BAB IV ANALISA HIDROLOGI. dalam perancangan bangunan-bangunan pengairan. Untuk maksud tersebut

Transkripsi

1 BAB IV ANALISA HIDROLOGI 4.1 Uraian Umum Secara umum analisis hidrologi merupakan satu bagian analisis awal dalam perancangan bangunan-bangunan pengairan. Untuk maksud tersebut akan diperlukan pengumpulan semua data Hidro-Meteorologi untuk daerah pada lokasi proyek, seperti data hujan, data Iklim, data tanah, penguapan, data debit sungai dan sebagainya untuk periode waktu yang panjang (>10 tahun). 4.2 Analisis Hidrologi Untuk desain struktur hidrologi dan analisis, maka perlu untuk menentukan desain aliran banjir di berbagai periode ulang. Data yang diperlukan untuk desain analisis arus banjir adalah: 1. Daerah DAS : Dari daerah tangkapan dievaluasi pada 1: peta lokal skala dikeluarkan oleh Bakorsurtanal. Batas daerah diperoleh dari data survei sebelumnya, dokumen lelang dan observasi lapangan. 2. Data Debit harian : Data diperoleh dari stasiun pengamatan di dekat sungai lokasi proyek. Tujuan dari analisis data hidrologi adalah untuk mendapatkan: IV -1

2 1. Menghitung debit yang akan digunakan untuk menghitung potensi pembangkit listrik. 2. Sebuah rating curve yang menunjukkan hubungan antara aliran sungai dan permukaan air. 3. Aliran banjir yang direncanakan yang akan digunakan untuk menghitung stabilitas bendung. 4.3 Data Hidrologi Dan Catchment Area Tahap pengumpulan data hidrologi dibagi menjadi ke pengumpulan data klimatologi termasuk curah hujan, suhu, sinar matahari, kelembaban relatif dan kecepatan angin selama 11 tahun, dari tahun 1995 sampai tahun Aliran air yang direncanakan diambil dari Sungai Cimandiri, untuk menghasilkan tenagadalam Pembangkit Listrik Tenaga Mini Hidro (PLTM). Jarak dari bendung dan asupan lokasi desa PLTM dan Buata berjarak sekitar 2 km. Perkiraan daerah tangkapan sepanjang aliran sungai dari lokasi situs yang direncanakan adalah sekitar 102,68 km2, hal ini dapat dilihat pada Gambar 1. Vegetasi di hulu adalah hutan primer dengan tanaman campuran yang belum pernah tersentuh, sedangkan di tengah dan hilir vegetasi tanaman hortikultura. Secara umum gudang air sungai Cimandiri relatif dalam kondisi baik dan memiliki daerah resapan yang baik. Bentuk sungai Cimandiri radial atau van seperti dengan karakteristik banjir besar dekat persimpangan sungai. Secara visual dapat dilihat bahwa pasir partikel mengalir di air Cimandiri sungai. Hal ini juga dapat dilihat IV -2

3 setelah 2 jam hujan, warna air berubah menjadi coklat. Suspended dan tempat sampel beban perlu diambil untuk analisis laboratorium untuk mengukur secara menyeluruh jenis dan jumlah sedimen. Hal ini penting untuk mengetahui karena air mati akan digunakan untuk memutar turbin tersebut.pemasangan alat ukur staf juga telah dilakukan oleh konsultan. Dengan persetujuan dari direktur lapangan, gauge staf dipasang pada bagian hilir sekitar ± 1,7 km. Sisi ini dipilih karena gauge staf perlu untuk diletakkan di daerah yang aman dari banjir dan turbulensi gratis, pada bagian yang lurus dari sungai, dan itu adalah jaminan bahwa ketinggian air cukup untuk tahun yang panjang.kompilasi dan inventarisasi data sekunder hydrometeorologic seperti curah hujan dari stasiun raingraph, aliran historis, dan data meteorologi meliputi sinar matahari, kecepatan angin, suhu dan kelembaban relatif yang dilakukan oleh konsultan.berdasarkan data survei daerah tangkapan dan panjang sungai adalah: Gambar 4-1 Catchment Area Sungai Cimandiri pada Lokasi Bendung PLTM IV -3

