STUDI LAJU EROSI
SEDIMEN DAS KALI SAMPEAN HULU
KABUPATEN BONDOWOSO
DISUSUN OLEH:
NGAHADI PURWANTO ( 0353010126 )
PROGRAM STUDI TEKNIK SIPIL
FAKULTAS TENIK SIPIL DAN PERENCANAAN UNIVERSITAS PEMBANGUNAN NASIONAL”VETERAN”
ii
KATA PENGANTAR
Dengan segala puji syukur kehadirat Allah SWT yang telah melimpahkan Karunia-Nya sehingga tugas akhir dengan judul ”Studi laju Erosi Sedimen DAS Kali Sampean Hulu Kabupaten Bondowoso” ini dapat terselesaikan dengan baik. Tugas akhir ini disusun guna memenuhi salah satu syarat akademis bagi mahasiswa strata 1 diprogram studi Teknik Sipil Fakultas Teknik Sipil dan Perencanaan UPN ”Veteran” Jawa Timur.
Dengan segala keterbatasan yang dimiliki oleh penyusun, maka hasil dari laporan tugas akhir ini tentunya masih jauh dari kesempurnaan. Walaupun demikian penyusun telah berusaha semaksimal mungkin untuk mencapai hasil yang terbaik. Untuk itu penyusun mengharapkan adanya saran dan kritik demi menyempurnakan tugas akhir ini.
Pada kesempatan ini pula penyusun menguapkan terima kasih yang sebesar-besarnya kepada yang terhormat :
1. Bapak Dr. Ir. Edi Mulyadi, SU selaku Dekan Fakultas Teknik Sipil dan Perencanaan UPN ”Veteran” Jawa Timur.
2. Ibu Ir. Wahyu Kartini, MT selaku ketua Program Studi Teknik Sipil UPN ”Veteran” Jawa Timur.
iii
4. Ibu Ir. Minarni Nur Trilita, MT selaku Dosen Pembimbing Utama yang senantiasa memberikan arahan dan dukungan serta motivasi dan waktuyang telah diberikan kepada penyusun selama pembuatan tugas akhir ini.
5. Ibu Novie Handajani, ST, MT selaku Dosen Pembimbing kedua terimakasih atas waktu dan bimbingan yang telah diberikan demi terselesaikannya tugas akhir ini.
6. Kedua Orang Tuaku dan kakak-kakakku yang telah banyak memberikan dukungan lahir dan batin, material, spiritual, dan moral selama pengerjaan Tugas Akhir ini.
7. Arek-arek QereS, Trio Perjuangan Hidro (Aq, Dedi, Gatot) dan pak Febru yang telah memberikan dukungan kepada penyusun, serta seluruh teman-teman dan Alumni - Alumni Program Studi Teknik Sipil yang tidak dapat penyusun sebutkan satu-persatu yang telah memberikan semangat dan doa sehingga penyusun dapat menyelesaikan tugas akhir ini dengan baik.
8. Seluruh Dosen dan staf Pengajar, yang telah banyak memberikan pengetahuan dan membantu selama proses perkuliahan.
iv
Semoga segala bantuan dan budi baik yang telah diberikan kepada penyusun mendapat balasan dari Tuhan Yang Maha Kuasa. Penyusun berharap tugas akhir ini dapat bermanfaat bagi semua pembaca.
Surabaya, Juni 2010
vi
DAFTAR ISI
Halaman
KATA PENGANTAR...ii
ABSTRAK ...v
DAFTAR ISI... vi
DAFTAR GAMBAR... ix
DAFTAR TABEL...x
BAB I. PENDAHULUAN...1
1.1 Latar Belakang...1
1.2 Perumusan Masalah...4
1.3 Tujuan Penelitian...4
1.4 Manfaat Penelitian...4
1.5 Batasan Masalah ...5
BAB II. TINJAUAN PUSTAKA...6
2.1. Umum ...6
2.2 Curah Hujan...8
2.2.1 Cara Aritmatik Mean...8
2.2.2 Cara Teissen Poligon...9
2.2.3 Cara Isohyet...10
2.3 Uji Konsistensi Data...10
vii
2.4 Analisa Frekwensi ...13
2.4.1 Metode Distribusi Normal...14
2.4.2 Metode Distribusi Gumbel ...16
2.4.3 Metode distribusi Log Pearson Type III ...17
2.5 Uji Kesesuaian Distribusi Frekuensi ...18
2.5.1 Uji Chi – Kuadrat ...18
2.5.2 Uji Smirnov – Kolmogorov...19
2.6 Universal Soil Loss Equation (USLE)...21
2.7 Metode regresi Ganda...33
2.8 Model Modifikasi USLE (MUSLE) ...36
2.9 Kepekaan Lahan Terhadap Erosi...36
BAB III. METODE PENELITIAN...38
3.1. Tempat dan Waktu Penelitian...38
3.1.1. Lokasi Penelitian ...38
3.2. Jenis Penelitian dan Data...42
3.2.1. Jenis Penelitian...42
3.2.2. Jenis Data ...43
3.3. Teknik Pengumpulan Data ...43
viii
BAB IV. ANALISA HIDROLOGI...47
4.1. Analisa Hidrologi ...47
4.2. Uji Konsistensi Data Curah Hujan...47
4.3. Perhitungan Hujan Rata-rata ...52
4.4. Analisa Frekuensi...55
4.5. Uji Kesesuaian Distribusi...59
4.5.1. Metode Smirnov Kolmogorov ...59
4.5.2. Metode Chi Kuadrat...60
4.6. Perhitungan USLE ...61
4.6.1. Perhitungan Faktor Erosi Hujan (R) ...62
4.6.2. Perhitungan Faktor Erodibilitas (K)...63
4.6.3. Perhitungan Faktor Gabungan Panjang dan Kemiringan Lereng (LS)...64
4.6.4. Perhitungan Faktor Penutup Vegetasi (C) ...65
4.6.5 Faktor Pengendali Erosi (P) ...66
BAB V. KESIMPULAN DAN SARAN...68
5.1. Kesimpulan ...68
5.2. Saran ...68
ix
DAFTAR GAMBAR
Gambar 2.1. Kurva Massa Ganda...12
Gambar 2.2. Nomogram erodibilitas tanah (K) untuk satuan tanah metrik (Wischmeir, et,al., 1971)... 25
Gambar 2.3. Nomograf faktor panjang – kemiringan lereng (LS)... 29
Gambar 3.1. Lokasi studi Penelitian... 38
Gambar 3.2. Peta Tematik Kemiringan Lereng...39
Gambar 3.3 Peta Penyebaran Hujan...40
Gambar 3.4. Sketsa kemiringan lereng... 41
Gambar 3.5. Peta Tata Guna Lahan ... 42
Gambar 3.6. Peta Topografi... 43
Gambar 3.7. Peta Stasiun Hujan...44
Gambar 3.8. Diagram Alur Penelitian... 46
Gambar 4.1. Grafik Uji Konsistensi Stasiun Maesan... 49
Gambar 4.2. Grafik Uji Konsistensi Stasiun Grujugan... 50
x
DAFTAR TABEL
Tabel 2.1. Tipe Model Prediksi Lahan (Gregory and Walling 1973)... 7
Tabel 2.2. Nilai Kritis untuk Distribusi Chi-Kuadrat... Tabel 2.3. Nilai kritis Do untuk uji Smirnov – Kolmogorov... 21
Tabel 2.4. Kode struktur tanah untuk menghitung nilai K dengan Nomograf... 25
Tabel 2.5. Kode permeabilitas tanah untuk menghitung nilai K dengan nomograf... 27
Tabel 2.6. Nilai M untuk beberapa tekstur tanah... 27
Tabel 2.7. Faktor Erodibilitas K dari Departemen Kehutanan RI... 27
Tabel 2.8. Nilai m... 28
Tabel 2.9. Nilai faktor gabungan panjang dan ketajaman lereng (LS)... 29
Tabel 2.10. Nilai faktor C (pengelolaan tanaman)... 31
Tabel 2.11. Nilai faktor P untuk berbagai tindakan konservasi tanah... 32
Tabel 2.12. Kelas Bahaya Erosi yang digunakan di Indonesia...37
Tabel 4.1. Uji Konsistensi Data Curah Hujan Sta. Maesan Terhadap Sta. Grujugan, Sta. Tlogosari... 48
Tabel 4.2. Uji Konsistensi Data Curah Hujan Sta. Grujugan Terhadap Sta. Maesan, Sta. Tlogosari... 49
xi
Tabel 4.4. Curah Hujan Rata-Rata Harian Maksimum Stasiun
Maesan... 53
Tabel 4.5 Curah Hujan Rata-Rata Harian Maksimum Stasiun Grujugan... 54
Tabel 4.6 Curah Hujan Rata-Rata Harian Maksimum Stasiun Tlogosari... 55
Tabel 4.7 Analisa Curah Hujan Rata-Rata Maksimum Harian... 55
Tabel 4.8 Metode Pemilihan Analisis Distribusi Frekuensi... 56
Tabel 4.9 Perhitungan Distribusi Log Pearson Type III... 58
Tabel 4.10. Perhitungan Hujan Rencana dengan Metode Log Pearson Type III... 60
Tabel 4.11. Perhitungan Uji Kesesuaian Distribusi Dengan Metode Smirnov Kolmogorov...61
Tabel 4.12. Perhitungan Uji Kesesuaian Distribusi Dengan Metode Chi Kuadrat... 62
Tabel 4.13. Perhitungan Indeks Erosi Hujan Bulanan... 63
Tabel 4.14. Jenis Tanah Pada DAS Sampean... 65
Tabel 4.15. Klarifikasi Penggunaan Lahan DAS Sampean... 67
v
STUDI LAJU EROSI SEDIMEN DAS KALI SAMPEAN HULU KABUPATEN BONDOWOSO
NGAHADI PURWANTO 0353010126
ABSTRAK
Banjir bandang di kota Situbondo Pebruari 2008. Kejadian bencana ini sangat terkait dengan unsur utama, curah hujan, tanaman dan tanah. Permasalahan yang timbul diperkirakan adanya ketidakseimbangan diantara ketiga unsur tersebut. Perlu adanya studi dan investigasi tentang hal diatas.
