Você está na página 1de 44

1

PENGANTAR

Dalam modul ini mahasiswa akan diberi pembekalan mengenai pengantar analisis
hujan berupa komponen-komponen yang mempengaruhi hujan yang dimulai dengan
istilah-istilah yang digunakan, dan tipe hujan. Selanjutnya akan mempelajari bagaimana
mengukur hujan, menguji data hujan, mengolah data hujan sampai menjadi data hujan
rancangan. Untuk lebih mudah dalam pengkajiannya, maka dalam modul ini diberikan
contoh-contoh aplikasi dari metode-metode pengelolaan data hujan tersebut sampai
menjadi data hujan rancangan.

Tujuan Instruksional Umum


Setelah mempelajari modul ini mahasiswa diharapkan mampu menghitung tinggi hujan
rencana sebagai dasar dalam menentukan debit banjir rencana.

Tujuan Instruksional Khusus


Setelah mempelajari modul ini mahasiswa diharapkan dapat memenuhi hal-hal berikut.
1.

Mahasiswa memahami konsep pengukuran data hujan

2.

Mahasiswa mampu mengisi atau mengoreksi data hujan yang hilang

3.

Mahasiswa mampu menghitung hujan rata-rata wilayah, intensitas hujan dan


akhirnya curah hujan rencana.

Analisis curah hujan - Hidrologi

BAB 1. PENDAHULUAN
1.1. Definisi dan Komponen Penting Hujan
Definisi dari hujan adalah titik-titik air yang jatuh dari awan melalui lapisan
atmosfer ke permukaan bumi secara proses alam, dimana proses ini merupakan satu
kesatuan dengan siklus hidrologi. Pada siklus hidrologi, hujan turun ke permukaan bumi
selalu didahului dengan adanya pembentukan awan, karena adanya penggabungan uap air
yang ada di atmosfer melalui proses kondensasi, maka terbentuklah butir-butir air yang
bila lebih berat dari gravitasi akan jatuh berupa hujan. Selanjutnya setelah hujan jatuh ke
bumi akan menjadi limpasan permukaan (surface runoff), terinfiltrasi ketanah menjadi
aliran antara berupa (interflow, subsurface flow) maupun sebagian mengalami perkolasi
yang menjadi aliran air tanah (groundwater), dan ada yang kembali ke atmosfir
dinamakan evaporasi atau evapotranspirasi.
Hujan merupakan komponen penting dalam proses perhitungan hujan menjadi
aliran. Komponen-komponen tersebut meliputi intensitas hujan, tinggi hujan, durasi hujan
dan distribusi hujan. Intensitas hujan adalah tinggi hujan persatuan waktu, misalnya:
mm/menit, atau mm/jam, mm/hari. Tinggi hujan adalah jumlah atau banyaknya hujan
yang dinyatakan dengan tinggi air di atas permukaan datar, dalam mm. Durasi hujan
adalah lamanya curah hujan dalam menit atau jam. Distribusi hujan adalah pola kejadian
hujan yang digambarkan oleh waktu dan posisi kejadiannya.

1.2. Tipe Hujan


Tipe hujan yang terjadi di suatiu wilayah dipengaruhi oleh kondisi meteorologi
setempat pada saat itu, dan keadaan topografinya. Sehingga secarara garis besar tipe

Analisis curah hujan - Hidrologi

hujan dapat dikatagorikan menjadi tiga tipe yaitu hujan konvektif, hujan orografis dan
hujan frontal
Hujan konvektif terjadi akibat massa udara yang terangkat keatas oleh pemanasan
lahan, atau karena udara dingin yang bergerak diatas laut atau dataran yang panas. Hujan
ini dicirikan oleh intensitas hujannya bervariasi dari rendah sampai dengan tinggi. Hujan
ini biasanya terjadi di wilayah tropis.
Hujan orografis terjadi oleh adanya rintangan topografi dan ditambah oleh adanya
dorongan udara melalui dataran tinggi atau gunung. Hujan ini dicirikan oleh jumlah curah
hujan tahunannya di dataran tinggi umumnya lebih tinggi dari pada di dataran rendah
terutama pada lereng-lereng dimana angin datang. Hujan ini biasanya terjadi di daerah
gunung.
Hujan frontal terjadi karena kenaikan udara frontal ditandai oleh lerengnya yang
landai, dimana udara panas naik keatas udara yang dingin. Hujan ini banyak terjadi di
daerah pertengahan dan jarang terjadi di daerah tropis dimana masa udara hampir
mempunyai suhu yang seragam.

Analisis curah hujan - Hidrologi

BAB 2. ALAT UKUR HUJAN

Hujan merupakan masukan utama untuk perhitungan debit. Oleh karena itu
jumlah hujan yang terjadi dalam suatu daerah aliran sungai (DAS) merupakan besaran
yang sangat penting dalam sistem DAS tersebut, sehingga pengukuran hujan harus
dilakukan secermat mungkin. Jumlah hujan yang dimaksud tersebut adalah seluruh hujan
yang terjadi dalam DAS yang bersangkutan, karena hujan ini yang akan dialihragamkan
menjadi aliran di sungai. Dengan demikian, ini berarti bahwa seluruh hujan yang terjadi
setiap saat harus dapat diukur. Konsekuensi dari kebutuhan ini adalah bahwa di dalam
DAS tersebut harus tersedia alat ukur yang mampu menangkap semua jenis air hujan
yang jatuh.
Bermacam-macam jenis alat ukur hujan yang ada, tetapi pada dasarnya hanya
terdiri atas 2 jenis saja yaitu alat ukur hujan manual dan alat ukur hujan otomatis. Pada
dasarnya alat ukur hujan baik manual maupun otomatik, terdiri dari tiga komponen, yaitu
corong, bejana pengumpul dan alat ukur. Perbedaannya adalah, pada alat ukur otomatik
ini, komponen bejana pengumpul dan alat ukurnya dibuat secara khusus.

2.1. Alat Ukur Hujan Manual


Alat ukur hujan manual atau tidak otomatis merupakan alat ukur hujan yang
pencataanya dilakukan melalui pengamatan oleh pengamat lapangan dan data hujannya
diukur biasanya sekitar pukul 07.00 pagi. Hasil pencatatan hari itu merupakan hasil
pencatatan data yang ditimbulkan oleh kejadian hujan kemarin. Contoh hasil pencatatan
data hujan manual ini dapat dilihat dalam Tabel 2.1.
Cara pengukurannya dilakukan dengan mengukur air yang tertampung dalam
bejana pengumpul, dan besaran hujan dinyatakan dalam mm (Gambar 2.1). Ketelitian

Analisis curah hujan - Hidrologi

pengukuran data hujan harian yang tinggi dapat diperoleh melalui mengoreksi, alat ukur
hujan manual yang standar dengan alat ukur hujan yang ditempatkan selevel permukaan
tanah (around level rain gauge), yang hasilnya ground level rain gauge selalu lebih
tinggi hal ini disebabkan oleh pengaruh angin (Hadisusanto N., 2011)

Gambar 2.1. Alat ukur Hujan Manual (sumber: Hadisusanto N., 2011).

Bermacam-macam penggunaan data hasil pencatatan hujan harian antara lain:


a. Perhitungan jumlah persediaan air daerah aliran sungai.
b. Perhitungan penentuan tipe iklim suatu daerah untuk kepentingan pertanian.
c. Penentuan periode bulan basah dan bulan kering.
d. Penentuan hujan harian maksimum untuk banjir rencana tertentu.
e. Perhitungan neraca air.
f. Perhitungan debit andalan dalam perencanaan pembangkit listrik tenaga air.

Analisis curah hujan - Hidrologi

Tabel 2.1 . Contoh pencatatan hujan manual


DATA HUJAN HARIAN
Nama Pos
Daerah Aliran
Sungai
Wilayah Sungai
Lokasi pos
Data geografis

:
:

Karangploso
Opak

No
Tahun pendirian

:
:

146

Tahun :

:
:
:

Elevasi pos
Dibangun oleh
Provinsi

:
:
:

71
DPU
Daerah Istimewa Yogyakarta

Kab/Kec

Serayu-Opak
Desa Bangunharjo
07o 50'34" LS 110o
26'34" BT
Bantul/Sewon

Pelaksana

DPU

2006

Tabel Hujan Harian (mm)


Tanggal
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Jumlah (mm)
Jumlah hari hujan
(hari)
Rata-rata (mm)
Max (mm)

Jan
18.0
0.0
1.0
0.0
16.0
0.0
0.0
0.0
9.5
0.0
2.5
0.0
0.0
4.0
6.0
19.0
19.0
18.0
0.0
0.0
0.0
0.0
35.0
26.0
0.0
33.0
77.0
2.0
29.0
0.0
0.0
315.0
16.0
10.2
77.0

Feb
30.0
14.5
6.0
36.0
0.0
0.0
0.0
0.0
2.5
4.0
0.0
0.0
0.0
0.0
0.0
2.0
1.0
0.0
66.5
0.0
0.0
0.0
0.0
8.0
1.5
72.5
42.0
32.0

