JONI MULYANTO I 8709015

(1)

commit to user

ANALISIS BANJIR TAHUNAN SUNGAI

TIRTOMOYO WONOGIRI

TUGAS AKHIR

Diajukan Sebagai Salah Satu Syarat Memperoleh Gelar Ahli Madya Pada Program D-III Teknik Sipil Jurusan Teknik Sipil

Fakultas Teknik Universitas Sebelas Maret Surakarta

Dikerjakan oleh :

JONI MULYANTO

NIM : I 8709015

PROGRAM DIPLOMA III TEKNIK SIPIL INFRASTRUKTUR PERKOTAAN FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL

UNIVERSITAS SEBELAS MARET SURAKARTA

(2)

commit to user

HALAMAN PERSETUJUAN

ANALISIS BANJIR TAHUNAN SUNGAI

TIRTOMOYO WONOGIRI

TUGAS AKHIR

Dikerjakan oleh :

JONI MULYANTO

NIM : I 8709015

Telah disetujui untuk dipertahankan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret Surakarta

Diperiksa dan disetujui, Dosen Pembimbing

(3)

commit to user

MOTTO

Karena sesungguhnya sesudah kesulitan itu ada kemudahan, Sesungguhnya

sesudah kesulitan itu ada kemudahan, maka apabila kamu telah selesai dari

satu urusan maka kerjakan urusan selanjutnya dengan sungguh-sungguh

urusan yang lain, dan hanya kepada Tuhanmulah hendaknya kamu berharap.

(Q.S Al-Insyirah :5,6,7,8,)

Raihlah ilmu, dan untuk meraih ilmu belajarlah untuk tenang dan sabar.

(Khalifah ‘Umar)

Selalu tawakal dan berdo’a kepada ALLAH SWT.

“Dan mintalah kepada Allah dengan sabar dan sholat. Dan sesungguhnya

yang demikian itu sungguh berat, kecuali bagi orang-orang yang khusyuk”

(Q.S Al Baqarah : 45)

Memayu Hayuning Bawono

Orang yang Sulit berteman dengan orang-orang yang sulit (ae1922sh)

(4)

commit to user

PERSEMBAHAN

Ku

Kupersembahkan Tugas Akhir ini kepada :

persembahkan Tugas Akhir ini kepada :

1111....

Allah SWT yang mana selalu ada disetiap waktuku

2222....

Kedua Orang Tua ku Mbok Samini dan Pak To Tarno

Kedua Orang Tua ku Mbok Samini dan Pak To Tarno yang

yang

berkorban sekuat tenaga untuk mendidik aku hingga tumbuh dewasa

dan pengorbanan mu tak akan pernah ku sia

dan pengorbanan mu tak akan pernah ku sia----siakan.

siakan.

3333....

Sri Mulyani seorang Kakak yang saya anggap Orang tuaku sendiri

yang selalu memberikan harapan kepadaku.

4444....

Iqbal mahendra dan Rere kedu

Iqbal mahendra dan Rere kedua keponak

a keponak

a keponakanku yang menjadi

anku yang menjadi

Penyemangat hidupku

5555....

Rekan

Rekan----Rekan Sipil Infrastruktur 200

Rekan Sipil Infrastruktur 200

Rekan Sipil Infrastruktur 2009999 dan

dan

dan Kakak tingkat 2008

Kakak tingkat 2008

yang selalu mensupport dalam penyelesaian Tugas akhir ini

Semoga Allah memberikan karunia dan Ridho Nya pada

(5)

commit to user

Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah –

Nya, sehingga penyusun dapat menyelesaikan Laporan Tugas Akhir dengan judul

Analisis Banjir Tahunan DAS Tirtomoyo Wonogiri ini dengan baik.

Selama penyusunan Laporan Tugas Akhir ini, penyusun banyak menerima

bimbingan, bantuan dan dorongan dari berbagai pihak. Dalam kesempatan ini

penyusun ingin menyampaikan terima kasih kepada :

1. Ir. Suyanto, MT. selaku dosen pembimbing yang telah memberikan

pengarahan selama pengerjaan tugas akhir ini,

2. Mbok Samini dan Bapak Totarno selaku orang tua yang telah memberikan

semua sarana dan prasarana untuk mengerjakan tugas akhir ini.

Penyusun menyadari bahwa laporan ini masih banyak terdapat kekurangan dan

kesalahan, untuk itu kritik dan saran yang bersifat membangun senantiasa

penyusun harapkan dari semua pihak.

Akhirnya besar harapan penyusun, semoga laporan ini dapat memberikan manfaat

bagi penyusun khususnya dan pembaca pada umumnya.

Surakarta, 24 Juli 2012

(6)

commit to user ABSTRACT

Joni Mulyanto, 2012. An Analysis on Annual Flood in Tirtomoyo River. Final Project of DIII Program of Civil Engineering Department of Engineering Faculty of Sebelas Maret University.

River repeated period flood is one hydrological information important to know in the development of water resource. In analyzing the flow rate data for the estimated flood need or repeated period flow rate, there should be data of flow rate for certain period. Bengawan Solo Hulu 3 River Flow Area (DAS) consists of several Sub DAS including Tirtomoyo DAS. Tirtomoyo Sub DAS is one sub DAS existing in Wonogiri reservoir.

The calculation of repeated period flow rate was used to find out the annually flood potential and monthly flood potential by comparing or those closest to the flow rate for repeated periods of 2, 5, 10, 20, 50, 100, 200, and 100 years. To calculate the rain in this analysis area Log Pearson Type III was used, while Nakayasu with 4 ages-distribution pattern was used to calculate the repeated period flow rate. Thus, it could be found the flow rate for repeated periods of 2, 5, 10, 20, 50, 100, 200, and 100 years of 197.42 m3/s, 254.30 m3/s, 287.76 m3/s, 312.87 m3/s, 352.66 m3/s, 377.27 m3/s, 400.57 m3/s, and 450.99 m3/s.

From the analysis on maximum annually flow rate calculation using 8-ages rain distribution pattern, it could be found the flow rate of 349.93 m3/s. Therefore, it could be concluded that the annually rain flow rate produced with Tadashi Tanimoto method calculation was 349.92 m3/s potentially experiencing flood in repeated period of 50 years of 352.66 m3/s.

From the analysis on maximum monthly flow rate calculation using 8-ages distribution pattern using Tadasi Tanimoto method, the highest flow rate was obtained in January of 156.41 m3/s. Meanwhile the lowest flow rate in repeated period was 197.42 m3/s. Thus, it could be concluded that the flow rate provided by the monthly rain did not potentially result in flood in repeated periods of 2, 5, 10, 20, 50, 100, 200, and 100 years.

(7)

commit to user

BAB 1

PENDAHULUAN

1.1.

Latar Belakang

Banjir periode ulang sungai merupakan salah satu informasi hidrologi yang

penting diketahui dalam pengembangan sumber daya air. Dalam menganalisa data

debit untuk kebutuhan prakiraan banjir atau debit periode ulang maka diperlukan

data debit selama kurun waktu tertentu.

Banjir atau terjadinya genangan di suatu kawasan pemukiman atau

perkotaan masih banyak terjadi di berbagai kota di Indonesia. Genangan tidak

hanya dialami oleh kawasan perkotaan yang terletak di dataran rendah saja,

bahkan dialami kawasan yang terletak di dataran tinggi ( Suripin, 2004 ).

Banjir dalam bahasa populernya biasa diartikan sebagai aliran atau genangan air

yang menimbulkan kerugian ekonomi atau bahkan menyebabkan kehilangan jiwa,

sedangkan dalam istilah teknik ‘banjir’ adalah aliran air sungai yang mengalir

melampaui kapasitas tampung sungai tersebut (Asdak, 2002) Lebih lanjut

Siswoko (2007), menyatakan peristiwa banjir merupakan suatu indikasi dari

ketidakseimbangan sistem lingkungan dalam proses mengalirkan air permukaan,

dipengaruhi oleh besar debit air yang mengalir melebihi daya tampung daerah

pengaliran, selain debit aliran permukaan banjir juga dipengaruhi oleh kondisi

daerah pengaliran dan iklim (Curah hujan) setempat.

DAS Bengawan Solo merupakan DAS dengan sungai utama terbesar di Pulau

Jawa, dengan luas DAS sekitar 1,6 juta ha. Panjang sungai Bengawan Solo

sebagai sungai utama di DAS Solo adalah ± 600 km, yang berhulu di Desa

Giriwoyo, Kabupaten Wonogiri, dan berhilir (bermuara) di Laut Jawa di Ujung

(8)

commit to user

Siklus banjir besar di sepanjang Daerah Aliran Sungai (DAS) Bengawan Solo

dapat dirunut ke belakang berdasarkan data curah hujan yang ada. Banjir besar

yang sama dengan tahun 2007 terjadi pada tahun 1965 atau 42 tahun yang lalu.

Siklus hujan 40 tahunan tersebut dapat diprediksi berdasarkan data klimatologi

yang ada. Hanya saja asumsi kondisi lingkungan yang ada juga harus

diperhatikan. Berdasarkan pengamatan kondisi DAS Bengawan Solo sudah

berubah (Mutu Lingkungan di DAS Bengawan Solo Sudah Menurun).

Oleh karena itu, dengan melihat data di atas peneliti mengadakan analisis untuk

banjir tahunan di DAS Hulu 3 anak sungai bengawan solo. Menggunakan 3

stasiun penangkap hujan, yaitu STA Balong, STA Tirtomoyo dan STA Ngancar

di daerah Wonogiri. Akan diperoleh debit hujan tahunan yang akan di gunakan

untuk merencanakan potensi banjir. Alasan peneliti memilih DAS Hulu 3 karena

data stasiun hujan memenuhi untuk dilakukannya analis.

