• Tidak ada hasil yang ditemukan

BAB III METODE PENELITIAN. Penelitian dimulai pada Semester A tahun ajaran dan

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODE PENELITIAN. Penelitian dimulai pada Semester A tahun ajaran dan"

Copied!
49
0
0

Teks penuh

(1)

BAB III

METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian

Penelitian dimulai pada Semester A tahun ajaran 2016-2017 dan penelitian tugas akhir ini dilaksanakan di DAS Sungai Badera yang terletak di Kota Medan. Dengan posisi geografis 3° 34' – 3° 37' Lintang Utara dan 98° 36' - 98° 37' Bujur Timur.

Gambar 3.1 Peta DAS Sei Badera 3.2 Rancangan Penelitian

Penelitian ini dilakukan pada tugas akhir ini adalah dengan melakukan survei dan pengamatan langsung (observasi) untuk penampang saluran, arah aliran serta pengumpulan data sekunder yang diperlukan yakni peta sistem drainase, data curah hujan dan data debit sungai. Data-data tersebut kemudian dianalisis berdasarkan analisis hidrologi dan analisis hidrolika.

(2)

Mulai

Studi Literatur

Pengumpulan Data

Data Primer

1. Kondisi Eksisting Saluran 2. Dimensi Saluran

3. Dokumentasi 4. Wawancara dengan

masyarakat

Data Sekunder

1. Data Curah Hujan 2. Peta DAS

Analisis dan Pembahasan

Analisis Debit Banjir Analisis Kapasitas

Evaluasi Saluran Drainase Eksisting dan Perhitungan Normalisasi Dimensi Rencana

Kesimpulan dan Saran

Selesai

(3)

Studi penelitian dilakukan sesuai urutan di bawah ini: 1. Studi literatur

Rumusan-rumusan serta konsep-konsep teoritis dari berbagai literatur dipelajari dan dipahami agar landasan teoritis terpenuhi dalam mengembangkan konsep penelitian mengenai sistem jaringan drainase dan masalah-masalah penyebab terjadinya banjir di lokasi penelitian.

2. Pengumpulan data

Pengumpulan data dalam penelitian ini meliputi: a. Data primer

Data primer adalah data yang diperoleh dengan pengamatan langsung di lapangan. Secara umum pengertian data primer adalah data yang diperoleh dari sumber pertama atau data yang dikumpulkan peneliti secara langsung melalui obyek penelitian dan data ini biasanya belum diolah seperti tinjauan langsung ke lokasi penelitian. Peneliti mengukur langsung dimensi eksisting saluran drainase.

b. Data sekunder

Data sekunder adalah data yang mendukung penelitian dan memberikan gambaran umum tentang hal-hal yang mencakup penelitian. Pengumpulan data sekunder didapatkan melalui instansi-instansi terkait dalam permasalahan ini, seperti jurnal, buku literature, internet dan data-data yang digunakan. Secara umum pengertian data sekunder adalah data yang diperoleh dari pihak kedua, dan data ini biasanya sudah dalam keadaan diolah.

(4)

3. Pengolahan data

Setelah semua data yang dibutuhkan diperoleh, langkah selanjutnya adalah pengolahan data. Data-data yang diperoleh dari hasil survei lapangan, hasil analisis data, dan data-data yang telah diolah oleh suatu pusat penelitian akan dihitung menggunakan suatu metode.

4. Analisis data

Dari hasil pengolahan akan dilakukan analisa data sehingga dapat diperoleh kesimpulan akhir yang berarti. Beberapa analisa data tersebut yaitu :

a. Analisis hidrologi

Analisis data ini berguna untuk mengetahui debit banjir maksimum pada drainase sehingga dapat dibandingkan dengan kapasitas drainase tersebut.

b. Analisis sistem drainase

Analisis data ini berguna untuk menghitung debit air maksimum yang dapat dialirkan saluran drainase pada lokasi yang diteliti, dengan kata lain adalah besarnya kapasitas saluran drainase eksisting.

c. Analisis permasalahan dan solusi

Analisis data ini berguna untuk mengevaluasi kapasitas saluran drainase eksisting terhadap besarnya debit banjir rencana dan menghasilkan solusi atas permasalahan pada saluran drainase tersebut. 5. Kesimpulan dan saran

(5)

Penarikan kesimpulan dapat dilakukan setelah hasil pengolahan data diperoleh, ditambah dengan uraian dan informasi yang diperoleh di lapangan.

3.3 Pelaksanaan Penelitian

Metode pelaksanaan penelitian ini terdiri dari beberapa proses, antara lain:

1. Penentuan lokasi penelitian

Lokasi penelitian dilakukan langsung di DAS Badera kota Medan, peneliti melakukan survei kepada warga setempat untuk menentukan tempat yang paling berpotensi banjir. Hasilnya peneliti menentukan 3 titik yaitu pada jalan Seroja, jalan Amal dan jalan Pemasyarakatan. Kemudian dilakukan pengukuran langsung dimensi saluran pada ketiga titik pengamatan tersebut.

2. Metode penelitian

Metode yang digunakan pada penelitian ini adalah metode analisis hidrologi kuantitatif deskriptif, yaitu metode perhitungan dan penjabaran hasil pengolahan data lapangan dari lokasi yang ditinjau. Metode yang dilakukan pada studi ini terlebih dahulu melakukan tinjauan lokasi di kawasan DAS Badera kota Medan.

3.4 Variabel yang Diamati

Variabel yang diamati adalah data utama yang akan diteliti berdasarkan sumber pustaka yang ada. Variabel dari penelitian ini yaitu:

(6)

1. Intensitas curah hujan 2. Luasan DAS Sei Badera 3. Debit banjir rancangan 4. Kapasitas saluran

3.5 Jadwal Penelitian

Waktu penelitian dilaksanakan selama 5 (lima) bulan, yaitu mulai bulan Oktober 2016 sampai dengan bulan Februari 2017, yang meliputi pengumpulan data primer dan data sekunder, pengolahan dan analisis data serta penulisan tugas akhir.

(7)

BAB IV

ANALISIS DAN PEMBAHASAN 4.1. Hasil Pengamatan Kondisi Eksisting

Sistem drainase primer di DAS Badera Kota Medan merupakan sistem drainase makro yang melayani suatu kawasan dari titik hulu di daerah Kecamatan Sunggal sampai bermuara di Sungai Belawan.Panjang saluran yang diukur sepanjang 6,7 Km dari titik hulu. Penentuan panjang saluran yang diukur ini berdasarkan pengamatan di lapangan bahwa dimensi saluran dan kapasitas saluran yang perlu dianalisis adalah sepanjang 6,7 km dari total panjang sungai badera 21 Km. Kondisi sungai setelah diatas jarak 6,7 km sudah mempunyai badan penampang yang lebar dan dianalisis masih sangat cukup untuk menampung debit banjir yang ada. Secara umum saluran drainase primer ini memiliki bentuk penampang trapesium.

4.1.1. Identifikasi Masalah

Pada beberapa titik saluran di Sei Badera ini terdapat beberapa permasalahan seperti masalah sedimentasi, penyempitan dimensi saluran, saluran yang tertutup tanaman dan sampah. Sehingga menyebabkan terjadinya genangan/banjir, akibat kapasitas saluran tidak mampu menampung debit banjir.

Berdasarkan hasil pengamatan yang dilakukan di lapangan, ditemukan beberapa titik yang rawan terjadi genangan/banjir dan peneliti mengambil 3 titik yang dianggap dapat mewakili seluruh permasalahan pada saluran drainase primer ini, yaitu saluran primer jalan Seroja, jalan Amal dan jalan Pemasyarakatan.

(8)

4.2. Analisis Hidrologi

4.2.1. Penentuan Stasiun Pengamatan Hujan

Analisis curah hujan digunakan untuk menghitung besarnya pengaruh hujan yang berada di sekitar daerah tangkapan air. Pada penelitian ini digunakan data hujan selama sepuluh tahun yang tercatat mulai tahun 2006 sampai dengan 2015 pada pos pengamatan st. Kebun Helvetia PTPN II (Medan), st. Geofisika Tuntungan (Medan), dan st. BBMKG Wilayah I (Medan).

