• Tidak ada hasil yang ditemukan

STUDI PENERAPAN METODE FLOW DURATION CURVE

N/A
N/A
Protected

Academic year: 2021

Membagikan "STUDI PENERAPAN METODE FLOW DURATION CURVE"

Copied!
8
0
0

Teks penuh

(1)

STUDI PENERAPAN METODE FLOW DURATION CURVE MAJEMUK UNTUK PERHITUNGAN ENERGI PEMBANGKIT LISTRIK TENAGA AIR TIPE RUN OFF RIVER DI SUNGAI KONANG KABUPATEN TRENGGALEK

Agung Rizqi Ramadhani1, Lily Montarcih Limantara2, Rispiningtati2

1Mahasiswa S-1 Jurusan Teknik Pengairan Universitas Brawijaya Malang 2Dosen Jurusan Teknik Pengairan Universitas Brawijaya Malang

E-mail : agungrizqiramadhani@gmail.com ABSTRAK

Pembangkit Listrik Tenaga Air (PLTA) merupakan salah satu energi terbarukan. Energi terbarukan merupakan energi alternatif ramah lingkungan yang berpotensi besar untuk memenuhi kebutuhan energi bagi penduduk dan sektor industri yang semakin berkembang di Indonesia. Pembangkit Listrik tenaga Minihidro (PLTM) tipe run off river merupakan pembangkit listrik tenaga air dengan kapasitas menengah (1MW-10MW) yang memanfaatkan aliran sungai sebagai sumber energinya. Agar PLTM menghasilkan energi yang maksimal, diperlukan ketersediaan debit andalan dan tinggi jatuh yang cukup. Untuk mengetahui debit andalan suatu sungai, harus dilakukan analisa debit menggunakan metode yang tepat guna. Studi ini ingin mengangkat suatu metode baru tentang analisa debit untuk PLTM agar menghasilkan energi yang maksimal, yaitu Flow Duration Curve (FDC) Majemuk. Dengan metode ini diharapkan potensi debit yang tersembunyi pada suatu sungai dapat dimunculkan dan dimanfaatkan secara optimal.

Flow Duration Curve (FDC) majemuk merupakan suatu metode baru hasil

pengembangan dari FDC tunggal yang umum digunakan. FDC majemuk merupakan lengkung durasi aliran yang digambarkan dalam bentuk grafik dengan melakukan pemilahan dan pengelompokan data deret hidrologi (debit) berdasarkan tren bulan basah dan bulan kering. Pada studi ini FDC majemuk dikelompokkan menjadi empat kelompok, yaitu FDC 1 (tunggal), FDC 2 (kelompok bulan basah dan bulan kering), FDC 3 (kelompok bulan basah 1, bulan kering dan bulan basah 2) dan FDC 4 (kelompok bulan basah 1, bulan kering 1, bulan kering 2 dan bulan basah 2) yang didasarkan dari metode Oldeman. Hasil dari analisa tersebut untuk diaplikasikan pada rencana PLTM tipe run off

river yang berlokasi di sungai Konang, Kabupaten Trenggalek. Dengan perlakuan tersebut,

diduga akan menghasilkan debit rencana untuk PLTM dengan berbagai kuantitatif yang diharapkan dapat menghasilkan peningkatan energi PLTM secara signifikan.

Kata Kunci : debit andalan, F.J. Mock, pembangkit listrik tenaga minihidro (PLTM), run

off river, lengkung durasi aliran, flow duration curve

ABSTRACT

Hydroelectric Power Plant (HEPP) is one of The Renewable Energy. Renewable energy is an environmentally friendly alternative energy to sufficient energy needs of the population and growing industrial sector in Indonesia. Mini-hydro power plant (mini power) is a type of run-off river hydropower plants with medium capacity (1MW - 10MW) which use the river as a source of energy. So that micro power plants produce maximum energy, required availability and high discharge falls mainstay sufficient. To determine the mainstay of a river discharge, the discharge should be analyzed using appropriate methods. This study want to raise a new method of analysis for micro power discharge to produce maximum energy, the method is plural Flow Duration Curve (FDC). With this method, this study expected to discharge hidden potential in a river can be raised and utilized optimally

Plural flow duration curve (FDC) is a new method of developing a single FDC such as commonly used. Plural FDC is a curved flow duration are depicted in graphs by sorting

(2)

and grouping the data series hydrology (discharge) based on the trend of wet and dry months. In this study, plural FDC classified into four groups, namely FDC 1 (single), FDC 2 (groups of wet month and dry months), FDC 3 (groups of wet month 1, dry month and wet months 2) and FDC 4 (group of wet months 1, dry month 1, dry month 2 and wet month 2) which is based on the method Oldeman. The results from the analysis to be applied at the plan of micro power run-off river were is located in the Konang river on Trenggalek regency. With such treatment is expected to produce a discharge plan for micro power plants with a quantitative variety which was can generate energy increase significantly of micro power.

