REKAYASA HIDROLOGI I
PERENCANAAN
BANJIR RANCANGAN
Novitasari,ST.,MT
.
Sub Kompetensi
Pengenalan dan pemahaman analisis
frekuensi dari data hujan
Pengenalan dan pemahaman analisis
ANALISIS HIDROLOGI
Dalam kaitannya dengan rencana
pembuatan bangunan air, besaran
rancangan yang harus didapatkan melalui
kegiatan analisis hidrologi secara umum
dapat berupa:
1.
Penelusuran elemen even flow
debit banjir rancangan (
design flood
)
2. Penelusuran elemen continuous flow
debit andalan (
dependable flow
)
BANJIR RANCANGAN
Banjir rancangan adalah besarnya
debit banjir yang ditetapkan sebagai
dasar penentuan kapasitas dan
mendimensi bangunan-bangunan
hidraulik (termasuk bangunan di
TAHAPAN ANALISIS HIDROLOGI UNTUK
BANJIR RANCANGAN
Kasus
Output
Data tersedia
Tahapan analisis
1
Debit puncak
Debit banjir maks. tahunan
Analisis frekuensi data debit
2
Debit puncak
Hujan harian dan
karakteris-tik daerah tangkapan hujan
Analisis frekuensi data hujan dan
pengalihragaman hujan-aliran
(
Rational method
)
3
Debit puncak
Hujan jam-jaman, hidrograf
banjir dan karakteristik DAS
Analisis frekuensi data hujan dan
pengalihragaman hujan-aliran
(
Unit hydrograph
atau
Rainfall
-
runoff model
)
4
Hidrograf
banjir
Hujan jam-jaman,
karakteris-tik DAS, tidak ada data
hidrograf banjir
Analisis frekuensi data hujan dan
pengalihragaman hujan-aliran
(
Synthetic unit hydrograph
)
5
Hidrograf
banjir
Hujan jam-jaman dan
hidro-graf banjir
Analisis frekuensi data hujan dan
pengalihragaman hujan-aliran
(
Unit hydrograph
)
6
Hidrograf
banjir
Huj an j am-jam an, hidrograf
banjir dan karakteristik DAS
Analisis frekuensi data hujan dan
pengalihragaman hujan-aliran
(
Unit hydrograph
atau
Rainfall
-
runoff model
)
KALA ULANG
Besarnya banjir rancangan
dinyatakan dalam debit banjir sungai
dengan kala ulang tertentu.
Kala ulang debit adalah suatu kurun
waktu berulang dimana debit yang
terjadi menyamai atau melampaui
besarnya debit banjir yang
Contoh
Contoh Kala
Kala Ulang
Ulang
Q
5 thn
=
X
m
3
/dt atau P
5 thn
= X mm
Bisa terjadi kapanpun dalam range waktu 0 – 5 tahun
tersebut 1 kali hujan sebesar
X
mm atau debit sebesar
X
m
3
/dt akan disamai atau dilampaui.
Probabilitas terjadinya :
- Bisa terjadi 1 kali
- Bisa tidak pernah terjadi dalam 5 tahun tersebut
- Bisa banyak (berkali-kali) terlampaui
%
1
)
(
Prob
3n
X
Q
m
dt
Resiko Kegagalan
Apabila dikaitkan dengan faktor resiko
kegagalan, maka dapat digunakan rumus
sederhana berikut ini
dengan :R= resiko kegagalan,
T= kala ulang (tahun),
L= umur bangunan/proyek (tahun).
L
T
PENETAPAN KALA ULANG
Debit banjir rancangan ditetapkan
berdasarkan beberapa pertimbangan:
1.
ukuran dan jenis proyek
2.
ketersediaan data
3.
ketersediaan dana
4.
kepentingan daerah yang dilindungi
5.
resiko kegagalan yang dapat
ditimbulkan
6.
kadang bahkan juga kebijaksanaan
politik
KALA ULANG BANJIR RANCANGAN
UNTUK BANGUNAN DI SUNGAI
Jenis Bangunan
Kala Ulang
Banjir Rancangan
(tahun)
Bendung sungai besar sekali
100
Bendung sungai sedang
50
Bendung sungai kecil
25
Tanggul sungai besar/daerah
penting
25
Tanggul sungai kecil/daerah
kurang penting
10
Jembatan jalan penting
25
ANALISIS FREKUENSI
PENETAPAN SERI DATA UNTUK ANALISIS
1. Annual Maximum Series (AMS)
Dengan menggambil 1 data maksimum
setiap tahun, yang berarti jumlah data
dalam seri akan sama dengan panjang
data yang tersedia.
