Analisis Curah Hujan Untuk Pendugaan Debit Puncak Dengan Metode Rasional pada DAS Deli Kota Medan

ANALISIS CURAH HUJAN UNTUK PENDUGAAN DEBIT PUNCAK DENGAN METODE RASIONAL PADA

DAS DELI KOTA MEDAN

SKRIPSI

Oleh :

LEILIL MUTTAQIN 030308018 / Teknik Pertanian

DEPARTEMEN TEKNOLOGI PERTANIAN FAKULTAS PERTANIAN

ANALISIS CURAH HUJAN UNTUK PENDUGAAN DEBIT PUNCAK DENGAN METODE RASIONAL PADA

DAS DELI KOTA MEDAN

SKRIPSI

Oleh :

LEILIL MUTTAQIN 030308018 / Teknik Pertanian

Skripsi Sebagai Salah Satu Syarat untuk dapat Menyelesaikan Pendidikan di Departemen Teknologi Pertanian Fakultas Pertanian

Universitas Sumatera Utara Medan

Disetujui oleh :

Komisi Pembimbing

( Ir. Edi Susanto, M.Si ) ( Taufik Rizaldi STP, MP )

Ketua Anggota

DEPARTEMEN TEKNOLOGI PERTANIAN FAKULTAS PERTANIAN

ABSTRACT

Rainfall Analysis for Peak Rate Estimation Using Rational Method In Deli River Basin, Medan

Rainfall Analysis using Rational Method is a kind of Hydrological Analysis which purposed to estimate peak rate in various repeated periods. Peak rate Estimation by this method needs rainfall data for 20 years to be analyzed step by step, starting from Statistic Parameters, Distribution of frequency, Test of Distribution and programmed Rainfall, until the value of Intensity (I) is found. Distribution model that is fitted to rainfall data is Log Pearson Type III distribution. Using the land use data and the characteristics of the River Basin, we can determine the value of Run off Coefficient (C) so that it was found that the run off Coefficient at Deli River Basin was physically is very good, because between 0-1%. The two parameters (I and C) were used to determine the peak rate of River Basin. It was found that, the peak rate of Deli river basin was

10650,9623 m3/second with rainfall intensity 2,5014 mm/hours in area of

56.622 km2 for 1 years. The used of this experiment for society and environment

was as an important manual in constructing flood control structure and drainage channel in Deli River Basin in Medan.

Key words : Deli River Basin, Rainfall Analysis, Peak Rate, Programmed Rainfall Design, Intensity, Run off Coefficient.

ABSTRAK

Analisis Curah Hujan Untuk Pendugaan Debit Puncak Dengan Metode Rasional pada DAS Deli Kota Medan

Analisis curah hujan dengan Metode Rasional merupakan suatu analisa hidrologi dengan cara statistika yang bertujuan untuk memprediksi Debit Puncak (Q) dengan masa ulang tertentu. Pendugaan debit puncak dengan cara ini menggunakan data curah hujan harian selama 20 tahun untuk dianalisis secara bertahap mulai dari Parameter Statistik, Distribusi Frekuensi, Uji Distribusi dan Hujan Rancangan sampai diperoleh nilai Intensitas (I). Pola distribusi yang sesuai dengan data curah hujan adalah Distribusi Log Pearson Type III. Sedangkan dari data Tata Guna Lahan dan karakteristik DAS akan diperoleh nilai Koefisien Limpasan (C) sehingga dari hasil penelitian nilai Koefisien Limpasan pada DAS Deli dalam keadaan Fisik yang sangat baik, karena antara 0-1%. Kedua besaran tersebut (I dan C) digunakan untuk menghitung Debit Puncak DAS tersebut. Dari hasil penelitian yang dilakukan, nilai Debit Puncak untuk DAS Deli sebesar 10650,9623 m3/detik dengan Intensitas Hujan 2,5014 mm/jam pada daerah seluas 56.622 km2 untuk Kala Ulang 1 tahun. Adapun kegunaan dari penelitian ini bagi masyarakat dan lingkungan yaitu sebagai pedoman penting dalam pembuatan bangunan pengendali banjir dan saluran Drainase pada daerah DAS Deli kota Medan.

RINGKASAN PENELITIAN

Leilil Muttaqin, “Analisis Curah Hujan Untuk Pendugaan Debit Puncak dengan Metode Rasional pada DAS Deli kota Medan”. Dibawah bimbingan Ir. Edi Susanto, M.Si, sebagai ketua komisi pembimbing dan Taufik Rizaldi, STP, MP, sebagai anggota komisi pembimbing.

Penelitian ini bertujuan untuk menghitung debit puncak aliran sungai pada DAS Deli kota Medan dengan menggunakan Metode Rasional. Penelitian ini menggunakan data curah hujan harian selama 20 tahun (1985-2004) dan data Tata guna lahan DAS yang bersangkutan, sehingga akan diperoleh hasil akhir yaitu debit puncak.

Kondisi DAS Deli

Sungai Deli merupakan salah satu dari 8 sungai yang ada dikota Medan, yaitu : Sungai Belawan, Sungai Badera, Sungai Sikambing, Sungai Pulih, Sungai Kera, Sungai Sulang Saling, Sungai Babura, Sungai Deli. Daerah aliran sungai (DAS) Deli adalah suatu Wilayah Pengaliran Sungai yang membentang mulai dari hulu sampai ke hilir yaitu kawasan Sibolangit, Kabupaten Tanah Karo sampai ke daerah Kabupaten Deli Serdang dan Kota Medan hingga bermuara sampai ke selat Malaka. Berdasarkan Letak Geografisnya, DAS Deli terletak diantara 3013’3’’ LU – 3046’7’’ LU dan 98026’’ BT - 98048’’ BT, dengan Sungai utama pada DAS ini adalah sungai Deli.

Analisis Curah Hujan

Data curah hujan harian yang terjadi selama 20 tahun (1985-2004) dari dua stasiun penakar curah hujan klambir Lima dan Pancur Batu dapat mewakili stasiun hujan yang terdapat pada DAS Deli. Data tersebut selanjutnya akan dianalisis menurut metode Sri Harto (1993) untuk memperoleh curah hujan harian maksimum selama 20 tahun terakhir.

Pola Distribusi

Berdasarkan curah hujan maksimum harian diperoleh parameter statistika dengan nilai rata-rata sebesar 63,6, simpangan baku sebesar 18,23, koefisien variasi sebesar 0,2866, koefisien skewnes sebesar 0,5036, dan koefisien kurtosis sebesar 2,6878. setelah diuji dengan uji Chi-Square dan uji Smirnov Kolmogorov, jenis distribusi yang cocok pada DAS Deli kota Medan adalah Distribusi Log Pearson Type III. Berdasarkan analisis Frekuensi diperoleh hujan rancangan dari berbagai kala ulang 1, 2, 5, 10, 15, 20, 25, 30, 40, 50, 100, 200 / tahun yang diperoleh sebesar 29,911 mm; 64,121 mm; 80,724 mm; 90,157 mm; 93,756 mm; 97,051 mm; 100,693 mm; 101,859 mm; 104,713 mm; 107,647 mm; 114,288 mm; dan 119,949 mm

Intensitas Hujan

Debit Puncak

Koefisien limpasan sangat mempengarui debit puncak yang terjadi pada DAS Deli, koefisien limpasan diperoleh sebesar 0,2707, hal ini berarti bahwa DAS Deli dalam kondisi baik. Perubahan tata guna lahan yang terjadi harus bersamaan dengan upaya pelestarian lingkungan. Debit puncak yang diperoleh untuk masing-masing kala ulang sebesar 10650,9623 m3/detik; 22832,6758 m3/detik; 28744,9094 m3/detik; 32103,6202 m3/detik; 33385,7000 m3/detik; 34558,7832 m3/detik; 35855,3444 m3/detik; 36270,9252 m3/detik; 40310,06442 m3/detik; 38331,7974 m3/detik; 40675,4009 m3/detik; dan 42712,42828 m3/detik.

RIWAYAT PENULIS

Leilil Muttaqin, dilahirkan di Medan 26 Juli 1985, dari pasangan ayahanda Buandi dan Ibunda Siti Muliani, dan merupakan anak ke-1 dari 4 bersaudara, beragama Islam.

Tahun 1997 penulis lulus pendidikan di SD Negeri 060863 kota Medan, tahun 2000 lulus pendidikan di MTs Muhammadiyah 15 kota Medan, tahun 2003 lulus pendidikan di SMA swasta YP. Sinar Husni Kabupaten Deli Serdang dan di tahun 2003 menempuh pendidikan di Fakultas Pertanian Jurusan Teknologi Pertanian Program Studi Teknik Pertanian melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB).

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan hasil penelitian ini.

Hasil penelitian ini berjudul “Analisis Curah Hujan untuk Pendugaan Debit Puncak dengan Metode Rasional pada DAS Deli Kota Medan” yang merupakan salah satu syarat untuk dapat melaksanakan Skripsi di Program Studi Teknik Pertanian Fakultas Pertanian Universitas Sumatera Utara Medan.

Pada kesempatan ini penulis mengucapkan terima kasih kepada Bapak Ir. Edi Susanto, M.Si selaku ketua komisi pembimbing dan kepada Bapak Taufik Rizaldi STP, MP selaku anggota pembimbing yang telah banyak membimbing penulis sehingga dapat menyelesaikan hasil penelitian ini.

Penulis menyadari dalam penyusunan hasil penelitian ini masih terdapat kekurangan. Oleh karena itu penulis mengharapkan saran dan kritik yang bersifat membangun untuk kesempurnaan hasil penelitian ini.