318.5
14.0

Mar
51.5
1.5
0.0
0.0
6.5
15.0
0.0
0.0
0.0
0.0
0.0
0.0
12.0
0.0
0.0
22.0
0.0
0.0
100.0
42.0
4.0
0.0
0.0
0.0
14.5
8.5
17.0
17.0
15.0
15.5
27.0
369.0
16.0

11.4
72.5

11.9
100.0

Apr
20.0
15.0
2.0
27.5
6.5
3.5
7.5
0.0
0.0
20.5
2.0
10.0
9.0
2.5
0.0
0.0
0.0
0.0
15.5
0.0
6.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

Jun
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

147.5
14.0

Mei
0.0
0.0
0.0
26.0
0.0
0.0
0.0
0.0
25.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
2.0
12.0
16.0
44.0
33.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
158.0
7.0

Ags
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

Sep
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

0.0
0.0

Jul
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
5.0

4.9
27.5

5.1
44.0

Nop
0.0
0.0
0.0
0.0
0.0
0.0
0.0
20.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
10.0
5.5
0.0
0.0
0.0
0.0
0.0
0.0

0.0
0.0

Okt
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

35.5
3.0

Des
0.0
0.0
0.0
13.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
36.0
0.0
19.5
0.0
0.0
2.0
0.0
6.5
26.5
0.0
19.5
18.0
0.0
11.0
32.0
14.0
3.7
20.5
3.0
226.2
15.0

0.0
0.0

2.9
64.5

0.0
0.0

0.0
0.0

0.0
0.0

1.2
20.0

7.3
36.0

Analisis curah hujan - Hidrologi

2.2. Alat Ukur Hujan Otomatis


Alat ukur hujan otomatis adalah alat yang mampu merekam setiap kejadian hujan
secara kontinyu yang dituangkan dalam kertas grafik. Hasil pencatatannya berupa data
hujan jam-jaman bahkan skala waktu yang lebih rendah lagi. Bentuk pencatatan alat ukur
hujan otomatis menggambarkan hubungan antara tinggi hujan (R 1) terhadap durasi
kejadian hujannya (t1) seperti Gambar 2.2. Adapun prinsip pencatatannya (plufiograph)
adalah dengan menggunakan kertas grafik jumlah hujan per satuan waktu terjadi hujan
dapat dibaca sebagai intensitas hujan. Cara kerja dan pembacaaan dari grafik ini adalah
sebagai berikut:
1. Garis datar pada grafik menunjukkan waktu tidak terjadi hujan, sedangkan garis
miring dan tegak menandakan waktu terjadi hujan.
2. Pada garis tegak lurus yang tergambar pada kertas grafik akan naik hingga mencapai
angka 10 mm, setelah mencapai angka ini jarum otomatis turun hingga angka 0 mm,
kalau masih terus hujan jarum naik lagi sambil mencatat besarnya hujan. Makin tinggi
intensitas hujan, makin terjal pula kemiringan garis tersebut.
3. Penggantian kertas dapat diganti setiap hari, minggu bahkan setiap bulan sekali ini
tergantung pada tipe alat ukur hujan otomatis yang terpasang.
Permasalahan yang mungkin muncul dalam pembacaan plufiograph adalah bila intensitas
hujan sangat tinggi, maka dapat saja terjadi rekaman yang tidak jelas, yang hanya
merupakan blok hitam, sehingga tidak dapat dihitung lagi berapa kali jarum naik dan
jatuh. Kalau terjadi keadaan seperti ini terjadi, berarti informasi hujan yang penting ini
dapat hilang. Oleh sebabitu, harus dicari jawabnya pada alat ukur hujan manual. Untuk
menghindari hal yang demikian, maka pada umumnya, setiap pemasangan alat ukur hujan

Tinggi hujan (mm)

otomatis juga didampingi dengan pemasangan alat ukur hujan manual.

Waktu (jam ke)

Gambar 2.2. Contoh rekaman alat ukur hujan otomatis


Analisis curah hujan - Hidrologi

Terdapat tiga tipe alat ukur hujan otomatis antara lain tipping bucket, weighing dan
float (Raghunath, 2006):
1. Alat ukur hujan Tipping Bucket. Alat ini terdiri dari silinder penampung dilengkapi
dengan corong. Di bawah corong ditempatkan sepasang timba penakar kecil yang
dipasang sedemikian rupa sehingga jika salah satu timba menerima curah hujan
sebesar 0,25 mm, timba tersebut akan menjungkit dan menumpahkan isinya ke dalam
tangki. Timba lainnya kemudian menggantikan tempatnya, dan kejadian serupa akan
terulang. Gerakan timba mengaktifkan suatu sirkuit listrik dan rae-nyebabkan
bergeraknya pena pada lembaran kertas grafik yang dipasang pada suatu silinder dan
berputar sesuai dengan perputaranjarum jam. Skets alat ukur hujan tipe Tipping
Bucket ini disajikan dalam gambar 2.3.

Gambar 2.3 Sketsa alat ukur tipping bucket


2. Alat ukur weighing. Alat ukur ini menimbang air hujan yang jatuh ke dalam
seperangkat timba pada wadah suatu pegasatau tuas imbang. Penambahan berat timba
dan isinya dicatat pada suatu grafik. Catatan hujan pada grafik merupakan akumulasi
hujan. Skets alat ukur hujan tipe weighing ini disajikan dalam gambar 2.4.

Gambar 2.4. Sketsa alat ukur hujan tipe weighing


Analisis curah hujan - Hidrologi

3. Alat ukur jenis pelampung (float). Alat ukur ini bekerja dengan mengumpulkan hujan
kedalam tabung yang berisis pelampung. Jika muka air di dalam tabung naik,
pelampung bergerak ke atas dan bersamaan dengan pelampung tersebut sebuah pena
yang dihubungkan dengan pelampung melalui suatu tali penghubung juga ikut
bergerak. Gerakan pena tersebut memberi tanda pada kertas grafik yang digulung
pada silinder yang berputar. Jika tabung telah penuh, secara otomatis seluruh air akan
melimpas keluar melalui mekanisme sifon yang dihubungkan. Skets alat ukur hujan
tipe float ini disajikan dalam gambar 2.5.

Gambar 2.5 Sketsa alat ukur tipe Float


Contoh hasil pencatatan data hujan otomatis dapat dilihat pada tabel 2.2.
Penggunaan data hasil pencatatan hujan otomatis ini antara lain yaitu:
a.

Penentuan besarnya intensitas hujan.

b.

Penentuan distribusi hujan jam-jaman.

Pemasangan alat ukur hujan supaya berfungsi dengan baik harus memperatikan syaratsyarat sebagai berikut:
1.

Letak stasiun hujan harus independen tidak overlap dengan stasiun hujan yang lain.

2.

Tinggi corong 110 cm dari permukaan tanah.

3.

Diletakkan minimum 4 x tinggi rintangan bangunan atau pohon yang terdekat.

4.

Terlindung dari gangguan luar (binatang, orang).

5.

Dekat dengan tempat tinggal pengamat.

6.

Syarat-syarat teknis alat harus terpenuhi.

Analisis curah hujan - Hidrologi

10

Tabel 2.2. Contoh hasil pencatatan data hujan otomatis


Stasiun
Lokasi

No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

: Sentral
: Kota Bondoowoso

Hari/ Tanggal
selasa
rabu
kamis
jum'at
sabtu
minggu
senin
selasa
rabu
kamis
jum'at
sabtu
minggu
senin
selasa
rabu
kamis
jum'at
sabtu
minggu
senin
selasa
rabu
kamis
jum'at
sabtu
minggu
senin

01-Feb-05
02-Feb-05
03-Feb-05
04-Feb-05
05-Feb-05
06-Feb-05
07-Feb-05
08-Feb-05
09-Feb-05
10-Feb-05
11-Feb-05
12-Feb-05
13-Feb-05
14-Feb-05
15-Feb-05
16-Feb-05
17-Feb-05
18-Feb-05
19-Feb-05
20-Feb-05
21-Feb-05
22-Feb-05
23-Feb-05
24-Feb-05
25-Feb-05
26-Feb-05
27-Feb-05
28-Feb-05

Bulan Pengamatan
Tahun Pengamatan

: Februari
: 2005

Tinggi Air pada jam


1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

2
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

3
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

4
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

5
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

6
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

7
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

8
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

9
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

10
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

11
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

12
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
3.1
0.0
0.0
0.9
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

13
0.0
0.0
0.4
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
1.5
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
7.6

14
0.0
0.0
1.0
0.0
0.0
0.0
0.0
0.0
2.4
0.0
0.0
0.0
0.0
0.8
0.0
0.0
0.0
0.0
0.0
0.0
1.3
0.0
0.9
0.0
0.0
1.2
0.0
15.1

15
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
5.6
0.0
0.0
0.0
0.0
4.1
2.7
0.0
0.0
0.0
0.0
0.0
6.5
0.0
9.1
0.0
0.0
0.0
0.0
0.0