X1 X2 X3
3
1 2 n
Tahun ke
-Seri Data X1, X2, X3, …, Xn
2. Peak Over Threshold
(
POT
)
dengan menentapkan suatu batas bawah
tertentu (
Threshold
) dengan
pertimbangan-pertimbangan tertentu. Semua besaran
hujan/debit yang lebih besar daripada batas
bawah tersebut diambil dan dijadikan bagian
dari seri data.
X
X11 XX22 XX55
3 3 1
1 22
Tahun ke Tahun ke
--Seri Data X
Seri Data X11, X, X22, X, X33, X, X4, 4, XX5,5,…, X…, Xnn
Ambang Ambang
X X44
Hubungan antara kala ulang hasil analisis
frekuensi dengan data “
annual
Maximum series
” dan “
Peak
Over Threshold
/
Partial Series
”
dengan : TM = Kala ulang dengan
Maximum Annual
Series
TE = Kala ulang dengan
Partial Series
1
Parameter statistik seri data perlu diperkirakan untuk
memilih distribusi yang sesuai dengan sebaran data
1. Mean/nilai tengah/rerata
2.
Simpangan Baku/Standard Deviasi
3.
Koefisien Variansi/
Variation Coefficient
4. Asimetri/Kemencengan/
Skewness
5. Kurtosis
dengan :
n
= jumlah data yang dianalisis
X
i
= data hujan/debit
PENENTUAN PARAMETER
STATISTIK
PERKIRAAN JENIS DISTRIBUSI
1.
Distribusi Normal
Ciri khas distribusi normal adalah
Cs
0,00
Terlampaui
0,5
0,20
0,10
0,05
0,02
0,01
Kala Ulang
2
5
10
20
50
100
Faktor Frekuensi K
0
0,842
1,282
1,645
2,054
2,326
PERKIRAAN JENIS DISTRIBUSI
2. Distribusi Log Normal
Ciri khas distribusi Log Normal adalah :
Cs
3 Cv
Cs > 0,00
Tabel 2
3.
Distribusi Gumbel
Sifat statistik distribusi Gumbel adalah :
Cs
1,1396
Ck
5,4002
Tabel 3
Tabel 2. Faktor Frekuensi K untuk distribusi log-normal
Cv()
Kala Ulang
1,053 1,111 1,25 2 5 10 20 50 100
Tabel 3. Faktor Frekuensi K untuk distribusi Gumbel EV I n Kala Ulang
1,053 1,111 1,25 2 5 10 20 50 100
5 -1,963 -1,631 -1,179 -0,116 1,313 2,260 3,168 4,343 5,224 10 -1,677 -1,400 -1,023 -0,136 1,058 1,848 2,606 3,587 4,323 15 -1,578 -1,320 -0,969 -0,143 0,967 1,703 2,408 3,321 4,005 20 -1,252 -1,277 -0,940 -0,148 0,919 1,625 2,302 3,197 3,836 25 -1,492 -1,251 -0,922 -0,151 0,888 1,575 2,235 3,089 3,728 30 -1,468 -1,232 -0,910 -0,153 0,866 1,541 2,188 3,026 3,653 35 -1,451 -1,218 -0,901 -0,154 0,850 1,515 2,153 2,979 3,598 40 -1,438 -1,207 -0,893 -0,155 0,838 1,495 2,126 2,943 3,554 45 -1,427 -1,198 -0,887 -0,156 0,828 1,479 2,104 2,913 3,519 50 -1,418 -1,191 -0,833 -0,157 0,820 1,466 2,086 2,889 3,491 55 -1,410 -1,185 -0,879 -0,157 0,813 1,455 2,071 2,869 3,467 60 -1,404 -1,180 -0,875 -0,158 0,807 1,446 2,059 2,852 3,446 65 -1,398 -1,176 -0,872 -0,158 0,802 1,438 2,047 2,837 3,428 70 -1,394 -1,172 -0,869 -0,159 0,797 1,430 2,038 2,824 3,413 75 -1,389 -1,168 -0,867 -0,159 0,793 1,424 2,029 2,812 3,399 80 -1,386 -1,165 -0,865 -0,159 0,790 1,419 2,021 2,802 3,387 85 -1,382 -1,162 -0,863 -0,160 0,787 1,413 2,015 2,793 3,376 90 -1,379 -1,160 -0,862 -0,160 0,784 1,409 2,008 2,784 3,366 95 -1,376 -1,158 -0,860 -0,160 0,781 1,405 2,003 2,777 3,357 100 -1,374 -1,155 -0,859 -0,160 0,779 1,401 1,998 2,770 3,349
PERKIRAAN JENIS DISTRIBUSI
4.