Akhir kata penulis ucapkan terima kasih.

Medan, September 2008

DAFTAR ISI

Hal

ABSTRAK... i

RINGKASAN PENELITIAN... ii

RIWAYAT PENULIS... vi

KATA PENGANTAR ... vii

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

PENDAHULUAN Latar Belakang ... 1

Tujuan Penelitian ... 6

Kegunaan Penelitian ... 6

TINJAUAN PUSTAKA Siklus Hidrologi... 7

Daerah Aliran Sungai... 9

Penentuan Hujan Maximum ... 11

Analisis Frekuensi ... 12

Distribusi Normal ... 15

Distribusi Gumbel... 17

Distribusi Log Normal ... 18

Distribusi Log Pearson Type III ... 19

Uji Kecocokan ... 21

Uji Chi-Square ... 21

Uji Smirnov-Kolmogorov ... 22

Intensitas Curah Hujan ... 23

Waktu Konsentrasi ... 25

Koefisien Limpasan ... 25

Metode Rasional ... 28

METODOLOGI PENELITIAN Lokasi dan Waktu Penelitian... 30

Bahan dan Alat ... 30

Metode penelitian ... 30

Pelaksanaan Penelitian ... 31

Pengolahan Data ... 32

HASIL DAN PEMBAHASAN Kondisi Tata Guna Lahan Das Deli Kota Medan ... 35

Analisis Curah Hujan ... 37

Data Curah Hujan Maksimum Harian (mm) ... 37

Uji Kecocokan Distribusi (Goodness of Fit) ... 44

Curah Hujan Rencana (XT) ... 45

Analisis Debit Puncak (Qp) ... 47

Waktu Konsentrasi (Tc) ... 50 Koefisien Limpasan (C) ... 50 Debit Puncak (Qp) ... 52 KESIMPULAN DAN SARAN

Kesimpulan ... 55 Saran ... 56 DAFTAR PUSTAKA

DAFTAR TABEL

Hal.

1. Parameter Statistik Analisis Frekuensi……… 15

2. Koefisien Aliran untuk Metode Rasional... 27

3. Koefisien Limpasan berdasarkan fungsi lahan menurut metode rasional………. 27

4. Stasiun Hujan Pancur Batu………. 39

5. Stasiun Hujan Klambir Lima……….. 40

6. R max untuk Das Deli Kota Medan………. 41

7. Pengeplotan Data Curah Hujan Max Das Deli ... 42

8. Parameter Statistk Data ... 44

9. Hasil Uji Chi-Square dan Smirnov-Kolmogorov... 45

10. Parameter Statistik Analisis Frekuensi Log Pearson Type III... 46

11. Hujan Rancangan (XT) untuk berbagai kala ulang... 46

12. Tabel Intensitas Hujan Jam-jaman untuk berbagai kala ulang…… 48

13. Perhitungan Koefisien Limpasan (C) ... 51

DAFTAR GAMBAR

Hal.

1. Banjir Luapan Sungai ……… 3

2. Siklus Hidrologi………. 8

3. Daerah Aliran Sungai……… 9

4. Berbagai Macam Bentuk DAS……….. 10

5. Kurva Distribusi Frekuensi Normal……….. 15

6. Grafik Distribusi Frekuensi Das Deli ……… 43

7. Kurva IDF (Intensity–Duration-Frequency) ……… 49

DAFTAR LAMPIRAN

Hal

1. Diagram Alir Penelitian……….. 59

2. Kerangka Pemikiran Penelitian……….. 60

3. Nilai Faktor Frekuensi K untuk Mean Standard Deviation pada Reduce Variate dan Variabel Reduksi Gauss………. 61

4. Nilai Faktor Frekuensi K untuk Distribusi Log Normal……….. 62

5. Nilai Faktor Frekuensi K untuk Distribusi Log PearsonTipe III untuk Skewness positif……….. 63

6. Nilai Faktor Frekuensi K untuk Distribusi Log PearsonTipe III untuk Skewness negatif……… 64

7. Nilai Kritis untuk Distribusi Chi kuadrat (uji satu sisi)………. 65

8. Nilai kritis D0 untuk uji Smirnov-kolmogorov………. 66

ABSTRACT

Rainfall Analysis for Peak Rate Estimation Using Rational Method In Deli River Basin, Medan

Rainfall Analysis using Rational Method is a kind of Hydrological Analysis which purposed to estimate peak rate in various repeated periods. Peak rate Estimation by this method needs rainfall data for 20 years to be analyzed step by step, starting from Statistic Parameters, Distribution of frequency, Test of Distribution and programmed Rainfall, until the value of Intensity (I) is found. Distribution model that is fitted to rainfall data is Log Pearson Type III distribution. Using the land use data and the characteristics of the River Basin, we can determine the value of Run off Coefficient (C) so that it was found that the run off Coefficient at Deli River Basin was physically is very good, because between 0-1%. The two parameters (I and C) were used to determine the peak rate of River Basin. It was found that, the peak rate of Deli river basin was

10650,9623 m3/second with rainfall intensity 2,5014 mm/hours in area of

56.622 km2 for 1 years. The used of this experiment for society and environment

was as an important manual in constructing flood control structure and drainage channel in Deli River Basin in Medan.

Key words : Deli River Basin, Rainfall Analysis, Peak Rate, Programmed Rainfall Design, Intensity, Run off Coefficient.

ABSTRAK

Analisis Curah Hujan Untuk Pendugaan Debit Puncak Dengan Metode Rasional pada DAS Deli Kota Medan

Analisis curah hujan dengan Metode Rasional merupakan suatu analisa hidrologi dengan cara statistika yang bertujuan untuk memprediksi Debit Puncak (Q) dengan masa ulang tertentu. Pendugaan debit puncak dengan cara ini menggunakan data curah hujan harian selama 20 tahun untuk dianalisis secara bertahap mulai dari Parameter Statistik, Distribusi Frekuensi, Uji Distribusi dan Hujan Rancangan sampai diperoleh nilai Intensitas (I). Pola distribusi yang sesuai dengan data curah hujan adalah Distribusi Log Pearson Type III. Sedangkan dari data Tata Guna Lahan dan karakteristik DAS akan diperoleh nilai Koefisien Limpasan (C) sehingga dari hasil penelitian nilai Koefisien Limpasan pada DAS Deli dalam keadaan Fisik yang sangat baik, karena antara 0-1%. Kedua besaran tersebut (I dan C) digunakan untuk menghitung Debit Puncak DAS tersebut. Dari hasil penelitian yang dilakukan, nilai Debit Puncak untuk DAS Deli sebesar 10650,9623 m3/detik dengan Intensitas Hujan 2,5014 mm/jam pada daerah seluas 56.622 km2 untuk Kala Ulang 1 tahun. Adapun kegunaan dari penelitian ini bagi masyarakat dan lingkungan yaitu sebagai pedoman penting dalam pembuatan bangunan pengendali banjir dan saluran Drainase pada daerah DAS Deli kota Medan.

PENDAHULUAN

Latar Belakang

Air merupakan kebutuhan sangat penting bagi kehidupan manusia, pertanian, perikanan, peternakan, transportasi, industri dan berbagai kepentingan lainnya. Yang dimaksud dengan air disini adalah air pengairan yang selalu menimbulkan berbagai masalah bagi kehidupan di dunia terutama manusia, kalau manusia tidak berhati-hati dalam penggunaannya dan tidak pandai melindungi serta memanfaatkannya. Tetapi kalau manusia memberikan perhatian yang besar terhadap air, terhadap faktor-faktor ketersediaan didalam tanah yang mempengaruhi sumbernya, maka air selamanya akan memberikan manfaat kepada berbagai makhluk hidup ( Kartasapoetra dan Sutedjo, 1991).

Sungai merupakan pendistribusi air yang memegang peranan penting dalam terjadinya banjir maupun kekeringan pada suatu Daerah Aliran Sungai (DAS). Sejumlah sungai di Sumatera Utara Dewasa ini berada dalam kondisi kritis dan cukup berpengaruh pada kehidupan masyarakat.Kualitas maupun kuantitas yang menurun menimbulkan kekurangan air pada musim kemarau dan menyebabkan banjir pada musim penghujan. Luas daerah pengaliran sungai yang telah kritis di kota Medan + 592.000 hektar, tersebar luas di Satuan Wilayah Sungai (SWS) Wampu-Besitang, SWS Belawan-Belumai-Ular, SWS BahBolon, SWS Barumun Kualah, SWS Batang Gadis-Batang Toru. Sedangkan yang rawan terhadap banjir mencapai 115.903 hektar, terdiri dari daerah perkotaan 7.996 hektar, daerah industri 4.549 hektar, dan daerah pertanian/pedesaan 103.903 hektar, serta sarana transportasi yang rawan banjir terdapat sepanjang 386,40 km. (Anonimous, 2006)

Daerah Aliran Sungai adalah wilayah tangkapan air hujan yang akan mengalir ke sungai yang bersangkutan. Perubahan fisik yang terjadi di DAS akan berpengaruh langsung terhadap kemampuan retensi DAS terhadap banjir. Retensi DAS dimaksudkan sebagai kemampuan DAS untuk menahan air di bagian hulu. Perubahan tata guna lahan misalnya dari hutan dijadikan perumahan, perkebunan atau lapangan golf akan menyebabkan retensi DAS ini berkurang secara drastis. Seluruh air hujan akan dilepaskan DAS ke arah hilir. Sebaliknya semakin besar retensi suatu DAS semakin baik, karena air hujan dapat dengan baik diresapkan di DAS ini dan secara perlahan-lahan dialirkan ke sungai hingga tidak

Menurut Sudjarwadi (1987), banjir adalah aliran/genangan air yang menimbulkan kerugian ekonomi bahkan kehilangan jiwa. Aliran atau genangan air ini dapat terjadi karena adanya luapan-luapan pada daerah di kanan atau kiri sungai/saluran akibat alur sungai tidak memiliki kapasitas yang cukup bagi debit aliran yang lewat.