Keywords : discharge mainstay, F.J Mock, mini-hydro power plants (micropower), run off river, arc duration of flow, flow duration curve

I. PENDAHULUAN

Terganggunya siklus hidrologi yang berdampak pada perubahan iklim secara ekstrim menjadi suatu permasalahan yang sedang dihadapi oleh manusia pada masa ini. Perubahan iklim dipengaruhi oleh banyak faktor yang dapat disebabkan akibat kegiatan manusia maupun kejadian alam. Salah satu faktor tersebut adalah peningkatan jumlah penduduk dan semakin berkembangnya sektor industri yang memicu peningkatan penggunaan energi. Penggunaan energi yang kebanyakan dari hasil pembakaran fosil secara terus menerus akan mengakibatkan peningkatan jumlah karbon dioksida. Karbon dioksida merupakan salah satu gas rumah kaca penyebab perubahan iklim.

Sehubungan dengan hal tersebut, dilakukan usaha alternatif untuk mengurangi penggunaan energi listrik berbahan fosil yang dapat memicu perubahan iklim. Usaha alternatif tersebut adalah dengan cara menggunakan energi terbarukan, yaitu energi non-fosil yang berasal dari alam dan dapat diperbaharui secara berkesinambungan. Beberapa energi non-fosil yang dapat digunakan untuk menghasilkan tenaga listrik adalah energi surya, energi angin, energi biogas, energi nuklir dan energi air. Pembangkit Listrik Tenaga Air (PLTA) merupakan salah satu cara/alat untuk menghasilkan tenaga listrik dengan memanfaatkan energi air. PLTA dapat dibuat dengan skala kecil maupun skala besar. PLTA dengan kapasitas antara 1 MW – 10 MW

biasanya disebut Pembangkit Listrik Tenaga Minihidro (PLTM).

Pembangkit Listrik Tenaga Minihidro (PLTM) memanfaatkan energi air yang terdapat pada aliran sungai untuk menghasilkan tenaga listrik dengan skala yang tidak terlalu besar. PLTM merupakan salah satu bentuk pemanfaatan daerah aliran sungai sebagai energi alternatif yang sangat mungkin dikembangkan di Indonesia yang memiliki banyak sungai dan sumber daya air yang melimpah.

Studi ini berlokasi di provinsi Jawa Timur tepatnya di kecamatan Dongko, kabupaten Trenggalek. Pada lokasi tersebut mengalir anak sungai Brantas, yaitu sungai Konang. Sungai Konang merupakan salah satu daerah aliran sungai (DAS) yang sampai saat ini belum termanfaatkan dengan baik. Dengan potensi yang ada (dalam bentuk debit), DAS Konang dapat dikembangkan untuk menghasilkan suatu energi terbarukan dengan cara pembangunan Pembangkit Listrik Tenaga Minihidro (PLTM) run off

river. Dengan pemanfaatan tersebut,

energi listrik yang dihasilkan PLTM dapat dinikmati dan dimanfaatkan untuk kebutuhan masyarakat sekitar.

Secara umum, konsep dari PLTM

run off river adalah merupakan jenis

pembangkit yang memanfaatkan aliran air sungai secara langsung dengan cara menampung dan meninggikan muka air melalui bendung/kolam tampungan. Dalam perencanaan PLTM run off river terdapat dua hal pokok yang harus

(3)

diperhatikan, yaitu aliran sungai (debit) dan tinggi jatuh yang ada di lokasi. Hal tersebut merupakan dasar dilakukannya studi ini, dengan mencari potensi (debit) dari sungai Konang menggunakan metode analisa debit yang tepat guna.

Metode analisa debit yang digunakan adalah metode Flow Duration

Curve (FDC) majemuk yang merupakan

pengembangan dari metode flow duration

curve tunggal yang umum digunakan.

FDC majemuk memilah dan mengelompokkan data deret hidrologi (curah hujan/debit) berdasarkan tren bulan basah dan bulan kering. Pengelompokan tersebut dilakukan untuk melihat secara keseluruhan potensi aliran air (debit) pada saat musim basah dan musim kering agar tidak bias/hilang dengan penggunaan metode flow duration curve tunggal. Dari analisa

tersebut diambil debit rencana/andalan untuk kemudian dihitung daya dan energi teoritis dari PLTM dengan penentuan turbin sesuai tipe dan spesifikasi yang tersedia di pasaran berdasarkan tinggi jatuh yang ada. Dengan penggunaan metode FDC majemuk tersebut, diharapkan akan memudahkan operasional dari PLTM.

