120

4.5 Analisa Debit Rencana

4.5.1 Uji Konsistensi Data Hujan

Perubahan lokasi stasiun hujan atau perubahan prosedur pengukuran dapat

memberikan pengaruh yang cukup besar terhadap jumlah hujan yang terukur, sehingga dapat
menyebabkan terjadinya kesalahan. Konsistensi dari pencatatan hujan diperiksa dengan
metode kurva massa ganda (double mass curve). Hasil analisis menunjukkan bahwa data
hujan ketiga pos hujan tersebut memenuhi syarat yang ditunjukkan dengan lokasi yang tidak
terlalu berjauhan dan double mass curve pada Gambar 4.49 Sampai Gambar 4.54 dan Tabel
4.29 sampai dengan Tabel 4.31 sebagai berikut :
Tabel 4.29 Perhitungan uji konsistensi data hujan Stasiun Rempoah

Curah Hujan Harian Maksimum (mm) Rata-rata Kumulatif

TAHUN St. St. Stasiun Stasiun Stasiun
St. Kedungbanteng Indeks
Rempoah Ketenger Indeks Rempoah
1987 213 198 196 197,00 197,00 213,00
1988 141 141 126 133,50 330,50 354,00
1989 138 138 128 133,00 463,50 492,00
1990 185 185 212 198,50 662,00 677,00
1991 144 144 126 135,00 797,00 821,00
1992 164 164 147 155,50 952,50 985,00
1993 135 135 90 112,50 1065,00 1120,00
1994 165 165 175 170,00 1235,00 1285,00
1995 145 145 101 123,00 1358,00 1430,00
1996 142 142 105 123,50 1481,50 1572,00
1997 115 115 80 97,50 1579,00 1687,00
1998 195 195 170 182,50 1761,50 1882,00
1999 125 125 125 125,00 1886,50 2007,00
2000 185 185 101 143,00 2029,50 2192,00
2001 198 198 125 161,50 2191,00 2390,00
2002 143 143 118 130,50 2321,50 2533,00
2003 133 151 112 131,50 2453,00 2666,00
2004 185 187 114 150,50 2603,50 2851,00
2005 169 169 96 132,50 2736,00 3020,00
2006 173 173 94 133,50 2869,50 3193,00
2007 117 117 85 101,00 2970,50 3310,00
2008 120 129 75 102,00 3072,50 3430,00
2009 129 124 65,5 94,75 3167,25 3559,00
2010 131 120 68 94,00 3261,25 3690,00
2011 144 131 133 132,00 3393,25 3834,00
2012 120 238 140 189,00 3582,25 3954,00
2013 163 170 173 171,50 3753,75 4117,00
2014 133 138 103 120,50 3874,25 4250,00
 121

Gambar 4.49 Lokasi stasiun hujan untuk uji konsistensi Stasiun Rempoah

5000.00

4500.00 y = 1.1281x - 70.445

R² = 0.999
4000.00
Komulatif Stasiun Indeks

3500.00

3000.00

2500.00

2000.00

1500.00

1000.00

500.00

0.00
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00 3500.00 4000.00 4500.00
Komulatif Stasiun Rempoah

Gambar 4.50 Grafik Uji Konsistensi Stasiun Rempoah

 122

Tabel 4.30 Perhitungan uji konsistensi data hujan Stasiun Cilongok

Curah Hujan Harian Maksimum (mm) Rata-rata Kumulatif

TAHUN St. St. St. Stasiun Stasiun Stasiun
Ketenger Cilongok Kedungbanteng Indeks Indeks Cilongok
1987 198 158 196 197,00 197,00 158,00
1988 141 130 126 133,50 330,50 288,00
1989 138 145 128 133,00 463,50 433,00
1990 185 160 212 198,50 662,00 593,00
1991 144 116 126 135,00 797,00 709,00
1992 164 127 147 155,50 952,50 836,00
1993 135 145 90 112,50 1065,00 981,00
1994 165 96 175 170,00 1235,00 1077,00
1995 145 148 101 123,00 1358,00 1225,00
1996 142 70 105 123,50 1481,50 1295,00
1997 115 140 80 97,50 1579,00 1435,00
1998 195 178 170 182,50 1761,50 1613,00
1999 125 108 125 125,00 1886,50 1721,00
2000 185 276 101 143,00 2029,50 1997,00
2001 198 121 125 161,50 2191,00 2118,00
2002 143 95 118 130,50 2321,50 2213,00
2003 151 158 112 131,50 2453,00 2371,00
2004 187 107 114 150,50 2603,50 2478,00
2005 169 26 96 132,50 2736,00 2504,00
2006 173 130 94 133,50 2869,50 2634,00
2007 117 148 85 101,00 2970,50 2782,00
2008 129 112 75 102,00 3072,50 2894,00
2009 124 68 66 94,75 3167,25 2962,00
2010 120 96 68 94,00 3261,25 3058,00
2011 131 133 133 132,00 3393,25 3191,00
2012 238 125 140 189,00 3582,25 3316,00
2013 170 182 173 171,50 3753,75 3498,00
2014 138 137 103 120,50 3874,25 3635,00
 123

