ANALISIS HIDROGRAF BANJIR PADA KAWASAN SUB DAS SAWAH

KOTA PALEMBANG DENGAN MENGGUNAKAN HEC-HMS

LAPORAN TUGAS AKHIR
Dibuat untuk memenuhi syarat mendapatkan gelar
Sarjana Teknik pada JurusanTeknik Sipil
Fakultas Teknik Universitas Sriwijaya

Oleh:
Kurniawan Akbar
03111001083

Dosen Pembimbing I:
Ir. H. SARINO, MSCE

Dosen Pembimbing II :
M. BAITULLAH AL AMIN, ST, M.Eng

UNIVERSITAS SRIWIJAYA
FAKULTAS TEKNIK
JURUSAN TEKNIK SIPIL
2015

BAB I
PENDAHULUAN
1.1.

Latar Belakang
Kota Palembang adalah kota yang di belah dan dikelilingi oleh banyak

sungai. Di kota Palembang ini terdapat 18 sub DAS yang tersebar di seluruh bagian
hilir dan hulunya dengan induk sungai adalah sungai Musi. Salah satu sub DAS yang
mengelilinginya adalah sub DAS Boang. Sub DAS Boang ini terletak di tiga
kecamatan, yaitu kecamatan gandus, kecamatan ilir barat I dan kecamatan ilir barat
II. Pada sub DAS Boang terdapat sungai-sungai lagi yang membaginya baik sungai
besar maupun sungai kecil. Salah satunya adalah sungai Sawah. Sungai Sawah ini
menghubungkan sungai-sungai kecil antara lain sungai jong dan sungai manggis.
Salah satu anak Sungai Musi yang sering terkena luapan air (banjir) adalah
Sungai Sawah yang terletak di wilayah Kecamatan Gandus, Palembang. Aliran pada
sungai Sawah ini menjadi sempit, bahkan tertutup, rawa-rawa pun ditimbun lalu
ketika hujan turun, genangan air dan banjir terjadi di mana-mana. sehingga Daerah
tersebut memerlukan perhatian khusus dalam mengupayakan pengembangan dan
pemanfaatan lebih lanjut serta tindakan pelestarian lingkungan agar terpelihara
dengan baik.
Peningkatan jumlah penduduk akan diikuti dengan meningkatnya aktivitas
manusia. Aktivitas manusia dalam pembangunan akan mempengaruhi perubahan
penutupan lahan (land cover) dan penggunaan lahan (land use). Perubahan
penggunaan lahan dengan memperluas permukaan kedap air menyebabkan
berkurangnya infiltrasi, menurunkan pengisian air bawah tanah (recharge) dan
meningkatkan aliran permukaan (runoff). Penurunan muka air tanah secara langsung
mempengaruhi penurunan debit. Begitu juga sebaliknya, peningkatan runoff secara
langsung akan mempengaruhi peningkatan debit (Pawitan 2002).
Hal ini pula yang menjadi faktor penyebab terjadinya banjir, selain itu terjadi
endapan sedimen, penumpukan sampah, dan limbah rumah tangga. Sehingga, sistem
drainasenya sudah tidak mampu lagi menampung beban air yang lewat.
Melihat permasalahan tersebut, maka akan dilakukan penelitian tentang analisa
debit limpasan yang ada pada Sub-DAS Sawah Kecamatan Gandus Kota Palembang
dengan tujuan untuk mengidentifikasi besarnya debit limpasan dan hidrograf yang
ada, memodelkan hujan-aliran dengan menggunakan program HEC-HMS.
1

2

1.2.

Rumusan Masalah
Rumusan masalah dari penelitian ini adalah
1.

Bagaimana menghitung debit limpasan puncak dengan menggunakan
metode rasional ?

2.

Bagaimana mengitung hidrograf debit limpasan dengan menggunakan
metode SCS CN (Soil Conservation Service - Curve Number)

3.

1.3.

Bagaimana memodelkan hujan-aliran dengan menggunakan HEC-HMS

Tujuan Penilitian
Maksud dan tujuan dari penelitian ini antara lain :
1. Menghitung debit limpasan puncak dengan menggunakan metode
rasional.
2. Menghitung hidrograf debit limpasan dengan menggunakan metode SCS
CN (Soil Conservation Service - Curve Number)
3. Memodelkan hujan-aliran dengan menggunakan HEC-HMS.

1.4.

Ruang Lingkup Penelitian
Berdasarkan pada permasalahan dan tujuan di atas, ruang lingkup dalam

penelitian ini hanya difokuskan pada menghitung debit limpasan puncak, hidrograf
debit limpasan dan permodelan hujan-aliran di sepanjang saluran drainase SUB-DAS
SAWAH Kecamatan Gandus Kota Palembang.

1.5.

Sistematika Penulisan
Sistematika penulisan laporan Tugas Akhir ini disusun menjadi 5 bab dnegan

uraian sebagai berikut :
Bab I

: Pendahuluan
Bab ini berisikan tentang latar belakang, perumusan masalah, tujuan
penelitian, ruang lingkup peneltian dan sistematika penulisan.

Bab II

: Tinjauan Pustaka
Bab ini menguraikan kajian literatur yang menjelaskan mengenai teori
tentang debit limpasan dan hidrograf limpasan, metode yang dipakai,
rumus-rumus yang akan digunakan dalam perhitungan, dan penelitian
terdahulu yang menjadi acuan untuk melaksanakan penelitian ini.

3

Bab III : Metodologi Penelitian
Bab ini berisikan teknik pengumpulan data, teknik analisa data, teknik
pelaksanaan penelitian, dan diagram alir penelitian.
Bab IV : Analisis dan Pembahasan
Bab ini berisikan tentang pengolahan data sesuai metodologi yang dipakai
dan pembahasan mengenai hasil dari analisa yang telah dilakukan.
Bab V : Kesimpulan dan Saran
Bab ini berisikan kesimpulan yang diambil dari keseluruhan hasil
penelitian dan saran yang berguna untuk mengoptimalkan penelitian
selanjutnya.

BAB II.
TINJAUAN PUSTAKA
2.1.

Tinjauan Penelitian Sebelumnya
Tinjauan penelitian sebelumnya digunakan sebagai acuan dan refrensi untuk

membantu menganalisis dalam pembuatan penelitian. Selanjutnya, digunakan untuk
mendapatkan gambaran tentang topik atau permasalahan yang akan diteliti. Selain
itu, tinjuan tersebut harus bersifat relevan dan dapat di implementasikan.
2.1.1

Kajian Hidrologi Dan Analisa Kapasitas Tampang Sungai Krueng
Langsa Berbasis HEC-HMS Dan HEC-RAS
Ichsan Syahputra (2015) dengan jurnal “Kajian Hidrologi dan Analisa

Kapasitas Tampang Sungai Krueng Langsa Berbasis Hec-HMS dan Hec-RAS ”.
Tujuan dari penelitian ini adalah menganalisa hidrologi untuk kajian terhadap debit
banjir eksisting yang pernah terjadi pada wilayah DAS tersebut
kapasitas penampang

serta analisa

sungai krueng langsa sebagai upaya untuk mendapatkan

alternatif pengendalian banjir secara menyeluruh dan mereduksi muka air banjir.
Dari hasil penelitian simulasi hidrologi berdasarkan data curah hujan dengan
menggunakan software HEC-HMS didapatkan Debit puncak Sungai Krueng langsa
sebesar 59,3m3/dt untuk periode ulang 2 tahun. Pada analisa passing capacity,
didapatkan banjir penampang eksisting sebesar 60,07 m3/dt yang hampir mendekati
nilai debit banjir eksisting berdasarkan model HEC-HMS. Hasil analisa HEC-RAS
dengan simulasi periode ulang 2 tahun, terhadap 140 buah cross section memberikan
gambaran bahwa hampir semua alur sungai mengalami kondisi banjir dan hanya
beberapa bagian saja yang tidak mengalami kondisi banjir. Skenario pengendalian
banjir dilakukan dengan cara normalisasi sungai yaitu dengan memperbesar dimensi
penampang sungai existing dengan lebar dasar sungai rata-rata 20 m menjadi 60 m
dan perencanaan tanggul sungai pada elevasi puncak tanggung +2.00 m dengan
tinggi jagaan 0.50 m dari muka air banjir. Pada bagian muara sungai, yaitu mulai dari
titik sta 0.00 sampai STA 2+00 direncanakan menggunakan revetment sungai dari
tumpukan

batu.

Kedua

skenario

pengendalian

banjir

tersebut

dapat

rekomendasikan untuk mereduksi banjir yang terjadi pada sungai Krueng Langsa.

4

di

5

2.1.2. Application of The HEC-HMS Model for Run Off Simulation in A Tropical
Catchment
D. Halwatura (2013) dengan jurnal ”Application the HEC-HMS model for
runoff simulation in a tropical catchment.”. Dimana jurnal ini membahas tentang
simulasi hidrologi menggunakan model komputer telah maju pesat dan model
komputerisasi telah menjadi alat penting untuk memahami pengaruh manusia pada
arus sungai dan merancang pendekatan pengelolaan air berkelanjutan. Pada Model
HEC-HMS dilakukan kalibrasi menyesuaikan tiga metode yang berbeda. parameter
model berubah dan model kalibrasi dilakukan secara terpisah untuk tiga metode yang
dipilih, metode kehilangan SCS-CN, metode penurunan defisit konstanta (metode
hydrograph snyder dan metode hydrograph clark) untuk menentukan metode
simulasi yang paling sesuai dengan kasus yang ada. Model ini telah di kalibrasi
dengan pengaturan baru dari data hujan dan aliran. Simulasi aliran dari masingmasing metode diuji secara statistik menggunakan koefisien kinerja, kesalahan relatif
dan metode sisa.

Simulasi aliran metode snyder hydrograph lebih handal

dibandingkan dengan metode hydrograph clark dan sebagai metode penurunan,
metode SCS CN tidak bekerja dengan baik.

2.2

Curah Hujan
Data hujan yang diperoleh dari alat penakar hujan merupakn hujan yang

terjadi hanya pada satu tempat atau satu titik saja (point rainfall). Mengingat hujan
sangat bervariasi terhadap tempat (space), maka untuk kawasan yang luas, satu
penakar hujan belum dapat menggambarkan hujan wilayah tersebut. Dalam hal ini
diperlukan hujan kawasan yang diperoleh dari harga rata-rata curah hujan beberapa
stasiun penakar hujan yang ada di dalam atau disekitar kawasan tersebut. Curah
hujan setiap hari yang direkam dari stasiun curah hujan digunakan sebagai masukan
untuk pemodelan konsep periode pertumbuhan yang berdasarkan curah hujan dengan
metode interpolasi spasial (Dewi,2012).
Kedua asumsi tersebut mengindikasikan bahwa pendugaan atribut data dapat
dilakukan berdasarkan lokasi-lokasi di sekitarnya dan nilai pada titik-titik yang
berdekatan akan lebih mirip daripada nilai pada titik-titik yang terpisah lebih jauh.
Data curah hujan yang tercatat diproses berdasarkan areal yang mendapatkan hujan
sehingga didapat tinggi curah hujan rata – rata dan kemudian meramalkan besarnya

6

curah hujan pada periode tertentu. Dalam menentukan curah hujan areal yang berasal
dari pencatatan penakaran curah hujan. Dari pencatatan curah hujan, kita hanya
mendapatkan data curah hujan di suatu titik tertentu (point rainfall). Jika dalam suatu
areal terdapat beberapa alat penakar atau pencatat curah hujan, maka dapat diambil
nilai rata – rata untuk mendapatkan nilai curah hujan areal (Dewi, 2012).
2.3.

Analisis Frekuensi
Dalam melakukan analisis hidrologi sering dihadapkan pada kejadian-

kejadian ekstrim seperti banjir dan kekeringan. Masalah kekeringan banyak berkaitan
dengan ketersediaan air untuk berbagai kebutuhan, seperti kebutuhan air irigasi, air
baku, pemeliharaan sungai, dsb. Pada musim kemarau debit sungai kecil, sehingga
untuk bisa memenuhi berbagai kebutuhan perlu dilakukan analisis ketersediaan air.
(Bambang Triadmojo,2014)
Tujuan dari analisis frekuensi data hidrologi adalah mencari hubungan antara
besarnya kejadian ekstrim terhadap frekuensi kejadian dengan menggunakan
distribusi probabilitas. Analisis frekuensi dapat diterapkan untuk data debit sungai
atau data hujan. Data yang digunakan adalah data debit atau hujan maksimum
tahunan, yaitu data terbesar yang terjadi selama satu tahun, yang terukur selama
beberapa tahun.
Menurut Singh (1992), ada beberapa parameter yang akan digunakan dalam
analisa frekuensi, yaitu sebagai berikut :
1. Nilai Rata-Rata ( ̅ )
Nilai rata-rata dapat dihitung dengan rumus sebagai berikut :
̅ = ∑n
i
n

i

(2.1)

Dimana :
̅ = curah hujan rata-rata (mm)

n = jumlah data
i

= curah hujan di stasiun hujan ke i (mm)

2. Simpangan Baku (S)
Simpangan baku (S) merupakan ukuran sebaran yang paling banyak digunakan.
Apabila penyebaran data sangat besar terhadap nilai rata-rata maka nilai

7

simpangan baku akan besar, begitu juga sebaliknya. Simpangan baku dapat
dihitung dengan rumus sebagai berikut :
S = [n- ∑ni ( i - ̅ ) ]

(2.2)

Dimana :
̅ = curah hujan rata-rata (mm)
i

= curah hujan di stasiun hujan ke i (mm)

S = simpangan baku (standar deviasi)

3. Koefisien Variasi (Cv)
Koefisien variasi adalah nilai perbandingan antara simpangan baku dengan nilai
rata-rata hitung dari suatu distribusi. Koefisien variasi dapat dihitung dengan
rumus sebagai berikut :
Cv = ̅

(2.3)

Dimana :
Cv = koefisien variasi
S

= simpangan baku (standar deviasi)

̅

= curah hujan rata-rata (mm)

4. Koefisien Skewness (Cs)
Kemencengan (skewness) adalah suatu nilai

yang menunjukan derajat

ketidaksimetrisan (assymetry) dari suatu bentuk distribusi. Apabila kurva
frekuensi dari suatu distribusi mempunyai ekor memanjang ke kanan atau ke kiri
terhadap titik pusat maksimum maka kurva tersebut tidak akan berbentuk simetri.
Keadaan tersebut disebut condong ke kanan atau ke kiri. Pengukuran
kecondongan bertujuan untuk mengukur seberapa besar kurva frekuensi dari suatu
distribusi tidak simetri atau condong. Ukuran kecondongan dinyatakan dengan
besarnya koefisien kecondongan atau koefisien skewness. Koefisien Skewness
dapat dihitung dengan rumus sebagai berikut :
Cs =

n ∑ni ( i - ̅ )
(n- )(n- )

Dimana :
Cs = koefisien kemencengan/skewness
S

= simpangan baku (standar deviasi)

(2.4)

8
̅

= curah hujan rata-rata (mm)
= curah hujan di stasiun hujan ke i (mm)

i

5. Koefisien Kurtosis (Ck)
Pengukuran kurtosis (Ck) dimaksudkan untuk mengukur keruncingan bentuk
kurva distribusi. Koefisien kurtosis dapat dihitung dengan rumus sebagai berikut :
Ck =

n ∑ni ( i - ̅ )
(n- )(n- )(n- )

