Page 1
ANALISIS DEBIT BANJIR SUB DAS KALI PESANGGRAHAN
A. TINJAUAN METODE
A.1. Tinjauan Hidrologi
Analisis hidrologi digunakan untuk memperhitungkan curah hujan
rencana, frekuensi hujan, periode ulang hujan, hingga analisis debit rencana.
A.1.1 Metode Rerata Hujan Polygon Thiessen
Metode polygon thiessen digunakan bila titik-titik pengamatan pada
suatu wilayah tidak menyebar merata, maka perhitungan curah hujan dilakukan
dengan memperhitungkan daerah pengaruh pada tiap titik pengamatan (stasiun
hujan).
R̄=A1 . R1+ A2 . R2+. ..+ An . Rn
A1+ A2+. ..+ An
. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . ..
Dimana :
R̄ = curah hujan rata-rata wilayah
R1, R2,…, Rn = curah hujan di titik pengamatan
A1, A2,..., An = luas tiap titik pengamatan
1
(P.1)
Page 2
Gambar 1. Metode Polygon Thiessen
A.1.2. Analisis Frekuensi Distribusi Hujan
Analisis frekuensi distribusi hujan bertujuan untuk memprediksikan
besaran curah hujan maksimum dengan periode ulang pada distribusi hujan
tertentu. Ada berbagai macam distribusi teoritis yang utama dibagi menjadi dua
yaitu distribusi distrik dan distribusi kontinyu. Distribusi distrik adalah binomial
dan poisson, sedangkan distribusi kontinyu adalah distribusi normal, log pearson,
dan gumbel.
A.1.2.1. Metode Distribusi Normal
Distribusi normal pada analisis hidrologi digunakan untuk menganalisis
frekuensi curah hujan, analisis statistik dari distribusi curah hujan tahunan, debit
rata-rata tahunan. Distribusi normal disebut juga distribusi gauss.
Xt=X̄+k×Sx . . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . ..
Dimana :
Xt = curah hujan rencana
X̄ = curah hujan rata-rata
k = koefisien distribusi normal (koefisien reduksi gauss)
Sx = standar deviasi
Tabel 1. Nilai Koefisien Distribusi Normal
2
(P.2)
Page 3
Periode Ulang (Tahun)
2 5 10 25 50 100
0,000 0,840 1,280 1,708 2,050 2,330
Sumber : Suripin, 2004
A.1.2.2 Metode Log Pearson III
Distribusi Log-Pearson tipe 3 banyak digunakan dalam analisis hidrologi,
terutama dalam analisis data maksimum (banjir) dan minimum (debit minimum)
dengan nilai ekstrim. Bentuk Distribusi Log-Pearson tipe 3 merupakan hasil
transformasi dari distribusi Pearson tipe 3 dengan menggantikan varian menjadi
nilai logaritmik.
LogXt=Log { X̄+k×S log x . . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .¿
Dimana :
Xt = curah hujan rencana (Xt=10LogXt
)
X̄ = curah hujan rata-rata
k = koefisien distribusi log pearson (tabel 2)
SLog x= standar deviasi
3
(P.3)
Page 4
Tabel 2. Harga Distribusi Log Pearson III
4
Page 5
A.1.3 Uji Kesesuaian Distribusi
Uji kesesuian distribusi dilakukan untuk mengetahui kebenaran dari uji
hipotesa dari perhitungan analisis frekuensi distribusi, juga menentukan
kecocokan (the goodness of fit test) distribusi frekuensi dari sampel data terhadap
fungsi distribusi peluang yang diperkirakan dapat menggambarkan / mewakili
distribusi frekuensi tersebut diperlukan pengujian parameter. Pengujian parameter
dapat dilakukan dengan dua cara, yaitu Chi-Kuadrat ataupun dengan Smirnov-
Kolmogorov. adapun hasil output yang akan didapatkan adalah :
1. Kebenaran antara hasil pengamatan dengan model distribusi yang
diharapankan atau diperoleh secara teoritis.
2. Kebenaran hipotesa diterima atau ditolak untuk digunakan pada
perhitungan selanjutnya.
A.1.3.1 Uji Chi-Square (X2)
Uji chi-square dimaksudkan menentukan apakah persamaan distribusi
peluang yang telah dipilih dapat mewakili dari distribusi statistik sampel data
yang dianalisis. Pengambilan keputusan uji ini menggunakan parameter x2, oleh
karena itu disebut dengan uji Chi-Kuadrat. Adapun kriteria penilaian hasilnya
adalah sebagai berikut :
1. Apabila peluang lebih dari 5 % maka persamaan distribusi teoritis yang
digunakan dapat diterima.
2. Apabila peluang lebih kecil dari 1 % maka persamaan distribusi teoritis
yang digunakan dapat diterima.
5
Page 6
3. Apabila peluang berada diantara 1 % - 5 %, maka tidak mungkin
mengambil keputusan, perlu penambahan data.
Adapun persamaan yang digunakan untuk pengujian chi-square adalah:
X 2=∑i=1
N (Oi−Ei )2
Ei.. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . ..
Keterangan :
X2 = harga chi square terhitung
Oi = jumlah nilai pengamatan pada sub kelompok ke-1
Ei = jumlah nilai teoritis pada sub kelompok ke-1
N = jumlah data
Suatu distribusi dikatakan selaras jika nilai X2 hitung < X2 kritis. Nilai X2
kritis dapat dilihat pada Tabel 3.
