MODEL HIDROLOGI UNTUK MENGISI DATA HUJAN YANG HILANG BERDASARKAN DEBIT ANDALAN (Studi Kasus di DAS Dengkeng)

Transkripsi

1 JUDUL perpustakaan.uns.ac.id MODEL HIDROLOGI UNTUK MENGISI DATA HUJAN YANG HILANG BERDASARKAN DEBIT ANDALAN (Studi Kasus di DAS Dengkeng) HYDROLOGYCAL MODEL FOR FILLING OF MISSING RAINFALL DATA BASED ON DEPENDABLE FLOW (Study case in Dengkeng Watershed) SKRIPSI Diajukan sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Pada Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta Disusun Oleh : PURWANTO I PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA commit 2016 to user

2 HALAMAN PERSETUJUAN MODEL HIDROLOGI UNTUK MENGISI DATA HUJAN YANG HILANG BERDASARKAN DEBIT ANDALAN (Studi Kasus di DAS Dengkeng) HYDROLOGYCAL MODEL FOR FILLING OF MISSING RAINFALL DATA BASED ON DEPENDABLE FLOW (Study case in Dengkeng Watershed) SKRIPSI Diajukan sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Pada Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Disusun Oleh : PURWANTO I Telah disetujui untuk dipertahankan dihadapan Tim Penguji Pendadaran Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta Dosen Pembimbing I, Persetujuan : Dosen pembimbing II, Dr. Ir. Rr. Rintis Hadiani, M.T NIP Setiono, S.T.,M.Sc. NIP ii

3 PENGESAHAN SKRIPSI MODEL HIDROLOGI UNTUK MENGISI DATA HUJAN YANG HILANG BERDASARKAN DEBIT ANDALAN (Studi Kasus di DAS Dengkeng) HYDROLOGYCAL MODEL FOR FILLING OF MISSING RAINFALL DATA BASED ON DEPENDABLE FLOW (Study case in Dengkeng Watershed) Disusun Oleh PURWANTO I Telah dipertahankan dihadapan Tim Penguji Pendadaran Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta pada : Hari : Kamis Tanggal : 29 September 2016 Nama/NIP Tim Penguji Tanda Tangan 1. Dr. Ir. Rr. Rintis Hadiani, MT Setiono, S.T.,M.Sc Dr. Cahyono Ikhsan, S.T., M.T Ir. Suyanto, M.M Disahkan, Tanggal :.. Kepala Program Studi Teknik Sipil Fakultas Teknik UNS Wibowo, commitst, to user DEA NIP iii

4 MOTTO Maka apabila engkau telah selesai (dari sesuatu urusan), tetaplah bekerja keras (untuk urusan yang lain). (Q.S Al Insyirah : 7) Orang boleh pandai setinggi langit, tapi selama ia tidak menulis, ia akan hilang di dalam masyarakat, dan dari sejarah. Menulis adalah bekerja untuk keabadian. (Pramoedya Ananta Toer, Rumah Kaca) Orang yang hidup bagi dirinya sendiri akan hidup sebagai orang kerdil dan mati sebagai orang kerdil. Akan tetapi, orang yang hidup bagi orang lain akan hidup sebagai orang besar dan mati sebagai orang besar. (Sayyid Qurthb) Kemampuan kecerdasan seseorang adalah tergantung dari bagaimana cara untuk menghikmahi segala yang dialami. Jarak menjadi jauh ketika hati kita tidak sabar. (Emha Ainun Nadjib) iv

5 PERSEMBAHAN Skripsi ini kupersembahkan teruntuk Bapak dan Ibu tercinta yang selalu mengiringi langkahku dengan do a dan keluarga besarku dimanapun berada. Juga kepada masa depan penuh kisah, yang akan datang. Tak lupa masyarakat Indonesia yang damai, para cendekiawan yang selalu belajar, dan ilmuan dengan segala bidangnya. Serta kepada seseorang separuh agamaku yang telah disebut namanya di lauful mahfudz. v

