POLA DISTRIBUSI HUJAN JAM-JAMAN DI SUB DAS KEDUANG

perpustakaan.uns.ac.id

digilib.uns.ac.id

POLA DISTRIBUSI HUJAN JAM JAM-JAMAN DI SUB DAS KEDUANG Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed

SKRIPSI

Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Disusun Oleh :

WINDA AGUSTIN I 0106139

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA commit to user 2010


digilib.uns.ac.id

POLA DISTRIBUSI HUJAN JAM JAM-JAMAN DI SUB DAS KEDUANG Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed

Disusun Oleh :

WINDA AGUSTIN I 0106139 SKRIPSI Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran Fakultas Teknik Universitas Sebelas Maret Disetujui,

Dosen Pembimbing I

Dosen Pembimbing II

Dr. Ir. Mamok Soeprapto R, M. Eng.

Ir.Siti Qomariyah, MSc

NIP. 19510710 198103 1 003

NIP. 19580615 198501 2 001

commit to user


digilib.uns.ac.id

commit to user


digilib.uns.ac.id

HALAMAN PERSETUJUAN

POLA DISTRIBUSI HUJAN JAM-JAMAN DI SUB DAS KEDUANG Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed SKRIPSI Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

Disusun Oleh: WINDA AGUSTIN I 0106139 Telah disetujui untuk dipertahankan di hadapan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret Persetujuan: Dosen Pembimbing I

Dosen Pembimbing II

Dr. Ir. Mamok Soeprapto R, M. Eng.

Ir.Siti Qomariyah, MSc

NIP. 19510710 198103 1 003

NIP. 19580615 198501 2 001

commit to user


digilib.uns.ac.id

HALAMAN PENGESAHAN

POLA DISTRIBUSI HUJAN JAM-JAMAN DI SUB DAS KEDUANG Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed

Disusun Oleh: WINDA AGUSTIN I 0106139 Telah dipertahankan di hadapan Tim Penguji Pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret pada: Hari Tanggal

: Kamis : 5 Agustus 2010

Susunan Tim Penguji: 1. Dr. Ir. Mamok Soeprapto R, M.Eng NIP. 19510710 198103 1 003

( ..................................................... )

2. Ir.Siti Qomariyah, MSc NIP. 19580615 198501 2 001

( ..................................................... )

3. Ir. Susilowati, MSi NIP. 19480610 198503 2 001

( ..................................................... )

4. Ir. Suyanto, MM NIP. 19520317 198503 1 001

( ..................................................... )

Mengetahui, a.n. Dekan Fakultas Teknik Universitas Sebelas Maret Pembantu Dekan I

Ir. Noegroho Djarwanti, commit MT. to user NIP. 19561112 198403 2 007

Mengesahkan, Ketua Jurusan Teknik Sipil

Ir. Bambang Santosa, MT NIP. 19590823 198601 1 001


digilib.uns.ac.id

HALAMAN PERSETUJUAN

POLA DISTRIBUSI HUJAN JAM-JAMAN DI SUB DAS KEDUANG Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed SKRIPSI Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

Disusun Oleh: WINDA AGUSTIN I 0106139 Telah disetujui untuk dipertahankan di hadapan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret Persetujuan: Pembimbing Balai Penelitian Kehutanan

Ir. Sukresno, M.Sc NIP.

commit to user


digilib.uns.ac.id

KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Tuhan YME yang telah memberikan berkat dan kuasanya kepada penulis untuk dapat menyelesaikan skripsi ini dengan baik.

Skripsi dengan judul “Pola Distribusi Hujan Jam-jaman di Sub DAS Keduang” ini merupakan salah satu syarat dalam meraih gelar Sarjana Teknik pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Penyusunan skripsi ini tidak terlepas dari bantuan banyak pihak, karena itu penulis ingin menyampaikan terima kasih kepada: 1.

Dr. Ir. Mamok Soeprapto R, M. Eng, selaku Dosen Pembimbing Skripsi I,

2.

Ir. Siti Qomariyah, M.Sc. selaku Dosen Pembimbing Skripsi II,

3.

Ir. Sukresno, M.Sc, selaku pembimbing dari Balai Penelitian Kehutanan,

4.

Ir. Agus Hari Wahyudi, M.Sc yang telah membantu dalam perolehan data,

5.

Dosen-dosen Jurusan Teknik Sipil FT UNS khususnya KBK Keairan,

6.

Balai Penelitian Kehutanan yang telah memberikan data,

7.

Dinas Pengairan Kabupaten Wonogiri yang telah memberikan data,

8.

Ropri Nurhidayah, Yunie Wiyasri, Awaludin F Aryanto, Ferdian Agung, M. Yushar Yahya, dan Nanang Sulistyanto selaku rekan di peminatan keairan,

9.

Galuh Pinunjul atas bantuannya dalam belajar GIS,

10. Rekan-rekan mahasiswa Teknik Sipil UNS angkatan 2006.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Segala kekurangan dan keterbatasan ilmu yang dimiliki penulis menyebabkan kekurangsempurnaan tersebut. Penulis berharap skripsi ini dapat memberikan manfaat bagi penulis khususnya, dan bagi pembaca pada umumnya.

Surakarta, Juli 2010 commit to user

viii

Penulis


digilib.uns.ac.id

DAFTAR ISI HALAMAN JUDUL........................................................................................ i LEMBAR PERSETUJUAN ............................................................................ ii LEMBAR PENGESAHAN ............................................................................. iii MOTTO ........................................................................................................... iv PERSEMBAHAN ............................................................................................ v ABSTRAK ....................................................................................................... vi KATA PENGANTAR ..................................................................................... viii DAFTAR ISI .................................................................................................... ix DAFTAR TABEL ............................................................................................ xi DAFTAR GAMBAR ....................................................................................... xiii DAFTAR NOTASI .......................................................................................... xv BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah ......................................................................... 1 1.2. Rumusan Masalah................................................................................... 2 1.3. Batasan Masalah ..................................................................................... 2 1.4. Tujuan Penelitian .................................................................................... 3 1.5. Manfaat Penelitian .................................................................................. 3 BAB 2 LANDASAN TEORI 2.1. Tinjauan Pustaka..................................................................................... 4 2.1.1.

Umum ....................................................................................... 4

2.1.2.

Kualitas Data Hujan ................................................................. 5

2.1.3.

Seri Data Hidrologi .................................................................. 6

2.1.4.

Karakteristik Hujan .................................................................. 8

2.1.5.

Pola Agihan Hujan ................................................................... 10

2.2. Dasar Teori ............................................................................................. 12 2.2.1.

DAS .......................................................................................... 12

2.2.2.

Pengalihragaman Hujan Menjadi Aliran .................................. 12

2.2.3.

Uji Kepanggahan ...................................................................... 14

2.2.4.

Analisis Frekuensi .................................................................... 16

2.2.5.

Hujan Rencana ......................................................................... 19 commit to user

ix


2.2.6.

digilib.uns.ac.id

Intensitas Hujan ........................................................................ 20

BAB 3 METODE PENELITIAN 3.1. Lokasi Penelitian .................................................................................... 24 3.2. Data yang Dibutuhkan ............................................................................ 24 3.3. Alat yang Digunakan .............................................................................. 25 3.4. Tahapan Penelitian ................................................................................. 25 3.4.1.

Pengolahan Data Hujan dari Stasiun Otomatis ........................ 25

3.4.2.

Pengolahan Data Hujan dari Stasiun Manual ........................... 25

3.5. Diagram Alir Tahapan Penelitian ........................................................... 27 BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Uji Kepanggahan Data Hujan ................................................................. 28 4.2. Uji Kerapatan Jaringan ........................................................................... 30 4.3. Hujan Wilayah ........................................................................................ 34 4.4. Uji Kecocokan Jenis Agihan .................................................................. 37 4.4.1.

Cara I (Hujan Harian Maksimum Tahunan)............................. 38

4.4.2.

Cara II (Hujan Harian) ............................................................. 38

4.4.3.

Cara III (Hujan Harian Maksimum Rerata Tiap Stasiun) ........ 40

4.5. Hujan Rancangan .................................................................................... 41 4.6. Durasi Hujan dan Waktu Konsentrasi .................................................... 42 4.6.1.

Durasi Hujan............................................................................. 42

4.6.2.

Waktu Konsentrasi ................................................................... 43

4.7. Pola Agihan Hujan.................................................................................. 44 4.7.1.

Cara Observed .......................................................................... 44

4.7.2.

Cara Empiris ............................................................................. 46

4.7.3.

Kesesuaian Pola Agihan Hujan ................................................ 59

BAB 5 KESIMPULAN DAN SARAN 5.1. Kesimpulan ............................................................................................. 65 5.2. Saran ....................................................................................................... 65 Daftar Pustaka .................................................................................................. xvi Lampiran A Lampiran B Lampiran C

commit to user

x


digilib.uns.ac.id

DAFTAR TABEL

Tabel 2.1. Distribusi Hujan Tadashi Tanimoto .............................................. 11 Tabel 2.2. Nilai kritik Q dan R ....................................................................... 15 Tabel 4.1. Data Hujan Tahunan Stasiun Hujan di Sub DAS Keduang .......... 28 Tabel 4.2. Perhitungan Uji Kepanggahan dengan RAPS pada Stasiun Hujan Girimarto PP 125b .............................................................. 29 Tabel 4.3. Hasil Uji Kepanggahan Semua Stasiun di Sub DAS Keduang .... 30 Tabel 4.4. Data Hujan Harian MaksimumTahunan Sub DAS Keduang (mm) .............................................................. 35 Tabel 4.5. Hujan Harian Maksimum Wilayah Sub DAS Keduang ................ 37 Tabel 4.6. Resume Hasil Uji Chi Kuadrat ...................................................... 38 Tabel 4.7. Resume Hasil Uji Smirnov-Kolmogorov ...................................... 38 Tabel 4.8. Resume Hasil Pengujian Parameter Statistik ................................ 40 Tabel 4.9. Resume Hasil Uji Chi Kuadrat ...................................................... 41 Tabel 4.10. Resume Hasil Uji Smirnov-Kolmogorov ...................................... 41 Tabel 4.11. Hasil Uji Kecocokan Agihan Data ................................................ 42 Tabel 4.12. Hujan Rancangan dengan Berbagai Kala Ulang ........................... 42 Tabel 4.13. Durasi Hujan dan Banyak Kejadian Hujan ................................... 43 Tabel 4.14. Agihan Hujan 2 Jam Sub DAS Keduang ...................................... 47 Tabel 4.15. Agihan Hujan 3 Jam Sub DAS Keduang ...................................... 48 Tabel 4.16. Agihan Hujan 5 Jam Sub DAS Keduang ...................................... 49 Tabel 4.17. Agihan Hujan 7 Jam Sub DAS Keduang ...................................... 50 Tabel 4.18. Agihan Hujan 8 Jam Sub DAS Keduang ...................................... 52 Tabel 4.19. Agihan Hujan 4 Jam Sub DAS Keduang (THM).......................... 54 Tabel 4.20. Agihan Hujan 4 Jam Sub DAS Keduang (THM dalam diagram batang) ....................................................... 54 Tabel 4.21. Agihan Hujan 6 Jam Sub DAS Keduang (THM).......................... 55 Tabel 4.22. Agihan Hujan 6 Jam Sub DAS Keduang (THM dalam diagram batang) ....................................................... 56 Tabel 4.23. Agihan Hujan 4 Jam Sub DAS Keduang (ABM) ......................... 57 commit to user Tabel 4.24. Agihan Hujan 6 Jam Sub DAS Keduang (ABM) ......................... 58 xi


digilib.uns.ac.id

Tabel 4.25. Kesesuaian Pola Agihan Hujan 2 Jam .......................................... 59 Tabel 4.26. Kesesuaian Pola Agihan Hujan 3 Jam .......................................... 60 Tabel 4.27. Kesesuaian Pola Agihan Hujan 4 Jam .......................................... 60 Tabel 4.28. Kesesuaian Pola Agihan Hujan 5 Jam .......................................... 61 Tabel 4.29. Kesesuaian Pola Agihan Hujan 6 Jam .......................................... 62 Tabel 4.30. Kesesuaian Pola Agihan Hujan 7 Jam .......................................... 62 Tabel 4.31. Kesesuaian Pola Agihan Hujan 8 Jam .......................................... 63

commit to user

xii


digilib.uns.ac.id

DAFTAR GAMBAR Gambar 2.1. Cara Poligon Thiessen .............................................................. 9 Gambar 2.2. Cara Garis Isohyet .................................................................... 10 Gambar 2.3. Hyetograph dengan ABM ........................................................ 22 Gambar 3.1. Peta Sub DAS Keduang ........................................................... 24 Gambar 3.2. Diagram Alir Tahapan Penelitian ............................................. 27 Gambar 4.1. Peta Jaringan Stasiun Hujan dengan Metode Kagan di Sub DAS Keduang ............................................................... 33 Gambar 4.2. Poligon Thiessen Sub DAS Keduang dengan 7 Stasiun Hujan .......................................................................... 36 Gambar 4.3. Hujan Wilayah Harian Rerata Tahun 1989-2008 ..................... 39 Gambar 4.4. Hujan Wilayah Harian Maksimum Rerata Tiap Stasiun .......... 40 Gambar 4.5. Pola Agihan Hujan 2 Jam (observed) ....................................... 44 Gambar 4.6. Pola Agihan Hujan 3 Jam (observed) ....................................... 44 Gambar 4.7. Pola Agihan Hujan 4 Jam (observed) ....................................... 45 Gambar 4.8. Pola Agihan Hujan 5 Jam (observed) ....................................... 45 Gambar 4.9. Pola Agihan Hujan 6 Jam (observed) ....................................... 45 Gambar 4.10. Pola Agihan Hujan 7 Jam (observed) ....................................... 46 Gambar 4.11. Pola Agihan Hujan 8 Jam (observed) ....................................... 46 Gambar 4.12. Pola Agihan Hujan 2 Jam (Modified Mononobe) ..................... 48 Gambar 4.13. Pola Agihan Hujan 3 Jam (Modified Mononobe) ..................... 49 Gambar 4.14. Pola Agihan Hujan 5 Jam (Modified Mononobe) ..................... 50 Gambar 4.15. Pola Agihan Hujan 7 Jam (Modified Mononobe) ..................... 51 Gambar 4.16. Pola Agihan Hujan 8 Jam (Modified Mononobe) .................... 53 Gambar 4.17. Pola Agihan Hujan 4 Jam (THM) ............................................ 54 Gambar 4.18. Pola Agihan Hujan 4 Jam (THM dalam diagram batang) ........ 55 Gambar 4.19. Pola Agihan Hujan 6 Jam (THM) ............................................ 55 Gambar 4.20. Pola Agihan Hujan 6 Jam (THM dalam diagram batang) ........ 56 Gambar 4.21. Pola Agihan Hujan 4 Jam (ABM) ............................................ 57 Gambar 4.22. Pola Agihan Hujan 4 Jam (ABM) ............................................ 59 Gambar 4.23. Kesesuaian Pola Agihan Hujan 2 Jam ...................................... 59 commit to user

xiii


digilib.uns.ac.id

Gambar 4.24. Kesesuaian Pola Agihan Hujan 3 Jam ...................................... 60 Gambar 4.25. Kesesuaian Pola Agihan Hujan 4 Jam ...................................... 61 Gambar 4.26. Kesesuaian Pola Agihan Hujan 5 Jam ...................................... 61 Gambar 4.27. Kesesuaian Pola Agihan Hujan 6 Jam ...................................... 62 Gambar 4.28. Kesesuaian Pola Agihan Hujan 7 Jam ...................................... 63 Gambar 4.29. Kesesuaian Pola Agihan Hujan 8 Jam ...................................... 64

commit to user

xiv


digilib.uns.ac.id

DAFTAR NOTASI L A N rd ro d d0 Z1 Z2 Cv S P Pi Ai Sk* Sk** Yi Y Cs Ck X p T KT c2 K Of Ef Tc L S I R24 t Ip p Td r Tp

