20 Berdasarkan hal itu, perlu dikaji kepekaan
HEC-HMS terhadap parameter bilangan kurva ditinjau dari nilai parameter hidrograf aliran
yang dihasilkan Q
p
, V
p
dan T
p
. Kepekaan HEC-HMS terhadap nilai bilangan kurva
ditentukan berdasarkan perhitungan selisih antara nilai parameter hidrograf aliran yang
dihasilkan HEC-HMS pada KAT kondisi II dengan KAT kondisi hujan terpilih terhadap
parameter hidrograf aliran pengamatan.
Persamaan yang digunakan dalam mengukur kepekaan bilangan kurva terhadap
debit puncak Q
p
, adalah sebagai berikut: 100
× −
= Δ
pA pC
pB pA
p
Q Q
Q Q
Q dimana,
Q
pA
= debit puncak yang dihasilkan hidrograf pengamatan,
Q
pB
= debit puncak yang dihasilkan hidrograf model pada KAT
kondisi hujan terpilih, Q
pC
= debit puncak yang dihasilkan hidrograf model pada KAT
kondisi II. Dengan menggunakan persamaan yang sama,
kepekaan bilangan kurva terhadap parameter volume puncak dan waktu puncak juga dapat
ditentukan. Hasil perhitungan kepekaan bilangan kurva terhadap parameter Q
p
, V
p
dan T
p
tertera pada Tabel 5.8. Hasil perhitungan menunjukkan bahwa
model HEC-HMS, baik Snyder, SCS maupun Clark, cukup peka terhadap parameter bilangan
kurva, terutama dilihat dari parameter Q
p
dan V
p
yang dihasilkan model. Beberapa nilai T
p
tidak berubah terhadap perubahan bilangan kurva, ditunjukkan dengan nilai nol pada
∆T
p
T
pA
.
Ini berarti perubahan bilangan kurva berpengaruh signifikan terhadap nilai Q
p
, V
p
yang dihasilkan HEC-HMS, tetapi tidak selalu terjadi perubahan pada nilai T
p
. Rata-rata absolut dari nilai
∆Q
p
Q
pA
, ∆V
p
V
pA
, dan ∆T
p
T
pA
yang dihasilkan model Snyder, SCS dan Clark hampir tidak jauh
berbeda. Ini menunjukkan ketiga model mempunyai kepekaan yang hampir sama
terhadap bilangan kurva, baik dilihat dari nilai Q
p
, V
p
maupun T
p
.
Tabel 5.8 Rasio selisih nilai
Q
p
, V
p
dan T
p
yang dihasilkan HEC-HMS pada KAT hujan terpilih dengan KAT kondisi
II terhadap Q
p
, V
p
dan T
p
pengamatan
Tgl Metode
pA p
Q Q
Δ
pA p
V V
Δ
pA p
T T
Δ
Clark 2,69 11,58
16,67 SCS 7,07
9,75 0,00
101 Snyder -14,82 6,10
-16,67 Clark 27,61
37,06 -16,67
SCS 8,00 16,24
-16,67 181
Snyder -15,31 18,45
50,00 Clark 24,15
21,69 0,00
SCS 24,15 15,77
0,00 92
Snyder -6,45 12,04
20,00 Clark 31,72
20,02 -16,67
SCS 35,28 17,23
0,00 183
Snyder 26,63 26,12
-16,67 Clark 18,66
32,21 -16,67
SCS 40,96 28,90
0,00 275
Snyder 24,47 30,82
0,00 Clark 7,81
13,08 -16,67
SCS 9,44 0,48
0,00 147
Snyder 15,21 17,43
16,67 Clark 26,13
23,57 -33,33
SCS 28,50 25,57
-16,67 169
Snyder 42,28 32,11
-16,67 Clark 14,96
16,38 16,67
SCS 19,09 17,08
16,67 3011
Snyder 13,52 10,14
0,00 Clark 18,68
25,50 0,00
SCS 23,50 32,33
50,00 1412
Snyder 27,68 34,23
-25,00
Clark 19,16 22,34
14,81 SCS 21,78
18,15 11,11
Rata- rata
absolut
Snyder 20,71 20,83
17,96
Hasil perhitungan
5.8 Simulasi Hidrograf Aliran
Simulasi hidrograf aliran dilakukan untuk mengetahui perkiraan debit yang sering
menyebabkan terjadinya banjir berdasarkan prediksi perubahan penggunaan lahan dan
curah hujan harian maksimum. Penggunaan lahan DAS Ciliwung bagian hulu tahun 2010
diprediksi berdasarkan perubahan penggunaan lahan yang terjadi antara tahun 1996 dan 2004.
Tabel 5.9.