1.2.

Rumusan Masalah

Rumusan masalah yang akan dibahas adalah sebagai berikut :

1. Bagaimana menghitung distribusi hujan di DAS Bengawan Solo Hulu?

2. Bagaimana menghitung banjir di DAS Bengawan Solo Hulu dengan periode

ulang 2, 5, 10, 20, 50, 100, 200, 1000 tahunan?

3. Bagaimana menghitung potensi banjir di DAS Bengawan Solo Hulu?

1.3.

Batasan Masalah

Agar studi ini dapat lebih mengarah pada permasalahan yang ditinjau maka perlu

diberikan batasan-batasan sebagai berikut:

1. Lokasi penelitian adalah Daerah Aliran Sungai (DAS) Bengawan Solo hulu di

wilayah Wonogiri.

2. Penelitian hanya membahas analisis banjir tahunan di DAS Bengawan Solo

(9)

commit to user

1.4.

Tujuan Penelitian

Tujuan yang diperoleh dari penulisan Tugas Akhir ini adalah:

1. Mengetahui pola distribusi hujan di DAS Bengawan Solo Hulu.

2. Mengetahui debit banjir rencana dengan periode ulang di DAS Bengawan

Solo Hulu.

3. Mengetahui potensi banjir di DAS Bengawan Solo Hulu.

1.5.

Manfaat Penelitian

Manfaat penelitian ini adalah :

1. Manfaat teoritis adalah memberikan informasi keilmuan dalam bidang teknik

sipil khususnya hidrologi yaitu mengenai analisis banjir tahunan di DAS hulu

3 anak sungai Bengawan Solo di wilayah Wonogiri.

2. Manfaat praktis adalah memberikan informasi tentang perhitungan curah

(10)

commit to user

BAB 2

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Menurut Sodjarwadi (1987), banjir adalah aliran/genangan yang menimbulkan

kerugian ekonomi atau bahkan kehilangan nyawa. Aliran atau genangan ini dapat

terjadi karena adanya luapan-luapan pada daerah di kanan atau di kiri sungai

akibat alur sungai tidak memiliki kapasitas yang cukup bagi debit aliran yang

lewat.

Keadaan wilayah DAS yang mempunyai jenis tanah liat yang bersifat sulit

menyerap air maka jika terjadi hujan yang lebat akan menyebabkan air sungai

meluap (Smith & Ward 1998).

Debit atau aliran adalah volume air yang mengalir lewat suatu penampang

melintang dalam alur (channel), pipa, akuifer , ambang dan sebagainya, persatuan

waktu (C.D.Soemarto, 1999).

Analisis frekuensi adalah prosedur memperkirakan frekuensi suatu kejadian pada

masa lalu atau masa yang akan datang. Prosedur tersebut dapat digunakan

menentukan hujan rancangan dalam berbagai kala ulang berdasarkan distribusi

yang paling sesuai. Menurut Sri Harto (1993), analisis frekuensi dapat dilakukan

dengan seri data yang diperoleh dari rekaman data baik data hujan maupun data

debit. Analisis ini sering dianggap cara analisis yang paling baik, karena

dilakukan terhadap data yang terukur langsung yang tidak melewati

pengalihragaman terlebih dahulu.

Kala ulang (return period) diartikan sebagai waktu di mana hujan atau debit

dengan satuan besaran tertentu rata-rata akan disamai atau dilampaui sekali dalam

(11)

commit to user

ulang itu (misalnya T tahun) hanya sekali kejadian yang menyamai atau

melampaui, tetapi merupakan perkiraan bahwa hujan atau 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).

Dalam proses pengalihragaman hujan menjadi aliran ada beberapa sifat hujan

yang penting untuk diperhatikan, antara lain adalah intensitas hujan (I), lama

waktu hujan (t), kedalaman hujan (d), frekuensi (f) dan luas daerah pengaruh

hujan (A) (Soemarto 1987). Komponen hujan dengan sifat-sifatnya ini dapat

dianalisis berupa hujan titik maupun hujan rata-rata yang meliputi luas daerah

tangkapan (chatment) yang kecil sampai yang besar.

2.2 Landasan Teori

Informasi mengenai debit banjir periode ulang sungai merupakan salah satu

informasi hidrologi yang penting diketahui dalam pengembangan sumber daya air.

Dalam menganalisa data debit untuk kebutuhan prakiraan banjir atau debit periode

ulang maka diperlukan data debit selama kurun waktu tertentu. Data merupakan

faktor penting bagi setiap penelitian. Kesesuain data dengan penelitian yang akan

dilakukan adalah penentu hasil dari penelitian. Data yang digunakan adalah data

sekunder yang diperoleh dari Dinas Pengairan, Energi dan Sumber Daya Manusia

Kabupaten Wonogiri dan Perusahaan Umum Jasa Tirta 1 Kabupaten Wonogiri.

Rentang data hujan dari tahun 1999-2011. Data hujan mengambil dari stasiun

hujan Balong, Tirtomoyo dan Ngancar. Data hujan ketiga stasiun tersebut

mewakili hujan yang terjadi DAS Tirtomoyo. Uji kepanggahan data hujan

merupakan hal penting dalam menentukan analisis yang dilakukan valid atau

tidak.

2.2.1 Penyiapan Data Curah Hujan

Hujan adalah suatu fenomena alam yang kejadiannya begitu acak baik waktu,

lokasi, dan besarannya, sehingga sulit diperkirakan. Hujan yang diperhatikan

(12)

commit to user

dalam DAS yang ditinjau. Umumnya data hujan yang diperlukan adalah 5-20

tahun pencatatan untuk data hujan harian, dan 2-5 tahun pencatatan untuk data

hujan jam-jaman. Data yang akan digunakan dipilih atas dasar ketersediaan data

yang menerus dan agihan letak stasiunnya. Data curah hujan yang akan dianalisis

merupakan kumpulan data atau array data tinggi curah hujan harian maksimum

tahunan dalam 13 tahun berturut-turut dinyatakan dalam mm/24 jam, sampel

tersebut dianggap cukup mewakili.

2.2.2 Uji Kepanggahan

Data yang diperoleh dari alat pencatat bisa jadi tidak panggah karena: alat pernah

rusak, alat pernah pindah tempat, lokasi alat terganggu, atau terdapat data tidak

sah. Hal – hal tersebut membuat data harus diuji terlebih dahulu kepanggahannya.

Untuk menguji kepanggahan data, dapat dilakukan dengan kurva massa ganda

(double mass curve), yang pada dasarnya membandingkan curah hujan tahunan

komulatif dari stasiun yang diteliti dengan komulatif curah hujan tahunan dari

stasiun dasar yang bersesuain. Apabila terjadi garis lurus, berarti data yang ada

bersifat panggah, sebaliknya jika terjadi penyimpangan menunjukkan terjadinya

pencatatan yang tidak konsisten. Penyimpangan yang terjadi harus diluruskan

sesuai dengan besar sudut penyimpangan.

Oleh karena itu cara (double mass curve) sangat tergantung dari sifat data stasiun

lain yang mungkin juga tidak panggah, maka pengujian dilakukan dengan

cara-cara statistik (Sri Harto, 1993), telah mengembangkan cara-cara cumulative deviation,

yaitu nilai komulatif penyimpangannya terhadap nilai rata-rata dengan persamaan

sebagai berikut :

∗

= ∑

−

_{……….. 2.1}

= jumlah data, k = 1, 2, 3, …, n

= curah hujan harian maksimum, dalam mm/hari

(13)

commit to user Nilai simpangan baku di peroleh dari persamaan

= ∑

……….. 2.2

dimana :

= jumlah data curah hujan, n = 1, 2, 3, …, n

= curah hujan harian maksimum, dalam mm/hari

= curah hujan rerata maksimum, dalam mm/hari

Untuk individual stasiun (stand alone station) dengan cara RAPS (Rescaled

Adjusted Partial Sums), Sri Harto (2000). Bila yang didapat lebih kecil dari

nilai kritik untuk tahun dan confidence level yang sesuai, maka data dinyatakan

panggah. Uji kepanggahan dapat dilakukan dengan menggunakan persamaan

berikut:

∗∗

=

∗_{, dengan k=0,1,2,...,n ……….….. 2.3}

Untuk uji kepanggahan digunakan cara statistik :

= | ∗∗_|_{, 0 ≤ k ≤ n ……….………. 2.4}

atau

" = # $ ∗∗− # # $ ∗∗ , 0 ≤ k ≤ n ……….. 2.5

Tabel 2.1. Nilai Kritik Q dan R

n _n

Q

n R

90% 95% 99% 90% 95% 99%

10 1.05 1.14 1.29 1.21 1.28 1.38

20 1.10 1.22 1.42 1.34 1.43 1.60

30 1.12 1.24 1.46 1.40 1.50 1.70

40 1.13 1.26 1.50 1.42 1.53 1.74

50 1.14 1.27 1.52 1.44 1.55 1.78

100 1.17 1.29 1.55 1.50 1.62 1.86

∞ 1.22 1.36 1.63 1.62 1.75 2.00

(14)

commit to user 2.2.3 Analisis Hujan Daerah

Data hujan yang diperoleh dari alat penakar hujan merupakan hujan yang terjadi

hanya pada satu tempat atau titik saja (point rainfall). Untuk kawasan yang luas,

satu alat penakar hujan belum dapat menggambarkan hujan wilayah tersebut.

Dalam hal ini diperlukan hujan kawasan yang diperoleh dari harga rata-rata curah

hujan beberapa stasiun penakar hujan yang ada di dalam atau di sekitar kawasan

tersebut. (Suripin,2004).

