Perhitungan waktu konsentrasi (t c )

BAB II TINJAUAN PUSTAKA

2.1. Analisa Hidrologi

2.1.6. Perhitungan waktu konsentrasi (t c )

Waktu konsentrasi adalah waktu yang diperlukan air untuk mengalir dari titik terjauh pada lahan hingga masuk pada saluran terdekat sampai pada titik yang ditinjau. Besar kecilnya nilai intensitas hujan (I) yang terjadi dipengaruhi oleh perhitungan waktu konsentrasi. Besarnya nilai intensitas hujan berbanding lurus dengan besar kecilnya debit saluran (Qs), sehingga akan mempengaruhi besar kecilnya dimensi saluran. Dengan memperhitungkan kemiringan daerah aliran dan kemiringan sungai, maka digunakan rumus Kirpich sebagai berikut.

𝑡_𝑐 = 𝑡₀ + 𝑡_𝑑 (2.16)

𝑡_𝑑 : waktu yang diperlukan air hujan untuk mengalir dalam saluran (jam) 𝑙₀ : panjang jarak dari tempat terjauh pada lahan terhadap saluran (m) S : kemiringan lahan (ΔH/L)

𝑙₁ : panjang saluran (m)

𝑣 : kecepatan rata-rata dalam saluran (m/s) 2.1.7. Perhitungan intensitas hujan

Hujan yang berlangsung dengan durasi pendek dan meliputi daerah yang tidak sangat luas pada umumnya terjadi dengan intensitas yang tinggi. Sedangkan hujan yang meliputi daerah luas, dapat berlangsung dengan durasi cukup panjang dan jarang sekali dengan intensitas tinggi.

Kombinasi dari intensitas hujan yang tinggi dengan durasi panjang jarang terjadi, tetapi apabila terjadi berarti sejumlah besar volume air bagaikan ditumpahkan dari langit (Sudjarwadi 1987). Sri Harto (1993) menyebutkan bahwa analisis IDF (Intensity-Duration-Frequency) memerlukan analisis frekuensi dengan menggunakan seri data yang diperoleh dari rekaman data hujan. Jika tidak tersedia waktu untuk mengamati besarnya intensitas hujan atau disebabkan oleh karena alatnya tidak ada, dapat ditempuh cara-cara empiris dengan mempergunakan rumus-rumus eksperimental seperti rumus Talbot, Mononobe, Sherman dan Ishigura (Suyono dan Takeda 1993).

Dalam studi ini, intensitas hujan dihitung dengan menggunakan rumus Mononobe. Rumus tersebut merupakan variasi dari beberapa rumus intensitas curah hujan yang digunakan dengan menggunakan curah hujan harian untuk curah hujan jangka pendek.

𝐼 =^{𝑋𝑇𝑟,24}

24 (²⁴

𝑡)^2/3 (2.19)

dimana:

𝑋_𝑇𝑟,24 : curah hujan harian rencana dengan periode ulang (mm) t : waktu curah hujan (jam)

I : intensitas hujan (mm/jam) 2.1.8. Koefisien pengaliran

Dalam perencanaan sistem drainase dibutuhkan suatu nilai koefisien aliran (C). Koefisien aliran adalah suatu angka yang memberikan pengertian berapa persen air yang mengalir dari bermacam-macam permukaan akibat terjadinya hujan pada suatu wilayah, atau perbandingan antara jumlah limpasan yang terjadi dengan jumlah curah hujan yang ada (Silvia, 2008).

𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑎𝑙𝑖𝑟𝑎𝑛 (𝐶) = 𝑎𝑖𝑟 ℎ𝑢𝑗𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑎𝑙𝑖𝑟𝑘𝑎𝑛 𝑑𝑖 𝑝𝑒𝑟𝑚𝑢𝑘𝑎𝑎𝑛

𝑎𝑖𝑟 ℎ𝑢𝑗𝑎𝑛 𝑦𝑎𝑛𝑔 𝑗𝑎𝑡𝑢ℎ 𝑘𝑒 𝑝𝑒𝑟𝑚𝑢𝑘𝑎𝑎𝑛 (2.20) Nilai koefisien aliran dapat dilihat pada Tabel 2.9 berikut.

