TRANSFORMASI HUJAN – DEBIT
DAERAH ALIRAN SUNGAI BENDUNG SINGOMERTO BERDASARKAN MOCK, NRECA, TANK MODEL DAN RAINRUN
HALAMAN JUDUL
THE RAINFALL RUNOFF ANALYSIS OF SINGOMERTO WEIR WATERSHED BASED ON MOCK, NRECA, TANK MODEL, AND RAINRUN
METHODS
Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik
Universitas Sebelas Maret Surakarta
Disusun oleh:
FESTY RATNA ADITAMA NIM I 0109032
FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITAS SEBELAS MARET
HALAMAN PERSETUJUAN
HALAMAN PERSETUJUAN
TRANSFORMASI HUJAN – DEBIT DAERAH ALIRAN SUNGAI BENDUNG SINGOMERTO BERDASARKAN METODE MOCK, NRECA,
TANK MODEL DAN RAINRUN
THE RAINFALL RUNOFF ANALYSIS OF SINGOMERTO WEIR WATERSHED BASED ON MOCK, NRECA, TANK MODEL, AND RAINRUN
METHODS
SKRIPSI
Disusun Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Sipil Fakultas Teknik
Universitas Sebelas Maret Surakarta
Disusun Oleh :
FESTY RATNA ADITAMA
NIM I. 0109032
Telah disetujui untuk dipertahankan di hadapan Tim Penguji Pendadaran Fakultas Teknik Universitas Sebelas Maret
Persetujuan: Dosen Pembimbing I
Ir. Agus Hari Wahyudi, MSc NIP. 19630822 198903 1 002
Dosen Pembimbing II
HALAMAN PENGESAHAN
TRANSFORMASI HUJAN – DEBIT DAERAH ALIRAN SUNGAI BENDUNG SINGOMERTO BERDASARKAN METODE MOCK, NRECA,
TANK MODEL DAN RAINRUN
THE RAINFALL RUNOFF ANALYSIS OF SINGOMERTO WEIR WATERSHED BASED ON MOCK, NRECA, TANK MODEL, AND RAINRUN
METHODS
SKRIPSI
Disusun Oleh :
FESTY RATNA ADITAMA
NIM I. 0109032
Telah dipertahankan di hadapan Tim Penguji Pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta pada :
iv
MOTTO
v
PERSEMBAHAN
§ ALLAH S.W.T, pemilik dunia dan seisinya.
§ Ibu, yang telah melahirkan ku. Ibu, yang selama ini telah menyayangi dan mencintai ku. Ibu, yang selama ini telah membesarkan dan mengajari ku. Bapak, yang telah mengajari ku tentang kehidupan. Terima kasih untuk kasih sayang dan bimbingan kalian selama hidupku.
§ Adikku, Cindy Rindamwati yang telah memberikan dukungannya.
§ Harjun Adhitya Sasongko, terima kasih untuk perhatian, pengertian, kesabaran, semangat dan dukungan, serta keyakinannya.
§ Sahabat ku Alty Andiani, Raras Phusty, dan Monica Andhina yang selalu ada saat suka maupun dukaku.
§ Sahabat ku Tora, Andika, Gary, Agri, Ariza dengan segala candaan dan momen persahabatannya.
§ Mbak Nisa, Mbak Mei, Mas Atom, Mas Adi, Mas Wahyu, Mas Ipul dan Mas Ghea atas bimbingannya selama berada di laboratorium hidrolika.
§ Bu Rintis atas ilmu, kesabaran dan ajaran hidup yang diajarkannya, dan Pak Agus Hari atas ilmu yang berguna.
§ Teman-teman hidromatic yang sering saya buat panik Syifa, Lutfi, Deandra, Indra, Paska, terima kasih atas dukungannya dan semua teman sipil Universitas Sebelas Maret angkatan 2009.
§ Teman-teman tisanders, Sofi, Tya, Linda, Mbak Nunung, Mbak Ana, Mbak Lia, Lupita.
§ Kota Solo yang menjadi saksi cerita hidupku.
vi
ABSTRAK
Festy Aditama, Agus Wahyudi, dan Rintis Hadiani. 2012. Transformasi Hujan – Debit Daerah Aliran Sungai Bendung Singomerto Berdasarkan Mock, NRECA, Tank Model, dan Rainrun. Skripsi. Jurusan Teknik Sipil. Fakultas Teknik. Universitas Sebelas Maret. Surakarta.
Transformasi hujan – debit adalah menghitung debit keluaran berdasarkan data masukan hujan. Ada beberapa metode perhitungan transformasi data hujan menjadi debit yang telah dikenal dan berkembang di Indonesia. Cara yang sering digunakan antara lain adalah metode Mock, NRECA, dan Tank Model. Metode lain yang belum banyak dikembangkan adalah Rainrun.
Penelitian ini dilakukan dengan cara analitis desktiptif kuantitatif dengan mengaplikasikan empat metode perhitungan diatas. Lokasi penelitian berada di Kabupaten Banjarnegara Propinsi Jawa Tengah. Daerah Aliran Sungai (DAS) ini berada di bawah pengelolaan Dinas Pengelolaan Sumber Daya Air (PSDA) dan Energi dan Sumber Daya Mineral (ESDM) Kabupaten Banjarnegara serta Balai PSDA Serayu Citanduy, Dinas PSDA Provinsi Jawa Tengah dan di bawah kewenangan Balai Besar Wilayah Sungai Serayu Opak. Pemilihan lokasi ini didasarkan atas pertimbangan aliran air dari DAS Bendung Singomerto merupakan inflow utama waduk Mrica dan belum dilakukan perhitungan dengan empat metode.
Rainrun menghasilkan nilai R = 0,879, VE = 11,816%, dan CE = 0,408.
Kata Kunci : Tranformasi hujan - debit, Metode Mock, NRECA, Tank Model,
Rainrun.
vii
ABSTRACK
Festy Ratna Aditama, Agus Hari Wahyudi, and Rintis Hadiani. 2012. The Rainfall Runoff Analysis of Singomerto Weir Watershed Based on Mock,
Nreca, Tank Model, and Rainrun Methods. Thesis. Department of Civil
Engineering. Faculty of Engineering. Sebelas Maret University. Surakarta.
The rainfall runoff analysis is output based on input data of rain. There are
several rainfall runoff analysis methods that has been known and grown in
Indonesia. The methods that are often used include Mock method, NRECA, and
Tank Model. Another method that has not been developed is Rainrun.
The research was conducted by quantitative analytical desktiptif by applying the
above four methods of calculation. What research is Banjarnegara District,
Central Java Province. Watershed is under the management Department of
Water Resources Management (DWRM) and Energy and Mineral Resources
Banjarnegara district and Serayu Citanduy DWRM Hall, Central Java Province
DWRM and under the authority of the Central River Region Serayu Opak. Site
selection was based on the consideration of the flow of water from Singomerto
weir watershed is a major reservoir inflow Mrica and have not been calculated
with four methods yet.
The results of rainfall runoff analysis in Singomerto weir watershed using four
methods are Mock method produces a correlation value (R) = 0.854, excess
volume (VE) = 19.058%, and the model efficiency coefficient (CE) = 0.092.
NRECA produce value R = 0.817, VE = 35.378%, and CE = -3.199. Tank models
produce value R = 0.854, VE = 0.292%, and CE = 0.727. Rainrun produce value
R = 0.879, VE = 11.816%, and CE = 0.408.
Keyword : Rainfall Rainoff Transformation, Method Mock, NRECA, Tank Model,
Rainrun
viii
PRAKATA
Puji syukur penulis panjatkan kehadirat ALLAH SWT atas limpahan rahmat dan hidayah-NYA sehingga penulis dapat menyelesaikan laporan tugas akhir dengan judul ” Transformasi Hujan – Debit Daerah Aliran Sungai Bendung Singomerto Berdasarkan Mock, NRECA, Tank Model, dan Rainrun” guna memenuhi salah satu syarat untuk memperoleh gelar Sarjana Teknik di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
Penyusunan tugas akhir ini dapat berjalan lancar tidak lepas dari bimbingan, dukungan, dan motivasi dari berbagai pihak. Dengan segala kerendahan hati, pada kesempatan ini penulis ingin menyampaikan terima kasih kepada:
1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta. 2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas
Maret Surakarta.
3. Ir. Agus Hari Wahyudi, MSc selaku dosen pembimbing I. 4. Dr. Ir. Rr. Rintis Hadiani, MT selaku dosen pembimbing II. 5. Ir. Endang Rismunarsi, MT selaku dosen pembimbing akademik. 6. Dosen Penguji skripsi.
7. Segenap bapak dan ibu dosen pengajar di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
8. Rekan-rekan mahasiswa jurusan Teknik Sipil
9. Semua pihak yang telah memberikan bantuan dan dukungan kepada penulis dengan tulus ikhlas.
Penulis menyadari tugas akhir ini masih jauh dari kesempurnaan. Penulis mengharapkan saran dan kritik yang bersifat membangun untuk perbaikan di masa mendatang.