Gambar 1. Banjir Luapan Sungai

Ada 3 cara untuk memperkirakan debit banjir yaitu : 1. Cara Statistik ( Probabilistik )

2. Cara Satuan hidrograf

3. Cara Empiris ( Whistler, Rasional, dll )

Pada penelitian ini digunakan cara empiris yaitu dengan metoda rasional. Metoda ini sudah dipakai sejak pertengahan abad 19 dan merupakan metoda yang paling sering dipakai untuk perencanaan banjir daerah perkotaan. Walaupun banyak yang mengkritik akurasinya, namun metoda ini tetap dipakai karena kesederhanaannya. Metoda ini dipakai untuk DAS yang kecil. Metoda ini juga menunjukkan parameter-parameter yang dipakai metoda perkiraan banjir lainya yaitu koefisien

run off, intensitas hujan, dan luas DAS. Kurva frekuensi intensitas-lamanya

dipakai untuk perhitungan limpasan ( run off ) dengan rumus rasional dan untuk perhitungan debit puncak. (Dumairy, 1992).

Sungai Deli merupakan salah satu dari 8 sungai yang ada dikota Medan, yaitu :

1. Sungai Belawan 2. Sungai Badera 3. Sungai Sikambing 4. Sungai Pulih 5. Sungai Kera

6. Sungai Sulang Saling 7. Sungai Babura 8. Sungai Deli

Mulanya, pada masa kerajaan Deli, sungai merupakan urat nadi perdagangan ke daerah lain. Disamping urat nadi perdagangan, sungai Deli juga digunakan sebagai tempat sanitasi kebutuhan masyarakat khususnya yang tinggal di daerah pinggiran sungai. Apabila terjadi kelebihan debit air yang melampaui debit puncak sungai, maka akan terjadi banjir dan tanah longsor. Oleh karena itu diperlukan langkah-langkah penanggulangan yang tepat seperti pembuatan bangunan pengendali banjir dan saluran drainase. Hal inilah yang menjadi dasar bagi penulis untuk melakukan penelitian. Pendugaan debit puncak dengan metode rasional dalam kala ulang tertentu dapat dimanfaatkan sebagai dasar untuk perencanaan bangunan pengendali banjir maupun saluran drainase, sehingga masalah banjir yang melanda Daerah Aliran Sungai Deli dapat di cegah dan ditanggulangi ( Wikipedia, 2007 ).

Tujuan Penelitian

1. Untuk memperoleh pola distribusi frekuensi yang tepat pada DAS Deli. 2. Untuk menghitung debit puncak aliran sungai pada DAS Deli dengan

menggunakan metoda rasional.

Kegunaan Penelitian

1. Sebagai bahan bagi penulis untuk menyusun skripsi yang merupakan syarat untuk menyelesaikan pendidikan di Program Studi Teknik Pertanian Departemen Teknologi Pertanian Fakultas Pertanian Universitas Sumatera Utara.

2. Sebagai bahan informasi bagi pihak yang membutuhkan.

TINJAUAN LITERATUR

Siklus Hidrologi

Siklus hidrologi merupakan proses pengeluaran air dan perubahannya menjadi uap air yang mengembun kembali menjadi air yang berlangsung terus-menerus tiada henti-hentinya. Sebagai akibat terjadinya sinar matahari maka timbul panas. Dengan adanya panas ini maka air akan menguap menjadi uap air dari semua tanah, sungai, danau, telaga, waduk, laut, kolam, sawah dan lain-lain dan prosesnya disebut penguapan ( evaporation ). Penguapan juga terjadi pada semua tanaman yang disebut transpirasi ( transpiration ) ( Soedibyo, 2003 ).

Gambar proses siklus Hidrologi dapat dilihat pada gambar sebagai berikut :

Gambar 2. Siklus Hidrologi

Secara gravitasi ( alami ) air mengalir dari daerah yang tinggi ke daerah yang rendah, dari gunung-gunung, pegunungan ke lembah, lalu ke daerah lebih rendah, sampai ke daerah pantai dan akhirnya akan bermuara ke laut. Aliran air ini disebut aliran permukaan tanah karena bergerak diatas muka tanah. Aliran ini biasanya akan memasuki daerah tangkapan atau daerah aliran menuju ke sistem jaringan sungai, sistem danau ataupun waduk ( Kodoatie dan Syarief, 2005 ).

Sebagian air hujan yang jatuh di permukaan bumi akan menjadi aliran permukaan ( surface run off ). Aliran permukaan sebagian akan meresap ke dalam tanah menjadi aliran bawah permukaan melalui proses infiltrasi (infiltration), dan perkolasi ( percolation ), selebihnya terkumpul di dalam jaringan alur sungai

( river flow ). Apabila kondisi tanah memungkinkan sebagian air infiltrasi akan

permukaan tanah sebagai air eksfiltrasi ( exfiltration ) dan dapat terkumpul lagi dalam alur sungai atau langsung menuju ke laut/lautan ( Soewarno, 2000 ).

Daerah Aliran Sungai

Daerah Aliran Sungai ( DAS ) merupakan daerah yang dimana semua airnya mengalir ke dalam suatu sungai yang dimaksudkan. Daerah ini umumnya dibatasi oleh batas topografi, yang berarti ditetapkan berdasarkan air bawah tanah karena permukaan air tanah selalu berubah sesuai dengan musim dan tingkat kegiatan pemakaian. Nama sebuah DAS ditandai dengan nama sungai yang bersangkutan dan dibatasi oleh titik kontrol yang umumnya merupakan stasiun hidrometri. Dalam praktek, penetapan batas DAS ini sangat diperlukan untuk menetapkan batas-batas DAS yang akan dianalisis (Sri Harto, 1993).

Gambar 3. Daerah Aliran Sungai

Daerah Aliran Sungai ( DAS ) dapat dipandang sebagai bagian dari permukaan bumi tempat air hujan menjadi aliran permukaan dan mengumpul ke sungai menjadi aliran sungai menuju ke suatu titik di sebelah hilir ( down stream

bermuara ke laut merupakan gabungan dari beberapa DAS sedang sub DAS adalah gabungan dari sub DAS kecil- kecil ( Soewarno, 2000 ).

Menurut Sosrodarsono dan Takeda ( 2003 ) berdasarkan perbedaan debit banjir yang terjadi, bentuk DAS dapat dibedakan menjadi tiga bentuk, yaitu :

1. Bulu burung

Suatu daerah pengaliran yang mempunyai jalur daerah di kiri kanan sungai utama dimana anak-anak sungai mengalir ke sungai utama. Daerah pengaliran demikian mempunyai debit banjir yang kecil, oleh karena waktu tiba banjir dari anak-anak sungai itu berbeda-beda. Sebaliknya banjirnya berlangsung agak lama.

2. Radial

Daerah pengaliran yang berbentuk kipas atau lingkaran dan dimana anak-anak sungainya mengkonsentrasi ke suatu titik secara radial. Daerah pengaliran semacam ini mempunyai banjir yang besar di dekat titik pertemuan anak-anak sungai.

3. Pararel

Daerah pengaliran seperti ini mempunyai corak dimana dua jalur daerah pengaliran yang bersatu di bagian hilir. Banjir itu terjadi di sebelah hilir titik pertemuan sungai.

Burung Radial Paralel

Adapun masalah pokok dalam pengelolaan DAS yaitu :

 fluktuasi debit pada musim kemarau

 kerusakan lahan di daerah tangkapan air

 erosi dan sedimentasi

 limbah yang bertambah pada sungai

( Sri Harto, 1993 )

Penentuan Hujan Maksimum

Cara penentuan hujan rata-rata menurut Sri Harto ( 1993 ) adalah sebagai berikut : Dalam satu tahun tertentu untuk satu tahun dicari hujan maxsimum tahunannya. Selanjutnya dicari hujan harian pada stasiun – stasiun lain pada hari dan kejadian yang sama dan kemudian di rata-ratakan. Masih dalam keadaan tahun yang sama, dicari hujan maxsimum tahunan untuk stasiun kedua, kemudian pada waktu dan kejadian yang sama dicari hujan maxsimum pada stasiun pertama dan dirata-ratakan. Dengan cara ini akan diperoleh data hujan rata-rata sebanyak 40 data, sedangkan data hujan rata-rata tersedia 20 tahun. Untuk itu kita memilih data tertinggi dalam satu tahun pada kedua stasiun tersebut sesuai dengan metode parsial series agar diperoleh data sebanyak 20 data dan satu data dapat mewakili kedua stasiun sekaligus. Sehingga dapat mewakili Daerah Aliran sungai tersebut.

tahun. Dari hasil rata-rata yang diperoleh dipilih yang tertinggi setiap tahun. Data hujan yang terpilih setiap tahun merupakan hujan maksimum harian DAS untuk tahun yang bersangkutan (Suripin, 2004).