Tabel 2. 9. Nilai Koefisien Aliran (Suripin, 2003)

Sumber : Suripin (2003)

Koefisien aliran tergantung dari beberapa faktor yang mempengaruhinya, antara lain:

a. Topografi b. Tata guna lahan

c. Jenis penutup permukaan

2.1.9. Perhitungan debit banjir (Debit kawasan)

Banjir merupakan keadaan saat saluran drainase mengalirkan air diatas kondisi batas normalnya. Debit banjir adalah besarnya kelebihan volume air dari batas normal yang melalui saluran drainase persatuan waktu. Cara metode rasional digunakan untuk memperkirakan debit banjir.

Metode untuk memperkirakan laju aliran permukaan puncak yang umum dipakai adalah Metode Rasional USSCS (1973). Pendekatan ini merupakan pendekatan dalam menghitung debit banjir dari pengaruh curah hujan, dengan menggunakan rumus:

𝑄 = 𝐶 . 𝐼 . 𝐴 (2.21)

dimana:

Q : debit banjir yang terjadi (m³/detik)

I : intensitas hujan yang merata didaerah yang ditinjau (mm/jam) A : luas daerah pengaliran yang ditinjau (km²)

C : koefisien pengaliran 2.2. Analisa Hidraulika 2.2.1. Kapasitas saluran

Untuk mengetahui kapasitas saluran, digunakan persamaan 2.22 dibawah ini.

𝑄 =¹

𝑛 . 𝑅²³ . 𝑆¹² . 𝐴 (2.22)

dimana:

Q : debit aliran (m³/s)

n : koefisien kekasaran Manning R : jari-jari hidrolis saluran (m) S : kemiringan saluran

A : luas penampang saluran (m²)

Nilai koefisien kekasaran Manning dapat dilihat pada Tabel 2.10 berikut.

Tabel 2. 10. Nilai Koefisien Kekasaran Manning

Dinding

Saluran KONDISI n

Papan-papan rata, dipasang rapi 0,010

Kayu Papan-papan rata, dipasang kurang rapi 0,012

Papan-papan kasar, dipasang rapi 0,012

Papan-papan kasar, dipasang kurang rapi 0,014

Halus 0,010

Metal Dikeling 0,015

Sedikit kurang rata 0,020

Plesteran Semen halus 0,010

Pasangan Plesteran Semen dan pasir 0,012

Batu Beton dilapis baja 0,012

Beton dilapis kayu 0,013

Batu bata kosongan yang baik kasar 0,015

Pasangan batu, keadaan jelek 0,020

Halus dipasang rata

batu bongkahan, batu pecah, batu belah, batu guling, dipasang dalam semen

Tanah dengan batu-batu dan tumbuh-tumbuhan dalam keadaan jelek

sebagian terganggu oleh batu-batu atau tumbuhan

0,025 0,035 0,050

Sumber : Subarkah (1980)

Beberapa bentuk penampang hidraulik drainase dapat dilihat pada Tabel 2.11 berikut.

Tabel 2. 11. Penampang Hidraulis Efektif Saluran (Chow, 1988)

Keterangan:

Q = debit pada saluran (m³/detik) n = nilai koefisien kekasaran Manning S = kemiringan saluran

b = lebar saluran (m)

BENTUK POTONGAN GEOMETRI

OPTIMUM

KEDALAMAN CROSS-

NORMAL yn SECTIONAL AREA

Trapesoidal

Rectangular

Triangular

Wide Flat

Circular

BAB III

METODE PENELITIAN

3.1. Lokasi Penelitian

Lokasi penelitian studi ini dilakukan di dalam kawasan kampus Universitas Pertamina. Denah lokasi saluran drainase eksisiting yang berada dalam kawasan ini diperoleh dari bagian Aset PT Pertamina (Persero). Gambar 3.1 menunjukkan lokasi penelitian.

Gambar 3. 1. Kawasan Kampus Universitas Pertamina

3.2. Data

Sebelum dilaksanakannya suatu penganalisaan mengenai suatu permasalahan diperlukan adanya penelitian yang didukung dengan data awal yang mencukupi supaya tujuan penganalisaan dapat tercapai.

Seringkali dalam penganalisaan suatu permasalahan terjadi peninjauan ulang pada perancanaan teknisnya akibat kekurangan data pendukung. Data awal yang diperlukan dalam evaluasi sistem drainase di kawasan Universitas Pertamina terdiri dari:

a) Data hidrologi

Data hidrologi merupakan data yang boleh dikatakan paling penting dalam penganalisaan.