Gambar 4.51 Lokasi stasiun hujan untuk uji konsistensi Stasiun Cilongok

4000.00

y = 0.9483x - 36.87
3500.00
R² = 0.9983
3000.00
Komulatif Stasiun Indeks

2500.00

2000.00

1500.00

1000.00

500.00

0.00
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00 3500.00 4000.00 4500.00
Komulatif Stasiun Cilongok

Gambar 4.52 Grafik uji konsistensi Stasiun Cilongok

 124

Tabel 4.31 Perhitungan uji konsistensi data hujan Stasiun Sumbang

Curah Hujan Harian Maksimum (mm) Rata-rata Kumulatif

TAHUN St. St. St. Stasiun Stasiun Stasiun
Kedungbanteng Kembaran Sumbang Indeks Indeks Sumbang
1987 196 157 150 176,50 176,50 150,00
1988 126 124 119 125,00 301,50 269,00
1989 128 75 159 101,50 403,00 428,00
1990 212 90 200 151,00 554,00 628,00
1991 126 142 200 134,00 688,00 828,00
1992 147 114 200 130,50 818,50 1028,00
1993 90 152 106 121,00 939,50 1134,00
1994 175 131 200 153,00 1092,50 1334,00
1995 101 141 162 121,00 1213,50 1496,00
1996 105 132 109 118,50 1332,00 1605,00
1997 80 141 119 110,50 1442,50 1724,00
1998 170 162 164 166,00 1608,50 1888,00
1999 125 169 142 147,00 1755,50 2030,00
2000 101 112 185 106,50 1862,00 2215,00
2001 125 182 225 153,50 2015,50 2440,00
2002 118 198 136 158,00 2173,50 2576,00
2003 112 150 194 131,00 2304,50 2770,00
2004 114 98 114 106,00 2410,50 2884,00
2005 96 152 43 124,00 2534,50 2927,00
2006 94 145 130 119,50 2654,00 3057,00
2007 85 97 97 91,00 2745,00 3154,00
2008 75 140 131 107,50 2852,50 3285,00
2009 65,5 93 187 79,25 2931,75 3472,00
2010 68 153 250 110,50 3042,25 3722,00
2011 133 82 60 107,50 3149,75 3782,00
2012 140 235 235 187,50 3337,25 4017,00
2013 173 173 173 173,00 3510,25 4190,00
2014 103 134 107 118,50 3628,75 4297,00
 125

Gambar 4.53 Lokasi stasiun hujan untuk uji konsistensi Stasiun Sumbang

5000.00

4500.00 y = 1.1935x - 17.609

R² = 0.998
4000.00
Komulatif Stasiun Indeks

3500.00

3000.00

2500.00

2000.00

1500.00

1000.00

500.00

0.00
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00 3500.00 4000.00
Komulatif Stasiun Sumbang

Gambar 4.54 Grafik uji konsistensi Stasiun Sumbang

 126

Dari uji tersebut nilai korelasi R2 semuanya mendekati satu sehingga data tersebut
konsisten. Nilai korelasi masing-masing stasiun adalah Stasiun Rempoah (R2 = 0,999),
Stasiun Cilongok (R2 = 0,998) dan Stasiun Sumbang ((R2 = 0,998), selanjutnya data bisa
digunakan untuk melakukaan analisis curah hujan.

4.5.2 Penentuan Hujan Kawasan (Area Rainfall)

Hujan kawasan dihitung dengan mengambil nilai rata-rata curah hujan harian
maksimum pada hari dan tahun yang sama dari ketiga stasiun yang digunakan. Analisis ini
dimaksudkan untuk mengetahui curah hujan rata-rata yang terjadi pada daerah tangkapan
(catchment area) tersebut, yaitu dengan menganalisis data curah hujan maksimum yang
didapat dari tiga stasiun penakar hujan yaitu Rempoah, Cilongok dan Sumbang. Metode yang
digunakan dalam analisis ini adalah Polygon Thiessen, metode ini memperhitungkan bobot
dari masing-masing stasiun yang mewakili luasan sekitarnya. Pada suatu luasan di dalam
DAS dianggap bahwa hujan adalah sama dengan yang terjadi pada stasiun terdekat, sehingga
hujan yang tercatat pada suatu stasiun mewakili luasan tersebut (Gambar 4.55)

Gambar 4.55 Peta luas pengaruh hujan dengan Metode Polygon Thiessen

Hasil perhitungan luas pengaruh stasiun hujan dapat dilihat pada Tabel 4.34 dan
hitung hujan kawasan Tabel 4.35 dibawah ini :
 127

Tabel 4.32 Luas pengaruh stasiun hujan hasil perhitungan metode Polygon Thiessen

NO Stasiun Hujan Luas Area (Km2) Bobot (%)

1 STASIUN REMPOAH 42,743 87,78
2 STASIUN CILONGOK 3,118 6,40
3 STASIUN SUMBANG 2,832 5,82
Luas Total 48,693 100,00

Tabel 4.33 Hasil perhitungan curah hujan kawasan dengan Metode Polygon Thiessen

CURAH HUJAN MAKSIMUM (mm)