Surakarta, Januari 2013
ix
2.2.1 Daerah Aliran Sungai (DAS) ...6
2.2.2 Kualitas Data Hujan ...6
2.2.3 Hujan Wilayah ...7
2.2.4 Evapotranspirasi ...8
2.2.5 Pengalihragaman Hujan – Aliran Metode Mock ...13
2.2.6 Pengalihragaman Hujan – Aliran Metode NRECA ...16
2.2.7 Pengalihragaman Hujan – Aliran Tank Model ...18
2.2.8 Pengalihragaman Hujan – Aliran Rainrun ...19
2.2.8.1 Struktur Model ...19
2.2.8.2 Parameter Model ... 20
x
3.4.4 Perhitungan Kalibrasi Parameter DAS ...27
3.4.5 Perhitungan Transformasi Hujan – Debit ...27
3.5 Diagram alir tahapan penelitian ...29
BAB 4 ANALISIS DATA DAN PEMBAHASAN ... 31
4.1 Analisis Data ...31
4.1.1 Data ... 31
4.1.2 Uji Kepanggahan Data Hujan ... 31
4.1.3 Poligon Thiessen ... 33
4.1.4 Perhitungan Koefisien Thiessen ... 34
4.1.5 Hujan Wilayah ... 35
4.1.6 Evapotranspirasi ... 36
4.1.7 Perhitungan Kalibrasi Parameter DAS ... 42
4.1.7.1 Data Pencatatan Debit Lapangan ...43
4.1.7.2 Kalibrasi Parameter DAS Metode Mock ... 45
4.1.7.3 Kalibrasi Parameter DAS Metode NRECA ... 49
4.1.7.4 Kalibrasi Parameter DAS Tank Model ... 53
4.1.7.5 Kalibrasi Parameter DAS Rainrun ... 58
4.1.8 Perhitungan Transformasi Hujan – Debit Tahun 1994 – 2008 ... 63
4.2 Pembahasan ...75
4.2.1 Nilai parameter DAS ... 75
xi
Singomerto berdasarkan metode Mock, NRECA,
Tank Model dan Rainrun dari tahun 1994 – 2008 ...78
BAB 5 KESIMPULAN DAN SARAN ... 81
5.1 Kesimpulan ...81
5.2 Saran ...82
DAFTAR PUSTAKA... 844
L
LAAMMPPIIRRAANN AA
L
LAAMMPPIIRRAANN BB
L
LAAMMPPIIRRAANN CC
xii
Tabel 2.6. Koefisien tekanan udara dan angin (tabel Pennman 2) (f(Tdp)) ... 12
Tabel 2.7. Koefisien angin (tabel Pennman 3)( d.f(m2)) ... 12
Tabel 2.8. Tekanan udara (tabel 1a – b)(PZwa]sa) ... 13
Tabel 4.1. Data curah hujan tahunan stasiun Garung, Wonosobo, Mungkung, Kertek, Limbangan, dan Penjawaran. ... 32
Tabel 4.2. Perhitungan koefisien Thiessen untuk stasiun Garung, Wonosobo, Mungkung, Kertek, Limbangan, dan Penjawaran. ... 35
Tabel 4.3. Data Suhu Udara (0C) Stasiun Pengamatan Klimatologi Bojongsari ... 36
Tabel 4.4. Data Kelembaban Relatif (%) Stasiun Pengamatan Klimatologi Bojongsari ... 37
Tabel 4.5. Data Kecepatan Angin (Km/jam) Stasiun Pengamatan Klimatologi Bojongsari ... 38
Tabel 4.6. Data Lama Penyinaran Matahari Standar 8 Jam Stasiun Pengamatan Klimatologi Bojongsari ... 39
Tabel 4.7. Perhitungan Eto (mm/hari) ... 41
Tabel 4.8. Batasan nilai parameter Metode Mock ... 42
Tabel 4.9. Batasan nilai parameter NRECA ... 43
Tabel 4.10. Batasan nilai parameter Tank Model ... 43
Tabel 4.11. Batasan nilai parameter Rainrun ... 43
Tabel 4.12. Asumsi kondisi awal parameter DAS Metode Mock ... 45
Tabel 4.13. Hasil nilai parameter setelah dikalibrasi ... 46
Tabel 4.14. Transformasi hujan – debit Metode Mock tahun 2002 – 2008 setelah dikalibrasi (m3/dt) ... 47
Tabel 4.15. Asumsi kondisi awal parameter DAS Metode NRECA ... 49
Tabel 4.16. Hasil nilai parameter setelah dikalibrasi ... 50
Tabel 4.17. Transformasi hujan – debit Metode NRECA tahun 2002 – 2008 setelah dikalibrasi... 51
xiii
Tabel 4.20. Transformasi hujan – debit Metode Tank Model tahun 2002 – 2008
setelah dikalibrasi ... 56
Tabel 4.21. Asumsi kondisi awal parameter DAS Rainrun ... 58
Tabel 4.22. Hasil nilai parameter setelah dikalibrasi ... 60
Tabel 4.23. Transformasi hujan – debit Rainrun tahun 2002 – 2008 setelah dikalibrasi... 61
Tabel 4.24. Transformasi hujan – debit Metode Mock dengan data dari tahun 1994 – 2008 setelah dikalibrasi ... 64
Tabel 4.25. Transformasi hujan – debit Metode NRECA dengan data dari tahun 1994 – 2008 setelah dikalibrasi ... 67
Tabel 4.26. Transformasi hujan – debit Tank Model dengan data dari tahun 1994 – 2008 setelah dikalibrasi ... 70
Tabel 4.27. Transformasi hujan – debit Rainrun dengan data dari tahun 1994 – 2008 setelah dikalibrasi ... 73
Tabel 4.28. Rekapitulasi nilai parameter DAS Metode Mock ... 75
Tabel 4.29. Rekapitulasi nilai parameter DAS Metode NRECA ... 76
Tabel 4.30. Rekapitulasi nilai parameter DAS Tank Model ... 76
Tabel 4.31. Nilai perkiraan awal parameter DAS Rainrun ... 77
Tabel 4.32. Rekapitulasi nilai keandalan metode berdasarkan nilai R, VE dan CE ... 77
Tabel 4.33. Rekapitulasi nilai debit masing-masing metode ... 78
xiv
DAFTAR GAMBAR
Gambar 1.1. DAS Bendung Singomerto (Anonim, 2011) ... 2
Gambar 2-1. Poligon Thiessen ... 8
Gambar 2-2. Grafik perbandingan penguapan nyata dan potensial ... 17
Gambar 2-3. Simulasi Model Tangki ... 18
Gambar 2-4. Skematitasi Model Rainrun ... 20
Gambar 3-1. Diagram alir penelitian... 29
Gambar 3-2a. Diagram alir penelitian (lanjutan) ... 30
Gambar 4-1. Kurva massa ganda stasiun hujan Garung, Wonosobo, Mungkung, Kertek, Limbangan, dan Penjawaran ... 33
Gambar 4-2. Poligon Thiessen DAS Bendung Singomerto ... 34
Gambar 4-3. Grafik data pencatatan debit lapangan ... 44
Gambar 4-4. Grafik perbandingan transformasi hujan – debit hasil kalibrasi Metode Mock dengan data pencatatan debit lapangan ... 48
Gambar 4-5. Grafik perbandingan transformasi hujan – debit hasil kalibrasi NRECA dengan data pencatatan debit lapangan ... 52
Gambar 4-6. Grafik perbandingan transformasi hujan – debit hasil kalibrasi Tank Model dengan data pencatatan debit lapangan ... 57
Gambar 4-7. Grafik perbandingan transformasi hujan – debit hasil kalibrasi Rainrun dengan data pencatatan debit lapangan ... 62
Gambar 4-8. Grafik transformasi hujan – debit Metode Mock tahun 1994 – 2008 ... 65
Gambar 4-9. Grafik transformasi hujan – debit Metode NRECA tahun 1994 – 2008 ... 68
Gambar 4-10. Grafik transformasi hujan – debit Tank Model tahun 1994 – 2008 ... 71
Gambar 4-11. Grafik transformasi hujan – debit Rainrun tahun 1994 – 2008 ... 74
Gambar 4-12. Grafik Perbandingan Transformasi Hujan – Debit Metode Mock, NRECA, Tank Model, dan Rainrun ... 79
xv
DAFTAR NOTASI DAN SIMBOL
p = hujan rerata daerah
H = jaringan radiasi gelombang pendek (longley/day) = debit rata-rata
A = luas area (km2)
AET = evapotranspirasi aktual (mm) CE = koefisien efisiensi
CEk = koefisien efisiensi pada saat kalibrasi
CEs = koefisien efisiensi pada saat simulasi
DF = aliran langsung (direct flow)
EM = kelebihan kelengasan (excess moist)
EMR = rasio kelebihan kelengasan (excess moist ratio) Ep = evapotranspirasi potensial (mm/hari)
Eq = evaporasi terhitung pada saat temperatur permukaan sama dengan temperatur udara (mm/hr)
ER = hujan pada permukaan tanah (Excess Rainfall) (mm/bln)
Eto = indek evaporasi yang besarnya sama dengan evapotranspirasi dari rumput yang dipotong pendek (mm/hr)
f (m) = efek dari angka nyata dan jam penyinaran matahari terang maksimum pada radiasi gelombang panjang
f (Tai) = efek dari temperatur radiasi gelombang panjang GWF = aliran air tanah (ground water flow)
GWS = tampungan air tanah (ground water storage) H = jumlah hari dalam perhitungan.