Kegiatan studi ini akan dititik beratkan pada kali Sampean Hulu. Dimana banyak anak – anak sungai yang bermuara di kali Sampeyan yang berasal dari gunung Raung, gunung Sungket, gunung Argopuro, gunung Malang dan gunung – gunung kecil lainnya. Sehingga menyebabkan banyak terdapat titik rawan longsor pada sekeliling dataran tinggi. Dengan menggunakan suatu pendekatan analisa untuk menjelaskan kejadian diatas, dimana banjir dan erosi adalah sesuatu yang paling terkait. Sudah menjadi pengetahuan umum bahwa hanya sebagian kecil material sedimen yang tererosi di lahan (DAS) kali Sampeyan mencapai outlet basin/sungai terdekat.
Analisis yang dipakai untuk menguji data dipakai metode yang dipakai untuk memprediksi tingkat erosi lahan dipergunakan metode USLE . Hasil diatas diharapkan dapat memberikan suatu gambaran mengenai kondisi DAS yang ada.
Setelah dilakukan perhitungan menggunakan analisa USLE diperoleh nilai erosi tanah sebesar 32,98 ton/ha/tahun dan masuk kelas II dalam tingkat bahaya erosi. Besarnya tingkat erosi yang terjadi pada DAS Kali Sampean Hulu disebabkan karena tata guna lahan pada lokasi studi sebagian besar adalah berupa pemukiman.
.
1 BAB I PENDAHULUAN
1.1. Latar Belakang
Banjir bandang (air dan lumpur) di kota situbondo tahun 2002, 2004, terjadi hampir setiap tahun hingga ( Februari 2008 ), mengakibatkan kerugian harta dan jiwa yang sangat besar. Kejadian bencana ini pasti terkait dengan fenomena siklus hidrologi, dimana unsur utamanya adalah curah hujan, tanaman sebagai interceptor atau penahan laju air hujan masuk langsung ke permukaan tanah dan tanah itu sendiri.
Perlu adanya suatu investigasi mengenai tanah setempat untuk mengetaui sifat fisik tanah untuk mendapatkan seberapa besar nilai ketahanan tanah terhadap gaya luar yang mempengaruhinya. Artinya, apabila gaya ikat antar butiran tanah setempat cukup kuat untuk menahan gaya seret limpasan aliran permukaan (surface run off), idealnya tidak akan terjadi aliran mudflow. Aliran mudflow terjadi apabila gaya ikat antar butiran tanah tidak cukup kuat menahan gaya seret limpasan aliran permukaan.
Erosi merupakan proses alamiah yang sulit untuk dihilangkan sama sekali atau tingkat erosinya nol. Tindakan yang dapat dilakukan adalah mengusahakan supaya erosi yang terjadi masih dibawah ambang batas yang maksimum (soil loss tolerance), yaitu besarnya erosi yang tidak melebihi laju pembentukan tanah. Oleh karena itu perlu adanya penelitian untuk menentukan besarnya erosi yang masih dapat dibiarkan untuk tiap-tiap jenis tanah untuk dijadikan dasar dalam menentukan tata guna lahan, pola dan intensitas tanam, manajemen lahan dan tidakan konservasi.
biasa disebut Nisbah Pengangkutan Sedimen (NPS) atau Sedimen Deliveri
Ratio (SDR). Secara umum besarnya SDR cenderung berbanding terbalik
terhadap luas DAS, makin luas DAS makin kecil nilai SDR. Namun kalau ditinjau lebih teliti, besarnya SDR merupakan proses yang sangat kompleks, tidak sekedar fungsi luas DAS tapi hampir semua karakteristik DAS berpengaruh terhadap nilai SDR.
Williams and Berndt (1972) menunjukkan bahawa besarnya sedimen
delivery ratio sangat bervariasi antara satu DAS dengan DAS lainnya dan
bervariasi dari tahun ke tahun. SDR tidak hanya dipengaruhi oleh faktor luas DAS tapi juga faktor-faktor lain, diantaranya geomorfologi, faktor lingkungan, lokasi sumber sedimen, karakteristik relief dan kemiringan, pola drainase dan kondisi saluran, penutup lahan, tata guna lahan, dan tekstur tanah. Beberapa studi telah banyak dilakukan untuk menurunkan persamaan empiris SDR yang dapat digunakan untuk memprediksi sediment yield dari suatu DAS berdasar laju erosi lahan yang diperoleh dengan menggunakan metode USLE (Universal
Soil Loss Equation).
DAS Kali Sampean dengan banjir fenomenalnya sangat menarik untuk dikaji serta diteliti penyebabnya. Secara awam akan dikatakan hutan gundul merupakan salah satu penyebabnya. Meskipun tidak terlalu salah, dalam studi ini akan dijelaskan secara detail bagaimana sebenarnya kondisi DAS Kali Sampean Hulu termasuk analisa komponen-komponen penunjang karakteristik DAS.
Penelitian ini penting, karena dengan diadakannya Studi Laju Erosi Sedimen DAS untuk kawasan DAS Kali Sampean Hulu maka sedikit banyak membantu menunjang penelitian-penelitian lain mengenai bahaya bencana banjir ataupun ancaman bahaya longsor pada kawasan tersebut.
1.2. Perumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan diatas, maka permasalahan dalam penelitian ini adalah bagaimana estimasi erosi lahan tahunan Ea dari titik outlet yang ditinjau.
1.3. Tujuan penelitian
1.4. Batasan masalah
Penelitian ini dibatasi hanya pada hal-hal sebagai berikut :
1. Data hujan pada titik outlet yang ditinjau adalah data sekunder yang diambil dari Balai Pengairan Bondowoso tanpa melakukan penelitian dilapangan.
2. DAS yang ditinjau adalah DAS Kali Sampean bagian hulu
3. Peta topografi yang dipakai adalah Peta Citra Satelit yang dikeluarkan oleh BAKOSURTANAL (Badan Koordinasi Survey dan Pemetaan Nasional). 4. Prediksi erosi lahan dipakai metode USLE (Universal Soil Loss Equation)
6 BAB II
TINJAUAN PUSTAKA
2.1. Umum
Erosi merupakan proses alamiah yang sulit untuk dihilangkan sama
sekali atau tingkat erosinya nol, khususnya untuk lahan-lahan yang diusahakan
untuk pertanian. Tindakan yang dapat dilakukan adalah mengusahakan supaya
erosi yang terjadi masih dibawah ambang batas yang maksimum (soil lose
tolerance), yaitu besarnya eosi yang tidak melebihi laju pembentukan tanah.
Oleh karena itu perlu adanya penelitian untuk menentukan besarnya erosi yang
masih dapat dibiarkan pada tiap-tiap jenis tanah untuk dijadikan dasar dalam
menentukan tata guna lahan, pola dan intensitas tanam, manajemen lahan serta
tindakan konservasi.
Secara teoritis, adalah sangat sulit atau bahkan tidak mungkin untuk
mnentukan batas toleransi kehilangan tanah yang dinyatakan sebagai kondisi
dimana laju kehilangan tanah sebanding dengan laju pembentukan tanah. Laju
kehilangan tanah memang dapat diukur, namun laju pembentukan tanah, yang
berlangsung sangat lambat, tidak mudah untuk ditentukan.
Sejumlah model prediksi erosi lahan dan yield sedimen sudah banyak
dikembangkan, sebagaimana telah dibahas di berbagai literatur, seperti
Bogardi, et.al. (1986), Morgan (1988), Kothayari et.al. (1994), Taley and
Dalvi(1995), dan Sukla (1997). Model-model yang ada kebanyakan adalah
yang terjadi selama peristiwa erosi dan pengangkutannya dari DAS ke titik
yang ditinjau.
Secara umum Gregori and Walling (1973) mengelompokan model
menjadi tiga tipe utama, yaitu model fisik, model analog, dan model digital,
yang secara rinci pengelompokannya dapat dilihat pada tabel berikut ini.
Tabel 2.1 Tipe model ( Gregori and Walling 1973 )
Tipe Penjelasan FISIK Model dalam bentuk yang lebih kecil dari keadaan sebenarnya (prototip)
yang biasanya dibuat di laboratorium, asumsinya bahwa terdapat kesamaan dinamik antara model dan prototip.
ANALOG Menggunakan sistem mekanikal atau listrik yang analog dengan sistem yang diselidiki, misalnya arus listrik digunakan mensimulasikan aliran air.
DIGITAL Didasarkan pada penggunaan komputer digital untuk memproses data yang banyak dalam waktu yang singkat.
. Deterministik Didasarkan pada persamaan matematik untuk menjelaskan proses yang berperan pada model, dengan memperhitungkan hukum konservesi massa dan energi.
