• Tidak ada hasil yang ditemukan

PEMODELAN HUJAN DEBIT DAERAH ALIRAN SUNGAI DELUWANG DENGAN PEMBAGIAN SUB CATCHMENT AREA BERDASARKAN ORDE SUNGAI

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMODELAN HUJAN DEBIT DAERAH ALIRAN SUNGAI DELUWANG DENGAN PEMBAGIAN SUB CATCHMENT AREA BERDASARKAN ORDE SUNGAI"

Copied!
6
0
0

Teks penuh

(1)

A-279

PEMODELAN HUJAN DEBIT DAERAH ALIRAN SUNGAI DELUWANG DENGAN

PEMBAGIAN

SUB CATCHMENT AREA

BERDASARKAN ORDE SUNGAI

Mahendra Andiek M1), Prof.Dr. Ir. Nadjadji Anwar, M.Sc2)

1) Mahasiswa Program Magister Pascasarjana Teknik Sipil FTSP ITS Surabaya 2) Dosen Jurusan Sipil FTSP ITS Surabaya

ABSTRAK

Permasalahan banjir seringkali melanda kawasan Pantura Jawa setiap tahun. Masalah banjir pada umumnya disebabkan oleh buruknya sistem drainase dan yang lebih besar pengaruhnya adalah akibat rusaknya daerah aliran sungai. Daerah aliran sungai yang seharusnya menjadi konservasi air telah mengalami perubahan tata guna lahan akibat campur tangan manusia. Akibat dari perubahan tat guna lahan yang dapat dilihat secara langsung adalah seringkali terjadi debit yang tidak dapat diprediksi mengalir di sungai-sungai tempat daerah aliran sungai tersebut mengalami kerusakan. Untuk itu kajian mengenai model hujan debit perlu dikembangkan untuk dapat memprediksi besaran debit air yang melimpah pada saluran baik alam maupun buatan suatu daerah aliran sungai. Model pengembangan hujan debit pada penelitian ini secara garis besar akan memodelkan hujan menjadi debit dengan mengambil lokasi di DAS Deluwang Situbondo dengan menggunakan program bantu Storm water Management Model (SWMM). Data hujan yang dipergunakan adalah data hujan harian tahun 2001 yang akan ditransformasikan menjadi debit harian dengan memasukkan beberapa parameter seperti luasan sub das, infiltrasi, evaporasi, nilai manning dan kemiringan lahan. Luasan sub das akan dijadikan fokus penelitian dengan mendasarkan pembagian sub das atas beberapa hal, yaitu membagi DAS Deluwang berdasarkan orde sungai, dimana untuk DAS Deluwang memiliki jaringan sungai hingga orde 5. Hasil yang diperoleh dari masing-masing pemodelan tersebut akan di kalibrasi dengan menggunakan data debit harian yang tercatat pada stasiun AWLR Dawuhan. Pemodelan dengan membagi DAS Deluwang berdasarkan orde 5 memberikan hasil kalibrasi -0.507 untuk metode Nash dan 2.652 untuk metode RMSE dimana data curah hujan menggunakan analisa aritmatik. Untuk pemodelan berdasrkan orde 5 dengan memasukkan nilai Thiessen diperoleh hasil kalibrasi -0.499 untuk metode Nash dan 2.645 untuk metode RMSE. Untuk pemodelan dengan berdasarkan orde 4 diperoleh hasil -2.635 untuk Nash dan 4.118 untuk RMSE. Untuk pemodelan dengan orde 3 didapatkan 0.204 untuk Nash dan 1.923 untuk RMSE. Sedangakan dari pemodelan berdasarkan orde 2 dan 1 berturut-turut adalah 0.877 dan 0.979 untuk nilai Nash serta 0.759 dan 0.313 untuk RMSE. Dengan demikian model hujan debit untuk DAS Deluwang dapat diterapkan dengan menggunakan dasar pembagian sub-sub das berdasarkan orde sungai 1 atau 2.