(2.5)

Dimana :
Ck = koefisien kurtosis
S

= simpangan baku (standar deviasi)

̅

= curah hujan rata-rata (mm)
= curah hujan di stasiun hujan ke i (mm)

2.4

Distribusi probabilitas
Dalam statistik terdapat beberapa jenis distribusi probabilitas yang umum

digunakan dalam bidang hidrologi, yaitu sebagai berikut :
1. Distribusi Normal
Menurut Suripin (2004), Ditribusi Normal merupakan fungsi densitas peluang
normal (probability dencity function) atau dikenal dengan Distribusi Gauss.
Dalam analisis hidrologi Distribusi Normal banyak digunakan untuk menganalisis
frekuensi curah hujan, analisis statistik dari distribusi curah hujan tahunan, debit
rata-rata tahunan dan sebagainya. Distribusi Normal dapat dihitung dengan rumus
sebagai berikut :
̅

r

(2.6)

Dimana :
= perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahun
̅

= nilai rata-rata hitung varian

S

= deviasi standar nilai varian
r

= faktor frekuensi, merupakan fungsi dari peluang

2. Distribusi Log-Normal
Menurut Singh (1992), Distribusi Log-Normal merupakan hasil transformasi dari
Distribusi Normal, yaitu dengan mengubah varian X menjadi nilai logaritmik

9

varian X. Distribusi Log-Pearson Tipe III akan menjadi Distribusi Log-Normal
apabila nilai koefisien kemencengan Cs = 0. Distribusi Log-Normal dapat
dihitung dengan rumus sebagai berikut :
= log ̅ +

Log

r

l g

Cv = l lgg̅
l g

=√

(2.7)
(2.8)

2

∑(l g - l g i )
(n-1)

(2.9)

Dimana :
= perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahun
Log ̅ = nilai rata-rata dalam harga logaritmik
= deviasi standar dalam harga logaritmik

l g

= faktor frekuensi dari log normal 2 parameter, merupakan fungsi dari
koefisien variasi Cv dan periode ulang
Cv

= koefisien variasi dari log normal w parameter

3. Distribusi Log-Pearson Tipe III
Menurut Linsley dkk (1989), parameter penting dalam Log-Pearson Tipe III
adalah nilai rata-rata, simpangan baku, dan koefisien kemencengan. Jika koefisien
kemencengan sama dengan nol maka distribusi kembali ke Distribusi LogNormal. Tidak seperti konsep yang melatarbelakangi pemakaian Distribusi
Normal untuk debit puncak, maka probabilitas Distribusi Log-Pearson Tipe III
masih tetap dipakai karena fleksibilitasnya (Suripin, 2004). Distribusi LogPearson Tipe III dapat dihitung dengan rumus sebagai berikut :
= log ̅ +

Log

Log ̅ =
S=[

∑ni

Cs = [

l g

l g i
n

∑ni (l g i - l g̅ )

n-

r

(2.10)
(2.11)

]

∑ni (l g i - l g̅ )
]
(n- )(n- )

(2.12)
(2.13)

Dimana :
= perkiraan nilai yang diharapkan terjadi dengan periode ulang T-tahun
Log ̅ = nilai rata-rata dalam harga logaritmik
l g

= deviasi standar dalam harga logaritmik

10

= faktor frekuensi dari Log-Pearson Tipe III

r

Cs

= koefisien kemencengan dari Log-Pearson Tipe III

4. Distribusi Gumbel
Menurut Chow (1988), metode ini merupakan metode dari nilai-nilai ekstrim
(maksimum atau minimum) umumnya digunakan untuk analisis data maksimum,
misalnya untuk analisis frekuensi banjir. Fungsi Distribusi Gumbel merupakan
fungsi eksponensial ganda. Distribusi Gumbel dapat dihitung dengan rumus
sebagai berikut :
= ̅+
Ktr =
tr

r

S

(2.14)

( tr - n )

(2.15)

n

= ln (-ln

rr

)

(2.16)

Dimana :
= perkiraan nilai yang diharapkan terjadi dengan priode ulang T-tahun
S

= standar deviasi sampel

Yn = reduced mean yang tergantung pada jumlah data
Sn = reduced standart deviation yang juga tergantung pada jumlah data
Ytr = reduced variate

2.5.

Uji Kecocokan
Menurut Suripin (2004), diperlukan penguji parameter untuk menguji

kecocokan distribusi frekuensi sampel data terhadap fungsi distribusi peluang yang
diperkirakan dapat menggambarkan atau mewakili distribusi frekuensi tersebut.
Berikut pengujian parameter yang sering dipakai, yaitu :
1. Uji Chi-Square
Menurut Suripin (2004), Uji Chi-Square dimaksudkan untuk menentukan apakah
persamaan distribusi yang telah dipilih dapat mewakili distribusi statistik sampel
data yang dianalisis. Parameter X2 merupakan variabel acak dan dapat dihitung
dengan rumus berikut :
= ∑ni

( i-Ei)

Ei

Dimana :
= harga Chi-Square terhitung

(2.17)

11

Oi = jumlah nilai pengamatan pada sub kelompok ke- 1
Ei = jumlah nilai teoritis pada sub kelompok ke- 1
n

= jumlah data

2. Uji Smirnov-Kolmogorov
Menurut Soewarno (1995), uji kecocokan Smirnov-Kolmogorov sering juga
disebut uji keselarasan non parametrik (non parametrik test) karena pengujiannya
tidak menggunakan fungsi distribusi tertentu. Pengujian kecocokan sebaran
dengan metode ini dilakukan dengan membandingkan probabilitas untuk tiap
variabel dari distribusi empiris dan teoritis didapat perbedaan (∆) tertentu.
Perbedaan maksimum yang dihitung (∆maks) dibandingkan dengan perbedaan
kritis (∆cr) untuk suatu derajat nyata dan banyaknya variat tertentu, maka sebaran
sesuai jika ∆maks < ∆cr.
Rumus yang digunakan adalah sebagai berikut :
ma

( )

2.6

-

( i)

(2.18)

∆Cr

Waktu Konsentrasi
Menurut (Suripin,2004), waktu konsentrasi suatu DAS adalah waktu yang

diperlukan oleh air hujan yang jatuh untuk mengalir dari titik terjauh sampai ke
tempat keluaran DAS (titik kontrol) setelah tanah menjadi jenuh dan depresidepresi kecil terpenuhi. Dalam hal ini diasumsikan bahwa jika durasi hujan sama
dengan waktu konsentrasi., maka setiap bagian DAS secara serentak telah
menyumbangkan

aliran terhadap titik kontrol. Salah satu metode untuk

memperkirakan waktu konsentrasi adalah rumus yang dikembangkan oleh kirpich
(1940), yang dapat ditulis sebagai berikut :
tc  (

0,87 L2 0 ,385
..................................................................................................(2.19)
)
1000S

Dimana :
tc = waktu konsentrasi dalam jam
L = panjang lintasan air dari titik terjauh sampai titik yang ditinjau (km)
S = kemiringan lahan antara elevasi maksimum dan minimum

12

2.7

Intensitas Hujan
Menurut (Suripin, 2004), intensitas hujan adalah tinggi atau kedalaman air

hujan persatuan waktu. Sifat umum hujan adalah makin singkat hujan berlangsung
intensitasnya cenderung makin tinggi dan makin besar periode ulangnya makin
tinggi pula intensitasnya. Hubungan antara intensitas, lama hujan, dan frekuensi
hujan

biasanya

dinyatakan

dalam

lengkung

Intensitas-Durasi-Frekuensi

(IDF=intensity duration frequency curve). Untuk perhitungan intensitas hujan dapat
dihitung dengan rumus mononobe sebagai berikut:
2

I

R24 24 3
( ) ..............................................................................................(2.20)
24 tc\

Dimana :
I

= intensitas hujan (mm/jam)

tc = lamanya hujan (jam)
R24 = curah hujan maksimum harian (selama 24 jam)(mm)
2.8

Koefisien Limpasan
Koefisien limpasan (C) adalah presentase jumlah air yang dapat melimpas

melalui permukaan tanah dari keseluruhan air hujan yang jatuh pada suatu daerah.
Semakin kedap suatu permukaan tanah, maka semakin tinggi nilai koefisien
pengalirannya. Faktor-faktor yang mempengaruhi nilai koefisien limpasan adalah
kondisi tanah, laju infiltrasi, kemiringan lahan, tanaman penutup tanah, dan intensitas
hujan (Suripin, 2004).
Besarnya aliran permukaan dapat menjadi kecil, terlebih bila curah hujan
tidak melebihi kapasitas infiltrasi. Selama hujan yang terjadi adalah kecil atau
sedang, aliran permukaan hanya terjadi di daerah yang impermabel dan jenuh di
dalam suatu daerah aliran sungai (DAS) atau langsung jatuh di atas permukaan air.
Apabila hujan yang terjadi kecil, maka hampir semua curah hujan yang jatuh
terintersepsi oleh vegetasi yang lebat (Kodoatie dan Sugiyanto, 2002). Nilai
koefisien limpasan (C) untuk Metode Rasional dapat dilihat pada Tabel 2.1 dan 2.2
dibawah ini :

13

Tabel 2.1. Koefisien limpasan (C) berdasarkan fungsi lahan untuk Metode Rasional
Tata Guna Lahan
Pusat bisnis dan perbelanjaan
Industri

Karakteristik
Penuh
20 rumah /Ha
30 rumah /Ha
40 rumah /Ha
60 rumah /Ha
Daerah datar
-

Perumahan kepadatan sedang-tinggi
Sawah, Rawa
Kolam
Kebun campuran

Koefisien Limpasan (C)
0,90
0,80
0,48
0,55
0,65
0,75
0,15
0,20
0,10

(Sumber: Haryono, 1999)

Tabel 2.2. Nilai koefisien limpasan (C), untuk Metode Rasional
Tata Guna Lahan
Perkantoran
Daerah pusat kota
Daerah sekitar kota
Perumahan
Rumah tunggal
Rumah susun, terpisah
Rumah susun, bersambung
Pinggiran kota
Daerah Industri
Kurang padat industri
Padat industri

C
0,70-0,95
0,50-0,70
0,30-0,50
0,40-0,60
0,60-0,75
0,25-0,40
0,50-0,80
0,60-0,90

Taman, kuburan
Tempat bermain
Daerah stasiun KA
Daerah tak berkembang
Jalan Raya
Beraspal
Berbeton
Berbatu bata
Trotoar

0,10-0,25
0,20-0,35
0,20-0,4
0,10-0,3

Daerah beratap

0,75-0,95

0,70-0,95
0,80-0,95
0,70-0,85
0,75-0,85

Tata Guna Lahan
Tanah Lapang
Berpasir, datar, 2%
Berpasir, agak rata, 2-7%
Berpasir, miring, 7%
Tanah berat, datar, 2%
Tanah berat, agak rata, 2-7%
Tanah berat, miring, 7%
Tanah Pertanian, 0-30%
Tanah Kosong
Rata
Kasar
Ladang Garapan
Tanah berat, tanpa vegetasi
Tanah berat, dengan vegetasi
Berpasir, tanpa vegetasi
Berpasir, dengan vegetasi
Padang Rumput
Tanah berat
Berpasir
Hutan/ bervegetasi
Tanah Tidak Produktif, >30%
Rata, kedap air
Kasar

C
0,05-0,10
0,10-0,15
0,15-0,20
0,13-0,17
0,18-0,22
0,25-0,35

0,30-0,60
0,20-0,50
0,30-0,60
0,20-0,50
0,20-0,25
0,10-0,25
0,15-0,45
0,05-0,25
0,05-0,25
0,70-0,90
0,50-0,70

(Sumber : Asdak, 2010)

Menurut Suripin (2004), jika daerah aliran terdiri dari berbagai macam
penggunaan lahan dengan koefisien aliran yang berbeda, nilai C pada daerah aliran
didapat dengan persamaan berikut :
n

C DAS 

 CiAi
i 1
n

 Ai

..............................................................................................(2.21)

i 1

Dimana :
Ai = luas lahan dengan jenis penutup tanah i (m2)
Ci = koefisien limpasan jenis penutup tanah i

14

2.9

Metode Rasional
Metode rasional banyak digunakan untuk memperkirakan debit puncak yang

ditimbulkan oleh hujan deras pada daerah tangkapan (DAS) kecil. Suatu DAS
disebut kecil apabila distribusi hujan dapat dianggap seragam dalam ruang dan
waktu, dan biasanya durasi hujan melebihi waktu konsentrasi. Beberapa ahli
memandang bahwa luas DAS kurang dari 2,5

dapat dianggap sebagai DAS

kecil (Ponce ,1989 dalam Bambang Triadmojo,2014).
Menurut (Bambang Triadmojo,2014) pemakaian metode rasional sangat
sederhana, dan sering digunakan dalam perencanaan drainase perkotaan. Beberapa
parameter hidrologi yang diperhitungkan adalah intensitas hujan, durasi hujan,
frekuensi hujan, luas DAS, abstraksi (kehilangan air akibat evaporasi, intersepsi,
infiltrasi, tanpungan permukaan) dan konsentrasi aliran. Metode rasional didasarkan
pada persamaan berikut :
Q = 0,278.C.I.A

(2.22)

Dimana :
Q = debit banjir maksimum (m3/det)
C = koefisien pengaliran/limpasan
I = intensitas curah hujan rata-rata (mm/jam)
A = luas daerah pengaliran (km2)

2.10

Intensitas – Durasi – Frekuensi (IDF)
Intensitas – Durasi – Frekuensi (IDF) biasanya diberikan dalam bentuk kurva

yang memberikan hubungan antara intensitas hujan sebagai ordinat, durasi hujan
sebagai absis dan beberapa grafik yang menunjukan frekuensi atau periode ulang.
Kurva IDF dapat dimanfaatkan untuk menghitung debit puncak dengan metode
rasional. Untuk periode ulang yang digunakan adalah periode ulang 5, 10, 25, 50,
dan 100 tahunan dan untuk durasi hujan yang sering digunakan adalah durasi 5, 10,
15, 30, 45, 60, 120, 180, 360, dan 720 menit. (Suripin,2004)

2.11

Hyetograph Hujan Rancangan
Dalam perhitungan

banjir rancangan, diperlukan masukan berupa hujan

rancangan yang didistribusikan ke dalam kedalaman hujan jam-jaman (hyetograph).
Untuk dapat mengubah hujan rancangan ke dalam besaran hujan jam-jaman perlu

15

didapatkan terlebih dahulu suatu pola distribusi hujan jam-jaman. Apabila yang
tersedia adalah data hujan harian, untuk mendapatkan kedalaman hujan jam-jaman
dari hujan rancangan dapat menggunakan model distribusi hujan. Model distribusi
hujan yang telah dikembangkan untuk mengalihragamkan hujan harian ke hujan jamjaman antara lain yaitu model distribusi hujan seragam, segitiga, Alternating Block
Method (ABM) (Chow et. Al., 1988). Secara singkat, masing-masing model
dijelaskan sebagai berikut :
1. Distribusi hujan seragam
Model distribusi hujan seragam merupakan cara yang paling sederhana untuk
mendapatkan distribusi hujan jam-jaman yaitu dengan menganggap hujan
rancangan sebesar p mm terdistribusi secara merata selama durasi hujan
rancangan Td yang telah ditetapkan.