Dari hasil pengamatan yang didapat dicari penyimpangannya dengan chi
square kritis paling kecil. Untuk suatu nilai nyata tertentu (level of significant)
yang sering diambil adalah 5 %. Derajat kebebasan ini secara umum dihitung
dengan rumus sebagai berikut :
Dk=n−3 .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. .
Di mana :
Dk = derajat kebebasan
n = banyaknya d
6
(P.5)
(P.4)
Page 7
Tabel 3. Nilai Kritis untuk Distribusi Chi-Square
7
Page 8
A.1.3.2 Uji Smirnov Kolmogorov
Uji kecocokan Smirnov-Kolmogorov, sering juga disebut uji kecocokan
non parametrik (non parametric test), karena pengujiannya tidak menggunakan
fungsi distribusi tertentu. Pengujian kecocokan sebaran dengan cara ini dinilai
lebih sederhana dibanding dengan pengujian dengan cara Chi-Kuadrat. Dengan
membandingkan kemungkinan (probability) untuk setiap variat, dari distribusi
empiris dan teoritisnya, akan terdapat perbedaan (∆) tertentu.
Apabila harga ∆max yang terbaca pada kertas probabilitas lebih kecil dari
∆kritis maka distribusi teoritis yang digunakan untuk menentukan persamaan
distribusi dapat diterima, apabila ∆max lebih besar dari ∆kritis maka distribusi
teoritis yang digunakan untuk menentukan persamaan distribusi tidak dapat
diterima.
Tabel 4. Nilai Derajat Kepercayaan Uji Keselarasan Smirnov-Kolmogorof
(Sumber: Soewarno, 1995)
8
Page 9
A.1.4 Tinjauan Koefisien Pengaliran (C)
Koefisien pengaliran adalah suatu variabel yang didasarkan pada kondisi
daerah pengaliran dan karakteristik hujan yang jatuh di daerah tersebut. Adapun
kondisi dan karakteristik yang dimaksud adalah kondisi hujan, luas dan bentuk
daerah pengaliran, kemiringan daerah aliran dan kemiringan dasar sungai, daya
infiltrasi dan perkolasi tanah, kebasahan tanah, suhu udara dan angin serta
evaporasi, dan tata guna lahan. Nilai koefisien pengaliran (C) dapat ditinjau pada
Tabel 5.
Tabel 5. Nilai Koefisien Pengaliran (C)
Sumber : Suripin, 2004
9
Page 10
A.1.5 Tinjauan Intensitas Hujan (I)
Pada perhitungan intensitas hujan rencana menggunakan persamaan
Mononobe dan menentukan waktu konsentrasi menggunakan persamaan Kirpich :
I t=R24
24×(24
t c)
23 . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .
T c=( 0 ,87×L2
1000×S )0 , 385
. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . ..
Dimana :
It = Intensitas hujan (mm/jam)
R24 = Hujan harian (mm)
tc = Waktu konsentrasi (jam)
L = Panjang saluran (km)
S = Kemiringan sungai
A.2. Tinjauan Debit Banjir
Metode Rasional dapat digunakan untuk menghitung debit puncak sungai /
saluran, namun dengan daerah pengaliran yang terbatas, persamaannya adalah :
Q=0 ,278 .C . I . A . . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .
Dimana :
Q = Debit Banjir (mm/jam)
C = Koefisien Pengaliran
I = Intensitas Hujan (mm/jam)
A = Luas Daerah Aliran Sungai (km2)
10
(P.8)
(P.6)
(P.7)
Page 11
A.3. Alur Analisis
Adapun alur analisis debit banjir menggunakan metode rasional seperti pada
gambar 2.
Gambar 2. Alur Analisis Debit Banjir Metode Rasional
11
Page 12
B. ANALISIS DEBIT BANJIR
B.1. Data Penelitian
B.1.1. Data Lokasi Penelitian
DAS Pesanggrahan mempunyai bentuk pipih dan memanjang dengan
beberapa anak sungai yang bertemu di Kali Pesanggrahan seperti dapat dilihat
pada Gambar 3. Karakteristik DAS Kali Pesanggrahan berdasarkan data yang di
dapat dari Balai Besar Wilayah Sungai Ciliwung – Cisadane (BBWSCC) adalah
sebagai berikut:
1. Luas DAS = 112.06 km2
2. Luas DAS bagian hulu = 67,515 km2
3. Panjang sungai utama (L) = 66,668 km