4 Data Curah Hujan Data curah hujan daerah diperoleh dari stasiun pengamatan di dekat lokasi proyek. Di daerah Cimandiri, data yang digunakan dalam analisis adalah stasiun hujan BPSDA Cisadea Cimandiri karena data yang lengkap dan stasiun hujan terdekat. Data yang diperoleh adalah curah hujan harian maksimum Analisa Curah Hujan Curah Hujan Harian Maksimum Data curah hujan daerah diperoleh dari stasiun pengamatan di daerah Sukamaju /Cibadak, data yang digunakan dalam analisis adalah stasiun hujan BMG Sukamaju / Cibadak karena data yang lengkap dan stasiun hujan terdekat. Data yang diperoleh adalah curah hujan harian. Curah hujan harian maksimum dari tahun seperti dapat dilihat pada Tabel 4.1 Tabel 4.1 Curah Hujan Harian Maksimum TAHUN CURAH HUJAN Sumber : Data Curah Hujan IV -4

5 Analisis Frekuensi Curah Hujan Analisis frekuensi curah hujan ditujukan untuk mendapatkan tingkat curah hujan 2,5,10,25,50 dan periode ulang 100 tahun. Curah hujan metode analisis frekuensi yang digunakan dalam analisis adalah Distribusi Normal, Distribusi Log Normal 2, Distribusi Log Normal 3, Gumbell, Pearson III, Log Pearson III. Hasil analisis untuk setiap metode tersebut kemudian dibandingkan dengan distribusi metode uji akurasi Smirnov- Kolmogorov. a. MetodeDistribusi Normal Distribusi normal atau kurva normal disebut juga distiribusi Gauss dimana: X T = Besarnya curah hujan yang terjadi dengan periode ulangttahun = Nilai rata-rata hitung variat Sx = Standard deviasi K T = Faktor frekuensi (nilai variabel reduksi Gauss), merupakan fungsi dari peluang atau periode ulang dan tipe model matematik distribusi peluang yang digunakan untuk analisis peluang. Nilai faktor frekuensi dapat dilihat pada tabel 4.2 (Reduksi Gauss) IV -5

6 Tabel 4.2 Nilai Reduksi Gauss Tr K Tr Probabilitas IV -6

7 Tabel 4.3 Analisis Frekuensi dengan Metode Distribusi Normal No. Tahun Rangking X Xrangking Tr (tahun) Jumlah Data n 11 Nilai Rata-rata X Standar Deviasi Sx Tr (tahun) K Tr X Tr (mm) Probabilitas IV -7

8 b. Metode Distribusi Log Normal dengan 2 Parameter Distribusi log normal adalah transformasi Distribusi Normal, yang mengubah variabel X terhadap logaritma X. Untuk 2 parameter Log metode normal persamaan transformasi dinyatakan sebagai: dimana: Log X T = Nilai variat X yang diharapkan terjadi pada periode ulang T tahun = Nilai rata-rata Log X S Log x K T = Standard deviasi nilai Log X = Karakteristik dari distribusi log normal dua parameter. Nilai k dapat diperoleh dari tabel yang merupakan fungsi dari periode ulang dan nilai koefisien variasinya (Cv) dimana: (Lihat Table 4.4) IV -8

