BAB IV HASIL PERHITUNGAN DAN ANALISA. Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena

Bab IV Hasil Analisis dan Pembahasan

BAB IV HASIL PERHITUNGAN DAN ANALISA 4.1

Ketersediaan Data Hidrologi

4.1.1 Pengumpulan Data Hidrologi Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi (hydrologic phenomena). Fenomena hidrologi seperti besarnya : curah hujan, temperatur, penguapan, lama penyinaran matahari, kecepatan angin, debit sungai, tinggi muka air sungai, kecepatan aliran, konsentrasi sedimen sungai akan selalu berubah menurut waktu. Dalam kasus kali ini penulis mempergunakan data curah hujan sebagai data acuan dalam proses perhitungan, yang diambil dari 3 stasiun pencatat curah hujan yang terdekat ke lokasi penelitian yaitu Stasiun Curah Hujan Cawang, Katulampa dan Gunung Mas. Data curah hujan yang diambil adalah curah hujan harian dari ketiga stasiun tersebut selama 10 tahun, dari tahun 2003 s/d 2012. Dari data curah hujan harian tersebut, diambil data curah hujan harian maksimum per tahun, seperti yang tercatat di dalam Tabel 4.1.

IV-1


Gambar 4.1. Hasil Plotting Data Stasiun Curah Hujan

Tabel 4.1. Rekapitulasi Data Curah Hujan Harian Maksimum Tahunan 3 Stasiun No.

Tahun

1 2 3 4 5 6 7 8 9 10

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Tinggi Curah Hujan Pada Statiun ( mm ) Sta. Cawang Sta. Gunung Mas Sta. Katulampa 72.5 118 129 99.5 78 109 314 157 111 134.5 127 71 195 156 172 143 105 166 99 152 112 121 106 145 55 115 102 103 80 136

IV-2


4.1.2

Pengujian Data Hidrologi

Pengujian data hidrologi dinamakan Uji konsistensi (consistency test). Cara menguji konsistensi data yaitu dengan Kurva Lengkung Massa Ganda (Double Mass Curve). Langkah-langkah uji konsistensi data hujan dengan Kurva Lengkung Massa Ganda adalah: 1. Hitung rata-rata curah hujan dari sta A, B dan seterusnya bila ada 2. Hitung nilai kumulatif dari rata-rata curah hujan pada langkah (1) 3. Hitung nilai kumulatif dari nilai curah hujan pada stasiun yang diuji konsistensi datanya 4. Gambar grafik kurva hubungan langkah (2) dan (3) 5. Perbandingan kemiringan hasil kurva

300

474, 378

342, 279

217, 158

600

108, 103

Ordinat Y

1224, 1336.5

1100, 1264

873, 850.5

900

610, 521

y = 1,2014x - 118,95 R² = 0,9858 Sesudah Uji Konsistensi

1200

774, 716

Plotting Data Sta. Cawang

1500

1007, 1164.5

6. Data penyimpangan dikoreksi dengan faktor koreksi

y = 1,1883x - 122,18 R² = 0,9762 Sebelum Uji Konsistensi Sebelum uji konsistensi Setelah uji konsistensi

0 0

300

600

Absis X

900

1200

1500

Gambar 4.2. Hasil Plotting Data Sta. Cawang Setelah Uji Konsistensi

IV-3


300

1194, 1076

1090, 998

877, 841

591, 558

437, 453

331, 301

198, 195

600

120, 80

Ordinat Y

900

775, 714

y = 0.915x + 8.845 R² = 0.996

1200

1295, 1194

Plotting Data Sta. Gunung Mas 1500

Plotting Data Sta. Gunung Mas Linear (Plotting Data Sta. Gunung…

0 0

300

600

Absis X

900

1200

1500

300

1265, 1253

846, 904

715, 833

540, 661

290, 383

600

177, 238

900

92, 136

Ordinat Y

1200

416, 495

y = 0,874x + 134,38 R² = 0,9972 Sesudah Uji Konsistensi

1081, 1015

Plotting Data Sta. Katulampa

1500

1170, 1124

Gambar 4.3. Hasil Plotting Data Sta. Gunung Mas Tanpa Uji Konsistensi

y = 0,8978x + 112,55 R² = 0,9831 Sebelum Uji Konsistensi Sebelum uji konsistensi Setelah uji konsistensi

0 0

300

600

Absis X

900

1200

1500

Gambar 4.4. Hasil Plotting Data Sta. Katulampa Setelah Uji Konsistensi

Keterangan : Untuk Gambar 4.3. Data Sta Gunung Mas tidak dikoreksi, karena korelasinya R² = 0.996, mendekati 1.