Posisi masing-masing letak Pos Stasiun Curah hujan dapat dilihat pada Gambar 4.1 sebagai berikut:

Gambar 4.1Sungai Badera dan Posisi Stasiun Curah Hujan

Dari hasil data yang diperoleh (dari setiap stasiun curah hujan) dipilih yang tertinggi setiap tahun. Data hujan yang diambil setiap tahun adalah hujan maksimum harian DAS untuk tahun tersebut. Data curah hujan untuk masing-masing stasiun dapat dilihat pada tabel berikut :

(9)

Tabel 4.1 Data Curah Hujan Harian Maksimum Stasiun BBMKG

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 - - - - 2007 - - - 59 47 70 72 101 112 2008 65 39 42 66 51 46 33 - - - - 54 2009 85 81 61 63 79 18 67 62 79 39 61 39 2010 38 28 85 28 52 35 52 57 71 40 78 40 2011 62 19 97 56 43 - 49 49 28 89 55 77 2012 53 29 70 54 56 27 56 46 71 100 92 40 2013 47 73 56 38 26 36 31 94 82 68 58 98 2014 5 14 51 35 66 33 64 49 78 63 112 2015 74 64 32 60 46 33 46 59 57 98 107 29

(Sumber : Stasiun Klimatologi Sampali Medan)

Tabel 4.2 Data Curah Hujan Harian Maksimum Stasiun PTPN II Helvetia Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 42 20 39 43 53 53 22 32 60 28 29 76 2007 42 6 - 18 60 10 46 65 52 21 65 76 2008 9 - 25 40 35 71 87 39 39 69 75 76 2009 82 - 38 113 31 41 75 88 68 69 53 36 2010 15 65 30 33 10 67 52 28 84 35 40 25 2011 45 45 35 47 30 30 45 50 53 60 45 25 2012 40 25 40 55 47 5 53 10 97 68 72 30 2013 14 49 25 25 51 27 14 30 35 78 30 57 2014 20 16 29 30 47 70 30 65 47 47 47 59 2015 59 45 10 52 37 30 67 42 42 69 63 63

(Sumber : Stasiun Klimatologi Sampali Medan)

Tabel 4.3 Data Curah Hujan Harian Maksimum Stasiun Geofisika Tuntungan Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 29 159 38 56 56 118 49 38 64 89 97 84 2007 36 40 13 31 60 33 45 46 60 219 113 113 2008 65 39 42 66 51 46 33 52 83 62 57 54 2009 39 62 52 38 69 66 25 25 72 86 87 71 2010 78 15 106 25 30 49 32 62 65 50 94 57 2011 99 16 128 27 65 80 36 75 78 72 58 58 2012 25 26 57 66 51 30 104 64 55 47 46 93 2013 69 40 79 54 100 67 50 76 80 140 38 90 2014 22 35 51 71 62 51 56 41 81 89 65 33 2015 22 23 36 14 162 32 40 65 65 147 109 169 (Sumber : Stasiun Klimatologi Sampali Medan)

(10)

4.2.2. Penentuan Curah Hujan Rencana

Hasil dari data curah hujan di atas akan dilakukan analisis curah hujan rencana untuk mendapatkan debit aliran permukaan. Data curah hujan stasiun BBMKG diperoleh data yang hilang sepanjang tahun 2006 dan sebagian tahun 2007. Dengan menggunakan metode Poligon Thiessen, maka luas daerah untuk setiap stasiun curah hujan yang mewakili dapat diketahui. Stasiun Kebun Helvetia PTPN II mewakili luas 95% dari luas DAS Badera, sementara Stasiun BBMKG 5% dan Stasiun Geofisika Tuntungan 0%. Maka data curah hujan yang digunakan hanya dari 2 stasiun pengamatan, yaitu Stasiun Kebun Helvetia PTPN II dan BBMKG.

Berdasarkan kondisi data tersebut maka penentuan data curah hujan yang dapat digunakan adalah sebagai berikut:

1. Stasiun curah hujan yang paling berpengaruh terhadap catchment area adalah stasiun BBMKG dan Kebun Helvetia. Stasiun Tuntungan tidak terlalu berpegaruh. Sehingga dari kondisi jika menggunakan metode polygon thiessen hanya 2 stasiun yang dapat digunakan, makadigunakan metode rata-rata aljabar agar 3 stasiun dapat digunakan.

2. Stasiun BBMKG tidak mempunyai data curah hujan pada tahun 2006 maka diperlukan kelengkapan data/pembangkitan data pada stasiun curah hujan tersebut.

3. Pembangkitan data dilakukan dengan cara empiris yaitu metode Inversed Square Distance. Pada metode ini diperlukan stasiun pembanding yang diusahakan berada dekat stasiun yang hilang dan pada elevasi yang

(11)

relative sama. Stasiun yang sesuai digunakan sebagai pembanding adalah stasiun Kebun Helvetia dan Tuntungan.

4.1.3. Perhitungan Data Curah Hujan yang Hilang

Perhitungan dilakukan dengan metode Inversed Square Distance dengan persamaan (2.5) sebagai berikut :

Px dimana : P = 1 (dXA )2PA+ 1 (dXB )2PB+ 1 (dXC )2PC 1 (dXA )2 + (dXB )21 + (dXC )21 ... (2.5) x P

= tinggi hujan yang dicari

A, PB, PC

dXA, dXB, dXC = jarak stasiun X terhadap stasiun disekitarnya = tinggi hujan pada stasiun di sekitarnya

Tabel 4.4 Jarak antar Stasiun Curah Hujan

Jarak Stasiun BBMKG Kebun Helvetia Tuntungan

BBMKG 10,10 8,90

Kebun Helvetia 10,10 17,37

Tuntungan 8,90 17,37

(Sumber : Google Earth) Contoh perhitungan: PA P = 42 mm B dXA = 10,10 km = 29 mm dXB = 8,9 km

maka data curah hujan pada bulan Januari 2006 stasiun BBMKG P1 = 35 mm = 42 (10,10)2 + 29 (8,9)2 1 (10,10)2 + 1 (8,9)2

Selanjutnya masing-masing data curah hujan yang hilang ditampilkan pada tabel 4.5 dan tabel 4.6.

(12)

Tabel 4.5Data Curah Hujan Harian Maksimum Stasiun BBMKG

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 35 98 38 50 55 90 37 35 62 62 67 81 2007 39 25 7 25 60 23 59 47 70 72 101 112 2008 65 39 42 66 51 46 33 46 64 65 65 54 2009 85 81 61 63 79 18 67 62 79 39 61 39 2010 38 28 85 28 52 35 52 57 71 40 78 40 2011 62 19 97 56 43 58 49 49 28 89 55 77 2012 53 29 70 54 56 27 56 46 71 100 92 40 2013 47 73 56 38 26 36 31 94 82 68 58 98 2014 5 14 51 35 66 33 64 0 49 78 63 112 2015 74 64 32 60 46 33 46 59 57 98 107 29

(Sumber : Hasil Perhitungan)

Tabel 4.6Data Curah Hujan Harian Maksimum Stasiun PTPN II Helvetia Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 42 20 39 43 53 53 22 32 60 28 29 76 2007 42 6 3 18 60 10 46 65 52 21 65 76 2008 9 39 25 40 35 71 87 39 39 69 75 76 2009 82 76 38 113 31 41 75 88 68 69 53 36 2010 15 65 30 33 10 67 52 28 84 35 40 25 2011 45 45 35 47 30 30 45 50 53 60 45 25 2012 40 25 40 55 47 5 53 10 97 68 72 30 2013 14 49 25 25 51 27 14 30 35 78 30 57 2014 20 16 29 30 47 70 30 65 47 47 47 59 2015 59 45 10 52 37 30 67 42 42 69 63 63

(Sumber : Hasil Perhitungan)

Berdasarkan Tabel 2.1, untuk kondisi das dengan jumlah pos penakar hujan terbatas, luas DAS kecil (<500km2)dan topografi dataran, maka pemilihan stasiun curah hujan digunakan ketiga stasiun dengan metode rata-rata aljabar.

