BAB II TINJAUAN PUSTAKA - Kajian Metode Hidrograf Satuan Sintetik Pada Sungai Deli

BAB II TINJAUAN PUSTAKA

2.1 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 2.1 berikut merupakan gambar siklus hidrologi.

2.1.1 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

). Jika di dalam suatu areal terdapat beberapa alat penakar atau pencatat

rainfall

curah hujan, maka dapat diambil nilai rata-rata untuk mendapatkan nilai curah hujan areal.

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 pengukuran hujan di pos penakar-penakar hujan di dalam areal

(arithmatic mean) studi. d1+d2+d3+ … + dn di n

i=1 n n 1 2 n

(2.1) d = = ∑

di mana d = tinggi curah hujan rata-rata, d , d . . . d = 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 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 2.2 menunjukkan contoh posisi stasiun 1, 2, dan 3 dari skema poligon Thiessen dalam Daerah Aliran Sungai (DAS).

Gambar 2.2 Poligon Thiessen pada DAS

Curah hujan pada suatu daerah dapat dihitung dengan persamaan berikut: A . d  A . d  .....  A . d

2 2 n n

(2.2) d  A  A  .....  A

1 2 n

A . d  A . d  .....  A . d (2.3)

2 2 n n

d  A 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 ), dan A = luas

3. Cara isohyet Dalam hal ini kita harus menggambarkan dulu kontur dengan tinggi curah hujan yang sama (isohyet), seperti terlihat pada Gambar 2.3 berikut.

Gambar 2.3 Peta Isohyet

Kemudian luas bagian di antara isohyet-isohyet yeng berdekatan diukur, dan nilai rata-ratanya dihitung sebagai berikut: ₁ ₁ _{2 n } _{1 n} d  d A d  d d  d _n (2.4) A A ... A



2 d  ₁ _{2 n} _i _{1 i} A  A  ...A



d  d _i (2.5)



2 d  _i A



di mana d = tinggi curah hujan rata-rata areal, A = luas areal total = A + A + A

n 0, 1, n + ...+ A , dan d d ..., d = 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

juga memperhatikan pengaruh bukit atau gunung terhadap distribusi hujan (hujan orografik).

2.1.2 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 Distribusi normal atau kurva normal disebut pula distribusi Gauss. Untuk analisa frekuensi curah hujan menggunakan metode distribusi Normal, dengan persamaan sebagai berikut:

X = X + k.Sx (2.6)

Dimana:

X : Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T tahun. _n

X _i

 ₁ X: Harga rata 

–rata dari data

n n

2 X 

i i  

1 Sx : Standard Deviasi 

n 

1 Tabel 2.1 Nilai Variabel Reduksi Gauss

No Periode Ulang, T (tahun) Peluang K _T 1 1,001 0,999 -3,05 2 1,005 0,995 -2,58 3 1,010 0,990 -2,33 4 1,050 0,950 -1,64 5 1,110 0,900 -1,28 6 1,250 0,800 -0,84 7 1,330 0,750 -0,67 8 1,430 0,700 -0,52 9 1,670 0,600 -0,25

10 2,000 0,500 11 2,500 0,400 0,25 12 3,330 0,300 0,52 13 4,000 0,250 0,67 14 5,000 0,200 0,84 15 10,000 0,100 1,28 16 20,000 0,050 1,64 17 50,000 0,020 2,05 18 100,000 0,010 2,33 19 200,000 0,005 2,58 20 500,000 0,002 2,88 21 1,000,000 0,001 3,09

(sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 37)

B. Distribusi Log Normal

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 ) _i



₁

Log X : Harga rata

– rata dari data  n

n n

(LogX Log X ) 

i i  

1 SxLog X: Standard Deviasi 

n 

1 K : Variabel reduksi

Tabel 2.2 Nilai K untuk Distribusi Log Normal

(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 37)

C. Distribusi Gumbel

Untuk analisa frekuensi curah hujan menggunakan metode E.J. Gumbel, dengan persamaan sebagai berikut: Dimana:

X : Variate yang diekstrapolasikan, yaitu besarnya curah hujan rencana untuk periode ulang T (tahun). _n

X _i

 ₁ X: Harga rata

– rata dari data  n

n n

2 X 

i i

 

1 Sx: Standard Deviasi

 n 

1 K: Variabel reduksi.

Untuk menghitung variabel reduksi E.J. Gumbel mengambil harga: Y Y



T n

 K

(2.9) S

Dimana:

Y : 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

10 0,4952 0,4996 0,5035 0,5070 0,5100 0,5128 0,5157 0,5181 0,5202 0,5220

20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5309 0,5320 0,5332 0,5343 0,535

30 0,5362 0,5371 0,5380 0,5388 0,5396 0,5403 0,5410 0,5418 0,5424 0,5346

40 0,5436 0,5442 0,5448 0,5453 0,5458 0,5463 0,5468 0,473 0,5477 0,5481

50 0,5486 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,5511 0,5515 0,5518

60 0,5521 0,5524 0,5527 0,5530 0,5533 0,5535 0,5538 0,5540 0,5543 0,5545

70 0,5548 0,5550 0,5552 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0,5567

80 0,5569 0,5570 0,5572 0,5574 0,5576 0,5578 0,5580 0,5581 0,5583 0,5585

90 0,5586 0,5587 0,5589 0,5591 0,5592 0,5593 0,5595 0,5596 0,5598 0,5599

100 0,5600 0,5602 0,5603 0,5604 0,5606 0,5607 0,5608 0,5609 0,5510 0,5611

(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 51)

Tabel 2.4 Reduksi Variat (YTR) sebagai fungsi periode ulang Gumbel

X Log + Ktr. S1 (2.10)

Log X

Untuk analisa frekuensi curah hujan menggunakan metode Log Person Type III, dengan persamaan sebagai berikut:

(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 52)

100 1,20 1,20 1,20 1,20 1,20 1,208 1,20 1,20 1,209 1,209

9 10 0,94 0,96 0,99 0,99 0,99 1,020 1,03 1,04 1,049 1,056 20 1,06 1,06 1,07 1,08 1,08 1,091 1,09 1,10 1,104 1,108 30 1,11 1,11 1,11 1,12 1,12 1,128 1,13 1,13 1,136 1,138 40 1,14 1,14 1,14 1,14 1,14 1,151 1,15 1,15 1,157 1,159 50 1,10 1,16 1,16 1,16 1,16 1,168 1,16 1,17 1,172 1,173 60 1,17 1,17 1,17 1,17 1,17 1,180 1,18 1,18 1,183 1,184 70 1,18 1,18 1,18 1,18 1,18 1,189 1,19 1,19 1,192 1,193 80 1,90 1,19 1,19 1,19 1,19 1,197 1,19 1,19 1,199 1,200 90 1,20 1,20 1,20 1,20 1,20 1,203 1,20 1,20 1,205 1,206

Periode Ulang, TR

Tabel 2.5 Reduksi Standard Deviasi (Sn) untuk Distribusi Gumbel No.

(Sumber: Buku sistem drainase perkotaan yang berkelanjutan hal 52)

20 2,9709 500 6,2149 25 3,1993 1000 6,9087 50 3,9028 5000 8,5188 75 3,3117 10000 9,2121

(Tahun) (Tahun) (Tahun) (Tahun) 2 0,3668 100 4,6012 5 1,5004 200 5,2969 10 2,251 250 5,5206

Variate, YTR

Ulang TR Reduced

YTR Periode

Reuced Variate,

D. Distribusi Log Person III

– rata dari data,

X Log

 



  

X Log . n Cs

X Log

( 1 n

S . ) ( 2 n )

  ₃ _i ⁿ _{1 i} ³ ⁱ

  dengan periode ulang T.