Kata kunci :DAS Deluwang, model hujan-debit, SWMM

PENDAHULUAN Latar Belakang

Wilayah pantai utara Jawa Timur menjadi daerah yang sering dilanda banjir dalam beberapa tahun ini. Wilayah tersebut pada umumnya terletak di muara sungai besar. Dalam studi ini akan meninjau salah satu wilayah pantai utara tersebut. Wilayah yang akan menjadi lokasi studi adalah Daerah Aliran Sungai Deluang di Kabupaten Situbondo. Bagian hulu daerah aliran sungai di wilayah tersebut memiliki kondisi topografi yang curam, tidak begitu luas serta panjang badan sungai yang relatif pendek. Di samping itu kondisi lahan daerah aliran sungai dalam kondisi kritis akibat perubahan tata guna lahan sehingga rawan longsor dan erosi. Sedangkan pada bagian hilir merupakan daerah yang memiliki kemiringan lahan yang relatif landai. Kondisi di atas menyebabkan limpasan air hujan yang turun di DAS Deluang mengalir dengan cepat menuju daerah perkotaan dan memberikan andil atas terjadinya banjir. Selain itu pasang surut dari permukaan laut di daerah muara sungai menyebabkan efek backwater yang menyebabkan sistem drainase tidak dapat berfungsi secara optimal terutama pada saat terjadi banjir di perkotaan.

Sistem penanggulangan banjir yang cepat dan tepat hendaknya segera dirancang untuk mengantisipasi banjir yang sering mengancam di wilayah Pantura. Sebuah model yang telah dikembangkan dan digunakan di Amerika mungkin dapat menjadi salah satu solusi pemecahan masalah yang terjadi di DAS Deluang. Storm Water Management Model (SWMM) merupakan model yang mampu untuk menganalisa permasalahan kuantitas dan kualitas air yang berkaitan

dengan limpasan daerah perkotaan. Storm Water Management dikembangkan oleh EPA (Environmental Protection Agency – US), sejak 1971 (Huber and Dickinson, 1988). SWMM tergolong model hujan aliran dinamis yang digunakan untuk simulasi dengan rentang waktu yang menerus atau kejadian banjir sesaat. Model ini paling banyak dikembangkan untuk simulasi proses hidrologi dan hidrolika di wilayah perkotaan.

SWMM telah diaplikasikan secara luas untuk pemodelan kuantitas dan kualitas air di wilayah perkotaan Amerika Serikat, Kanada, Eropa dan Australia. Model ini telah digunakan untuk analisa hidrolika yang komplek dalam masalah saluran pembuangan (sewer), manajemen jaringan drainase dan studi berbagai permasalahan polusi (Huber, 1992-2001). Warwick dan Tadepalli (1991) telah melakukan kalibrasi dan validasi SWMM untuk memodelkan daerah aliran sungai di perkotaan seluas ± 10000 km2 di Dallas Negara bagian Texas. Tsihrintzis (1995) memberikan contoh aplikasi SWMM pada empat daerah aliran sungai di South Florida dengan karakteristik daerah perkotaan yang berbeda dari segi prosentase pemukiman, pusat perbelanjaan dan tata guna lahan. Model ini juga terus dikembangkan dan disempurnakan untuk memberikan fasilitas pemecahan masalah saat ini. Pada perkembangannya SWMM telah dilengkapi dengan fasilitas WASP untuk pemodelan kualitas air lebih detail. Penggabungan dengan program Arcview juga dilakukan melalui extention gisswmm. Gisswmm dapat mengolah data geografis (spasial) sebagai input untuk SWMM atau PCSWMM (James et al.2002). Model ini juga terus

(2)

A-280

dikembangkan agar dapat terhubung dengan salah satu program EPA yang paling populer yaitu BASIN 3.1. Dalam studi ini program SWMM dipilih karena memiliki beberapa keunggulan dibandingkan program lain yang sejenis. Dengan menggunakan SWMM, kondisi yang terjadi di lapangan dapat dimodelkan dengan memasukkan parameter-parameter yang tercatat pada kondisi sesungguhnya. Hal ini menjadikan program SWMM dapat secara akurat memberikan hasil simulasi relatif sama dengan keadaan di lapangan. Selain itu program SWMM dapat juga digunakan untuk menganalisa masalah kualitas air dalam suatu basin. Dengan berbagai keunggulan dan belum banyak dikembangkan di Indonesia maka penulis memilih program SWMM untuk di uji keandalannya di DAS Deluang Kabupaten Situbondo.