Analisis Frekuensi

Analisis frekuensi adalah suatu analisis data hidrologi dengan menggunakan statistika yang bertujuan untuk memprediksi suatu besaran hujan atau debit dengan masa ulang tertentu. Frekuensi hujan adalah besarnya kemungkinan suatu besaran hujan disamai atau dilampaui. Sebaliknya, kala ulang diartikan sebagai waktu dimana hujan atau debit dengan suatu besaran tertentu akan disamai atau dilampaui sekali dalam jangka waktu tersebut. Dalam hal ini tidak berarti bahwa selama jangka waktu ulang tersebut (misalnya T tahun) hanya sekali kejadian yang menyamai atau melampaui, tetapi merupakan perkiraan bahwa hujan ataupun debit tersebut akan disamai atau dilampaui K kali dalam jangka panjang L tahun dimana K/L kira-kira sama dengan 1/T (Sri Harto, 1993).

perkiraan kejadian yang akan datang, misalnya tidak akan terjadi perubahan akibat tangan manusia secara besar-besaran, dibangun konstruksi yang

mengganggu pengukuran, seperti bangunan sadap dan perubahan tata guna tanah ( Sri Harto, 1993 ).

Penetapan seri data yang akan dipergunakan dalam analisis dapat dilakukan dengan cara :

1. Dilakukan dengan mengambil satu tahun maksimum setiap tahun, yang berarti jumlah data dalam seri akan sama dengan panjang data yang tersedia, seri data yang seperti ini dikenal dengan ‘maximum annual

series’.

2. Dengan menetapkan suatu batas bawah tertentu dengan pertimbangan-pertimbangan tertentu. Penetapan batas bawah ini dapat saja didasarkan atas alasan-alasan fisik, alasan hidrologik ataupun alasan lain yang dapat dipertimbangkan dan dapat diterima dan dijelaskan kepentinganya. Dalam kaitan ini tidak ada batasan berapa besar data tiap tahun yang dapat diambil dalam satu seri. Seri data yang seperti ini dikenal dengan ‘partial

series’.

kala-ulang tersebut. Dalam statistik dikenal beberapa jenis distribusi frekuensi dan yang banyak digunakan dalam hidrologi yaitu :

1. Distribusi Normal 2. Distribusi Gumbel 3. Distribusi Log-Normal

4. Distribusi Log-Person Type III ( Ersin, 1990 ).

Dalam analisis frekuensi data hidrologi baik data hujan maupun data debit sungai terbukti sangat jarang dijumpai seri data yang sesuai dengan agihan normal. Sebaliknya, sebagian besar data hidrologi sesuai dengan tiga agihan lainya. Masing-masing agihan memiliki sifat-sifat khas sehingga setiap data hidrologi harus diuji kesesuaianya dengan sifat statistik masing-masing agihan tersebut. Pemilihan agihan yang tidak benar dapat mengandung kesalahan perkiraan yang cukup besar baik, ‘overestimated’ maupun ‘underestimated’, keduanya tidak diingini. Dengan demikian, jelas bahwa pengambilan salah satu tagihan secara sembarang untuk analisis tanpa pengujian data hidrologi sangat tidak dianjurkan, meskipun dalam praktek harus diakui bahwa besar kemungkinan banyak dilakukan analisis frekuensi dengan menggunakan tagihan tertentu ( Sri Harto, 1993 ).

Dalam statistik dikenal beberapa parameter yang berkaitan dengan analisis data yang meliputi :

Parameter Sampel

Rata-rata X = i

n

i

X n

∑

₌1

1

Simpangan baku s =

(

)

2 / 1 2 1 1 1       ₋ −

∑

− X X n i n i

Koefisien variasi Cv =

x s

Koefisien skewness

Cs =

(

)

( )( )

3

3 1

2

1 n s

n X X n _i n i − − −

∑

₌

Koefisien Kurtosis _{Ck =}

(

)

( )( )

4

4 1 2 ) 3 ( 2

1 n n s

n X X n _i n i − − − −

∑

₌

Sumber: Singh, 1992.

Distribusi Normal

Distribusi normal atau kurva normal disebut pula distribusi Gauss. Distribusi ini mempunyai probability density function sebagai berikut:

     ₋ − = 2 2 2 ) ( exp 2 1 ) ( ' σµ π σ x X

P ………...….. (1)

dimana:

P(X) = fungsi densitas peluang normal (ordinat kurva normal). X = Variabel acak kontinu

µ = Rata-rata nilai X

Analisis kurva normal cukup menggunakan parameter statistik µ dan σ.

Bentuk kurvanya simetris terhadap X = µ, dan grafiknya selalu di atas sumbu

datar X serta mendekati sumbu datar X dan di mulai dari X = µ+ 3σ dan

[image:31.595.192.414.236.388.2]

X = µ - 3σ , nilai mean = median = modus.

Gambar 5. Kurva distribusi frekuensi normal Dari gambar kurva diatas dapat diterangkan bahwa:

1) Kira-kira 68,27 % terletak di daerah satu deviasi standart sekitar nilai

rata-ratanya yaitu antara (µ - σ) dan (µ +σ ).

2) Kira-kira 95,45 % terletak di daerah dua deviasi standart sekitar nilai rata-ratanya yaitu antara (µ - 2σ) dan (µ + 2σ).

3) Kira-kira 99,73 % terletak di daerah tiga deviasi standart sekitar nilai

rata-ratanya yaitu antara (µ - 3σ) dan (µ + 3σ).

Rumus yang umum digunakan untuk distribusi normal adalah:

XT = X + KT.s ……….. (2)

di mana:

XT = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahunan Luas 99,73 %

Luas 96, 45 %

X = Nilai rata-rata hitung sampel

s = Deviasi standard nilai sampel

KT = Faktor frekuensi, merupakan fungsi dari peluang atau yang digunakan

periode ulang dan tipe model matematik distribusi peluang yang digunakan untuk analisis peluang.

(Suripin, 2004).

Menurut Jayadi (2000), sifat khas lain yaitu nilai asimetris (koefisien skewnes) hampir sama dengan nol dan dengan kurtosis 3 selain itu kemungkinan:

P

( )

x−σ =15,87%

P

( )

x =50%

P

( )

x+σ =84,14%

Distribusi Gumbel

Menurut Chow (1964), rumus umum yang digunakan dalam metode Gumbel adalah sebagai berikut:

X = X +s.K ... (3)

Dengan : X = nilai rata-rata atau mean; s = standard deviasi

Faktor frekuensi K untuk nilai-nilai ekstrim Gumbel ditulis dengan rumus berikut ini:

n n Tr

S Y Y

K= − ... (4)

Yn = reduced mean yang tergantung jumlah sampel/data n

Sn = reduced standard deviation yang juga tergantung pada jumlah sampel/n

Tr = Fungsi waktu balik (tahun)

YTr = reduced variate yang dapat dihitung dengan persamaan berikut:

YTr = -In

   



₋ −

r r

T T

In 1 ……….... (5)

Ciri khas statistik distribusi Gumbel adalah nilai asimetris (koefisien skewness) sama dengan 1,396 dan dengan kurtosis (Ck) = 5,4002

(Wilson, 1972).

Distribusi Log Normal

Jika variabel acak Y = Log x terdistribusi secara normal, maka x dikatakan mengikuti distribusi Log Normal. Ini dapat dinyatakan dengan model matematik dengan persamaan :

YT = Y + KTS ………. (6)

dimana:

YT = Perkiraan nilai yang diharapkan terjadi dengan periode ulang T- tahunan

Y = Nilai rata-rata hitung sampel

S = Standard deviasi nilai sampel

KT = Faktor frekuensi, merupakan fungsi dari peluang atau yang digunakan

periode ulang dan tipe model metematik distribusi peluang yang digunakan untuk analisis peluang.

Menurut Jayadi (2000), ciri khas statistik distribusi Log Normal adalah nilai asimetris (koefisien skewness) sama dengan tiga kali nilai koefisien variasi (Cv) atau bertanda positif.

Distribusi Log Pearson Type III

Parameter penting dalam Log Pearson Type III yaitu harga rata-rata, simpangan baku dan koefisien kemencengan. Jika koefisien kemencengan sama dengan nol maka distribusi kembali ke distribusi Log Normal (Suripin, 2004).

Langkah-langkah penggunaan distribusi Log Pearson Type III adalah sebagai berikut.

1. Ubah data ke dalam bentuk logaritmis, X = log X. 2. Hitung harga rata-rata:

Log X = i

n i X n log 1 1

∑

₌ ... (7)

3. Hitung harga simpangan baku:

s =

(

)

2 / 1 2 1 log log 1 1       ₋ −

∑

− X X n i n i ... (8)

4. Hitung koefisien kemencengan:

Cs =

(

)

( )( )

3

3 1 2 1 log log s n n X X n i n i − − −

∑

₌ ... (9)

5. Hitung logaritma hujan dengan periode ulang T:

Log XT = log X + K.s ... (10)

Menurut Jayadi (2000), ciri khas statistik distribusi Log Pearson Type III adalah:

1. Jika tidak menunjukkan sifat-sifat seperti ketiga distribusi diatas 2. Garis teoritis probabilitasnya berupa garis lengkung.

Ada dua cara untuk mengetahui ketepatan distribusi probabilitas data hidrologi yaitu data yang ada diplot pada kertas probabilitas yang sudah desain khusus atau menggunakan skala plot yang melinierkan fungsi distribusi. Suatu garis lurus yang mempresentasikan sebaran data-data yang diplot kemudian ditarik sedemikian rupa berupa garis linier. Metode pengeplotan data dapat dilakukan secara empiris, persamaan yang umum digunakan adalah persamaan Weibull :

Tr = m n 1+

………. (11)

dimana :

m = Nomor urut (peringkat) data setelah diurutkan dari besar ke kecil. n = Banyaknya data atau jumlah kejadian.

(Soedibyo, 2003).