STASIUN STASIUN STASIUN Rmax
No Tahun Tanggal R (mm)
REMPOAH CILONGOK SUMBANG (mm)
0,88 0,064 0,058
24-Jan 213 0 55 190,172
1 1987 28-Nop 58 158 50 63,938
190,172
20-Feb 120 75 150 118,864
11-Des 141 0 0 123,771
2 1988 09-Jun 23 130 9 29,037
123,771
11-Nop 35 0 119 37,645
30-Okt 138 25 50 125,646
3 1989 02-Jun 30 145 49 38,469
125,646
23-Feb 90 31 159 90,235
08-Mei 185 0 18 163,441
4 1990 10-Jul 3 160 96 18,462
163,441
01-Nop 70 18 200 74,232
17-Nop 144 22 130 135,374
5 1991 16-Apr 20 116 10 25,565
135,374
12-Apr 42 0 200 48,500
31-Agust 164 37 157 155,461
6 1992 05-Sep 54 127 65 59,314
155,461
08-Okt 40 56 200 50,330
11-Des 135 48 28 123,206
7 1993 31-Mar 100 145 93 102,474
123,206
23-Jan 87 42 106 85,224
29-Jan 165 38 200 158,904
8 1994 03-Apr 125 96 5 116,164
158,904
29-Jan 165 38 200 158,904
07-Feb 145 109 82 139,031
9 1995 15-Des 15 148 30 24,388
139,031
26-Nop 100 67 162 101,493
15-Okt 142 0 87 129,709
10 1996 01-Jul 115 70 35 107,817
129,709
24-Nop 56 0 109 55,497
08-Des 115 4 19 102,309
11 1997 24-Des 75 140 85 79,744
102,309
14-Des 0 15 119 7,882
06-Okt 195 103 5 178,058
12 1998 04-Nop 115 178 54 115,486
178,058
01-Okt 64 43 164 68,472
19-Jan 125 23 80 115,852
13 1999 10-Feb 0 108 36 9,009
115,852
11-Okt 35 6 142 39,367
 128

09-Nop 185 126 4 170,695

14 2000 05-Nop 12 276 12 28,904
170,695
08-Nop 122 24 185 119,389
03-Okt 198 21 113 181,723
15 2001 04-Jan 18 121 27 25,119
181,723
27-Okt 57 88 225 68,756
18-Jan 143 68 0 129,881
16 2002 18-Nop 90 95 14 85,900
129,881
13-Nop 96 62 136 96,149
29-Jan 151 31 122 141,630
17 2003 28-Okt 0 158 0 10,117
141,630
25-Feb 128 0 150 121,084
21-Feb 187 53 36 169,637
18 2004 04-Feb 25 107 10 29,378
169,637
28-Des 90 11 114 86,338
24-Nop 169 21 0 149,694
19 2005 27-Des 3 174 0 13,775
149,694
30-Mar 57 8 43 53,048
12-Jan 173 41 64 158,208
20 2006 12-Feb 10 130 4 17,335
158,208
21-Mar 41 36 70 42,367
20-Feb 117 14 0 103,600
21 2007 11-Apr 0 148 0 9,476
108,694
02-Nop 112 74 97 108,694
15-Des 120 0 23 106,675
22 2008 30-Jan 24 112 31 30,042
106,675
10-Okt 96 0 131 91,889
15-Des 129 0 23 114,575
23 2009 16-Mei 0 68 0 4,354
114,575
26-Okt 51 0 187 55,645
14-Okt 131 0 18 116,040
24 2010 07-Jan 113 96 0 105,339
116,040
09-Sep 15 15 250 28,668
01-Mei 144 46 13 130,106
25 2011 06-Mar 0 133 0 8,516
130,106
07-Jun 0 0 130 7,561
16-Apr 120 70 0 109,819
26 2012 23-Nop 22,3 125 235 41,247
109,819
23-Nop 22,3 125 235 41,247
04-Jul 163 90 173 158,907
27 2013 10-Nop 12 182 80 26,840
158,907
13-Nop 0 0 103 5,991
14-Apr 133 42 1 119,496
28 2014 19-Jun 8 137 0 15,795
119,496
21-Des 50 43 107 52,867

4.5.3 Analisa Distribusi Frekuensi Hujan (Pengukuran Dispersi)

Analisis statistik hujan kawasan dilakukan untuk mendapatkan pola sebaran yang
sesuai dengan sebaran curah hujan rata-rata yang ada. Dalam kenyataan bahwa tidak semua
nilai dari suatu variable hidrologi terletak atau sama dengan nilai rata-ratanya, tetapi
kemungkinan ada nilai yang lebih besar atau lebih kecil dari nilai rata-ratanya. Besarnya
 129