4. Beda Tinggi (ΔH) = 195 m
- Bagian Hulu = 200 – 86 = 114 m
- Bagian Hilir = 86 – 5 = 81 m
5. Kemiringan (ΔH/L) = 0,0029
12
Page 13
Gambar 3. Sub Daerah Aliran Sungai Kali Pesanggrahan
13
Page 14
B.1.2. Data Curah Hujan
Data yang digunakan untuk analisis adalah data curah hujan yang
mempengaruhi aliran air Sub DAS Kali Pesanggrahan dari hulu ke hilir,
digunakan data dari 3 Stasiun Hujan yaitu Stasiun Hujan Ranca Bungur Bogor,
FTUI Depok dan Cengkareng Jakarta untuk periode ulang 2002 – 2013. Adapun
data curah hujan yang digunakan adalah data maksimum bulanan pada 1 stasiun
hujan yang memiliki data curah hujan paling maksimum, kemudian data curah
hujan stasiun lain mengikuti pada hari, bulan, dan tahun yang sama. Seperti
terlihat tabel-tabel berikut:
Tabel 6. Data Curah Hujan Maksimum Harian Setiap Bulan
Stasiun Hujan Ranca Bungur Bogor Periode 2002 - 2013
BulanCurah Hujan (mm)
20022003
2004 20052006
20072008
2009 20102011
2012 2013
Januari 105,0 10,0 10,5 20,5 7,0 6,5 30,0 20,0 20,0 8,0 40,5 43,3Februari 10,0 42,5 10,5 20,5 9,0 21,0 20,0 10,5 10,5 18,0 37,8 63,5Maret 105,0 88,0 10,5 20,0 6,0 13,0 20,0 10,5 20,0 14,5 22,3 333,3April 90,0 50,0 10,5 20,0 10,0 8,0 20,5 10,5 10,0 28,5 64,8 3,0Mei 150,0 54,5 10,0 20,0 7,0 4,5 20,0 10,0 20,0 20,4 35,8 3,2Juni 105,0 59,5 10,5 105,0 6,0 4,5 15,5 10,0 10,3 60,3 19,0 9,0Juli 100,0 20,0 10,0 20,5 2,0 5,5 10,7 10,1 20,2 20,8 26,3 1,9Agustus 90,0 24,0 20,0 20,0 2,0 4,0 20,0 9,0 10,6 35,0 18,3 2,0September 90,0 10,5 20,0 20,0 1,0 5,0 20,5 20,5 10,8 21,2 22,2 31,4Oktober 80,0 86,5 20,0 20,0 2,0 9,0 20,0 20,0 9,7 30,5 39,4 36,0Nopember 100,0 20,5 20,5 20,5 7,5 12,0 10,5 20,0 9,0 40,0 45,0 15,0Desember 100,0 57,5 20,0 20,5 4,2 25,5 10,5 20,0 9,0 40,5 35,2 32,0Maksimum 150,0 88,0 20,5 105,0 10,0 25,5 30,0 20,5 20,2 60,3 64,8 333,3Sumber : Data Balai Besar Wilayah Sungai Ciliwung Cisadane (BBWSCC)
14
Page 15
Tabel 7. Data Curah Hujan Maksimum Harian Setiap Bulan
Stasiun Hujan FTUI Depok Periode 2002 - 2013
BulanCurah Hujan (mm)
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013Januari 84,9 36,0 68,5 72,0 46,0 63,5 57,5 58,0 57,0 29,0 58,5 69,5
Februari 33,2 102,0 42,5 92,5 54,2156,
566,0 62,5
109,0
69,0 62,3 51,6
Maret 76,4 54,5 39,0 87,3 39,0 69,0 86,0 137,0 61,0 35,5 65,2 33,6April 68,4 30,5 117,0 25,5 93,5 54,0 47,0 80,5 12,0 94,0 128,2 101,7Mei 58,6 61,5 87,0 50,5 44,0 32,7 43,0 95,0 35,0 75,5 88,7 78,3Juni 38,1 9,0 30,0 95,0 60,0 43,0 23,3 74,4 75,0 38,0 94,5 61,5Juli 57,2 3,0 55,0 90,7 30,5 10,2 15,2 107,5 35,0 45,0 75,2 76,2Agustus 34,0 21,0 12,0 74,0 22,7 44,0 63,8 14,2 41,0 20,5 5,2 52,5September 32,0 15,0 10,5 30,0 10,0 42,5 62,0 47,0 80,0 54,0 32,5 71,5
Oktober 27,1 39,0 57,0 46,0 24,0109,
037,7 104,0 48,0 102,0 54,6 80,9
Nopember 35,5 102,0 86,0 27,0 77,0130,
597,0 103,0 61,5 10,5 81,5 33,5
Desember 35,8 60,5 0,0 23,0 63,5 71,0 152,0 64,5 37,5 117,4 94,2 73,2
Maksimum 84,9 102,0 117,0 95,0 93,5156,
5152,0 137,0
109,0
117,4 128,2 101,7
Sumber : Data Balai Besar Wilayah Sungai Ciliwung Cisadane (BBWSCC)
Tabel 8. Data Curah Hujan Maksimum Harian Setiap Bulan
Stasiun Hujan Cengkareng Jakarta Periode 2002 - 2013
BulanCurah Hujan (mm)
2002 2003 20042005
2006 2007 2008 2009 2010 2011 2012 2013
Januari 88,0 15,3 54,0 33,0 46,0 23,9 47,2 85,0 79,0 56,0 39,0 43,7
Februari 52,7 29,0 114,0 39,0 60,0 122,0317,
039,0 28,4 101,0 38,5 50,0
Maret 73,0 19,0 31,5 37,0 40,0 92,3 45,0 67,0 74,0 22,0 31,0 194,0April 67,8 8,1 35,0 19,0 41,0 49,0 73,0 51,0 67,0 22,5 72,0 30,0Mei 15,2 25,4 35,0 26,0 40,0 23,0 9,0 38,0 10,0 10,0 45,0 24,0