(13)

Tabel 4.7 Curah Hujan Rata-rata Maksimum Bulanan (mm)

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 35 92 38 50 55 87 36 35 62 60 64 80 2007 39 24 8 25 60 22 50 53 61 104 93 100 2008 46 39 36 57 46 54 51 46 62 65 66 61 2009 69 73 50 71 60 42 56 58 73 65 67 49 2010 44 36 74 29 31 50 45 49 73 42 71 41 2011 69 27 87 43 46 56 43 58 53 74 53 53 2012 39 27 56 58 51 21 71 40 74 72 70 54 2013 43 54 53 39 59 43 32 67 66 95 42 82 2014 16 22 44 45 58 51 50 35 59 71 58 68 2015 52 44 26 42 82 32 51 55 55 105 93 87 Rerat 45 44 47 46 55 46 49 50 64 75 68 68 Max 69 92 87 71 82 87 71 67 74 105 93 100 Min 16 22 8 25 31 21 32 35 53 42 42 41

(Sumber : Hasil Perhitungan)

Curah hujan tertinggi pada tahun 2009 sebesar 110,5 mm. Data urut hujan maksimum harian secara lengkap ditunjukkan tabel 4.8 di bawah ini:

Tabel 4.8 Curah Hujan Harian Maksimum Tahunan (mm) No. Urut Tahun Data Urut (mm)

1 2015 105 2 2007 104 3 2013 95 4 2006 92 5 2011 87 6 2012 74 7 2010 74 8 2009 73 9 2014 71 10 2008 66

(14)

4.1.4. Penentuan Pola Distribusi Hujan 1. Analisis curah hujan distribusi normal

Data-data yang digunakan dalam perhitungan parameter statistik dapat dilihat pada tabel 4.9

Tabel 4.9 Analisis curah hujan distribusi normal No Curah hujan (mm) Xi X Xi-X (Xi-X )2 1 104.67 84.11 20.56 422.56 2 104.00 84.11 19.89 395.60 3 95.33 84.11 11.22 125.95 4 92.41 84.11 8.30 68.96 5 86.67 84.11 2.56 6.53 6 74.33 84.11 -9.78 95.59 7 73.67 84.11 -10.44 109.07 8 73.07 84.11 -11.04 121.97 9 71.33 84.11 -12.78 163.25 10 65.62 84.11 -18.49 341.80 Jumlah 841.1 1851.29 X 84.11 S 14,34

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 84,11 10 1 , 841 = Standar deviasi : 𝑆𝑆 = �1851,29 10−1 = 14,34

Tabel 4.10 Analisis Curah Hujan Rencana dengan Distribusi Normal No Periode ulang (T) tahun KT X S Curah hujan (XT) (mm) 1 2 0 84.11 14.34 84.11 2 5 0.84 84.11 14.34 96.16 3 10 1.28 84.11 14.34 102.47 4 20 1.64 84.11 14.34 107.63 5 50 2.05 84.11 14.34 113.51 6 100 2.33 84.11 14.34 117.53

(15)

2. Analisis curah hujan distribusi log normal

Data-data yang digunakan dalam perhitungan parameter statistik dengan sebaran logaritmatik dapat dilihat pada tabel 4.11

Tabel 4.11 Analisis Curah Hujan dengan Distribusi Log Normal No Curah hujan (mm) X Log Xi Xi-X (Xi-X )

(

)

2 i LogX X Log − 2 1 104.67 84.11 2.02 20.56 422.56 0.010 2 104.00 84.11 2.02 19.89 395.60 0.010 3 95.33 84.11 1.98 11.22 125.95 0.004 4 92.41 84.11 1.97 8.30 68.96 0.002 5 86.67 84.11 1.94 2.56 6.53 0.000 6 74.33 84.11 1.87 -9.78 95.59 0.002 7 73.67 84.11 1.87 -10.44 109.07 0.003 8 73.07 84.11 1.86 -11.04 121.97 0.003 9 71.33 84.11 1.85 -12.78 163.25 0.004 10 65.62 84.11 1.82 -18.49 341.80 0.010 Jumlah 841.1 19,19 1851.29 0.049 X 84.11 1,919 S 14,34 0,074

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 1,919 10

19 , 19

= ≈ 1,92

Standar deviasi : 𝑆𝑆 = �(Xi-X)

2

𝑙𝑙−1 = �

0,05

10−1= 0,074

Tabel 4.12 Analisis Curah Hujan Rencana dengan Distribusi Log Normal No Periode ulang

(T) tahun

KT Log X Log S Log X Curah

hujan (X T T) (mm) 1 2 0,000 1,9 0.07 1.919 83.03 2 5 0.840 1,9 0.07 1.981 95.72 3 10 1.280 1,9 0.07 2.013 103.12 4 20 1.708 1,9 0.07 2.040 109.60 5 50 2.050 1,9 0.07 2.070 117.48 6 100 2.330 1,9 0.07 2.091 123.19

(16)

BAB III

METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian

Penelitian dimulai pada Semester A tahun ajaran 2016-2017 dan penelitian tugas akhir ini dilaksanakan di DAS Sungai Badera yang terletak di Kota Medan. Dengan posisi geografis 3° 34' – 3° 37' Lintang Utara dan 98° 36' - 98° 37' Bujur Timur.

Gambar 3.1 Peta DAS Sei Badera 3.2 Rancangan Penelitian

Penelitian ini dilakukan pada tugas akhir ini adalah dengan melakukan survei dan pengamatan langsung (observasi) untuk penampang saluran, arah aliran serta pengumpulan data sekunder yang diperlukan yakni peta sistem drainase, data curah hujan dan data debit sungai. Data-data tersebut kemudian dianalisis berdasarkan analisis hidrologi dan analisis hidrolika.

(17)

Mulai

Studi Literatur

Pengumpulan Data

Data Primer

1. Kondisi Eksisting Saluran 2. Dimensi Saluran

3. Dokumentasi 4. Wawancara dengan

masyarakat

Data Sekunder

1. Data Curah Hujan 2. Peta DAS

Analisis dan Pembahasan

Analisis Debit Banjir Analisis Kapasitas

Evaluasi Saluran Drainase Eksisting dan Perhitungan Normalisasi Dimensi Rencana

Kesimpulan dan Saran

Selesai

(18)

Studi penelitian dilakukan sesuai urutan di bawah ini: 1. Studi literatur

Rumusan-rumusan serta konsep-konsep teoritis dari berbagai literatur dipelajari dan dipahami agar landasan teoritis terpenuhi dalam mengembangkan konsep penelitian mengenai sistem jaringan drainase dan masalah-masalah penyebab terjadinya banjir di lokasi penelitian.

2. Pengumpulan data

Pengumpulan data dalam penelitian ini meliputi: a. Data primer

Data primer adalah data yang diperoleh dengan pengamatan langsung di lapangan. Secara umum pengertian data primer adalah data yang diperoleh dari sumber pertama atau data yang dikumpulkan peneliti secara langsung melalui obyek penelitian dan data ini biasanya belum diolah seperti tinjauan langsung ke lokasi penelitian. Peneliti mengukur langsung dimensi eksisting saluran drainase.

b. Data sekunder

Data sekunder adalah data yang mendukung penelitian dan memberikan gambaran umum tentang hal-hal yang mencakup penelitian. Pengumpulan data sekunder didapatkan melalui instansi-instansi terkait dalam permasalahan ini, seperti jurnal, buku literature, internet dan data-data yang digunakan. Secara umum pengertian data sekunder adalah data yang diperoleh dari pihak kedua, dan data ini biasanya sudah dalam keadaan diolah.

(19)

3. Pengolahan data

Setelah semua data yang dibutuhkan diperoleh, langkah selanjutnya adalah pengolahan data. Data-data yang diperoleh dari hasil survei lapangan, hasil analisis data, dan data-data yang telah diolah oleh suatu pusat penelitian akan dihitung menggunakan suatu metode.

4. Analisis data

Dari hasil pengolahan akan dilakukan analisa data sehingga dapat diperoleh kesimpulan akhir yang berarti. Beberapa analisa data tersebut yaitu :

a. Analisis hidrologi

Analisis data ini berguna untuk mengetahui debit banjir maksimum pada drainase sehingga dapat dibandingkan dengan kapasitas drainase tersebut.

b. Analisis sistem drainase

Analisis data ini berguna untuk menghitung debit air maksimum yang dapat dialirkan saluran drainase pada lokasi yang diteliti, dengan kata lain adalah besarnya kapasitas saluran drainase eksisting.

c. Analisis permasalahan dan solusi

Analisis data ini berguna untuk mengevaluasi kapasitas saluran drainase eksisting terhadap besarnya debit banjir rencana dan menghasilkan solusi atas permasalahan pada saluran drainase tersebut. 5. Kesimpulan dan saran

(20)

Penarikan kesimpulan dapat dilakukan setelah hasil pengolahan data diperoleh, ditambah dengan uraian dan informasi yang diperoleh di lapangan.

3.3 Pelaksanaan Penelitian

Metode pelaksanaan penelitian ini terdiri dari beberapa proses, antara lain:

1. Penentuan lokasi penelitian

Lokasi penelitian dilakukan langsung di DAS Badera kota Medan, peneliti melakukan survei kepada warga setempat untuk menentukan tempat yang paling berpotensi banjir. Hasilnya peneliti menentukan 3 titik yaitu pada jalan Seroja, jalan Amal dan jalan Pemasyarakatan. Kemudian dilakukan pengukuran langsung dimensi saluran pada ketiga titik pengamatan tersebut.

