hidrologi
Apllriltdode
Statbtik
antuk Analba
ilata
st\hr.\\
\ II\II
R 8tilid
t
hidrolo
sl
Aplknl
MetodeStatbtlk
untukAnalln
Datarilid
t
Soewarno
PEr{ERBIT .N
OVf
ilr
xorrx ?os 146!'BAllDUtlOHAK PENULIS DILINDUNGI OLEH UNDANG-UNDANG
DILARANG MEMPERBANYAK SEBAGIAN
ATAUPUN SELURUHNYA
DARI BUKU
INI
DALAM BENTUK STENSIL,FOTO COPY, ATAU CARA LAIN
TANPA IJIN PENULIS
I,,{E}
Ii.t-Badan FerPr.rl'':;r''ilaltn
Fropinri ,i r';rr '! rr'lr-lt
T(ATA
PEIIICAITTTAN
t'rrii
syitkur
dipanjatkan kepada
Tuhan
atas
segalaruhrrrrrl:Nyr, pcnulis
dapat menyusunbuku
ini.
Disusun
denganmnksurl ntcngcnalkan aplikasi metode
statistik
dalam analisis datahidrokrgi
pada kegiatanpenelitian yang
terkait
denganhidrologi
atau sumber daya air, baik oleh hidrologiwan, dosen dan mahasiswa
maupun para
tenagafungsional seperti
peneliti,
perekayasa danlitkayasa serta konsultan teknik.
Buku
denganjudul
HIDROLOGI
-Aplikasi Metode
Statistikuntuk
Analisa
Data, terdiri
dari2
(dua)jilid.
Untuk
Bukujilid
I
di
mulai
tentang uraian metode statistik, variabelhidrologi,
pemilihansampel
dan
data
hidrologi
pada
Bab
I,
dilanjutkan
tentangpengukuran parameter
statistik,
yaitu
pengukuran tendensi sentral dan dispersi pada BabII.
Aplikasi
distribusi
peluangdiawali
dengan uraian distribusideskrit, yang
meliputi
distribusi
Binomial
dan
Poisson disajikanpada Bab
III,
yang kemudiandilanlrtkan
dengan aplikasi distribusikontinyu mpliputi distribusi
: Normal, Gumbel TipeI,
Gumbel TipeIII,
Pearson TipeIII,
Log
Pearson TipeIII,
Frechet, log normal duaparameter,
log
normal
tiga
parameterdan distribusi
Goodrich.Analisis
distribusi peluang disajikan pada bagian
akhir Bab
III,
yang
meliputi
:
pengumpulan data, periode ulang, penggambaran,penarikan
garis kurva dan
uji
kecocokan
yaulrgmeliputi
uji
chi-kuadrat dan Smirnov Kolmogorov.Dari Bab
IV,
akan diuraikan tentang aplikasi metode statistikuntuk
memperkirakan
debit
puncak
banjir
dari
suatu
daeratrpengaliran sungai
(DPS).
disampaikan cara memperkirakan debit puncakbanjir
tahunan rata-rata dengan metode serial data, metodePOT dan
metode analisis regional disertai perkiraan
periodeulangnya.
Perbaikan perkiraandebit banjir
dan
di
akhiri
dengancara memperkirakan debit banjir berdasarkan data
tinggi
muka air.Ilct ,i)r
I
httl
\lcl
tt zlUntuk
buku
jilid
II,
akan diuraikan tentang
Aplikasi Uji
Hipotesis,Analisis
Deret Berkala,Aplikasi
Model
Regresi danuji
Ketelitian
PengukuranDebit
menggunakanAlat
Ukur Arus
dan Ambang.Dengan maksud memudahkan pemahaman
aplikasi
metodestatistik
untuk
analisis datahidrologi,
setiap tahapan uraian selaludisajikan contoh
persoalan.Namun demikian
hendaknya
hasil perhitungandari
setiapcontoh
untuk tidak
dijadikan
kesimpulantentang
penomenahidrologi dari pos hidrologi atau DpS
yangbersangkutan.
Pada pokoknya contoh-contoh
pada
buku
ini
dimaksudkan hanya sekedar untuk memudahkan pemahaman bukan
untuk t rJuan analisis penomena
hidrologi
yang sebenarnya.Penulis mengucapkan banyak terima kasih kepada Bapak
Ir.
Joesron
Loebis.
M.
Eng;
BapakIr.
Ali
HamzahLubis,
BapakIr.
Sampudjo
Komara Winata
M.Eng,
Bapak
Ir.
Bambang Kayanto.Dpl.
HE,
yang telah
memberikan
kesempatandan
bimbingansepenuhnya kepada
penulis untuk
melaksanakanpenelitian
dalambidang
hidrologi
terapan sehingga bermanfaat pada penulisan bukuini.
Kepadapenerbit
Nova
yang telah
menerbitkanbuku
ini
dankepada semua
pihak
yangtelah
membantu,penulis
mengucapkanterima kasih.
Kepada
istri
tercinta
Siti
Nurhidayatun
dan
kedua
anaktersayang
Teddy Nurhidayat dan
Dwiki
Nurhidayat, terima
kasihatas kesabaran dan dorongannya.
Akhir
kata, penulis menyadari bahwatulisan
ini
masihjauh
dari
sempurna,oleh
karenaitu
kritik
dan sarandari
semua pihakakan penulis terima dengan senang
hati.
2.Bandung,
14April
1995 Kata Pengantar DaftarIsi
1. PENDAHULUAN
Pengertian Umuml.l.l.
Statistik 1.1.2. Metode Statistik VariabelHidrologi
Pemilihan Sampel Data
Hidrologi
Data
Hidrologi,
1.4.1. Pendekatan Proses
Hidrologi
1.4.2. Kualitas DataHidrologi
1.4.3. Pengujian Data
Hidrologi
1.4.4. Tipe dan Penyaiian Data
Hidrologi
PENGT]KURAN
PARAMETER STATISTIK
DATA HIDROLOGT
2. 1. Pengukuran Tendensi Sentral 2.1.1. Rata-rata
Hitung
2.1 .2. Rato-rata Timbang 2.1.3. Rata-rata (Ilatrdafitat
isi
tii
vt.l
.I
I
I
2 6 T1 18 18 20 23 39 37 38 38 47 50 vt.2.
1.3.t.4.
lVPenulis:
Soewarno2.1.4. Rata-rata Harmonis 2.1.5. Median 2.1.6. Modus 2.1.7.
Kuartil
2.2. Pengukuran Dispersi 2.2.1. Range 2.2.2. Deviasi Rata-Rata2.2.3. Deviasi Stqndar dan Varion 2.2.4. Koefisien Variasi
2.2.5. Kemencengan
2.2.6. Kesalahan Standar
2.2.7 . Pengukuran Momen 2.2.8. Pengukuran Kurtosis
2.3. Contoh
Aplikasi Awal
Parameter Statistik3. APLIKASI DISTRIBUSI PELUAI\G TINTUK
ANALISIS DATA HIDROLOGI
3.1. Pendatruluan3.2.
Aplikasi
Distribusi Peluang Deskrit3.2.1. Aplikasi Distribusi Peluang Binomial 3.2.2. Aplikasi
Distribusi
Peluang Poisson3.3.
Aplikasi
Distribusi PeluangKontinyu
3.3.1
Aplikasi Distribusi Normal3.3.2. Aplikasi Distribusi Gumbel
3.3.2.1 Aplikasi Distribusi Gumbel Tipe
I
3.3.2.2 Aplikasi Distribusi Gumbel TipeIII
3.3.3. Aplikasi Distribusi Pearson
3.3.3.1 Aplikasi Distribusi Pearson Tipe
III
3.3.3.2 Apt'ikasi Distribusi Log Pearson TipeIII
Aplikasi
Distribusi FrechetAplikasi
Distribusi Log Normal3.3.5.1 Aplikasi Distribusi Log Normal 2 parameter j.3.5.2 Aplikasi Distribusi Log Normal 3 Parameter
52 57 63 68 69 70
7l
75 808t
97 97 99 99 102 106 106 123 123 131 136 138 141 145 3.4.4. 3.4.5. 3.4.6.3.3.6.