IV-4


Tabel 4.2. Tinggi Curah Hujan Harian Maksimum Tiap Stasiun Setelah Dikoreksi No. 1 2 3 4 5 6 7 8 9 10

4.2

Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Total

Tinggi Curah Hujan Pada Tiap Station (mm) Sta. Cawang Sta. Gn. Mas Sta. Katulampa 72.50 118.00 79.84 89.36 78.00 109.00 282.00 157.00 179.35 120.79 127.00 114.72 217.13 156.00 106.45 159.23 105.00 166.00 110.23 152.00 112.00 134.73 106.00 89.74 55.00 115.00 63.13 92.50 80.00 219.74 1333.47 1194.00 1239.97

Curah Hujan Rerata Wilayah dengan Metode Polygon Thiessen

Data curah hujan harian maksimum yang didapat dari stasiun-stasiun pengukuran berupa data suatu titik tertentu (point rainfall), sedangkan untuk keperluan analisis, yang diperlukan adalah data curah hujan wilayah aliran (areal rainfall/catchment rainfall). Untuk mendapatkan data curah hujan wilayah adalah dengan mengambil data curah hujan rata-ratanya. Ada tiga cara yang telah banyak digunakan yaitu, cara rata-rata aljabar (Arithmatic Mean Method), Poligon Thiessen (Thiessen Polygon Method) dan Isohiet (Isohyetal Method). Dalam studi ini digunakan metode Polygon Thiessen.

IV-5


Gambar 4.5. Hasil Plotting DAS dengan Metode Polygon Thiessen

Tabel 4.3. Luas DAS yang Masuk Pengaruh Stasiun Curah Hujan Nama Sta Luas Sta (km²) Persentase Luasan Sta (%)

Luas DAS Tiap Station Sta. Cawang Sta. Gn. Mas Sta. Katulampa 83.53 123.62 107.62 26.54%

39.27%

Total 314.77

34.19%

100.00%

Tabel 4.4. Curah Hujan Rerata Wilayah dengan Metode Thiessen No. Tahun Persentase 2003 1 2004 2 2005 3 2006 4 2007 5 2008 6 2009 7 2010 8 2011 9 2012 10

Tinggi Curah Hujan Maximum Tahunan (mm) Sta. Cawang Sta. Gn. Mas Sta. Katulampa 26.54% 39.27% 34.19% 72.50 118.00 79.84 89.36 78.00 109.00 282.00 157.00 179.35 120.79 127.00 114.72 217.13 156.00 106.45 159.23 105.00 166.00 110.23 152.00 112.00 134.73 106.00 89.74 55.00 115.00 63.13 92.50 80.00 219.74

Rata² Tahunan (Ř) 92.878 91.614 197.813 121.154 155.280 140.246 127.240 108.065 81.343 131.096

IV-6

100.000

131.096

81.343

108.065

140.246

127.240

150.000

155.280

92.878

200.000

91.614

250.000

Grafik Data Tertinggi/Terendah Curah Hujan Rata-rata Tahunan 121.154

197.813


50.000 0.000 2002

2004

2006

2008

2010

2012

2014

Gambar 4.6. Grafik Data Curah hujan Rerata Wilayah

4.3

Analisis Hujan Rancangan (Design Rainfall)

4.3.1 Pemilihan Metode Perhitungan Hujan Rancangan Untuk menentukan metode yang sesuai, maka terlebih dahulu harus dihitung besarnya parameter statistik yaitu koefisien kepencengan (skewness) atau Cs, dan koefisien kepuncakan (kurtosis) atau Ck. Tabel 4.5. Perhitungan untuk Penentuan Metode Analisis Frekuensi No. 1 2 3 4 5 6 7 8 9 10

Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Jumlah Rerata (X) Maksimum Minimum Standar Deviasi (Sd) Skewness (Cs) Koef Kurtosis (Ck)

Xi 92.88 91.61 197.81 121.15 155.28 140.25 127.24 108.07 81.34 131.10

(Xi-X) -31.79 -33.06 73.14 -3.52 30.61 15.57 2.57 -16.61 -43.33 6.42

1246.730 124.673 197.813 81.343 34.715 0.895 4.832

0.00

(Xi-X)2 1010.89 1092.92 5349.40 12.38 936.82 242.51 6.59 275.82 1877.49 41.26

(Xi-X)3 (Xi-X)4 -32140.80 1021901.22 -36131.25 1194475.60 391252.42 28616029.77 -43.58 153.34 28673.75 877632.58 3776.63 58812.82 16.93 43.45 -4580.77 76076.60 -81351.43 3524955.26 265.00 1702.16

10846.08 269736.90 35371782.80

IV-7


Berdasarkan hasil perhitungan didapatkan hasil sebagai berikut : 

Nilai Koefisien Kepencengan (Skewness) Cs = 0,895



Nilai Koefisien Kurtosis Ck = 4,832 Tabel 4.6. Syarat Analisis Data untuk Menggunakan Analisa Frekuensi

1

Jenis Distribusi Normal

2

Gumbel

3

Log Pearson Tipe III

No.

Syarat -0.05 < Cs < 0.05 2.7 < Ck < 3.0 Cs ≥ 1.1396 Ck ≥ 5.4002 tanpa batasan tanpa batasan

Perhitungan Cs = 0.895 Ck = 4.832 Cs = 0.895 Ck = 4.832 Cs = 0.895 Ck = 4.832

Kesimpulan Tidak memenuhi Tidak memenuhi Tidak memenuhi Tidak memenuhi Memenuhi Memenuhi

Sehingga perhitungan analisa curah hujan rancangan (design rainfall) digunakan Metode Log Pearson Tipe III. 4.3.2 Perhitungan Hujan Rancangan dengan Metode Gumbel Tabel 4.7. Perhitungan Curah Hujan Rancangan Metode Gumbel No.

Tahun

1

2003

2

2004

3

2005

4

2006

5

2007

6

2008

7

2009

8

2010

9

2011

10

2012

Jumlah Rerata (X) Maksimum Minimum Standar Deviasi (Sd) Skewness (Cs)

Curah Hujan (Xi) (mm) 92,878 91,614 197,813 121,154 155,280 140,246 127,240 108,065 81,343 131,096 1246,730 124,673 197,813 81,343 34,715 0,895

Xi - X

(Xi - X)2

(Xi - X)3

-31,7945 -33,0594 73,1396 -3,5189 30,6075 15,5728 2,5675 -16,6078 -43,3300 6,4232

1010,8913 1092,9207 5349,3953 12,3830 936,8205 242,5135 6,5920 275,8199 1877,4864 41,2573

-32140,8004 -36131,2479 391252,4177 -43,5750 28673,7539 3776,6262 16,9250 -4580,7681 -81351,4329 265,0030

0,000

10846,080

269736,902

IV-8


Tabel 4.8. Hasil Curah Hujan Rancangan Metode Gumbel Kala Ulang

Sn

Yn

Yt

(Tahun) 1,01 2 5 10 20 25 50 100 1000

(Tabel) 0,9497 0,9497 0,9497 0,9497 0,9497 0,9497 0,9497 0,9497 0,9497

(Tabel) 0,4952 0,4952 0,4952 0,4952 0,4952 0,4952 0,4952 0,4952 0,4952

(Tabel) -1,5293 0,3665 1,4999 2,2504 2,9702 3,1985 3,9019 4,6001 6,9073

No. 1 2 3 4 5 6 7 8 9

K (Faktor Frekuensi) -2,1318 -0,1355 1,0580 1,8481 2,6061 2,8465 3,5872 4,3224 6,7517

Xt (mm) 50,6690 119,9690 161,3997 188,8304 215,1426 223,4892 249,2011 274,7231 359,0559

4.3.3 Perhitungan Hujan Rancangan dengan Metode Log Pearson III Tabel 4.9. Perhitungan Curah Hujan Rancangan Metode Log Pearson Type III

No.