2. Metode penelitian

Metode yang digunakan pada penelitian ini adalah metode analisis hidrologi kuantitatif deskriptif, yaitu metode perhitungan dan penjabaran hasil pengolahan data lapangan dari lokasi yang ditinjau. Metode yang dilakukan pada studi ini terlebih dahulu melakukan tinjauan lokasi di kawasan DAS Badera kota Medan.

3.4 Variabel yang Diamati

Variabel yang diamati adalah data utama yang akan diteliti berdasarkan sumber pustaka yang ada. Variabel dari penelitian ini yaitu:

(21)

1. Intensitas curah hujan 2. Luasan DAS Sei Badera 3. Debit banjir rancangan 4. Kapasitas saluran

3.5 Jadwal Penelitian

Waktu penelitian dilaksanakan selama 5 (lima) bulan, yaitu mulai bulan Oktober 2016 sampai dengan bulan Februari 2017, yang meliputi pengumpulan data primer dan data sekunder, pengolahan dan analisis data serta penulisan tugas akhir.

(22)

BAB IV

ANALISIS DAN PEMBAHASAN 4.1. Hasil Pengamatan Kondisi Eksisting

Sistem drainase primer di DAS Badera Kota Medan merupakan sistem drainase makro yang melayani suatu kawasan dari titik hulu di daerah Kecamatan Sunggal sampai bermuara di Sungai Belawan.Panjang saluran yang diukur sepanjang 6,7 Km dari titik hulu. Penentuan panjang saluran yang diukur ini berdasarkan pengamatan di lapangan bahwa dimensi saluran dan kapasitas saluran yang perlu dianalisis adalah sepanjang 6,7 km dari total panjang sungai badera 21 Km. Kondisi sungai setelah diatas jarak 6,7 km sudah mempunyai badan penampang yang lebar dan dianalisis masih sangat cukup untuk menampung debit banjir yang ada. Secara umum saluran drainase primer ini memiliki bentuk penampang trapesium.

4.1.1. Identifikasi Masalah

Pada beberapa titik saluran di Sei Badera ini terdapat beberapa permasalahan seperti masalah sedimentasi, penyempitan dimensi saluran, saluran yang tertutup tanaman dan sampah. Sehingga menyebabkan terjadinya genangan/banjir, akibat kapasitas saluran tidak mampu menampung debit banjir.

Berdasarkan hasil pengamatan yang dilakukan di lapangan, ditemukan beberapa titik yang rawan terjadi genangan/banjir dan peneliti mengambil 3 titik yang dianggap dapat mewakili seluruh permasalahan pada saluran drainase primer ini, yaitu saluran primer jalan Seroja, jalan Amal dan jalan Pemasyarakatan.

(23)

4.2. Analisis Hidrologi

4.2.1. Penentuan Stasiun Pengamatan Hujan

Analisis curah hujan digunakan untuk menghitung besarnya pengaruh hujan yang berada di sekitar daerah tangkapan air. Pada penelitian ini digunakan data hujan selama sepuluh tahun yang tercatat mulai tahun 2006 sampai dengan 2015 pada pos pengamatan st. Kebun Helvetia PTPN II (Medan), st. Geofisika Tuntungan (Medan), dan st. BBMKG Wilayah I (Medan).

Posisi masing-masing letak Pos Stasiun Curah hujan dapat dilihat pada Gambar 4.1 sebagai berikut:

Gambar 4.1Sungai Badera dan Posisi Stasiun Curah Hujan

Dari hasil data yang diperoleh (dari setiap stasiun curah hujan) dipilih yang tertinggi setiap tahun. Data hujan yang diambil setiap tahun adalah hujan maksimum harian DAS untuk tahun tersebut. Data curah hujan untuk masing-masing stasiun dapat dilihat pada tabel berikut :

(24)

Tabel 4.1 Data Curah Hujan Harian Maksimum Stasiun BBMKG

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 - - - - 2007 - - - 59 47 70 72 101 112 2008 65 39 42 66 51 46 33 - - - - 54 2009 85 81 61 63 79 18 67 62 79 39 61 39 2010 38 28 85 28 52 35 52 57 71 40 78 40 2011 62 19 97 56 43 - 49 49 28 89 55 77 2012 53 29 70 54 56 27 56 46 71 100 92 40 2013 47 73 56 38 26 36 31 94 82 68 58 98 2014 5 14 51 35 66 33 64 49 78 63 112 2015 74 64 32 60 46 33 46 59 57 98 107 29

(Sumber : Stasiun Klimatologi Sampali Medan)

Tabel 4.2 Data Curah Hujan Harian Maksimum Stasiun PTPN II Helvetia Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 42 20 39 43 53 53 22 32 60 28 29 76 2007 42 6 - 18 60 10 46 65 52 21 65 76 2008 9 - 25 40 35 71 87 39 39 69 75 76 2009 82 - 38 113 31 41 75 88 68 69 53 36 2010 15 65 30 33 10 67 52 28 84 35 40 25 2011 45 45 35 47 30 30 45 50 53 60 45 25 2012 40 25 40 55 47 5 53 10 97 68 72 30 2013 14 49 25 25 51 27 14 30 35 78 30 57 2014 20 16 29 30 47 70 30 65 47 47 47 59 2015 59 45 10 52 37 30 67 42 42 69 63 63

(Sumber : Stasiun Klimatologi Sampali Medan)

Tabel 4.3 Data Curah Hujan Harian Maksimum Stasiun Geofisika Tuntungan Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 29 159 38 56 56 118 49 38 64 89 97 84 2007 36 40 13 31 60 33 45 46 60 219 113 113 2008 65 39 42 66 51 46 33 52 83 62 57 54 2009 39 62 52 38 69 66 25 25 72 86 87 71 2010 78 15 106 25 30 49 32 62 65 50 94 57 2011 99 16 128 27 65 80 36 75 78 72 58 58 2012 25 26 57 66 51 30 104 64 55 47 46 93 2013 69 40 79 54 100 67 50 76 80 140 38 90 2014 22 35 51 71 62 51 56 41 81 89 65 33 2015 22 23 36 14 162 32 40 65 65 147 109 169 (Sumber : Stasiun Klimatologi Sampali Medan)

(25)

4.2.2. Penentuan Curah Hujan Rencana

Hasil dari data curah hujan di atas akan dilakukan analisis curah hujan rencana untuk mendapatkan debit aliran permukaan. Data curah hujan stasiun BBMKG diperoleh data yang hilang sepanjang tahun 2006 dan sebagian tahun 2007. Dengan menggunakan metode Poligon Thiessen, maka luas daerah untuk setiap stasiun curah hujan yang mewakili dapat diketahui. Stasiun Kebun Helvetia PTPN II mewakili luas 95% dari luas DAS Badera, sementara Stasiun BBMKG 5% dan Stasiun Geofisika Tuntungan 0%. Maka data curah hujan yang digunakan hanya dari 2 stasiun pengamatan, yaitu Stasiun Kebun Helvetia PTPN II dan BBMKG.

Berdasarkan kondisi data tersebut maka penentuan data curah hujan yang dapat digunakan adalah sebagai berikut:

1. Stasiun curah hujan yang paling berpengaruh terhadap catchment area adalah stasiun BBMKG dan Kebun Helvetia. Stasiun Tuntungan tidak terlalu berpegaruh. Sehingga dari kondisi jika menggunakan metode polygon thiessen hanya 2 stasiun yang dapat digunakan, makadigunakan metode rata-rata aljabar agar 3 stasiun dapat digunakan.

2. Stasiun BBMKG tidak mempunyai data curah hujan pada tahun 2006 maka diperlukan kelengkapan data/pembangkitan data pada stasiun curah hujan tersebut.

3. Pembangkitan data dilakukan dengan cara empiris yaitu metode Inversed Square Distance. Pada metode ini diperlukan stasiun pembanding yang diusahakan berada dekat stasiun yang hilang dan pada elevasi yang

(26)

relative sama. Stasiun yang sesuai digunakan sebagai pembanding adalah stasiun Kebun Helvetia dan Tuntungan.