I = infiltrasi (mm/bln)
kc = koefisien empiris tetumbuhan atau tanaman (-)
N = nominal n = jumlah stasiun
P = curah hujan bulanan (mm)
P1 = parameter yang menggambarkan karakteristik tanah permukaan
p1,p2,…pn = hujan di stasiun 1,2,…n
xvi
r = lama penyinaran matahari relatif R = koefisien korelasi
Rk = koefisien korelasi pada saat kalibrasi
Rs = koefisien korelasi pada saat simulasi
Ra = curah hujan tahunan (mm)
SM2i-1 = kelembaban tanah sebelumnya pada tampungan air bebas zona atas
(mm/bln)
SMC1 = kapasitas kelembaban tanah pada tampungan air tertekan zona atas (mm/bln)
VEk = selisih volume pada saat kalibrasi (%)
VEs = selisih volume pada saat simulasi (%)
xvii Wi = tampungan kelengasan tanah Wo = tampungan kelengasan awal X = debit terhitung (m3/s) Y = debit terukur (m3/s)
1 = fraksi kehilangan hambatan (-)
= fraksi aliran permukaan
a = albedo (koefisien reaksi) h = faksi hutan
= kemiringan tekanan uap air jenuh yang berlawanan dengan dengan kurva temperatur pada temperatur udara (mmHg/0C)
= konstanta Bowen (0,49 mmHg/0C)
-1
= panas laten dari penguapan (longley/minutes) µ2 = kecepatan angin pada ketinggian 2m di atas tanah
1
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Hujan merupakan komponen masukan yang paling penting dalam proses analisis hidrologi. Kedalaman curah hujan (rainfall depth) yang turun dalam suatu DAS akan dialihragamkan menjadi aliran di sungai, baik melalui limpasan permukaan (surface runoff), aliran antara (interflow, sub-surface runoff), maupun sebagai aliran air tanah (groundwater flow) (Sri Harto, 1993).
Menurut Soemarto (1987) debit diartikan sebagai volume air yang mengalir per satuan waktu melewati suatu penampang melintang palung sungai, pipa, pelimpah, akuifer dan sebagainya. Data debit diperlukan untuk menentukan volume aliran atau perubahan-perubahannya dalam suatu sistem DAS. Data debit diperoleh dengan cara pengukuran debit langsung dan pengukuran tidak langsung (Sri Harto, 2000). Semua model konseptual untuk transformasi data hujan menjadi data aliran sungai pada dasarnya dikembangkan dari konsep dasar yang sama, yaitu daur hidrologi. Hal yang membedakan antara model satu dengan lainnya terletak pada cara melakukan interpretasi terhadap proses mulai terjadinya hujan sampai menjadi aliran (Sulianto dan Ernawan Setiono, 2012).
Lokasi penelitian ini berada di Kabupaten Banjarnegara Propinsi Jawa Tengah. Daerah Irigasi Singomerto berada di bawah pengelolaan UPTD Wilayah I Banjarnegara dan Wilayah II Mandiraja, Dinas PSDA dan ESDM Kabupaten Banjarnegara serta Balai PSDA Serayu Citanduy, Dinas PSDA Provinsi Jawa Tengah dan di bawah kewenangan Balai Besar Wilayah Sungai Serayu Opak. Penelitian ini akan menganalisis transformasi data hujan – debit di DAS Bendung Singomerto dengan menggunakan metode Mock, NRECA (National Rural Electric Cooperative Association), Tank Model dan Rainrun. Pemilihan lokasi ini didasarkan
utama waduk Mrica dan belum dilakukan perhitungan dengan empat metode tersebut.
Gambar 1.1. DAS Bendung Singomerto (Anonim, 2011)
Di Indonesia ada tiga metode yang dikenal dan sudah dimanfaatkan dalam perhitungan transformasi data hujan – debit, yaitu Metode Mock, NRECA, dan Tank Model. Perhitungan debit dengan menggunakan ketiga metode tersebut hasilnya sering kali kurang memuaskan apabila dibandingkan dengan data pencatatan debit yang ada di lapangan. Sementara untuk metode Rainrun belum banyak diaplikasikan untuk transformasi data hujan – debit.
Beberapa penelitian yang telah ada sebelumnya mengenai beberapa penghitungan transformasi data hujan – debit dengan berbagai metode di atas yaitu oleh Ernawan Setiono, 2011 Pemakaian Model Diterministik Untuk Transformasi Data Hujan Menjadi Data Debit Pada DAS Lahor yang merupakan upaya untuk mengetahui performa model determinstik F.J Mock, NRECA, dan Tank Model pada Das Lahor. Dian Savitri, 2006, mengkaji tentang analisis hujan aliran dengan metode Mock dan metode NRECA.
Lokasi Penelitian
DAS Be ndung Singom erto
dalam wila yah Jateng
Model Rainrun digunakan untuk mensimulasikan data limpasan bulanan dalam penelitian yang dilakukan oleh Weert tahun 1994 pada Sungai Citarum di Palumbon. Roby Hambali dan Joko Sujono, 2008 meneliti Pengaruh Analisis Hujan DAS Terhadap Ketersediaan Air Berdasarkan Model Hujan-Aliran Rainrun pada DAS Gajahwong di Papringan. Dwi Tama, 2007, meneliti tentang Analisis Ketersediaan Air Menggunakan Model Mock dan Model Rainrun (Studi Kasus DAS Bedog dan DAS Code).
Penghitungan transformasi data hujan ke debit dengan menggunakan keempat metode sekaligus, yaitu Metode Mock, NRECA, Tank Model dan Rainrun di DAS Bendung Singomerto belum dilakukan. Maka dari itu, penelitian ini akan meneliti tentang transformasi data hujan - debit dengan keempat metode tersebut.
1.2
Rumusan Masalah
Rumusan masalah dalam penelitian ini berdasarkan latar belakang adalah :
1. Bagaimana hasil kalibrasi parameter DAS Bendung Singomerto untuk metode Mock, NRECA, Tank Model dan Rainrun, dengan data pencatatan debit historis? 2. Bagaimana hasil transformasi hujan – debit dengan menggunakan metode Mock,
NRECA, Tank Model dan Rainrun pada DAS Bendung Singomerto?
1.3
Batasan Masalah
Batasan masalah dalam penelitian ini adalah:
1. Penelitian dilakukan di DAS Bendung Singomerto.
2. Data hujan yang digunakan adalah data hujan tahun 1994-2008 di 6 (enam) stasiun.
3. Data klimatologi yang digunakan adalah stasiun Pengamatan klimatologi Bojongsari tahun 1986-2008.
4. Data pencatatan debit harian manual yang digunakan mulai tahun 2002 sampai dengan 2008.
5. Penelitian ini hanya menganalisis transformasi hujan – debit.
6. Analisis transformasi hujan – debit menggunakan metode Mock, NRECA, Tank Model dan Rainrun.
Tujuan penelitian ini adalah :
1. Mendapatkan nilai parameter DAS Bendung Singomerto untuk Metode Mock, NRECA, Tank Model dan Rainrun, dari hasil kalibrasi beserta nilai keandalannya.
2. Menghasilkan transformasi hujan – debit pada DAS Bendung Singomerto berdasarkan metode Mock, NRECA, Tank Model dan Rainrun dari tahun 1994 – 2008.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dalam penelitian ini adalah : 1. Manfaat teoritis,
memberikan suatu informasi ilmu ketekniksipilan, terutama hidrologi berupa analisis transformasi hujan – debit dengan empat metode sekaligus di DAS Singomerto.
2. Manfaat praktis,
Penelitian ini diharapkan dapat memberikan referensi baru untuk perhitungan transformasi hujan – debit yang dapat diaplikasikan dengan mudah.
5
BAB 2
TINJAUAN PUSTAKA DAN DASAR TEORI
2.1
Tinjauan Pustaka
Beberapa model yang sudah dikenal sebelumnya untuk transformasi hujan – debit seperti Metode Mock, NRECA, dan Tank Model hasilnya dirasa belum cukup mendekati dengan data pencatat debit di lapangan. Maka dari itu, penelitian ini mencoba mengembangkan model Rainrun yang telah ada sebelumnya, namun belum berkembang untuk menawarkan suatu alternatif pilihan model dalam penghitungan debit andalan.
Menurut Ernawan Setyono, 2011 berdasarkan hasil dari transformasi data hujan menjadi data debit pada Waduk Lahor menunjukan bahwa Tank model yang menunjukkan performa paling baik dari model deterministik yang digunakan dengan simpangan debit model dan debit amatan. Sementara Sulianto, 2010 menjelakan bahwa untuk Tank Model mempunyai kelemahan mendasar dari penerapannya karena begitu banyaknya parameter yang nilainya harus ditetapkan terlebih dahulu secara simultan sebelum model tersebut diaplikasikan. Kondisi ini menyebabkan Model Tangki dianggap tidak efisien untuk memecahkan masalah-masalah praktis.