Sebab dat atersebut merupakan langkah awal perhitungan dalam penganalisaan. Data hidrologi berupa data hujan pada daerah yang dianalisa.

Data hujan ini diperoleh dari 3 stasiun dari situs online BMKG yakni Stasiun Meteorologi Kemayoran, Stasiun Hujan Tangerang Selatan, dan Stasiun Hujan Halim Perdana Kusuma.

Pemilihan stasiun ini didasarkan atas pertimbangan bahwa 3 stasiun tersebut merupakan stasiun yang terdekat dengan kawasan Universitas Pertamina. Data observasi curah hujan yang akan digunakan pada tiga stasiun penakar hujan tersebut adalah selama 30 tahun (tahun 1990 s/d tahun 2019). Gambar 3.2 menunjukkan lokasi dari Universitas Pertamina, Stasiun Meteorologi Kemayoran, Stasiun Hujan Bendung Gintung, dan Stasiun Hujan Puskesmas Kemang.

Gambar 3. 2. Lokasi Universitas Pertamina, Stasiun Meteorologi Kemayoran, Stasiun Hujan Tangerang Selatan, dan Stasiun Hujan Halim Perdana Kusuma

Tabel 3.1 berikut merupakan data jarak antar stasiun pencatatan curah hujan yang diperoleh dari aplikasi Google Earth.

Tabel 3. 1. Data Jarak Antar Stasiun

(km) Stasiun A Stasiun B Stasiun C

Stasiun A 0 14,8 15,4

Stasiun B 14,8 0 13

Stasiun C 15,4 13 0

dimana:

Stasiun A : Stasiun Hujan Tangerang Selatan Stasiun B : Stasiun Hujan Halim Perdana Kusuma Stasiun C : Stasiun Meteorologi Kemayoran

Tabel 3.2 berikut merupakan data jarak Universitas Pertamina terhadap setiap stasiun pencatatan curah hujan yang diperoleh dari aplikasi Google Earth.

Tabel 3. 2. Data Jarak Universitas Pertamina Terhadap Setiap Stasiun Pencatatan Curah Hujan

Jarak antar- Universitas Pertamina (km)

Stasiun A 5,53

Stasiun B 11,3

Stasiun C 9,97

dimana:

Stasiun A : Stasiun Hujan Tangerang Selatan Stasiun B : Stasiun Hujan Halim Perdana Kusuma Stasiun C : Stasiun Meteorologi Kemayoran

b) Data saluran eksisting drainase di dalam kawasan Universitas Pertamina

Data ini diperoleh dari hasil pengukuran yang dilakukan pada tanggal 28 Februari – 10 Maret 2020. Data saluran drainase eksisting dapat dilihat pada Lampiran 1.

3.3. Metodologi Penelitian

Diagram alir evaluasi sistem drainase di kawasan Universitas Pertamina, Jalan Teuku Nyak Arief, Kebayoran Lama, Kota Jakarta Selatan dapat dilihat dari Gambar 3.3 di bawah ini.

Gambar 3. 3. Diagram Alir MULAI

PERUMUSAN MASALAH

PENGUMPULAN DATA

STUDI LITERATUR

ANALISA DEBIT EKSISTING SISTEM DRAINASE (Q1)

ANALISA KAWASAN (Q = C.I.A)

HASIL PERHITUNGAN DEBIT KAWASAN (Q2)

Q

1

> Q

2

SELESAI YA

TIDAK

EVALUASI

Metode yang digunakan dalam studi ini adalah sebagai berikut:

a. Langkah pertama dimulai dari pengumpulan data seperti yang disebutkan pada sub bab 3.2 sebelumnya.

b. Melakukan analisa frekuensi dengan menggunakan persamaan 2.4 sampai 2.8.

c. Menghitung debit limpasan (Q2) dengan menggunakan persamaan 2.18.

d. Menghitung kapasitas saluran drainase eksisting (Q1) dengan menggunakan persamaan 2.19.

e. Apabila Q1 > Q2, maka saluran eksisting drainase dalam keadaan baik atau dapat berfungsi dengan baik.

f. Apabila Q2 > Q1, maka dilakukan evaluasi dalam bentuk saran yang diharapkan dapat mengatasi permasalahan genangan yang terjadi di kawasan Universitas Pertamina.