Tahun

1

2003

2

2004

3

2005

4

2006

5

2007

6

2008

7

2009

8

2010

9

2011

10

2012

Curah Hujan (Xi) (mm) 92.878 91.614 197.813 121.154 155.280 140.246 127.240 108.065 81.343 131.096

Jumlah Rerata (Log X) Maksimum Minimum Standar Deviasi (Sd) Skewness (Cs)

Log Xi

Log Xi - Log X

(Log Xi - Log X)2

(Log Xi - Log X)3

1.968 1.962 2.296 2.083 2.191 2.147 2.105 2.034 1.910 2.118

-0.1135 -0.1194 0.2149 0.0020 0.1097 0.0655 0.0233 -0.0477 -0.1710 0.0362

0.0129 0.0143 0.0462 0.0000 0.0120 0.0043 0.0005 0.0023 0.0293 0.0013

-0.0015 -0.0017 0.0099 0.0000 0.0013 0.0003 0.0000 -0.0001 -0.0050 0.0000

20.814 2.081 2.296 1.910 0.117 0.288

0.000

0.123

0.003

IV-9


Tabel 4.10. Hasil Curah Hujan Rancangan Metode Log Pearson Type III No. 1 2 3 4 5 6 7 8 9

Kala Ulang (Tahun) 1.01 2 5 10 20 25 50 100 1000

G (Tabel) -2.1111 -0.0475 0.8239 1.3080 1.6661 1.8452 2.2037 2.5346 3.5070

Log Xt 1.8345 2.0758 2.1777 2.2343 2.2762 2.2971 2.3390 2.3777 2.4914

Xt (mm) 68.3197 119.0751 150.5552 171.5146 188.8750 198.2002 218.2840 238.6258 310.0332

4.3.4 Uji Kesesuaian Distribusi Untuk mengetahui apakah data tersebut benar sesuai dengan jenis sebaran toristis yang dipilih maka perlu dilakukan pengujian lebih lanjut. Untuk keperluan analisis uji kesesuaian dipakai dua metode statistik sebagai berikut : 

Uji Smirnov - Kolmogorov



Uji Chi Square

A. Uji Horizontal dengan Metode Smirnov - Kolmogorov Uji Smirnov Kolmogorov sering juga disebut uji kecocokan non parametik, karena uji kecocokannya tidak menggunakan fungsi distribusi tertentu.

IV-10


Tabel 4.11. Perhitungan Uji Kesesuaian Distribusi Smirnov-Kolmogorof No. 1 2 3 4 5 6 7 8 9 10

Tahun 2005 2007 2008 2012 2009 2006 2010 2003 2004 2011

Xi m 197,813 1 155,280 2 140,246 3 131,096 4 127,240 5 121,154 6 108,065 7 92,878 8 91,614 9 81,343 10

P (Xi) (%) 9,09 18,18 27,27 36,36 45,45 54,55 63,64 72,73 81,82 90,91 D maks

Jumlah Rerata (Log X) Standar Deviasi (Sd) Skewness (Cs)

20,814 2,081 0,117 0,288

Jumlah data (n) Level of Significant (α) D kritis D maks

10 5% 0,410 0,068

Log Xi 2,296 2,191 2,147 2,118 2,105 2,083 2,034 1,968 1,962 1,910

G 1,838 0,939 0,560 0,310 0,199 0,017 -0,408 -0,970 -1,021 -1,463

P (Xm) (%) 4,041 17,629 29,072 37,700 41,518 47,786 63,435 82,999 84,292 93,467

[P(Xi) - P(Xm)] (%) 5,050 0,553 -1,799 -1,336 3,937 6,759 0,202 -10,272 -2,474 -2,558 0,068

Rumus : P (Xi) / Probabilitas Empiris = m / (n+1) *100 (%) P (Xi) = data yang telah diranking dari besar ke kecil m = nomor urut n = jumlah data (10) dimana: G = (Log Xi - Log X) / Sd

Kesimpulan : Karena nilai ∆kritis > ∆maks , maka Hipotesa Log Pearson Tipe III diterima.

