Q 5 thn = 10 m3 dt atau P 5 thn = 100 mm Bisa terjadi kapanpun dalam range waktu 0 – 5 tahun tersebut 1 kali hujan sebesar 100 mm atau debit sebesar 10 m

(1)

Ba njir ra nc a ng a n a d a la h b e sa rnya

d e b it b a njir ya ng d ite ta p ka n

se b a g a i d a sa r p e ne ntua n ka p a sita s

d im e nsi b a ng una n-b a ng una n

hid ra ulik (te rm a suk b a ng una n d i

sung a i), hing g a ke rusa ka n ya ng

d a p a t d itim b ulka n b a ik la ng sung

m a up un tid a k la ng sung o le h b a njir

tid a k b o le h te rja d i se la m a b e sa ra n

b a njir tid a k te rla m p a ui.



Pe ng e na la n d a n

p e m a ha m a n a na lisis fre kue nsi

d a ri d a ta huja n



Pe ng e na la n d a n

p e m a ha m a n a na lisis b a njir

ra nc a ng a n d a ri d a ta huja n

Kasus

Kasus OutputOutput Data tersediaData tersedia Tahapan analisisTahapan analisis

1

1 DebitDebit puncakpuncak DebitDebit banjirbanjir maksmaks.. tahunantahunan AnalisisAnalisis frekuensifrekuensi datadata debitdebit 2

2 DebitDebit puncakpuncak HujanHujan harianharian dandan karakteris karakteris--tik

tik daerahdaerah tangkapantangkapan hujanhujan Analisis

Analisis frekuensifrekuensi datadata hujanhujan dandan pengalihragaman

pengalihragaman hujanhujan--aliranaliran ((RationalRational methodmethod)) 3

3 DebitDebit puncakpuncak HujanHujan jamjam--jaman,jaman, hidrografhidrograf banjir

banjir dandan karakteristikkarakteristik DASDAS Analisis

pengalihragaman hujanhujan--aliranaliran ((UnitUnit hydrographhydrographatauatauRainfallRainfall --runoffrunoff modelmodel))

4

4 HidrografHidrograf banjir banjir

Hujan

Hujan jamjam--jaman,jaman, karakteris karakteris--tik

tik DAS,DAS, tidaktidak adaada datadata hidrograf hidrograf banjirbanjir

Analisis

pengalihragaman hujanhujan--aliranaliran ((SyntheticSynthetic unitunit hydrographhydrograph)) 5

Hujan

Hujan jamjam--jamanjaman dandan hidro hidro--graf

graf banjirbanjir

Analisis

pengalihragaman hujanhujan--aliranaliran ((UnitUnit hydrographhydrograph)) 6

Hujan

Hujan jamjam--jaman,jaman, hidrografhidrograf banjir

banjir dandan karakteristikkarakteristik DASDAS Analisis

pengalihragaman hujanhujan--aliranaliran ((UnitUnit hydrographhydrographatauatauRainfallRainfall --runoffrunoff modelmodel))

Be sa rnya b a njir ra nc a ng a n

d inya ta ka n d a la m d e b it b a njir

sung a i d e ng a n ka la ula ng te rte ntu.

Ka la ula ng d e b it a d a la h sua tu

kurun w a ktu b e rula ng d im a na d e b it

ya ng te rja d i m e nya m a i a ta u

m e la m p a ui b e sa rnya d e b it b a njir

ya ng d ite ta p ka n (b a njir

ra nc a ng a n).

Q

5 thn

=

10 m

3

/ d t a ta u P

5 thn

= 100 mm

Bisa te rja d i ka p a np un d a la m ra ng e wa ktu 0 – 5 ta hun

te rse b ut 1 ka li huja n se b e sa r

100 mm a ta u d e b it

se b e sa r

10 m

3

_{/ d t a ka n d isa ma i a ta u d ila mp a ui}

d e ng a n p ro b a b ilita s te rla mp a ui se b e sa r:

Pro b a b ilita s te rja d inya :

- Bisa te rja d i 1 ka li

- Bisa tid a k p e rna h te rja d i d a la m 5 ta hun te rse b ut

- Bisa b a nya k (b e rka li-ka li) te rla mp a ui

%

1 )

(

Prob

3

n

X

(2)