Juni 5,4 9,0 5,4 90,0 19,0 17,0 23,0 21,0106,
230,0 37,0 22,5
Juli 42,2 0,0 28,0 38,2 3,0 53,0 17,0 30,0174,
024,3 36,0 22,5
Agustus 7,0 7,0 0,0 33,2 8,0 9,0 39,0 7,0 37,0 25,2 12,0 16,0September 3,5 14,0 0,5 20,5 0,0 23,0 4,0 25,0 30,0 27,0 21,5 37,6Oktober 0,8 51,0 8,0 25,0 4,0 19,0 41,0 17,4 67,0 46,0 37,3 43,0Nopember 3,9 20,9 29,0 20,0 28,0 37,1 42,8 32,0 30,0 25,2 48,0 17,8Desember 4,4 115, 46,0 19,0 2,0 230,0 31,0 38,0 17,0 55,6 46,0 38,0
15
Page 16
0
Maksimum 88,0115,
0114,0 90,0 60,0 230,0
317,0
85,0174,
0101,0 72,0 194,0
Sumber : Data BMKG
B.2. Analisis Hujan Rata – Rata
Gambar 4. Polygon Thiessen Sub DAS Kali Pesanggrahan
Berdasarkan analisis poligon thiessen seperti pada gambar 4, diketahui
luasan pengaruh stasiun hujan adalah sebagai berikut:
16
Page 17
a. Luasan 1 (Sta. Ranca Bungur) = 34,10 km2
b. Luasan 2 (Sta. FTUI) = 55,77 km2
c. Luasan 3 (Sta. Cengkareng) = 22,19 km2
Analisis data curah hujan rata – rata pada 3 stasiun hujan menggunakan
metode rata – rata polygon thiessen untuk data hujan maksimum harian tiap bulan
selama periode 2002 – 2013 seperti pada gambar 4. Adapun contoh perhitungan
curah hujan rata – rata aljabar pada bulan januari 2002 adalah sebagai berikut :
R̄=(34 , 10×105 )+(55 ,77×84 , 9)+(22 ,19×88 )34 ,10+55 ,77+22 ,19
R̄=91 ,6 mm
Selanjutnya perhitungan dilakukan pada bulan dan tahun yang lain pada
periode 2002 – 2013, sehingga didapatkan hasil seperti pada tabel 9.
Tabel 9. Curah Hujan Rata – Rata Thiessen Periode 2002 - 2013
BulanCurah Hujan (mm)
20022003
2004 20052006
2007 2008 2009 20102011
2012 2013
Januari 91,6 24,0 48,0 48,6 34,1 38,3 47,1 51,8 50,1 28,0 49,2 56,4
Februari 30,0 69,4 46,9 60,0 41,6 108,4101,
742,0 63,1 59,8 50,1 54,9
Maret 84,4 57,7 28,8 56,9 29,2 56,6 57,8 84,6 51,1 26,4 45,4 156,6April 74,9 32,0 68,4 22,5 57,7 39,0 44,1 53,4 22,3 59,9 97,8 57,5Mei 77,8 52,2 53,3 36,4 31,9 22,2 29,3 57,8 25,5 45,8 63,9 44,7Juni 52,0 24,4 19,2 97,1 35,4 26,1 20,9 44,2 61,5 43,2 60,1 37,8Juli 67,3 7,6 36,0 58,9 16,4 17,2 14,2 62,5 58,0 33,5 52,6 43,0Agustus 45,7 19,1 12,1 49,5 13,5 24,9 45,6 11,2 31,0 25,8 10,5 29,9September 44,0 13,4 11,4 25,1 5,3 27,2 37,9 34,6 49,0 38,7 27,2 52,6Oktober 38,0 55,8 36,0 33,9 13,3 60,7 33,0 61,3 40,1 69,2 46,5 59,7Nopember 48,9 61,1 54,8 23,6 46,1 75,9 59,9 63,7 39,3 22,4 63,8 24,8Desember 49,1 70,4 15,2 21,4 33,3 88,6 85,0 45,7 24,8 81,8 66,7 53,7
Maksimum 91,6 70,4 68,4 97,1 57,7 108,4101,
784,6 63,1 81,8 97,8 156,6
B.3. Analisis Frekuensi dan Probabilitas
17
Page 18
Seri data yang digunakan untuk analisis frekuensi adalah data hujan
maksimum tahunan, berdasarkan tabel 9 diketahui bahwa curah hujan tertinggi
terdapat pada tahun 2013 sebesar 156,6 mm dan curah hujan terendah terdapat
pada tahun 2006 sebesar 57,7 mm sehingga dapat di urutkan seperti terlihat pada
tabel 10.
Tabel 10. Curah Hujan Maksimum Tahunan.
No.Urut Tahun Maks1 2013 156,62 2007 108,43 2008 101,74 2012 97,85 2005 97,16 2002 91,67 2009 84,68 2011 81,89 2003 70,410 2004 68,411 2010 63,112 2006 57,7
Periode ulang yang digunakan untuk analisis frekuensi adalah periode
ulang 2 tahun, 5 tahun, 10 tahun, dan 25 tahun. Parameter yang diperlukan untuk
analisis frekuensi dan probabilitas seperti nilai rata – rata (X ), standar deviasi
(S), faktor frekuensi (KT), dan koefisisen kemencengan (Cs). Metode distribusi
frekuensi yang digunakan yaitu metode distribusi normal, metode log normal,
metode gumbel dan metode log pearson III.