9 Tabel 4.4 Faktor Frekuensi K Metode Distribusi Log Normal dengan 2 Parameter Koef. Periode Ulang (tahun) Variasi (CV) ,0500-0,0250 0,8334 1,2965 1,6863 2,1341 2,4570 0,1000-0,0496 0,8222 1,3078 1,7247 2,2130 2,5489 0,1500-0,0738 0,8085 1,3156 1,7598 2,2899 2,2607 0,2000-0,0971 0,7926 1,3200 1,7911 2,3640 2,7716 0,2500-0,1194 0,7746 1,3209 1,8183 2,4318 2,8805 0,3000-0,1406 0,7647 1,3183 1,8414 2,5015 2,9866 0,3500-0,1604 0,7333 1,3126 1,8602 2,5638 3,0890 0,4000-0,1788 0,7100 1,3037 1,8746 2,6212 3,1870 0,4500-0,1957 0,6870 1,2920 1,8848 2,6731 3,2799 0,5000-0,2111 0,6626 1,2778 1,8909 2,7202 3,3673 0,5500-0,2251 0,6379 1,2613 1,8931 2,7613 3,4488 0,6000-0,2375 0,6129 1,2428 1,8915 2,7971 3,5211 0,6500-0,2185 0,5879 1,2226 1,8866 2,8279 3,3930 0,7000-0,2582 0,5631 1,2011 1,8786 2,8532 3,3663 0,7500-0,2667 0,5387 1,1784 1,8677 2,8735 3,7118 0,8000-0,2739 0,5118 1,1548 1,8543 2,8891 3,7617 0,8500-0,2801 0,4914 1,1306 1,8388 2,9002 3,8056 0,9000-0,2852 0,4686 1,1060 1,8212 2,9071 3,8137 0,9500-0,2895 0,4466 1,0810 1,8021 2,9103 3,8762 1,0000-0,2928 0,4254 1,0560 1,7815 2,9098 3,9035 IV -9

10 Tabel 4.5 Analisis Frekuensi dengan Metode Distribusi Log Normal 2 No. Tahun Rangking X Xrangking Tr (tahun) Jumlah Data n 11 Nilai Rata-rata X Standar Deviasi Sx Koefisiensi Variasi Cv Tr (tahun) K Tr X Tr (mm) Probabilitas IV -10

11 c. Metode Distribusi Log Normal dengan 3 Parameter Metode ini tidak lain adalah sama dengan distribusi log normal 2 parameter, kecuali bahwa ditambahkan parameter koefisien kemencengan yang dinyatakan pada persamaan sebagai: dimana: Log X T = Nilai variat X yang diharapkan terjadi pada periode ulang T tahun = Nilai rata-rata Log X S Log x K T = Standard deviasi nilai Log X = Karakteristik dari distribusi log normal tiga parameter. Nilai k dapat diperoleh dari tabel yang merupakan fungsi dari periode ulang dan nilai koefisien kemencengan (CS) dimana: Sehingga, CS = 3Cv + Cv³ (Nilai CS dapat dilihat pada Table 4.6) IV -11

12 Tabel 4.6 Faktor Frekuensi k Metode Distribusi Log Normal dengan 3 Koefisien Kemencengan (CS) Parameter Periode Ulang T (tahun) ,00 0,2366-0,6144-1,2437-1,8916-2,7943-3,5196-1,80 0,2240-0,6395-1,2621-1,8928-2,7578-3,4433-1,60 0,2092-0,6654-1,2792-1,8901-2,7138-3,3570-1,40 0,1920-0,6920-1,2943-1,8827-2,6615-3,2001-1,20 0,1722-0,7186-1,3057-1,8696-2,6002-3,1521-1,00 0,1495-0,7449-1,3156-1,8501-2,5294-3,0333-0,80 0,1241-0,7700-1,3201-1,8235-2,4492-2,9043-0,60 0,0959-0,7930-1,3194-1,7894-2,3660-2,7665-0,40 0,0654-0,8131-1,3128-1,7478-2,2631-2,6223-0,20 0,0332-0,8296-1,3002-1,5993-2,1602-2,4745 0,00 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,20-0,0332 0,8296 1,3002 1,5993 2,1602 2,4745 0,40-0,0654 0,8131 1,3128 1,7478 2,2631 2,6223 0,60-0,0959 0,7930 1,3194 1,7894 2,3660 2,7665 0,80-0,1241 0,7700 1,3201 1,8235 2,4492 2,9043 1,00-0,1495 0,7449 1,3156 1,8501 2,5294 3,0333 1,20-0,1722 0,7186 1,3057 1,8696 2,6002 3,1521 1,40-0,1920 0,6920 1,2943 1,8827 2,6615 3,2001 1,60-0,2092 0,6654 1,2792 1,8901 2,7138 3,3570 1,80-0,2240 0,6395 1,2621 1,8928 2,7578 3,4433 2,00-0,2366 0,6144 1,2437 1,8916 2,7943 3,5196 Jika hasil perhitungan distribusi terkosentrasi pada sisi sebelah kanan (X terletak disebelah kanan Mo) memiliki ekor yang lebih panjang ke kanan daripada yang ke kiri maka distribusi disebut menceng ke kanan atau memiliki kemencengan positif. Sebaliknya, jika hasil perhitungan distribusi terkosentrasi pada sisi sebelah kiri (X terletak disebelah kiri Mo) memiliki ekor yang lebih panjang ke kiri daripada yang ke kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan negatif. IV -12