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

R



1 

1 /

De b it b a njir ra nc a ng a n d ite ta p ka n

b e rd a sa rka n b e b e ra p a p e rtim b a ng a n:



ukura n d a n je nis p ro ye k



ke te rse d ia a n d a ta



ke te rse d ia a n d a na



ke p e nting a n d a e ra h ya ng d ilind ung i



re siko ke g a g a la n ya ng d a p a t

d itim b ulka n



ka d a ng b a hka n jug a ke b ija ksa na a n

p o litik

Jenis Bangunan

Kala Ulang

Banjir Rancangan

(tahun)

Bendung sungai besar sekali

100

100 Bendung sungai sedang

Bendung sungai sedang

50

50 Bendung sungai kecil

Bendung sungai kecil

25

25 Tanggul sungai besar/daerah

Tanggul sungai besar/daerah

penting

25

25 Tanggul sungai kecil/daerah

Tanggul sungai kecil/daerah

kurang penting

10

10 Jembatan jalan penting

Jembatan jalan penting

25

25 Jembatan jalan tidak penting

Jembatan jalan tidak penting

10

1. A nnual Maxim um Se rie s

De ng a n m e ng g a m b il 1 d a ta

m a ksim um se tia p ta hun, ya ng b e ra rti

jum la h d a ta d a la m se ri a ka n sa m a

d e ng a n p a nja ng d a ta ya ng te rse d ia .

X1 X2 X3

3

1 2 n

Tahun ke

-Seri Data X1, X2, X3, …, Xn

2. Pe ak O ve r Thre sho ld

(

PO T

)

d e ng a n m e ne nta p ka n sua tu b a ta s

b a wa h te rte ntu (

Thre sho ld

) d e ng a n

p e rtim b a ng a n- p e rtim b a ng a n

te rte ntu. Se m ua b e sa ra n huja n/ d e b it

ya ng le b ih b e sa r d a rip a d a b a ta s

b a wa h te rse b ut d ia m b il d a n

d ija d ika n b a g ia n d a ri se ri d a ta .

X1 X2 X5

3

1 2

Tahun ke

-Seri Data X1, X2, X3, X4 , X5 ,…, Xn

Ambang X4

X3

Hub ung a n a nta ra ka la ula ng ha sil a na lisis

fre kue nsi d e ng a n d a ta

“

a nnua l Ma xim um se rie s

” d a n

“

Pe a k O ve r Thre sho ld

/

Pa rtia l

Se rie s

”

d e ng a n : TM = Ka la ula ng d e ng a n

Ma ximum Annua l

Se rie s

TE = Ka la ula ng d e ng a n

Pa rtia l Se rie s

1

1 ln































M

E

(3)

Pa ra m e te r sta tistik se ri da ta pe rlu dipe rkira ka n untuk

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

 1 1,164 1,350 1,534 1,763 1,925

2. Distrib usi Lo g No rm a l

0,050 -1,601 -1,264 -0,848 -0,025 0,833 1,296 1,686 2,134 2,437 0,100 -1,555 -1,244 -0,851 -0,050 0,822 1,307 1,725 2,213 2,549 0,150 -1,508 -1,221 -0,852 -0,074 0,808 1,316 1,760 2,290 2,661 0,200 -1,460 -1,196 -0,850 -0,097 0,793 1,320 1,791 2,364 2,772 0,250 -1,412 -1,170 -0,846 -0,119 0,775 1,321 1,818 2,435 2,880 0,300 -1,363 -1,142 -0,840 -0,141 0,755 1,318 1,841 2,502 2,987 0,350 -1,315 -1,113 -0,831 -0,160 0,733 1,313 1,860 2,564 3,089 0,400 -1,268 -1,083 -0,822 -0,179 0,711 1,304 1,875 2,621 3,187 0,450 -1,222 -1,053 -0,810 -0,196 0,687 1,292 1,885 2,673 3,220 0,500 -1,178 -1,024 -0,798 -0,211 0,663 1,278 1,891 2,720 3,367 0,550 -1,134 -0,994 -0,785 -0,225 0,638 1,261 1,893 2,761 3,449 0,600 -1,093 -0,964 -0,770 -0,237 0,613 1,243 1,891 2,797 3,524 0,650 -1,053 -0,936 -0,756 -0,248 0,588 1,223 1,887 2,828 3,593 0,700 -1,014 -0,908 -0,741 -0,258 0,563 1,201 1,879 2,853 3,656 0,750 -0,978 -0,880 -0,725 -0,267 0,539 1,178 1,868 2,873 3,712 0,800 -0,943 -0,854 -0,710 -0,274 0,515 1,155 1,845 2,889 3,762 0,850 -0,910 -0,828 -0,695 -0,280 0,491 1,131 1,830 2,900 3,806 0,900 -0,878 -0,803 -0,679 -0,285 0,469 1,106 1,829 2,907 3,844 0,950 -0,849 -0,780 -0,664 -0,289 0,447 1,081 1,802 2,910 3,876 1,000 -0,820 -0,757 -0,649 -0,293 0,425 1,056 1,781 2,910 3,903

