BAB IV
HASIL PERHITUNGAN DAN ANALISA
4.1 Ketersediaan Data Hidrologi 4.1.1 Pengumpulan Data Hidrologi
Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi (hydrologic phenomena). Fenomena hidrologi seperti besarnya : curah hujan, temperatur, penguapan, lama penyinaran matahari, kecepatan angin, debit sungai, tinggi muka air sungai, kecepatan aliran, konsentrasi sedimen sungai akan selalu berubah menurut waktu.
Dalam kasus kali ini penulis mempergunakan data curah hujan sebagai data acuan dalam proses perhitungan, yang diambil dari 3 stasiun pencatat curah hujan yang terdekat ke lokasi penelitian yaitu Stasiun Curah Hujan Cawang, Katulampa dan Gunung Mas. Data curah hujan yang diambil adalah curah hujan harian dari ketiga stasiun tersebut selama 10 tahun, dari tahun 2003 s/d 2012. Dari data curah hujan harian tersebut, diambil data curah hujan harian maksimum per tahun, seperti yang tercatat di dalam Tabel 4.1.
Gambar 4.1. Hasil Plotting Data Stasiun Curah Hujan
Tabel 4.1. Rekapitulasi Data Curah Hujan Harian Maksimum Tahunan 3 Stasiun No. Tahun Tinggi Curah Hujan Pada Statiun ( mm )
Sta. Cawang Sta. Gunung Mas Sta. Katulampa
1 2003 72.5 118 129
2 2004 99.5 78 109
3 2005 314 157 111
4 2006 134.5 127 71
5 2007 195 156 172
6 2008 143 105 166
7 2009 99 152 112
8 2010 121 106 145
9 2011 55 115 102
10 2012 103 80 136
4.1.2 Pengujian Data Hidrologi
Pengujian data hidrologi dinamakan Uji konsistensi (consistency test). Cara menguji konsistensi data yaitu dengan Kurva Lengkung Massa Ganda (Double Mass Curve).
Langkah-langkah uji konsistensi data hujan dengan Kurva Lengkung Massa Ganda adalah:
1. Hitung rata-rata curah hujan dari sta A, B dan seterusnya bila ada 2. Hitung nilai kumulatif dari rata-rata curah hujan pada langkah (1)
3. Hitung nilai kumulatif dari nilai curah hujan pada stasiun yang diuji konsistensi datanya
4. Gambar grafik kurva hubungan langkah (2) dan (3) 5. Perbandingan kemiringan hasil kurva
6. Data penyimpangan dikoreksi dengan faktor koreksi
Gambar 4.2. Hasil Plotting Data Sta. Cawang Setelah Uji Konsistensi
1224, 1336.5
1100, 1264
1007, 1164.5
873, 850.5
774, 716
610, 521
474, 378
342, 279
217, 158
108, 103
y = 1,1883x - 122,18 R² = 0,9762 Sebelum Uji Konsistensi y = 1,2014x - 118,95
R² = 0,9858 Sesudah Uji Konsistensi
0 300 600 900 1200 1500
0 300 600 900 1200 1500
Ordinat Y
Absis X Plotting Data Sta. Cawang
Sebelum uji konsistensi Setelah uji konsistensi
Gambar 4.3. Hasil Plotting Data Sta. Gunung Mas Tanpa Uji Konsistensi
Gambar 4.4. Hasil Plotting Data Sta. Katulampa Setelah Uji Konsistensi
Keterangan :
Untuk Gambar 4.3. Data Sta Gunung Mas tidak dikoreksi, karena korelasinya R²
= 0.996, mendekati 1.
