Escolar Documentos
Profissional Documentos
Cultura Documentos
2017
CATCHMENT AREA
DAFTAR ISI
1 PENDAHULUAN .......................................................................................................................... 1
1.2 Tujuan................................................................................................................................. 3
1.4.2 Bahan:......................................................................................................................... 4
2 METODOLOGI ............................................................................................................................. 5
Page ii
Analisa Debit PLTM Lawe Sikap 2017
2.8.2.1.1 Hidrograf............................................................................................................................. 42
3.1.3 Hasil pemodelan debit dengan metode Mock dan NRECA ...................................... 53
Page iii
Analisa Debit PLTM Lawe Sikap 2017
4 KESIMPULAN ............................................................................................................................ 66
Page iv
Analisa Debit PLTM Lawe Sikap 2017
DAFTAR TABEL
Tabel 2 Descriptive characteristics of the validation areas. Ground station data coverage for the
period 2003–2008. Elevation determined from SRTM 90m resolution (Jarvis et al.,2008). Forest
and urban cover determined from GlobCover v2.2 regional land cover map over Southeast Asia
(ESA, 2008). including degraded forest and plantation forest......................................................... 16
Tabel 3 Annual ground station and TRMM precipitation (P , in mm), average difference, relative
bias (to observations), RMSE and correlation coefficients before and after bias correction of
TRMM 3B42RT precipitation estimates over the period 2003–2008............................................... 18
Tabel 5 Daftar metode dan unsur iklim yang diperlukan (Ginting, 2006) ....................................... 23
Tabel 6 Performance of various ETo methods (after Jensen et al., 1990) .......................................... 23
Tabel 9 Nilai Soil Moisture Capacity untuk Berbagai Tipe Tanaman dan Tipe Tanah .................. 28
Tabel 11 Nilai Kritis untuk Distribusi Chi-Square (Uji Satu Sisi) ....................................................... 40
Tabel 13 Data hujan pada Pos Hujan Lawe Alas, Laeaonum dan Bpp. Badar .............................. 47
Page v
Analisa Debit PLTM Lawe Sikap 2017
DAFTAR GAMBAR
Gambar 7 Average monthly ground station rainfall pada 6 lokasi validasi periode 2003–2008. .. 16
Gambar 8 Double mass curve data TRMM terkoreksi dengan data Ground Stations .................. 17
Gambar 9 Grafik data TRMM sebelum&sesudah koreksi dengan Hujan Observasi (2003-2008) 17
Gambar 13 Water surplus merupakan presipitasi yang telah mengalami evapotranspirasi .......... 27
Gambar 16 Peta lokasi dan Thiessen Polygon PLTM Lawe Sikap ................................................ 46
Gambar 17 Grafik hujan bulanan rata-rata hujan observasi & TRMM .......................................... 49
Gambar 22 Flow Duration Curve PLTM Lawe Sikap dengan NRECA ......................................... 55
Page vi
Analisa Debit PLTM Lawe Sikap 2017
Gambar 25 Grafik time series hujan dan debit pembangkitan PLTM Lawe Sikap......................... 58
Page vii
Analisa Debit PLTM Lawe Sikap 2017
DAFTAR LAMPIRAN
Page viii
Analisa Debit PLTM Lawe Sikap 2017
1 PENDAHULUAN
Air merupakan salah satu sumber daya alam dan kebutuhan hidup yang paling penting dan
merupakan unsur sadar bagi semua perikehidupan di bumi. Tanpa air, berbagai proses
kehidupan tidak dapat berlangsung. Air termasuk sumber daya alam yang dapat
diperbaharui (renewable) oleh alam dan karena itu, air dianggap sebagai sumber daya alam
yang tidak dapat habis. Air dianggap pula sebagai milik umum (common property) dan
terkesan gratis. Sehingga penggunaanya sering dilakukan secara tidak hemat dan kurang
hati-hati. Anggapan itu keliru, karena air terbatas jumlahnya dan memiliki siklus tata air yang
relatif tetap. Sekarang ini ketersediaan sumber daya air dirasakan semakin terbatas sehingga
penggunaannya ditinjau dari segi warung jamu (waktu ruang, jumlah, dan mutu) harus
efisien dan memperhatikan keseimbangan antara pasokan (supply system) dengan tuntutan
penggunaan (demand system).
Debit merupakan komponen dasar dari setiap perencanaan proyek sumberdaya air,karena
melalui debit kita dapat mengetahui seberapa besar kapasitas bangunan yang akan kita buat
sesuai dengan kondisi yang ada pada tempat di mana proyek tersebut akan dibangun.
Besarnya debit yang diperlukan dalam merencanakan proyek sumberdaya air harus
diperhitungkan secara tepat sesuai dengan kegunaannya baik untuk irigasi, air minum
maupun pembangkit tenaga listrik. Besarnya debit yang dibutuhkan untuk keperluan
tertentu sepanjang tahun pada suatu daerah pengaliran sungai disebut debit andalan. Debit
andalan adalah debit minimum sungai dengan kemungkinan debit terpenuhi dalam
prosentase tertentu, misalnya 90%, 80% atau nilai prosentase lainnya, sehingga dapat
dipakai untuk berbagai kebutuhan. Debit andalan pada umumnya dianalisis sebagai debit
rata-rata untuk periode 10 hari, setengah bulanan atau bulanan.
Page 1
Analisa Debit PLTM Lawe Sikap 2017
Kemungkinan tak terpenuhi dapat ditetapkan 20%, 30% atau nilai lainnya untuk menilai
tersedianya air berkenaan dengan kebutuhan pengambilan (diversion requirement).
Untuk menunjang proses perencanaan bendung maka berbagai teori dan rumus-rumus dari
berbagai studi pustaka sangat diperlukan, terutama ketika pengolahan data maupun desain
rencana bangunan air.
Debit banjir rencana atau design flood adalah debit maksimum di sungai atau saluran
alamiah dengan periode ulang yang sudah ditentukan yang dapat dialirkan tanpa
membahayakan proyek irigasi dan stabilitas bangunan bangunannya. Perhitungan debit
banjir rencana pada pekerjaan ini dipergunakan untuk perencanaan bangunan utama atau
bendung yaitu bendung Lawe Sikap. Dalam merencanakan bangunan air, analisis awal yang
perlu ditinjau adalah analisis hidrologi. Analisis hidrologi diperlukan untuk menentukan
besarnya debit banjir rencana yang mana debit banjir rencana akan berpengaruh besar
terhadap besarnya debit maksimum maupun kestabilan konstruksi yang akan dibangun.
Pada perencanaan bendung , analisis hidrologi untuk perencanaan, meliputi tiga hal , yaitu:
2. Tampungan bendung.
3. Banjir desain untuk menentukan kapasitas dan dimensi bangunan pelimpah (spillway).
Untuk menghitung semua besaran tersebut diatas, lokasi dari rencana bendung harus
ditentukan dan digambarkan pada peta. Hal ini dilakukan karena penetapan dari hujan rata –
rata dan evapotranspirasi tergantung dari tempat yang ditentukan. Perhitungan hidrologi
sebagai penunjang pekerjaan desain, dibutuhkan data meteorology dan hidrometri. Data
hujan harian selanjutnya akan diolah menjadi data curah hujan rencana, yang kemudian akan
diolah menjadi debit banjir rencana.
Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi
(hydrologic phenomena), seperti besarnya: curah hujan, temperatur, penguapan, lamanya
penyinaran matahari, kecepatan angin, debit sungai, tinggi muka air sungai, kecepatan aliran,
konsentrasi sedimen sungai akan selalu berubah terhadap waktu. Data hidrologi dianalisis
untuk membuat keputusan dan menarik kesimpulan mengenai fenomena hidrologi
berdasarkan sebagian data hidrologi yang dikumpulkan. Untuk perencanaan bendung
analisis hidrologi yang terpenting yaitu dalam menentukan debit banjir rencana dan debit
andalan.
Page 2
Analisa Debit PLTM Lawe Sikap 2017
Meskipun demikian, tidaklah mudah untuk mendapatkan suatu data riwayat waktu yang
cukup lama dan lengkap dari debit suatu sungai. Hambatan utama biasanya adalah tidak
tersedianya data debit pada tempat yang akan dibangun infrastruktur SDA-nya. Masukan
utama untuk memperoleh debit sungai, yaitu dari data meteorologi dan klimatologi seperti
data hujan yang ternyata juga sering tidak lengkap. Pada kajian ini, akan dipaparkan cara
pengolahan data untuk mendapatkan prediksi debit sungai yang dapat digunakan pada
proses perancangan.
Pengamatan curah hujan dilakukan dengan alat pencatat curah hujan (rain gauge) baik
secara manual maupun automatis. Alat pengukur volume curah hujan dalam waktu 24 jam
adalah yang paling umum digunakan dikenal dengan alat pengukur hujan tipe observatori.
Sedangkan alat pengukur yang mencatat intensitas dalam satuan waktu lebih kecil dari 24
jam diantaranya adalah tipe Hi/mann. Pencatatan curah hujan atau beberapa unsur
meteorologi secara otomatis yang dimaksud adalah secara elektro-mekanik yaitu unsur yang
diamati oleh berbagai sensor dirubah kedalam bentuk sinyal elektronik yang dikonversi
sesuai besaran dari unsur-unsur yang diamati. Secara umum alat ini dikenal dengan
Automatic Weather Station (AWS). Perkembangan teknologi terutama penginderaan jarak
jauh seperti satelit dan radar, pengukuran curah hujan sekarang telah menggunakan
teknologi tersebut sehingga memungkinkan pemantauan curah hujan pada wilayah yang luas
bahkan tempat yang tidak dapat dijangkau oleh peralatan konvensional. Khusus untuk
wilayah tropik, saat ini telah tersedia sebuah perangkat penginderaan jauh yang melakukan
misi pengukuran curah hujan di wilayah tropik menggunakan satelit TRMM (Tropical Rainfall
Measuring Mission).
1.2 Tujuan
1. Mendapatkan data debit pembangkitan dari data hujan dan klimatologi pada PLTM
Lawe Sikap.
2. Menghitung debit banjir rencana berdasarkan besarnya curah hujan rencana pada
PLTM Lawe Sikap pada periode ulang T tahun.
Page 3
Analisa Debit PLTM Lawe Sikap 2017
PLTM Lawe Sikap terletak pada koordinat 97°45'59,50" BT dan 03°29'33" LU. tepat di
Sungai Lawe Sikap, terletak di Desa Batu Mbulan I, Kecamatan Babussalam, Kabupaten Aceh
Tenggara, Provinsi Aceh. Luas catchment area PLTM Lawe Sikap adalah 62,44 km² dengan
panjang sungai utama sepanjang 17,50 km.
2. Software ArcGis
5. Software Hec-Ras
1.4.2 Bahan:
1. Data Hujan
2. Data Klimatologi
3. Data TRMM
4. Data SRTM
Page 4
Analisa Debit PLTM Lawe Sikap 2017
2 METODOLOGI
Siklus hidrologi merupakan salah satu aspek penting yang diperlukan pada proses analisis
hidrologi. Siklus hidrologi menurut Suyono (2006) adalah air yang 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. Sedangkan siklus
hidrologi menurut Soemarto (1987) adalah gerakan air laut ke udara, yang kemudian jatuh
ke permukaan tanah lagi sebagai hujan atau bentuk presipitasi lain, dan akhirnya mengalir ke
laut kembali. Dalam siklus hidrologi ini terdapat beberapa proses yang saling terkait, yaitu
antara proses hujan (presipitation), penguapan (evaporation), transpirasi, infiltrasi,
perkolasi, aliran limpasan (runoff), dan aliran bawah tanah. Secara sederhana siklus hidrologi
dapat ditunjukan seperti pada Gambar 1 berikut
Presipitasi adalah peristiwa jatuhnya cairan (dapat berbentuk cair atau beku) dari
atmosphere ke permukaan bumi. Presipitasi cair dapat berupa hujan dan embun dan
presipitasi beku dapat berupa salju dan hujan es. Dalam uraian selanjutnya yang dimaksud
dengan presipitasi adalah hanya yang berupa hujan.
Page 5
Analisa Debit PLTM Lawe Sikap 2017
Satelit TRMM diluncurkan pada tanggal 27 November 1997 pada jam 6:27 pagi waktu Jepang
dan dibawa oleh roket H-II di pusat stasiun peluncuran roket milik JAXA (Japan Aerospace
Exploration Agency) di Tanegashima-Jepang. TRMM membawa 5 buah sensor yaitu PR, TMI,
VIRS, CERES (Clouds and the Earth’s Radiant Energy System), dan LIS (Lightning Imaging
Sensor). Akan tetapi yang sering digunakan untuk mengambil data hujan hanya dua jenis
sensor yaitu PR dan TMI. TRMM disponsori oleh NASA (National Aeronautics and Space
Administration) dari USA dan JAXA yang dulu disebut NASDA (National Space Development
Agency) dari Jepang dan merupakan satelit pertama yang mengkhususkan diri untuk
penelitian tentang hujan.
Program TRMM adalah untuk penelitian jangka panjang yang didesain untuk studi tentang
tanah, laut, udara, es, dan sistem total kehidupan di bumi (Xie et al., 2007). TRMM mampu
mengobservasi struktur hujan, jumlah dan distriibusinya di daerah tropis dan sub tropis
serta berperan penting untuk mengetahui mekanisme perubahan iklim global dan
memonitoring variasi lingkungan.
Gambar di bawah adalah gambar jangkuan dari orbit TRMM. Data yang dihasilkan meliputi
50 LU sampai 50 LS dan 180 BT sampai 180 BB.
Page 6
Analisa Debit PLTM Lawe Sikap 2017
Data hujan yang dihasilkan oleh TRMM memiliki tipe dan bentuk yang cukup beragam yang
dumulai dari level 1 sampai level 3. Level 1 merupakan data yang masih dalam bentuk raw
dan telah dikalibrasi dan dikoreksi geometrik, Level 2 merupakan data yang telah memiliki
gambaran paramater geofisik hujan pada resolusi spasial yang sama akan tetapi masih dalam
kondisi asli keadaan hujan saat satelit tersebut melewati daerah yang direkam, sedangkan
level 3 merupakan data yang telah memiliki nilai-nilai hujan, khususnya kondisi hujan
bulanan yang merupakan penggabungan dari kondisi hujan dari level 2 (Feidas 2010).
Adapun data-data hujan yang dihasilkan adalah seperti tipe hujan, jumlah hujan, rata-rata
jumlah hujan pada ketinggian tertentu, dan lain-lainnya. Setiap level dan tipe memiliki
kekurangan dan kelebihan, khususnya bila ingin mengetahui lebih dalam keadaan hujan.
Untuk mendapatkan data hujan dalam bentuk mili meter (mm) sebaiknya menggunakan
level 3. Gambar di bawah merupakan diagram alir algoritma TRMM untuk mendapatkan level
dan tipe data tertentu, termasuk input data dan outputnya.
Page 7
Analisa Debit PLTM Lawe Sikap 2017
Data-data hujan yang diperoleh dari TRMM telah aplikasikan untuk berbagai kepentingan
seperti pengamatan iklim/cuaca, analisis iklim, analisis anomali hujan, verifikasi model iklim,
dan studi hidrologi. Untuk lebih jelas tentang pengaplikasian data TRMM ini akan dibahas
pada tulisan berikutnya. Saran terpenting dari penulis tentang pemanfaatan data TRMM
adalah jangan menggunakan data ini untuk mencari/mengetahui jumlah hujan
(kuantitasnya) dalam bentuk mm/bulan atau mm/hari karena masih memiliki tingkat
kesalahan atau bias eror yang cukup besar.
Page 8
Analisa Debit PLTM Lawe Sikap 2017
Oleh karena itu sebelum digunakan untuk mencari/mengetahui jumlah hujan (kuantitasnya)
dalam bentuk mm/bulan atau mm/hari, maka nilai bias eror tersebut harus dihilangkan
terlebih dahulu dengan koefisien nilai bias eror rata-rata data TRMM. Akan tetapi bila hanya
sekedar untuk mengetahui kualitas hujan (dalam bentuk kata-kata seperti deras, besar, atau
kecilnya hujan), pola hujan, sebaran spasial hujan, persentase anomali hujan, ataupun
hubungan curah hujan dengan pengendali-pengendali hujan (ENSO, IOD, dll), maka data
TRMM sudah bisa digunakan karena nilai bias eror hujan yang dihasilkan cukup seragam dan
konstan untuk setiap waktu, musim dan lokasi.
Untuk mendapatkan data-data satelit TRMM silakan kunjungi halaman website TRMM bagian
Data Holdings di alamat http://disc.sci.gsfC.nasa.gov/daacbin/DataHoldingsPDISC.pl dengan
browser. Pada halaman tersebut terdapat 4 (empat) bagian utama, yaitu Data Product,
Product Information, Data Access Methods, dan Data Visualization Tools. Pada bagian Data
Product kita dapat memilih satu jenis dataset yang kita inginkan dari 31 buah pilihan dataset
yang tersedia pada tombol menu drop-down.
Setelah data TRMM yang kita butuhkan berhasil diunduh. langkah berikutnya adalah
mendapatkan nilai curah hujan yang terkandung dalam data TRMM. Untuk itu perlu
dilakukan ekstraksi data terlebih dahulu. Sesuai dengan namanya, Gridded 3B42 : 3-Hour
0.25x0.25 degree merged estimates, data ini memiliki resolusi spasial 0.25° x 0.25° atau ~27.5
km dan resolusi waktu tiap 3 jam, berformat NetCDF. Aplikasi khusus bernama
"Getdata_TRMM" digunakan untuk mengekstrak data TRMM ini. Untuk menjalankan aplikasi
ini perlu di-instal terlebih dahulu Matlab Compiler Runtime Installer (MCR Installer).
Hasil pengukuran data hujan dari masing-masing alat pengukuran hujan adalah merupakan
data hujan suatu titik (point rainfall). Padahal untuk kepentingan analisis yang diperlukan
adalah data hujan suatu wilayah (areal rainfall). Ada beberapa cara untuk mendapatkan data
hujan wilayah yaitu :
Page 9
Analisa Debit PLTM Lawe Sikap 2017
Cara ini merupakan cara yang paling sederhana yaitu hanya dengan membagi rata
pengukuran pada semua stasiun hujan dengan jumlah stasiun dalam wilayah tersebut. Sesuai
dengan kesederhanaannya maka cara ini hanya disarankan digunakan untuk wilayah yang
relatif mendatar dan memiliki sifat hujan yang relatif homogen dan tidak terlalu kasar.
Persamaan 1
Cara ini selain memperhatikan tebal hujan dan jumlah stasiun, juga memperkirakan luas
wilayah yang diwakili oleh masing-masing stasiun untuk digunakan sebagai salah satu faktor
dalam menghitung hujan rata-rata daerah yang bersangkutan. Poligon dibuat dengan cara
menghubungkan garis-garis berat diagonal terpendek dari para stasiun hujan yang ada.
Persamaan 2
Page 10
Analisa Debit PLTM Lawe Sikap 2017
Isohiet adalah garis yang menghubungkan tempat-tempat yang mempunyai tinggi hujan yang
sama. Metode ini menggunakan isohiet sebagai garis-garis yang membagi daerah aliran
sungai menjadi daerah-daerah yang diwakili oleh stasiun-stasiun yang bersangkutan, yang
luasnya dipakai sebagai faktor koreksi dalam perhitungan hujan rata-rata.
Persamaan 3
Penentuan atau pemilihan metode curah hujan daerah dapat dihitung dengan parameter luas
daerah tinjauan sebagai berikut (Sosrodarsono, 2003: 51):
1. Untuk daerah tinjauan dengan luas 250 ha dengan variasi topografi kecil diwakili
oleh sebuah stasiun pengamatan.
2. Untuk daerah tinjauan dengan luas 250 – 50.000 ha yang memiliki 2 atau 3 stasiun
pengamatan dapat menggunakan metode rata-rata aljabar.
3. Untuk daerah tinjauan dengan luas 120.000 – 500.000 ha yang memiliki beberapa
stasiun pengamatan tersebar cukup merata dan dimana curah hujannya tidak terlalu
dipengaruhi oleh kondisi topografi dapat menggunakan metode rata-rata aljabar,
tetapi jika stasiun pengamatan tersebar tidak merata dapat menggunakan metode
Thiessen.
4. Untuk daerah tinjauan dengan luas lebih dari 500.000 ha menggunakan metode
Isohiet atau metode potongan antara.
Sebelum data hujan digunakan untuk berbagai analisis, harus dilakukan pengujian terlebih
dahulu tentang akurasi dan kebenaran data. Dalam pekerjaan ini dilakukan dua metode
untuk menguji kebenaran dan akurasi data hujan, yaitu korelasi dan kurva massa ganda.
Page 11
Analisa Debit PLTM Lawe Sikap 2017
2.3.1 Korelasi
Dengan mengasumsikan bahwa dua variabel data yang digunakan pada penelitian ini adalah
linear, maka kuat-lemahnya keterhubungan dua variable tersebut dapat dikuantifikasi
dengan koefisien korelasi, yang diperoleh dari persamaan berikut:
Persamaan 4
Koefisien korelasi selalu menghasilkan nilai diantara -1 dan 1, dimana nilai 1 atau -1
mengindikasikan korelasi yang sempurna (kuat). Dalam hal ini dua buah variable yang
dikorelasikan akan berbanding lurus atau terbalik secara konsisten. Korelasi yang positif
mengindikasikan dua buah variable yang berbanding lurus secara konsisten, dalam arti
kenaikan nilai pada satu variable akan diikuti pula oleh kanaikan nilai di variabel yang lain.
Sedangkan korelasi negatif mengindikasikan dua buah variabel yang berbanding terbalik,
dalam arti kenaikan nilai di satu variable akan diikuti secara konsisten dengan penurunan
nilai di variabel yang kedua.
Nilai korelasi 0 berarti tidak ada keterhubungan antara dua buah variabel. Hasil korelasi
yang dihasilkan oleh formula diatas ini tidak terpengaruh pada perubahan skala atau satuan
pengukuran karena pada saat penggunaan formula tersebut skala atau satuan pengukuran
sudah distandarkan oleh pengguna. Berikut adalah tabel untuk tiap nilai korelasi (r).