Dengan melihat hal tersebut seperti yang dijelaskan di atas, dapat dirumuskan beberapa masalah yang akan dikaji dalam studi ini, yaitu :

1. Berapakah debit andalan yang tersedia pada DAS Konang ?

2. Bagaimana kondisi karakteristik DAS Konang berdasarkan rasio Qmax/Qmin ?

3. Bagaimanakah tipe turbin yang sesuai untuk diterapkan pada PLTM tipe run

off river di sungai Konang ?

4. Berapakah besaran daya dan energi yang dapat dihasilkan metode FDC tunggal dan FDC majemuk ?

Dari beberapa penjelasan yang disebutkan di atas, adapun maksud dan

tujuan dari studi ini adalah untuk melakukan optimalisasi potensi (debit) pada suatu daerah aliran sungai. Hal tersebut dilakukan agar semua DAS khususnya DAS Konang yang memiliki debit air terbatas dapat dikembangkan dan dimanfaatkan untuk menghasilkan suatu energi alternatif melalui pembuatan PLTM. Dengan penggunaan FDC majemuk, sebuah pembangkit listrik dapat menghasilkan energi yang lebih maksimum dibandingkan dengan menggunakan FDC tunggal.

II. METODOLOGI

Dalam studi penerapan metode FDC majemuk untuk analisa energi PLTM ini menggunakan 3 macam data yang berbeda, yaitu data debit, data klimatologi dan data topografi. Data debit diperoleh dari hasil pembangkitan data/konversi data hujan menggunakan metode F.J. Mock. Data hujan diperoleh dari stasiun hujan Dongko, sedangkan data klimatologi diperoleh dari stasiun klimatologi Trenggalek. Data-data tersebut kemudian diolah untuk dapat digunakan dalam analisa FDC majemuk seperti yang dijelaskan sebagai berikut : 1. Pengujian Data Hujan

Sebelum melakukan

pembangkitan data debit, dilakukan uji keseragaman/homogenitas data terhadap data hujan. Pengujian dilakukan menggunakan metode RAPS (Rescaled Adjusted Partial

Sums). Metode ini menguji data satu

stasiun untuk dideteksi nilai rata-ratanya (mean) dengan data dari stasiun itu sendiri. Persamaan yang digunakan adalah sebagai berikut :

Q = maks |Sk**| untuk 0 ≤ k ≤ n R = maks Sk** - min Sk** Sk* = ( x – ) , Sk** = Sk* / Dy Dy2 = , Dy= dengan : n = jumlah data.

Sk** = nilai Sk* dibagi dengan Dy

(4)

Q = atribut besar nilai statistik dari perhitungan di atas.

Sk* = data hujan (X) – data hujan rata-rata ( )

Dy2 = nilai kuadrat dari Sk* dibagi

dengan jumlah data.

Dengan melihat data di atas, maka dapat dicari nilai Q/√n dan R/√n. Hasil yang didapat dibandingkan dengan nilai

Q/√n dan R/√n tabel, syarat analisa

diterima (masih dalam batasan konsisten) jika nilai Q/√n dan R/√n hitung lebih kecil dari nilai Q/√n dan R/√n tabel. Tabel 1. Nilai Q/√n dan R/√n

Sumber: Harto (1993:60)

Setelah analisa tersebut dilakukan, dilanjutkan dengan mencari data outlier. Keberadaan data outlier perlu dihapus agar tidak mengganggu pemilihan jenis distribusi suatu sampel data. Ditetapkan batas nilai ambang bawah XLdan ambang atas XHsebagai berikut (Anonim, 2009) :

XH = exp. (Xrerata+ Kn. S)

XL = exp. (Xrerata- Kn. S)

dengan :

XH = nilai ambang atas

XL = nilai ambang bawah

Xrerata= nilai rerata logaritma data

S = simpangan baku logaritma

Kn = besaran jumlah sampel data

n = jumlah sampel data

Tabel 2. Nilai Kndalam Pengujian Outlier

Jumlah Jumlah Jumlah Jumlah

Data Data Data Data

10 2,036 24 2,467 38 2,661 60 2,837 11 2,088 25 2,468 39 2,671 65 2,866 12 2,134 26 2,502 40 2,682 70 2,893 13 2,175 27 2,519 41 2,692 75 2,917 14 2,213 28 2,534 42 2,7 80 2,94 15 2,247 29 2,549 43 2,71 85 2,961 16 2,279 30 2,563 44 2,719 90 2,981 17 2,309 31 2,577 45 2,727 95 3,000 18 2,335 32 2,591 46 2,736 100 3,017 19 2,361 33 2,604 47 2,744 110 3,049 20 2,385 34 2,616 48 2,753 120 3,078 21 2,408 35 2,628 49 2,76 130 3,104 22 2,429 36 2,639 50 2,768 140 3,129 23 2,448 37 2,650 55 2,804 Kn Kn Kn Kn Sumber: Chow (1988:404)