dispersi dapat dilakukan melalui perhitungan parametrik statistik untuk (Xi-Xrt), (Xi-Xrt)2,
(Xi-Xrt)3, (Xi-Xrt)4. Pengukuran dispersi ini digunakan untuk analisa distribusi Normal dan
Gumbel, dimana :
Xi = besarnya curah hujan daerah (mm)
Xrt = rata-rata hujan maksimum daerah (mm).
Sedangkan untuk pengukuran besarnya dispersi Logaritma dilakukan melalui
perhitungan parametrik statistik untuk (Log Xi-Xrt), (Log Xi-Xrt)2, (Log Xi-Xrt)3, (Log Xi-
Xrt)4, terlebih dahulu. Pengukuran dispersi ini digunakan untuk analisa distribusi Log Normal
dan Log Person III, dimana :
Log Xi = besarnya logaritma curah hujan daerah (mm)
Xrt = rata-rata hujan maksimum daerah (mm).
Perhitungan parameter statistik dilihat pada Tabel 4.34, Tabel 4.35 dan hasil
perhitungan dispersi berikut ini :
Tabel 4.34 Perhitungan parameter statistik untuk distribusi Normal & Gumbel
No Tahun Rmax Tahunan (xi) (Xi – Xrt) (Xi - Xrt)2 (Xi -Xrt)³ (Xi -Xrt)⁴
1 1987 190,17 50,65 2.565,06 129.911,48 6.579.557,92
2 1988 123,77 -15,75 248,21 -3.910,42 61.607,20
3 1989 125,65 -13,88 192,63 -2.673,56 37.106,84
4 1990 163,44 23,92 571,97 13.679,09 327.146,91
5 1991 135,37 -4,15 17,23 -71,55 297,02
6 1992 155,46 15,94 253,94 4.046,72 64.486,79
7 1993 123,21 -16,32 266,33 -4.346,29 70.929,24
8 1994 158,90 19,38 375,52 7.277,02 141.017,00
9 1995 139,03 -0,49 0,24 -0,12 0,06
10 1996 129,71 -9,82 96,37 -946,00 9.286,61
11 1997 102,31 -37,22 1.385,06 -51.547,00 1.918.394,39
12 1998 178,06 38,53 1.484,78 57.212,98 2.204.581,09
13 1999 115,85 -23,67 560,45 -13.268,04 314.105,74
14 2000 170,69 31,17 971,53 30.281,86 943.865,26
15 2001 181,72 42,20 1.780,62 75.137,59 3.170.611,50
16 2002 129,88 -9,64 93,03 -897,23 8.653,74
17 2003 141,63 2,10 4,43 9,32 19,60
18 2004 169,64 30,11 906,73 27.303,44 822.160,27
19 2005 149,69 10,17 103,40 1.051,44 10.691,75
20 2006 158,21 18,68 349,05 6.521,23 121.835,14
21 2007 108,69 -30,83 950,55 -29.306,62 903.554,35
22 2008 106,67 -32,85 1.079,18 -35.451,90 1.164.624,62
23 2009 114,57 -24,95 622,53 -15.532,51 387.544,91
24 2010 116,04 -23,49 551,58 -12.954,31 304.241,99
25 2011 130,11 -9,42 88,73 -835,82 7.873,17
26 2012 109,82 -29,71 882,48 -26.215,24 778.762,81
27 2013 158,91 19,38 375,66 7.281,02 141.120,38
28 2014 119,50 -20,03 401,19 -8.035,65 160.951,29
Jumlah 3.906,71 0,00 17.178,48 153.720,92 20.655.027,60
x 139,53
 130

Dari perhitungan tabel di atas didapatkan :

1. Standar Deviasi (Sx)
∑𝑛
𝑖=1(𝑋𝑖−𝑋𝑟𝑡)
2 17178,48
Sx =√ = √ = 25,224
𝑛−1 28−1

2. Koefesien Variasi
𝑆𝑥 25,224
Cv = 𝑋𝑟𝑡 = 139,53 = 0,181

3. Koefesien Skewness
𝑛∗(𝑋𝑖−𝑋𝑟𝑡)3 28∗153720,92
Cs = (𝑛−1)∗(𝑛−2)∗𝑆𝑥 3 = (28−1)∗(28−2)∗25,2243 = 0,382

4. Pengukuran Kurtosis (Ck)

𝑛2 ∗(𝑋𝑖−𝑋𝑟𝑡)4 282 ∗20655027,60
Ck = (𝑛−1)∗(𝑛−2)∗(𝑛−3)∗𝑆𝑥 4 = (28−1)∗(28−2)∗(28−3)∗25,2244
= 2,279