Menurut Sri Harto (2000), menyebutkan bahwa masing-masing distribusi mempunyai sifat yang khas, sehingga data curah hujan harus diuji kecocokannya dengan sifat statistik masing-masing distribusi tersebut. Pemilihan distribusi yang tidak benar dapat menimbulkan kesalahan perkiraan yang cukup besar, baik over

Uji kecocokan

Diperlukan penguji parameter untuk menguji kecocokan (the goodness of

fittest test) distribusi frekuensi sampel data terhadap fungsi distribusi peluang

yang diperkirakan dapat menggambarkan atau mewakili distribusi frekuensi tersebut. Pengujian parameter yang sering dipakai adalah Chi-Square dan Smirnov Kolmogorov (Suripin, 2004).

Uji Chi-Square

Pada dasarnya uji ini merupakan pengecekan terhadap penyimpangan rerata data yang dianalisis berdasarkan distribusi terpilih. Penyimpangan tersebut diukur dari perbedaan antara nilai probabilitas setiap variant X menurut hitungan distribusi frekuensi teoritik (diharapkan) dan menurut hitungan dengan pendekatan empiris. Teknik pengujiannya yaitu menguji apakah ada perbedaan yang nyata antara data yang diamati dengan data berdasarkan hipotesis nol (H0)

(Danapriatna dan Setiawan, 2005).

Menurut Suripin 2004, Uji Chi-Square dimaksudkan untuk menentukan apakah persamaan distribusi yang telah dipilih dapat mewakili distribusi statistik sampel data yang dianalisis. Parameter Xh2 merupakan variabel acak. Parameter X2 yang digunakan dapat dihitung dengan rumus:

Xh2 =

∑

(

)

=

− n

i Ei

Ei Oi

1

2

... (12)

Dimana : Xh2 = parameter Chi-Square terhitung

G = jumlah sub kelompok

Cara memberikan interpretasi terhadap Chi-Square adalah dengan menentukan df atau db (derajat kebebasan). Uji ini digunakan untuk data yang variabelnya tidak dipengaruhi oleh varibel lain dan diasumsikan bahwa sampel dipilih secara acak (Hartono, 2004).

Uji Smirnov-Kolmogorov

Dalam statistika, uji smirnov-kolmogorov dipakai untuk membedakan dua buah sebaran data yaitu membedakan sebaran berdasarkan data hasil pengamatan sebenarnya dan populasi atau sampel yang diandaikan atau diharapkan. Nilai-nilai parameter populasi yang dipakai untuk menghitung frekuensi yang diharapkan atau frekuensi teoritik ditaksir berdasarkan nilai-nilai statistik sampel. Uji statistik ini dapat dirumuskan:

Dn = max { F0(x)-SN(x)} ………. (13)

Dimana F0(x) menyatakan sebaran frekuensi kumulatif yaitu sebaran frekuensi

teoritik berdasarkan H0. Untuk setiap harga x, F0(x) merupakan proporsi harapan

yang nilainya sama atau lebih kecil dari x. SN(x) adalah sebaran frekuensi kumulatif dari suatu sampel sebesar N pengamatan. Uji ini menitikberatkan pada perbedaan antara nilai selisih yang terbesar (Wikipedia, 2006).

Menurut Danapriatna dan Setiawan (2005), Uji smirnov-kolmogorov digunakan untuk pengujian sampai dimana sebaran data tersebut berdasarkan hipotesis. Uji ini ditegaskan berdasarkan H0: data mengikuti distribusi yang

ditetapkan, Ha: data tidak mengikuti distribusi yang ditetapkan.

Intensitas Curah Hujan

Perhitungan debit banjir dengan metode rasional memerlukan data intensitas curah hujan. Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada kurun waktu dimana air tersebut terkonsentrasi (Loebis, 1992). Intensitas curah hujan dinotasikan dengan huruf I dengan satuan mm/jam.

Durasi adalah lamanya suatu kejadiaan hujan. Intensitas hujan yang tinggi pada umumnya berlangsung dengan durasi pendek dan meliputi daerah yang tidak sangat luas. Hujan yang meliputi daerah yang luas, jarang sekali dengan intensitas yang tinggi, tetapi dapat berlangsung dengan durasi cukup panjang. Kombinasi dari intensitas hujan yang tinggi dengan durasi yang panjang jarang terjadi, tetapi apabila terjadi berarti sejumlah besar volume air bagaikan ditumpahkan dari langit (Sudjarwadi, 1987).

Analisis hubungan dua parameter hujan yang penting berupa intensitas dan durasi dapat dihubungkan secara statistik dengan suatu frekuensi kejadiannya. Penyajian secara grafik hubungan ini adalah berupa kurva

Intensity-Duration-Frequency (IDF) (Loebis, 1992).

Sri Harto (1993), menyebutkan bahwa analisis IDF memerlukan analisis frekuensi dengan menggunakan seri data yang diperoleh dari rekaman hujan. Jika tidak tersedia waktu untuk mengamati besarnya intensitas curah hujan atau disebabkan oleh karena alatnya tidak ada, dapat ditempuh cara-cara empiris dengan mempergunakan rumus-rumus eksperimental seperti rumus Talbot, Mononobe, Sherman dan Ishgura.

Menurut Loebis (1992), intensitas hujan (mm/jam) dapat diturunkan dari data curah hujan harian (mm) empiris menggunakan metode mononobe, intensitas curah hujan (I) dalam rumus rasional dapat dihitung berdasarkan rumus :

3 / 2 24 24

24      =

t R

I ……… (14)

dimana: R = Curah hujan rancangan setempat (mm) t = Lamanya curah hujan (jam)

I = Intensitas curah hujan (mm/jam)

digunakan dalam metode rasional untuk menentukan intensitas curah hujan rata-rata dari waktu konsentrasi yang dipilih (Sosrodarsono dan Takeda, 2003).

Waktu Konsentrasi

Menurut Suripin (2004), waktu konsentrasi adalah waktu yang diperlukan oleh air hujan yang jatuh untuk mengalir dari titik terjauh sampai ke tempat keluaran DAS (titik kontrol) setelah tanah menjadi jenuh. Dalam hal ini diasumsikan bahwa jika durasi hujan sama dengan waktu konsentrasi, maka setiap bagian DAS secara serentak telah menyumbangkan aliran terhadap titik kontrol. Salah satu metode untuk memperkirakan waktu konsentrasi yang dapat ditulis sebagai berikut :

385 , 0 2

1000 87 , 0

   

  =

xS xL

t ………... (15)

dimana: tc = Waktu konsentrasi dalam jam,

L = Panjang sungai dalam Km, S = Kemiringan sungai dalam m/m.

Koefisien Limpasan

Besarnya aliran permukaan dapat menjadi kecil, terlebih bila curah hujan tidak melebihi kapasitas infiltrasi. Selama hujan yang terjadi adalah kecil atau sedang, aliran permukaan hanya terjadi di daerah yang impermabel dan jenuh di dalam suatu DAS atau langsung jatuh di atas permukaan air. Apabila curah hujan yang jatuh jumlahnya lebih besar dari jumlah air yang dibutuhkan untuk evaporasi, intersepsi, infiltrasi, simpanan depresi dan cadangan depresi, maka barulah bisa terjadi aliran permukaan. Apabila hujan yang terjadi kecil, maka hampir semua curah hujan yang jatuh terintersepsi oleh vegetasi yang lebat

(Kodoatie dan Sugiyanto, 2002).

Koefisien aliran permukaan (C) merupakan pengaruh tata guna lahan dalam aliran permukaan, yakni bilangan yang menampilkan perbandingan antara besarnya aliran permukaan dan besarnya curah hujan. Angka koefisien aliran permukaan itu merupakan salah satu indikator untuk menentukan kondisi fisik suatu DAS. Nilai C berkisar antara 0 – 1. Nilai C = 0 menunjukkan bahwa semua air hujan terintersepsi dan terinfiltrasi ke dalam tanah, sebaliknya untuk nilai C = 1 menunjukkan bahwa air hujan mengalir sebagai aliran permukaan. Pada DAS yang baik harga C mendekati nol dan semakin rusak suatu DAS maka harga C semakin mendekati satu (Kodoatie dan Syarief, 2005).

Tabel 3. Koefisien Aliran untuk Metode Rasional Koefisien aliran C=Ct+Cs+Cv

Topografi Ct Tanah Cs Vegetasi Cv

Datar 0,03 Pasir dan gravel 0,04 Hutan 0,04

Bergelombang 0,08 Lempung berpasir 0,08 Pertanian 0,11 Perbukitan 0,16 Lempung dan lanau 0,16 Padang rumput 0,21 Pegunungan 0,26 Lapisan batu 0,26 Tanpa Tanaman 0,28 Sumber: Hassing, 1995.

Menurut Suripin 2004, Jika DAS terdiri dari berbagai macam penggunaan lahan dengan koefisien aliran permukaan yang berbeda, maka C yang dipakai adalah koefisien DAS yang dapat dihitung dengan persamaan berikut :

CDAS =

∑

∑

= = n i i n i i i A A C 1 1

... (16)

dimana : Ai = luas lahan dengan jenis penutup tanah i

Ci = koefisien aliran permukaan jenis penutup tanah i

n = jumlah jenis penutup lahan.