Correlation (r ) Interpretasi
0 Tidak berkorelasi
0,01-0,20 Korelasi Sangat rendah
0,21-0,40 Rendah
0,41-0,60 Agak rendah
0,61-0,80 Cukup
0,81-0,99 Tinggi
1 Sangat tinggi
Page 12
Analisa Debit PLTM Lawe Sikap 2017
Besarnya presipitasi diukur dengan menggunakan alat penakar curah hujan yang umumnya
terdiri atas dua jenis yaitu alat penakar hujan tidak otomatis dan alat penakar hujan
otomatis. Alat penakar hujan tidak otomatis pada dasarnya berupa kontainer atau ember
yang telah diketahui diameternya. Untuk mendapatkan data presipitasi yang memadai
dengan menggunakan alat penakar hujan tidak otomatis, alat penampung air hujan biasanya
dibuat dalam bentuk bulat memanjang ke arah vertikal untuk memperkecil terjadinya
percikan air hujan. Diameter dan ketinggian bidang penangkap air hujan bervariasi dari satu
negara ke negara lainnya. Pengukuran presipitasi dengan menggunakan alat penakar hujan
tidak otomatis dilakukan dengan cara air hujan yang tertampung dalam tempat
penampungan air hujan tersebut diukur volumenya setiap interval waktu tertentu atau
setiap satu kejadian hujan. Dengan cara pengukuran presipitasi tersebut hanya diperoleh
data curah hujan selama periode waktu tertentu.
Alat penakaran curah hujan otomatis adalah alat penakar hujan yang mekanisme pencatatan
besarnya curah hujan bersifat otomatis dengan cara ini, data hujan bersifat otomatis dengan
cara ini, data hujan yang diperoleh selain besarnya curah hujan selama periode waktu
tertentu, juga dapat dicatat lama waktu hujan, dan dengan demikian, besarnya intensitas
hujan dapat ditentukan. Menentukan lokasi yang tepat untuk alat penakar presipitasi tidak
gampang. Alat ukur tersebut mampu mewakili derah yang kita amati. Tempat terbaiak untuk
lokasi aat penakar hujan adalah bidang permukaan tanah yang landai.
Uraian tersebut di atas menunjukkan bahwa penyebaran data curah hujan dalam kaitannya
dengan dimensi ruang tampak berkaitan dengan faktor – faktor meteorologi dann topografi.
Secara umum, dapat dikatakan bahwa daerah yang relatif datar, jumlah alat penakar hujan
yang diperlukan dalam suatu sistem pengukuran presipitasi yang terpadu adalah lebih
sedikit dibandingkan dengan daerah yang sama luasnya tapi terletak di pegunungan.
Perubahan atau pemindaan lokasi stasiun hujan, gangguan lingkungan, kerusakan
instrumentasi, ketidaksesuaian prosedure pengukuran seringkali menjadikan adanya
perubahan relatif terhadap nilai data hujan yang tercatat. Oleh karena itu untuk
menghasilkan hasil analisa hidrologi yang baik, pemeriksaan terhadap konsistensi data hujan
sangat diperlukan seperti pada Gambar 5 berikut ini:
Page 13
Analisa Debit PLTM Lawe Sikap 2017
Jika terdapat data curah hujan tahunan dengan jangka waktu pengamatan yang panjang,
maka kurva massa ganda itu dapat digunakan untuk memperbaiki kesalahan pengamatan
yang terjadi yang disebabkan oleh perubahan posisi atau cara pemasangan yang tidak baik
dari alat ukur curah hujan. Kesalahan-kesalahan pengamatan tidak dapat ditentukan dari
setiap data pengamatan. Data curah hujan tahunan jangka waktu yang panjang dari alat yang
bersangkutan itu harus dibandingkan dengan data curah hujan rata-rata sekelompok alat
ukur dalam periode yang sama.
Prosedur yang digunakan oleh “U.S.Environmental Data Service” untuk melakukan analisa
kurva massa ganda untuk uji konsistensi data ini adalah sebagai berikut :
Page 14
Analisa Debit PLTM Lawe Sikap 2017
6. Melakukan analisa terhadap konsistensi data hujan dengan cara membuat garis lurus
pada diagram pencar dan melakukan analisa menentukan apakah ada perubaan slope
atau tidak pada garis lurus yang dibuat pada diagram pencar, jika terjadi perubaan
slope , maka pada titik setelah mengalami perubaan perlu adanya koreksi terhadap
pencatatan data hujan dengan cara mengalikan dengan koefisien (K) yang dihitung
berdasarkan perbandingan slope setelah mengalami perubahan (S2) dan Slope sebelum
mengalami perubahan (S1) atau K = S2/S1.
Pengujian dengan metode ini akan memberikan hasil yang baik, jika dalam suatu DAS
terdapat banyak stasiun hujan, karena dengan jumlah stasiun hujan yang banyak akan
memberikan nilai rata-rata hujan tahunan sebagai pembanding terhadap stasiun yang di uji
lebih dapat mewakili secara baik. Oleh karena itu jumlah minimal stasiun hujan untuk
pengujian ini adalah 3 stasiun hujan dan jika hanya terdapat 2 stasiun hujan atau bahkan 1
stasiun hujan, maka tidak dapat dilakukan pengujian konsistensi data hujan dan oleh
karenanya kita asumsikan bahwa data yang ada adalah konsisten.
Persamaan 5
Page 15
Analisa Debit PLTM Lawe Sikap 2017
Tabel 2 Descriptive characteristics of the validation areas. Ground station data coverage for the period
2003–2008. Elevation determined from SRTM 90m resolution (Jarvis et al.,2008). Forest and urban cover
determined from GlobCover v2.2 regional land cover map over Southeast Asia (ESA, 2008). including
degraded forest and plantation forest.
Sedangkan data ground station yang digunakan untuk validasi adalah data hujan bulanan
dari keenam lokasi. Berikut adalah time series data ground station untuk keenam lokasi.
Gambar 7 Average monthly ground station rainfall pada 6 lokasi validasi periode 2003–2008.
Hasil dari perhitungan koreksi TRMM data selanjutnya dibandingkan dengan data ground
satation. Untuk melihat konsistensi dari data maka dilakukan pengecekan dengan double
mass curve. Gambar 8 beikut adalah double mass curve hujan bulanan untuk keenam lokasi.
Page 16
Analisa Debit PLTM Lawe Sikap 2017
Gambar 8 Double mass curve data TRMM terkoreksi dengan data Ground Stations
Semakin mendekali dengan sumbu x=y maka data TRMM berarti semakin bagus dan
konsisten dengan data hujan, demikian juga sebaliknya semakin menjauhi x=y berarti
semakin buruk. Dari grafik diatas terlihat lokasi paling baik adalah Banjar Baru. Selain
dengan double mass curve juga dilakukan pengeplotan data ground satation, dengan data
TRMM sebelum dan sesudah koreksi. Data yang digunakan adalah rata-rata hujan bulanan.
Untuk lebih jelasnya dapat dilihat pada Gambar 9 berikut ini.
Gambar 9 Grafik data TRMM sebelum&sesudah koreksi dengan Hujan Observasi (2003-2008)
Page 17
Analisa Debit PLTM Lawe Sikap 2017
Untuk melihat sejauh mana korelasi dan besarnya RMSE antara data TRMM dengan Hujan
Ground Station maka dilakukan perhitungan dengan hasil tersaji pada tabel berikut ini.
Tabel 3 Annual ground station and TRMM precipitation (P , in mm), average difference, relative bias (to
observations), RMSE and correlation coefficients before and after bias correction of TRMM 3B42RT
precipitation estimates over the period 2003–2008.
Kesimpulannya adalah data TRMM memiliki korelasi yang baik dengan nilai R² antara 0,83 –
0,95 sebelum koreksi dan menjadi 0,84 – 0,96 setelah dikoreksi. Nilai RMSE berkisar dari 56
– 94,9 sebelum proses koreksi menjadi 49,3 – 79,8 setelah koreksi.
Hasil penaksiran atau perkiraan debit limpasan (run-off) tidak bisa menggantikan
dokumentasi data aliran sungai. Namun dalam hal dimana sangat dibutuhkan tersedianya
data tersebut, maka diperlukan adanya penaksiran atau perkiraan. Ada banyak metode untuk
menaksir debit limpasan. Akurasi dari masing-masing metode tersebut bergantung pada
keseragaman dan keandalan data yang tersedia. Salah satu metode tersebut adalah Metode
Mock. Metode Mock adalah suatu metode untuk memperkirakan keberadaan air berdasarkan
konsep water balance. Keberadaan air yang dimaksud di sini adalah besarnya debit suatu
daerah aliran sungai.
Data yang digunakan untuk memperkirakan debit ini berupa data klimatologi dan
karakteristik daerah aliran sungai. Metode Mock dikembangkan oleh Dr. F. J. Mock
berdasarkan atas daur hidrologi. Metode Mock merupakan salah satu dari sekian banyak
metode yang menjelaskan hubungan rainfall-runoff. Secara garis besar model rainfall-runoff
bisa dilihat pada Gambar 10.. Metode Mock dikembangkan untuk menghitung debit bulanan
rata-rata. Data-data yang dibutuhkan dalam perhitungan debit dengan Metode Mock ini
adalah data klimatologi, luas dan penggunaan lahan dari catchment area.
Page 18
Analisa Debit PLTM Lawe Sikap 2017
Pada prinsipnya, Metode Mock memperhitungkan volume air yang masuk, keluar dan yang
disimpan dalam tanah (soil storage). Volume air yang masuk adalah hujan. Air yang keluar
adalah infiltrasi, perkolasi dan yang dominan adalah akibat evapotranspirasi. Perhitungan
evapotranspirasi menggunakan Metode Penmann. Sementara soil storage adalah volume air
yang disimpan dalam pori-pori tanah, hingga kondisi tanah menjadi jenuh. Secara
keseluruhan perhitungan debit dengan Metode Mock ini mengacu pada water balance ,
dimana volume air total yang ada di bumi adalah tetap, hanya sirkulasi dan distribusinya
yang bervariasi. Proses perhitungan yang dilakukan dalam Metode Mock dijelaskan secara
umum dalam Gambar 11 berikut ini.
Page 19
Analisa Debit PLTM Lawe Sikap 2017
dengan:
P = presipitasi.
Ea = evapotranspirasi.
ΔGS = perubahan groundwater storage .
TRO = total run off
Water balance merupakan siklus tertutup yang terjadi untuk suatu kurun waktu pengamatan
tahunan tertentu, dimana tidak terjadi perubahan groundwater storage atau ΔGS = 0.
Artinya awal penentuan groundwater storage adalah berdasarkan bulan terakhir dalam
tinjauan kurun waktu tahunan tersebut.
P = Ea + TRO Persamaan 7
Beberapa hal yang dijadikan acuan dalam prediksi debit dengan Metode Mock sehubungan
dengan water balance untuk kurun waktu (misalnya 1 tahun) adalah sebagai berikut:
a. Dalam satu tahun, perubahan groundwater storage (ΔGS) harus sama dengan nol.
b. Jumlah total evapotranspirasi dan total run off selama satu tahun harus sama dengan
total precipitation yang terjadi dalam tahun itu.
Dengan tetap memperhatikan kondisi-kondisi batas water balance di atas, maka prediksi
debit dengan Metode Mock diharapkan dapat akurat.
Page 20
Analisa Debit PLTM Lawe Sikap 2017
2.5.3 Evapotranspirasi
Evapotranspirasi merupakan faktor penting dalam memprediksi debit dari data curah hujan
dan klimatologi dengan menggunakan Metode Mock. Alasannya adalah karena
evapotranspirasi ini memberikan nilai yang besar untuk terjadinya debit dari suatu daerah
aliran sungai. Evapotranspirasi diartikan sebagai kehilangan air dari lahan dan permukaan
air dari suatu daerah aliran sungai akibat kombinasi proses evaporasi dan transpirasi. Lebih
rinci tentang evapotranspirasi potensial dan evapotranspirasi aktual diuraikan di bawah ini.
Page 21
Analisa Debit PLTM Lawe Sikap 2017
1. Evapotranspirasi Potensial
Page 22
Analisa Debit PLTM Lawe Sikap 2017
Tabel 5 Daftar metode dan unsur iklim yang diperlukan (Ginting, 2006)
Page 23
Analisa Debit PLTM Lawe Sikap 2017
Lanjutan Tabel 6
1Over- or underestimation as percentage from 11 lysimeter data locations, corrected for reference type
2 Weighted standard error of estimates, mm/day
Dengan banyaknya metode yang tersedia, dan dengan unsur data iklim yang
digunakan sangat beragam dengan variasi hasil yang diperoleh juga sangat beragam.
Dengan demikian, maka Smith (1990) melakukan penelitian untuk membandingkan
sekitar 20 metode perhitungan evapotranspirasi yang ada dengan data pengukuran
lapangan.
Hasil dari penelitian tersebut selanjutnya diberi urutan rangking, metode mana yang
paling baik untuk digunakan dengan tingkat kesalahan yang sangat kecil. Hasil
penelitian tersebut dapat dilihat pada Tabel 6 diatas.
Keterangan :
ETo : Evapotranspirasi acuan (mm/hari)
Page 24
Analisa Debit PLTM Lawe Sikap 2017
60o 0.15 0.2 0.26 0.32 0.38 0.41 0.4 0.34 0.28 0.22 0.17 0.13
58o 0.16 0.21 0.26 0.32 0.37 0.4 0.39 0.34 0.28 0.23 0.18 0.15
56o 0.17 0.21 0.26 0.32 0.36 0.39 0.38 0.33 0.28 0.23 0.18 0.16
54o 0.18 0.22 0.26 0.31 0.36 0.38 0.37 0.33 0.28 0.23 0.19 0.17
52o 0.19 0.22 0.27 0.31 0.35 0.37 0.36 0.33 0.28 0.24 0.2 0.17
50o 0.19 0.23 0.27 0.31 0.34 0.36 0.35 0.32 0.28 0.24 0.2 0.18
48o 0.2 0.23 0.27 0.31 0.34 0.36 0.35 0.32 0.28 0.24 0.21 0.19
46o 0.2 0.23 0.27 0.3 0.34 0.35 0.34 0.32 0.28 0.24 0.21 0.2
44o 0.21 0.24 0.27 0.3 0.33 0.35 0.34 0.31 0.28 0.25 0.22 0.2
42o 0.21 0.24 0.27 0.3 0.33 0.34 0.33 0.31 0.28 0.25 0.22 0.21
40o 0.22 0.24 0.27 0.3 0.32 0.34 0.33 0.31 0.28 0.25 0.22 0.21
35o 0.23 0.25 0.27 0.29 0.31 0.32 0.32 0.3 0.28 0.25 0.23 0.22
30o 0.24 0.25 0.27 0.29 0.31 0.32 0.31 0.3 0.28 0.26 0.24 0.23
25o 0.24 0.26 0.27 0.29 0.3 0.31 0.31 0.29 0.28 0.26 0.25 0.24
20o 0.25 0.26 0.27 0.28 0.29 0.3 0.3 0.29 0.28 0.26 0.25 0.25
15o 0.26 0.26 0.27 0.28 0.29 0.29 0.29 0.28 0.28 0.27 0.26 0.25
10o 0.26 0.27 0.27 0.28 0.28 0.29 0.29 0.28 0.28 0.27 0.26 0.26
5o 0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.27 0.27 0.27
0o 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27
3. Evapotranspirasi Aktual
Jika dalam evapotranspirasi potensial air yang tersedia dari yang diperlukan oleh
tanaman selama proses transpirasi berlebihan, maka dalam evapotranspirasi aktual ini
jumlah air tidak berlebihan atau terbatas. Jadi evapotranspirasi aktual adalah
evapotranspirasi yang terjadi pada kondisi air yang tersedia terbatas. Evapotranspirasi
aktual dipengaruhi oleh proporsi permukaan luar yang tidak tertutupi tumbuhan hijau
(exposed surface) pada musim kemarau. Besarnya exposed surface (m) untuk tiap daerah
berbedabeda. F.J. Mock mengklasifikasikan menjadi tiga daerah dengan masing-masing
nilai exposed surface ditampilkan pada Tabel 8.
Sudirman (2002)
Page 25
Analisa Debit PLTM Lawe Sikap 2017
Selain exposed surface, evapotranspirasi aktual juga dipengaruhi oleh jumlah hari hujan
(n) dalam bulan yang bersangkutan. Menurut Mock, rasio antara selisih evapotranspirasi
potensial dan evapotranspirasi aktual dengan evapotranspirasi potensial dipengaruhi
oleh exposed surface (m) dan jumlah hari hujan (n), seperti ditunjukan dalam formulasi
sebagai berikut.
Persamaan 9
sehingga:
Persamaan 10
Dari formulasi diatas dapat dianalisis bahwa evapotranspirasi potensial akan sama
dengan evapotranspirasi aktual (atau ΔE = 0) jika:
a. Evapotranspirasi terjadi pada hutan primer atau hutan sekunder. Dimana daerah ini
memiliki harga exposed surface (m) sama dengan nol (0).
b. Banyaknya hari hujan dalam bulan yang diamati pada daerah itu sama dengan 18
hari.
Eactual = EP – ΔE Persamaan 11
WS = (P – Ea) + SS Persamaan 12
Page 26
Analisa Debit PLTM Lawe Sikap 2017
Dengan memperhatikan Gambar 13, maka water surplus merupakan air limpasan permukaan
ditambah dengan air yang mengalami infiltrasi. Tampungan kelembaban tanah (soil moisture
storage, disingkat SMS) terdiri dari kapasitas kelembaban tanah (soil moisture capacity,
disingkat SMC), zona infiltrasi, limpasan permukaan tanah dan tampungan tanah (soil
storage, disingkat SS).
dengan:
ISMS = initial soil moisture storage (tampungan kelembaban tanah awal), merupakan
soil moisture capacity (SMC) bulan sebelumnya.
P–Ea = presipitasi yang telah mengalami evapotranspirasi.
Asumsi yang dipakai oleh Dr. F.J. Mock adalah air akan memenuhi SMC terlebih dahulu
sebelum water surplus tersedia untuk infiltrasi dan perkolasi yang lebih dalam atau
melimpas langsung (direct run off). Ada dua keadaan untuk menentukan SMC, yaitu:
a) SMC = 200 mm/bulan, jika P – Ea < 0. Artinya soil moisture storage (tampungan tanah
lembab) sudah mencapai kapasitas maksimumnya atau terlampaui sehingga air tidak
disimpan dalam tanah lembab. Ini berarti soil storage (SS) sama dengan nol dan
besarnya water surplus sama dengan P - Ea.
Page 27
Analisa Debit PLTM Lawe Sikap 2017
b) SMC = SMC bulan sebelumnya + (P – Ea), jika P – Ea < 0. Untuk keadaan ini, tampungan
tanah lembab (soil moisture storage) belum mencapai kapasitas maksimum, sehingga
ada air yang disimpan dalam tanah lembab. Besarnya air yang disimpan ini adalah P –
Ea. Karena air berusaha untuk mengisi kapasitas maksimumnya, maka untuk keadaan ini
tidak ada water surplus (WS = 0). Selanjutnya WS ini akan mengalami infiltrasi dan
melimpas di permukaan (run off). Besarnya infiltrasi ini tergantung pada koefisien
infiltrasi.
Tabel 9 Nilai Soil Moisture Capacity untuk Berbagai Tipe Tanaman dan Tipe Tanah
Page 28
Analisa Debit PLTM Lawe Sikap 2017
Koefisien infiltrasi ditentukan oleh kondisi porositas dan kemiringan daerah pengaliran.
Lahan yang bersifat porous umumnya memiliki koefisien yang cenderung besar. Namun jika
kemiringan tanahnya terjal dimana air tidak sempat mengalami infiltrasi dan perkolasi ke
dalam tanah, maka koefisien infiltrasinya bernilai kecil. Infiltrasi terus terjadi sampai
mencapai zona tampungan air tanah (groundwater storage, disingkat GS). Keadaan
perjalanan air di permukaan tanah dan di dalam tanah diperlihatkan dalam Gambar 13.
a. Infiltrasi (i). Semakin besar infiltrasi maka groundwater storage semakin besar pula, dan
begitu pula sebaliknya.
b. Konstanta resesi aliran bulanan (K). Konstanta resesi aliran bulanan (monthly flow
recession constan) disimbolkan dengan K adalah proporsi dari air tanah bulan lalu yang
masih ada bulan sekarang. Nilai K ini cenderung lebih besar pada bulan basah.
c. Groundwater storage bulan sebelumnya (GSom). Nilai ini diasumsikan sebagai konstanta
awal, dengan anggapan bahwa water balance merupakan siklus tertutup yang ditinjau
selama rentang waktu menerus tahunan tertentu. Dengan demikian maka nilai asumsi
awal bulan pertama tahun pertama harus dibuat sama dengan nilai bulan terakhir tahun
terakhir. Dari ketiga faktor di atas, Mock merumuskan sebagai berikut:
Page 29
Analisa Debit PLTM Lawe Sikap 2017
Seperti telah dijelaskan, metode Mock adalah metode untuk memprediksi debit yang
didasarkan pada water balance. Oleh sebab itu, batasan-batasan water balance ini harus
dipenuhi. Salah satunya adalah bahwa perubahan groundwater storage (ΔGS) selama rentang
waktu tahunan tertentu adalah nol, atau (misalnya untuk 1 tahun):
Persamaan 16
Perubahan groundwater storage (ΔGS) adalah selisih antara groundwater storage bulan yang
ditinjau dengan groundwater storage bulan sebelumnya. Perubahan groundwater storage ini
penting bagi terbentuknya aliran dasar sungai (base flow, disingkat BF). Dalam hal ini base
flow merupakan selisih antara infiltrasi dengan perubahan groundwater storage , dalam
bentuk persamaan:
BF = i – ΔGS Persamaan 17
Jika pada suatu bulan ΔGS bernilai negatif (terjadi karena GS bulan yang ditinjau lebih kecil
dari bulan sebelumnya), maka base flow akan lebih besar dari nilai Infiltrasinya. Karena
water balance merupakan siklus tertutup dengan perioda tahunan tertentu (misalnya 1
tahun) maka perubahan groundwater storage (ΔGS) selama 1 tahun adalah nol. Dari
persaman di atas maka dalam 1 tahun jumlah base flow akan sama dengan jumlah infiltrasi.