RUMUSAN MASALAH

Permasalahan yang terjadi di daerah studi dapat dirumuskan menjadi beberapa hal sebagai berikut : Bagaimana metode pembagian sub-sub das yang sesuai dengan lokasi studi?

Bagaimana hasil model hujan debit dengan beberapa metode pembagian sub-sub das dan parameter-parameter yang sesuai dengan kondisi Daerah Aliran Sungai Deluwang ?

Bagaimana kalibrasi dan uji keandalan model hujan debit untuk Daerah Aliran Sungai Dluwang ?

TUJUAN

Untuk mendapatkan formasi sub-sub DAS yang sesuai dengan kondisi Daerah Aliran Sungai Deluwang. Untuk mengetahui hasil pemodelan hujan debit Daerah Aliran Sungai Deluwang sesuai dengan parameter-parameter yang telah ditetapkan. Untuk mengetahui keandalan model hujan debit pada Daerah Aliran Sungai Deluwang melalui kalibrasi hasil pemodelan dengan data lapangan.

MANFAAT

Manfaat dari penelitian ini adalah untuk mendapatkan formasi model hujan debit yang sesuai dengan kondisi Daerah Aliran Sungai Deluwang dengan menggunakan beberapa parameter yang akan ditetapkan, sehingga model hujan debit tersebut dapat digunakan sebagai dasar peramalan banjir untuk diterapkan pada Daerah Aliran Sungai Deluwang.

BATASAN MASALAH

Batasan masalah dalam penelitian ini mendakup beberapa hal, yaitu : Daerah studi dibatasi pada Daerah Aliran Sungai Deluwang. Data-data yang dipergunakan data sekunder dari hasil pencatatan maupun hasil penelitian yang telah dipublikasikan. Penelitian tidak meninjau masalah groundwater. Program yang dipergunakan adalah Storm Water Management Model (SWMM)

METODOLOGI

Gambar 1. Bagan Alir Penelitian

Analisa Data Hujan

Analisa Kurva Massa Ganda

Analisa kurva massa ganda adalah analisa yang berdasar pada perbandingan antara data yang akan dianalisa dengan data lain sebagai pembanding (J.K. and C.H. Hardison (1960). Double-mass curves. U.S. Geological Survey Water-Supply Paper 1541-B). Adapun syarat dari uji kurva massa ganda ini adalah Pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah garis, maka data hujan A adalah konsisten. Pola yang terjadi berupa garis lurus dan terjadi patahan arah garis, maka data hujan A tidak konsisten.

Survey Lapangan

Input data model:

Peta GIS Parameter-parameter (infiltrasi, sub das, panjang sungai, curah hujan, tata guna lahan)

Running model

START

Studi pustaka

Kesimpulan dan saran

END

Pengumpulan Data

topografi, hidrologi, hidrolika, klimatologi, tata guna lahan, batas Sub DAS,

sistem drainase

Analisis

(RMSE mendekati 0 dan Nash mendekati 1)

tidak

ya

(3)

A-281

Model SWMM

Gambar 2. Deskripsi Sistem Model SWMM Konsep Model SWMM

Konsep model dan logic dari SWMM adalah sebagai berikut :

Tinggi genangan atau limpasan hujan pada masing-masing sub das adalah sebagai berikut :

D1 = Dt + Rt t ... (1)

dimana :

D1: kedalaman air setelah terjadi hujan hujan (mm)

Dt: kedalaman air pada sub das pada saat waktu t(mm)

Rt: intensitas hujan pada interval waktu t (mm/jam)

Infiltrasi (It) dianalisa dengan menggunakan persamaan Horton :

It = fc + (fo – fc)e-kt ………. (2)

D2 = D1 – It t ... (3)

dimana :