6 ABSTRAK Purwanto, Rintis Hadiani, Setiono, Model hidrologi Untuk Mengisi Data Hujan yang Hilang Berdasarkan Debit Andalan (Studi Kasus di DAS Dengkeng). Skripsi. Program Studi Teknik Sipil. Fakultas Teknik. Universitas Sebelas Maret. Surakarta Hujan merupakan kejadian alam yang umum terjadi diwilayah Indonesia, terutama pada saat musim penghujan. Kelengkapan data hujan merupakan salah satu bagian terpenting dalam kaitannya perencanaan manajemen keairan, menajemen sumber daya air, maupun perencanaan pembangunan, terlebih lagi untuk perencanaan bangunan air. Namun tidak jarang terjadi ketidaklengkapan data pada periode perekaman pada stasiun hujan yang ada di suatu wilayah. Maka dari itu, model hidologi untuk mengisi data hujan yang hilang diperlukan. Penelitian ini dilaksanakan di Daerah Aliran Sungai (DAS) Dengkeng yang terletak di Kabupaten Klaten, Jawa Tengah. Proses simulasi model diawali dengan mengeliminasi data dengan metode sampling, kemudian melakukan perhitungan dengan model untuk mendapatkan data hujan kembali dengan metode ARIMA (Autoregressive Integrated Moving Average), metode Reciprocal, metode Rerata dan Artificial Neural Network Method atau Metode Jaringan Syaraf Tiruan (JST). Parameter untuk menilai model adalah dengan melihat debit andalan hasil perhitungan berbagai jenis data. Hasil penelitian menunjukkan korelasi data hujan observasi dengan data hujan simulasi metode Rerata menunjukkan nilai yang tertinggi pada kedua stasiun, yaitu sebesar 0,79 dan 0,94. Berdasarkan perhitungan debit andalan diketahui bahwa metode Reciprocal merupakan metode yang paling sesuai untuk mengisi data hujan. Karena, hasil perhitungan debit andalan dengan data simulasi Reciprocal mendekati hasil perhitungan debit andalan dengan data observasi. Kata Kunci : ARIMA, Debit Andalan, JST, Metode Reciprocal, Rerata vi

7 ABSTRACT Purwanto, Rintis Hadiani, Setiono, Hydrologycal Model For Filling Of Missing Rainfall Data Based On Dependable Flow (Study Case In Dengkeng Watershed). Thesis. Civil Engineering Department. Engineering Faculty. Sebelas Maret University. Surakarta Rainfall is nature, occurrence which occurs commonly in Indonesia s region, especially in the wet season. The complete rainfall data is one of most important piece in relevancy for water management, water resource management, also development planning, in especially water building plan. But not rare event incomplete data on period on rainfall gauge in a region. Then caused it, hydrological model for filling of missing rainfall data is needed. This research has been held in Dengkeng watershed located in Klaten regency, Central Java. Simulated process is begun from elimination data with the sampling method, then calculating for getting the rainfall data back with ARIMA (Autoregressive Integrated Moving Average) Method, Reciprocal Method, Average Method and Artificial Neural Network Method. The parameter to graded model is from seeing the dependable flow result from calculation various data. The result shown that correlation observation rainfall data with rainfall data from the simulation Average method have given the highest value for two of gauges, that is 0,79 and 0,94. Based on calculation of dependable flow ascertainable that Reciprocal method is the most appropriate method for filling rainfall data. Cause result of dependable flow calculation with simulation Reciprocal rainfall data is the nearest result of dependable flow calculation with observed data. Keyword : ANN, ARIMA, Average, Dependable Flow, Reciprocal Method vii

