3 BAB III TINJAUAN PUSTAKA

Transkripsi

1 3 BAB III TINJAUAN PUSTAKA 3.1 Tijaua Umum Dalam pekerjaa ormalisasi sugai diperluka bidag-bidag ilmu pegetahua yag salig medukug demi kesempuraa hasil perecaaa. Bidag ilmu pegetahua itu atara lai hidrologi, hidrolika,da stabilitas taah. 3. Debit Bajir Perhituga debit bajir meliputi curah huja recaa, perhituga itesitas curah huja da perhituga debit bajir Curah Huja Recaa Data curah huja da debit merupaka data yag palig fudametal dalam perecaaa ormalisasi sugai. Peetua besar curah huja recaa meliputi peetua luas DAS, peetua curah huja haria megguaka metode polygo thiesse, peetua curah huja maksimum haria rata-rata. A. Peetua Luas DAS DAS adalah suatu daerah yag dibatasi oleh pemisah topografi yag meerima huja, meampug, meyimpa da megalirka ke sugai da seterusya ke daau atau ke laut. Kompoe masuka dalam DAS adalah curah huja, sedagka keluaraya terdiri dari debit air da muata sedime (Suripi, 004). Kosep Daerah Alira Sugai (DAS) merupaka dasar dari semua perecaaa hidrologi tersusu dari DAS-DAS kecil, da DAS kecil ii juga tersusu dari DAS-DAS yag lebih kecil lagi sehigga dapat didefiisika sebagai suatu wilayah yag dibatasi oleh batas alam seperti puggug bukit-bukit atau guug, maupu batas buata seperti jala atau taggul dimaa air huja yag turu di wilayah tersebut memberi kotribusi alira ke titik kotrol (outlet). KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 19

2 B. Peetua Curah Huja Haria megguaka Metode Polygo Thiesse Metode perhituga berdasarka rata-rata timbag (weighted average). Metode ii memberika proporsi luasa daerah pegaruh stasiu huja utuk megakomodasi ketidakseragama jarak. Daerah pegaruh dibetuk dega meggambarka garis-garis sumbu tegak lurus terhadap garis peghubug atara dua stasiu huja terdekat. Metode ii didasarka pada asumsi bahwa variasi huja atara stasiu huja yag satu dega laiya adalah liear da stasiu hujaya diaggap dapat mewakili kawasa terdekat (Suripi, 004). Metode ii cocok jika stasiu huja tidak tersebar merata da jumlahya terbatas dibadig luasya. Cara ii adalah dega memasukka faktor pegaruh daerah yag mewakili oleh stasiu huja yag disebut faktor pembobot atau koefisie Thiesse. Utuk pemiliha stasiu huja yag dipilih harus meliputi daerah alira sugai yag aka dibagu. Besarya koefisie Thiesse dapat dihitug dega rumus sebagai berikut (CD.Soemarto, 1999) : C Ai Atotal C = Koefisie Thiesse A i = Luas daerah pegaruh dari stasiu pegamata (km ) A total = Luas total dari DAS (km ) Lagkah-lagkah metode Thiesse sebagai berikut : 1. Lokasi stasiu huja di plot pada peta DAS. Atar stasiu dibuat garis lurus peghubug.. Tarik garis tegak lurus di tegah-tegah tiap garis peghubug sedemikia rupa, sehigga membetuk poligo Thiesse. Semua titik dalam satu poligo aka mempuyai jarak terdekat dega stasiu yag ada di KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 0

3 dalamya dibadigka dega jarak terhadap stasiu laiya. Selajutya, curah huja pada stasiu tersebut diaggap represetasi huja pada kawasa dalam poligo yag bersagkuta. Selegkapya dapat dilihat pada Gambar Luas areal pada tiap-tiap poligo dapat diukur dega plaimeter da luas total DAS (A) dapat diketahui dega mejumlahka luas poligo. 4. Huja rata-rata DAS dapat dihitug dega rumus : R A R A R A R A A... A 1 R = Curah huja rata-rata DAS (mm) A 1,A,...,A = Luas daerah pegaruh dari setiap stasiu huja (km ) (km ) R 1,R,...,R = Curah huja pada setiap stasiu huja (mm) = Bayakya stasiu huja A A 1 A A 4 A 3 A A Gambar 3.1 Metode Poligo Thiesse C. Curah Huja Maksimum Haria Rata-Rata Metode cara yag dapat diguaka utuk medapatka huja maksimum haria rata-rata DAS adalah sebagai berikut : KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 1

4 1. Tetuka huja maksimum haria pada tahu tertetu di salah satu pos huja.. Cari besarya curah huja pada taggal-bula-tahu yag sama utuk pos huja yag lai. 3. Hitug huja DAS dega salah satu cara yag dipilih. 4. Tetuka huja maksimum haria (seperti lagkah 1) pada tahu yag sama utuk pos huja yag lai. 5. Ulagi lagkah da 3 setiap tahu. Dari hasil rata-rata yag diperoleh (sesuai dega jumlah pos huja) dipilih yag tertiggi setiap tahu. Data huja yag terpilih setiap tahu merupaka huja maksimum haria DAS utuk tahu yag bersagkuta (Suripi, 004). 3.. Perhituga Frekuesi Curah Huja Perhituga curah huja recaa diguaka utuk meramalka besarya huja dega periode ulag tertetu (Soewaro, 1995). Parameter utuk meetuka frekuesi curah huja meliputi parameter statistik, jeis sebara, da uji kecocoka. A. Parameter Statistik Parameter yag diguaka dalam perhituga aalisis frekuesi meliputi parameter ilai rata-rata ( X ), stadar deviasi ( S d ), koefisie variasi (Cv), koefisie kemiriga (Cs) da koefisie kurtosis (Ck). Perhituga parameter tersebut didasarka pada data catata tiggi huja haria rata-rata maksimum 17 tahu terakhir. 1. Nilai rata-rata X X = ilai rata-rata curah huja X i KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG

5 X i = ilai pegukura dari suatu curah huja ke-i = jumlah data curah huja. Stadar deviasi Ukura sebara yag palig bayak diguaka adalah deviasi stadar. Apabila peyebara sagat besar terhadap ilai rata-rata maka ilai S d aka besar, aka tetapi apabila peyebara data sagat kecil terhadap ilai rata-rata maka ilai S d aka kecil. Jika dirumuska dalam suatu persamaa adalah sebagi berikut (Soewaro, 1995) S d i1 X i X 1 S d = stadar deviasi curah huja X = ilai rata-rata curah huja X i = ilai pegukura dari suatu curah huja ke-i = jumlah data curah huja 3. Koefisie variasi Koefisie variasi (coefficiet of variatio) adalah ilai perbadiga atara stadar deviasi dega ilai rata-rata dari suatu sebara. Koefisie variasi dapat dihitug dega rumus sebagai berikut (Soewaro, 1995) Cv S d X Cv = koefisie variasi curah huja S d = stadar deviasi curah huja KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 3

6 X = ilai rata-rata curah huja 4. Koefisie kemecega Koefisie kemecega (coefficiet of skewess) adalah suatu ilai yag meujukka derajat ketidak simetrisa (assymetry) dari suatu betuk distribusi. Jika dirumuska dalam suatu persamaa adalah sebagi berikut (Soewaro, 1995) : Utuk populasi : C s 3 a Utuk sampel : Cs 3 S d 1 i1 3 X i a 1 i1 3 X i X C s = koefisie kemecega curah huja = stadar deviasi dari populasi curah huja S d = stadar deviasi dari sampel curah huja = ilai rata-rata dari data populasi curah huja X = ilai rata-rata dari data sampel curah huja X i = curah huja ke i = jumlah data curah huja a, = parameter kemecega KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 4

7 5. Koefisie Kurtosis Koefisie kurtosis adalah suatu ilai yag meujukka keruciga dari betuk kurva distribusi, yag umumya dibadigka dega distribusi ormal yag mempuyai C k = 3 yag diamaka mesokurtik, C k < 3 berpucak tajam yag diamaka leptokurtik, sedagka C k > 3 berpucak datar diamaka platikurtik. Grafik koefisie kurtosis dapat dilihat pada Gambar 3. Leptokurtik Leptokurtik Mesokurtik Mesokurtik Platikurtik Gambar 3. Koefisie Kurtosis Koefisie Kurtosis biasaya diguaka utuk meetuka keruciga kurva distribusi, da dapat dirumuska sebagai berikut : C k = koefisie kurtosis MA Ck S 4 4 d MA(4) = mome ke-4 terhadap ilai rata-rata S d = stadar deviasi Utuk data yag belum dikelompokka, maka : C k 1 i1 X S i 4 d X 4 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 5

8 da utuk data yag sudah dikelompokka C k 1 i1 X i S X 4 d C k = koefisie kurtosis curah huja = jumlah data curah huja X i = curah huja ke i X = ilai rata-rata dari data sampel f i = ilai frekuesi variat ke i S d = stadar deviasi 4 f i B. Jeis Sebara Sebara yag dikaji meliputi aalisa distribusi Gumbel, Log Pearso tipe III, Normal, Log Normal. 1. Sebara Gumbel Tipe I Diguaka utuk aalisis data maksimum, misal utuk aalisis frekuesi bajir. Utuk meghitug curah huja recaa dega metode sebara Gumbel Tipe I diguaka persamaa distribusi frekuesi empiris sebagai berikut (CD.Soemarto, 1999 : S X T X S S ( X i X ) 1 Y T Y Hubuga atara periode ulag T dega Y T dapat dihitug dega rumus : utuk T 0, maka : Y = l T T 1 Y l l T KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 6

9 X T = ilai huja recaa dega data ukur T tahu. X = ilai rata-rata huja S = stadar deviasi (simpaga baku) Y T = ilai reduksi variat ( reduced variate ) dari variabel yag diharapka terjadi pada periode ulag T tahu. Y = ilai rata-rata dari reduksi variat (reduce mea) ilaiya tergatug dari jumlah data (). S = deviasi stadar dari reduksi variat (reduced stadart deviatio) ilaiya tergatug dari jumlah data (). Tabel Reduced mea (Y) utuk metode Sebara Gumbel tipe I, Reduced Stadard Deviatio (S ) utuk Metode Sebara Gumbel Tipe 1, da Reduced Variate (Y T ) utuk Metode Sebara Gumbel Tipe 1 dapat dilihat pada Tabel 3.1, Tabel 3. da Tabel 3.3 Tabel 3.1 Reduced mea (Y) utuk metode Sebara Gumbel tipe I N ,495 0,4996 0,5035 0,5070 0,5100 0,518 0,5157 0,5181 0,50 0,50 0 0,536 0,55 0,568 0,583 0,596 0,5300 0,580 0,588 0,5343 0, ,5363 0,5371 0,5380 0,5388 0,5396 0,5400 0,5410 0,5418 0,544 0, ,5463 0,544 0,5448 0,5453 0,5458 0,5468 0,5468 0,5473 0,5477 0, ,5485 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,5511 0,5515 0, ,551 0,554 0,557 0,5530 0,5533 0,5535 0,5538 0,5540 0,5543 0, ,5548 0,5550 0,555 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0, ,5570 0,557 0,5574 0,5576 0,5578 0,5580 0,5581 0,5583 0, ,5586 0,5587 0,5589 0,5591 0,559 0,5593 0,5595 0,5596 0,5598 0, ,5600 ( Sumber:CD.Soemarto, 1999) Tabel 3. Reduced Stadard Deviatio (S ) utuk Metode Sebara Gumbel Tipe 1 N ,9496 0,9676 0,9833 0,9971 1,0095 1,006 1,0316 1,0411 1,0493 1, ,068 1,0696 1,0754 1,0811 1,0864 1,0315 1,0961 1,1004 1,1047 1, ,114 1,1159 1,1193 1,16 1,155 1,185 1,1313 1,1339 1,1363 1,1388 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 7

10 Tabel 3. ( Lajuta ) N ,1413 1,1436 1,1458 1,1480 1,1499 1,1519 1,1538 1,1557 1,1574 1, ,1607 1,193 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,171 1, ,1747 1,1759 1,1770 1,178 1,1793 1,1803 1,1814 1,184 1,1834 1, ,1854 1,1863 1,1873 1,1881 1,1890 1,1898 1,1906 1,1915 1,193 1, ,1938 1,1945 1,1953 1,1959 1,1967 1,1973 1,1980 1,1987 1,1994 1, ,007 1,013 1,06 1,03 1,038 1,044 1,046 1,049 1,055 1, ,065 ( Sumber:CD.Soemarto, 1999) Tabel 3.3 Reduced Variate (Y T ) utuk Metode Sebara Gumbel Tipe 1 Periode Ulag (Tahu) 0, , ,50 0, , , , , , , , ,910 ( Sumber:CD.Soemarto, 1999). Sebara Log-Pearso Tipe III Reduced Variate Diguaka dalam aalisis hidrologi, terutama dalam aalisis data maksimum (bajir) da miimum (debit miimum) dega ilai ekstrim. Betuk sebara Log-Pearso tipe III merupaka hasil trasformasi dari sebara Pearso tipe III dega meggatika variat mejadi ilai logaritmik. Metode Log- Pearso tipe III apabila digambarka pada kertas peluag logaritmik aka merupaka persamaa garis lurus, sehigga dapat diyataka sebagai model matematik dega persamaa sebagai berikut (CD.Soemarto, 1999) : KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 8