Tabel 4.35 Perhitungan parameter statistik untuk distribusi Log Normal & Log Person III
(LogXi – (LogXi - (LogXi -
No Tahun (Xi) Log Xi Log Xi
LogXrt) LogXrt)2 LogXrt)³
1 1987 190,17 2,2791 0,1412 0,0199 0,0028 0,0004
2 1988 123,77 2,0926 -0,0453 0,0021 -0,0001 0,0000
3 1989 125,65 2,0991 -0,0388 0,0015 -0,0001 0,0000
4 1990 163,44 2,2134 0,0755 0,0057 0,0004 0,0000
5 1991 135,37 2,1315 -0,0064 0,0000 0,0000 0,0000
6 1992 155,46 2,1916 0,0537 0,0029 0,0002 0,0000
7 1993 123,21 2,0906 -0,0473 0,0022 -0,0001 0,0000
8 1994 158,90 2,2011 0,0632 0,0040 0,0003 0,0000
9 1995 139,03 2,1431 0,0052 0,0000 0,0000 0,0000
10 1996 129,71 2,1130 -0,0249 0,0006 0,0000 0,0000
11 1997 102,31 2,0099 -0,1280 0,0164 -0,0021 0,0003
12 1998 178,06 2,2506 0,1127 0,0127 0,0014 0,0002
13 1999 115,85 2,0639 -0,0740 0,0055 -0,0004 0,0000
14 2000 170,69 2,2322 0,0943 0,0089 0,0008 0,0001
15 2001 181,72 2,2594 0,1215 0,0148 0,0018 0,0002
16 2002 129,88 2,1135 -0,0244 0,0006 0,0000 0,0000
17 2003 141,63 2,1512 0,0132 0,0002 0,0000 0,0000
18 2004 169,64 2,2295 0,0916 0,0084 0,0008 0,0001
19 2005 149,69 2,1752 0,0373 0,0014 0,0001 0,0000
20 2006 158,21 2,1992 0,0613 0,0038 0,0002 0,0000
21 2007 108,69 2,0362 -0,1017 0,0103 -0,0011 0,0001
22 2008 106,67 2,0281 -0,1098 0,0121 -0,0013 0,0001
23 2009 114,57 2,0591 -0,0788 0,0062 -0,0005 0,0000
24 2010 116,04 2,0646 -0,0733 0,0054 -0,0004 0,0000
25 2011 130,11 2,1143 -0,0236 0,0006 0,0000 0,0000
26 2012 109,82 2,0407 -0,0972 0,0095 -0,0009 0,0001
27 2013 158,91 2,2011 0,0632 0,0040 0,0003 0,0000
28 2014 119,50 2,0774 -0,0606 0,0037 -0,0002 0,0000
Jumlah 59,861 0,000 0,163 0,00182 0,002
Log Xrt 2,138
 131

Dari perhitungan tabel di atas didapatkan :

1. Standar Deviasi (Sx)
∑𝑛
𝑖=1((𝑙𝑜𝑔(𝑋𝑖)−log(𝑋𝑟𝑡))
2 0,163
Sx =√ = √28−1 = 0,078
𝑛−1

2. Koefesien Variasi
𝑆𝑥 0,078
Cv = 𝐿𝑜𝑔 𝑋𝑟𝑡 = 2,138 = 0,036

3. Koefesien Skewness
𝑛∗(𝑙𝑜𝑔𝑋𝑖−𝑙𝑜𝑔𝑋𝑟𝑡)3 15∗(−0,00182)3
Cs = (𝑛−1)∗(𝑛−2)∗𝑆𝑥 3
= (28−1)∗(28−2)∗0,0783 = 0,154

4. Pengukuran Kurtosis (Ck)

𝑛2 ∗(𝑋𝑖−𝑋𝑟𝑡)4 282 ∗0,002

Ck = (𝑛−1)∗(𝑛−2)∗(𝑛−3)∗𝑆𝑥 4 = (28−1)∗(28−2)∗(28−3)∗0,0784
= 2,139

Hasil perhitungan dispersi dapat dilihat pada tabel 4.38 berikut :

Tabel 4.36 Hasil pengukuran dispersi
Hasil Perhitungan Dispersi
No. Dispersi
Parameter Statistik Parameter Statistik Logaritmik Normal
1 Sd 25,224 0,078
2 Cv 0,181 0,036
3 Cs 0,382 0,159
4 Ck 2,279 2,139

4.5.4 Pemilihan Jenis Sebaran

4.5.4.1 Penentuan Jenis Sebaran Cara Analisis
Dari tabel 4.36 kemudian dibandingkan dengan dispersi persyaratan yang kemudian
digunakan untuk memilih jenis sebaran yang dipakai sesuai dengan kriteria dalam pemilihan
distribusi untuk daerah penelitian tercantum dalam Tabel 4.37 sebagai berikut :
Tabel 4.37 Penentuan jenis sebaran
Jenis Hasil
No Syarat Keterangan
Distribusi Perhitungan
*) Cs ~ 0 Cs = 0,382 Kurang
1 Normal
*) Ck ~ 3 Ck = 2,279 Kurang
Gumbel *) Cs ~ 1.1396 Cs = 0,382 Kurang
2
Tipe 1 *) Ck ~ 5.4002 Ck = 2,279 Kurang
*) Cs = Cv3 + 3Cv = 0,109 Cs = 0,159 Mendekati
Log
3 *) Ck = Cv8 + 6Cv6 + 15Cv4 +
Normal = 3,021 Ck = 2,139 Mendekati
16Cv2 + 3
Log *) Cs ≠ 0 Cs = 0,159 Mendekati
4
Pearson III **) Ck = 1,5Cs2 +3 = 3,036 Ck = 2,139 Kurang

Sumber : *) Triatmodjo, 2008, **) Sutiono dkk, 1996 dalam Alexander dan Syarifudin, 2009
 132

Dari perhitungan yang telah dilakukan di atas dengan syarat-syarat tersebut, maka
dipilih distribusi yang paling mendekati yaitu distribusi Log Normal.
4.5.4.2 Penentuan Jenis Sebaran Cara Grafis (Ploting Data)
Dalam pengeplotan data ini menggunakan Software AProb versi 4.1 rilis Desember
2014 dari Istiarto. Program untuk melakukan analisis probabilitas data hidrologi (hujan,
debit) ekstrem menurut distribusi Gumbel, Log Normal, Log Person III dan Distribusi
Normal. Adapun data ploting posisi tersaji dalam Tabel 4.38. sedangkan grafik hasil ploting
tertera pada Gambar 4.56 sampai dengan Gambar 4.59.
Tabel 4.38 Perhitungan ploting posisi