2. Distribusi hujan segitiga
Model distribusi hujan segitiga menganggap bahwa kedalaman hujan jam-jaman
terdistribusi mengikuti bentuk segitiga. Hyetograph segitiga bisa dibentuk setelah
kedalaman hujan rancangan p dan durasi hujan Td diketahui. Dalam metode ini, luas
segitiga merupakan nilai kedalaman hujan dan ordinat puncak hyetograph yang
dihitung dengan rumus :

Ip 

2p
.................................................................................................................(2.23)
Td

Untuk menetapkan waktu terjadinya intensitas hujan puncak, dipakai faktor
koefisien r yang didefinisikan sebagai rasio dari waktu terjadi intensitas hujan
puncak Tp dengan nilai total durasinya Td. Jadi waktu di mana terjadi intensitas
hujan puncak ditentukan dengan rumus :
Tp  r .Td ..............................................................................................................(2.24)

Nilai r umumnya ditetapkan sebesar 0,3 sampai dengan 0,5. Jika r ditetapkan
sebesar 0,5 maka puncak hyetograph akan terletak pada pertengahan lama hujan.

3. Alternating Block Method (ABM)
Alternating Block Method (ABM) adalah cara sederhana untuk membuat
hyetograph rencana dari kurva IDF (Chow et al., 1988). Hyetograph rencana
dihasilkan oleh metode ini adalah hujan yang terjadi dalam n rangkaian interval
waktu yang berurutan dengan durasi

selam waktu

Untuk periode ulang

16

tertentu, intensitas hujan diperoleh dari kurva IDF pada setiap durasi waktu,
Kedalaman hujan diperoleh dari perkalian antara intensitas huja dan
durasi waktu tersebut. Perbedaan antara nilai kedalaman hujan yang berurutan
merupakan pertambahan hujan dalam interval waktu

. Pertambahan hujan tersebut

(blok-blok), diurutkan kembali ke dalam rangkaian waktu dengan intensitas hujan
maksimum berada pada tengah-tengah durasi hujan Td dan blok-blok sisanya disusun
dalam urutan menurun secara bolak-balik pada kanan dan kiri dari blok tengah.
Dengan demikian telah terbentuk hyetograph rencana, seperti ditunjukkan dalam
gambar 2.1. (Bambang Triadmojo, 2014) di bawah ini :

50
42

kedalaman hujan (mm)

40

30

20
11
8

10
3

4

1

2

6

5

5

4

8

9

0
3

4

5

6

7

Wak tu (jam -k e )

Gambar.2.1. Hyetograph dengan Alternating Block Method
Sumber : Bambang Triadmojo (2014)

2.12

Metode SCS untuk Menghitung Hujan Efektif
Menurut (Bambang Triadmojo,2014), The Soil Consevation Service

(SCS,1972, dalam chow 1988) telah mengembangkan metode untuk menghitung
efektif dari hujan deras, dalam bentuk persamaan berikut :
( P  Ia ) 2
.....................................................................................................(2.25)
Q
P  Ia  S

Dengan :
Pe : kedalaman hujan efektif (mm)
P : kedalaman hujan (mm)

17

S : retensi potensial maksimum air oleh tanah, yang sebagian besar adalah
karena infiltrasi (mm)

Persamaaan (2.25) merupakan persamaan dasar untuk menghitung kedalaman
hujan efektif. Retensi potensial maksimum mempunyai bentuk berikut :

S

25400
 254 ..................................................................................................(2.26)
CN
Dengan CN adalah Curve Number yang merupakan fungsi dari karakteristik

DAS seperti tipe tanah, tanaman penutup, tata guna lahan, kelembapan dan cara
pengerjaan tanah.
Curve Number merepresentasikan sebuah kemudahan untuk menunjukkan
potensi penyimpanan air maksimum (Ponce dan Hawkins, 1996).

1. Klasifikasi Jenis Tanah
Tanah diklasifikasikan ke beberapa kelompok hirdologi tanah (Hydrologic Soil
Group (HSG)) untuk mengindikasi perolehan laju infiltrasi setelah pembasahan
berkelanjutan. Pengolompokan ini dibagi menjadi kelompok tanah A, B, C, dan D
dimana dapat digunakan untuk menentukan nilai Curve Number (210-VI-TR55,1986).
Laju infiltrasi adalah laju dimana air masuk kedalam tanah melalui permukaan.
Laju infiltrasi dipengaruhi dari kondisi permukaan tanah. Pengelompokan hidrologi
tanah ini juga mengindikasi banyaknya laju air didalam tanah yang dipengaruhi oleh
profil tanah (210-VI-TR-55,1986). Perkiraan rentang nilai untuk laju perpindahan air
ini diperlihatkan pada pengklasifikasian HSG yang dipublikasikan oleh Musgrave
(USDA 1955). Empat kelompok yang ditentukan oleh ilmuwan SCS adalah sebagai
berikut :

a. Kelompok Tanah A
Tanah memeliki potensi limpasan kecil dan laju infiltrasi tinggi bahkan saat
dialiri dalam kondisi sudah basah dan memiliki pengaliran air lebih besar dari
0,3 inch/jam.

18

b. Kelompok Tanah B
Tanah Memiliki laju infiltrasi sedang pada saat dilalui air dalam kondisi telah
basah. Tekstur halus sebagian menuju sedikit kasar. Memiliki laju pengaliran
air 0,15-0,3 inch/jam

c. Kelompok Tanah C
Tanah memiliki laju infiltrasi rendah ketika dilalui pada saat telah basah
terutama terdapat pada lapisan tanah yang menhalangi turunnya air dan
tekstur nya menengah halus sampai halus.. Laju pengaliran air 0,5-0,15
inch/jam.

d. Kelompok tanah D
Tanah yang memiliki pontensi aliran limpasan yang tinggi, dan laju infiltrasi
yang rendah jika dialiri air pada keadaan telah basah, tanah ang mmiliki
tinggi muka air permanen, hampir kedap air, laju pengaliran air sebesar 00,05 inch/jam.

Akibat dari dampak urbanisasi, profil tanah kemungkinan mengalami
perubahan dan pengklasifikasian tanah tersebut tidak lagi digunakan. Untuk keadaan
sekarang, dapat digunakan Tabel 2.3. untuk menentukan HSG sesuai dengan tekstur
dari permukaan tanah yang baru. (Brakensiek dan Rawls, 1983).
Tabel 2.3. Tabel HSG

2.13

HSG

Tekstur Tanah

A

Sand, Loamy sand, Sandy loam

B

Silt loam or loam

C

Sandy clay loam

D

Clay loam, silty clay loam, sandy clay, silty clay, or clay

Hidrograf Satuan Sintesis
Sebagaimana diuraikan sebelumnya bahwa menurunkan hirdograf satuan

diperlukan rekaman data limpasan dan data hujan, padahal sering kita jumpai ada
beberapa DAS tidak memiliki sama sekali catatan limpasan. Dalam kasus ini,
hidrograf satuan diturunkan berdasarkan data-data dari sungai pada DAS yang sama

19

atau DAS yang sama atau DAS terdekat yang mempunyai karakteristik sama. Hasil
dari penurunan hidrograf satuan ini dinamakan hidrograf satyan sintesis (HSS),
(Bambang Triadmojo, 2014). Ada tiga jenis hidrograf satuan sintetis, yaitu HSS yang
mengkaitkan karakteristik hidrograf (debit puncak,waktu dasar, dsb ) dengan
karakteristik DAS (snyder,1938; Gray,1961), HSS berdasarkan hidrograf satuan tak
berdimensi (SCS, 1972 ), dan HSS berdasarkan model simpanan DAS (Clark, 1943)
2.13.1 HSS tak berdimensi SCS (Soil Conservation Services)
Hidrograf tak berdimensi SCS ( Soil Conservation Services ) adalah hidrograf
satuan sintetis, di mana debit di nyatakan sebagai nisbah debit q terhadap debit
puncak qp dan waktu dalam nisbah waktu t terhadap waktu naik dari hidrograf satuan
Tp.
Ordinat hidrograf satuan untuk periode waktu berbeda dapat diperoleh dari
tabel berikut, dengan nilai (Gupta,1989) :

Qp 

0,208 A
........................................................................................................(2.27)
Pr

Pr 

tr
 tp
2
.........................................................................................................(2.28)

Dimana :
Qp = debit puncak (m3/s)
A = luas DAS (km2)
Pr = waktu dari permulaan banjir sampai puncak hidrograf (jam)
tr = durasi hujan (jam)
tp = waktu konsentrasi (jam)

20

Tabel 2.4 Hidrograf satuan metode SCS
t/Pr
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9

Q/Qp
0
0,015
0,075
0,16
0,28
0,43
0,6
0,77
0,89
0,97

t/Pr
1
1,1
1,2
1,3
1,4
1,5
1,6
1,8
2
2,1

Q/Qp
1
0,98
0,92
0,84
0,75
0,66
0,56
0,42
0,32
0,24

t/Pr
2,4
2,6
2,8
3
3,5
4
4,5
5

Q/Qp
0,18
0,13
0,098
0,075
0,036
0,018
0,009
0,004
0

BAB III
METODELOGI PENELITIAN

3.1.

Lokasi Penelitian
Lokasi penelitian dilakukan disepanjang SUB Daerah Aliran Sungai Sawah,

Kecamatan Gandus Kota Palembang yang dapat dilihat pada peta Gambar 3.1 yang
diperoleh dari Google Map :
LOKASI PENELITIAN

Gambar 3.1. Peta lokasi penelitian
(Google Map)

Pada Sub DAS Sawah ini terdapat berbagai rumah penduduk yang
tinggal menetap di sekitar sungai. Di beberapa titik sungai terdapat tumbuhan yang
menutupi daerah permukaan sungai tersebut. Disaat musim air pasang, dikhawatirkan
air akan meluap dan menggenangi permukaan pinggiran sungai dan dapat memasuki
rumah pemukiman. Pada Gambar 3.2 (a) merupakan bagian hulu sungai. Pada
Gambar 3.2 (b) merupakan bagian hilir yang bermuara di Sungai Musi

21

22

(a)

(b)
Sumber : dokumentasi pribadi

Gambar 3.2. Sungai Sawah (a) Hulu (b) Hilir

3.2.

Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini bersifat deskriptif dengan

menggunakan data primer dan sekunder. Tahap pertama dalam penelitian ini adalah
studi pustaka, yaitu mencari literatur yang akan dijadikan acuan terhadap masalah
yang akan dibahas. Kemudian dilanjutkan dengan pengumpulan data yang
diperlukan, lalu dilakukan analisis curah hujan, analisis hidrograf satuan, analisis
hidrograf satuan sintesis dan permodelan aliran di sepanjang saluran menggunakan
HEC-HMS. Setelah mendapatkan hasil analisis, dilakukan pembahasan terhadap
hasil tersebut kemudian menarik kesimpulan dan memberikan saran terhadap
penelitian yang telah dilakukan.

3.3.

Tahap Studi Pustaka
Tahap studi pustaka yaitu mengumpulkan dan mempelajari materi yang

berhubungan dengan masalah yang akan diteliti. Materi tersebut didapat dari tulisan
ilmiah, diktat, jurnal yang telah diseminarkan, buku, dan internet yang berkaitan
dengan masalah yang akan diteliti. Informasi yang didapat dari studi pustaka dapat
digunakan sebagai acuan dalam pelaksanaan penelitian.

23

3.4.

Tata Cara Penelitian dan Waktu Penelitian
Dalam

penelitian ini dilakukan dengan cara pengamatan

langsung ke

lapangan atau survei untuk mengumpulkan data yang diperlukan. Dengan tujuan
mendapatkan data penampang melintang sungai dan pasang surut. Tahapan
pelaksanaan pengukuran tersebut dilakukan secara bergantian. Pengukuran pertama
yang dilaksanakan adalah pengukuran penampang melintang sungai, pada tanggal 07
April 2015 s/d. 17 April 2015. Pengukuran penampang melintang sungai dilakukan
dari bagian hulu sungai sampai hilir sungai. Gambar 3.3 dan 3.4 adalah salah satu
contoh gambar sedang mengukur menggunakan rambu ukur.

Gambar 3.3 Pengukuran penampang melintang sungai
(Dokumentasi Pribadi)

24

Gambar 3.4 Pembacaan rambu ukur menggunakan theodolite
(Dokumentasi Pribadi)

Pada setiap harinya pengerjaan dimulai pada pukul 07.00 pagi s/d. pukul
05.00 sore. Sebelum melakukan pengukuran ke lapangan dilakukan survei kondisi
lapangan serta pekerjaan persiapan alat dan lain-lain.
Pengukuran yang kedua adalah pengukuran pasang surut sungai yang
dilakukan dalam 14 hari. Alat pasang surut yang digunakan adalah HOBO Water
Level Logger. Alat ini mulai dipasang pada tanggal 14 Juni 2015 dan dilepaskan
pada tanggal 28 Juni 2015. Alat dimasukan kedalam pipa setinggi 4 meter yang telah
dilubangi dengan bor, kemudian di tancapkan ke dasar sungai.
3.5.

Pengumpulan Data
Tahap ini merupakan pengumpulan data yang akan digunakan dalam

pelaksanaan penelitian. Data yang dikumpulkan berupa data primer dan data
sekunder.

25

3.5.1. Data Primer
Hasil pengukuran langsung dalam penelitian ini merupakan data primer.
Dalam pengukuran terdapat dua data yang diperoleh yaitu, data penampang
melintang sungai dan pasang surut.
1. Pengukuran Penampang Melintang Sungai
Pengukuran penampang melintang sungai dilakukan secara manual dengan
bantuan alat theodolite. Adapun langkah pengerjaannya sebagai berikut :
a. Menentukan benchmark sebagai titik ikat untuk mereferensikan posisi objek
pada suatu sistem koordinat global. Pada Sungai Sawah penetapan
benchmark terletak pada lapangan bola voli didekat hulu Sungai Sawah.
b. Untuk mengetahui posisi dan elevasi dari benchmark diperlukan Hand GPS.
c. Rakit alat theodolite, lalu lakukan penyentringan dan pastikan teropong pada
theodolite dalam keadaan tegak lurus.
d. Pengaturan arah utara dan sudut horizontal dilakukan menggunakan bantuan
Hand GPS.
e. Di sepanjang penampang melintang sungai dirikan rambu untuk pembacaan
benang atas, benang bawah dan benang tengah. Selain itu, pembacaan sudut
vertikal dan sudut horizontalnya pada tampilan alat theodolite nya.
f. Apabila pembacaan rambu untuk penampang melintang station selanjutnya,
maka dilakukan pemindahan alat. Untuk pemindahan alat diusahakan tidak
menyulitkan surveyor untuk memposisikannya. Lakukan kembali prosedur
tersebut secara berkala hingga station berikutnya.
g. Data hasil pengukuran di lapangan diolah lagi menggunakan Microsoft Excel
yang selanjutnya dilakukan penggambaran menggunakan program Autocad.
Setelah itu, didapatkan titik koordinat geometri setiap station.

