BAB II TINJAUAN PUSTAKA
2.1
Hidrologi Air di bumi ini mengulangi terus menerus sirkulasi – penguapan,
presipitasi dan pengaliran keluar (outflow). Air menguap ke udara dari permukaan tanah dan laut, berubah menjadi awan sesudah melalui beberapa proses dan kemudian jatuh sebagai hujan atau salju ke permukaan laut atau daratan. Sebelum tiba ke permukaan bumi sebagian langsung menguap ke udara dan sebagian tiba ke permukaan bumi. Tidak semua bagian hujan yang jatuh ke permukaan bumi mencapai permukaan tanah. Sebagian akan tertahan oleh tumbuh-tumbuhan di mana sebagian akan menguap dan sebagian lagi akan jatuh atau mengalir melalui dahan-dahan ke permukaan tanah. Gambar 2.1 berikut merupakan gambar siklus hidrologi.
Gambar 2.1 Siklus Hidrologi
2.1.1 Curah Hujan Data
curah
hujan
yang tercatat diproses berdasarkan areal yang
mendapatkan hujan sehingga didapat tinggi curah hujan rata-rata dan kemudian diramalkan besarnya curah hujan pada periode tertentu. Berikut dijabarkan tentang cara menentukan tinggi curah hujan arel. Dengan melakukan penakaran atau pecatatan hujan, kita hanya mendapat curah hujan di suatu titik tertentu (point rainfall). Jika di dalam suatu areal terdapat beberapa alat penakar atau pencatat curah hujan, maka dapat diambil nilai rata-rata untuk mendapatkan nilai curah hujan areal. Ada 3 macam cara yang berbeda dalam menentukan tinggi curah hujan rata-rata pada areal tertentu dari angka-angka curah hujan di beberapa titik pos penakar atau pencatat. 1. Rata-rata aljabar Tinggi rata-rata curah hujan didapatkan dengan mengambil nilai rata-rata hitung (arithmatic mean) pengukuran hujan di pos penakar-penakar hujan di dalam areal studi. d =
d1+d2+d3+ … + dn n
di = ∑ni=1 n
(2.1)
di mana d = tinggi curah hujan rata-rata, d1 , d2 . . . dn = tinggi curah hujan pada pos penakar 1, 2, . . . , n, dan n = banyak pos penakaran. Cara ini akan memberikan hasil yang dapat dipercaya jika pos-pos penakarnya ditempatkan secara merata di areal tersebut, dan hasil penakaran masing-masing
pos penakar tidak menyimpang jauh dari nilai rata-rata seluruh pos di seluruh areal. 2.
Cara Poligon Thiessen
Cara ini berdasarkan rata-rata timbang (weighted average). Masing-masing penakar mempunyai daerah pengaruh yang dibentuk dengan menggambarkan garis-garis sumbu tegak lurus terhadap garis penghubung di antara dua buah pos penakar. Gambar 2.2 menunjukkan contoh posisi stasiun 1, 2, dan 3 dari skema poligon Thiessen dalam Daerah Aliran Sungai (DAS).
Gambar 2.2 Poligon Thiessen pada DAS Curah hujan pada suatu daerah dapat dihitung dengan persamaan berikut:
d
A1. d1 A 2 . d 2 ..... A n . d n A1 A 2 ..... A n
d
A1. d1 A 2 . d 2 ..... A n . d n A
(2.2)
(2.3)
dimana d = tinggi curah hujan rerata daerah (mm), dn = hujan pada pos penakar hujan (mm), An = luas daerah pengaruh pos penakar hujan (km2 ), dan A = luas total DAS (km2 ).
3.
Cara isohyet
Dalam hal ini kita harus menggambarkan dulu kontur dengan tinggi curah hujan yang sama (isohyet), seperti terlihat pada Gambar 2.3 berikut.
Gambar 2.3 Peta Isohyet
Kemudian luas bagian di antara isohyet-isohyet yeng berdekatan diukur, dan nilai rata-ratanya dihitung sebagai berikut:
d0 d1A d1 d2 dn 1 dn A A ... An 2 2 2 d A1 A2 ...An
d
di 1 di Ai 2 Ai
(2.4)
(2.5)
di mana d = tinggi curah hujan rata-rata areal, A = luas areal total = A1 + A2 + A3 + ...+ An , dan d0, d1, ..., dn = curah hujan pada isohyet 0, 1, 2, ..., n. Ini adalah cara yang paling teliti untuk mendapatkan hujan areal rata-rata, tetapi memerlukan jaringan pos penakar yang relatif lebih padat yang memungkinkan untuk membuat isohyet. Pada waktu menggambar garis-garis isohyet sebaiknya
juga memperhatikan pengaruh bukit atau gunung terhadap distribusi hujan (hujan orografik).