BAB IV

HASIL DAN PEMBAHASAN

4.1. Estimasi Data Curah Hujan Yang Hilang

Dalam estimasi data curah hujan yang hilang, dilakukan perhitungan dengan menggunakan metode Inversed Square Distance yang mempertimbangkan nilai curah hujan pada setiap stasiun dan jarak antar setiap stasiun. Hasil perhitungan estimasi data curah hujan yang hilang tersebut kemudian diambil data maksimum curah hujan setiap tahun yang digunakan untuk analisis selanjutnya.

4.2. Analisa Frekuensi 4.2.1. Analisis hujan rata-rata

Metode yang digunakan untuk menganalisis hujan rata-rata yaitu metode Polygon Thiessen.

Metode ini dipilih karena stasiun pencatat hujan yang tersedia memiliki jarak yang variatif. Gambar 4.1 dibawah ini menunjukkan hasil hujan rerata metode Polygon Thiessen.

Gambar 4. 1. Polygon Thiessen Kawasan Universitas Pertamina

Curah hujan kawasan diperoleh dari hujan metode polygon thiessen dengan memperhatikan pengaruh stasiun-stasiun curah hujan pada kawasan tersebut. Pada analisa debit kawasan ini curah hujan rencana diambil stasiun terdekat dengan kawasan yang akan ditinjau, yaitu Stasiun Hujan Tangerang Selatan. Hal ini dikarenakan keseluruhan wilayah kawasan Universitas Pertamina berada pada daerah pengaruh Stasiun Hujan Tangerang Selatan.

4.2.2. Uji parameter statistik

Uji parameter statistik terhadap data yang tersedia merupakan hal yang harus dilakukan sebelum perhitungan probabilitas yang bertujuan untuk mencegah terjadinya kesalahan perkiraan yang cukup besar baik under entimated atau over estimated. Hal ini juga dilakukan karena setiap data hidrologi harus diuji kesesuaianya dengan sifat statistik masing-masing distribusi seperti yang disebutkan pada bab II. Adapun data curah hujan yang dianalisis adalah data yang terdapat pada Tabel 4.1 yang menyajikan data curah hujan Stasiun Tangerang Selatan. Tahap pertama adalah

diambil data curah hujan maksimum pertahun (R) lalu dilakukan pengurutan data dari yang terbesar hingga yang terkecil. Selanjutnya hasil dari pengurutan data tersebut dihitung rata-ratanya (𝑅̅) dan didapatkan nilai (𝑅̅). Setelah itu dilakukan perhitungan (𝑅 − 𝑅̅)², (𝑅 − 𝑅̅)³, (𝑅 − 𝑅̅)⁴ dengan hasil seperti yang ditunjukkan pada Tabel 4.1 dan 4.2 berikut.

Tabel 4. 1. Perhitungan Parameter Statistik

Tahun R 𝑹̅ (𝑹 − 𝑹̅) (𝑹 − 𝑹̅)^𝟐 (𝑹 − 𝑹̅)^𝟑 (𝑹 − 𝑹̅)^𝟒

Tabel 4. 2. Perhitungan Parameter Statistik

Rata-rata 3490,69 - 71531 11517371 2584887171

Adapun perhitungan parameter statistik dari data yang ditunjukkan pada Tabel 4.3 adalah perhitungan nilai 𝑆_𝑑 menggunakan persamaan 2.5, perhitungan nilai 𝐶_𝑣 menggunakan persamaan 2.6, perhitungan nilai 𝐶_𝑣 menggunakan persamaan 2.7, dan perhitungan nilai 𝐶_𝑘 menggunakan

Hasil dari perhitungan parameter statistik ditunjukkan pada Tabel 4.3 berikut.

Tabel 4. 3. Hasil Analisis Perhitungan Parameter Statistik

Data Hasil

Parameter Statistik Distribusi

Gumbel Normal Log Normal Log Pearson Tipe III

𝑅̅ 116,36

Sd 49,66467413

Cs 3,473568023 1.139 0 Cs =̃ 3 Cv 0 < Cs < 9

Ck 17,44110297 5.402 3 Ck > 0

Cv 0,426832116

Berdasarkan dari hasil perhitungan yang ditunjukkan oleh Tabel 4.3 diatas dengan nilai 𝐶_𝑆 sebesar 3,473568023, dan nilai 𝐶𝑘 sebesar 17,44110297 dengan memperhatikan sifat statistik dari masing-masing distribusi maka dapat disimpulkan bahwa data yang tersedia memenuhi sifat statistik dari distribusi Log Pearson Tipe III.