Ada 3 cara yang umum dipakai dalam menghitung hujan rata-rarta kawasan:

1. Rata-rata aljabar

2. Poligon Thiessen

3. Isohyet

Lepas dari kelebihan dan kelemahan ketiga metode yang tersebut di atas,

pemilihan metode mana yang cocok dipakai pada suatu DAS dapat ditentukan

dengan mempertimbangkan tiga faktor berikut :

1) Jaring-jaring pos penakar hujan dalam DAS

2) Luas DAS

3) Topografi DAS

Dari 3 cara yang disebutkan, cara isohiet menghasilkan ketelitian paling tinggi,

tetapi kurang didukung dengan ketersediaan data. Cara poligon thiessen lebih

umum digunakan dalam beragam analisis.

(15)

commit to user 1. Cara poligon thiessen:

% =

_&_'

∑ ( . %

……….……….…….….. 2.6

dengan:

P = hujan wilayah (mm)

PN = hujan masing-masing stasiun pencatat hujan (mm)

Aw = luas wilayah (Km2)

AN = luas masing-masing poligon (Km2)

N = jumlah stasiun pencatat hujan

2. Cara Rerata Aljabar:

N P

P =

∑

N ... 2.7

3. Cara Isohiet:

∑

= = N N N P A Ai P N 1 . 1

... 2.8

dengan:

Ai = luas antara dua garis isohiet (Km2)

2.2.4 Uji Chi Kuadrat

Pengujiaan chi-kuadrat dilakukan dengan menggunakan parameter χ2, dengan rumus sebagai berikut:

(

)

∑

= − = K i Ef Of Ef x 1 2 2

... 2.9

dengan:

χ2

: harga Chi-kuadrat terhitung,

K : banyaknya kelas,

Of : frekuensi terbaca pada setiap kelas,

Ef : frekuensi yang diharapkan untuk setiap.

Nilai χ2 hasil perhitungan dibandingkan dengan nilai χ2 kritis. Nilai χ2 kritis telah tersedia dalam bentuk tabel yaitu merupakan fungsi dari jumlah kelas, jumlah

(16)

commit to user 2.2.5 Curah hujan rancangan

Metode yang digunakan dalam menghitung curah hujan rancangan adalah Log

Pearson tipe III. Parameter–parameter statistik yang diperlukan dalam distribusi

Log Pearson Tipe III adalah :

1. nilai tengah

2. standar deviasi

3. kofisien kemencengan

Untuk menghitung banjir rencana dalam praktek, the hydrology committee of the

water resources council, USA, manganjurkan pertama kali mentransformasikan

data ke nilai–nilai logaritmanya, kemudian menghitung parameter–parameter

statistiknya. Karena transformasi tersebut, maka cara ini disebut Log Pearson Tipe

III. Garis besar cara tersebut adalah sebagai berikut:

1 Ubah data banjir sebanyak n buah X1, X2, X3, …, Xn, menjadi Log X1, Log X2, Log X3, …, Log Xn

2 Menghitung nilai tengahnya dengan rumus :

*+, - =

∑'23./0 1_{…...…….……….….2.10}

3 Menghitung nilai standar deviasinya dengan rumus :

= 4

∑'23 ./0 1 ./0 1 _{………...2.11}

4 Menghitung koefisien kemencengannya dengan rumus :

5

6

=

.∑ ./0 1 ./0 1

' 23

7 ………..……...2.12

5 Hitung logaritma debit dengan waktu balik yang di kehendaki dengan rumus : *+, - = *+, - + 9. ... 2.13 Nilai-nilai G dapat diambil dari Tabel 2.2 untuk nilai Cs posotif dan tabel 2.3

untuk nilai Cs negative. Jadi dengan nilai Cs yang dihitung dan waktu balik yang

(17)

commit to user

Tabel 2.2. Coefficient of Skewness Log Pearson type III (Asimetri Coefficient -

(18)

commit to user

Tabel 2.3. Coefficient of Skewness Log Pearson type III (Asimetri Coefficient -

Negative)

6 Cari anti log dari Log Q untuk mendapatkan debit banjir dengan waktu balik

(19)

commit to user 2.2.6 Perhitungan Debit Banjir

Tujuan dari perhitungan debit banjir adalah untuk memperoleh debit puncak

dengan hidrograf banjir yang akan digunakan sebagai dasar perhitungan dari

semua sarana atau fasilitas pengendali banjir (saluran-saluran,pintu,pintu

air,bangunan air lainnya). DAS Bengawan Solo menggunakan pola hujan 4

jaman, tak terkecuali di DAS Tirtomyo. Sehingga dalam analisis Log Pearson III

pada penelitian ini menggunakan persentase sebaran hujan 4 jaman

(Sobriyah,2003).

Tabel 2.4. Persentase Sebaran Hujan 4 Jaman

Waktu(jam ke-) 1 2 3 4

Persentase Sebaran 0,4050 0,3125 0,1475 0,1350

(Sumber : Sobriyah,2003).

2.2.6.1. Metode Nakayasu

Metode ini memerlukan beberapa karakteristik meliputi :

1. Tenggang waktu dari permukaan hujan sampai puncak hidrograf

2. Tenggang waktu dari titik berat hujan sampai titik berat hidrograf (time of log)

3. Tenggang waktu hidrograf (time base of hydrograf)

4. Luas daerah tangkapan

5. Panjang alur sungai utama terpanjang (length of the longest channel)

6. Koefisien pengaliran

Persamaan yang digunakan yaitu

:

=

_{=,? @,=A}&.;_B<_CA_D,7 …………..……….…….…... 2.14

dengan

: = debit puncak banjir (m3/dt) "_/ = Curah hujan efektif (mm)

E: = tenggang waktu dari permukaan sampai puncak banjir (jam)

E@,= = tenggang waktu penurunan debit dari puncak sampai 30 % dari debit puncak (jam)

(20)

commit to user Untuk menentukan E_: dan E_@,= digunakan pendekatan

E: = F, + 0,8EI ……….……...….. 2.15

E@,= = J. F, dengan E_I=0,5 sampai 1 F,

F, = waktu antara hujan sampai debit puncak banjir (jam) dengan ketentuan : Sungai dengan panjang L > 15 km ; F, = 0,4 + 0.058* …….……….….... 2.16

Sungai dengan panjang L < 15 km ; F, = 0,21*@,O ……….….….….. 2.17 dengan α adalah parameter hidrograf yang nilainya antara lain :

1. α =2 ; pada daerah pengaliran biasa

2. α=1,5 ; pada bagian naik hidrograf lambat dan turun cepat 3. α=3 ; pada bagian naik hidrograf cepat dan turun lambat

Persamaan kurva hidrograf satuan sintetisnya adalah :

a. Bagian lengkung naik untuk 0 ≤ t ≤ Tp

P

= Q

_AP_B

R

,S

.

: ………....………...….. 2.18

dengan :

P = limpasan sebelum menjadi debit puncak (m3/dt) F = waktu (jam)

Waktu(Jam)

(21)

commit to user b. Bagian lengkung turun

1). Selang nilai Tp < t < (Tp+T0,3)

P

=

:

. 0,3

WP A_A_D,7BX ………....….. 2.19

2). Selang nilai (Tp+T0,3) < t < (Tp + T0,3 + 1,5 T0,3)

P

=

:

. 0,3

WP ABXC @,Y.A_,YA_D,7 D,7 ………...….….. 2.20

3). Selang nilai t > (Tp+T0,3+1,5T0,3)

P

=

:

. 0,3

WP ABXC ,Y.A_.A_D,7 D,7 ………...…...….. 2.21

2.2.6.2. Tadashi Tanimoto

Merupakan hasil analisis dengan memanfaatkan data hujan jam-jaman yang ada di

pulau Jawa dengan menggunakan lama hujan 8 (delapan) jam.

Tabel 2.5 Distribusi Hujan Tadashi Tanimoto

Waktu (jam ke-) 1 2 3 4 5 6 7 8

% distribusi hujan 26 24 17 13 7 5.5 4 3.5

% distribusi hujan kumulatif 26 50 67 80 87 92.5 96.5 100

(22)

commit to user

BAB III

METODE PENELITIAN

3.1.

Lokasi Penelitian

Lokasi penelitian di sub DAS Tirtomoyo yang terletak di Kabupaten Wonogiri

seperti yang ditunjukan pada Gambar 3.1. Di bagian Utara dibatasi oleh DAS

Keduang, dibagian Selatan dibatasi DAS Tanon dan dibagian Timur dibatasi

Waduk Wonogiri. Luas DAS Titomoyo 230,647 .

Gambar 3.1 Peta Sub DAS Tirtomoyo

3.2.

Data yang Dibutuhkan

Data yang dibutuhkan dalam analisis adalah :

1. Peta sub DAS Tirtomoyo beserta stasiun hujan yang ada di dalamnya

(23)

commit to user

17

3. Data hujan dari stasiun dari tahun 1999-2011

3.3.

Alat yang Digunakan

Alat bantu yang digunakan dalam kajian ini adalah perangkat lunak :

1. AutoCAD untuk pengolahan peta DAS

2. Microsoft Exel untuk pengolahan data hujan

3. Arc Map untuk pengeplotan data dan pembuatan polygon thiessen

3.4.