 

n 1 i 2 i

X Log

Log X : Harga rata

1 n

 

: Standard Deviasi, S

 S

 

n 1 i i

X Log

X Log n

Dimana : Cs = Koefisien kemencengan

Tabel 2.6 Nilai K untuk distribusi Log Pearson

Kemencengan (Cs) Periode Ulang Tahun

25 50 100 200 1000 Peluang (%)

2 1 0,5 0,1 3,0 -0,396 0,420 1,180 2,278 3,152 4,051 4,970 7,250 2,5 -0,360 0,518 1,250 2,262 3,048 3,845 4,652 6,600 2,2 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200 2,0 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910 1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660 1,6 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390 1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110 1,2 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820 1,0 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540 0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395 0,8 -0,132 0,780 1,336 2,998 2,453 2,891 3,312 4,250 0,7 -0,116 0,790 1,333 2,967 2,407 2,824 3,223 4,105 0,6 -0,099 0,800 1,328 2,939 2,359 2,755 3,132 3,960 0,5 -0,083 0,808 1,323 2,910 2,311 2,686 3,041 3,815 0,4 -0,066 0,816 1,317 2,880 2,261 2,615 2,949 3,670 0,3 -0,050 0,824 1,309 2,849 2,211 2,544 2,856 3,525 0,2 -0,033 0,830 1,301 2,818 2,159 2,472 2,763 3,380 0,1 -0,017 0,836 1,292 2,785 2,107 2,400 2,670 3,235 0,0 0,000 0,842 1,282 2,751 2,054 2,326 2,576 3,090

0,1 0,017 0,836 1,270 2,761 2,000 2,252 2,482 3,950
0,2 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810
0,3 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675
0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540
0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400
0,6 0,099 0,857 1,200 1,528 1,720 1,880 2,016 2,275
0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150
0,8 0,132 0,856 1,166 1,488 1,606 1,733 1,837 2,035
0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910
1,0 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800
1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625
1,4 0,225 0,832 1,041 1,198 1,270 1,318 1,351 1,465
1,6 0,254 0,817 0,994 1,116 1,166 1,200 1,216 1,280
1,8 0,282 0,799 0,945 0,035 1,069 1,089 1,097 1,130
2,0 0,307 0,777 0,895 0,959 0,980 0,990 1,995 1,000
2,2 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910
2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802
3,0 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668

2.1.3 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: _k ₂

(2.11) ₂ - (EF OF ) X  _hit

 _i _{1 EF} 

di mana k = 1 + 3,22 Log n, OF = nilai yang diamati, dan EF = nilai yang diharapkan.

2 Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X

hitung < X Cr . Harga X Cr dapat diperoleh dengan menentukan taraf signifikan α

dengan derajat kebebasan. Batas kritis X 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

Tahap-tahap pengujian Smirnov Kolmogorof adalah sebagai berikut:

a. Plot data dengan peluang agihan empiris pada kertas probabilitas, dengan menggunakan persamaan Weibull: m

(2.13) P  x 100% n 

  di mana m = nomor urut dari nomor kecil ke besar, dan n = banyaknya data.

b. Tarik garis dengan mengikuti persamaan: Log X  log X  G . S

(2.14)

T d

Dari grafik ploting diperoleh perbedaan perbedaan maksimum antara distribusi teoritis dan empiris:   Pe

(2.15) - Pt

max

di mana = selisih maksimum antara peluang empiris dengan teoritis,

 _max Pe = peluang empiris, dan Pt = peluang teoritis.

dari tabel. Taraf signifikan diambil 5% dari jumlah data (n), didapat Δ Cr , maka data dapat diterima.

Cr c.

Dari tabel Uji Smirnov Kolmogorof, bila Δ maks < Δ

2.1.4 Hidrograf Satuan Sintetik

Di daerah di mana data hidrologi tidak tersedia untuk menurunkan hidrograf satuan, maka dibuat hidrograf satuan sintetis yang didasarkan pada

1. Hidrograf Satuan Gama I Kajian sifat dasar Hidrograf Satuan Sintetik (HSS) Gamma I adalah hasil penelitian 30 buah daerah aliran sungai di Pulau Jawa. Sifat-sifat daerah aliran sungai dalam metode HSS Gamma I adalah sebagai berikut:

1. Faktor sumber (source factor, SF) adalah perbandingan antara jumlah panjang sungai-sungai tingkat satu dengan jumlah panjang sungai semua tingkat.