13 Tabel 4.7 Analisis Frekuensi dengan Metode Distribusi Log Normal 3 No. Tahun Rangking X Xrangking Tr (tahun) Jumlah Data n 11 Nilai Rata-rata X Standar Deviasi Sx Koefisiensi Kemiringan Cs Tr (tahun) K Tr X Tr (mm) Probabilitas IV -13

14 d. Metode Distribusi Gumbell s Metode distribusi Gumbell adalah salah satu metode yang paling sering digunakan dan dapat dihitung dengan persamaan sebagai berikut : K = (Y T Yn) / Sn dimana: X T = Besarnya curah hujan yang terjadi dengan periode ulang T tahun = Nilai rata-rata hitung variat curah hujan maksimum Sx K Yn Sn = Standard deviasi = Faktor karakteristik = Nilai reduksi variat = Nilai reduksi dari standar deviasi Hasil analisis frekuensi dengan metode ini dapat dilihat pada Tabel 4.8 IV -14

15 Tabel 4.8 Hubungan periode ulang (T) dengan Reduksi variat dari variabel (Yn) T Yn Tabel 4.9 Hubungan Reduksi Variat Rata-Rata (Yn) dengan Jumlah Data (n) N Yn n Yn n Yn n Yn IV -15

16 IV -16

17 Tabel 4.10 Hubungan Deviasi Standart (Sn) dengan Jumlah Data (n) N sn N sn n sn n sn IV -17

18 Tabel 4.11 Analisis Frekuensi dengan Metode Distribusi Gumbell s No. Tahun Rangking X Xrangking Tr (tahun) (X 1 - X)² Jumlah Data n 11 Total Nilai ƩX 1413 Nilai Rata-rata X Total Nilai (X1 - X)² Standar Deviasi Sx Koefisiensi Yn Yn Koefisiensi Sn Sn Tr Ytr K XTr probabilitas IV -18

19 e. Metode Distribusi Pearson Type III Persamaan distribusi pearson III dapat dinyatakan sebagai berikut : dimana: X T = Besarnya curah hujan yang terjadi dengan periode ulang T tahun = Nilai rata-rata hitung variat curah hujan maksimum Sx K = Standard deviasi = Faktor karakteristik dari distribusi pearson III. Nilai k dapat diperoleh dari tabel yang merupakan fungsi dari periode ulang dan nilai koefisien kemencengan (CS) Hasil analisis frekuensi dengan metode ini dapat dilihat pada Tabel 4.12 Tabel 4.12 Nilai K Distribusi Pearson III dan Log Pearson III untuk koefisien kemencengan Cs Kemencengan Periode Ulang Tahun Peluang (%) (Cs) ,5 0, IV -19

20 , IV -20

21 Tabel 4.13 Analisis Frekuensi dengan Metode Pearson III Tr No. Tahun Rangking X Xrangking (tahun) (X - X)² (X - X)³ Jumlah Data n 11 Total Nilai ƩX 1413 Nilai Rata-rata X Total Nilai Ʃ(X1 - X)² Total Nilai Ʃ(X1 - X)³ Standar Deviasi Sx Koefisiensi Skewness Cs Tr (tahun) K Tr X Tr Probabilitas IV -21