IV-11


Grafik Uji Distribusi Smirnov-Kolmogorof 500 Probabilitas Empiris

90.91, 81.343

81.82, 91.614

63.64, 108.065

72.73, 92.878

Probabilitas Teoritis

54.55, 121.154

45.45, 127.240

36.36, 131.096

27.27, 140.246

18.18, 155.280

9.09, 197.813

Data Curah Hujan (Xi)

y = -46.6ln(x) + 298.2 R² = 0.971

0 0.00

10.00

20.00

30.00

40.00

50.00

60.00

Probabilitas (%)

70.00

80.00

90.00 100.00

Gambar 4.7. Grafik Uji Distribusi Smirnov-Kolmogorof Berdasarkan tabel harga Δ kritis untuk derajat kepercayaan 5% didapatkan nilai Δkritis sebesar 0,41 %. Karena nilai Δkritis > Δmaks, maka hipotesa Log Pearson Type III diterima.

B. Uji Vertikal dengan Metode Chi Square Uji Chi-Kuadrat dimaksudkan untuk menentukan apakah persamaan distribusi yang telah dipilih dapat mewakili distribusi statistik sampel data yang dianalisis. Pengambilan keputusan uji ini menggunakan parameter X2. Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X2 < X2cr. Harga X2cr dapat diperoleh dengan menentukan taraf signifikasi

dengan derajat

kebebasannya (level of significant). Berikut perhitungan metode chi square :

IV-12




Penentuan jumlah kelas (k) K

= 1 + 3,22 log n = 1 + 3,22 Log 10 = 4,2 ~ 4 kelas



Sehingga probalilitas antar kelas adalah 25 % (100% / 4 kelas) Tabel 4.12. Penentuan batas antar kelas Pr (%) 25 50 75

G 0,679 -0,047 -0,718

Sd 0,117 0,117 0,117

log X 2,161 2,076 1,997

Anti Log 144,783 119,075 99,406

Tabel 4.13. Perhitungan Uji Kesesuaian Distribusi Chi Square

No. 1 2 3 4

Probability (P) (%) 0 - 99.406 99.406 - 119.075 119.075 - 144.783 144.783 - ∞ Jumlah

Derajat Bebas (g) Level of Significant (α) X2 kritis 2

X hitung

Expected Frequency (Ef) 2,5 2,5 2,5 2,5 10

Observed Frequency (Of) 3 1 4 2 10

1 5%

Ef - Of

((Ef - Of)2) / Ef

-0,5 1,5 -1,5 0,5 0

0,1 0,9 0,9 0,1 2

Rumus : g = K - (P + 1)

3,841

dimana:

2,000

P = banyak parameter = 2

Kesimpulan : Karena nilai X2kritis > X2maks , maka Hipotesa Log Pearson Tipe III diterima.

4.4

Debit Banjir Rancangan

4.4.1 Distribusi Curah Hujan Jam-Jaman Perkiraaan distribusi hujan menggunakan rumus mononobe disajikan pada Tabel 4.14. sebagai berikut :

IV-13


Tabel 4.14. Distribusi Hujan Netto Jam-Jaman Jam ke (t) 1 2 3 4 5 6

Distribusi Hujan (Rt) 1 jam-an 0,5503 .R24 0,3467 .R24 0,2646 .R24 0,2184 .R24 0,1882 .R24 0,1667 .R24 Jumlah

Rasio (%) 55,03 14,30 10,03 7,99 6,75 5,90 100,00

Kumulatif (%) 55,03 69,34 79,37 87,36 94,10 100,00

Pola Distribusi Hujan

120

Prosentase Kumulatif (%)

Curah hujan jam ke0,5503 .R24 0,143 .R24 0,1003 .R24 0,0799 .R24 0,0675 .R24 0,059 .R24 100,00

100 80 60 40 20 0 0

1

2

3

Waktu4 (Jam)

5

6

7

Distribusi Hujan

60

Prosentase Hujan (%)