4.1.3. Perhitungan Data Curah Hujan yang Hilang

Perhitungan dilakukan dengan metode Inversed Square Distance dengan persamaan (2.5) sebagai berikut :

Px dimana : P = 1 (dXA )2PA+ 1 (dXB )2PB+ 1 (dXC )2PC 1 (dXA )2 + (dXB )21 + (dXC )21 ... (2.5) x P

= tinggi hujan yang dicari

A, PB, PC

dXA, dXB, dXC = jarak stasiun X terhadap stasiun disekitarnya = tinggi hujan pada stasiun di sekitarnya

Tabel 4.4 Jarak antar Stasiun Curah Hujan

Jarak Stasiun BBMKG Kebun Helvetia Tuntungan

BBMKG 10,10 8,90

Kebun Helvetia 10,10 17,37

Tuntungan 8,90 17,37

(Sumber : Google Earth) Contoh perhitungan: PA P = 42 mm B dXA = 10,10 km = 29 mm dXB = 8,9 km

maka data curah hujan pada bulan Januari 2006 stasiun BBMKG P1 = 35 mm = 42 (10,10)2 + 29 (8,9)2 1 (10,10)2 + 1 (8,9)2

Selanjutnya masing-masing data curah hujan yang hilang ditampilkan pada tabel 4.5 dan tabel 4.6.

(27)

Tabel 4.5Data Curah Hujan Harian Maksimum Stasiun BBMKG

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 35 98 38 50 55 90 37 35 62 62 67 81 2007 39 25 7 25 60 23 59 47 70 72 101 112 2008 65 39 42 66 51 46 33 46 64 65 65 54 2009 85 81 61 63 79 18 67 62 79 39 61 39 2010 38 28 85 28 52 35 52 57 71 40 78 40 2011 62 19 97 56 43 58 49 49 28 89 55 77 2012 53 29 70 54 56 27 56 46 71 100 92 40 2013 47 73 56 38 26 36 31 94 82 68 58 98 2014 5 14 51 35 66 33 64 0 49 78 63 112 2015 74 64 32 60 46 33 46 59 57 98 107 29

(Sumber : Hasil Perhitungan)

Tabel 4.6Data Curah Hujan Harian Maksimum Stasiun PTPN II Helvetia Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 42 20 39 43 53 53 22 32 60 28 29 76 2007 42 6 3 18 60 10 46 65 52 21 65 76 2008 9 39 25 40 35 71 87 39 39 69 75 76 2009 82 76 38 113 31 41 75 88 68 69 53 36 2010 15 65 30 33 10 67 52 28 84 35 40 25 2011 45 45 35 47 30 30 45 50 53 60 45 25 2012 40 25 40 55 47 5 53 10 97 68 72 30 2013 14 49 25 25 51 27 14 30 35 78 30 57 2014 20 16 29 30 47 70 30 65 47 47 47 59 2015 59 45 10 52 37 30 67 42 42 69 63 63

(Sumber : Hasil Perhitungan)

Berdasarkan Tabel 2.1, untuk kondisi das dengan jumlah pos penakar hujan terbatas, luas DAS kecil (<500km2)dan topografi dataran, maka pemilihan stasiun curah hujan digunakan ketiga stasiun dengan metode rata-rata aljabar.

(28)

Tabel 4.7 Curah Hujan Rata-rata Maksimum Bulanan (mm)

Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

2006 35 92 38 50 55 87 36 35 62 60 64 80 2007 39 24 8 25 60 22 50 53 61 104 93 100 2008 46 39 36 57 46 54 51 46 62 65 66 61 2009 69 73 50 71 60 42 56 58 73 65 67 49 2010 44 36 74 29 31 50 45 49 73 42 71 41 2011 69 27 87 43 46 56 43 58 53 74 53 53 2012 39 27 56 58 51 21 71 40 74 72 70 54 2013 43 54 53 39 59 43 32 67 66 95 42 82 2014 16 22 44 45 58 51 50 35 59 71 58 68 2015 52 44 26 42 82 32 51 55 55 105 93 87 Rerat 45 44 47 46 55 46 49 50 64 75 68 68 Max 69 92 87 71 82 87 71 67 74 105 93 100 Min 16 22 8 25 31 21 32 35 53 42 42 41

(Sumber : Hasil Perhitungan)

Curah hujan tertinggi pada tahun 2009 sebesar 110,5 mm. Data urut hujan maksimum harian secara lengkap ditunjukkan tabel 4.8 di bawah ini:

Tabel 4.8 Curah Hujan Harian Maksimum Tahunan (mm) No. Urut Tahun Data Urut (mm)

1 2015 105 2 2007 104 3 2013 95 4 2006 92 5 2011 87 6 2012 74 7 2010 74 8 2009 73 9 2014 71 10 2008 66

(29)

4.1.4. Penentuan Pola Distribusi Hujan 1. Analisis curah hujan distribusi normal

Data-data yang digunakan dalam perhitungan parameter statistik dapat dilihat pada tabel 4.9

Tabel 4.9 Analisis curah hujan distribusi normal No Curah hujan (mm) Xi X Xi-X (Xi-X )2 1 104.67 84.11 20.56 422.56 2 104.00 84.11 19.89 395.60 3 95.33 84.11 11.22 125.95 4 92.41 84.11 8.30 68.96 5 86.67 84.11 2.56 6.53 6 74.33 84.11 -9.78 95.59 7 73.67 84.11 -10.44 109.07 8 73.07 84.11 -11.04 121.97 9 71.33 84.11 -12.78 163.25 10 65.62 84.11 -18.49 341.80 Jumlah 841.1 1851.29 X 84.11 S 14,34

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 84,11 10 1 , 841 = Standar deviasi : 𝑆𝑆 = �1851,29 10−1 = 14,34

Tabel 4.10 Analisis Curah Hujan Rencana dengan Distribusi Normal No Periode ulang (T) tahun KT X S Curah hujan (XT) (mm) 1 2 0 84.11 14.34 84.11 2 5 0.84 84.11 14.34 96.16 3 10 1.28 84.11 14.34 102.47 4 20 1.64 84.11 14.34 107.63 5 50 2.05 84.11 14.34 113.51 6 100 2.33 84.11 14.34 117.53

(30)

2. Analisis curah hujan distribusi log normal

Data-data yang digunakan dalam perhitungan parameter statistik dengan sebaran logaritmatik dapat dilihat pada tabel 4.11

Tabel 4.11 Analisis Curah Hujan dengan Distribusi Log Normal No Curah hujan (mm) X Log Xi Xi-X (Xi-X )

(

)

2 i LogX X Log − 2 1 104.67 84.11 2.02 20.56 422.56 0.010 2 104.00 84.11 2.02 19.89 395.60 0.010 3 95.33 84.11 1.98 11.22 125.95 0.004 4 92.41 84.11 1.97 8.30 68.96 0.002 5 86.67 84.11 1.94 2.56 6.53 0.000 6 74.33 84.11 1.87 -9.78 95.59 0.002 7 73.67 84.11 1.87 -10.44 109.07 0.003 8 73.07 84.11 1.86 -11.04 121.97 0.003 9 71.33 84.11 1.85 -12.78 163.25 0.004 10 65.62 84.11 1.82 -18.49 341.80 0.010 Jumlah 841.1 19,19 1851.29 0.049 X 84.11 1,919 S 14,34 0,074

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 1,919 10

19 , 19

= ≈ 1,92

Standar deviasi : 𝑆𝑆 = �(Xi-X)

2

𝑙𝑙−1 = �

0,05

10−1= 0,074

Tabel 4.12 Analisis Curah Hujan Rencana dengan Distribusi Log Normal No Periode ulang

(T) tahun

KT Log X Log S Log X Curah

hujan (X T T) (mm) 1 2 0,000 1,9 0.07 1.919 83.03 2 5 0.840 1,9 0.07 1.981 95.72 3 10 1.280 1,9 0.07 2.013 103.12 4 20 1.708 1,9 0.07 2.040 109.60 5 50 2.050 1,9 0.07 2.070 117.48 6 100 2.330 1,9 0.07 2.091 123.19

(31)

3. Analisis curah hujan distribusi log person III

Tabel 4.13 Analisis Curah Hujan dengan Distribusi Log Person III No Curah hujan (mm) X Log X i Log

i X Log(Xi-X ) Log(Xi-X )2 Log(Xi-X )3

1 104.67 2.02 1.92 0.10 0.01012 0.0010178 2 104.00 2.02 1.92 0.10 0.00957 0.0009358 3 95.33 1.98 1.92 0.06 0.00360 0.0002163 4 92.41 1.97 1.92 0.05 0.00216 0.0001007 5 86.67 1.94 1.92 0.02 0.00035 0.0000065 6 74.33 1.87 1.92 -0.05 0.00231 -0.0001108 7 73.67 1.87 1.92 -0.05 0.00270 -0.0001402 8 73.07 1.86 1.92 -0.06 0.00308 -0.0001710 9 71.33 1.85 1.92 -0.07 0.00435 -0.0002865 10 65.62 1.82 1.92 -0.10 0.01044 -0.0010664 Jumlah 841.1 19,19 0,04867 0,00050 X 84.11 1,919 S 14,34 G 0,17533