2. Frekuensi sumber (source frequency, SN) ditetapkan sebagai perbandingan antara jumlah pangsa sungai semua tingkat.

3. Faktor simetri (symmetry factor, SIM), ditetapkan sebagai hasil kali antara faktor lebar (WF) dengan luas relatif DPS sebelah hulu (RUA).

4. Faktor lebar (width factor, WF) adalah perbandingan antara lebar DAS yang diukur dari titik di sungai yang berjarak ¾ L dan lebar DPS yang diukur dari titik di sungai yang berjarak ¼ L dari tempat pengukuran.

5. Luas relatif DPS sebelah hulu (relative upper catchment area), yaitu perbandingan antara luas DPS sebelah hulu garis yang ditarik terhadap garis yang mengubungkan titik tersebut dengan tempat pengukuran dengan luas DPS.

6. Jumlah pertemuan sungai (number of junction, JN)

Gambar 2.5 berikut merupakan model parameter karakteristik DAS Metode

WL B A

X WU

Gambar 2.4 Model Parameter Karakteritik DAS Metode Gamma I

Rumus-rumus yang digunakan dalam metode HSS Gamma I adalah sebagai berikut:

0,14991 -0,2725 -0,0733

–0,0259

B = 1,5518 N A SIM S (2.16)

di mana N = jumlah stasiun hujan, A = luas DAS (km ), SIM = faktor simetri, S = landai sungai rata-rata, dan B = koefiesien reduksi.

Menghitung waktu puncak HSS Gamma I (t ) dengan rumus berikut:

3 r

t = 0.43 ( L/ 100 SF) + 1.0665 SIM + 1.277 (2.17)

di mana t = waktu naik (jam), L = panjang sungai induk (km), SF = faktor sumber, dan SIM = faktor simetri.

Menghitung debit puncak banjir HSS Gamma I (Q p ) dengan rumus berikut:

A0,5884 0,2381 -0,4008

Q p = 0,1836 JN t r (2.18)

3 p

di mana Q = debit puncak (m /det), dan JN = jumlah pertemuan sungai.

0,0986
0,1446
1,0897

), dan D = kerapatan jaringan kuras (km/km

0,6444

0,9430

(2.21) di mana Q

= aliran dasar (m

/det), A = luas DPS (km

2 ).

2. Hidrograf Satuan Nakayasu Perhitungan debit banjir rancangan menggunakan metode Nakayasu.

Persamaan umum Hidrograf Satuan Sintetik Nakayasu adalah sebagai berikut: ) T T (0,3 3,6

R . A . C Q

0,3 P p

 

(2.22) T

= tg + 0,8 tr (2.23) t g = 0,21 x L

0,7

= 0,4751 A

Menghitung aliran dasar sungai dihitung dengan rumus: Q

2 ).

= 27,4132 t

r ,1457

0,7344

RUA

0,2574

(2.19) di mana S = landai sungai rata-rata, SN = frekuensi sumber, dan RUA = luas relatif DPS sebelah hulu (km

Menghitung koefisien resesi (K) pada metode ini dihitung dengan rumus: K = 0,5671 A

2 ).

0,1798

0,0452

(2.20) di mana K = koefisien tampungan (jam), A = luas DPS (km

), S = landai sungai rata-rata, SF = faktor sumber (km/km

), dan D = kerapatan jaringan kuras (km/km

(L < 15 km) (2.24)

2 , ⁴   t   Q x Q _{t p}   

T _p  

(2.27)

di mana Q p = debit puncak banjir (m /det), C= koefisien pengaliran, R = hujan

2 p

satuan (mm), A = luas DAS (km ), T = tenggang waktu dari permulaan hujan

0,3

sampai puncak banjir (jam), T = waktu yang diperlukan oleh penurunan debit,

dari debit puncak sampai menjadi 30% dari debit puncak, t = waktu konsentrasi (jam), t r = satuan waktu hujan, diambil 1 jam,

 = parameter hidrograf,

3 t

bernilai antara 1.5 = debit pada saat t jam (m /det), dan L =

– 3.5, Q panjang sungai (m).