Tahapan Penelitian

1. Mengelompokan data hujan berdasarkan hujan harian dan 2 harian dari

tahun 1999-2011

2. Melakukan uji kepanggahan pada stasiun hujan di dalam peta DAS

3. Membuat polygon Thiessen

4. Menyaiapkan seri data

5. Menghitung parameter statistik data hujan

6. Melakukan uji kecocokan distribusi frekuensi data

7. Menghitung analisis frekuensi data

8. Menghitung debit dengan periode ulang menggunakan metode nakayasu 4

jam

9. Menghitung debit tahunan dengan metode Tadashi Tanimoto 8 jaman.

10. Menghitung debit bulanan dengan metode Tadashi Tanimoto

11. Menentukan apakah debit tahunan dan bulanan berpotensi banjir pada

(24)

commit to user

18

Gambar 3.2. Diagram Alir Penelitian Mulai

Data hujan Stasiun 1, 2 dan 3

Uji konsistensi data

Konsisten

Perhitungan parameter statistik

Perhitungan hujan daerah

Perhitungan curah hujan periode ulang

Analisis hujan efektif

Perhitungan hidrograf satuan

Analisis banjir rencana

(25)

commit to user

BAB 4

ANALISIS DAN PEMBAHASAN

4.1

Data

Pembahasan dan analisis dalam penelitian ini menggunakan data berupa data

curah hujan dari tahun 1999-2011 sebagai data awal. Data curah hujan diperoleh

dari Perusahaan Umum Jasa Tirta 1 dan Dinas Pengairan, Energi dan Sumber

Daya Mineral Kabupaten Wonogori.

Penelitian ini menggunakan data hujan di stasiun hujan Balong, Tirtomoyo dan

Ngancar. Pemilihan ketiga stasiun tersebut sehubungan dengan ketersediaan data

yang lenggkap di tiga stasiun hujan tersebut.

4. 2 Uji Kepanggahan Data

Uji kepanggahan data hujan menggunakan uji kurva massa ganda dan Metoda

RAPS (Rescaled adjusted Partial Sums).

4.2.1 Uji Kepanggahan Metoda Kurva Massa Ganda

Uji kepanggahan metoda kurva massa ganda berdasarkan perbandingan jumlah

hujan komulatif stasiun hujan yang ditinjau dengan rerata hujan tahunan komulatif

dua atau lebih stasiun hujan yang berada di sekitarnya. Contoh perhitungan untuk

stasiun Balong pada tahun 1999 :

Jumlah Hujan tahun 1999 (i) = 2510 mm

Hujan (i) komulatif = 0,000 + 2510,000 = 2510 mm

Data Jumlah curah hujan stasiun Balong tahun 1999 dapat dilihat pada Lampiran

A-1. Untuk hasil uji kepanggahan stasiun hujan Balong, Tirtomoyo dan Ngancar

dengan menggunakan Double Massa Curve (kurva massa ganda) dapat dilihat

(26)

commit to user

Tabel 4.1. Uji Kepanggahan Metoda Kurva Massa Ganda

Tahun

i STA

1 Kum B

i STA

2 Kum B

i STA

3 Kum B D3 Kum L

1999 2510 2510 2071 2071 2086 2086 2222,33 2222,33 2000 1701 4211 1871 3942 1316 3402 1629,33 3851,67 2001 1546 5757 2277 6219 1435 4837 1752,67 5604,33 2002 513 6270 447 6666 700 5537 553,33 6157,67 2003 1709 7979 622 7288 1700 7237 1343,67 7501,33 2004 1234 9213 692 7980 693 7930 873,00 8374,33 2005 1240 10453 577 8557 1150 9080 989,00 9363,33 2006 2021 12474 1134 9691 1875 10955 1676,67 11040,00 2007 737 13211 483 10174 684 11639 634,67 11674,67 2008 1423 14634 684 10858 1320 12959 1142,33 12817,00 2009 1459 16093 627 11485 355 13314 813,67 13630,67 2010 3137 19230 3200 14685 1619 14933 2652,00 16282,67 2011 1657 20887 1352 16037 925 15858 1311,33 17594,00

Gambar 4.1 Kurva Massa Ganda Sta. Balong 1500,0 3000,0 4500,0 6000,0 7500,0 9000,0 10500,0 12000,0 13500,0 15000,0 16500,0 18000,0 19500,0

0 5000 10000 15000 20000

K U M . L KUM. B

DMC Stasiun Balong

(27)

commit to user

Gambar 4.2 Kurva Massa Ganda Sta.Tirtomoyo

Gambar 4.3 Kurva Massa Ganda Sta.Ngancar

Berdasarkan Gambar 4.1, 4.2, 4.3 dapat disimpulkan bahwa stasiun hujan Balong,

Tirtomoyo dan Ngancar panggah dan dapat dipakai untuk analisis selanjutnya

karena hampir tidak ada data yang melenceng dari trendline. 1000,0 3000,0 5000,0 7000,0 9000,0 11000,0 13000,0 15000,0 17000,0 19000,0

0 3000 6000 9000 12000 15000 18000

K U M . L KUM. B

DMC Stasiun Tirtomoyo

D…

1500,0 3000,0 4500,0 6000,0 7500,0 9000,0 10500,0 12000,0 13500,0 15000,0 16500,0 18000,0 19500,0

0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000

K U M . L

KUM. B

DMC Stasiun Ngancar

(28)

commit to user

4.2.2 Uji Kepanggahan Metoda Rescaled Adjusted Sums (RAPS)

Uji kepanggahan metoda RAPS berdasarkan pada persamaan 2.1, 2.2, 2.3 dan 2.5.

Contoh perhitungan untuk stasiun hujan Balong tahun 1999.

Jumlah Curah Hujan (i) = 2510,000 mm

Hujan (i) rerata selama 13 tahun = , = 1606,692

∗ _{= 2510,000 – 1606,692} _{= 903,308}

∗_komulatif _{= 0,000 + 903,308} _{= 903,308}

Standar Deviasi = 685,351

∗∗ ₌ ,

, = 1,318 | ∗∗ komulatif| = 0,000 + 1,318 =1,318

Data jumlah curah hujan dapat dilihat pada Lampiran A-1. Hasil uji kepanggahan

untuk stasiun hujan Balong dengan cara RAPS dapat dilihat pada Tabel 4.2

sebagai berikut :

Tabel 4.2. Uji Kepanggahan Metode RAPS Sta. Balong

Tahun i SK Kum SK SK** Kum

SK** Absolut

1999 2510 903,308 903,308 1,318 1,318 1,318 2000 1701 94,308 997,615 0,138 1,456 1,456 2001 1546 -60,692 936,923 -0,089 1,367 1,367 2002 513 -1093,692 -156,769 -1,596 -0,229 0,229 2003 1709 102,308 -54,462 0,149 -0,079 0,079 2004 1234 -372,692 -427,154 -0,544 -0,623 0,623 2005 1240 -366,692 -793,846 -0,535 -1,158 1,158 2006 2021 414,308 -379,538 0,605 -0,554 0,554 2007 737 -869,692 -1249,231 -1,269 -1,823 1,823 2008 1423 -183,692 -1432,923 -0,268 -2,091 2,091 2009 1459 -147,692 -1580,615 -0,215 -2,306 2,306 2010 3137 1530,308 -50,308 2,233 -0,073 0,073 2011 1657 50,308 0,000 0,073 0,000 0,000

N 13

Rerata 1606,692 n 90% 95% 99%

SD 685,351 13 1,065 1,14 1,29

Q Abs

maks 2,306 <

Nilai

Kritik Keterangan

(29)

commit to user

Berdasarkan nilai yang didapat pada Tabel 4.2 dapat dilihat bahwa nilai QRAPS

hit (maks) terdapat pada tahun 2009. Kemudian !"#$%

√' = 0,640 < nilai

)*+, -./. = 1,14. Hasil ini menunjukan bahwa data hujan stasiun Balong Panggah. Untuk hasil uji kepanggahan dengan metode RAPS untuk stasiun hujan

Tirtomoyo dan Ngancar dapat dilihat pada Lampiran B-96

4.3

Penyiapan Data Curah Hujan

Pengolahan data curah hujan dalam penelitian ini menggunakan data curah hujan

harian maksimum dan data curah hujan 2 harian maksimum pada tahun

1999-2011 di stasiun curah hujan Balong, Tirtomoyo dan Ngancar. Data curah hujan

harian maksimum dan 2 harian maksimum dapat dilihat di Lampiran A-1 sampai

Lampiran A-78.

4.4

Poligon Thiessen

Transfomasi hujan titik menjadi hujan daerah dengan menggunakan poligon

Thiessen. Metode ini sering dipakai di Indonesia terkait dengan ketersedian data

pada stasiun Balong, Tirtomoyo dan Ngancar dan metode ini memperhatikan

jarak antar stasiun hujan.

Data curah hujan masing-masing stasiun diubah menjadi daerah dengan

menggunakan metode polygon Thiessen. Posisi dari masing-masing stasiun hujan

diplot ke dalam peta DAS Tirtomoyo kemudian plot garis yang menghubungkan

ketiga stasiun hujan. Kemudian plot garis berat yang tegak lurus garis hubung

stasiun hingga batas DAS Tirtomoyo.

Pembuatan poligon thiessen dalam penelitian ini diolah dengan bantuan program

AutoCad. Hasil olahan poligon Thiessen yang dilakukan dapa dilihat pada

(30)

[image:30.595.115.536.80.486.2]

commit to user

Gambar 4.4 Poligon Thiessen

4.4.1 Perhitungan Koefisien Thiessen

Hasil pengeplotan poligon thiessen DAS Tirtomoyo dengan stasiun hujan Balong,

Tirtomoyo dan Ngancar menghasilkan koefisien Thiessen untuk masing-masing

stasiun hujan. Perhitungan koefisien thiessen dilakukan dengan membandingkan

antara luas poligon thiessen untuuk masing-masing stasiun hujan dan luas total

DAS Tirtomoyo. Contoh perhitungan koefisien untuk poligon Tirtomoyo adalah :

Luas Poligon stasiun hujan Tirtomoyo = 111,063 0

Luas DAS Tirtomoyo = 230,647 0

Koefisien Thiessen Tirtomoyo = 111,063/230,647

= 0,4821 Balong

(31)

[image:31.595.110.513.123.522.2]

commit to user Tabel 4.3 Koefisien Thiessen Stasiun Hujan

Stasiun Hujan Luas Koef.Thiessen

Balong 64,934 0,2825

Tirtomoyo 111,063 0,4821

Ngancar 53,861 0,2335

Jumlah 230,647 1

4.5 Hujan Daerah

Koefisien Thiessen digunakan sebagai pengali dalam perhitungan hujan daerah.