Selain base flow, komponen debit yang lain adalah direct run off (limpasan langsung) atau
surface run off (limpasan permukaan). Limpasan permukaan berasal dari water surplus yang
telah mengalami infiltrasi. Jadi direct run off dihitung dengan persamaan:
DRO = WS – I Persamaan 18
Setelah base flow dan direct run off komponen pembentuk debit yang lain adalah storm run
off , yaitu limpasan langsung ke sungai yang terjadi selama hujan deras. Storm run off ini
hanya beberapa persen saja dari hujan. Storm run off hanya dimasukkan ke dalam total run
off , bila presipitasi kurang dari nilai maksimum soil moisture capacity. Menurut Mock storm
run off dipengaruhi oleh percentage factor, disimbolkan dengan PF. Percentage factor adalah
persen hujan yang menjadi limpasan. Besarnya PF oleh Mock disarankan 5% - 10%, namun
tidak menutup kemungkinan untuk meningkat secara tidak beraturan hingga mencapai
37,3%.
Page 30
Analisa Debit PLTM Lawe Sikap 2017
i. Jika presipitasi (P) > maksimum soil moisture capacity maka nilai storm run off = 0.
ii. ii. Jika P < maksimum soil moisture capacity maka storm run off adalah jumlah curah
hujan dalam satu bulan yang bersangkutan dikali percentage factor , atau:
SRO = P x PF Persamaan 19
Dengan demikian maka total run off (TRO) yang merupakan komponenkomponen
pembentuk debit sungai (stream flow) adalah jumlah antara base flow, direct run off dan
storm run off, atau:
Total run off ini dinyatakan dalam mm/bulan. Maka jika TRO ini dikalikan dengan catchment
area (luas daerah tangkapan air) dalam km² dengan suatu angka konversi tertentu
didapatkan besaran debit dalam m³/s.
Debit aliran masuk (inflow), berasal dari hujan yang turun didalam daerah tangkapan air
(catchment area). Sebagian dari hujan tersebut menguap, sebagian lagi turun mencapai
permukaan tanah. Hujan yang turun mancapai tanah sebagian masuk dalam tanah (resapan),
yang akan mengisi pori-pori tanah sebagian mengalir menuju alur sungai sebagai aliran
bawah permukaan, sedangkan sisanya mengalir diatas tanah (aliran permukaan). Jika pori
tanah sudah mengalami kejenuhan, air akan masuk kedalam tampungan air tanah. Gerak air
ini disebut perkolasi. Sedikit demi sedikit air dari tampungan air tanah mengalir keluar
sebagai mata air menuju alur dan disebut aliran dasar. Sisa dari curah hujan yang mengalir di
atas permukaan, disebut aliran permukaan, bersama aliran dasar bergerak masuk menuju
alur sungai. Penguapan peluh (evapotranspirasi) tidak hanya terjadi di atas permukaan tanah
dimana akar-akar tanaman berada.
Page 31
Analisa Debit PLTM Lawe Sikap 2017
Konsep Model NRECA membagi aliran bulanan menjadi dua, yaitu limpasan langsung
(limpasan permukaan dan bawah permukaan) dan aliran dasar. Tampungan juga dibagi dua
yaitu tampungan kelengasan (moisture storage) dan tampungan air tanah (ground water
storage). Sisa dari curah hujan yang mengalir di atas permukaan bersama aliran dasar
bergerak masuk menuju alur sungai. Aliran total yang ada kemudian dikalikan dengan Luas
DAS. Hasil dari perkalian tersebut merupakan keluaran (output) dari model NRECA yang
berupa debit aliran sungai sesuai periode rencana (Badan Litbang Departemen PU, 1994).
Cara perhitungan ini paling sesuai untuk daerah cekungan yang setelah hujan berhenti masih
ada aliran di sungai selama beberapa hari. Kondisi ini bisa terjadi bila tangkapan hujan cukup
luas. Langkah perhitungan mencangkup 18 tahap dengan alur perhitungan dapat dilakukan
kolom perkolom dari kolom (1) hingga (18) seperti di bawah ini (semua satuan dalam mm).
(4). Nilai tampungan kelengasan awal (Wo). Nilai ini harus dicoba-coba, dan percobaan
pertama diambil 600 (mm/bulan) dibulan Januari.
(5). Ratio tampungan tanah (soil storage raio-Wi) dihitung dengan rumus :
WO
WI
No min al Persamaan 21
AET = Penguapan peluh actual yang dapat diperoleh dengan Gambar LAMPIRAN V.2,
nilainya tergantung dari ratio Rb/PET. (kolom 6) dan Wi (kolom 5)
Page 32
Analisa Debit PLTM Lawe Sikap 2017
= kolom(9) – kolom(11)
= P1 x kolom (11)
= kolom(13) + kolom(14)
= P2 x kolom (15)
= kolom(11) – kolom(13)
Page 33
Analisa Debit PLTM Lawe Sikap 2017
(19). Dalam m3/bulan = kolom (18) dalam mm x 10 x luas daerah tadah hujan (Ha)
b. Tampungan air tanah = tampunan air tanah bulan sebelumnya – aliran air tanah
Sebagai patokan diakhir perhitungan, nilai tampungan kelengasan awal (Januari) harus
mendekati tampungan kelengasan bulan Desember. Jika perbedaan antara keduanya cukup
jauh (> 200 mm ) perhitungan perlu diulang mulai bulan Januari lagi dengan mengambil nilai
tampungan kelengasan awal (Januari) = tampungan kelengasan bulan Desember.
Kalibrasi terhadap parameter Mock dan NRECA yang digunakan perlu dilakukan agar hasil
perhitungan debit dengan metode ini dapat mewakili kondisi aktual seperti di lapangan
(dibandingkan dengan debit hasil pengukuran hidrometri yang diperoleh dari data
sekunder). Dalam perhitungan debit limpasan dengan menggunakan metode Mock dan
NRECA tersebut, digunakan data debit bulanan hasil pengumpulan data sekunder yang
berlokasi di hilir bendung untuk kalibrasi data debit hasil pembangkitan.
Penyediaan sumber daya air untuk berbagai kebutuhan harus memenuhi persyaratan
perencanaan tertentu dimana ketersediaannya harus memenuhi probabilitas tertentu yang
disebut dengan debit andalan. Debit andalan adalah debit minimum sungai dengan
kemungkinan debit terpenuhi dalam prosentase tertentu, misalnya 90%, 80% atau nilai
prosentase lainnya, sehingga dapat dipakai untuk berbagai kebutuhan. Debit andalan pada
umumnya dianalisis sebagai debit rata-rata untuk periode 10 hari, setengah bulanan atau
bulanan.
Kemungkinan tak terpenuhi dapat ditetapkan 20%, 30% atau nilai lainnya untuk menilai
tersedianya air berkenaan dengan kebutuhan pengambilan (diversion requirement). Untuk
keperluan irigasi biasa digunakan debit andalan dengan reliabilitas 80%.
Page 34
Analisa Debit PLTM Lawe Sikap 2017
Artinya dengan kemungkinan 80% debit yang terjadi adalah lebih besar atau sama dengan
debit tersebut, atau sistem irigasi boleh gagal sekali dalam lima tahun. Untuk keperluan air
minum dan industry maka dituntut reliabilitas yang lebih tinggi, yaitu sekitar 90% sampai
dengan 95%. Jika air sungai ini digunakan untuk pembangkit listrik tenaga air maka
diperlukan reliabilitas yang sangat tinggi, yaitu antara 95% sampai 99%.
Untuk menentukan besarnya debit andalan dibutuhkan seri data debit yang panjang yang
dimiliki oleh setiap statiun pengamatan debit sungai. Metode yang sering dipakai untuk
analisis debit andalan adalah metode statistik (rangking). Penetapan rangking dilakukan
menggunakan analisis frekuensi/probabilitas dengan rumus Weibul. Debit andalan 80%
(Q80%) berarti bahwa probabilitas debit tersebut untuk disamai atau dilampaui sebesar
80% yang berarti juga bahwa kegagalan kemungkinan terjadi dengan probabilitas sebesar
100% dikurangi 80% atau boleh dikatakan sebesar 20%. Dapat diartikan juga bahwa dalam 5
tahun ada kemungkinan satu tahun gagal.
Prosedur analisis dimulai dengan mengurutkan seri data dari urutan terbesar sampai ke
yang terkecil. Selanjutnya dirangking dimulai dengan rangking pertama (m=1) untuk data
yang paling besar dan seterusnya. Langkah ketiga dibuatkan kolom plotting dengan rumus
Weibul. Adapun Rumus Weibul adalah sebagai berikut:
Persamaan 22
dimana :
P = probabilitas;
m = rangking; dan
N = jumlah data.
Page 35
Analisa Debit PLTM Lawe Sikap 2017
Untuk menghitung curah hujan rencana menggunakan parameter pemilihan distribusi curah
hujan. Dari hasil perhitungan curah hujan rata-rata maksimum metoda Thiessen di atas perlu
ditentukan kemungkinan terulangnya curah hujan harian maksimum guna menentukan debit
banjir rencana. Sebelum data digunakan harus dilakukan pemilihan jenis distribusi yang
sesuai dengan data. Maka harus dilakukan beberapa perhitungan parameter statistik.
Suatu kenyataan bahwa tidak semua nilai dari suatu variabel hidrologi terletak atau sama
dengan nilai rata-ratanya, tetapi kemungkinan ada nilai yang lebih besar atau lebih kecil dari
nilai rata-ratanya (Sosrodarsono,1993). Besarnya dispersi dapat dilakukan pengukuran
disperse baik untuk data asli maupun log data.
Cara pertama dilakukan untuk data asli, yakni melalui perhitungan parametrik statistik
untuk (Xi–X), (Xi–X)2, (Xi–X)3, (Xi–X)4 terlebih dahulu, di mana :
Persamaan 23
Di mana:
S = Deviasi standart
Xi = Nilai variat ke i
n = jumlah data
Page 36
Analisa Debit PLTM Lawe Sikap 2017
Persamaan 24
Di mana :
CS = koofesien Skewness
Xi = Nilai variat ke i
X = Nilai rata-rata variat
n = Jumlah data
S = Deviasi standar
c. Koefisien Kurtosis (Ck)
Persamaan 25
Di mana :
CK = Koofesien Kurtosis
Xi = Nilai variat ke i
X = Nilai rata-rata variat
n = Jumlah data
S = Deviasi standar 4
d. Koefisien Variansi (Cv)
Perhitungan koefisie variansi menggunakan persamaan sebagai berikut:
Persamaan 26
Dimana:
CV = Koofesien variasi
X = Nilai rata-rata varian
S = Standart deviasi
Page 37
Analisa Debit PLTM Lawe Sikap 2017
Pengukuran disperse juga dilakukan untuk distribusi logaritmik dengan persaman sebagai
berikut.
𝛴log
(𝑥)
= rata – rata hitung nilai Y atau log(𝑋) = Persamaan 27
𝑛
𝛴 (log 𝑥 −log 𝑋 )²
Standar Deviasi (S) menjadi Slog(𝑋) = Persamaan 28
𝑛−1
Persamaan 31
Dimana:
CV = Koofesien variasi
X = Nilai rata-rata varian
S = Standart deviasi
Dalam statistik dikenal beberapa jenis distribusi antara lain Normal, Gumbel, Log Normal, Log
Pearson Type III. Untuk itu ditinjau jenis distribusi yang sesuai dengan distribusi data debit
yang ada di daerah studi. Hal ini dapat dipakai dapat dicari dengan cara analisis dan cara
grafis (plotting data). Untuk menentukan jenis distibusi mana yang sesuai dengan data hujan
maksimum, maka dilakukan analisa kedekatan hasil perhitungan nilai koefisien skewness,
koefisien kurtosis, dan koefisien variansi dengan syarat dari masing-masing distribusi.
Page 38
Analisa Debit PLTM Lawe Sikap 2017
Sebelum analisis perhitungan debit banjir dilakukan, dilakukan terlebih dahulu uji kecocokan
distribusi Log Pearson Tipe III dengan data. Uji kecocokan dilakukan dengan dua metode,
yaitu chi square method dan uji smirnov - kolmogov. Perhitungan kedua uji distribusi secara
lengkap akan dijelaskan lebih rinci dibawah ini.
Untuk menguji kecocokan suatu distribusi data curah hujan, digunakan metode Uji Chi
Kuadrat (Chi Square Test) dengan persamaan sebagai berikut:
K = 1 + 3.322 log n = 1+ 3.322 log 10
DK = K-(P+1) = 4-(1+1)
(𝐸𝑖−𝑂𝑖)²
Xh² = Σ
𝐸𝑖
𝑛
Ei =
𝐾
(𝑋𝑚𝑎𝑘𝑠 −𝑋𝑚𝑖𝑛 )
ΔX =
𝐺−1
Xawal = Xmin - ½ΔX
di mana :
K = jumlah kelas
DK = derajat kebebasan = K-(P+1)
P = nilai untuk distribusi normal dan binominal P = 2 dan untuk distribusi poisson
P=1
N = jumlah data
Xh² = harga chi square
Oi = jumlah nilai pengamatan pada sub kelompok ke-1
Ei = jumlah nilai teoritis pada sub kelompok ke-1
Page 39
Analisa Debit PLTM Lawe Sikap 2017
Nilai Xh² dicari pada Tabel 11 dengan menggunakan nilai DK = 2 dan derajat kepercayaan 5%
lalu dibandingkan dengan nilai Xh² hasil perhitungan . Syarat yang harus dipenuhi yaitu Xh²
hitungan <Xh² Tabel (Soewarno, 1995). Perhitungan Xh² disajikan pada Tabel 11 berikut:
derajat kepercayaan
dk
0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
1 0,0000393 0,000157 0,000982 0,00393 3,841 5,024 6,635 7,879
2 0,0100 0,0201 0,0506 0,103 5,991 7,378 9,210 10,597
3 0,0717 0,115 0,216 0,352 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 11,070 12,832 15,086 16,750
6 0,676 0,872 1,237 1,635 12,592 14,449 16,812 18,548
7 0,989 1,239 1,690 2,167 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,940 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 22,362 24,736 27,688 29,819
14 4,075 4,660 5,629 6,571 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 24,996 27,488 30,578 32,801
16 5,142 2,812 6,908 7,962 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8,672 27,587 30,191 33,409 35,718
18 6,265 7,015 8,231 9,390 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 30,144 32,852 36,191 38,582
20 7,434 8,260 9,591 10,851 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 36,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 36,415 39,364 41,980 45,558
25 10,520 11,524 13,120 14,611 37,652 40,646 44,134 46,928
26 11,160 12,198 13,844 15,379 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 40,113 43,194 46,963 49,645
28 12,461 13,565 15,308 16,928 41,337 44,461 48,278 50,993
29 13,121 14,256 16,047 17,708 42,557 45,722 49,588 52,336
30 13,787 14,953 16,791 18,493 43,773 46,979 50,892 53,672
Page 40
Analisa Debit PLTM Lawe Sikap 2017
Uji kecocokan Smirnov – Kolmogorov, sering juga uji kecocokan non parametrik (non
parametric test), karena pengujian tidak menggunakan fungsi distribusi tertentu. Pengujian
kecocokan sebaran dengan cara ini dinilai lebih sederhana disbanding dengan pengujian
dengan cara Chi-Kuadrat. Dengan membandingkan kemungkinan (probability) untuk setiap
variat, dari distribusi empiris dan teoritisnya, akan terdapat perbedaan (Δ ) tertentu
(Soewarno, 1995).
Apabila harga Δ max yang terbaca pada kertas probabilitas kurang dari Δ kritis untuk suatu
derajat nyata dan banyaknya variat tertentu, maka dapat disimpulkan bahwa penyimpangan
yang terjadi disebabkan oleh kesalahan-kesalahan yang terjadi secara kebetulan (Soewarno,
1995).
Tetapi dalam kajian kali ini digunakan metode, Unit Hidrograf Sistetik Nakayasu.
Page 41
Analisa Debit PLTM Lawe Sikap 2017
2.8.2.1.1 Hidrograf
Hidrograf dapat digambarkan sebagai penyajian grafis antara salah satu unsur aliran dengan
waktu. Sedangkan hidrogaf limpasan didefinisikan sebagi grafik yang kontinyu yang
menunjukkan sifat-sifat dari aliran sungai berkaitan dengan waktu. Normalnya diperoleh
dari garis pencatatan kontinyu yang mengindikasikan debit dengan waktu (Viessman et al.
1989).
Hidrograf memberikan gambaran mengenai berbagai kondisi (karakteristik) yang ada di DAS
secara bersama-sama, sehingga apabila karakteristik DAS berubah maka akan menyebabkan
perubahan bentuk hidrograf (Sosrodarsono & Takeda, 1983). Hidrograf juga menunjukkan
tanggapan menyeluruh DAS terhadap masukan tertentu. Sesuai dengan sifat dan perilaku
DAS yang bersangkutan, hidrograf aliran selalu berubah sesuai dengan besaran dan waktu
terjadinya masukan.
Linsley et al.(1982) menyatakan terdapat 3 (tiga) komponen penyusun hidrograf, yaitu : (1)
aliran di atas tanah (overland flow/surface runoff), ialah air yang dalam perjalannya menuju
saluran melalui permukaan tanah; (2) aliran bawah permukaan (interflow/ subsurface storm
flow), ialah sebagian air yang memasuki permukaan tanah dan bergerak ke samping melalui
lapisan atas tanah sampai saluran sungai. Kecepatan pergerakan aliran bawah permukaan
ini lebih lambat dibandingkan dengan aliran permukaan; dan (3) aliran air tanah
(groundwater flow) yang juga disebut sebagai aliran dasar. Sedangkan Viessman et al. (1989)
menambahkan satu komponen lagi sebagai penyusun hidrograf. Sehingga menurutnya
komponen hidrograf terdiri dari : (1) aliran permukaan langsung, (2) aliran antara (inter
flow), (3) air tanah atau aliran dasar, dan (4) presipitasi di saluran air (channel precipitation).
Wilson (1990) mengemukakan bahwa mula-mula yang ada hanya aliran dasar yaitu aliran
yang berasal dari air tanah dan akuifer-akuifer yang berbatasan dengan sungai yang mengalir
terus menerus secara perlahan-lahan sepanjang waktu. Segera setelah hujan mulai turun,
terdapat suatu periode awal dari intersepsi dan infiltrasi sebelum setiap limpasan terukur
mencapai aliran sungai/anak sungai dan selama per iode turunnya hujan kehilangan tersebut
akan terus berlangsung tetapi dalam jumlah yang semakin kecil. Apabila kehilangan awal
telah terpenuhi, maka limpasan permukaan akan mulai terjadi dan akan berlanjut terus
hingga mencapai suatu nilai puncak yang terjadi pada waktu TP. Kemudian limpasan
permukaan akan turun sepanjang sisi turun (recession limb ) sampai hilang sama sekali.
Page 42
Analisa Debit PLTM Lawe Sikap 2017
Bentuk hidrograf pada umumnya dapat sangat dipengaruhi oleh sifat hujan yang terjadi, akan
tetapi juga dapat dipengaruhi oleh sifat DAS yang lain (SriHarto 1993; Viessman et al.1989).
Seyhan (1977) mengemukakan bahwa hidrograf periode pendek terdiri atas cabang naik,
puncak (maksimum) dan cabang turun. Sedangkan untuk hidrograf jangka panjang
dibedakan menjadi 3 (tiga) yaitu Hidrograf bergigi, hidrograf halus dan hidrograf yang
ditunjukkan oleh sungai-sungai besar (Ward 1967, diacu dalam Seyhan 1977). Perbedaan
antara jangka pendek dan jangka panjang tersebut tergantung pada panjang waktu dari
tujuan pengamatan yang dilakukan (Kobatake 2000).
Seyhan (1977), Viessman et al. (1989) dan Sri Harto (1993) membagi hidrograf menjadi 3
(tiga) bagian yaitu sisi naik (rising limb), Puncak (crest) dan sisi resesi (recession limb). Oleh
sebab itu bentuk hidrograf dapat ditandai dari tiga sifat pokoknya, yaitu waktu naik (time of
rise), debit puncak (peak discharge) dan waktu dasar (base time). Waktu naik adalah waktu
yang diukur dari saat hidrograf mulai naik sampai terjadinya debit puncak. Debit puncak
(Qp) adalah debit maksimum yang terjadi dalam kejadian hujan tertentu.
Waktu dasar (Tb) adalah waktu yang diukur saat hidrograf mulai naik sampai waktu dimana
debit kembali pada suatu besaran yang ditetapkan (Sri Harto 1993). Karakter kontribusi air
tanah pada aliran banjir sangat berbeda dari limpasan permukaan, maka kontribusi air
tanah harus dianalisis secara terpisah, dan oleh karenanya salah satu syarat utama dalam
analisis hidrograf ialah memisahkan kedua hal tersebut (Wilson 1990).
Page 43
Analisa Debit PLTM Lawe Sikap 2017
Seyhan (1977) mengemukakan bahwa beberapa parameter fisik DAS berperan dalam
menentukan bentuk hidrograf satuan selain karakteristik hujan. Parameter fisik DAS
tersebut adalah luas DAS, kemiringan, pola drainase, dan lain-lain. Parameter-parameter fisik
DAS itulah yang akan dipergunakan untuk menetapkan besarnya hidrograf satuan dari DAS
yang bersangkutan dengan metode hidrograf satuan sintetik. Keuntungan dari penggunaan
hidrograf satuan sintetik adalah bisa mensintesasikan hidrograf dari DAS yang terukur dan
menggunakannya untuk DAS yang tidak terukur (Seyhan 1977). Kelemahan dari hidrograf
satuan sintetik adalah karena persamaan hidrograf satuan sintetik dibuat secara empiris
dengan data yang diperoleh pada tempat-tempat lokal. Oleh karena itu, persamaan tersebut
terbatas pada kawasan dengan kondisi geografis yang serupa dengan kawasan dimana
persamaan tersebut diperoleh (Seyhan 1977; Sri Harto 1993).
Hidrograf satuan sintetik yang memanfaatkan parameter DAS dan sudah umum dikenal
adalah metode yang dikembangkan oleh Snyder tahun 1938. Metode ini didasarkan pada
pemikiran bahwa pengalihragaman hujan menjadi aliran baik pengaruh translasi maupun
tampungannya dapat dijelaskan dipengaruhi oleh sistem DAS-nya (Seyhan 1977; Linsley et
al. 1982, Veissman et al. 1989; Sri Harto,1993). Model-model hidrograf satuan sintetik yang
telah dikembangkan diantaranya adalah Model US Nakayasu.