Panjang sisi segitiga (km) Luas wilayah (km2) Jumlah stasiun pencatat hujan Korelasi antar stasiun dengan jarak d km Korelasi antar stasiun dengan jarak yang sangat kecil (±0 km) Jarak antar stasiun (km) Radius korelasi Kesalahan perataan (%) Kesalahan interpolasi (%) Koefisien varian Standar deviasi Hujan wilayah (mm) Hujan masing-masing stasiun pencatat hujan (mm) Luas masing-masing stasiun pencatat hujan (km2) Kumulatif hujan dikurangi rerata hujan (mm) Sk*- standar deviasi (mm) Data hujan ke-i Data hujan rerata-i Koefisien skewness Koefisien kurtosis Tinggi hujan rerata (mm) Probabilitas Kala ulang (tahun) Faktor frekuensi Harga Chi-kuadrat terhitung Banyaknya kelas Frekuensi terbaca pada setiap kelas Frekuensi yang diharapkan untuk setiap kelas Waktu konsentrasi (jam) Panjang sungai (km) Kemiringan sungai Intensitas hujan dengan kala ulang T dengan durasi t(mm/jam) Intensitas hujan harian untuk kala ulang T (mm/hari) Durasi hujan (jam) Intenasitas puncak (mm/jam) Hujan rencana (mm) Durasi hujan (jam) Rasio (berkisar antara 0.3-0.5) Waktu puncak (jam)

commit to user

xv


digilib.uns.ac.id

Abstrak

Winda Agustin, 2010, Pola Distribusi Hujan Jam-jaman di Sub DAS Keduang. Skripsi, Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Sub DAS Keduang merupakan salah satu sub DAS yang bermuara di Waduk Wonogiri. Perubahan iklim secara global berpengaruh terhadap perubahan pola hujan, dalam skala ruang, waktu, dan besaran. Tujuan dari penelitian ini adalah untuk mengetahui validitas data hujan, mengetahui karakteristik hujan, dan mengetahui pola distribusi hujan jam-jaman di Sub DAS Keduang. Validitas data hujan dilakukan dengan metode RAPS (Rescaled Adjusted Partial Sums). Karakteristik hujan ditentukan dengan pengelompokkan data berdasarkan durasi dan kejadian hujan. Analisis pola agihan jam-jaman dilakukan berdasarkan observed data dan dicari kemiripannya dengan metode Modified Mononobe, Alternating Block Method (ABM), dan Triangular Hyetograph Method (THM). Hasil analisis menunjukkan bahwa dari sembilan stasiun hujan yang ada delapan di antaranya panggah. Hujan yang terjadi di Sub DAS Keduang didominasi oleh kejadian hujan dua jam. Pola agihan hujan jam-jaman menunjukkan bahwa agihan hujan 2, 3, 5, 7, dan 8 jam mengikuti bentuk Modified Mononobe, sedangkan agihan hujan 4 dan 6 jam mengikuti bentuk Triangular Hyetograph Method (THM). Kata Kunci: pola agihan hujan, validitas data hujan, karakteristik hujan.

commit to user vi


digilib.uns.ac.id

Abstract Winda Agustin, 2010, Distribution Pattern of Hourly Rainfall in Keduang Sub Watershed. Thesis. Department of Civil Engineering Faculty of Engineering, Sebelas Maret University Surakarta. Sub watershed Keduang is one sub watershed which empties into the reservoir Wonogiri. Changes in global climate affect rainfall patterns change, in the scale of space, time, and scale. The purpose of this study is to determine the validity of rainfall existing data, to investigate the characteristics of rainfall, to determine the distribution pattern of hourly rainfall in the Keduang sub watershed. The validity of rainfall data was conducted by RAPS (Rescaled Adjusted Partial sums). The rainfall characteristics were determined by grouping data based on the duration and occurrence of rainfall. Analysis of distribution pattern of hourly rainfall was based on observed data and finded the similiarity with Mononobe Modified method, Alternating Block Method (ABM), and Triangular Hyetograph Method (THM). The analysis resulted in the validity of eight rain stations from the existing nine stations. Rainfall in the Keduang sub watershed was dominated by two-hour rainfall events. Pattern of rainfall distribution hourly showed that rainfall distribution in 2, 3, 5, 7, and 8 hours follows Modified Mononobe model, while the pattern of rainfall distribution in 4 and 6 hours follows Triangular Hyetograph Method (THM) model. Keywords: distribution rainfall patterns, the validity of rainfall data, rainfall characteristics.

commit to user vii


digilib.uns.ac.id

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah Air merupakan sumberdaya alam karunia dari Tuhan Yang Maha Esa yang tidak akan pernah habis. Secara keseluruhan, jumlah air di bumi relatif tetap dari masa ke masa. Keberadaan air yang selalu terbarukan itu disebabkan karena air mengikuti siklus hidrologi. Siklus hidrologi merupakan proses yang dilalui air dari atmosfer ke muka bumi dan kembali lagi ke atmosfer. Evaporasi dari tanah, laut, atau air permukaan terkondensasi membentuk awan yang selanjutnya menjadi hujan yang jatuh ke permukaan bumi. Siklus hidrologi sangat dipengaruhi oleh iklim, dan secara tidak langsung dipengaruhi oleh aktivitas manusia. Oleh karena itu, keberadaan air di bumi dalam skala jumlah, agihan, dan waktu berbeda. Perubahan iklim ditandai dengan perubahan dua faktor meteorologi penting, yaitu temperatur dan curah hujan, yang kemudian dapat menyebabkan kenaikan temperatur muka air laut. Perubahan temperatur ini akan menyebabkan perubahan variabel atmosfer lainnya, yang pada akhirnya akan menyebabkan perubahan pola hujan dalam skala ruang, waktu, dan besaran. Pola curah hujan Indonesia adalah tipe V atau tipe muson, atau curah hujan dengan grafik tahunan berbentuk seperti huruf V. Indonesia pada umumnya akan mengalami hujan dalam jumlah banyak pada bulan Desember–Februari. Bulan Maret–Mei dan September–November disebut sebagai musim peralihan. Pada musim peralihan, kondisi curah hujan dan angin sangat tidak menentu, hal ini disebabkan oleh perubahan angin pasat maupun muson oleh karena adanya pergeseran tekanan (UNDP-Sisi Lain Perubahan Iklim). Sebagian besar daerah di Indonesia mengalami banjir pada awal musim penghujan, sedangkan kekeringan terjadi pada saat musim hujan baru saja selesai. commit to user 1

2 digilib.uns.ac.id


Waduk Wonogiri merupakan salah satu tampungan air hujan yang ada di provinsi Jawa Tengah, yang menampung aliran dari 7 (tujuh) sub DAS, yaitu: 1) Keduang, 2) Tirtomoyo, 3) Temon, 4) Bengawan Solo, 5) Alang, 6) Ngunggahan, 7) Wuryantoro. Sub DAS Keduang merupakan sub DAS yang paling besar di antara keenam sub DAS lainnya. Hingga kini konstribusi air dari sub DAS Keduang terhadap Waduk Wonogiri belum dapat diketahui secara pasti. Satu-satunya cara untuk mengetahui besarnya konstribusi air di sub DAS Keduang adalah dengan memprediksi besarnya aliran dari data hujan yang ada. Oleh karena itu, data hujan sebagai masukan utama proses transformasi hujan menjadi aliran menjadi suatu hal yang sangat penting, dan harus memiliki tingkat ketelitian yang tinggi. Kondisi hujan tersebut menarik untuk dilakukan penelitian.

Untuk mengetahui pola hujan jam-jaman pada suatu DAS dapat dilakukan dengan dua cara, yaitu dengan cara empiris dan observed. Cara observed dengan menggunakan data hujan dari stasiun hujan otomatis, sedangkan cara empiris dengan data hujan harian dari stasiun hujan manual.

1.2 Rumusan Masalah Berdasarkan latar belakang masalah maka dapat dirumuskan permasalahan sebagai berikut: 1.

Bagaimana kualitas data hujan yang ada pada sub DAS Keduang?

2.

Bagaimana karakteristik hujan yang terjadi di sub DAS Keduang?

3.

Bagaimana pola distribusi hujan jam-jaman pada sub DAS Keduang selama dua puluh tahun terakhir (1989-2008)?

1.3 Batasan Masalah Batasan-batasan masalah dalam penelitian ini adalah sebagai berikut: 1.

Lokasi penelitian adalah sub DAS Keduang di Kabupaten Wonogiri. commit to user

3 digilib.uns.ac.id


2.

Penelitian hanya membahas pola distribusi hujan yang terjadi pada sub DAS Keduang.

3.

Data curah hujan menggunakan data sekunder, yaitu data hujan dari stasiun hujan manual tahun 1989-2008 yang berasal dari Dinas Pengairan Kabupaten Wonogiri, dan data hujan dari stasiun hujan otomatis tahun 2006-2009 yang berasal dari Balai Penelitian Kehutanan.

1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah: 1.

Mengetahui kualitas data hujan yang ada pada sub DAS Keduang.

2.

Mengetahui karakteristik hujan yang terjadi di sub DAS Keduang.

3.

Mengetahui pola distribusi hujan jam-jaman pada sub DAS Keduang selama dua puluh tahun terakhir (1989-2008).

1.5 Manfaat Penelitian Manfaat dari penelitian ini adalah: 1.

Manfaat teoritis: memberikan informasi keilmuan dalam bidang teknik sipil khususnya mengenai hidrologi, yaitu pola distribusi hujan yang terjadi pada suatu sub DAS.

2.

Manfaat praktis: memberikan informasi kualitas hujan yang handal sehingga dapat langsung digunakan oleh setiap penelitian analisis tentang air.

commit to user


digilib.uns.ac.id

BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Umum Trenberth, dkk (1995) menyatakan bahwa perubahan iklim didefinisikan sebagai perubahan pada iklim yang dipengaruhi langsung atau tidak langsung oleh aktivitas manusia yang mengubah komposisi atmosfer, dan akan memperbesar keragaman iklim pada periode yang cukup panjang. Perubahan iklim global disebabkan karena peningkatan jumlah karbon dioksida (CO2) dan Metana (CH4) di atmosfer. Perubahan iklim memperlihatkan variasi abnormal dari iklim bumi dan selanjutnya mempengaruhi bagian lain bumi terutama curah hujan dan suhu udara. Untuk wilayah Asia Tenggara, terjadi kenaikan suhu sekitar 2,5 - 4 ºC dengan kisaran 2- 6 ºC dan curah hujan yang lebih banyak (Sulistyowati, 2006). Perubahan iklim telah menyebabkan fluktuasi curah hujan tinggi dan mengubah pola distribusi hujan dengan kecenderungan daerah yang basah semakin basah, dan daerah yang kering semakin kering. Di negara dengan empat musim, siklus musim (seasonal cycle) telah terpengaruh oleh perubahan iklim yang ditandai dengan meningkatnya intensitas hujan pada musim dingin, berkurangnya hujan di musim panas, dan peningkatan suhu (Dunne, dkk, 2008).

UNDP-Indonesia (2007) menyatakan bahwa ada kecenderungan sebagian wilayah Indonesia, terutama wilayah yang terletak di sebelah selatan katulistiwa, dapat mengalami musim kemarau yang lebih panjang dan musim hujan yang lebih pendek dengan rombakan pola hujan yang cukup drastis.

Hujan rata-rata tahunan menunjukkan peningkatan sebesar 7% selama satu dekade, dikarenakan meningkatnya intensitas commit to userhujan pada bulan Oktober sampai

4


5 digilib.uns.ac.id

Maret dan menurunnya intensitas hujan selama Juli sampai September. Peningkatan jumlah terjadinya hujan dengan intensitas yang melampaui hujan maksimum sebesar 0.1% dari seluruh hari hujan dengan rata-rata peningkatan kedalaman hujan 7%. (Hans Thodsen, 2007).

2.1.2 Kualitas Data Hujan Besaran hujan merupakan masukan terpenting dalam analisis tansformasi hujanaliran, sehingga dapat dipahami apabila kesalahan yang terbawa dalam data hujan terlalu besar maka hasil analisisnya pantas diragukan (Sri Harto, 1993). Oleh karena itu perlu dilakukan uji kualitas data hujan. a.

Kelengkapan Data

Sering sekali data hujan dari suatu stasiun hujan tidak terekam, dan jika itu terjadi akan sangat merugikan. Untuk mengisi data yang hilang dapat dicoba dengan memperkirakan besaran data hasil ekstrapolasi data stasiun lain di sekitarnya. Dalam hal ini diandaikan bahwa karakter hujan di stasiun yang ditunjau sebanding dengan karakter hujan di stasiun sekitarnya. Namun menurut Sri Harto (1993), dalam pengujian yang dilakukan di sejumlah DAS di Pulau Jawa, ditemukan bahwa cara tersebut menghasilkan data hujan yang menyimpang jauh dari yang sebenarnya. Hal ini disebabkan karena variabilitas ruang hujan yang sangat tinggi, sehingga andaian yang melandasi cara tersebut terlalu jauh dari kenyataan. Oleh sebab itu, disarankan untuk tidak melakukan pengisian data yang hilang tersebut. b.