2. Pengamatan Data Pasang Surut
Tujuan pengamatan pasang surut adalah untuk menentukan elevasi muka air
yang dipengaruhi oleh pasang surut air laut yang akan digunakan sebagai titik
kontrol bagian hilir. Dalam penelitian ini, data pasang maksimumlah yang
diambil. Adapun prosedur pengamatan pasang surut sebagai berikut :

26

a. Mempersiapkan satu set alat pengamatan pasang surut (water level
logger).
b. Pengaturan perekaman kedalaman air menggunakan bantuan alat water
level logger. Pengaturan perekaman meliputi kapan waktu alat logger
akan merekam kedalaman dan selang waktu pada saat perekaman. Dalam
penelitian ini, alat untuk membaca kedalaman air diatur setiap interval
waktu 30 menit dan alat akan membaca kedalaman selamat 14 hari
lamanya.
c. Diperlukan penjagaan untuk keamanan alat pada saat dipasang dengan
cara menyelubungi alat tersebut dengan selonsong pipa sepanjang 4
meter, yang disetiap permukaannya dilubangi dengan bor. Sehingga,
memungkinkan air masuk kedalam pipa. Pipa tersebut memiliki empat
bagian, yang setiap bagiannya memiliki panjang 1 meter. Potonganpotongan pipa dihubungkan dengan penyambung pipa berukuran 2 inchi
dan direkatkan dengan menggunakan lem pipa. Dan juga untuk pipa
bagian atas dan bawahnya ditutup dengan dop yang sama pula dengan
ukuran penghubungnya, yaitu 2 inci.
d. Setelah persiapan alat dan pipa, alat tersebut diikatkan dengan tali jenis
nilon dan dimasukkan dalam pipa sampai alat menyentuh dasar pipa.
e. Pada bagian ujung tali nilon diikatkan pada lubang yang telah dibuat
sebelumnya dan diikatkan kembali menggunakan selotip bening.
f. Kemudian, pipa disejajarkan dengan kayu gelam untuk menjaga kekohan
pipa agar tidak roboh pada saat melawan arus deras.
3.5.2. Data Sekunder
Data sekunder adalah data yang didapatkan dari hasil pengamatan atau
pengukuran yang dilakukan oleh instansi yang terkait.
1. Data curah hujan harian maksimum dalam 10 tahun terakhir yang didapat dari
Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kota Palembang.
2. Peta topografi dan kemiringan lahan Sub DAS Sawah yang didapat dari Dinas PU
PSDA dan Bina Marga Kota Palembang.
3. Peta lokasi Sub DAS Sawah yang didapat dari Dinas PU PSDA Kota Palembang.

27

4. Peta tata guna lahan Sub DAS Sawah yang didapat dari BAPPEDA Kota
Palembang.

3.6.

Tahap Analisis

3.6.1. Analisis Curah Hujan
Analisis curah hujan diperlukan untuk menentukan besarnya intensitas yang
digunakan sebagai prediksi timbulnya aliran permukaan. Curah hujan yang
digunakan dalam analisis adalah curah hujan harian maksimum dalam 10 tahun
terakhir yang didapat dari Badan Meteorologi Klimatologi dan Geofisika (BMKG)
Kota Palembang. Langkah pertama dalam analisa curah hujan yaitu menghitung
curah hujan rata-rata pada Sub DAS Sawah Kota Palembang dari beberapa stasiun
pencatat curah hujan disekitar daerah aliran sungai tersebut. Kemudian, dilakukan
analisis frekuensi untuk menentukan distribusi curah hujan yang tepat untuk Sub
DAS Sawah tersebut. Setelah menentukan distribusi curah hujan lalu dilakukan uji
kecocokan terhadap distribusi yang telah dipilih tadi dan dapat menentukan besarnya
intensitas hujan yang digunakan sebagai prediksi timbulnya aliran permukaan.

3.6.2. Analisis Limpasan Permukaan ( Run Off)
Setelah melakukan analisis curah hujan, maka tahap selanjutnya adalah
analisis limpasan permukaan (run off). Tujuan dari analisa ini untuk mengetahui
besarnya limpasan permukaan (run off) yang terjadi pada Sub DAS Sawah Kota
Palembang. Data yang diperlukan dalam analisis limpasan permukaan (run off)
adalah peta topografi dan kemiringan lahan Sub DAS Sawah yang didapat dari Dinas
PU PSDA Kota Palembang dan peta tata guna lahan Sub DAS Sawah yang didapat
dari BAPPEDA Kota Palembang. Peta topografi digunakan untuk menentukan waktu
konsentrasi, sedangkan peta tata guna lahan dan kemiringan lahan digunakan untuk
menentukan koefisien limpasan dengan memanfaatkan bantuan software MapInfo.
Setelah semua data telah dianalisis, maka didapatkan besarnya limpasan permukaan
(run off) yang terjadi pada daerah aliran sungai tersebut.
3.6.3. Analisis Hidrograf Satuan
Setelah didapat nilai debit limpasan , maka tahap selanjutnya adalah analisis
hidrograf satuan. Tujuan dari analisa ini untuk mengetahui hubungan antara hujan
efektif dan aliran permukaan sehingga diperoleh debit banjir rancangan. Data yang

28

diperlukan dalam menganilasa hidrograf satuan adalah data curah hujan yang diolah
dan kemudiaan dimodelkan dalam grafik hidrograf satuan.

3.6.4. Analisis Hidrograf Satuan Sintesis
Setelah didapat nilai debit limpasan , maka tahap selanjutnya adalah analisis
hidrograf satuan. Tujuan dari analisis ini untuk mengetahui hubungan antara hujan
efektif dan aliran permukaan sehingga diperoleh debit banjir rancangan. Data yang
diperlukan dalam menganilasa hidrograf satuan adalah data curah hujan yang diolah
dan kemudiaan dimodelkan dalam grafik hidrograf satuan.

3.6.5. Memodelkan Hujan Aliran Menggunakan Program HEC-HMS
Setelah selesai menganalisa hidrograf satuan, maka tahap selanjutnya adalah
memodelkan hujan-aliran menggunakan program HEC-HMS.
3.6.6. Membandingkan Hasil Perhitungan
Setelah didapat semua hasil perhitungan baik menggunakan metode rasional,
SCS CN dan permodelan hujan-aliran menggunakan HEC-HMS, maka tahap
selanjutnya adalah membandingan hasil debit limpasan tersebut.

3.7.

Kesimpulan dan Saran
Setelah semua analisis dilakukan, maka dapat ditarik kesimpulan dari hasil

analisis yaitu perhitungan kapasitas saluran pada Sub DAS Sawah Kecamatan
Gandus Kota Palembang. Setelah ditarik kesimpulan dilanjutkan dengan pemberian
saran terhadap penelitian yang telah dilakukan. Berikut ini adalah diagram alir urutan
kerja penelitian :

29

Mulai
Studi Pustaka

Data Primer

Data Sekunder

Penampang melintang dan
memanjang saluran
Pasang surut

Data curah hujan, kemiringan
lahan, Peta lokasi, peta tata
guna lahan, peta topografi

1. penampang melintang
saluran
2. penampang memanjang
Analisis Curah Hujan
saluran
1. Menghitung curah hujan rata-rata
2. Analisa frekuensi
3. Uji kecocokan
4. Menghitung intensitas hujan
5. Menghitung Distribusi hujan

Analisis Limpasan Permukaan
1. Menentukan koefisien limpasan dengan
software MapInfo
2. Menghitung debit limpasan
menggunakan Metode Rasional

Analisis Hidrograf Satuan
1. Menggunakan metode SCS-CN

Permodelan Menggunakan Program HEC-HMS

Pembahasan

Kesimpulan

Selesai
Gambar 3.5. Diagram Alir Penelitian

30

Data Curah Hujan
Maksimum

Analisis
Frekuensi

Kurva IDF

Hytograph ABM

Metode Rasional

Debit Banjir
Puncak

Metode SCS

Hidrograf Banjir

Gambar 3.6. Diagram Alir Analisis Data

BAB 4
ANALISIS DAN PEMBAHASAN

4.1.

Kondisi Umum Lokasi Penelitian
Penelitian ini dilakukan di Sub DAS Sawah, Kecamatan Gandus, Kota

Palembang, Sumatera Selatan. Sub DAS Sawah merupakan salah satu anak Sungai
Musi yang memiliki luasan sebesar ±1,626 km. Berdasarkan peta yang dikeluarkan
oleh BAPPEDA kota Palembang dan menganalisis dengan bantuan aplikasi Map info
dan Globar Mapper maka didapatkanlah panjang Sub Das Sawah ±2.474 km dengan
kemiringan ±0,0263. Gambar 4.1 merupakan Sub DAS Sawah Kota Palembang.

Gambar 4.1 Sub DAS Sawah Kota Palembang
(Hasilanalisis Global Mapper)

4.2.

Analisis Curah Hujan
Data curah hujan yang dianalisis dalam penelitian ini adalah data curah hujan

harian maksimum dari stasiun Gandus tahun 2004 sampai tahun 2013. Data tersebut
didapat dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kota
Palembang.

4.2.1. Menghitung Curah Hujan Rata-Rata
Metode yang digunakan dalam menghitung curah hujan rata-rata adalah
dengan mengunakan metode hujan titik. Metode ini digunakan karena hanya terdapat

31

32

satu stasiun curah hujan yang diketahui, yaitu stasiun Gandus. Berikut tabel 4.1 ialah
curah hujan dari tahun 2004 sampai 2013.

Tabel 4.1.Hujan Harian Maksimum
TAHUN

BULAN
Jan

Feb

Mar

Apr

Mei

Juni

Juli

Agus

Sept

Okt

Nov

Des

2004

65

55

71

68

71

23

0

8

4

25

103*

46

2005

50

39

69

43

47

62

69

21

58

31

96*

59

2006

77

43

81*

41

28

43

53

0

7

0

76

56

2007

58

21

22

77

36

21

21

1

1

25

91*

37

2008

29

49

87

142*

23

12

32

20

26

54

85

32

2009

24

58

96*

50

43

45

69

69

13

61

33

84

2010

39

71

53

114*

70

98

51

87

97

48

87

43

2011

85

29

48

111*

81

43

13

34

6

54

82

76

2012

35

71

23

60

58

23

27

22

4

51

115

141*

2013

56

76

125*

52

77

26

55

16

87

96

46

68

Sumber : Badan Klimatologi Klimatologi dan Geofisika Kota Palembang

Ket : (*) Curah hujan maksimum
Dari data diatas didapat lah nilai curah hujan harian maksimum yang akan
digunakan pada perhitungan. Untuk rekapitulasi curah hujan rata-rata dapat dilihat
pada Tabel 4.2 berikut ini.

Tabel 4.2. Perhitungan curah hujan rata-rata
No

Tahun

Bulan

Rr (mm)

1

2004

November

103

2

2005

November

96

3

2006

Maret

81

4

2007

November

91

5

2008

April

142

6

2009

Maret

96

7

2010

April

114

8

2011

April

111

9

2012

Desember

141

10

2013

Maret

125

Sumber : Badan Klimatologi Klimatologi dan Geofisika Kota Palembang

33

4.2.2. Analisis Frekuensi
Terdapat beberapa parameter yang digunakan dalam menghitung analisa
frekuensi. Parameter tersebut akan digunakan untuk penentuan distribusi frekuensi.
Sebelum menghitung parameter tersebut diperlukan perhitungan statistik curah hujan
rata-rata. Tabel 4.3 merupakan hasil dari perhitungan statistik curah hujan rata-rata.

Tabel 4.3. Perhitungan statistik curah hujan rata-rata
Tahun

X (mm)

X-̅

(X-̅)2

(X-̅)3

(X-̅)4

2004

103

-7

49

-343

2.401

2005

96

-14

196

-2.744

38.416

2006

81

-29

841

-24.389

707.281

2007

91

-19

361

-6.859

130.321

2008

142

32

1.024

32.768

1.048.576

2009

96

-14

196

-2.744

38.416

2010

114

4

16

64

256

2011

111

1

1

1

1

2012

141

31

961

29.791

923.521

2013

125

15

225

3.375

50.625

Jumlah

1.100

0

3.870

28.920

2.939.814

Rata-Rata

110

(Sumber: Hasil Perhitungan)

Perhitungan parameter statistik curah hujan rata-rata :
̅

= 110 mm

S

=*

̅) + = *

(

Cv = ̅ =
Cs =
Ck =


(

= 0,1885
(

̅)

)(

(

+ = 20,7364 mm

)(

)

=

(

̅)

(
)(

)

=

)(

)

(

)(

= 0,4505

)(

)

= 3,1547

Nilai perhitungan statistik logaritma curah hujan rata-rata dapat dilihat pada Tabel
4.4 sebagai berikut :
.

34

Tabel 4.4. Perhitungan statistik logaritma curah hujan rata-rata
(Log X-

(Log X-

X(mm)

Log X

Log X-Log̅

(Log X-

Tahun

Log̅)

Log̅)

Log̅)4

2004

103

2,0128

-0,02172

0,00047

-0,000010

0,00000

2005

96

1,9823

-0,05228

0,00273

-0,000143

0,00001

2006

81

1,9085

-0,12607

0,01589

-0,002004

0,00025

2007

91

1,9590

-0,07551

0,00570

-0,000431

0,00003

2008

142

2,1523

0,11773

0,01386

0,001632

0,00019

209

96

1,9823

-0,05228

0,00273

-0,000143

0,00001

2010

114

2,0569

0,02235

0,00050

0,000011

0,00000

2011

111

2,0453

0,01077

0,00012

0,000001

0,00000

2012

141

2,1492

0,11466

0,01315

0,001508

0,00017

2013

125

2,0969

0,06235

0,00389

0,000242

0,00002

Jumlah

1100

20,346

0,00000

0,05905

0,000664

0,00068067

Rata-Rata

110

2,0346

2

3

(Sumber: Hasil Perhitungan)

Perhitungan parameter statistik logaritma curah hujan rata-rata :
Log ̅ = 2,0346 mm
Slogx = *

Cv

=

̅

Cs

=

Ck

=

=


(

+ = 0,081 mm

= 0,0398
(

)(

)(

̅)

=

)


(

̅) + = *

(

̅)

(
)(

(
(

)

=

)

)(

)

(

)(

= 0,1735

)(

)

=3,137

Penentuan jenis distribusi akan digunakan untuk analisis frekuensi dilakukan
dengan beberapa asumsi sebagai berikut:
1. Distribusi Normal
Dengan menggunakan Rumus 2.9 dan nilai KTr dalam Lampiran 1, dapat dihitung
curah hujan maksimum untuk periode ulang 2 tahun, dengan data parameter
statistik maka didapatlah hasil sebagai berikut :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

35

Simpangan baku (S) = 20,7364 mm
XT = ̅
=110 mm + (0 . 20,7364 mm)
= 110 mm
Untuk hasil perhitungan curah hujan maksimum periode ulang selanjutnya dapat
dilihat pada Tabel 4.5.

Tabel 4.5. Perhitungan curah hujan dengan Distribusi Normal
Periode Ulang

KTr

XT(mm)

2

0,00

110

5

0,84

127,42

10

1,28

136,54

25

1,70

145,25

50

2,05

152,51

100

2,33

158,32

(tahun)

(Sumber: Hasil Perhitungan)

2. Distribusi Gumbel
Dengan menggunakan Rumus 2.10 dan 2.11 serta nilai YTr dalam Lampiran 2,
dapat dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data
parameter statistic maka didapatlah hasil sebagai berikut :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

Simpangan baku (S) = 20,7364 mm
Yn

= 0,4952 (Lampiran 3)

Sn

= 0,9496 (Lampiran 3)

KTr =
=

(

)

(

)

= -0,1352
= ̅+

S

= 110 mm + (-0,1352 . 20,7364 mm)
= 107,196 mm

36

Untuk hasil perhitungan curah hujan maksimum periode ulang selanjutnya dapat
dilihat pada Tabel 4.6.