Hidrograf satuan model US Nakayasu terdiri dari 4 variabel pokok yaitu tL (time lag), Qp
(m3/detik), T p (jam), dan Tb (jam).
Page 44
Analisa Debit PLTM Lawe Sikap 2017
Setelah kita mendata ketersedian data debit, hujan dan klimatologi lokasi bendung, maka
langkah selanjutnya adalah membuat peta lokasi dari masing-masing pos dan bendung. Peta
ini adalah sebagai alat untuk melakukan analisis spasial terkait kajian perhitungan debit
andal. Gambar 16 adalah peta lokasi bendung dan pos hidrologi di calon PLTM.
Untuk data hujan terdapat pos hujan Lawe Alas, Laeaonum, dan Bpp. Badar. Pos klimatologi
terdekat dengan lokasi bendung adalah Pos Klimatologi Blankejeren. Polygon thiessen untuk
hujan observasi, TRMM, dan klimatologi yang digunakan untuk menghitung Average Basin
Rainfall (ABR) juga dapat dilihat di Gambar 16.
Page 45
Analisa Debit PLTM Lawe Sikap 2017
Page 46
Analisa Debit PLTM Lawe Sikap 2017
Tabel 13 Data hujan pada Pos Hujan Lawe Alas, Laeaonum dan Bpp. Badar
Page 47
Analisa Debit PLTM Lawe Sikap 2017
Stasiun : Laeaonum
Tahun Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jumlah
1997 298 393 596 799 711 149 154 267 317 620 778 570 5651
1998 324 472 693 834 454 277 81 298 194 607 496 386 5117
1999 394 525 560 873 672 297 120 418 480 596 498 438 5871
2000 310 533 450 903 182 396 151 201 191 645 498 524 4985
2001 261 284 639 810 344 305 286 137 480 709 536 439 5231
2002 391 292 272 299 329 139 265 488 383 211 429 437 3938
2003 490 641 485 318 258 55 427 487 390 646 705 449 5352
2004 360 573 449 258 218 184 289 521 331 646 548 527 4903
2005 452 340 711 111 240 194 137 539 717 772 725 427 5363
2006 448 299 553 167 157 100 213 357 559 711 707 698 4969
2007 509 535 631 173 267 334 206 477 539 765 553 726 5715
2008 578 490 563 272 84 132 103 367 658 591 679 340 4857
2009 259 463 280 201 134 92 277 325 488 663 593 189 3966
2010 323 347 652 482 344 120 237 556 463 646 367 344 4880
2011 157 205 615 397 249 362 286 403 394 665 394 251 4379
2012 149 592 429 183 540 440 537 454 522 701 576 327 5452
2013 319 577 574 411 199 203 416 355 499 728 554 513 5348
2014 339 485 708 274 231 81 293 483 323 501 498 733 4950
2015 735 778 909 421 141 201 815 425 669 1143 1014 675 7926
2016 841 783 1058 366 199 277 501 274 824 1197 765 1013 8099
Rata-rata 397 480 591 428 298 217 290 392 471 688 596 500
Maks 841 783 1058 903 711 440 815 556 824 1197 1014 1013
Min 149 205 272 111 84 55 81 137 191 211 367 189
Page 48
Analisa Debit PLTM Lawe Sikap 2017
Validasi Data Hujan telah dijelaskan bahwa TRMM memiliki korelasi yang tinggi dengan
hujan observasi. Tetapi perlu dikaji lagi tentang korelasi data TRMM di lokasi kajian, dalam
hal ini sekitar PLTM Lawe Sikap. Maka dilakukanlah pengujian terhadap data hujan TRMM
dengan cara pengeplotan hujan rerata bulanan, menghitung korelasinya dan membuat
double mass curve untuk pengujian konsistensi datanya.
Grafik pada Gambar 17 berikut ini adalah perbandingan hujan rata-rata bulanan data hujan
observasi dengan hujan TRMM. Kurva double mass curve dapat dilihat pada Gambar 18 Double
mass curve Salak dan TRMM yang membandingkan hujan dari Pos Hujan Lawe Alas dengan data
hujan dari satelit TRMM.
700
Hujan Observasi
600 TRMM
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12
Page 49
Analisa Debit PLTM Lawe Sikap 2017
700
600
500
400
300
R² = 0.8969
200
100
0
0 100 200 300 400 500
Pada grafik diatas dapat dilihat bahwa hujan observasi rerata memiliki nilai relatif besar dari
TRMM. Besarnya korelasi kedua data diatas adalah 0,8 yang artinya sangat tinggi. Hasil dari
kurva double mass curve juga menunjukkan korelasi yang baik meskipun data hujan
observasi cenderung lebih besar dari data TRMM. Dari perbandingan ini dapat disimpulkan
bahwa data TRMM dapat digunakan menggantikan data hujan observasi yang tidak lengkap.
Sebelum digunakan data hujan dan klimatologi harus dilakukan perhitungan hujan wilayah.
Perhitungan hujan area menggunakan Polygon Thiessen dengan berdasar Gambar 16. Nilai CA
Lawe Sikap adalah sebagai berikut.
Hasil dari pembobotan thiessen diatas diperoleh hasil hujan ABR CA Lawe Sikap untuk
perhitungan debit sintetik sebagai berikut.
Page 50
Analisa Debit PLTM Lawe Sikap 2017
Selain data hujan, data klimatologi juga sangat penting dalam analisis ini, khususnya untuk
perhitungan evapotranspirasi. Pada CA Lawe Sikap hanya dipengaruhi pos klimatologi
Blankejeren saja, sehingga data yang digunakan untuk perhitungan hanya data dari pos ini.
Konsep rainfall-runoff pada dasarnya adalah seluruh hujan yang jatuh ke bumi, dikurangi
evapotranspirasi dan infiltrasi akan menjadi run-off. Jadi faktor evapotransirasi sangat
berperan dalam siklus hidrologi ini. Perhitungan evapotranspirasi untuk kedua CA dapat
dilihat lebih jelas pada tabel berikut:
Page 51
Analisa Debit PLTM Lawe Sikap 2017
BULAN
No URAIAN Satuan
JAN. PEB. MARET APRIL MEI JUNI JULI AGUST. SEPT. OKT. Nov. Des.
I DATA
1 Temperatur (t) C 20.54 19.91 21.29 21.56 22.18 22.28 23.14 23.29 21.53 22.38 21.08 21.56
2 Kecepatan Angin (U) Knot 1.40 1.57 1.06 1.06 1.06 1.06 1.06 1.06 1.06 1.06 0.56 0.56
3 Kelembaban Udara (RH) % 144.50 140.00 143.25 144.13 140.50 142.13 140.88 137.88 140.50 143.63 145.13 144.25
4 Penyinaran Matahari (n/N) mm 51.17 59.33 50.17 49.17 48.83 56.83 50.50 50.67 49.83 50.17 52.00 54.17
II ANALISA DATA
1 ea mbar 23.40 22.00 24.90 24.90 26.40 26.40 28.10 28.10 24.90 26.40 24.90 24.90
2 w 0.708 0.687 0.708 0.708 0.728 0.728 0.728 0.728 0.708 0.728 0.708 0.708
3 (1 - w) 0.292 0.313 0.292 0.292 0.272 0.272 0.272 0.272 0.292 0.272 0.292 0.292
4 f(t) 14.60 14.20 14.60 14.60 15.00 15.00 15.00 15.00 14.60 15.00 14.60 14.60
5 ed = ea . RH mbar 33.81 30.80 35.67 35.89 37.09 37.52 39.59 38.74 34.98 37.92 36.14 35.92
6 (ea - ed) mbar -10.41 -8.80 -10.77 -10.99 -10.69 -11.12 -11.49 -10.64 -10.08 -11.52 -11.24 -11.02
7 Ra, mm/hari 4.00 14.30 15.00 15.50 15.50 14.90 14.40 14.60 15.10 15.30 15.10 14.50 14.10
8 Rs = (0,25+(0,54 x n/N)) x Ra mm/hari 7.526 8.556 8.074 7.990 7.654 8.019 7.631 7.906 7.942 7.866 7.697 7.649
9 f(ed) = (0,34-(0,044 x ed^0,5)) mbar 0.084 0.096 0.077 0.076 0.072 0.070 0.063 0.066 0.080 0.069 0.076 0.076
10 f(n/N) = 0,1+(0,9 x (n/N)) 0.561 0.634 0.552 0.543 0.540 0.612 0.555 0.556 0.549 0.552 0.568 0.588
11 f(u) = 0,27 x (1+(U/100)) Km/hr 0.274 0.274 0.273 0.273 0.273 0.273 0.273 0.273 0.273 0.273 0.272 0.272
12 Rn1 = f(t) x f(ed) x f(n/N) mm/hari 0.689 0.863 0.622 0.605 0.583 0.646 0.525 0.552 0.639 0.571 0.626 0.654
13 Rn = (0,75 x Rs)-Rn1 mm/hari 4.956 5.554 5.434 5.387 5.158 5.368 5.198 5.378 5.318 5.328 5.146 5.082
14 Kecp. Angin Rata-rata (Ud) m/dt 0.016 0.018 0.012 0.012 0.012 0.012 0.012 0.012 0.012 0.012 0.006 0.006
15 Fa ktor perki ra a n kondi s i mus i m( C ) 0.851 0.869 0.861 0.859 0.853 0.860 0.853 0.857 0.858 0.857 0.855 0.854
Eva potra ns pi ra s i Potens i a l (Et 0)
mm/hari 2.279 2.656 2.575 2.528 2.528 2.652 2.502 2.682 2.544 2.594 2.355 2.328
16 Et0 = C x ((w x Rn) + (1-w)xf(u)x
(ea -ed)) mm/bulan 70.651 74.373 79.828 75.833 78.367 79.568 77.556 83.127 76.310 80.412 70.638 72.172
Page 52
Analisa Debit PLTM Lawe Sikap 2017
PLTM Lawe Sikap terletak pada koordinat 97°45'59,50" BT dan 03°29'33" LU. tepat di
Sungai Lawe Sikap, terletak di Desa MBulan I, Kecamatan Babussalam, Kabupaten Aceh
Tenggara, Provinsi Aceh. Luas catchment area PLTM Lawe Sikap adalah 79,15 km² dengan
panjang sungai utama sepanjang 17,50 km. Hasil dari pemodelan debit dengan menggunakan
metode Mock dan NRECA dapat dilihat Tabel dan Tabel berikut.
Page 53
Analisa Debit PLTM Lawe Sikap 2017
Selanjutnya dari data debit diatas dibuat Flow Duration Curve (Kurva Durasi Aliran) untuk
melihat besarnya debit andalan (dependaple flow). Kurva durasi aliran PLTM Lawe Sikap dari
debit sintetik Mock dan Nreca dapat dilihat pada Gambar 19 dan Gambar 20 sebagai berikut.
24.0
22.0
20.0
18.0
DisCharge ( m3 /dt )
16.0
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
Probability of Exceedence ( % )
Page 54
Analisa Debit PLTM Lawe Sikap 2017
22.0
20.0
18.0
16.0
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
Probability of Exceedence ( % )
Berdasarkan kurva durasi aliran diatas, selanjutnya kita lakukan interpolasi debit andalan
untuk melihat besarnya probabilitas potensi debit yang ada di lokasi bakal calon PLTM Lawe
Sikap. Tabel debit andalan tiap kelipatan 5% PLTM Lawe Sikap dengan metode Mock dan
NRECA secara lebih lengkap dapat dilihat pada Tabel berikut ini.
Page 55
Analisa Debit PLTM Lawe Sikap 2017
Untuk melihat besarnya potensi debit pada tiap bulan, maka dibuatlah frecuency curve yang
menggambarkan besarnya potensi debit pada tiap bulan. Fungisnya adalah kita dapat
mengetahui pada bulan apa saja debit PLTM terpenuhi dan tidak terpenuhi, sehingga dapat
dilakukan kalkulasi produksi dan maintenance yang tepat.
Frecuency curve untuk Lawe Sikap dari hasil metode Mock dan NRECA disajikan pada Gambar
21 dan Gambar 22 sebagai berikut.
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
Page 56
Analisa Debit PLTM Lawe Sikap 2017
Dari kedua gambar diatas dapat kita lihat bahwa fluktuasi debit bulanan untuk PLTM Lawe Sikap
dari metode Mock dan NRECA memiliki pola yang hampir sama. Debit Lawe Sikap mengalami
puncaknya pada bulan April, Oktober dan kering atau turun pada bulan Juni-Juli, kemudian akan
naik lagi pada bulan September dan turun lagi di bulan Desember. Pola ini sama dengan pola
hujan, karena pada prinsipnya debit merupakan air hujan yang terakumulasi di sungai. Besarnya
debit bulanan dengan probabilitas kelipatan 10% dari model Mock dan NRECA dapat dilihat pada
Tabel dan Tabel berikut.
Tabel 21 Debit andalan bulanan PLTM Lawe Sikap dengan metode Mock
Tabel 22 Debit andalan bulanan PLTM Lawe Sikap dengan metode NRECA
Page 57
Analisa Debit PLTM Lawe Sikap 2017
Gambar 23 dan berikut adalah grafik time series debit dan hujan untuk lokasi PLTM Lawe
Sikap.
600
550
20
500
450
Curah Hujan (mm)
400 15
350
300
250 10
200
150
5
100
0 0
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
Gambar 23 Grafik time series hujan dan debit pembangkitan PLTM Lawe Sikap
Berdasarkan grafik diatas maka dapat kita lihat bahwa pola data debit hasil NRECA lebih
mendekati pola data hujan bila dibandingkan dari metode Mock meski permulaan hasilnya
rendah namun mulai tahun 2003 sudah sesuai dengan hujan. Namun kita perlu melakukan
pengujian secara kuantitatif untuk lebih memastikannya, yaitu dengan cara korelasi.
Persamaan untuk menghitung besarnya korelasi terdapat pada persamaan 4. Hasil
perhitungan korelasi antara data hujan dengan data debit pembangkitan hasil metode Mock
dan NRECA untuk lokasi calon PLTM Lawe Sikap dapat dilihat pada Tabel sebagai berikut.
Hasil korelasi diatas menunjukkan bahwa antara debit hasil Mock dengan data hujan hanya
memiliki korelasi sebesar 0,98 yang artinya tinggi sedangkan untuk data debit hasil NRECA
dengan data hujan adalah diatas 0,96 yang artinya tinggi. Dengan demikian, maka
direkomendasikan untuk menggunakan data debit hasil pemodelan dengan metode MOCK.
Banyak factor yang menyebabkan korelasi hasil debit Mock dengan Hujan rendah, padahal
pada saat kalibrasi nilai korelasi debit hasil model Mock dengan debit observasi tinggi. Mock
merupakan metode yang lebih detil dibandingkan NRECA, sehingga model ini lebih sensitive
juga. Pada kajian ini, data klimatologi yang digunakan hanya 1 tahun data di pakai untuk
Page 58
Analisa Debit PLTM Lawe Sikap 2017
memodelkan keadaan iklim 11 tahun (2002-2012). Hal ini tentu saja menghasilkan nilai yang
menyimpang dari kondisi aslinya dan menghasilkan korelasi yang rendah dengan data hujan.
Seharusnya data klimatologi yang digunakan juga data klimatologi actual bulanan seperti
halnya data hujan.
Kadang model yang perlu dimodifikasi dan kadang data yang perlu disesuaikan. Data
merepresentasikan fenomena empirik sedangkan model merepresentasikan cara kita
menginterpretasi fenomena itu. Jadi, model memiliki kelemahan karena merupakan
simplifikasi dari fenomena yang kompleks. Oleh karena itu semakin komprehensif model
yang kita kembangkan kelemahan itu akan terminimalisir. Seperti yang dikatakan oleh ahli
statistika George E. P. Box, “All models are wrong, but some are useful”.
Page 59
Analisa Debit PLTM Lawe Sikap 2017
lurus terhadap garis penghubung antara dua stasiun. Berdasarkan hasil analisis polygon
Thiessen, maka ABR Hujan Maksimum untuk CA Lawe Sikap ditunjukkan pada tabel berikut.
Terdapat dua cara dalam menentukan distribusi yang cocok dengan data, yang pertama
adalah dengan memasukkan nilai koefisien skewness, koefisien kurtosis, dan koefisien
variansi dengan syarat masing-masing distribusi. Setiap distribusi memiliki ketentuan
dimana besaran dari masing - masing parameter koefisien skewness, koefisien kurtosis, dan
koefisien variansi terpenuhi. Berikut adalah syarat dari penerimaan masing-masing
distribusi dengan hasil perhitungan dari koefisien skewness, koefisien kurtosis, dan koefisien
variansi.
Terdapat 3 distribusi yang mendekati syarat penerimaan distribusi, yaitu distribusi Gumbel,
Pearson III, dan Log Pearson III. Untuk lebih memudahkan dalam memilih dilakukan uji Least
Page 60
Analisa Debit PLTM Lawe Sikap 2017
Square dimana hasil yang terkecil dari perhitungan ini adalah distribusi yang diambil. Hasil
perhitungan dengan metode least squaredapat dilihat pada Tabel berikut ini.
Jumlah Data (N) 20 Delta Maks ( Dmaks ) 25.385 24.451 22.747 21.747
Prm Data Asli Data Log Nilai Difference Mak ( Dmaks ) yang terkecil = 21.747
Xr 79.40 1.891 Distribusi Terpilih = Distribusi LP TP III
SD 17.15 0.091
Cv 0.216 0.048
Cs 0.676 0.261
Ck -0.122 -0.524
Z2 0.222
Yn 0.5236 (Tabel)
Sn 1.0628 (Tabel)
Sumber : Hasil Perhitungan
Berdasar pada tabel diatas dapat kita simpulkan bahwa distribusi Log Pearson tipe III adalah
distribusi paling sesuai untuk data hujan maksimum, sehingga perhitungan hujan rencana
akan menggunakan distribusi Log Pearson tipe III. Besarnya hujan rencana dengan
distribusi Log Pearson Tipe III dapat dilihat pada Tabel 27 dan Grafik weibull probability
dapat dilihat sebagai berikut.
Page 61
Analisa Debit PLTM Lawe Sikap 2017
Uji kecocokan distribusi dilakukan untuk mengetahui kecocokan distribusi data. Uji
kecocokan dilakukan dengan dua metode, yaitu chi square method dan uji smirnov
kolmogov. Berikut ini adalah perhitungan dari kedua metode.
Kegunaan Chi‐Square untuk menguji hubungan atau pengaruh dua buah variabel nominal
dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya
(C = Coefisien of contingency). Chi-kuadrat yang dimaksudkan untuk menentukan apakah
persamaan distribusi peluang yang telah dipilih dapat mewakili dari distribusi statistik
sampel data yang dianalisis. Karakteristik Chi‐Square antara lain adalah nilai chi‐square
selalu positip, terdapat beberapa keluarga distribusi chi‐square, yaitu distribusi chi‐square
dengan DK=1, 2, 3, dst, dan bentuk distribusi chi‐square adalah menjulur positip.
Perhitungan nilai Xh² disajikan padaTabel berikut:
Tabel 28 Chi Square Distribusi Sebaran Data Curah Hujan Distribusi Log Pearson III
Uji kecocokan Smirnov – Kolmogorov, sering juga uji kecocokan non parametrik (non
parametric test), karena pengujian tidak menggunakan fungsi distribusi tertentudengan
membandingkan kemungkinan (probability) untuk setiap variat, dari distribusi empiris dan
teoritisnya, akan terdapat perbedaan (Δ ) tertentu (Soewarno, 1995). Perhitungan nilai
terlihat pada Tabel .
Page 62
Analisa Debit PLTM Lawe Sikap 2017
Page 63
Analisa Debit PLTM Lawe Sikap 2017
HIDROGRAF BANJIR
PLTM LAWE SIKAP
Periode Ulang ( Tahun )
T (jam)
2 5 10 25 50 100
0.0 0.00 0.00 0.00 0.00 0.00 0.00
0.3 0.37 0.52 0.63 0.72 0.85 0.94
0.6 2.02 2.90 3.47 3.98 4.70 5.22
0.9 5.67 8.14 9.73 11.16 13.18 14.64
1.2 11.90 17.09 20.44 23.44 27.68 30.74
1.5 21.28 30.55 36.53 41.91 49.49 54.96
1.8 34.31 49.25 58.90 67.57 79.79 88.61
2.1 51.44 73.85 88.33 101.33 119.65 132.88
2.4 73.05 104.87 125.41 143.88 169.89 188.67
2.7 88.15 126.55 151.35 173.63 205.02 227.69
3.0 91.28 131.05 156.72 179.79 212.30 235.78
3.3 91.32 131.09 156.78 179.86 212.38 235.86
3.6 89.15 127.99 153.07 175.60 207.35 230.28
3.9 85.13 122.21 146.16 167.67 197.98 219.88
4.2 79.35 113.91 136.23 156.29 184.54 204.95
4.5 72.90 104.65 125.16 143.58 169.54 188.29
4.8 66.97 96.14 114.98 131.91 155.76 172.98
5.1 61.53 88.33 105.64 121.19 143.09 158.92
5.4 56.53 81.15 97.05 111.33 131.46 146.00
5.7 51.93 74.55 89.16 102.28 120.77 134.13
6.0 47.71 68.49 81.91 93.97 110.96 123.23
6.3 43.83 62.92 75.25 86.33 101.94 113.21
6.6 40.27 57.81 69.14 79.31 93.65 104.01
6.9 37.14 53.32 63.76 73.15 86.38 95.93
7.2 34.64 49.73 59.48 68.24 80.57 89.48
7.5 32.44 46.57 55.69 63.89 75.44 83.79
7.8 30.46 43.74 52.31 60.00 70.85 78.69
8.1 28.68 41.18 49.25 56.50 66.71 74.09
8.4 27.07 38.86 46.47 53.31 62.95 69.91
8.7 25.58 36.72 43.92 50.38 59.49 66.07
9.0 24.17 34.70 41.50 47.61 56.22 62.44
9.3 22.84 32.80 39.22 45.00 53.13 59.01
9.6 21.59 30.99 37.07 42.52 50.21 55.76
9.9 20.40 29.29 35.03 40.19 47.45 52.70
10.2 19.28 27.68 33.10 37.98 44.84 49.80
10.5 18.22 26.16 31.28 35.89 42.38 47.07
10.8 17.22 24.72 29.57 33.92 40.05 44.48
11.1 16.27 23.36 27.94 32.05 37.85 42.03
11.4 15.38 22.08 26.41 30.29 35.77 39.72
11.7 14.53 20.87 24.95 28.63 33.80 37.54
12.0 13.74 19.72 23.58 27.05 31.94 35.48
Debit Banjir Rancangan (m 3/dt)
91.32 131.09 156.78 179.86 212.38 235.86
Page 64
Analisa Debit PLTM Lawe Sikap 2017
130
120
110
100
90
80
70
60
50
40
30
20
10
0
0.0 2.0 4.0 6.0 8.0
T (Jam)
Sehingga rekap data debit banjir dengan metode Unit Hidrograf Sintetik Nakayasu dapat
dilihat pada tabel dibawah ini.