16
0.0
0.0
0.0
0.0
0.0
3.8
0.0
0.0
0.0
2.6
1.1
0.0
0.0
0.0
4.0
0.0
0.0
0.0
0.0
0.0
15.5
0.0
0.0
1.2
0.0
0.0
0.0
0.0

17
0.0
0.0
0.0
0.6
1.2
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
2.7
0.0
0.0
0.0
0.0

18
0.0
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
7.8
0.0
1.8
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

19
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
9.3
0.0
2.2
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

20
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
2.8
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

21
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

22
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
6.6
0.0
0.0
0.0
9.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

23
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
11.7
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

24
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.6
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

Durasi JUMLAH HARIAN

3
1
1
1
1
2
2
3
2
6
2
2
2.0

3
2
2
1
2

Analisis curah hujan - Hidrologi

0.0
0.0
2.4
0.6
1.2
3.8
1.0
0.0
8.0
5.7
18.2
7.2
10.2
4.9
6.7
20.8
0.0
0.0
0.0
0.0
23.3
0.0
10.0
3.9
0.0
1.2
0.0
22.7

3
1
1
13
1
14
6
11
8
4
4
11
35
19
2
23

11

BAB 3. PENGUJIAN DATA HUJAN

3.1. Pengujian Kelengkapan Data Hujan


Sering kita jumpai bahwa pencatatan data hujan pada suatu stasiun mengalami
kekosongan dalam pencatatannya. Data hujan hilang ini dapat terjadi akibat beberapa
faktor, misalnya alat pengukur hujan yang rusak, pengamat stasiun hujan yang
berhalangan, data hasil pencatatan hujan yang hilang, dll. Data hujan yang hilang dapat
dicari dengan dua cara yang sering digunakan untuk perencanaan hidrologi yaitu metode
perbandingan normal (normal ratio method) dan reciprocal method.

3.1.1. Normal Ratio Method


Metode ini cocok digunakan untuk memperkirakan data hujan yang hilang pada
kondisi variasi data hujan antar lokasi pengukuran tidak terlalu besar. Selain itu stasiun
hujan yang tersedia lebih dari tiga stasiun hujan. Persamaan yang digunakan untuk
menghitung metode perbandingan normal adalah :
...(3.1)

=
dengan:
= data hujan hilang yang dicari

= jumlah hujan tahunan normal pada stasiun x


, = hujan di stasiun sekitarnya pada saat yang sama dengan data hujan yang
hilang
= jumlah hujan tahunan normal stasiun yang berdekatandengan stasiun x
n

= jumlah stasiun hujan di sekitar x

Analisis curah hujan - Hidrologi

12

Contoh 1:
Data hujan tahunan selama 5 tahun pada 5 stasiun hujan pada table 3.1. terdapat salah
satu datanya hilang (pada stasiun B tahun 2008). Carilah data hujan yang hilang tersebut
menggunakan metode perbandingan normal.
Tabel 3.1. Data hujan pada Stasiun A, B, C, D dan E.
Tahun
2007
2008
2009
2010
2011
Jumlah

A
1000
1050
1200
950
1150
5350

Hujan Tahunan di Stasiun (mm)


B
C
1050
950
1200
1100
950
1000
1150
900
1100
4050
5350

D
1200
1100
1100
1000
1200
5600

E
1100
1000
1150
900
1150
5300

Penyelesaian:
Data hujan yang hilang di stasiun B pada tahun 2008 tersebut dapat dicari dengan cara
sebagai berikut :
PB

. PA+

. PC+

. 1050+

. PD+

. 1200+

. PE)
. 1100+

. 1000)

= 815,739 mm

3.1.2.

Resiprocal Method
Metode ini dianggap lebih baik dari pada metode perbandingan normal, karena

dalam perhitunganya memasukkan faktor jarak antar stasiun hujannya sebagai faktor
koreksi pembobotan. Persamaaan yang digunakan dalam perhitungan metode ini adalah:

..(3.2)

Dengan:
jarak stasiun x terhadap stasiun sekitarnya

Analisis curah hujan - Hidrologi

13

Contoh 2:
Data hujan harian di stasiun x pada tanggal 15 Desember 2011 hilang/rusak. Data
hujan yang sama di stasiun sekitarnya yaitu A, B dan C secara berurutan adalah 40, 35,
25. Hujan tahuna di stasiun X, A, B, dan C adalah 2000, 2100, 2200, 1900. Jarak dari
stasiun A, B, C terhadap stasiun X berturut-turut adalah 12 km, 20 km, dan10 km.
Perkirakan data hujan yang hilang di stasiun X dengan menggunakan metode Resiprocal.
Penyelesaian:

Px

35,71 mm

3.2. Pemeriksaan Konsistensi Data Hujan


Suatu series data hujan untuk suatu stasiun hujan dimungkinkan sifatnya tidak
konsisten. Kondisi data hujan yang tidak konsisten ini butuh dilakukan uji konsistensi
data sebelum dilakukan analisis, karena datanya berasal dari populasi yang berbeda.
Penyebab ketidak konsistensian data ini adalah:
1. Alat ukur hujan diganti dengan spesifikasi berbeda, atau alat yang sama akan tetapi
dipasang dengan patokan yang berbeda.
2. Alat ukur dipindahkan dari tempat semula tetapi secara administrative nam stasiun
tersebut tidak diubah, misalnya karena masih dalam satu desa.
3. Alat ukur sama, tempat tidak dipindahkan, akan tetapi lingkungan yang berubah.
Salah satu metode yang digunakan untuk menguji konsistensi data adalah kurva
massa ganda (double mass curve) (Linsley,1986). Metode ini membandingkan hujan
tahunan komulatif di stasiun y terhadap stasiun referensi x. Stasiun referensi biasanya
adalah nilai rerata dari beberapa stasiun hujan di dekatnya. Nilai komulatif tersebut
digambarkan pada sistim koordinat kartesian x-y. Langkah yang dilakukan dalam metode
ini adalah:

Plot komulatif data hujan pada stasiun yang akan diuji (sb. y)

Plot komulatif data hujan pada stasiun referensi (sb. x)

Periksa kurva hasil plotting diatas untuk melihat perubahan kemiringan (trend).
Apabila garis yang terbentuk lurus berarti pencatatan di stasiun y konsisten.
Sebaliknya apabila kemiringan kurva patah/berubah, berarti pencatatan di stasiun y
tidak konsisten.

Analisis curah hujan - Hidrologi

14

Jika tidak konsisten, perlu dilakukan koreksi terhadap data (Hz = tan z . Ho)

Contoh 3.
Terdapat 4 stasiun hujan A, B, C dan D. Alat ukur pada stasiun A diganti sehingga perlu
diuji konsistensi data pada stasiun A terhadap stasiun hujan sekitarnya. Adapun data
hujan pada ke empat stasiun tersebut seperti pada table 3.2. Uji konsistensi data pada
stasiun A terhadap stasiun sekitarnya.
Penyelesaian:
Tabel 3.2. Data hujan tahunan pada 4 stasiun hujan selama 26 tahun.
Data Stasiun A
Stasiun Stasiun Stasiun Stasiun Kumulatif
No Tahun
A(mm) B(mm) C(mm) D(mm) stasiun A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

800
380
540
920
410
600
580
650
540
1150
980
600
1150
140
860
750
830
600
1580
520
490
870
710
680
420
1220

1185
615
1065
835.5
775.5
715.5
655.5
595.5
535.5
475.5
415.5
870
975
810
1125
1245
900
780
735
1305
1065
810
1380
1215
1050
1305

632
328
568
445.6
413.6
381.6
349.6
317.6
285.6
253.6
221.6
464
520
432
600
664
480
416
392
696
568
432
736
648
560
696

553
287
497
389.9
361.9
333.9
305.9
277.9
249.9
221.9
193.9
406
455
378
525
581
420
364
343
609
497
378
644
567
490
609

18970
18170
17790
17250
16330
15920
15320
14740
14090
13550
12400
11420
10820
9670
9530
8670
7920
7090
6490
4910
4390
3900
3030
2320
1640
1220

Rerata hujan 3
stasiun (Tanpa
stasiun A)
790
410
710
557
517
477
437
397
357
317
277
580
650
540
750
830
600
520
490
870
710
540
920
810
700
870

Kumulatif rerata
hujan 3 stasiun
(Tanpa stasiun A)
15623.33
14833.33
14423.33
13713.33
13156.67
12640.00
12163.33
11726.67
11330.00
10973.33
10656.67
10380.00
9800.00
9150.00
8610.00
7860.00
7030.00
6430.00
5910.00
5420.00
4550.00
3840.00
3300.00
2380.00
1570.00
870.00

Analisis curah hujan - Hidrologi

15

Kurva massa ganda

Kumulatif stasiun A

18000
16000
14000
12000
10000
8000
6000
4000
2000
0

y=1,1
X=1,4

y=1,4
X=1,6
0

5000

10000

15000

20000

Kumulatif rerata 3 stasiun


Gambar 3.1. Massa kurva ganda
Persamaan garis regresi stasiun A
Tan =
Tan 0 =
Data curah hujan yang diperbaiki
Hz =