D2: kedalaman air setelah terjadi infiltrasi (mm)

fo, fc, k: koefisien dari persamaan Horton

Debit outflow dari limpasan sub das dihitung dengan persamaan Manning : v = 1/n D22/3 S1/2 ...(4) Q = vBD2 ... (5) dimana : v: kecepatan (m/s) n: koefisien Manning S: kemiringan lahan

B: lebar lahan/panjang pengaliran (m) Q: debit (m3/s)

Ketinggian air sub das dari hujan, infitrasi dan outflow didapatkan melalui persamaan sebagai berikut:

Dt+t = D2 – (Q/A) t ... (6)

Proses no 1 sampai 4 diulang hingga semua perhitungan sub das selesai.

Debit yang masuk ke dalam saluran dihitung dengan menambahkan debit dari lahan (Qoi) dengan debit dari

hulu saluran (Qgi).

Qin = Qoi + Qgi... (7)

Perubahan tinggi muka air akibat bertambahnya debit pada suatu saluran adalah :

Y1 = Yt + (Qin/Ag) t... (8)

dimana :

Y1 dan Yt : kedalaman air pada saluran (m)

Ag: luas rata-rata permukaan air antara Y1 dan Yt (m2)

Persamaan Manning digunakan untuk menghitung debit outflow saluran.

v = 1/n R2/3 S1/2 ……… (9) Qg = vAc ……….… (10)

dimana :

R: jari-jari hidrolik saluran (m) S: kemiringan saluran

Ac: luas penampang saluran pada Y1

Hasil kedalaman air pada saluran dari inflow dan outflow dihitung dengan persamaan kontinyuitas sebagai berikut :

Yt+t = Y1 + (Qin – Qg) t /Ag ... ... (11)

Langkah 6 sampai 9 diulangi hingga semua saluran selesai dihitung.

Kondisi Daerah Penelitian

Kriteria Penampilan Model

Kriteria penampilan model atau yang lebih dikenal dengan kalibrasi model adalah salah satu cara mengkaji model untuk mengetahui parameter-parameter yang dipakai model dapat diterapkan pada kondisi lapangan atau kondisi rencana. Hasil pengukuran AWLR debit sungai Deluwang digunakan sebagai data (measurement data) yang akan dibandingkan dengan hasil simulasi .

Adapun metode untuk menetukan kriteria penampilan atau kalibrasi model terhadap hasil pengamatan di lapangan sebagai berikut:

Root Mean Square Errors (MSE)

RMSE bertujuan untuk mempresentasikan rata-rata kuadrat simpangan (selisih) antara nilai keluaran model terhadap nilai pengukuran atau target. Nilai Root Mean Square Errors (RMSE) mensyaratkan mendekati satu (1) untuk menunjukkan bahwa nilai rata-rata peramalan yang dihasilkan mendekati nilai sebenarnya.

RMSE = …………(12)

dimana :

Qobs = debit hasil pengamatan di lapangan (m 3

/dt) Qsim = debit hasil pemodelan (m3/dt)

Kalibrasi terhadap debit dilakukan dengan melakukan peninjauan perbedaan hasil pemodelan dari model

(4)

A-282

SWMM terhadap hasil data pengamatan debit harian yang tercatat di AWLR Deluwang.

Nash

Metode kalibrasi dengan menggunakan Nash ini adalah dengan membandingkan kuadrat selisih debit hasil simulasi dan debit hasil pengamatan dengan kuadrat selisih debit pengamatan dan rata-rata debit pengamatan. Metode Nash mensyaratkan pemodelan dikatakan valid jika nilainya mendekati nol (0). Nash memberikan persamaan sebagai berikut :

Nash = 1 – ... (13)

dimana :

Qsim = debit hasil simulasi (m3/dt)

Qobs = debit hasil pengamatan di lapangan (m3/dt)

Qobs= rata-rata debit pengamatan di lapangan (m3/dt)