2. Pembangkitan Data Debit

Setelah dilakukan uji homogenitas/keseragaman data (data hujan sudah seragam) kemudian dilakukan konversi/pembangkitan data debit dari data hujan menggunakan metode F.J. Mock. Data debit digunakan untuk analisa energi PLTM dengan cara mencari debit andalan menggunakan kurva durasi aliran. Metode Mock, dihitung dengan langkah-langkah berikut: a. Menyiapkan data yang dibutuhkan. b. Menentukan nilai evapotranspirasi

potensial dan terbatas.

c. Menentukan harga kelembaban tanah (SMC) dan besar hujan di permukaan tanah (∆s).

d. Menghitung nilai infiltrasi (i) dengan koefisien 0-1,0.

e. Menghitung air lebihan tanah (water surplus) dan perubahan kandungan air bawah tanah (Vn). f. Menghitung aliran dasar dan langsung. g. Menghitung nilai debit yang

tersedia di lokasi/sungai. 3. Flow Duration Curve (FDC)

Data debit hasil pembangkitan kemudian dianalisa menggunakan Flow

Duration Curve (FDC) untuk

menentukan besar debit andalan. FDC pada umumnya mengelompokkan data seri hidrologi (data debit) selama satu tahun penuh tanpa memisahkan antara data bulan basah dan data bulan kering. Pengelompokan tersebut biasanya disebut sebagai FDC tunggal.

Dalam studi ini, dicoba suatu metode baru hasil pengembangan FDC tunggal, yaitu FDC majemuk yang mengelompokkan data berdasarkan kondisi bulan basah dan bulan kering. Pengelompokan tersebut terbagi menjadi FDC 1 (tunggal, tanpa pengelompokan), FDC majemuk 2 (pengelompokan data bulan basah dan bulan kering), FDC majemuk 3 (pengelompokan data bulan basah 1, bulan kering dan bulan basah 2), FDC majemuk 4 (pengelompokan data

(5)

bulan basah 1, bulan basah 2, bulan kering 1 dan bulan kering 2).

Pengelompokan FDC majemuk didasarkan dari metode Oldeman yang menetapkan klasifikasi iklim beradasarkan peninjauan, dimana hujan

bulan basah bila curah hujan bulanan >

200 mm dan hujan bulan kering bila curah hujan bulanan < 100 mm.

Gambar 1. Contoh Pengelompokan Data untuk FDC Majemuk

Gambar 2. Contoh Grafik FDC Majemuk 4. Analisa Daya dan Energi

Perhitungan daya dan energi merupakan output terakhir dari analisa dan perhitungan yang telah dilakukan sebelumnya. Perhitungan daya dan energi dihitung hanya sampai perhitungan daya teoritis dan energi teoritis saja dengan rumus sebagai berikut :

- Daya Teoritis = 9,81 x Q x Heff (kW) - Daya Turbin = 9,81 x ηt x Q x Heff (kW) - Generator = 9,81 x ηg x ηt x Q x Heff (kW) dengan :

P = daya yang dihasilkan (kW)

Ηt = efisiensi turbin Ηg = efisiensi generator

p = massa jenis air = 1000 (kg/m3)

Q = debit pembangkit (m3/dt)

Heff= tinggi jatuh efektif (m)

III. HASIL DAN PEMBAHASAN 1. Pengujian Data Hujan

Pada studi ini data hujan diperoleh dari satu stasiun, yaitu stasiun hujan Dongko. Dari kondisi tersebut uji homogenitas menggunakan metode RAPS (Rescaled Adjusted Partial Sums). Dari data statistik di bawah ini, dapat dicari nilai Q/√n dan R/√n dengan probabilitas 95% dan jumlah data (n)=10. Tabel 3. Hasil Pengujian Data Hujan

dengan Metode RAPS

1 2003 247,08 24,24 24,24 58,77 0,96 0,96 2 2004 235,17 12,33 12,33 15,19 0,49 0,49 3 2005 207,83 -15,01 15,01 22,53 -0,59 0,59 4 2006 185,00 -37,84 37,84 143,20 -1,50 1,50 5 2007 248,17 25,33 25,33 64,14 1,00 1,00 6 2008 221,75 -1,09 1,09 0,12 -0,04 0,04 7 2009 177,67 -45,18 45,18 204,08 -1,79 1,79 8 2010 258,92 36,08 36,08 130,14 1,43 1,43 9 2011 225,42 2,57 2,57 0,66 0,10 0,10 10 2012 221,42 -1,43 1,43 0,20 -0,06 0,06 222,84 Max 1,43 1,43 639,02 Min -1,79 1,79 Jumlah Rerata 25,28 Dy2 Dy Sk** [Sk**]

No. Tahun Curah

Hujan Sk* [Sk*]

Sumber : Hasil Perhitungan

Q/n^0,5 = 0,86 < Q/n^0,5 tabel = 1,14 R/n^0,5 = 0,52 < R/n^0,5 tabel = 1,28 Dari hasil perhitungan, didapat nilai

Q/√n dan R/√n hitung lebih kecil dari

nilai Q/√n dan R/√n tabel. Dengan demikian pengujian data dapat diterima (masih dalam batasan konsisten).