11 Y Y K. S Y = ilai logaritmik dari X atau log (X) X = data curah huja _ Y S K = rata-rata hitug (lebih baik rata-rata geometrik) ilai Y = deviasi stadar ilai Y = karakteristik distribusi peluag Log-Pearso tipe III Lagkah-lagkah perhitugaya adalah sebagai berikut : Megubah data curah huja sebayak buah X 1,X,X 3,...X mejadi log ( X 1 ), log (X ), log ( X 3 ),..., log ( X ). Meghitug harga rata-rataya dega rumus : log( X ) log( X ) i1 log Xi = harga rata-rata logaritmik = jumlah data Xi = ilai curah huja tiap-tiap tahu (R 4 maks) Meghitug harga stadar deviasiya dega rumus berikut : Sd i1 log Xi logx 1 Sd = stadar deviasi Meghitug koefisie skewess (Cs) dega rumus : KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 9

12 Cs i1 log 3 1 Sd 3 Xi log( X ) Cs = koefisie skewess Meghitug logaritma huja recaa dega periode ulag T tahu dega rumus : Log ( XT ) log( X) KSd. X T K = curah huja recaa periode ulag T tahu = harga yag diperoleh berdasarka ilai Cs Meghitug koefisie kurtosis (Ck) dega rumus : Ck i1 log 4 1 3Sd Xi log( X ) 4 Ck = koefisie kurtosis Meghitug koefisie variasi (Cv) dega rumus : Sd Cv log(x ) Cv = koefisie variasi Sd = stadar deviasi KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 30

13 Harga K utuk Metode Sebara Log Pearso III dapat dilihat pada Tabel 3.4 Tabel 3.4 Harga K utuk Metode Sebara Log Pearso III Koefisie Periode Ulag Tahu Kemeceg a Peluag (%) (Cs) ,5 0,1 3,0-0,396 0,40 1,180,78 3,15 4,051 4,970 7,50,5-0,360 0,518 1,50,6 3,048 3,845 4,65 6,600, -0,330 0,574 1,84,40,970 3,705 4,444 6,00,0-0,307 0,609 1,30,19,91 3,605 4,98 5,910 1,8-0,8 0,643 1,318,193,848 3,499 4,147 5,660 1,6-0,54 0,675 1,39,163,780 3,388 3,990 5,390 1,4-0,5 0,705 1,337,18,706 3,71 3,88 5,110 1, -0,195 0,73 1,340,087,66 3,149 3,661 4,80 1,0-0,164 0,758 1,340,043,54 3,0 3,489 4,540 0,9-0,148 0,769 1,339,018,498,957 3,401 4,395 0,8-0,13 0,780 1,336,998,453,891 3,31 4,50 0,7-0,116 0,790 1,333,967,407,84 3,3 4,105 0,6-0,099 0,800 1,38,939,359,755 3,13 3,960 0,5-0,083 0,808 1,33,910,311,686 3,041 3,815 0,4-0,066 0,816 1,317,880,61,615,949 3,670 0,3-0,050 0,84 1,309,849,11,544,856 3, ,033 0,830 1,301,818,159,47,763 3,380 0,1-0,017 0,836 1,9,785,107,400,670 3,35 0,0 0,000 0,84 1,8,751,054,36,576 3,090-0,1 0,017 0,836 1,70,761,000,5,48 3,950-0, 0,033 0,850 1,58 1,680 1,945,178,388,810-0,3 0,050 0,853 1,45 1,643 1,890,104,94,675-0,4 0,066 0,855 1,31 1,606 1,834,09,01,540-0,5 0,083 0,856 1,16 1,567 1,777 1,955,108,400-0,6 0,099 0,857 1,00 1,58 1,70 1, 880,016,75-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,96,150-0,8 0,13 0,856 1,166 1,488 1,606 1,733 1,837,035 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 31

14 Tabel 3.4 ( Lajuta ) Koefisie Kemeceg a (Cs) Periode Ulag Tahu Peluag (%) ,5 0,1-0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910-1,0 0,164 0,85 1,18 1,366 1,49 1,588 1,664 1,800-1, 0,195 0,844 1,086 1,8 1,379 1,449 1,501 1,65-1,4 0,5 0,83 1,041 1,198 1,70 1,318 1,351 1,465-1,6 0,54 0,817 0,994 1,116 1,166 1,00 1,16 1,80-1,8 0,8 0,799 0,945 0,035 1,069 1,089 1,097 1,130 -,0 0,307 0,777 0,895 0,959 0,980 0,990 1,995 1,000 -, 0,330 0,75 0,844 0,888 0,900 0,905 0,907 0,910 -,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,80-3,0 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668 (Sumber :CD. Soemarto,1999) 3. Sebara Normal Diguaka dalam aalisis hidrologi, misal dalam aalisis frekuesi curah huja, aalisis statistik dari distribusi rata-rata curah huja tahua, debit rata-rata tahua da sebagaiya. Sebara ormal atau kurva ormal disebut pula sebara Gauss. Probability Desity Fuctio dari sebara ormal adalah P X 1 X 1 _ e P ( X ) = ilai logaritmik dari X atau log (X) = 3,14 E =,71 X = variabel acak kotiu = rata-rata ilai X = stadar deviasi ilai X Utuk aalisis kurva ormal cukup megguaka parameter statistik da. Betuk kurvaya simetris terhadap X = da grafikya selalu di atas KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 3

