Professional Documents
Culture Documents
Gambar 4.49 Lokasi stasiun hujan untuk uji konsistensi Stasiun Rempoah
5000.00
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 4.51 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 4.53 Lokasi stasiun hujan untuk uji konsistensi Stasiun Sumbang
5000.00
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
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.
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
Tabel 4.33 Hasil perhitungan curah hujan kawasan dengan Metode Polygon Thiessen
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
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
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
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
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
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.
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)
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
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