Page 65
Analisa Debit PLTM Lawe Sikap 2017
4 KESIMPULAN
1. Hasil pemodelan debit dengan metode Mock dan NRECA untuk lokasi PLTM Lawe
Sikap menghasilkan nilai debit andalan yang tersaji pada tabel berikut.
2. Hasil korelasi antara debit hasil Mock dengan data hujan sebesar 0,98 dan data debit
hasil NRECA dengan data hujan memiliki korelasi diatas 0,96 yang artinya tinggi,
sehingga dianjurkan memakai debit hasil MOCK.
3. Hasil penaksiran atau perkiraan debit limpasan (run-off) tidak bisa menggantikan
dokumentasi data aliran sungai. Namun dalam hal dimana sangat dibutuhkan
tersedianya data tersebut, maka diperlukan adanya penaksiran atau perkiraan
dengan model debit sintetik.
4. Semua model adalah salah, tapi ada beberapa yang bermanfaat. Model Mock lebih
kompleks dan sensitive dari NRECA sehingga dibutuhkan data yang actual, akurat
dan detail untuk menghasilkan output yang baik.
5. Metode perhitungan hujan area digunakan metode polygon thiessen karena faktor
syarat dari metode ini terpenuhi.
6. Distribusi frekuensi yang digunakan dalam menghitung hujan rencana adalah
distribusi Log Pearson Tipe III karena berdasarkan uji parameter statsitik distribusi
ini paling cocok dan baik untuk data hujan maksimum.
Page 66
Analisa Debit PLTM Lawe Sikap 2017
7. Data hujan maksimum lolos uji kecocokan distribusi dan uji normalitas sehingga
dapat digunakan untuk perhitungan hujan rencana.
8. Perhitungan debit banjir dilakukan dengan metode Unit Hidrograf Satuan Sintetis
Nakayasu dengan debit banjir rencana dipakai periode ulang 100 tahun untuk
pertimbangan factor keamanan.
Page 67
Analisa Debit PLTM Lawe Sikap 2017
DAFTAR PUSTAKA
Adidarma W. 1991. Sebaran Peluang yang tepat untuk menghitung banjir. J. Pengairan 18;35 –
40.
Asdak, C. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gadjah Mada
University Press.
Astuti P. 1995. Analisis ketersediaan air irigasi DAS Kuranji Sumatera Barat [Tesis]. Teknik
Pertanian. Bogor. Institut Pertanian Bogor.
Badan Litbang Departemen Pekerjaan Umum 1994. Kriteria Desain Embung Kecil Untuk
Daerah Semi kering di Indonesia. Bandung: Badan Litbang Departemen Pekerjaan
Umum.
Efendi, A. 2005. Analisa Pemenuhan Kebutuhan Air Irigasi dan Air Baku Pada Embung
Mandirada Di Kabupaten Sumenep Madura. Skripsi tidak diterbitkan. Malang:
Universitas Brawijaya.
Feidas, H. 2010. Validation of satellite rainfall products over Greece. Theoretical and Applied
Climatology, 99. 193–216.
Ginting, S.H., 2006. Distribusi Evapotranspirasi Berdasarkan Data Digital Elevation Model
(DEM). Studi Kasus : DAS Cimanuk Hulu dan Ciliwung Hulu. Buletin Pusair Vol. XV No.
44 Juli 2006.
Page 68
Analisa Debit PLTM Lawe Sikap 2017
Jensen M.E., Burman R.D. and Allen R.G. (1990). Evapotranspiration and irrigation water
requirements. ASCE Manual No. 70.
Kumara, W.C., (2006) Study Enginering Desain Rencana Pembuatan Waduk Pengendali Banjir
Di Desa Jadi Kecamatan Semanding
Linsley, JR. R. K., Kohler, M. A., Paulus, J. L. H. 1989. Hidrologi Untuk Insinyur, Edisi 3.
Terjemahan Yandi Hermawan. Jakarta: Erlangga.
McKay, G. A., 1965: Statistical Estimating of Precipitation Extremes For The Prioie Provinces.
Canada Department of Agliculture, PFRA Engineering Brach.
Mc, Mahon & Mein. 1978. Reservoir and Capacity Yield. New York: Elsevier Scientific
Publishing Company.
Mock FJ. 1973. Land Capabilty Appraisal Indonesia, Water Availability Appraisal. Bogor.
UNDP-FAO.
NASDA. 2001. TRMM Data Users Handbook. Earth Observation Center, National Space
Development Agency of Japan.
Sastrodarsono Suyono dan Kensaku Takeda, (1999), Hidrologi untuk Pengairan. Pradnya
Paramitha. Bandung.
Smith M. (1988). Calculation procedures of modified Penman equation for computers and
calculators. FAO, Land and Water Development Division, Rome.
Soewarno. 1995. Hidrologi Aplikasi Metode Statistik Untuk Analisa Data,Jilid 1 & 2. Bandung :
Nova.
Soewarno. 2000. Hidrologi Operasional Jilid ke-1. Bandung: Citra Aditya Bakti.
Page 69
Analisa Debit PLTM Lawe Sikap 2017
Sosrodarsono, S. & Takeda, K. 1987. Hidrologi Untuk Pengairan. Jakarta: Penerbit Pradnya
Paramita.
Sudjarwadi. 1989. Operasi Waduk. Yogyakarta: PAU Ilmu Teknik Universitas Gadjah Mada.
Thornthwaite CW, Mather JR. 1957. Instruction and Tables for Computing Potential
Evapotranpiration and Water Balance. Climatology. 10(3).
Simpson, J. (Edt.), 1998, Report ofthe Science Steering Group for a Tropical Rainfall Measuring
Mission (TRMM), GSFC (Goddard Space Flight Center) Greenbelt, Maryland 20771, 95
pp.
Xie, P., A. Yatagai, M. Chen, T. Hayasaka, Y. Fukushima, C. Liu, and S. Yang. 2007. A Gauge-
Based Analysis of Daily Precipitation over East Asia. Journal of Hydrometeorology, 8.
607–626.
--, J. E. Janowiak, P. A. Arkin, and P. Xie, 2004: CMORPH: A method that produces global
precipitation estimates from passive microwave and infrared data at high spatial and
temporal resolution. J. Hydrometeor., 5, 487-503.
Page 70
Analisa Debit PLTM Lawe Sikap 2017
LAMPIRAN
Page 71
Analisa Debit PLTM Lawe Sikap 2017
1997
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 4.7 7.7 10.9 0.9 0.7 7.3 0.4 0.0 2.4 19.7 11.0 8.9
2 0.1 34.6 3.2 13.3 6.6 17.4 2.4 0.0 0.1 22.7 26.5 2.2
3 0.7 7.8 2.3 21.7 2.9 5.7 0.8 0.0 0.1 16.0 9.7 9.3
4 2.5 5.6 15.1 9.0 1.0 0.2 0.0 4.2 8.9 22.4 13.2 6.1
5 0.1 2.9 18.7 9.7 9.7 0.0 0.0 0.2 0.0 16.8 27.3 53.8
6 6.7 12.2 13.4 9.8 21.2 0.1 0.0 0.0 0.0 10.9 5.4 21.7
7 7.8 18.8 0.7 8.0 32.8 0.2 0.0 0.1 0.0 9.4 2.6 7.1
8 4.3 18.2 10.9 4.6 0.4 1.0 0.0 4.5 0.0 12.9 14.3 2.7
9 2.2 13.4 21.8 21.1 5.8 0.0 0.5 8.1 0.0 16.6 2.5 0.0
10 1.0 23.5 9.9 14.1 0.3 0.0 3.9 18.5 0.0 14.9 8.2 0.0
11 3.3 7.5 8.3 6.7 0.5 0.0 8.3 6.1 6.9 15.2 19.8 0.0
12 8.4 13.4 2.2 16.1 0.0 0.0 0.0 5.4 0.9 15.7 4.1 0.0
13 12.9 50.7 8.2 6.0 3.7 0.0 0.0 5.9 2.0 12.7 5.8 0.0
14 0.0 2.9 10.6 11.8 11.6 0.0 0.0 4.6 3.4 19.2 16.0 0.0
15 12.0 0.0 12.5 35.9 9.6 0.0 0.0 3.9 4.8 24.3 9.4 0.0
16 2.4 7.9 12.0 22.0 11.8 0.0 0.0 1.6 2.1 13.7 3.0 0.1
17 0.0 7.1 16.0 22.2 13.1 0.0 0.0 16.4 3.3 17.1 4.4 6.3
18 0.0 5.6 11.9 42.0 10.8 0.0 0.0 18.6 3.5 6.4 11.5 10.8
19 0.0 8.2 17.4 26.5 13.8 0.0 2.0 13.0 3.1 15.3 9.8 9.7
20 2.4 0.1 12.6 19.0 10.0 3.8 0.7 0.3 0.3 23.7 5.3 15.7
21 0.9 2.4 9.2 42.7 6.5 5.0 0.6 0.5 0.7 11.9 16.1 11.0
22 0.6 0.0 8.7 15.8 6.9 0.8 0.0 10.5 3.2 7.5 3.4 5.5
23 0.3 0.0 4.6 43.2 0.7 0.2 0.0 11.3 6.8 4.5 3.3 11.1
24 1.0 4.5 11.2 27.7 0.3 12.1 7.2 7.3 5.1 15.0 3.8 4.8
25 2.3 12.7 31.1 14.4 4.0 15.5 0.0 9.5 11.8 13.2 8.7 0.2
26 2.6 3.3 10.3 29.3 3.9 22.0 7.3 2.3 9.6 8.3 3.5 2.5
27 0.8 2.8 14.3 77.7 1.2 14.3 3.1 2.7 6.1 3.3 6.0 0.9
28 23.7 15.7 8.6 21.7 4.1 8.1 6.1 1.4 2.1 0.6 7.8 6.0
29 12.3 17.0 9.0 11.6 6.6 0.0 1.3 8.1 4.8 10.0 9.9
30 13.1 17.0 0.9 8.7 10.4 0.3 2.1 2.7 21.2 4.7 9.4
31 8.4 17.6 6.2 3.8 6.2 5.9 3.5
Jumlah 137.4 289.7 368.2 602.9 220.3 130.6 47.4 166.4 97.9 422.0 277.0 218.9
Max 23.7 50.7 31.1 77.7 32.8 22.0 8.3 18.6 11.8 24.3 27.3 53.8
hh 29 25 31 30 30 18 17 27 25 31 30 24
Page 72
Analisa Debit PLTM Lawe Sikap 2017
1998
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 5.5 1.0 20.6 7.3 28.7 6.8 9.9 7.1 0.3 8.2 31.1 0.0
2 11.0 9.2 6.5 8.3 41.2 6.1 12.7 8.1 0.0 5.9 13.2 0.1
3 2.1 6.1 1.7 10.5 91.5 3.1 4.4 8.2 0.0 8.7 38.6 10.7
4 9.8 3.1 7.7 3.8 10.2 8.3 11.4 11.1 1.2 2.5 15.7 17.4
5 9.3 2.9 26.2 1.3 27.4 23.7 10.8 9.7 1.1 1.2 34.4 11.4
6 2.4 5.5 34.5 4.2 22.1 15.2 0.0 5.7 0.0 0.4 0.3 4.3
7 2.9 14.9 12.1 9.0 5.9 20.1 0.0 7.4 0.0 0.0 2.7 3.5
8 4.2 18.2 12.2 16.3 45.2 2.3 4.0 7.0 3.0 0.0 7.0 4.5
9 4.8 25.4 4.1 12.9 69.7 6.7 0.0 19.3 0.0 0.9 14.4 7.0
10 4.8 18.8 16.5 7.3 5.5 7.0 0.0 9.5 0.0 9.1 12.1 0.0
11 9.1 16.5 8.0 30.2 3.0 12.7 0.3 23.9 0.0 16.3 0.4 0.0
12 5.5 9.3 5.4 36.7 0.2 12.9 0.0 12.6 0.0 0.9 10.0 0.0
13 4.0 6.2 4.6 52.4 0.0 6.0 0.0 14.8 0.0 21.7 6.4 0.0
14 17.5 5.4 4.8 50.3 0.0 3.0 0.0 27.5 0.0 11.0 19.2 0.0
15 5.5 12.0 12.4 14.7 0.0 2.9 0.0 9.0 2.4 4.6 9.3 0.0
16 3.4 10.5 15.9 13.5 0.0 6.6 0.0 15.1 3.3 8.7 16.3 0.0
17 1.4 6.1 25.6 20.1 0.0 0.0 1.1 26.3 42.6 1.8 8.7 0.0
18 1.1 9.7 13.7 13.0 0.1 2.5 0.3 8.3 41.2 35.7 9.6 0.2
19 4.9 6.3 10.3 6.8 0.1 1.1 1.3 10.2 2.9 28.2 17.3 9.2
20 0.9 7.1 10.0 17.7 3.5 0.0 0.1 34.4 8.4 19.5 13.4 5.1
21 7.0 0.3 1.6 45.4 7.0 0.0 0.0 22.0 2.4 16.0 1.1 0.9
22 2.5 1.3 10.3 24.5 11.0 0.0 19.3 0.6 0.0 22.2 0.2 5.9
23 4.0 3.5 20.5 35.4 12.5 0.0 10.5 7.8 0.2 26.5 0.0 15.8
24 0.1 7.2 8.1 37.7 18.8 0.0 11.3 1.2 0.6 31.3 0.0 11.7
25 1.9 25.2 16.6 31.5 4.1 0.0 0.6 1.0 8.5 14.9 0.0 2.1
26 1.8 18.8 4.6 15.8 1.5 0.0 0.0 0.6 29.4 32.1 3.3 4.0
27 2.7 32.0 25.8 20.8 5.9 0.0 1.7 3.4 30.7 8.4 2.5 8.7
28 5.6 26.2 0.3 9.2 7.7 0.0 11.9 0.8 22.4 5.8 15.4 3.2
29 0.1 2.2 12.8 2.4 2.5 15.6 8.3 30.3 8.0 14.6 29.3
30 0.0 1.1 10.4 8.3 9.7 4.6 0.1 46.4 15.8 6.9 55.9
31 1.1 9.9 0.1 4.1 0.0 11.0 0.6
Jumlah 136.9 308.8 353.7 579.8 433.5 159.0 135.6 320.8 277.2 377.2 324.0 211.3
Max 17.5 32.0 34.5 52.4 91.5 23.7 19.3 34.4 46.4 35.7 38.6 55.9
hh 30 28 31 30 28 22 20 30 19 29 27 22
Page 73
Analisa Debit PLTM Lawe Sikap 2017
1999
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.3 2.1 0.0 18.4 24.3 19.7 3.1 0.0 3.5 9.0 0.0 35.2
2 1.3 8.3 0.0 9.6 5.7 13.3 11.4 0.0 9.6 40.1 0.0 10.1
3 2.4 5.8 1.2 23.3 9.6 3.3 17.8 1.6 16.1 4.7 0.0 18.8
4 2.1 12.0 10.9 20.6 4.1 14.6 4.6 1.7 0.0 21.5 0.0 35.0
5 0.7 14.7 2.7 17.7 3.7 51.0 7.5 0.0 11.3 6.1 0.0 15.4
6 0.1 6.6 3.7 3.9 0.0 15.6 14.3 0.0 3.6 31.8 2.0 9.7
7 3.5 3.3 3.3 12.8 0.0 15.5 30.5 2.7 0.9 46.8 0.0 44.5
8 2.1 14.4 5.1 13.0 0.0 11.2 3.4 2.1 0.9 21.3 4.6 16.0
9 6.3 14.7 7.1 18.8 0.0 14.4 2.0 0.6 0.0 22.8 0.2 24.1
10 10.1 25.0 9.5 51.6 3.9 67.0 7.7 15.9 0.0 30.0 0.0 1.9
11 19.7 37.0 1.4 20.0 9.3 24.0 2.8 80.2 12.5 10.9 1.7 12.9
12 6.5 19.4 1.4 13.6 8.7 0.4 4.9 3.3 0.8 13.8 0.8 36.8
13 1.3 12.4 0.1 16.1 0.2 0.0 0.1 0.4 0.0 7.6 0.0 4.1
14 4.2 2.5 9.3 9.0 0.0 0.4 0.9 0.0 0.0 10.7 2.3 5.0
15 0.1 8.4 0.6 21.9 7.3 0.0 2.8 6.5 0.0 14.2 11.4 2.5
16 5.0 0.5 7.4 5.0 0.0 0.5 12.0 5.6 0.0 24.8 40.5 0.0
17 1.2 3.9 16.1 11.2 0.0 9.2 1.8 6.9 0.0 3.5 31.9 2.4
18 0.2 8.6 21.5 14.4 0.0 8.0 0.0 4.8 2.1 5.2 21.2 10.3
19 0.2 5.8 17.2 48.6 0.0 1.6 0.0 3.9 2.1 9.7 8.9 11.0
20 15.3 11.5 17.2 11.8 0.0 0.0 0.0 1.0 3.1 3.9 3.1 6.4
21 0.7 11.1 67.3 21.5 0.1 0.0 0.0 0.0 0.0 8.2 11.4 0.0
22 0.0 16.1 37.5 21.3 0.0 0.0 0.0 0.0 0.0 4.9 21.9 0.0
23 0.0 17.5 12.8 12.7 0.0 0.0 0.0 2.2 0.0 2.5 22.5 0.0
24 1.1 10.1 10.9 15.7 7.0 0.4 0.0 0.0 0.0 3.4 7.1 5.3
25 0.0 3.0 9.5 21.3 6.6 0.2 0.0 0.9 0.0 23.1 1.0 6.0
26 0.0 1.4 16.1 4.4 0.1 0.1 0.0 5.6 1.3 30.3 9.8 14.2
27 0.0 0.2 13.2 36.5 0.2 0.0 0.0 22.1 0.0 11.2 6.9 1.1
28 13.3 0.2 15.0 13.7 2.6 4.9 0.0 13.6 1.4 1.2 6.7 0.0
29 1.7 10.2 10.3 10.1 16.3 0.0 5.0 1.7 4.2 4.6 0.1
30 14.8 10.8 27.8 15.1 7.2 0.0 9.5 1.9 0.1 32.4 0.0
31 15.3 18.5 5.2 2.2 14.1 0.0 0.0
Jumlah 129.3 276.6 357.4 546.3 123.8 298.9 129.9 210.1 72.8 427.5 252.9 328.8
Max 19.7 37.0 67.3 51.6 24.3 67.0 30.5 80.2 16.1 46.8 40.5 44.5
hh 27 28 29 30 20 24 18 26 21 30 24 27
Page 74
Analisa Debit PLTM Lawe Sikap 2017
2000
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 0.4 2.3 27.5 11.3 0.0 24.7 0.0 14.5 20.6 23.4 3.3
2 0.0 19.6 0.0 34.3 20.6 0.0 7.5 0.0 9.3 14.1 18.7 2.4