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 1,919 10

19 ,

19 =

≈ 1,92

Standar deviasi : 𝑆𝑆 = �(Xi-X)

2

𝑙𝑙−1 = �

0,04867

10−1 = 0,074

Koefisien kemencengan : 𝐺𝐺 = ∑𝑙𝑙𝑖𝑖=1(Xi−X

(𝑙𝑙−1)(𝑙𝑙−2)𝑆𝑆³

𝐺𝐺 = 9×8×0,074³10×0,0005 = 0,17533

Tabel 4.14 Analisis Curah Hujan Rencana dengan Distribusi Log Person III No Periode ulang

(T) tahun

K Log X Log S Log X Curah hujan (X T T) (mm) 1 2 1.92 -0.029 0.07 1.917 82.62 2 5 1.92 0.831 0.07 1.980 95.58 3 10 1.92 1.299 0.07 2.015 103.45 4 25 1.92 1.810 0.07 2.052 112.80 5 50 1.92 2.146 0.07 2.077 119.41 6 100 1.92 2.454 0.07 2.100 125.81

(32)

4. Analisis curah hujan distribusi Gumbel

Tabel 4.15 Analisis Curah Hujan dengan Distribusi Gumbel No Curah hujan (mm) X P = 𝑚𝑚 𝑙𝑙+1 i Periode Ulang T= 1 𝑃𝑃 X (Xi-X ) (Xi-X )2 1 104.67 0,09 11,11 84.11 20.56 422.56 2 104.00 0,18 5,56 84.11 19.89 395.60 3 95.33 0,27 3,70 84.11 11.22 125.95 4 92.41 0,36 2,78 84.11 8.30 68.96 5 86.67 0,45 2,22 84.11 2.56 6.53 6 74.33 0,54 1,85 84.11 -9.78 95.59 7 73.67 0,64 1,56 84.11 -10.44 109.07 8 73.07 0,73 1,37 84.11 -11.04 121.97 9 71.33 0,82 1,21 84.11 -12.78 163.25 10 65.62 0,91 1,10 84.11 -18.49 341.80 Jumlah 841.1 1853.914 X 84.11 S 14,34

(Sumber : Hasil Perhitungan)

Dari data-data diatas didapat : X = 84,11 10 1 , 841 = Standar deviasi : 𝑆𝑆 = �1853,914 10−1 = 14,35

Tabel 4.16 Analisis Curah Hujan Rencana dengan Distribusi Gumbel No Periode ulang (T) tahun YTR Yn Sn X S Curah hujan (XT) 1 2 0.3668 0.4952 0.94 84.11 14,34 82.15 2 5 1.5004 0.4952 0.94 84.11 14,34 99.45 3 10 2.2510 0.4952 0.94 84.11 14,34 110.90 4 25 3.1993 0.4952 0.94 84.11 14,34 125.37 5 50 3.9028 0.4952 0.94 84.11 14,34 136.10 6 100 4.6012 0.4952 0.94 84.11 14,34 146.76 (Sumber : Hasil Perhitungan)

(33)

4.1.5. Analisis Frekuensi Curah Hujan

Frekuensi curah hujan adalah besarnya kemungkinan suatu besaran hujan disamai atau dilampaui.

Tabel 4.17 Analisis Frekuensi Curah Hujan

No. Xi Xi-Ẍ (Xi-Ẍ)2 (Xi-Ẍ)3 (Xi-Ẍ)4 1 104.67 20.56 422.56 8686.3 178558.2 2 104.00 19.89 395.60 7868.29 156497.4 3 95.33 11.22 125.95 1413.589 15864.66 4 92.41 8.30 68.96 572.6808 4755.727 5 86.67 2.56 6.53 16.70458 42.70191 6 74.33 -9.78 95.59 -934.59 9137.521 7 73.67 -10.44 109.07 -1139.1 11896.45 8 73.07 -11.04 121.97 -1347.02 14876.39 9 71.33 -12.78 163.25 -2085.88 26651.4 10 65.62 -18.49 341.80 -6319.12 116826.6 Total 841.1037 0.00 1851.292 6731.854 535107 Rata-rata 84.11037 0.00 185.1292 673.1854 53510.7 (Sumber: Hasil Perhitungan)

Dari hasil perhitungan diatas selanjutnya ditentukan jenis sebaran yang sesuai, dalam penentuan jenis sebaran diperlukan faktor-faktor sebagai berikut:

1. Koefisien Kemencengan (Cs 𝐶𝐶𝑠𝑠 = 𝑙𝑙 ∑ (𝑋𝑋𝑖𝑖− 𝑋𝑋�) 3 𝑙𝑙 𝑖𝑖=1 (𝑙𝑙 − 1)(𝑙𝑙 − 2)𝑆𝑆3 𝐶𝐶𝑠𝑠 =10 × 6731,8549 × 8 × 14,343 = 0,3169 ) 2. Koefisien Kurtosis (Ck 𝐶𝐶𝑘𝑘 = 𝑙𝑙 2∑ (𝑋𝑋 𝑖𝑖− 𝑋𝑋�)4 𝑙𝑙 𝑖𝑖=1 (𝑙𝑙 − 1)(𝑙𝑙 − 2)(𝑙𝑙 − 3)𝑆𝑆4 𝐶𝐶𝑠𝑠 = 10 2× 535107 9 × 8 × 7 × 14,354 = 2,509 )

(34)

3. Koefisien Variasi (Cv

𝐶𝐶𝑣𝑣 = 𝑋𝑋�𝑆𝑆

)

𝐶𝐶𝑣𝑣 = 14,3484,11 = 0,170517

4.1.6. Pemilihan Jenis Distribusi

Untuk menentukan jenis sebaran yang akan digunakan, maka parameter statistik data curah hujan wilayah diperiksa terhadap beberapa jenis sebaran sebagai berikut:

1. Distribusi Gumbel 2. Distribusi Log Normal 3. Distribusi Log Person III 4. Distribusi Normal

Berikut ini adalah perbandingan syarat-syarat distribusi dan hasil perhitungan analisis frekuensi hujan.

Tabel 4.18 Uji parameter statistik untuk menentukan jenis sebaran

No Jenis Sebaran Syarat Hasil

Perhitungan Keterangan

1 Normal Cs = 0 0,3169 Tidak sesuai

Ck = 3 2,509 Tidak sesuai 2 Log Normal Cs = Cv3 + 3Cv 0.5165 Tidak sesuai Ck = Cv8 + 6Cv6 + 15Cv4 + 16Cv2 3.478 + 3 Tidak sesuai

3 Gumbel Cs = 1,14 0,3169 Tidak sesuai

Ck = 5,4 2,509 Tidak sesuai

4 Log Person III Selain dari nilai di atas Sesuai (Sumber : Hasil Perhitungan)

(35)

Berdasarkan tabel 4.18, maka distribusi Log Normal (Cs ≠ Cv3 + 3Cv

Berdasarkan analisis frekuensi yang dilakukan pada data curah hujan harian maksimum diperoleh bahwa jenis distribusi yang paling cocok dengan sebaran data curah hujan harian maksimum di daerah aliran air adalah distribusi Log Pearson type III.

) dapat digunakan sebagai metode perhitungan curah hujan rancangan.

4.1.6.1.Uji Sebaran Smirnov-Kolmogorov

Uji kecocokan Smirnov-Kolmogorov sering juga disebut uji kecocokan non parametrik (non parametric test), karena pengujiannya tidak menggunakan fungsi distribusi tertentu. Adapun hasil perhitungan uji Smirnov-Kolmogorov dapat dilihat pada tabel berikut ini.