2.1.2 Distribusi Frekuensi Curah Hujan Untuk menganalisis probabilitas curah hujan biasanya dipakai beberapa macam distribusi yaitu:
A. Distribusi Normal B. Log Normal C. Gumbel D.Log Pearson Type III A. Distribusi Normal Distribusi normal atau kurva normal disebut pula distribusi Gauss. Untuk analisa frekuensi curah hujan menggunakan metode distribusi Normal, dengan persamaan sebagai berikut: XT = X + k.Sx
(2.6)
Dimana: XT : Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T tahun. n
X: Harga rata–rata dari data K: Variabel reduksi
X 1
n
i
Sx : Standard Deviasi
n
n
1
1
X i2 X i n 1
Tabel 2.1 Nilai Variabel Reduksi Gauss No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Periode Ulang, T (tahun) 1,001 1,005 1,010 1,050 1,110 1,250 1,330 1,430 1,670 2,000 2,500 3,330 4,000 5,000 10,000 20,000 50,000 100,000 200,000 500,000 1,000,000
Peluang 0,999 0,995 0,990 0,950 0,900 0,800 0,750 0,700 0,600 0,500 0,400 0,300 0,250 0,200 0,100 0,050 0,020 0,010 0,005 0,002 0,001
KT -3,05 -2,58 -2,33 -1,64 -1,28 -0,84 -0,67 -0,52 -0,25 0 0,25 0,52 0,67 0,84 1,28 1,64 2,05 2,33 2,58 2,88 3,09
(sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 37) B. Distribusi Log Normal Untuk analisa frekuensi curah hujan menggunakan metode
distribusi Log
Normal, dengan persamaan sebagai berikut: Log XT = Log X + k.Sx Log X Dimana: Log XT
: Variate yang diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode ulang T tahun.
(2.7)
n
Log X : Harga rata – rata dari data
log (X ) i
1
n
n
SxLog X: Standard Deviasi K
(LogX 1
n
2 i
Log X i ) 1
n 1
: Variabel reduksi
Tabel 2.2 Nilai K untuk Distribusi Log Normal No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Periode Ulang, T (tahun) 1,001 1,005 1,010 1,050 1,110 1,250 1,330 1,430 1,670 2,000 2,500 3,330 4,000 5,000 10,000 20,000 50,000 100,000 200,000 500,000 1,000,000
Peluang 0,999 0,995 0,990 0,950 0,900 0,800 0,750 0,700 0,600 0,500 0,400 0,300 0,250 0,200 0,100 0,050 0,020 0,010 0,005 0,002 0,001
KT -3,05 -2,58 -2,33 -1,64 -1,28 -0,84 -0,67 -0,52 -0,25 0 0,25 0,52 0,67 0,84 1,28 1,64 2,05 2,33 2,58 2,88 3,09
(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 37) C. Distribusi Gumbel Untuk analisa frekuensi curah hujan menggunakan metode E.J. Gumbel, dengan persamaan sebagai berikut: XT = X + K.Sx
(2.8)
Dimana: XT : Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T (tahun). n
X: Harga rata – rata dari data n
Sx: Standard Deviasi
X n n
X X 2 i
1
i
1
i
1
n 1
K: Variabel reduksi.