Aplikasi
Distrihusi Grtodrich 'fahapanAplikasi I)istribusi
Peluang3.4.1. Pengumpulun l)ulu 3.4.2.
l'criodc
Ilhug
3.4,3. I'tngl4nthurun Kurva Distribusi Peluang J.1.3.1. Kcrtas Grafik Peluang
3.4.3.2. Penggambaran Posisi Data
Penentuan Kurva Persamaan Distribusi Peluang ...
Batas Daerah Kepercayaan Periode Uang
Uji.Kecocokan
3. 4. 6. 1. Uj i Chi-Kuadrat
3. 4. 6. 2. Uj i Smirnov - Ko lmo gorov
3.4.7. Pemilihan Persamaan Distribusi yang sesuai ...
4.
APLIKASI
METODE
STATISTIK UNTUK
MEMPERKIRAKAN DEBIT BANJIR
4.1.
Pendahuluan4.2.
MemperkirakanMAF
4.2.I.
Metode Serial Data 4.2.2. MetodePOT
4.2.3. Metode Regresi
4.3.
PerbaikanNilai
Perkiraan DebitBanjir
4.3.1. Membandingkan metode
4.3.2. Membandinglcan pengamatan yang lebih lama 4.3.3. Membandingkan data
dari
tempatlain
Memperkirakan Debit
Banjir
Berdasarkan DataTinggi
MukaAir
Dafior
Bacaan 3.4. /.t8 t6J 163 169t7t
17t 173 173 177 r93 194 198 207 227 227 229 229 235 242 250 250 2s3 258 261 265 83 85 89 92 4.4. 3.3.4. 3.3.5. 148 149 154 vl vllbab
t
pendohluluan
I.1.
PENGEBTIAN
UMUTIT1.1.1.
Statirtik
Data
hidrologi
adalah kumpulan
keterangan
atau
faktamengenai
penomena
hidrologi
(hydrologic
phenomena).
Datahidrologi
merupakan bahaninformasi yang
sangatpenting
dalam pelaksanaan inventarisasi potensi sumber-sumberair,
pemanfaatandan
pengelolaan sumber-sumberair
y.angtepat dan
rehabilitasisumber-sumber alam seperti
air,
tanah dan hutan yang telah rusak.Penomena
hidrologi
seperti
besarnya:
curah
hujan,
temperatur,penguapan,
lama
penyinaran
matahari,
kecepatan
angin,
debitsungai,
tinggi
muka
air
sungai,
kecepatan
aliran,
konsentrasisedimen
sungai akan selalu
berubah
menurut waktu.
Dengandemikian
suatunilai
dari
sebuahdata
hidrologi
itu
hanya
dapatdiukur
satukali
dan nilainyatidak
akan sema atautidak
akan dapatterjadi
lagi
padawaktu
yang
berlainan sesuai dengan penomena pada saat pengukurannilai itu
dilaksanakan.Kumpulan data
hidrologi
dapat disusun dalam bentuk daftaratau tabel. Sering
pula
daftar
atautabel
tersebutdisertai
dengangambar-gambar yang biasa disebut diagram atau
grafik,
sering pula disajikan dalam bcntuk peta tematik, seperti peta curah hujan, petatcntang pcrsoalan yang
dipelajari.
Kata statistik telah umum untukmenyatakan kumpulan keterangan atau fakta
dari
suatu penomena,yang biasanya berbentuk angka yang disusun dalam tabel dan atau
diagram.
Sembarangnilai
yang dihitung
dari
suatu
data sampel(sample) disebut dengan
statistik
(statistics),nilai
yang
dimaksudmisal
rata-rata,deviasi, maksimum,
minimum
dari
data
sampel.Statistik yang menunjukkan
nilai
sesuatu data biasanya diberi namasesuai dengan
data
yang
disajikan,
misal statistik
curah
hujan,statistik penduduk, statistik pendidikan, statistik
produksi,
statistikpertanian
dan
sebagainya.
Statistik
data hidrologi
umunnya
disajikan dalam bentuk
tabel dan
diagram
dan dihimpun
dalamsuatu buku publikasi data
hidrologi
tahunan, misal"Buku publikasi
Data
Debit
SungaiTahun
1993".(Bagi
para pembacayang ingin
mendapatkan
data debit
sungai
dari
suatu
pos duga
air
dapatmenghubungi
Balai
PenyelidikanHidrologi,
PusatPenelitian
danPengembangan
Pengairan,
dari
Badan
Litbang
DepartemenPekerjaan
Umum
di
Bandung).Tabel
1.1, menunjukkan salahjatu
contoh
statistik
datahidrologi, yaitu
tabel yang menunjukkan data curah hujan rata-rata daerah pengaliran sungai (DPS) Citarum.1.1.2.
Itfetode
statistih
Keterangan atau
fakta
mengenai penomenahidrologi
dapatdikumpulkan,
dihitung,
disajikan
dan
ditafsirkan
dengan menggunakan prosedur tertentu, metodestatistik
dapat digunakanuntuk
melaksanakan penggunaan
prosedur tersebut.
Dengandemikian
secaraumum
dapat dikatakan bahwa metode
statistikadalah prosedur yang digunakan dalam pengumpulan, perhitungan,
penyajian,
analisis dan
penafsiran
data. Metode
tersebut
dapatdibedakan menjadi dua,
yaitu
:l).
statistika deskriptip(desuiptive
statistics),2).
statistika penafsiran (s tatis tical
infere nce).Statistika deskriptip (descriptive
statistics) adalahmetode-metode yang
berkaitan dengan
pengumpulan,perhitungan
danil
pcltyrtiintt rlttlrt 'ir'lttttlipirt rlrtltttl nr('nrl)(:riktut irrlirrrrrirsi yirng bcrgrlrrr.
l)t'ttgtttt rh'ttrtLtiln (llrlimr slirlrslikir
tlcskriptip
nrclrrbcrikan inlirrrrrasiIutttyl
trrlrirt.r\ rliur
lrirrllrrlirrl ylng
disa.iikan dan sanrasekali
titlaktt tc I irh r th irr r I rt'r r r lrr Irllrrr k csr rrr pulirn atau penafsiran.
lnbcl
l.l.
('urah tlujan Rata-Rata DPS Citarum (dalam mm).lJulun Sub. DPS . Nanjung (luas ; 1718 km'1) Sub. DPS Nanjung -Palumbon (luas ; 2j43 km'1) Sub. DPS Palumbon Jatiluhur (luas
:
5j9 km')) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember 289 262 308 26'l 185 98 73 64 83 177 276 302 283 260 307 294 219 128 99 101 t34 237 306 290 325 306 338 308 223 148 108 98 123 283 337 325 Tahunan 2.384 2.6s8 2.877Sumber
:
UNDP/WMO project INS/78I03gData tahun lt79 - 1979.
Data
yang disajikan
padatabel
l.l,
menunjukkan besarnya curahhujan
rata-ratadari
daerah pengaliran sungai(Dps) citarum
Hulu
dari
dam Jatiluhur, merupakan contoh tabel statistik datahidrologi.
Data dikumpulkan dan
dihitung
dari
Il0
pos
curahhujan,
yangsebagian besar dibangun setelah tahun 1940, sebagian data
dihitung
berdasarkan pencatatan curah hujan sejak tahun 1g79.