Model Rainrun, yang merupakan model terpadu (“lump”) untuk simulasi daerah tangkapan atau sub daerah tangkapan secara keseluruhan, telah divalidasikan dan diuji untuk sungai Citarum di Palumbon. Hasilnya cukup bagus dan dapat disebutkan bahwa model Rainrun menawarkan suatu alternatif menarik dibanding dengan model lainnya. Dengan mempertimbangkan ukuran daerah tangkapan Citarum dan keanekaragaman spasial tumbuhan, geologi, topografi dan curah
hujan, model tersebut berfungsi dengan baik. Oleh karenanya, model Rainrun
cukup tepat untuk mensimulasikan data larian bulanan (Weert, 1994)
Berdasarkan penelitian mengenai analisis hujan aliran dengan menggunakan model Rainrun dan Mock yang telah dilakukan oleh Abdillah, 2006, aplikasi model Rainrun untuk mengalihragaman hujan menjadi aliran di DAS Gajahwong dan Winongo memberikan hasil yang relatif lebih baik dibandingkan dengan model Mock.
2.2
Dasar Teori
2.2.1 Daerah Aliran Sungai (DAS)
Daerah aliran sungai atau DAS sebagai suatu wilayah daratan yang secara topografik dibatasi oleh punggung-punggung gunung yang menampung dan menyimpan air hujan untuk kemudian mengalirkannya ke laut melalui sungai utama (Chay Asdak, 1995). Setiap DAS memiliki karakteristik dan parameter DAS masing-masing. Hal tersebut tergantung dari tata guna lahan dan kondisi geologi DAS.
2.2.2 Kualitas Data Hujan
Besaran hujan adalah masukan terpenting dalam analisis tansformasi hujan – debit, sehingga apabila kesalahan yang terdapat pada data hujan terlalu besar maka hasil analisis yang dilakukan pantas diragukan (Sri Harto, 1993). Oleh karena itu perlu dilakukan uji kualitas data hujan.
Penelitian ini menggunakan metode kurva massa ganda dalam menentukan kepanggahan data. Metode ini menggunakan grafik dalam penentuan kepanggahannya. Apabila garis tidak lurus maka perlu dilakukan pemanggahan dengan cara mengalikan data dengan faktor perubahan kemiringan sebelum grafik patah dan sesudah grafik patah. Kepanggahan data hujan dengan kurva massa ganda bisa juga dilihat dari nilai koefisien determinasi (R2) antar data hujan pada stasiun hujan yang digunakan. Nilai R2 harus mendekati satu (R2
dan Anwar, 2009).
2.2.3 Hujan Wilayah
Data hujan yang diperoleh dari alat penakar hujan merupakan hujan yang terjadi hanya pada satu titik saja (point rainfall). Mengingat hujan sangat bervariasi terhadap tempat (space), maka untuk kawasan yang luas, satu alat penakar hujan belum dapat menggambarkan hujan wilayah tersebut. Dalam hal ini diperlukan hujan kawasan yang diperoleh dari harga rerata curah hujan beberapa stasiun penakar hujan yang ada di dalam atau di sekitar kawasan (Suripin, 2004).
Penelitian ini menggunakan metode Thiessen dalam mengubah hujan titik menjadi hujan daerah. Metode ini digunakan karena metode ini tidak menggunakan faktor kemiringan lahan sehingga dalam analisis ini faktor tersebut dapat diabaikan.
· Metode Thiessen
Metode Thiessen memperhitungkan bobot dari masing-masing stasiun yang mewakili luasan di sekitarnya. Pada suatu luasan di dalam DAS dianggap bahwa hujan adalah sama dengan yang terjadi pada stasiun terdekat, sehingga hujan yang tercatat pada suatu stasiun mewakili luasan tersebut. Metode ini digunakan apabila penyebaran stasiun hujan di daerah yang ditunjau tidak merata. Hitungan curah hujan rerata dilakukan dengan memperhitungkan daerah pengaruh dari tiap stasiun (Soemarto, 1999).
A = luas daerah yang mewakili stasiun 1,2,…n.
Metode Thiessen diwujudkan dalam bentuk poligon Thiessen. Poligon Thiessen
Gambar 2-1. Poligon Thiessen (Anonim, 2008) 2.2.4 Evapotranspirasi
Evapotranspirasi (ETo) adalah peristiwa evaporasi total, yaitu peristiwa evaporasi ditambang dengan transpirasi (Soewarno, 2000). Transpirasi sendiri adalah suatu proses yang air dalam tumbuhan dilimpahkan ke dalam atmosfer sebagai uap air (Subarkah, 1980)
Besarnya evapotranspirasi dihitung dengan menggunakan metode Penman yang dimodifikasi oleh Nedeco/Prosida seperti diuraikan dalam PSA – 010. Evapotranspirasi dihitung dengan menggunakan rumus-rumus teoritis empiris dengan memperhatikan faktor-faktor meteorologi yang terkait seperti suhu udara, kelembaban, kecepatan angin dan penyinaran matahari. Evapotranspirasi tanaman yang dijadikan acuan adalah rerumputan pendek (abeldo = 0,25).
Rumus evapotranspirasi Penman yang telah dimodifikasi adalah sebagai berikut (PSA-010 Dirjen Pengairan, Bina Program, 1985):
Eto
d (2.2)
dengan :
Eto = Indek evaporasi yang besarnya sama dengan evpotranspirasi dari rumput yang dipotong pendek (mm/hr)
L-1 = panas laten dari penguapan (longley/minutes) (Tabel 2.1) = konstanta Bowen (0,49 mmHg/0C)
= kemiringan tekanan uap air jenuh yang berlawanan dengan dengan kurva temperatur pada temperatur udara (mmHg/0C)
d = Tabel 2.2 (berdasarkan suhu udara rata-rata bulanan) H = Jaringan radiasi gelombang pendek (longley/day)
-2 h
sh x 10-2 = { ash hsh x 10-2
ash x f(r) = Tabel 2.3 berdasarkan letak lintang dan radiasi matahari h
sh x 10-2 = Tabel 2.4 berdasarkan letak lintang
a = albedo (koefisien reaksi), tergantung pada lapisan permukaan
yang ada untuk rumput = 0,25 H = f (Tai) x f (Tdp) x f (m) f (Tai) 4 (Tabel 2.5)
= efek dari temperatur radiasi gelombang panjang f (Tdp) = Tabel 2.6 berdasarkan harga Pzwa
m = 8 (1 – r)
f (m) = 1 – m/10
= efek dari angka nyata dan jam penyinaran matahari terang maksimum pada radiasi gelombang panjang
r = lama penyinaran matahari relatif
Eq = evaporasi terhitung pada saat temperatur permukaan sama dengan temperatur udara (mm/hr)
= 0,35 (0,50 + 0,54 µ2) x (ea – ed) = f (µ2) x PZwa] sa - PZwa
µ2 = kecepatan angin pada ketinggian 2m di atas tanah
d.f(µ 2) = Tabel 2.7 (berdasarkan µ2)
PZwa] sa = Tabel 2.8 (berdasarkan suhu udara rata-rata bulanan) PZwa = PZwa] sa x kelembaban udara relatif rata-rata bulanan catatan : 1 longley/day = 1 kal/cm2hari. Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.2. Koefisien tekanan udara (tabel 1a – b)( d + ) Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.3. Koefisien radiasi matahari (tabel Pennman 5)(ash x f(r))
Lintang
Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.4. Tekanan udara hsh x 10-2) Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.5. Koefisien suhu (tabel 1a – b) ((f(Tai).10-2)
Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.6. Koefisien tekanan udara dan angin (tabel Pennman 2) (f(Tdp))
Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.7. Koefisien angin (tabel Pennman 3)( d.f(m2))
Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
Tabel 2.8. Tekanan udara (tabel 1a – b)(PZwa]sa)
Sumber : PSA-010 Dirjen Pengairan, Bina Program (1985)
2.2.5 Pengalihragaman Hujan – Aliran Metode Mock
Metode Mock memperhitungkan data curah hujan, evapotranspirasi, dan karakteristik hidrologi daerah pengaliran sungai. Hasil dari permodelan ini dapat dipercaya jika ada debit pengamatan sebagai pembanding. Oleh karena keterbatasan data di daerah studi maka proses pembandingan hanya dilakukan pada tahun 2002 – 2008. Untuk itu diperlukan pendekatan parameter hidrologi yang lebih cermat sehingga hasil simulasi dapat diterima dengan tingkat akurasi sedang tetapi masih dapat digunakan untuk analisa selanjutnya.
Data dan asumsi yang diperlukan untuk perhitungan Metode Mock adalah sebagai berikut (Ramdani Akbar, 2010):
1. Data Curah Hujan
Data curah hujan yang digunakan adalah curah hujan 15 (lima belas) harian. Stasiun curah hujan yang dipakai adalah stasiun yang dianggap mewakili kondisi hujan di daerah tersebut.
2. Evapotranspirasi Terbatas (Et)
Evapotranspirasi terbatas adalah evapotranspirasi actual dengan mempertimbangkan kondisi vegetasi dan permukaan tanah serta frekuensi curah hujan.
Untuk menghitung evapotranspirasi terbatas diperlukan data : a. Curah hujan setengah bulanan (P)
b. Jumlah hari hujan setengah bulanan (n)
c. Jumlah permukaan kering setengah bulanan (d) dihitung dengan asumsi bahwa tanah dalam suatu hari hanya mampu menahan air 12 mm dan selalu menguap sebesar 4 mm.
d. Exposed surface (m%) ditaksir berdasarkan peta tata guna lahan atau dengan asumsi:
m = 0% untuk lahan dengan hutan lebat,
m = 0% pada akhir musim hujan dan bertambah 10% setiap bulan kering untuk lahan sekunder,
m = 10% - 40% untuk lahan yang tererosi, dan m = 20% - 50% untuk lahan pertanian yang diolah. 3. Faktor Karakteristik Hidrologi Faktor Bukaan Lahan :
m = 0% untuk lahan dengan hutan lebat, m = 10 – 40% untuk lahan tererosi, dan
m = 30 – 50% untuk lahan pertanian yang diolah.
