Saluran Drainase Primer Perhitungan Frekuensi Curah Hujan Kala Ulang

4.3 Saluran Drainase Primer

Saluran primer yang menjadi lingkup pengamatan dalam pembahasan ini adalah Sungai Selayang dan Sungai Putih. Titik Pengamatan berada pada Jalan Dr.Mansur, Jalan Pembangunan dan Jalan Abdul Hakim. Saluran drainase pada Sungai Selayang terbuat dari beton dan sebagian dari tanah, penggunaan drainase tersebu bukan hanya sebagai saluran buangan saja, namun digunakan juga untuk irigasi sawah di sekitar Kelurahan Kampung Susuk, Kecamatan Medan Selayang. Sedangkan drainase pada Sungai Putih terbuat dari tanah di jalan Sipirok, namun di jalan Pembangunan sudah di beton lebar sekitar 3 m dengan kondisi seperti gambar 4.7 dan 4.8. Keadaan tersebut hanya sebatas jalan pembangunan saja, jika terus ditelusuri saluran drainase atau Sungai Putih tersebut berubah menjadi saluran drainase dengan lebar 1 – 2 m saja. Gambar 4.7. Kondisi eksisting Sungai Putih di Pembangunan Gambar 4.8. Kondisi eksisting Sungai Selayang di Jalan Abdul Hakim Universitas Sumatera Utara Gambar 4.9. Proyek Peningkatan Jaringan Drainase Proyek MUDP I dan II Dirjen SDA,1992 Universitas Sumatera Utara Gambar 4.10. Skema debit banjir kala ulang 20 tahun pada Sungai Selayang dan Sungai Putih Dominggo,2007 Universitas Sumatera Utara

4.4 Perhitungan Frekuensi Curah Hujan Kala Ulang

Perhitungan ini dilakukan untuk mendapatkan hasil curah hujan kala ulang dengan bantuan Softwere Smada DISTRIB 2.13. Caranya yaitu dengan memasukkan data curah hujan regional harian maksimum di bawah ini: Tabel 4.8. Curah Hujan Regional Harian Maksimum mm No. 1 2 3 4 5 6 7 8 9 10 R 39 77 102 105 111 114 122 123 124 141 Tahapan input data ke dalam Softwere Smada DISTRIB 2.13 adalah sebagai berikut: 1. Buka Softwere Smada DISTRIB 2.13 kemudian Continue. 2. Masukan data curah hujan regional harian maksimum pada kolom Data berwarna putih. 3. Kemudian klik pada kolom berwaran biru hingga muncul angka pada kolom Weibull, Prediction dan Standar Deviasi. 4. Print, hingga muncul data dan di copykan pada Microsoft Excel, jika sudah dicopy, klik Done. 5. Sedangkan untuk melihat grafiknya dapat mengklik 2 kali pada grafik tersebut, dan jika sudah di copy, klik Done. 6. Dengan cara yang sama dapat melihat pada pilihan Select Distribution. Universitas Sumatera Utara

4.4.1 Metode Distribusi Gumbel

\Tabel 4.9. Hasil Perhitungan dengan metode Gumbel Point Weibull Actual Predicted Standard D value Number Probability Value Value Deviation [absAV-PV] 1 0.0909 39 60.89 11.948 21.889 2 0.1818 77 72.27 9.5223 4.7258 3 0.2727 102 81.34 8.2309 20.6622 4 0.3636 105 89.69 7.8209 15.3102 5 0.4545 111 98.01 8.2749 12.9939 6 0.5455 114 106.78 9.5492 7.2183 7 0.6364 122 116.57 11.6066 5.4256 8 0.7273 123 128.26 14.5517 5.2599 9 0.8182 124 143.67 18.8444 19.6708 10 0.9091 149 168.52 26.1963 19.5162 D max 21.889 Gambar 4.11. Grafik metode gumbel Universitas Sumatera Utara

4.4.2 Metode Distribusi Log Pearson Tipe III

Tabel 4.10. Hasil Perhitungan dengan metode Log Pearson Tipe III Point Weibull Actual Predicted Standard D value Number Probability Value Value Deviation [absAV-PV] 1 0.0909 39 62.13 35.393 23.13 2 0.1818 77 84.63 45.646 7.63 3 0.2727 102 99.06 45.151 2.94 4 0.3636 105 109.26 37.708 4.26 5 0.4545 111 116.74 26.197 5.74 6 0.5455 114 122.21 13.047 8.21 7 0.6364 122 126.11 10.140 4.11 8 0.7273 123 128.64 24.923 5.64 9 0.8182 124 129.91 40.780 5.91 10 0.9091 149 130.13 47.746 18.87 D max 23.13 Gambar 4.12. Grafik metode Log Pearson tipe III Universitas Sumatera Utara

4.4.3 Metode Distribusi Normal

Tabel 4.11. Hasil Perhitungan dengan metode Normal Point Weibull Actual Predicted Standard D value Number Probability Value Value Deviation [absAV-PV] 1 0.0909 39 66.41 15.876 27.414 2 0.1818 77 79.26 12.856 2.265 3 0.2727 102 88.42 11.119 13.584 4 0.3636 105 96.12 10.077 8.882 5 0.4545 111 103.17 9.578 7.829 6 0.5455 114 110.03 9.578 3.972 7 0.6364 122 117.08 10.077 4.918 8 0.7273 123 124.78 11.119 1.784 9 0.8182 124 133.94 12.856 9.935 10 0.9091 149 146.79 15.876 2.214 D max 27.414 Gambar 4.13. Grafik metode distribusi Normal Universitas Sumatera Utara

4.4.4 Metode Distribusi Log Normal

Tabel 4.12. Hasil Perhitungan dengan metode Log Normal Point Weibull Actual Predicted Standard D value Number Probability Value Value Deviation [absAV-PV] 1 0.0909 39 70.88 10.233 31.88 2 0.1818 77 79.78 9.004 2.78 3 0.2727 102 86.78 8.475 15.22 4 0.3636 105 93.16 8.404 11.84 5 0.4545 111 99.40 8.724 11.60 6 0.5455 114 105.88 9.419 8.12 7 0.6364 122 112.98 10.520 9.02 8 0.7273 123 121.28 12.129 1.72 9 0.8182 124 131.93 14.524 7.93 10 0.9091 149 148.49 18.659 0.51 D max 31.88 Gambar 4.14. Grafik metode distribusi Log Normal Universitas Sumatera Utara Tabel 4.13. Resume Perhitungan Frekuensi Curah Hujan Harian mm Gambar 4.15. Grafik resume frekuensi curah hujan harian Dari grafik dan perhitungan di atas maka dapat disimpulkan bahwa untuk menghitung curah hujan kala ulang digunakan Metode Gumbel karena memiliki curah hujan yang maksimum. Agar data tersebut dapat digunakan maka, perlu di uji kecocokannya dengan menggunakan Metode Smirnov-Kolmogorof.

4.5 Uji Kecocokan Goodnes of fittest test