Untuk menghitung variabel reduksi E.J. Gumbel mengambil harga: K
YT Yn Sn
(2.9)
Dimana: YT : Reduced variate sebagai fungsi dari periode ulang T Yn : Reduced mean sebagai fungsi dari banyak data (N) Sn: Reduced standard deviation sebagai fungsi dari banyak data N Tabel 2.3 Standar Deviasi (Yn) untuk Distribusi Gumbel No 10 20 30 40 50 60 70 80 90 100
0 0,4952 0,5236 0,5362 0,5436 0,5486 0,5521 0,5548 0,5569 0,5586 0,5600
1 0,4996 0,5252 0,5371 0,5442 0,5489 0,5524 0,5550 0,5570 0,5587 0,5602
2 0,5035 0,5268 0,5380 0,5448 0,5493 0,5527 0,5552 0,5572 0,5589 0,5603
3 0,5070 0,5283 0,5388 0,5453 0,5497 0,5530 0,5555 0,5574 0,5591 0,5604
4 0,5100 0,5296 0,5396 0,5458 0,5501 0,5533 0,5557 0,5576 0,5592 0,5606
5 0,5128 0,5309 0,5403 0,5463 0,5504 0,5535 0,5559 0,5578 0,5593 0,5607
6 0,5157 0,5320 0,5410 0,5468 0,5508 0,5538 0,5561 0,5580 0,5595 0,5608
7 0,5181 0,5332 0,5418 0,473 0,5511 0,5540 0,5563 0,5581 0,5596 0,5609
8 0,5202 0,5343 0,5424 0,5477 0,5515 0,5543 0,5565 0,5583 0,5598 0,5510
(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 51)
9 0,5220 0,535 0,5346 0,5481 0,5518 0,5545 0,5567 0,5585 0,5599 0,5611
Tabel 2.4 Reduksi Variat (YTR) sebagai fungsi periode ulang Gumbel Reuced Reduced Periode Variate, Variate, Ulang TR YTR YTR (Tahun) (Tahun) (Tahun) (Tahun) 2 0,3668 100 4,6012 5 1,5004 200 5,2969 10 2,251 250 5,5206 20 2,9709 500 6,2149 25 3,1993 1000 6,9087 50 3,9028 5000 8,5188 75 3,3117 10000 9,2121 (Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 52) Periode Ulang, TR
Tabel 2.5 Reduksi Standard Deviasi (Sn) untuk Distribusi Gumbel No.
0
1
2
3
4
5
6
7
8
9
10
0,94
0,96
0,99
0,99
0,99
1,020
1,03
1,04
1,049
1,056
20 30
1,06 1,11
1,06 1,11
1,07 1,11
1,08 1,12
1,08 1,12
1,091 1,128
1,09 1,13
1,10 1,13
1,104 1,136
1,108 1,138
40 50
1,14 1,10
1,14 1,16
1,14 1,16
1,14 1,16
1,14 1,16
1,151 1,168
1,15 1,16
1,15 1,17
1,157 1,172
1,159 1,173
60
1,17
1,17
1,17
1,17
1,17
1,180
1,18
1,18
1,183
1,184
70 80
1,18 1,90
1,18 1,19
1,18 1,19
1,18 1,19
1,18 1,19
1,189 1,197
1,19 1,19
1,19 1,19
1,192 1,199
1,193 1,200
90 1,20 1,20 1,20 1,20 1,20 1,203 1,20 1,20 1,205 100 1,20 1,20 1,20 1,20 1,20 1,208 1,20 1,20 1,209 (Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 52)
1,206 1,209
D. Distribusi Log Person III Untuk analisa frekuensi curah hujan menggunakan metode Log Person Type III, dengan persamaan sebagai berikut: Log XT = Log X + Ktr. S1 Dimana: Log XT : Variate diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode ulang T tahun.
(2.10)
n
Log X : Harga rata – rata dari data, Log X
Log X i 1
Log X Log X
i
n
n
S1 : Standard Deviasi,
S1 =
i 1
n 1 n
dengan periode ulang T. Cs Dimana : Cs = Koefisien kemencengan
2
i
n . Log Xi Log X i 1
( n 1) ( n 2 ) .Si
3
3
Tabel 2.6 Nilai K untuk distribusi Log Pearson Kemencengan (Cs) 3,0 2,5 2,2 2,0 1,8 1,6 1,4 1,2 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 -0,6 -0,7 -0,8 -0,9 -1,0 -1,2 -1,4 -1,6 -1,8 -2,0 -2,2 -2,5 -3,0
2
5
10
50 -0,396 -0,360 -0,330 -0,307 -0,282 -0,254 -0,225 -0,195 -0,164 -0,148 -0,132 -0,116 -0,099 -0,083 -0,066 -0,050 -0,033 -0,017 0,000 0,017 0,033 0,050 0,066 0,083 0,099 0,116 0,132 0,148 0,164 0,195 0,225 0,254 0,282 0,307 0,330 0,360 0,396
20 0,420 0,518 0,574 0,609 0,643 0,675 0,705 0,732 0,758 0,769 0,780 0,790 0,800 0,808 0,816 0,824 0,830 0,836 0,842 0,836 0,850 0,853 0,855 0,856 0,857 0,857 0,856 0,854 0,852 0,844 0,832 0,817 0,799 0,777 0,752 0,711 0,636