Dari
Il0
poscurah
hujan
tersebut8
diantaranya merupakanpos
curah
hujanTabel
1.2
Debit Aliran Sungai Serayu-Mrica (m7det.) Tahun Jan Feb. Mar. Apr. Mei Jun. Jul. Agt. Sep. Okt. Nop Des. Tahunan l/atrirc.a lt-.e;rcn set@ ,eearr 197 4 197 5 1976 1977 l 978 1919 70,4 146,0 91,6 90,8 97,9 I 14,0 I 15,0 106,0 76,4 I13,0 92,4 I14,0 I14,0 185,0 123,0 103,0 l16,0 103,0 134,0 133,0 90,9 104,0 65,2 133,0 84,2 l2l,0 37,7 63,9 68,3 I12,0 31,I 46,0 20,6 65,9 7t,3 5 1,8 23,4 25,7 9,72 25,6 75,8 23,6 38,6 18,6 8,75 18,0 41,8 16,7 53,7 60,6 8,14 19,8 89,4 24,2 r 56,0 182,0 45,0 t2,t 74,9 36,1 168,0 226,0 r30,0 3 1,0 84,5 58,7 105,0 138,0 I12,0 87,1 I13,0 86,1 9l,l I16,0 63,4 61,2 84,2 72,8l.2to.u
:i
-2.440.0
I -: .-< l.t5o.oi
:
s I r.240.0i
t
t
li r.450,0I
,:-i
ee7.oI
t.6{ I Rata-rata 102,7 102,8 t24,0 r 10.0 8l, r 47,7 30,6 23,7 42,6 84,5 I15,4 106,9 81,4 Malcsimum 146,0 I 15,0 185,0 134,0 121,0 71,3 75,8 4l,E 89,4 182,0 226,0 138,0 I16,0 Minimum 70,4 16,4 103,0 65,2 31,7 20,6 9,12 8,75 8, l4 t2,l 31,0 86,1 6t,2 Sumber : Puslitbang Pengiran, Laporan No. 90/HI - 18/1989.rn'/tlet/bulan.
Scdangkan
debit
rata-ratanya
adalah
81,4rnr/det/bulan. Dari tabel I .2 juga dapat diketahui bahwa debit
banjir
terbesar adalah 2.440 m3ldet, dan debit terkecil yang pernah terjadi
adalah 5,8 m3ldet.
Informasi
hidrologi
yangditunjukkan
padatabel
1.2 sangatbermanfaat
bagi
perencanaan sebelumwaduk
tersebutdi
bangundan pengoperasian
waduk
PLTA. pB.
Sudirman.Dari
uraian tabel1.2 tersebut
kita
membicarakan suatunilai
yang
termasuk dalamstatistika deskriptip.
Akan
tetapi kalau
kita
berbicaradebit banjir
sama atau lebih dari 2.440 m3/det, rata-rata akan
terjadi
berapakali
dalam sekian tahun, atau debit
minimumnya
sama atau kurang dari5,8
m3/det, rata-rata akanterjadi
berapakali
dalam
sekian tahunmaka
kita telah
membuat suatu penafsiran,ini
berarti kita
telahberada dalam statistika penafsiran.
Penarikan kesimpulan
yang
berhubungan dengan statislikapenafsiran selalu mempunyai
sifat tidak
pasti,
karena analisisnyahanya
berdasarkan sebagian
data.
Untuk
memperhitungkan ketidakpastianini
diperlukan
pengetahuantentang
teori
peluang(probability).
Teori
peluang sangat
bermanfaat
dalammemperkirakan
frekuensi banjir,
kekeringan, tampungan,
curahhujan, dan sebagainya. Prosedurnya dapat dilakukan dengan analisis
frekuensi (frequency analysis),
berdasarkandata
hidrologi
yangtelah
dikumpulkan, selama
kurun waktu
yarrg
cukup
lama, umumnyaminimal
selama 30 tahun dipandang cukup.Statistika penafsiran sering
dipakai dalam
setiap penelitianhidrologi,
karena dalam setiap penelitianhidrologi
harus diperolehsuatu kesimpulan.
Untuk
melakukan penaf-siran diperlukan analisisdeskriptip yang
benar, sedanguntuk
analisis statistika
deskriptipyang
benardiperlukan
prosedur pengukuran dan pengolahan datalapangan yang benar.
1.2.
VARIABEL
HIDROLOGI
Penomena
hidrologi,
sepertitinggi
mukaair,
debit, angkutanI
sedimen. curah hujan. penguapan, masing-masing ttapat
ttirryallktrr
dengan sebuah
simbol,
misal debit dinyatakan dengansimbol
(e),
curah hujan
dengan
simbol
(R)
dan
sebagainya.Simbol
yangmenyatakan sebuah penomena
hidrologi
disebut
dengan variabel(vuriahlc).
I)alam
statistika suatu variabel
dinyatakan
dengansinrbol
:
X, Y
dan
scbagainya.Variabel hidrologi
(hydrologic
wtriuhlc)
rncrrcrangkan ukuran dari pada penomenahidrologi,
misaldchit
rata-rata harian,
curah
hujan
rata-rata
jam-jaman
danscbagainya. Sebuah
nilai
numprrk (numerical value)
dari
sebuahvariabel disebut dengan variat (variate), pengamatan (obs ervat i on),
pengukuran
(measurement),misalnya saja
X :
130,0
m3/det.Pengukuran dapat mempunyai
nilai
positip, misal
tinggi
muka
airsungai, debit, dan dapat pula mempunyai
nilai
negatip, misaltinggi
muka
air
sumur,
temperatur.
Untuk
nilai
negatip
umumnyadisesuaikan menjadi
nilai
positip.Didalam
statistika,
variabel
dibedakan
menjadi
2,
yaituvariabel kontinyu
(continuousvariable)
danvariabel deskrit
atauvariabel
terputus (discrete
varioble
or
discontinuous
variable).Sebagai contoh,
dari
suatu
pos
duga
air
sungai
dilakukan pengukurantinggi
mukaair,
menggunakan alat dugaair
otomatik,atau logger, maka
grafik tinggi
muka
air
yang dihasilkan
dapatdisebut
sebagaivariabel kontinyu,
sedangkanpengukuran
debityang dilakukan sebulan sekali disebut dengan variabel deskrit atau variabel terputus.
Gambar
l.l,
menunjukkancontoh variabel.kontinyu,
datahidrograp
debit
sungaiyang dihasilkan
dari
pencatatan fluktuasimuka air sungai, setelah dialihragamkan menjadi data debit.
Tabel 1.3,
menyajikan
data
pengukuran
debit
sungaicikapundung-Gandok, menunjukkan contoh variabel
deskrit.
Datatinggi
muka air dan debit setiap tanggal pengukuran dapat dianggapsebagai variabel deskrit.
:
a !;
!
FI
t
lrcrkrrlrr krrrrtinyu (cttnl inuous I
imt
.rcric.r. tnisal gunttritrl.l)
dan
apabila
di
susun
scoarakronologis
dcnganinterval waktu
yangtidak
sama makadi
sebut denganderet berkala
tidak kontinyu
(discontinuoustime
series)misal data tabel 1.3.
Tabel
1.3.
Variabel Deskrit Data Pengukuran DebitSungai Cikapundung - Gandok.
Sumber
:
Data pengukuran Debit, Puslitbang Pengairan. Keterangan:
H:
tinggi muka air (m)Q:
debit 1mr/det) Gambar I.l.
Contoh Variabel Kontinyu Hidrograf Debit BengawanSolo'-Bojonegoro 1992 ( Puslitbang Pengairan, 199i).
kesimpulan yang
baik,
maka data hidrologi dapat
dinyatakansebagai
variabel statistik (stqtistical variable).
Sembarangnilai
yang dapat
menunjukkan
ciri
dari
suatu
susunandata
disebut dengan parameter Qtarameters). Parameter yang digunakan dalamanalisis susunan data
dari
suatu variabel disebut dengan parameterstatistik (statistical porameters)
seperti:
rata-rata,nlode,
median,koefisien
kemencengan (skewnesscofficient),
dan
sebagainya(lihat
babII).
Dalam metode statistik, susunan data
hidrologi
dapat disebutdengan
distribusi (distribution)
atauseri
(serles).
Ada
beberapapengertian
yang
berhubungandengan
susunandata
dari
suatuvariabel
hidrologi,
antaralain
:l).