15 sumbu datar X, serta medekati (berasimtot) sumbu datar X, dimulai dari X = + 3 da X-3. Nilai mea = modus = media. Nilai X mempuyai batas - <X<+. Luas dari kurva ormal selalu sama dega satu uit, sehigga : P X e dx 1, X _ Utuk meetuka peluag ilai X atara X = x 1 da X = x, adalah : P x 1 X 1 _ X 1 X X e dx x1 Apabila ilai X adalah stadar, dega kata lai ilai rata-rata = 0 da deviasi stadar = 1,0, maka Persamaa dapat ditulis sebagai berikut : Dega, P t 1 1 t e t X Persamaa diatas disebut dega sebara ormal stadar (stadard ormal distributio). Tabel 3.5 meujukka wilayah luas di bawah kurva ormal, yag merupaka luas dari betuk kumulatif (cumulative form) da sebara ormal. Sedagka Tabel 3.6 meujuka Peetua Nilai K pada Sebara Normal Tabel 3.5 Wilayah Luas Di bawah Kurva Normal (Sumber :Soewaro,1995) 1 0 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,000-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003-3, 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007-3,0 0,0013 0,0013 0,0013 0,001 0,001 0,0011 0,0011 0,0011 0,0010 0,0010 -,9 0,0019 0,0018 0,0017 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 33

16 Tabel 3.5 ( Lajuta) 1 0 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09 -,7 0,0036 0,0034 0,0033 0,003 0,0030 0,0030 0,009 0,008 0,007 0,006 -,8 0,006 0,005 0,004 0,003 0,00 0,00 0,001 0,001 0,000 0,0019 -,6 0,0047 0,0045 0,0044 0,0043 0,0040 0,0040 0,0039 0,0038 0,0037 0,0036 -,5 0,006 0,0060 0,0059 0,0057 0,0055 0,0054 0,005 0,0051 0,0049 0,0048 -,4 0,008 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 -,3 0,0107 0,0104 0,010 0,0099 0,0096 0,0094 0,0094 0,0089 0,0087 0,0084 -, 0,0139 0,0136 0,013 0,019 0,015 0,01 0, ,0116 0,0113 0,0110 -,1 0,0179 0,0174 0,0170 0,0166 0,016 0,0158 0,0154 0,0150 0,0146 0,0143 -,0 0,08 0,0 0,017 0,01 0,007 0,00 0,0197 0,019 0,0188 0,0183-1,9 0,087 0,081 0,074 0,068 0,06 0,056 0,050 0,044 0,039 0,033-1,8 0,0359 0,035 0,0344 0,0336 0,039 0,03 0,0314 0,0307 0,0301 0,094-1,7 0,0446 0,0436 0,047 0,0418 0,0409 0,0401 0,039 0,0384 0,0375 0,0367-1,6 0,0548 0,0537 0,056 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,058 0,0571 0,0559-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,07 0,0708 0,0694 0,0681-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,083-1, 0,1151 0,1131 0,111 0, ,1075 0,1056 0,1038 0,100 0,1003 0,0985-1,1 0,1357 0,1335 0,1314 0,19 0,171 0,151 0,130 0,110 0,1190 0,1170-1,0 0,1587 0,156 0,1539 0,1515 0,149 0,1469 0,1446 0,143 0,1401 0,1379-0,9 0,1841 0,1814 0,1788 0,176 0,1736 0,711 0,1685 0,1660 0,1635 0,1611-0,8 0,119 0,090 0,061 0,033 0,005 0,1977 0,1949 0,19 0,1894 0,1867-0,7 0,40 0,389 0,358 0,37 0,96 0,66 0,36 0,06 0,177 0,148-0,6 0,743 0,709 0,676 0,643 0,611 0,578 0,546 0,514 0,483 0,451-0,5 0,3085 0,3050 0,3015 0,981 0,946 0,91 0,877 0,843 0,810 0,776-0,4 0,3446 0,3409 0,337 0,3336 0,3300 0,364 0,38 0,319 0,3156 0,311-0,3 0,381 0,3783 0,3745 0,3707 0,3669 0,363 0,3594 0,3557 0,350 0,3483-0, 0,407 0,4168 0,419 0,4090 0,405 0,4013 0,3974 0,3936 0,3897 0,3859-0,1 0,460 0,456 0,45 0,4483 0,4443 0,4404 0,4364 0,435 0,486 0,447 0,0 0,5000 0,4960 0,490 0,4880 0,4840 0,4801 0,4761 0,471 0,4681 0,4641 0,0 0,5000 0, ,5080 0,510 0,5160 0,5199 0,539 0,579 0,5319 0,5359 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0, 0,5793 0,583 0,5871 0,5910 0,5948 0,5987 0,606 0,6064 0,6103 0,6141 0,3 0,6179 0,617 0,655 0,693 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 34

17 Tabel 3.5 ( Lajuta) 1 0 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,4 0,6554 0,6591 0,668 0,6664 0,6700 0,6736 0,677 0,6808 0,6844 0,6879 0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,713 0,7157 0,7190 0,74 0,6 0,757 0,791 0,734 0,7357 0,7389 0,74 0,7454 0,7486 0,7517 0,7549 0,7 0,7580 0,7611 0,764 0,7673 0,7704 0,7734 0,7764 0,7794 0,783 0,785 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,803 0,8051 0,8078 0,8106 0,8133 0,9 0,8159 0,8186 0,81 0,838 0,864 0,889 0,8315 0,8340 0,8365 0,8389 1,0 0,8413 0,8438 0,8461 0,8485 0,8505 0,8531 0,8554 0,8577 0,8599 0,861 1,1 0,8643 0,8665 0,8686 0,8708 0,879 0,8749 0,8770 0,8790 0,8810 0,8830 1, 0,8849 0,8869 0,8888 0,8907 0,895 0,8944 0,896 0,8980 0,8997 0,9015 1,3 0,903 0,9049 0,9066 0,908 0,9099 0,9115 0,9131 0,9147 0,916 0,9177 1,4 0,919 0,907 0,9 0,936 0,951 0,965 0,978 0,99 0,9306 0,9319 1,5 0,933 0,9345 0,9357 0,9370 0,938 0,9394 0,9406 0,9418 0,949 0,9441 1,6 0,945 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,955 0,9535 0,9545 1,7 0,9554 0,9564 0,9573 0,958 0,9591 0,9599 0,9608 0,9616 0,965 0,9633 1,8 0,9541 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,9 0,9713 0,9719 0,976 0,973 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767,0 0,977 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,981 0,9817,1 0,981 0,986 0,9830 0,9834 0,9838 0,984 0,9846 0,9850 0,9854 0,9857, 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9891 0,9884 0,9887 0,9890,3 0,9893 0,9896 0,9896 0,9901 0,9999 0,9999 0,9909 0,9911 0,9913 0,9916,4 0,9918 0,990 0,99 0,995 0,997 0,999 0,9931 0,993 0,9934 0,9936,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,995,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,996 0,9963 0,9964,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,997 0,9973 0,9974,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981,9 0,9981 0,998 0,998 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 3,1 0,9990 0,9991 0,9991 0,9991 0,999 0,999 0,999 0,999 0,9993 0,9993 3, 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 (Sumber : Soewaro, 1995) KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 35