3 0.6 23.3 0.5 17.7 14.9 0.0 21.8 0.0 12.9 12.6 1.1 11.7
4 0.1 0.0 13.5 22.6 6.2 0.0 9.6 0.9 10.9 9.3 7.5 6.9
5 0.0 0.0 27.4 90.9 6.5 0.0 9.4 4.1 32.9 3.8 12.2 9.0
6 1.5 0.0 17.1 11.7 11.6 5.7 0.3 4.3 16.5 0.9 17.8 3.8
7 8.4 0.0 11.3 23.6 10.2 0.4 0.0 1.6 17.3 13.3 9.6 9.7
8 2.3 0.0 24.7 0.7 8.2 17.4 1.5 0.0 24.2 18.9 6.4 8.9
9 4.5 0.0 36.6 4.9 10.5 32.7 1.6 0.0 10.7 18.9 1.9 5.2
10 1.2 0.0 23.0 7.7 7.5 13.4 0.0 0.0 1.7 14.7 10.9 8.3
11 0.2 1.4 23.9 34.8 11.8 17.9 6.6 0.0 23.6 18.2 33.0 16.8
12 0.4 1.6 5.8 30.1 19.2 15.1 0.0 9.7 78.2 15.0 0.0 3.2
13 14.6 6.7 2.1 3.1 24.5 9.9 0.0 9.7 17.9 1.7 0.8 4.3
14 13.5 10.6 9.4 1.0 9.5 17.7 0.0 4.9 41.8 12.0 7.8 6.4
15 6.5 1.2 9.0 10.9 18.1 19.0 0.0 0.1 2.2 13.8 17.0 5.5
16 0.2 0.3 6.2 16.9 16.6 24.4 0.0 7.1 1.1 40.8 21.0 10.3
17 0.0 0.8 7.5 19.7 0.0 5.6 0.0 9.6 0.6 15.8 12.3 16.8
18 1.6 0.0 14.4 16.3 0.0 5.7 0.0 4.2 5.2 17.7 13.2 16.5
19 17.8 0.0 7.1 17.8 0.0 7.5 10.1 4.7 2.6 50.3 2.4 23.8
20 15.7 0.0 6.4 25.2 0.0 13.5 8.1 0.9 1.7 15.1 13.3 20.1
21 6.7 26.7 5.9 9.3 0.0 22.5 22.2 1.5 4.6 25.5 20.3 9.5
22 10.7 9.9 9.6 9.3 0.0 12.3 11.2 2.4 1.5 61.6 15.2 11.8
23 1.4 2.1 17.3 13.6 0.0 0.2 2.4 2.9 0.0 40.0 26.3 7.1
24 0.1 26.4 24.7 2.4 0.0 0.1 3.0 0.0 21.2 19.4 20.0 24.0
25 0.0 0.0 35.2 21.7 0.0 0.1 3.2 0.0 16.5 10.6 18.8 15.0
26 0.0 0.0 4.3 11.7 0.0 0.5 0.4 0.0 11.6 29.3 15.1 15.5
27 0.0 0.1 1.8 37.8 0.6 1.5 2.9 0.0 29.6 16.3 15.8 8.0
28 0.2 1.9 6.9 55.5 0.9 10.4 11.3 0.0 16.5 20.7 6.1 8.5
29 0.0 0.8 16.5 6.5 3.6 3.7 0.0 0.0 41.6 32.1 2.4 9.6
30 0.0 16.7 9.7 0.0 11.4 0.0 0.9 72.6 27.3 1.8 9.0
31 0.2 0.9 0.0 0.0 11.4 5.0 20.0
Jumlah 108.4 133.8 387.9 595.0 212.4 268.7 158.0 80.8 541.5 615.2 372.3 330.6
Max 17.8 26.7 36.6 90.9 24.5 32.7 24.7 11.4 78.2 61.6 33.0 24.0
hh 24 18 30 30 19 26 20 20 30 31 29 31
Page 75
Analisa Debit PLTM Lawe Sikap 2017
2001
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 22.3 10.1 0.0 8.5 4.8 0.0 0.1 2.7 0.0 1.0 5.2 2.0
2 29.8 4.1 0.2 6.5 12.1 0.0 0.0 0.2 10.7 7.6 23.1 20.0
3 35.8 2.6 0.2 20.8 16.6 0.0 0.0 11.2 22.5 0.1 25.2 4.5
4 32.4 5.2 4.6 10.1 16.8 0.6 2.7 1.8 13.5 0.4 5.6 6.9
5 21.2 12.5 10.1 2.6 11.5 4.6 0.0 10.7 13.5 0.7 25.1 12.3
6 8.5 13.9 10.4 6.8 15.1 6.2 0.1 6.6 13.7 0.2 18.0 3.3
7 6.9 1.5 9.2 4.3 17.7 0.0 0.0 15.4 25.6 0.3 13.3 8.5
8 10.8 6.5 7.6 9.4 2.2 0.0 1.6 31.6 10.3 0.4 0.0 3.8
9 11.0 0.5 2.2 4.8 9.6 0.0 1.0 21.2 14.7 5.5 1.7 6.4
10 4.6 0.0 2.1 6.5 5.0 0.0 0.0 2.0 5.7 0.3 7.5 5.5
11 8.3 0.3 1.4 12.6 17.4 0.0 0.0 1.3 0.4 2.6 11.9 2.5
12 15.1 2.1 9.5 13.1 18.8 0.0 2.0 2.0 6.9 0.1 5.2 1.4
13 12.5 9.2 0.3 0.7 7.9 1.0 0.3 21.0 11.0 6.7 0.0 0.0
14 0.3 17.1 0.0 10.6 24.2 1.3 0.0 12.7 2.3 14.9 8.1 0.0
15 0.1 12.1 6.4 4.5 3.6 7.2 11.6 2.6 6.0 0.0 9.8 4.1
16 8.2 23.4 9.1 3.4 4.6 11.4 17.4 15.7 3.3 0.2 3.2 8.1
17 2.4 25.1 8.1 3.2 8.2 9.4 27.2 10.5 8.3 0.0 17.3 16.1
18 7.7 6.7 15.1 0.5 20.2 1.6 23.0 28.2 4.8 0.0 13.4 1.5
19 7.4 7.1 14.3 7.9 7.9 1.2 15.2 26.5 15.9 0.0 6.0 7.1
20 6.3 9.2 1.4 0.3 0.0 3.9 13.6 5.3 8.3 0.5 4.5 4.2
21 2.5 6.5 4.6 8.5 0.0 0.5 9.9 2.9 4.7 1.9 2.7 9.3
22 0.1 0.8 9.5 9.1 2.1 0.6 9.0 1.7 4.0 4.0 1.8 4.4
23 1.4 13.0 21.1 43.6 0.0 5.3 3.0 5.5 14.2 2.9 3.9 13.7
24 0.8 6.3 22.3 37.5 4.9 5.8 1.2 5.5 0.5 4.6 5.9 14.5
25 0.1 0.6 18.8 12.0 2.7 0.0 1.1 5.1 4.4 4.9 0.4 10.3
26 0.7 7.9 11.4 0.0 3.7 0.0 4.0 7.5 7.8 13.7 0.0 10.5
27 0.0 0.4 15.6 4.8 0.0 0.0 0.1 13.4 2.3 4.0 3.7 20.1
28 11.6 0.0 23.2 13.5 0.0 0.0 0.0 46.5 0.0 0.7 15.2 17.5
29 6.3 0.0 8.4 8.3 0.0 0.0 0.0 37.2 3.4 11.5 20.0 11.6
30 11.6 2.0 11.2 0.0 0.0 8.9 17.5 0.4 5.4 12.2 11.0
31 10.5 4.0 0.0 0.0 6.4 4.6 4.4
Jumlah 297.3 204.6 253.0 285.7 237.6 60.6 153.1 378.3 239.1 100.0 270.0 245.4
Max 35.8 25.1 23.2 43.6 24.2 11.4 27.2 46.5 25.6 14.9 25.2 20.1
hh 31 27 30 29 23 17 25 31 28 27 27 29
Page 76
Analisa Debit PLTM Lawe Sikap 2017
2002
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 16.5 8.9 4.9 5.4 0.9 0.2 36.2 10.6 1.5 47.7 12.5
2 0.6 17.3 4.0 7.5 0.0 0.0 0.0 21.6 7.7 0.8 29.6 6.5
3 0.5 22.5 10.6 9.5 0.0 3.1 0.5 16.8 0.1 0.0 8.2 24.4
4 4.9 10.9 20.2 7.6 0.0 0.0 1.2 12.3 2.0 5.5 12.4 13.4
5 13.7 6.5 31.4 3.5 0.0 11.9 0.0 1.5 17.1 3.0 34.8 15.4
6 12.1 10.6 39.0 28.7 0.0 8.0 0.5 1.4 7.9 0.0 17.3 7.9
7 31.0 14.5 22.2 23.3 0.0 1.2 13.5 0.0 27.5 0.0 14.2 1.0
8 11.8 27.2 16.7 13.9 5.3 0.9 12.9 15.2 38.5 0.0 9.6 10.1
9 2.1 28.8 5.4 12.8 4.9 2.5 0.7 12.2 26.7 0.2 0.0 4.0
10 8.7 2.8 2.6 6.5 2.1 0.5 10.5 18.4 27.8 0.1 0.0 6.3
11 3.8 7.6 8.9 6.5 0.0 1.1 9.1 20.3 2.6 12.0 1.7 11.1
12 4.9 4.9 0.0 5.8 0.5 0.0 0.1 10.6 9.1 21.4 0.0 13.6
13 3.5 15.2 0.2 9.2 5.0 3.3 0.1 9.4 20.3 23.4 0.0 18.4
14 15.7 12.9 3.1 5.8 0.9 3.6 1.2 18.6 4.5 18.5 4.2 1.8
15 10.6 14.4 5.4 2.9 0.4 0.1 8.7 9.4 15.9 5.0 4.3 0.0
16 9.3 20.9 1.9 0.4 1.5 0.0 15.3 4.5 11.6 33.8 13.2 0.0
17 8.9 20.5 5.8 3.1 1.6 0.0 22.8 0.1 16.0 40.0 47.7 6.2
18 8.9 10.3 9.5 48.5 10.9 0.0 26.3 11.3 22.3 16.6 10.1 8.8
19 6.5 11.8 3.9 46.7 11.8 0.0 14.5 16.9 3.2 13.8 20.5 7.1
20 1.2 12.6 7.8 0.0 0.1 0.0 13.5 11.8 20.1 18.7 23.8 9.7
21 1.7 3.4 4.1 1.1 0.0 0.0 19.0 18.3 3.5 14.4 5.1 0.2
22 8.3 9.2 1.7 0.2 0.0 0.1 13.6 0.1 21.6 3.6 14.5 0.0
23 14.7 3.8 0.8 1.5 0.3 2.8 13.8 4.3 9.6 10.3 11.6 0.0
24 2.2 1.6 0.0 3.7 1.4 0.0 1.5 17.9 1.6 18.1 3.1 2.5
25 4.8 9.8 0.0 0.0 10.6 0.0 26.7 6.0 11.4 16.4 1.3 3.8
26 2.1 25.0 6.7 0.0 9.9 0.0 18.3 13.1 14.7 8.7 0.8 4.0
27 8.2 32.4 0.1 0.0 0.0 0.3 17.0 11.9 2.1 5.8 0.9 0.4
28 0.3 49.2 0.0 0.0 8.0 0.1 23.0 7.0 13.9 12.5 4.7 0.0
29 12.1 0.0 0.0 25.9 1.3 0.0 12.6 13.8 15.4 3.1 0.0
30 7.8 0.1 0.0 12.3 0.4 0.3 22.3 1.5 27.9 14.3 16.4
31 1.3 1.3 0.0 23.6 16.4 36.3 14.1
Jumlah 222.1 422.9 222.3 253.6 119.0 42.2 308.1 378.4 385.0 383.8 358.6 219.7
Max 31.0 49.2 39.0 48.5 25.9 11.9 26.7 36.2 38.5 40.0 47.7 24.4
hh 30 28 26 24 21 19 29 31 30 28 27 27
Page 77
Analisa Debit PLTM Lawe Sikap 2017
2003
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 23.5 0.0 5.8 7.5 3.9 1.2 3.3 0.0 2.2 4.7 0.6 10.7
2 11.5 0.0 16.3 14.0 0.0 8.7 7.8 0.0 8.3 0.0 1.4 3.7
3 13.4 0.0 48.0 3.7 0.0 12.9 20.1 0.1 23.1 0.1 0.1 7.1
4 2.4 0.0 30.9 0.0 0.5 0.2 21.5 0.1 71.5 2.3 3.6 27.8
5 0.2 0.1 75.5 0.1 0.0 0.0 7.8 7.0 31.9 16.6 0.0 20.2
6 0.3 0.0 0.9 0.0 0.0 0.0 4.5 7.4 0.0 1.7 0.0 5.9
7 0.0 0.0 1.1 0.1 3.5 0.0 18.2 16.7 0.0 8.8 0.3 0.0
8 0.0 1.1 6.9 0.7 9.7 0.0 14.9 5.0 0.0 25.6 0.0 0.0
9 7.6 17.2 8.2 2.1 0.0 0.0 5.1 22.2 0.0 12.1 0.0 0.0
10 5.7 4.6 5.1 0.3 1.6 0.0 11.3 14.9 0.0 8.0 0.0 0.6
11 0.0 0.0 17.4 3.4 0.9 0.0 9.6 22.6 0.0 10.0 0.0 3.3
12 7.6 0.4 15.5 0.0 12.2 0.0 7.2 3.2 0.0 12.6 19.6 5.2
13 0.2 0.1 15.5 0.0 0.2 0.0 2.3 0.0 2.2 11.8 26.0 5.4
14 9.3 0.5 6.7 0.0 1.9 0.0 3.5 2.6 0.2 15.3 16.2 1.8
15 4.8 13.8 0.0 0.0 1.5 0.0 0.2 30.9 0.0 13.7 6.9 2.1
16 4.3 3.6 1.0 0.0 1.6 0.0 11.2 7.1 2.2 11.9 9.3 7.5
17 0.1 15.0 7.9 0.0 0.1 0.0 4.8 1.8 0.5 4.7 5.1 16.6
18 2.0 19.1 0.0 0.0 0.1 0.0 1.0 23.1 13.7 14.8 9.7 5.3
19 0.0 4.3 2.5 0.0 1.6 0.0 1.1 12.9 2.9 21.8 19.1 10.5
20 0.0 29.3 11.2 0.0 1.0 11.2 0.0 1.7 1.9 23.3 23.3 0.9
21 0.1 44.4 22.0 0.7 0.3 12.7 0.3 9.7 1.4 15.8 5.4 5.8
22 6.5 22.7 12.0 0.2 0.0 16.0 14.3 1.3 1.5 6.8 17.9 0.0
23 10.0 22.7 6.4 0.0 0.0 17.1 1.9 17.4 4.9 26.8 19.4 0.0
24 0.6 21.7 11.2 14.5 0.0 0.3 0.9 40.8 0.8 122.9 21.6 4.1
25 1.7 2.3 5.2 14.0 0.0 0.9 0.0 4.3 0.5 9.2 9.2 8.1
26 4.1 16.1 9.0 5.2 0.0 11.1 0.0 4.5 10.5 42.8 27.9 20.0
27 0.0 14.4 1.6 14.9 0.0 13.0 1.9 15.7 27.7 8.5 15.3 42.0
28 0.5 5.8 0.0 13.9 10.2 3.3 0.0 11.1 13.6 16.4 1.3 9.9
29 0.6 0.2 14.2 8.5 2.0 0.0 2.5 2.8 8.3 11.9 15.0
30 0.0 2.2 12.1 35.8 4.8 0.0 5.2 0.0 1.5 10.2 6.6
31 0.0 15.7 10.0 0.0 3.1 1.2 8.9
Jumlah 117.2 259.3 361.8 121.5 105.2 115.3 174.5 294.9 224.3 480.0 281.2 255.0
Max 23.5 44.4 75.5 14.9 35.8 17.1 21.5 40.8 71.5 122.9 27.9 42.0
hh 25 22 29 19 24 16 24 29 21 30 26 26
Page 78
Analisa Debit PLTM Lawe Sikap 2017
2004
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 8.2 4.7 6.5 3.6 9.7 0.0 0.5 6.2 2.9 0.9 24.2 5.9
2 1.4 6.4 10.5 2.4 14.2 0.0 0.5 5.7 9.7 7.3 21.1 0.0
3 0.2 1.6 16.6 1.6 6.4 0.0 0.9 7.3 19.5 21.2 17.3 0.0
4 6.0 8.7 14.3 4.4 10.3 0.0 16.4 2.3 1.8 14.2 9.5 0.0
5 2.1 21.8 11.2 0.8 35.3 0.0 1.3 6.2 4.5 20.2 10.9 0.1
6 9.4 9.1 26.3 6.0 17.3 0.0 5.8 13.4 3.5 17.0 5.2 0.0
7 3.0 6.0 16.0 10.9 10.0 0.0 4.2 19.8 0.5 8.3 0.0 14.5
8 7.7 0.0 9.7 3.7 0.0 0.0 0.2 38.2 0.1 13.8 5.3 8.2
9 8.7 0.0 5.6 0.0 0.3 1.4 0.0 18.2 0.2 28.8 9.8 19.7
10 19.8 2.6 1.7 3.8 0.0 7.0 0.0 5.4 0.0 21.4 0.8 11.6
11 9.7 1.2 5.8 0.1 6.5 1.3 0.0 0.5 0.0 17.4 12.9 1.5
12 15.4 0.1 24.2 0.4 19.1 9.5 0.0 6.9 0.0 13.8 11.5 4.5
13 9.0 0.1 21.1 0.0 15.7 4.9 0.0 23.5 1.0 4.7 2.7 15.1
14 6.0 0.0 17.3 0.0 0.3 6.8 0.0 20.4 26.0 3.1 5.3 2.7
15 0.0 0.0 9.5 0.0 1.3 0.0 0.4 10.9 23.9 2.4 1.6 7.5
16 3.5 0.1 10.9 0.0 8.5 0.2 0.1 9.3 7.7 11.7 1.8 9.1
17 12.7 8.4 5.2 0.0 10.8 1.3 0.8 12.2 13.3 16.7 2.7 5.2
18 5.5 13.3 0.0 0.0 5.8 0.5 2.9 10.1 15.7 1.3 10.8 8.8
19 8.8 1.6 5.3 0.0 0.1 2.4 0.0 10.7 4.7 1.0 2.9 11.2
20 6.9 1.1 9.8 0.0 0.0 2.9 0.9 7.4 28.3 0.1 10.3 10.6
21 7.4 1.4 0.8 0.0 6.2 9.5 7.2 6.8 35.5 6.5 14.6 16.2
22 3.4 0.8 12.9 0.0 0.0 3.1 1.4 12.3 11.9 10.5 16.6 13.6
23 3.5 2.0 11.5 0.0 0.0 6.7 0.0 11.5 29.7 16.6 21.6 13.1
24 3.1 5.6 2.7 0.0 0.0 1.1 0.0 13.5 49.3 14.3 28.7 7.7
25 1.9 1.9 5.3 0.4 1.2 0.0 2.5 2.4 25.1 11.2 23.1 3.5
26 3.1 0.0 1.6 0.0 3.6 0.4 17.6 3.7 7.9 26.3 3.9 2.3
27 11.9 10.5 1.8 0.1 0.0 11.9 3.2 0.8 6.1 16.0 4.9 8.6
28 10.1 12.4 2.7 0.0 7.6 8.7 1.9 14.2 11.9 9.7 18.0 12.4
29 8.5 19.2 10.8 0.0 1.6 6.7 2.5 24.0 20.3 5.6 4.0 7.4
30 2.3 12.9 2.9 1.9 0.0 5.5 4.8 15.7 20.6 1.7 12.2 5.4
31 0.0 16.1 10.3 0.4 0.5 15.2 5.8 1.4
Jumlah 199.3 169.6 290.7 40.1 192.1 91.9 76.5 354.5 382.0 349.6 314.1 228.1
Max 19.8 21.8 26.3 10.9 35.3 11.9 17.6 38.2 49.3 28.8 28.7 19.7
hh 31 26 30 16 25 20 23 31 27 31 29 28
Page 79
Analisa Debit PLTM Lawe Sikap 2017
2005
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.1 3.7 10.1 5.5 5.3 17.9 2.8 0.6 6.7 10.5 0.6 0.0
2 1.6 3.3 0.0 7.7 0.9 0.0 1.0 3.7 4.1 12.6 0.9 0.0
3 1.4 5.4 0.0 13.1 4.0 0.5 0.0 13.1 15.4 12.8 6.5 0.0
4 1.4 0.5 1.1 8.3 0.1 0.0 0.0 5.1 5.3 21.6 4.3 2.0
5 3.3 1.2 2.1 8.0 0.0 0.0 0.1 0.3 5.8 37.7 4.9 1.5
6 5.4 1.4 1.2 21.8 0.1 0.0 2.7 3.2 10.0 17.6 16.2 16.1
7 7.5 0.3 1.4 17.1 3.5 0.0 2.6 52.1 4.3 15.7 7.2 2.1
8 16.2 0.0 12.3 1.6 5.4 9.5 2.6 8.1 6.5 20.3 11.1 4.2
9 2.4 1.3 14.7 0.4 7.7 1.6 3.8 3.0 5.0 12.7 15.0 2.1
10 2.7 9.4 5.8 0.6 6.0 3.1 0.1 3.1 36.4 7.0 43.3 9.8
11 0.4 14.0 14.7 6.4 16.3 2.5 0.0 2.2 36.9 12.2 22.7 13.8
12 7.3 18.3 0.8 0.9 2.3 0.0 0.0 0.0 9.9 13.9 14.3 9.8
13 3.7 11.5 1.6 0.0 3.3 0.0 0.0 0.0 15.2 11.8 10.1 3.7
14 0.1 4.7 2.1 0.0 2.2 0.0 0.0 0.0 5.5 9.1 10.2 16.8
15 2.5 5.9 6.9 0.0 0.0 2.5 0.0 0.4 16.7 6.1 22.7 23.9
16 1.5 3.8 12.6 0.5 0.0 3.1 0.0 21.4 16.4 11.3 21.5 13.0
17 11.2 7.1 45.0 0.0 0.0 0.0 1.5 28.6 8.0 10.4 15.1 8.5
18 16.2 14.6 34.7 0.0 0.0 0.1 2.4 8.8 1.5 4.5 14.3 8.1
19 0.5 7.7 0.4 10.4 0.0 0.1 0.0 11.8 9.7 21.3 3.8 20.4
20 0.9 4.2 0.3 1.6 0.0 0.8 0.0 3.7 9.6 18.6 5.5 25.1
21 19.9 10.0 8.7 2.1 0.0 0.0 0.0 10.8 11.8 150.6 22.1 16.9
22 12.2 21.2 5.5 19.9 0.0 0.4 1.6 5.1 2.7 25.2 41.8 13.5
23 10.6 13.9 8.4 0.8 0.0 1.1 14.0 3.7 6.8 0.0 13.0 7.0
24 13.8 9.3 10.8 0.6 0.0 2.6 12.8 0.1 15.7 15.1 7.9 12.1
25 15.4 2.3 2.3 1.2 0.1 0.2 5.3 4.9 15.2 16.6 1.7 10.4