Deret berkala (time series), susunan data disebut denganderet
berkala apabila
data
tersebut disusun
menurutwaktu. Apabila
disusun denganinterval
waktu
yangsama,
misal
:
hidrograp debit,
di
sebut
dengan deret I\,I Badan Propinsi Tanggal Jam Ho
26-0t-76
t9-06-76
05-ll-76
20-12-76
20-01-77
t3-02-77
0t-03-77
t6-04-77
t7-05-77
05 - 07 -77t2-07
-7720-tt-77
08-08-78
08-
12-7E 19-01 -79 19-06-80 14 - 08. 8024-l0-80
t7 - I I - 8004-12-80
13-12-80 12.30 10.15 16.10 17.00 09.30 10.15 12.10 10.30 1 3.10 14.15 r 5.00 t6.l0 08.r0 rl.t5
t 0.40 10.r5 12.00 t2.15 12.40 13.00 t2.50 0,480 0,300 0,340 0,550 0,460 0,920 0,510 0,600 0,480 0,430 0,390 0,290 0,400 0,810 0,710 0,600 0,460 0,460 0,470 0,570 0,460 3,1 30 1,150 1,670 3,830 2,760 8,220 3,080 4,250 2,850 2,740 2,120 1,270 2,340 8,310 4,940 4,350 2,900 2,130 2,660 3,440 2,26010
2).
Distribusi (distribution),
susunan datadisebut
dengandistribusi
apabila
data
tersebut disusun
menurutbesarnya,
misal :
kumpulan data debitbanjir
diurutkanmenurut
besarnya,
dimulai
dari
debit banjir
yangterbesar
dan berakhir pada
debit banjir
yang
terkecil atau sebaliknyadimulai
dari debit
banjir
yang terkecildan berakhir pada debit
banjir
yang terbesar(lihat
tabel 2.19, BabII).
3).
Distribusi
peluang
(probability distribution)
:
Jumlah kejadian dari pada sebuah variate deskrit dibagi denganjumlah total
kejadian
adalah sebuah peluang(P)
daripada variate tersebut. Jumlah
total
peluangdari
seluruhvariate adalah 1.0, distribusi dari peluang semua variate disebut dengan distribusi peluang (Tabel 2.14B).
4).
Peluangkumulatip
(cumulativeprobabilifl)
:
Jumlah peluang dari pada variate acak yang mempunyai sebuahnilai
sama atau kurang, sama ataulebih dari
padanilai
tertentu.
5).
Frekuensi (frequency)
:
adalahjumlah
kejadian
daripada sebuah variate dari variabel deskrit (Tabel 2.14F).
6).
Interval kelas (c/assintervals):
ukuran pembagian kelasdari suatu variabel (Tabel 2.148).
7).
Data kelompok (groupeddata):
data yangdikelompok-kan
dalam beberapainterval
kelasdari
suatu distribusi frekuensi (Tabel2.4).8).
Distribusi
frekuensi
(frequencydistribution)
:
adalahsuatu
distribusi atau tabel frekuensi yang
mengelom-pokkan data yang belum terkelompok (ungrouped data)
menj adi data kelompok (groupe d data).
Pengelompokkan secara
umum dari
pada variabel
daerah pengaliran sungai (DPS) dapat dibedakan menjadi 3 (tiga) katagori,yaitu:
l).
Variabeliklim
(climatic
variables)11
rata, curah hujan bulanan.
b)
variabel
meteorologi,
misal :
temperatur, kelembaban, kecepatan angin, dan radiasi'B).
Variabel
fisik
permukaantanah
(land
surfacephysical
variables)
a).variabel morfometri,
misal
:
luas
DPS,
panjang sungai, kerapatan aliran.b).variabel
vegetasi dan penggunaan tanah,misal
: luashutan
jati,luas
sawah.c).variabel
tanah, misal : porositas tanah. C;. Variabel keluaran (output variables)a).variabel
aliran
permukaan,
misal
:
banjir
tahunan rata-rata, debit minimum, debit harian.b).variabel
keluaran
lainnya,
misal
:
penguapan, sedimen, erosi.1.3.
PEIITIL,IIAN
SATITPELDATA
III/DROLOG,
Kesimpulan
yang dibuat
dari
suatu
penelitian
hidrologi
diharapkan dapat
berlaku untuk
persoalanitu
secara keseluruhan dan bukan sebagian saja.Akan
tetapi dalam pelaksanaan penelitian tersebuthampir
tidak mungkin untuk
melaksanakan pengukuranatau
pengumpulandari
seluruh
variabel
secarakomplit.
Faktorwaktu,
tenaga, dan biaya umumnya menjadi faktor pembatas. Padakenyataannya
penelitian dilakukan
dengan mengamati
ataumengukur sarhpel (sample)
yang
dapat
mewakili
populasi Qtopulation) yangditeliti.
Misalnya untuk mengetahuijumlah
totaldari debit
yang mengalirdari
suatu pos dugaair
dalam satu tahunadalah
tidak mungkin
dilaksanakan dengan mengukurdebit
setiap saat selama satu tahun, akan tetapi dengan melakukan pengamatantinggi
muka air dalam satu tahun dengan menggunakan alat duga airotomatik
dan melakukan pengukurandebit
secaraperiodik.
misalsatu
kali
setiap 15 hari. dan kcmudian mclakuknn pcngolahnn tlnlrrrato-l2
dengan prosedur yang
telah
ditentukan sehinggadebit dalam
satutahun dapat
dihitung. (Bagi
para pembaca yangingin
mengetahui cara pengukuran dan pengolahan data aliran sungai dapat membacapada
tulisan
:
Soewarno,
1991,
Hidrologi
-
Pengukuron
danPengolahan
Data
Aliran
Sungai,
penerbit
Nova).
Dari
uraiantersebut maka yang disebut dengan sampel (sample) adalah satu set
pengamatan/pengukuran, sedangkan
populasi Qtopulation)
adalahkeseluruhan pengamatan/pengukuran
dari
suatuvariabel
tertentu.Atau
dengan katalain
sampel adalah suatu himpunan bagian darikeseluruhan pengamatan
variabel yang menjadi obyek
penelitiankita
(populasi).Dalam suatu penelitian sampel yang dikumpulkan harus data
yang benar, dan cara pengumpulan
(sampling)
data torscbut harusdilakukan
dengan benar danmengikuti
metode dan tata cara yangbenar sehingga kesimpulan
hasil
penelitian dapat
dipercaya.Dengan
kata
lain
sampel
itu
harus dapat
mewakili
segalakarakteristik populasi,
sehingga kesimpulandari
sampel terhadappopulasi
menjadi
sah,
sesuai dengan keadaanyang
sebenarnya.Kesimpulan yang demikian berarti bersifat
tak
bias
(unbias).Prosedur pengambilan
sampel
yang
menghasilkan
kesimpulanterhadap populasi
yang
tidak
sesuai dengan keadaan
yangsebenarnya
dikatakan
berbias
(bias).
Untuk
menghilangkankemungkinan
bias
ini
maka
sampel harus
diambil
berdasarkanprosedur khusus (spesific procedures). Ada berbagai prosedur untuk
memilih
sampel, antaralain
:l).
pemilihan
acak (rondom selection)2).
pemilihan sengaja Qturposive selection),Secara singkat dapat dijelaskan sebagai berikut :
d.
Penilihan
Acah
Pemilihan sampel data
hidrologi
yang dilakukan secara acak berdasarkan ketentuan bahwa setiap pengukurandilakukan
seciuaterpisah dan masing-masing data yang
diukur
mempunyai peluang13
ylng,
riilnrir rrnttrk
dipilih
menjadi sampel.
Prosedur
pemilihans:urrgrr'l s('L:ara acak adalah yang
paling
seringdilakukan oleh
parapcrrcl
iti
dibidang hidrologi.Ada
beberapatipe
pemilihan acak, empat diantaranya disampaikansecara ringkas sebagai berikut :
l).
Pemilihan Acak Sederhana (simple random sampling) Pemilihan sejumlah sampel(n)
buahdilakukan
dengan menggunakan suatualat mekanik
(misal
:
mata uang, dadu, kartu) atau dengan menggunakan tabelyaitu
tabelbilangan random
(random
digit
table).
Sebuah sampel yangterdiri
dari
unsur-unsur yangdipilih
dari
populasidianggap
acak,
dengan ketentuanbahwa setiap
unsuryang
terdapat dalam populasi tersebut
mempunyaipeluang
yang
sama
untuk
dipilih.