. Stokastik Didasarkan atas pengembangan urutan sintetik data yang berasal dari sifat statistik data yang ada; yang sangat berguna untukmenghasilkan urutan masukan bagi model deterministik dan model empiris /parametrik jika data yang tersedia hanya pengamatan yang pendek.
. Empiris (Parametrik)
Didasarkan atas penggunaan hubungan yang secara statistik nyata antara variabel-variabel yang dianggap penting dari sejumlah data yang tersedia.
Kotak hitam (Black box)
Model parametrik yang hnya menelaah masukandan keluaran utama.
Kotak kelabu (Grey box)
Model parametrik yang menelaah cara kerja sistem secara agak detail.
Kotak putih (White box)
Model parametrik dimana semua rincian bagaimana sistem itu bekerja dikemukakan.
Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004
Pada studi menentukan laju erosi / yield sedimen DAS Kali Sampeyan
Hulu, Kabupaten Bondowoso, dipakai Metode USLE, dimana model ini
2.2 Curah hujan
Curah hujan yang diperlukan untuk rancangan pengendalian banjir
adalah curah hujan rata-rata di seluruh daerah yang bersangkutan ,bukan
curah hujan pada satu titik tertentu curah hujan ini disebut curah hujan
wilayah atau daerah dan dinyatakan dalam mm. Cara-cara perhitungan curah
hujan daerah dari pengamatan curah hujan di beberapa titik adalah sebagai
berikut :
2.2.1 Cara Arimatik Mean
Biasanya cara ini dipakai pada daerah yang datar dan banyak stasiun
penakar hujannya, dengan anggapan bahwa didaerah tersebut sifat hujannya
uniform (seragam). Perhitungannya sebagai berikut (Ir. C.D. Soemarto,1986) :
) ... (
1
2 1 _
n R R
R n
R ... (2.1)
Dimana :
_
R = curah hujan daerah (mm)
n = jumlah titik-titik (pos-pos) pengamatan
2.2.2 Cara Theissen Poligon
Metode ini digunakan apabila titik-titik pengamatan didalam daerah
tersebut tidak tersebar merata, maka dilakukan dengan memperhitungkan
daerah pengaruh pada tiap titik pengamatan dengan mencari curah hujan
rata-rata daerah pengaliran di dataran yang kondisinya tidak sama atau merata-rata.
Rumus Theissen Poligon (Ir. C.D. Soemarto,1986) :
n n n A A A R A R A R A R ... ... 2 1 2 2 1 1 _ A R A R A R A
R_ 1 1 2 2... n n
n nR W R W R W
R 1 1 2 2 ...
_
... (2.2)
Dimana :
_
R = curah hujan daerah (mm)
R1,R2,……Rn = curah hujan di tiap titik pengamatan dan n adalah
titik-titik pengamatan
A1,A2,……An = bagian daerah yang mewakili tiap titik
pengamatan
W1,W2,……Wn =
2.2.3 Cara Isohyet
Isohyet adalah garis yang menghubungkan tempat-tempat yang
mempunyai tinggi hujan yang sama. Cara ini menggunakan isohyet sebagai
garis-garis yang membagi daerah aliran sungai menjadi daerah-daerah, yang
luasnya dipakai sebagai faktor koreksi dalam perhitungannya.
Persamaan yang dipakai (Ir. C.D. Soemarto,1986) :
total n n n A R R A R R A R R A R 2 ... 2 2 1 3 2 2 2 1 1 _ ...(2.3) Dimana : _
R = curah hujan daerah (mm)
R1,R2,……Rn = curah hujan rata-rata pada bagian-bagian
A1,A2,……An = luas bagian-bagian antara garis-garis isohyet
2.3 Uji Konsistensi Data
Dalam suatu deretan pengamatan hujan sering terjadi ketidaksesuaian
data. Untuk itu uji konsistensi terhadap data hujan perlu dilakukan untuk
mengetahui adanya penyimpangan data hujan, sehingga dapat diketahui data
tersebut layak dipakai dalam analisa hidrologi atau tidak.
Ketidaksesuaian data tersebut dapat disebabkan oleh berbagai hal,
Berubah atau terganggunya lingkungan disekitar tempat dimana
stasiun pencatat hujan dipasang, misalnya terhalang oleh pohon,
terletak berdekatan dengan gedung tinggi dan sebagainya. Perubahan sistem pencatatan dan penangkaran.
Perubahan iklim.
Perubahan letak stasiun.
2.3.1 Analisis Kurva Massa Ganda (Double Mass Analysis)
Sri Harto (1993) menyebutkan bahwa ketidakpanggahan data dapat
diuji dengan cara analisis kurva massa ganda berupa penggambaran besaran
hujan komulatif stasiun yang diuji dengan besaran hujan komulatif rata-rata
hujan dari beberapa stasiun acuan di sekitarnya. Ketidakpanggahan data
ditunjukkan oleh penyimpangan garisnya dari garis lurus. Cara pengujian
menggunakan kurva massa ganda dilakukan sebagai berikut :
a. Tetapkan beberapa stasiun acuan di sekitar stasiun yang akan diuji
b.Hitung hujan rata-rata komulatif stasiun acuan
c. Hitung hujan komulatif stasiun yang diuji
d.Gambarkan pada kertas grafik dengan absis hujan komulatif
stasiun acuan (mm) dengan ordinat hujan komulatif stasiun yang
diuji (mm)
e. Jika terjadi ketidakpanggahan data akan ditunjukkan oleh
Uji ini bertujuan untuk mengetahui dimana letak ketidakkonsistensian
suatu deretan data. Adapun cara perbaikannya adalah dengan mengoreksinya
sebagai berikut :
Tg = y / x = Yz / Xo Tg = Yo / Xo ...(2.4)
Hz = ( Tg / Tg ) Ho ...(2.5)
Dimana :
Hz = data curah hujan yang telah dikoreksi
Ho = data curah hujan tahunan hasil pengamatan
Tg = kemiringan setelah dikoreksi
Tg = kemiringan awal
Gambar 2.1 Kurva Massa Ganda Curah hujan tahunan rata-rata beberapa pos penakar yang berdekatan (mm)
C
u
ra
h huj
an
t
ahu
na
n ra
ta
ra
ta
ak
um
ul
at
if
(m
m
)
45° A
B
2.4 Analisa Frekuensi
Analisa frekuensi adalah analisa untuk menentukan dan meramalkan
periode ulang tentang pengulangan suatu kejadian beserta nilai
probabilitasnya. Analisa frekuensi dapat dilakukan dengan seri data yang
diperoleh dari rekaman data baik data hujan maupun data debit. Analisa ini
sering dianggap sebagai cara analisa yang paling baik karena dilakukan
terhadap data yang terukur langsung yang tidak melewati pengalihragaman
terlebih dahulu. Analisa frekuensi ini didasarkan pada sifat statistik data yang
tersedia untuk memperoleh probabilitas besaran hujan di masa yang akan
datang. Untuk menganalisis probabilitas biasanya dipakai beberapa macam
distribusi antara lain : distribusi normal, distribusi gumbel dan distribusi log
person type III.
Untuk menentukan metode yang sesuai, maka terlebih dahulu harus
dihitung besarnya parameter statistik yaitu Koefisien Asimetri (Cs), Koefisien
Kurtosis (Ck), dan Koeisien Variant (Cv).
Cara untuk mendapatkan nilai Cs, Ck, dan Cv adalah sebagai berikut :
1. Kemudian nilai rata-rata dari curah hujan maksimum bulanan di tabelkan.
2. Dari nilai rata-rata curah hujan maksimum bulanan kemudian dicari nilai
R rata-rata pada setiap tahun.
3. Dari nilai R rata-rata pada setiap tahun di cari nilai R rata-rata yang
tertinggi.
4. Setelah nilai R Dicari nilai curah hujan rata-rata maksimum bulanan di
5. rata-rata yang tertinggi diperoleh langkah selanjutnya adalah mencari R
rata-rata daerah maksimum dengan cara mengurutkan nilai R rata-rata dari
yang terendah sampai yang tertinggi
6. Setelah nilai R rata-rata diurutkan maka nilai dari R rata-rata adalah nilai
Xi (mm) yang dipergunakan untuk mencari nilai Cs, Ck, dan Cv.
2.4.1 Metode Distribusi Normal
Distribusi normal banyak digunakan dalam analisa, distribusi normal
atau kurva normal disebut pula distribusi Gauss. Fungsi densitas peluang
normal (normal probability density function) dari variabel acak kontinyu X
dapat ditulis sebagai berikut (Dr. Ir. Suripin,2003) :
2 21
2
1
X e X
P ... (2.11)
Dimana :
P(X) = fungsi densitas peluang normal = deviasi standar nilai dari X
= rata – rata dari nilai X
e = 2,71828 = 3,14156
Untuk analisa kurva normal cukup mengunakan parameter statistik dan . Bentuk kurvanya simetris terhadap X = , dan grafiknya selalu diatas
sumbu datar X, serta mendekati sumbu datar X, dimulai dari X = + 3 dan
Nilai mean = modus = median. Nilai X mempunyai batas - < X <
+ . Apabila sebuah populasi dari data hidrologi mempunyai distribusi
normal, maka :
1. kira-kira 68,27% terletak didaerah satu deviasi standar sekitar nilai
rata-ratanya yaitu antara ( - ) dan ( + ).