B3.1. Distribusi Normal
18
Page 19
Distribusi normal atau kurva normal disebut juga distribusi Gauss, adapun
perhitungan distribusi frekuensinya, yaitu:
Tabel 11. Perhitungan Hujan Rancangan Metode Distribusi Normal
No.Urutan
Tahun X X−X ( X−X )2
1 2013 156,6 66,7 4444,4
2 2007 108,4 18,5 341,0
3 2008 101,7 11,8 138,5
4 2012 97,8 7,9 61,9
5 2005 97,1 7,2 51,4
6 2002 91,6 1,7 2,8
7 2009 84,6 -5,3 28,4
8 2011 81,8 -8,1 66,2
9 2003 70,4 -19,5 381,6
10 2004 68,4 -21,5 463,7
11 2010 63,1 -26,8 720,0
12 2006 57,7 -32,2 1039,0Σ 1079,2 7738,8
X 89,9
S 25,4
X=∑i=1
n
X i
n=1079 , 2
12=89 , 9mm
S=√∑i=1
n
( X i−X̄ )2
(n−1 )=√7738 , 8
11=25 , 4
Perkiraan nilai curah hujan maksimum yang diharapkan untuk periode
ulang tertentu pada distribusi normal dapat diketahui dengan persamaan P.2.
XT=X+KT S
19
Page 20
Variabel reduksi Gauss (KT ) berdasarkan pembacaan tabel 12 digunakan nilai
KT 2 = 0, KT 5 = 0,840, KT 10 = 1,280 , KT 25 = 1,708.
XT 5=89 ,9+(0 , 84×25 , 4 )=111 ,248 mm
Tabel 12. Nilai Hujan Rancangan Berbagai Periode Ulang dengan Metode
Distribusi Normal
PERIODE
ULANGX KT S
Hujan Rancangan
(XT )
2 89,9 mm 0 25,4 89,9 mm
5 89,9 mm 0,840 25,4 111,248 mm
10 89,9 mm 1,280 25,4 122,414 mm
25 89,9 mm 1,708 25,4 133,274 mm
B.3.2. Distribusi Log Pearson III
Distribusi Log Pearson III menambahkan koefisien kemencengan (G)
sebagai parameter perhitungannya, Perhitungan distribusi frekuensinya, yaitu:
Tabel 13. Perhitungan Hujan Rancangan Metode Distribusi Log Pearson III
No Tahun X Log X ( LogX−Log X ) ( LogX−Log X )2 ( LogX−Log X )3
1 2013 156,6 2,195 0,256 0,0657 0,016858
2 2007 108,4 2,035 0,097 0,0093 0,000903
3 2008 101,7 2,007 0,069 0,0048 0,000328
4 2012 97,8 1,990 0,052 0,0027 0,000140
5 2005 97,1 1,987 0,049 0,0024 0,000116
6 2002 91,6 1,962 0,024 0,0006 0,000013
7 2009 84,6 1,927 -0,011 0,0001 -0,000001
8 2011 81,8 1,913 -0,026 0,0007 -0,000017
9 2003 70,4 1,848 -0,091 0,0082 -0,00074910 2004 68,4 1,835 -0,103 0,0107 -0,00110311 2010 63,1 1,800 -0,138 0,0191 -0,00264812 2006 57,7 1,761 -0,177 0,0314 -0,005564
20
Page 21
Σ 1079,223,26
10,000 0,1557 0,008276
LogX 1,938
SLog X 0,119
Log X=∑i=1
n
LogX i
n=23 ,261
12=1 , 938 mm
SLogX=√∑i=1
n
(LogX i−Log { X̄ )2
( n−1 )
=√0 ,155711
=0 , 119mm ¿
Perkiraan nilai curah hujan maksimum yang diharapkan pada periode
ulang tertentu untuk distribusi Log Pearson III dapat diketahui dengan persamaan
P.3 dan koefisien kemencengannya (G).
LogXT=Log X+KT SLogX
G=n .∑
i=1
n
( LogX i−Log X )3
(n−1 )(n−2 ). S3
G=12×0 , 008276
(11)(10 )(0 ,1193 )
G=0 ,536
NilaiKT pada Log Pearson III berdasarkan pembacaan tabel tinjauan koefisien
kemencengan / koefisien skewness (G), didapatkan nilai :
KT 2 = 0,008, KT 5 = 0,804, KT 10 = 1,326, KT 25 = 1,925
LogXT 25=1 ,938+(1 , 925×0 ,119)
LogXT 25=2 ,167
21
Page 22
XT 25=147 ,034 mm
22
Page 23
Tabel 14. Nilai Hujan Rancangan Berbagai Periode Ulang dengan Metode
Distribusi Log Pearson III
PERIODE ULANG
Log X KT SLog X LogXT XT
2 1,938 mm 0,008 0,119 1,939 mm 86,962 mm5 1,938 mm 0,804 0,119 2,034 mm 108,153 mm10 1,938 mm 1,326 0,119 2,096 mm 124,781 mm25 1,938 mm 1,925 0,119 2,167 mm 147,034 mm
B.4 Uji Kesesuaian Distribusi Frekuensi
Uji kesesuaian distribusi frekuensi yang dilakukan pada tugas akhir ini
meliputi uji Chi – Kuadrat dan uji Smirnov – Kolmogorov.
B.4.1 Uji Chi Kuadrat (X2)
Pengambilan keputusan pada uji Chi – Kuadrat menggunakan parameter
X2, adapun persamaan yang digunakan adalah persamaan P.4.
X 2=∑i=1
G (Oi−Ei )2
E i
Langkah pertama pada uji chi – kuadrat adalah mengurutkan data curah
hujan dari maksimum ke minimum, seperti pada tabel 15.