Pemilihan
yangbersifat acak
akan dapatmemberikan
hasil
yangmemuaskan
bila
populasi
dari
mana
asal
sampeltersebut
dipilih
benar-benarbersifat
samajenis
atauhomogen (homogeneous). Contoh : dua pos hujan yang
berdekatan
dan
dioperasikan dengancara
yang
samadapat
dipandang sebagaisatu
pos untuk
menghitungcurah hujan, akan tetapi temperatur udara
yang diukur
di
tempat terbuka
dan yang
satu
didalam
bangunantertutup
walaupun tempatnya
berdekatantidak
dapat dirata-ratakan.2.
Pemilihan Acak Berangkai (random serial sampling).Pemilihan
sampel ditentukan dengan
cara
membagipopulasi berdasarkan
interval
tertentu.Contoh
:
dalam melaksanakan pengukurandebit
sungaidari
suatu posduga
air
dilakukan
pengukuran kedalamanaliran
pada.iarak tertentu
dari
titik
tetap
berdasarkan pembagianlchar penampang basah sesuai dengan besarnya aliran.
l)rrta
padatabel
L4
diperoleh
denganpemilihan
acakl4
llr
St'lrl1p,,;1i
(:onl()ll
:
lltcncntukan porositas
penampang\crtikill
tlari
suatu
lapisan batuan
yang
terdiri
darilrcrblgai .lcnis batuan, maka setiap
jenis
batuan tersebuttlianalisa
porositasnya
secara
acak.
Umumnya pcnrilihan acak bertingkatlebih
representatipdari
padasampel
yang
diperoleh dengan
pemilihan
acaksederhana.
R.ctongulor
lrctoaguloi
fHoneulor
Gambar 1.2. Pemilihan Sampel Sistim Kisi-Kisi
Kedungsari,
setiap
pertambahan
rai
menunjukkan pemilihan acak berangkai.3.
Pemilihan
Acak
bertingkat
(stratifeid
random sampling).Apabila
dalampemilihan
sampel ternyata populasinyaterdiri dari
bermacam-macamjenis
(heterogen), makapopulasi tersebut
harus
dibagi
kedalam
beberapastratum
dan
sampelnyadipilih
secaraacak
dari
tiapstratum. Hal tersebut dilakukan dengan
tduan
untuk :.
menganalisasetiap populasi yang
lebih
homogensecara terpisah.
.
meningkatkan
ketelitian dalam
pengambilan
ke-putusan seluruh populasi.Tabel 1.4. Pemilihan Sampel Acak Berangkai Pada Pengukuran Debit
Sungai - tempat '. K Glagah - Kedungsari Rumus :
Tanggal
: 30 Agustus1985
NS 294 Y = 0,1327 N + 0,018Jam
:6.20-'7.02
N>294V=0,1310N+0,023Tinggi
MA
: 0,54 mNo *)
Rai Dalam Titik Pularon
50 detik Kecepatan di vertikal Bagian Penampang Titik Rala-Rata
Lebar Luas Debit
0 I 2 3
I
5 6 1 8 9 l0 0,00 0.50 1,00 1.50 1.00 2.5 0 -l,00 1.50 4,00 4,50 4.80 0.00 n)) 0.26 0.50 0.82 1.06 I.l0 0.84 0,62 0,5 s 0.00 MA 0,60 0.60 0.60 0.20 0,80 0.20 0.80 0.20 0,80 0.20 0.80 0,60 0.60 M.A Kiri 100 t4'7 r48 182 t23 221 148 238 188 260 r58 173 123 Kanan 0.283 0,408 0.41 l 0,500 0,344 0,604 0,410 0,649 0.5 l6 0.707 0.435 0,47 6 0.144 0,283 0,408 0,41 I 0.422 0,507 0,5 83 0,572 0,476 0,344 0,50 0,50 050 o;50 0,50 0,50 0,50 0,50 o,:o 0,1 l0 0,130 0,250 0.410 0,530 0,550 0,420 0,3 l0 0,220 0,031 0,053 0,r03 0,1 73 0,269 0,321 0,240 0,148 0.076 Kecepatan aliran rata-rata = 0.445 m/detik Total = 2,93 1,414Sumber : Soervarno I99l
r) Jarali dari titik tetap pcngukuran di tepi aliran
l(;
'l'ahcl I .5 I)crrrilihan Sarnpel Sistem Kisi Pada Pengukuran Diameter Median Ukuran Butir Di S. Cikondang - Cihaur Tanggal 30
Januari 1985.
Ukuran Material Dasar Sungai (mm) Ukuran (mm) Jumlah Kumulatil.
120 93 645 138 37 80 4l 77 106 67 900 74 68 99 ll0 638 700 98 169 80 179 I .410 87 6l 59 73 805 143 9l 62 73 t92 107 62 102 80 198 830 2fi00 96 99 39 l4l t.27 5 62 92 t20 166 57 802 75 471 69 900 93 9'10 90 425 66 610 86 8l 138 82 161 774 87 726 19 180 54 196 60 76 83 95 l6l 665 50 680 68 583 87 763 103 74 266 76 85 105 890 42s 68 t74 99 67 120 76 435 925
30-
3535-
4040-
4545-
5050-
6060-
7070-
8080-
90 90-
100 100-
120 120-
140 140-
160 160-
180 180-
200 200-
240 240-
280 280-
320 320 340 400-
480 480-
560 560-
640 640-
720 720-
800 800-
960 960 - I 120 I 120 - 1280 1280 - 1440 1440 - 1600 1600 - 1920 1920 -2240 2240 - 2560 360 400 0 ) I I 4 II 2t 9 l0 9 2 ) 7 3 0 I 0 n 0 4 0 3 4 3 7 I I 7 0 0 I 0 0 ) 3 4 8 l9 l2 4t 5l 60 62 64 7t 74 75,,
82 86 89 96 97 98 99 r00 Sumber : Soewarno, 1991.dengan
kesengajaanoleh
pengamhi'"i."n
t7
,1.
l'crrrililran SistcmKisi
(systematicgrid
system)l'cnrilihan
sampel ditentukan dengan membagi populasidalam sistem
kisi (grid
system). Pertemuankisi
ataupunruang
kisi
dapat
dipakai
sebagaitempat
pengambilan sampel. Gambar 1.2, menunjukkan contohdari
kisi-kisi
pemilihan acak. Contoh :kita
akan menghitung debit dari suatu pos dugaair
sungai dengan menggunakan rumus Darcy-Weisbach, diperlukan data diameter material dasarsungai
untuk
menentukankoefisien
kekasaran sungai.Pengukuran
diameter
material
dasar sungai
dilakukanpada alur sungai
misal
100 m ke arahhilir
dan 100m
ke arahhulu
pos dugaair,
makaalur
sungai sepanjang 200m
dibagi-bagi dalam sistem
kisi.
Data pada
tabel
1.5diperoleh dengan pemilihan
acak
sistem
kisi,
daripemilihan
sampelukuran material
dasaralur
sungai dipos duga air sungai Cikondang - Cihaur.
Dari
uraian tersebut,
maka
dapat
disimpulkan
bahwapemilihan sampel dari suatu populasi harus bersifat :
1.
acak
artinya
mempunyai
peluang
yang
sama
untukdipilih.
2.
bebas (independent).Disamping
itu
sampel harusdiambil
dari populasi yang sama jenrs (homogeen),itu
semua untuk mendapatkan sampel yang dapatmewakili
karakteristik
populasi,
sehingga kesimpulan
yangdiperoleh sesuai dengan keadaan yang sebenarnya dan bersifat tak
bias (unbias).
b.
Pemilihon {fengaia
Pemilihan
sampel
data
hidrologi
yang
dilakukan secarasengaja adalah
pemilihan
sampel
yang dilakukan hnyaPe rPusta'kaao
Iri
nrcnganalisa curah hujan
dari
luas daerah pengaliran sungai denganluas 2.000
km2,hanya
dengansatu
pos
curah
hujan.