(36)

Tabel 4.19 Perhitungan uji sebaran metode Smirnov-Kolmogorov No Tahun Curah Hujan (mm) Xi M 𝑃𝑃(𝑋𝑋) = 𝑚𝑚 𝑁𝑁 + 1 𝑃𝑃(𝑋𝑋 <) 𝑘𝑘 = 𝑋𝑋 − Ẍ𝑆𝑆𝑥𝑥 𝑃𝑃′(𝑋𝑋) = 𝑚𝑚 𝑁𝑁 − 1 𝑃𝑃′(𝑋𝑋 <) 𝐷𝐷 = 𝑃𝑃(𝑋𝑋 <) − 𝑃𝑃′(𝑋𝑋 <) 1 2009 110.5 1 0.0909 0.9091 2.115 0.017 0.983 0.074 2 2012 95.7 2 0.1818 0.8182 1.084 0.139 0.861 0.043 3 2008 84.3 3 0.2727 0.7273 0.290 0.386 0.614 0.113 4 2010 83.35 4 0.3636 0.6364 0.224 0.412 0.588 0.048 5 2007 77.8 5 0.4545 0.5455 -0.163 0.565 0.435 0.110 6 2013 77.5 6 0.5455 0.4545 -0.184 0.573 0.427 0.028 7 2006 72.2 7 0.6364 0.3636 -0.553 0.710 0.290 0.074 8 2015 70.45 8 0.7273 0.2727 -0.675 0.750 0.250 0.023 9 2014 68.15 9 0.8182 0.1818 -0.835 0.798 0.202 0.020 10 2011 61.45 10 0.9091 0.0909 -1.302 0.904 0.096 0.006

Sumber: Hasil Perhitungan

Dari hasil perhitungan di atas didapat nilai Dmax sebesar 0,113 yang kurang dari nilai Dcr pada tabel uji Smirnov Kolmogorov

yang besarnya adalah 0,410 (Dmax< Dcr (memenuhi syarat)). Maka dari pengujian kecocokan penyebaran Distribusi Log Pearson III

(37)

4.1.7. Koefisien Pengaliran (run off)

Koefisien pengaliran adalah bilangan yang menunjukkan perbandingan antara besarnya aliran permukaan dan besarnya curah hujan yang didasarkan pada kondisi daerah pengaliran dan karakteristik hujan pada suatu daerah. Kondisi dan karakteristik yang dimaksud adalah :

• Intensitas hujan

• Luas dan bentuk daerah pengaliran • Topografi

• Tata guna lahan

Dalam hal ini telah ditentukan nilai dari koefisien limpasan terhadap kondisi karakter permukaannya yaitu :

Tabel 4.20 Nilai Koefisien Run Off (C) Jenis daerah Koefisien

aliran

Kondisi Permukaan Koefisien aliran Daerah Perdagangan Kota Sekitar kota 0,70 – 0,95 0,50 – 0,70 Jalan Aspal Aspal atau beton Batu bata atau batako

0,75 – 0,95 0,70 – 0,85

Daerah Permukiman Satu rumah

Banyak rumah, terpisah Banyak rumah, rapat

Permukiman, pinggiran kota Apartemen 0,30 – 0,50 0,40 – 0,60 0,60 – Atap rumah 0,70 – 0,95 Halaman berumput, tanah berpasir Datar, 2% Rata-rata, 2% – 7% Curam, 7% atau 0,05 – 0,10 0,10 – 0,15 0,15 – 0,20 Daerah Industri Ringan Padat 0,50 – 0,80 0,60 – 0,90 Halaman berumput, tanah keras/padat Datar, 2% Rata-rata, 2% – 7% Curam, 7% atau lebih 0,13 – 0,17 0,18 – 0,22 0,25 – 0,35 Lapangan, kuburan 0,10 – 0,25 Halaman jalan kereta api 0,20 –

(38)

Daerah tidak terpelihara 0,10 – 0,30

Sumber : SNI 1724-2015 Analisis Hidrologi, Hidraulik dan Kriteria Desain Bangunan di Sungai

Untuk perhitungan koefisien pengaliran dari daerah yang memiliki tutupan lahan yang tidak seragam maka diperoleh dengan mengambil rata-rata dari harga C masing-masing tipe kondisi permukaan, yaitu:

An + … + A3 + A2 + A1 Cn.An + … + C3.A3 + C2A2 + C1.A1 = C Dimana:

C1,C2,C3 = koefisien pengaliran yang sesuai dengan tipe kondisi permukaan A1,A2,A3 = luas daerah pengaliran yang diperhitungkan sesuai dengan kondisi

permukaan.

Tabel 4.21 Nilai Koefisien Pengaliran Total

No. Jenis Daerah A (Km2) C C x A

1 Pertanian 0,7 0,1 0.07

2 Perkebunan 0,05 0,4 0.02

3 Pemukiman/ Perkantoran 5,89 0,6 3.534

4 Belukar 0,2 0,07 0.014

TOTAL 6,84 3.638

Nilai Koef Limpasan 0,53

(Sumber : Hasil Perhitungan)

4.1.8. Perhitungan Intensitas Hujan Jam-jaman

Untuk perhitungan waktu konsentrasi (Tc) menggunakan rumus yang dikembangkan oleh Kirpich, dapat ditulis sebagai berikut :

385 , 0 2 1000 87 , 0       × × = S L

t

c di mana:

(39)

S = kemiringan rata-rata saluran utama (m/m) Contoh perhitungan

a. Saluran Drainase Jalan Seroja L = 0,870 km S = 0,0025 Waktu konsentrasi: 385 , 0 2 0025 , 0 1000 870 , 0 87 , 0       × × =

t

c tc

Intensitas Curah Hujan

𝐼𝐼 =𝑅𝑅24 �24 24𝑡𝑡 𝑐𝑐� 2 3 = 0,598 jam 𝐼𝐼 =77,63240,59824 � 2 3 = 40,339 mm/jam

Nilai intensitas hujan untuk periode ulang dan lokasi lain dapat dilihat pada tabel. Tabel 4.22 Intensitas Hujan Jam-jaman

No Saluran (L) (S) (R) (Tc 82.62 ) 95.58 103.4 112.8 119.4 125.8 (I2) (I5) (I10) (I20) (I50) (I100) 1 Seroja 0.87 0.002 0.598 326 40.33 879 46.66 645 50.50 893 55.07 402 58.30 132 61.42 609 2 Amal 1.75 0.002 8 1.024 819 28.17 842 32.59 8 6 35.28 2 1 38.47 162 40.72 603 42.90 882 3 Pemasyarakatan 5.50 0.002 2.475 15.65 18.10 19.60 21.37 22.62 23.83

(Sumber : Hasil Perhitungan)

4.1.9. Analisis Debit Banjir Rancangan 4.1.9.1. Pembagian Catchment Area

(40)

Pembagian catchment area digunakan untuk menghitung kapasitas setiap titik pengamatan pada saluran drainase, sehingga saluran drainase itu memiliki luasan daerah aliran yang berbeda-beda di setiap titik pengamatan.

Untuk pembagian catchment area saluran drainase Sungai Badera dapat dilihat pada gambar

Jalan Pemasyarakatan

Jalan Seroja Jalan Amal

(41)

Gambar 4.2 Peta DAS Sei Badera

(42)

Metode yang digunakan untuk menghitung debit air hujan pada saluran drainase dalam studi ini adalah metode rasional USSCS (1973). Bentuk umum persamaan ini adalah sebagai berikut (Suripin, 2004) :

Qah = 0,002778 C I A m3

Dimana Q = debit banjir rencana (m /det.

3

C = koefisien run off,

/det),

I = intensitas hujan untuk waktu konstan (mm/jam), A = luas catchment area (ha).

Contoh perhitungan pada saluran drainase Jalan Seroja didapat hasil sebagai berikut:

C = 0.6

I = 50,5 mm/jam A = 205,1 ha

Maka debit air hujan yang dihasilkan pada saluran tersebut adalah : Q = 0,002778 x 0,6 x x 205,1 = 14,39 m3

Nilai debit air hujan (Q

/detik

ah

Tabel 4.23 Perhitungan Debit dengan kala ulang 10 tahun (Q

) untuk periode ulang 10 tahun dapat dilihat pada tabel.

10

(Sumber : Hasil Perhitungan)

) No. Saluran Koefisien Pengaliran (C) Luas DAS (ha) Intensitas Curah Hujan (I10 Debit Banjir Rencana ) (Q10) 1 Seroja 0,5 205.1 50.50893 14.38918 2 Amal 0,6 253.5 35.28271 14.90814 3 Pemasyarakatan 0,6 636.8 19.60056 20.8044

(43)

4.1. Analisis Hidrolika

Analisis kapasitas drainase dilakukan sebagai kontrol terhadap perhitungan debit banjir rencana. Dari survey dimensi saluran didapat data primer yang bisa digunakan untuk menghitung kapasitas maksimal debit drainase pada tiap titik pengamatan dengan menggunakan rumus manning. Bentuk penampang saluran drainase primer mempunyai beberapa bentuk, yaitu bentuk persegi dan trapesium. Analisis kapasitas drainase pada penelitian ini dibatasi pada 3 titik pengamatan, yaitu:

a. Saluran pada Jalan Seroja b. Saluran pada Jalan Amal

c. Saluran pada Jalan Pemasyarakatan

4.2.1. Perhitungan Kapasitas Saluran Eksisting Saluran Drainase 1

Luas Penampang (A) A = ((b+c)/2)xh A = ((2,0+1,65)/2)x0,98 A = 1,79 m Keliling basah (P) 2 P = c + 2(h)2 + (((b-c)/2)2) P = 1,65+2(0,98 0,5 2 )+(((2,0-1,65)/2)2) P = 3,64 m 0,5 Jari-jari hidrolis (R) R = 𝐴𝐴 𝑃𝑃 R = 1,79 3,64 R = 0,49 m

(44)

Kecepatan aliran (V) V=1 𝑙𝑙 × 𝑅𝑅 2 3× 𝑆𝑆12 V= 1 0,014× 0,49 2 3× 0,002512 V= 2,2 m/s Debit saluran (Q) Qs = As Q x V s Q = 1,79 x 2,2 s = 3,97 m3

Perhitungan kapasitas drainase untuk setiap titik pengamatan selengkapnya dapat dilihat pada lampiran Tabel dibawah ini.