18 4. Sebara Log Normal Tabel 3.6 Peetua Nilai K pada Sebara Normal Periode Ulag T (tahu) Peluag k 1,001 0,999-3,05 1,005 0,995 -,58 1,010 0,990 -,33 1,050 0,950-1,64 1,110 0,900-1,8 1,50 0,800-0,84 1,330 0,750-0,67 1,430 0,700-0,5 1,670 0,600-0,5,000 0,500 0,500 0,400 0,5 3,330 0,300 0,5 4,000 0,50 0,67 5,000 0,00 0,84 10,000 0,100 1,8 0,000 0,050 1,64 50,000 0,00,05 100,000 0,010,33 00,000 0,005,58 500,000 0,00, ,000 0,001 3,09 (Sumber : Soewaro, 1995) Sebara log ormal merupaka hasil trasformasi dari sebara ormal, yaitu dega megubah ilai variat X mejadi ilai logaritmik variat X. Sebara log-pearso III aka mejadi sebara log ormal apabila ilai koefisie kemecega Cs = 0,00. Metode log ormal apabila digambarka pada kertas peluag logaritmik aka merupaka persamaa garis lurus, sehigga dapat diyataka sebagai model matematik daga persamaa sebagai berikut (Soewaro, 1995): KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 36

19 X T X S Kt _ X T = X Kt. S = besarya curah huja dega periode ulag T tahu. = curah huja rata-rata (mm) = Stadar Deviasi data huja haria maksimum = Stadard Variable utuk periode ulag t tahu. Stadard variable (Kt) utuk metode sebara log ormal dapat dilihat pada tabel 3.7 Tabel 3.7 Stadard Variable (Kt) utuk Metode Sebara Log Normal T T T Kt Kt (Tahu) (Tahu) (Tahu) Kt ((Sumber : CD. Soemarto, 1999) C. Uji Sebara Utuk mejami bahwa pedekata empiris bear-bear bisa diwakili oleh kurva teoristis, perlu dilakuka uji meliputi plottig data, uji keselarasa chi square da Smirov Kolmogorof. Pedoma Pemiliha Sebara (Sumber : Sutioo. dkk) pada Tabel 3.8 KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 37

20 Tabel 3.8 Pedoma Pemiliha Sebara DISTRIBUSI NORMAL GUMBEL LOG- NORMAL LOG- Parameter Cs 0 Cs 1,1396 Cs 1,137 Cs 0 (Sumber : Sutioo. dkk) 1. Plottig Data PEARSON III Ck 3 Ck 5,400 Ck 3Cv Cv 0,3 Plotig data distribusi frekuesi dalam kertas probabilitas bertujua utuk mecocokka ragkaia data dega jeis sebara yag dipilih, dimaa kecocoka dapat dilihat dega persamaa garis yag membetuk garis lurus (Soewaro, 1995). Plootig data pada statistic paper dilakuka dega cara megurutka data dari besar ke kecil atau sebalikya. Peggambara posisi (plootig positio) yag dipakai adalah cara yag dikembagka oleh Weilbull da Gumbel, yaitu : P(Xm) m m P( Xm) x100% 1 = data yag telah diragkig dari kecil ke besar = omor urut = jumlah data Dalam statistic paper, simbol titik merupaka ilai curah huja maksimum haria rata-rata terhadap P (Xm), sedagka garis lurus merupaka fugsi jeis sebara dega periode ulag tertetu, yaitu: Xt k Sd = Curah huja = Koefisie tiap distribusi = Stadar deviasi LogXt = LogXrt + k*sd. Uji Kecocoka Smirov-Kolmogorof Uji kecocoka Smirov-Kolmogorof dilakuka dega membadigka probabilitas utuk tiap-tiap variabel dari distribusi empiris da teoritis didapat KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 38

21 perbedaa ( ). Perbedaa maksimum yag dihitug ( maks) dibadigka dega perbedaa kritis ( cr) utuk suatu derajat yata da bayakya variat tertetu, maka sebara sesuai jika ( maks)< ( cr). Rumus yag dipakai (Soewaro, 1995) = P P max x P Prosedur uji kecocoka Smirov-Kolmogorof adalah : Urutka data (dari besar ke kecil atau sebalikya) da tetuka besarya ilai masig-masig data tersebut : X 1 P(X 1 ) X P(X ) X m P(X m ) X P(X ) 1. Tetuka ilai masig-masig peluag teoritis dari hasil peggambara data (persamaa distribusiya) : X 1 P (X 1 ) X P (X ) X m P (X m ) X P (X ). Dari kedua ilai peluag tersebut, tetuka selisih terbesarya atara peluag pegamata dega peluag teoritis. D = maksimum [ P(Xm) P`(Xm)] 3. Berdasarka tabel ilai kritis (Smirov Kolmogorof test), tetuka harga D0 pada Tabel Tabel 3.9 Nilai D0 kritis utuk uji kecocoka Smirov-Kolmogorof Jumlah data α derajat kepercayaa N 0,0 0,10 0,05 0,01 5 0,45 0,51 0,56 0, ,3 0,37 0,41 0, ,7 0,30 0,34 0,40 0 0,3 0,6 0,9 0,36 xi Cr KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 39

22 Jumlah data N D. Itesitas Huja α derajat kepercayaa 0,0 0,10 0,05 0,01 5 0,1 0,4 0,7 0,3 30 0,19 0, 0,4 0,9 35 0,18 0,0 0,3 0,7 40 0,17 0,19 0,1 0,5 45 0,16 0,18 0,0 0,4 50 0,15 0,17 0,19 0,3 >50 1,07/ 1,/ 1,36/ 1,63/ Dimaa α = derajat kepercayaa ( Sumber : Soewaro,1995) Itesitas huja adalah tiggi atau kedalama air huja per satua waktu. Sifat umum huja adalah maki sigkat huja berlagsug itesitasya cederug maki tiggi da maki besar periode ulagya maki tiggi pula itesitasya. Aalisis itesitas curah huja ii dapat diproses dari data curah huja yag telah terjadi pada masa lampau. Rumus yag diguaka dipakai jika data curah huja yag ada haya curah huja haria (sosrodarsoo, 003): Tabel 3.9 ( Lajuta ) R4 4 I 4 t I = Itesitas curah huja (mm/jam) t = lamaya curah huja (jam) R 4 = curah huja maksimum dalam 4 jam (mm) Perhituga Debit Bajir Recaa Aalisa debit bajir recaa adalah aalisa utuk megetahui debit bajir pada tahu recaa 0, 50 da 100 tahua. Metode yag diguaka ada dua cara yaitu Hidrograf Satua Sitetik GAMA I da HEC-HMS dega passig capacity KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 40