Setelah data dianggap konsisten, dilanjutkan mencari data outlier dengan uji abnormalitas data. Didapatkan nilai ambang atas XH = 392,83 dan nilai

ambang bawah XL = 150,98 dari jumlah

10 data. Nilai tersebut digunakan sebagai acuan pemakaian data, bila melebihi nilai ambang, data dapat dihapus agar tidak mengganggu proses analisa selanjutnya. 2. Pembangkitan Data Debit

Dalam studi ini, pembangkitan data debit dari data hujan digunakan metode F.J Mock, karena metode tersebut umum digunakan. Dalam metode Mock, salah satu data yang dibutuhkan adalah data evapotranspirasi potensial. Data tersebut dihitung menggunakan 3 metode (Blaney-Criddle, Radiasi dan Penman) untuk mencari nilai ETo paling besar.

(6)

Tabel 4. Perhitungan Evapotranspirasi

ET0* ET0 ET0* ET0 ETo* ETo

(mm/hr) (mm/hr) (mm/hr) (mm/hr) (mm/hr) (mm/hr) 0,80 6,129 4,903 0,80 5,434 4,347 1,10 8,295 9,124 0,80 5,720 4,576 0,80 5,908 4,726 1,10 10,780 11,858 0,75 6,129 4,597 0,75 6,321 4,741 1,10 8,569 9,426 0,70 5,907 4,135 0,75 5,720 4,290 0,90 5,625 5,062 0,70 5,684 3,979 0,75 4,958 3,718 0,90 5,187 4,669 0,70 5,637 3,946 0,75 4,669 3,502 0,90 5,920 5,328 0,70 5,581 3,907 0,75 5,663 4,247 0,90 17,836 16,052 0,75 5,719 4,289 0,80 6,353 5,082 1,00 10,511 10,511 0,80 5,641 4,513 0,80 5,609 4,487 1,10 7,748 8,522 0,80 5,891 4,713 0,80 5,361 4,289 1,10 7,604 8,364 0,80 5,917 4,734 0,80 6,211 4,969 1,10 7,687 8,456 0,80 6,147 4,918 0,80 6,578 5,262 1,10 13,803 15,183

Sumber : Hasil Perhitungan c

Metode Blaney Criddle Metode Radiasi Metode Penman

c c

Nilai ETo Terbesar

- Nilai ET0 metode Blaney-Criddle

diperoleh dengan rumus : ET0= ET0* x C

= 6,129 x 0,80 = 4,903 mm/hari

- Nilai ET0 metode Radiasi diperoleh

dengan rumus : ET0= ET0* x C

= 5,434 x 0,80 = 4,347 mm/hari

- Nilai ET0 metode Penman diperoleh

dengan rumus : ET0= ET0* x C

= 8,295 x 1,10 = 9,124 mm/hari

Dari perhitungan tersebut ditentukan metode yang digunakan adalah metode Penman. Metode Penman menghasilkan nilai evapotranspirasi potensial (ETo) paling besar dari metode lainnya untuk kemudian digunakan dalam perhitungan konversi data debit metode

mock dengan data-data berikut :

- Data luas DAS sebesar 33,79 km2.

- Data hujan dan hari hujan dari stasiun hujan Dongko (2003-2012). - Data klimatologi diperoleh dari

stasiun klimatologi Trenggalek. - Parameter permukaan lahan terbuka

(m) untuk lahan pertanian yang diolah sebesar 30%.

- Kapasitas kelembaban tanah / Soil

Moisture Capacity (SMC)

berdasarkan kondisi porositas lapisan tanah sebesar 100 mm.

- Koefisien infiltrasi (i) sebesar 0,5 dilihat dari kondisi porositas tanah dan kemiringan lahan.

- Faktor resesi aliran air tanah (k) sebesar nilai 0,5.