4.3. Perhitungan Uji Distribusi

Dalam perhitungan metode distribusi Log Pearson Tipe III, data yang telah diurutkan kemudian dihitung (Log 𝑅̅) dan didapatkan nilai Log 𝑅̅ = 2,042 mm. Lalu dilakukan perhitungan (Log R - Log 𝑅̅), (Log R - Log 𝑅̅) ², (Log R - Log 𝑅̅) ³. Hasil perhitungan tersebut ditunjukkan pada Tabel 4.4 dan Tabel 4.5 berikut.

Tabel 4. 4. Perhitungan Metode Distribusi Log Pearson Tipe III Jumlah

Tabel 4. 5. Perhitungan Metode Distribusi Log Pearson Tipe III

Adapun perhitungan parameter statistik untuk data diatas adalah sebagai berikut:

𝐿𝑜𝑔 𝑅

Setelah perhitungan diatas, selanjutnya dilakukan perhitungan hujan rencana dengan periode ulang 5 tahun, 10 tahun, dan 25 tahun menggunakan persamaan 2.18. Dengan nilai Log 𝑅̅ = 2,042 mm, dan nilai 𝑆𝑑 𝐿𝑜𝑔 𝑅̅̅̅̅̅̅̅̅̅̅̅̅ = 0,134 serta nilai faktor distribusi (K) yang berpatokan pada nilai 𝐶_𝑆

=1,689, curah hujan harian maksimum periode ulang 5 tahun, 10 tahun, dan 25 tahun dihitung dengan cara antilog dari persamaan 2.10. Adapun hasil perhitungannya, ditunjukkan pada Tabel 4.6 berikut.

Tabel 4. 6. Hasil Perhitungan Distribusi Log Pearson Tipe III

Periode Ulang 𝑳𝒐𝒈 𝑹̅̅̅̅̅̅̅̅ 𝑺𝒅 𝑳𝒐𝒈 𝑹̅̅̅̅̅̅̅̅̅̅̅̅̅ K Log R Rt

5 2,042 0,134 0,6606 2,131 135,036

10 2,042 0,134 1,32405 2,219 165,824

25 2,042 0,134 2,1765 2,334 215,901

4.4. Uji Kesesuaian Distribusi

Setelah menemukan hasil perhitungan dari distribusi Log Pearson Tipe III, lalu dilakukan uji kesesuaian distribusi untuk mengetahui apakah fungsi Distribusi Log Pearson Tipe III dapat mewakili distribusi frekuensi dari data yang tersedia. Adapun metode pengujian parameter yang digunakan adalah Uji Smirnov-Kolmogorov. Apabila fungsi distribusi Log Pearson Tipe III memenuhi persyaratan serta ketentuan yang berlaku pada kedua uji tersebut maka perumusan persamaan distribusi Log Pearson Tipe III diterima dan jika tidak memenuhi persyaratan maka akan ditolak.

Prosedur perhitungan uji Smirnov Kolmogorov dalam dilihat pada Bab II. Untuk mendapatkan nilai peluang P(X) menggunakan persamaan (FK/n), persamaan (1-P(X)) digunakan untuk menghitung nilai P(X<).

Dari semua data yang dihitung diambil nilai D yang terbesar dan nilai tersebut merupakan nilai D maksimum. Setelah D maks didapat kemudian dibandingkan dengan nilai Do yang didapat dari tabel Nilai Kritis Do untuk uji Smirnov Kolmogorov. Apabila nilai D maks lebih kecil dari nilai Do, maka metode yang digunakan dapat diterima, dan sebaliknya jika nilai D maks lebih besar dari nilai Do maka metode yang digunakan ditolak. Tabel 4.7 dan Tabel 4.8 berikut menampilkan perhitungan uji Smirnov Kolmogorov metode Log Pearson Tipe III.

Tabel 4. 7. Hasil Uji Smirnov Kolmogorov Distribusi Log Pearson Tipe III

Year R log R FK P(X) P (X<) P'(x) D

Tabel 4. 8. Hasil Uji Smirnov Kolmogorov Distribusi Log Pearson Tipe III

Dari perhitungan diperoleh nilai Dmax = 0,1985 dan Berdasarkan tabel Nilai Kritis Do untuk uji Smirnov Kolmogorov dengan α = 5%, diperoleh nilai Do = 0,24. Dari hasil tersebut, diperoleh kesimpulan bahwa nilai Do> Dmax. Sehingga dapat disimpikan bahwa berdasarkan uji Smirnov Kolmogorov maka persamaan distribusi Log Pearson Tipe III dapat digunakan.