Berdasarkan hasil pengamatan di lapangan untuk seluruh daerah studi yang merupakan daerah yang mempunyai tingkat kesuburan rendah maka dapat diasumsikan untuk faktor m diambil 20% - 50%.
4. Luas Daerah Aliran Sungai (DAS)
Semakin besar DAS kemungkinan akan semakin besar pula ketersediaan debitnya.
5. Kapasitas Kelembaban Tanah (SMC)
Soil Moisture Capacity adalah kapasitas kandungan air pada lapisan tanah permukaan (surface soil) per m2. Besarnya SMC untuk perhitungan ketersediaan air ini diperkirakan berdasarkan kondisi porositas lapisan tanah permukaan dari DAS. Semakin besar porositas tanah, akan semakin besar pula SMC yang ada. Dalam perhitungan nilai SMC diambil antara 50 mm sampai dengan 200 mm.
6. Keseimbangan air di permukaan tanah
Keseimbangan air di permukaan tanah dipengaruhi oleh faktor-faktor sebagai berikut:
a. Air hujan (As),
b. Kandungan air tanah (soil storage), dan c. Kapasitas kelembaban tanah (SMC). 7. Kandungan air tanah
Besar kandungan tanah tergantung dari harga As, bila harga As negatif, maka kapasitas kelembaban tanah akan berkurang dan bila As positif maka kelembaban tanah akan bertambah.
8. Limpasan dan Penyimpangan Air Tanah (run off dan ground water storage)
Nilai run off dan ground water storage tergantung dari keseimbangan air dan kondisi tanahnya. Data-data yang diperlukan untuk menentukan besarnya aliran air tanah adalah sebagai berikut:
a. Koefisien Infiltrasi
Koefisien nilai infiltrasi diperkirakan berdasarkan kondisi porositas tanah dan kemiringan DPS. Lahan DPS yang porous memiliki koefisien infiltrasi yang besar. Sedangkan lahan yang terjadi memiliki koefisien infitrasi yang kecil, karena air akan sulit terinfiltrasi ke dalam tanah. Batasan koefisien infiltrasi adalah 0 – 1.
b. Faktor Resesi Aliran Tanah (k)
Faktor resesi adalah perbandingan antara aliran air tanah pada bulan ke-n dengan aliran air tanah pada awal bulan tersebut. Faktor resesi aliran tanah dipengaruhi oleh sifat geologi DPS. Dalam perhitungan ketersediaan air Metode FJ Mock, besarnya nilai k didapat dengan cara coba-coba sehingga dapat dihasilkan aliran seperti yang diharapkan. c. Initial Storage (IS)
Initial storage atau tampungan awal adalah perkiraan besarnya volume air pada awal perhitungan.
d. Penyimpangan air tanah (Ground Water Storage)
Penyimpangan air tanah besarnya tergantung dari kondisi geologi setempat dan watu. Sebagai permulaan dari simulasi harus ditentukan penyimpangan awal (initial storage) terlebih dahulu.
9. Aliran Sungai
Aliran dasar = infiltrasi – perubahan aliran air dalam tanah Aliran permukaan = volume air lebih – infiltrasi
Aliran sungai = aliran permukaan + aliran dasar
Air yang mengalir di sungai merupakan jumlah dari aliran langsung (direct run off), aliran dalam tanah (interflow) dan aliran tanah (base flow). Besarnya masing-masing aliran tersebut adalah:
a. Interflow = infiltrasi – volume air tanah, b. Direct run off = water surplus – infiltrasi,
c. Base flow = aliran yang selalu ada sepanjang tahun, d. Limpasan = interflow + direct run off + base flow. 2.2.6 Pengalihragaman Hujan – Aliran Metode NRECA
Model NRECA diperkenalkan oleh Norman H. Crawford pada tahun 1985. Model ini merupakan model konsepsi yang bersifat deterministik. Disebut model konsepsi karena basisnya didasari oleh teori. Untuk menginterpretasikan fenomena proses fisiknya digunakan persamaan dan rumus semi empiris (Anonim, 2011).
WB = Rb – AET (2.9)
AET = AET/PET x PET (2.10)
Wi = Wo / N (2.11)
N = 100 + 0.20 Ra (2.12)
dengan :
Q = Debit aliran rerata, m3/dt, DF = Aliran langsung (direct flow), GWF = Aliran air tanah (ground water flow), EM = Kelebihan kelengasan (excess moist),
GWS = Tampungan air tanah (ground water storage),
P1 = Parameter yang menggambarkan karakteristik tanah permukaan,
P2 = Parameter yang menggambarkan karakteristik tanah bagian dalam,
WB = Keseimbangan air (water balance),
EMR = Rasio kelebihan kelengasan (excess moist ratio), Rb = Curah hujan bulanan, mm,
AET = Evapotranspirasi aktual, mm,
PET = Evapotranspirasi potensial (Eto), mm, Wi = Tampungan kelengasan tanah,
Wo = Tampungan kelengasan awal, N = Nominal,
Ra = Curah hujan tahunan, mm.
Untuk nilai AET/PET dapat digunakan grafik berikut:
Gambar 2-2. Grafik perbandingan penguapan nyata dan potensial (AET/PET Ratio) (KP-Jaringan Irigasi 01)
2.2.7 Pengalihragaman Hujan – Aliran Tank Model
Tank Model / Model tangki diperkenalkan oleh Dr.M. Sugawara yang menirukan (stimulate) daerah aliran sungai dengan menggantikannya oleh sejumlah tampungan berupa sederet tangki. Ilustrasi Model Tangki tersebut dapat dilihat pada Gambar 2-3.
.
Gambar 2-3. Simulasi Model Tangki
Prosedur perhitungan yang bisa dilakukan adalah sebagai berikut (Anonim, 2011): 1. Membuat susunan tangki lengkap dengan karakteristiknya yang diasumsikan bisa mewakili atau menggambarkan karakteristik DAS yang akan dimodelkan. 2. Untuk perhitungan pertama, tambahkan curah hujan periode ini pada
tampungan periode sebelumnya, kemudian dikurangi dengan evaporasinya. Pengurangan evaporasi hanya dilakukan terhadap tangki teratas saja (tangki 1), tetapi jika pengurangan dari tangki teratas belum cukup, maka kekurangan tersebut dipikul oleh tangki-tangki di bawahnya.
3. Perhitungan limpasan dan infiltrasi dilakukan menurut tinggi tampungan yang diperoleh dalam langkah tiga. Besarnya limpasan dan infiltrasi diperoleh dari perkalian koefisien lubang dengan tinggi tampungan terhadap lubang yang bersangkutan
4. Perhitungan sisa tinggi tampungan dengan mengurangi tinggi tampungan yang diperoleh dari langkah 3 dengan selisih limpasan dan evaporasi.
5. Perhitungan untuk tangki yang kedua dan seterusnya prosedurnya hampir sama dengan tangki yang pertama, tetapi masukannya diganti dengan tinggi keluaran dari lubang tangki selanjutnya
6. Total aliran adalah penjumlahan dari semua keluaran yang diciptakan di sistem tangki yang dibuat.
2.2.8 Pengalihragaman Hujan – Aliran Rainrun
Model Rainrun adalah model perhitungan hujan – debit yang dikembangkan berdasarkan iklim di Indonesia (Weert, 1994). Model ini berbeda dari beberapa model/metode perhitungan debit yang telah ada sebelumnya. Perbedaannya terletak pada penutup tanah bukan hutan dan hutan, dan evapotranspirasi potensial diperkirakan dari hubungan empiris dengan curah hujan.
Model ini menyederhanakan penerapan model. Model ini memiliki kelemahan, yaitu karena hubungan empiris yang dibuat di dalamnya, maka penggunaannya hanya disarankan untuk kondisi klimatologi yang berlaku di Indonesia.
2.2.8.1 Struktur Model
Struktur model secara skematik ditunjukkan pada Gambar 2-4.
Gambar 2-4. Skematitasi Model Rainrun 2.2.8.2 Parameter Model
Parameter yang digunakan dalam model Rainrun dikarakteristikkan dengan zona tetumbuhan dan tampungan. Untuk hutan, sejumlah karakteristik didasarkan atas tersedianya pengetahuan dan informasi studi dan bahan bacaan tentang keseimbangan air. Untuk penutup tanah bukan hutan, karakteristik tersebut harus diperkirakan atau ditentukan dengan kalibrasi model. (Weert, 1994).
Parameter berikut harus diperkirakan dari karakteristik daerah tangkapan/DAS yang ada atau harus dikalibrasi, jika data curah hujan dan aliran cukup tersedia (Weert, 1994):
a. Fraksi hutan
b. Fraksi aliran permukaan dari curah hujan untuk penutup tanah bukan hutan c. Kapasitas tampungan air bertekanan (mm)
d. Faktor tetumbuhan bukan hutan, berhubungan dengan evapotranspirasi potensial ke evapotranspirasi acuan.
e. Kapasitas tampungan air bebas zona atas (mm) f. Koefisien surutan tampungan air bebas. g. Koefisien surutan sumpanan air tanah.