No Hitungan Satuan Jan Feb Mar Apr Mei Jun Jul Agst Sept Okt Nov Des I

1 Curah Hujan (P) Data mm 544,0 357,0 436,0 206,0 207,0 0,0 31,0 0,0 7,0 90,0 148,0 631,0

2 Hari Hujan (h) Data hari 24 15 19 14 8 0 6 0 1 8 10 23

II

3 Evapotranspirasi Potensial (ETo) ETo mm 9,12 11,86 9,43 5,06 4,67 5,33 16,05 10,51 8,52 8,36 8,46 15,18

4 Permukaan Lahan Terbuka (m) Tentukan % 30 30 30 30 30 30 30 30 30 30 30 30

5 (m/20) * (18 - h) Hitungan - 0,00 0,05 0,00 0,06 0,15 0,27 0,18 0,27 0,26 0,15 0,12 0,00

6 E = (ETo) * (m/20) * (18 - h) (3) * (5) mm 0,00 0,53 0,00 0,30 0,70 1,44 2,89 2,84 2,17 1,25 1,01 0,00

7 Et = (ETo) - (E) (3) - (6) mm 9,12 11,32 9,43 4,76 3,97 3,89 13,16 7,67 6,35 7,11 7,44 15,18

III

8 Ds = P - Et (1) - (7) mm 534,88 345,68 426,57 201,24 203,03 -3,89 17,84 -7,67 0,65 82,89 140,56 615,82

9 Kandungan Air Tanah mm 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

10 Kapasitas Kelembaban Tanah (SMC) SMC mm 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00

11 Kelebihan Air (WS) (8)- (9) mm 534,88 345,68 426,57 201,24 203,03 -3,89 17,84 -7,67 0,65 82,89 140,56 615,82

IV

12 Infiltrasi (I) (11) * (i) mm 267,44 172,84 213,29 100,62 101,52 -1,94 8,92 -3,84 0,33 41,45 70,28 307,91

13 0.5 (1 + k) In Hitungan - 200,58 129,63 159,97 75,47 76,14 -1,46 6,69 -2,88 0,24 31,08 52,71 230,93

14 k * V (n - 1) Hitungan - 0,00 100,29 114,96 137,46 106,46 91,30 44,92 25,80 11,46 5,85 18,47 35,59

15 Volume Penyimpanan (Vn) (13) + (14) mm 200,58 229,92 274,92 212,93 182,60 89,84 51,61 22,93 11,71 36,94 71,18 266,52 16 Perubahan Volume Air (DVn) Vn - V(n-1) mm 200,58 29,34 45,01 -62,00 -30,33 -92,76 -38,23 -28,68 -11,22 25,23 34,24 195,34

17 Aliran Dasar (BF) (12) - (16) mm 66,86 143,50 168,28 162,62 131,84 90,81 47,15 24,85 11,55 16,22 36,04 112,57

18 Aliran Langsung (DR) (11) - (12) mm 267,44 172,84 213,29 100,62 101,52 -1,94 8,92 -3,84 0,33 41,45 70,28 307,91

19 Aliran (R) (17) + (18) mm 334,30 316,34 381,57 263,24 233,36 88,87 56,07 21,01 11,87 57,66 106,32 420,47

V

21 Debit Aliran Sungai A * (19) m3/dtk 4,217 4,418 4,814 3,432 2,944 1,159 0,707 0,265 0,155 0,727 1,386 5,305

22 Debit Aliran Sungai lt/det 4217,40 4418,40 4813,76 3431,64 2943,99 1158,53 707,35 265,05 154,75 727,43 1385,99 5304,60

23 Jumlah hari hari 31 28 31 30 31 30 31 31 30 31 30 31

24 Debit Aliran (dibaca : 10E^6) m3 11,30 10,69 12,89 8,89 7,89 3,00 1,89 0,71 0,40 1,95 3,59 14,21

U R A I A N DATA HUJAN

EVAPOTRANSPIRASI TERBATAS (Et)

KESEIMBANGAN AIR

ALIRAN DAN PENYIMPANAN AIR TANAH

DEBIT ALIRAN SUNGAI

Tabel 5. Contoh Pembangkitan Data Debit Metode F.J Mock pada tahun 2012

(7)

3. Flow Duration Curve (FDC)

Setelah data debit didapat, kemudian dilanjutkan mencari debit rencana/andalan PLTM dengan menggunakan FDC tunggal dan FDC majemuk. Dari perhitungan FDC akan didapatkan debit andalan untuk menghitung daya dan energi PLTM. Kondisi DAS =

= 7,861/0,401 = 19,612 Berdasarkan nilai interval kelas rasio untuk 15 < Qid < 25, nilai 19,612 termasuk kategori DAS cukup buruk

- FDC 1 (tunggal, tanpa pengelompokan data) 0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

FLOW DURATION CURVE1

Debit Probabilitas (%) D ebi t ( m 3/dt )

Gambar 3. Grafik FDC 1 (tunggal)

- FDC majemuk 2 (pengelompokan data bulan basah dan bulan kering)

0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

FLOW DURATION CURVE 2

Debit Bulan Basah Debit Bulan Kering

Probabilitas (%) D ebi t ( m 3/dt )

Gambar 4. Grafik FDC Majemuk 2 - FDC majemuk 3 (pengelompokan data

bulan basah 1, kering, basah 2)