10 1,180 1,250 1,284 1,302 1,318 1,329 1,337 1,340 1,340 1,339 1,336 1,333 1,328 1,323 1,317 1,309 1,301 1,292 1,282 1,270 1,258 1,245 1,231 1,216 1,200 1,183 1,166 1,147 1,128 1,086 1,041 0,994 0,945 0,895 0,844 0,771 0,660
Periode Ulang Tahun 25 50 Peluang (%) 4 2 2,278 3,152 2,262 3,048 2,240 2,970 2,219 2,912 2,193 2,848 2,163 2,780 2,128 2,706 2,087 2,626 2,043 2,542 2,018 2,498 2,998 2,453 2,967 2,407 2,939 2,359 2,910 2,311 2,880 2,261 2,849 2,211 2,818 2,159 2,785 2,107 2,751 2,054 2,761 2,000 1,680 1,945 1,643 1,890 1,606 1,834 1,567 1,777 1,528 1,720 1,488 1,663 1,488 1,606 1,407 1,549 1,366 1,492 1,282 1,379 1,198 1,270 1,116 1,166 0,035 1,069 0,959 0,980 0,888 0,900 0,793 0,798 0,666 0,666
100
200
1000
1 4,051 3,845 3,705 3,605 3,499 3,388 3,271 3,149 3,022 2,957 2,891 2,824 2,755 2,686 2,615 2,544 2,472 2,400 2,326 2,252 2,178 2,104 2,029 1,955 1,880 1,806 1,733 1,660 1,588 1,449 1,318 1,200 1,089 0,990 0,905 0,799 0,667
0,5 4,970 4,652 4,444 4,298 4,147 3,990 3,828 3,661 3,489 3,401 3,312 3,223 3,132 3,041 2,949 2,856 2,763 2,670 2,576 2,482 2,388 2,294 2,201 2,108 2,016 1,926 1,837 1,749 1,664 1,501 1,351 1,216 1,097 1,995 0,907 0,800 0,667
0,1 7,250 6,600 6,200 5,910 5,660 5,390 5,110 4,820 4,540 4,395 4,250 4,105 3,960 3,815 3,670 3,525 3,380 3,235 3,090 3,950 2,810 2,675 2,540 2,400 2,275 2,150 2,035 1,910 1,800 1,625 1,465 1,280 1,130 1,000 0,910 0,802 0,668
(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 43)
2.1.3 Uji Distribusi Frekuensi Curah Hujan Untuk mengetahui apakah data tersebut benar sesuai dengan jenis sebaran teoritis yang dipilih maka perlu dilakukan pengujian lebih lanjut. Untuk keperluan analisis uji kesesuaian dipakai dua metode statistik sebagai berikut: 1.
Uji Chi Kuadrat Uji Chi Kuadrat digunakan untuk menguji apakah distribusi pengamatan
dapat disamai dengan baik
oleh distribusi teoritis. Perhitungannya dengan
menggunakan persamaan berikut: (2.11) (EF - OF) 2 EF i 1 di mana k = 1 + 3,22 Log n, OF = nilai yang diamati, dan EF = nilai yang k
X 2hit
diharapkan. Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X2 hitung < X2 Cr. Harga X2 Cr dapat diperoleh dengan menentukan taraf signifikan α dengan derajat kebebasan. Batas kritis X2 tergantung pada derajat kebebasan dan . Untuk kasus ini derajat kebebasan mempunyai nilai yang didapat dari perhitungan sebagai berikut: DK = JK - (P + 1)
(2.12)
di mana DK = derajat kebebasan, JK = jumlah kelas, dan P = faktor keterikatan (untuk pengujian Chi-Square mempunyai keterikatan 2). 2.
Uji Smirnov Kolmogorof
Tahap-tahap pengujian Smirnov Kolmogorof adalah sebagai berikut: a.
Plot data dengan peluang agihan empiris pada kertas probabilitas, dengan menggunakan persamaan Weibull:
P
m x 100% n 1
(2.13)
di mana m = nomor urut dari nomor kecil ke besar, dan n = banyaknya data. b.
Tarik garis dengan mengikuti persamaan:
Log X T log X G . Sd
(2.14)
Dari grafik ploting diperoleh perbedaan perbedaan maksimum antara distribusi teoritis dan empiris:
max Pe - Pt di mana
max = selisih maksimum antara peluang empiris dengan
(2.15)
teoritis,
Pe = peluang empiris, dan Pt = peluang teoritis. c. Taraf signifikan diambil 5% dari jumlah data (n), didapat Δ Cr dari tabel. Dari tabel Uji Smirnov Kolmogorof, bila Δ maks < ΔCr, maka data dapat diterima. 2.1.4 Hidrograf Satuan Sintetik Di daerah di mana data hidrologi tidak tersedia untuk menurunkan hidrograf satuan, maka dibuat hidrograf satuan sintetis yang didasarkan pada karakteristik fisik dari DAS. Berikut ini diberikan beberapa metode yang biasa digunakan dalam menurunkan hidrograf banjir.
