REKAYASA HIDROLOGI I
PERENCANAAN
BANJIR RANCANGAN
BANJIR RANCANGAN
Novitasari,ST.,MT.
Sub Kompetensi
Pengenalan dan pemahaman analisis frekuensi
dari data hujan
dari data hujan
Pengenalan dan pemahaman analisis banjir
ANALISIS HIDROLOGI
Dalam kaitannya dengan rencana
pembuatan bangunan air besaran
pembuatan bangunan air, besaran
rancangan yang harus didapatkan melalui
kegiatan analisis hidrologi secara umum
dapat berupa:
Penelusuran elemen even flow
debit banjir rancangan (
design flood
)
Penelusuran elemen continuous flow
debit andalan (
dependable flow
)
BANJIR RANCANGAN
Banjir rancangan adalah besarnya debit banjir
yang ditetapkan sebagai dasar penentuan
kapasitas dan mendimensi
TAHAPAN ANALISIS HIDROLOGI UNTUK
BANJIR RANCANGAN
Kasus
Output
Data tersedia
Tahapan analisis
1
Debit
puncak
Debit
banjir
maks.
tahunan
Analisis frekuensi data debit
2
Debit Hujan harian dan
Analisis frekuensi data hujan dan
puncak
j
karakteristik daerah
tangkapan hujan
j
pengalihragaman hujan- aliran
(
Rational method
)
3
Debit
puncak
Hujan jam-jaman,
hidrograf banjir dan
karakteristik DAS
Analisis frekuensi data hujan dan
pengalihragaman hujan- aliran
( Unit hydrograph atau
Rainfall-runoff model)
4
Hidrograf
banjir
Hujan jam-jaman,
karakteristik DAS, tidak
ada data hidrograf banjir
Analisis frekuensi data hujan dan
pengalihragaman hujan- aliran
( Synthetic unit hydrograph)
ada data hidrograf banjir
( Synthetic unit hydrograph)
5
Hidrograf
banjir
Hujan jam-jaman dan
hidrograf banjir
Analisis frekuensi data hujan dan
pengalihragaman hujan- aliran
( Unit hydrograph)
6
Hidrograf
banjir
Hujan jam-jaman,
hidrograf banjir dan
karakteristik DAS
Analisis frekuensi data hujan dan
pengalihragaman hujan- aliran
( Unit hydrograph atau
Rainfall-runoff model)
KALA ULANG
Besarnya banjir rancangan dinyatakan dalam
Besarnya banjir rancangan dinyatakan dalam
debit banjir sungai dengan kala ulang tertentu.
Kala ulang debit adalah suatu kurun waktu
berulang dimana debit yang terjadi menyamai
atau melampaui besarnya debit banjir yang
ditetapkan (banjir rancangan).
Contoh Kala Ulang
Q
5 thn
=
X
m
3
/dt atau P5 thn = X mm
Bisa terjadi kapanpun dalam range waktu 0 – 5 tahun
tersebut 1 kali hujan sebesar
X
mm atau debit sebesar
tersebut 1 kali hujan sebesar
X
mm atau debit sebesar
X
m
3
/dt atau
X
mm akan disamai atau dilampaui.