2.2.8.3 Perhitungan Keseimbangan Air
Perbedaan antara evapotranspirasi hutan dan evapotranspirasi pertanian dikarenakan sejumlah air terhambat oleh tajuk hutan dan menguap. Hambatan curah hujan dihitung dari:
(2.13) dengan :
1 = fraksi kehilangan hambatan (-),
P = curah hujan bulanan (mm).
Evapotranspirasi potensial dihitung sebagai berikut:
Ep = kc x ETo (2.14)
dengan:
Ep = evapotranspirasi potensial (mm/hari),
kc = koefisien empiris tetumbuhan atau tanaman (-),
Eto = evapotranspirasi acuan (mm/hari).
a. Tampungan Air Bertekanan
Untuk fraksi daerah tangkapan (DAS) yang berupa hutan dan bukan hutan, keseimbangan air dihitung secara terpisah. Peresapan air hujan ke dalam tampungan air tertekan zona atas dihitung dari curah hujan dikurangi curah hujan yang dihambat (hanya penutup hutan) dan dikurangi fraksi yang menjadi limpasan permukaan. Bila kandungan kelembaban tanah dari tampungan air tertekan turun di bawah 70% dari kapasitasnya, laju evaporasi berkurang sebanding dengan lengas tanah yang tersisa (Weert, 1994).
Curah hujan yang sampai permukaan tanah yang kemudian menjadi limpasan permukaan (Rsur) dirumuskan sebagai berikut:
Pnetto = P – ( h x (1-0,37 x P0,14)) (2.15)
Rsur = x Pnetto (2.16)
dengan:
Rsu r = aliran permukaan (mm/bln),
= fraksi aliran permukaan,
h = faksi hutan,
Pnetto = presipitasi (mm/bln).
Kelebihan air yang masuk ke dalam tampungan air tertekan zona atas dapat dihitung dengan menggunakan rumus berikut:
ER = Pnetto – Rsur (2.17)
dengan:
ER = hujan pada permukaan tanah (Excess Rainfall) (mm/bln),
Infiltrasi yang terjadi ketika kelebihan suplay air dihitung dengan rumus sebagai berikut:
SMI1 = kelembaban tanah baru pada tampungan air tertekan zona atas (mm/bln),
SMC1 = kapasitas kelembaban tanah pada tampungan air tertekan zona atas (mm/bln).
b. Tampungan Air Bebas
Curah hujan yang keluar dari tampungan air bebas yang kemudian menjadi aliran antara dihitung dengan menggunakan rumus:
SM2i = kelembaban tanah baru pada tampungan air bebas zona atas (mm/bln),
Pci = perkolasi (mm/bln),
Rint = aliran antara (mm/bln),
SMC2 = kapasitas kelembaban tanah pada tampungan air bebas zona atas (mm/bln).
Bila pada tahap akhir dari tahapan waktu perhitungan simpanan di dalam zona tampungan atas air bebas melebihi kapasitasnya, kelebihan air akan melimpah sebagai aliran antara (Rint) ke dalam sistem permukaan.
Perhitungan keseimbangan air tanah sama dengan zona tampungan atas air bebas dengan pengecualian bahwa tidak ada limpahan dari simpanan ini dan hanya komponen air keluar sebagai aliran dasar (Rbas).
2.2.8.4 Perhitungan Debit Aliran
Jumlah limpasan/debit selama waktu perhitungan dihitung sebagai penjumlahan dari komponen aliran rata-rata berbobot dari fraksi daerah tangkapan hutan dan bukan hutan (Weert, 1994) :
Untuk debit limpasan, dapat dihitung dengan persamaan (Roby dan Joko, 2008): (2.23) dengan :
Q = debit/limpasan terhitung (m3/s), A = luas area (km2),
H = jumlah hari dalam perhitungan.
2.2.9 Kalibrasi Parameter DAS
Kalibrasi didefinisikan sebagai proses penyesuaian parameter model yang berpengaruh terhadap kejadian aliran. Proses kalibrasi merupakan upaya untuk memperkecil penyimpangan yang terjadi. Besar nilai parameter tidak dapat ditentukan dengan pasti, sehingga proses kalibrasi dikatakan berhasil jika nilai parameter telah mencapai patokan ketelitian yang ditentukan yaitu koefisien korelasi (R) » 1 dan kesalahan volume (VE) » 0 (Ery Setiawan, 2010).
Dalam praktek kalibrasi terdapat 3 cara yang dapat ditempuh yaitu (Fleming, 1975):
1. Pengaturan parameter secara manual berdasarkan pengamatan.
2. Pengaturan parameter secara otomatis yang dilakukan oleh program komputer dengan kontrol ketelitian yang dikehendaki.
3. Kombinasi antara coba ulang secara manual dan otomatis. Dalam penelitian ini proses kalibrasi yang digunakan adalah kombinasi proses coba ulang secara manual dan otomatis. Kalibrasi secara otomatis yang diterapkan dengan menggunakan fasilitas solver pada Microsof Excel 2007.
2.2.10 Verifikasi Model
Model merupakan abstraksi dari sistem sebenarnya. Verifikasi terhadap kevalidan model terhadap kenyataan yang terjadi merupakan hal yang penting. Kepercayaan terhadap model bisa dilakukan secara statistik dengan mengukur parameter yang dihasilkan dari perhitungan model dengan asumsi kondisi awal (Wahyu, 2012). Evaluasi statistik yang digunakan menilai performa model dalam penelitian ini adalah nilai koefisien korelasi (R), selisih volume (VE) aliran dan koefisien efisiensi (CE).
Selisih volume (VE) aliran adalah nilai yang menunjukkan perbedaan volume perhitungan dan terukur selama proses simulasi. Selisih volume aliran dirumuskan sebagai berikut (Dwi Tama, 2007):
(2.25)
dengan:
Qobsi = debit terukur (m3/s),
Qcali = debit terhitung (m3/s),
VE = selisih volume (%).
Jika nilai kesalahan volume sangat kecil berarti jumlah volume nilai simulasi dan observasi hampir sama. Sebaliknya jika nilai kesalahan volume sangat besar maka terjadi penyimpangan hasil simulasi dan observasi (Ery Setiawan, 2010).
Koefisien efisiensi (CE) (Dwi Tama, 2007) menyatakan nilai yang menunjukkan efisiensi model terhadap debit terukur, cara objektif yang paling baik di dalam mencerminkan kecocokan hidrograf secara keseluruhan. Koefisien model dapat dihitung dengan rumus sebagai berikut:
(2.26)
Jika nilai koefisien efisiensi lebih besar dari 0,75, maka hasil optimasi model dapat dikatakan sangat efisien, apabila nilai CE berada di antara 0,36 - 0,75, hasil simulasi cukup efisien, apabila nilai CE kurang dari 0,36 maka hasil simulasi model tidak efisien.
26
BAB 3
METODE PENELITIAN
3.1
Jenis Penelitian
Jenis penelitian ini adalah analisis deskriptif kuantitatif yaitu melakukan analisis transformasi data hujan menjadi debit DAS Bendung Singomerto. Prosedur perhitungan yang dilakukan adalah dengan menggunakan metode Mock, NRECA,
Tank Model dan Rainrun.
3.2
Data
Data yang digunakan dalam penelitian ini adalah data sekunder berupa data curah hujan, data klimatologi dan data pencatatan debit. Data sekunder yang digunakan adalah :
· data curah hujan pada tahun 1994-2008 yang diperoleh dari Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Wonosobo dan Banjarnegara,
· data klimatologi tahun 1986-2008 stasiun pengamatan Bojongsari,
· data pencatatan debit harian Bendung Singomerto Banjarnegara 2002-2008, dan
· peta DAS Bendung Singomerto sesuai peta Bakosurtanal skala 1 : 25000 tahun 2006.
3.3
Lokasi Penelitian
Penelitian dilakukan di DAS Bendung Singomerto yang terletak di Kabupaten Banjarnegara. Gambar lokasi penelitian dapat dilihat di Lampiran A.
3.4
Tahapan Peneltian
3.4.1 Pengolahan data hujan1. Mencari hujan harian maksimum tahunan dari data hujan harian di stasiun Garung (Sta.24a), Stasiun Wonosobo (Sta.26), Stasiun Mungkung (Sta.27a), Stasiun Kertek (Sta.27b), Stasiun Limbangan (Sta.62d), dan Stasiun Pejawaran (Sta.66).
2. Data hujan tahunan diuji kepanggahannya, apabila tidak panggah maka dihitung dengan kurva massa ganda.
3. Data hujan tahunan diubah menjadi hujan daerah dengan metode Thiessen. 3.4.2 Pengolahan peta dasar DAS Singomerto dan peta stasiun hujan
1. Plot stasiun hujan kemudian membuat poligon Thiessen dengan AutoCAD. 2. Menentukan koefisien Thiessen untuk masing-masing stasiun hujan. 3.4.3 Perhitungan Evapotranspirasi
1. Mempersiapkan data klimatologi tahun 1986-2008 stasiun pengamatan Bojongsari, yaitu data suhu udara, kelembaban relatif, kecepatan angin dan lama penyinaran matahari standar 8 jam.
