D. Bentuk komplek DAS Bentuk komplek merupakan bentuk kejadian gabungan dari beberapa bentuk
DAS yang dijelaskan di atas, sebagai contoh pada Gambar 2.6.
Gambar 2.6: DAS bentuk komplek
2.2 Hidrologi
Air di bumi ini mengulangi terus menerus sirkulasi – penguapan, presipitasi dan
pengaliran keluar outflow. Air menguap ke udara dari permukaan tanah dan laut, berubah menjadi awan sesudah melalui beberapa proses dan kemudian jatuh sebagai
hujan atau salju ke permukaan laut atau daratan. Sebelum tiba ke permukaan bumi sebagian langsung menguap ke udara dan sebagian tiba ke permukaan bumi. Tidak semua
bagian hujan yang jatuh ke permukaan bumi mencapai permukaan tanah. Sebagian akan tertahan oleh tumbuh-tumbuhan di mana sebagian akan menguap dan sebagian lagi akan
jatuh atau mengalir melalui dahan-dahan ke permukaan tanah. Gambar 2.7 berikut merupakan gambar siklus hidrologi.
Universitas Sumatera Utara
Gambar 2.7 Siklus Hidrologi
2.2.1 Curah Hujan
Data curah hujan yang tercatat diproses berdasarkan areal yang mendapatkan hujan sehingga didapat tinggi curah hujan rata-rata dan kemudian diramalkan besarnya
curah hujan pada periode tertentu. Berikut dijabarkan tentang cara menentukan tinggi curah hujan arel. Dengan melakukan penakaran atau pecatatan hujan, kita hanya
mendapat curah hujan di suatu titik tertentu point rainfall. Jika di dalam suatu areal terdapat beberapa alat penakar atau pencatat curah hujan, maka dapat diambil nilai rata -
rata untuk mendapatkan nilai curah hujan areal.
Universitas Sumatera Utara
Ada 3 macam cara yang berbeda dalam menentukan tinggi curah hujan rata-rata pada areal tertentu dari angka-angka curah hujan di beberapa titik pos penakar atau
pencatat. 1. Rata-rata aljabar
Tinggi rata-rata curah hujan didapatkan dengan mengambil nilai rata-rata hitung a rithma tic mea n
pengukuran hujan di pos penakar-penakar hujan di dalam areal studi. d =
d +d +d + … + dn n
= ∑
di n
n i=
2.1
di mana d = tinggi curah hujan rata-rata, d
1
, d
2
. . . d
n
= tinggi curah hujan pada pos penakar 1, 2, . . . , n, dan n = banyak pos penakaran.
Cara ini akan memberikan hasil yang dapat dipercaya jika pos-pos penakarnya ditempatkan secara merata di areal tersebut, dan hasil penakaran masing-masing pos
penakar tidak menyimpang jauh dari nilai rata-rata seluruh pos di seluruh areal. 2. Cara Poligon Thiessen
Cara ini berdasarkan rata-rata timbang weighted average. Masing-masing penakar mempunyai daerah pengaruh yang dibentuk dengan menggambarkan garis-garis sumbu
tegak lurus terhadap garis penghubung di antara dua buah pos penakar. Gambar 2.8 menunjukkan contoh posisi stasiun 1, 2, dan 3 dari skema poligon Thiessen dalam Daerah
Aliran Sungai DAS.
Universitas Sumatera Utara
Gambar 2.8 Poligon Thiessen pada DAS
Curah hujan pada suatu daerah dapat dihitung dengan persamaan berikut: 2.2
2.3 dimana d = tinggi curah hujan rerata daerah mm, d
n
= hujan pada pos penakar hujan mm, A
n
= luas daerah pengaruh pos penakar hujan km
2
, dan A = luas total DAS km
2
. 3. Cara isohyet
Dalam hal ini kita harus menggambarkan dulu kontur dengan tinggi curah hujan yang sama isohyet, seperti terlihat pada Gambar 2.9 berikut.