Karena data yang tidak konsisten sebanyak 11 tahun, maka yang dikoreksi adalah data
yang tidak konsisten tersebut, sehingga data stasiun A setelah perbaikan seperti pada tabel
3.3

Analisis curah hujan - Hidrologi

16

No Tahun
1
1986
2
1987
3
1988
4
1989
5
1990
6
1991
7
1992
8
1993
9
1994
10 1995
11 1996
12 1997
13 1998
14 1999
15 2000
16 2001
17 2002
18 2003
19 2004
20 2005
21 2006
22 2007
23 2008
24 2009
25 2010
26 2011

Tabel 3.3. Hasil perbaikan data hujan


Data Stasiun A
Ho A(mm)
Hz = 1,115 . H0 Kumulatif setelah perbaikan
892
19838.25
800
424
18946.25
380
602
18522.55
540
1026
17920.45
920
457
16894.65
410
669
16437.5
600
647
15768.5
580
725
15121.8
650
602
14397.05
540
1282
13794.95
1150
1093
12512.7
980
600
600
11420
1150
1150
10820
140
140
9670
860
860
9530
750
750
8670
830
830
7920
600
600
7090
1580
1580
6490
520
520
4910
490
490
4390
870
870
3900
710
710
3030
680
680
2320
420
420
1640
1220
1220
1220

Analisis curah hujan - Hidrologi

17

BAB 4. HUJAN RATA-RATA WILAYAH


Perhitungan hidrologi daerah aliran sungai memerlukan perhitungan hujan ratarata karena diasumsikan bahwa hujan yang terjadi distribusinya dianggap merata pada
suatu daerah aliran sungai. Terdapat beberapa metode yang sering digunakan, yaitu rerata
aljabar, metode polygon thiessen dan isohyet.
4.1. Metode Rerata Aljabar
Metode rerata aljabar baik untuk digunakan apabila kondisi hujan, topografi dan
letak stasiun hujannya memiliki ciri-ciri (Nugroho, 2011; Triatmojo, 2010):
1. Distribusi hujan merata di seluruh kawasan DAS
2. Daerah pantauan hujan relatif datar
3. Stasiun hujan tersebar merata pada DAS
Perhitungan hujan rata-rata metode aljabar caranya adalah dengan membagi rata
jumlah hujan dari hasil pencatatan stasiun yang ada pada daerah aliran sungai, sehingga
dapat dirumuskan sebagai berikut:

..(4.1)

P=
dengan :
P

= hujan rata rata (mm)

P1, P2, P3..Pn = jumlah hujan masing masing stasiun yang diamati (mm)
P3
P2

P1

P4

Gambar 4.1. Metode Rerata Aljabar


Analisis curah hujan - Hidrologi

18

Contoh 4 :
Jumlah hujan bulanan tahun 2011, pada stasiun: PI = 500 mm, P2 = 750 mm, P3 =
900 mm dan stasiun P4 = 600 mm, hitung jumlah hujan bulanan rata-rata daerah aliran
sungai pada tahun 2011.
Penyelesaian :
P

Jadi hujan bulanan rata-rata daerah aliran sungai pada tahun 2011 adalah 687,5 mm.

4.2. Metode Polygon Thiessen


Perhitungan hujan menggunakan metode Polygon Thiessen untuk wilayah DAS
yang memiliki ciri-ciri ( Suripin, 2003; Triatmojo, 2010):
1. Luas DAS antara 500 - 5000 km2
2. Jumlah stasiun penakar hujan terbatas dibandingkan luasnya
3. Penyebaran stasiun hujan daerah yang ditinjau tidak merata
4. Kondisi topografinya datar
Perhitungan dengan metode poligon Thiessen diasumsikan bahwa setiap stasiun
hujan dianggap mewakili hujan dalam suatu daerah dengan luas tertentu, dan luas tersebut
merupakan faktor koreksi bagi hujan di stasiun yang bersangkutan. Langkah perhitungan
dengan metode poligon Thiessen dapat dilakukan dengan cara :
1. Menghubungkan semua stasiun dengan garis sehingga berbentuk jaringan segitigasegitiga.
2. Membuat garis tengah / sumbu dari masing masing segitiga hingga semua garis
tersebut membentuk garis polygon.
3. Luas daerah masing masing stasiun dibatasi oleh garis sumbu polygon antar stasiun.
4. Luas sub area masing masing stasiun hujan dipakai sebagai faktor pemberat dalam
menghitung hujan rata rata.

Gambar 4.2. Metode Polygon Thiessen


Analisis curah hujan - Hidrologi

19

Perhitungan hujan rata rata pada suatu daerah daerah aliran sungai dengan polygon
thiesen dapat dirumuskan :

...(4.2)

P=
dimana :
= hujan rata rata (mm)

P1, P2, P3, . . Pn = jumlah hujan masing masing stasiun yang diamati (mm)
A1, A2, A3, . .An = luas sub area yang mewakili masing masing stasiun hujan (km2)

Contoh 5:
Jumlah hujan bulanan kota Jember tahun 2011 adalah :
PI = 500 mm, luas sub-area Al = 200 km2
P2 = 750 mm, luas sub-area Al = 150 km2
P3 = 900 mm, luas sub-area Al = 215 km2
P4 = 600 mm, luas sub-area Al = 225 km2
Hitung jumlah hujan bulanan rata-rata daerah aliran sungai di kota Jember pada tahun
2011 tersebut.
Penyelesaian:
P=
P=
=

= 684,8 mm

4.3. Metode Isohyet


Metode Isohiet merupakan metode rerata hujan dengan membuat garis yang
menghubungkan titik-titik dengan kedalaman hujan yang sama. Pada metode ini diasumsikan
bahwa hujan pada suatu daerah diantara dua garis Isohyet merata dan sama dengan nilai rerata
kedua garis isohyet tersebut.

Metode Isohiet baik digunakan untuk (Suripin, 2004) :


1. Luas DAS > 5000 km2
2. Jumlah pos penakar hujan cukup banyak
3. Merupakan daerah yang berbukit-bukit dan tidak beraturan

Analisis curah hujan - Hidrologi

20

Perhitungan hujan ratarata metode ini dapat dilakukan dengan beberapa tahap,
yaitu :
1. Masing masing stasiun hujan pada peta dasar diploting
2. Catat jumlah hujan di masing masing stasiun hujan
3. Buat interpolasi garis kontur antara stasiun hujan yang ada menurut interval tertentu
4. Luas sub - area antara dua garis kontur yang dipakai sebagai factor pemberat dalam
menghitung hujan rata rata
110 mm
mm

100 mm

P1
A1=50 km2

90 mm

A2=40 km2 P2
A3=45 km2

80 mm

P3
A4=60 km2
P4

70 mm

A5=65 km2
P5
A1=30 km2

60 mm
50 mm

Gambar 4.3. Metode Isohyet


Rumus perhitungan metode isohyet :

)
....(4.3)

P=

Contoh 6:
Hitung jumlah hujan rata-rata daerah aliran sungai dari data hujan bulanan tahun
2011 pada gambar 4.2

P=

= 80,1724 mm
Analisis curah hujan - Hidrologi

21

BAB 5. INTENSITAS HUJAN


Intensitas hujan diperlukan dalam proses transformasi hujan menjadi debit banjir.
Data intensitas hujan dapat diperoleh dari analisis pencatatan hujan otomatis seperti
contoh pada Gambar 2.2, kemudian distribusi hujan jam-jamannya didistribusikan seperti
pada Tabel 5.1.
Tabel 5.1.Distribusi hujan jam-jaman
Jam Ke

Tinggi hujan mm/jam

10

17.5

13

Distribusi intensitas hujan ini sangat penting untuk perencanaan seperti perhitungan banjir
rencana, drainase dan erosi tanah. Rumus umum intensitas hujan pada prinsipnya
dinyatakan dengan rumus:
It=

..........(5.1)

dengan:
It = intensitas hujan (mm/jam)
Rt = jumlah hujan (mm)
t = waktu (jam)

Analisis curah hujan - Hidrologi

22

5.1. Rumus Mononobe


Apabila yang tersedia data hujan harian maka untuk mendapatkan data hujan jamjaman dapat menggunakan persamaan Mononobe (Suyono dan Takeda, 1983) sebagai
perikut.