HASIL DAN PEMBAHASAN

Analisa Kurva Massa Ganda

Gambar 4. Grafik Hubungan Antara Data Hujan Sta. Belimbing dengan Sta. Gabungan

Gambar 5. Grafik Hubungan Antara Data Hujan Sta. Tunjang dengan Sta. Gabungan

Gambar 6. Grafik Hubungan Antara Data Hujan Sta. Baderan dengan Sta. Gabungan

Gambar 7. Grafik Hubungan Antara Data Hujan Sta. Nangger dengan Sta. Gabungan

Gambar 8. Grafik Hubungan Antara Data Hujan Sta. Dawuhan dengan Sta. Gabungan

Tabel 1. Hasil Analisa Kurva Massa Ganda

Nama Stasiun Hujan R2

Belimbing 0.985

Tunjang 0.995

Baderan 0.992

Nangger 0.998

Dawuhan 0.997

Analisa Curah Hujan Rata-Rata

Metode Rata-Rata Aritmatik

Analisa curah hujan rata-rata aritmatik pada penelitian ini dengan mengambil data dari 5 stasiun hujan yang berada pada DAS Deluwang, yaitu Belimbing, Baderan, D. Tunjang, Nangger dan Dawuhan. Data curah hujan yang digunakan adalah data hujan tahun 2001.

Metode Polygon Thiessen

Analisa curah hujan rata-rata dengan Polygon Thiessen pada penelitian ini juga menggunakan data dari 5 stasiun hujan pada DAS Deluwang tahun 2001. Nilai koefisien Thiessen untuk DAS Deluwang ditampilkan pada Tabel 2.

Sumber : Hasil Analisa Peta DAS Deluwang Gambar 9. Polygon Thiessen DAS Deluwang y = 1,268x - 17,87 R² = 0,995 0,00 5000,00 10000,00 15000,00 20000,00 25000,00 0 5000 10000 15000 20000 K om ul at if (B lim b in g ,B ade ra n ,Na ng g er ,Da wu h an ) (m m ) (mm) Sta Tunjang y = 0,779x + 507,8 R² = 0,992 0,00 5000,00 10000,00 15000,00 20000,00 0 5000 10000 15000 20000 25000 K om ul at if (B lim b in g ,T unja ng ,Na ngg er ,Da wu h an ) (m m ) (mm) Sta Baderan y = 1,352x - 610,2 R² = 0,998 0,00 5000,00 10000,00 15000,00 20000,00 25000,00 0 5000 10000 15000 20000 K om ul at if (B lim b in g ,T unja ng ,B ade ra n ,Da wu ah n ) (m m ) (mm) Sta Nangger y = 1,676x + 160,6 R² = 0,997 0,00 5000,00 10000,00 15000,00 20000,00 25000,00 0 2000 4000 6000 8000 10000 12000 14000 K om ul at if (B lim b in g ,T unja ng ,B ade ra n ,Na n g g er ) (m m ) (mm) Sta Dawuhan y = 0,554x + 29,90 R² = 0,985 0,00 5000,00 10000,00 15000,00 20000,00 0 5000 10000 15000 20000 25000 30000 35000 K o m ul at if (T un ja n g, B ade ra n ,Na gge r, Da wuh an ) (m m ) (mm) Sta Belimbing

(5)

A-283 Tabel 2. Koefisien Thiessen DAS Deluwang

Stasiun Hujan Luas (km2) Bobot

Belimbing 17,0159 0,104 Baderan 111,2581 0,679 Nangger 13,0892 0,080 Tunjang 12,8710 0,079 Dawuhan 9,5987 0,059 Jumlah 163,833 1,000

Analisa Storm Water Management Model

Gambar 10. Grafik Hasil Pemodelan Berdasarkan Orde 5 dengan Hujan Rata-Rata Aritmatik

Gambar 10. Grafik Hasil Pemodelan Berdasarkan Orde 5 dengan Hujan Rata-Rata Thiessen

Gambar 11. Grafik Hasil Pemodelan Berdasarkan Orde 4

Gambar 12. Grafik Hasil Pemodelan Berdasarkan Orde 3

Gambar 13. Grafik Hasil Pemodelan Berdasarkan Orde 2

Gambar 14. Grafik Hasil Pemodelan Berdasarkan Orde 1

Dari hasil analisa secara grafik dapat diketahui bahwa hasil pemodelan yang paling optimal adalah dengan membagi sub das berdasarkan orde 1 sungai. Hal ini cukup beralasan karena pada konsep model SWMM masing-masing sub das mendapat input parameter berupa kemiringan dan koefisien manning dari lahan dalam sub das tersebut, sehingga perhitungan dari seluruh das tersebut menjadi lebih akurat dan presisi.