Tabel 4.6 Perhitungan curah hujan dengan Distribusi Gumbel
Periode Ulang

YTr

KTr

XT (mm)

2

0,3668

-0,1352

107,196

5

1,5004

1,0586

131,951

10

2,2510

1,8490

148,341

25

3,1993

2,8476

169,050

50

3,9028

3,5885

184,412

100

4,6012

4,3239

199,663

(tahun)

(Sumber: Hasil Perhitungan)

3. Distribusi Log-Normal
Dengan menggunakan Rumus 2.13 dan nilai KTr dalam Lampiran 1, dapat
dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data
parameter statistik logaritma maka didapatlah hasil sebagai berikut :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Log

= log ̅ +
= 2,0346 mm + (0 . 0,081 mm)
= 2,0346 mm
XT = 102,0346
= 108,28 mm

Untuk hasil perhitungan curah hujan maksimumperiodeulang selanjutnya dapat
dilihat pada Tabel 4.7.

Tabel 4.7 Perhitungan curah hujan dengan Distribusi Log-Normal
Periode Ulang (tahun)

KTr

Log XT(mm)

XT (mm)

2

0,00

2,0346

108,28

5

0,84

2,1026

126,65

10

1,28

2,1382

137,48

25

1,70

2,1723

148,68

37
50

2,05

2,2006

158,71

100

2,33

2.2233

167,22

(Sumber: Hasil Perhitungan)

4. Distribusi Log-Pearson Tipe III
Dengan menggunakan Rumus 2.16 dan nilai KTr dalam Lampiran 4, dapat
dihitung curah hujan maksimum untuk periode ulang 2 tahun dengan data
parameter statistik logaritma maka didapatlah hasil sebagai berikut :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Koefisien Skewness (Cs) = 0,1735
Karenanilai Cs = 0,1735 maka nilai KTr untuk periode ulang 2 tahun dapat
diperoleh dengan interpolasi dibawah ini :

=

=

0,1.y + 0,0017
y

y– -

7

–-

7

= -0,001176
=-0,029

KTr =-0,029
Maka,
Log

= log ̅ +
= 2,0346mm + (-0,029 . 0,081mm)
= 2,03223 mm
XT = 102,03225
= 107,702 mm

Untuk hasil perhitungan curah hujan maksimum periode ulang selanjutnya dapat
dilihat pada Tabel 4.8.

Tabel 4.8. Perhitungan curah hujan dengan Distribusi Log-Pearson Tipe III
Periode Ulang (tahun)

KTr

Log XT(mm)

XT (mm)

2

-0,029

2,03223

107,702

5

0,8316

2,10191

126,448

38
10

1,2986

2,13974

137,956

25

1,8093

2,1811

151,741

50

2,1452

2,20832

161,554

100

2,4529

2,23324

171,096

(Sumber: Hasil Perhitungan)

Dari 4 macam distribusi di atas menghasilkan nilai perhitungan curah hujan
yang berbeda-beda. Hasil rekapitulasi perhitungan dari masing-masing distribusi
frekuensi sesuai dengan tahun periode ulang dapat dilihat pada Tabel 4.9 berikut ini :

Tabel 4.9. Rekapitulasi perhitungan curah hujan dari beberapa distribusi frekuensi
Periode Ulang

Distribusi Frekuensi (mm)
Normal

Gumbel

Log Normal

Log Pearson type III

(mm)

(mm)

(mm)

(mm)

2

110

107,196

108,28

107,702

5

127,42

131,951

126,65

126,448

10

136,54

148,341

137,48

137,956

25

145,25

169,050

148,68

151,7541

50

152,51

184,412

158,71

161,554

100

158,32

199,663

167,22

171,096

(tahun)

(Sumber: Hasil Perhitungan)

4.2.3. Uji Kecocokan
Untuk mengetahui distribusi yang mana yang paling tepat untuk digunakan
maka dilakukanlah pengujian dengan uji kecocokan. Pengujian tersebut dilakukan
dari empat distribusi frekuensi yang telah dihitung sebelumnya. Terdapat dua uji
kecocokan yang dilakukan yaitu Uji Chi-Square dan Uji Smirnov-Kolmogorov.
Berikut langkah perhitungan untuk menghitung uji kecocokan tiap-tiap distribusi
tersebut :
1. Uji Chi-Square
a. Uji Chi-Square untuk Distribusi Normal
Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi Normal :
1. Tentukan derajat nyata (α), jumlah kelas (k) dengan Rumus 2.22, dan derajat
kebebasan (Dk) dengan Rumus 2.23.
2. Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.

39

3. Dengan rentang probabilitas (p) setiap kelasnya, hitung faktor frekuensi (KT)
menggunakan rumus dibawah ini. Hitung juga rentang varian x
menggunakan Rumus 2.9.
KT = ww

= * ( )+

untuk

<p≤

5

Ketika (p > 0,5), digunakan 1-p untuk menggantikan p dalam rumus diatas
dan nilai KT yang dihitung diberi tanda negatif (-).
4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.21 untuk setiap kelasnya.
5. Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui
pembacaan seri data.
6. Hitung nilai X2 untuk setiap kelasnya menggunakan Rumus2.20 dan hitung
jumlah totalnya.
7. Tentukan nilai X2 kritik menggunakan Lampiran 6.
8. Jika X2< X2 kritik maka hipotesis seri data Distribusi Normal diterima.
Jika X2 ≥ X2 kritik maka hipotesis seri data Distribusi Normal ditolak.

Parameter statistik untuk Distribusi Normal :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

Simpangan baku (S) = 20,7364 mm
Perhitungan Uji Chi-Square untuk Distribusi Normal :
k

= 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2
Ei = =
p

=2

= = = 0,2

Untuk p = 0,2
w

= * ( )+ = * (

KT = w -

)+ = 1,794

40
(

= 1,794 -

(

)

)
(

(

)

)

(

)

= 0,841
XT = ̅
= 110 mm + (0,841 . 20,7364 mm)
= 127,449 mm

Untuk hasil perhitungan selanjutnya dapat dilihat dari tabel di bawah ini :

Tabel 4.10 Perhitungan mencari nilai rentang hujan
P

w

KT

R24 (mm)

0,01

3,035

2,327

158,249

0,2

1,794

0,841

127,449

0,4

1,354

0,253

115,245

0,6

1,354

-0,253

104,755

0,8

1,794

-0,841

92,551

0,99

3,035

-2,327

61,751

(Sumber: Hasil Perhitungan)

Tabel 4.11. Perhitungan Chi-Square untuk Distribusi Normal
k

Rentang p

Rentang Hujan (mm)

Ei

Oi

(Oi – Ei)2

1

<p≤ 2

158,249>R24≥127,449

2

2

0

0

2

2 <p≤ 4

127,449>R24≥115,245

2

1

1

0,5

3

4 <p≤ 6

115,245>R24≥104,755

2

2

0

0

4

6 <p≤ 8

104,755>R24≥92,551

2

3

1

0,5

5

8 <p≤ 99

92,551>R24≥61,751

2

2

0

0

Jumlah

10

1

(Sumber: Hasil Perhitungan)

Nilai X2 kritik untuk α =

5 dan Dk = 2 adalah 5 99 .

Karena X2< X2 kritik, maka Distribusi Normal diterima.

b. Uji Chi-Square untuk Distribusi Gumbel
Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi Gumbel:
1. Tentukan derajat nyata (α), jumlah kelas (k) dengan Rumus 2.22, dan derajat
kebebasan (Dk) dengan Rumus 2.23.

41

2. Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.
3. Dengan rentang probabilitas (p) setiap kelasnya, hitung faktor frekuensi (KT)
menggunakan rumus dibawah ini. Hitung juga rentang varian x
menggunakan Rumus 2.9.
KT = T

,

* (

)+-

= 1/p

4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.21 untuk setiap kelasnya.
5. Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui
pembacaan seri data.
6. Hitung nilai X2 untuk setiap kelasnya menggunakan Rumus 2.20 dan hitung
jumlah totalnya.
7. Tentukan nilai X2 kritik menggunakan Lampiran 6.
8. Jika X2< X2 kritik maka hipotesis seri data Distribusi Gumbel diterima.
Jika X2 ≥ X2 kritik maka hipotesis seri data Distribusi Gumbel ditolak.

Parameter statistik untuk Distribusi Gumbel :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

Simpangan baku (S) = 20,7364 mm
Perhitungan Uji Chi-Square untuk Distribusi Gumbel :
k

= 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2
Ei = =
p

=2

= = = 0,2

Untuk p = 0,2
T

= =

KT = =-

=5

,

* (

)+-

,

* (

)+-

= 0,720
= ̅+

S

= 110 mm + (0,720 . 20,7364 mm) = 124,927 mm

42

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.12 Perhitungan mencari nilai rentang hujan
P

w

T

KT

R24 (mm)

0,01

3,035

100,000

3,138

175,077

0,2

1,794

5,000

0,720

124,927

0,4

1,354

2,500

0,074

111,529

0,6

1,354

1,667

-0,382

102,077

0,8

1,794

1,250

-0,822

92,965

0,99

3,035

1,010

-1,642

75,959

(Sumber: Hasil Perhitungan)

Tabel 4.13. Perhitungan Chi-Square untuk Distribusi Gumbel
k

Rentang p

Rentang Hujan (mm)

Ei

Oi

1

<p≤ 2

175,077>R24≥124,927

2

3

0,5

2

2 <p≤ 4

124,927>R24≥111,529

2

1

0,5

3

4 <p≤ 6

111,529>R24≥102,077

2

2

0

4

6 <p≤ 8

102,077>R24≥92,965

2

2

0

5

8 <p≤ 999

92,965>R24≥75,959

2

2

0

Jumlah

10

1

(Sumber: Hasil Perhitungan)

Nilai X2 kritik untuk α =

5 dan Dk = 2 adalah 5 99 .

Karena X2< X2kritik, maka Distribusi Gumbel diterima.

c. Uji Chi-Square untuk Distribusi Log-Normal
Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi LogNormal :
1. Tentukan derajat nyata (α), jumlah kelas (k) dengan Rumus 2.22, dan derajat
kebebasan (Dk) dengan Rumus 2.23.
2. Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.
3. Dengan rentang probabilitas (p) setiap kelasnya, hitung faktor frekuensi (KT)
menggunakan rumus dibawah ini. Hitung juga rentang varian x
menggunakan Rumus 2.9.
KT = w -

43

w

= * ( )+

untuk

<p≤

5

Ketika (p > 0,5), digunakan 1-p untuk menggantikan p dalam rumus diatas
dan nilai KT yang dihitung diberi tanda negatif (-).
4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.21 untuk setiap kelasnya.
5. Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui
pembacaan seri data.
6. Hitung nilai X2 untuk setiap kelasnya menggunakan Rumus 2.20 dan hitung
jumlah totalnya.
7. Tentukan nilai X2 kritik menggunakan Lampiran 6.
8. Jika X2< X2 kritik maka hipotesis seri data Distribusi Log-Normal diterima.
Jika X2 ≥ X2 kritik maka hipotesis seri data Distribusi Log-Normal ditolak.

Parameter statistik logaritma untuk Distribusi Log-Normal :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Perhitungan Uji Chi-Square untuk Distribusi Log-Normal :
k

= 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas

Dk = k-3 = 5-3 = 2
Ei = =
p

=2

= = = 0,2

Untuk p = 0,2
w

= * ( )+ = * (

)+ = 1,794

KT = w = 1,794 -

(
(

)

)
(

= 0,841
Log

= log ̅ +
= 2,0346 mm + (0,841 . 0,081 mm)
= 2,103 mm

(
)

)
(

)

44

XT = 102,103
= 126,681 mm
Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.14 Perhitungan mencari nilai rentang hujan
Rentang
P

w

KT

Log X (mm)

R24 (mm)

0,01

3,035

2,327

2.223

167,118

0,2

1,794

0,841

2,103

126,681

0,4

1,354

0,253

2,055

113,512

0,6

1,354

-0,253

2,014

103,292

0,8

1,794

-0,841

1,966

92,555

0,99

3,035

-2,327

1,846

70,160

(Sumber: Hasil Perhitungan)

Tabel 4.15. Perhitungan Chi-Square untuk Distribusi Log-Normal
k

Rentang p

1

<p≤ 2

2

Rentang

Rentang Hujan (mm)

Ei

Oi

2,22 <logx≤ 2 03

167,118>R24≥126,681

2

2

0,5

2 <p≤ 4

2,103<logx≤2 55

126,681>R24≥ 13,512

2

2

2

3

4 <p≤ 6

2,055<logx≤2 14

113,512>R24≥

3,292

2

1

0,5

4

6 <p≤ 8

2,014<logx≤ 966

103,292>R24≥92,555

2

3

2

5

8 <p≤ 99

1,966<logx≤ 846

92,555>R24≥70,160

2

2

0

Jumlah

10

5

Log X (mm)

(Sumber: Hasil Perhitungan)

Nilai X2 kritik untuk α =

5 dan Dk = 2 adalah 5 99 .

Karena X2< X2 kritik, maka Distribusi Log-Normal diterima.

d. Uji Chi-Square untuk Distribusi Log-Pearson Tipe III
Berikut langkah-langkah perhitungan Uji Chi-Square untuk Distribusi LogPearson Tipe III :
1. Tentukan derajat nyata (α), jumlah kelas (k) dengan Rumus 2.21, dan derajat
kebebasan (Dk) dengan Rumus 2.22.
2. Dari jumlah kelas (k) tentukan rentang probabilitas (p) = 1/k.

45

3. Dengan rentang probabilitas (p) setiap kelasnya, hitung nilai z menggunakan
rumus dibawah ini. Lalu hitung faktor frekuensi (KT) menggunakan rumus
selanjutnya. Hitung juga rentang varianx menggunakan Rumus 2.8.
z =ww = * ( )+

untuk

<p≤

5

Ketika (p > 0,5), digunakan 1-p untuk menggantikan p dalam rumus diatas
dan nilai zyang dihitung diberi tanda negatif (-).
KT = z + (z2 – 1)k + (z3 – 6z)k2 – (z2 – 1)k3 + zk4 + k5
k

=

4. Hitung frekuensi teoritik (Ei) dengan Rumus 2.20 untuk setiap kelasnya.
5. Hitung frekuensi terukur (Oi) berdasarkan rentang varian x melalui
pembacaan seri data.
6. Hitung nilai X2 untuk setiap kelasnya menggunakan Rumus 2.19 dan hitung
jumlah totalnya.
7. Tentukan nilai X2 kritik menggunakan Lampiran 6.
8. Jika X2< X2 kritik maka hipotesis seri data Distribusi Log-Pearson Tipe III
diterima.
Jika X2 ≥ X2 kritik maka hipotesis seri data Distribusi Log-Pearson Tipe III
ditolak.