( )

It =

(5.2)

dengan :.
It

= intensitas curah hujan untuk lama hujan t(mm/jam)

= lamanya curah hujan (jam)


= curah hujan maksimum selama 24 jam (mm)

Contoh :
Diketahui kedalam hujan dengan periode ulang 2, 5, 10, 25 dan 50 tahunan sebagai
berikut
Periode ulang T

10

25

50

Hujan (mm)

80

100

140

180

250

Penyelesaian :
Untuk hujan periode ulang T = 2 tahun dengan curah hujan P = 80 mm untuk durasi hujan
5 menit dapat dihitung dengan :
It =

( )
(

= 145,369 mm

Selanjutnya perhitungan diatas dilanjutkan untuk durasi dan kedalaman hujan yang lain,
durasi dilasumsikan hingga 300 menit, sehingga didapat tabel 5.1

Analisis curah hujan - Hidrologi

23

Tabel 5.1 Distribusi intensitas hujan selama 300 menit


Durasi
(menit)
5
10
15
25
45
60
120
180
240
300

2
145.37
91.58
69.89
49.72
33.60
27.73
17.47
13.33
11.01
9.49

Periode Ulang (Tahun)


5
10
25
181.71 254.40 327.08
114.47 160.26 206.05
87.36
122.30 157.24
62.14
87.00
111.86
42.00
58.80
75.60
34.67
48.54
62.40
21.84
30.58
39.31
16.67
23.33
30.00
13.76
19.26
24.76
11.86
16.60
21.34

50
454.28
286.18
218.40
155.36
104.99
86.67
54.60
41.67
34.40
29.64

5.2. Rumus Talbot


Untuk durasi hujan selama 5 menit sampai 2 jam, persamaan intensitas hujannya
dapat menggunakan rumus Talbot (1881) yang dinyatakan dengan kwadrat terkecil (least
square) sebagai berikut:
I=

..(5.3)

dengan:
I = intensitas hujan (mm/jam)
t = lamanya hujan (jam)
a dan b = konstanta yang besarnya tergantung pada keadaan daerah setempat
Cara untuk menentukan besarnya konstanta a dan b pada rumus 5.3, perlu
diadakan pengamatan hujan dengan lama waktu hujan t, t 2, t3, .tn.
Banyaknya pengamatan n biasanya diambil tak kurang dari 8 kali pengamatan yang
intensitasnya I1 L, I2,13, .. In, dinyatakan dalam mm/jam.
Untuk menghitung konstanta a dan b dapat dihitung dengan :
a=

[ ] [ ] [
] [ ]
....(5.4)
[ ] [ ] [ ]

b=

[ ] [ ] [
]
.......(5.5)
[ ] [ ] [ ]

dengan :
N = banyaknya data

Analisis curah hujan - Hidrologi

24

5.3. Rumus Ishigiro


Disamping rumus Talbot untuk menetapkan persamaan intensitas hujan untuk
waktu 5 ment sampai 2 jam, Ishigiro (1953) juga menggunakan rumus untuk intensitas
hujan sebagai berikut:
I=

...(5.6)

dengan :
I

= intensitas hujan (mm),

= lamanya hujan (jam),


a dan b = konstanta yang besarnya tergantung pada keadaan daerah setempat

konstanta a dan b dapat dihitung dengan rumus :


a=

[ ] [ ] [
] [ ]
...(5.7)
[ ] [ ] [ ]

b=

[ ] [ ] [ ]
...(5.8)
[ ] [ ] [ ]

dengan :
N = banyaknya data
Contoh : Data pengamatan pada stasiun A
Tabel 5.2 Data pengamatan hujan
Lama hujan (menit)

10

15

20

30

40

60

100

Intensitas hujan (mm/jam)

50

75

60

46

31

25

12

Hitung konstanta dan persamaan intensitas hujan dengan metode Talbot


Penyelesaian:
Tabel 5.3 Hasil perhitungan
Lama
No Hujan t
(menit)
1
5
2
10
3
15
4
20
5
30
6
40
7
60
8
100
Jumlah

12

I.t

I2 . t

Logt

log I

logt2

log t. log I

110
75
60
46
31
25
12
5
364

12100
5625
3600
2116
961
625
144
25
25208

550
750
900
920
930
1000
720
500
6270

60500
56250
54000
42320
28830
25000
8640
2500
278040

0.70
1.00
1.18
1.30
1.48
1.60
1.78
2.00
11.03

2.04
1.88
1.78
1.66
1.49
1.40
1.08
0.70
12.02

0.49
1.00
1.38
1.69
2.18
2.57
3.16
4.00
16.47

1.43
1.88
2.09
2.16
2.20
2.24
1.92
1.40
15.32

Analisis curah hujan - Hidrologi

25

a=

[ ] [ ] [
] [ ]
[ ] [ ] [ ]

b=

[ ] [ ] [
]
[ ] [ ] [ ]

= 821,877
= 0,8379

Jadi persamaan intensitas metode Talboot adalah :


I=

5.4. Rumus Sherman


Untuk hujan yang lamanya lebih dari 2 jam, Sherman (1905) menggunakan
rumus sebagai berikut:
...........................................................(5.9)

I=
dengan :
I

= intensitas hujan (mm/jam)

= lamanya hujan (jam)

a dan n = konstanta
a=
k=

....(5.10)
.......(5.11)

Analisis curah hujan - Hidrologi

26

BAB 6. HUJAN RENCANA


6.1. Analisis Frekuensi untuk Kejadian Hujan Ekstrim
Dalam mendisain bangunan air, sebagai orang teknik sipil yang perlu dipikirkan
adalah memprediksi debit banjir rencana, guna mengontrol tinggi muka air banjir.
Pekerjaan sipil yang membutuhkan debit banjir rencana adalah sistim jaringan drainase
kota, tinggi jembatan, sistim pembuanga air irigasi dll.
Dalam mendisain banjir rencana, data yang digunakan dapat berasal dari debit
atau data hujan pengamatan secara kontinyu dalam periode waktu yang panjang yang
kemudian dicari periode ulang tahunan tertentu. Periode ulang hujan atau banjir
merupakan besaran banjir atau hujan yang rata-rata akan disamai atau dilampaui sekali
dalam T tahun. T (tahun) ini merupakan suatu kala ulang yang dapat diperoleh dari data
hujan maupun debit terukur. Sebagai contoh hujan dengan periode ulang 25 tahun berarti
rata-rata terjadinya hujan yang akan disamai atau dilampaui sekali dalam 25 tahun. Jadi
bukan berarti kejadiannya akan periodik setiap 25 tahun.
Periode ulang merupakan probabilitas suatu kejadian disamai atau dilampaui oleh
suatu nilai sebanyak satu kali. Misalnya periode ulang kejadian hujan 10 tahunan adalah
kemungkinan terjadi hujan dengan nilai tertentu sebanyak 10 persen dalam setiap tahun.
Rumus umum dari periode ulang kejadian hujan atau banjir

adalah seperti pada

persamaan 6.1 :
Tr =

...........(6.1)

dengan:
Tr

= periode kejadian (tahun)

= peluang

Analisis curah hujan - Hidrologi

27

Penentuan periode ulang hujan maupun banjir dapat dilakukan melalui analisis
frekuensi. Analisis frekuensi merupakan analisis statistik penafsiran (statistical inference)
hujan atau debit. Dalam melakukan analisis ini, perkiraaan distribusi statistik sifat
datanya yang sesuai perlu diketahui terlebih dahulu. Untuk menentukan ketepatan
distribusi statistik sifat data yang sesuai perlu dilakukan pembandingan fungsi distribusi
data antara secara empiris terhadap teoritis dan pengujian dengan Chi-kuadrat atau
Smirnov-Kolmogorof. Proses pembadingan ini dapat dilakukan dengan pengeplotan di
kertas probabilitas. Pada kertas ini nampak bahwa fungsi distribusi teoritis akan berupa
garis lurus.
Langkah-langkah yang dilakukan dalam perhitungan distribusi hujan adalah:
1. Penyiapan sampel, baik berupa data hujan maupun data debit.
2. Hitung nilai-nilai statistik data seperti rata-rata, standart deviasi, koefisien variasi,
skewness, kurtosis.
3. Perkirakan jenis distribusi awalnya
4. Penggambaran data pada kertas probabilitas.
5. Pengujian statistik untuk memilih distribusi data yang sesuai pada langkah ke 3.
Beberapa bentuk distribusi statistik kontinyu yang sering digunakan dalam
perhitungan hidrologi untuk perhitungan hujan harian maksimum rencana misalnya
sebaran Normal, Log Normasl, Log - Pearson dan Gumbel.