23 A. Hidrograf Satua Sitetik Gamma I Cara ii dipakai sebagai upaya memperoleh hidrograf satua suatu DAS yag belum perah diukur. Dega pegertia lai tidak tersedia data pegukura debit maupu data AWLR (Automatic Water Level Recorder) pada suatu tempat tertetu dalam sebuah DAS yag tidak ada stasiu hidrometerya (Soemarto, 1999). Cara ii memafaatka parameter DAS utuk memperoleh hidrograf satua sitetik. Hal tersebut didasarka pada pemikira bahwa pegalihragama huja mejadi alira baik pegaruh traslasi maupu tampugaya dapat dijelaska dipegaruhi oleh sistem DAS-ya. Hidrograf satua Sitetik Gama I dibetuk oleh empat variabel pokok yaitu waktu aik (T R ), debit pucak (Q p ), waktu dasar (T B ) da koefisie tampuga (k) (Sri Harto,1993). persamaa Kurva aik merupaka garis lurus, sedagka kurva turu dibetuk oleh Qt Qpe t k Sketsa Hidrograf Satua Sitetik Gamma I terdapat pada gambar 3.3 tr T t tp Qp (-t/k) Qt = Qp.e t TR Tb t Gambar 3.3 Sketsa Hidrograf satua sitetik Gama I Qt = debit yag diukur dalam jam ke-t sesudah debit pucak dalam (m³/det) Qp = debit pucak dalam (m³/det) T = waktu yag diukur dari saat terjadiya debit pucak (jam) K = koefisie tampuga dalam jam KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 41

24 1. Waktu aik (T R ) T R 0, T R = waktu aik (jam) L SF L = pajag sugai (km) 3 1,0665SIM 1,775 SF = faktor sumber yaitu perbadiga atara jumlah pajag sugai tigkat I dega pajag sugai semua tigkat SIM = faktor simetri ditetapka sebagai hasil kali atara faktor lebar (WF) dega luas relatif DAS sebelah hulu (RUA) WF = faktor lebar adalah perbadiga atara lebar DAS yag diukur dari titik di sugai yag berjarak 0,75 L da lebar DAS yag diukur dari titik yag berjarak 0,5 L dari tempat pegukura. Debit pucak (Q P ) Q p 0,5886 0,4008 0,5886 0,1836 A. TR. JN Q p = debit pucak (m 3 /det) JN = jumlah pertemua sugai yaitu jumlah seluruh pertemua sugai di dalam DAS T R = waktu aik (jam) A = luas DAS (km ). 3. Waktu dasar (T B ) T B 0,1457 0,0986 0,7344 0,574 7,413 TR S SN RUA T B = waktu dasar (jam) T R = waktu aik (jam) KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 4

25 S = ladai sugai rata-rata SN = ilai sumber adalah perbadiga atara jumlah segme sugaisugai tigkat 1(satu) dega jumlah sugai semua tigkat utuk peetapa tigkat sugai RUA = luas DAS sebelah hulu (km ), yaitu perbadiga atara luas DAS yag diukur di hulu garis yag ditarik tegak lurus garis hubug atara stasiu hidrometri dega titik yag palig dekat dega titik berat DAS (Au), dega luas seluruh DAS. Sketsa Peetapa WF da RUA dapat dilihat pada Gambar 3.4 da Gambar 3.5 WL A B WU X-A=0,5L X-B=0,75L WF=WU/WL X Gambar 3.4 Sketsa Peetapa WF Au RUA=Au/A Gambar 3.5 Sketsa Peetapa RUA KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 43

26 WU = Lebar DAS diukur di titik sugai berjarak 0,75 L dari titik kotrol (km) WL = Lebar DAS diukur di titik sugai berjarak 0,5 L dari titik kotrol (km) A = Luas Daerah Alira Sugai (km ) AU = Luas Daerah Alira Sugai di hulu garis yag ditarik tegak lurus garis hubug atara titik kotrol dega titik dalam sugai, dekat titik berat DAS (km ) H = Beda tiggi atar titik terjauh sugai dega titik kotrol (m) WF = WU/ WL RUA = AU /DAS SN = Jml L 1 /L = Nilai badig atara jumlah segme sugai tigkat satu dega jumlah segme sugai semua tigkat = Kerapata jariga = Nilai badig pajag sugai da luas DAS JN = Jumlah pertemua aak sugai didalam DAS 4. Koefisie tampuga (k) k 0,5617.A 0,1798.S 0,1446.SF 1,0897.D 0,045 A = Luas Daerah Alira Sugai (km ) S = Kemiriga Rata-rata sugai diukur dari titik kotrol SF = Faktor sumber yaitu ilai badig atara pajag sugai tigkat satu da jumlah pajag sugai semua tigkat D = Jumlah L/DAS Dalam pemakaia cara ii masih ada hal-hal lai yag perlu diperhatika, di ataraya sebagai berikut : KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 44

27 1. Peetapa huja efektif utuk memperoleh hidrograf dilakuka dega megguaka ideks-ifiltrasi. Ø idex adalah meujukka laju kehilaga air huja akibat depresio storage, iflitrasi da sebagaiya. Utuk memperoleh ideks ii agak sulit, utuk itu diperguaka pedekata tertetu (Bares, 1959). Perkiraa dilakuka dega mempertimbagka pegaruh parameter DAS yag secara hidrologi dapat diketahui pegaruhya terhadap ideks ifiltrasi (Sri Harto, 1993): Persamaa pedekataya adalah sebagai berikut : = ,4903 3,859x 10. A 1,6985x 10 ( A/ SN ) 4. Utuk memperkiraka alira dasar diguaka persamaa pedekata berikut ii. Persamaa ii merupaka pedekata utuk alira dasar yag tetap, besarya dapat dihitug dega rumus : Qb = 0,6444 0,9430 0,4751 A D Qb = alira dasar A = luas DAS (km²) D = kerapata jariga kuras (draiage desity) atau ideks kerapata sugai yaitu perbadiga jumlah pajag sugai semua tigkat dibagi dega luas DAS B. Metode Passig Capasity Metode Passig Capasity diguaka utuk megetahui debit berdasarka tiggi muka air bajir pada sugai tersebut. Metode ii megguaka software HEC-RAS,software tersebut diguaka utuk meetuka debit pada morfologi sugai alami berdasarka elevasi muka air bajir dega cara metaksir debit pada elevasi yag telah ditetuka. KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 45