0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

Debit Bulan Basah 1 Debit Bulan Kering

Debit Bulan Basah 2

Probabilitas (%) Debit (m3/dt) 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

Debit Bulan Basah 1 Debit Bulan Kering

Debit Bulan Basah 2

Probabilitas (%)

Debit (m3/dt)

- FDC majemuk 4 (pengelompokan data bulan basah 1, basah 2, bulan kering 1, kering 2) 0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 5,000 5,500 6,000 6,500 7,000 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

Debit Bulan Basah 1 Debit Bulan Kering 1 Debit Bulan Kering 2 Debit Bulan Basah 2

Probabilitas (%) Debit (m3/dt) 0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 5,000 5,500 6,000 6,500 7,000 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

Debit Bulan Basah 1 Debit Bulan Kering 1 Debit Bulan Kering 2 Debit Bulan Basah 2

Probabilitas (%) Debit (m3/dt)

Gambar 4. Grafik FDC Majemuk 4 Dari keempat grafik FDC, didapatkan data debit andalan dengan probabilitas 90% sebagai berikut :

- FDC 1 = 2,171 m3/dt - FDC 2, bulan basah = 1,012 m3/dt bulan kering = 0,233 m3/dt - FDC 3, bulan basah 1 = 2,567 m3/dt bulan kering = 0,236 m3/dt bulan basah 2 = 0,527 m3/dt - FDC 4, bulan basah 1 = 2,567 m3/dt bulan kering 1 = 0,674 m3/dt bulan kering 2 = 0,171 m3/dt bulan kering 2 = 0,527 m3/dt 4. Analisa Daya dan Energi

Perhitungan daya dan energi dihitung hanya sampai perhitungan daya teoritis dan energi teoritis. Data yang digunakan dijelaskan sebagai berikut :

- Probabilitas debit andalan untuk keperluan PLTA sebesar 90%. - Nilai tinggi jatuh sudah ditetapkan

sebesar 189,5 meter.

- Dari nilai tinggi jatuh, jenis turbin yang digunakan adalah turbin Francais dengan efisiensi 90%. - Efisiensi generator ditetapkan nilai

sebesar 85%.

Tabel 6. Perhitungan Daya dan Energi

(m3 /dt) (m) (kW) (kWh) 1 FDC 1 - 365 2,17052 189,5 0,90 0,85 3086,767 27040077,539 Basah 1 182 1,01215 189,5 0,90 0,85 1439,403 12609170,096 Kering 183 0,23297 189,5 0,90 0,85 331,315 2902322,676 Basah 1 90 2,56668 189,5 0,90 0,85 3650,151 31975325,626 Kering 183 0,23619 189,5 0,90 0,85 335,893 2942420,384 Basah 2 92 0,52695 189,5 0,90 0,85 749,389 6564651,895 Basah 1 90 2,56668 189,5 0,90 0,85 3650,151 31975325,626 Kering 1 91 0,67383 189,5 0,90 0,85 958,281 8394540,688 Kering 2 92 0,17061 189,5 0,90 0,85 242,630 2125438,420 Basah 2 92 0,52695 189,5 0,90 0,85 749,389 6564651,895 2 FDC 2 3 FDC 3 4 FDC 4 NO Metode Kategori Bulan Jumlah Hari (n) Debit Tinggi Jatuh (H) Effisiensi Turbin (η) Effisiensi Generator (η) Daya

Teoritis Energi Teoritis FLOW DURATION CURVE 3

Sumber : Hasil Perhitungan Gambar 5. Grafik FDC Majemuk 3

(8)

Dengan data debit Q90hasil FDC 1

sebesar 2,171 m3/dt dan jumlah hari (t) = 365 hari, contoh perhitungannya disajikan sebagai berikut :

P = 9,81 ηtηgQ Heff(kW)

= 9,81 0,90 0,85 2,171 189,5 = 3086,767 (kW)

Kemudian dilanjutkan menghitung energi teoritis dengan rumus :

E =

= 3086,767 x 365 (hari) x 24 (jam) = 27040077,539 (kWh)

IV. KESIMPULAN

Pada studi analisa flow duration

curve majemuk ini dapat diambil

kesimpulan sebagai berikut :

1. Debit andalan yang tersedia di sungai Konang adalah sebesar 2,1705 m3/dt. Nilai tersebut dari

perhitungan FDC 1 (tunggal) dengan probabilitas 90%.

2. Kondisi karakteristik DAS Konang berdasarkan perhitungan rasio Qmax/Qmin termasuk kategori DAS dengan kondisi yang cukup buruk..