1295, 1194
1194, 1076
1090, 998
877, 841
775, 714
591, 558
437, 453
331, 301
198, 195
120, 80
y = 0.915x + 8.845 R² = 0.996
0 300 600 900 1200 1500
0 300 600 900 1200 1500
Ordinat Y
Absis X
Plotting Data Sta. Gunung Mas
Plotting Data Sta. Gunung Mas Linear (Plotting Data Sta. Gunung …
1265, 1253
1170, 1124
1081, 1015
846, 904
715, 833
540, 661
416, 495
290, 383
177, 238
92, 136
y = 0,8978x + 112,55 R² = 0,9831 Sebelum Uji Konsistensi y = 0,874x + 134,38
R² = 0,9972 Sesudah Uji Konsistensi
0 300 600 900 1200 1500
0 300 600 900 1200 1500
Ordinat Y
Absis X
Plotting Data Sta. Katulampa
Sebelum uji konsistensi Setelah uji konsistensi
Tabel 4.2. Tinggi Curah Hujan Harian Maksimum Tiap Stasiun Setelah Dikoreksi No. Tahun Tinggi Curah Hujan Pada Tiap Station (mm)
Sta. Cawang Sta. Gn. Mas Sta. Katulampa
1 2003 72.50 118.00 79.84
2 2004 89.36 78.00 109.00
3 2005 282.00 157.00 179.35
4 2006 120.79 127.00 114.72
5 2007 217.13 156.00 106.45
6 2008 159.23 105.00 166.00
7 2009 110.23 152.00 112.00
8 2010 134.73 106.00 89.74
9 2011 55.00 115.00 63.13
10 2012 92.50 80.00 219.74
Total 1333.47 1194.00 1239.97
4.2 Curah Hujan Rerata Wilayah dengan Metode Polygon Thiessen
Data curah hujan harian maksimum yang didapat dari stasiun-stasiun pengukuran berupa data suatu titik tertentu (point rainfall), sedangkan untuk keperluan analisis, yang diperlukan adalah data curah hujan wilayah aliran (areal rainfall/catchment rainfall). Untuk mendapatkan data curah hujan wilayah adalah dengan mengambil data curah hujan rata-ratanya. Ada tiga cara yang telah banyak digunakan yaitu, cara rata-rata aljabar (Arithmatic Mean Method), Poligon Thiessen (Thiessen Polygon Method) dan Isohiet (Isohyetal Method). Dalam studi ini digunakan metode Polygon Thiessen.
Gambar 4.5. Hasil Plotting DAS dengan Metode Polygon Thiessen
Tabel 4.3. Luas DAS yang Masuk Pengaruh Stasiun Curah Hujan Luas DAS Tiap Station
Total Nama Sta Sta. Cawang Sta. Gn. Mas Sta. Katulampa
Luas Sta (km²) 83.53 123.62 107.62 314.77 Persentase
Luasan Sta (%) 26.54% 39.27% 34.19% 100.00%
Tabel 4.4. Curah Hujan Rerata Wilayah dengan Metode Thiessen No. Tahun
Tinggi Curah Hujan Maximum Tahunan (mm)
Rata² Tahunan Sta. Cawang Sta. Gn. Mas Sta. Katulampa
Persentase 26.54% 39.27% 34.19% (Ř)
1 2003 72.50 118.00 79.84 92.878
2 2004 89.36 78.00 109.00 91.614
3 2005 282.00 157.00 179.35 197.813
4 2006 120.79 127.00 114.72 121.154
5 2007 217.13 156.00 106.45 155.280
6 2008 159.23 105.00 166.00 140.246
7 2009 110.23 152.00 112.00 127.240
8 2010 134.73 106.00 89.74 108.065
9 2011 55.00 115.00 63.13 81.343
10 2012 92.50 80.00 219.74 131.096
Gambar 4.6. Grafik Data Curah hujan Rerata Wilayah
4.3 Analisis Hujan Rancangan (Design Rainfall)
4.3.1 Pemilihan Metode Perhitungan Hujan Rancangan
Untuk menentukan metode yang sesuai, maka terlebih dahulu harus dihitung besarnya parameter statistik yaitu koefisien kepencengan (skewness) atau Cs, dan koefisien kepuncakan (kurtosis) atau Ck.