/s

Gambar 4.3 Potongan Melintang Penampang Saluran Eksisting

c

h1 h2

a b d

(45)

Tabel 4.24 Perhitungan Kapasitas Drainase dan Perbandingan antara Q rencana dengan Q rasional selama 10 tahun

(Sumber: Hasil Perhitungan)

No. Lokasi H2 b (m) (m) c (m) A (m2) P (m) R (m) n S V (m/s) Q eksisting (m3/det) Q rencana (m3 Kontrol /det) 1 Seroja 0,98 2,00 1,65 1,79 3,64 0,49 0,014 0,0025 2,22 3,98 14,389 NOT OK 2 Amal 2,48 4,5 4,0 10,54 8,98 1,17 0,015 0,0025 3,707 39,078 14,908 OK 3 Pemasyarakatan 1,88 2,32 1,80 3,87 5,59 0,69 0,011 0,0025 3,55 13,77 20,804 NOT OK

(46)

4.2. Solusi dan Rencana Perbaikan Saluran

Solusi dan perbaikan saluran disini dimaksud yaitu penambahan kapasitas dan dimensi saluran drainase pada jalan Seroja dan jalan Pemasyarakatan. Dari perhitungan sebelumnya dapat diketahui bahwa kapasitas saluran drainase yang ada tidak dapat menampung debit rencana. Rencana penambahan dimensi saluran diantaranya sebagai berikut:

Ditinjau Penampang saluran jalan Seroja (penambahan dimensi saluran) Diketahui: - kapasitas rencana: Qr = 14,5 m3

- Koefisien kekasaran Manning untuk beton: n = 0,014 /det

- Kemiringan dasar saluran: S = 2,5.10 Diminta: Dimensi Saluran

-3

Penyelesaian:

Rumus debit pengaliran, 𝑄𝑄 = 𝐴𝐴.𝑙𝑙 . 𝑅𝑅1 2 3⁄ . 𝑆𝑆1 2⁄

Dimana:

𝐴𝐴 = 𝐵𝐵. ℎ atau 𝐵𝐵 =𝐴𝐴

𝑃𝑃 = 𝐵𝐵 + 2. ℎ Untuk tampang ekonomis

𝑃𝑃 =𝐴𝐴 + 2ℎ 𝐴𝐴 = 2ℎ2 = 𝐵𝐵ℎ 𝑑𝑑𝑃𝑃 𝑑𝑑ℎ = − 𝐴𝐴 ℎ2 𝐵𝐵 = 2ℎ atau 2 B h= 𝑅𝑅 = 𝐴𝐴𝑃𝑃= 𝐵𝐵+2ℎ𝐵𝐵ℎ atau 𝑅𝑅 = ℎ2 𝐵𝐵+2ℎ= ℎ 2

(47)

𝑄𝑄 = 𝐴𝐴.𝑙𝑙1. 𝑅𝑅2 3⁄ . 𝑆𝑆1 2⁄ 14,5 = 2. ℎ2. 1 0,015. � ℎ 2� 2 3⁄ . (0,0025)1 2⁄ h = 2,064 m B = 2h = 2.2,064 = 4,128 m ht =�109� . ℎ = �109� . 1,292 =R1,436 m

Tabel 4.25 Perhitungan Normalisasi Dimensi Saluran

Saluran H (m) h (m) B (m) A (m2 P ) (m) R (m) n S V (m/s) Q (m3/det) Seroja 1,5 1,3 4 5,2 6,6 0,787 0,014 0,0025 3,05 15,842 Pemasyarakatan 1,9 1,44 6 8,64 11,936 0,724 0,014 0,0025 2,88 24,877

(Sumber: Hasil Perhitungan)

B

h

H

(48)

BAB V

KESIMPULAN DAN SARAN 5.1. Kesimpulan

Akhir dari penulisan tugas akhir yang berjudul Analisis Normalisasi Saluran Drainase Primer pada Sungai Badera Kota Medan dapat ditarik kesimpulan sebagai berikut:

1. Penyebab terjadinya banjir di DAS Sei Badera adalah ketidakmampuan saluran untuk mengalirkan debit air hujan, karena debit air yang masuk lebih besar dari kapasitas saluran.

2. Saluran drainase primer yang ditinjau kapasitasnya sebanyak 3 titik, yaitu saluran pada jalan Seroja, saluran pada jalan Amal dan saluran pada jalan Pemasyarakatan, tetapi hanya kapasitas saluran pada jalan Amal yang masih memenuhi.

3. Saluran yang kapasitasnya tidak memenuhi didesain ulang dimensinya, yaitu saluran pada jalan Seroja dengan dimensi H = 1,5 m; h = 1,3 m; B = 4 m, dan saluran pada jalan Pemasyarakatan dengan dimensi H = 1,9 m; h = 1,44 m; B = 6 m.

4. Seluruh saluran yang ditinjau memiliki luas wilayah 776,7 Ha dengan panjang saluran utama 6250 meter.

5.2. Saran

1. Hasil penelitian tugas akhir ini diharapkan dapat menjadi masukan yang berguna dalam proses pengambilan keputusan untuk kepentingan

(49)

perencanaan sistem drainase yang berkelanjutan khususnya pada Sungai Badera Kota Medan.

2. Pekerjaan drainase khususnya di saluran primer DAS Sei Badera sebaiknya dilakukan secara menyeluruh dan berkesinambungan, juga dengan pengawasan yang serius agar tidak menghasilkan infrastruktur yang terkesan asal jadi, seperti pada saluran jalan Amal yang lebar namun semakin ke hilir kembali menyempit.

3. Sangat diperlukannya Operation and maintenance (OP) dan Evaluation and Monitoring (EM) dengan komitmen bersama seluruh stakeholder untuk mewujudkan good government.

Gambar

Gambar 3.1 Peta DAS Sei Badera  3.2  Rancangan Penelitian
Gambar 3.2 Diagram Alir Metode Penelitian
Gambar 4.1Sungai Badera dan Posisi Stasiun Curah Hujan
Tabel 4.5Data Curah Hujan Harian Maksimum Stasiun BBMKG
+7

Referensi

Dokumen terkait

Berdasarkan prosedur coding dan olah data distribusi frekuensi yang telah dilakukan sebagai rangkaian analisis isi, diketahui terdapat 5 jenis strategi komunikasi

Media yang digunakan adalah TSA (Tryptic Soy Agar), dibuat dengan cara: 45,7 g serbuk TSA dituangkan ke dalam 1 L aquades mendidih pada labu Erlenmeyer, kemudian

Sastra Indonesia, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Sanata Dharma, Yogyakarta. Penelitian ini bertujuan untuk meningkatkan hasil belajar dan keberanian

Jangka sorong dipakai untuk mengukur suatu benda dengan panjang yang kurang dari 1mm. Skala terkecil atau tingkat ketelitian pengukurannya sampai dengan 0,01 cm atau 0,1 mm.

Motor tetap (Fixed) dengan ekor terikat pada satu struktur sitoskeleton ketika motor berinteraksi dengan sitoskeleton lain  struktur sitoskeleton meluncur. MOTOR TETAP (Motor

disampaikan guru, dan diskusi, siswa dapat mempraktikkan gerak spesifik menahan (menggunakan kaki bagian dalam, dan kaki bagian luar) pada permainan sepak bola

Untuk itu ketika isi dokumen dengan bukti fisik tidak sesuai, maka penahanan barang di Balai Besar karantina Pertanian akan dilakukan.dalam hal tertahannya barang

kesesuaian tindakan aktor yang terlibat. • Yang menunjukkan bahwa lebih berpengaruh dibandingkan variabel lainnya, yang mana menunjukkan besarnya kekuatan masyarakat dalam