[image:42.595.114.506.574.731.2]

Nilai koefisien limpasan berdasarkan metode rasional dilihat pada Tabel 2. Tabel 2.Koefisien Limpasan Berdasarkan Fungsi Lahan Menurut Metode Rasional

Tata guna lahan Karakteristik Koefisien Limpasan

Pusat bisnis dan perbelanjaan - 0,9

Industri Penuh 0,8

Perumahan kepadatan sedang – tinggi 20 rumah /Ha 0,48 30 rumah /Ha 0,55 40 rumah /Ha 0,65 60 rumah /Ha 0,75

Perumahan (kepadatan rendah - 0,4

Taman Daerah datar 0,3

Parkir - 0,95

Metode Rasional

Metode rasional adalah metode yang digunakan untuk memperkirakan debit puncak (peak discharge). Metode ini telah lama digunakan oleh para peneliti hingga saat ini. Ide yang melatarbelakangi metode rasional adalah jika curah hujan dengan intensitas I terjadi secara terus-menerus, maka laju limpasan langsung akan bertambah sampai mencapai waktu konsentrasi Tc. Waktu konsentrasi Tc tercapai ketika seluruh bagian DAS telah memberikan konstribusi aliran di outlet. Laju masukan pada sistem adalah hasil curah hujan dengan intensitas I pada DAS dengan luas A. Nilai perbandingan antara laju masukan dengan laju debit puncak (Qp) yang terjadi pada saat Tc dinyatakan sebagai run

off coefficient (C) dengan nilai 0≤C≤1 (Chow, 1988).

Pendugaan debit puncak dengan menggunakan metode rasional merupakan penyederhanaan besaran-besaran terhadap suatu proses penentuan aliran permukaan yang rumit akan tetapi metode tersebut dianggap akurat untuk menduga aliran permukaan dalam rancang bangun yang relatif murah, sederhana dan memberikan hasil yang dapat diterima (reasonable) (Gunawan, 1991).

Rumus ini banyak digunakan untuk sungai-sungai biasa dengan daerah pengaliran yang luas dan juga untuk perencanaan drainase daerah pengaliran yang relatif sempit dan mrupakan rumus tertua yang dan paling populer diantara rumus empiris lainnya. Bentuk umum rumus rasional ini adalah sebagai berikut :

Q = 0,2778.C.I.A ... (17) dimana: Q = Debit banjir maksimum (m3/dtk)

C = Koefisien pengaliran/limpasan

A = Daerah pengaliran (km2)

Rumus ini memiliki arti yakni, jika terjadi curah hujan selama 1 jam dengan intensitas 1 mm/jam dalam daerah seluas 1 km2, maka debit banjir sebesar 0,2778 m3/dtk dan melimpas selama 1 jam (Sosrodarsono dan Takeda, 2003).

Menurut Wanielista (1990), beberapa asumsi dasar untuk menggunakan metode rasional adalah :

1. Curah hujan terjadi dengan intensitas yang tetap dalam jangka waktu tertentu, setidaknya sama dengan waktu konsentrasi.

2. Limpasan langsung mencapai maksimum ketika durasi hujan dengan intensitas tetap, sama dengan waktu konsentrasi.

3. Koefisien run off dianggap tetap selama durasi hujan

METODOLOGI PENELITIAN

Lokasi dan Waktu Penelitian

Penelitian dilakukan di DAS Deli dengan 2 Stasiun Penakar Hujan yaitu Pancur Batu dan Klambir Lima, Kota Medan. Penelitian ini telah dimulai sejak bulan Maret 2008.

Bahan dan Alat Bahan

Adapun data yang digunakan dalam penelitian ini adalah:

1. Data curah hujan selama 20 tahun (1985 – 2004) yang diperoleh dari Badan Meteorologi dan Geofisika (BMG) Sampali, Medan.

2. Data Kondisi DAS Deli yang diperoleh dari lembaga terkait.

Alat

Sedangkan alat yang digunakan dalam penelitian ini adalah : 1. Perlengkapan kerja seperti alat tulis, kalkulator, komputer. 2. Grafik Skala logaritma

Metode Penelitian

Pelaksanaan Penelitian

Tahapan pelaksanaan penelitian sebagai berikut :

1. Menentukan curah hujan harian maksimum untuk tiap-tiap tahun data pada kedua stasiun hujan (Helvetia dan Klambir Lima), serta menentukan waktu kejadiannya masing-masing (tanggal-bulan tahun)

2. Mencari curah hujan pada stasiun hujan lain pada waktu kejadian yang sama dan dilakukan pada kedua stasiun hujan satu sama lain sehingga diperoleh 40 data curah hujan .

3. Dari 40 data yang diperoleh ditentukan curah hujan tertinggi dalam setiap tahunnya pada kedua stasiun tersebut sehingga diperoleh data sebanyak 20 data sesuai dengan jumlah tahun kejadian.

4. Menentukan parameter statistik dari data yang telah diurutkan dari kecil ke

besar yaitu Mean X , Standard Deviation S, Coefisient of Variation Cv, Coefisient of Skweness Cs, Coefisient of Kurtosis Ck.

5. Menentukan jenis distribusi yang sesuai berdasarkan parameter statistik. 6. Melakukan pengujian Chi-square dan Smirnov Kolmogorov untuk

mengetahui apakah distribusi yang dipilih sudah tepat.

7. Menghitung besaran hujan rancangan berdasarkan jenis distribusi yang terpilih untuk kala ulang tertentu.

8. Menentukan intensitas curah hujan harian dengan metode Mononobe dalam kala ulang tertentu dengan menggunakan rumus pada persamaan 14. 9. Penggambaran lengkung identitas curah hujan harian dengan kala ulang

Pengolahan Data

1. Dilakukan penentuan parameter statistik dari data curah hujan maksimum.

Prosedur :

- Dihitung nilai mean X

X = _i

n

i

X n

∑

₌1

1

- Dihitung standard deviasi S

s =

(

)

2 / 1 2 1 1 1       ₋ −

∑

− X X n i n i

- Dihitung koefisien varians Cv

Cv =

x s

- Dihitung Coefisient of Skweness Cs,

Cs =

(

)

( )( )

3

3 1

2

1 n s

n X X n _i n i − − −

∑

₌

- Dihitung Coefisient of Kurtosis Ck.

Ck =

(

)

( )( )

4

4 1 2 ) 3 ( 2

1 n n s

n X X n _i n i − − − −

∑

₌

2. Penentuan pola distribusi yang tepat dengan menggunakan distribusi Gumbel, distribusi Log Normal, distribusi Log Pearson Type III dan distribusi Normal. Rumus umum yang digunakan:

− YT = Y + KTS (distribusi log Normal)

− Log XT= log X + K.s (distribusi Log Pearson Type III)

− X = X +s.K;

n n Tr S Y Y

K= − ;YTr = -In

     ₋ − r r T T

In 1 (distribusi gumbel)

Nilai K dari masing-masing distribusi dapat dilihat pada Tabel K (Lampiran 2).

3. Dilakukan pengujian distribusi dengan uji Chi-Square dan Smirnov Kolmogorov.

a. Uji Chi-Square

Adapun prosedur uji Chi-Square adalah :

- Di urutkan data pengamatan (dari besar ke kecil atau sebaliknya).

- Di kelompokkan data menjadi G sub-group yang beranggotakan masing-masing minimal 4 data pengamatan.

- Di jumlahkan data pengamatan sebesar Oi tiap-tiap sub-grup.

- Di jumlahkan data dari persamaan distribusi yang digunakan sebesar Ei.

- Pada tiap sub-group dihitung nilai (Oi – Ei)2 dan

i i E E 2 i ) (O − .

- Jumlah seluruh G sub-grup nilai i i E E 2 i ) (O −

untuk menentukan nilai

Chi-Square hitung.

- Di tentukan derajat kebebasan dk = G-R-1 (nilai R=2 untuk distribusi normal dan binomial). Nilai kritis untuk distribusi Chi-Square dapat dilihat pada Lampiran 3.

1. Apabila peluang lebih dari 5% maka distribusi yang digunakan dapat diterima.

2. Apabila peluang kurang dari 1% maka persamaan distribusi yang digunakan tidak dapat diterima.

3. Apabila peluang berada diantara 1-5%, maka tidak mungkin mengambil keputusan.

b. Uji Smirnov Kolmogorov : Prosedur pelaksanaannya adalah :

- Di urutkan data (dari besar ke kecil atau sebaliknya) dan tentukan besarnya peluang dari masing-masing data tersebut X1 = P(X1).

- Di urutkan masing-masing peluang teoritis dari hasil penggambaran data (persamaan distribusi) X1 = P’(X1).

- Dari kedua nilai peluang tersebut, ditentukan selisih terbesarnya antar peluang pengamatan dengan peluang teoritis.

- D = maksimum (P(Xn) – P’(Xn).

- Berdasarkan tabel nilai kritis (Smirnove-Kolmogorov test) tentukan harga D0 (lihat Lampiran 7). Bila nilai D dan jumlah data yang tersedia pada

tabel nilai kritis D0 sesuai, maka distribusi yang dipilih telah tepat.

4. Penentuan intensitas curah hujan harian dalam kala ulang tertentu dengan metode mononobe dengan menggunakan rumus pada persamaan 14.

HASIL DAN PEMBAHASAN

Kondisi dan Tata Guna Lahan DAS Deli Kota Medan

Sungai Deli merupakan salah satu dari 8 sungai yang ada dikota Medan, yaitu :

1. Sungai Belawan 2. Sungai Badera 3. Sungai Sikambing 4. Sungai Pulih 5. Sungai Kera

6. Sungai Sulang Saling 7. Sungai Babura 8. Sungai Deli

Mulanya, pada masa kerajaan Deli, sungai merupakan urat nadi perdagangan ke daerah lain. Disamping urat nadi perdagangan, sungai Deli juga digunakan sebagai tempat sanitasi kebutuhan masyarakat khususnya yang tinggal di daerah pinggiran sungai. Apabila terjadi kelebihan debit air yang melampaui debit puncak sungai, maka akan terjadi banjir dan tanah longsor.