Tabel 4.5. Perhitungan untuk Penentuan Metode Analisis Frekuensi No. Tahun Xi (Xi-X) (Xi-X)2 (Xi-X)3 (Xi-X)4
1 2003 92.88 -31.79 1010.89 -32140.80 1021901.22
2 2004 91.61 -33.06 1092.92 -36131.25 1194475.60
3 2005 197.81 73.14 5349.40 391252.42 28616029.77
4 2006 121.15 -3.52 12.38 -43.58 153.34
5 2007 155.28 30.61 936.82 28673.75 877632.58
6 2008 140.25 15.57 242.51 3776.63 58812.82
7 2009 127.24 2.57 6.59 16.93 43.45
8 2010 108.07 -16.61 275.82 -4580.77 76076.60
9 2011 81.34 -43.33 1877.49 -81351.43 3524955.26
10 2012 131.10 6.42 41.26 265.00 1702.16
Jumlah 1246.730 0.00 10846.08 269736.90 35371782.80
Rerata (X) 124.673
Maksimum 197.813
Minimum 81.343
Standar Deviasi (Sd) 34.715 Skewness (Cs) 0.895 Koef Kurtosis (Ck) 4.832
92.878 91.614 197.813 121.154 155.280 140.246 127.240 108.065 81.343 131.096
0.000 50.000 100.000 150.000 200.000 250.000
2002 2004 2006 2008 2010 2012 2014
Grafik Data Tertinggi/Terendah Curah Hujan Rata-rata Tahunan
Berdasarkan hasil perhitungan didapatkan hasil sebagai berikut :
Nilai Koefisien Kepencengan (Skewness) Cs = 0,895
Nilai Koefisien Kurtosis Ck = 4,832
Tabel 4.6. Syarat Analisis Data untuk Menggunakan Analisa Frekuensi No. Jenis Distribusi Syarat Perhitungan Kesimpulan
1 Normal -0.05 < Cs < 0.05 Cs = 0.895 Tidak memenuhi 2.7 < Ck < 3.0 Ck = 4.832 Tidak memenuhi
2 Gumbel Cs ≥ 1.1396 Cs = 0.895 Tidak memenuhi
Ck ≥ 5.4002 Ck = 4.832 Tidak memenuhi 3 Log Pearson Tipe III tanpa batasan Cs = 0.895 Memenuhi
tanpa batasan Ck = 4.832 Memenuhi
Sehingga perhitungan analisa curah hujan rancangan (design rainfall) digunakan Metode Log Pearson Tipe III.
4.3.2 Perhitungan Hujan Rancangan dengan Metode Gumbel Tabel 4.7. Perhitungan Curah Hujan Rancangan Metode Gumbel
No. Tahun Curah Hujan (Xi)
Xi - X (Xi - X)2 (Xi - X)3 (mm)
1 2003 92,878 -31,7945 1010,8913 -32140,8004
2 2004 91,614 -33,0594 1092,9207 -36131,2479
3 2005 197,813 73,1396 5349,3953 391252,4177
4 2006 121,154 -3,5189 12,3830 -43,5750
5 2007 155,280 30,6075 936,8205 28673,7539
6 2008 140,246 15,5728 242,5135 3776,6262
7 2009 127,240 2,5675 6,5920 16,9250
8 2010 108,065 -16,6078 275,8199 -4580,7681
9 2011 81,343 -43,3300 1877,4864 -81351,4329
10 2012 131,096 6,4232 41,2573 265,0030
Jumlah 1246,730 0,000 10846,080 269736,902
Rerata (X) 124,673
Maksimum 197,813
Minimum 81,343
Standar Deviasi (Sd) 34,715
Skewness (Cs) 0,895
Tabel 4.8. Hasil Curah Hujan Rancangan Metode Gumbel
No.