6.1.1. Distribusi Normal


Distribusi normal juga disebut distribusi Gauss yang sering dipakai untuk analisis
frekuensi hujan harian maksimum, dimana distribusinya mempunyai fungsi kerapatan
kemungkinan (probability density function) pada rumus 6.2 berikut (Evans et al , 1993):
P(X) =

..........(6.2)

dengan :
P(X)

= fungsi kerapatan peluang normal


= 3,14156

= 2,71828

= nilai X rata-rata

= standar deviasi nilai X

Analisis curah hujan - Hidrologi

28

Distribusi normal mempunyai sifat khusus bahwa besarnya koefisien asimetris


(skewness) Cs = 0, dengan koefisien kortusis sebesar Ck = 3 (Evans et al , 1993).
Persamaan distribusi normal dua parameter bisa digunakan untuk menghitung frequensi
hujan harian maksimum dengan menggunakan rumus 6.3 :
XT = +K . x.....(6.3)
Nilai X adalah banjir dengan suatu nilai probabilitas tertentu, adalah nilai rata-rata dari
rangkaian banjirnya,

x adalah deviasi standar, dan K adalah faktor frekuensi distribusi

Normal yang ditentukan oleh suatu distribusi tertentu yang merupakan fungsi dari nilai
probabilitas X. Nilai K untuk masing-masing periode ulang banjir dapat dilihat pada tabel
6.1
Tabel 6.1. Nilai k faktor frekuensi distribusi Normal
Periode
Ulang

Peluang

1,001

0.999

-3,05

1,005

0.995

-2,58

1,010

0.990

-2,33

1,050

0.950

-1,64

1.110

0.900

-1,28

1,250

0,800

-0,84

1,330

0.750

-0,67

1,430

0.700

-0,52

0.600
0,500
0,400
0,300
0,250
0,200
0,100
0,050
0,200
0,010
0,005
0,002
0,001

-0,25
0
0,25
0,52
0,67
0,84
1,28
1,64
2,05
2,33
2,58
2,88
3,09

1,670
2,000
2,5
3,330
4,000
5
10
20
50
100
200
500
1000
(Soewarno, 1991)

Analisis curah hujan - Hidrologi

29

6.1.2. Distribusi Log Normal


Distribusi log normal digunakan apabila nilai-nilai dari variabel random tidak
mengikuti distribusi normal, tetapi nilai logaritmanya memenuhi distribusi normal
(Triatmodjo, 2008). Adapun rumus probability density function yang digunakan pada
distribusi Log Normal dapat dilihat pada rumus 6.4 berikut (Evans et al , 1993) :
P(x)

..........(6.4)

dengan :
P(x)

= fungsi kerapatan peluang normal


= 3,14156

= 2,71828
= standar deviasi nilai x
= nilai x rata rata

dimana :
Nilai X rata-rata

Variansi

= exp
= exp (

Koefisien variansi Cv

Koefisien kemencengan Cs

=(

Koefisien kurtosis Ck

Persamaan distribusi tranformasi log normal 3 parameter dapat digunakan untuk


menghitung frequensi hujan harian maksimum yaitu dengan rumus 6.5 berikut :
Log X = + k . S log x.......(6.5)
dengan :
Log X

= perkiraan nilai yang diharapkan terjadi pada periode ulang tertentu

= nilai rata-rata kejadian

= faktor frequensi, merupakan fungsi peluang atau periode ulang

S log x = standar deviasi


Nilai hujan rencana (X) diperoleh dari antilog dari Log x.

Analisis curah hujan - Hidrologi

30

Nilai K untuk distribusi Log Pearson III dapat dilihat pada tabel 6.2.
Tabel 6.2 Nilai k faktor frekuensi distribusi Normal
Koefisien
Kemencengan
(CS)
-2,00
-1,80
-1,60
-1,40
-1,20
-1,00
-0,80
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40
1,60
1,80
2,00

50

80

2
0,2366
0,2240
0,2092
0,1920
0,1722
0,1495
0,1241
0,0959
0,0654
0,0332
0,0000
-0,0332
-0,0654
-0,0959
-0,1241
-0,1495
-0,1722
-0,1920
-0,2092
-0,2240
-0,2366

5
-0,6144
-0,6395
-0,6654
-0,6920
-0,7186
-0,7449
-0,7700
-0,7930
-0,8131
-0,8296
0,0000
0,8996
0,8131
0,7930
0,7700
0,7449
0,7186
0,6920
0,6654
0,6395
0,6144

Peluang kumulatif ( % )
90
95
Periode Ulang ( tahun )
10
20
-1,2437
-1,8916
-1,2621
-1,8928
-1,2792
-1,8901
-1,2943
-1,8827
-1,3067
-1,8696
-1,3156
-1,8501
-1,3201
-1,8235
-0,3194
-1,7894
-0,3128
-1,7478
-0,3002
-1,6993
0,0000
0,0000
0,3002
1,5993
0,3128
1,7478
0,3194
1,7894
1,3201
1,8235
1,3156
1,8501
1,30567
1,8696
1,2943
1,8827
1,2792
1,8901
1,2621
1,8928
1,2437
1,8916

98

99

50
-2,7943
-2,7578
-2,7138
-2,6615
-2,6002
-2,5294
-2,4492
-2,3600
-2,2631
-2,1602
0,0000
2,1602
2,2631
2,3600
2,4492
2,5294
2,6002
2,6615
2,7138
2,7578
2,7943

100
-3,5196
-3,4433
-3,3570
-3,2601
-3,1521
-3,0333
-2,9043
-2,7665
-2,6223
-2,4745
0,0000
2,4745
2,6223
2,7665
2,9043
3,0333
3,1521
3,2601
3,3570
3,4433
3,5196

Sumber : Sumber : Soewarno, 1995


6.1.3. Distribusi Gumbel
Distribusi Gumbel merupakan kelompok dari distribusi Weibull, dan distribusi genelize
extreme value. Rumus umum probability density function untuk distribusi Gumbel seperti
pada persamaan 6.6 (Maidment et al, 1992) :
*

+...........(6.6)

Rumus periode ulang pada persoalan penentuan hujan rencana dapat dilihat pada
persamaan 6.7 6.8 :
XT = bT - ln *

+.........(6.7)

Analisis curah hujan - Hidrologi

31

atau
YT = - ln *

+..........(6.8)

Chow (1988) menyarankan rumus variate X yang menggambarkan deret hidrologi


acak dapat dinyatakan dengan persamaan 6.9:
X=+K

atau

X = + s K........(6.9)

dengan :
= nilai tengah (mean) populasi
= standard deviasi populasi
K = faktor frekuensi
= nilai tengah sampel
s = standard deviasi sampel
Faktor frekuensi k untuk nilai Gumbel dapat dilihat pada rumus 6.10 :
k=

.........(6.10)

dengan :
= reduced variate
= reduced mean yang tergantung dari besarnya sampel n (lihat tabel 6.4)
= reduced standard deviation yang tergantung dari besarnya sampel n (lihat tabel 6.5)
YT = -ln [

]..........(6.11)

Angka reduced variate untuk berbagai periode ulang dapat dilihat pada tabel 6.3
berikut :
Tabel 6.3 Reduced variate sebagai fungsi periode ulang
T (tahun)
2
5
10
20
50
100
200
500
1000
2000
5000
10000
20000
50000
100000
(Soemarto,1999)

Reduced Variate
0,36651
1,9940
2,25037
2,97019
3,90194
4,60015
5,29561
6,21361
6,90726
7,60065
8,51709
9,21029
9,90346
10,81977
11,51292

Analisis curah hujan - Hidrologi

32

Selanjutnya hubungan antar yn dengan n (besarnya sampel) dapat dilihat pada


tabel 6.4 berikut.
Tabel 6.4 Hubungan yn dan n
n
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

yn
0,4952
0,4996
0,5035
0,5070
0,5100
0,5128
0,5157
0,5181
0,5202
0,5220
0,5236
0,5252
0,5268
0,5283
0,5296
0,5309
0,5320
0,5332
0,5343
0,5353
0,5362
0,5371
0,5380
0,5388
(Soemarto,1999)

n
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57

yn
0,5396
0,5402
0,5410
0,5418
0,5424
0,5430
0,5436
0,5442
0,5448
0,5453
0,5458
0,5463
0,5468
0,5473
0,5477
0,5481
0,5485
0,5489
0,5493
0,5497
0,5501
0,5504
0,5508
0,5511

n
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81

yn
0,5515
0,5518
0,5521
0,5524
0,5527
0,5530
0,5533
0,5535
0,5538
0,5540
0,5543
0,5545
0,5548
0,5550
0,5552
0,5555
0,5557
0,5559
0,5561
0,5563
0,5565
0,5567
0,5569
0,5570

n
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100

yn
0,5672
0,5574
0,5576
0,5578
0,5580
0,5581
0,5583
0,5585
0,5586
0,5587
0,5589
0,5591
0,5592
0,5593
0,5595
0,5596
0,5598
0,5599
0,5600

Analisis curah hujan - Hidrologi

33

Untuk hubungan Reduced Standar Deviation Sn dengan besarnya sampel (n)


dapat dilihat pada tabel 6.5.
Tabel 6.5 Hubungan Reduced Standar Deviation Sn dengan besarnya sampel
n
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

Sn
0.9496
0,9676
0,9833
0,9971
10,095
10,206
10,316
10,411
10,493
10,565
10,628
10,696
10,754
10,811
10,864
10,915
10,861
11,004
11,047
11,086
11,124
11,159
11,193

n
33
34
35
36
37
38
39
40
41
42
3
44
45
46
47
48
49
50
51
52
53
54
55

Sn
11,226
11,255
112,865
11,313
11,339
11,363
11,388
11,413
11,436
11,458
11,480
11,499
11,519
11,538
11,557
11,574
11,590
11,607
11,623
11,638
11,658
11,667
11,681

n
56
57
58
59
60
61
6
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78

Sn
11,696
11,708
11,721
11,734
11,747
11,759
11,770
11,782
11,793
11,803
11,814
11,824
11,834
11,844
11,854
11,854
11,873
11,881
1.189
11,898
11,906
11,915
11,923

n
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100

Sn
11,930
11,938
11,945
11,953
11,959
11,967
1,197?
11,987
11,987
11,994
12,001
12,007
12,013
12,020
12,026
12,032
12,038
12,044
1.2049
12,055
12,060
12,065

(Soemarto,1999)
Hasil perhitungan dengan menggunakan metode Gumbel dapat dibandingkan dengan
menggunakan kertas probabilitas Gumbel. Contoh kertas probabilitas Gumbel dapat
dilihat pada lampiran 3.