8 KATA PENGANTAR Puji syukur selalu terpanjatkan kepada Allah subhanahu wa ta ala atas berkat dan rahmat-nya sehingga penyusun dapat menyelesaikan skripsi dengan judul Model Hidroligi Untuk Mengisi Data Hujan yang Hilang Berdasarkan Debit Andalan (Studi Kasus di DAS Dengkeng). Skripsi ini merupakan salah satu persyaratan akademik untuk meraih gelar Sarjana pada Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Ucapan terima kasih atas bantuan yang telah diberikan dari awal pelaksanaan hingga terselesaikannya skripsi ini, kepada : 1. Dr. Ir. Rr. Rintis Hadiani, M.T. selaku dosen pembimbing 1 yang telah memberikan pengarahan selama penyusunan skripsi. 2. Bapak Setiono, S.T., M.T. selaku dosen pembimbing 2 yang telah memberikan pengarahan selama penyusunan skripsi. 3. Seluruh rekan-rekan mahasiswa Teknik Sipil UNS. 4. Seluruh rekan-rekan Studi Ilmiah Mahasiswa (SIM UNS). 5. Seluruh pihak yang tidak dapat tersebutkan satu persatu yang telah membantu hingga terwujudnya skripsi ini. Semoga skripsi ini dapat memberi manfaat bagi segenap civitas akademika dalam menambah pengetahuan dan menunjang pemahaman mengenai penerapan ilmu di bangku kuliah. Surakarta, September 2016 Penyusun viii

9 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii MOTTO... iv PERSEMBAHAN...v ABSTRAK... vi ABSTRACT... vii KATA PENGANTAR... viii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiii DAFTAR NOTASI...xv HALAMAN LAMPIRAN... xiii BAB 1 PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Manfaat Penelitian...4 BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI Tinjauan Pustaka Dasar Teori Data Hujan Uji Konsistensi Data Hujan Uji Boxplot Uji Distribusi Data Hujan commit...15 to user ix

10 Pengujian Chi Kuadrat Sampling Data Debit Andalan dan Metode F.J Mock Jaringan Syaraf Tiruan Definisi Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan Backpropagation Reciprocal Method ARIMA (Autoregressive Integrated Moving Average) Matlab...33 BAB 3 METODOLOGI PENELITIAN Lokasi Penelitian Metode Penelitian Alat Penelitian Tahapan Penelitian Pengolahan Data Pemodelan Simulasi Hujan Menggunakan Jaringan Syaraf Tiruan Backpropagation Pemodelan Simulasi Hujan Menggunakan Metode Reciprocal Pemodelan Simulasi Hujan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Pemodelan Simulasi Hujan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Perhitungan Debit Bulanan Metode F.J. Mock dan Debit Andalan Membandingkan Rata-rata Debit Andalan Membandingkan Rata-rata Debit Andalan Semua Jenis Data Diagram Alir...41 x

11 BAB 4 ANALISIS DAN PEMBAHASAN Penyiapan Data Uji Konsistensi Data Uji Boxplot Uji Distribusi Data Uji Kesesuaian Distribusi Data Sampling Data Simulai Data Hujan dengan Metode Rerata Simulasi Data Hujan dengan Metode Reciprocal Simulasi Data Hujan dengan Metode ARIMA Simulasi Data Hujan dengan Meode Jaringan Syaraf Tiruan Backpropagation Pembuatan GUI (Graphical User Interface) Perencanaan Jaringan Backpropagation Penentuan Pola Input dan Target Pelatihan Jaringan Korelasi Data Hujan Observasi dengan Data Hujan Simulasi Perhitungan Jumlah Hari Hujan Perhitungan Debit Bulanan Metode F.J Mock dan Debit Andalan Pemilihan Model yang Tepat Simulasi Data Hujan pada Stasiun Mlese Menghitung Debit Bulanan dan Debit Andalan Membandingkan Rerata Debit Andalan Observasi dengan Simulasi BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA... xvi xi