Kala Ulang Sn Yn Yt K Xt
(Tahun) (Tabel) (Tabel) (Tabel)
(Faktor
Frekuensi) (mm) 1 1,01 0,9497 0,4952 -1,5293 -2,1318 50,6690
2 2 0,9497 0,4952 0,3665 -0,1355 119,9690
3 5 0,9497 0,4952 1,4999 1,0580 161,3997
4 10 0,9497 0,4952 2,2504 1,8481 188,8304
5 20 0,9497 0,4952 2,9702 2,6061 215,1426
6 25 0,9497 0,4952 3,1985 2,8465 223,4892
7 50 0,9497 0,4952 3,9019 3,5872 249,2011
8 100 0,9497 0,4952 4,6001 4,3224 274,7231
9 1000 0,9497 0,4952 6,9073 6,7517 359,0559
4.3.3 Perhitungan Hujan Rancangan dengan Metode Log Pearson III Tabel 4.9. Perhitungan Curah Hujan Rancangan Metode Log Pearson Type III
No. Tahun
Curah Hujan
(Xi) Log Xi Log Xi - Log X (Log Xi - Log X)2 (Log Xi - Log X)3 (mm)
1 2003 92.878 1.968 -0.1135 0.0129 -0.0015
2 2004 91.614 1.962 -0.1194 0.0143 -0.0017
3 2005 197.813 2.296 0.2149 0.0462 0.0099
4 2006 121.154 2.083 0.0020 0.0000 0.0000
5 2007 155.280 2.191 0.1097 0.0120 0.0013
6 2008 140.246 2.147 0.0655 0.0043 0.0003
7 2009 127.240 2.105 0.0233 0.0005 0.0000
8 2010 108.065 2.034 -0.0477 0.0023 -0.0001
9 2011 81.343 1.910 -0.1710 0.0293 -0.0050
10 2012 131.096 2.118 0.0362 0.0013 0.0000
Jumlah 20.814 0.000 0.123 0.003
Rerata (Log X) 2.081
Maksimum 2.296
Minimum 1.910
Standar Deviasi (Sd) 0.117
Skewness (Cs) 0.288
Tabel 4.10. Hasil Curah Hujan Rancangan Metode Log Pearson Type III
No. Kala Ulang G
Log Xt Xt
(Tahun) (Tabel) (mm)
1 1.01 -2.1111 1.8345 68.3197
2 2 -0.0475 2.0758 119.0751
3 5 0.8239 2.1777 150.5552
4 10 1.3080 2.2343 171.5146
5 20 1.6661 2.2762 188.8750
6 25 1.8452 2.2971 198.2002
7 50 2.2037 2.3390 218.2840
8 100 2.5346 2.3777 238.6258
9 1000 3.5070 2.4914 310.0332
4.3.4 Uji Kesesuaian Distribusi
Untuk mengetahui apakah data tersebut benar sesuai dengan jenis sebaran toristis yang dipilih maka perlu dilakukan pengujian lebih lanjut. Untuk keperluan analisis uji kesesuaian dipakai dua metode statistik sebagai berikut :
Uji Smirnov - Kolmogorov
Uji Chi Square
A. Uji Horizontal dengan Metode Smirnov - Kolmogorov
Uji Smirnov Kolmogorov sering juga disebut uji kecocokan non parametik, karena uji kecocokannya tidak menggunakan fungsi distribusi tertentu.
Tabel 4.11. Perhitungan Uji Kesesuaian Distribusi Smirnov-Kolmogorof
No. Tahun Xi m
P (Xi) (%)
Log
Xi G
P (Xm) (%)
[P(Xi) - P(Xm)]
(%)
1 2005 197,813 1 9,09 2,296 1,838 4,041 5,050
2 2007 155,280 2 18,18 2,191 0,939 17,629 0,553
3 2008 140,246 3 27,27 2,147 0,560 29,072 -1,799 4 2012 131,096 4 36,36 2,118 0,310 37,700 -1,336
5 2009 127,240 5 45,45 2,105 0,199 41,518 3,937
6 2006 121,154 6 54,55 2,083 0,017 47,786 6,759
7 2010 108,065 7 63,64 2,034 -0,408 63,435 0,202 8 2003 92,878 8 72,73 1,968 -0,970 82,999 -10,272 9 2004 91,614 9 81,82 1,962 -1,021 84,292 -2,474 10 2011 81,343 10 90,91 1,910 -1,463 93,467 -2,558
D maks 0,068
Jumlah 20,814 Rumus :
Rerata (Log X) 2,081 P (Xi) / Probabilitas Empiris = Standar Deviasi (Sd) 0,117 m / (n+1) *100 (%)
Skewness (Cs) 0,288
P (Xi) = data yang telah diranking dari besar ke kecil
Jumlah data (n) 10 m = nomor urut
Level of Significant (α) 5% n = jumlah data (10)
D kritis 0,410 dimana:
D maks 0,068 G = (Log Xi - Log X) / Sd
Kesimpulan :
Karena nilai ∆kritis > ∆maks , maka Hipotesa Log Pearson Tipe III diterima.