Kriteria Penampilan Model (Kalibrasi)

Untuk menganalisa hasil pemodelan tersebut selanjutnya dilakukan analisa untuk menilai kriteria penampilan dari model tersebut atau yang lebih dikenal dengan kalibrasi. Adapun metode kalibrasi pada penelitian ini menggunakan 2 metode, yaitu RMSE dan Nash. Berikut hasil kalibrasi dari pemodelan dengan menggunakan dasar orde 5 dengan memasukkan curah hujan rata-rata aritmatik.

Nash

E = 1-

E = 1 -

E = - 0.508

Root Mean Square Error

E =

E = E = 2.652

Dengan cara yang sama hasil kalibrasi dari pemodelan selanjutnya ditampilkan pada Tabel 3

Tabel 3. Hasil Kalibrasi Pemodelan DAS Deluwang No Pembagian sub das Jumlah Sub DAS Jumlah Conduit Metode Kalibrasi NASH RMSE 1 Berdasarkan orde 5 dengan analisa hujan metode aritmatika 1 - -0.508 2.652 2 Berdasarkan orde 5 dengan analisa hujan metode Thiessen 1 - -0.4996 2.645 0 5 10 15 20 01/10/200009/01/200119/04/200128/07/200105/11/200113/02/2002 O u tf low m 3/sec Date Debit observasi Debit simulasi 0 5 10 15 20 01/10/200009/01/200119/04/200128/07/200105/11/200113/02/2002 Ou tfl o w m 3/sec Date 0 5 10 15 01/10/200009/01/200119/04/200128/07/200105/11/200113/02/2002 O u tf low m 3/sec Date 0 10 20 01/10/200009/01/200119/04/200128/07/200105/11/200113/02/2002 O u tf low m 3/s e c Date

(6)

A-284 3 Berdasarkan orde 4 3 1 -2.635 4.118 4 Berdasarkan orde 3 12 7 0.204 1.923 5 Berdasarkan orde 2 26 19 0.877 0.759 6 Berdasarkan orde 1 111 69 0.979 0.313

Sumber : Hasil Perhitungan

Dari beberapa pemodelan tersebut dapat disimpulkan bahwa pemodelan dengan mendasarkan pembagian sub das pada orde 1 memberikan hasil paling optimal dibandingkan dengan pemodelan yang lain yaitu dengan nilai Nash 0.979 (mendekati 1) dan nilai RMSE 0.313 (mendekati 0). Namun dengan melihat hasil pemodelan dengan orde 2 dimana hasil nilai Nash 0.877 dan nilai RMSE 0.759 juga dapat dikatakan ideal mengingat pada pemodelan dengan orde 2 hanya menggunakan 26 sub das sedangkan dengan orde 1 jauh lebih banyak yaitu 111 sub das. Pada Gambar 4.17 ditampilkan diagram batang mengenai perbandingan nilai kalibrasi dari masing-masing pemodelan.

KESIMPULAN

Dari hasil beberapa pemodelan yang dilakukan di DAS Deluwang, maka dapat disimpulkan beberapa hal yaitu :

Metode pembagian sub-sub das pada pemodelan DAS Deluwang dilakukan berdasarkan orde sungai yang terdapat di jaringan Sungai Deluwang, yaitu orde 1 s/d 5 dengan masing-masing metode memiliki karakter dan parameter yang berbeda-beda.

Dari pemodelan yang telah dilakukan dapat disimpulkan bahwa semakin kecil orde yang digunakan untuk pembagian sub das maka model cenderung mengikuti grafik debit lapangan. Hal ini terlihat dari grafik perbandingan debit simulasi dan debit lapangan dari masing-masing percobaan.