Analisis curah hujan - Hidrologi

34

Contoh perhitungan :
Hitung hujan perencanaan dengan waktu balik 20, 50, 100, 200 dengan cara gumbel
untuk hujan maksimum tahunan pada tabel 6.6 berikut.
Tabel 6.6 Data hujan
No
1
2
3
4
5
6
7
8
9
10
11
12
13

X1 (m3/det)
130
170
160
110
125
118
121
104
97
142
187
120
127

No
14
15
16
17
18
19
20
21
22
23
24
25
26

X1 (m3/det)
116
105
94
139
119
148
180
110
132
154
149
111
120

Analisis curah hujan - Hidrologi

35

Penyelesaian :
Tabel 6.7 Hasil Perhitungan Metode Gumbel
Xi2

X1 (m3/det)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

130
16900
170
28900
160
25600
110
12100
125
15625
118
13924
121
14641
104
10816
97
9409
142
20164
187
34969
120
14400
127
16129
116
13456
105
11025
94
8836
139
19321
119
14161
148
21904
180
32400
110
12100
132
17424
154
23716
149
22201
111
12321
120
14400
3388
456842
130.3076923 17571

S=

Xi-

(X1-)2

Tr(n+1)/m

-0.308
39.692
29.692
-20.308
-5.308
-12.308
-9.308
-26.308
-33.308
11.692
56.692
-10.308
-3.308
-14.308
-25.308
-36.308
8.692
-11.308
17.692
49.692
-20.308
1.692
23.692
18.692
-19.308
-10.308

0.095
1575.479
881.633
412.402
28.172
151.479
86.633
692.095
1109.402
136.710
3214.018
106.249
10.941
204.710
640.479
1318.249
75.556
127.864
313.018
2469.325
412.402
2.864
561.325
349.402
372.787
106.249
15359.5
590.751

27.000
13.500
9.000
6.750
5.400
4.500
3.857
3.375
3.000
2.700
2.455
2.250
2.077
1.929
1.800
1.688
1.588
1.500
1.421
1.350
1.286
1.227
1.174
1.125
1.080
1.038
104.06933
4.0026666

P=
m/(n+1).100%
0.037
0.074
0.111
0.148
0.185
0.222
0.259
0.296
0.333
0.370
0.407
0.444
0.481
0.519
0.556
0.593
0.630
0.667
0.704
0.741
0.778
0.815
0.852
0.889
0.926
0.963

24,787

Dengan banyak data n=26, maka didapat nilai yn dan sn dari tabel 6.3 dan tabel 6.4
yn = 0,5320
sn = 1,0861
=

Analisis curah hujan - Hidrologi

36

=
b =

= 22.8217

yT = -ln

= 107.83

) = Tr = 20

y20 = 2,97019

Tr = 50

y50 = 3,90194

Tr = 100

y100 = 4,60015

Tr = 200

y200 = 5,29561

XT =
=b+

. yt

Sehingga :
X20 = b +

. yt

= 107.83 + (22.8217 . 2,97019)


= 175.615

X50 = b +

. yt

= 107.83 + (22.8217 . 3,90194)


= 196.879

X100 = b +

. yt

= 107.83 + (22.8217 . 4,60015)


= 212.81

X200 = b +

. yt

= 107.83 + (22.8217 . 5,29561)


= 228.685

Selanjutnya hasil ini dibandingkan dengan hasil dari kertas distribusi Gumble pada
lampiran 3.

6.1.4. Distribusi Log Pearson Tipe III


Parameter yang dibutuhkan oleh distribusi Pearson Tipe III adalah nilai tengah
(mean), standar deviasi, dan koefisien kepencengan. Rumus umum probability density
function untuk distribusi Log Pearson tipe III dapat dilihat pada persamaan 6.12 :
| |

...6.12)

Analisis curah hujan - Hidrologi

37

, , = parameter distribusi Log Pearson III


Langkah-langkah perhitungan perencanaan banjir dengan menggunakan Log
Pearson yaitu dengan menggunakan rumus 6.13 sampai 6.16 :
Nilai tengah untuk distribusi Log Pearson Tipe III dapat dilihat pada rumus :
=

.........(6.13)

Standar deviasi dapat dilihat pada rumus :


si =

......(6.14)

Untuk koefisien kemencengan dengan rumus :


Cs =

.........(6.15)

logaritma hujan dengan waktu balik yang dikehendaki dengan rumus berikut :
Log X = + G

........(6.16)

Nilai hujan rencana (X) diperoleh dari antilog dari Log x.

Analisis curah hujan - Hidrologi

38

Tabel 6.8 Distribusi Log Pearson Tipe III Untuk Koefisien Kemencengan Cs
Waktu balik dalam tahun
2
5
10
25
50
100
200
Koefisien
Cs
Peluang (%)
50
20
10
4
2
1
0,5
3,0
-0,396
0,420
1,180
2,278
3,152
4,051
4,970
2,5
-0,360
0,518
1,250
2,262
3,048
3,845
4,652
2,2
-0,330
0,574
1,284
2,240
2,970
3,705
4,444
2,0
-0,307
0,609
1,302
2,219
2,912
3,605
4,298
1,8
-0,282
0,643
1,318
2,193
2,848
3,499
4,147
1,6
-0,254
0,675
1,329
2,163
2,780
3,388
3,990
1,4
-0,225
0,705
1,337
2,128
2,706
3,271
3,828
1,2
-0,195
0,732
1,340
2,087
2,626
3,149
3,661
1,0
-0,164
0,758
1,340
2,043
2,542
3,022
3,489
0,9
-0,148
0,769
1,339
2,018
2,498
2,957
3,401
0,8
-0,132
0,780
1,336
1,998
2,453
2,891
3,312
0,7
-0,116
0,790
1,333
1,967
2,407
2,824
3,223
0,6
-0,099
0,800
1,328
1,939
2,359
2,755
3,132
0,5
-0,083
0,808
1,323
1,910
2,311
2,686
3,041
0,4
-0,066
0,816
1,317
1,880
2,261
2,615
2,949
0,3
-0,050
0,824
1,309
1,849
2,211
2,544
2,856
0,2
-0,033
0,830
1,301
1,818
2,159
2,472
2,763
0,1
-0,017
0,836
1,292
1,785
2,107
2,400
2,670
0
0
0,842
1,282
1,751
2,054
2,326
2,576
-0,1
0,017
0,836
1,270
1,716
2,000
2,252
2,482
-0,2
0,033
0,850
1,258
1,680
1,945
2,178
2,388
-0,3
0,050
0,853
1,245
1,643
1,890
2,104
2,294
-0,4
0,066
0,855
1,231
1,606
1,834
2,029
2,201
-0,5
0,083
0,856
1,216
1,567
1,777
1,955
2,108
-0,6
0,099
0,857
1,200
1,528
1,720
1,880
2,016
-0,7
0,116
0,857
1,183
1,488
1,663
1,806
1,926
-0,8
0,132
0,856
1,166
1,448
1,606
1,733
1,837
-0,9
0,148
0,854
1,147
1,407
1,549
1,660
1,749
-1,0
0,164
0,852
1,128
1,366
1,492
1,588
1,664
-1,2
0,195
0,844
1,086
1,282
1,379
1,449
1,501
-1,4
0,225
0,832
1,041
1,198
1,270
1,318
1,351
-1,6
0,254
0,817
0,994
1,116
1,166
1,197
1,216
-1,8
0,282
0,799
0,945
1,035
1,069
1,087
1,097
-2,0
0,307
0,777
0,895
0,959
0,980
0,990
0,995
-2,2
0,330
0,752
0,844
0,888
0,900
0,905
0,907
-2,5
0,360
0,711
0,771
0,793
0,798
0,799
0,800
-3,0
0,396
0,636
0,660
0,666
0,666
0,667
0,667

1000
0,1
7,250
6,600
6,200
5,910
5,660
5,390
5,110
4,820
4,540
4,395
4,250
4,105
3,960
3,815
3,670
3,525
3,380
3,235
3,090
2,950
2,810
2,675
2,540
2,400
2,275
2,150
2,035
1,910
1,800
1,625
1,465
1,280
1,130
1,000
0,910
0,802
0,668

(Soemarto,1999)
Analisis curah hujan - Hidrologi

39

Contoh :
Gunakan cara Log Pearson untuk menghitung Q50, Q100 dan Q200 untuk curah hujan pada
table 6.9 berikut.
Tabel 6.9 Data hujan
No
1
2
3
4
5
6
7
8
9
10
11
12
13