Gambar 4.7. Grafik Uji Distribusi Smirnov-Kolmogorof
Berdasarkan tabel harga Δ kritis untuk derajat kepercayaan 5% didapatkan nilai Δkritis sebesar 0,41 %. Karena nilai Δkritis > Δmaks, maka hipotesa Log Pearson Type III diterima.
B. Uji Vertikal dengan Metode Chi Square
Uji Chi-Kuadrat dimaksudkan untuk menentukan apakah persamaan distribusi yang telah dipilih dapat mewakili distribusi statistik sampel data yang dianalisis.
Pengambilan keputusan uji ini menggunakan parameter X2.
Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X2 < X2cr.
Harga X2cr dapat diperoleh dengan menentukan taraf signifikasi dengan derajat kebebasannya (level of significant).
Berikut perhitungan metode chi square :
9.09, 197.813 18.18, 155.280 27.27, 140.246 36.36, 131.096 45.45, 127.240 54.55, 121.154 63.64, 108.065 72.73, 92.878 81.82, 91.614 90.91, 81.343
y = -46.6ln(x) + 298.2 R² = 0.971
0 500
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00
Data Curah Hujan (Xi)
Probabilitas (%)
Grafik Uji Distribusi Smirnov-Kolmogorof
Probabilitas Empiris Probabilitas Teoritis
Penentuan jumlah kelas (k)
K = 1 + 3,22 log n = 1 + 3,22 Log 10
= 4,2 ~ 4 kelas
Sehingga probalilitas antar kelas adalah 25 % (100% / 4 kelas) Tabel 4.12. Penentuan batas antar kelas
Pr (%) G Sd log X Anti Log
25 0,679 0,117 2,161 144,783 50 -0,047 0,117 2,076 119,075 75 -0,718 0,117 1,997 99,406
Tabel 4.13. Perhitungan Uji Kesesuaian Distribusi Chi Square
No. Probability (P)
Expected Frequency
Observed
Frequency Ef - Of ((Ef - Of)2) / Ef
(%) (Ef) (Of)
1 0 - 99.406 2,5 3 -0,5 0,1
2 99.406 - 119.075 2,5 1 1,5 0,9
3 119.075 - 144.783 2,5 4 -1,5 0,9
4 144.783 - ∞ 2,5 2 0,5 0,1
Jumlah 10 10 0 2
Derajat Bebas (g) 1 Rumus :
Level of Significant (α) 5% g = K - (P + 1)
X2 kritis 3,841 dimana:
X2 hitung 2,000 P = banyak parameter = 2
Kesimpulan :
Karena nilai X2kritis > X2maks , maka Hipotesa Log Pearson Tipe III diterima.
4.4 Debit Banjir Rancangan
4.4.1 Distribusi Curah Hujan Jam-Jaman
Perkiraaan distribusi hujan menggunakan rumus mononobe disajikan pada Tabel 4.14. sebagai berikut :
Tabel 4.14. Distribusi Hujan Netto Jam-Jaman
Jam ke Distribusi Hujan (Rt) Curah hujan Rasio Kumulatif
(t) 1 jam-an jam ke- (%) (%)
1 0,5503 .R24 0,5503 .R24 55,03 55,03
2 0,3467 .R24 0,143 .R24 14,30 69,34
3 0,2646 .R24 0,1003 .R24 10,03 79,37
4 0,2184 .R24 0,0799 .R24 7,99 87,36
5 0,1882 .R24 0,0675 .R24 6,75 94,10
6 0,1667 .R24 0,059 .R24 5,90 100,00
Jumlah 100,00 100,00
Gambar 4.8. Pola Distribusi Hujan Netto Jam-Jaman 0
20 40 60 80 100 120
0 1 2 3 4 5 6 7
Prosentase Kumulatif (%)
Waktu (Jam) Pola Distribusi Hujan
0 10 20 30 40 50 60
1 2 3 4 5 6
Prosentase Hujan (%)
Waktu (Jam) Distribusi Hujan
4.4.2 Koefisien Pengaliran berdasarkan Tata Guna Lahan
Gambar 4.9. Plot Tata Guna Lahan DAS Ciliwung
Tabel 4.15. Koefisien Pengaliran (Curve Number/ CN) Kode
Unsur Label Nama Unsur CN
Luas
(Km2) % Luas
CN X
Luas CN DAS 50102 PM
Permukiman dan
Tempat Kegiatan 77
235,11 74,69% 18.103,18
50202 HT Hutan Rimba 25
36,55 11,61% 913,77 = 21.213,42 50304 KB Perkebunan/Kebun 62
19,07 6,06% 1.182,62 / 262
50306 SW Sawah 59
3,83 1,22% 225,77 = 81
50310 TL Tegalan/Ladang 39
20,21 6,42% 788,08
262,00
314,77 100,00%
21.213,42
Gambar 4.10. Grafik Peruntukan Tata Guna Lahan
4.4.3 Analisa Curah Hujan Efektif
Perhitungan selengkapnya sebaran Hujan Netto Jam-jaman disajikan pada Tabel 4.16.