Hujan daerah mewakili hujan yang terjadi di seluruh DAS Tirtomoyo. Untuk data

curah hujan harian maksimum tahunan dan data curah hujan 2 harian maksimum

tahunan yang digunakan adalah dimana stasiun yang mempunyai curah hujan

yang paling tinggi pada tanggal tersebut dan stasiun yang lain pada tanggal yang

sama dimana stasiun tersebut untuk digunakan analisis.

Contoh perhitungan hujan daerah harian maksimum pada tahun 1999 adalah :

Nilai P Wilyah = (STA 1xKoef.thiessen 1)+(STA 2xKoef.thiessen 2)

+(STA 3xKoef.thiessen 3)

Nilai P Wilyah = (157x0,4821)+(8x0,2825)+(0,000x0,2335)

= 77,943 mm

Data curah hujan harian maksimum tahunan dan data curah hujan 2 harian

(32)

commit to user

Tabel 4.4 Data Curah Hujan Harian Maksimum Tahunan Stasiun Hujan Balong,

Tirtomoyo dan Ngancar

Tahun BALONG Tanggal TIRTOMOYO NGANCAR P Wilayah 1999 105 23-Mar 0,000 2,000 30,028 2000 60 04-Feb 64,000 20,000 52,417 2001 59 29-Jan 0,000 27,000 22,915 2002 45 11-Mei 0,000 49,000 24,111 2003 97 23-Jan 35,000 16,000 47,918 2004 38 01-Feb 21,319 49,000 32,419 2005 70 06-Mar 39,271 64,946 53,806 2006 73 09-Feb 40,954 67,730 56,112 2007 135 26-Des 75,738 125,253 103,769 2008 81 03-Feb 45,443 75,152 62,262 2009 73 03-Feb 40,954 72,000 57,110 2010 80 07-Des 87,000 44,882 74,946 2011 75 9 nov 0,000 42,076 30,940

Tahun TIRTOMOYO Tanggal BALONG NGANCAR P Wilayah 1999 157 21 nov 8 0,000 77,943 2000 101 21-Feb 0 6,000 50,094 2001 153 24 aprl 0 23,000 79,133 2002 60 14-Des 40 6,000 41,589 2003 129 04-Jan 0 114,000 88,813 2004 21 01-Feb 38 49,000 32,419 2005 39 06-Mar 70 64,946 53,806 2006 41 09-Feb 73 67,730 56,112 2007 76 26-Des 135 125,253 103,769 2008 45 03-Feb 81 75,152 62,262 2009 41 03-Feb 73 72,000 57,110 2010 97 15-Mei 78 43,759 78,942 2011 81 20 aprl 37 20,758 54,314

[image:32.595.115.526.151.773.2]

(33)

commit to user Lanjutan Tabel 4.4

[image:33.595.115.435.235.504.2]

2008 75,152 03-Feb 81 45,443 62,262 2009 75,000 18-Feb 18 10,098 27,450 2010 44,882 07-Des 80 87,000 74,946 2011 42,076 9 nov 75 0,000 30,940 Sumber : Dinas Pengairan Kabupaten Wonogiri

Tabel 4.5 Rekapitulasi Hujan Wilayah Harian Maksimum Tahunan

Rekapitulasi P Wilayah Harian Maksimum 1999 77,943 2000 52,417 2001 79,133 2002 43,488 2003 88,813 2004 32,419 2005 53,806 2006 56,112 2007 103,769 2008 62,262 2009 57,110 2010 78,942 2011 54,314

4.6

Perhitungan Parameter Statistik

Parameter statistik yang dilakukan adalah perhitungan dispersi data yaitu deviasi

standar (s), koefisien skwenes (Cs), koefisien variasi (Cv), dan Koefisen kurtosis

(Ck). Perhitungan dilakukan berdasarkan Rumus 2.10, 2.11, 2.12 , 2.13

Hasil perhitungan digunakan dalam menentukan jenis distribusi data yang sesuai

nilai S, Cv, Ck, dan Cv yang dihasilkan. Hasil dispersi data normal adalah :

123- = 836/13 = 64,33

= 45 5 , 6 7

,

= 20,10

89 = ,

5, = 0,31

(34)

commit to user 80 = _{6 % 6 % 6 % ,} _;

%4281720,02 = 0,31 Hasil dispersi data logaritma normal adalah :

123- = 54/13 = 4,12

= 4 , 5 6 7

,

= 0,32

89 = ,

5, = 0,08

8: = -0,28

80 =

[image:34.595.115.514.99.503.2]

6 % 6 % 6 % , ;_%0,3 = 3,55

Tabel 4.6 Jenis Distribusi yang Digunakan

No Jenis Distribusi Syarat Hasil Perhitungan Keputusan 1

Normal Cs = 0 Cs = 0,42 No

Ck = 3 Ck = 0,31 No

2

Log Normal Cs (ln x) = Cv3+3Cv = 0,23 Cs = -0,28 No Ck (ln x) = Cv8+6Cv6+15Cv4+16Cv2+3 = 3,10 Ck = 3,55 No 3

Pearson type III

Cs > 0 Cs = 0,42 yes

Ck = 1,5 Cs2 + 3 = 3,27 Ck = 0,31 No

4 Log Pearson type III

Jika semua syarat tidak terpenuhi Cs = -0,28 Yes

Ck = 3,55 Yes

5

Gumbell

Cs = 1,14 Cs = 0,42 No

Ck = 5,4 Ck = 0,31 No

Dari perhitungan dan Tabel 4.6 di atas maka jenis distribusi data yang digunakan

untuk hujan harian maksimum adalah Log Pearson III. Karena untuk distribusi

Normal, Log Normal, Pearson Type III dan Gumbel nilai Cs dan Ck tidak

(35)

commit to user

4.7

Uji Chi Kuadrat

Uji Chi Kuadrat dilakukan untuk jenis distribusi data Log Pearson tipe III untuk

mengetahui apakah data yang digunakan untuk analisis ini dapat digunakan atau

[image:35.595.109.506.211.509.2]

tidak dengan signifikansi 5%.

Tabel 4.7 Probabilitas Curah Hujan (Metode Log Pearson Type III)

No X Sn Log Xi G Pr P (x) [Sn (x) - P (x)]

(mm) (%)

1 32,41854953 7,14 1,511 -1,985 96,1537 3,8463 3,297

2 41,58863313 14,29 1,619 -1,211 91,7092 8,2908 5,995

3 50,09373717 21,43 1,700 -0,633 72,5867 27,4133 5,985

4 53,80631569 28,57 1,731 -0,411 65,2391 34,7609 6,189

5 54,3144862 35,71 1,735 -0,382 64,2731 35,7269 0,013

6 56,11230065 42,86 1,749 -0,280 60,9265 39,0735 3,784

7 57,10954323 50,00 1,757 -0,226 59,8697 40,1303 9,870

8 62,26159387 57,14 1,794 0,043 50,2592 49,7408 7,402

9 77,94273164 64,29 1,892 0,741 23,7071 76,2929 12,007

10 78,94230464 71,43 1,897 0,780 11,4638 88,5362 17,108

11 79,1330625 78,57 1,898 0,788 11,4026 88,5974 10,026

12 88,81298633 85,71 1,948 1,146 8,4732 91,5268 5,813

13 103,7693231 92,86 2,016 1,630 4,5224 95,4776 2,620

Xr = 1,788

SD = 0,140

Cs = -0,2761

Nilai X (mm) diambil dari hujan harian maksimum tahunan kemudian disusun

secara urut dari nilai x terkecil sampai x terbesar. Tingkat signifikansi yang

dipakai 5 %. Perhitungan yang dilakukan dengan Uji Chi Kuadrat adalah :

• Jumlah kelas = 1+ 3,22 log(13) = 5

• Derajat kebebasan = 2

• _∆ kritis = 5,991

• Frekuensi harapan = 2,6

Setelah mendapatkan nilai kritis dari perhitungan probabilitas kemudian

(36)

[image:36.595.113.513.120.487.2]

commit to user Tabel 4.8 Perhitungan Analisis Uji Chi Kuadrat

No Probability

Expected Frequency

(Ef)

Ovserved Frequency

(Of)

Ef - Of (Ef -

Of)2

(P)

1 0,00 < P ≤ 20,00 2,6 2 0,6 0,36

2 20,00 < P ≤ 40,00 2,6 4 -1,4 1,96

3 40,00 < P ≤ 60,00 2,6 2 0,6 0,36

4 60,00 < P ≤ 80,00 2,6 1 1,6 2,56

5 80,00 < P ≤ 100,00 2,6 4 -1,4 1,96

Jumlah 13 7,20

Sumber : Hasil Perhitungan

Uji Chi Kuadrat dari Tabel 4.8 menghasilkan > = 7,20 dan nilai > kritis =

5,991maka > > > kritis sehingga Uji Chi Kuadrat diterima.

Hasil perhitungan uji Chi Kuadrat menunjukkan bahwa data panggah. Data

dinyatakan panggah karena panggah di semua perhitungan dan bisa digunakan

dalam analisis.