50 40 30 20 10 0 1

2

3

4 Waktu (Jam)

5

6

Gambar 4.8. Pola Distribusi Hujan Netto Jam-Jaman

IV-14


4.4.2 Koefisien Pengaliran berdasarkan Tata Guna Lahan

Gambar 4.9. Plot Tata Guna Lahan DAS Ciliwung

Tabel 4.15. Koefisien Pengaliran (Curve Number/ CN) Kode Unsur

Label

Luas (Km2)

% Luas

CN X Luas

50102

PM

Permukiman dan Tempat Kegiatan

77 235,11

74,69%

18.103,18

50202

HT

Hutan Rimba

25 36,55

11,61%

913,77

50304

KB

Perkebunan/Kebun

62 19,07

6,06%

1.182,62

50306

SW

Sawah

59 3,83

1,22%

225,77

50310

TL

Tegalan/Ladang

39 20,21

6,42%

788,08

Nama Unsur

CN

262,00 314,77 100,00%

CN DAS

= 21.213,42 / 262 = 81

21.213,42

IV-15


Peruntukan Tata Guna Lahan 1% 6%

Permukiman dan Tempat Kegiatan Hutan Rimba

6% 12%

Perkebunan/Kebun 75%

Sawah Tegalan/Ladang

Gambar 4.10. Grafik Peruntukan Tata Guna Lahan

4.4.3 Analisa Curah Hujan Efektif Perhitungan selengkapnya sebaran Hujan Netto Jam-jaman disajikan pada Tabel 4.16. Tabel 4.16. Nisbah Hujan Netto Jam-Jaman Kala Ulang (Tr) (tahun) 1,01 2 5 10 20 25 50 100 1000 R rancangan (mm) 68,320 119,075 150,555 171,515 188,875 198,200 218,284 238,626 310,033 Jam keNisbah (%) 1 0,550 37,598 65,530 82,854 94,388 103,942 109,074 120,126 131,321 170,618 2 0,347 23,685 41,281 52,195 59,461 65,479 68,712 75,675 82,727 107,482 3 0,265 18,075 31,503 39,832 45,377 49,970 52,437 57,751 63,132 82,024 4 0,218 14,921 26,005 32,881 37,458 41,249 43,286 47,672 52,115 67,710 5 0,188 12,858 22,411 28,336 32,280 35,548 37,303 41,083 44,911 58,350 6 0,167 11,387 19,846 25,093 28,586 31,479 33,033 36,381 39,771 51,672

4.4.4 Analisa Debit Banjir Rancangan (Design Discharge) Informasi debit banjir sungai akan memberikan hasil lebih bermanfaat bila disajikan dalam bentuk hidrograf. Bentuk hidrograf pada umumnya sangat

IV-16


dipengaruhi oleh sifat hujan yang terjadi, akan tetapi juga dapat dipengaruhi oleh sifat DAS seperti panjang sungai induk, kemiringan lereng, arah, dan bentuk DAS. HEC-HMS didesain untuk mensimulasi respon limpasan permukaan dari suatu DAS akibat curah hujan dengan mempresentasikan DAS sebagai suatu sistem hidrologi dengan komponen hidrolika yang saling berhubungan. Setiap komponen bermodelkan suatu aspek dari proses hujan-limpasan untuk suatu subDAS dari keseluruhan DAS. Hasil keluaran program adalah perhitungan aliran sungai pada lokasi yang dikehendaki dalam DAS (USACE 2010). Simulasi program HEC-HMS ini dibagi menjadi 3 konfigurasi yang berbeda, masing-masing dipisahkan berdasarkan periode ulangnya, yaitu 25, 50, dan 100 tahun. Untuk hasil akhir penelitian ini, periode ulang yang diambil hanya periode tersebut karena hasil periode tersebut sudah cukup dan lebih bermanfaat untuk penelitian lanjutan. Terdapat dua metode hidrograf aliran HEC-HMS yang digunakan dalam penelitian ini yaitu metode Snyder dan metode SCS. A. Hidrograf Satuan Sintetik Snyder Persamaan umum HSS Snyder adalah sebagai berikut : (4.1)

(4.2)