Tabel 4.16. Nisbah Hujan Netto Jam-Jaman Kala
Ulang (Tr) (tahun) 1,01 2 5 10 20 25 50 100 1000
R
rancangan (mm) 68,320 119,075 150,555 171,515 188,875 198,200 218,284 238,626 310,033
Jam ke- Nisbah (%)
1 0,550 37,598 65,530 82,854 94,388 103,942 109,074 120,126 131,321 170,618 2 0,347 23,685 41,281 52,195 59,461 65,479 68,712 75,675 82,727 107,482 3 0,265 18,075 31,503 39,832 45,377 49,970 52,437 57,751 63,132 82,024 4 0,218 14,921 26,005 32,881 37,458 41,249 43,286 47,672 52,115 67,710 5 0,188 12,858 22,411 28,336 32,280 35,548 37,303 41,083 44,911 58,350 6 0,167 11,387 19,846 25,093 28,586 31,479 33,033 36,381 39,771 51,672
4.4.4 Analisa Debit Banjir Rancangan (Design Discharge)
Informasi debit banjir sungai akan memberikan hasil lebih bermanfaat bila disajikan dalam bentuk hidrograf. Bentuk hidrograf pada umumnya sangat
75%
12%
6%
1%
6%
Peruntukan Tata Guna Lahan
Permukiman dan Tempat Kegiatan
Hutan Rimba Perkebunan/Kebun Sawah
Tegalan/Ladang
dipengaruhi oleh sifat hujan yang terjadi, akan tetapi juga dapat dipengaruhi oleh sifat DAS seperti panjang sungai induk, kemiringan lereng, arah, dan bentuk DAS.
HEC-HMS didesain untuk mensimulasi respon limpasan permukaan dari suatu DAS akibat curah hujan dengan mempresentasikan DAS sebagai suatu sistem hidrologi dengan komponen hidrolika yang saling berhubungan. Setiap komponen bermodelkan suatu aspek dari proses hujan-limpasan untuk suatu subDAS dari keseluruhan DAS. Hasil keluaran program adalah perhitungan aliran sungai pada lokasi yang dikehendaki dalam DAS (USACE 2010).
Simulasi program HEC-HMS ini dibagi menjadi 3 konfigurasi yang berbeda, masing-masing dipisahkan berdasarkan periode ulangnya, yaitu 25, 50, dan 100 tahun. Untuk hasil akhir penelitian ini, periode ulang yang diambil hanya periode tersebut karena hasil periode tersebut sudah cukup dan lebih bermanfaat untuk penelitian lanjutan.
Terdapat dua metode hidrograf aliran HEC-HMS yang digunakan dalam penelitian ini yaitu metode Snyder dan metode SCS.