Xi (data
hujan)
30.25
40.25
41.15
43.75
45.59
45.98
50.5
55
55.49
58.5
59.25
63.08
69.52

No
14
15
16
17
18
19
20
21
22
23
24
25
26

Xi (data
hujan)
69.92
70
71
71.63
76
80.06
81.75
82.83
86.27
89.5
90.29
97.33
104

Penyelesaian :
Tabel 6.10 Hasil perhitungan metode Log PEARSON
m

Xi

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

30.25
40.25
41.15
43.75
45.59
45.98
50.5
55
55.49
58.5
59.25
63.08
69.52
69.92
70
71
71.63

P = m/(n+1)
. 100
3.70
7.41
11.11
14.81
18.52
22.22
25.93
29.63
33.33
37.04
40.74
44.44
48.15
51.85
55.56
59.26
62.96

Log Xi

Log Xi - Log

(Log Xi - Log )2

1.48073
1.60477
1.61437
1.64098
1.65887
1.66257
1.70329
1.74036
1.74421
1.76716
1.77269
1.79989
1.84211
1.84460
1.84510
1.85126
1.85509

-0.34207
-0.21803
-0.20842
-0.18182
-0.16392
-0.16023
-0.11950
-0.08243
-0.07858
-0.05564
-0.05011
-0.02290
0.01932
0.02181
0.02230
0.02846
0.03230

0.11701
0.04754
0.04344
0.03306
0.02687
0.02567
0.01428
0.00679
0.00617
0.00310
0.00251
0.00052
0.00037
0.00048
0.00050
0.00081
0.00104

(Log Xi Log )3
-0.04003
-0.01036
-0.00905
-0.00601
-0.00440
-0.00411
-0.00171
-0.00056
-0.00049
-0.00017
-0.00013
-0.00001
0.00001
0.00001
0.00001
0.00002
0.00003

Analisis curah hujan - Hidrologi

40

Xi

18
19
20
21
22
23
24
25
26

76
80.06
81.75
82.83
86.27
89.5
90.29
97.33
104
1728.89
66.4958

P = m/(n+1)
. 100
66.67
70.37
74.07
77.78
81.48
85.19
88.89
92.59
96.30

Log Xi

Log Xi - Log

(Log Xi - Log )2

1.88081
1.90342
1.91249
1.91819
1.93586
1.95182
1.95564
1.98825
2.01703
46.89155
1.80352

0.05802
0.08062
0.08969
0.09539
0.11307
0.12903
0.13285
0.16545
0.19424

0.00337
0.00650
0.00804
0.00910
0.01278
0.01665
0.01765
0.02737
0.03773
0.46936
0.01805

(Log Xi Log )3
0.00020
0.00052
0.00072
0.00087
0.00145
0.00215
0.00234
0.00453
0.00733
-0.05684
-0.00219

Menghitung standar deviasi :


Si =

0,1356

Menghitung koefisien :
Cs =

= -0,522731938

Log XT = Log + G Si
dimana : Log = 1,803527
Si

= 0,135602

Cs

= -0,5227319

Sehingga didapat
Tabel 6.11 Hasil perhitungan metode Log Pearson
Tr (tahun)
50
100
200
X50

Pr(%)
2
1
0.5

G
1,76404
1,93795
2,08709

G.Si
0,2392
0,2627
0,2830

Log XT= Log + G Si


2,042735
2,066317
2,086540

XT (anti Log)
110,340
116,497
122,050

= 110,340

X100 = 116,497
X200 = 122,050
Selanjutnya hasil perhitungan ini dibandingkan dengan menggunakan kertas
probabilitas Log PEARSON pada lampiran 2 didapat :

Analisis curah hujan - Hidrologi

41

X50

= 110,8

X100 = 115
X200 = 119
Tingkat kesalahan dapat dihitung dengan metode Log PEARSON :
X50 =

. 100 % = 2,9257 %

X100 =

. 100 % = 1,28569 %

X200 =

. 100 % = 2,49968 %

Uji tingkat kesalahan Log PEARSON < 5 %, jadi perhitungan diatas masih dibawah
tingkat kesalahan (Error)

6.2. Hujan Berpeluang Maksimum (PMP)


Probable Maximum Precipitation (PMP) didefinisikan secara umum sebagai
peluang terjadinya tinggi hujan maksimum (ekstrim) dengan durasi tertentu yang
mungkin dapat terjadi yang secara meteorologis dimungkinkan bagi suatu daerah
pengaliran (DAS) dalam jangka waktu tahun berdasarkan data history.
Kegunaan hujan berpeluang maksimum dalam teknik sipil adalah untuk mendisain
struktur bangunan air yang mempunyai tingkat bahaya yang tinggi seperti spillway pada
DAM besar.
Untuk mengestimasi PMP berdasarkan analisis frekuensi, rumus yang digunakan
dalam perhitungan adalah sebagai berikut .

XT = n + k Sn.........(6.17)
dimana :

n =

........(6.18)

Sn =

.........(6.19)

keterangan :
XT

= hujan dengan kala ulang T


= hujan rata-rata dari maximum annual series

Analisis curah hujan - Hidrologi

42

Sn

= simpangan baku

= faktor frekuensi (dari data di Amerika k = 15)

= banyak data
Koreksi terhadap nilai Km dilakukan dengan menggunakan grafik, sedangkan

factor adjustmen nilai n dan Sn diperoleh dengan rumus :

n
Sn

=
=

........(6.20)
.........(6.21)

dengan :
n-m = nilai rata rata tanpa data maksimum

Contoh :
Hitung besar PMP dari data hujan pada tabel 6.12 berikut dengan luas DAS 150 km 2.

No
1
2
3
4
5
6
7
8
9
10
11
12
13

Tabel 6.12 Data Hujan


Xi (data
Xi (data
No
hujan)
hujan)
30.25
14
69.92
40.25
15
70
41.15
16
71
43.75
17
71.63
45.59
18
76
45.98
19
80.06
50.5
20
81.75
55
21
82.83
55.49
22
86.27
58.5
23
89.5
59.25
24
90.29
63.08
25
97.33
69.52
26
104

Analisis curah hujan - Hidrologi

43

Penyelesaian :
Tabel 6.13 Hasil perhitungan PMP
Xi (data
hujan)
30.25
40.25
41.15
43.75
45.59
45.98
50.5
55
55.49
58.5
59.25
63.08
69.52
69.92
70
71
71.63
76
80.06
81.75
82.83
86.27
89.5
90.29
97.33
104
1728.89
66.49576923

No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

Xi -

(Xi -)2

Xi - (n-m)

-36.25
-26.25
-25.35
-22.75
-20.91
-20.52
-16.00
-11.50
-11.01
-8.00
-7.25
-3.42
3.02
3.42
3.50
4.50
5.13
9.50
13.56
15.25
16.33
19.77
23.00
23.79
30.83
37.50

1313.76
688.84
642.41
517.37
437.05
420.90
255.86
132.15
121.13
63.93
52.50
11.67
9.15
11.73
12.28
20.29
26.36
90.33
183.99
232.69
266.81
391.02
529.19
566.17
950.75
1406.57
9354.9
359.8

1207.26
612.34
568.61
451.38
376.58
361.59
210.12
99.91
90.36
42.19
33.01
3.67
20.47
24.25
25.04
36.05
44.02
121.10
226.94
280.71
318.07
452.60
600.47
639.81
1045.51
7892.05
315.68

Maka :

Xn

66.49576923

Xn-m =
Sn

64,99644

= 19,34425

Analisis curah hujan - Hidrologi

44

Sn-m =

= 18,134033

Untuk faktor adjustmen rata-rata :

Xn
=
0,97744

Dari nilai Xn tersebut digunakan lampiran 5 sehingga didapat faktor penyesuaian


102,5%

Mencari faktor penyesuaian simpangan baku (koreksi Sn)


Sn =

0,93744

Dari lampiran 6 didapat faktor penyesuaian 108%

Menghitung faktor adjustment Xn dan Sn dari lampiran 7 :


Sn = 105,47619
Xn = 101,90476

Maka didapat faktor koreksi sebagai berikut :


Xn terkoreksi

= 66.49576923 x 102,5% x 101, 90476


= 69,457256

Sn terkoreksi

= 19,34425 x 108% x 105,47619


= 22,0369

Menghitung nilai Km lampiran 4 untuk nilai Xn = 66.49576923 Km = 16, 38965

Menghitung PMP terpusat


Xm

= Xn terkoreksi + Km + Sn terkoreksi
= 69,457256 + 16, 38965 + 22,0369
= 430,38965

Menghitung koreksi reduksi luas DAS


Luas DAS = 150 km2
Prose reduksi

= 94,7619 (lampiran 8)

Menghitung faktor reduksi terhadap lamanya pencatat hujan


Dari lampiran 9 diperoleh = 100,667 %

Sehingga nilai PMP adalah :


PMP

= Xm . 94,7619 % . 100,667
= 410,565739

Analisis curah hujan - Hidrologi