2. kira-kira 95,45% terletak didaerah dua deviasi standar sekitar nilai
rata-ratanya yaitu antara ( - 2) dan ( + 2).
3. kira-kira 99,73% terletak didaerah tiga deviasi standar sekitar nilai
rata-ratanya yaitu antara ( - 3) dan ( + 3).
Luas dari kurva normal selalu sama dengan satu unit persegi
sehingga :
1,02 1 2 2 1
dx e X P X ... (2.12)
Untuk menentukan peluang nilai X antara X = X1 dan X = X2
adalah :
X X X
e dxP X X X 2 2 1 2 1 2 1 2
1
... (2.13)
Apabila nilai X adalah standar, dengan kata lain nilai rata-rata = 0
dan deviasi standar = 1,0 maka persamaan 2.6 dapat ditulis sebagai berikut :
2 21
2
1 t
e t
P
dengan
X
t ...(2.15)
2.4.2 Metode Distribusi Gumbel
Untuk menganalisa frekuensi curah hujan dengan metode Distribusi
Gumbel adalah sebagai berikut (Dr. Ir. Suripin,2003) :
X T S Sn Yn Yt X X
_ ... (2.16)
dimana :
XT = tinggi curah hujan pada kala ulang t tahun
_
X = curah hujan rata-rata
Yn = reduce mean n
y
Sn = reduce standart deviation
n y x Yn y
2Yt = reduce varian
1 ln ln T TSX = deviasi standart nilai varian
2 _ 21 n X
X
2.4.3 Metode Distribusi Log Person Type III
Distribusi Log Pearson tipe III banyak digunakan dalam analisis
hidrologi terutama analisis data maksimum dan minimum dengan nilai
ekstrem. Untuk menganalisa frekuensi curah hujan dengan metode Log
Pearson type III adalah sebagai berikut (Ir. CD. Soemarto,1986) :
Log XT = Log
_
X + K . Slog x ... (2.17)
dimana :
XT = curah hujan dengan kala ulang T tahun
Log
_
X = harga rata-rata
x
Slog = standard deviasi
K = koefisien, yang harganya tergantung pada nilai kepencengan
(Cs) dan Return periode (T)
Urutan perhitungan adalah sebagai berikut :
a. Mencari harga Log
_ X n X Log X Log n i
1 _b. Mencari harga Standart Deviasi
1c. Mencari harga kepencengan (Cs)
3log 1
3 _
2 1
log log
x n
i
S n n
X X
x n Cs
2.5 Uji Kesesuaian Distribusi Frekuensi
Untuk menentukan kecocokan distribusi frekuensi dari sampel data
terdapat fungsi distribusi peluang yang diperkirakan dapat menggambarkan
atau mewakili distribusi frekuensi tersebut diperlukan pengujian parameter.
Pengujian parameter yang akan dilakukan ada 2 jenis yaitu uji Chi-Kuadrat
dan uji Smirnov-Kolmogorov. Umumnya pengujian dilaksanakan dengan cara
menggambarkan data pada kertas peluang dan menentukan apakah data
tersebut merupakan garis lurus, atau dengan membandingkan kurva frekuensi
dari data pengamatan terhadap kurva frekuensi teoritisnya.
2.5.1 Uji Chi – Kuadrat (Chi – Square Test )
Uji Chi-Kuadrat dimaksudkan untuk menentukan apakah persamaan
distribusi peluang yang telah dipilih dapat mewakili dari distribusi statistik
sampel data yang di analisis. Pengambilan keputusan uji ini mengunakan
parametar X2, oleh karena itu disebut uji Chi-Kuadrat. Parameter X2, dapat
G
i i
i i
E E O Xh
1
2
2 ...
(2.18)
dimana :
Xh2 = parameter chi-kuadrat terhitung
G = jumlah sub - kelompok
Oi = jumlah nilai pengamatan pada sub kelompok ke i
Ei = jumlah nilai teoritis pada sub kelompok ke i
Interprestasi hasilnya adalah :
1. Apabila peluang lebih dari 5% maka persamaan distribusi teoritis
yang digunakan dapat diterima
2. Apabila peluang lebih kecil dari 1% maka persamaan distribusi
teoritis yang digunakan tidak dapat diterima
3. Apabila peluang berada di antara 1% - 5% adalah tidak mungkin
Tabel 2.2 Nilai Kritis untuk Distribusi Chi-Kuadrat (uji satu sisi)
derajat kepercayaan Dk
0.995 0.99 0.975 0.95 0.05 0.025 0.01 0.005 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0,0000393 0,0100 0,0717 0,207 0,412 0,676 0,989 1,344 1,735 2,156 2,603 3,074 3,565 4,075 4,601 5,142 5,697 6,265 6,844 7,434 8,034 8,643 9,260 9,886 10,520 11,160 11,808 12,461 13,121 13,787 0,000157 0,0201 0,115 0,297 0,554 0,872 1,239 1,646 2,088 2,558 3,053 3,571 4,107 4,660 5,5229 5,812 6,408 7,015 7,633 8,260 8,897 9,542 10,196 10,856 11,524 12,198 12,879 13,565 14,256 14,953 0,000982 0,0506 0,216 0,484 0,831 1,237 1,690 2,180 2,700 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 8,907 9,591 10,283 10,982 11,689 12,401 13,120 13,844 14,573 15,308 16,047 16,791 0,00393 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,940 4,575 5,226 5,892 6,571 7,261 7,962 8,672 9,390 10,117 10,851 11,591 12,338 13,091 13,848 14,611 15,379 16,151 16,928 17,708 18,493 3,841 5,991 7,815 9,488 11,070 12,592 14,067 15,507 16,919 18,307 19,675 21,026 22,362 23,685 24,996 26,296 27,587 28,869 30,144 31,410 32,671 33,924 36,172 36,415 37,652 38,885 40,113 41,337 42,557 43,773 5,024 7,378 9,348 11,143 12,832 14,449 16,013 17,535 19,023 20,483 21,920 23,337 24,736 26,119 27,488 28,845 30,191 31,526 32,852 34,170 35,479 36,781 38,076 39,364 40,646 41,923 43,194 44,461 45,722 46,979 6,635 9,210 11,345 13,277 15,086 16,812 18,475 20,090 21,666 23,209 24,725 26,217 27,688 29,141 30,578 32,000 33,409 34,805 36,191 37,566 38,932 40,289 41,638 42,980 44,314 45,642 46,963 48,278 49,588 50,892 7,879 10,597 12,838 14,860 16,750 18,548 20,278 21,955 23,589 25,188 26,757 28,300 29,819 31,319 32,801 34,267 35,718 37,156 38,582 39,997 41,401 42,796 44,181 45,558 46,928 48,290 49,645 50,993 52,336 53,672
2.5.2 Uji Smirnov - Kolmogorov
Uji kecocokan Smirnov – Kolmogorov sering juga disebut uji
kecocokan non parametrik karena pengujiannya tidak menggunakan fungsi
distribusi tertentu. Uji ini diperoleh dengan memplot data dan probabilitasnya
dari data yang bersangkutan, serta hasil perhitungan empiris dalam bentuk
grafis. Dari kedua hasil pengeplotan, dapat diketahui penyimpangan terbesar
(Δ maksimum). Penyimpangan tersebut kemudian dibandingkan dengan
penyimpangan kritis yang diijinkan (Δ cr).
Nilai kritis Δ untuk pengujian ini tergantung pada jumlah data dan Δ
Nilai kritis (Δ cr). Uji ini digunakan untuk memeriksa penyimpangan
horisontal yaitu prosentase probabilitas. Bila nilai kritis Δ cr lebih besar dari
nilai peluang maka Metode Log Person Type III dapat diterima. Prosedur
pengujian tersebut adalah :
a. Urutkan data mulai dari yang terbesar ke terkecil atau sebaliknya
dan tentukan besarnya peluang dari masing-masing data tersebut.
b. Tentukan nilai masing-masing peluang teoritis dari hasil
penggambaran data
c. Dari kedua nilai peluang tersebut tentukan selisih terbesarnya
antara peluang pengamatan dengan peluang teoritis.
D = maksimum [ P(Xm) – P(Xm) ]
d. Berdasarkan tabel nilai kritis tentukan nilai Do
Dari prosedur pengujian di atas dapat dikatakan :
1. Apabila nilai D lebih kecil dari nilai Do maka distribusi teoritis
yang digunakan untuk menentukan persamaan distribusi dapat
diterima
2. Apabila nilai D lebih besar dari nilai Do maka distribusi teoritis
yang digunakan untuk menentukan persamaan distribusi tidak
Tabel 2.3 Nilai kritis Do untuk uji Smirnov – Kolmogorov derajat kepercayaan N
0,20 0,10 0,05 0,01 5 0,45 0,51 0,56 0,67 10 0,32 0,37 0,41 0,49 15 0,27 0,30 0,34 0,40 20 0,23 0,26 0,29 0,36 25 0,21 0,24 0,27 0,32 30 0,19 0,22 0,24 0,29 35 0,18 0,20 0,23 0,27 40 0,17 0,19 0,21 0,25 45 0,16 0,18 0,20 0,24 50 0,15 0,17 0,19 0,23 N > 50 1,07
N0,5
1,22 N0,5
1,36 N0,5
1,63 N0,5
(Sumber : Bonnier, Tahun 1980) Catatan : = derajat kepercayaan
2.6. Universal Soil Loss Equation ( USLE)
Salah satu persamaan yang pertama kali dikembangkan untuk
mempelajari erosi lahan adalah yang disebut persamaan musgrave. Perumusan
tersebut berkembang terus menjadi persamaan yang sangat terkenal dan masih
banyak dipakai hingga sekarang, yaitu yang disebut Universal Soil Loss
Equition (USLE). USLE memungkinkan perencana memprediksi laju erosi
rata-rata lahan tertentu pada suatu kemiringan dengan pola hujan tertentu untuk
setiap macam jenis tanah dan penerapan pengelolahan lahan (tindakan
konservasi lahan ). USLE dirancang untuk memprediksi erosi jangka panjang
dari erosi lembar (sheet erotion) dan erosi alur dibawah kondisi tertentu.