Parameter statistik logaritma untuk Distribusi Log-Pearson Tipe III :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Koefisien Skewness (Cs) = 0,1735
Perhitungan Uji Chi-Square untuk Distribusi Log-Pearson Tipe III :
k

= 1+3,322 log n = 1 + 3,322 log10 = 4,322 = 5 kelas
= k-3 = 5-3 = 2
= =

=2

= = = 0,2

46

Untuk p = 0,2
w

= * ( )+ = * (

z

=w-

)+ = 1,794

(

= 1,794 -

(

)

)
(

(
)

)
(

)

= 0,841
k

=

=

= 0,029

KT = z + (z2 – 1)k + (z3 – 6z)k2 – (z2 – 1)k3 + zk4 + k5
= 0,841+(0,8412–1)(0,029)+ (0,8413–(6.0,841))(0,0292) – (0,8412-1)
(0,0293) + (0,841)(0,0294)+ (0,0295)
= 0,832
= log ̅ +

Log

= 2,0346 mm + (0,832. 0,081 mm)
= 2,102 mm
XT = 102,102
= 126,453 mm
Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.16 Perhitungan mencari nilai rentang hujan
Rentang
P

w

KT

Log X

R24

0,01

3,035

2,454

2,233

171,129

0,2

1,794

0,832

2,102

126,453

0,4

1,354

0,225

2,053

112,932

0,6

1,354

-0,280

2,012

102,781

0,8

1,794

-0,849

1,966

92,430

0,99

3,035

-2,199

1,856

71,854

(Sumber: Hasil Perhitungan)

47

Tabel 4.17. Perhitungan Chi-Square untuk Distribusi Log-Pearson Tipe III
k

Rentang p

1

<p≤ 2

2

Rentang Log X

Rentang Hujan (mm)

Ei

Oi

2 2 5<logx≤2 46

160,228>R24≥

9 997

2

2

0

2 <p≤ 4

2 46<logx≤2

139,997>R24≥ 26 8 7

2

2

0

3

4 <p≤ 6

2

126,837>R24≥

5

2

2

0

4

6 <p≤ 8

2 55<logx≤ 984

113,530>R24≥96 42

2

2

0

5

8 <p≤ 99

984<logx≤ 72

96,420>R24≥52 5 5

2

2

0

Jumlah

10

0

(mm)

<logx≤2 55

(Sumber: Hasil Perhitungan)

Nilai X2 kritik untuk α =

5 dan Dk = 2 adalah 5 99 .

Karena X2< X2 kritik, maka Distribusi Log-Pearson Tipe IIIditerima.
Menurut hasil pengujian Chi-Square bahwa keempat distribusi dapat diterima
dan memberikan hasil yang berbeda. Nilai yang paling baik adalah nilai terkecil.
Dalam hal ini distribusi Log Person III memberikan nilai yang terbaik. Hasil
rekapitulasi Uji Chi-Square dari masing-masing distribusi frekuensi dapat dilihat
pada tabel di bawah ini :

Tabel 4.18. Rekapitulasi perhitungan UjiChi-Square
Distribusi Frekuensi
k

Rentang p

Normal

Log Normal

Log Pearson III

Gumbel

X2

X2

X2

X2

0

0

0

0,5

1

<p≤ 2

2

2 <p≤ 4

0,5

0

0

0,5

3

4 <p≤ 6

0

0,5

0

0

4

6 <p≤ 8

0,5

0,5

0

0

5

8 <p≤ 99

0

0

0

0

Jumlah

1

1

0

1

X2 kritik

5,991

5,991

5,991

5,991

Uji Kecocokan

Diterima

Diterima

Diterima

Diterima

48

2. Uji Smirnov-Kolmogorov
a. Uji Smirnov-Kolmogorov untuk Distribusi Normal
Berikut

langkah-langkah perhitungan Uji

Smirnov-Kolmogorov untuk

Distribusi Normal :
1. Tentukan derajat nyata (α) dan jumlah data (n).
2. Urutkan data mulai dari yang terbesar sampai ke yang terkecil
(m=1,2,3,...,n).
3. Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.25 untuk
setiap varian x yang telah di urutkan.
4. Hitung KTuntuk setiap varian x menggunakan rumus dibawah ini.
̅

KT=

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varian x menggunakan
rumus dibawah ini.
Pteoritik= [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4] -4

6. Hitung selisih probabilitas menggunakan Rumus 2.24 dan tentukan nilai
tertinggi (∆maks).
7. Tentukan nilai ∆kritik menggunakan Lampiran 7.
8. Jika ∆maks < ∆kritikmaka hipotesis seri data Distribusi Normal diterima.
Jika ∆maks ≥ ∆kritikmaka hipotesis seri data Distribusi Normal ditolak.
Parameter statistik untuk Distribusi Normal :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

Simpangan baku (S) = 20,7364 mm
Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Normal :

=

Pempirik =
KT

=

̅

=

= 0,091

= 1,542

Pteoritik = [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4]-4
= [1+0,196854|1,542|+0,115194|1,542|2+0,000344|1,542|3+0,019527
|1,542|4]-4
= 0,061

49

∆ = |Pempirik – Pteoritik|
= |0,091-0,061|
= 0,03
Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.19. Perhitungan Smirnov-Kolmogorov untuk Distribusi Normal
m

R24 (mm)

KT

Pempirik

Pteoritik

1

142

1,543

0,091

0,061

0,030

2

141

1,495

0,182

0,067

0,114

3

125

0,723

0,273

0,235

0,038

4

114

0,193

0,364

0,424

0,060

5

111

0,048

0,455

0,481

0,026

6

103

0,338

0,545

0,632

0,087

7

96

0,675

0,636

0,750

0,114

8

96

0,675

0,727

0,750

0,023

9

91

0,916

0,818

0,820

0,002

10

81

1,399

0,909

0,919

0,010

∆maks

0,114

(Sumber: Hasil Perhitungan)

Nilai ∆kritik untuk α =

5 dan n =

adalah

4 9.

Karena ∆maks< ∆kritik, maka Distribusi Normal diterima.
b. Uji Smirnov-Kolmogorov untuk Distribusi Gumbel
Berikut

langkah-langkah perhitungan Uji

Smirnov-Kolmogorov untuk

Distribusi Gumbel :
1. Tentukan derajat nyata (α) dan jumlah data (n).
2. Urutkan data mulai dari yang terbesar sampai ke yang terkecil
(m=1,2,3,...,n).
3. Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.25 untuk
setiap varian x yang telah di urutkan.
4. Hitung KT untuk setiap varian x menggunakan rumus dibawah ini.
KT =

̅

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varian x menggunakan
rumus dibawah ini.

50

T

=

,

* (

)+-

Pteoritik = 1/T
6. Hitung selisih probabilitas menggunakan Rumus 2.24 dan tentukan nilai
tertinggi (∆maks).
7. Tentukan nilai ∆kritik menggunakan Lampiran 7.
8. Jika ∆maks < ∆kritikmaka hipotesis seri data Distribusi Gumbel diterima.
Jika ∆maks ≥ ∆kritikmaka hipotesis seri data Distribusi Gumbel ditolak.
Parameter statistik untuk Distribusi Gumbel :
Jumlah data (n)

= 10

Nilai rata-rata ( ̅ )

= 110 mm

Simpangan baku (S) = 20,7364 mm
Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Gumbel:

=

Pempirik =
KT

=

T

=
=

̅

=

= 0,091

,

* (

,

* (

= 1,543
)+-

)+-

= 13,406
Pteoritik

= 1/T = 1/13,406 = 0,075

= |Pempirik – Pteoritik|
= |0,091-0,075|
= 0,016

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.20. Perhitungan Smirnov-Kolmogorov untuk Distribusi Gumbel
m

R24 (mm)

KT

T

Pempirik

Pteoritik

1

142

1,543

13,406

0,091

0,075

0,016

2

141

1.495

12,633

0,182

0,079

0,103

3

125

0,723

5,024

0,273

0,199

0,074

4

114

0,193

2,818

0,364

0,355

0,009

5

111

0,048

2,439

0,455

0,410

0,044

51
6

103

0,338

1,726

0,545

0,579

0,034

7

96

0,675

1,357

0,636

0,737

0,101

8

96

0,675

1,357

0,727

0,737

0,010

9

91

0,916

1,194

0,818

0,838

0,020

10

81

1,399

1,035

0,909

0,966

0,057

∆maks

0,103

(Sumber: Hasil Perhitungan)

Nilai ∆kritik untuk α = 0,05 dan n = 10 adalah 0,409.
Karena ∆maks< ∆kritik, maka Distribusi Gumbel diterima.
c. Uji Smirnov-Kolmogorov untuk Distribusi Log-Normal
Berikut

langkah-langkah perhitungan Uji

Smirnov-Kolmogorov untuk

Distribusi Log-Normal :
1. Tentukan derajat nyata (α) dan jumlah data (n).
2. Urutkan data mulai dari yang terbesar sampai ke yang terkecil
(m=1,2,3,...,n).
3. Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.25 untuk
setiap varian x yang telah di urutkan.
4. Hitung KT untuk setiap varianx menggunakan rumus dibawah ini.
KT =

̅

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varianx menggunakan
rumus dibawah ini.
Pteoritik = [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4] -4

6. Hitung selisih probabilitas menggunakan Rumus 2.24 dan tentukan nilai
tertinggi (∆maks).
7. Tentukan nilai ∆kritik menggunakan Lampiran 7.
8. Jika ∆maks < ∆kritik maka hipotesis seri data Distribusi Log-Normal diterima.
Jika ∆maks ≥ ∆kritik maka hipotesis seri data Distribusi Log-Normal ditolak.
Parameter statistik logaritma untuk Distribusi Log-Normal :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Log-Normal :

52

=

Pempirik =

= 0,091
̅

KT

=

=

= 1.454

Pteoritik

= [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4]-4
= [1+0,196854|1,454|+0,115194|1,454|2+0,000344|1,454|3+0,019527
|1,454|4]-4

= 0,073

= |Pempirik – Pteoritik|
= |0,091-0,073|
= 0,018

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel berikut ini :

Tabel 4.21. Perhitungan Smirnov-Kolmogorov untuk Distribusi Log-Normal
m

R24 (mm)

Log R24 (mm)

KT

Pempirik

Pteoritik

1

142

2,152

1,454

0,091

0,073

0,018

2

141

2,149

1,416

0,182

0,078

0,103

3

125

2,097

0,770

0,273

0,221

0,052

4

114

2,057

0,276

0,364

0,391

0,028

5

111

2,045

0,133

0,455

0,447

0,007

6

103

2,013

0,268

0,545

0,606

0,060

7

96

1,982

0,645

0,636

0,741

0,104

8

96

1,982

0,645

0,727

0,74

0,014

9

91

1,959

0,932

0,818

0,824

0,006

10

81

1,908

1,556

0,909

0,940

0,031

∆maks

0,104

(Sumber: Hasil Perhitungan)

Nilai ∆kritik untuk α = 0,05 dan n = 10 adalah 0,409.
Karena ∆maks< ∆kritik, maka Distribusi Log-Normal diterima.
d. Uji Smirnov-Kolmogorov untuk Distribusi Log-Pearson Tipe III
Berikut

langkah-langkah perhitungan Uji

Distribusi Log-Pearson Tipe III :

Smirnov-Kolmogorov untuk

53

1. Tentukan derajat nyata (α) dan jumlah data (n).
2. Urutkan data mulai dari yang terbesar sampai ke yang terkecil
(m=1,2,3,...,n).
3. Hitung probabilitas empirik (Pempirik) menggunakan Rumus 2.24 untuk
setiap varianx yang telah di urutkan.
4. Hitung faktor frekuensi z dan KTuntuk setiap varian x menggunakan rumus
dibawah ini.
z

̅

=

KT = z + (z2 – 1)k + (z3 – 6z)k2 – (z2 – 1)k3 + zk4 + k5
k

=

5. Tentukan probabilitas teoritik (Pteoritik) untuk setiap varianx menggunakan
rumus dibawah ini.
Pteoritik = [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4] -4

6. Hitung selisih probabilitas menggunakan Rumus 2.23 dan tentukan nilai
tertinggi (∆maks)
7. Tentukan nilai ∆kritik menggunakan Lampiran 7.
8. Jika ∆maks < ∆kritik maka hipotesis seri data Distribusi Log-Pearson Tipe III
diterima. Jika ∆maks ≥ ∆kritik maka hipotesis seri data Distribusi Log-Pearson
Tipe III ditolak.

Parameter statistik logaritma untuk Distribusi Log-Pearson Tipe III :
Jumlah data (n)

= 10

Nilai rata-rata (log ̅ )

= 2,0346 mm

Simpangan baku (Slogx) = 0,081 mm
Koefisien Skewness(Cs) = 0,1735
Perhitungan Uji Smirnov-Kolmogorov untuk Distribusi Log-Pearson Tipe III:

=

Pempirik =

= 0,091
̅

=

k

=

KT

= z + (z2 – 1)k + (z3 – 6z)k2 – (z2 – 1)k3 + zk4 + k5

=

=

z

= 1,454

= 0,029

54

= 1,454 + (1,4542 – 1)(0,029) + (1,4543 – 6.1,454)(0,0292) – (1,4542 –
1)(0,0293) + 1,454(0,0294)+ (0,0295)
= 1,484
Pteoritik = [1+0,196854|KT|+0,115194|KT|2+0,000344|KT|3+0,019527|KT|4]-4
= [1+0,196854|1,484|+0,115194|1,484|2+0,000344|1,484|3+0,019527
|1,484|4]-4

= 0,069

= |Pempirik – Pteoritik|
= |0,091-0,069|
= 0,022

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.22.Perhitungan Smirnov-Kolmogorov untuk Distribusi Log-Pearson
Tipe III
Log R24

Z

KT

Pempirik

Pteoritik

2,152

1,454

1,484

0,091

0,069

0,022

141

2,149

1,416

1,443

0,182

0,074

0,107

3

125

2,097

0,770

0,757

0,273

0,225

0,048

4

114

2,057

0,276

0,249

0,364

0,402

0,038

5

111

2,045

0,133

0,104

0,455

0,459

0,004

6

103

2,013

0,268

0,268

0,545

0,606

0,060

7

96

1,982

0,645

0,612

0,636

0,730

0,094

8

96

1,982

0,645

0,661

0,727

0,746

0,019

9

91

1,959

0,932

0,935

0,818

0,825

0,007

10

81

1,908

1,556

1,514

0,909

0,935

0,026

∆maks

0,107

m

R24 (mm)

1

142

2

(mm)

(Sumber: Hasil Perhitungan)

Nilai ∆kritik untuk α =

5 dan n =

adalah

4 9. Karena ∆maks< ∆kritik,

maka Distribusi Log-Pearson Tipe III diterima.

Menurut hasil pengujian Smirnov-Kolmogorov bahwa keempat distribusi
dapat diterima dan memberikan hasil yang berbeda. Nilai yang paling baik adalah
nilai terkecil. Dalam hal ini distribusi Gumbel memberikan nilai yang terbaik .Hasil

55

rekapitulasi Uji Smornov-Kolmogorov dari masing-masing distribusi frekuensi dapat
dilihat pada tabel di bawah ini :

Tabel 4.23. Rekapitulasi perhitungan Uji Smirnov-Kolmogorov
Distribusi Frekuensi
m

R24
(mm)

Normal

Gumbel

Log Normal

Log Pearson III

1

142

0,030

0,016

0,018

0,022

2

141

0,114

0,103

0,103

0,107

3

125

0,038

0,074

0,052

0,048

4

114

0,060

0,009

0,028

0,038

5

111

0,026

0,044

0,007

0,004

6

103

0,087

0,034

0,060

0,060

7

96

0,114

0,101

0,104

0,094

8

96

0,023

0,010

0,014

0,019

9

91

0,002

0,020

0,006

0,007

10

81

0,010

0,057

0,031

0,026

∆maks

0,114

0,103

0,104

0,107

∆kritik

0,409

0,409

0,409

0,409

Uji Kecocokan

Diterima

Diterima

Diterima

Diterima

(Sumber: Hasil Perhitungan)

Hasil dari uji kecocokan yang telah digunakan adalah bahwa pada uji
kecocokan Chi-Square didapat nilai yang terbaik pada distribusi Log Person III,
sedangkan pada uji kecocokan Smornov-Kolmogorov didapat nilai yang terbaik pada
distribusi Gumbel.
Namun diantara kedua distribusi tersebut diambil nilai terkecil yang paling
baik. Distribusi Log Person III memberikan hasil yang paling baik yaitu dengan nilai
X2 = 0. Nilai dari distribusi Log person III akan digunakan untuk analisis selanjutnya.