Gambar 2.5 merupakan contoh gambar hidrograf nakayasu berupa hubungan antara waktu dengan debit puncaknya.

T r 0,8 T r tg Qp LengkungNaik

Lengkung T urun Q ₂

0,3 Qp 0,3 Qp

T p T 1,5 T _{0,3 0,3}

(jam) Persamaan-persamaan yang digunakan dalam hidrograf nakayasu adalah: _{2 ,} ₄

  t  

a. Pada kurva naik, p , maka 0 ≤ t ≤ T Q  x Q _{t p}

  T _p    

t T p   T  0,3   

p p 0,3 Q  Q x 0,3 p

b. Pada kurva turun, T + T ), maka , untuk (T < t ≤ (T

t p  - t T p  0,5T  _0,3   1,5T  0,3 

  0,3 p 0,3 0,3 Q  Q x 0,3

T + T + 1,5T ), maka , dan untuk t > ) ≤ t ≤ (T

t p  t T p  1,5T  - _0,3  

2T  0,3    p 0,3 0,3 Q  Q x 0,3

(T + T + 1,5T ), maka

t p .

3 t

di mana Q = debit pada saat t jam (m /det)

3. Hidrograf satuan Snyder Dalam permulaan tahun 1938, F.F. Snyder dari Amerika Serikat telah mengembangkan rumus empiris dengan koefisien-koefisien empiris yang menghubungkan unsur-unsur hidrograf satuan dengan karakteristik daerah pengaliran.

Unsur-unsur hidrograf tersebut dihubungkan dengan

2 A= Luas daerah pengaliran (km )

L= Panjang aliran utama (km) LC= Jarak antara titik berat daerah pengaliran dengan pelepasan (outlet) Dengan unsur-unsur tersebut Snyder membuat rumus-rumusnya sebagai berikut :

p = t c t C (L . L )

(2.28)

t _p

(2.29)

t  _r 5,5

C .A _p Q  2, 78 _p

(2.30)

t _p T  72 3  t _{b p}

(2.31) Dimana:

t : Waktu mulai titik berat hujan sampai debit puncak dalam jam

t : Lama curah hujan efektif Qp : Debit maksimum total Tb : Waktu dasar hidrograf Koefisien-koefisien Ct dan CP harus ditentukan secara empiris, karena besarnya

berubah-ubah antara daerah yang satu dengan yang lain. Besarnya C = 0,75-3,00

r p r

sedangkan CP = 0,90-1,40. Lamanya hujan efektif t ‘=t /5,5 dimana t diasumsi 1 jam. Jika tr’ > tr ( asumsi), dilakukan koreksi terhadap tp

t '   t 0, 25( t  t ') _{p p r r}

(2.32)

t _r T   t ' _{P p}

(2.33)

2 Jika tr’ < tr (asumsi), maka :

t _r T   t _{p p}

(2.34)

2 Menentukan grafik hubungan antara Qp dan t (UH) berdasarkan persamaan Alexseyev sebagai berikut : Q Y Qp .

(2.35)



Dimana : _a _{(1  x )} ₂

 _x Y 

10 (2.36)

t X 

(2.37)

T _R

2 a  1,32   0,15   0,045 (2.38)

( Q T . ) _{p R} (2.39)

  ( . ) h A

Dimana: Q : Debit dengan periode hidrograf Y : Perbandingan debit periode hidrograf dengan debit puncak

Setelah  dan a dihitung, maka nilai y untuk masing-masing x dapat dihitung

p p

(dengan membuat table), dari nilai-nilai tersebut diperoleh t=xT dan Q=y.Q , selanjutnya dibuat grafik hidrograf satuan.

BAB II TINJAUAN PUSTAKA - Kajian Metode Hidrograf Satuan Sintetik Pada Sungai Deli