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