P b bilit
t j di
%
1
)
(
Pr
3n
X
Q
ob
m
dt
Probabilitas terjadinya :
- Bisa terjadi 1 kali
- Bisa tidak pernah terjadi dalam 5 tahun tersebut
- Bisa banyak (berkali-kali) terlampaui
Resiko Kegagalan
Apabila dikaitkan dengan faktor resiko
kegagalan, maka dapat digunakan rumus
sederhana berikut ini
L
T
R
1
1
1
/
dengan :R= resiko kegagalan,
T= kala ulang (tahun),
PENETAPAN KALA ULANG
Debit banjir rancangan ditetapkan
berdasarkan beberapa pertimbangan:
p p
g
ukuran dan jenis proyek
ketersediaan data
ketersediaan dana
kepentingan daerah yang dilindungi
kepentingan daerah yang dilindungi
resiko kegagalan yang dapat
ditimbulkan
kadang bahkan juga kebijaksanaan
politik
KALA ULANG BANJIR RANCANGAN
UNTUK BANGUNAN DI SUNGAI
Jenis Bangunan
Jenis Bangunan
Kala Ulang
Kala Ulang
Banjir Rancangan
Banjir Rancangan
(tahun)
(tahun)
Bendung sungai besar sekali
Bendung sungai besar sekali
100
100
Bendung sungai sedang
Bendung sungai sedang
50
50
Bendung sungai kecil
Bendung sungai kecil
25
25
Tanggul sungai besar/daerah
Tanggul sungai besar/daerah
ti
ti
25
25
penting
penting
Tanggul sungai kecil/daerah
Tanggul sungai kecil/daerah
kurang penting
kurang penting
10
10
Jembatan jalan penting
Jembatan jalan penting
25
25
Jembatan jalan tidak penting
ANALISIS FREKUENSI
PENETAPAN SERI DATA UNTUK ANALISIS
1.
Annual Maximum Series
D
bil 1 d t
k i
ti
Dengan menggambil 1 data maksimum setiap
tahun, yang berarti jumlah data dalam seri
akan sama dengan panjang data yang
tersedia.
X
1X
2X
33
1
2
n
Tahun ke
-Seri Data X
1, X
2, X
3, …, X
n2. Peak Over Threshold
(
POT
)
dengan menentapkan suatu batas bawah
tertentu (
Threshold
) dengan
pertimbangan-ti b
t t
t
S
b
pertimbangan tertentu. Semua besaran
hujan/debit yang lebih besar daripada batas
bawah tersebut diambil dan dijadikan bagian
dari seri data.
X
1X
2X
3X
4X
53
1
2
Tahun ke
-Seri Data X
1, X
2, X
3, X
4,X
5,…, X
nHubungan antara kala ulang hasil analisis
frekuensi dengan data “
annual
Maximum series
” dan “
Peak Over
Threshold
/
Partial Series
”
1
1
ln
M
M
E
T
T
T
dengan : TM = Kala ulang dengan
Maximum
Annual Series
TE = Kala ulang dengan
Partial Series
PENENTUAN PARAMETER STATISTIK
n
1
Parameter statistik seri data perlu diperkirakan
untuk memilih distribusi yang sesuai dengan
sebaran data
i
i
X
n
X
1
1
)
(
2
1
X
X
S
n
i
i
1. Mean/nilai tengah/rerata
2.
Simpangan Baku/Standard Deviasi
1
)
1
n
S
i
3.
Koefisien Variansi/
Variation Coefficient
PENENTUAN PARAMETER
STATISTIK
n
n
X
X
C
(
)
3
4. Asimetri/Kemencengan/
Skewness
n
i
i
k
X
X
S
n
n
n
n
C
1
4
4
2
)
(
.
)
3
)(
2
)(
1
(
i
i
s
X
X
S
n
n
C
1
3
.
(
)
).
2
)(
1
(
5. Kurtosis
i
S
n
n
n
1
)(
2
)(
3
).
1
(
dengan :
n
= jumlah data yang dianalisis
X
i
= data hujan/debit
PERKIRAAN JENIS DISTRIBUSI
1.
