0146 0,0143
-2 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,025 0,0244 0,0239 0,0233
-1,8 0,0359 0,0352 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0722 0,0708 0,0694 0,0681
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,2 0,1151 0,1131 0,1112 0,0109 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,7110 0,1685 0,1660 0,1635 0,1611
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0 0,5000 0,5047 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1 0,8413 0,8438 0,8461 0,8485 0,8505 0,8531 0,8554 0,8577 0,8599 0,8621
50
Lanjutan Tabel 2.13
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9278 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9541 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,975 0,9756 0,9761 0,9767
2 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,983 0,9834 0,9838 0,9842 0,9846 0,985 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9891 0,9884 0,9887 0,989
2,3 0,9893 0,9896 0,9896 0,9901 0,9999 0,99991 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,992 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,994 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,996 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,997 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,998 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,999 0,999
3,1 0,999 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
yaitu dengan mengubah nilai variat X menjadi nilai logaritmik variat X. Distribusi
Log-Pearson III akan menjadi distribusi log normal apabila nilai koefisien
51
1 log X X
2
P X
1
. exp
log X S 2
2 S
Dimana :
dihitungnilai
rata-rata geometriknya.
X 1 X 2 X 3 ... X n n
1
X =
akan merupakan persamaan garis lurus, sehingga dapat dinyatakan sebagai model
Xt X Kt .S
52
Tabel 2.14 Standard Variable (Kt) untuk Metode Distribusi Log Normal
T
Kt T (Tahun) Kt T (Tahun) Kt
(Tahun)
1 -1,86 20 1,89 90 3,34
2 -0,22 25 2,1 100 3,45
3 0,17 30 2,27 110 3,53
4 0,44 35 2,41 120 3,62
5 0,64 40 2,54 130 3,7
6 0,81 45 2,65 140 3,77
7 0,95 50 2,75 150 3,84
8 1,06 55 2,86 160 3,91
9 1,17 60 2,93 170 3,97
10 1,26 65 3,02 180 4,03
11 1,35 70 3,08 190 4,09
12 1,43 75 3,6 200 4,14
13 1,5 80 3,21 221 4,24
14 1,57 85 3,28 240 4,33
(Sumber : CD. Soemarto, 1999)
Dari keempat metode yang digunakan diatas, diambil salah satu metode
yang memenuhi persyaratan. Dari jenis distribusi yang telah memenuhi syarat
Intensitas hujan adalah tinggi atau kedalaman air hujan per satuan waktu.
cenderung makin tinggi dan makin besar periode ulangnya makin tinggi pula
53
Intensity – Duration – Frequency Curve). Diperlukan data hujan jangka pendek,
lengkung IDF. Data hujan jenis ini hanya dapat diperoleh dari pos penakar hujan
harga suatu intensitas curah hujan terutama bila digunakan metoda rational.
Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada suatu
kurun waktu di mana air tersebut berkonsentrasi. Analisis intensitas curah hujan
ini dapat diproses dari data curah hujan yang telah terjadi pada masa lampau
(Loebis, 1987).
2
R 24 3
I 24 .
24 t
Dimana :
sebagai berikut :
54
2.2.4.1 Metode Rasional
metode Rasional :
Q = 0,278 . C . It . A
Dimana :
Q = Debit puncak yang ditimbulkan oleh hujan dengan intensitas, durasi, dan
Qn =α.β. .A
α = 1-
β =
= .
t = 0.25 L
Dimana :
55
Qn = debit rancangan (m3/detik) dengan kala ulang n tahun
A = luas DAS
I = kemiringan sungai
rumus :
Qi =
Dengan :
α =
tc = 0,1 . .