Kepanggahan

Sri Harto (1993) menguraikan bahwa satu seri data hujan untuk satu stasiun tertentu, dimungkinkan sifatnya tidak panggah. Data semacam ini tidak dapat langsung digunakan dalam analisis. Ketidakpanggahan dapat saja terjadi karena berbagai sebab, yaitu: 1.

Alat ukur yang diganti spesifikasi yang berbeda atau alat yang sama, tetapi commit to user dipasang dengan patokan aturan yang berbeda.

6 digilib.uns.ac.id


2.

Alat ukur dipindahkan dari tempat semula, tetapi secara administratif nama stasiun tersebut tidak diubah, misalnya karena masih dalam satu desa yang sama.

3.

Alat ukur sama, tempat tidak dipindahkan, tetapi lingkungan berubah, misalnya semula dipasang di tempat ideal menjadi berubah karena ada bangunan atau pohon besar.

Dalam uji kepanggahan ada beberapa cara yang dapat digunakan, di antaranya adalah dengan lengkung massa ganda (double mass curve) dan Rescaled Adjusted Partial Sums (RAPS). Untuk stasiun hujan lebih dari 3, dilakukan uji konsistensi menggunakan cara double mass curve, dan untuk individual stasiun (stand alone station) dengan cara RAPS (Rescaled Adjusted Partial Sums) (Mamok Suprapto, 2008). 2.1.3 Seri Data Hidrologi Data yang digunakan dalam analisis frekuensi dapat dibedakan menjadi dua tipe berikut ini (Bambang Triatmodjo, 2008): a.

Partial duration series

Metode ini digunakan apabila jumlah data kurang dari 10 tahun data runtut waktu. Partial duration series yang juga disebut POT (peaks over treshold) adalah rangkaian data debit banjir/hujan yang besarnya di atas suatu nilai batas tertentu. Dengan demikian dalam satu tahun bisa terdapat lebih dari satu data yang digunakan dalam analisis. Dari setiap tahun data diperoleh 2 sampai 5 data tertinggi. b.

Annual maximum series

Metode ini digunakan apabila tersedia data debit atau hujan minimal 10 tahun runtut waktu. Tipe ini adalah dengan memilih satu data maksimum setiap tahun. Dalam satu tahun hanya ada satu data. Dengan cara ini, data terbesar kedua dalam suatu tahun yang mungkin lebih dari data maksimum pada tahun yang lain tidak diperhitungkan. commit to user

7 digilib.uns.ac.id


Kualitas data sangat menentukan hasil analisis yang dilakukan. Panjang data yang tersedia juga mempunyai peranan yang cukup besar. Sri Harto (1993) mendapatkan bahwa perbedaan panjang data yang dipergunakan dalam analisis memberikan penyimpangan yang cukup berarti terhadap perkiraan hujan dengan kala ulang tertentu. Khusus untuk analisis frekuensi data hujan, pengambilan data hendaknya dilakukan dengan prosedur yang benar. Data hujan yang dimaksudkan dalam analisis adalah data hujan rata-rata DAS, sedangkan data yang diketahui adalah data hujan dari masing-masing stasiun hujan. Dalam praktek analisis frekuensi dijumpai lima cara penyiapan data. 1.

Data hujan DAS diperoleh dengan menghitung hujan rata-rata setiap hari sepanjang data yang tersedia. Bila tersedia data 20 tahun, berarti hitungan hujan rata-rata kawasan diulang sebanyak 20 x 365 = 7300 kali. Cara ini yang terbaik, tetapi waktu penyiapan data yang panjang.

2.

Pendekatan yang dapat dilakukan untuk menggantikan cara pertama dilakukan seperti berikut ini. a. Dalam satu tahun tertentu, untuk stasiun I dicari hujan maksimum tahunannya. Selanjutnya dicari hujan harian pada stasiun-stasiun lain pada hari kejadian yang sama dalam tahun yang sama, dan kemudian dihitung hujan rata-rata DAS. Masih dalam tahun yang sama, dicari hujan harian untuk stasiun-stasiun lain dicari dan dirata-ratakan. Demikian selanjutnya sehingga dalam tahun itu akan terdapat N buah data hujan rata-rata DAS. b. Untuk tahun berikutnya cara yang sama dilakukan sampai seluruh data yang tersedia.

3.

Cara ketiga dengan menggunakan data pada salah satu stasiun (data maksimum) dan mengalikan data tersebut dengan koefisien reduksi.

4.

Cara penyiapan data lain adalah dengan mencari hujan-hujan maksimum harian setiap stasiun dalam satu tahun, kemudian dirata-ratakan untuk mendapatkan hujan DAS. Cara ini tidak dapat dijelaskan arti fisiknya, karena perata-rataan hujan dilakukan atas hujan masing-masing stasiun pada hari yang berbeda. commit to user

8 digilib.uns.ac.id


5.

Cara lain yaitu dengan analisis frekuensi data hujan setiap stasiun sepanjang data yang tersedia. Hasil analisis frekuensi tersebut selanjutnya dirata-ratakan sebagai hujan rata-rata DAS.

Dalam kaitan penyiapan data hanya cara yang pertama dan kedua yang dianjurkan untuk digunakan. 2.1.4 Karakteristik Hujan

Suripin (2004) menguraikan bahwa data hujan yang diperoleh dari alat penakar hujan merupakan hujan yang terjadi hanya pada satu titik saja (point rainfall). Mengingat hujan sangat bervariasi terhadap tempat (space), maka untuk kawasan yang luas, satu alat penakar hujan belum dapat menggambarkan hujan wilayah tersebut. Dalam hal ini diperlukan hujan kawasan yang diperoleh dari harga rerata curah hujan beberapa stasiun penakar hujan yang ada di dalam atau di sekitar kawasan. Bambang Triatmodjo (2008) menerangkan bahwa ada tiga cara yang digunakan dalam menghitung hujan rerata kawasan, yaitu: 1.

Metode rerata aritmatik (aljabar)

Metode ini paling sederhana dibanding metode lain. Pengukuran yang dilakukan di beberapa stasiun dalam waktu yang bersamaan dijumlahkan kemudian dibagi dengan jumlah stasiun. Stasiun hujan yang digunakan dalam hitungan biasanya adalah yang berada di dalam DAS, tetapi stasiun di luar DAS yang masih berdekatan juga bisa diperhitungkan.

Metode rerata aljabar memberikan hasil yang baik apabila: a. stasiun hujan tersebar secara merata di DAS dalam jumlah yang cukup, b. distribusi hujan relatif merata pada seluruh DAS.

commit to user

9 digilib.uns.ac.id


2.

Metode Thiessen

Metode ini memperhitungkan bobot dari masing-masing stasiun yang mewakili luasan di 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. Metode ini digunakan apabila penyebaran stasiun hujan di daerah yang ditunjau tidak merata. Hitungan curah hujan rerata dilakukan dengan memperhitungkan daerah pengaruh dari tiap stasiun. Metode poligon Thiessen banyak digunakan untuk menghitung hujan rerata kawasan. Poligon Thiessen adalah tetap untuk jumlah dan letak stasiun hujan tertentu. Apabila terdapat penambahan jumlah stasiun hujan, ataupun perubahan letak stasiun hujan, maka harus dibuat poligon yang baru.

Gambar 2.1 Cara Poligon Thiessen

3.

Metode Isohyet

Isohyet adalah garis yang menghubungkan titik-titik dengan kedalaman hujan yang sama. Pada metode isohyet, dianggap bahwa hujan pada suatu daerah di antara dua garis isohyet adalah merata dan sama dengan nilai rerata dari kedua garis isohyet tersebut. Metode isohyet merupakan cara paling teliti untuk menghitung ketebalan hujan rerata di suatu daerah, tetapi cara ini membutuhkan data yang dapat mendukung commit to user

10 digilib.uns.ac.id


disusunnya Isohyet, baik dalam hal jumlah stasiun dan kualitas serta kunantitas data hujan.

Gambar 2.2 Cara Garis Isohyet CD Soemarto (1986) menyatakan bahwa dalam proses pengalihragaman hujan menjadi aliran ada beberapa sifat hujan yang penting untuk diperhatikan, antara lain adalah intensitas hujan (I), lama waktu hujan (t), ketebalan hujan (d), frekuensi(f), dan luas daerah pengaruh hujan (A). Durasi adalah lamanya suatu kejadian hujan (Sri Harto, 1993). Intensitas hujan yang tinggi pada umunya berlangsung dengan durasi pendek dan meliputi daerah yang tidak sangat luas. Sri Harto (1993) menyebutkan bahwa analisis intensitas hujan memerlukan analisis frekuensi dengan menggunakan seri data yang diperoleh dari rekaman data hujan. Dalam statistik dikenal empat macam distribusi frekuensi yang banyak digunakan dalam hidrologi, yaitu Normal, Log-Normal, Gumbel dan Log Pearson III. Masing-masing distribusi mempunyai sifat yang khas, sehingga data curah hujan harus diuji kecocokannya dengan menggunakan uji Chi Kuadrat dan Smirnov-Kolmogorov. Pemilihan jenis distribusi yang tidak benar dapat menimbulkan kesalahan yang cukup besar, baik over estimated maupun under estimated. 2.1.5 Pola Agihan Hujan Hujan yang jatuh pada suatu wilayah tertentu pada umumnya memiliki pola commit to user agihan untuk hujan jam-jaman. Pola agihan ini penting untuk mengetahui setiap



kejadian hujan. Umumnya data yang tersedia di lapangan adalah hujan harian, maka dengan pola ini dapat diperkirakan agihan hujan jam-jaman untuk tiap kejadian hujan harian. Secara empiris, penentuan agihan hujan dapat dilakukan dengan menggunakan pola agihan Tadashi Tanimoto, Alternating Block Method (ABM), Triangular Hyetograph Method (THM), Instantaneous Intensity Method (IIM), seragam, atau Modified Mononobe. Dalam penentuan agihan hujan diperlukan data lama hujan yang biasanya didekati dengan menghitung waktu konsentrasinya atau dari hasil analisis yang didasarkan pada kejadian hujan. Model distribusi seragam adalah yang paling sederhana yaitu dengan menganggap hujan rancangan terdistribusi (P) secara merata selama durasi hujan rancangan (Td). Triangular Hyetograph Method (THM)/ segitiga menggunakan satu tinggi hujan untuk menentukan puncak hujan. Puncak hujan terjadi sekitar separuh waktu hujan. Alternating Block Method (ABM) adalah cara sederhana untuk membuat hyetograph rencana dari kurva Intensitas Durasi Frekuensi (IDF). Modified Mononobe adalah cara yang menggunakan data hujan harian dan memperhitungkan waktu konsentrasi. Tadashi Tanimoto mengembangkan distribusi hujan jam-jaman yang dapat digunakan di Pulau Jawa (Bambang Triatmodjo, 2008). Model agihan tersebut seperti yang ditunjukkan dalam Tabel 2.1 Tabel 2.1 Distribusi Hujan Tadashi Tanimoto Waktu (jam ke-)

1

2

3

4

5

6

7

8

% Distribusi hujan

26

24

17

13

7

5.5

4

3.5

% Distribusi hujan kumulatif

26

50

67

80

87

92.5 96.5 100

Sumber: Mamok Suprapto, 2008

commit to user



2.2 Dasar Teori 2.2.1 DAS Mamok Suprapto (2000) menjelaskan bahwa pengertian daerah aliran sungai, yang sering disebut juga dengan basin, watershed, catchment area, atau DAS adalah total permukaan tanah dan air yang dibatasi oleh pembagian air secara topografi. Setiap DAS memiliki karakter khas sendiri-sendiri dan setiap karakter memberikan pengaruh yang berbeda-beda pula terhadap limpasan permukaan. Karakteristik DAS tersebut antara lain ketinggian rata-rata, bentuk, luas, dan kemiringan DAS.

2.2.2 Pengalihragaman Hujan Menjadi Aliran a. Hujan Presipitasi adalah istilah umum untuk menyatakan uap air yang mengkondensasi dan jatuh dari atmosfir ke bumi dalam segala bentuknya dalam rangkaian siklus hidrologi. Air yang jatuh dalam bentuk cair disebut hujan (rainfall) sedangkan air yang turun dalam bentuk padat (es) disebut salju.

Jumlah hujan yang turun ke permukaan bumi dinyatakan dalam ketebalan air, yang dianggap terdistribusi secara merata pada seluruh daerah tangkapan air. Intensitas hujan adalah jumlah curah hujan dalam satu satuan waktu. Durasi hujan adalah waktu yang dihitung dari saat hujan mulai turun sampai berhenti. Ketebalan hujan diukur oleh alat pencatat hujan (stasiun hujan) yang dianggap mewakili hujan di suatu kawasan dengan luasan tertentu. b. Hujan titik (point rainfall) Hujan sangat bervariasi dalam skala ruang dan waktu (Chow dkk., 1988). Hujan dengan jumlah sama tidak jatuh secara seragam (uniform) pada seluruh DAS (Ponce, 1989). Dalam analisis hidrologi, dikenal istilah hujan terukur yaitu hujan titik (point rainfall), dan hujan tak terukur yaitu hujan wilayah (areal rainfall). commit to user



Hujan titik merupakan dasar dalam analisis hidrologi (Chow dkk., 1988), karena teori yang ada untuk menghitung hujan wilayah didasarkan pada hujan titik. Tidak banyak pustaka yang membahas tentang jumlah stasiun pencatat hujan sekaligus agihannya. Padahal stasiun pencatat hujan yang akan digunakan perlu dievaluasi kerapatannya. Sri Harto (1993) menyarankan penggunaan cara Kagan dalam evaluasi jumlah dan jaringan stasiun pencatat hujan pada suatu wilayah, agar kerapatan jaringan stasiun hujan yang dipilih memberikan kesalahan sekecil mungkin. Kagan menyarankan penempatan alat pencatat hujan seyogyanya berada pada simpul-simpul segitiga samasisi yang memiliki panjang sisi sesuai Persamaan 2.1. Korelasi antar stasiun dapat dihitung dengan Persamaan 2.2, kesalahan perataan dengan Persamaan 2.3 dan kesalahan interpolasi dengan Persamaan 2.4. Kagan dapat menetapkan jaringan stasiun hujan sesuai dengan kriteria kesalahan yang ditetapkan. Jumlah stasiun hujan yang diperlukan minimal sama dengan jumlah simpul segitiga samasisi yang terdapat di wilayah kajian.

L = 1,07

A N

(2.1)

dengan: L A N

= panjang sisi segitiga (km), = luas wilayah (km2), = jumlah stasiun pencatat hujan. rd = r0 exp

(- d d 0 )

(2.2)

dengan: rd r0 d d0

= korelasi antar stasiun dengan jarak d km, = korelasi antar stasiun dengan jarak yang sangat kecil (± 0 km ), = jarak antar stasiun (km), = radius korelasi.