2. Menghitung evapotranspirasi menggunakan metode Penman Nedeco/Prosida. 3.4.4 Perhitungan Kalibrasi Parameter DAS
1. Mempersiapkan data curah hujan 15 harian dalam rentang waktu 2002-2008. 2. Mempersiapkan hasil perhitungan evapotranspirasi potensial.
3. Mempersiapkan data pencatatan debit setengah bulanan tahun 2002-2008. 4. Menghitung nilai parameter DAS dengan solver pada MS. Excel
masing-masing metode.
5. Verifikasi model dengan menghitung nilai R, VE dan CE masing-masing model.
3.4.5 Perhitungan Transformasi Hujan – Debit
1. Mempersiapkan data curah hujan 15 harian dalam rentang waktu 1994-2008. 2. Mempersiapkan data evapotranspirasi yang telah dihitung menggunakan
metode Penman Nedeco/Prosida.
3. Mempersiapkan nilai parameter DAS masing-masing metode hasil kalibrasi. 4. Menghitung nilai transformasi data hujan – debit dengan MS. Excel
masing-masing metode.
Tahapan penelitian ditunjukkan dalam bagan alir Gambar 3.1.
29
Penman Data Curah Hujan 15 Harian
31
BAB 4
ANALISIS DATA DAN PEMBAHASAN
4.1
Analisis Data
4.1.1 Data
Penelitian ini menggunakan data berupa data curah hujan tahun 1994-2008. Data curah hujan diperoleh dari Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Wonosobo dan Banjarnegara. Peta DAS Bendung Singomerto berupa data dalam format jpg.
Penelitian ini menggunakan data hujan di stasiun Garung (Sta.24a), Stasiun Wonosobo (Sta.26), Stasiun Mungkung (Sta.27a), Stasiun Kertek (Sta.27b), Stasiun Limbangan (Sta.62d), dan Stasiun Pejawaran (Sta.66). Pemilihan keenam stasiun tersebut sehubungan dengan ketersediaan data yang lengkap di enam stasiun hujan tersebut.
4.1.2 Uji Kepanggahan Data Hujan
Uji kepanggahan data menggunakan uji kurva massa ganda. Pengujian data dilakukan pada data curah hujan tahunan. Uji kepanggahan yang dilakukan memberikan hasil bahwa keenam stasiun mempunyai data yang panggah dan bisa digunakan untuk analisis. Ketiga stasiun hujan menghasil nilai deterministik (R2) mendekati satu yang berarti hubungan ketiga stasiun hujan saling berkaitan. Contoh perhitungan kurva massa ganda di stasiun Garung pada tahun 1994 adalah :
· Hujan tahun 1994 = 2496 mm/hari ( sumbu Y ),
Kertek tahun 1994 + hujan stasiun Limbangan hujan tahunan diberikan pada Tabel 4.1.
Tabel 4.1. Data curah hujan tahunan stasiun Garung, Wonosobo, Mungkung, Kertek, Limbangan, dan Penjawaran.
Tahun STASIUN HUJAN (mm/hari)
Garung Wonosobo Mungkung Kertek Limbangan Penjawaran
1994 2496 2396 2839 2629 2570 1817
Data curah hujan tersebut dianalisis dengan menggunakan kurva massa ganda. Setiap stasiun hujan akan menghasilkan nilai koefisien deterministik (R2). Kurva massa ganda yang diperoleh dapat dilihat pada Gambar 4.1.
Gambar 4-1. Kurva massa ganda stasiun hujan Garung, Wonosobo, Mungkung, Kertek, Limbangan, dan Penjawaran
Gambar grafik tersebut menunjukkan nilai R2 yang diperoleh hasilnya mendekati 1 (satu). Hal tersebut menunjukkan data hujan dari keenam stasiun tersebut panggah sehingga dapat langsung digunakan dalam penelitian.
4.1.3 Poligon Thiessen
Poligon Thiesen umum digunakan dalam transformasi hujan titik menjadi hujan daerah. Metode ini digunakan dalam penelitian ini terkait dengan ketersediaan data pada stasiun Garung, Wonosobo, Mungkung, Kertek, Limbangan dan Penjawaran.
Data curah hujan masing-masing stasiun diubah menjadi hujan daerah dengan menggunakan metode poligon Thiessen. Posisi dari masing-masing stasiun hujan diplot ke dalam peta DAS Bendung Singomerto kemudian plot garis yang menghubungkan keenam stasiun hujan. Kemudian plot garis berat yang tegak lurus garis hubung stasiun hingga memotong batas DAS Bendung Singomerto. Pembuatan poligon Thiessen dalam penelitian ini diolah dengan bantuan program
Gambar 4-2. Poligon Thiessen DAS Bendung Singomerto (Anonim, 2008) 4.1.4 Perhitungan Koefisien Thiessen
Hasil pengeplotan poligon Thiessen DAS Bendung Singomerto dengan keenam stasiun hujan menghasilkan koefisien Thiessen untuk masing-masing stasiun hujan. Perhitungan koefisien Thiessen dilakukan dengan membandingkan antara luas poligon Thiessen untuk masing-masing stasiun hujan dan luas total DAS. Contoh perhitungan koefisien Thiessen untuk stasiun hujan Garung adalah :
· Luas poligon stasiun hujan Garung = 159,01 km2,
· Luas DAS Garung = 665 km2,
· Koefisien Thiessen Garung = 159,01 / 665 = 0,2391
Perhitungan untuk masing-masing koefisien Thiessen disajikan dalam Tabel 4.2. Tabel 4.2. Perhitungan koefisien Thiessen untuk stasiun Garung, Wonosobo,
Mungkung, Kertek, Limbangan, dan Penjawaran.
NO STASIUN HUJAN POLYGON THIESSEN FACTOR
Presentase ( % ) Luas DAS ( KM2 )
1 Stasiun Garung (Sta.24a) 23,91 159,01
2 Stasiun Wonosobo (Sta.26) 17,59 116,97
3 Stasiun Mungkung (Sta.27a) 10,43 69,36
4 Stasiun Kertek (Sta.27b) 16,02 106,53
5 Stasiun Limbangan (Sta.62d) 16,76 111,45
6 Stasiun Pejawaran (Sta.66) 15,29 101,68
Jumlah 100,00 665,00
Hasil dari perhitungan koefisien Thiessen menunjukkan bahwa stasiun Garung memperoleh presentase paling besar. Hal ini berarti bahwa stasiun tersebut berpengaruh besar dalam perhitungan analisis penelitian ini. Stasiun Wonosobo, Kertek, Limbangan, dan Penjawaran memiliki presentase yang hampir sama. Stasiun dengan perolehan presentase terendah yaitu stasiun Mungkung, karena letaknya yang tidak terlalu dekat dengan DAS Bendung Singomerto.
4.1.5 Hujan Wilayah
Koefisien Thiessen digunakan sebagai pengali dalam perhitungan hujan daerah. Hujan wilayah mewakili hujan yang terjadi di seluruh DAS Bendung Singomerto. Penelitian ini menggunakan data hujan 15 harian dalam transformasi hujan – debit. Untuk itu, perhitungan hujan daerah yang dilakukan adalah 15 harian. Data hujan dan hari hujan 15 harian disajikan dalam, Tabel B.1a – B.1f Lampiran B. Contoh perhitungan hujan 15 harian pertama bulan Januari pada tahun 1994 :
· Hujan 15 harian tahun 1994 di stasiun hujan Garung = 279 mm,
· Hujan 15 harian tahun 1994 di stasiun hujan Wonosobo = 178 mm,
· Hujan 15 harian tahun 1994 di stasiun hujan Kertek = 368 mm,
· Hujan 15 harian tahun 1994 di stasiun hujan Limbangan= 178 mm,
· Hujan 15 harian tahun 1994 di stasiun hujan Penjawaran= 229 mm,
· Hujan 15 harian tahun 1994 = (279x0,231) + (178x0,1759) + (262x0,1043) + (368x0,1602) + (368x0,1676) + (178x0,1529) = 249 mm.
Perhitungan hujan 15 harian selengkapnya dapat dilihat pada Tabel C.2 Lampiran C.
4.1.6 Evapotranspirasi
Data-data yang digunakan dalam perhitungan evapotranspirasi disajikan dalam Tabel 4.3 suhu udara, Tabel 4.4 kelembaban udara, Tabel 4.5 kecepatan angin, dan Tabel 4.6 penyinaran matahari (%).