26 6.5 7.0 13.0 0.0 0.8 1.3 9.4 20.6 13.8 12.0 6.9 2.1
27 10.2 2.4 18.0 0.0 0.0 0.8 2.0 11.4 8.0 4.7 3.4 7.4
28 23.4 2.7 3.9 0.0 5.2 7.4 0.0 1.6 13.5 17.7 5.7 0.5
29 32.6 9.7 1.5 1.3 0.1 0.8 9.9 14.3 2.4 2.3 0.7
30 11.9 12.8 14.8 2.2 1.6 12.3 2.6 18.5 3.2 0.0 2.7
31 8.4 23.8 9.8 15.7 8.4 3.6 12.9
Jumlah 251.4 187.1 284.5 144.6 76.5 57.2 93.7 248.3 349.0 538.8 355.1 267.1
Max 32.6 21.2 45.0 21.8 16.3 17.9 15.7 52.1 36.9 150.6 43.3 25.1
hh 31 28 30 22 19 22 20 28 30 30 29 28
Page 80
Analisa Debit PLTM Lawe Sikap 2017
2006
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 10.5 0.0 7.8 7.2 0.0 10.2 3.9 6.8 47.8 24.1 16.0 8.8
2 18.4 0.0 7.3 18.0 0.0 14.2 9.6 0.7 21.8 12.9 15.8 9.2
3 5.0 0.0 3.5 12.9 0.0 8.8 3.7 0.0 22.7 12.7 9.4 2.9
4 13.7 0.0 8.4 11.8 0.1 17.8 0.0 0.0 11.0 14.8 15.8 2.7
5 1.2 0.5 0.4 22.9 2.1 8.6 1.9 0.0 19.6 10.2 14.0 4.0
6 1.8 0.4 5.2 15.6 9.3 1.5 0.0 3.2 7.4 12.2 3.0 5.2
7 9.7 6.4 14.2 2.6 2.5 0.0 0.0 34.6 31.4 24.0 18.2 0.1
8 11.2 5.0 9.6 3.8 0.1 0.2 3.3 41.0 17.7 5.3 17.2 5.7
9 10.8 13.7 12.0 3.5 4.8 10.6 3.1 2.4 6.1 12.8 6.4 7.6
10 8.9 9.4 6.5 1.2 9.1 13.4 5.9 0.3 2.2 20.6 10.2 15.1
11 19.4 17.6 15.8 4.7 2.5 6.6 8.3 1.6 12.5 8.9 15.1 14.4
12 8.5 3.8 13.8 8.0 0.2 0.0 8.4 2.4 12.6 14.5 2.5 8.1
13 2.3 8.8 22.9 5.9 0.1 0.5 10.6 10.9 5.7 3.4 5.0 25.0
14 17.9 11.2 19.9 2.9 7.9 9.4 7.1 2.2 6.2 11.2 9.8 12.1
15 3.6 5.9 17.9 0.0 5.1 6.3 14.7 1.0 1.0 13.9 8.9 9.3
16 21.1 8.5 7.6 0.0 3.7 16.5 10.5 0.0 1.2 12.9 16.5 27.7
17 13.6 14.4 12.9 0.0 4.7 3.5 6.8 16.1 0.8 14.5 21.8 11.5
18 13.4 33.8 11.6 0.0 0.1 2.4 0.2 6.8 0.7 57.5 16.6 16.2
19 7.5 10.0 6.0 0.0 12.6 6.9 0.0 0.0 1.5 22.6 1.2 9.3
20 8.1 3.9 12.4 0.0 4.5 1.6 0.7 3.6 0.0 2.0 0.0 5.5
21 10.7 4.0 13.5 0.0 1.9 0.0 0.0 3.1 0.0 7.7 0.0 18.2
22 12.5 20.1 11.1 0.0 4.3 0.9 0.1 12.3 1.4 2.9 0.6 10.2
23 16.0 5.9 13.5 0.0 5.9 0.0 9.5 21.0 3.0 2.1 0.6 5.5
24 19.3 33.1 14.4 0.0 3.7 2.9 4.1 5.6 4.2 17.2 3.6 0.3
25 12.4 23.1 19.0 0.0 11.7 0.1 0.0 0.2 0.8 13.0 3.7 0.0
26 1.0 23.5 9.2 0.0 25.0 0.0 0.1 4.1 8.6 2.9 2.2 4.0
27 0.8 6.7 11.4 0.0 4.3 0.0 6.8 4.5 6.4 14.9 0.8 8.3
28 3.3 5.1 4.8 0.0 7.5 0.0 4.7 31.6 25.1 60.0 0.7 4.5
29 0.0 7.6 0.0 23.7 0.0 5.7 36.6 25.3 8.2 1.6 26.1
30 0.0 20.2 0.0 8.4 0.3 15.1 16.5 8.6 21.1 5.3 24.3
31 0.6 6.1 27.1 4.4 14.3 27.5 13.0
Jumlah 283.4 274.8 346.4 120.9 192.5 143.2 148.9 283.3 313.5 488.7 242.9 314.9
Max 21.1 33.8 22.9 22.9 27.1 17.8 15.1 41.0 47.8 60.0 21.8 27.7
hh 29 24 31 14 28 25 26 28 28 31 30 31
Page 81
Analisa Debit PLTM Lawe Sikap 2017
2007
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 19.8 13.5 6.8 12.6 9.7 0.4 0.5 1.1 3.1 22.0 10.9 2.3
2 8.2 13.8 3.1 11.3 0.6 2.1 3.4 3.1 0.6 10.9 2.1 5.0
3 0.0 10.3 11.3 14.3 0.0 3.7 0.0 14.7 2.2 6.5 2.8 12.3
4 11.6 6.1 18.9 16.2 0.2 8.6 0.0 17.5 0.7 15.1 7.5 2.9
5 12.9 6.9 11.7 13.4 2.4 11.0 0.0 12.1 0.0 24.5 14.2 4.9
6 7.6 3.1 13.6 17.6 1.9 3.1 0.0 1.6 0.0 10.6 18.7 15.8
7 17.9 5.4 11.4 18.4 6.2 3.3 0.0 0.0 0.5 2.2 14.1 8.8
8 2.9 0.1 8.7 0.0 0.0 1.2 0.0 0.0 7.7 9.9 12.2 1.2
9 5.6 9.4 14.6 0.0 0.0 0.1 0.0 1.9 19.5 6.0 19.8 2.0
10 12.0 19.7 11.2 0.0 0.0 0.0 0.0 0.0 5.3 0.4 9.4 14.6
11 17.1 11.6 4.5 0.7 0.0 0.7 0.0 5.2 5.1 9.0 4.1 7.5
12 6.4 7.6 9.4 0.0 0.0 0.9 0.5 11.0 11.4 8.3 7.9 5.0
13 0.0 15.5 4.4 0.0 0.0 0.2 9.3 20.0 5.1 8.6 16.9 4.2
14 0.0 10.2 12.6 0.0 0.0 1.0 8.7 29.2 5.6 21.2 10.9 6.6
15 4.0 1.3 7.0 0.0 0.0 5.9 11.0 8.6 6.5 15.1 1.6 9.1
16 0.5 4.6 6.9 0.0 0.0 4.2 0.0 10.8 11.0 2.8 8.4 1.8
17 12.2 6.2 15.0 0.0 0.0 12.3 0.0 18.7 20.3 11.1 6.5 5.6
18 24.2 2.7 8.9 0.0 0.0 0.0 0.0 17.5 58.8 4.1 5.0 12.4
19 32.2 0.1 3.1 0.0 0.0 0.0 0.0 19.5 26.4 6.1 55.9 12.0
20 12.6 0.0 4.7 0.0 0.0 0.0 0.0 1.8 25.3 1.6 78.0 7.0
21 2.7 9.7 8.5 0.9 0.0 3.1 2.1 1.4 19.2 8.0 4.2 5.6
22 16.0 1.2 2.1 0.0 0.2 0.1 0.0 17.2 23.4 7.3 3.6 0.4
23 4.7 19.3 12.8 1.1 0.0 3.8 0.2 15.6 9.5 6.0 3.3 0.2
24 4.2 13.4 14.1 1.9 0.0 0.0 2.7 11.7 10.8 5.5 4.8 0.0
25 5.7 18.6 7.9 9.4 0.3 0.0 1.1 7.0 9.1 10.8 8.5 2.3
26 15.1 6.3 20.9 2.8 2.7 1.7 3.2 1.9 8.5 8.7 12.8 4.0
27 5.7 14.6 36.4 4.7 0.0 0.2 0.4 8.8 10.8 8.6 4.7 0.0
28 16.5 9.4 1.1 1.9 0.0 1.9 0.0 23.5 8.0 12.5 0.3 6.7
29 1.8 6.8 6.8 12.3 3.3 6.3 26.8 29.1 6.9 41.5 5.6 10.3
30 7.8 19.0 6.6 0.0 8.2 4.3 0.8 18.6 14.5 0.2 9.9
31 12.5 13.9 0.5 4.2 0.0 19.8 0.6
Jumlah 300.6 247.5 330.9 146.3 28.0 84.1 78.3 311.1 339.9 339.2 354.9 180.7
Max 32.2 19.7 36.4 18.4 9.7 12.3 26.8 29.2 58.8 41.5 78.0 15.8
hh 30 28 31 17 14 26 16 28 28 31 30 31
Page 82
Analisa Debit PLTM Lawe Sikap 2017
2008
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.6 11.4 52.0 17.1 0.0 0.3 0.0 12.7 4.6 2.0 18.3 4.0
2 1.8 12.2 1.8 18.5 0.0 0.4 0.0 8.4 0.8 18.9 4.1 0.8
3 2.4 0.0 0.3 2.6 1.9 0.1 0.0 6.9 1.3 32.4 8.3 1.3
4 16.8 0.9 4.5 3.2 0.0 0.0 0.0 15.4 1.3 5.3 4.2 0.1
5 14.8 9.8 1.1 14.3 0.0 0.4 0.0 1.2 5.1 0.0 6.1 5.3
6 11.4 1.3 2.3 7.6 0.4 0.0 0.0 0.4 0.7 6.9 16.5 3.3
7 5.5 9.4 5.2 4.8 0.5 0.1 0.0 2.5 21.3 4.0 21.3 8.9
8 0.2 8.0 2.2 0.0 0.0 0.3 0.0 0.8 12.1 1.6 24.8 0.7
9 0.1 7.1 0.4 10.9 1.9 0.2 0.0 0.0 12.8 25.6 19.1 1.1
10 0.0 0.3 0.5 4.9 5.3 3.2 0.0 0.0 17.3 15.5 2.8 3.3
11 0.1 25.0 5.1 0.0 2.8 4.7 2.1 0.0 9.0 10.5 7.7 7.2
12 7.5 13.1 0.0 1.1 0.0 33.5 0.0 3.0 10.3 10.2 13.3 5.7
13 8.5 1.8 1.8 0.0 1.7 2.8 0.0 2.5 20.7 22.6 10.5 10.6
14 1.8 6.6 3.0 0.0 1.1 0.5 0.8 0.1 77.2 21.6 4.9 14.5
15 0.1 10.6 0.5 0.0 1.2 6.5 2.0 0.0 19.8 5.9 2.2 6.1
16 1.1 2.7 0.3 0.4 4.3 7.1 6.2 0.0 12.6 14.9 7.0 5.8
17 6.7 5.4 6.3 0.1 0.8 1.3 3.9 0.0 8.6 25.8 0.0 3.8
18 11.6 2.0 1.4 0.0 0.2 3.2 7.3 0.0 29.8 13.4 9.1 4.6
19 0.8 5.6 0.4 0.0 0.8 6.6 0.0 0.7 32.5 31.6 6.0 0.7
20 1.2 15.8 0.5 0.0 2.3 3.2 0.2 1.3 27.3 12.0 2.9 6.8
21 0.2 19.0 0.2 0.0 0.0 2.3 0.6 23.5 14.0 10.2 8.9 8.6
22 0.1 2.1 8.3 0.0 0.0 0.0 0.2 3.8 1.5 4.4 6.4 0.5
23 0.4 8.8 1.1 0.0 0.0 0.1 1.7 13.1 7.0 3.1 0.0 0.6
24 0.3 9.6 3.8 0.0 0.0 0.8 20.1 19.9 4.2 4.7 0.3 0.0
25 1.0 7.4 7.6 0.1 0.0 0.0 27.3 4.3 16.2 7.7 2.0 0.0
26 1.4 8.3 1.5 0.0 0.4 0.0 11.8 0.5 2.5 10.9 3.8 0.0
27 2.7 29.4 13.3 0.0 0.0 0.0 0.2 0.0 0.8 0.6 20.0 0.0
28 6.4 18.6 7.6 0.9 0.0 0.0 1.4 0.3 10.5 7.6 7.3 0.0
29 18.3 31.9 3.8 0.6 0.8 0.0 5.2 18.0 5.2 8.9 4.8 0.0
30 14.3 1.6 0.0 0.1 0.0 0.3 13.9 4.8 15.8 4.9 0.0
31 24.9 8.6 0.0 2.4 0.6 15.8 0.0
Jumlah 162.9 284.1 147.2 87.3 26.5 77.5 93.9 153.6 391.5 370.5 247.4 104.4
Max 24.9 31.9 52.0 18.5 5.3 33.5 27.3 23.5 77.2 32.4 24.8 14.5
hh 30 28 31 20 20 21 19 25 30 30 29 25
Page 83
Analisa Debit PLTM Lawe Sikap 2017
2009
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.0 3.7 3.7 5.3 0.0 0.0 0.0 0.2 1.8 28.5 5.1 4.8
2 1.0 1.3 0.8 21.1 0.1 0.0 0.0 1.4 0.8 19.1 0.4 0.5
3 2.6 3.6 1.3 4.7 3.8 0.0 0.0 6.9 3.3 8.3 0.5 0.7
4 1.9 16.4 1.0 9.2 1.0 2.1 2.1 22.9 0.1 24.3 0.0 0.0
5 18.6 0.9 1.2 3.6 0.1 0.0 0.0 20.9 0.0 12.7 0.2 0.0
6 0.4 0.7 9.2 0.1 0.5 0.0 0.2 5.7 0.0 13.8 0.1 0.0
7 7.0 1.1 20.3 0.0 0.6 15.4 0.1 35.1 0.0 8.6 1.0 0.0
8 11.9 1.6 17.8 0.1 0.4 3.0 0.0 5.8 0.0 27.2 4.8 0.0
9 0.6 2.4 19.9 5.0 0.3 19.7 0.4 6.3 0.0 2.3 12.2 8.6
10 0.1 2.3 8.4 13.9 0.1 5.7 6.9 2.0 0.1 9.1 5.0 12.4
11 4.2 0.0 16.6 8.1 9.3 0.7 0.1 0.9 0.8 11.8 0.2 11.8
12 12.2 0.3 13.9 4.2 16.0 0.0 0.0 8.3 1.5 13.6 10.8 11.4
13 13.5 2.6 16.3 15.9 1.5 0.0 0.0 2.3 3.7 9.0 5.5 5.5
14 4.4 1.1 14.3 6.7 0.1 0.0 0.0 0.1 14.3 6.4 10.4 7.7
15 2.3 4.0 23.2 0.6 0.4 0.0 0.0 2.3 1.2 13.5 14.3 2.5
16 4.0 1.6 27.1 13.3 0.7 0.0 0.0 13.1 11.9 2.1 17.4 4.4
17 17.1 12.4 7.5 0.0 16.6 0.2 0.3 8.1 15.0 3.5 11.2 3.6
18 0.1 70.6 30.6 0.0 39.6 0.0 7.7 0.7 15.0 11.8 7.8 9.8
19 0.7 10.1 43.0 0.0 5.1 0.4 0.0 0.5 7.3 7.1 8.4 6.8
20 0.3 18.1 5.5 0.2 6.4 0.0 11.8 23.8 9.0 8.9 8.2 14.4
21 2.1 6.3 14.8 2.8 29.5 0.2 3.6 15.8 23.5 11.7 36.9 9.9
22 13.1 4.5 5.7 2.8 21.6 0.2 1.6 5.4 24.2 18.4 18.2 7.7
23 0.4 0.6 22.1 3.0 12.0 0.0 5.4 24.3 31.9 9.4 4.2 21.1
24 10.6 0.0 8.4 7.8 13.2 2.3 1.7 17.8 21.4 6.8 0.0 7.6
25 36.9 0.0 11.1 2.4 0.0 0.1 10.5 19.7 22.6 7.4 0.9 7.5
26 3.6 6.6 1.1 16.4 0.0 11.5 27.4 0.9 27.1 11.8 2.8 0.2
27 0.0 10.1 1.4 19.3 0.0 8.1 0.1 0.0 12.1 13.7 4.8 13.9
28 0.0 11.4 0.3 0.0 0.0 9.5 0.7 1.0 3.7 14.4 2.1 11.3
29 0.0 3.7 0.0 0.0 0.0 0.0 12.2 5.1 16.9 1.4 2.2 0.9
30 0.2 0.0 0.0 0.0 0.0 6.7 11.0 18.0 3.7 0.2 0.2
31 6.1 0.1 0.0 10.0 1.2 14.9 0.1
Jumlah 175.8 198.3 346.6 166.6 178.9 79.1 109.4 269.7 287.4 355.1 195.6 185.2
Max 36.9 70.6 43.0 21.1 39.6 19.7 27.4 35.1 31.9 28.5 36.9 21.1
hh 27 28 30 24 24 19 21 31 25 31 30 26
Page 84
Analisa Debit PLTM Lawe Sikap 2017
2010
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 0.4 1.3 22.9 5.5 0.2 0.0 0.0 18.3 0.0 6.9 4.9 0.0
2 0.5 0.2 12.6 5.7 1.2 3.0 0.0 33.0 0.0 7.0 0.0 0.0
3 0.2 0.0 33.6 1.1 0.6 0.0 0.2 0.9 7.8 3.6 0.0 0.0
4 0.0 0.1 17.3 0.0 8.9 0.0 0.9 0.3 11.7 10.0 0.0 0.1
5 0.0 0.0 14.1 0.0 1.0 0.0 0.0 0.2 9.5 15.4 16.2 0.0
6 0.0 0.0 0.6 0.5 0.1 0.1 0.0 5.9 11.8 19.9 35.2 0.2
7 0.0 0.0 1.8 0.5 0.1 4.8 7.3 10.0 16.2 15.9 10.5 0.4
8 0.2 1.4 1.7 0.5 0.3 0.0 6.6 7.8 10.4 33.2 10.3 9.4
9 0.2 0.3 11.9 0.3 13.9 0.0 1.1 0.0 7.9 21.1 17.3 22.2
10 0.0 14.0 5.5 9.8 13.4 0.0 0.0 9.2 6.0 5.9 10.0 6.4
11 0.0 7.1 7.7 0.0 5.3 0.0 0.0 0.0 32.8 3.4 11.4 7.5
12 2.5 14.8 8.7 2.3 15.5 0.1 2.4 0.0 48.0 0.0 3.7 1.1
13 0.9 10.1 28.9 0.2 6.5 0.0 12.9 7.7 9.8 0.2 10.5 15.1
14 0.2 0.1 21.7 1.2 1.4 11.0 5.9 1.9 7.3 1.4 17.2 9.8
15 1.4 2.3 36.9 2.4 7.8 12.0 2.0 2.4 10.4 10.1 0.1 0.8
16 0.6 36.4 10.4 0.6 19.5 30.6 3.1 8.4 6.9 33.6 1.9 0.2
17 31.3 8.3 6.6 0.1 19.4 11.4 1.4 1.7 6.6 2.9 3.8 0.5
18 15.7 9.1 4.0 1.7 0.0 13.2 0.3 0.0 9.6 0.4 10.6 4.6
19 3.2 3.4 2.4 0.8 0.8 14.8 2.2 0.0 12.3 2.8 17.2 3.4
20 0.4 1.6 0.2 0.1 1.1 2.8 0.2 0.0 28.1 7.4 1.5 0.4
21 2.3 3.6 0.4 0.5 0.0 4.1 3.8 0.0 72.2 4.0 4.2 0.1
22 9.5 0.0 9.1 12.7 0.8 18.4 0.0 0.0 9.1 1.5 14.7 0.6
23 8.4 0.0 5.3 17.3 22.3 9.2 0.9 14.7 2.2 1.8 2.5 0.6
24 0.3 0.0 3.4 10.0 14.8 0.2 0.0 39.7 7.5 0.3 2.8 0.9
25 0.0 0.2 2.1 2.7 3.4 15.4 0.3 1.3 0.2 0.0 11.6 5.1
26 0.1 0.0 9.2 10.4 0.0 21.9 0.1 5.6 0.4 0.0 1.4 6.5
27 0.0 1.9 36.5 25.4 0.0 0.1 3.3 0.0 1.3 4.6 0.1 13.4
28 9.3 4.4 27.3 12.3 0.0 1.0 16.5 0.4 8.4 4.4 0.0 8.3
29 3.2 22.9 3.8 10.7 0.0 0.2 2.3 0.1 3.7 15.2 0.0 1.5
30 2.1 2.9 1.2 0.0 5.9 9.0 0.0 4.7 4.0 0.0 1.0
31 5.6 0.0 0.0 9.3 1.0 21.5 1.3
Jumlah 98.5 143.5 349.4 136.5 158.1 180.4 92.0 170.5 362.8 258.5 219.4 121.3
Max 31.3 36.4 36.9 25.4 22.3 30.6 16.5 39.7 72.2 33.6 35.2 22.2
hh 27 23 30 27 24 22 26 25 29 30 24 28
Page 85
Analisa Debit PLTM Lawe Sikap 2017
2011
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 4.8 13.5 0.0 2.6 10.7 1.7 0.0 17.1 0.4 1.0 0.4 1.2
2 6.3 2.6 0.2 1.6 14.6 1.6 0.0 16.5 26.8 11.6 26.8 2.2
3 6.0 4.8 0.3 0.0 13.9 23.0 0.0 14.8 30.8 9.9 30.8 4.4
4 0.5 10.2 8.0 0.0 12.7 1.3 0.0 16.2 11.6 6.3 11.6 23.1
5 0.0 4.8 2.9 3.9 8.8 0.9 0.0 12.9 8.5 7.8 8.5 4.8
6 0.0 28.9 0.9 1.8 41.3 1.7 0.6 50.8 6.4 8.8 6.4 0.1
7 3.1 1.7 0.8 2.1 62.3 12.5 12.7 37.9 13.0 11.6 13.0 0.1
8 0.1 9.3 0.4 0.5 5.6 44.7 4.8 1.1 12.2 4.0 12.2 0.0
9 0.0 3.6 5.9 0.1 9.7 15.1 0.1 0.7 4.4 1.3 4.4 2.9
10 0.0 10.4 0.8 1.5 1.6 3.4 0.3 0.0 3.1 0.3 3.1 0.2
11 0.0 9.8 10.4 0.0 2.3 0.0 1.8 7.4 11.1 2.7 11.1 0.0
12 0.0 24.5 12.4 0.0 13.7 0.1 0.0 3.8 13.3 0.5 13.3 0.1
13 0.0 11.1 36.9 0.0 3.1 5.4 0.1 1.2 19.8 1.0 19.8 0.1
14 0.0 1.6 54.6 0.0 0.0 1.1 2.5 0.1 20.0 3.5 20.0 0.1