Distribusi Normal
Ciri khas distribusi normal adalah
Cs
0,00
Cs
0,00
Ck = 3,00
Prob X
(X - S)
= 15,87 %
Prob X
(X) =
50,00
%
Prob X
(X + S)
= 84,14 %
Tabel 1
Probabilitas
Terlampaui
0,5
0,20
0,10
0,05
0,02
0,01
Kala Ulang
2
5
10
20
50
100
Faktor Frekuensi K
0
0,842
1,282
1,645
2,054
2,326
PERKIRAAN JENIS DISTRIBUSI
2. Distribusi Log Normal
Ciri khas distribusi Log Normal adalah :
Cs
3 Cv
Cs > 0,00
Tabel 2
3. Distribusi Gumbel
Sifat statistik distrib si G mbel adalah
Sifat statistik distribusi Gumbel adalah :
Cs
1,1396
Ck
5,4002
Tabel 3
Tabel 2. Faktor Frekuensi K untuk distribusi log-normal
Cv ()
Kala Ulang
1,053 1,111 1,25 2 5 10 20 50 100
Tabel 3. Faktor Frekuensi K untuk distribusi Gumbel EV I
n Kala Ulang
1,053 1,111 1,25 2 5 10 20 50 100
5 -1,963 -1,631 -1,179 -0,116 1,313 2,260 3,168 4,343 5,224 10 -1,677 -1,400 -1,023 -0,136 1,058 1,848 2,606 3,587 4,323 15 -1,578 -1,320 -0,969 -0,143 0,967 1,703 2,408 3,321 4,005 20 -1,252 -1,277 -0,940 -0,148 0,919 1,625 2,302 3,197 3,836 25 -1 492 -1 251 -0 922 -0 151 0 888 1 575 2 235 3 089 3 728 25 -1,492 -1,251 -0,922 -0,151 0,888 1,575 2,235 3,089 3,728 30 -1,468 -1,232 -0,910 -0,153 0,866 1,541 2,188 3,026 3,653 35 -1,451 -1,218 -0,901 -0,154 0,850 1,515 2,153 2,979 3,598 40 -1,438 -1,207 -0,893 -0,155 0,838 1,495 2,126 2,943 3,554 45 -1,427 -1,198 -0,887 -0,156 0,828 1,479 2,104 2,913 3,519 50 -1,418 -1,191 -0,833 -0,157 0,820 1,466 2,086 2,889 3,491 55 -1,410 -1,185 -0,879 -0,157 0,813 1,455 2,071 2,869 3,467 60 -1,404 -1,180 -0,875 -0,158 0,807 1,446 2,059 2,852 3,446 65 1 398 1 176 0 872 0 158 0 802 1 438 2 047 2 837 3 428 65 -1,398 -1,176 -0,872 -0,158 0,802 1,438 2,047 2,837 3,428 70 -1,394 -1,172 -0,869 -0,159 0,797 1,430 2,038 2,824 3,413 75 -1,389 -1,168 -0,867 -0,159 0,793 1,424 2,029 2,812 3,399 80 -1,386 -1,165 -0,865 -0,159 0,790 1,419 2,021 2,802 3,387 85 -1,382 -1,162 -0,863 -0,160 0,787 1,413 2,015 2,793 3,376 90 -1,379 -1,160 -0,862 -0,160 0,784 1,409 2,008 2,784 3,366 95 -1,376 -1,158 -0,860 -0,160 0,781 1,405 2,003 2,777 3,357 100 -1,374 -1,155 -0,859 -0,160 0,779 1,401 1,998 2,770 3,349
PERKIRAAN JENIS DISTRIBUSI
4.
Distribusi Log Pearson III
Sif t t ti tik di t ib
i i i d l h
Sifat statistik distribusi ini adalah :
Jika tidak menunjukkan sifat-sifat
seperti pada ketiga distribusi di
atas.
Garis teoritik probabilitasnya
berupa garis lengkung
berupa garis lengkung.
Tabel 4
FUNGSI DISTRIBUSI TEORITIK
Apabila seluruh data telah digambarkan dalam
kertas probabilitas yang dipilih, maka
dibandingkan dengan fungsi distribusi teoritik
nt k kem dian dilak kan peng jian
untuk kemudian dilakukan pengujian.
Penggambaran garis tersebut dilakukan dengan
menggunakan persamaan umum Garis Teoritik
Probabilitas untuk Analisis Frekuensi:
S
K
X
X
T
T
.
dengan :
X
T
= besaran (hujan/debit) kala ulang T tahun
X
= besaran (hujan/debit) rerata
K
= faktor frekuensi untuk kala ulang T tahun
S
= simpangan baku
POSISI PENGGAMBARAN
(
PLOTTING POSITION
)
Posisi penggambaran pada kertas
probabilitasyang sesuai untuk distribusi terpilih
probabilitasyang sesuai untuk distribusi terpilih
cara Weibull (1939)
)
1
(
)
(
n
m
x
x
PROB
i
dengan :
m = urutan data dari kecil ke besar
UJI KESESUAIAN DISTRIBUSI
FREKUAENSI
Pengujian kesesuaian terhadap curah hujan ini
dimaksudkan untuk mengetahui kebenaran akan
g
distribusi yang digunakan, sehingga diketahui :
1.