Tahun Rangking Rmax Tahunan (Xi) P(Xm)=m/(n+1)

m mm (%)
1997 1 102,31 0,03
2008 2 106,67 0,07
2007 3 108,69 0,10
2012 4 109,82 0,14
2009 5 114,57 0,17
1999 6 115,85 0,21
2010 7 116,04 0,24
2014 8 119,50 0,28
1993 9 123,21 0,31
1988 10 123,77 0,34
1989 11 125,65 0,38
1996 12 129,71 0,41
2002 13 129,88 0,45
2011 14 130,11 0,48
1991 15 135,37 0,52
1995 16 139,03 0,55
2003 17 141,63 0,59
2005 18 149,69 0,62
1992 19 155,46 0,66
2006 20 158,21 0,69
1994 21 158,90 0,72
2013 22 158,91 0,76
1990 23 163,44 0,79
2004 24 169,64 0,83
2000 25 170,69 0,86
1998 26 178,06 0,90
2001 27 181,72 0,93
1987 28 190,17 0,97
Jumlah 3906,71
Rmax rata-rata 139,53
N 28
 133

Gambar : 4. 56 Probability paper gumbel

Gambar : 4.57 Probability paper log normal

 134

Gambar : 4.58 Probability paper log person type III

Gambar : 4.59 Probability paper normal

 135

4.5.5 Uji Kecocokan

Setelah ploting data dilakukan kemudian dilakukan uji kecocokan dalam hal ini
digunakan uji Chi-Square dan Smirnov Kolmogorov.
4.5.5.1 Uji Chi-Square
Uji Chi-Square dimaksudkan untuk menentukan apakah persamaan distribusi
yang telah dipilih dapat mewakili distribusi statistik sampel data yang dianalisis (data
dilihat pada Tabel 4.38). Langkah pengujian :
1. Menentukan kelas, X awal dan X akhir
Tabel 4.39 Penentuan kelas, Xawal dan Xakhir

Jumlah Kelas Nc = 1 + 1.33 ln (N) 5,43 (diambil 6 kelas)

X max 190,17
X min 102,31
Δx 17,573
Ef N/Nc 4,7
X awal X min - 0.5Δx 93,52
X akhir X max + 0.5Δx 198,96
Dimana: N adalah jumlah data
Nc adalah jumlah kelas
Ef adalah frekuensi yang diharapkan sesuai pembagian kelas
Of adalah frekuensi yang terbaca pada kelas yang sama
2. Perhitungan Chi-Square
Tabel 4.40 Perhitungan Chi-Square
Probabilitas Ef Of (Of - Ef) ((Of - Ef)2)/Ef)
93,52 ≤X≤ 111,10 4,7 4 -0,7 0,095
111,10 ≤X≤ 128,67 4,7 7 2,3 1,167
128,67 ≤X≤ 146,24 4,7 6 1,3 0,381
146,24 ≤X≤ 163,81 4,7 6 1,3 0,381
163,81 ≤X≤ 181,39 4,7 3 -1,7 0,595
181,39 ≤X≤ 198,96 4,7 2 -2,7 1,524
Jumlah 28 0,0 4,14

Dari perhitungan Chi-Square diatas didapatkan :

Jumlah nilai ((Of - Ef)2)/Ef) = 4,14, Syarat α = 0,05 dengan dk = 3 adalah 7,815
(Tabel nilai kritis), Sehingga 4,14 < 7,815 sehingga metode Log Normal
memenuhi syarat untuk digunakan.
4.5.5.2 Uji Smirnov-Kolomogorov
Uji Smirnov-Kolmogorov dilakukan untuk membuktikan bahwa hasil ploting
distribusi Log Pearson III memiliki Dmax kurang dari harga kritis Smirnov
Kolmogorov.
 136