0,23 A d0 N N

1 - r0 + Z1 = C v dengan:

(2.3) commit to user



Zl Cv A N

= kesalahan perataan (%), = koefisien varian, = luas wilayah (km2), = jumlah stasiun hujan.

Z 2 = Cv

1 - r0 3

+ 0,52

r0 d0

S N

(2.4)

dengan: Z2 S

= kesalahan interpolasi (%), = deviasi standar.

c. Hujan Wilayah (areal arinfall) Curah hujan yang diperlukan untuk penyusunan suatu rancangan pemanfaatan air dan rancangan pengendalian banjir adalah curah hujan rerata di seluruh daerah yang bersangkutan, bukan curah hujan pada suatu titik tertentu (Suyono Sosrodarsono, 1976). Dalam penelitian ini hujan wilayah diperhitungkan dengan cara poligon Thiessen yang dapat dihitung dengan persamaan berikut: P=

1 Aw

å

N

i =1

Ai .Pi

(2.5)

dengan: J J N

= hujan Wilayah (mm), = hujan masing-masing stasiun pencatat hujan (mm), = luas wilayah (km2), = luas masing-masing poligon (km2), = jumlah stasiun pencatat hujan.

2.2.3 Uji Kepanggahan Data yang diperoleh dari stasiun hujan perlu diuji karena ada kemungkinan data tidak panggah akibat alat pernah rusak, alat pernah berpindah tempat, lokasi alat terganggu, atau data tidak sah. Uji kepanggahan dalam penelitian ini dilakukan dengan cara RAPS (Rescaled Adjusted Partial Sums). Bila Q / n yang didapat lebih kecil dari nilai kritik untuk tahun dan confidence level yang sesuai, maka data dinyatakan panggah. Uji kepanggahan dapat dilakukan dengan menggunakan persamaan-persamaan berikut:

commit to user



S k* = å (Yi - Y ) , dengan k = 1, 2, 3, ..., n

(2.6)

S 0* = 0

(2.7)

k

i =1

S k** =

S k* , dengan k = 0, 1, 2, 3, ...., n Dy n

D y2 = å i =1

(Y

i

(2.8)

-Y ) n

2

(2.9)

dengan: Yi = data hujan ke-i, Y = data hujan rerata –i, Dy = deviasi standar, n = jumlah data. Untuk uji kepanggahan digunakan cara statistik: Q = maks | S k** | , 0 ≤ k ≤ n, atau

(2.10)

R = maksimum S k** - min imum S k** , dengan 0 ≤ k ≤ n

(2.11)

Nilai kritik Q dan R ditunjukkan dalam Tabel 2.2

n 10 20 30 40 50 100 ∞

90% 1.05 1.10 1.12 1.13 1.14 1.17 1.22

Tabel 2.2. Nilai kritik Q dan R Q n 95% 99% 90% 1.14 1.29 1.21 1.22 1.42 1.34 1.24 1.46 1.40 1.26 1.50 1.42 1.27 1.52 1.44 1.29 1.55 1.50 1.36 1.63 1.62

Sumber: Mamok Suprapto,2008

commit to user

R n 95% 1.28 1.43 1.50 1.53 1.55 1.62 1.75

99% 1.38 1.60 1.70 1.74 1.78 1.86 2.00



2.2.4 Analisis frekuensi Analisis data hujan dimaksudkan untuk menentukan besarnya hujan rancangan. Analisis ini meliputi beberapa tahapan hitungan antara lain hitungan hujan wilayah daerah aliran sungai (DAS) diikuti dengan analisis frekuensi dan lengkung intensitas hujan. Hujan rancangan untuk daerah yang ditinjau, sebagai masukan model hujan-aliran untuk perancangan debit rancangan, dapat diperkirakan dengan analisis frekuensi terhadap rangkaian data hujan. Analisis frekuensi untuk pemilihan distribusi hujan yang sesuai untuk daerah yang ditinjau dapat dilakukan dengan metoda yang lazim digunakan di Indonesia, yaitu metoda moment. Analisis frekuensi dalam penelitian ini menggunakan data dari tiga cara penyajian, yaitu annual maximum series (selanjutnya disebut cara I), data hujan harian (selanjutnya disebut cara II), dan data hujan harian maksimum rerata stasiun (selanjutnya disebut cara III). Dengan menghitung parameter statistik seperti nilai rerata, standard deviasi, koefisien variasi, dan koefisien skewness dari data yang ada serta diikuti dengan uji statistik, maka distribusi probabilitas hujan yang sesuai dapat ditentukan. Rumus-rumus statistik yang digunakan untuk menentukan jenis distribusi probabilitas tesebut adalah sebagai berikut. é n 2 ù ê å (x i - X ) ú ú Standar deviasi, S = ê i =1 ê (n - 1) ú êë úû

Koefisien skewness, Cs =

Koefisien variasi, Cv =

Koefisien kurtosis, Ck =

0.5

n (n - 1)(n - 2)s 3

(2.12)

å (x

3

n

i =1

i

- X)

(2.13)

S X

(2.14)

n2 (n - 1)(n - 2)(n - 3)S 4

å (x n

i =1

commit to user

-X)

4

i

(2.15)



dengan: n X S

= panjang data, = tinggi hujan rerata, = standar deviasi.

Ada beberapa distribusi dalam analisis hidrologi antara lain distribusi Normal, Log-Normal, extreme value Type I (Gumbel), dan Log-Pearson III.

Dalam

praktek, distribusi probabilitas yang benar sulit diketahui, maka untuk menjelaskan fenomena yang terkait perlu dilakukan pemilihan jenis distribusi yang cocok melalui pendekatan statistik. Beberapa bentuk jenis distribusi yang dipakai dalam analisis frekuensi untuk hidrologi di antaranya:

a.

Distribusi Normal

Persamaan yang dipakai dalam distribusi normal adalah: p=

1 T

(2.16) 1

é æ 1 öù 2 w = êlnçç 2 ÷÷ú , ë è p øû KT = z = w -

(0 < p £ 0.5)

2.515517 + 0.802853w + 0.010328w 2 1 + 1.432788w + 0.189269 w 2 + 0.001308w 3

(2.17)

(2.18)

dengan: T p KT

= kala ulang, = probabilitas, = faktor frekuensi.

Sifat-sifat distribusi Normal adalah nilai koefisien kemelencengan (skewness) sama dengan nol (Cs≈0) dan nilai koefisien kurtosis mendekati tiga (Ck≈3). Selain itu terdapar sifat-sifat distribusi frekuensi kumulatif berikut ini: P ( x - s ) = 15,87 % P ( x ) = 50 % P ( x + s ) = 84 ,14 %

commit to user



b. Distribusi Log-Normal Distribusi Log-Normal digunakan apabila nilai-nilai dari variabel random tidak mengikuti distribusi Normal, tetapi nilai logaritmanya memenuhi distribusi Normal. Sifat-sifat distribusi Log-Normal adalah sebagai berikut: Koefisien kemelencengan

: Cs=Cv3+3Cv

(2.19)

Koefisien kurtosis

: Ck=Cv8+6Cv6+15Cv4+16Cv2+3

(2.20)

c.

Distribusi Gumbel

Persamaan yang dipakai dalam distribusi Gumbel adalah:

KT = -

ü 6 {0.5772 +ln éêlnæç T ö÷ùú ý p ë è T - 1 øû þ

(2.21)

dengan: KT T

= faktor frekuensi, = kala ulang.

Distribusi gumbel mempunyai sifat: Koefisien kemelencengan

: Cs=1,14

Koefisien kurtosis

: Ck=5,4

d. Distribusi Log Pearson III Distribusi Log Pearson III digunakan apabila parameter statistik tidak sesuai dengan model distribusi yang lain. Persamaan yang dipakai adalah:

(

)

KT = z + z2 -1 k +

(

)

(

)

1 3 1 z - 6 z k 2 - z 2 - 1 k 3 + zk 4 + k 5 3 3

dengan: KT k

= faktor frekuensi, C = s 6 .

commit to user

(2.22)



Untuk memilih distribusi yang sesuai dengan data yang ada, perlu dilakukan uji statistik. Pengujian biasanya dilakukan dengan uji Chi-kuadrat dan uji SmirnovKolmogorov. 1.

Uji Chi Kuadrat

Pengujiaan chi-kuadrat dilakukan dengan menggunakan parameter c2, dengan rumus sebagai berikut: K

c =å 2

(Ef

i =1

- Of ) Ef

2

(2.23)

dengan: c2

= = = =

K Of Ef

harga Chi-kuadrat terhitung, banyaknya kelas, frekuensi terbaca pada setiap kelas, frekuensi yang diharapkan untuk setiap.

Nilai c2 hasil perhitungan dibandingkan dengan nilai c2 kritis. Nilai c2 kritis telah tersedia dalam bentuk tabel yaitu merupakan fungsi dari jumlah kelas, jumlah parmeter, dan derajat kegagalan. 2.

Uji Smirnov–Kolmogorov

Pengujian ini dilakukan dengan membandingkan nilai Δ maksimum, yaitu selisih maksimum antara plot data dengan garis teoritis pada kertas probabilitas. Nilai Δ kritis (Δcr, Smirnov Kolmogorov Test) tergantung dari jumlah data (n) dan derajat kegagalan (α). 2.2.5 Hujan Rencana Berdasarkan nilai parameter statistik dari data yang ada dan setelah dipilih jenis distribusi probabilitas hujan yang cocok sesuai hasil uji statistik, hujan rancangan kemudian dihitung dengan rumus berikut: X T = X + K T .S

dengan:

(2.24) commit to user



XT KT

= tinggi hujan dengan kala ulang T tahun, = faktor frekuensi, merupakan fungsi jenis dristribusi dan kala ulang.

2.2.6 Intensitas Hujan Intensitas hujan (I) merupakan laju hujan rerata dalam mm/jam untuk suatu wilayah/luasan tertentu. Intensitas hujan tersebut dipilih berdasarkan lama hujan dan kala ulang (T) yang telah ditentukan. Lama hujan dapat ditetapkan berdasarkan kejadian hujan, namun bila tidak terdapat data hujan dari stasiun otomatis maka lama hujan dapat dihampiri dengan waktu konsentrasi (tc) untuk wilayah tersebut. Kala ulang didasarkan pada kebutuhan perencanaan. Besarnya intensitas hujan dapat diperoleh dari lengkung hubungan antara tinggi hujan, lama hujan dan frekuensi atau sering disebut sebagai lengkung hujan. a.

Waktu Konsentrasi (tc)

Besarnya aliran dianggap mencapai puncak pada saat waktu konsentrasi. Waktu konsentrasi (tc) dapat dihitung dengan persamaan sebagai berikut: Kirpich

: Tc = 0.06628 L0,77 S -0,385

(2.25)

Australian Rainfall-Runoff

: Tc = 0,76 A 0,38

(2.26)

dengan: Tc A L S

= = = =

waktu konsentrasi (jam), luas DAS (km2), panjang sungai utama (km), kemiringan sungai (m/m).

b. Pola Agihan Hujan Pencatatan hujan biasanya dilakukan dalam satuan waktu harian, jam-jaman atau menit. Pencatatan biasanya dilakukan dengan interval waktu pendek supaya distribusi hujan selama terjadinya hujan dapat diketahui. Distribusi hujan yang terjadi digunakan sebagai masukan untuk mendapatkan hidrograf aliran. commit to user



Dalam penelitian ini untuk menentukan pola agihan hujan secara empiris digunakan cara Modified Mononobe, Alternating Block Method (ABM), dan Triangular Hyetograph Method (THM). 1.

Modified Mononobe

Untuk keperluan perancangan, curah hujan rancangan yang telah ditetapkan berdasarkan hasil analisis perlu diubah menjadi lengkung intensitas curah hujan. Lengkung tersebut dapat diperoleh berdasarkan data hujan dari stasiun hujan otomatis dengan rentang waktu yang pendek misal: menit atau jam. Dalam praktek, data hujan otomatis relatif sulit diperoleh, sehingga lengkung intensitas curah hujan untuk durasi pendek ditentukan berdasarkan data hujan harian, dengan menggunakan Modified Mononobe, yang dapat dilihat pada persamaan berikut: æR I = çç 24 è tc

2

öæ t c ö 3 ÷÷ç ÷ øè t ø

(2.27)

dengan: I R24 tc t

= intensitas hujan dengan kala ulang T untuk durasi t (mm/jam), = intensitas hujan harian untuk kala ulang T (mm/hari), = waktu konsentrasi (jam), = durasi hujan (jam).

2. Alternating Block Method (ABM) Alternating Block Method (ABM) adalah cara sederhana untuk membuat hyetograph rencana dari kurva IDF (Chow et al., 1988). Hyetograph rencana yang dihasilkan oleh metode ini adalah hujan yang terjadi dalam n rangkaian interval waktu yang berurutan dengan durasi ∆t selama waktu Td = n∆t. Untuk periode ulang tertentu, intensitas hujan diperoleh dari kurva IDF pada setiap durasi waktu ∆t, 2∆t, 3∆t,...,n∆t. Ketebalan hujan diperoleh dari perkalian antara intensitas hujan dan durasi waktu tersebut. Perbedaan antara nilai ketebalan hujan yang berurutan merupakan pertambahan hujan dalam interval waktu ∆t. Pertambahan hujan tersebut (blok-blok), diurutkan kembali ke dalam rangkaian waktu dengan commit to user intensitas maksimum berada pada tengah-tengah durasi hujan Td dan blok-blok



sisanya disusun dalam urutan menurun secara bolak bolak-balik balik pada kanan dan kiri kir dari blok tengah. Dengan demikian terbentuk hyetograph rencana, seperti pada Gambar 2.3.

Ketebalan hujan (mm)

25 20 15 10 5 0 1

2

3

4

5

6

7

Durasi hujan (jam)

Gambar 2.3 Hyetograph dengan ABM

3.

Triangular Hyetograph Method (THM)

Model distribusi seragam segitiga menganggap bahwa ke ketebalan hujan jam-jaman jam terdistribusi mengikuti bentuk segitiga. Hyetograph segitiga bisa dibentuk setelah kedalaman hujan rencana p dan durasi hujan Td diketahui. Dalam metode ini, luas segitiga merupakan rupakan nilai ke ketebalan hujan dan ordinat puncak hyetograph yang dihitung dengan rumus: Ip =

2p Td

(2.28)

dengan: Ip p Td

= intensitas puncak (mm/jam), = hujan rencana ((mm), = durasi hujan (jam).