4.5. Perhitungan Hujan Rencana

Curah hujan rencana merupakan besarnya curah hujan maksimum dengan periode tertentu yang mungkin terjadi di suatu daerah. Dari hasil uji distribusi yang ditunjukkan, maka cara yang digunakan untuk menghitung curah hujan rencana adalah metode Log Pearson Tipe III. Prosedur perhitungan telah dilakukan sebelumya dan didapat hasil sesuai yang ditunjukkan pada Tabel 4.9 berikut.

Tabel 4. 9. Perhitungan Curah Hujan Rencana Metode Log Pearson Tipe III

Periode Ulang 𝑳𝒐𝒈 𝑹̅̅̅̅̅̅̅̅ 𝑺𝒅 𝑳𝒐𝒈 𝑹̅̅̅̅̅̅̅̅̅̅̅̅̅ K Log R Rt

5 2,042 0,134 0,6606 2,131 135,036

10 2,042 0,134 1,32405 2,219 165,824

25 2,042 0,134 2,1765 2,334 215,901

4.6. Perhitungan Debit Banjir Rencana

Perhitungan debit banjir rencana untuk saluran drainase kawasan Universitas Pertamina dilakukan berdasarkan hujan harian maksimum yang terjadi pada suatu periode ulang tertentu. Hal ini dilakukan mengingat adanya hubungan antara hujan dan aliran sungai dimana besarnya aliran dalam sungai ditentukan dari besarnya hujan, intensitas hujan, luas daerah hujan, lama waktu hujan, dan luas daerah aliran sungai serta ciri-ciri daerah alirannya. Metode yang digunakan untuk menghitung debit banjir rencana yaitu metode rasional.

Intensitas curah hujan merupakan ketinggian curah hujan yang terjadi persatuan waktu.

Untuk perhitungan intensitas curah hujan berdasarkan hujan harian dari stasiun hujan digunakan perumusan Dr Mononobe. Lamanya hujan pada perumusan Dr Mononobe tersebut dinyatakan sama dengan waktu konsentrasi (tc) yaitu waktu yang diperlukan oleh air untuk mengalir dari suatu titik terjauh pada daerah aliran sungai (DAS) hingga mencapai titik yang ditinjau pada sungai.

Berikut merupakan hasil pengamatan waktu konsentrasi (tc) serta hasil intensitas curah hujan dan debit rencana metode rasional untuk luas daerah pengaliran (A), kemiringan daerah pengaliran (S), panjang aliran (L). Sedangkan untuk beda tinggi antar titik terjauh di hulu dengan pengamatan (ΔH), diperoleh dari kemiringan setiap area. Gambar 4.2 yang ditandai dengan warna merah menunjukkan area 1. Berikut merupakan contoh perhitungan Debit Rencana 5 tahun untuk area 1.

- Perhitungan waktu konsentrasi (tc) tc

=

0,06628 . 𝑙₀^0,77

𝑆^0,385

+

¹

3600

.

^𝑙1

𝑣

= 0,3864 menit = 0,00644 jam

- Perhitungan intensitas hujan menggunakan rumus Dr Mononobe I = (^𝑅₂₄²⁴) (²⁴_𝑡)

2 3

= 46,814 mm/jam

- Perhitungan debit rencana 5 tahun untuk area 1 (Q51) C = 0,85 ( tipe saluran adalah beton)

Q51 = 0,278 . C . I . A

= 0,351 m³/s

Gambar 4. 2. Area 1 (wilayah berwarna merah) Perhitungan selengkapnya disajikan pada Tabel 4.10 dan Tabel 4.11 dibawah ini.

Tabel 4. 10. Hasil Perhitungan Waktu Konsentrasi (tc)

Tabel 4. 11. Perhitungan Curah Hujan Rencana dan Debit Banjir Rencana Periode Ulang Tertentu

Area

Periode ulang 5 tahun Periode ulang 10 tahun Periode ulang 25 tahun

𝑹_𝟐𝟒

4.7. Perhitungan Debit Saluran Drainase

Dari dimensi yang telah diperoleh melalui pengukuran di lapangan dapat dihitung debit kapasitas dan kecepatan aliran. Tabel 4.12 menunjukkan hasil perhitungan debit kapasitas saluran dari setiap area. Berikut merupakan contoh perhitungan debit kapasitas dan kecepatan aliran untuk saluran 1 pada area 1.