n Kala Ulang

1,053 1,111 1,25 2 5 10 20 50 100

(4)

4. Distrib usi Lo g Pe a rso n III

Sifa t sta tistik distrib usi ini a da la h :



Jika tida k m e nunjukka n sifa t- sifa t

se pe rti pa da ke tig a distrib usi di a ta s.



G a ris te o ritik pro b a b ilita snya b e rupa

g a ris le ng kung .

Ta b e l 4

Ta b e l 5

Cs ()

Kala Ulang

1,053 1,111 1,25 2 5 10 20 50 100

0,0 - - - 0,000 0,842 1,282 1,645 2,054 2,326

0,1 - - - -0,017 0,836 1,292 1,673 2,107 2,400

0,2 -1,586 -1,258 -0,850 -0,033 0,830 1,301 1,700 2,159 2,472

0,3 -1,555 -1,245 -0,853 -0,050 0,834 1,309 1,726 2,211 2,544

0,4 -1,524 -1,231 -0,855 -0,067 0,816 1,317 1,750 2,261 2,615

0,5 -1,491 -1,216 -0,857 -0,083 0,808 1,323 1,774 2,331 2,686

0,6 -1,458 -1,200 -0,857 -0,099 0,800 1,329 1,797 2,359 2,755

0,7 -1,423 -1,183 -0,857 -0,116 0,790 1,333 1,819 2,407 2,824

0,8 -1,389 -1,166 -0,856 -0,132 0,780 1,336 1,839 2,453 2,891

0,9 -1,353 -1,147 -0,854 -0,148 0,769 1,339 1,859 2,498 2,957

1,0 -1,317 -1,128 -0,852 -0,164 0,758 1,340 1,877 2,542 3,023

1,1 -1,280 -1,107 -0,848 -0,180 0,745 1,341 1,894 2,585 3,087

1,2 -1,243 -1,086 -0,844 -0,195 0,733 1,340 1,910 2,626 3,149

1,3 -1,206 -1,064 -0,838 -0,210 0,719 1,339 1,925 2,667 3,211

1,4 -1,168 -1,041 -0,832 -0,225 0,705 1,337 1,938 2,706 3,271

1,5 -1,131 -1,018 -0,825 -0,240 0,691 1,333 1,951 2,743 3,330

1,6 -1,093 -0,994 -0,817 -0,254 0,675 1,329 1,962 2,780 3,388

1,7 -1,056 -0,970 -0,808 -0,268 0,660 1,324 1,972 2,815 3,444

1,8 -1,020 -0,945 -0,799 -0,281 0,643 1,318 1,981 2,848 3,499

1,9 -0,984 -0,920 -0,788 -0,294 0,627 1,311 1,989 2,881 3,553

2,0 -0,949 -0,895 -0,777 -0,307 0,609 1,303 1,996 2,912 3,605

2,1 -0,915 -0,869 -0,765 -0,319 0,592 1,294 2,001 2,942 3,656

2,2 -0,882 -0,844 -0,752 -0,330 0,574 1,284 2,006 2,970 3,705

2,3 -0,850 -0,819 -0,739 -0,341 0,555 1,274 2,009 2,997 3,753

2,4 -0,819 -0,795 -0,725 -0,351 0,537 1,262 2,011 3,023 3,800

2,5 -0,790 -0,771 -0,711 -0,360 0,518 1,250 2,012 3,048 3,845

Kala Ulang (Tahun)