4.8 Perhitungan Hujan Efektif Jam-Jaman

Untuk hujan harian maksimum perhitungan parameter statistik data menghasilkan

bahwa distribusi hujan yang dipakai adalah Log Pearson Type III. Data masukan

dalam perhitungan ini adalah hujan daerah DAS Tirtomoyo. Nilai R24 diambil

dari hujan harian maksimum tahunan kemudian dicari nilai standar deviasi dan

Koefisien Skwenes untuk digunakan mencari hujan efektif jam-jaman.

Tabel 4.9. Perhitungan Parameter Logaritma Data Hujan Daerah

Tahun R24 Max ln X ln X-ln Xi (ln X-ln Xi)2 (ln X-ln Xi)3

1999 77,94 4,36 0,24 0,06 0,01

2000 50,09 3,91 3,91 15,32 59,96

2001 79,13 4,37 4,05 16,40 66,39

2002 41,59 3,73 3,73 13,90 51,80

2003 88,81 4,49 4,76 22,68 108,03

2004 32,42 3,48 3,48 12,10 42,10

2005 53,81 3,99 3,99 15,88 63,30

2006 56,11 4,03 4,03 16,22 65,32

2007 103,77 4,64 4,64 21,55 100,04

[image:36.595.112.474.583.760.2]

(37)

2009 57,11 4,04 4,04 16,36 66,18

2010 78,94 4,37 4,37 19,09 83,38

2011 54,31 3,99 3,99 15,96 63,75

Jumlah 836,31 53,53 49,37 202,58 840,78 Hasil dispersi data adalah :

• S = 0,32

• Cs = -0,3

• Ln Xi = 53,53 / 13 = 4,12

Koefisien distribusi Log Person Type III (G) ditentukan dari hasil perhitungan

koefisien kemelencengan. Nilai koefisien kemelencengan -0,3 sehingga akan

[image:37.595.110.513.82.385.2]

diperoleh nilai G yang sesuai.

Tabel 4.10. Coefficient of Skewness Log Pearson type III (AsimetriCoefficient -

(38)

commit to user Log Person Type III :

• Log Xn = Ln Xi + (GxS)

Hujan Efektif pada periode 2 tahunan :

• Log X2 = 4,12 + (0,016 x 0,32) = 4,140

[image:38.595.110.516.191.484.2]

• Rt = 2,718 x 4,140 = 62,794 mm/hari

Tabel 4.11 Tabel Perhitungan Hujan Efektif

T G G.S ln Xi + G.S Rt (mm/hr)

2 0,050 0,016 4,140 62,794

5 0,853 0,269 4,394 80,888

10 1,245 0,393 4,517 91,530 20 1,510 0,476 4,601 99,517 50 1,890 0,596 4,721 112,173 100 2,104 0,663 4,788 120,004 200 2,294 0,723 4,848 127,413 1000 2,670 0,842 4,967 143,451 Koefisien aliran = 0,396 (Wahyu Utomo, 2012).

Dalam penelitian di DAS Bengawan Solo, analisis Log Person Type III menggunakan

persentase sebaran hujan 4 jaman (Sobriyah, 2003) lihat Tabel 2.4.

Hujan efektif jam-jaman periode ulang

= Hujan kala ulang 2 tahun x presentasi sebaran jam ke 1(Table 2.9) x koefisien aliran

= 62,794 x 0,4050 x 0,396

= 10,071

[image:38.595.116.436.629.752.2]

Hasil perhitungan hujan efektif jam-jamna periode ulang dapat di lihat dalam

Tabel 4.12 Tabel hasil perhitungan hujan efektif jam-jaman periode ulang.

Tabel 4.12 Tabel Hasil Perhitungan Hujan Efektif Jam-Jaman Periode Ulang

T ₁ ₂ ₃ ₄

2 10,071 7,771 3,668 3,357

5 12,973 10,010 4,725 4,324

10 14,680 11,327 5,346 4,893

20 15,961 12,315 5,813 5,320

50 17,990 13,881 6,552 5,997

(39)

commit to user

4.9

Data Fisik Daerah Aliran Sungai Tirtomoyo

Pembuatan daerah aliran sungai Tirtomoyo dan perhitungan data fisik

menggunakan data dalam format shapefile pada ArcGIS berdasarkan peta

bakosurtanal skala 1 : 25000. Data yang diperoleh adalah :

1. Panjang Sungai : 29,205 km

2. Luas Daerah Aliran Sungai (DAS) : 230,647 0

4.10 Perhitungan Debit Banjir Periode Ulang Menggunakan

Metode Nakayasu

Penelitian ini menggunakan hidrograf satuan Nakayasu karena metode ini sesuai

dengan tipe sungai di DAS Bengawan Solo, tak terkecuali di sungai Tirtomoyo.

Selain itu itu pemilihan metode ini karena pada penelitian ini faktor belokan

sungai tidak diperhitungkan dan sungai dianggap saluran lurus linear. Data hujan

wilayah yang dipakai adalah hujan harian maksimum tahunan.

Perhitungan hidrograf satuan Nakayasu menggunakan rumus 2.14, 2.15, 2.16,

2.17, 2.18, 2.19, 2.20, 2.21

Hasil perhitungan hidrograf satuan Nakayasu adalah :

1. Waktu konsentrasi (Tg), untuk panjang sungai > 15 km.

Tg = 2,094 jam

2. Koefisien alpha (α₎

α _{= 1/Tg x 0,47 (A.L)}0,25

= 1,052 diambil 2

3. Satuan waktu yang digunakan (Tr)

Tr = (0,5 - 1) Tg = 2,094 jam

4. Waktu puncak (Tp)

(40)

commit to user 5. Waktu resesi (?_, )

?, = α_{x T}_g

= 4,188 jam

1,5 ?_, = 1,5 x 1,5T0,3 = 6,282 jam

6. Debit puncak (Qp)

Qp = 1/3,6 x A.Re x 1/(0,3 Tp + T0,3) = 12,046 /ABCD0

7. Tp + ?_, = 7,957 jam

8. Tp + ?_, + 1,5 ?_, = 14,238 jam

Contoh perhitungan unit hidrograf satuan Nakayasu mengikuti interval waktu

sebagai berikut :

9. Pada kurva naik : 0 < t < Tp

Perhitungan pada jam ke 2 :

) = 4 _, 7 ,5> 12,046 = 2,633

10. Pada kurva turun :

a) Selang nilai : Tp < t < (Tp+ ?_, )

) = 0,34EFG,HIJ;,KLL 7> 12,046 _{= 8,456} b) Selang nilai : (Tp + ? _, ) < t < (Tp+ ?_, +1,5 ?_, )

) = 0,34KMFG,HIJN M,EO;,KLL%K,EO;,KLL 7> 12,046 _=2,443 c) Selang nilai : t > (Tp+ ?_, +1,5 ?_, )

) = 0,34PMFG,HIJN K,EO;,KLL%PO;,KLL 7> 12,046 _{= 0,474}

Perhitungan unit hidrograf satuan Nakayasu selengkapnya dapat dilihat di

Lampiran B-108.

Unit hidrograf yang dihasilkan harus dibagi dengan faktor koreksi untuk

(41)

commit to user

perbandingan antara jumlah volume dengan luas DAS. Contoh perhitungan

koreksi unit hidrograf satuan Nakayasu pada jam ke 2 adalah :

11. Faktor koreksi = volume total/luas DAS

= (2,82178 x 10 5)/(2,306 x 10 5)

= 1,223

12. Unit hidrograf terkoreksi = 2,633 x (1/1,223) = 2,152

Hasil perhitungan selengkapnya dapat dilihat pada Lampiran B-108. Hidrograf

satuan Nakayasu yang dihasilkan terlihat pada Gambar 4.5.

Gambar 4.5 Hidrograf HSS Nakayasu Harian Maksimum

Qp merupakan debit puncak banjir yang terjadi pada saat waktu puncak (Tp) di

jam ke 3,7 ≈ 4. Kemudian waktu dari puncak banjir turun sampai 0,3 kali debit

puncak banjir.

Perhitungan debit pada unit hidrograf satuan Nakayasu, contoh kala ulang 100

tahunan :

13. Waktu (jam) = jam ke 4

14. Q = (Q1+Q2+Q3+Q4)

= (177,33+146,22+39,91+13,80)

= 377,27 /ABCD0

0,000 2,000 4,000 6,000 8,000 10,000 12,000

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

[image:41.595.114.515.230.515.2]

D e b it ( m 3 /d t) Waktu (jam)

GRAFIK HIDROGRAF NAKAYASU

GRAFIK HIDROGRAF NAKAYASU

Tp Tp03 1.5Tp0,3 1.5 Tp 0,3

Qp

0,3 Qp

(42)

[image:42.595.114.436.128.512.2]

commit to user

Tabel 4.13. Unit Hidrograf Satuan Metode Nakayasu Kala Ulang 100 Tahun

Waktu UH 1 2 3 4 Q

(jam) m3/det 19,25 14,85 7,01 6,42 m3/det

0 0,00 0,00 0,00

1 0,41 7,85 0,00 7,85

2 2,15 41,41 6,05 0,00 47,47 3 5,69 109,59 31,96 2,86 0,00 144,40 3,769 9,85 189,51 84,56 15,08 2,62 291,77 4 9,21 177,33 146,22 39,91 13,80 377,27 5 6,91 133,02 136,83 69,02 36,53 375,40 6 5,18 99,79 102,64 64,58 63,17 330,18 7 3,89 74,85 77,00 48,45 59,11 259,41 7,957 2,95 56,85 57,76 36,34 44,34 195,29 8 2,93 56,38 43,86 27,26 33,26 160,77 9 2,42 46,55 43,51 20,70 24,95 135,71 10 2,00 38,43 35,92 20,53 18,95 113,83 11 1,65 31,73 29,65 16,95 18,79 97,13 12 1,36 26,19 24,48 14,00 15,52 80,19 13 1,12 21,63 20,21 11,56 12,81 66,20 14 0,93 17,85 16,69 9,54 10,58 54,65 14,238 0,89 17,06 13,78 7,88 8,73 47,44 15 0,79 15,29 13,16 6,50 7,21 42,16 16 0,69 13,24 11,80 6,21 5,95 37,20 17 0,60 11,47 10,22 5,57 5,69 32,94 18 0,52 9,93 8,85 4,82 5,10 28,70 19 0,45 8,60 7,66 4,18 4,41 24,86 20 0,39 7,45 6,64 3,62 3,82 21,53 21 0,34 6,45 5,75 3,13 3,31 18,65 22 0,29 5,59 4,98 2,71 2,87 16,15 23 0,25 4,84 4,31 2,35 2,48 13,99 24 0,22 4,19 3,73 2,04 2,15 12,11