Bentuk saluran : persegi empat Dimensi saluran : b (lebar) = 23 cm

- R = ^𝑏ℎ Tabel 4. 12. Debit Kapasitas Saluran

Area Qs (m³/s)

Tabel 4.13 berikut menunjukkan hasil perbandingan debit banjir periode ulang 5 tahun dan debit saluran setiap area, Tabel 4.14 menunjukkan hasil perbandingan debit banjir periode ulang 10 tahun dan debit saluran setiap area dan Tabel 4.15 menunjukkan hasil perbandingan debit banjir periode ulang 25 tahun dan debit saluran setiap area.

Tabel 4. 13. Perbandingan Debit Banjir Periode Ulang 5 tahun dengan Debit Saluran

No Area Q (m³) Qs (m³) Kesimpulan

Tabel 4. 14. Perbandingan Debit Banjir Periode Ulang 10 tahun dengan Debit Saluran

Tabel 4. 15. Perbandingan Debit Banjir Periode Ulang 25 tahun dengan Debit Saluran

No Area Q (m³) Qs (m³) Kesimpulan

Sebuah permasalahan yang timbul dikarenakan tidak mampunya suatu kawasan untuk menampung debit limpasan yang terjadi di kawasannya adalah masalah genangan. Ketidakmampuan ini akan menyebabkan timbulnya genangan pada kawasan tersebut apabila turun hujan.

Pada kasus genangan di kawasan Universitas Pertamina dengan perhitungan debit banjir periode ulang 10 tahun, genangan-genangan air berpotensi terjadi pada area 1, area 4, dan area 5.

terutama di depan kantor Pertamina Foundation. Hal itu terjadi karena sistem drainase eksisting tidak mampu menampung debit limpasan permukaan dikarenakan terdapat beberapa saluran yang tidak lagi berfungsi dengan baik. Selain itu, hal ini juga dikarenakan adanya tumpukan endapan yang menyebabkan berkurangnya kapasitas tampungan saluran drainase.

Dari permasalahan di atas, terdapat beberapa solusi untuk mengurangi kawasan genangan di kawasan Universitas Pertamina. Solusi yang pertama adalah pemanfaatan lahan yang bisa

menampung, meresap, menguapkan, dan atau menyimpan sementara limpasan hujan. Solusi yang kedua adalah perubahan dimensi saluran. Solusi yang ketiga adalah perbaikan saluran-saluran yang telah rusak. Solusi yang keempat adalah dengan cara menormalisasi saluran, dan solusi selanjutnya adalah dengan membuat sumur-sumur resapan.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dalam perencanaan debit banjir ini, digunakan periode ulang 10 tahun. Angka ini dipilih karena kawasan Universitas yang tidak terlalu luas serta mempertimbangkan kemungkinan adanya pembangunan di masa yang akan datang. Tabel 5.1 berikut menunjukkan hasil debit limpasan di kawasan Universitas Pertamina pada periode ulang 10 tahun.

Tabel 5. 1. Hasil Debit Banjir dan Debit Saluran Kawasan Universitas Pertamina Periode Ulang 10 tahun

No Area Q (m³/s) Qs (m³/s) Kesimpulan

1 1 0,431 > 0,410 Terdapat genangan

2 2 0,170 < 11,825

-3 3 0,060 < 5,597

-4 4 0,198 > 0,162 Terdapat genangan

5 5 0,181 > 0,138 Terdapat genangan

1) Dari seluruh analisa perhitungan yang telah dilakukan, dapat ditarik kesimpulan bahwa akan terjadi genangan di sebagian besar wilayah kawasan Universitas Pertamina dikarenakan debit banjir rencana 10 tahun di kawasan Universitas Pertamina tidak mampu ditampung oleh saluran yang ada. Nilai debit banjir rencana (Q) lebih besar daripada nilai debit saluran eksisting (Qs).

2) Selain itu, ketinggian genangan juga dipengaruhi oleh endapan serta sampah pada dasar saluran eksisting. Endapan tersebut menyebabkan berkurangnya kapasitas tampungan saluran eksisting untuk menampung debit limpasan.

3) Nilai Qs di area 1, area 4, dan area 5 lebih kecil daripada debit limpasan di area tersebut. Hal ini menyebabkan adanya potensi terjadinya genangan yang akan selalu terjadi di masa yang akan datang pada saat turun hujan.