1.
Hidrograf Satuan Gama I Kajian sifat dasar Hidrograf Satuan Sintetik (HSS) Gamma I adalah hasil
penelitian 30 buah daerah aliran sungai di Pulau Jawa. Sifat-sifat daerah aliran sungai dalam metode HSS Gamma I adalah sebagai berikut: 1.
Faktor sumber (source factor, SF) adalah perbandingan antara jumlah panjang sungai-sungai tingkat satu dengan jumlah panjang sungai semua tingkat.
2.
Frekuensi sumber (source frequency, SN) ditetapkan sebagai perbandingan antara jumlah pangsa sungai semua tingkat.
3.
Faktor simetri (symmetry factor, SIM), ditetapkan sebagai hasil kali antara faktor lebar (WF) dengan luas relatif DPS sebelah hulu (RUA).
4.
Faktor lebar (width factor, WF) adalah perbandingan antara lebar DAS yang diukur dari titik di sungai yang berjarak ¾ L dan lebar DPS yang diukur dari titik di sungai yang berjarak ¼ L dari tempat pengukuran.
5.
Luas relatif DPS sebelah hulu (relative upper catchment area), yaitu perbandingan antara luas DPS sebelah hulu garis yang ditarik terhadap garis yang mengubungkan titik tersebut dengan tempat pengukuran dengan luas DPS.
6.
Jumlah pertemuan sungai (number of junction, JN) Gambar 2.5 berikut merupakan model parameter karakteristik DAS Metode Gamma I. untuk X ~ A = 0,25 L, X ~ B = 0,75 L, dan WF = WU/WL.
WL
B
A X
WU
Gambar 2.4 Model Parameter Karakteritik DAS Metode Gamma I Rumus-rumus yang digunakan dalam metode HSS Gamma I adalah sebagai berikut: B = 1,5518 N -0,14991 A-0,2725 SIM –0,0259 S-0,0733
(2.16)
di mana N = jumlah stasiun hujan, A = luas DAS (km2 ), SIM = faktor simetri, S = landai sungai rata-rata, dan B = koefiesien reduksi. Menghitung waktu puncak HSS Gamma I (tr) dengan rumus berikut: tr = 0.43 ( L/ 100 SF) 3 + 1.0665 SIM + 1.277
(2.17)
di mana tr = waktu naik (jam), L = panjang sungai induk (km), SF = faktor sumber, dan SIM = faktor simetri. Menghitung debit puncak banjir HSS Gamma I (Q p ) dengan rumus berikut: Qp = 0,1836 A0,5884 JN 0,2381 tr-0,4008
(2.18)
di mana Qp = debit puncak (m3 /det), dan JN = jumlah pertemuan sungai. Menghitung waktu dasar pada metode HSS Gamma I (tb) dengan rumus berikut:
tb = 27,4132 tr0,1457 S-0,0986 SN0,7344 RUA0,2574
(2.19)
di mana S = landai sungai rata-rata, SN = frekuensi sumber, dan RUA = luas relatif DPS sebelah hulu (km2 ). Menghitung koefisien resesi (K) pada metode ini dihitung dengan rumus: K = 0,5671 A0,1798 S-0,1446 SF-1,0897 D0,0452
(2.20)
di mana K = koefisien tampungan (jam), A = luas DPS (km2 ), S = landai sungai rata-rata, SF = faktor sumber (km/km2 ), dan D = kerapatan jaringan kuras (km/km2 ). Menghitung aliran dasar sungai dihitung dengan rumus: QB = 0,4751 A0,6444 D0,9430
(2.21)
di mana Q B = aliran dasar (m3 /det), A = luas DPS (km2 ), dan D = kerapatan jaringan kuras (km/km2 ). 2.
Hidrograf Satuan Nakayasu Perhitungan debit banjir rancangan menggunakan metode Nakayasu.