4.2.4. Menghitung Waktu Konsentrasi
Waktu konsentrasi, Tc adalah waktu yang diperlukan untuk mengalirkan air
hujan dari titik terjauh menuju suatu titik tertentu ditinjau pada daerah pengaliran.
Berikut perhitungan waktu konsentrasi (tc) dengan Metode Kirpich
berdasarkan Rumus 2.25 untuk Sub DAS Sawah :

56

L = 2,474 km
S = 0,0263
=(

)

=(

)

= 0,5407 jam
Untuk nilai panjang sungai (L) dan kemiringan sungai (S) didapat dari program
global mapper. Gambar 4.2 merupakan gambaran dari hasil program global mapper
tersebut :

Gambar 4.2 nilai panjang sungai (L) dan kemiringan sungai dari program global
mapper

4.2.5. Menghitung Intensitas Hujan
Untuk menentukan Debit Banjir Rencana (Design Flood), perlu didapatkan
harga suatu Intensitas Curah Hujan terutama bila digunakan metoda rasional.
Intensitas curah hujan adalah ketinggian curah hujan yang terjadi pada suatu kurun
waktu di mana air tersebut berkonsentrasi. Berikut perhitungan intensitas hujan
dengan Metode Mononobe berdasarkan Rumus 2.26 untuk periode ulang 2 tahun :
I=

( )=

(

) = 56,2580 mm/jam

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

57

Tabel 4.24. Perhitungan intensitas hujan pada Sub DAS Sawah
Periode Ulang (tahun)

R24 (mm)

tc (jam)

I (mm/jam)

2

107,702

0,5393

56,2580

5

126,448

0,5393

66,0498

10

137,956

0,5393

72,0610

25

151,741

0,5393

79,2615

50

161,554

0,5393

84,3869

100

171,096

0,5393

89,3715

(Sumber: Hasil Perhitungan)

4.2.6. Menentukan Koefisien Limpasan
Koefisien limpasan (C) merupakan salah satu kompenen untuk menghitung
besarnya debit limpasan menggunakan Metode Rasional. Nilai koefisien limpasan
(C) dapat ditentukan dengan penggunaan lahan Sub Das Sawah tersebut. Besarnya
koefisien limpasan tergantung pada kondisi permukaan tanah, kemiringan medan,
jenis tanah, dan lamanya hujan di daerah pengaliran tersebut.
Penggunaan lahan pada Sub Das Sawah dibagi menjadi tiga bagian. Dalam
menentukan luasan dari masing-masing penggunaan lahan dilakukan melalui bantuan
aplikasi ILWIS dan Mapinfo. Gambar 4.3 merupakan gambaran dari penggunaan
lahan tersebut.

Gambar 4.3. Penggunaan Lahan Sub DAS Sawah

58

Dari gambar diatas yang merupakan pembagian lahan pada Sub Das Sawah
Kota Palembang maka didapatkan juga nilai luasan (A) dan nilai koefisien limpasan
(C)dari keseluruhan ketiga lahan tersebut. Tabel 4.25 merupakan perhitungan luasan
lahan dan koefisien limpasan Sub Das Sawah Kota Palembang.

Tabel 4.25. Perhitungan koefisien limpasan (C) Sub DAS Sawah
Jenis Penggunaan Lahan

A (hektar)

C

A x C (hektar)

Jalan

4,013

0,95

3,812

Kebun

5,953

0,3

1,786

Pemukiman

59,139

0,8

47,311

Rawa

11,809

0,15

1,771

Sarana industri/pergudangan

24,931

0,8

19,945

Sarana pendidikan

0,466

0,7

0,326

Sarana perkantoran

4,675

0,7

3,272

Sarana tempat ibadah

0,462

0,7

0,323

Semak belukar

0,145

0,25

0,036

Sawah

20,886

0,15

3,133

Terbuka

7,258

0,2

1,452

Tubuh Air/Waduk/Danau

23,374

0,15

3,506

Sarana kesehatan

0,151

0,7

0,106

Sarana komersial

0,213

0,7

0,149

Jumlah

163,478

Jumlah

86,931

Tanah kosong/Ruang

(Sumber: Hasil Perhitungan)

Menurut Suripin (2004), jika daerah aliran terdiri dari berbagai macam
penggunaan lahan dengan koefisien aliran yang berbeda makanilai C pada daerah
aliran dapat dihitung dengan Rumus 2.28. Berikut perhitungan nilai total koefisien
limpasan (C) pada Sub DAS Sawah :

CDAS =


=
= 0,5317

59

4.2.7

Nilai Curve Number (CN)
Nilai CN beragam yang dipengaruhi oleh jenis penggunaan lahan, pada

tutupan lahan dan jenis tanah yang dapat ditentukan menggunakan tabel yang
terdapat pada lampiran. Berdasarkan peta tanah dari BAPPEDA Kota Palembang,
kawasan

Sub DAS Sawah memiliki jenis tanah Litosol, Latosol maka dari itu

dikategorikan sebagai tipe tanah Kelompok A. Untuk perhitungan Nilai CN sudah
berdasrkan jenis tanah dan penggolongan jenis penggunaan lahan. Berikut
perhitungan nilai koefisien limpasan (C) pada Sub DAS Sawah Kota Palembang
yang dapat dilihat pada tabel 4.26 :
Tabel 4.26. Rekapitulasi Nilai Curve Number (CN)sub DAS sawah
ket
jalan
kebun
pemukiman
rawa

A (hektar)
4,013
5,953
59,140
11,809

nilai CN
98
72
77
45

A x CN
393,265
428,644
4553,745
531,387

Sarana
industri/pergudangan

24,932

81

2019,472

Sarana pendidikan
Sarana perkantoran
Sarana tempat ibadah
Semak belukar
sawah

0,466
4,675
0,462
0,145
20,887

77
77
77
49
49

35,865
359,962
35,581
7,110
1023,456

Tanah kosong/Ruang
Terbuka

7,259

79

573,425

Tubuh
Air/Waduk/Danau

23,375

96

2243,987

0,151
0,213
163,478

77
77

11,642
16,396
12233,937

Sarana kesehatan
Sarana komersial
jumlah
CN rata-rata

74,835

(hasil perhitungan)

Perhitungan nilai curve number akan digunakan pada perhitungan hidrograf banjir
SCS-CN
Untuk nilai persentase kedap air sesuai dengan tata guna lahan dapat dilihat
pada tabel 4.27, berikut ini :

60

Tabel 4.27 (%) Kedap Air sesuai jenis penggunaan lahan
Land Use or Surface Characteristic

(%) Impervious

Commercial Area

95

Neighborhood Area

85

Residential :
Multi-Unit (Detached)

60

Multi-Unit (Atached)

75

Apartment

80

Industrial:
Light Areas

80

Heavy Areas

90

Park, Cemetries

5

Playground

10

School

50

Railroad Yard Areas

15

Undeveloved Area :
Historic Flow Analysis

2

Greenbelt, agricultural

2

Off Site Flow Analysis

45

Steerts :
Paved

100

Gravel

40

Drive dan Walk

90

Roofs

90

Lawns, Sandy Clay

0

Lawn, Clavey Soil

0

61

1) (%) Luasan sub DAS =

59 4 km2 x
6548 km2

2) (%) Kedap Air Jenis Penggunaan Lahan

= 36,176 %
= (Pemukiman)
= 60

Maka, nilai dari (%) kedap air pada sub DAS PAM sebagai berikut :
3) (%) Kedap Air sub DAS = (

6 76 x 6

)%= 21,71 %

Adapun hasil nilai persentase (%) Kedap Air pada sub DAS dapat dilihat
pada Tabel 4.25 dibawah ini :
Tabel 4.28 Persentase Kedap Air pada Kawasan sub DAS Sawah Kota Palembang
Sub DAS

(%) Area Kedap Air

Sub DAS Sawah Kota Palembang

41,19

4.2.8

Menghitung Debit Limpasan
Setelah mendapatkan nilai intensitas hujan (I), koefisien limpasan (C) serta

nilai luas penggunaan lahan (A). Selanjutnya menghitung debit limpasan (Q) dengan
menggunakan Metode Rasional berdasarkan Rumus 2.29. Berikut ini menghitung
debit limpasan pada Sub DAS Sawah Kota Palembang untuk periode ulang 2 tahun :
Q = 0,278.C.I.A
= 0,278 . 0,5317 . 56,2580 . 1,6348
= 13,594 m3/det

Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :
Tabel 4.29. Perhitungan debit limpasan Sub DAS Sawah
Periode Ulang (tahun)

C

I (mm/jam)

A (km2)

Q (m3/det)

2

0,5317

56,2580

1,6348

13,594

5

0,5317

66,0498

1,6348

15,961

10

0,5317

72,0610

1,6348

17,413

25

0,5317

79,2615

1,6348

19,153

50

0,5317

84,3869

1,6348

20,392

100

0,5317

89,3715

1,6348

21,596

(Sumber: Hasil Perhitungan)

62

4.3

Analisis Hujan Rancangan

4.3.1 Intensitas - Durasi - Frekuensi ( IDF)
Intensitas - Durasi - Frekuensi (IDF) biasanya diberikan dalam bentuk kurva
yang memberikan hubungan antara intensitas hujan sebagai ordinat, durasi hujan
sebagai absis dan beberapa grafik yang menunjukan frekuensi atau periode ulang.
Kurva IDF dapat dimanfaatkan untuk menghitung debit puncak dengan Metode
Rasional. Untuk membuat Kurva IDF perlu menghitung intensitas hujan dengan
kelipatan durasi hujan 5, 10, 15, 30, 45, 60, 120, 180, 360, dan 720 menit. Berikut
perhitungan intensitas hujan dengan Metode Mononobe untuk periode ulang 2 tahun
dengan durasi 5 menit serta gambaran dari Kurva IDF tersebut :

I=

( )=

.

/ = 195,708 mm/jam

Untuk perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :

Tabel 4.30. Perhitungan intensitas hujan dari durasi hujan
T
menit
5
10
15
30
45
60
120
180
240
300
360
720

t
jam
0,083
0,167
0,25
0,50
0,75
1
2
3
4
5
6
12

2
195,708
123,288
94,087
59,271
45,232
37,338
23,522
17,950
14,818
12,770
11,308
7,123

Periode Ulang (Tahun)
5
10
25
50
100
229,772 250,683 275,732 293,562 310,902
144,747 157,921 173,700 184,933 195,856
110,463 120,516 132,558 141,130 149,466
69,587 75,920 83,506 88,906 94,158
53,105 57,938 63,727 67,848 71,856
43,837 47,827 52,606 56,007 59,316
27,616 30,129 33,140 35,283 37,367
21,075 22,993 25,2902 26,926 28,516
17,397 18,980 20,877 22,227 23,540
14,992 16,357 17,991 19,154 20,286
13,276 14,485 15,932 16,962 17,964
8,363
9,124
10,036 10,685 11,317

(Sumber: Hasil Perhitungan)

Setelah didapatkan nilai intensitas hujan dengan durasi hujan yang telah
ditentukan, maka dilakukan pembuatan kurva IDF dengan bantuan Ms. Excel.
Berikut merupakan gambaran dari kurva IDF tersebut :

63

KURVA IDF
2 tahun

Intensitas Hujan (mm/jam)

350.000
300.000

5 tahun

250.000
10 tahun

200.000
150.000

25 tahun

100.000

50 tahun

50.000
100 tahun

0.000
5

10

15

30

45

60

120 180 360 720

t (menit)

Gambar 4.4. Kurva Intensity Duration Frequency (IDF)
(Sumber: Hasil Analisis)

4.3.2 Hyetograph hujan rancangan dengan Alternating Block Method
(ABM)
Hyetograph adalah histogram kedalaman hujan atau intensitas hujan dengan
pertambahan waktu sebagai absis dan kedalaman hujan / intensitas hujan sebagai
ordinat. Dari kurva IDF yang telah ada, dibuat hyetograph hujan rancangan dengan
menggunakan Alternating Block Method (ABM). Berikut perhitungan hujan
rancangan dengan metode ABM untuk periode ulang 2 tahun :
Dalam hal ini ditentukan durasi hujan selama 6 jam. Kedalaman hujan (kolom
4) adalah perkalian antara intensitas hujan

(kolom 3) dan durasi (kolom 1).

Pertambahan hujan atau kedalaman hujan jam-jaman (kolom 5) adalah selisih
kedalaman hujan yang berurutan (kolom 4). Kolom 6 adalah kedalaman hujan jamjaman yang dinyatakan dalam persen. Kolom 7 adalah hyetograph yang dinyatakan
dalam persen. Kolom 8 hyetograph dalam mm, yaitu perkalian antara persen
hyetograph pada kolom 7 dengan kedalaman hujan dengan periode ulang 2 tahunan.
Hasil perhitungan dapat dilihat pada tabel 4.22 di bawah ini :

64

Tabel 4.31 Hitungan hyetograph dengan metode ABM untuk periode ulang 2 tahun
Td
(jam)
(1)
1
2
3
4
5
6

Dt
It
(jam) (mm/jam)
(2)
(3)
0-1
37,338
1-2
23,522
2-3
17,950
3-4
14,818
4-5
12,770
5-6
11,308
Jumlah

It Td
(mm)
(4)
37,338
47,043
53,851
59,271
63,848
67,848

Dp
(mm)
(5)
37,338
9,705
6,808
5,420
4,577
4,001
67,848

Pi
(mm)
(6)
55,032
14,304
10,034
7,988
6,746
5,896
100

Hyetograph
(%)
(mm)
(7)
(8)
6,746
7,265
10,034 10,807
55,032 59,271
14,304 15,406
7,988
8,603
5,896
6,351
100
107,702

(Sumber: Hasil Perhitungan)

Setelah dilakukan perhitungan, maka selanjutnya di lakukan pembuatan
hyetograph hasil hitungan dengan menggunakan Ms. Excel. Berikut merupakan

kedalaman Hujan (mm)

gambaran hyetograph hasil hitungan dengan menggunakan metode ABM tersebut :
70.00
60.00
50.00
40.00
30.00
20.00
10.00
0.00
1

2

3
4
Durasi (jam)

5

6

Gambar 4.5 hyetograph hasil hitungan dengan metode ABM untuk periode ulang 2
tahun

Untuk perhitungan periode ulang 5, 10, 25, 50, dan 100 tahun akan disajikan
dalam lampiran 10.
4.4

Analisis hidrograf banjir
Seperti yang kita ketahui, bahwa untuk menurunkan hidrograf satuan

diperlukan rekaman data limpasan dan data curah hujan, padahal sering kita jumpai
ada bebarapa DAS tidak memiliki sama sekali catatan limpasan seperti yang terjadi
pada Sub-DAS Sawah. Untuk mencari hubungan antara hujan yang jatuh dan debit