Persamaan tersebut dapat juga memprediksi erosi pada lahan-lahan non
memperhitungkan hasil sedimen dari erosi parit, tebing sungai dan dasar
sungai.
USLE dikembangkan di USDA-SCS (United State Departement of
Agrikultur-Soil Conservation Services) bekerjasama dengan Universitas Purdue
oleh Wischmeir and Smith, 1965 (dalam William and Berndt, 1972; Morgan,
1988;Selbe,1993; dan Renard et.al., 1996). Berdasarkan analisis statistik
terhadap lebih dari 10.000 tahun data erosi dan data aliran permukaan,
parameter fisik dan pengelolaan dikelompokkan menjadi lima variabel utama
yang nilainya untuk setiap tempat dapat dinyatakan secara numeris.
Kombinasi enam variabel ini yang dikenal dengan sebutan USLE
adalah sebagai berikut :
Ea = R . K . LS . C . P ...(2.19)
Dimana :
Ea = banyaknya tanah tererosi persatuan luas per satuan waktu,
yang dinyatakan sesuai dengan satuan K dan periode R yang
dipilih, dalam praktek dipakai satuan ton/ha/tahun.
R = faktor erosifitas hujan dan aliran permukaan, yaitu jumlah satuan indeks erosi hujan, yang merupakan perkalian antara energi hujan total (E) dan intensitas hujan maksimum 30 menit (I30), tahunan dalam KJ/ha
LS = faktor panjang- kemiringan lereng, yaitu perbandingan antara besarnya erosi per indeks erosi dari suatu lahan dengan panjang dan kemiringan lahan tertentu terhadap besarnya erosi dari plot lahan dengan panjang 22,13 m dan kemiringan 9%, dibawah keadaan yang identik, tidak berdimensi.
C = faktor tanaman penutup lahan dan manajemen tanaman, yaitu perbandingan antara besarnya erosi dari suatu lahan dengan penutup tanaman dan manajemen tanaman tertentu terhadap lahan yang identik tanpa tanaman, tidak berdimensi.
P = faktor tindakan konservasi praktis, yaitu perbandingan antara besarnya dari lahan dengan tindakan konservasi praktis dengan besarnya erosi dari tanah yang diolah searah lereng dalam keadaan yang identik, tidak berdimensi.
A. Faktor erosifitas hujan, R
Penyebab utama erosi tanah adalah pengaruh pukulan air hujan pada tanah. Hujan menyebabkan erosi tanah menjadi dua jalan, yaitu pelepasan butiran tanah oleh pukulan air hujan pada permukaan tanah dan kontribusi hujan terhadap aliran.
Faktor erosivitas hujan (R), didefinisikan sebagai jumlah satuan indeks erosi hujan dalam setahun. Nilai R yang merupakan daya rusak hujan, dapat ditentukan dengan persamaan yang dibuat oleh Wischmeir, 1959 ( alam Renard, et.al., 1996) sebagai berikut :
30 1
n
i
R EI
...(2.20)
2
30 30.10
EI E I ...(2.21)
maksimum 30 menit, merupakan produk / perkalian antara energi hujan (E= KJ/ha-mm) dan intensitas maksimum 30 menit (I30 mm/jam). Untuk menghitung EI30 pada persamaan (2.21) diperlukan data hujan menerus yang diperoleh dari penakar hujan otomatis.
Bols (1978), berdasarkan penelitiannya di pulau Jawa dan Madura mendapatkan persamaan sebagai berikut :
1,211 0,474 0,526 30 6,119 b . . max
EI P N P ...(2.22)
dimana:
EI30 = indeks erosi hujan bulanan (KJ/ha)
Pb = curah hujan bulanan (cm)
N = jumlah hari hujan per bulan
Pmax = hujan maksimum harian (24 jam) dalam bulan terkait
EI30 tahunan = jumlah EI30 bulanan
B. Faktor erodibilitas tanah, K
Analisis Erodibilitas ( K ) dipengaruhi oleh dua faktor yaitu ukuran
partikel dan plastisitas tanah.
Terdapat beberapa faktor yang harus dipertimbangkan dalam penilaian
nilai K, yaitu:
a. Bahan organik. Sejumlah kecil bahan organik dalam tanah cenderung
mengurangi nilai K. Hal ini kemungkinan disebabkan oleh sifat menyerap
b. Perantara Ikatan (cementing agent). Dalam beberapa kasus mungkin ada
bahan-bahan pengikat yang mengikat partikel tanah secara bersama. Jika
bahan pengikat mudah larut dalam air, maka faktor K akan tinggi.
c. Lempung Sebar (dispersive clay). Lempung mudah tersebar atau lempung
sebar mempunyai PI tinggi, tapi mudah terorosi, karena proses deflokulasi
partikel lempung (Perry, 1987).
Young et.al., (1990) menyatakan bahwa faktor erodibilitas tanah merupakan sifat tanah yang dinamis, yang bervariasi terhadap waktu, kelengasan tanah, suhu, pengolahan tanah gangguan manusia atau binatang, dan faktor biologi dan kimia. Jika tidak ada percobaan di lapangan, maka nilai K dapat diestimasikan dengan monografi yang dikembangkan oleh Wischmeier, et.al., 1971, dalam Morgan, 1988; dan Selbe, 1993) sebagaimana diperlihatkan dalam Gambar 2.2, atau dengan menggunakan persamaan sebagai berikut :
4 1,14 3
2, 713 10 12 3, 25 2 2,5
100 P
K x O M S
...(2.23)
Dimana:
M = % pasir sangat halus dan debu (dia 0,05 – 0,1 dan 0,02 – 0,05 mm) x (100 – persentase tanah liat )
O = % bahan organik
S = kode struktur tanah yang dipergunakan dalam klasifikasi tanah (tabel 2.3).
P = kelas permeabilitas tanah (tabel 2.4)
pasir (0,1 – 2,0 mm), % pasir sangat halus (0,05 – 0,10 mm), % debu ( 0,002 – 0,05 mm), dan % tanah liat (< 0,002 mm).
[image:38.612.133.506.152.398.2]Gambar 2.2 Nomogram erodibilitas tanah (K) untuk satuan tanah metrik (Wischmeir, et,al., 1971).
Tabel 2.4 Kode struktur tanah untuk menghitung nilai K dengan nomograf
Kelas Struktur Tanah (ukuran diameter) Kode
Granular sangat halus (< 1 mm) 1
Granular halus (1 sampai 2 mm) 2
Granular sedang sampai kasar (2 sampai 10 mm) 3
Berbentuk blok, blocky, plat, masif 4
Tabel 2.5 Kode permeabilitas tanah untuk menghitung nilai K dengan nomograf
Kelas permeabilitas Kecepatan (cm/jam) Kode
Sangat lambat <0,5 1
Lambat 0,5 – 2,0 2
Lambat sampai sedang 2,0 – 6,3 3
Sedang 6,3 – 12,7 4
Sedang sampai cepat 12,7 – 25,4 5
Cepat >25,4 6
[image:39.612.126.514.330.523.2]Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004
Tabel 2.6 Nilai M untuk beberapa tekstur tanah
Kelas tekstur tanah Nilai M Kelas tekstur tanah Nilai M
Lempung berat 210 Pasir geluhan 1245
Lempung sedang 750 Geluh berlempung 3770
Lempung pasiran 1213 Geluh pasiran 4005
Lempung ringan 1685 Geluh 1390
Geluh lepung 2160 Geluh liatan 6330
Pasir lempung liatan 2830 Liat 8245
Geluh lempungan 2830 Campuran merata 4000
Pasir 3035
Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004
Tabel 2.7 Faktor Erodibilitas K dari Departemen Kehutanan RI
Jenis Tanah Faktor Erodibilitas (K) Latosol coklat kemerahan dan litosol 0,43
Latosol kuning kemerahan dan litosol 0,36 Komplek mediteran dan litosol 0,46
Latosol kuning kemerahan 0,56
Grumusol 0,20 Aluvial 0,47 Regusol 0,40
Rata-rata 0,411
C. Faktor Gabungan Panjang dan Kemiringan Lereng, LS
Faktor ini gabungan antara pengaruh panjang dan kemiringan lereng. Faktor S adalah ratio kehilangan tanah per satuan luas dilapangan terhadap kehilangan tanah pada lereng ekperimental sepanjang 22,1 m (72,6 ft) dengan kemiringan lereng 9% (Goldman et.al., 1986). Persamaan yang iusulkan oleh ( Wischmeire and Smith, 1965, 1978) dapat digunakan untuk menghitung LS, sebagai berikut :
2 ' '
' 0,5
2 2
65 4, 6
0, 065
10000 10000
s L sL
LS L
s s
...(2.24)
Dengan,
S = kemiringan lereng (%)
'
L = faktor panjang yang nilainya = 22,1
m L
...(2.25)
Dengan L = panjang lereng dalam meter, dan m nilainya ditunjukan dalam tabel 2.8
Tabel 2.8 Nilai m
Kemiringan lereng (s) m
< 1% 0,2
1% s 3% 0,3
3% s 5% 0,4
5%
s 0,5
Sumber : Hardiyatmo, Penanganan Tanah Longsor dan Erosi, 2006
Dalam persamaan (2.24) nilai s dinyatakan dalam persen (%). Contohnya untuk lereng 2H : 1V lereng mempunyai kemiringan s = 50% dan s dimasukkan 50 dalam persamaan (2.25). Pehatikan bahwa untuk s = 9% dan L =22,1 m ke dalam persamaan (2.24), nilai faktor LS = 1.