Tabel 15. Urutan Data Curah Hujan Tahunan Maksimum – Minimum.
No.Urut Tahun Maks1 2013 156,62 2007 108,43 2008 101,74 2012 97,85 2005 97,16 2002 91,67 2009 84,6
23
Page 24
No.Urut Tahun Maks8 2011 81,89 2003 70,410 2004 68,411 2010 63,112 2006 57,7X 89,9
Pengujian Chi – Kuadrat dilakukan pada seluruh metode distribusi
frekuensi, yaitu Distribusi Normal dan Distribusi Log Pearson III.
B.4.1.1 Uji Chi – Kuadrat Terhadap Distribusi Normal
1. Jumlah Kelas (k) = 1 + 3,322 log n
= 1 + 3,322 log 12
= 4,585 ≈ 5
2. Derajat Kebebasan (dk) = k – R – 1
= 5 – 2 – 1
= 2
Nilai (R = 2 untuk distribusi normal dan binomial, R = 1 untuk
distribusi poisson dan gumbel)
3. Nilai Teoritis (Ei) = n / k = 12 / 5 = 2,4
4. Pembagian data untuk kelas (k) = 5 dengan interval peluang
P = 1 /5 = 0,20, berdasarkan persamaan : XT=X+KT S
P1 = 1 – 0,20 = 0,80; variabel gauss (k) = -0,84, maka X = 68,618
P2 = 1 – 0,40 = 0,60; variabel gauss (k) = -0,25, maka X = 83,589
P3 = 1 – 0,60 = 0,40; variabel gauss (k) = 0,25, maka X = 96,277
24
Page 25
P4 = 1 – 0,80 = 0,20; variabel gauss (k) = 0,84, maka X = 111,248
Maka ditentukan :
Kelas 1 merupakan data yang kurang dari P1 ( X < 68,618 )
Kelas 2 merupakan data yang antara P1 dan P2 ( 68,618 – 83,589 )
Kelas 3 merupakan data yang antara P2 dan P3 ( 83,589 – 96,277 )
Kelas 4 merupakan data yang antara P3 dan P4 (96,277– 111,248)
Kelas 5 merupakan data yang lebih dari P4 (X > 111,248)
5. Perhitungan chi kuadrat terhadap distribusi normal seperti terlihat
pada tabel 16.
Tabel 16. Uji Chi Kuadrat Metode Distribusi Normal
No Nilai Batas KelasJumlah Data
(Oi – Ei) x2=(Oi – Ei)
2
EiOi Ei
1 X < 68,618 3 2,4 0,6 0,152 68,618 – 83,589 2 2,4 2 1,673 83,589 – 96,277 2 2,4 2 1,67
4 96,277– 111,248 4 2,4 2 1,67
5 X > 111,248 1 2,4 2 1,67
Total 12 12 6,83
Derajat kepercayaan (α) = 5% untuk derajat kebebasan (dk) = 2
diketahui nilai X2 = 5,991 (Tabel 2)
X2Uji > X2
5% atau 6,83 > 5,991, sehingga metode distribusi normal
tidak dapat diterima.
B.4.1.2 Uji Chi – Kuadrat Terhadap Distribusi Log Pearson III
1. Jumlah Kelas (k) = 1 + 3,322 log n
25
Page 26
= 1 + 3,322 log 12
= 4,585 ≈ 5
2. Derajat Kebebasan (dk) = k – R – 1
= 5 – 1 – 1
= 3
Nilai (R = 2 untuk distribusi normal dan binomial, R = 1 untuk
distribusi poisson dan gumbel)
3. Nilai Teoritis (Ei) = n / k
= 12 / 5
= 2,4
4. Pembagian data untuk kelas (k) = 5 dengan interval peluang
P = 1 /5 = 0,20, berdasarkan persamaan : LogXT=Log X+KT SLogX
P1 = 1 – 0,20 = 0,80; nilai (k) = -0,846 maka Log X = 1,838
P2 = 1 – 0,40 = 0,60; nilai (k) = -0,383 maka Log X = 1,893
P3 = 1 – 0,60 = 0,40; nilai (k) = 0,372 maka Log X = 1,984
P4 = 1 – 0,80 = 0,20; nilai (k) = 0,835 maka Log X = 2,038
Maka ditentukan :
Kelas 1 merupakan data yang kurang dari P1 ( Log X < 1,838)
Kelas 2 merupakan data yang antara P1 dan P2 (1,838 – 1,893)
Kelas 3 merupakan data yang antara P2 dan P3 (1,893 – 1,984)
Kelas 4 merupakan data yang antara P3 dan P4 (1,984 – 2,038)
Kelas 5 merupakan data yang lebih dari P4 ( Log X > 2,038)
26
Page 27
5. Perhitungan chi kuadrat terhadap distribusi log pearson III seperti
terlihat pada tabel 2.
Tabel 16. Uji Chi Kuadrat Metode Log Pearson III
No Nilai Batas KelasJumlah Data
(Oi – Ei) x2=(Oi – Ei)
2
EiOi Ei
1 Log X < 1,838 3 2,4 0,6 0,152 1,838 – 1,893 1 2,4 -1,4 0,823 1,893 – 1,984 3 2,4 0,6 0,154 1,984 – 2,038 4 2,4 1,6 1,06
5 Log X > 2,038 1 2,4 -1,4 0,82
Total 12 12 3
Derajat kepercayaan (α) = 5% untuk derajat kebebasan (dk) = 3
diketahui nilai X2 = 7,815 (Tabel 3)
X2Uji < X2
5% atau 3 < 7,815, sehingga metode distribusi log pearson
III dapat diterima.