Dari Tabel 4.13 didapat debit 100 tahunan sebesar 377,42 /ABCD0 untuk unit

hidrograf periode ulang tahunan lainnya dapat dilihat di lampiran. Berikut hasil

rekapitulasi perhitungan unit hidrograf Nakayasu

Tabel 4.14. Rekapitulasi Perhitungan Unit Hidrograf Nakayasu

[image:42.595.112.509.605.764.2]

(43)

commit to user

4.11 Perhitungan Debit Tahunan Menggunakan Hidrograf

Satuan Nakayasu (Tadashi Tanimoto)

Perhitungan ini digunakan apakah banjir hujan tahunan berpotensi banjir pada

hujan harian maksimum pada periode ulang berapa tahunan. Data hujan wilayah

yang dipakai adalah hujan 2 harian maksimum tahunan. Data selengkapnya ada

pada tabel 4.15. Perhitungan hidrograf satuan Nakayasu tahunan menggunakan

rumus yang sama yang digunakan pada perhitungan nakayasu dengan data hujan

wilayah harian maksimum yang membedakan hanya pada perhitungan unit

hidrograf koreksi, waktu hujan dibagi menjadi 48 jam dengan pola hujan 8 jaman

(Tadashi Tanimoto). Persentase sebaran hujan dapat dilihat pada Tabel 2.5

Tabel 4.15. Data Curah Hujan 2 Harian Maksimum Tahunan Staiun Hujan

Balong, Tirtomoyo dan Ngancar

Tahun BALONG Tanggal TIRTOMOYO NGANCAR P Wilayah

1999 113,000 10-11 des 0,000 0,000 31,813

2000 154,500 30-31 des 0,000 0,000 43,496

2001 82,000 7-8 feb 138,000 78,000 107,831

2002 55,000 14-15 des 0,000 36,000 23,891

2003 117,000 16-17 mar 50,000 20,000 61,715

2004 74,000 1-2 feb 41,515 0,000 40,848

2005 93,000 6-7 mar 52,175 86,286 71,486

2006 87,000 29-30 agts 48,809 80,719 66,874

2007 182,000 26-27 des 102,105 168,860 139,896

2008 148,000 2-3 feb 83,031 137,315 113,762

2009 113,000 12-13 feb 63,395 8,350 33,763

2010 115,000 9-10 mar 0,000 71,441 49,059

2011 109,000 21-22 aprl 0,000 61,151 44,967

Tahun TIRTOMOYO Tanggal BALONG NGANCAR P Wilayah

1999 172,000 20-21 nov 0,000 0,000 82,922

2000 126,000 21-22 feb 0,000 0,000 60,745

2001 197,000 25-26 mar 30,000 7,000 105,055

2002 60,000 30-31 des 0,000 42,000 38,734

2003 209,000 3-4 jan 0,000 157,000 137,423

2004 41,515 1-2 feb 74,000 0,000 40,848

[image:43.595.115.507.260.774.2]

(44)

2006 44,882 23-24 okt 80,000 74,224 61,493

2007 102,105 26-27 des 182,000 168,860 139,896

2008 83,031 2-3 feb 148,000 137,315 113,762

2009 63,395 12-13 feb 113,000 50,000 74,052

2010 170,000 14-15 mei 98,000 54,980 122,387

2011 111,000 20-21 aprl 109,000 61,151 98,481

Tahun NGANCAR Tanggal BALONG TIRTOMOYO P Wilayah

1999 105,000 2-3 des 0,000 0,000 24,520

2000 102,000 19-20 feb 0,000 7,000 27,194

2001 78,000 7-8 feb 82,000 138,000 107,831

2002 60,000 22-23 aprl 0,000 0,000 14,011

2003 117,000 27-28 feb 0,000 0,000 27,322

2004 109,000 28-29 jan 62,000 34,783 59,678

2005 86,286 6-7 mar 93,000 52,175 71,486

2006 80,719 29-30 agst 87,000 48,809 66,874

2007 168,860 26-27 des 182,000 5,049 93,105

2008 137,315 2-3 feb 148,000 83,031 113,762

2009 139,000 17-18 feb 29,000 16,270 48,467

2010 64,517 9-10 mar 115,000 0,000 47,442

2011 61,151 21-22 aprl 109,000 0,000 44,967

[image:44.595.112.511.106.508.2]

Sumber : Dinas Pengairan Kabupaten Wonogiri

Tabel 4.16 Rekapitulasi P Wilayah 2 Harian

(45)

commit to user

4.11.1 Hujan Efektif Jam-Jaman 2 Harian Tahunan

Cara menghitung hujan efektif jam-jaman dengan mengalikan P wilayah dikalikan

Koefisien Run Off 0,396(Wahyu Utomo,2012) dikalikan pola hujan 8 jaman

Tadashi Tanimoto dapat dilihat pada Tabel 2.5.

Contoh perhhitungan hujan efektif jam-jaman tahun 1999 :

Rumus = P Wilayah x Koefisien Run Off x Rasio Hujan Jam-Jaman

= 82,922 x 0,396 x 0,2600

= 8,538

Perhitungan selengkapnya ada pada Lampiran C-120

4.11.2 Perhitungan Unit Hidrograf

Penggunaan Hidrograf Nakayasu pada pencarian debit banjir 2 harian tahunan

sama seperti perhitungan Hidrograf Nakayasu untuk mencari debit banjir periode

ulang tetapi perbedaannya hanya panjang waktunya diperpanjang menjadi 48 jam

karena debit banjir periode ulang menggunakan data hujan harian maksimum atau

24 jam.

Contoh perhitungan faktor koreksi unit hidrograf satuan Nakayasu pada jam ke 2

adalah:

1. Faktor koreksi = volume total/luas DAS

= (2,8818 x 10 5)/(2,3064 x 10 5)

= 1,249

2. Unit hidrograf terkoreksi = 2,633 x (1/1,249) = 2,1070

Hasil perhitungan selengkapnya dapat dilihat pada Lampiran C-121.

4.11.3 Perhitungan Debit Tahunan

Perhitungan debit pada unit hidrograf satuan Nakayasu, misal pada tahun 2007 :

2. Q = (Q1+Q2+Q3+Q4+Q5+Q6+Q7+Q8)

= (97,48+119,95+90,80+40,15+1,55+0,00+0,00+0,00)

(46)

[image:46.595.116.503.114.763.2]

commit to user

Tabel 4.17 Hidrograf Satuan Nakayasu 8 jaman Tahun 2007

Waktu UH 1 2 3 4 5 6 7 8 Q

(jam) m3/det 14,404 13,296 9,418 7,202 3,878 3,047 2,216 1,939 m3/det

0 0,00 0,00 0,00

1 0,40 5,75 0,00 5,75

2 2,11 30,35 5,31 0,00 35,66

(47)

43 0,01 0,20 0,21 0,17 0,15 0,11 0,10 0,08 0,09 1,12 44 0,01 0,17 0,18 0,15 0,13 0,10 0,09 0,07 0,07 0,97 45 0,01 0,15 0,16 0,13 0,12 0,08 0,08 0,06 0,06 0,84 46 0,01 0,13 0,14 0,11 0,10 0,07 0,07 0,05 0,06 0,73 47 0,01 0,11 0,12 0,10 0,09 0,06 0,06 0,05 0,05 0,63 48 0,01 0,10 0,10 0,09 0,08 0,05 0,05 0,04 0,04 0,55 (Sumber : Perhitungan Exel)

Dari perhitungan tabel 4.17 di atas diperoleh debit maksimum sebesar 349,63

/ABCD0. Maka dapat disimpulkan bahwa debit yang dihasilkan hujan tahunan dengan perhitungan metoda nakayasu 8 jaman sebesar 349,63 /ABCD0

mendekati debit periode ulang tahunan pada hujan harian maksimum kala ulang

50 tahun yaitu sebesar 352,66 /ABCD0.

Untuk perhitungan debit tahun yang lainnya dapat dilihat pada Lampiran C-122

[image:47.595.117.507.225.620.2]

sampai Lampiran C-134.

Tabel 4.18 Rekapitulasi Debit Banjir Tahunan

Kala Ulang Debit Banjir Satuan Kesimpulan

(48)

[image:48.595.114.514.89.495.2]

commit to user

Gambar 4.6 Hidrograf HSS Nakayasu Tahunan

4.12 Perhitungan Debit Bulanan Menggunakan Hidrograf

Satuan Nakayasu (Tadashi Tanimoto)

Distribusi hujan untuk debit rencana 2 harian bulanan menggunakan distribusi

Tadashi Tanimoto. Hujan rerata dihitung menggunakan penjumlahan 2 hari

berturut-turut atau data hujan 2 harian di setiap bulannya pada 13 tahun dan

diambil rata-rata hujan wilayahnya.