3. Berdasarkan tinggi jatuh (Heff)

yang di lapangan sebesar 189,5 m, turbin yang sesuai untuk rencana PLTM run off river di sungai Konang adalah turbin tipe Francais dengan effisiensi 90 %. 4. Dari hasil perhitungan daya dan

energi teoritis menunjukkan bahwasannya penggunaan FDC majemuk menghasilkan peningkatan daya dan energi yang lebih signifikan/besar daripada penggunaan FDC 1 (tunggal). V. DAFTAR PUSTAKA

1. Arismunandar, A & Kuwahara, S. 1988. Teknik Tenaga Listrik Jilid 1, Jakarta: PT. Pradnya

Paramita.

2. Chow, Ven Te. 1988. Applied Hydrology, Singapore:

McGraw-Hill Book Company.

4. Cole, R.A.J. 2003. The Use of Flow

Duration Curves as a Data Quality Tool. Northern Ireland.

6. Limantara, Lily. M. 2010. Hidrologi

Praktis, Bandung: CV. Lubuk

Agung.

7. Limantara, Lily. M, & Soetopo, Widandi. 2009. Hidrologi Terapan, Bandung: CV. Lubuk

Agung.

9. Pantouw, John. P. 2014, Model Flow

Duration Curve Majemuk Sesuai

Karakteristik Daerah Aliran

Sungai Untuk Memperoleh

Energi Optimum Pembangkit Listrik Tenaga Minihidro Tipe Run Off River. Disertasi tidak

dipublikasikan. Malang: Universitas Brawijaya.

10. Patty, O.F. 1995. Tenaga Air,

Jakarta: Erlangga.

11. Soemarto. C. D. 1986. Hidrologi

Teknik, Surabaya: Usaha

Nasional.

13. Triatmodjo, Bambang. 2008.

Hidrologi Terapan, Yogyakarta:

Beta Offset. VI. PENUTUP

Dengan kesungguhan serta rasa rendah hati, penulis ucapkan rasa hormat dan terimakasih yang sebesar-besarnya kepada :

1. Allah SWT, atas segala rahmat, ridho, dan anugerah yang diberikan.

2. Keluarga kecil saya, Ayah dan Ibu (Kriswanto dan Cholifah, S.Pd.) beserta adik (Agung Rizqi Maulana). 3. Dosen pembimbing, Dr. Ir. Lily

Montarcih Limantara, M.Sc. dan Dr. Ir. Rispiningtati, M.Eng.

4. Dr. Ir. John P Pantouw, MS., bapak Wahyudi Priyono dan Ibu Milandari. 5. Saudara seperjuangan Samuel

Harjanto, S.T. atas kesempatan, bantuan, dan kekonyolannya.

6. Sahabat, saudara, dan rekan-rekan Keluarga besar Teknik Pengairan angkatan 2010.

Gambar

Tabel 2. Nilai K n dalam Pengujian Outlier
Gambar  1. Contoh  Pengelompokan Data untuk FDC Majemuk
Tabel 5. Contoh Pembangkitan Data Debit Metode F.J Mock pada tahun 2012
Gambar 4. Grafik FDC Majemuk 4 Dari  keempat  grafik  FDC, didapatkan  data  debit  andalan dengan probabilitas 90% sebagai berikut :

Referensi

Dokumen terkait

Pembahasan mengenai kinerja guru mempunyai hubungan yang signifikan dengan prestasi belajar siswa pada SMA Negeri Kota Sigli Kabupaten Pidie, secara psikologis

Menyusun daftar pertanyaan atas hal-hal yang belum dapat dipahami dari kegiatan mengmati dan membaca yang akan diajukan kepada guru berkaitan dengan materi Latar belakang dan

Fungsi pembatas dalam model matematika ini terdiri dari beberapa fungsi, yaitu fungsi jangkauan teknis, fungsi hubungan nilai karakteristik dengan kepuasan konsumen,

Skripsi yang berjudul “ HUBUNGAN KONFLIK PEKERJAAN – KELUARGA, STRES, KOMITMEN ORGANISASIONAL, KINERJA DAN KEINGINAN UNTUK MENINGGALKAN ORGANISASI” ini digunakan sebagai

Suatu daerah yang dibatasi oleh fungsi-x bila diputar terhadap sumbu y, volume benda putarnya dapat dihitung dengan 2 cara, yaitu:... Kemudian dikerjakan dengan rumus

Subang (21/10) --- Anggota DPR RI Fraksi PKS Dapil Subang, Majalengka Sumedang, Nurhasan Zaidi, bertemu dengan segenap Pimpinan Daerah Kabupaten Subang di Rumah Dinas Bupati

Laporan penelitian ini merupakan hasil penelitian yang telah penulis lakukan pada Dinas Perhubungan Komunikasi dan Informatika Kabupaten Majalengka. Berdasarkan hasil

Tidak ada perbedaan dalam kemandirian personal hygiene anak usia prasekolah berdasarkan pola asuh permisif, otoriter dan demokratis di Dusun Turi Sidorejo Ponjong