Tabel 17. Rekapitulasi Nilai Uji Chi Kuadrat (X2) untuk Berbagai
Distribusi Probabilitas
B.5. Uji Smirnov-Kolmogorov
Adapun persamaan yang digunakan untuk uji Smirnov – Kolmogorov
yaitu :
27
Distribusi
Probabilitas
X2Uji X2
5% Keterangan
Normal 6,8 5,991 Tidak Dapat Diterima
Log Pearson III 3,0 7,815 Dapat Diterima
Page 28
Dmaks=|P( X )−P ' ( X )|
Dimana D merupakan absolut dari nilai selisih terbesar antara peluang
pengamatan (P’(X)) dengan peluang teoritis (P(X)).
B.5.1 Uji Smirnov – Kolmogorov untuk Distribusi Normal
Perhitungan uji Smirnov – Kolmogorov pada metode distribusi normal
terlihat pada tabel 18.
Tabel 18. Perhitungan Uji Smirnov – Kolmogorov Distribusi Normal
M Xi P (X) P (X<) f(t) P' (X) P' (X<) D
1 2 3 4 5 6 7 8
1 156,6 0,077 0,923 2,627 0,004 0,996 0,073
2 108,4 0,154 0,846 0,728 0,233 0,767 0,0793 101,7 0,231 0,769 0,464 0,323 0,677 0,0924 97,8 0,308 0,692 0,310 0,378 0,622 0,0715 97,1 0,385 0,615 0,282 0,390 0,610 0,0056 91,6 0,462 0,538 0,066 0,472 0,528 0,0117 84,6 0,538 0,462 -0,210 0,583 0,417 0,0458 81,8 0,615 0,385 -0,321 0,626 0,375 0,0109 70,4 0,692 0,308 -0,770 0,779 0,221 0,08710 68,4 0,769 0,231 -0,849 0,802 0,198 0,03311 63,1 0,846 0,154 -1,057 0,855 0,145 0,00912 57,7 0,923 0,077 -1,270 0,898 0,102 0,025
Keterangan Tabel 18
Kolom 1 = Urutan (m)
Kolom 2 = Data curah hujan dari besar ke kecil
28
Page 29
Kolom 3 = Peluang pengamatan (berdasarkan persamaan weibull)
P( X )= mn+1
= 312+1
=0 ,231
Kolom 4 = Koreksi Peluang pengamatan
1−P( X )=1−0 ,077=0 , 923
Kolom 5 = Parameter untuk pembacaan luas wilayah dibawah kurva
normal.
f ( t )= Xi−XS
=101 , 7−89 ,925 ,4
=0 ,464
Nilai pembacaan luas wilayah dibawah kurva normal untuk
f(t) = 0,464 adalah 0,677 (tabel luas wilayah di bawah kurva
normal terlampir)
Kolom 6 = Peluang teoritis = 1 – luas wilayah dibawah kurva normal
P '( X )=1−0 ,677=0 , 323
Kolom 7 = Koreksi peluang teoritis = 1 – P’(X) atau sama dengan luas
wilayah dibawah kurva normal
Kolom 8 = Nilai uji Smirnov – Kolmogorov terdapat pada data m = 4
Dmaks=|0,231−0 , 323| = 0,092
Berdasarkan tabel xx diketahui Dmaks untuk α = 5% adalah 0,34 sehingga
Dmaks < Dmaks(5%) atau 0,092 < 0,34 maka distribusi normal dapat
diterima.
B.5.2 Uji Smirnov – Kolmogorov untuk Distribusi Log Pearson III
29
Page 30
Perhitungan uji Smirnov – Kolmogorov pada metode distribusi log
pearson III terlihat pada tabel 19.
Tabel 19. Perhitungan Uji Smirnov – Kolmogorov Distribusi Log
Pearson III
m Log Xi P (X) P (X<) f(t) P' (X) P' (X<) D
1 2 3 4 5 6 7 8
1 2,195 0,077 0,923 2,155 0,015 0,985 0,0622 2,035 0,154 0,846 0,812 0,212 0,788 0,0583 2,007 0,231 0,769 0,579 0,281 0,719 0,0504 1,990 0,308 0,692 0,437 0,330 0,670 0,0225 1,987 0,385 0,615 0,410 0,341 0,659 0,0446 1,962 0,462 0,538 0,198 0,425 0,575 0,0377 1,927 0,538 0,462 -0,093 0,536 0,464 0,0038 1,913 0,615 0,385 -0,215 0,587 0,413 0,0289 1,848 0,692 0,308 -0,763 0,776 0,224 0,08410 1,835 0,769 0,231 -0,868 0,808 0,192 0,03911 1,800 0,846 0,154 -1,163 0,877 0,123 0,03112 1,761 0,923 0,077 -1,489 0,932 0,068 0,009
Keterangan Tabel 5.19
Kolom 1 = Urutan (m)
Kolom 2 = Data curah hujan logaritmik dari besar ke kecil
Kolom 3 = Peluang pengamatan (berdasarkan persamaan weibull)
P( X )= mn+1
= 912+1
=0 ,692
Kolom 4 = Koreksi Peluang pengamatan
1−P( X )=1−0 ,692=0 , 308
Kolom 5 = Parameter untuk pembacaan luas wilayah dibawah kurva
normal.