Tabel 4.3. Data Suhu Udara (0C) Stasiun Pengamatan Klimatologi Bojongsari
Bln
Sumber: Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Banjarnegara
Tabel 4.4. Data Kelembaban Relatif (%) Stasiun Pengamatan Klimatologi
Sumber: Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Banjarnegara
Tabel 4.5. Data Kecepatan Angin (Km/jam) Stasiun Pengamatan Klimatologi Sumber: Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Banjarnegara
Tabel 4.6. Data Lama Penyinaran Matahari Standar 8 Jam Stasiun Pengamatan
Sumber: Dinas Pengairan, Energi dan Sumber Daya Mineral Kabupaten Banjarnegara
7. Penyinaran matahari standar 12 jam (0,768Qr+3,46) = 40,57% Perhitungan Evapotranspirasi
8. f(Tai) x 10-2 berdasarkan tabel 2.5. = 9,12 9. -1 x 102 berdasarkan tabel 2.1 = 2,6
10.PZwa] sa berdasarkan tabel 2.8 = 25,74 mmHg
11.d = 2,01
12.PZwa = kelembaban udara x PZwa] sa = 85,78% x 25,74 = 22,1 mmHg 13.f(Tdp) berdasarkan tabel 2.6 (dengan PZwa =22,1mmHg)= 0,126 14.PZwa] sa - PZwa = 25,74 – 22,1 = 3,66 mmHg 15.d.f(µ 2) berdasarkan tabel 2.7 = 0,141 16.d.Eq = (PZwa] sa - PZwa) x d.f(µ 2) = 3,66 x 0,41 = 0,52 17. hsh x 10-2 berdasarkan tabel 2.4 dengan Lintang 7,25 = 9,12 18.ash x f(r) berdasarkan tabel 2.3 = 0,333
19.H hsh x 10-2) x (ash x f(r)) = 9,12 x 0,333 = 3,04 20.m = 8 x (1 – r) = 8 x (1 – 34,61%) = 5,23 21.f(m) = 1 – m/10 = 1 – 5,23/10 = 0,48 22.H = (Tai) x f (Tdp) x f (m) = 9,12 x 0,126 x 0,48 = 0,55
23.H H = 3,04 – 0,55 = 2,49
24. -1 x (H H = 2,6 x 2,49 = 6,47
25.d -1 x (H H = 0,52 + 6,47 = 6,99
26.Eto = d.Eq + -1 x (H H / (d = 3,48 mm/hari Untuk perhitungan bulan berikutnya disajikan dalam Tabel 4.7.
evapotranspirasi bulanan yaitu dengan mengalikan harga Eto yang didapatkan dengan jumlah hari dalam setengah bulanan. Contoh perhitungan untuk Eto Januari setengah bulanan pertama pada tahun 1994:
Jumlah hari = 15 hari.
Nilai Eto bulan Januari = 3,48 mm/hari.
Eto Januari I = 15 x 3,48 = 52,2 mm/bln
Untuk perhitungan selanjutnya dapat dilihat pada Tabel C.3 Lampiran C. 4.1.7 Perhitungan Kalibrasi Parameter DAS
Data debit harian Bendung Singomerto yang diperoleh adalah tahun 2002 – 2008. Maka dari itu, kalibrasi untuk mendapatkan harga parameter DAS dilakukan dengan menggunakan data hujan dari tahun 2002 – 2008. Kalibrasi dilakukan dengan cara menentukan terlebih dahulu nilai awal perkiraan dan batasan nilai parameter.
Kemudian dengan menggunakan metode Mock, Nreca, Tank Model dan Rainrun, dihitung nilai transformasi data hujan – debit berdasarkan nilai parameter perkiraan awal. Apabila hasilnya kurang mendekati dengan data pencatatan debit Bendung Singomerto, yaitu didapat nilai R rendah, VE tinggi dan CE tinggi, maka dilakukan kalibrasi dengan menggunakan Solver yang terdapat pada program Microsoft Excel. Program Solver dapat digunakan dengan memasukkan batasan nilai dari masing-masing parameter untuk masing-masing-masing-masing metode perhitungan. Batasan nilai parameter ditentukan sebagai berikut (Ery Setiawan,2010):
Tabel 4.8. Batasan nilai parameter Metode Mock
Tabel 4.9. Batasan nilai parameter NRECA
Tabel 4.10. Batasan nilai parameter Tank Model
No Parameter
Batasan nilai parameter tersebut nantinya akan dimasukkan ke dalam batasan pada fasilitas solver pada Microsoft Excel. Batasan nilai tersebut dimaksudkan agar hasil optimasi parameter tidak melampaui batas maksimal dan tidak kurang dari batasan minimal. Sehingga hasil yang didapatkan dari optimasi dengan menggunakan solver
akan mendekati keadaan lapangan.
4.1.7.1 Data Pencatatan Debit Lapangan
Data pencatatan debit yang diperoleh tahun 2002 – 2008 disajikan dalam Tabel B.2 Lampiran B. Gambar grafik dari data pada lampiran tersebut, disajikan dalam
44 Gambar 4-3. Grafik data pencatatan debit lapangan
4.1.7.2 Kalibrasi Parameter DAS Metode Mock
Proses pengolahan data asumsi awal untuk parameter DAS, adalah sebagai berikut: 1. Memasukkan nilai perkiraan awal parameter awal DAS.
Tabel 4.12. Asumsi kondisi awal parameter DAS Metode Mock No Parameter Metode Mock
2. Melakukan perhitungan transformasi data hujan – debit dengan menggunakan metode Mock tahun 2002 – 2008.
Base Flow = Infiltration - DVn = 51,07 – 37,97 = 13,11 mm
Perhitungan selanjutnya disajikan dalam Tabel C.4.1b Lampiran C..
3. Membandingkan hasil transformasi data hujan – debit Metode Mock dengan data pencatatan debit lapangan. Apabila hasilnya tidak sesuai parameter statistik yang dikehendaki yaitu R » 1, VE » 0, dan CE » 1, dilakukan proses kalibrasi dengan menggunakan Solver hingga hasilnya mendekati dengan yang hasil yang diharapkan.
Tabel 4.13. Hasil nilai parameter setelah dikalibrasi No Parameter Metode Mock
Perhitungan hasil kalibrasi disajikan dalam Tabel C.5.1b Lampiran C. Dari hasil perhitungan didapatkan nilai parameter baru. Dari hasil tersebut dengan menggunakan Persamaan 2.24, 2.25, dan 2.26 menghasilkan perhitungan transformasi data hujan – debit yang memiliki nilai:
Rk = 0,7564
VEk = 13,4834%
CEk = 0,8141
48 Gambar 4-4. Grafik perbandingan transformasi hujan – debit hasil kalibrasi Metode Mock dengan data pencatatan debit lapangan
4.1.7.3 Kalibrasi Parameter DAS Metode NRECA
Proses pengolahan data asumsi awal untuk parameter DAS, adalah sebagai berikut: 1. Memasukkan nilai parameter awal DAS.
Tabel 4.15. Asumsi kondisi awal parameter DAS Metode NRECA
No Parameter Metode NRECA
1 CA (km2) 665,0
2 Koefisien evapotraspirasi 0,8
3 DF1 (mm) 115,0
4 SMC (mm) 130,0
2. Melakukan perhitungan Transformasi data hujan – debit dengan menggunakan metode NRECA tahun 2002 – 2008.
Contoh perhitungan untuk tahun 2002 bulan Januari 2 minggu pertama (Jan I): Data:
Jumlah curah hujan setahun = 2456 mm/tahun
Jumlah hari = 15
Curah hujan (P) = 119,74 mm
Evaportanspirasi = 52,14 mm
Eto = koef evapotras x Evapotranspirasi = 0,8 x 52,14 = 41,71 mm
Direct Flow = Excess Moist - Recharge To Ground Water = 14,58 mm Total Flow = GW Flow + Direct Flow = 99,45 mm
Effective Discharge
Effective Discharge = (Total Flow x 0,001 / (3600 x 24 x 15)) x (CA x 106) = (99,45 x 0,001 / (3600 x 24 x 15)) x (665 x 106) = 51,03 m3/s
Perhitungan selanjutnya disajikan dalam Tabel C.4.2b Lampiran C.
3. Membandingkan hasil Transformasi data hujan – debit Metode Nreca dengan data pencatatan debit lapangan. Apabila hasilnya tidak sesuai parameter statistik yang dikehendaki yaitu R » 1, VE » 0, dan CE » 1, dilakukan proses kalibrasi dengan menggunakan Solver hingga hasilnya mendekati dengan yang hasil yang diharapkan.
Tabel 4.16. Hasil nilai parameter setelah dikalibrasi
No Parameter Metode NRECA
Hasil Kalibrasi
1 CA (km2) 665,0000
2 koefisien evapotraspirasi 0,9999
3 DF1 (mm) 115,1600
4 SMC (mm) 134,8700
Perhitungan hasil kalibrasi disajikan dalam Tabel C.5.2b Lampiran C. Dari hasil perhitungan didapatkan didapatkan nilai parameter baru. Dari hasil tersebut dengan menggunakan Persamaan 2.24, 2.25, dan 2.26 menghasilkan perhitungan yang memiliki nilai:
Rk = 0,7953
VEk = 30,6160%
CEk = 0,2474
51 N0 TAHUN
BULAN
JANUARI PEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOPEMBER DESEMBER
4.1.7.4 Kalibrasi Parameter DAS Tank Model
Proses pengolahan data asumsi awal untuk parameter DAS, adalah sebagai berikut: 1. Memasukkan nilai parameter awal DAS.
Tabel 4.18. Asumsi kondisi awal parameter DAS Tank Model Tank-1 Initial
2. Melakukan perhitungan Transformasi data hujan – debit dengan menggunakan metode Tank model tahun 2002 – 2008.
Tank 2
Perhitungan selanjutnya disajikan dalam Tabel C.4.3b Lampiran C.
3. Membandingkan hasil Transformasi data hujan – debit Tank Model dengan data pencatatan debit lapangan. Apabila hasilnya tidak sesuai parameter statistik
![Tabel 2.8. Tekanan udara (tabel 1a – b)(PZwa]sa)](https://thumb-ap.123doks.com/thumbv2/123dok/3014781.1713227/30.595.124.497.119.486/tabel-tekanan-udara-tabel-a-b-pzwa-sa.webp)