12 DAFTAR TABEL Tabel 2.1 Novelty Penelitian...8 Tabel 4.1 Data Hujan Stasiun Bawak...52 Tabel 4.2 Data Hujan Stasiun Kalijaran...53 Tabel 4.3 Data Hujan Tahunan Stasiun Bawak dan Stasiun Kalijaran...54 Tabel 4.4 Analisis Kurva Massa Ganda...55 Tabel 4.5 Hasil Koreksi Data Hujan Stasiun Bawak dengan Uji Boxplot...58 Tabel 4.6 Hasil Koreksi Data Hujan Stasiun Kalijaran dengan Uji Boxplot...59 Tabel 4.7 Nilai Cs, Ck, Cv, Rerata, dan Standar Deviasi...61 Tabel 4.8 Hasil Analisis Chi-Square dan Chi-Square Tabel...62 Tabel 4.9 Data Hujan Stasiun Bawak Setelah Proses Sampling...63 Tabel 4.10 Data Hujan Stasiun Kalijaran Setelah Proses Sampling...64 Tabel 4.11 Data Hujan Hasil Simulasi Rerata di Stasiun Bawak...65 Tabel 4.12 Data Hujan Hasil Simulasi Rerata di Stasiun Kalijaran...66 Tabel 4.13 Data Hujan Hasil Simulasi Reciprocal di Stasiun Bawak...67 Tabel 4.14 Data Hujan Hasil Simulasi Reciprocal di Stasiun Kalijaran...68 Tabel 4.15 Data Hujan Hasil Simulasi ARIMA di Stasiun Bawak...80 Tabel 4.16 Data Hujan Hasil Simulasi ARIMA di Stasiun Kalijaran...81 Tabel 4.17 Data Hujan Hasil Simulasi JST di Stasiun Bawak...86 Tabel 4.18 Data Hujan Hasil Simulasi JST di Stasiun Kalijaran...86 Tabel 4.19 Rekapitulasi Korelasi Stasiun Bawak dan Korelasi Stasiun Kalijaran 88 Tabel 4.20 Perhitungan Debit Bulan Januari 2005 dengan Metode Mock...92 Tabel 4.21 Perhitungan Debit Andalan Stasiun Bawak (Data Observasi)...94 Tabel 4.22 Perhitungan Rata-rata Debit Andalan...96 Tabel 4.23 Perhitungan Selisih Rata-rata Debit Andalan...96 Tabel 4.24 Data Hujan Simulasi Stasiun Mlese...99 Tabel 4.25 Perhitungan Debit Bulanan Metode Mock Stasiun Mlese Tahun Tabel 4.26 Perhitungan Debit Andalan Stasiun Mlese Tabel 4.27 Rata-rata Debit Andalan (Observasi dan Simulasi) xii

13 DAFTAR GAMBAR Gambar 2.1 Ilustrasi Kurva Massa Ganda...14 Gambar 2.2 Ilustrasi Boxplot...15 Gambar 2.3 Struktur Unit Jaringan Syaraf Tiruan...24 Gambar 2.4 Model Jaringan Backpropagation...26 Gambar 2.5 Flowchart Algoritma Backpropagation...27 Gambar 2.6 Tahapan Metode ARIMA...33 Gambar 3.1 Lokasi Penelitian...37 Gambar 3.2 Diagram Alir...51 Gambar 4.1 Grafik Kurva Massa Ganda...55 Gambar 4.2 Hasil Pengujian Boxplot pada Minitab Stasiun Bawak (Januari-Juni)...56 Gambar 4.3 Hasil Pengujian Boxplot pada Minitab Stasiun Bawak (Juli-Desember)...57 Gambar 4.4 Hasil Pengujian Boxplot pada Minitab Stasiun Kalijaran (Januari-Juni)...57 Gambar 4.5 Hasil Pengujian Boxplot pada Minitab Stasiun Kalijaran (Juli- Desember)...58 Gambar 4.6 Hasil Pengujian Distribusi Data Stasiun Bawak...61 Gambar 4.7 Hasil Pengujian Distribusi Data Stasiun Kalijaran...61 Gambar 4.8 Input data Hujan Bulanan kedalam Worksheet Minitab...70 Gambar 4.9 Data Hujan yang Disajikan dalam Satu Kolom...70 Gambar 4.10 Grafik Hasil Ploting Data Hujan Stasiun Bawak...71 Gambar 4.11 Hasil Ploting ACF Stasiun Bawak...71 Gambar 4.12 Hasil Ploting PACF Stasiun Bawak...71 Gambar 4.13 Data Hasil Pembedaan 1 Kali Stasiun Bawak...72 Gambar 4.14 Grafik Hasil Ploting Data Hujan Stasiun Bawak Different Lag Gambar 4.15 Hasil Ploting ACF Stasiun Bawak Different Lag Gambar 4.16 Hasil Ploting PACF Stasiun Bawak Differeng Lag Gambar 4.17 Hasil Perhitungan ARIMA (1,1,2) Stasiun Bawak...74 Gambar 4.18 Ploting Residual ACF ARIMA (1,1,2) Stasiun Bawak...75 Gambar 4.19 Ploting Residual PACF commit ARIMA to user (1,1,2) Stasiun Bawak...75 xiii