Gambar 2.9 Peta Isohyet
n 2
1 n
n 2
2 1
1
A .....
A A
d .
A .....
d .
A d
. A
d
A d
. A
..... d
. A
d .
A d
n n
2 2
1 1
Universitas Sumatera Utara
Kemudian luas bagian di antara isohyet-isohyet yeng berdekatan diukur, dan nilai rata- ratanya dihitung sebagai berikut:
2.4
2.5 di mana d = tinggi curah hujan rata-rata areal, A = luas areal total = A
1
+ A
2
+ A
3
+ ...+ A
n
, dan d
0,
d
1,
..., d
n
= curah hujan pada isohyet 0, 1, 2, ..., n. Ini adalah cara yang paling teliti untuk mendapatkan hujan areal rata-rata, tetapi
memerlukan jaringan pos penakar yang relatif lebih padat yang memungkinkan untuk membuat isohyet. Pada waktu menggambar garis-garis isohyet sebaiknya juga
memperhatikan pengaruh bukit atau gunung terhadap distribusi hujan hujan orografik.
2.2.2 Distribusi Frekuensi Curah Hujan
Untuk menganalisis probabilitas curah hujan biasanya dipakai beberapa macam distribusi yaitu:
A. Distribusi Normal
B. Log Normal
C. Gumbel D.Log Pearson Type III
A. Distribusi Normal
n 2
1 n
n 1
n 2
1 1
...A A
A A
2 d
d ...
A 2
d d
A 2
A d
d d
i
i i
1 i
A A
2 d
d d
Universitas Sumatera Utara
Distribusi normal atau kurva normal disebut pula distribusi Gauss. Untuk analisa frekuensi curah hujan menggunakan metode distribusi Normal, dengan persamaan
sebagai berikut: X
T
= X + k.Sx 2.6
Dimana: X
T
: Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T tahun.
X: Harga rata –rata dari data
n X
n 1
i
K: Variabel reduksi
Sx : Standard Deviasi
1 n
X X
n 1
i n
1 2
i
Tabel 2.1 Nilai Variabel Reduksi Gauss
sumber: Buku sistem dra ina se perkota an ya ng berkelanjuta n ha l 37
B. Distribusi Log Normal
Universitas Sumatera Utara
Untuk analisa frekuensi curah hujan menggunakan metode distribusi Log Normal, dengan persamaan sebagai berikut:
Log X
T
= Log X + k.Sx Log X 2.7
Dimana: Log X
T
: Variate yang diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode ulang T tahun.
Log X : Harga rata – rata dari data
n X
log
n 1
i
SxLog X: Standard Deviasi
1 n
X Log
LogX
n 1
i n
1 2
i
K : Variabel reduksi
Tabel 2.2 Nilai K untuk Distribusi Log Normal
Sumber: Buku sistem dra ina se perkotaa n yang berkela njuta n ha l 37
C. Distribusi Gumbel
Universitas Sumatera Utara
Untuk analisa frekuensi curah hujan menggunakan metode E.J. Gumbel, dengan persamaan sebagai berikut:
X
T
= X + K.Sx 2.8
Dimana: X
T
: Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T tahun.
X: Harga rata – rata dari data
n X
n 1
i
Sx: Standard Deviasi
1 n
X X
n 1
i n
1 2
i
K: Variabel reduksi.