Untuk menentukan waktu terjadinya intensitas hujan puncak, dipakai koefisien r yang didefinisikan sebagai rasio dari waktu terjadi intensitas hujan dengan puncak

commit to user



Tp dengan nilai total durasinya Td. Jadi waktu dimana terjadinya intensitas hujan puncak ditentukan dengan rumus: Tp = r.Td

(2.29)

dengan: r Tp Td

= rasio (umumnya ditetapkan sebesar 0.3-0.5), = waktu puncak (jam), = durasi hujan (jam).

commit to user


digilib.uns.ac.id

BAB III METODE PENELITIAN

3.1 Lokasi Penelitian Lokasi penelitian di Sub DAS Keduang yang terletak di Kabupaten Wonogiri seperti yang ditunjukkan pada Gambar 3.1. Sub DAS Keduang memiliki 9 (sembilan) stasiun hujan, yaitu: 1) Sidoharjo, 2) Slogohimo, 3) Jatiroto, 4) Jatipurno, 5) Jatisrono, 6) Ngadirojo, 7) Girimarto PP, 8) Girimarto SKT, dan 9) Jatisrono Otm.

Girimarto SKT Girimarto PP Jatipurno Sidoharjo Jatisrono

Ngadirojo

Slogohimo

Jatisrono Otm

Jatiroto

KETERANGAN PETA SUB DAS KEDUANG KABUPATEN WONOGIRI

®

0 1.25 2.5

5

7.5

10

Stasiun hujan manual Stasiun hujan otomatis

Kilometers

Gambar 3.1 Peta Sub DAS Keduang 3.2 Data yang Dibutuhkan Data yang dibutuhkan dalam analisis adalah: 1. 2.

Peta sub DAS keduang beserta stasiun hujan yang ada di dalamnya. Peta batas DAS Wonogiri. commit to user 24


3.

Data hujan dari stasiun hujan manual dari tahun 1989-2008.

4.

Data hujan dari stasiun hujan otomatis dari tahun 2006-2009.

5.

Koordinat stasiun hujan.


5.3 Alat yang digunakan Alat bantu yang digunakan dalam kajian ini adalah perangkat lunak: 1. AutoCAD untuk pengolahan peta DAS. 2. Microsoft Excel atau program terapan untuk pengolahan data hujan. 3. Transkoord untuk mengubah koordinat stasiun hujan dari geografis ke UTM. 4. Curve Expert untuk pembuatan kurva. 5. Arc Map untuk pengeplotan data dan pembuatan polygon thissen. 6. Havara untuk analisis frekuensi data.

5.4 Tahapan Penelitian 5.4.1

Pengolahan data hujan dari stasiun otomatis

1.

Mengelompokan data hujan berdasarkan durasi hujan dalam satuan jam.

2.

Menentukan durasi hujan sesuai dengan kejadian hujan.

3.

Membuat pola hujan jam-jaman (observed).

5.4.2 1.

Pengolahan data hujan dari stasiun manual

Melakukan uji jaringan pada peta DAS dan uji kepanggahan data pada stasiun hujan di dalam peta DAS.

2.

Melakukan plotting stasiun hujan dan pembuatan poligon Thiessen.

3.

Menyiapkan seri data hujan.

4.

Menghitung parameter statistik data hujan.

5.

Melakukan uji kecocokan distribusi frekuensi data.

6.

Menghitung analisis frekuensi data.

7.

Melakukan test jenis distribusi.

8.

Menghitung hujan rencana.

9.

Menghitung durasi hujan dancommit waktu konsentrasi. to user



10. Menghitung intensitas hujan jam-jaman dengan metode Modified Mononobe. 11. Menentukan pola agihan hujan jam-jaman (empiris) berdasarkan observed data. 12. Menentukan kesesuaian pola agihan hujan jam-jaman.

Tahapan penelitian ditunjukkan dalam bagan alir Gambar 3.2.

commit to user



5.5 Diagram Alir Tahapan Penelitian

Mulai Data hujan dari Sta manual Uji: data frekuensi

Penyiapan seri data hujan: -Hujan Harian Maksimum Tahunan (Cara I) -Hujan Harian (Cara II) -Hujan Harian Max Tiap Sta (CaraIII)

Jaringan Kepanggahan

Hujan wilayah Plot stasiun hujan Polygon thiessen

Parameter statistik

Uji kecocokan distribusi frekuensi

Cara I dan III Uji Chi Kuadrat dan Smornov Kolmogorov

Cara II Uji Parameter Statistik

Test jenis distribusi

Jenis distribusi frekuensi terpilih

Hujan rencana Data hujan dari Sta otomatis Durasi hujan dan waktu konsentrasi

Intensitas hujan

Pola agihan hujan jamjaman (empiris) Kesesuaian pola agihan hujan

Selesai

Gambar 3.2 Diagram Alir Tahapan Penelitian commit to user

Pengelompokan hujan berdasarkan durasi

Pola agihan hujan jam-jaman (observed)



DAFTAR PUSTAKA

Bambang Triatmodjo, 2008, Hidrologi Terapan. Beta Offset, Yogyakarta. CD Soemarto , 1986, Hidrologi Teknik. Usaha Nasional, Surabaya. Chow, dkk, 1988, Applied Hidrology. McGraw-Hill, New York. Mamok Soeprapto, 2000, Buku Pegangan Kuliah: Hidrologi. Universitas Sebelas Maret, Surakarta. Mamok Suprapto, 2008, Pemodelan Pengelolaan Aliran Rendah Dengan Pendekatan Hidrologi Elementer. Disertasi, UGM, Yogyakarta. Sri Harto Br, 1993, Analisis Hidrologi. PT Gramedia Pustaka Utama, Jakarta. Suripin, 2004, Sistem Drainase Perkotaan yang Berkelanjutan. Andi, Yogyakarta. Dunne, dkk, 2008, The impacts of climate change on hydrology in Ireland. University College, Dublin, Ireland. Suyono Sosrodarsono dan Kensaku Takeda, 1976, Hidrologi Untuk Pengairan. Pradnya Paramita, Jakarta. Thodsen, Hans, 2007, The influence of climate change on stream flow in Danish rivers. University of Compenhagen, Denmark. Dhanu Apriyanto, 2006. Perhitungan Aliran Permukaan Menggunakan Sistem Informasi Geografis Studi Kasus DAS Keduang. Skripsi, UNS, Surakarta. Trenberth, dkk, 1995. The Effects of Climate Change. University WincosinMadison. US Sulistyowati, 2006. Dampak Pola Iklim Terhadap Sumber Daya Air di Indonesia. Suara Pembaruan. UNDP, 2007. Sisi Lain Perubahan Iklim. Jakarta.

commit to user

xvi


digilib.uns.ac.id

BAB IV ANALISIS DAN PEMBAHASAN

4.1 Uji Kepanggahan Data Hujan Sub DAS Keduang mempunyai sembilan stasiun hujan. Untuk menguji validitas data hujan yang ada digunakan data hujan tahunan dengan menggunakan metode Rescaled Adjusted Partial Sums (RAPS). Data hujan tahunan disajikan dalam Tabel 4.1. Tabel 4.1 Data Hujan Tahunan Stasiun Hujan di Sub DAS Keduang

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

1926 1319 2300 4842 4054 2534 4343 3403 2461 4537 3357 3361 2665 1210 1224 1738 2298 2236 2614 2567

701 1269 181 2635 2293 4148 3214 1979 3667 3149 2980 2683 1275 1665 1231 1971 1421

2043 1687 1622 2456 2230 1795 2509 1772 1214 1967 1788 1898 1939 502

831

147

1734 1645 497 2130 1120 1334 2553 1888 1633 2251 1978 1812 1642 1074 1204 378 1359 1513 2706 2761

1857 1159 1575 2509 2572 1632 1853.5 2605.5 1909 1984 1730 2334 1896 1014 1699 1293 973 3594 2475

Sumber: Dinas Pengairan Kabupaten Wonogiri Keterangan: = Data rusak

commit to user 28

2192 1499 1950 2292 2026 1462 2726 2202 1636 2721 2136 2472 1865 1322 1105 1562 1030 1400 2222 1928

2484 1765 1674 2405 2180 1647 2313 2007 1145 2742 2239 2221 1948 921 1408 1497 1452 2027 2383 1198

2290 1697 1690 2563 2035 1634 2214 2020 1394 2378 506 1726 1650 771 709 309 714 1637 1571

Jatisrono Otomatis

Slogohimo 131b

Jatisrono 131

Jatiroto 130c

Jatipurno 130.b

Ngadirojo 125f

Sidoharjo 125c

Girimarto PP 125b

TAHUN

Girimarto SKT 57

HUJAN TAHUNAN (mm/tahun)

3190 5415 4427 5458 5099 4043 3461 5404 4522 2125 2482 2043 2203 2585 2313 1954 2314 2569



Contoh hasil uji kepanggahan untuk stasiun pencatat hujan Girimarto PP 125b dengan menggunakan cara RAPS ditampilkan pada Tabel 4.2. Tabel 4.2 Uji Kepanggahan pada Stasiun Girimarto PP125b No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Thn 1989 1990 1991 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2008

i 701 1269 181 2635 2293 4148 3214 1979 3667 3149 2980 2683 1275 1665 1231 1971 1421 831

i-Rerata

Sk*

(1.371) (803) (1.891) 563 221 2.076 1.142 (93) 1.595 1.077 908 611 (797) (407) (841) (101) (651) (1.241)

(1.370.8) (2.173.7) (4.064.5) (3.501.3) (3.280.2) (1.204.0) (61.8) (154.7) 1.440.5 2.517.7 3.425.8 4.037.0 3.240.2 2.833.3 1.992.5 1.891.7 1.240.8 (0.0)

Sk** (1.25) (1.98) (3.70) (3.19) (2.99) (1.10) (0.06) (0.14) 1.31 2.29 3.12 3.68 2.95 2.58 1.82 1.72 1.13 (0.00)

Absolut 1.2 2.0 3.7 3.2 3.0 1.1 0.1 0.1 1.3 2.3 3.1 3.7 3.0 2.6 1.8 1.7 1.1 0.0

Q Abs Q/sqrt(n) Maks Abs 3.7 0.9

Nilai Kritik < .90

Keterangan: = nilai absolut i = hujan tahunan Sk* = kumulatif i-Rerata Sk** = S*/standar deviasi n = jumlah data Dari nilai yang didapatkan pada Tabel 4.2, tampak bahwa nilai QRAPS

hit (maks)

terdapat pada tahun 1991. Dengan menggunakan Persamaan 2.12 dan Persamaan 2.13 maka diperoleh besaran QRAPShit / √& = 0.9. Nilai ini dibandingkan dengan

nilai kritik yang terdapat pada Tabel 2.1 dengan n=18 dan Confidence Interval 90%. Setelah dilakukan interpolasi besaran nilai kritik untuk kasus ini adalah QRAPShit / √& = 0.87. Terjadi nilai QRAPShit / √& < dari pada nilai QRAPSkritik. Hasil ini

menunjukan bahwa data hujan pada stasiun pencatat hujan Girimarto PP 125b adalah panggah. Hasil uji kepanggahan dengan metode RAPS pada stasiun hujan yang lain dapat dilihat pada Tabel 4.3. commit to user



Tabel 4.3 Hasil Uji Kepanggahan Semua Stasiun di Sub DAS Keduang Nama Stasiun Hujan

No 1 2 3 4 5 6 7 8 9

Q Abs Maks Abs 5.026 3.704 2.549 3.325 3.420 4.574 4.568 3.874 2.778

Girimarto SKT 57 Girimarto PP 125b Sidoharjo 125c Ngadirojo 125f Jatipurno 130b Jatiroto 130c Jatisrono 131 Slogohimo 131b Jatisrono Otomatis

Q/sqrt(n) 1.12 0.87 0.66 0.74 0.78 1.05 1.02 1.00 0.65

Keterangan Tidak Panggah Panggah Panggah Panggah Panggah Panggah Panggah Panggah Panggah

Dari Tabel 4.3 diketahui bahwa data hujan di Stasiun Girimarto SKT 57 tidak panggah. Oleh sebab itu data hujan dari Stasiun Girimarto SKT 57 tidak dipakai dalam analisis selanjutnya.

4.2 Uji Kerapatan Jaringan Untuk mengetahui kerapatan jaringan stasiun hujan digunakan metode Kagan dengan menggunakan data hujan bulanan. Data hujan bulanan stasiun hujan di Sub DAS Keduang dapat dilihat pada Lampiran A. Berdasarkan analisis statistik data hujan bulanan pada stasiun hujan Girimarto PP 125b diperoleh besaran nilai parameter sebagai berikut: Nilai rerata (mean)

= 258.50

Standar eror

= 22.10

Median

= 175

Modus

=0

Standar deviasi

= 243.11

Sampel varian

= 59101.77

Kurtosis

= -0.78

Skewness

= 0.60

Range

= 886 commit to user



Nilai minimum

=0

Nilai maksimum

= 886

Jumlah seluruh data

= 3279

Banyaknya data

= 121

Confidence Level(95.0%)

= 43.32

Koef Varian

= 0.94

Berdasar nilai parameter statistik dicari koefisien korelasi antara dua stasiun. Koefisien korelasi antar stasiun hujan dapat dilihat pada Lampiran B. Jarak antar stasiun diperoleh berdasarkan hubungan antara koordinat UTM dua stasiun hujan yang berlainan.