14 Gambar 4.20 Hasil Perhiungan ARIMA (2,1,1)(1,1,2) 6 Stasiun Bawak...76 Gambar 4.21 Ploting Residual PACF ARIMA (2,1,1)(1,1,2) 6 Stasiun Bawak...77 Gambar 4.22 Ploting Residual ACF ARIMA (2,1,1)(1,1,2) 6 Stasiun Bawak...77 Gambar 4.23 Hasil Simulasi dengan Model ARIMA (2,1,1)(1,1,2) 6 Stasiun Bawak...78 Gambar 4.24 Hasil Perhitungan ARIMA (2,1,1)(1,1,2) 6 Stasiun Kalijaran...78 Gambar 4.25 Ploting Residual ACF ARIMA (2,1,1)(1,1,2) 6 Stasiun Kalijaran...79 Gambar 4.26 Ploting Residual PACF ARIMA (2,1,1)(1,1,2) 6 Stasiun Kalijaran.79 Gambar 4.27 Hasil Simulasi dengan Model ARIMA (2,1,1)(1,1,2) 6 Stasiun Kalijaran...80 Gambar 4.28 Tampilan GUIDE Quick Start pada Matlab...82 Gambar 4.29 Tampilan GUI pada Matlab...83 Gambar 4.30 Tampilan Editor pada Matlab...83 Gambar 4.31 Tampilan Training Network...85 Gambar 4.32 Debit Andalan Rata-rata Berbagai jenis Data...97 Gambar 4.33 Grafik Penilaian Model...98 Gambar 4.34 Debit Andalan Rata-rata Observasi dan Simulasi xiv

15 DAFTAR NOTASI Simbol Keterangan Satuan α Kemiringan kurva setelah patahan Α Banyaknya keterikatan untuk uji Chi-Kuadrat As Air hujan yang mencapai permukaan tanah Mm β Kemiringan kurva sebelum patahan Ck Koefisien kurtosis Cs Koefisien asimetri/skewnes Cv Koefisien varian DK Derajat kebebasan Ef Frekuensi yang diharapkan sesuai dengan pembagi kelas Ep Evapotranspirasi potensial mm Et Evapotranspirasi terbatas mm i Nomor urut debit I Koefisien Infiltrasi k Faktor resesi air tanah K Banyaknya kelas Li Jarak antar stasiun km M Singkapan lahan kg/m 3 N Jumlah data (hujan atau debit) N Jumlah sub kelompok dalam satu grup Of Frekuensi yang terbaca pada kelas yang sama P Probabilitas terjadinya kumpulan nilai yang mm diharapkan selama periode pengamatan P bl Curah hujan bulanan mm Pi Data hujan disekitarnya pada periode yang sama mm Px Data hujan yang hilang di stasiun x mm Q Debit aliran m 3 /s Q80 Debit andalan (Probabilitas 80%) m 3 /s s Jumlah sampel S Standar deviasi Varian Rata-rata data hujan Mm Nilai Chi-Kuadrat terhitung Xn Data hujan ke-n Mm V n Volume air tanah periode ke n mm 3 xv