Distribusi Log Pearson III
Sifat statistik distribusi ini adalah :
Jika tidak menunjukkan sifat-sifat
seperti pada ketiga distribusi di
atas.
Garis teoritik probabilitasnya
berupa garis lengkung.
Apabila seluruh data telah digambarkan dalam
kertas probabilitas yang dipilih, maka
dibandingkan dengan fungsi distribusi teoritik
untuk kemudian dilakukan pengujian.
Penggambaran garis tersebut dilakukan dengan
menggunakan persamaan umum Garis Teoritik
Probabilitas untuk Analisis Frekuensi:
dengan :
X
T
= besaran (hujan/debit) kala ulang T tahun
X
= besaran (hujan/debit) rerata
K
= faktor frekuensi untuk kala ulang T tahun
S
= simpangan baku
FUNGSI DISTRIBUSI TEORITIK
S
K
X
X
T
T
.
POSISI PENGGAMBARAN
(
PLOTTING POSITION
)
Posisi penggambaran pada kertas
probabilitasyang sesuai untuk distribusi
terpilih cara Weibull (1939)
dengan :
m = urutan data dari kecil ke besar
n = jumlah data
)
1
(
)
(
n
m
x
x
UJI KESESUAIAN DISTRIBUSI
FREKUAENSI
Pengujian kesesuaian terhadap curah
hujan ini dimaksudkan untuk mengetahui
kebenaran akan distribusi yang digunakan,
sehingga diketahui :
1.
Kebenaran antara hasil pengamatan
dengan model distribusi yang diharapkan
atau yang di dapatkan secara teoritis
2.
Kebenaran hipotesis (hasil model distribusi
diterima atau ditolak)
UJI KESESUAIAN DISTRIBUSI
FREKUAENSI
Untuk keperluan analisis uji kesesuaian
distribusi dipakai dua metode statistik, yaitu
1.
Uji Chi Kuadrat dan
UJI CHI KUADRAT
Menguji simpangan secara vertikal dan untuk menguji apakah
distribusi pengamatan dapat disamai dengan baik oleh distribusi
teoritis, dengan persamaan:
Tabel 6
Jumlah kelas distribusi dihitung dengan rumus :
k
= 1 + 3,22
log n
Dk
=
k
- (
P
+
1
)
dimana:
2
= harga chi kuadrat
Ef
= nilai yang diharapkan untuk kelas i
( expected frequency)
Of
= nilai yang diamati untuk kelas i
(observed frequency)
k
= jumlah kelas distribusi
n
= banyaknya data
Dk
= derajat kebebasan
P
= banyaknya parameter sebaran Chi-Square (ditetapkan = 2)
UJI SMIRNOV KORMOGOROV
Uji ini digunakan untuk menguji simpangan secara horisontal
antara distribusi empiris dan distribusi teoritis. Dari plotting data
pada kertas distribusi dapat dihitung besarnya penyimpangan
antara data teoritis dan data pengamatan :
Tabel 7
dimana :
P(T)
= peluang teoritis
P(E)
= peluang empiris, dengan metode Weibull
Δ
cr
= simpangan kritis
Penyimpangan tersebut kemudian dibandingkan dengan
penyimpangan kritis yang masih diijinkan (
cr
) yang mana pada
studi ini digunakan nilai kritis (significant level) = 5 %. Apabila
Δmax
<
Δcr
berarti distribusi frekuensi tersebut dapat diterapkan
untuk semua data yang ada.