Pemilihansampel yang dilakukan dengan cara pemilihan sengaja
jarang
yang dapatmewakili
karakteristik yang sebenarnya dari populasi.Contoh yang
lain.
misalnya
*enga*bil
sampel
sedimen melayangdari
suatu pos dugaair
sungai dilakukan dengan sengajatidak
menggunakanalat pengambil
sampelyang telah
ditentukandan
mengambilnya
hanya
dibagian
tepi
aliran saja
tanpamenggunakan
metode pengambilan sampel sedimen
yang
telahditentukan.
Sampelyang
diambil
sudah barangtentu
tidak
dapatmewakili karakteristik
populasinya,
bila
dapat
mewakili
hanyafaktor kebetulan saja.
1.4.
DATA
HIDROLOC'
1.4.1. Pendchatrrn
hoses
ltidtologi
Proses adalah
uraian
sembarangpenomena
yang
secarakontinyu
selalu berubah menurut waktu. Telah disebutkan pada subbab 1.1, bahwa penomena
hidrologi
selalu berubah menurut waktu,karena
itu
perubahan penomena
hidrologi tersebut
dinamakansebagai proses
hidrologi. Dalam
menganalisaproses hidrologi
umumnya dapat didekati dengan 3 (tiga) konsep pendekatan,
yaitu
:1).
deterministik (deterministic).2).
stokastik (stochastic).3).
peluang Qtrobabilistic).Pada pendekatan deterministik, variabel
hidrologi
dipandangsebagai suatu variabel
yang
tidak
berubah
menurut
waktu.Perubahan
variabel
selama prosesdikaitkan
dengan suatu hukumtertentu yang sridah pasti dan tidak tergantung dari peluang. Sebagai
contoh
:
Dalam
perhitungan ketersediaanair
menggunakan datadebit rata-rata harian yang telah tercatat selama 50 tahun yang
lalu
dan
dianggap
bahwa
debit
tidak
berubah
dimasa
mendatang.Kenyataan dilapangan adalah sangat
sulit
untuk menentukan proses19
hidrologi
yang
betul-betul deterministik.
Contoh
yang
lain, pencntuandebit dari
suatupos duga
air
sungai
secara langsungmenggunakan
lengkung
debit (grafik yang
menggambarkanhubungan antara
tinggi
muka air dan debit) dengan anggapan bahwadasar
sungai
tidak
berubah, padahal kenyataan dilapangan dasar sungai umumnya selalu berubah, terutama sungai aluvium.Apabila
perubahanvariabel
hidrologi
merupakan faktor
peluang, maka prosesnya disebut stokastik (stochastic) atau peluang
(probabilisllc).
Proseshidrologi
umumnya selalu.berubah menurutwaktu,
apabila
kita
menganalisis proses
hidrologi
dengan memperhatikan perubahan variabelhidrologi
menurut fungsi waktumaka
pendekatan
yang
kita
lakukan
dapat disebut
sebagaipendekatan
stokastik.
Prosesstokastik
dipandang sebagai proses yang tergantung waktu (time-dependent). Umumnya pendekatanini
sulit
dilaksanakan danjarang
digunakan dalam pekerjaan analisishidrologi
yang sifatnya
sederhanadan
praktis.
Sebagaicontoh
:angkutan sedimen dan debit aliran dapat dipandang sebagai proses
stokastik, dimana variabel turbulensi aliran selalu berubah dan
sulit
diukur,
bentuk
dan
ukuran
sedimenjuga
selalu
berubah karenabanyak faktor yang mempengaruhinya. Walaupun demikian karena penomena
hidrologi
adalah stokastik,maka
sangatpenting
untukmengembangkannya,
minimal
mempertimbangkan
pendekatanstokastik dalam analisis hidrologi.
Penggunaan
konsep
pendekatan
peluang
Qtrobabilistic)dalam
menganalisis proseshidrologi
adalah
dengan pendekatanbahwa
perubahan
variabel
hidrologi
mempunyai
berbagaikemungkinan
(tidak
dapat dipastikan 100%),
dantidak
tergantungwaktu
(time-independent). Sebagaicontoh
penggunaan analisisdebit
banjir
menggunakandistribusi
peluang,untuk
menentukan prosentase peluangdebit banjir
pada periode ulang (returnperiod)
tenentu. 'l'abel
L6
dapat digunakan sebagai contoh. Analisa peluang didasarkan pada datahidrologi
yang telah dicatat pada masa yanglalu
untuk analisis besarnya prosentase peluang kejadiannya dimasamendatang sehingga dapat diperkirakan nilainya pada periode ulang
20
praktis analisis
hidrologi.
Dalam analisis dari suatu modelhidrologi
ada kemungkinan komponen
deterministik,
stokastik dan peluang digunakan bersama-sama.Tabel 1.6. Debit Maksimum Sungai Cikapundung - Gandok
Pada Berbagai Periode Ulang.
1.4.2.
Kuolitas
dota
Hidrologi
Analisis statistik
dilaksanakan
berdasarkansampel
yangdikumpulkan
dilapangan
dan
merupakanfungsi
dari
kebenaran(:kehandalan)
(reability)
dari data yang dikumpulkan.Nilai
(value)dari
variabelhidrologi
dapat diperoleh dengan pengukuran tunggalpada
setiap
waktu
tertentu (discrete
time intervals)
atau
denganpencatatan
yang
kontinyu (continuous
time
intervals).
Untukkeperluan analisis
statistik
umumnya datakontinyu
diubah dahulumenjadi data deskrit, misal data
tinggi
mukaair
yang tercatat padagrafik alat
duga
air
otomatik
(automatic woterlevel
recorder
=AWLR)
yang merupakan datakontinyu
diubah menjadi datatinggi
rnuka air rata-rata jam-jaman atau harian sebagai data deskrit.
Periode Ulang
Debit Maksimum
perkiraan
(m3/det)
Interval debit untuk Peluang = 0,95 (m3/de) t,43 2 5 l0 20 50 100 43,23 51,94 66,01 73,38 79,41 86,27 90,96 34,40
-
51,55 44,10-
59,75 56,92-
75,09 62,84-
83,84 67,44-
91,3',7 72,51 - 100,03 75,89 - 106,02 Sumber: Soewano l99l 2Ll)rrlir
lrrrlrokrgi yung
diukur
atau
nilai
yang
diperolehnyasrrtlrrlr hirrrurp,
tcnlu
r)lcngandung kesalahan(error).
Dalam
analisishitlrokrpr
(nrt'skipun
menggunakanmodel) dapat
menghasilkan orrlgrrrtyrnll
nlcmpunyai
kesalahanbesar karena
input
datanyar r rcr r l | )r r r ry ir
i
kcsalahan. Kualitas data sangat menentukan kebenarantlrrrr lursil
analisis.
Sebagaicontoh
:
perhitungan
debit
rata-rata Irrri:rrr Lcrgantung dariketepatan:
akura.si (accuracy) dan ketelitianpresisi
Qtrecision)
data
tinggi
muka
air,
pengukuran
debit,pcmbuatan
lengkung
debit.
Ketepatan berhubunganerat
dengannilai
yang
sebenarnya, sedangkanketelitian
berhubungan dengankecocokan
suatu
pengukuran dengan pengukuranlainnya
dalamsatu
populasi.
Sebagaicontoh
:
pembacaantinggi
muka
air
padaalat duga
air
papan tegak(vertical
staff gauge) dari suatu pos dugaair
sungaiyang baru
dipasang mempunyai kesalahan2
mm
darinilai
yang sebenarnya, maka dapat dikatakan bahwa pembacaannyamempunyai
ketelitian yang
tinggi,
akantetapi apabila
ketinggiantitik
nol
pada papan duga
mempunyai
kesalahan pemasangan sebesar 10 cm terhadaptitik
nol
sebelumnya, maka dapat dikatakan ketepatannya rendah.Data
lapanganyang
berupadata
sampel .ataupun populasisebagai data mentah (raw data) harus sekecil mungkin mengandung
kesalahan
(eruor).