Kebenaran antara hasil pengamatan dengan
model distribusi yang diharapkan atau yang di
dapatkan secara teoritis
2.
Kebenaran hipotesis (hasil model distribusi
ebe a a
potes s ( as
ode d st bus
diterima atau ditolak)
UJI KESESUAIAN DISTRIBUSI
FREKUAENSI
Untuk keperluan analisis uji kesesuaian
distribusi dipakai dua metode statistik yaitu
distribusi dipakai dua metode statistik, yaitu
UJI CHI KUADRAT
Menguji simpangan secara vertikal dan untuk menguji apakah
distribusi pengamatan dapat disamai dengan baik oleh distribusi
teoritis, dengan persamaan:
Ef
Of
)
2
Tabel 6
Jumlah kelas distribusi dihitung dengan rumus :
k
= 1 + 3,22
log n
Dk
=
k
- (
P
+
1
)
dimana:
2
= harga chi kuadrat
Ef
Of
Ef
2
)
g
Ef
= nilai yang diharapkan untuk kelas i
( expected frequency)
Of
= nilai yang diamati untuk kelas i
(observed frequency)
k
= jumlah kelas distribusi
n
= banyaknya data
Dk
= derajat kebebasan
P
= banyaknya parameter sebaran Chi-Square (ditetapkan = 2)
UJI SMIRNOV KORMOGOROV
Uji ini digunakan untuk menguji simpangan secara horisontal
antara distribusi empiris dan distribusi teoritis. Dari plotting data
pada kertas distribusi dapat dihitung besarnya penyimpangan
antara data teoritis dan data pengamatan :
antara data teoritis dan data pengamatan :
Tabel 7
dimana :
P(T)
= peluang teoritis
P(E)
= peluang empiris, dengan metode Weibull
∆
cr
= simpangan kritis
T
P
E
cr
P
Penyimpangan tersebut kemudian dibandingkan dengan
penyimpangan kritis yang masih diijinkan (
cr
) yang mana pada
studi ini digunakan nilai kritis (significant level) = 5 %. Apabila
1.
hitung parameter statistik data yang dianalisis,
meliputi:
X
,
S
,
Cv
,
Cs
, dan
Ck
,
PROSEDUR HITUNGAN
ANALISIS FREKUENSI
p
, ,
,
,
,
2.
berdasarkan nilai-nilai parameter statistik
terhitung, perkirakan distribusi yang cocok
dengan sebaran data,
3.
urutkan data dari kecil ke besar (atau
sebaliknya),
4.
dengan kertas probabilitas yang sesuai untuk
g
p
y
g
distribusi terpilih, plotkan data dengan nilai
probabilitas variat
Xi
sebagai berikut:
prob (
Xi
X
) = m/(n+1)
dengan:
m
= urutan data dari kecil ke besar (1 s.d.
n
),
n
= jumlah data,
tarik garis teoritik dan lakukan uji Chi-kuadrat
PROSEDUR HITUNGAN
ANALISIS FREKUENSI
tarik garis teoritik dan lakukan uji Chi kuadrat
dan Smirnov-Kolmogorov
apabila syarat uji dipenuhi, tentukan besaran
hujan rancangan yang dicari untuk kala ulang
yang ditetapkan (
R
T
)
LENGKUNG HUJAN
Jika diketahui Data Hujan maka dicari Hujan
Rancangan dengan Analisis Frekuensi.
g
g
Hujan Rancangan sebagai masukan model
hujan aliran untuk perancangan drainasi dapat
dipergunakan dengan : kurva/grafik
intensitas–frekuensi–lama hujan (IFD) atau
Intensity–Duration–Frequency
(
IDF
).