Persamaan umum Hidrograf Satuan Sintetik Nakayasu adalah sebagai berikut:
Qp
C.A.R0 3,6 (0,3 TP T0,3 )
(2.22)
Tp = tg + 0,8 tr
(2.23)
tg
= 0,21 x L0,7
(L < 15 km)
(2.24)
tg
= 0,4 + 0,058 x L
(L > 15 km)
(2.25)
T0,3 = α x tg
(2.26)
t Qt Tp
2, 4
x Qp
(2.27)
di mana Qp = debit puncak banjir (m3 /det), C= koefisien pengaliran, R0 = hujan satuan (mm), A = luas DAS (km2 ), Tp = tenggang waktu dari permulaan hujan sampai puncak banjir (jam), T0,3 = waktu yang diperlukan oleh penurunan debit, dari debit puncak sampai menjadi 30% dari debit puncak, tg= waktu konsentrasi tr = satuan waktu hujan, diambil 1 jam, = parameter hidrograf,
(jam),
1.5 – 3.5, Qt = debit pada saat t jam (m3 /det), dan L
bernilai antara
=
panjang sungai (m). Gambar 2.5
merupakan contoh gambar hidrograf nakayasu berupa
hubungan antara waktu dengan debit puncaknya.
Tr
0,8 T r
tg Qp
LengkungNaik
Q (m3 /det)
Lengkung T urun
0,3 2 Qp 0,3 Qp
Tp
T 0,3
1,5 T 0,3
Gambar 2.5 Model Hidrograf Nakayasu
t (jam)
Persamaan-persamaan yang digunakan dalam hidrograf nakayasu adalah:
a.
b.
t Pada kurva naik, 0 ≤ t ≤ Tp , maka Q t Tp
2, 4
x Qp
Pada kurva turun, Tp < t ≤ (Tp + T0,3 ), maka Q t Q p x 0,3
T0,3 ) ≤ t ≤ (Tp + T0,3 + 1,5T0,3 ), maka Q t Q p x 0,3
(Tp + T0,3 + 1,5T0,3 ), maka Q t Q p x 0,3
t -Tp T0,3
t -T p 0,5T0,3 1,5T0,3
, untuk (Tp +
, dan untuk t >
t -Tp 1,5T0,3 2T0,3
.
di mana Qt = debit pada saat t jam (m3 /det) 3. Hidrograf satuan Snyder Dalam permulaan tahun 1938, F.F. Snyder dari Amerika Serikat telah mengembangkan rumus empiris dengan koefisien-koefisien empiris yang menghubungkan unsur-unsur hidrograf satuan dengan karakteristik daerah pengaliran. Unsur-unsur hidrograf tersebut dihubungkan dengan A= Luas daerah pengaliran (km2 ) L= Panjang aliran utama (km) LC= Jarak antara titik berat daerah pengaliran dengan pelepasan (outlet) yang diukur sepanjang aliran utama
Dengan unsur-unsur tersebut Snyder membuat rumus-rumusnya sebagai berikut : t p = Ct (L . Lc) tr
tp
(2.29)
5,5
Qp 2,78
(2.28)
C p .A tp
Tb 72 3t p
(2.30)
(2.31)
Dimana: tp
: Waktu mulai titik berat hujan sampai debit puncak dalam jam
tr
: Lama curah hujan efektif
Qp
: Debit maksimum total
Tb
: Waktu dasar hidrograf
Koefisien-koefisien Ct dan CP harus ditentukan secara empiris, karena besarnya berubah-ubah antara daerah yang satu dengan yang lain. Besarnya C t = 0,75-3,00 sedangkan CP = 0,90-1,40. Lamanya hujan efektif tr ‘=tp /5,5 dimana tr diasumsi 1 jam. Jika tr’ > tr ( asumsi), dilakukan koreksi terhadap tp
t p ' t p 0, 25(tr tr ') Maka :
(2.32)
tr 2
TP t p '
(2.33)
Jika tr’ < tr (asumsi), maka :
Tp t p
tr 2
(2.34)
Menentukan grafik hubungan antara Qp dan t (UH) berdasarkan persamaan Alexseyev sebagai berikut : Q Y .Qp
(2.35)
Dimana :
Y 10 X
a
(1 x )2 x
t TR
a 1,322 0,15 0,045
(Qp .TR ) (h. A)
(2.36)
(2.37)
(2.38)
(2.39)
Dimana: Q
: Debit dengan periode hidrograf
Y
: Perbandingan debit periode hidrograf dengan debit puncak
X
: Perbandingan waktu periode hidrograf dengan wktu mencapai puncak
banjir
Setelah dan a dihitung, maka nilai y untuk masing-masing x dapat dihitung (dengan membuat table), dari nilai-nilai tersebut diperoleh t=xTp dan Q=y.Q p , selanjutnya dibuat grafik hidrograf satuan.