Dengan demikian
kesalahan
adalah
nilai
perbedaan
antara sampel
yang diukur
dengannilai
sebenarnya.Interval
kepercayaan (confidenceinterval
:
uncerlainty)
adalahinterval
dari nilai
yang
sebenamya(true
value)
dapat diharapkanterjadi
pada
tingkat
peluang tertentu.
Padaumumnya
kesalahan dapat dibedakan menjadi 3 jenis,yaitu
:a.
kesalahan fatal (spurious errors)b.
kesalahan acak(randomerrors\
c.
kesalahan sistematik (systematic eruors) Secara singkat dapat dijelaskan sebagai berikut :Kesalahan fatal (spurious errors), disebabkan oleh kesalahan
manusia
dan
atau
alat
pengukurantidak
berfungsi
sebagaimana22
statistik. Hasil
pengukurantidak
dapat digunakan
sebagai datahidrologi,
sehinggaperlu
pengukurandiulang
lagi
agar hasilnya benar. Pengukuranulang
sebaiknyadilakukan oleh
petugas yang berbeda dengan menggunakan alat pengukuran yang berbeda pula.Kesalahan acak
(random errors),
kesalahanini
merupakanhasil
dari
ketelitian
pengukuran. Besarnya kesalahan
acak merupakannilai
pengukuran suatu variabelhidrologi
terhadapnilai
rata-ratanya. Jika prosedur pengukuran
dikurangi
makanilai
setiappengukuran berada
disekitar
nilai
yang
sebenarnyadan
apabilajumlah
pengukuran ditambah makadistribusi dari
pada data yangdiukur
akan mendekati
distribusi normal.
Jenis
kesalahan acak dapat dikurangi dengan cara memperbanyakjumlah
pengukuran.Kesalahan sistematik
(sy,stcmatics
errrtr.s),
disebabkanterutama
oleh
karena
ketelitian
dari
peralatanyang
digunakan,misalnya alat
dugaairnya
ataualat
ukur
arusdalam
pelaksanaanpengukuran
debit dari
suatupos
duga
air.
Kesalahan sistematik tidak dapat dikurangi dengan menambahjumlah
pengukuran selamapengukuran
masih
dilaksanakan dengan menggunakanalat
yang sama danbelum diperbaiki
ataudikalibrasi.
Kesalahan sistematikdapat dibedakan menjadi 2 (dua) kelompok,
yaitu
:1).
kesalahan sistematik kbnstan (constant systematic errors).2).
kesalahan sistematiktidak
konstan (variable systematicerrors).
Kesalahan sistematik konstan, disebabkan
oleh
faktor
alatnya sendiri,
kesalahanini
konstan menurut
waktu.
Misalnyapenggunuuul
mmus
alat ukur
arus pada saat
melaksanakanpengukuran
debit, nunus
itu
sendiri
mempunyai batas
intervalkepercayaan, contoh
lain
: kesalahan pemasangantitik
nol
alat dugaair, tidak
tepatnya pengguniuutlengkung debit untuk
menghitungdebit rata-rata harian, dan sebagainya.
Kesalahan
sistimatik
tidak
konstan,umumnya
disebabkanoleh
karenakurangnya
kontrol
selama pengukuran berlangsung, yang disebabkan penggunaan alat yang tidak tepat atautidak
sesuai.Sebagai contoh salah
memilih
rumus kecepatandari nomor
kincir
23
alat ukur arus yang digunakan untuk mengukur debit.
Kesalahan sistematik dapat
diperbaiki
dengan berbagai cara,misal menggunakan alat yang berbeda, mengulangi pengukuran dan mengganti tenaga pengukur.
1.4.3.
Penguiiar lrotq
flidtologi
Setelah pengukuran selesai dilaksanakan
umumnya
datahidrologi dikirim ke
Pusat PengolahanData
untuk
dikumpulkan,dicek
dan
disimpan serta
diolah
menjadi
data siap
pakai.Pengiriman
data
tersebut
dapat
dilaksanakan
dengan
carakonvensional,
misalnya
datadikirim
melalui
pos, atau dengan caramodern, misalnya
data
dikirim
melalui telpon, radio,
telex, facsimile, satelite atau fasilitas lainnya.Data yang telah
diterima
di
Pusat
Pengolahan
Datakemudian diurutkan
menurut.fungsi waktu
sehingga merupakandata deret berkala. Data deret berkala tersebut kemudian dilakukan
pengetesan/penguj ian tentang :
1).
konsistensi (consistency), dan2).
kesamaan j enis (homogeneity).Uji
konsistensi
berarti menguji
kebenarandata
lapanganyang
tidak
dipengaruhioleh
kesalahan pada saatpengiriman
atau saat pengukuran, data tersebut harusbetul-betul
menggambarkanpenomena
hidrologi
seperti keadaan
sebenarnya
dilapangan.Dengan
kata
lain
data
hidrologi
disebut
tidak
konsisten
apabilaterdapat perbedaan antara
nilai
pengukuran dannilai
sebenarnya. Sebagai contoh :I
).
selama pengukuran debit sungai dari suatu pos duga atr terjadi perubahantinggi
muka air lebih dari 3,00 cm dantidak
dilakukan
perhitungankoreksi
tinggi muka
air,maka data
yang
diperoleh dapat dikatakan
tidak
24
2).
pada suatu posiklim
dilakukan pengukuran penguapandengan
panci
penguapan
kelas
A,
rumput-rumputdisekitar panci
tersebut secara perlahan-lahan tumbuhsubur oleh karena
tidak
dilakukan pembersihan rumputdi
sekitar
panci
penguapan
maka
akan
dapatmempengaruhi keseimbangan
radiasi
(radiation
balance)
dan akan dapat
mempengaruhi konsistensihasil
pengukuran
penguapan,
sehingga
data
yangdiperoleh dapat dikatakan
sebagai
data yang
tidak
konsisten.
Beberapa
uji
konsistensi yang perlu dilakukan terhadap datadebit sungai dari suatu pos duga air adalah :
l).
pengecekan perubahantitik
nol
alat duga air
(datumPoint).
2).
pengecekan perubahantitik
nol aliran (zeroflow).
3).
pengecekan pengukuran debit.4).
koreksi
pembacaantinggi
muka
air
dari
grafik AWLR
terhadap pembacaan
tinggi
muka
air dari
papan duga air.5).
pengecekandebit yang
diukur
selain metodealat
ukurarus dengan metode alat ukur arus.
6).
kalibrasi
lengkung
debit
dengan melaksanakanpeng-ukuran
debit
menggunakan
alat
ukur
arus
secaraberkala.
7).
pengecekan perhitungan debit rata-rata harian.Pengecekan
kualitas
data(data
quality
contro[)
merupakan keharusan sebelum datahidrologi
diproses untuk diolah dan disebarluaskan.
Pengecekan
dapqt dilakukan dengan berbagai
ceira,misalnya dengan :
1).
inspeksi ke lapangan,2).
perbandingan hidrograp,3).
analisis
kurva
masa
ganda
(double mass
curve analysis).26
UJIKESAMAANJEMS
TAHAPKEII
Gambar 1.3. Diagram Alir Tahapan Pengujian Data Hidrologi'
Sekumpulan data
dari
suatu variabelhidrologi
sebagai hasil2$
apabila data tersebut
diukur dari
suaturesim (regime)
yangtidak
berubah. Perubahan
resim
dari
penomenahidrologi
dapat terjadikarena banyak sebab, misal :
perubahan alam,
misal
perubahaniklim,
bencana alam,banjir besar, hujan lebat.
perubahan karena
ulah
manusia,misalnya
pembuatan bendung pada alur sungai, penggundulan hutan.Gambar 1.3, menunjukkan tahapan dari pada pengujian data
hidrologi.
Apabila
data telahdikumpulkan
dandiurutkan
menurutwaktu
maka
harus dilakukan pengujian konsistensi
dan
uji
kesamaan jenis.
Data
hidrologi
disebut
tak
sama lenis
(rutn-homogeneous)apabila dalam setiap
sub
kelompok populasi ditandai
dengan perbedaannilai
rata-rata (mean) dan perbedaanvarian
(variance)terhadap sub kelompok yang lain dalam populasi tersebut.