Contoh perhitungan jarak antar stasiun hujan (antara Sidoharjo dan Girimarto PP125b) adalah sebagai berikut: Koordinat UTM Sidoharjo: X1 = 507330 Y1 = 9135343 Koordinat UTM Girimarto PP 125b: X2 = 509065 Y2 = 9139145 d = ( X 2 - X 1 ) 2 + (Y2 - Y1 ) 2 d = (509065 - 507330) 2 + (9139145 - 9135343) 2 d = 4180m

Hasil perhitungan jarak antar stasiun hujan yang selengkapnya dapat dilihat pada Lampiran B. Kesalahan interpolasi (Z1 dan Z2) dan panjang sisi segitiga (L) dapat dihitung dengan menggunakan Persamaan 2.1, Persamaan 2.3, dan Persamaan 2.4. Perhitungan segitiga Kagan sebagai berikut: commit to user



1 - r0 +

0.23 A

d0 N N 0.23 x 420.982 1 - 0.78 + 128.57 9 Z1 = 1 9 Z 1 = 0.23 Z1 = Cv

Z 1 = 23%

1 - r0

Z 2 = Cv Z2 = 1

3 1 - 0.78 3

+ 0.52

r0 d0

+ 0.52

0.78 188.37 128.57 9

S N

Z 2 = 0.29 Z 2 = 29%

A N 420.982 L = 1,07 9 L= 7.32 km L = 1,07

Hasil perhitungan memberikan nilai Z1= 23%, Z2= 29%, dan L= 7.32 km. Nilai L digunakan untuk menyusun jejaring Kagan, selanjutnya disuperposisi dengan lokasi pencatat sedemikian rupa sehingga tiap stasiun mendekati atau berada pada titik simpul jejaring Kagan. Hasil superposisi yang terbaik ditampilkan pada Gambar 4.1.

commit to user



KETERANGAN

PETA JARINGAN STA HUJAN METODE KAGAN SUB DAS KEDUANG

®

0 1.25 2.5

5

7.5

10


Kilometers

Gambar 4.1 Peta Jaringan Stasiun Hujan dengan Metode Kagan di Sub DAS Keduang Dari Gambar 4.1 dapat dilihat bahwa jumlah stasiun hujan yang seharusnya ada pada Sub DAS Keduang adalah sesuai dengan jumlah simpul segitiga yang ada pada sub DAS tersebut yaitu sejumlah 14 stasiun. Namun, pada kenyataannya jumlah stasiun hujan yang ada di Sub DAS Keduang hanya 9. Dari jumlah stasiun yang ada, beberapa di antaranya berjarak terlalu berekatan sehingga hanya dipilih salah satu saja. Sebagai contoh stasiun Girimarto SKT dan stasiun Girimarto PP berjarak terlalu dekat, sehingga dipilih Girimarto PP. Dengan demikian berdasarkan hasil analisis Kagan, stasiun yang tepat digunakan adalah stasiun Girimarto PP, Ngadirojo, Jatipurno, Jatiroto, Jatisrono Otm, Sidoharjo, dan Slogohimo. Persentase jumlah stasiun hujan yang ada di Sub DAS Keduang hanya sebesar 64% dari yang seharusnya ada. Hal ini mengakibatkan hasil yang tidak sempurna untuk perhitungan hujan wilayah. Untuk itu diperlukan 5 stasiun hujan tambahan yang terletak pada simpul-simpul Kagan. commit to segitiga user



Jika dilakukan penambahan jumlah stasiun hujan sebanyak 5 stasiun hujan, maka kesalahan perataan dan kesalahan interpolasi dapat ditentukan dengan perhitungan berikut:

1 - r0 +

0.23 A

d0 N N 0.23 x 420.982 1 - 0.78 + 128.57 14 Z1 = 1 14 Z 1 = 0.18 Z1 = Cv

Z 1 = 18%

1 - r0

Z 2 = Cv Z2 = 1

3 1 - 0.78 3

+ 0.52

r0 d0

+ 0.52

0.78 188.37 128.57 14

S N

Z 2 = 0.29 Z 2 = 29% Hasil perhitungan memberikan nilai Z1= 18%, Z2= 29%. Nilai kesalahan perataan lebih kecil dibandingkan dengan nilai kesalahan perataan dengan 9 (sembilan) stasiun.

4.3 Hujan Wilayah Untuk menentukan hujan wilayah Sub DAS Keduang digunakan metode poligon Thiessen. Sebagai contoh diambil data hujan harian maksimum tahunan pada tahun 1991. Data hujan hariam maksimum tahunan Sub DAS Keduang dapat dilihat pada Tabel 4.4.

commit to user



Tabel 4.4 Data Hujan Harian Maksimum Tahunan Sub DAS Keduang (mm) TAHUN

GIRIMAR TO PP

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

92 106 70 0 95 126 95 95 90 114 108 102 85 93 91 84 125 65 0 75

SIDO HARJO

107 72 73 91 84 104 118 67 102 79 84 74 88 82 0 0 0 0 0 34

NGADI ROJO

78 89 38 72 65 68 69 65 58 96 82 97 75 83 63 70 84 65 203 155

JATI PURNO

75 99 96 104 109 88 98 97 87 107 81 67 68 76 87 75 95 0 187 99

JATI ROTO

84 80 77 74 81 55 90 85 63 68 68 95 85 80 70 102 107 59 237 75

SLOGO HIMO

118 67 109 109 95 85 88 92 85 89 59 114 51 70 53 95 65 60 155 0

JATI SRONO OTM

0 0 66 165 150 153 223 168 178 188 194 80 70 175 146 222 133 116 117 117

Sumber: Dinas Pengairan Kabupaten Wonogiri Keterangan: = Data rusak Poligon Thiessen Sub DAS Keduang 7 (tujuh) stasiun hujan dapat dilihat pada Gambar 4.2.

commit to user



Girimarto PP Jatipurno Sidoharjo

Slogohimo

Ngadirojo Jatisrono Otm

Jatiroto

KETERANGAN

PETA POLIGON THIESSEN SUB DAS KEDUANG KABUPATEN WONOGIRI

®

0 1.25 2.5

5

7.5

10


Kilometers

Gambar 4.2 Poligon Thiessen Sub DAS Keduang dengan 7 (tujuh) Stasiun Hujan Dari poligon Thiessen yang sudah dibuat selanjutnya dihitung luas masing-masing wilayah dengan menggunakan tool inquiry pada program AutoCAD. Hasilnya adalah sebagai berikut: Sub DAS Keduang

= 420.98 km2

Girimarto PP 125b

= 37.16 km2

Sidoharjo

= 48.60 km2

Ngadirojo

= 68.04 km2

Jatiroto

= 77.75 km2

Jatisrono Otm

= 35.06 km2

Jatipurno

= 78.00 km2

Slogohimo

= 76.36 km2

Contoh perhitungan untuk mendapatkan hujan wilayah harian maksimum tahun 1991:

commit to user



P=

PG . AG + PS 1 . AS 1 + PN . AN + PJ 1 . AJ 1 + PJ 2 . AJ 2 + PJ 3 . AJ 3 + PS 2 . AS 2 AG + AS 1 + AN + AJ 1 + AJ 2 + AJ 3 + AS 2

P=

70 x37.16 + 73 x 48.60 + 38 x68.04 + 77 x 77.75 + 66.35.06 + 96 x78.00 + 109 x 76.36 37.16 + 48.60 + 68.04 + 77.75 + 35.06 + 78.00 + 76.36

-

P = 78.03mm

Poligon Thiessen akan berbeda jika jumlah stasiun berbeda. Gambar Poligon Thiessen dengan jumlah stasiun pencatat hujan yang berbeda serta perhitungannya dapat dilihat pada Lampiran B. Dengan menggunakan Persamaan 2.5 hujan harian maksimum wilayah pada Sub DAS Keduang dapat dilihat pada Tabel 4.5.

Tabel 4.5 Hujan Harian Maksimum Wilayah Sub DAS Keduang Hujan Hujan Wilayah Tahun Wilayah (mm) (mm) 1989 91 1999 87 1990 84 2000 90 1991 78 2001 73 1992 97 2002 87 1993 93 2003 79 1994 89 2004 99 1995 102 2005 98 1996 91 2006 68 1997 87 2007 186 1998 99 2008 97 Sumber: Dinas Pengairan Kabupaten Wonogiri Tahun

4.4 Uji Kecocokan Jenis Agihan Untuk mengetahui jenis agihan data yang sesuai digunakan uji agihan frekuensi. Analisis ini digunakan untuk dasar perhitungan hujan rancangan dengan berbagai kala ulang. Ada beberapa cara yang dapat digunakan untuk mengetahui kesesuaian agihan data. Adapun jenis agihan, antara lain: agihan Normal, Log Normal, Gumbel, dan Log Pearsoncommit III. to user



Dalam uji kecocokan jenis agihan digunakan tiga cara penyajian data, yaitu cara I, cara II, dan cara III. 4.4.1

Cara I (Hujan Harian Maksimum Tahunan)

Data hujan harian maksimum tahunan dapat dilihat pada Tabel 4.4. Untuk memilih kesesuaian jenis agihan dengan uji Chi Kuadrat dan uji SmirnovKolmogorov. Hasil perhitungan hujan wilayah pada data dengan cara I dapat dilihat pada Tabel 4.5. Resume hasil uji terhadap deret data pada Tabel 4.5 disajikan pada Tabel 4.6 dan Tabel 4.7. Tabel 4.6 Resume Hasil Uji Chi Kuadrat

Chi Kuadrat Derajat kebebasan Chi kritik Keterangan

Normal

Log normal

Gumbel

LogPearson III

10.941 2 5.9915

6.235 2 5.9915

13.294 2 5.9915

16.118 1 3.8415

ditolak

ditolak

ditolak

ditolak

Tabel 4.7 Resume Hasil Uji Smirnov-Kolmogorov Distribusi Normal Log normal Gumbel LogPearson III

∆ maks 0.280 0.223 0.214 0.298

keterangan diterima diterima diterima diterima

Berdasarkan uji Chi Kuadrat yang disajikan pada Tabel 4.6 diketahui bahwa semua distribusi ditolak, sedangkan berdasarkan uji Smirnov-Kolmogorov yang disajikan pada Tabel 4.7 tampak bahwa semua distribusi diterima. Hasil uji selengkapnya dapat dilihat pada Lampiran B. Untuk dapat memilih agihan yang paling cocok, maka dipilih yang memiliki nilai penyimpangan terkecil. Maka dalam hal ini agihan Gumbel adalah yang paling cocok karena memiliki nilai penyimpangan yang terkecil di antara yang lain.

4.4.2

Cara II (Hujan Harian)

Cara II ini menggunakan data hujan harian. Hujan harian rerata Sub DAS commit to user Keduang dapat dilihat pada Gambar 4.3.


Hujan Harian Rerata Tahun 1989-2008 20 15 10 5 0 1 15 29 43 57 71 85 99 113 127 141 155 169 183 197 211 225 239 253 267 281 295 309 323 337 351 365

Hujan Harian Rerata (mm)


Hari ke-

Gambar 4.3 Hujan Harian Rerata Tahun 1989-2008 Dari Gambar 4.3 dengan asumsi bahwa ketebalan hujan kurang dari 5 mm dianggap tidak terjadi hujan maka musim kemarau mulai terjadi pada kejadian ke114 (tepatnya tanggal 23 April ), sedangkan musim hujan mulai terjadi pada kejadian ke-306 (tepatnya tanggal 1 November).

Perhitungan hujan harian selengkapnya dapat dilihat pada Lampiran B. Berdasarkan analisis statistik terhadap deret data hujan harian diperoleh nilai parameter sebagai berikut: Nilai rerata (mean)

= 9.98

Standar deviasi

= 10.66

Skewness

= 2.60

Kurtosis

= 17.82

Variasi

= 1.07

Jumlah data

= 3829

Untuk menentukan jenis distribusi frekuensi yang cocok dilakukan dengan pengujian parameter statistik. Resume hasil pengujian parameter stastistik dapat dilihat pada Tabel 4.8.

commit to user



Tabel 4.8 Resume Hasil Pengujian Parameter Statistik No 1 2

Jenis Distribusi Normal Log Normal

Syarat Cs = 0 Ck = 3 3 Cs (ln x) = C 0 v +3Cv 8

6

= 2.71 4

3

Ck (ln x) = C 3 v +6Cv +15Cv +16Cv = 18.36 Log Pearson type III Jika semua syarat tidak terpenuhi

4

Gumbell

Cs = 1,14 Ck = 5,4

Hasil Perhitungan Cs = 2.60 Ck = 17.82

Keputusan No No

Cs = -0.66

No

Ck = Cs = Ck = Cs = Ck =

No Yes Yes No No

0.16 -0.66 0.16 2.60 17.82

Dari Tabel 4.8 diketahui bahwa jenis distribusi yang diterima adalah Log Pearson III. Dengan demikian, digunakan sebaran hujan mengikuti distribusi Log Pearson III.

4.4.3

Cara III ( Hujan Harian Maksimum Rerata Tiap Stasiun)

Untuk menentukan hujan harian maksimum tiap stasiun dalam tahun yang sama diambil hujan maksimum tahunan tiap stasiun. Selanjutnya, dicari hujan harian pada stasiun-stasiun yang lain pada hari kejadian yang sama dalam tahun yang sama. Perhitungan hujan harian maksimum rerata tiap stasiun dapat dilihat pada lampiran B. Hujan harian maksimum rerata tiap stasiun dapat dilihat pada Gambar 4.4.

Hujan Harian Maksimum Rerata Tiap Stasiun Hujan Wilayah (mm)

200,000 150,000 100,000 50,000

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116

0,000 Data ke-

Gambar 4.4 Hujan Harian Maksimum Rerata Tiap Stasiun

commit to user



Untuk memilih kesesuaian jenis agihan dengan uji Chi Kuadrat dan uji SmirnovKolmogorov. Resume hasil uji terhadap data hujan harian maksimum rerata tiap stasiun disajikan pada Tabel 4.9 dan Tabel 4.10. Tabel 4.9 Resume Hasil Uji Chi Kuadrat

Chi Kuadrat Derajat kebebasan Chi kritik Keterangan

Normal

Log normal

Gumbel

LogPearson III

12.087 2 5.9915

1.130 2 5.9915

2.261 2 5.9915

1.391 1 3.8415

ditolak

diterima

diterima

diterima

Tabel 4.10 Resume Hasil Uji Smirnov-Kolmogorov Distribusi Normal Log normal Gumbel LogPearson III

∆ maks 0.724 0.719 0.720 0.670

keterangan diterima diterima diterima diterima

Berdasarkan uji Chi Kuadrat yang disajikan pada Tabel 4.9 diketahui bahwa semua distribusi diterima kecuali distribusi Normal, sedangkan berdasarkan uji Smirnov-Kolmogorov yang disajikan pada Tabel 4.10 tampak bahwa semua distribusi diterima. Hasil uji selengkapnya dapat dilihat pada Lampiran B. Untuk dapat memilih agihan yang paling cocok, maka dipilih yang memiliki nilai penyimpangan terkecil. Maka dalam hal ini agihan Log Pearson III adalah yang paling cocok karena memiliki nilai penyimpangan yang terkecil di antara yang lain.