22 f. Metode Distribusi Log Pearson Type III Persamaan distribusi Log Pearson III dapat dinyatakan sebagai berikut : dimana: Log X T = Nilai variat X yang diharapkan terjadi pada periode ulang T tahun = Nilai rata-rata Log X S Log x K = Standard deviasi nilai Log X = Faktor karakteristik dari distribusi log pearson III. Nilai k dapat diperoleh dari tabel yang merupakan fungsi dari periode ulang dan nilai koefisien kemencengan (CS) (Nilai CS dapat dilihat pada Table 4.12) Hasil analisis frekuensi dengan metode ini dapat dilihat pada Tabel 4.14 IV -22

23 Tabel 4.14 Analisis Frekuensi dengan Metode Log Pearson III Tr (log X1 - (log X1 log log Tahun Rangking X log X Xrangking (tahun) X)² X)³ Jumlah Data n 11 Total Nilai Ʃ LogX Nilai Rata-rata Log X Total Nilai Ʃ(LogX1 -LogX)² Total Nilai Ʃ(LogX1 -log X)³ Standar Deviasi S Log x Koefisiensi Skewness Cs Tr (tahun) K Tr log X Tr X Tr (mm) Probabilitas IV -23

24 Uji Keselarasan Distribusi Uji keselarasan dimaksudkan untuk menentukan persamaan distribusi peluang yang telah dipilih dapat mewakili distribusi statistik sampel data yang dianalisis. Ada dua jenis uji keselarasan, yaitu Chi Square dan Smirnov Kolmogorof. Pada tes ini yang diamati adalah nilai hasil perhitungan yang diharapkan dengan metode Smirnov Kolmogorof. Metode Smirnov Kolmogorof dikenal juga dengan uji kecocokan non parametric karena pengujiannya tidak menggunakan fungsi distribusi tertentu. Prosedurnya sebagai berikut : 1. Urutkan data dari besar ke kecil atau sebaliknya dan tentukan peluangnya dari masing-masing data tersebut. 2. Tentukan nilai variabel reduksi f(t) 3. Tentukan peluang teoritis P'(Xi) dari nilai f(t) dengan table 4. Dari kedua nilai peluang tersebut tentukan selisih antara pengamatan dan peluang teoritis. D maks = Maksimal P(Xi) - P'(Xi) 5. Berdasarkan tabel nilai kritis Smirnov Kolmogorof tentukan harga Di lihat Table.4.15 dan 4.16 (Suripin, Dr, Ir, M.Eng., 2004, "Sistem Drainase Perkotaan Yang Berkelanjutan") IV -24

25 Tabel 4.15 Wilayah Luas di bawah kurva normal uji smirnof kolomogorof untukα = 5% t α=0.05 t α= IV -25

26 Tabel 4.16 Nilai Kritis (Do) uji Smirnov Kolomogorof N α , n>50 1,07/n 1,22/n 1.36/n 1,63/n Analisis perhitungan uji keselarasan Smirnov Kolmogorof untuk distribusi normal, distribusi log normal 2 parameter, distribusi log normal 3 parameter, distribusi gumbel, distribusi pearson type III, dan distribusi Log Pearson Type III dapat dilihat pada table 4.18 sampai 4.23 dengan standart deviasi nilai α = 5%. IV -26

27 Tabel 4.17 Uji Smirnov Kolmogorof untuk Distribusi Normal Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima Tabel 4.18 Uji Smirnov Kolmogorof untuk Distribusi Log Normal 2 Parameter Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima IV -27

28 Tabel 4.19 Uji Smirnov Kolmogorof untuk Distribusi Log Normal 3 Parameter Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima Tabel 4.20 Uji Smirnov Kolmogorof untuk Distribusi Gumbell s Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima IV -28

29 Tabel 4.21 Uji Smirnov Kolmogorof untuk Distribusi Pearson Type III Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima Tabel 4.22 Uji Smirnov Kolmogorof untuk Distribusi Log Pearson Type III Rangking (m) Tr (tahun) X Tr (mm) Weilbull P(x) = m/(n+1) f (t) P'(x) D max D kritis Jumlah Data n 6 Nilai Rata - Rata X Standart Deviasi Sx Dmax D kritis < Diterima IV -29