21
Tabel 5.9 Penggunaan lahan DAS Ciliwung Hulu tahun 1996 dan 2004 serta prediksi tahun 2010
Tipe Penggunaan Lahan
1996 Ha
2004 Ha
Perubahan Ha
Laju HaTh
2010 Ha
Hutan 4973,4 3402,8
-1570,6 -196,3
2224,9 Kebun 3083,5
2235,4 -848,1
-106,0 1599,3
Pemukiman 1878,7 3869,6 1991,0 248,9 5362,9
Sawah 1771,6 3085,6
1313,9 164,2
4071,0 Tegalan 2835,1
1948,9 -886,2
-110,8 1284,2
Total 14542,3 14542,3
0,0 0,0
14542,3
Hujan harian maksimum DAS Ciliwung bagian hulu ditetapkan dengan menggunakan
data historis hujan selama 18 tahun 1985- 2002 pada tiga titik stasiun pengamatan,
Citeko, Gunung Mas dan Katulampa.
Pada penelitian ini, persamaan untuk menduga hujan harian maksimum pada
berbagai periode ulang menggunakan analisis frekuensi Chow 1964, dengan menganggap
data mengikuti distribusi nilai ekstrim Gumbel tipe I. Analisis frekuensi dilakukan dengan
menggunakan data curah hujan harian maksimum wilayah, yang dihasilkan
berdasarkan bobot luas poligon Thiessen. Hasil perhitungan menunjukkan nilai rata-rata hujan
harian maksimum wilayah DAS Ciliwung bagian hulu sebesar 76,5 mm dengan standar
deviasi 24,22 mm. Hujan harian maksimum wilayah pada beberapa periode ulang disajikan
pada Tabel 5.10.
Tabel 5.10 Curah hujan harian maksimum wilayah DAS
Ciliwung bagian hulu
T Thn K
T
X
T
1.01 -1,64 37 2 -0,16 73
5 0,72 94 10 1,30 108
20 1,87 122 25 2,04 126
50 2,59 139 100 3,14 152
Hasil perhitungan, data dari BMG
Distribusi hujan harian per jam diturunkan berdasarkan persentase rata-rata hujan harian
per jam dari Stasiun Gunung Mas dan Gadog pada beberapa kejadian hujan tahun 2004.
Rata-rata durasi hujan berdasarkan data yang dianalisis adalah sebesar 3-4 jam. Persentase
rata-rata distribusi hujan per jam durasi 2, 3 dan 4 jam kedua stasiun ditampilkan pada
Tabel 5.11.
Tabel 5.11 Rata-rata persentase distribusi hujan harian
durasi 2, 3 dan 4 jam di Stasiun Gadog dan Gunung Mas
Persentase CH Gadog Gn
Mas Jam
ke- 2
jam 3
jam 4
jam 2
jam 3
jam 4
jam 1
54 57 59 61 64 44
2
46 25 15 39 27 23
3 - 18 13 - 9 22
4 - - 13 - - 11
Hasil perhitungan, data dari Proyek Pengendalian Banjir dan Pengamanan Pantai Ciliwung-Cisadane
Pada penelitian ini simulasi dilakukan menggunakan data curah hujan harian
maksimum wilayah pada periode ulang 5, 10 dan 20 tahun, dari Stasiun Citeko, Gunung Mas
dan Katulampa. Distribusi hujan harian per jam Stasiun Katulampa dianggap sama dengan
distribusi hujan harian Stasiun Gadog, yang merupakan stasiun terdekat.
Parameter masukan HEC-HMS yang digunakan dalam simulasi adalah nilai rata-rata
parameter hasil kalibrasi yang telah dilakukan sebelumnya Lampiran 8. Berdasarkan
parameter masukan tersebut, debit puncak, volume puncak dan waktu puncak hasil
simulasi ditunjukkan pada Tabel 5.12.
Tabel 5.12 Perkiraan debit puncak, volume puncak dan
waktu puncak hidrograf model HEC-HMS pada tahun 2010
Periode Ulang
Metode Q
p
m
3
V
p
1000 m
3
T
p
jam
Clark 115,6 4234,0 5
SCS 114,6 4217,2 4
5 Tahun Hujan
94 mm Snyder 96,3 3644,5 5
Clark 147,1 5371,3 5
SCS 146,1 5363,1 4
10 Tahun Hujan
108 mm Snyder 122,8 4614,5
5 Clark 181,3
6620,3 5 SCS 180,1
6596,6 4 20 Tahun
Hujan 122 mm
Snyder 151,2 5656,4 5
Hasil perhitungan
22
VI. KESIMPULAN DAN SARAN 6.1 Kesimpulan