[image:40.612.138.436.429.570.2]Tabel 2.9 Nilai faktor gabungan panjang dan ketajaman lereng (LS)
Nilai s untuk lereng dengan panjang L ( m ) ( ft ) Rasio
[image:41.612.133.506.420.658.2]kemiringan ( H: V )*
Kemiringan lereng
s ( % ) 3,0 m (10 ft) 9,10 m (30 ft) 15,2 m (50 ft) 30,5 m (100 ft) 91,0 m (300 ft) 152 m (500 ft) 305 m (1000 ft)
20 : 1 10 : 1 8 : 1 6 : 1 5 : 1 4 : 1 3 : 1 2,5 : 1 2 : 1 1,75 : 1 1,5 : 1 1,25 : 1 1 : 1
5 10 12.5 16.7 20 25 33.5 40 50 57 66.7 80 100 0.17 0.43 0.61 0.96 1.29 1.86 2.98 4.00 5.64 6.82 8.44 10.55 13.36 0.29 0.75 1.05 1.67 2.23 3.23 5.17 6.93 9.76 11.80 14.61 18.28 23.14 0.38 0.97 1.36 2.15 2.88 4.16 6.67 8.95 12.6 15.24 18.87 23.6 29.87 0.53 1.37 1.92 3.04 4.08 5.89 9.43 12.65 17.82 21.55 26.68 33.38 42.24 0.93 2.37 3.33 5.27 7.06 10.20 16.33 21.91 30.87 37.33 46.22 57.81 73.17 1.20 3.06 4.30 6.80 9.12 13.17 21.09 28.29 39.85 48.19 59.66 74.63 94.46 1.69 4.33 6.08 9.62 12.90 18.63 29.82 40.01 56.36 68.15 84.38 105.55 133.59
Sumber : Hardiyatmo, Penanganan Tanah Longsor dan Erosi, 2006
Atau nilai LS dapat juga diperoleh dengan menggunakan nomograf seperti yang diperlihatkan dalam Gambar 2.3 berikut ini.
D. Faktor tanaman penutup dan manajemen tanaman, C
Nilai C merupakan faktor yang sangat rumit dan dipengaruhi oleh banyak variabel. Variabel yang berpengaruh dapat dikelompokkan menjadi 2 (dua) grup yaitu variabel alami dan variabel yang dipengaruhi oleh sistem pengelolaan. Variabel alami adalah iklim dan fase pertumbuhan tanaman. Efektifitas tanaman dalam mencegah erosi tergantung pada tinggi dan kontinuitas kanopi, kerapatan penutupan lahan, dan kerapatan perakaran.
Untuk tanaman semusim, secara umum efektifitas tanaman meningkat sesuai dengan fase pertumbuhan tanaman. Dalam pemakaian praktis fase pertumbuhan tanaman dibagi menjadi 6 fase (Arsyad, 1989) sebagai berikut :
Fase F : Saat pengolahan tanah pertama; pembalikan tanah sampai pengolahan kedua.
Fase SB : Pengolahan kedua untuk persiapan menanam bibit sampai tanam tumbuh mencapai 10% penutupan tajuk.
Fase I : Akhir fase SB sampai pertumbuhan mencapai 50% penutupan tajuk (untuk kapas 35%).
Fase II : Akhir fase I sampai pertumbuhan mencapai 75% penutupan tajuk ( 60% untuk kapas)
FaseIII : Akhir fase II sampai panen (dapat diperinci menjadi 80%, 90% dan 100% penutupan tajuk).
Fase IV : Dari panen sampai pengolahan berikutnya.
Tabel 2.10 Nilai faktor C (pengelolaan tanaman)
No. Macam penggunaan lahan Nilai faktor (C) 1 Tanah terbuka, tanpa tanaman 1,0 2 Hutan atau semak belukar 0,001 3 Savannah dan prairie dalam kondisi baik 0,01 4 Savannah dan prairie yang rusak untuk gembalaan 0,1
5 Sawah 0,01
6 Tegalan tidak dispesifikasi 0,7
7 Ubi kayu 0,8
8 Jagung 0,7
9 Kedelai 0,399
10 Kentang 0,4
11 Kacang tanah 0,2
12 Padi gogo 0,561
13 Tebu 0,2
14 Pisang 0,6
15 Akar wangi (sereh wangi) 0,4 16 Rumput bede (tahun pertama) 0,287 17 Rumput bede (tahun kedua) 0,002 18 Kopidengan penutup tanah buruk 0,2
19 Talas 0,85
20 Keun campuran, Kerapatan tinggi 0,1 Kerapatan sedang 0,2 Kerapatan rendah 0,5
21 Perladangan 0,4
22 Hutan alam, Serasah banyak 0,001 Serasah sedikit 0,005 23 Hutan produksi, Tebang habis 0,5
Tebang pilih 0,2 24 Semak belukar, padang rumput 0,3
25 Ubi kayu + kedelai 0,181
26 Ubi kayu + kacang tanah 0,195
27 Padi – Sorghum 0,345
28 Padi – kedelai 0,417
29 Kacang tanah + gude 0,495
30 Kacang tanah + Kacang tunggak 0,571 31 Kacang tanah + mulsa Jerami 4t/Ha 0,049 32 Padi + mulsa jerami 4t/ha 0,096 33 Kacang tanah + mulsa jagung 4t/ha 0,128 34 Kacang tanah + mulsa crotalaria 3t/ha 0,136 35 Kacang tanah + mulsa kacang tunggak 0,259 36 Kacang tanah + mulsa jerami 2t/ha 0,377 37 Padi + mulsa crotalaria 3t/ha 0,387 38 Pola tanaman tumpang gilir + mulasa jerami 0,079 39 Pola tanaman berurutan + mulsa sisa tanaman 0,357 40 Alang-alang murni subur 0,001 41 Padang (rumput) Stepa dan savana 0,001
42 Rumput Brachiaria 0,002
E Faktor Konservasi Praktis, P
[image:44.612.138.507.297.457.2]Nilai faktor tindakan manusia dalam konservasi tanah (P) adalah perbandingan antara besarnya erosi dari lahan dengan suatu tindakan konservasi tertentu terhadap besarnya erosi pada lahan tanpa tindakan konservasi. Termasuk dalam tindakan konservasi tanah adalah penanaman dalam strip, pengolahan tanah menurut kontur, guludan dan teras. Nilai dasar P untuk berbagai tindakan konservasi diberikan pada tabel 2.10, sedangkan Tabel 2.11 menampilkan batas panjang lereng untuk strip kontur, penanaman menurut kontur, dan terras.
Tabel 2.11 Nilai faktor P untuk berbagai tindakan konservasi tanah
No. Tindakan khusus konservasi tanah Nilai P
1 Tanpa tindakan erosi 1,00
2 Terras bangku Kontruksi baik 0,04 Konstruksi sedang 0,15 Konstruksi kurang baik 0,35 Terras traditional 0,40 3 Strip tanaman Rumput Bahia 0,40 Crotalaria 0,64 Dengan kontur 0,20 4 Pengolahan tanah dan penanaman menurut garis kontur Kemiringan 0 - 8% 0,50 Kemiringan 8 - 20% 0,75 Kemiringan >20% 0,90
Sumber : Suripin, Pelestarian Sumder Daya Tanah dan Air 2004
2.7 Model Regresi Ganda
2. Nosin, 1964 memodifikasi persamaan Fournier untuk mendapatkan laju erosi aktual di Malaysia Peninsula ( Morgan 1988 ):
LogSY = 27,12 log ma hm P P2
- 475,40 untuk dataran rendah
LogSY = 52,49 log ma hm P P2
- 513,20 untuk dataran tinggi
persamaan sebagai berikut ( dalam Morgan 1988, juga dari Taley and Dalvi, 1995 ) :
LogSY = -8,73 + 3,81logQwa – 1,54log
L Rb
+ 4,82 log Dd
Dimana SY adalah yil sedimen layang tahunan ( m3/km2/tahun ),Qwa
adalah debit tahunan rata-rata (mm), Rb/L adalah nisbah relief-panjang
DAS (ft/mi); Dd adalah kerapatan drainase (ft/mi2).