Tabel 4.41 Data hujan dan probabilitasnya untuk Log Normal

P (x) = f(t)= P'(x)=
X M P(x<) P'(x<) Dmaks
M/(n+1) (Xi-Xrt)/S M/(n-1)
(1) (2) (3) (4) = nilai 1 - (3) (5) (6) (7) = nilai 1 - (6) (8)
102,31 1 0,03 0,97 -478,70 0,04 0,96 0,00
106,67 2 0,07 0,93 -422,55 0,07 0,93 0,01
108,69 3 0,10 0,90 -396,57 0,11 0,89 0,01
109,82 4 0,14 0,86 -382,10 0,15 0,85 0,01
114,57 5 0,17 0,83 -320,93 0,19 0,81 0,01
115,85 6 0,21 0,79 -304,51 0,22 0,78 0,02
116,04 7 0,24 0,76 -302,09 0,26 0,74 0,02
119,50 8 0,28 0,72 -257,63 0,30 0,70 0,02
123,21 9 0,31 0,69 -209,91 0,33 0,67 0,02
123,77 10 0,34 0,66 -202,64 0,37 0,63 0,03
125,65 11 0,38 0,62 -178,52 0,41 0,59 0,03
129,71 12 0,41 0,59 -126,27 0,44 0,56 0,03
129,88 13 0,45 0,55 -124,06 0,48 0,52 0,03
130,11 14 0,48 0,52 -121,16 0,52 0,48 0,04
135,37 15 0,52 0,48 -53,40 0,56 0,44 0,04
139,03 16 0,55 0,45 -6,36 0,59 0,41 0,04
141,63 17 0,59 0,41 27,07 0,63 0,37 0,04
149,69 18 0,62 0,38 130,79 0,67 0,33 0,05
155,46 19 0,66 0,34 204,97 0,70 0,30 0,05
158,21 20 0,69 0,31 240,31 0,74 0,26 0,05
158,90 21 0,72 0,28 249,26 0,78 0,22 0,05
158,91 22 0,76 0,24 249,30 0,81 0,19 0,06
163,44 23 0,79 0,21 307,62 0,85 0,15 0,06
169,64 24 0,83 0,17 387,32 0,89 0,11 0,06
170,69 25 0,86 0,14 400,92 0,93 0,07 0,06
178,06 26 0,90 0,10 495,63 0,96 0,04 0,07
181,72 27 0,93 0,07 542,77 1,00 0,00 0,07
190,17 28 0,97 0,03 651,44 1,04 -0,04 0,07

Berdasarkan data diatas nilai n adalah 28 sehingga didapat nilai kritis Smirnov-
Kolomgorov dengan derajat kepercayaan 0,05 adalah 0,27. Dari hasil pengeplotan untuk
perhitungan uji Smirnov-Kolmogorov Distribusi Log Normal didapat harga Dmax = 0,07.
Besarnya delta kritis yang diijinkan adalah 0,27 sehingga 0,07 < 0,27, maka dari hasil analisa
uji kesesuaian distribusi, metode Log- Normal dapat diterima dan digunakan untuk mencari
curah hujan rencana untuk periode ulang tertentu yang terdapat pada Tabel 4.44.

Tabel 4.42 Curah hujan rencana dengan Log Normal

No T (Tahun) Xrt (mm) S K Log Normal Log Xt (mm) Xt
1 2 2,138 0,078 0,000 2,138 137,37
2 5 2,138 0,078 0,840 2,203 159,67
3 10 2,138 0,078 1,280 2,237 172,75
4 25 2,138 0,078 1,708 2,271 186,51
5 50 2,138 0,078 2,050 2,297 198,28
 137

4.5.6 Analisis Intensitas Hujan

Intensitas hujan adalah tinggi atau kedalaman air hujan per satuan waktu. Analisis
intesitas curah hujan ini dapat diproses dari data curah hujan tahun 1987 sampai dengan
2014. Rumus yang digunakan Menurut Dr. Mononobe (hasil perhitungan dan grafik
intensitas hujan tersaji dalam Tabel 4.43 dan Gambar 4.60) yaitu :
𝑅24 24 2/3
I=
24
(𝑡)
Dimana :
I = Intensitas curah hujan (mm/jam)
t = lamanya curah hujan (jam)
R24 = curah hujan maksimum dalam 24 jam (mm)

Tabel : 4.43 Hasil perhitungan intensitas hujan di Sub DAS Banjaran

Periode Ulang
t (jam) 2 tahun 5 tahun 10 tahun 25 tahun 50 tahun
137,375 159,666 172,751 186,507 198,282
0,15 168,697 196,071 212,140 229,032 243,493
0,25 120,008 139,481 150,912 162,929 173,215
0,5 75,600 87,868 95,068 102,639 109,119
0,75 57,694 67,055 72,551 78,328 83,273
1 47,625 55,353 59,889 64,658 68,741
2 30,002 34,870 37,728 40,732 43,304
3 22,896 26,611 28,792 31,084 33,047
4 18,900 21,967 23,767 25,660 27,280
5 16,288 18,930 20,482 22,113 23,509
6 14,423 16,764 18,138 19,582 20,818
7 13,015 15,127 16,366 17,670 18,785
8 11,906 13,838 14,972 16,165 17,185
9 11,007 12,793 13,842 14,944 15,887
10 10,261 11,925 12,903 13,930 14,810
11 9,629 11,191 12,108 13,073 13,898
12 9,086 10,561 11,426 12,336 13,115
17 7,203 8,372 9,058 9,780 10,397
18 6,934 8,059 8,720 9,414 10,008
19 6,689 7,774 8,411 9,081 9,654
20 6,464 7,513 8,128 8,775 9,330
21 6,257 7,272 7,868 8,495 9,031
22 6,066 7,050 7,628 8,235 8,755
23 5,889 6,844 7,405 7,995 8,500
24 5,724 6,653 7,198 7,771 8,262
 138

300.000

2 Tahun
250.000
5 Tahun
Intensitas Hujan (mm/jam)

10 Tahun
200.000

25 Tahun
150.000 50 Tahun

100.000

50.000

0.000
0 5 10 15 20 25 30

Waktu (Jam)

Gambar 4.60 Grafik intensitas hujan

4.5.7 Analisis Debit Banjir Rencana

Metode rasional dikembangkan berdasarkan asumsi bahwa hujan yang terjadi
mempunyai intensitas seragam dan merata di seluruh DAS selama paling sedikit sama dengan
waktu konsentrasi DAS. Beberapa parameter hidrologi yang diperhitungkan adalah intensitas
hujan, durasi hujan, frekuensi hujan, luas DAS dan konsentrasi aliran.