Daerah aliran sungai (DAS) Deli merupakan suatu Wilayah Pengaliran Sungai yang membentang mulai dari hulu sampai ke hilir yaitu kawasan Sibolangit, Kabupaten Tanah Karo sampai ke daerah Kabupaten Deli Serdang dan Kota Medan hingga bermuara sampai ke selat Malaka. Berdasarkan Letak

Terdapat enam stasiun penakar hujan DAS Deli yang diperoleh dari Badan Meteorologi dan Geofisika (BMG) Staklim Sampali diantaranya adalah :

1. Penakar Hujan Sibolangit

2. Penakar Hujan Pancur Batu

3. Penakar Hujan Medan/Polonia

4. Penakar Hujan Medan Putri

5. Penakar Hujan Helvetia

6. Penakar Hujan Klambir Lima

Dari ke enam stasiun penakar hujan yang ada pada DAS Deli hanya beberapa stasiun yang berfungsi dengan baik. Adapun dari beberapa stasiun penakar hujan yang ada merupakan stasiun penakar hujan yang tidak aktif atau data curah hujan yang kurang lengkap. Dalam hal ini, penulis menggunakan data curah hujan harian dari dua stasiun penakar hujan yaitu Pancur Batu dan Klambir Lima selama 20 tahun terakhir (1985-2004).

Wilayah DAS Deli meliputi beberapa fungsi Tata Guna Lahan, antara lain; Batuan Terbuka, Kebun Campuran, Sawah Irigasi, Kelapa Sawit, Hutan Primer, Hutan Skunder/Terdegradasi, Pemukiman dan Daerah Perkotaan. Bentuk alur sungai pada DAS Deli berbentuk Bulu Burung yang menyebar (bercabang) secara vertikal dan melalui beberapa stasiun hujan. Kondisi DAS Deli beserta Tata Guna Lahannya dapat diuraikan sebagai berikut :

- Panjang Sungai Deli (L) = 87,4138 km - Ketinggian hulu sungai = 2,209467 km - Kemiringan DAS (S) = 0,0250

Tata Guna Lahan DAS Deli dan luas daerah masing-masingnya : a. Batuan Terbuka = 46,265 km 2

b. Kebun Campuran = 39.293,964 km2 c. Sawah Irigasi = 814,968 km2

d. Kelapa Sawit = 1.862,407 km2 e. Hutan Primer = 2.261,080 km2

f. Hutan Skunder/Terdegradasi = 966,518 km2 g. Permukiman = 31,958 km2

h. Daerah Perkotaan = 11.344,842 km2

Data Tata Guna Lahan Tersebut diperoleh dari Yayasan Leuser Internasional. Dari data tersebut dapat kita simpulkan bahwa daerah DAS Deli didominasi oleh daerah Perkebunan dan daerah Perkotaan.

Analisis Curah Hujan

Data Curah Hujan Maksimum Harian (mm)

selanjutnya akan dianalisis menurut metode Sri Harto (1993) untuk memperoleh curah hujan harian maksimum selama 20 tahun terakhir.

Penentuan curah hujan harian maksimum dilakukan dengan metode Sri Harto (1993) yaitu dengan membandingkan curah hujan harian maksimum dalam setiap tahun pada stasiun hujan Pancur Batu dan stasiun hujan Klambir Lima, dan kemudian dirata-ratakan. Dengan prinsip parsial series, dipilih curah hujan tertinggi diantara kedua data hasil rata-rata yang ada. Hal ini dianjurkan oleh Suripin (2004) agar diperoleh besaran data yang lebih realistis. Dengan demikian akan diperoleh data curah hujan harian maksimum selama 20 tahun (1985-2004) sebanyak 20 data.

[image:54.595.115.510.121.716.2]

Tabel 4. Stasiun Hujan Pancur Batu

Tanggal,Bulan dan Tahun R max ( mm) pd St. Pancur Batu

R max (mm) pd St. Klambir Lima

R max rata-rata

06-11-1985 85 14 49,5

03-02-1986 119 2 60,5

16-09-1987 129 0 64,5

07-03-1988 73 40 56,5

23-11-1989 78 13 45,5

02-11-1990 82 67 74,5

05-06-1991 112 0 56

27-09-1992 67 0 33,5

17-10-1993 99 77 88

24-09-1994 90 30 60

27-10-1995 84 47 65,5

27-10-1996 104 66 85

24-12-1997 75 116 95,5

21-05-1998 81 17 49

04-02-1999 58 0 29

19-11-2000 54 23 38,5

29-12-2001 100 95 97,5

14-09-2002 56 11 33,5

19-11-2003 58 0 29

[image:55.595.110.510.126.559.2]

Tabel 5. Stasiun Hujan Klambir Lima ( 5 )

Tanggal, Bulan dan Tahun R max ( mm ) pd Klambir Lima

R max (mm) pd St. pancur Batu

R max rata-rata

03-05-1985 74 0 37

25-05-1986 88 15 51,5

08-01-1987 59 0 29,5

09-09-1988 79 52 65,5

29-09-1989 62 16 39

05-11-1990 67 82 74,5

02-06-1991 63 104 83,5

06-04-1992 47 50 48,5

17-09-1993 77 99 88

12-04-1994 85 34 59,5

19-10-1995 57 20 38,5

05-06-1996 72 30 51

24-12-1997 116 75 95,5

14-10-1998 85 0 45,5

16-02-1999 90 6 48

05-01-2000 85 21 53

29-12-2001 95 100 97,5

05-09-2002 88 5 46,5

01-04-2003 57 10 33,5

10-12-2004 92 23 57,5

[image:56.595.111.515.187.625.2]

Hasil penentuan curah hujan rata-rata DAS Deli dapat dilihat pada tabel 6 berikut :

Tabel 6. R max untuk DAS Deli kota Medan

Tahun R max (mm) rata-rata St. Pancur Batu

R max (mm) rata-rata St. Klambir Lima

R max rata-rata Das

1985 49,5 37 49,5

1986 60,5 51,5 60,5

1987 64,5 29,5 64,5

1988 56,5 65,5 65,5

1989 45,5 39 45,5

1990 74,5 74,5 74,5

1991 56 83,5 83,5

1992 33,5 48,5 48,5

1993 88 88 88

1994 60 59,5 60

1995 65,5 38,5 65,5

1996 85 51 85

1997 95,5 95,5 95,5

1998 49 45,5 49

1999 29 48 48

2000 38,5 53 53

2001 97,5 97,5 97,5

2002 33,5 46,5 46,5

2003 29 33,5 33,5

2004 48,5 57,5 57,5

[image:57.595.112.515.180.606.2]

dengan persamaan Weibull. Hasil pengeplotan data dapat dilihat pada tabel 7 berikut.

Tabel 7. Pengeplotan Data Curah hujan Max Das Deli

Nomor R max Probabilitas Peringkat

1 33,5 95,23 % 20

2 45,5 90,47 % 19

3 46,5 85,71 % 18

4 48 80,95 % 17

5 48,5 76,19 % 16

6 49 71,43 % 15

7 49,5 66,67 % 14

8 53 61,90 % 13

9 58,5 57,14 % 12

10 60 52,38 % 11

11 60,5 47,62 % 10

12 64,5 42,86 % 09

13 65,5 38,09 % 08

14 65,55 33,33 % 07

15 74,5 28,57 % 06

16 83,5 23,80 % 05

17 85 19,05 % 04

18 88 14,28 % 03

19 95,5 9,52 % 02

20 97,5 4,76 % 01

m n

Tr = +1

% 100 1

Hasil pengeplotan data yang telah dilakukan dengan Metode Weibull dibuat dalam bentuk kurva. Kurva tersebut menggambarkan hubungan antara data curah hujan dengan probabilitas (peluang ) terjadinya hujan. Semakin besar curah hujan maka probabilitasnya semakin kecil demikian juga sebaliknya. Pengeplotan ini bertujuan untuk mengetahui ketepatan distribusi probabilitas dan menggambarkan garis teoritik data Hidrologi. Hasil penggambaran kurva dapat dilihat pada Gambar 6 sebagai berikut :

Gambar . 6. Grafik distribusi frekuensi hujan DAS Deli

Dari tabel diatas diperoleh data terbesar adalah 97,5 mm dan terendah 33,5 mm.Untuk memperoleh pola distribusi hujan yang sesuai pada DAS terlebih dahulu ditentukan nilai-nilai parmeter statistik seperti mean (X), simpangan baku (Sd), koefisien skewness (Cs), koefisien varians (Cv), dan koefisien kurtosis (Ck). Dari hasil perhitungan diperoleh nilai-nilai parameter statistik data dan dapat dilihat pada Tabel 8. sebagai berikut :

Distribusi Frekuensi Hujan DAS Deli

1 10 100 1000

95% 86% 76% 67% 57% 48% 38% 29% 19% 10%

% Probabilitas

Curah Hujan

[image:59.595.132.493.106.301.2]

Tabel 8. Parameter Statistik Data

Parameter Nilai

Mean 63,6

Standard deviation 18,23

Coefisient of varians 0,2866

Coefisient of skewness 0,5036

Coefisient of curtosis 2,6878

[image:59.595.137.491.110.299.2]

Berdasarkan hasil perhitungan parameter statistik dari Tabel 8 dan gambar grafik distribusi frekuensi (gambar 6) maka dapat disimpulkan bahwa distribusi yang sesuai untuk DAS Deli adalah Distribusi Log Pearson Type III dalam menghitung hujan rancangan (XT) dalam berbagai kala ulang. Hal ini dibuktikan

dengan nilai parameter statistik yang tidak mengikuti ketiga distribusi lain selain distribusi Log Pearson Type III dan penggambaran garis teoritiknya berupa garis lengkung. Hal ini sesuai dengan pernyataan Jayadi (2000) bahwa, ciri khas statistik distribusi Log Pearson Type III adalah:

1. Jika tidak menunjukkan sifat-sifat seperti ketiga distribusi diatas 2. Garis teoritis probabilitasnya berupa garis lengkung.