5.2. Saran

Dari kesimpulan di atas, terdapat beberapa saran untuk mengurangi daerah genangan di kawasan Universitas Pertamina. Berikut merupakan saran-saran yang dapat disampaikan terkait hasil analisa masalah genangan di kawasan Universitas Pertamina.

a. Perlu dilakukan antisipasi debit banjir (Q) yang akan terjadi dengan cara pemanfaatan lahan yang bisa menampung, meresap, menguapkan, dan atau menyimpan sementara limpasan hujan, seperti membuat jalur tumbuh-tumbuhan di sekitar area yang berpotensi terjadinya genangan. Hal ini disarankan karena tumbuhan dapat memperlambat aliran.

b. Perubahan dimensi saluran seperti pembesaran saluran, elevasi pada saluran-saluran harus konsisten sehingga tidak ada genangan.

c. Perbaikan saluran-saluran yang telah rusak seperti saluran di area lapangan bola voli dan di area lapangan sepakbola.

d. Menormalisasi saluran dengan cara mengeruk endapan-endapan yang terdapat pada dasar saluran eksisting.

e. Membuat sumur-sumur resapan.

DAFTAR PUSTAKA

Harto, S. (1993). Analisis Hidrologi. Jakarta: Gramedia Pustaka Utama.

Rahayu, Tri, Farid Hilwan, dan Lita Darmayanti (2019). Analisis Sistem Drainase Untuk Menanggulangi Banjir Kawasan Jalan Menganti Belakang Plaza medan Fair. Medan:

https://jurnal.uisu.ac.id.

Silvia. (2008). Kaji Ulang Sistem Drainase Fakultas Teknik Universitas Indonesia. Depok:

https://lib.ui.ac.id.

Soewarno. (1995). Hidrologi Aplikasi Metode Statistik untuk Analisis Data. Bandung: Nova.

Subarkah, I. (1980). Hidrologi Untuk Perencanaan Bangunan Air. Bandung: Idea Dharma.

Sudjarwadi. (1987). Teknik Sumber Daya Air. Yogyakarta: Diktat, PAU Ilmu Teknik UGM.

Suripin. (2003). Sistem Drainase perkotaan yang Berkelanjutan. Yogyakarta: Andi.

Suyono, dan Dr. Maseteru Takeda. (1993). Perbaikan dan Pengaturan Sungai. Jakarta: PT. Pradnya Paramita.

Triatmodjo. (2008). Hidrologi Terapan. Yogyakarta: Beta Offset.

Ven Te Chow, D. R. (1988). Applied Hydrologi. Singapore: McGraw-Hill Book.

Wei, T. C., dan McGuiness (1973). Reciprocal distance squared, a computer technique for estimating area precitipation. Ohio: US Agricultural Research Service .

LAMPIRAN A

SALURAN DRAINASE KAWASAN UNIVERSITAS PERTAMINA Tabel A. 1. Saluran Drainase Bentuk Persegi Panjang

Section Lebar (cm)

Tabel A. 2. Saluran Drainase Bentuk Trapesium

Tabel A. 3. Saluran Drainase Bentuk Persegi dan Trapesium

Section

Tabel A. 4. Saluran Drainase Bentuk Setengah Lingkaran

Section L (cm)

LAMPIRAN B

GAMBAR PEMBAGIAN AREA KAWASAN UNIVERSITAS PERTAMINA

3

Universitas Pertamina - 40

Nama Mahasiswa : Bunga Kirana NIM : 104116014 Nama Pembimbing : Dr. Ing. Yulizar NIP : 119002

No. 1 Hari/Tanggal: Senin/ 27 Januari 2020 Hal yang menjadi perhatian:

- Perbaiki Bab I a) Pendahuluan

b) Rumusan permasalahan - Perbaiki Bab II

a) Persamaan b) Referensi - Perbaiki Bab III

a) Flow-chart b) Narasi gambar

Paraf Pembimbing:

No. 2 Hari/Tanggal: Rabu/ 29 Januari 2020 Hal yang menjadi perhatian:

- Tambahkan narasi pada space kosong - Tambahkan jadwal riset

- Lengkapi tabel koefisien aliran (C) - Perbaiki penomoran rumus

- Lengkapi tabel koefisien aliran (C) - Perbaiki penomoran rumus