Untuk menghitung variabel reduksi E.J. Gumbel mengambil harga: K
n n
T
S Y
Y
2.9
Dimana: Y
T
: Reduced variate sebagai fungsi dari periode ulang T
Yn : Reduced mean sebagai fungsi dari banyak data N
Sn: Reduced standard deviation sebagai fungsi dari banyak data N
Tabel 2.3 Standar Deviasi Yn untuk Distribusi Gumbel
Universitas Sumatera Utara
Sumber: Buku sistem dra ina se perkotaa n yang berkela njuta n ha l 51
Tabel 2.4 Reduksi Variat YTR sebagai fungsi periode ulang Gumbel
Sumber: Buku sistem dra ina se perkotaa n yang berkela njuta n ha l 52
Tabel 2.5 Reduksi Standard Deviasi Sn untuk Distribusi Gumbel
Sumber: Buku sistem dra ina se perkotaa n yang berkela njuta n ha l 52
Universitas Sumatera Utara
D. Distribusi Log Person III
Untuk analisa frekuensi curah hujan menggunakan metode Log Person Type III, dengan persamaan sebagai berikut:
Log X
T
=
X Log
+ Ktr. S1 2.10
Dimana: Log X
T
: Variate diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode ulang T tahun.
Log X : Harga rata – rata dari data,
X Log
n X
Log
n 1
i i
S
1
: Standard Deviasi, S
1
=
1 n
X Log
X Log
n 1
i 2
i
Ktr : Koefisien frekuensi, didapat berdasarkan hubungan nilai Cs
dengan periode ulang T.
3 i
n 1
i 3
i
S .
2 n
1 n
X Log
X Log
. n
Cs
Dimana : Cs = Koefisien kemencengan
Universitas Sumatera Utara
Tabel 2.6 Nilai K untuk distribusi Log Pearson
Sumber: Buku sistem dra ina se perkotaa n yang berkela njuta n ha l 43
Universitas Sumatera Utara
2.2.3 Uji Distribusi Frekuensi Curah Hujan
Untuk mengetahui apakah data tersebut benar sesuai dengan jenis sebaran teoritis yang dipilih maka perlu dilakukan pengujian lebih lanjut. Untuk keperluan analisis uji
kesesuaian dipakai dua metode statistik sebagai berikut:
1. Uji Chi Kuadrat
Uji Chi Kuadrat digunakan untuk menguji apakah distribusi pengamatan dapat disamai dengan baik oleh distribusi teoritis. Perhitungannya dengan menggunakan
persamaan berikut: 2.11
di mana k = 1 + 3,22 Log n, OF = nilai yang diamati, dan EF = nilai yang diharapkan. Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X
2
hitung X
2 Cr
. Harga X
2 Cr
dapat diperoleh dengan menentukan taraf signifikan α dengan derajat
kebebasan. Batas kritis X
2
tergantung pada derajat kebebasan dan . Untuk kasus ini
derajat kebebasan mempunyai nilai yang didapat dari perhitungan sebagai berikut: DK = JK - P + 1
2.12 di mana DK = derajat kebebasan, JK = jumlah kelas, dan P = faktor keterikatan untuk
pengujian Chi-Square mempunyai keterikatan 2.
2. Uji Smirnov Kolmogorof
k 1
i 2
2 hit
EF OF
- EF
X
Universitas Sumatera Utara
Tahap-tahap pengujian Smirnov Kolmogorof adalah sebagai berikut: a. Plot data dengan peluang agihan empiris pada kertas probabilitas, dengan
menggunakan persamaan Weibull:
100 x
1 n
m P
2.13
di mana m = nomor urut dari nomor kecil ke besar, dan n = banyaknya data. b. Tarik garis dengan mengikuti persamaan:
d T
S .
G X
log X
Log
2.14
Dari grafik ploting diperoleh perbedaan perbedaan maksimum antara distribusi teoritis dan empiris:
Pt -
Pe
max
2.15
di mana
max
= selisih maksimum antara peluang empiris dengan teoritis, Pe = peluang empiris, dan Pt = peluang teoritis.
c. Taraf signifikan diambil 5 dari jumlah data n, didapat Δ
Cr
dari tabel. Dari tabel Uji Smirnov Kolmogorof, bila Δ maks Δ
Cr
, maka data dapat diterima.
2.3 Hidrograf Satuan Sintetik
Kategori