4.5 Hujan Rancangan Berdasarkan hasil uji agihan hujan, jenis agihan terbaik dapat dilihat pada Tabel 4.11.

commit to user



Tabel 4.11 Hasil Uji Kecocokan Agihan Data Jenis Penyajian Data Hujan Harian Maksimum Tahunan (Cara I) Hujan Harian (Cara II) Hujan Harian Maksimum Rerata Tiap Stasiun (Cara III)

Jenis Distribusi Gumbel Log Pearson III Log Pearson III

Sesuai dengan hasil analisis agihan hujan rancangan dengan beragam kala ulang dapat dilihat hasilnya pada Tabel 4.12. Tabel 4.12 Hujan Rancangan dengan Berbagai Kala Ulang Hujan Rancangan (mm) No

Kala Ulang (tahun)

1 2 3 4 5 6 7 8

1.1 2 5 10 20 50 100 1000

Hujan Harian Maksimum Hujan Harian Hujan Harian Maksimum Maksimum Tahunan (cara I) Rerata Tiap Stasiun (caraIII) 68 22 91 36 114 52 128 62 142 72 161 84 174 93 219 123

Hujan Harian (cara II) 2 12 30 45 58 83 99 152

Dari Tabel 4.12, hujan harian maksimum dengan cara I dan cara III terdapat hasil yang jauh berbeda. Untuk analisis lanjutan dan demi keamanan dipakai hujan harian maksimum dengan cara I karena mempunyai ketebalan hujan rancangan yang lebih besar.

4.6 Durasi Hujan dan Waktu Konsentrasi 4.6.1 Durasi Hujan Data hujan dari stasiun pencatat hujan otomatis dikelompokkan berdasarkan lamanya hujan. Selanjutnya dipilih durasi hujan yang dominan dari lamanya hujan dengan kejadian terbanyak. Durasi hujan dan banyak kejadian hujan pada data dari stasiun pencatat hujan otomatis dapat dilihat pada Tabel 4.13. commit to user



Tabel 4.13 Durasi Hujan dan Banyak Kejadian Hujan Durasi hujan (jam) 2 3 4 5 6 7 8

Kejadian (n) 62 50 18 9 10 8 4

Dari Tabel 4.13 diketahui bahwa kejadian hujan paling banyak pada saat durasi hujan 2 jam. Sehingga durasi hujan paling dominan di Sub DAS Keduang adalah 2 jam, sedangkan perhitungan durasi hujan adalah sebagai berikut: Durasi =

å Durasihuja nxkejadian å kejadian

(2 x 62 + 3 x50 + 4 x18 + 5 x9 + 6 x10 + 7 x8 + 8 x 4) 161 Durasi = 3.68 jam Durasi =

4.6.2 Waktu Konsentrasi Waktu konsentrasi dapat ditentukan dengan menggunakan Persamaan 2.25 dan Persamaan 2.26. Perhitungan waktu konsentrasi adalah sebagai berikut: Diketahui: Data panjang sungai dan slope diperoleh dari Dhanu Apriyanto, 2006. Panjang sungai utama (L)

= 50.202 km

Slope (S)

= 0.068

Luas (A)

= 420.98 km2

Dengan menggunakan Persamaan 2.25 diperoleh hasil: Tc = 0.06628 L0,77 S -0,385 Tc = 0.06628 x50.202 0 ,77 x0.068 -0,385

Tc = 3.8 jam Dengan menggunakan Persamaan 2.26 diperoleh hasil: commit to user



Tc = 0,76 A 0,38 Tc = 0,76.420 .98 0,38

Tc = 7.55 jam

Selanjutnya digunakan Tc dengan menggunakan Persamaan 2. 25 yang nilainya 3.8 jam karena nilainya mendekati nilai durasi hujan.

4.7 Pola Agihan Hujan 4.7.1

Cara Observed

Pola agihan hujan dengan cara observed diperoleh dari data hujan dari stasiun otomatis yang sudah dikelompokan berdasar durasi hujan. Hasil olahan data hujan dari stasiun otomatis ditunjukkan dalam Gambar 4.5 sampai dengan Gambar 4.11.

Prosentase Hujan (%)

Pola Hujan 2 Jam (observed) 75.14%

80 60 40

24.86%

20 0 1

2 Jam ke-

Gambar 4.5 Pola Agihan Hujan 2 Jam (observed)


Pola Hujan 3 Jam (observed) 50 40 30 20 10 0

43.66%

39.71% 16.62%

1

2

3

Jam ke-

commit to user Gambar 4.6 Pola Agihan Hujan 3 Jam (observed)




Pola Hujan 4 Jam (observed) 60

49.22%

50 40 30

22.62%

18.08%

20

10.08%

10 0 1

2

3

4

Jam ke-



Pola Hujan 5 Jam (observed) 80

71.96%

60 40 13.72%

20

6.62%

5.84%

1.86%

3

4

5

0 1

2

Jam ke-



Pola Hujan 6 Jam (observed) 35 30 25 20 15 10 5 0

28.02% 29.75% 17.36% 7.95%

1

2

3

4

8.48%

8.44%

5

6

Jam ke-

Gambar 4.9 Pola commit Agihan to Hujan user6 Jam (observed)




Pola Hujan 7 Jam (observed) 50 40

39.50%

30 16.06% 13.48% 11.97%

20 10

8.53% 6.59% 3.87%

0 1

2

3

4

5

6

7

Jam ke-



Pola Hujan 8 Jam (observed) 30 26.44% 25 20

15.62% 12.38%10.71% 9.66%

15 10

8.91% 8.34% 7.92%

5 0 1

2

3

4

5

6

7

8

Jam ke


4.7.2

Cara Empiris

Pola agihan hujan dapat pula didekati dengan cara empiris. Dengan adanya data hujan dari stasiun pencatat otomatis, maka cara empiris yang sesuai dapat dibandingkan. Dengan hasil olahan data hujan dari stasiun pencatat otomatis, menunjukkan bahwa durasi hujan 2, 3, 5, 7, dan 8 jam mengikuti pola Modified Mononobe. Durasi hujan 4 dan 6 jam mengikuti pola THM atau ABM. Contoh perhitungan intensitas hujan dengan Modified-Mononobe (Persamaan 2.27) adalah sebagai berikut: commit to user



Dari data hujan wilayah harian maksimum tahunan diketahui: R24 tc t

= 67.884 mm = 3.8 jam = 1 jam

æR I = çç 24 è tc

2

öæ t c ö 3 ÷÷ç ÷ øè t ø 2

æ 67.884 öæ 3.8 ö 3 I =ç ÷ç ÷ è 3.8 øè 1 ø

I = 43.50 mm/jam Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 2 jam dapat dilihat pada Tabel 4.14. Tabel 4.14 Agihan Hujan 2 Jam Sub DAS Keduang Cara Cara I Cara II Cara III

t 1

I(mm/jam) 43.50

P(mm) 43.50

Delta(mm) 43.50

% 79.37

2 1

27.40 0.63

54.81 0.63

11.31 0.63

20.63 79.37

2 1

0.40 13.99

0.79 13.99

0.16 13.99

20.63 79.37

2

8.81

17.62

3.64

20.63

Dengan perhitungan sebagai berikut, kolom 1 dimasukkan durasi hujan pada kolom 2 nilai intensitas hujan didapatkan dari rumus Modified-Mononobe (Persamaan 2.30). Untuk nilai curah hujan (P) pada kolom 3 didapat dengan mengalikan nilai pada kolom 1 dengan nilai pada kolom 2. Sedangkan nilai pada kolom 4 didapat dari selisih hujan pada jam ke t dengan jam ke

t-1.

Untuk nilai

pada kolom 5 adalah persentase dari besarnya hujan tiap jam dengan keseluruhan hujan.

Dari Tabel 4.14 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 2 jam dengan metode Modified Mononobe ditampilkan pada Gambar 4.12. commit to user



Intensitas Hujan (%)

Pola Hujan 2 Jam (Modified Mononobe) 100

79.37%

80 60 40

20.63%

20 0 1

2 Jam ke-

Gambar 4.12 Pola Agihan Hujan 2 Jam (Modified Mononobe) Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 3 jam dapat dilihat pada Tabel 4.15. Tabel 4.15 Agihan Hujan 3 Jam Sub DAS Keduang Cara Cara I

t 1 2

I(mm/jam) 43.50 27.40

P(mm) 43.50 54.81

Delta(mm) 43.50 11.31

% 69.34 18.02

Cara II

3 1 2

20.91 0.63 0.40

62.74 0.63 0.79

7.93 0.63 0.16

12.64 69.34 18.02

Cara III

3 1 2

0.30 13.99 8.81

0.91 13.99 17.62

0.11 13.99 3.64

12.64 69.34 18.02

3

6.72

20.17

2.55

12.64

Dari Tabel 4.15 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 3 jam dengan metode Modified Mononobe ditampilkan pada Gambar 4.13.

commit to user




Pola Hujan 3 Jam (Modified Mononobe) 80

69.34%

60 40

18.02%

20

12.64%

0 1

2

3

Jam ke-

Gambar 4.13 Pola Agihan Hujan 3 Jam (Modified Mononobe) Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 5 jam dapat dilihat pada Tabel 4.16. Tabel 4.16 Agihan Hujan 5 Jam Sub DAS Keduang Cara

Cara I

Cara II

Cara III

t 1 2 3 4

I(mm/jam) 43.50 27.40 20.91 17.26

P(mm) 43.50 54.81 62.74 69.05

Delta(mm) 43.50 11.31 7.93 6.31

% 58.48 15.20 10.66 8.49

5 1 2 3 4

14.88 0.63 0.40 0.30 0.25

74.39 0.63 0.79 0.91 1.00

5.33 0.63 0.16 0.11 0.09

7.17 58.48 15.20 10.66 8.49

5 1 2 3 4

0.22 13.99 8.81 6.72 5.55

1.08 13.99 17.62 20.17 22.20

0.08 13.99 3.64 2.55 2.03

7.17 58.48 15.20 10.66 8.49

5

4.78

23.92

1.71

7.17


commit to user




Pola Hujan 5 Jam (Modified Mononobe) 80 60

58.48%

40 20

15.20%

10.66%

8.49%

7.17%

2

3

4

5

0 1

Jam ke-

Gambar 4.14 Pola Agihan Hujan 5 Jam (Modified Mononobe) Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 7 jam dapat dilihat pada Tabel 4.17. Tabel 4.17 Agihan Hujan 7 Jam Sub DAS Keduang Cara

Cara I

Cara II

Cara III

t

I(mm/jam)

P(mm)

Delta(mm)

%

1

43.50

43.50

43.50

52.28

2 3 4 5 6

27.40 20.91 17.26 14.88 13.17

54.81 62.74 69.05 74.39 79.05

11.31 7.93 6.31 5.33 4.66

13.59 9.53 7.59 6.41 5.60

7 1

11.89 0.63

83.22 0.63

4.17 0.63

5.01 52.28

2 3 4 5 6

0.40 0.30 0.25 0.22 0.19

0.79 0.91 1.00 1.08 1.15

0.16 0.11 0.09 0.08 0.07

13.59 9.53 7.59 6.41 5.60

7 1 2 3 4 5 6

0.17 13.99 8.81 6.72 5.55 4.78 4.24

1.21 13.99 17.62 20.17 22.20 23.92 25.42

0.06 13.99 3.64 2.55 2.03 1.71 1.50

5.01 52.28 13.59 9.53 7.59 6.41 5.60

7

commit to26.76 user 3.82

1.34

5.01





Pola Hujan 7 Jam (Modified Mononobe) 60 50 40 30 20 10 0

52.28%

13.59% 9.53% 7.59% 6.41% 5.60% 5.01% 1

2

3

4

5

6

7

Jam ke-

Gambar 4.15 Pola Agihan Hujan 7 Jam (Modified Mononobe) Dengan Persamaan 2.27 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 8 jam dapat dilihat pada Tabel 4.18.

commit to user



Tabel 4.18 Agihan Hujan 8 Jam Sub DAS Keduang Cara

Cara I

Cara II

Cara III

t 1 2 3 4 5 6 7

I(mm/jam) 43.50 27.40 20.91 17.26 14.88 13.17 11.89

P(mm) 43.50 54.81 62.74 69.05 74.39 79.05 83.22

Delta(mm) 43.50 11.31 7.93 6.31 5.33 4.66 4.17

% 50.00 13.00 9.12 7.26 6.13 5.36 4.79

8 1 2 3 4 5 6 7

10.88 0.63 0.40 0.30 0.25 0.22 0.19 0.17

87.00 0.63 0.79 0.91 1.00 1.08 1.15 1.21

3.79 0.63 0.16 0.11 0.09 0.08 0.07 0.06

4.35 50.00 13.00 9.12 7.26 6.13 5.36 4.79

8 1 2 3 4 5 6 7

0.16 13.99 8.81 6.72 5.55 4.78 4.24 3.82

1.26 13.99 17.62 20.17 22.20 23.92 25.42 26.76

0.05 13.99 3.64 2.55 2.03 1.71 1.50 1.34

4.35 50.00 13.00 9.12 7.26 6.13 5.36 4.79

8

3.50

27.98

1.22

4.35


commit to user




Pola Hujan 8 Jam (Modified Mononobe) 60 50.00% 50 40 30 13.00% 9.12% 20 7.26% 6.13% 5.36% 4.79% 4.35% 10 0 1

2

3

4

5

6

7

8

Jam ke-

Gambar 4.16 Pola Agihan Hujan 8 Jam (Modified Mononobe)

Contoh perhitungan intensitas hujan dengan THM (Persamaan 2.28 dan 2.29) adalah sebagai berikut: Dari data hujan wilayah harian maksimum tahunan diketahui: p Td

= 67.884 mm = 4 jam

Ip =

2p Td

Ip =

2x 67.884 4

Ip = 33.942 mm/jam Dengan rasio = 0,3 maka: Tp = r.Td Tp = 0.3 x 4

Tp = 1.2 jam Dengan Persamaan 2.28 dan Persamaan 2.29 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 4 jam dapat dilihat pada Tabel 4.19.

commit to user



Tabel 4.19 Agihan Hujan 4 Jam Sub DAS Keduang (THM) Cara I 33.94 1.2

Ip (mm/jam) Tp (jam)

Cara II 0.49 1.2

Cara III 10.91 1.2

Pola agihan hujan 4 jam dengan menggunakan THM dapat dilihat pada Gambar

Intensitas Hujan (mm/jam)

4.17.

Pola Hujan 4 Jam Ip

40 30 20 10 0 0

1

2

3

4

Jam ke-

Gambar 4.17 Pola Agihan Hujan 4 Jam (THM) Berdasar Gambar 4.17 pola agihan yang terjadi diubah menjadi diagram batang. Hasil perhitungan pola agihan 4 jam dalam diagram batang dapat dilihat pada Tabel 4.20.