Parameter-parameter perhitungan yang diperlukan adalah sebagai berikut : IV-17




Luas daerah aliran sungai (A)

= 314.77 Km²



Panjang sungai utama (L)

= 109.71 Km



Panjang sungai dari outlet ketitik berat DAS

= 46.56 Km



Koefisien waktu (Ct)

=2



Koefisien puncak (C)

= 0.75



Koefisien nilai (N)

= 0.33



Potential Maximum Retension (S)

= 59.56



Standard Lag (tp)

= 12.781 jam

Tabel 4.17. Debit Banjir & Volume Desain HSS Snyder Hasil HEC-HMS

Snyder

Periode Ulang (Tahun) 25 50 100

Debit Desain (m³/s) 891.0 985.0 1080.4

Volume Total Debit Banjir Desain (mm) 321.12 355.03 389.4

(1000 m³) 101078.4 111751.5 122570.1

Gambar 4.11. Grafik HSS Snyder Periode 25 Tahun Hasil Running HEC-HMS

IV-18




B. Hidrograf Satuan Sintetik SCS Persamaan umum HSS SCS adalah sebagai berikut :

(4.3)

IV-19


Parameter-parameter perhitungan yang diperlukan adalah sebagai berikut 

Panjang sungai utama (L)

= 109.71 Km



Curve Number (CN)

= 81



Time Lag (tl)

= 1761.3 menit

Tabel 4.18. Debit Banjir & Volume Desain HSS SCS Hasil Running HEC-HMS

SCS

Periode Ulang (Tahun) 25 50 100

Debit Desain (m³/s) 725.9 802.6 880.2

Volume Total Debit Banjir Desain (mm) (1000 m³) 322.31 101452.3 356.34 112164.9 390.84 123023.5

Gambar 4.14. Grafik HSS SCS Periode 25 Tahun Hasil Running HEC-HMS

IV-20




Hasil debit banjir desain tersebut merupakan debit puncak, sedangkan volume total debit banjir (inflow) adalah volume dari debit total selama satu kejadian hujan tertentu. Nilai debit banjir desain yang diprediksi makin besar dengan bertambahnya lama periode ulang. Begitu pula dengan volume total debit, nilainya berbanding lurus dengan debit puncak. IV-21


4.4.5 Perbandingan Hasil Perhitungan Dengan Studi Terdahulu Pada Tabel 4.19 dapat dilihat perbandingan hasil debit rencana dengan beberapa studi terdahulu yang pernah dilakukan di wilayah Jabodetabek, khususnya berhubungan dengan perencanaan Kali Ciliwung dan Banjir Kanal Barat. Tabel 4.19. Perbandingan Hasil Perhitungan dengan Studi Debit Banjir Terdahulu

Pada Gambar 4.17 juga ditampilkan grafik hasil olah data debit banjir rancangan dengan Metode HSS Gama-I pada hasil studi PT. Daya Cipta Dian Rancana tahun 2008, sebagai contoh grafik yang diolah secara manual, tanpa menggunakan software HEC-HMS dan dapat digunakan sebagai acuan perbandingan dengan hasil studi ini.

IV-22


Gambar 4.17. Grafik Debit Banjir Rancangan Metode Gama-I di P.A. Manggarai

Sebagai bahan perbandingan dengan pengamatan di lapangan, berikut ini merupakan kutipan jurnal dari salah seorang staff blog Universitas Indonesia, Dr. Tarsoen Waryono, yang menyatakan bahwa: “Periode Ulang Debit Ciliwung hasil pengukuran di Pintu Air Manggarai tahun 1973 tercatat 379 m3/dtk. Tahun 1996 berkembang menjadi 570 m3/dtk dan pada tahun 2002 tercatat 698 m3/dtk. Padahal curah hujan yang jatuh hampir sama (rata-rata UI, Depok, Cibining dan Bogor tercatat 2.903 mm/tahun).” Sumber: Dr. Tarsoen Waryono, 2009 (www.staff.blog.ui.ac.id/tarsoen.waryono)

IV-23

BAB IV HASIL PERHITUNGAN DAN ANALISA. Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena

Recommend Documents