T
P
E
cr
1.
hitung parameter statistik data yang dianalisis,
meliputi:
X
,
S
,
Cv
,
Cs
, dan
Ck
,
2.
berdasarkan nilai-nilai parameter statistik
terhitung, perkirakan distribusi yang cocok
dengan sebaran data,
3.
urutkan data dari kecil ke besar (atau sebaliknya),
4.
dengan kertas probabilitas yang sesuai untuk
distribusi terpilih, plotkan data dengan nilai
probabilitas variat
Xi
sebagai berikut:
prob (
Xi
X
) = m/(n+1)
dengan:
m
= urutan data dari kecil ke besar (1 s.d.
n
),
n
= jumlah data,
PROSEDUR HITUNGAN
ANALISIS FREKUENSI
5. tarik garis teoritik dan lakukan uji
Chi-kuadrat dan Smirnov-Kolmogorov,
6. apabila syarat uji dipenuhi, tentukan besaran
hujan rancangan yang dicari untuk kala ulang
yang ditetapkan (
R
T
),
7. jika syarat uji tidak dipenuhi, pilih distribusi
yang lain dan analisis dapat dilakukan seperti
pada langkah awal.
LENGKUNG HUJAN
Jika diketahui Data Hujan maka dicari
Hujan Rancangan dengan Analisis
Frekuensi.
Hujan Rancangan sebagai masukan model
hujan aliran untuk perancangan drainasi
dapat dipergunakan dengan : kurva/grafik
intensitas–frekuensi–lama hujan (IFD)
atau
Intensity–Duration–Frequency
(IDF).
Yang sering disebut pula sebagai
Lengkung Hujan
Intensitas Hujan Jam-jaman
Untuk kasus data hujan jam-jaman tidak tersedia
(tersedia data hujan harian), digunakan rumus
empiris seperti
rumus Mononobe
Rumus empiris tersebut digunakan untuk mengubah
intensitas hujan harian ke intensitas hujan dengan
lama hujan yang lebih pendek, yang dapat ditulis
dalam persamaan:
I
t
= intensitas hujan untuk lama hujan
t
(mm/jam)
R
24
=
I
24
= curah hujan selama 24 jam (mm)
T
= lama hujan (jam)
3 2
24
24
.
24
t
I
Metode Rasional
Metode rasional dapat dipandang sebagai cara
perkiraan limpasan yang paling populer,
karena kesederhanaannya.
Mengandung arti penyederhanaan berbagai
proses alami, menjadi proses sederhana,
dengan demikian cara ini mempunyai banyak
kendala dan keterbatasan pemakaian.
Hanya digunakan pada DAS dengan ukuran
kecil, kurang dari
300 ha
.
Metode Rasional
Cara rasional ini bertujuan untuk
memperkirakan debit puncak dengan
persamaan :
Q
= 0,278
CIA
dengan :
Q
= debit puncak, dalam m
3
/dt
C
= koefisien limpasan (
runoff
coefficient
) dgn range 0
C
1
I
= intensitas hujan, dalam mm/jam
Hidrograf Aliran
I ntensitas Hujan
I
D = t
ct
cWaktu
Q
Aliran akibat hujan dengan
durasi D < t
cAliran akibat hujan dengan
durasi D = t
cAliran akibat hujan dengan
durasi D > t
cWaktu Konsentrasi
Untuk persamaan waktu konsentrasi dikenal
persamaan
Kirpich
:
dengan :
tc
= waktu konsentrasi dalam menit
L
= panjang sungai dalam km
S
= landai sungai dalam m/m
385
.
0
77
,
0
97
,
3
L
S
Koefisien Limpasan
Jenis Penutup Lahan/ Karakteristik Permukaan Nilai Koefisien c
Business
Aspal dan beton Batu bata, paving
0,70 – 0,95 0,50 – 0,70
Atap 0,75 – 0,95
Halaman tanah berpasir Datar 2% Halaman tanah berat
Datar 2% Halaman kereta api 0,10 – 0,35 Taman, tempat bermain 0,20 – 0,35 Taman, pekuburan 0,10 – 0,25 Hutan
Datar 0 – 5% Bergelombang 5 – 10% Berbukit 10 – 30%
0,10 – 0,40 0,25 – 0,50 0,30 – 0,60