Tabel 4.20 Agihan Hujan 4 Jam Sub DAS Keduang (THM dalam digram batang) t (jam) 1 1.2 3 4 Jumlah

Cara I P(mm) % 14.14 19.55 33.94 46.93 18.18 25.14 6.06 8.38 72.32 100.00

Cara II P(mm) % 0.20 19.55 0.49 46.93 0.26 25.14 0.09 8.38 1.05 100.00

Cara III P(mm) % 4.55 19.55 10.91 46.93 5.85 25.14 1.95 8.38 23.26 100.00

Dari Tabel 4.20 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 4 jam setelah diubah menjadi diagram batang dapat dilihat pada Gambar 4.18. commit to user



Persentase Hujan (%)

Pola Hujan 4 Jam(THM) 46.93%

50,00 40,00 30,00

25.14%

19.55%

20,00

8.38%

10,00 0,00 1

1,2

3

4

Jam ke-

Gambar 4.18 Pola Agihan Hujan 4 Jam (THM dalam diagram batang) Dengan Persamaan 2.28 dan Persamaan 2.29 dengan menggunakan 3 cara penyajian data, maka pola agihan hujan 6 jam dapat dilihat pada Tabel 4.21. Tabel 4.21 Agihan Hujan 6 Jam Sub DAS Keduang (THM) Ip (mm/jam) Tp (jam)

Cara I 22.63 1.8

Cara II 0.33 1.8

Cara III 7.28 1.8

Pola agihan hujan 6 jam dengan menggunakan THM dapat dilihat pada Gambar 4.19.

Intensitas Hujan (mm/jam)

Pola Hujan 6 Jam 30

Ip

20 10 0 0

2

4

6

Jam ke-

Gambar 4.19 Pola Agihan Hujan 6 Jam (THM) Berdasar Gambar 4.19 pola agihan yang terjadi diubah menjadi diagram batang. Hasil perhitungan pola agihan 6 jam dalam diagram batang dapat dilihat pada commit to user Tabel 4.22.



Tabel 4.22 Agihan Hujan 6 Jam Sub DAS Keduang (THM dalam diagram batang) Cara I P(mm) % 6.29 8.73 22.63 31.42 18.86 26.19 13.47 18.70 8.08 11.22 2.69 3.74 72.02 100

t (jam) 1 1.8 3 4 5 6

Cara II P(mm) % 0.09 8.73 0.33 31.42 0.27 26.19 0.20 18.70 0.12 11.22 0.04 3.74 1.04 100

Cara III P(mm) % 2.02 8.73 7.28 31.42 6.06 26.19 4.33 18.70 2.60 11.22 0.86 3.74 23.16 100

Dari Tabel 4.22 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 6 jam setelah diubah menjadi diagram batang dapat dilihat pada Gambar 4.20.


Pola Hujan 6 Jam(THM) 35,00 30,00 25,00 20,00 15,00 10,00 5,00 0,00

31.42% 26.19% 18.70% 11.22%

8.73%

3.74% 1

1,8

3

4

5

6

Jam ke-

Gambar 4.20 Pola Agihan Hujan 6 Jam (THM dalam digram batang) Dengan menggunakan ABM, maka hasil perhitungan pola agihan hujan 4 jam dapat dilihat pada Tabel 4.23.

commit to user



Tabel 4.23 Agihan Hujan 4 Jam Sub DAS Keduang (ABM)

Cara I

Cara II

Cara III

t

I (mm/jam)

P (mm)

Delta (mm)

%

1 2 3

43.50 27.40 20.91

43.50 54.81 62.74

43.50 11.31 7.93

63.00 16.37 11.49

4

17.26

69.05

6.31

9.14

t

I(mm/jam )

P(mm)

Delta(mm )

%

1 2 3 4

0.63 0.40 0.30 0.25

0.63 0.79 0.91 1.00

0.63 0.16 0.11 0.09

63.00 16.37 11.49 9.14

t

I(mm/jam )

P(mm)

Delta(mm )

%

1 2 3 4

13.99 8.81 6.72 5.55

13.99 17.62 20.17 22.20

13.99 3.64 2.55 2.03

63.00 16.37 11.49 9.14

Hyetograph % mm 11.49 7.80 63.00 42.76 16.37 11.12 9.14 6.21 Hyetograph % mm 11.49 0.11 63.00 0.62 16.37 0.16 9.14 0.09 Hyetograph % mm 11.49 63.00 16.37 9.14

2.51 13.75 3.57 2.00

Dari Tabel 4.23 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 4 jam dengan ABM dapat dilihat pada Gambar 4.21.

Ketebalan Hujan (mm)

Pola Hujan 4 Jam (ABM) 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00

63.00%

16.37%

11.49%

1

2

3

9.14%

4

Jam ke-

Gambar 4.21 Pola Agihan Hujan 4 Jam (ABM) commit to user



Dengan menggunakan ABM, maka hasil perhitungan pola agihan hujan 6 jam dapat dilihat pada Tabel 4.24. Tabel 4.24 Agihan Hujan 6 Jam Sub DAS Keduang (ABM)

Cara I

I (mm/jam)

P (mm)

Delta (mm)

%

1 2 3 4 5

43.50 27.40 20.91 17.26 14.88

43.50 54.81 62.74 69.05 74.39

43.50 11.31 7.93 6.31 5.33

55.03 14.30 10.03 7.99 6.75

6

13.17 I (mm/jam)

79.05 P (mm)

4.66 Delta (mm)

5.90

1 2 3

0.63 0.40 0.30

0.63 0.79 0.91

0.63 0.16 0.11

55.03 14.30 10.03

5.90 4.00 Hyetograph % mm 7.99 0.08 10.03 0.10 55.03 0.54

4

0.25

1.00

0.09

7.99

14.30

0.14

5

0.22

1.08

0.08

6.75

6.75

0.07

6

0.19

1.15

0.07

5.90

5.90

0.06

t

I (mm/jam)

P (mm)

Delta (mm)

%

1 2 3

13.99 8.81 6.72

13.99 17.62 20.17

13.99 3.64 2.55

55.03 14.30 10.03

Hyetograph % mm 7.99 1.74 10.03 2.19 55.03 12.01

4 5

5.55 4.78

22.20 23.92

2.03 1.71

7.99 6.75

14.30 6.75

3.12 1.47

6

4.24

25.42

1.50

5.90

5.90

1.29

t

Cara II

Cara III

Hyetograph % mm 7.99 5.42 10.03 6.81 55.03 37.36 14.30 9.71 6.75 4.58

t

%

Dari Tabel 4.24 dapat dilihat bahwa hasil agihan data dengan cara I, II, dan III adalah sama. Pola agihan hujan 6 jam dengan ABM dapat dilihat pada Gambar 4.22.

commit to user



Pola Hujan 6 Jam (ABM) 55.03%


60,00 50,00 40,00 30,00 20,00 10,00

14.30%

7.99% 10.03%

6.75% 5.90%

0,00 1

2

3

4

5

6

Jam ke-

Gambar 4.22 Pola Agihan Hujan 6 Jam (ABM)

4.7.3 Kesesuaian Pola Agihan Hujan Untuk mengetahui kesesuaian antara pola agihan dengan cara observed dan empiris perlu dilakukan uji kesesuaian pola agihan hujan. Hasil uji kesesuaian pola agihan hujan 2 jam dapat dilihat pada Tabel 4.25. Tabel 4.25 Kesesuaian Pola Agihan Hujan 2 Jam Jam

Observed

Modified Mononobe

Delta

Penyimpangan (%)

1 2

75.14 24.86

79.37 20.63

-4.23 4.23

-5.63 17.02

Kesesuaian pola agihan hujan 2 jam dapat dilihat pada Gambar 4.23.


Pola Hujan 2 Jam 100 80

75.1379,37

60 40

24.86

20

20,63

Observed Modified Mononobe

0 1

2 Jam ke-

commit Pola to user Gambar 4.23 Kesesuaian Agihan Hujan 2 Jam



Hasil uji kesesuaian pola agihan hujan 3 jam dapat dilihat pada Tabel 4.26. Tabel 4.26 Kesesuaian Pola Agihan Hujan 3 Jam Jam

Observed

Modified Mononobe

Delta

Penyimpangan (%)

1 2 3

43.66 39.71 16.62

69.34 18.02 12.64

-25.68 21.69 3.98

-58.81 54.62 23.94




69,34 43.66

40

39.71 18,02

20

Observed

16.62 12,64

0 1

2

Modified Mononobe

3

Jam ke-

Gambar 4.24 Kesesuaian Pola Agihan Hujan 3 Jam


Observed

THM

ABM

1 2 3 4

22.62 49.22 18.08 10.08

19.55 46.93 25.14 8.38

11.49 63.00 16.37 9.14

Delta THM 3.07 2.29 -7.06 1.70

ABM 11.13 -13.78 1.71 0.94

Penyimpangan (%) THM 13.57 4.65 -39.04 16.87


commit to user

ABM 49.22 -27.99 9.44 9.29




Pola Hujan 4 Jam 70 60 50 40 30 20 10 0

63,00 49.22

46,93

22.62

Observed

25,14

19,55

18.07

11,49

1

2

16,37

8,38 10.07

3

9,14

THM ABM

4

Jam ke-

Gambar 4.25 Kesesuaian Pola Agihan Hujan 4 Jam


Observed

Modified Mononobe

Delta

Penyimpangan (%)

1 2 3 4 5

71.96 13.72 6.62 5.84 1.86

58.48 15.20 10.66 8.49 7.17

13.48 -1.48 -4.04 -2.65 -5.31

18.73 -10.79 -61.07 -45.35 -285.39



Pola Hujan 5 Jam 80 70 60 50 40 30 20 10 0

71.96 58,48

15,20 10,66 8,49 13.71 6.62 5.84

1

2

3

4

Observed 7,17 1.86

5

Modified Mononobe

Jam ke-

Gambar 4.26 Kesesuaian Pola Agihan Hujan 5 Jam commit to user




Observed

THM

ABM

1 2 3 4 5 6

7.95 28.02 29.75 17.36 8.48 8.44

8.73 31.42 26.19 18.70 11.22 3.74

7.99 10.03 55.03 14.30 6.75 5.90

Delta THM -0.78 -3.40 3.56 -1.34 -2.74 4.70

Penyimpangan (%)

ABM -0.04 17.99 -25.28 3.06 1.73 2.54

THM -9.86 -12.14 11.98 -7.74 -32.30 55.75

ABM -0.48 64.19 -84.98 17.60 20.45 30.14



Pola Hujan 6 Jam 60

55,03

50 40

31,42 29.75 28.01 26,19

30 20 10

8,73 7.94 7,99

10,03

18,70 17.36 14,30 11,22 8.48 6,75 8.43 3,74 5,90

0 1

2

3

4

5

Observed THM ABM

6

Jam ke-

Gambar 4.27 Kesesuaian Pola Agihan Hujan 6 Jam Hasil uji kesesuaian pola agihan hujan 7 jam dapat dilihat pada Tabel 4.30. Tabel 4.30 Kesesuaian Pola Agihan Hujan 7 Jam Jam

Observed

Modified Mononobe

Delta

Penyimpangan (%)

1 2 3 4 5 6 7

39.5 16.06 13.48 11.97 8.53 6.59 3.87

52.28 13.59 9.53 7.59 6.41 5.60 5.01

-12.78 2.47 3.95 4.38 2.12 0.99 -1.14

-32.34 15.39 29.29 36.61 24.88 15.01 -29.42

commit to user






52,28

40 39.49 30

16.05 13.47 11.97 8.53 13,59 9,53 7,59 6,41 6.59 5,603.87 5,01

20 10 0 1

2

3

4

5

6

7


Jam ke-

Gambar 4.28 Kesesuaian Pola Agihan Hujan 7 Jam Hasil uji kesesuaian pola agihan hujan 8 jam dapat dilihat pada Tabel 4.31. Tabel 4.31 Kesesuaian Pola Agihan Hujan 8 Jam Jam

Observed

Modified Mononobe

Delta

Penyimpangan (%)

1 2 3 4 5 6 7 8

26.44 15.62 12.38 10.71 9.66 8.91 8.34 7.92

50.00 13.00 9.12 7.26 6.13 5.36 4.79 4.3534409

-23.56 2.62 3.26 3.45 3.53 3.55 3.55 3.57

-89.11 16.80 26.36 32.24 36.56 39.87 42.56 45.03


commit to user





50,00

40 30 26.43 15.62 13,00 12.38 10.71 9,12 7,26 9.65 8.91 8.35 7.91 6,13 5,36 4,79 4,35

20 10 0 1

2

3

4

5

6

7

8


Jam ke

Gambar 4.29 Kesesuaian Pola Agihan Hujan 9 Jam Dari tabel dan grafik kesesuaian pola agihan hujan yang menggunakan metode Modified Mononobe, yaitu pada durasi 2, 3, 5, 7, dan 8 terlihat bahwa kecuali durasi 5 jam, pada jam pertama terjadi overestimated, sedangkan pada jam- jam berikutnya terjadi underestimated terhadap pola agihan hujan observed.

Pada tabel dan grafik kesesuaian pola agihan hujan dengan durasi hujan 4 dan 6 jam terlihat bahwa pola agihan hujan dengan metode segitiga (THM) lebih sesuai dengan pola agihan hujan observed, karena memiliki nilai penyimpangan yang lebih kecil dibandingkan dengan ABM.

commit to user


digilib.uns.ac.id

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan Berdasarkan hasil analisis, maka diperoleh kesimpulan sebagai berikut: 1.

Dari 9 (sembilan) stasiun hujan yang berada di Sub DAS Keduang, semua data adalah panggah kecuali data dari stasiun Girimarto SKT 57, sehingga data pada stasiun Girimarto SKT tidak digunakan dalam analisis, dengan alasan: a. Data tidak panggah. b. Lokasi dalam jejaring Kagan terlalu dekat dengan Girimarto PP 125b.

2.

Durasi hujan yang paling dominan pada Sub DAS Keduang adalah 2 jam.

3.

Pola agihan hujan di Sub DAS Keduang berdasarkan observed, pada durasi hujan 2, 3, 5, 7, dan 8 jam menyerupai bentuk Modified Mononobe. Adapun pada durasi hujan 4 dan 6 jam lebih menyerupai bentuk Triangular Hyetograph Method (THM) dibandingkan bentuk Alternating Block Method (ABM) .

5.2 Saran Saran-saran yang dapat menjadi pertimbangan dalam studi selanjutnya adalah sebagai berikut : 1.

Studi selanjutnya perlu menggunakan data yang lebih banyak dari stasiun hujan otomatis.

2.

Studi selanjutnya perlu menganalisis tentang konstribusi air dari Sub DAS Keduang ke Waduk Wonogiri.

commit to user 65

POLA DISTRIBUSI HUJAN JAM-JAMAN DI SUB DAS KEDUANG

Recommend Documents