28 C. HEC-HMS HEC-HMS merupaka model terbaru yag telah dibuat utuk mesimulasika hubuga huja-air laria permukaa. HEC-HMS merupaka sigkata bagi Hydrological Egieerig Cetre-Hydrologic Modellig System. Model ii telah dibuat oleh Tetera Amerika Serikat dari Bagia Pusat Peyelidika Pecitraa Hidrologi. Model ii meyediaka berbagai piliha utuk mesimulasika proses hubuga huja-air laria permukaa. Selai megaalisis uit hidrograf da piliha rekayasa hidrologi. Eleme hidrologi adalah termasuk subbasi, reach, juctio, reservoir, diversio, source da sik. Kawasa DAS dimodelka dega meyusu eleme hidrologi dalam satu ragkaia yag salig berhubug. Eleme hidrologi merupaka bagia - bagia di dalam sebuah model basi. Ia meeragka proses salig berhubuga yag berlaku di muka bumi seperti kawasa tadaha, salura, pertemua dua sugai da lai-lai lagi. Setiap eleme ii berperaa meeragka hubuga atara kawasa tadaha dega curaha yag berlaku. Terdapat 3 jeis eleme hidrologi yag dipakai disii ataraya : Subbasi Subbasi berkosepka alira keluar saja dimaa beraggapa tiada alira masuk ke dalam kawasa tadaha. Pegalira boleh dikira dega tiga cara mudah yaitu meolak kehilaga yag berlaku daripada data kaji cuaca yag diperolehi, meukar lebiha curaha da juga mejumlah alira dasar. Ia boleh diguaka utuk berbagai luasa kawasa tadaha. Reach Reach berkosepka satu atau lebih alira masuk da satu sahaja alira keluar. Alira masuk datag dari usur yag lai dalam model basi. Kosepya adalah sama seperti reservoir jika terdapat lebih daripada satu alira masuk. Alira keluar pula dihitug meyerupai seperti kosep salura terbuka. KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 46

29 Juctio Juctio berkosepka suatu usur atau lebih alira masuk da satu alira keluar. Dijumlahka semua alira masuk utuk medapatka alira keluar dega megaggap permulaa simpag adalah sifat. 3.3 Aalisa Hidrolika Parameter aalisa hidrolika meliputi aalisa sugai eksistig da sesudah ormalisasi dega debit recaa yag telah direcaaka Metode Tahapa Stadart (Stadart Step Method) Metode ii diguaka utuk megetahui tiggi muka air akibat pegaruh efek pembeduga akibat pasag atau pu akibat beda elevasi pada pertemua sugai (atara sugai utama dega aak sugai) Metode ii dikembagka dari persamaa eergi total dari alira pada salura terbuka. Cara perhitugaya dimulai dega meghitug kedalama air ormal dari salura percabaga, besarya dapat dihitug dega rumus Maig (Suripi, Diktat Hidroulika) : Q A 1 R 3 S 1 Keteraga: Q = Debit (m 3 /dtk) A = Luas Peampag (m ) = Agka Kekasara Maig R = Jari-jari hidrolis (m) S = Kemiriga Dasar Salura Berikutya meghitug kedalama kritis, besarya dapat dihitug dega persamaa (Suripi, Diktat Hidroulika) KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 47

30 Q g A B 3 Keteraga: Q = Debit (m 3 /dtk) A = Luas Peampag Melitag (m ) g = Grafitasi (m/s ) B = Lebar Dasar Salura (m) Lagkah selajutya yaitu dega megisi kolom-kolom sebagai berikut - Kolom (1) = Kemiriga dasar salura - Kolom () = Lokasi titik dimaa kedalama airya dihitug - Kolom (3) = Elevasi dasar salura dihitug dari elevasi dasar salura hilir (Z 1 =0) Z = Z 1 + S 0. (X - X 1 ) - Kolom (4) = Perkiraa kedalama air - Kolom (5) = Luas peampag basah yag dihitug utuk setiap kedalama - Kolom (6) = Kecepata Alira (A) yag diambil dari kolom 5 - Kolom (7) = Tiggi Kecepata Q V, dimaa luas peampag basah A - Kolom (8) = Total tiggi eergy (jumlah dari z v y ) g - Kolom (9) = Jari-jari hidrolis utuk kedalama air R A P - Kolom(10) = Kemiriga garis eergi. Dihitug dega rumus - Kolom(11) = Rata-rata sf - Kolom(1) = Jarak atar titik yag dihitug Q A.. R Kolom(13) = Kehilaga tiggi eergi hf x. sf - Kolom(14) = hf + H 1 - Kolom(15) = Jari-jari hidrolis KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 48

31 3.3. HEC-RAS Utuk megetahui kapasitas alur sugai pada kodisi sekarag terhadap bajir recaa diguaka program HEC-RAS (Hydrologic Egieerig Ceter- River Aalysis System). HEC-RAS adalah sebuah sistem yag didesai utuk pegguaa yag iteraktif dalam ligkuga yag bermacam-macam. Ruag ligkup HEC-RAS adalah meghitug profil muka air dega pemodela alira steady da usteady, serta peghituga pegagkuta sedime. Eleme yag palig petig dalam HEC-RAS adalah tersediaya geometri salura, baik memajag maupu melitag. A. Profil Muka Air Pada alira Steady Dalam bagia ii HEC-RAS memodelka suatu salura dega alira steady berubah lambat lau. Sistem ii dapat mesimulasika alira pada seluruh jariga salura ataupu pada salura tuggal tapa percabaga, baik itu alira kritis, subkritis, superkritis ataupu campura sehigga didapat profil muka air yag diigika. Kosep dasar dari perhituga adalah megguaka persamaa eergi da persamaa mometum. Kehilaga eergi juga di perhitugka dalam simulasi ii dega megguaka prisip geseka pada salura, beloka serta perubaha peampag, baik akibat adaya jembata, gorog-gorog ataupu bedug pada salura atau sugai yag ditijau. B. Profil Muka Air Pada Alira Usteady Pada sistem pemodela ii, HEC-RAS mesimulasika alira usteady pada jariga salura terbuka. Kosep dasarya adalah persamaa alira usteady yag dikembagka oleh Dr. Robert L. Barkau s UNET model (Barkau, 199 da HEC, 1999).Pada awalya alira usteady haya di disai utuk memodelka alira subkritis, tetapi versi tebaru dari HEC-RAS yaitu versi 3.1 dapat juga utuk memodelka alira superkritis, kritis, subkritis ataupu campura serta locata hidrolik. Selai itu peghituga kehilaga eergi pada geseka salura, beloka serta perubaha peampag juga diperhitugka. KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 49