Uji Kecocokan Distribusi (The Goodness of fit)

kedua uji distribusi yaitu menguji apakah ada perbedaan yang nyata antara data yang diamati dengan data berdasarkan hipotesis nol (H0). Hasil uji distribusi dapat

[image:60.595.116.507.195.289.2]

dilihat pada tabel berikut :

Tabel 9. Hasil Uji Chi-Square dan Smirnov-Kolmogorov

Uji Distribusi Nilai tabel Nilai hitung

Metode ChiSquare 3,841 2,67

Metode Smirnov-Kolmogorov 0,29 0,2804

Tabel diatas ( tabel 9) menunjukkan bahwa nilai X2 hitung < X2 pada uji

Chi-Square dan D0 hitung < D0 tabel pada uji Smornov Kolomogorov. Oleh sebab itu

dapat disimpulkan bahwa ho diterima, artinya distribusi observasi (pengamatan) tidak berbeda secara nyata dengan distribusi teoritis (yang diharapkan), sehingga pola distribusi yang digunakan yaitu Log Pearson Type III sudah tepat.

Curah Hujan Rencana (XT)

Nilai Curah Hujan Rencana (XT) diperoleh dengan perhitungan distribusi

Log Pearson Type III sebagai distribusi terpilih dari hasil uji distribusi. Perhitungan Hujan Rencana (XT) dengan distribusi tersebut dimulai dengan

[image:61.595.129.503.112.264.2]

Tabel 10. Parameter Statistik Analisis Frekuensi Distribusi Log Pearson Type III Parameter statistik Log Pearson Type III Nilai

Mean 1,8001

Standard deviation 0,1252

Coefisient of varians -0,3648

Coefisient of skewness 0,0696

Coefisient of curtosis 2,8827

Dari nilai parameter statistik diatas (tabel 10) akan dapat ditentukan nilai Cuarh Hujan Rancangan (XT) untuk berbagai periode ulang dengan persamaan :

Log XT = Log X + K . Sd  Log XT = 1,9001 + 0,1252 K

Nilai K diperoleh dari lampiran 5 untuk berbagai periode ulang. Penentuan nilai K dilakukan dengan menggunakan nilai koefisien skewness dan dapat dilakukan interpolasi jika nilai K pada kala ulang tertentu tidak tercantum pada lampiran 5 tersebut. Dari hasil perhitungan dengan persamaan Log Pearson Type III, nilai hujan rancangan untuk berbagai kala ulang dapat dilihat pada tabel sebagai berikut :

Tabel 11. Hujan Rancangan (XT) untuk berbagai kala ulang

Kala ulang Nilai K Hujan Rancangan (mm )

1 -2,59 29,911

2 0,06 64,121

5 0,85 80,724

10 1,24 90,157

15 1,37 93,756

20 1,49 97,051

25 1,62 100,693

30 1,66 101,859

40 1,76 104,713

50 1,85 107,647

100 2,06 114,288

[image:61.595.112.517.481.745.2]

Analisis Debit Puncak (Qp) Intensitas Hujan (I)

Berdasarkan data curah hujan harian yang tersedia yaitu curah hujan harian (selama 24 jam) maka untuk memperoleh besarnya Intensitas hujan (I) digunakan persamaan Mononobe (persamaan 14). Hujan rancangan (XT)

diasumsikan sebagai R24 (curah hujan harian maksimum), sesuai dengan

pernyataan Loebis (1992) bahwa intensitas hujan (mm/jam) dapat diturunkan dari data curah hujan harian (mm) empiris menggunakan metode mononobe.

[image:63.595.108.596.114.235.2]

Tabel 12. Intensitas hujan jam-jam-an (mm/jam) untuk berbagai kala ulang

Menit Kala Ulang ( Tahun )

1 2 5 10 15 20 25 30 40 50 100

5 54,1625 116,1083 146,1730 163,2522 169,7710 175,7379 182,3306 184.4426 189,0667 194,9249 206,8412 217, 10 33,6793 72,0235 90,8935 101,5138 105,5673 109,2776 113,3771 114,6904 117,5657 121,2085 128,6183 135, 15 26,0505 55,8444 70,3045 78,5191 81,6544 84,5243 87,6952 88,7110 90,9350 93,7526 99,4840 104, 30 16,4629 35,2916 44,4298 49,6211 51,6025 53,4162 55,4200 56,0620 57,4675 59,2481 62,8701 66, 60 10,3212 22,3175 27,9884 31,2586 32,5068 33,6493 34,9116 35,3160 36,2014 37,3231 39,6047 41, 120 6,5329 14,0047 17,6311 19,6912 20,4775 201,1972 21,9924 22,2471 22,8049 23,5115 24,9488 26, 180 4,9856 10,6948 13,4550 15,0271 15,2717 16,1764 16,7833 16,9777 17,4033 17,9425 19,0394 19, 240 4,1102 8,8109 11,0925 12,3886 12,8832 13,3360 13,8363 13,9966 14,3475 14,7921 15,6964 16, 360 3,1376 6,7260 8,4676 9,4569 9,8346 10,1803 10.5622 10,6845 10,9524 11,2917 11,9820 12, 480 2,5904 5,5531 6,9910 7,8079 8,1197 8,4050 8.7203 8,8214 9,0425 9,3227 9,8926 1 720 1,9774 4,2389 5,3365 5,9607 6,1981 6,4159 6,6566 6,7336 6,9025 7,1164 7,5514

Intensitas hujan dengan durasi jam (jam-jaman) dengan berbagai periode ulang tertentu dibuat dalam bentuk kurva yang disebut Kurva

Gambar 7. Kurva IDF (Intensity-Duration-Frequency)

Kurva IDF diatas menggambarkan hubungan antara Intensitas hujan (mm) dengan durasi hujan (menit). Dari kurva tersebut dapat disimpulkan bahwa semakin tinggi intensitas hujan maka durasi hujannya semakin singkat, demikian sebaliknya, jika intensitas hujan kecil (rintik-rintik) biasanya berlangsung dalam durasi yang lama. Asumsi yang disimpulkan dari kurva IDF tersebut dapat dijadikan sebagai dasar dalam memperkirakan debit banjir rencana dengan Metode Rasional. Hal ini sejalan dengan pernyataan Sosrodarsono dan Takeda (2003), bahwa kurva IDF yang berupa garis lengkung dapat digunakan dalam menghitung debit puncak dengan Metode Rasional untuk menentukan Inttensitas Hujan Rata-rata dari waktu konsentrasi yang sebenarnya (Tc).

Waktu Konsentrasi (Tc)

Waktu yang diperlukan air hujan mengalir dari hulu (inlet) sampai ke hilir (outlet) dinyatakan sebagai waktu konsentrasi (Tc). Untuk memperoleh nilai

Kurva IDF (Intensity-Duration-Frequency)

0 50 100 150 200 250 300

5 10 15 30 60 120 180 240 360 480 720

waktu konsentrasi suatu aliran DAS diperlukan data panjang sungai (L), dan kemiringan sungai (S) sesuai dengan persamaan yang diterapkan Suripin (2004) pada persamaan 15. dari perhitungan melalui rumus tersebut diperoleh nilai wakti konsentrasi (Tc) adalah selama 8,5807 jam. Durasi hujan tersebut merupakan durasi yang normal terjadi dalam aliran sungai suatu DAS, sedangkan durasi maksimum selama 12 jam merupakan waktu konsentrasi yang jarang terjadi (biasanya hanya terjadi pada hujan ekstrim. Waktu konsentrasi berhubungan dengan durasi (lamanya) kejadian suatu hujan tertentu, karena kedua hal tersebut berpengaruh pada besarnya debit yang masuk ke saluran atau sungai. Hal ini dapat membuktikan bahwa waktu konsentrasi yang diperoleh dari perhitungan dapat dijadikan sebagai waktu konsentrasi terpilih dalam menghitung Intensitas hujan untuk berbagai kala ulang tertentu dengan Metode Rasional.

Koefisien Limpasan (C)

sifat fisik lahan yang menandakan kondisi lahan pada DAS tersebut dalam keadaan baik atau tidak.

[image:66.595.112.514.268.496.2]

Berdasarkan perhitungan Koefisien Limpasan (C) dengan persamaan 16 dan menggunakan jenis tata guna lahan (tabel 3), maka nilai Koefisien Limpasan DAS Deli dapat dilihat pada tabel berikut :

Tabel 12. Perhitungan Koefisien Limpasan (C)

Tata guna lahan Luas ( km ) Nilai C C x A

Permukiman 31,956 0,5 15,9780

Batuan terbuka 46,265 0,26 12,0289

Sawah irigasi 814,968 0,15 122,2452

Hutan

skunder/terdegradasi

966,518 0,21 202,9688

Kelapa

sawit/perkebunan

1.862,407 0,4 744,9628

Hutan primer 2.261,080 0,04 90,4432

Daerah perkotaan 11.344,842 0,9 10210,3578

Kebun campuran 39.293,964 0,1 392