4.5.7.1 Penentuan Nilai Koefesien Aliran (nilai C)

Faktor utama yang mempengaruhi nilai C adalah air tanah, derajat kepadatan tanah,
porositas tanah, dan simpanan depresi. Penentuan nilai C terlihat pada Tabel 4.44 dibawah
ini.
Tabel 4.44 Hasil penentuan nilai C di Sub DAS Banjaran
No. Jenis Tataguna Lahan Luas C Luas x C
1 Hutan Berbukit 10-30% 2315,00 0,50 1157,50
2 Kebun Campuran 913,75 0,35 319,80
3 Sawah 739,73 0,35 258,90
4 Semak Belukar 399,55 0,30 119,90
5 Permukiman 448,71 0,75 336,50
6 Badan Air 40,70 0,20 8,10
7 Jalan 12,04 0,95 11,40
2212,20
C 4869,43
0,45
 139

4.5.7.2 Waktu Konsentrasi

Waktu konsentrasi dihitung dengan menggunakan persamaan yang diberikan oleh
Hathway :
0,606 (𝐿𝑛)0,467
tc = 𝑆 0,234
dimana :
L : panjang lintasan sungai dari titik terjauh sampai titik yang ditinjau (km)
S : kemiringan lahan antara elevasi maksimum dan minimum
n.: koefesien kekasaran dasar saluran

Tabel 4.45 Hasil penentuan nilai n di Sub DAS Banjaran

No. Jenis Tataguna Lahan Luas n luas x n
1 Hutan 2315,0 0,30 694,49
2 Kebun Campuran 913,75 0,17 155,34
3 Sawah 739,73 0,17 125,75
4 Semak Belukar 399,55 0,15 59,93
5 Permukiman 448,71 0,01 4,487
6 Badan Air 40,70 0,01 0,407
7 Jalan 12,04 0,01 0,132
4869,43 1040
Nilai n 0,214

L = Panjang lintasan aliran di dalam sungai (24,8 Km)

n = Nilai koefesien kekasaran 0,214
S = Kemiringan dasar sungai dengan mengambil jarak 1000 dari stasiun
AWLR di sebelah hulu dan hilir
Panjang Elevasi hulu = 79 m
Elevasi hilir = 62,5 m
𝑒𝑙𝑒𝑣𝑎𝑠𝑖 ℎ𝑢𝑙𝑢−𝑒𝑙𝑒𝑣𝑎𝑠𝑖 ℎ𝑖𝑙𝑖𝑟 79−62,5
Kemiringan Lahan (S) = ( ) =( )
𝐿 1000
= 0,0165
Jadi waktu konsentrasinya adalah
0,606 (24,8 𝑥 0,214)0,467
tc = 0,01650,234
= 3,42 jam dibulatkan 3 jam.
 140

4.5.7.3 Penentuan Debit Rencana Metode Rasional

Hasil hitungan Debit rencana dengan metode rasional di Sub DAS Banjaran dengan
luas 48,69 Km2 (A), nilai C = 0,4543 (Tabel 4.48) sedangkan intensitas hujan pada Sub Bab
4.5.6 dan waktu konsentrasi 3 jam, Tabel 4.46 hasil hitungan debit rencana.
Q = 0,278 x C x I x A
Dimana C adalah nilai koefesien aliran, I adalah intensitas hujan (mm/jam) dan A
adalah luas DAS dalam Km2.
Tabel 4.46 Hasil hitungan debit rencana dengan berbagai periode ulang

Periode R24 I Q
Ulang mm (mm/jam) (m3/d)
2 137,37 23,055 141,77
5 159,67 26,796 164,78
10 172,75 28,992 178,28
25 186,51 31,301 192,48
50 198,28 33,277 204,63

4.5.7.4 Penentuan Debit Rencana Metode Passing Capacity

Metode passing capacity digunakan sebagai kontrol terhadap hasil perhitungan debit
banjir rencana yang diperoleh dari data hujan. Perhitungan passing capacity dilakukan
dengan persamaan Rating Curve dengan tinggi maksimum sebesar 2,75 m, diperoleh debit
passing capacity sebesar 162,28 m2/detik (Gambar 4.61).
200
192.5
185
177.5 162,28 m3/dtk
170
162.5
155
147.5
140
Debit (meter3/detik)

132.5
125
117.5
110
102.5
95
87.5 Q= 11,38 H 2,627
80
72.5
65
57.5
50
42.5
35
27.5
20
12.5
2,75 m
5
-2.5
- 0.15 0.30 0.45 0.60 0.75 0.90 1.05 1.20 1.35 1.50 1.65 1.80 1.95 2.10 2.25 2.40 2.55 2.70 2.85 3.00
TMA (meter)
tf

Gambar 4.61 Grafik penentuan Passing Capacity