A. Hidrograf Satuan Sintetik Snyder
Persamaan umum HSS Snyder adalah sebagai berikut :
(4.1)
(4.2)
Parameter-parameter perhitungan yang diperlukan adalah sebagai berikut :
Luas daerah aliran sungai (A) = 314.77 Km²
Panjang sungai utama (L) = 109.71 Km
Panjang sungai dari outlet ketitik berat DAS = 46.56 Km
Koefisien waktu (Ct) = 2
Koefisien puncak (C) = 0.75
Koefisien nilai (N) = 0.33
Potential Maximum Retension (S) = 59.56
Standard Lag (tp) = 12.781 jam
Tabel 4.17. Debit Banjir & Volume Desain HSS Snyder Hasil HEC-HMS
Snyder
Periode
Ulang Debit Desain Volume Total Debit Banjir Desain
(Tahun) (m³/s) (mm) (1000 m³)
25 891.0 321.12 101078.4
50 985.0 355.03 111751.5
100 1080.4 389.4 122570.1
Gambar 4.11. Grafik HSS Snyder Periode 25 Tahun Hasil Running HEC-HMS
Gambar 4.12. Grafik HSS Snyder Periode 50 Tahun Hasil Running HEC-HMS
Gambar 4.13. Grafik HSS Snyder Periode 100 Tahun Hasil Running HEC-HMS
B. Hidrograf Satuan Sintetik SCS
Persamaan umum HSS SCS adalah sebagai berikut :
(4.3)
Parameter-parameter perhitungan yang diperlukan adalah sebagai berikut
Panjang sungai utama (L) = 109.71 Km
Curve Number (CN) = 81
Time Lag (tl) = 1761.3 menit
Tabel 4.18. Debit Banjir & Volume Desain HSS SCS Hasil Running HEC-HMS
SCS
Periode
Ulang Debit Desain Volume Total Debit Banjir Desain
(Tahun) (m³/s) (mm) (1000 m³)
25 725.9 322.31 101452.3
50 802.6 356.34 112164.9
100 880.2 390.84 123023.5
Gambar 4.14. Grafik HSS SCS Periode 25 Tahun Hasil Running HEC-HMS
Gambar 4.15. Grafik HSS SCS Periode 50 Tahun Hasil Running HEC-HMS
Gambar 4.16. Grafik HSS SCS Periode 100 Tahun Hasil Running HEC-HMS
Hasil debit banjir desain tersebut merupakan debit puncak, sedangkan volume total debit banjir (inflow) adalah volume dari debit total selama satu kejadian hujan tertentu. Nilai debit banjir desain yang diprediksi makin besar dengan bertambahnya lama periode ulang. Begitu pula dengan volume total debit, nilainya berbanding lurus dengan debit puncak.
4.4.5 Perbandingan Hasil Perhitungan Dengan Studi Terdahulu
Pada Tabel 4.19 dapat dilihat perbandingan hasil debit rencana dengan beberapa studi terdahulu yang pernah dilakukan di wilayah Jabodetabek, khususnya berhubungan dengan perencanaan Kali Ciliwung dan Banjir Kanal Barat.
Tabel 4.19. Perbandingan Hasil Perhitungan dengan Studi Debit Banjir Terdahulu
Pada Gambar 4.17 juga ditampilkan grafik hasil olah data debit banjir rancangan dengan Metode HSS Gama-I pada hasil studi PT. Daya Cipta Dian Rancana tahun 2008, sebagai contoh grafik yang diolah secara manual, tanpa menggunakan software HEC-HMS dan dapat digunakan sebagai acuan perbandingan dengan hasil studi ini.
Gambar 4.17. Grafik Debit Banjir Rancangan Metode Gama-I di P.A. Manggarai
Sebagai bahan perbandingan dengan pengamatan di lapangan, berikut ini merupakan kutipan jurnal dari salah seorang staff blog Universitas Indonesia, Dr.
Tarsoen Waryono, yang menyatakan bahwa: “Periode Ulang Debit Ciliwung hasil pengukuran di Pintu Air Manggarai tahun 1973 tercatat 379 m3/dtk. Tahun 1996 berkembang menjadi 570 m3/dtk dan pada tahun 2002 tercatat 698 m3/dtk.
Padahal curah hujan yang jatuh hampir sama (rata-rata UI, Depok, Cibining dan Bogor tercatat 2.903 mm/tahun).” Sumber: Dr. Tarsoen Waryono, 2009 (www.staff.blog.ui.ac.id/tarsoen.waryono)