30 Tabel 4.23 Rekapitulasi Analisis Frekuensi Curah Hujan Rencana Analisa Frekuensi Curah Hujan Rencana (mm) No. Periode Ulang Log Normal Log Normal Pearson Log Pearson Normal 2 Parameter 3 Parameter Gumbell III III Tabel 4.24 Rekapitulasi Uji Keselarasan Analisis Frekuensi Curah Hujan Rencana No. Periode Ulang Uji Keselarasan Distribusi metode Smirnov Kologorov dengan α 5% Log Normal Log Normal Pearson Normal Gumbell 2 Parameter 3 Parameter III Log Pearson III Selisih Maksimal Uji Keselarasan Diterima Diterima Diterima Diterima Diterima Diterima Berdasarkan hasil perhitungan pada table 4.23 dan tabel 4.24 maka dapat diambil kesimpulan bahwa curah hujan rencana yang dipakai IV -30

31 berdasarkan metode Gumbell dikarenakan nilai deviasi yang paling kecil dibandingkan dengan metode yang lain Perhitungan Intensitas Curah Hujan Curah hujan dalam jangka pendek dinyatakan dalam intensitas per jam yang disebut dengan intensitas curah hujan. Hujan dalam intensitas yang besar umumnya terjadi dalam waktu yang pendek. Hubungan intensitas hujan dengan waktu hujan banyak dirumuskan, yang pada umumnya tergantung pada parameter setempat. Intensitas curah hujan rata-rata digunakan sebagai parameter perhitungan debit. Rumus intensitas curah hujan yang akan digunakan antara lain : Metode Dr Mononobe b Metode Dr. Mononobe Perhitungan intensitas curah hujan ini menggunakan metode Dr. Mononobe yang merupakan sebuah variasi dari persamaan persamaan curah hujan jangka pendek, persamaannya sebagai berikut (Soemarto, 1993, Hidrologi Teknik): R 24 I = X ( ) 2/3 24 t dimana: I = Intensitas curah hujan (mm/jam) t = Lamanya curah hujan (jam) IV -31

32 R 24 = C urah hujan maksimum dalam 24 jam (mm) Hasil perhitungan dapat dilihat pada Tabel 4.25 Contoh : Untuk t = 5 menit =5/60 = jam 82, I 2 = X ( ) 2/ , I 5 = X ( ) 2/ mm/jam I 10= X ( ) 2/ mm/jam I 25= X ( ) 2/ mm/jam I 50= X ( ) 2/3 mm/jam , I 100= X ( ) 2/3 mm/jam = = = = = = Perhitungan selanjutnya ditabelkan: IV -32

33 Tabel 4.25 Perhitungan Intensitas Curah Hujan Berdasarkan Dr. Mononobe Menit Intensitas Curah Hujan ( mm/menit ) ( t ) I2 I5 I10 I25 I50 I IV -33

34 IV -34

35 Tabel 4.26 Distribusi Hujan jam-jaman Waktu (jam) Prosentase distribusi Prosentase Komulatif Diktat Perencanaan Dinas Pekerjaan Umum Propinsi Tabel 4.27 Intensitas hujan jam-jaman Periode Intensitas ( I ) Ulang 2 th 5 th 10 th 25 th 50 th 100 th R24 ( mm ) T ( jam ) (mm/jam) (mm/jam) (mm/jam) (mm/jam) (mm/jam) (mm/jam) IV -35

36 4.5. Analisis Hidrograf Debit Banjir Rencana Metode penentuan debit banjir rencana akan dilakukan dengan dua cara yaitu metode hidrograf banjir dan metode empiris Analisis Hidrograf Satuan Sintetik Nakayasu Persamaan umum hidrograf satuan sintetik nakayasu adalah sebagai berikut : Parameter parameter yang diperlukan dalam perhitungan adalah sebagai berikut : I. Karakteristik DAS meliputi : Luas Daerah Aliran Sungai (A) = 102,68 Km² Panjang Sungai Utama (L) = 24,6 km Koefisien karakteristik DAS (α) = 1,8 Hujan netto satuan = 1 mm/jam Run off koefisien = 1 II. Parameter-parameter Hidrograf Waktu Kosentrasi (Tg) Dengan L < 15 Km, maka Tg = 0,4+0,058 x L Tg = 0,4+0, ,6 Tg = 1,83 jam Satuan Waktu Hujan Tr = 0,75 Tg Tr = 0,75. 1,83 = 1,37 jam Tenggang Waktu (Tp) Tp = Tg + IV -36