4.12.1 Hujan Daerah Bulanan

Koefisien Thiessen digunakan sebagai pengali dalam perhitungan hujan daerah.

Hujan daerah mewakili hujan yang terjadi di seluruh DAS Tirtomoyo. Untuk data

curah hujan bulanan yang digunakan adalah dimana stasiun yang mempunyai

curah hujan yang paling tinggi pada tanggal tersebut dan stasiun yang lain pada

tanggal yang sama kemudian dicari rata-rata tiap bulan dalam 13 tahun dari tahun

1999-2011 untuk digunakan analisis.

(49)

[image:49.595.112.513.125.757.2]

commit to user Tabel 4.19 Hujan Rerata Bulan Januari

Tahun BALONG Tanggal TIRTOMOYO NGANCAR P Wilayah 1999 86 2sd3 27,000 93,000 58,946 2000 50 21sd22 0,000 46,000 24,818 2001 67 7sd8 0,000 27,000 25,168

2002 0 0,000 0,000 0,000

2003 105 23.24 50,000 17,000 57,636 2004 63 21.22 35,344 0,000 34,776 2005 50 20.21 28,051 0,000 27,600

2006 0 0,000 0,000 0,000

2007 0 21.22 25,000 0,000 12,053 2008 52 5.6 0,000 48,246 25,906 2009 77 28.29 43,198 0,000 42,504 2010 51 18.19 62,000 28,612 50,930

2011 0 0,000 0,000 0,000

Tahun TIRTOMOYO Tanggal BALONG NGANCAR P Wilayah 1999 66 3.4 0,000 0,000 15,412 2000 47 21.22 50,000 61,000 52,254 2001 114 9.10 0,000 0,000 26,621

2002 0,000

2003 209 3.4 99,000 157,000 140,735 2004 35 21.22 63,000 0,000 38,626 2005 28 20.21 50,000 46,390 43,716

2006 0,000

2007 25 21.22 0,000 0,000 5,838 2008 23 1.2 0,000 0,000 5,371 2009 43 28.29 77,000 0,000 47,210 2010 82 9.10 40,000 22,441 44,751

2011 0,000

Tahun NGANCAR Tanggal BALONG TIRTOMOYO P Wilayah 1999 93,000 2.3 86,000 27,000 73,948 2000 61,000 20.21 0,000 26,000 23,245 2001 55,000 21.22 55,000 0,000 42,000

2002 0,000

2003 157,000 3.4 0,000 209,000 93,006 2004 109,000 28.29 62,000 34,783 68,700 2005 46,390 20.21 50,000 28,051 43,716

2006 0,000

(50)

2010 28,612 18.19 51,000 62,000 47,121

[image:50.595.115.516.115.153.2]

2011 0,000

Tabel 4.20 P Wilayah untuk Bulan Januari

Rekapitulasi P Wilyah Hujan Bulanan Januari 1999 73,948 2000 52,254 2001 42,000 2002 0,000 2003 140,735 2004 68,700 2005 43,716 2006 0,000 2007 12,053 2008 38,652 2009 47,210 2010 50,930 2011 0,000 rerata 43,861

Dari Tabel 4.20 diperoleh nilai P wilayah sebesar 43,861 mm/2 hari. Untuk rerata

[image:50.595.112.520.169.495.2]

bulan yang yang lain dapat dilihat pada Lampiran C-83 sampai Lampiran C-93

Tabel 4.21. Rekapitulasi hujan rerata bulanan

Bulan R48 Max Januari 43,8613 Februari 55,2508 Maret 55,2508 april 33,3033

Mei 32,7270

(51)

commit to user 4.12.2 Hujan Efektif Jam-Jaman 2 Harian Bulanan

Cara menghitung hujan efektif jam-jaman dengan mengalikan P wilayah dikalikan

Koefisien Run Off 0,396(Wahyu Utomo,2012) dikalikan pola hujan 8 jaman

Tadashi Tanimoto dapat dilihat pada Tabel 2.5.

Contoh perhitungan hujan efektif jam-jaman bulan Januari

Rumus = P Wilayah x Koefisien Run Off x Rasio Hujan Jam-Jaman

= 43,8623 x 0,396 x 0,2600

= 4,516

[image:51.595.113.474.220.536.2]

Perhitungan selengkapnya ada pada Lampiran C-137

Tabel 4.22 Hujan Efektif Jam-Jaman 2 Harian Bulanan

BULAN 1 2 3 4 5 6 7 8

Januari 4,516 4,169 2,953 2,258 1,216 0,955 0,695 0,608 Februari 5,689 5,251 3,719 2,844 1,532 1,203 0,875 0,766 Maret 5,689 5,251 3,719 2,844 1,532 1,203 0,875 0,766 april 3,429 3,165 2,242 1,714 0,923 0,725 0,528 0,462 Mei 3,370 3,110 2,203 1,685 0,907 0,713 0,518 0,454 Juni 1,383 1,277 0,904 0,692 0,372 0,293 0,213 0,186 Juli 0,228 0,211 0,149 0,114 0,061 0,048 0,035 0,031 Agustus 0,791 0,730 0,517 0,395 0,213 0,167 0,122 0,106 September 0,946 0,873 0,618 0,473 0,255 0,200 0,145 0,127 Oktober 1,177 1,087 0,770 0,589 0,317 0,249 0,181 0,158 November 3,054 2,819 1,997 1,527 0,822 0,646 0,470 0,411 Desember 6,438 5,943 4,210 3,219 1,733 1,362 0,991 0,867

4.12.3 Perhitungan Debit Bulanan Metode Nakyasu

Hidrograf Nakayasu 2 harian bulanan yang digunakan sama seperti Hidrograf

Nakayasu 2 harian tahunan. Perhitungan selengkapnya ada pada Lampiran C-138

Perhitungan debit pada unit hidrograf satuan Nakayasu, misal pada bulan Januari :

2. Q = (Q1+Q2+Q3+Q4+Q5+Q6+Q7+Q8)

= (30,56+37,61+28,47+12,59+0,49+0,00+0,00+0,00)

(52)

[image:52.595.116.497.119.766.2]

commit to user

Tabel 4.23. Hidrograf Satuan Nakayasu 8 Jaman Bulan Januari

Waktu UH 1 2 3 4 5 6 7 8 Q

(jam) m3/det 4,516 4,169 2,953 2,258 1,216 0,955 0,695 0,608 m3/det

0 0,000 0,00 0,00

1 0,399 1,80 0,00 1,80

2 2,107 9,52 1,66 0,00 11,18

(53)

43 0,014 0,06 0,07 0,05 0,05 0,03 0,03 0,03 0,03 0,35 44 0,012 0,05 0,06 0,05 0,04 0,03 0,03 0,02 0,02 0,30 45 0,010 0,05 0,05 0,04 0,04 0,03 0,02 0,02 0,02 0,26 46 0,009 0,04 0,04 0,04 0,03 0,02 0,02 0,02 0,02 0,23 47 0,008 0,04 0,04 0,03 0,03 0,02 0,02 0,01 0,02 0,20 48 0,007 0,03 0,03 0,03 0,02 0,02 0,02 0,01 0,01 0,17 Sumber : Perhitungan Exel

Dari perhitungan Tabel 4.23 di atas diperoleh debit maksimum sebesar 109,71

/ABCD. Dari perhitungan debit bulanan, debit pada bulan Januari sebesar 109,71

/ABCD0. Sehingga dapat disimpulkan hujan bulan Januari tidak berpotensi banjir pada periode ulang tahunan karena pada periode ulang tahunan debit

terkecil sebesar 196,12 /ABCD0

Untuk perhitungan debit pada bulan lainnya dapat dilihat pada Lampiran C-139

[image:53.595.116.519.217.639.2]

sampai Lampiran C-150.

Tabel 4.24. Rekapitulasi Debit Bulanan

Tahun Debit Banjir Kesimpulan

Januari 109,71 m3/det

Tidak Berpotensi Banjir Februari 138,20 m3/det

Maret 138,20 m3/det

April 83,30 m3/det

Mei 81,86 m3/det

Juni 33,60 m3/det

Juli 5,54 m3/det

(54)

[image:54.595.115.508.86.524.2]

commit to user

(55)

commit to user

BAB V

KESIMPULAN DAN SARAN

5.1.

Kesimpulan

Berdasarkan analisis dan pembahasan yang telah diuraikan di depan, maka dapat

diambil kesimpulan sebagai berikut :

1. Distribusi yang digunakan dalam analisis adalah Log Pearson Type III, setelah

melakukan pengujian Chi Kuadrat.

2. Hasil analisis debit banjir Periode ulang 2, 5, 10, 20, 50, 100, 200, dan 1000

tahunan dengan metode Nakayasu secara berturut 197,42 m3/det, 254,30 m3/det, 287,76 m3/det, 312,87 m3/det, 352,66 m3/det, 377,27 m3/det, 400,57 m3/det dan 450,99 m3/det.

3. Pada analisis perhitungan debit Tahunan maksimum diperoleh debit sebesar

349,93 / . Maka dapat disimpulkan bahwa debit yang dihasilkan

hujan tahunan dengan perhitungan metoda Tadashi Tanimoto 8 jaman sebesar

349,93 / berpeluang banjir kala ulang 50 tahun yaitu sebesar 352,66

/ .

4. Pada analisis perhitungan debit bulanan maksimum diperoleh debit terbesar

ada pada bulan Desmber yaitu sebesar 156,41 / . Sedangkan debit

terkecil pada periode ulang adalah 197,42 / Maka dapat disimpulkan

debit yang dihasilkan hujan bulanan tidak berpotensi banjir pada periode

(56)

commit to user