=1+ .
qt =
Rt =
Rt =
56
Untuk 19 jam < t < 30 hari
Rt = 0,707 . (t – 1) . 0,5
Dimana :
α = koefisien pengaliran
β = koefisien reduksi
Rt = intensitas hujan
kapasitas debit yang dapat ditampung oleh saluran. Hal ini dilakukan sebelum
dengan :
Q=A.V
Dimana :
57
V = Kecepatan aliran (m/detik)
dengan rumus :
Dimana :
58
Tabel 2.16 Tipikal harga koefisien kekasaran Manning, n, yang sering
digunakan
Tipe Harga
No Jenis bahan
Saluran Minimun Normal Maksimum
Gorong-gorong lurus dan
0,010 0,011 0,013
bebas dari kotoran
Gorong-gorong dengan
lengkungan dan sedikit 0,011 0,013 0,014
1 Beton
kotoran/gangguan
Beton dipoles 0,011 0,012 0,014
Saluran pembuang dengan
0,013 0,015 0,017
bak kontrol
Bersih baru 0,016 0,018 0,020
Tanah,
Bersih tidak melapuk 0,018 0,022 0,025
lurus
2 Berkerikil 0,022 0,025 0,030
dan
seragam Berumput pendek, sedikit 0,022 0,027 0,033
tanaman pengganggu
Bersih lurus 0,025 0,030 0,033
Bersih, berkelok-kelok 0,033 0,040 0,045
Saluran Banyak tanaman penggangu 0,050 0,070 0,080
Alam Dataran banjir berumput
3 0,025 0,030 0,035
pendek - tinggi
Saluran di belukar 0,035 0,050 0,070
(Sumber : Van Te Chow,2009)
tempat yang digunakan oleh pompa air untuk memindahkan atau menaikkan debit
air serta mengatur besarnya air yang dapat dikeluarkan oleh pompa
59
Pompa dapat di artikan sebagai penambah energi untuk menggerakkkan
cairan dari suatu tempat ke tempat lainnya. Oleh karena itu energi adalah
bagian masuk (suction) dengan bagian keluar (discharge). Dengan kata lain,
pompa berfungsi mengubah tenaga mekanis dari suatu sumber tenaga (penggerak)
menjadi tenaga kinetis (kecepatan), dimana tenaga ini berguna untuk mengalirkan
cairan dan mengatasi hambatan yang ada di sepanjang pengaliran ( White, 1997 ).
Pompa sebagai salah satu mesin aliran fluida hidrolik pada dasarnya
suatu tempat ke tempat lain dengan cara menaikkan tekanan fluida yang
kerjanya, dan energi yang diterima fluida digunakan untuk menaikkan tekanan
dirancang (Khoryanton,2007).
60
2.2.6.1 Pompa
yang digabungkan menjadi satu kesatuan dengan impeler dan selubung impeler
pompa yang secara keseluruhan dapat terendam air. Sedangkan jenis impelernya
bisa dari jenis aliran radial, aliran campur atau aliran aksial.
Qp = Qmax - [ ]
Dimana:
61
Dimana :
sebagai tampungan sementara air dari saluran pada saat pintu air tertutup karena
terjadi air pasang tertinggi pada hilir yang bersamaan dengan hujan yang terjadi
pada hulu saluran. Dimana air genangan tersebut masuk ke kolam tampung
melalui saluran drainase dan keluar menuju laut melalui saluran pembuang
penyaring dimana fungsinya menguangi sedimen dan sampah yang terbawa oleh
penampungan.
yang masuk ke kolam penampungan dari saluran drainase dan debit rencana yang
sebagai berikut :
V=L.B.H
Dimana :
62
L = Panjang kolam penampungan (m)
HSS merupakan metode yang tepat untuk menghitung debit banjir karena
dari pehitungan HSS akan menghasilkan nilai debit tiap jam dan pada saat hujan
Rumus : Qp =
dengan :
Tp : Tg + 0,8 tr
: α . Tg
Tr : 0,5 tg sampai tg
Dimana :
= waktu yang diperlukan oleh penurunan debit, dari puncak sampai 30%
C = koefisien pengaliran
63