Data hidrologi
tak
samajenis
dapat
terjadi
karena
perubahan penomenahidrologi
yang disebabkan oleh karena perubahan alam atau karena ulah manusia, contoh :l).
angkutan sedimendari
suatu pos dugaair
sebelum dan sesudah dibuat bendung disebelahhulu
lokasi pos dugaair tersebut, maka data kedua resim
itu
tak sama jenis.2).
hidrograp debit sebelum dan sesudah daerah pengaliransungai (DPS)
dihutankan
kembali,
data
dari
kedua resim tersebut tentu tak sama jenis.Banyak cara
untuk
menguji
kesamaanjenis dari
datahidrologi,
diantaranya adalahanalisis
:l).
grafis2).
kurva masa ganda3).
statistikSecara singkat dapat dijelaskan sebagai berikut : l ). 2). E
o
u,lo
1 27Anolisis
Gtalis
Analisis grafis
dengan menggunakanderet berkala
dapatuntuk mengetahui kesamaan
jenis
data yang diurutkan. Gambar 1.4,menunjukan sketsa perubahan
nilai
rata-rata dariX,
pada periode keI
menjadi
X,
pada
perioile
II.
Gambar 1.5 menunjukkan
sketsaperubahan
nilai
varian yang semakinkecil.
Batas antara samajenis
dan tidak samajenis
dilakukan secara empiris.---{- WAKTU
Gambar 1.4. Sketsa Perubahan Nilai Rata-Rata Yang Bertambah.
- rt--- -
---, WAKTU
Canrbar I . 5
.
Sketso Perubahan N ilai Varian yang Berkurang.E
o
lrl
o
ztl
Analisls
Kutaa
llfa,sq
Gsnda
Kurva masa ganda adalah salah satu metode grafis untuk alat
identifikasi
atau untuk menguji konsistensi dan kesamaanjenis
datahidrologi
dari
suatupos hidrologi.
Perubahankemiringan
kurvamasa ganda disebabkan oleh banyak hal, misalnya :
l)"
prosedur pengukuran atau pengamatan2).
metode pengolahan3).
perubahan lokasi posDEEIT TAHUI{A'{ FOs IrrcA AIR (X'
Gambar 1.6. Sketsa Analisa Kurva Masa Ganda Debit Tahunan dari
Pos Duga Air x dan y.
Gambar 1.6 menunjukkan sketsa
dari
contoh analisis kurvamasa ganda. Data
debit
tahunankumulatip pos
dugaair
x
dan
ydigambarkan pada kertas
grafik
aritmatik dari tahun
1950-
1980.=
E (, 3o
o
o
G-,
Ag
F ID H 1/
2t,Dari tahun
1950-
1965 metode pengolahan datanya (pembuatanlengkung
debit)
sama, akantetapi data
tahun
1966untuk pos
y
metode
pembuatanlengkung debitnya
tidak
sama dengan tahunsebelumnya sehingga diperoleh kurva masa ganda
ABC' tidak
lagiABC. Untuk
analisis data
debit
sebelumtahun
1966
agar dapatdibandingkan dcngan data debit setelah tahun 1966 maka data debit pos duga
air
y
sctclahtahun
1966 harus disesuaikan dengannilai
banding
dari
dua
bagian
kurva
masa
gandanya sebesar 9/a.
Perubahan tcrsebut
bukan
disebabkan karena perubahan keadaanhidrologis
lainnya akan tetapi karena perubahan metode pembuatanlengkung debit dari pos duga air y.
Analisis Starfutik
Analisis
statistik
dapat memberikanhasil
yang
lebih
pastidalam
menentukan kesamaanjenis.
Dalam
analisisstatistik
dapatmenggunakan
uji
non
parametrik (non-parametric
test)
atau
uji
parametrik Qtarametric
test). Umumnya penerapanuji
parametrikmenggunakan
uji-F
dan
ujit
(t-test).
Uji ini
akan
dibahas lebih lanjut pada bukujilid
II.
1.4.4.
Tipe
dan Penyaiian
Data
Hidtologi
Data
hidrologi
dapat diperoleh dengan berbagai macam cara, diantaranya :l).
mengumpulkan
data yang telah
dilaporkan
ataudipublikasi
oleh kantor pemerintah atau swasta ataupunpbrorangan sebagai data sekunder.
2)
melaksanakan pengukurandi
lapangan ataudi
labora-torium
terhadap
penomena
hidrologi
yang
diteliti
dengan
ciua-cara
pemilihan sampel
yang
telatrditentukan sehingga
memperoleh
data
yang
dapat menggambarkan populasi yang sebenamya.:r0
analisis
hidrologi
harusdilakukan
pengujian data seperti cara-carayang telah ditentukan. Menurut tipenya maka data
hidrologi
dapat dibedakan menjadi 4 (empat)tipe,
yaitu
:1).
data historis(historic
data).2).
datalapangm(field
collected data).3).
data hasil percobaan (experimental data).4).
data hasil pengukuran serempaklebih
dari dua variabel(simultaneous data).
Apabila data yang
digunakan
untuk
analisis
hidrologi
merupakan
data
tidak
benar maka jangan diharapkan
dapatmemperoleh
kesimpulan yang
sesuai dengankondisi
sebenarnyadilapangan. Berdasarkan
tingkat
kebenaran datanya(reliability
of
data), maka
data
hidrologi
dapat
dibedakanmenjadi
4
(empat) kelas,yaitu
:1).
kelasI,
datahidrologi
yang diperolehdari
pengamatan dan pengukuran langsung.2).
kelas
II,
data
hidrologi yang
diekstrapolasidari
datakelas
I,
dengan mempertimbangkan berbagai kondisi,misal
:
luas
DPS,
geologi,
iklim,
dan
geomorfologi,penampang sungai, kekasaran alur sungai.
3).
kelas
III,
datahidrologi
yang
diekstrapolasidari
datakelas
I,
tetapitidak
mempertimbangkan satu atau lebih kondisi yang mempengaruhinya.4).
kelas
IV,
data
hidrologi
yang
dihitung
dengan persamium empiris (empiricalformula).
Data hidrologi
yang
telah
dikumpulkan
baik dari
sampelataupun popula'si setelah
diuji
konsistensi dan kesamaan jenisnyamenjadi data yang benar, kemudian diolah dan dipublikasikan yang
umurnnya
disajikan
dalambentuk
:
tabel,
diagram, atau peta agar lebihjelas.
Data yang disajikan menurut kepentingannya dan dapat dibedakan menjadi 2 (dua),yaitu
:l).
data siap pakai bagi parapelaksana.2).
data informasi bagi para pengambil keputusan.31
Purvuliln
data dalam bentuk tabel umumnyadijumpai
padabuku prrhliklsi hidrologi, misal
Publikasi
Debit
Sungai
TahunanQteur luxtk), bagi para
pembacayang
ingin
mendapatkan datapuhlikasi
dcbit
sungai
tahunan
dapat
menghubungi
Balail'cnyclirlikan Hidrologi,
.Pusat
Litbang
Pengairan,
Departemenl)ckcrjaan Umum. Contoh data statistik
hidrologi
tentang publikasidcbit
dapatdilihat
pada bagian halaman terakhir BabI
ini.
Dataitu
di
salindari
bukupublikasi
Debit
SungaiTahun
1990,dari
PusatLitbang Pengairan.
Penyajian data dalam bentuk diagram antara lain dapat
berupa
:l).
diagram batang2).
diagram garisDiagron batang menunjuklan Curah Hujan
Rata-Rdto Bulanan DPS Citarum - Nonjung
(UNDP/WMO P roj ec t INS/7 8/0 3 8).
33 U
L
O
L.Dh ICOO rrrO
IOOO-lloOrnO
t6OO - looonrO furoag tlOO
rit
(D
@
@
ffi
?
\
\
Gambar
1.9.
Peta Curah Hujan DPS Citarum.(Sumber : Project 1N978/038 River Forecasting
sl<ala l:500.000).