4. Pendekatan lain adalah persamaan yang diturunkan oleh walling, 1974 (dalam Taley and Dalvi, 1995) untuk menghitung sedimen layang dari aliran akibat kejadian hujan tunggal pada DAS kecil dekat Extern, USA sebagai berikut:
LogSYss = -1,1042 – 0,0524t– 0,774logQp+ 1,375logQq+ 0,9892logQQ
-0,4961logQap + 0,2693DY
Dimana Syssadalah yil sedimen layang untuk satu kejadian hujan tunggal
(kg); t adalah lamanya hujan (jam); Qp adalah debit puncak (lt/detik); Qq
adalah adalah aliran permukaan puncak, yaitu debit dikurangi aliran dasar (lt/detik);QQ adalah debit total untuk satu kejadian (mm); Qap
adalah laju aliran sebelum hidrograf naik (lt/detik); dan DY adalah jumlah hari dari suatu tahun dinyatakan dalam sinus (radians) 2πDy, dimana Dy adalah hari dihitung dari 1 januari. Banyak variabel yang
dipakai dalam model ini saling berkorelasi dan kadang-kadang sulit untuk menetapkan mana yang terpenting. Jadi walaupun persamaan tersebut mempunyai nilai penjelasan yang tinggi serta memiliki prediksi dalam artian statistik, persamaan tersebut mempunyai nilai konseptual yang rendah. Dalam hal ini variabel-variabel yang kurang penting diabaikan.
LogSY = 2,057logPma– 0,867log
W L 10
+ 1,783log Br + 0,317log(SL20)
-0,270logCp – 4,974
Dimana Syss adalah yil sedimen tahunan (ha.mm/km2);Pma adalah hujan
tahunan rata-rata (mm); L/W nisbah panjang lebar DAS (km/km);Br
adalah debit nisbah percabangan; SL20 adalah kemiringan rata-rata daerah dalam DAS yang mempunyai kedalaman tanah lebih dari 20 cm (%), dan Cpadalah prosentase DAS yang terkonservasi.
6. Chakraborty, 1992, seperti yang dilaporkan di dalam Sebastian et.al (1995) telah mengembangkan persamaan regresi ganda berdasarkan lebih dari 30 waduk kecil dan medium di India Tengah dengan hasil sebagai berikut:
SY = 1,186.10-6. Pm1,384.A1,292. Dd0,397.Sm0,129.Fc2,51
Dimana SYss adalah yil sedimen tahunan (m3/tahun); Pm adalah hujan
tahunan (mm); A adalah luas DAS (km2); Dd adalah kerapatan drainase
(km/km2), Sm adalah gradient kemiringan rata-rata DAS (%); dan Fc
adalah tanaman penutup lahan (%).
Fc=
5
8 , 0 6 , 0 2 , 0 2 ,
0 F1 F2 F3 F4F5
F1 persentase hutan lindung; F2 adalah persentase hutan campuran; F3
adalah persentase lahan yang baik untuk ditanami; F4 persentase rumput
dan belukar; dan F5adalah persentase tanah bero.
7. Suripin (1998) dalam studinya untuk anak-anak sungai di Solo Hulu, setelah menganalisis sembilan belas parameter DAS mendapatkan persamaan yang paling tepat dengan melibatkan tiga variable sebagai berikut:
Dimana SY adalah yil sedimen tahunan (ton/ha/tahun); Qwa adalah debit
tahunan (mm); S adalah kemiringan rata-rata DAS (%); dan Ddadalah
kerapatan drainase.
2.8 Model Modifikasi USLE ( MUSLE )
Mengingat bahwa harga nisbah pengangkutan sedimen ( Sediment Delivery Ratio = SDR ) tidak menentu dan harganya bervariasi dari satu tempat ke tempat lainnya, Williams (1975) melakukan modifikasi USLE dengan mengganti factor R dengan faktor aliran. Dengan cara baru ini, yang selanjutnya dinamai Modifikasi USLE (MUSLE), sudah memperhitungkan baik erosi maupun pergerakan sedimen pada DAS berdasar pada kejadian hujan tunggal (single event). MUSLE dapat dituliskan dalam bentuk (William, 1975; Simon and Senturk, 1992):
SY = a(VQQQ)b.K.C.P.LS
Dimana SY adalah yil sedimen tiap kejadian hujan (ton), VQ adalah
volume aliran (m3); QQ adalah puncak debit (m3), a dan b koefisien, yang
besarnya masing-masing adalah 11,8 dan 0,56 ( William1977 ). Namun besarnya koefisien ini bervariasi, dan harus ditetapkan untuk tiap lokasi dengan cara mengkalibrasi dengan sedimentasi waduk yang ada atau data lain yang lebih dapat dipercaya ( Simons and Senturk, 1992).
2.9 Kepekaan Lahan Terhadap Erosi.
Besarnya erosi dari suatu wilayah ( lahan ) tentunya tidak hanya dipengaruhi faktor tanah, tetapi faktor – faktor lain yaitu hujan, bentuk permukaan dan penutup tanah.
Berdasarkan erosi yang mungkin terjadi, dapat disusun kelas bahaya erosi seperti yang disajikan pada tabel 2.12.
Tabel 2.12 Kelas bahaya yang digunakan di Indonesia (Dephut, 1985)
Laju Erosi ton/ha//th Kelas
0-15 I
50– 60 II
60 -180 III
180– 480 IV
> 480 V
Sumber : Wani Hadi Utomo, Erosi dan Konservasi Tanah 1994
38
BAB III
METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian
3.1.1 Lokasi Penelitian
[image:49.612.119.492.381.605.2]Penelitian dilakukan Cathment area Kali Sampean, Kabupaten Situbondo, Propinsi Jawa Timur dengan rentang antara 113° 35’ 25’’ sampai 114° 10’ 40’’ Bujur Timur dan antara 7° 51’ 20’’ sampai 7° 57’ 45’’ Lintang Selatan, dapat dilihat pada Gambar 3.1 berikut. Pemilihan lokasi ini didasarkan pada pertimbangan pertama adalah belum lama berselang terjadinya bencana banjir bandang pada Februari 2008 yang diakibatkan aliran limpasan permukaan yang tidak terkontrol dan yang kedua adanya ketersediaan data-data penunjang yang cukup.
3.2 Jenis Penelitian dan Data
3.2.1 Jenis Penelitian
Penelitian ini merupakan penelitian kepustakaan (Literatur Study), sehingga dalam penelitian ini metode literatur merupakan teknik yang cocok untuk pengumpulan data sekunder.
3.2.2 Jenis Data
Data yang digunakan dalam penelitian ini yaitu :
Data yang bersumber dari instasi lain (data sekunder) antara lain : Peta topografi, peta tematik DAS
Data curah hujan dan klimatologi wilayah DAS Data tata guna lahan
Data jenis tanah
3.3 Teknik Pengumpulan Data
Cara pengumpulan data dilakukan dengan teknik sebagai berikut :
a. Teknik Observasi, yaitu mendapatkan data melalui pengamatan dan pengukuran di lokasi serta menggali informasi terhadap narasumber yang dapat dipercaya.
b. Teknik Dokumentasi, yaitu pengumpulan data melalui berbagai referensi yang berkaitan dengan penulisan ini.
3.4 Proses Analisa
adalah mengikuti metode seperti yang diusulkan oleh Wischmeir and Smith (1965) yaitu dengan metode USLE.
Langkah-langkah analisis adalah sebagai berikut :
A. Pengumpulan data
Data yang dikumpulkan dilakukan kompilasi dan verifikasi data, hal ini dimaksudkan untuk mendapatkan data yang benar-benar valid sesuai dengan kebutuhan dalam analisis.
B. Pengolahan Data
B.1 Faktor erosivitas hujan, R
Untuk menentukan faktor erosivitas hujan, R, diperlukan langkah-langkah sebagai berikut :
a. Mengambil data hujan harian minimal 3 stasiun hujan dengan rentang periode pencatatan minimal 7 (tujuh) tahun pengamatan.
b. Menghitung rata-rata curah hujan bulanan (cm).
c. Menghitung hujan maksimum harian (24 jam) dalam bulan yang bersangkutan.
d. Menghitung Interaksi energi hujan (EI30) dengan intensitas maksimum
30 menit.
e. EI30 tahunan (R) adalah jumlah EI30 bulanan.
B.2 Faktor erodibilitas tanah, K
Untuk menentukan faktor erodibilitas tanah, K, diperlukan langkah-langkah sebagai berikut :
B.3 Faktor Gabungan Panjang dan Kemiringan Lereng, LS
Untuk menetukan faktor gabungan panjang dan kemiringan lereng, LS, diperlukan lagkah-langkah sebagai berikut :
a. Diperlukan adanya suatu peta tematik.
b. Dari peta tematik diterjemahkan menjadi suatu gambar riil (nyata) terhadap titik-titik yang dikehendaki seberapa kemiringan lerengnya
c. Dari olahan data peta diatas, maka dapat diperkirakan panjang dan
kemiringan lereng titik-titik yang ditinjau dengan memasukkan pada tabel 2.7
serta persamaan (2.21) dan (2.22), sehingga besarnya nilai LS dapat
ditentukan.
B.4 Faktor tanaman penutup dan manajemen tanaman, C
Untuk menentukan faktor tanaman penutup dan manajemen tanaman, C Diperlukan langkah-langkah sebagai berikut :
a. Adanya peta topografi (Peta Citra Satelit) yang dikeluarkan oleh BAKORSUTANAL (Badan Koordinasi dan Pemetaan Nasional).
b. Diperlukan pula peta tata guna lahan.
c. Kemudian diolah dengan menggunakan tabel 2.9, sehingga faktor tanaman penutup dan manajemen tanaman, C, dapat diperkirakan.