37 0,8 Tr Tp = 1,83+ 0,8. 1,37 Tp = 2,92 jam Waktu Penurunan Debit, dari debit puncak sampai dengan menjadi 0,3 Qmaks (T 0,3 ) T 0,3 = α. Tg T 0,3 = 1,8. 1,83 = 3,33 jam Debit Puncak Qp = ,68.1 3,6 ( 0,3. 2,92 + 3,33) Q p = 6,78 m³/detik III. Durasi Waktu yang Diperlukan Waktu Lengkung Naik (0 t Tp) Persamaan lengkung hidrograf unit satuan yang digunakan adalah : Waktu Lengkung Turun 1 (Tp t Tp + T 0,3 ) Persamaan lengkung hidrograf unit satuan yang digunakan adalah : IV -37

38 Waktu Lengkung Turun 2 (Tp + T 0,3 t Tp + 1,5 T 0,3 ) Persamaan lengkung hidrograf unit satuan yang digunakan adalah : Waktu Lengkung Turun 3 (t Tp + 1,5 T 0,3 ) Persamaan lengkung hidrograf unit satuan yang digunakan adalah : Perhitungan Selanjutnya ditabelkan : Tabel 4.28 Hasil Perhitungan Hidrograf Satuan Sintetik Nakayasu No. t (jam) Hidrograf Satuan Q 2th Q 5th Q 10th Q 25th Q 50th Q 100th , , , , , , , , IV -38

39 , , , , , , , , , , , , , , , , , , , , , , , , , Metode Empiris Haspers Metode ini digunakan untuk memperkirakan harga debit banjir secara kasar dan cepat. Juga digunakan untuk memeriksa hasil yang didapat dengan perhitungan Hidrograf Satuan Sintetis Nakayasu. Perhitungan disajikan sebagaimana berikut : Diketahui Data Sebagai Berikut : Luas Daerah Aliran Sungai (A) = Km² Panjang Sungai Utama (L) = 24,6 km Koefisien karakteristik DAS (So) = 0,05 Kemiringan = 0,0016 IV -39

40 Persamaan Metode Haspers adalah : Dimana : Qn = debit banjir rencana (m 3 /dt) α = koefisien pengaliran ( Run Off Coeficient ) β = koefisien reduksi ( Reduction Coefficient ) qn = banyaknya air yang mengalir tiap km, m 3 /dt/ km 2 A = Luas DAS ( Cathment Area ) km 2 Koefisien Pengaliran (Coefficien Run Off) α = 0,45 - t = 0,10 x L 0,80 x I -0,30 = 6,59 jam - 1/β =1 + ((t+(3.7x10-0.4t))/(t2 +15)) x (A0.75/12) = 1,61 - β = 0,62 - Rn = (t x Rt)/(t + 1) = 0,87 R 24 - qn = Rn/(3.6 x t) = 0,0374 R 24 IV -40

41 Perhitungan Selanjutnya ditabelkan : Tabel 4.29 Hasil Perhitungan Metode Empiris Haspers No. Periode Hujan Rencana Durasi hujan Distribusi hujan Debit tiap Km Ulang R24 t Rn qn (m³ /km (tahun) (mm) (jam) (mm) /dt) α β Qn (m³/dt) Tabel 4.30 Rekapitulasi Hasil Perhitungan Debit Banjir Rencana No. Periode Hujan Debit Banjir Rencana Ulang Rencana Metode Metode (Tahun) R24 Q Haspers Nakayasu , Berdasarkan rekapitulasi hasil perhitungan diatas dapat disimpulkan bahwa debit banjir rencana yang diambil sebagai dasar perhitungan dimensi hidrolis bendung adalah debit banjir metode haspers. IV -41