Kalibrasi dengan menggunakan metode Nash dan RMSE memberikan hasil :

Pemodelan dengan orde 5 (aritmatik), Nash : -0.508 dan RMSE : 2.652

Pemodelan dengan orde 5 (Thiessen), Nash : -0.499 dan RMSE : 2.645

Pemodelan dengan orde 4, Nash : -2.635 dan RMSE : 4.118

Pemodelan dengan orde 3, Nash : 0.204 dan RMSE : 1.923

Pemodelan dengan orde 2, Nash : 0.877 dan RMSE : 0.759

Pemodelan dengan orde 1, Nash : 0.979 dan RMSE : 0.313

SARAN

Dengan melihat hasil pemodelan secara keseluruhan maka penulis menyarankan untuk pemodelan dengan menggunakan program bantu SWMM dapat menggunakan dasar orde sungai. Untuk kasus DAS Deluwang pemodelan dapat menggunakan orde 2 atau

1, namun dengan hasil yang didapat dari kedua pemodelan tersebut maka pemodelan cukup dengan menggunakan orde 2 karena dengan lebih sedikit pembagian sub das pemodelan dengan orde 2 hasilnya sudah mampu mendekati kondisi ideal.

DAFTAR PUSTAKA

[1] G. Drogue, A.El Idrissi, L. Pfister, T. Leviandier, J.F. Iffly, adn L. Hoffmann : Calibration of a Parsimonious Rainfall-Runoff Model : a Sensitivity Analysis from Local to Regional Scale, Journal of Hydrology, 1999.

[2] J.K. and C.H. Hardison (1960). Double-mass curves. U.S. Geological Survey Water-Supply Paper 1541-B

[3] Konings, Alexandra (2006), Detailed Modelling of an Urban Drainage Basin, Massachusetts Institute of Technology, Massachusetts.

[4] Muntreja, K.N. (1982), “Applied Hydrology” Mc Graw-Hill Book Co. Inc, New Delhi, P.650-654.

[5] Tim Dosen Hidro (2006), Modul Ajar : Hidrologi, Jurusan Teknik Sipil ITS Surabaya

[6] U.S. Federal Council for Science and Technology,”Scientific Hydrology”

[7] Wilson, E.M. (1983) Engineering Hydrology, 3rd edition. Macmillan Press, London. P.27.

Gambar

Gambar 1. Bagan Alir Penelitian
Gambar 3. Lokasi Penelitian
Gambar 4. Grafik Hubungan Antara Data  Hujan Sta. Belimbing dengan Sta. Gabungan

Referensi

Dokumen terkait

Berdasarkan penjelasan tersebut, prinsip teknik dalam metode ABA yang dapat dilakukan oleh orangtua adalah dengan menerapkan kombinasi antara anteseden dan

Dengan adanya sistem pakar ini diharapkan akan membantu dan memudahkan orang tua untuk menanggulangi secara dini apabila anaknya menunjukan ciri-ciri anak

mereka pelajari dan membantu mereka menemukan kaitan antar konsep. Hal ini penting bagi siswa dalam mempelajari bidang studi Bahasa Inggris. Sehingga dengan

Kasus yang diangkat pada artikel ini yaitu tentang pengobatan penyakit ringan dengan menggunakan obat tradisional, oleh karena itu terdapat rancangan dari mulai data pakar hingga

Secara keseluruhan citarasa sari buah jeruk masih dapat diterima selama penyimpanan dalam refrigerator sampai 3 hari untuk jeruk ukuran kecil, sedangkan pada sari

Dari analisis pengendalian erosi di Sungai Pedes, dapat disimpulkan bahwa dengan adanya dinding penahan tanah, krib, tanggul bronjong dan sheet pile dapat melindungi

Penelitian ini bertujuan untuk mengevaluasi pengaruh amoniasi dengan urea terhadap kecernaan in sacco bahan kering, bahan organik dan protein kasar pakan serat yang berasal dari

Kandungan dari kapsul bawang putih yang memiliki efek anti bakteri adalah allicin. Zat ini dalam tubuh merusak protein bakteri penyakit sehingga bakteri penyebab