B.5 Faktor Konservasi Praktis, P
Untuk menentukan faktor konservasi praktis, P, diperlukan langkah-langkah sebagai berikut :
Memberikan suatu penilaian obyektif berdasarkan tabel 2.10 ; tabel 2.11, sehingga besarnya faktor konservasi praktis, P dapat diperkirakan.
MULAI
Pengumpulan Data
Data-data :
1. Peta topografi, tematik DAS 2. Data curah hujan dan
klimatologi
3. Data tata guna lahan
Uji konsistensi data hujan dengan metode kurva massa ganda
Analisa data : - Perhitungan R - Menentukan nilai K - Perhitungan LS - Menentukan nilai C - Menentukan nilai P
Erosi lahan
Ea = R . K . LS . C . P
Syarat OK ?
Kesimpulan dan saran
SELESAI
TIDAK
BAB IV
ANALISA HIDROLOGI
4.1 Analisa Hidrologi
Dalam perhitungan ini digunakan data curah hujan harian yang nantinya
diolah menjadi data debit untuk dipakai data dasar dalam perencanaan. Data tersebut
diperoleh dari 3 stasiun pengamat hujan, yaitu stasiun hujan Maesan, stasiun hujan
Grujugan, stasiun hujan Tlogosari. Kemudian dilakukan perhitungan tinggi hujan
jangka pendek dan dirata-rata. Dari hujan rata-rata ini dihitung tinggi hujan rencana
dengan periode ulang 2 tahun, 5 tahun, 10 tahun dan 25 tahun.
4.2 Uji Konsistensi Data Curah Hujan
Konsistensi data curah hujan dapat diuji dengan metode kurva massa ganda
(double mass curve). Dasar metode ini adalah membandingkan curah hujan tahunan
kumulatif dari stasiun yang akan diuji dengan kumulatif curah hujan tahunan rata-rata
dari stasiun-stasiun dasar. Data curah hujan disusun menurut urutan kronologis
mundur, mulai dengan tahun terakhir pengamatan.
Pengujian kurva massa ganda ini dilakukan untuk semua stasiun yang ada
dalam daerah aliran sungai, yaitu Sta. Maesan, Sta. Grujugan, Sta. Tlogosari.
Tahapan-tahapan pengujian kurva massa ganda ini adalah sebagai berikut :
a. Sta. Maesan dibandingkan terhadap Sta. Grujugan – Sta. Tlogosari.
b. Sta. Grujugan dibandingkan terhadap Sta. Maesan – Sta. Tlogosari.
Perhitungan uji konsistensi untuk tiap-tiap stasiun dapat dilihat pada tabel
[image:61.612.115.527.181.458.2]berikut :
Tabel 4.1 Uji Konsistensi Data Curah Hujan Sta. Maesan Terhadap Sta. Grujugan, Sta. Tlogosari
Sta. Maesan Kumulatif Rerata Sta. Grujugan - Kumulatif No Tahun
(mm) (mm) Sta. Tlogosari (mm) (mm)
1 2 3 4 5 6
1 2004 104 104 65,5 65,5
2 2003 83 187 77 142,5
3 2002 128 315 151,5 294
4 2001 197 512 83,5 377,5
5 2000 94 606 88,5 466
6 1999 95 701 85 551
7 1998 80 781 75 626
8 1997 157 938 115 741
9 1996 68 1006 92,5 833,5
10 1995 102 1108 92,5 926
Sumber : Hasil Perhitungan
Keterangan : Kolom 1 : Nomor
Kolom 2 : Tahun
Kolom 3 : Stasiun Acuan
Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama
dengan sta. acuan
Grafik Uji Konsistensi Sta.Maesan
0 200 400 600 800 1000 1200 1400
0 200 400 600 800 1000 1200 1400 1600
Komulatif Rerata Curah Hujan Sta.Grujugan, Sta.Tlogosari.
Komulat
if
Cur
a
h Hujan
S
ta.Ma
es
an
Maesan
Linear (Maesan)
[image:62.612.114.544.386.664.2]Gambar 4.1 Grafik Uji Konsistensi Sta.Maesan
Tabel 4.2 Uji Konsistensi Data Curah Hujan Sta. Grujugan Terhadap Sta. Maesan, Sta. Tlogosari
Sta. Grujugan Kumulatif Rerata Sta. Maesan - Kumulatif No Tahun
(mm) (mm) Sta. Tlogosari (mm) (mm)
1 2 3 4 5 6
1 2004 61 61 87 87
2 2003 84 145 76,5 163,5
3 2002 168 313 263 426,5
4 2001 99 412 132,5 559
5 2000 82 494 94,5 653,5
6 1999 95 589 85 738,5
7 1998 80 669 75 813,5
8 1997 70 739 158,5 972
9 1996 88 827 82,5 1054,5
10 1995 95 922 96 1150,5
Keterangan : Kolom 1 : Nomor
Kolom 2 : Tahun
Kolom 3 : Stasiun Acuan
Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama
dengan sta. acuan
[image:63.612.118.503.127.426.2]Kolom 6 : Komulatif kolom 5 dengan cara penjumlahan kumulatif
Grafik Uji Konsistensi Sta.Grujugan
0 200 400 600 800 1000 1200 1400
0 200 400 600 800 1000 1200 1400
Komulatif Rerata Curah Hujan Sta.Maesan, Sta.Tlogosari
Ko
m
u
la
ti
f Cu
ra
h
Hu
ja
n
S
ta
.G
ruj
uga
n
grujugan
Linear (grujugan)
Tabel 4.3 Uji Konsistensi Data Curah Hujan Sta. Tlogosari Terhadap Sta. Maesan, Sta. Grujugan.
Sta. Tlogosari Kumulatif Rerata Sta. Maesan - Kumulatif No Tahun
(mm) (mm) Sta. Grujugan (mm) (mm)
1 2 3 4 5 6
1 2004 70 70 82,5 82,5
2 2003 70 140 83,5 166
3 2002 135 275 148 314
4 2001 68 343 148 462
5 2000 95 438 88 550
6 1999 75 513 95 645
7 1998 70 583 80 725
8 1997 160 743 113,5 838,5
9 1996 97 840 78 916,5
10 1995 90 930 98,5 1015
Sumber : Hasil Perhitungan
Keterangan : Kolom 1 : Nomor
Kolom 2 : Tahun
Kolom 3 : Stasiun Acuan
Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama
dengan sta. acuan
Grafik Uji Konsistensi Sta.Tlogosari 0 200 400 600 800 1000 1200 1400 1600 1800
0 200 400 600 800 1000 1200 1400
Komulatif Rerata Curah Hujan Sta.Maesan, Sta.Grujugan.
Ko m u la ti f Cu ra h Hu ja n S ta .Tl ogos a ri Tlogosari Linear (Tlogosari)
Gambar 4.3 Grafik Uji Konsistensi Sta.Tlogosari.
4.3 Perhitungan Hujan Rata-rata
Metode yang dipakai untuk perhitungan hujan bulanan maksimum rata-rata
pada daerah aliran dipakai metode Aritmatik Mean hal ini disebabkan karena letak
stsiun hujannya antara satu sama lainnya terletak hampir segaris, selain itu luas DAS
juga tidak terlalu besar (< 500km2). Biasanya cara ini dipakai pada daerah yang datar
dan banyak stasiun penakar hujannya, dengan anggapan bahwa didaerah tersebut sifat
hujannya uniform (seragam). Perhitungannya sebagai berikut (Ir. C.D.
Soemarto,1986) : ) ... ( 1 2 1 _ n R R R n
R
Dimana :
_
R = curah hujan daerah (mm)
n = jumlah titik-titik (pos-pos) pengamatan
Berikut tabel hasil perhitungan hujan rata-rata maksimum harian :
Tabel 4.4 Curah Hujan Rata-Rata Harian Maksimum Stasiun Maesan
Tinggi Curah Hujan Pada Setiap Stasiun Tanggal
Sta. Tlogosari Sta. Maesan Sta. Grujugan
1 2 3
R = R + R + R n
12 Des 95 8 102 0 36,67
27 Feb 96 40 68 8 38,67
21 Feb 97 0 157 0 52,33
5 Feb 98 8 80 0 29,33
20 Des 99 0 95 0 31,67
3 Feb 00 0 94 41 45,00
18 Feb 01 7 197 99 101,00
5 Feb 02 113 128 93 111,33
19 Feb 03 0 83 19 34,00
12 Feb 04 0 104 2 35,33
Tabel 4.5 Curah Hujan Rata-Rata Harian Maksimum Stasiun Grujugan.
Tinggi Curah Hujan Pada Setiap Stasiun Tanggal
Sta. Tlogosari Sta. Maesan Sta. Grujugan
1 2 3
R = R + R + R n
15 Feb 95 0 0 95 31,67
29 Okt 96 4 0 88 92,00
22 Feb 97 160 15 70 81,67
6 Feb 98 0 56 80 45,33
26 Des 99 20 0 95 38,33
9 Nop 00 0 4 82 28,67
18 Feb 01 7 197 99 101,00
7 Feb 02 112 104 168 128,00
25 Jan 03 0 35 84 39,67
25 Des 04 0 32 61 31,00
Tabel 4.6 Curah Hujan Rata-Rata Harian Maksimum Stasiun Tlogosari
Tinggi Curah Hujan Pada Setiap Stasiun Tanggal
Sta. Tlogosari Sta. Maesan Sta. Grujugan
1 2 3
R = R + R + R n