Koef. Skew 1,01 2 5 10 25 50 100 200

-0,0 -2,326 0,000 0,842 1,282 1,751 2,054 2,326 2,576 -0,1 -2,400 0,017 0,846 1,270 1,716 2,000 2,252 2,482 -0,2 -2,472 0,033 0,850 1,258 1,680 1,945 2,178 2,388 -0,3 -2,544 0,050 0,853 1,245 1,643 1,890 2,104 2,294 -0,4 -2,615 0,066 0,855 1,231 1,606 1,834 2,029 2,201 -0,5 -2,686 0,083 0,856 1,216 1,567 1,777 1,955 2,108 -0,6 -2,755 0,099 0,857 1,200 1,528 1,720 1,880 2,016 -0,7 -2,824 0,116 0,857 1,183 1,488 1,663 1,806 1,926 -0,8 -2,891 0,132 0,856 1,166 1,448 1,606 1,733 1,837 -0,9 -2,975 0,148 0,854 1,147 1,407 1,549 1,660 1,749 -1,0 -3,022 0,164 0,852 1,128 1,366 1,492 1,588 1,664

-1,1 -3,087 0,180 0,848 1,107 1,324 1,435 1,518 1,581 -1,2 -3,149 0,195 0,844 1,086 1,282 1,379 1,449 1,501 -1,3 -3,211 0,210 0,838 1,064 1,240 1,324 1,383 1,424 -1,4 -3,271 0,225 0,832 1,041 1,198 1,270 1,318 1,351 -1,5 -3,330 0,240 0,825 1,018 1,157 1,217 1,256 1,282 -1,6 -3,388 0,254 0,817 0,994 1,116 1,166 1,197 1,216 -1,7 -3,444 0,268 0,808 0,970 1,075 1,116 1,140 1,155 -1,8 -3,499 0,282 0,799 0,945 1,035 1,069 1,087 1,097 -1,9 -3,553 0,294 0,788 0,920 0,996 1,023 1,037 1,044 -2,0 -3,605 0,307 0,777 0,895 0,959 0,980 0,990 0,995 -2,1 -3,656 0,319 0,765 0,869 0,923 0,939 0,946 0,949 -2,2 -3,705 0,330 0,752 0,844 0,888 0,900 0,905 0,907

Ap a b ila se luruh d a ta te la h d ig a mb a rka n

d a la m ke rta s p ro b a b ilita s ya ng d ip ilih, ma ka

d ib a nd ing ka n d e ng a n fung si d istrib usi te o ritik

untuk ke mud ia n d ila kuka n p e ng ujia n.

Pe ng g a mb a ra n g a ris te rse b ut d ila kuka n

d e ng a n me ng g una ka n p e rsa ma a n umum

G a ris Te o ritik Pro b a b ilita s untuk Ana lisis

Fre kue nsi:

d e ng a n :

X

T

= b e sa ra n (huja n/ d e b it) ka la ula ng T ta hun

X

= b e sa ra n (huja n/ d e b it) re ra ta

K

= fa kto r fre kue nsi untuk ka la ula ng T ta hun

S

= sim p a ng a n b a ku

S

K

X

T





T

.

Po sisi p e ng g a m b a ra n p a d a ke rta s

p ro b a b ilita sya ng se sua i untuk d istrib usi

te rp ilih c a ra We ib ull (1939)

d e ng a n :

m = uruta n d a ta d a ri ke c il ke b e sa r

n = jum la h d a ta

)

1 (

)

(







n

m

x

PROB

_i

Pe ng ujia n ke se sua ia n te rha d a p c ura h

huja n ini d im a ksud ka n untuk m e ng e ta hui

ke b e na ra n a ka n d istrib usi ya ng

d ig una ka n, se hing g a d ike ta hui :

1. Ke b e na ra n a nta ra ha sil p e ng a m a ta n

d e ng a n m o d e l d istrib usi ya ng d iha ra p ka n

a ta u ya ng d i d a p a tka n se c a ra te o ritis

(5)

Untuk ke p e rlua n a na lisis uji ke se sua ia n

d istrib usi d ip a ka i d ua m e to d e sta tistik,

ya itu

1. Uji C hi Kua d ra t d a n

2. Uji Sm irno v Ko lm o g o ro v

Me ng uji sim p a ng a n se c a ra v e rtika l d a n untuk m e ng uji a p a ka h

d istrib usi p e ng a m a ta n d a p a t d isa m a i d e ng a n b a ik o le h d istrib usi

te o ritis, d e ng a n p e rsa m a a n:

Ta b e l 6

Jum la h ke la s d istrib usi d ihitung d e ng a n rum us :

k

= 1 + 3,22

lo g n

Dk

=

k

- (

P

+

1 )

d im a na :



2 = ha rg a c hi kua d ra t

Ef

= nila i ya ng d iha ra p ka n untuk ke la s i

( e xp e c te d fre q ue nc y)

O f

= nila i ya ng d ia m a ti untuk ke la s i

(o b se rve d fre q ue nc y)

k

= jum la h ke la s d istrib usi

n

= b a nya knya d a ta

Dk

= d e ra ja t ke b e b a sa n

P

= b a nya knya p a ra m e te r se b a ra n C hi-Sq ua re (d ite ta p ka n = 2)























Ef

Of

Ef

2

)



Uji ini d ig una ka n untuk m e ng uji sim p a ng a n se c a ra

ho riso nta l a nta ra d istrib usi e m p iris d a n d istrib usi te o ritis. Da ri

p lo tting d a ta p a d a ke rta s d istrib usi d a p a t d ihitung

b e sa rnya p e nyim p a ng a n a nta ra d a ta te o ritis d a n d a ta

p e ng a m a ta n :

Ta b e l 7

d im a na :

P(T)

= p e lua ng te o ritis

P(E)

= p e lua ng e m p iris, d e ng a n m e to d e

We ib ull

Δ

c r

= sim p a ng a n kritis

Pe nyim p a ng a n te rse b ut ke m ud ia n d ib a nd ing ka n d e ng a n

p e nyim p a ng a n kritis ya ng m a sih d iijinka n (

c r

) ya ng m a na

p a d a stud i ini d ig una ka n nila i kritis (sig nific a nt le ve l) = 5 %.

Ap a b ila

Δmax

<

Δcr

b e ra rti d istrib usi fre kue nsi te rse b ut

d a p a t d ite ra p ka n untuk se m ua d a ta ya ng a d a .

 

T

P

 

E

cr

P







1. hitung p a ra me te r sta tistik d a ta ya ng d ia na lisis,

me lip uti:

X

,

S

,

C v

,

C s

, d a n

C k

,

2. b e rd a sa rka n nila i-nila i p a ra me te r sta tistik

te rhitung , p e rkira ka n d istrib usi ya ng c o c o k

d e ng a n se b a ra n d a ta ,

3. urutka n d a ta d a ri ke c il ke b e sa r (a ta u

se b a liknya ),

4. d e ng a n ke rta s p ro b a b ilita s ya ng se sua i untuk

d istrib usi te rp ilih, p lo tka n d a ta d e ng a n nila i

p ro b a b ilita s v a ria t

Xi

se b a g a i b e rikut:

p ro b (

Xi



X

) = m/ (n+1)

d e ng a n:

m

= uruta n d a ta d a ri ke c il ke b e sa r (1 s.d .

n

),

n

= jum la h d a ta ,

PROSEDUR HITUNGAN

ANALISIS FREKUENSI

5. ta rik g a ris te o ritik da n la kuka n uji C

hi-kua dra t da n Sm irno v- Ko lm o g o ro v,

6. a pa b ila sya ra t uji dipe nuhi, te ntuka n

b e sa ra n huja n ra nc a ng a n ya ng dic a ri untuk

ka la ula ng ya ng dite ta pka n (

R

T

),

7. jika sya ra t uji tida k dipe nuhi, pilih distrib usi

ya ng la in da n a na lisis da pa t dila kuka n

se pe rti pa da la ng ka h a wa l.