15 0.0 16.1 4.7 0.0 0.0 7.5 0.1 0.8 13.8 21.7 13.8 1.1
16 0.1 29.3 1.4 0.0 0.0 11.5 6.9 5.1 21.5 27.2 21.5 5.6
17 0.0 18.4 7.7 0.0 0.0 18.2 0.4 0.0 4.7 6.6 4.7 1.0
18 0.3 4.5 14.9 0.0 13.4 2.5 2.3 0.0 3.7 15.5 3.7 2.7
19 2.1 4.5 10.8 0.0 5.7 1.2 19.1 0.2 1.1 16.4 1.1 1.7
20 0.0 7.3 4.8 0.1 0.4 9.4 0.9 0.2 1.5 6.7 1.5 5.5
21 0.0 3.1 13.9 0.0 1.3 14.2 14.8 0.6 13.3 13.6 13.3 2.9
22 0.0 3.3 15.2 11.2 1.3 0.0 11.9 6.5 5.8 10.7 5.8 1.3
23 0.1 26.1 16.7 2.3 0.0 2.6 41.0 0.7 10.1 2.0 10.1 17.0
24 1.4 46.2 47.3 0.4 6.0 17.8 46.0 2.1 4.4 3.6 4.4 10.2
25 6.8 0.0 0.7 0.3 12.0 9.7 34.1 1.1 9.1 8.2 9.1 3.1
26 6.9 0.0 4.3 0.6 7.6 12.5 3.7 2.6 1.6 18.6 1.6 3.5
27 0.0 0.8 1.0 14.6 14.8 0.4 11.6 0.5 0.3 5.7 0.3 13.1
28 4.8 18.5 0.7 1.1 19.3 0.3 15.6 0.1 0.2 11.1 0.2 10.8
29 4.6 0.0 3.3 7.2 0.9 1.6 11.5 1.7 0.0 12.7 0.0 7.9
30 0.2 10.7 9.2 5.2 1.6 12.7 8.6 6.7 54.0 6.7 4.7
31 21.4 0.0 11.5 17.3 14.6 12.3 2.5
Jumlah 69.8 315.0 292.5 61.3 299.7 223.4 272.8 226.0 279.1 316.9 279.1 134.2
Max 21.4 46.2 54.6 14.6 62.3 44.7 46.0 50.8 30.8 54.0 30.8 23.1
hh 25 27 30 20 27 29 26 28 29 31 29 29
Page 86
Analisa Debit PLTM Lawe Sikap 2017
2012
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 2.7 8.7 0.2 28.4 0.8 1.2 5.0 4.4 0.4 22.5 1.3 0.4
2 6.0 10.1 14.5 19.8 3.5 2.1 0.9 4.9 7.7 11.5 11.1 14.9
3 1.2 23.5 12.7 4.3 2.6 0.1 0.0 2.1 2.8 10.2 18.9 20.2
4 0.1 1.4 10.1 0.8 0.0 0.0 0.0 0.7 0.8 18.9 20.0 14.7
5 0.2 7.6 20.2 0.0 0.0 0.2 4.1 1.9 1.7 5.1 11.2 0.2
6 0.1 10.7 24.5 4.0 0.0 3.8 5.7 0.1 0.7 6.7 16.4 5.9
7 4.1 5.7 14.6 3.4 0.2 15.8 0.2 0.0 0.1 11.1 10.0 3.9
8 0.2 3.6 12.8 7.0 0.0 1.3 0.2 0.6 2.4 31.3 10.6 1.4
9 0.0 52.5 18.8 8.6 0.0 1.9 0.5 0.9 0.0 5.7 11.3 8.3
10 0.0 17.6 15.7 2.3 0.0 8.4 2.7 0.3 0.8 30.7 0.6 5.8
11 0.4 15.6 12.5 6.7 0.0 8.6 4.8 2.1 1.6 12.4 4.3 8.9
12 1.5 4.1 24.5 7.8 0.5 0.7 17.8 7.2 0.7 24.4 0.4 0.2
13 0.0 1.0 33.3 7.2 7.5 1.1 22.6 3.6 10.0 20.3 10.4 0.3
14 0.0 3.8 10.5 20.6 6.5 0.5 3.3 2.3 21.0 20.4 3.4 4.4
15 0.1 2.2 0.9 29.3 1.4 0.0 14.1 3.6 17.9 25.6 3.7 10.0
16 0.0 0.1 0.7 0.0 0.0 0.0 14.8 2.7 17.3 37.5 9.4 2.3
17 0.0 9.6 1.1 2.4 0.0 0.0 18.0 12.1 4.6 6.7 8.0 6.1
18 0.0 14.5 0.2 0.0 0.0 0.4 12.1 11.5 12.8 20.2 1.9 6.5
19 0.0 8.7 1.1 0.0 0.0 0.0 37.1 17.4 24.0 13.3 2.9 5.9
20 0.0 6.0 0.1 0.0 0.9 2.9 14.4 5.3 9.9 4.7 0.2 1.8
21 6.8 1.6 4.1 0.0 10.7 1.6 23.8 2.3 5.6 5.5 0.2 24.5
22 2.9 11.7 6.0 0.0 8.0 0.5 13.9 0.0 7.2 5.5 5.3 9.0
23 39.3 9.6 0.0 0.0 8.2 0.0 7.7 0.0 5.0 11.8 19.5 21.9
24 16.0 0.5 0.0 0.0 0.0 0.0 0.9 0.0 24.4 95.3 3.4 23.2
25 13.4 21.7 4.2 3.5 0.0 0.1 14.3 0.0 15.6 4.5 23.5 11.4
26 10.4 15.2 6.0 3.6 3.8 0.0 15.8 1.2 27.4 2.6 15.2 7.2
27 1.1 10.6 0.4 13.0 10.3 0.1 29.0 1.1 14.1 7.9 20.7 4.5
28 3.3 8.4 0.3 7.4 45.2 0.3 15.0 10.1 12.2 13.4 14.4 10.8
29 12.2 2.1 21.1 0.0 0.0 0.2 2.1 4.7 16.5 1.8 3.0 0.9
30 14.0 12.1 0.2 0.0 15.2 1.5 1.9 14.3 3.5 3.2 6.1
31 8.3 4.9 0.5 5.6 0.2 3.2 14.9
Jumlah 144.4 288.7 288.2 180.4 110.5 67.3 308.1 105.4 279.5 494.0 264.3 256.6
Max 39.3 52.5 33.3 29.3 45.2 15.8 37.1 17.4 27.4 95.3 23.5 24.5
hh 25 29 29 23 16 24 29 27 30 31 30 31
Page 87
Analisa Debit PLTM Lawe Sikap 2017
2013
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 11.1 9.5 27.2 1.6 7.3 6.3 2.3 20.9 20.6 7.6 0.2 0.0
2 2.2 20.6 17.0 1.2 0.0 0.7 1.3 2.8 16.2 3.0 0.5 0.0
3 1.6 2.1 3.5 13.3 2.5 0.4 4.3 15.9 15.4 0.8 6.7 0.0
4 1.2 0.0 3.3 9.2 9.1 0.0 0.0 0.8 17.8 0.5 10.0 0.0
5 5.4 2.4 18.7 22.9 5.1 0.1 0.0 5.7 1.5 0.1 5.6 1.7
6 1.0 5.3 17.3 4.0 11.3 0.0 0.8 9.9 0.0 2.8 3.5 16.5
7 12.8 2.8 6.7 11.5 0.1 0.1 1.1 11.9 0.2 8.6 11.2 11.0
8 12.4 0.0 13.0 2.4 1.1 1.0 10.7 2.6 0.0 21.9 10.6 16.1
9 6.3 1.0 17.4 14.5 1.0 6.1 0.0 0.1 0.0 16.6 0.6 24.8
10 9.2 16.9 1.6 3.2 1.9 0.6 1.3 0.0 0.0 7.1 0.3 53.2
11 8.5 5.3 12.9 4.6 0.0 9.5 0.2 0.2 0.3 8.0 1.8 10.9
12 1.3 7.3 0.5 10.8 16.5 15.8 10.5 0.8 0.0 22.3 4.5 7.8
13 5.6 1.1 3.9 10.0 19.6 12.2 0.6 0.2 0.0 9.5 7.0 5.0
14 12.6 1.4 0.1 8.8 18.9 1.1 0.9 0.1 0.0 22.7 6.2 6.2
15 0.3 0.2 0.0 11.3 1.9 0.2 0.8 2.6 0.0 33.1 5.2 0.1
16 0.7 12.2 0.2 1.5 0.0 0.3 9.8 18.1 0.0 19.3 3.7 3.5
17 4.5 35.4 19.2 0.2 0.2 0.9 3.9 29.9 0.0 10.2 1.4 1.0
18 15.2 16.1 41.3 2.5 0.0 4.3 3.3 10.2 0.0 18.0 8.8 2.0
19 10.4 9.0 28.2 23.6 0.0 11.6 5.9 4.9 0.8 6.6 15.3 3.5
20 8.2 8.4 50.1 17.1 0.3 40.7 6.0 12.0 0.3 8.3 3.1 4.8
21 4.4 7.6 28.1 1.2 2.2 4.2 0.0 17.1 1.3 4.7 2.1 10.3
22 1.6 11.6 33.1 0.0 4.0 0.0 0.1 4.3 3.1 8.0 5.3 7.0
23 20.4 0.2 13.9 0.0 2.7 0.0 0.6 10.6 11.6 11.3 6.9 23.7
24 7.3 9.3 0.3 0.0 2.1 3.9 0.1 12.6 4.5 4.0 27.3 23.3
25 19.2 9.2 11.4 0.0 11.4 7.2 0.1 15.7 17.2 14.1 1.9 19.9
26 17.8 3.4 32.3 0.0 3.7 3.2 11.8 15.9 7.7 10.3 0.0 18.3
27 3.3 6.3 47.8 0.7 6.8 0.0 0.4 6.6 4.4 9.9 0.9 23.4
28 15.9 20.0 12.1 6.3 4.9 2.4 3.5 8.1 16.6 4.0 8.1 27.4
29 20.7 27.2 0.0 0.6 2.3 0.0 4.6 15.0 16.1 5.5 11.6 33.2
30 8.2 8.2 16.5 3.3 0.8 0.2 26.2 12.6 14.6 3.2 55.3
31 7.7 11.5 1.2 16.1 9.7 11.2 32.7
Jumlah 256.9 251.7 480.7 199.4 141.4 133.4 101.0 291.4 168.2 324.9 173.6 442.5
Max 20.7 35.4 50.1 23.6 19.6 40.7 16.1 29.9 20.6 33.1 27.3 55.3
hh 31 27 30 25 29 26 28 31 19 31 29 27
Page 88
Analisa Debit PLTM Lawe Sikap 2017
2014
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 25.8 7.5 0.0 0.0 1.4 0.0 3.7 0.0 5.4 40.6 12.8 0.0
2 35.1 8.7 0.0 2.1 1.5 0.0 8.2 0.0 5.8 37.9 6.8 0.0
3 29.5 6.1 0.0 0.5 0.3 0.0 5.4 9.4 3.8 37.0 2.1 0.0
4 11.8 12.5 0.0 0.0 2.7 0.0 20.1 0.4 12.1 70.7 4.3 17.9
5 3.9 6.0 0.0 0.0 0.0 0.0 0.6 0.0 0.0 38.1 3.5 9.8
6 0.0 15.9 0.7 0.0 0.0 0.0 0.8 0.5 0.0 17.6 17.5 21.9
7 0.0 16.7 14.0 0.0 0.0 0.0 0.0 2.6 11.1 6.3 3.1 4.0
8 0.0 34.1 23.5 0.0 0.0 0.0 0.8 1.2 8.9 10.1 0.0 0.0
9 0.0 17.9 3.0 0.0 0.0 0.0 0.0 2.8 12.3 1.6 11.1 12.6
10 0.0 0.0 9.5 0.0 0.0 6.4 2.0 22.8 0.0 0.0 65.7 31.5
11 0.0 0.0 30.4 0.0 0.0 28.1 6.7 15.1 0.0 3.9 43.3 18.9
12 0.4 3.0 12.4 0.0 0.0 1.0 4.3 3.3 0.0 4.1 0.9 4.9
13 0.8 1.5 17.0 0.0 0.0 13.3 49.0 0.1 0.2 14.1 22.2 5.0
14 0.4 0.0 11.1 0.0 0.0 0.2 55.3 15.5 6.9 35.5 21.6 8.8
15 0.1 27.9 1.0 1.6 0.0 0.0 15.6 6.3 35.0 35.8 22.5 25.6
16 0.0 34.4 16.6 27.8 0.0 0.0 13.0 27.5 18.4 43.6 37.3 0.0
17 2.0 36.4 41.9 24.9 1.5 0.0 14.6 37.2 25.4 17.8 37.5 1.0
18 25.3 41.0 9.7 23.3 1.0 0.0 22.4 17.7 20.0 40.4 38.6 3.2
19 17.4 24.1 19.2 2.2 9.1 0.0 37.2 4.2 22.4 19.3 28.6 5.9
20 14.8 2.0 34.0 4.8 0.0 0.0 20.7 8.4 39.4 16.3 16.8 0.0
21 0.4 1.3 16.2 36.4 0.0 4.1 30.9 11.8 17.0 16.9 26.7 1.3
22 1.8 7.0 26.3 8.1 0.1 0.4 45.6 7.4 12.9 35.8 16.5 0.6
23 6.4 3.7 32.3 0.2 1.9 0.0 37.8 0.0 23.2 32.1 18.0 7.4
24 3.3 0.5 19.3 6.4 0.7 0.0 49.0 0.0 16.9 12.0 14.6 0.0
25 9.4 1.2 56.1 7.4 1.4 0.0 17.0 0.0 35.7 19.9 0.0 0.0
26 17.8 10.3 19.0 1.3 2.6 0.0 8.5 3.1 24.4 28.2 0.0 0.7
27 21.2 5.4 22.1 0.0 8.0 2.9 11.8 1.0 32.6 29.6 0.0 12.9
28 13.7 0.4 36.2 2.6 5.6 4.7 7.1 0.0 17.3 34.3 0.0 15.2
29 13.3 0.0 26.8 5.6 0.0 1.3 1.4 0.0 18.9 13.6 0.0 14.3
30 20.5 9.7 1.6 0.0 0.0 0.0 1.6 45.8 22.3 0.0 10.4
31 2.4 0.3 12.0 1.9 11.2 99.9 1.7
Jumlah 277.5 325.7 508.4 156.7 49.8 62.4 491.7 211.1 471.7 835.4 471.9 235.8
Max 35.1 41.0 56.1 36.4 12.0 28.1 55.3 37.2 45.8 99.9 65.7 31.5
hh 25 26 26 17 15 10 28 23 25 30 23 23
Page 89
Analisa Debit PLTM Lawe Sikap 2017
2015
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 29.1 12.8 22.4 22.1 4.8 0.1 7.7 0.0 0.0 8.5 27.5 21.0
2 10.0 6.7 16.2 31.0 0.0 4.9 0.1 0.0 0.0 10.2 9.2 11.7
3 3.3 10.2 7.1 9.0 0.0 8.9 0.0 0.0 0.2 13.8 3.5 4.5
4 7.8 13.6 34.6 0.0 0.0 2.3 3.0 0.8 1.0 18.2 23.4 4.5
5 43.9 4.1 16.0 1.2 0.0 1.5 0.0 7.1 0.6 15.2 22.8 32.1
6 9.6 0.0 3.1 5.4 0.0 10.3 0.1 9.2 4.1 18.6 21.0 20.9
7 20.2 0.0 3.8 2.7 2.4 9.1 0.1 12.7 0.0 9.4 16.8 5.1
8 6.2 0.0 19.2 0.0 1.8 10.2 2.0 1.1 0.0 16.5 3.9 0.0
9 1.7 0.0 39.9 0.0 9.8 0.0 4.9 0.8 0.0 59.3 10.1 0.0
10 3.5 21.5 14.8 2.8 9.2 1.2 24.6 4.4 10.5 19.3 7.4 17.9
11 8.9 19.7 4.0 39.7 0.0 16.5 20.2 0.8 39.4 28.6 5.6 5.7
12 34.1 21.0 19.8 7.1 0.0 1.2 3.5 15.0 39.3 41.9 20.1 4.8
13 23.4 10.4 43.8 0.0 0.0 0.0 11.2 28.1 55.5 67.7 26.4 3.6
14 21.9 14.2 33.6 0.0 0.0 0.0 4.2 8.2 12.9 64.8 27.6 0.0
15 31.3 15.4 6.6 3.6 0.0 0.0 11.0 1.5 22.9 24.0 25.3 0.0
16 37.1 10.9 11.8 0.0 0.0 19.6 10.3 2.0 25.5 10.8 15.0 10.2
17 27.5 3.4 13.1 0.0 0.0 40.2 10.1 0.0 28.9 10.7 7.5 0.0
18 8.1 0.7 16.5 0.0 0.0 10.1 1.1 0.0 23.3 12.5 14.3 10.4
19 10.5 0.0 23.2 0.0 0.0 12.7 14.7 0.0 20.2 4.9 18.3 0.7
20 10.8 2.0 15.6 0.0 0.0 22.5 2.6 0.0 28.4 17.2 30.1 8.2
21 12.4 2.2 5.1 0.0 0.0 14.2 17.1 2.3 20.3 11.1 16.7 24.2
22 26.9 3.6 0.0 1.3 0.3 9.6 15.5 0.5 30.1 16.2 22.7 18.8
23 43.2 3.2 0.0 0.6 0.9 1.7 1.0 9.7 42.6 10.9 25.4 2.3
24 20.0 25.4 6.0 0.0 0.0 54.7 3.3 2.7 29.9 23.8 31.1 10.7
25 25.4 22.7 22.9 0.0 0.0 2.8 9.8 0.0 15.7 24.9 36.4 8.4
26 16.6 13.5 39.6 0.0 0.0 0.0 12.1 5.3 27.6 19.2 13.6 14.2
27 25.6 29.2 37.1 0.0 0.2 0.0 0.8 47.2 16.0 21.1 15.8 18.8
28 22.6 19.5 0.0 0.0 0.0 0.0 15.4 14.6 18.5 17.1 13.3 21.9
29 25.6 22.4 0.0 5.1 2.1 0.0 13.8 0.0 28.6 21.7 3.1 13.6
30 13.4 9.8 1.0 5.9 0.0 1.5 0.0 8.0 3.1 12.1 33.3
31 1.8 14.0 12.1 0.0 0.0 23.1 21.7
Jumlah 582.4 308.3 499.5 132.8 49.6 254.1 221.6 174.1 550.0 664.1 526.3 349.1
Max 43.9 29.2 43.8 39.7 12.1 54.7 24.6 47.2 55.5 67.7 36.4 33.3
hh 31 25 27 17 13 21 29 20 26 31 30 26
Page 90
Analisa Debit PLTM Lawe Sikap 2017
2016
Bulan
Tanggal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 16.0 0.0 20.4 12.3 19.8 11.6 6.5 26.2 2.9 23.0 24.8 18.9
2 27.3 4.9 28.4 36.6 9.0 11.1 4.6 21.5 0.3 20.7 49.5 13.5
3 12.9 0.0 17.8 25.2 1.2 9.9 0.6 21.5 0.0 24.4 12.4 52.4
4 1.6 1.0 16.5 56.0 0.4 0.0 0.0 26.9 0.0 11.5 8.9 19.6
5 6.8 3.9 6.8 34.3 0.0 0.0 0.0 44.2 0.0 25.7 25.1 3.9
6 22.4 20.9 61.1 12.3 0.0 0.3 7.2 14.7 0.0 53.6 38.6 5.3
7 25.2 21.0 42.3 18.3 0.4 0.2 0.0 0.0 0.0 34.2 14.8 4.0
8 27.4 10.6 36.7 19.2 1.0 0.1 1.1 0.0 2.4 18.7 42.4 3.2
9 37.0 25.3 31.0 23.9 9.9 0.1 0.0 43.6 2.4 18.5 83.6 1.8
10 33.2 31.2 21.3 0.0 6.4 0.0 3.0 30.1 10.0 21.3 34.9 0.6
11 25.2 10.6 4.2 0.0 25.9 0.0 0.0 3.3 6.8 26.4 12.1 0.0
12 14.7 14.9 19.6 0.0 2.3 0.0 0.0 0.9 5.3 14.8 26.4 0.8
13 7.5 5.8 30.9 3.0 0.2 12.5 0.0 29.6 15.2 18.4 29.7 8.5
14 8.6 8.2 12.1 0.2 0.0 6.7 0.0 6.2 3.7 15.4 0.0 14.5
15 16.2 17.5 0.0 0.0 0.0 0.2 0.0 0.0 0.0 32.2 0.0 6.6
16 33.6 19.5 0.0 18.6 0.5 0.3 0.3 0.0 2.9 24.8 0.0 6.7
17 33.3 7.0 1.0 7.8 0.0 0.2 28.2 0.0 22.8 8.3 0.0 2.0
18 32.2 10.1 0.0 0.0 0.0 0.0 29.3 0.0 85.5 42.7 13.8 14.7
19 11.8 26.3 13.5 0.0 1.9 0.0 31.4 0.0 30.6 23.3 41.9 1.0
20 20.6 12.2 14.6 0.1 0.0 0.0 1.7 0.0 10.4 23.4 7.2 9.9
21 22.0 20.6 17.9 2.1 0.0 0.0 0.5 0.0 29.1 8.5 22.7 24.3
22 22.0 40.9 11.6 0.3 0.0 0.0 0.0 0.0 13.4 2.1 2.4 15.5
23 2.0 20.7 29.4 1.0 0.0 0.0 0.0 0.0 4.1 5.4 12.2 18.5
24 0.0 14.0 23.2 1.7 0.0 2.5 0.0 0.0 4.3 2.3 12.9 9.7
25 15.9 13.1 6.8 2.5 6.4 0.9 0.3 0.0 0.0 2.2 25.7 22.4
26 17.7 22.4 3.3 7.9 14.0 0.0 4.3 0.0 3.4 15.3 15.9 29.5
27 14.2 22.7 7.6 2.7 5.7 0.0 7.2 0.0 2.6 14.7 22.6 19.2
28 13.8 21.7 39.8 0.2 0.3 0.0 29.2 0.0 0.9 19.7 51.3 32.4
29 15.3 15.1 53.0 0.0 0.0 0.0 13.4 0.0 9.5 16.5 12.1 44.7
30 26.1 21.8 9.3 14.0 3.4 15.3 0.0 15.0 11.8 0.7 27.0
31 11.2 10.3 15.6 16.2 0.2 25.4 27.8
Jumlah 573.6 442.3 602.9 295.5 135.1 60.0 200.4 268.7 283.4 605.1 644.6 459.0
Max 37.0 40.9 61.1 56.0 25.9 12.5 31.4 44.2 85.5 53.6 83.6 52.4
hh 30 28 28 23 20 15 21 13 24 31 26 30
Page 91
Analisa Debit PLTM Lawe Sikap 2017
Page 92