Yang sering disebut pula sebagai
Lengkung Hujan
Intensitas Hujan Jam-jaman
Untuk kasus data hujan jam-jaman tidak tersedia
(tersedia data hujan harian), digunakan rumus
empiris seperti
p
p
rumus Mononobe
Rumus empiris tersebut digunakan untuk
mengubah intensitas hujan harian ke intensitas
hujan dengan lama hujan yang lebih pendek,
yang dapat ditulis dalam persamaan:
3
2
24
I
I
t
= intensitas hujan untuk lama hujan
t
(mm/jam)
R
24
=
I
24
= curah hujan selama 24 jam (mm)
3
24
.
24
24
t
I
Debit Rancangan
Debit/Banjir Rancangan adalah besarnya
d bit b
ji
dit t
k
b
i d
debit banjir yang ditetapkan sebagai dasar
penentuan kapasitas dalam mendimensi
bangunan-bangunan hidraulik (termasuk
bangunan di sungai), sedemikian hingga
kerusakan yang dapat ditimbulkan baik
y
g
p
langsung maupun tidak langsung oleh
banjir tidak boleh terjadi selama besaran
banjir tidak terlampaui.
Metode Rasional
Metode rasional dapat dipandang sebagai cara
ki
li
li
l
perkiraan limpasan yang paling populer,
karena kesederhanaannya.
Mengandung arti penyederhanaan berbagai
proses alami, menjadi proses sederhana,
dengan demikian cara ini mempunyai banyak
kendala dan keterbatasan pemakaian.
Metode Rasional
Cara rasional ini bertujuan untuk
memperkirakan debit puncak dengan
memperkirakan debit puncak dengan
persamaan :
Q
= 0,278
CIA
dengan :
Q
= debit puncak, dalam m
3
/dt
Q
debit puncak, dalam m /dt
C
= koefisien limpasan (
runoff coefficient
) dgn
range 0
C
1
I
= intensitas hujan, dalam mm/jam
A
= luas DAS, dalam km
2
Hidrograf Aliran
I ntensitas Hujan
I
Q
D = t
cAliran akibat hujan dengan
durasi D < t
cAliran akibat hujan dengan
durasi D = t
cAliran akibat hujan dengan
durasi D > t
cWaktu Konsentrasi
Untuk persamaan waktu konsentrasi dikenal
Untuk persamaan waktu konsentrasi dikenal
persamaan
Kirpich
:
dengan :
t
kt k
t
i d l
it
385
.
0
77
,
0
97
,
3
L
S
t
c
tc
= waktu konsentrasi dalam menit
L
= panjang sungai dalam km
S
= landai sungai dalam m/m
Koefisien Limpasan
Jenis Penutup Lahan/Karakteristik Permukaan Nilai Koefisien c
Business Perkotaan Pinggiran
0,70 – 0,95 0,50 – 0,70 Perumahan
Rumah tunggal Multiunit, terpisah Multiunit tergabung Perkampungan
0,30 – 0,50 0,40 – 0,60 0,60 – 0,75 0,25 – 0,40
Apartemen 0,50 – 0,70
Industri Ringan Berat
0,50 – 0,80 0,60 – 0,90 Perkerasan
Aspal dan beton Batu bata, paving
0,70 – 0,95 0,50 – 0,70
Atap 0,75 – 0,95
Halaman tanah berpasir Datar 2% Rata-rata 2 – 7% Curam 7%
0,05 – 0,10 0,10 – 0,15 0 15 – 0 20
Curam 7% 0,15 0,20
Halaman tanah berat Datar 2% Rata-rata 2 – 7% Curam 7%
0,13 – 0,17 0,18 – 0,22 0,25 – 0,35
Halaman kereta api 0,10 – 0,35
Taman, tempat bermain 0,20 – 0,35
Taman, pekuburan 0,10 – 0,25
Hutan
Datar 0 – 5% Bergelombang 5 – 10%