PROSEDUR HITUNGAN

ANALISIS FREKUENSI

α

n

0,20

0,10

0,05

0,01

5 0,45

0,51

0,56

0,67

10 0,32

0,37

0,41

0,49

15 0,27

0,30

0,34

0,40

20 0,23

0,26

0,29

0,36

25 0,21

0,24

0,27

0,32

30 0,19

0,22

0,24

0,29

35 0,18

0,20

0,23

0,27

40 0,17

0,19

0,21

0,25

45 0,16

0,18

0,20

0,24

50 0,15

0,17

0,19

0,23

(6)

α

n 0,20 0,10 0,05 0,01 0,001

1 1,642 2,706 3,841 6,635 10,287

2 3,219 4,605 5,991 9,210 13,815

3 4,642 6,251 7,815 11,345 16,268

4 5,989 7,779 9,448 13,277 18,465

5 7,289 9,236 11,070 15,086 20,516

6 8,558 10,645 12,592 16,812 22,457

7 9,803 12,017 14,067 18,475 24,322

8 11,030 13,362 15,507 20,090 26,125

9 12,242 14,684 16,919 21,666 27,877

10 13.442 15,987 18,307 23,209 29,588

11 14,631 17,275 19,675 24,725 31,264

12 15,812 18,549 21,026 26,217 32,909

13 16,958 19,812 22,362 27,688 34,528

14 18,151 21,064 23,635 29,141 36,123

15 19,311 22,307 24,996 30,578 37,297

16 20,465 23,542 26,296 32,000 39,252

17 21,615 24,769 27,587 33,409 40,790

18 22,760 25,989 28,869 34,805 42,312

19 23,900 27,204 30,144 36,191 43,820

20 25,038 28,412 31,410 37,566 45,315

LENGKUNG HUJAN

Jika

Jika diketahui

diketahui Data

Data Hujan

Hujan maka

maka dicari

dicari Hujan

Hujan

Rancangan

Rancangan dengan

dengan Analisis

Analisis Frekuensi

Frekuensi..

Hujan

Hujan Rancangan

Rancangan sebagai

sebagai masukan

masukan model

model

hujan

hujan aliran

aliran untuk

untuk perancangan

perancangan drainasi

drainasi dapat

dapat

dipergunakan

dipergunakan dengan

dengan :

: kurva

kurva//grafik

grafik

intensitas

intensitas–

–frekuensi

frekuensi–

–lama

lama hujan

hujan (IFD)

(IFD) atau

atau

Intensity

Intensity–

–Duration

Duration–

–Frequency

Frequency

((

IDF

). Yang

sering

sering disebut

disebut pula

pula sebagai

sebagai

Lengkung

Lengkung Hujan

Hujan

Intensitas Hujan Jam

Intensitas Hujan Jam--jaman

jaman



Untuk kasus data hujan jam

Untuk kasus data hujan jam--jaman tidak tersedia

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:

II

tt

= intensitas hujan untuk lama hujan

tt

(mm/jam)

R

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 :

C

=

= koefisien

koefisien limpasan

limpasan ((

runoff coefficient

)

) dgn

dgn

range 0



C



1

1 II

= intensitas hujan, dalam mm/jam

A

= luas DAS, dalam km

2

2 I ntensitas Hujan

I

D = t

c

t

c

Waktu

Q

Aliran akibat hujan dengan

durasi D < t

c

Aliran akibat hujan dengan

durasi D = t

c

(7)

Untuk p e rsa ma a n w a ktu ko nse ntra si

d ike na l p e rsa ma a n

Kirp ic h

:

d e ng a n :

tc

= w a ktu ko nse ntra si d a la m me nit

L

= p a nja ng sung a i d a la m km

S

= la nd a i sung a i d a la m m/ m

385 .

0

77 ,

0

97 ,

3





L

S

t

_c

Jenis Penutup Lahan/ Karakter istik Permukaan Nilai Koefisien c Business

Perkotaan Pinggiran

0,70 – 0,95 0,50 – 0,70 Perumahan

Rumah tunggal Multiunit, terpisah Multiunit tergabung Perkampungan Apartemen

0,30 – 0,50 0,40 – 0,60 0,60 – 0,75 0,25 – 0,40 0,50 – 0,70 Industri

Ringan Berat

0,50 – 0,80 0,60 – 0,90 Perkerasan

Aspal dan beton Batu bata, paving

0,70 – 0,95 0,50 – 0,70

Atap 0,75 – 0,95

Halaman tanah berpasir Datar 2% Rata-rata 2 – 7% Curam 7%

0,05 – 0,10 0,10 – 0,15 0,15 – 0,20 Halaman tanah berat

Datar 2% Rata-rata 2 – 7% Curam 7%

0,13 – 0,17 0,18 – 0,22 0,25 – 0,35

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%