Analisis Pola Sebaran Curah Hujan Di Daerah Aliran Sungai Cisadane

ANALISIS POLA SEBARAN CURAH HUJAN
DI DAERAH ALIRAN SUNGAI CISADANE

ELHAMIDA REZKIA AMIEN

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016

PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa tesis berjudul Analisis Pola Sebaran
Curah Hujan di Daerah Aliran Sungai Cisadane adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Maret 2016


Elhamida Rezkia Amien
NIM F451130071

RINGKASAN
ELHAMIDA REZKIA AMIEN. Analisis Pola Sebaran Curah Hujan di Daerah
Aliran Sungai Cisadane. Dibimbing oleh ROH SANTOSO BUDI WASPODO
dan BUDI INDRA SETIAWAN.
Informasi tentang pola sebaran curah hujan merupakan hal penting dalam
pengelolaan sumber daya air dan pertanian suatu wilayah. Analisis hidrologi
memerlukan data curah hujan yang akurat, tetapi dalam pengumpulannya sulit
diperoleh. Masalah ini disebabkan oleh terbatasnya jumlah alat pengukuran yang
dipasang dan tidak semua data tercatat lengkap. Salah satu metode yang dapat
digunakan untuk menduga curah hujan yang datanya tidak tersedia adalah
interpolasi. Penelitian ini bertujuan untuk mengetahui pola sebaran curah hujan di
DAS Cisadane, menduga nilai curah hujan tahunan pada daerah yang tidak
memiliki data hujan yang dengan interpolator ANN (Artificial Neural Network),
dan mendapatkan curah hujan tahunan DAS Cisadane.
Penelitian dilaksanakan di DAS Cisadane pada bulan Maret 2015 sampai
Agustus 2015. Penelitian dibagi menjadi 2 tahapan utama, meliput pengumpulan

data dan pengolahan data. Data yang digunakan antara lain data curah hujan, peta
DAS Cisadane, peta tutupan lahan, peta wilayah administrasi, DEM, koordinat,
dan elevasi pos hujan. Pengolahan data dilakukan dengan microsoft excel,
software ArcGis 10.0, dan progam Backpropogation neural network. Pengolahan
data meliputi perhitungan curah hujan bulanan, pembuatan peta, interpolasi data
hujan dengan ANN, dan perhitungan curah hujan kawasan.
Hasil penelitian menunjukkan bahwa berdasarkan perhitungan curah hujan
bulanan, awal musim hujan terjadi pada bulan Oktober dan musim kemarau pada
bulan Juni sehingga DAS Cisadane masuk kedalam pola hujan monsunal dan
sebaran curah hujan di sebagian hulu lebih tinggi dibandingkan bagian tengah dan
hilir. Data curah hujan tahunan yang tidak lengkap diestimasi menggunakan
progam Backpropogation neural network. ANN mampu mempelajari hubungan
antara koordinat dan elevasi pos hujan dengan curah hujan tahunan yang terjadi
di DAS Cisadane yang ditandai dengan koefisien determinasi (R2) sebesar 0,97.
Curah hujan tahunan tertinggi di DAS Cisadane selama 14 periode (2000-2013)
terjadi pada tahun 2010, sedangkan terendah terjadi pada tahun 2000 dan curah
hujan tahunan tertinggi ini mengikuti periode ulang 10 tahun.
Kata kunci : DAS Cisadane, curah hujan, ANN, interpolasi

SUMMARY

ELHAMIDA REZKIA AMIEN. Analysis of Rainfall Distribution in Cisadane
Watershed. Supervised by ROH SANTOSO BUDI WASPODO dan BUDI
INDRA SETIAWAN.
Information in rainfall distribution takes important parts of water resource
management and agricultures in a region. Hydrology analysis needs accurate
rainfall data, but it was difficult to be collected. It was caused by limited rain
gauge installation and not all the data were well recorded. One of methods that
used to predict the amount of rainfall is interpolation. The aim of this research
were to acknowledge rainfall distribution in Cisadane watershed, to estimate the
annual rainfall in areas that do not have rainfall data with ANN as interpolator,
and to obtain annual rainfall data in Cisadane watershed.
This research was conducted in Cisadane watershed in March 2015August 2015. This research was divided into 2 major phases, including collecting
data and processing data. Data that used were rainfall data, Cisadane Watershed
map, land use map, area of administration map, DEM, coodinates, and elevation
of rainfall post. Data were processed by microsoft excel, ArcGis 10.0 software,
and Backpropogation neural network program. It included the calculation of
monthly rainfall data, mapping, interpolation rainfall data with ANN (Artificial
Neural Network), and calculation of rainfall in a region.
The result showed that monthly rainfall data, the onset of rainy season
was in October then dry season was on June so that Cisadane Watershed was

going to be the monsoonal climate type and the highest rainfall distribution is on
the upstream area. Unrecorded annual rainfall data could be estimated by neural
network program. ANN could learn the relationship between coordinates and
elevation rainfall post that showed by value of determination (R2) 0,97. The
highest annual rainfall in Cisadane watershed for 14 periods (2000-2013) occurred
in 2010, the lowest in 2000 and the highest annual rainfall followed a period of
10 years.
Keywords : cisadane watershed, rainfall, ANN, spatial interpolation

© Hak Cipta Milik IPB, Tahun 2016
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB

ANALISIS POLA SEBARAN CURAH HUJAN

DI DAERAH ALIRAN SUNGAI CISADANE

ELHAMIDA REZKIA AMIEN

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Teknik Sipil dan Lingkungan

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016

Penguji Luar Komisi pada Ujian Tesis: Dr Satyanto Krido Saptomo, STP, MSi