32 C. Kosep Perhituga Profil Muka Air dalam HEC-RAS Dalam HEC-RAS paampag sugai atau salura ditetuka terlebih dahulu, kemudia luas peampag aka dihitug. Utuk medukug fugsi salura sebagai peghatar alira maka peampag salura di bagi atas beberapa bagia. Pedekata yag dilakuka HEC-RAS adalah membagi area peampag berdasarka dari ilai (koefisie kekasara maig) sebagai dasar bagi pembagia peampag. setiap alira yag terjadi pada bagia dihitug dega megguaka persamaa Maig : 1 1,486 3 Q KS f da K AR Dimaa, K A R = ilai pegatar alira pada uit = koefisie kekasara maig = luas bagia peampag = jari-jari hidrolik Perhituga ilai K dapat dihitug berdasarka kekasara maig yag dimiliki oleh bagia peampag tersebut seperti terlihat pada Gambar 3.6 Gambar 3.6 Cotoh Peampag Salura Dalam HEC-RAS KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 50

33 Setelah peampag ditetuka maka HEC-RAS aka meghitug profil muka air. Kosep dasar peghituga profil permukaa air berdasarka persamaa eergi yaitu Y α V α V 1 1 Z Y1 Z1 h e g g Z Y V α he = fugsi titik diatas garis referesi = fugsi tekaa di suatu titik = kecepata alira = koefisie kecepata = eergi head loss Gambar 3.7 meggambarka persamaa eergi pada salura terbuka pada program HEC-RAS Gambar 3.7 Peggambara Persamaa Eergi Pada Salura Terbuka Nilai he didapat dega persamaa : h e LS f α V C g α1v g 1 Dimaa, L = jarak atara dua peampag KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 51

34 Sf C = kemiriga alira = koefisie kehilaga eergi (peyempita, pelebara atau beloka) Lagkah berikutya dalam perhituga HEC-RAS adalah dega megasumsika ilai muka air (water surface) pada peampag awal salura (dalam hal ii peampag di hilir). Kemudia dega megguaka persamaa eergi diatas maka profil muka air utuk semua peampag di salura dapat di ketahui. 3.4 Stabilitas Alur Sugai Butira taah pembetuk peampag sugai harus stabil terhadap alira yag terjadi, karea akibat pegaruh kecepata alira dapat megakibatka peggerusa pada tebig maupu dasar sugai. Maka perlu dicek terhadap stabilitas butira pada tebig da dasar sugai. Gambar 3.8 Tegaga geser yag terjadi pada peampag sugai Gambar 3.8 Tegaga Geser Peampag Sugai Sedagka berdasarka hasil peyelidika, besarya tegaga yag terjadi adalah ρ = Desity air τb = 0,97. ρ. g. h. I (pada dasar sugai) τs = 0,75. ρ. g. h. I (pada talud sugai) KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 5

35 h = Tiggi air I = Kemiriga dasar sugai Stabilitas dasar sugai perlu dilakuka checkig. Utuk mecegah adaya erosi yag megakibatka degradasi dasar sugai, da harga dari tegaga geser harus lebih kecil dari tegaga geser yag diijika. Utuk mecari dapat dicari dega megguaka diagram shields pada Gambar 3.9 Gambar 3.9 Diagram Shields Sebagai syarat stabil, harga tersebut harus lebih kecil dari pada tegaga geser yag diijika (τb da τs ) Stabilitas Lereg Sugai Terhadap Logsora A. Metode Irisa Bidag Lucur Budar Logsora atau ladslide merupaka pergeraka massa taah secara perlaha-laha melalui bidag logsora karea tidak stabil akibat gaya-gaya yag bekerja. Utuk memperhitugka logsora, maka bidag logsora dibagi dalam beberapa bagia atau segme. Apabila lebar segme semaki kecil, maka KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 53

36 aka semaki teliti. Perhituga berdasarka pada keadaa terburuk, yaitu pada waktu muka air bajir surut da muka air taah dalam taggul masih tiggi. Secara praktis ladslide adalah geraka massa taah secara perlaha dalam waktu relatif tetap. Gambar bidag logsora dapat dilihat pada Gambar 3.10 O R W U τ Gambar 3.10 Bidag Logsora O R W τ U = Titik pusat logsora = Jari=jari bidag logsor = Berat segme / irisa = Gaya geser = Akibat tekaa air pori Gaya-gaya yag tegak lurus bidag logsor : N atau W cosθ da U Gaya-gaya yag searah bidag logsor : T atau W siθ da τ Gaya-gaya yag meaha : C x L da (N Taθ) Agka keamaa (Fs) : 1, Pegaruh tekaa air pori (U) Agka keamaa (Fs) : 1, KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 54

37 B. Geo Slope Aalisis kestabila lereg sugai terhadap logsora dapat dihitug megguaka software Geo-Slope. Dalam megaalisis keamaa dari lereg sugai pada software Geo-Slope diguaka aalisis slpoe/w. Dega aalisis ii dapat diketahui agka keamaa (safety factor) da betuk bidag lucur dari lereg tersebut. Hasil dari aalisis ii merupaka parameter kestabila dari lereg tersebut. Data-data yag diperluka dalam aalisis kestabila lereg dega batua Geo-Slope adalah : 1. Geometri data yaitu gambara dari betuk stratigrafi dari pelapisa taah yag ada.. Berat jeis taah. 3. Koefisie geser taah ( C ) 4. Sudut geser dalam taah ( ø ) 5. Tekaa air pori 6. Koefisie beba gempa (seismik) KABUPATEN TULANG BAWANG, PROVINSI LAMPUNG 55