30
Page 31
f ( t )= LogXi−Log XS Logx
=1 ,848−1 , 9380 , 119
=−0 ,763
Nilai pembacaan luas wilayah dibawah kurva normal untuk
f(t) = -0,763 adalah 0,224 (tabel luas wilayah di bawah kurva
normal terlampir)
Kolom 6 = Peluang teoritis = 1 – luas wilayah dibawah kurva normal
P '( X )=1−0 ,224=0 ,776
Kolom 7 = Koreksi peluang teoritis = 1 – P’(X) atau sama dengan luas
wilayah dibawah kurva normal
Kolom 8 = Nilai uji Smirnov – Kolmogorov terdapat pada data m = 9
Dmaks=|0 ,692−0 ,776| = 0,084
Berdasarkan tabel 3. diketahui Dmaks untuk α = 5% adalah 0,34 sehingga
Dmaks < Dmaks(5%) atau 0,084 < 0,34, maka distribusi log pearson III dapat
diterima.
Tabel 20. Rekapitulasi Perhitungan Uji Smirnov – Kolmogorov
Tabel 21. Resume Pengujian Distribusi Frekuensi Curah Hujan Maksimum
Metode Perhitungan Uji Chi Kuadrat Uji Smirnov – Kolmogorov
Distribusi Normal Tidak Dapat Diterima Dapat Diterima
Distribusi Log Pearson III Dapat Diterima Dapat Diterima
31
Distribusi
Probabilitas
Dmaks Dmaks5% Keterangan
Normal 0,092 0,34 Dapat Diterima
Log Pearson III 0,084 0,34 Dapat Diterima
Page 32
Berdasarkan hasil pengamatan dan pengujian yang telah dilakukan,
diketahui bahwa hasil distribusi hujan dari metode distribusi log person III yang
lebih relevan untuk diterima dengan data yang digunakan lebih akurat.
B.6. Intensitas Hujan Rencana (I)
Analisis intensitas hujan rencana dilakukan untuk curah hujan dengan
periode ulang 5 tahun (SNI 03-2453-2002), persamaan analisis menggunakan
persamaan Mononobe.
I=R24
24 (24t c
)Berdasarkan perhitungan curah hujan metode log pearson III diketahui
nilai curah hujan harian maksimum (R24) = 108,15 mm, waktu konsentrasi hujan
(tc) dapat dianalisis menggunakan persamaan Kirpich.
Tc=( 0 , 87×L2
1000×S )2/3
Tc=( 0 , 87×66 , 6682
1000×0 , 029 )0 , 385
=187 , 45124
=7 ,81 jam
I 5=108 ,1524 (24
7 ,81 )2/3
32
Page 33
I 5=13 ,85 mm/jam
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 250.00
10.0020.0030.0040.0050.0060.0070.0080.0090.00
100.00110.00120.00
Kurva IDF
Waktu (Jam)
Inte
nsita
s Huj
an (m
m)
Gambar 6. Kurva Intention Duration Flow (IDF) Periode Ulang 5 Tahun
B.7. Koefisien Pengaliran Rencana (C)
Koefisien pengaliran merupakan suatu variabel yang didapatkan
berdasarkan kondisi daerah pengaliran dan karakteristik hujan yang jatuh di
daerah tersebut. Berdasarkan peta penggunaan lahan Sub DAS Pesanggrahan
dengan luas catchment area 112,06 km2 diketahui penggunaan lahannya seperti
pada tabel 21.
Tabel 21. Persentase Penggunaan Lahan Kelurahan Kebagusan
No Penggunaan Lahan Persentase
Penggunaan Lahan
(%)
Luas Lahan
(km2)
Koefisien
Pengaliran (C)
1
2
Kawasan Perumahan
Kawasan Taman
50,9
42,6
57,04
47,74
0,75
0,30
33
Page 34
3 Jalan 6,5 7,2 0,80
Berdasarkan tinjauan tabel koefisien pengaliran (C) pada tabel 21 dapat
dihitung nilai koefisien pengaliran untuk Sub DAS Kali Pesanggrahan sebagai
berikut :
C=(C1×A1)+(C2×A2 )+(C3×A3 )
A
C=(0 ,75×57 ,04 )+(0 ,30×47 ,74 )+(0 ,80×7,2 )112 , 06
C=0 , 562
B.8. Analisis Debit Banjir Metode Rasional (Q)
Analisis debit banjir menggunakan metode rasional dengan persamaan yang
digunakan yaitu :
Q=0 ,278 .C . I . A
Adapun luas daerah tinjauan (A) = 112,06 km2, nilai koefisien pengaliran
rencana (C) = 0,562, dan intensitas hujan rencana 5 tahun (I5) = 21,43 mm/jam.
Q5=0 , 278×0 ,562×11 ,13×112 ,06
Q5=194 , 778m3/det
Tabel 22. Debit Banjir Berbagai Periode Metode Rasional
No.Periode Ulang
(Tahun)A
(km2)I
(mm/jam)C
Q(m3/det)
34
Page 35
1 2 112,06 11,13 0,562 194,7782 5 112,06 13,85 0,562 242,2413 10 112,06 15,98 0,562 279,4834 25 112,06 18,83 0,562 329,326
35