65

yang terjadi maka dilakukan pengalih-ragaman dari data hujan menjadi debit aliran.
Dalam hal ini pengalih-ragaman dilakukan dengan menggunakan metode hidrograf
satuan sintetis SCS (Soil Conservation Service ).
4.4.1 Perhitungan hidrograf satuan sintetis dengan metode SCS
HSS tak berdimensi SCS adalah hidrograf satuan sintetis, dimana debit
dinyatakan sebagai nisbah debit q terhadap debit puncak qp dan waktu dalam nisbah
waktu t terhadap waktu naik dari hidrograf satuan Tp. Jika debit puncak (qp) dan
waktu kelambatan dari suatu durasi hujan efektif diketahui, maka hidrograf satuan
dapat diestimasi dari hidrograf sintetis tak berdimensi untuk suatu DAS. Dalam hal
ini ditentukan durasi hujan (tr) selama 1 jam, Berikut perhitungan debit puncak (Qp)
dan waktu puncak/ waktu naik dari hidrograf (Tp) :
Qp 

0,208 A 0,208 x1,6348

 0,929m 3 / dt.mm
Pr
0,862

Pr 

tr
1
 tp   0,3242  0,862 jam
2
2

Dimana, untuk nilai lag time(tp) adalah sebagai berikut :

tp  0,6Tc  0,6 x0,5407  0,3242 jam
Dalam membuat hidrograf satuan sintetis SCS, ordinat-ordinat hidrograf
satuan untuk periode waktu berbeda dapat diperoleh berdasarkan tabel 2.1. Hasil
perhitungan hidrograf satuan dengan metode SCS dapat dilihat pada tabel 4.32 di
bawah ini :

Tabel 4.32Hasil Hitungan hidrograf satuan dengan metode SCS
t/Pr (x)

Q/Qp(y)

t = Tp * X

Q = Qp * Y

0

0

0

0

0,1

0,015

0,086

0,028

0,2

0,075

0,172

0,094

0,3

0,16

0,259

0,178

0,4

0,28

0,345

0,291

0,5

0,43

0,431

0,441

0,6

0,6

0,517

0,619

0,7

0,77

0,604

0,770

66
0,8

0,89

0,690

0,873

0,9

0,97

0,776

0,929

1

1

0,862

0,939

1,1

0,98

0,948

0,929

1,2

0,92

1,035

0,873

1,3

0,84

1,121

0,807

1,4

0,75

1,207

0,732

1,5

0,66

1,293

0,638

1,6

0,56

1,380

0,526

1,8

0,42

1,552

0,366

2

0,32

1,725

0,263

2,2

0,24

1,897

0,194

2,4

0,18

2,069

0,138

2,6

0,13

2,242

0,100

2,8

0,098

2,414

0,072

3

0,075

2,587

0,052

3,5

0,036

3,018

0,023

4

0,018

3,449

0,010

4,5

0,009

3,880

0,008

5

0,004

4,311

0,004

Setelah dilakukan perhitungan, maka selanjutnya di lakukan pembuatan
hidrograf satuan dengan menggunakan Ms. Excel. Berikut merupakan gambaran

debit puncak (m3/s)

hidrograf satuan sungai sawah dengan menggunakan metode SCS tersebut :
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

0.93862

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

waktu (jam)
Gambar 4.6 hidrograf satuan sungai sawah
Dari grafik di atas di peroleh nilai debit puncak (Q) = 0,939 m3/dt.mm dan nilai Pr =
0,862 jam.

67

4.4.2 Perhitungan hujan efektif dengan metode SCS
Aliran limpasan langsung dihasilkan oleh hujan efektif, yaitu hujan yang
telah dikurangi dengan kehilangan akibat abstraksi. Metode Soil Conservation
Service – Curve Number (SCS-CN) dikembangkan untuk menghitung hujan efektif
sebagai fungsi hujan kumulatif, penutup lahan, penggunaan lahan, dan kelembaban
tanah dengan menggunakan Rumus 2.34. Berikut perhitungan hujan efektif dengan
menggunakan metode SCS-CN untuk periode ulang 2 tahun :

Pe 

S

( P  0,2S ) 2 ( 7 ,265  0,2 x85,412 ) 2
 1,275mm
=
P  0,8S
7 ,265  0,8 x85,412

25400
25400
 254 =
 254  85,4125mm
74,8352
CN

Untuk perhitungan selanjutnya dapat dilihat pada tabel 4.33 di bawah ini :
Tabel 4.33. Perhitungan Hujan Efektif untuk Periode Ulang 2 Tahun
jam
1
2
3
4
5
6

p(mm)
7,265
10,807
59,271
15,406
8,603
6,351
107,702

pe(mm)
1,275
0,498
13,949
0,034
0,935
1,542
18,232

Dilanjutkan dengan penggambaran grafikhubungan antaraP dan

Pe

menggunakan bantuan aplikasi Ms. Excel. Berikut merupakan gambaran dari grafik
tersebut :

Curah hujan (mm)

80.000
60.000
40.000

Pe

20.000

P

0.000
1

2

3

4

5

6

Durasi Hujan (jam)

Gambar 4.7 Grafik hubungan antara kedalaman hujan dan hujan efektif

68

Untuk perhitungan periode ulang 5, 10, 25, 50, dan 100 tahun akan disajikan
dalam lampiran 11.
4.4.3 Perhitungan Hidrograf Limpasan Langsung (HLL) akibat hujan efektif
Setelah dilakukan perhitungan hidrograf satuan sintetis SCS dan hujan efektif,
maka selanjutnya di lakukan perhitungan hidrograf akibat hujan efektif. Berikut
perhitungan hidrograf limpasan langsung akibat hujan efektif dengan interpolasi :
Hasil perhitungan dapat di lihat pada tabel 4.34 :
Tabel 4.34 perhitungan hidrograf limpasan langsung akibat hujan efektif
jam(t)

Q (m3/s)

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

0
0,895
0,608
0,284
0,098
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

(hasil perhitungan)

1,275
0
1,142
0,775
0,362
0,125
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

akibat hujan efektif (mm)
0,498
13,949
0,935
0
0
0
0
0
0
0,446
0
0
0,303
12,492
0
0,141
8,485
0
0,049
3,969
0,837
0
1,376
0,568
0
0
0,266
0
0
0,092
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1,542
0
0
0
0
0
0
1,381
0,938
0,438
0,152
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

Total Debit
(m3/s)
0
1,142
1,222
13,158
8,753
4,856
3,326
1,204
0,531
0,152
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

69

Setelah dilakukan perhitungan, maka selanjutnya di lakukan pembuatan
hidrograflimpasan langsungdengan menggunakan Ms. Excel. Berikut merupakan
gambaran hidrograf limpasan langsung sungai sawah akibat hujan efektif dengan

debit (m^3/s)

menggunakan metode SCS :
14
13.5
13
12.5
12
11.5
11
10.5
10
9.5
9
8.5
8
7.5
7
6.5
6
5.5
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

keterlambatan 1 jam
hidrograf satuan
keterlambatan 2 jam
keterlambatan 3 jam
keterlambatan 4 jam
HLL total

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

waktu (jam)
Gambar 4.8 hidrograf limpasan langsung sungai sawah akibat hujan efektif periode
ulang 2 tahun
Dari grafik di atas di peroleh nilai debit puncak (Q) = 13,15m3/dt dan nilai Pr = 3
jam. Untuk hidrograf limpasan langsung periode ulang 5, 10, 25, 50, dan 100
disajikan dalam lampiran 12.

4.5

Analisis hujan aliran dengan menggunakan HEC-HMS
Dalam penelitian ini analisis hujan aliran menggunakan program HEC-HMS

3.5. berikut gambaran prosedur analisis hujan aliran dengan menggunakan program
HEC-HMS :
1. pembuatan project baru
2. membuat HMS component Models
a. Basin Model
b. Meteorologic Model

70

c. Control specifications
3. Membuat Times Series Data, seperti :
a. data hujan

4.5.1 Pembuatan Project Baru
Langkah pertama menjalankan HEC-HMS adalah membuat suatu proyek baru.
Pembuatan proyek baru dilakukan dengan memilih menu file lalu pilih new Pada
menu bar. Pada layar akan muncul tampilan create a new project seperti pada
gambar berikut ini :

Gambar 4.9 pembuatan project baru
Pada create a new project, isikan nama project, deskripsi dan lokasi dimana
file akan disimpan serta unit satuan yang akan digunakan.
4.5.2 Pembuatan HMS model components
HMS model components terdiri dari basin model, meteorologic model dan
control specifications
1. Perbuatan Basin Model
Dari menu components pada menu bar, pilih Basin Model Manager. Kemudian
pada layar akan muncul basin model manager editor sebagai berikut :

Gambar 4.10 pembuatan basin model

71

Kemudian klik new, lalu pada layar akan muncul create a new basin model
editor. Selanjutnya isi nama basin model beserta deskripsinya seperti pada gambar
berikut ini :

Gambar 4.11. Pengisian nama basin dan deskripsinya

Untuk memudahkan dalam mempresentasikan model DAS yang akan dibangun
dapat ditambahkan peta/gambar latar dengan cara pilih menu view, lalu klik
background maps, kemudian klik add. Cari file yang akan dijadikan latar dengan
ekstensi shp, pilih file tersebut dan klik tombol select dan akan diperoleh tampilan
seperti pada gambar 4.10 dibawah ini :

Gambar 4.12 penambahan peta / gambar latar

72

Untuk menggambarkan suatu DAS ke dalam HEC-HMS dilakukan langkah
berikut ini. Pilih basin model yang terdapat pada layar tampilan, kemudian sub-basin
dibuat dengan menggunakan sub-basin creation tool yang berada pada window
desktop lalu klik ikon tersebut. Setelah itu, isi nama sub-basin / sub DAS beserta
deskripsinya seperti pada gambar berikut :

Gambar 4.13. Pengisian nama sub-basin dan deskripsinya serta tampilan
yang akan diperoleh.

Dengan menggunakan basin model elemen tools seperti pada pembuatan basin
di atas, maka semua elemen basin yang lain dapat digambarkan seperti pembuatan
elemen DAS yaitu membuat junction yang dilakukan dengan ikon junction creation
tool.Setelah itu, isi nama sub-basin / Sub DAS beserta deskripsinya. Kemudian
hubungkan elemen sub-basin yang telah dibuat sebelumnya dengan junction yang
ada dengan cara mengklik component editor lalu pilih junction yang telah dibuat
sebagai downstream seperti pada gambar di bawah ini :

Gambar 4.14. Pembuatan junction

2. Pembuatan Meteorologic Model
Langkah pembuatan meteorologic model sama seperti pembuatan basin model
yaitu dengan memilih meteorologic model manager pada menu components.Klik
tombol dalam jendela Meteorologic Model Manager. Dalam jendela Create A New

73

Meteorologic Model yang muncul, isi Hujan Rancangan untuk “Name” dan Metode
Hujan Titik untuk “Description”. Buka Component Editor untuk model meteorologi
ini dengan memilihnya dalam Watershed Explorer. Dalam penelitian ini adalah
specified hyetograph seperti yang terlihat pada gambar 4.15 dibawah ini.
Subbasin

yang

telah

dibuat

sebelumnya

perlu

ditentukan

model

meteorologinya. Klik halaman “Basin” dalam Component Editor untuk model
meteorologi Hujan Rancangan. Atur pilihan “Include Subbasins” menjadi “Yes”
untuk model sub DAS Sawah. Setelah tahapan ini, semua subbasin dalam model sub
DAS Sawah telah ditambahkan dalam model meteorologi

Gambar 4.15. Pengisian Meteorologic Data Manager
3.

Pembuatan Control Specification
Pembuatan control specification digunakan untuk sebagai kontrol dalam

proses running model atau pada saat simulasi prosedur pembuatannya pun sama
halnya dengan pembuatan basin model dan meteorologic model.
Untuk membuat control specification klik tombol components pada windows
bar lalu pilih control specification manager kemudian dalam jendela tersebut klik
new. Isi “Name” dengan Waktu Simulasi dan 6 Juli 2

5 untuk “Description”.

Selanjutnya isikan range waktu untuk simulasi dan interval waktu yang akan
digunakan (waktu mual sampai akhir simualsi) seperti yang terlihat pada gambar
4.16 dibawah ini.

74

Gambar 4.16. Memasukkan Data Control Specification

4.5.3 Pembuatan times series data
Dalam penelitian ini time series yang akan dibaut mengggunakan data hujan,
untuk memulai membuatnya pilih menu components kemudian klik time series data
manager, lalu pilih tipe data yang akan digunakan. Karena, data yang kita gunakan
berupa data hujan makan pilih “preciptation gages”. Selanjutnya klik tombol new
pada jendela time series data manager, dalam jendela create a new precipitation gage
masukkan Hyeotograph ABM untuk kolom “Name” dan Alternating Block Method
untuk “Description”. Klik tombol create untuk menambahkan stasiun hujan tersebut
ke dalam proyek. Maka, stasiun hujan tersebut secara otomatis akan ditambahkan
dalam suatu folder Precipitation Gages di bawah folder Time-Series Data dalam
jendela Watershed Explorer.
Klik tanda + untuk melihat nama stasiun hujan yang telah dibuat. Pilih
jendela waktu (time) dalam jendela Watershed Explorer untuk membuka Component
Editor untuk stasiun hujan tersebut. Jendela Component Editor terdiri dari 4
halaman yaitu: “Time-Series Gage” “Time Window” “Table” dan “Graph”. Pilih
halaman “Time-Series Gage” dan pilih Manual Entry untuk “Data Source”.
Pilih Incremental Millimeters untuk “Units” dan 1 Hour untuk “Time Interval”.
Pilih halaman “Time Window” dan kemudian masukkan 06Jul2015 untuk
“Start Date” dan 06Jul2015 “End Date”. Masukkan 00:00 untuk “Start Time” dan
06:00 untuk “End Time”. Pilih halaman “Table” dan kemudian masukkan data pada
Tabel 6 untuk stasiun hujan Gandus seperti yang terlihat pada gambar di bawah ini :

75

(a)

(b)

Gambar 4.17. Component Editor Time Series (a) Time window (b) Tabel

4.5.4 Pembuatan dan perhitungan hasilSimulation Run
1. Pembuatan Simulation Run
Untuk membuat simulation run, pilih

compute pada watershed explore

kemudian klik create simulation run.Biarkan namanya sebagai Run. Pilih model sub
DAS Sawahmodel meteorologi Hujan Rancangan dan Control Specification Waktu
simulasi dalam jendela pilihan yang muncul. Kemudian tutup jendela tersebut. Pilih
halaman “Compute” padaWatershed Explorer. Pilih folder Simulation Runs sehingga
ditunjukkan subkomponen Run.
Klik kanan pada mouse untuk Run dan pilih Compute dalam menu popup yang
muncul. Sebuah jendela akan muncul yang menunjukkan proses perhitungan. Tutup
jendela tersebut ketika perhitungan telah selesai dilakukan

Gambar 4.18. Component Editor pada Simulation Run dan Proses Perhitungan

76

2. Hasil simulasi HEC-HMS
Presentasi hasil perhitungan HEC-HMSdapat menampilkan berupa grafik dan
tabel. Dalam analisis program ini, presentasi hasil berupa grafik untuk menampilkan
debit puncak, hidrograf aliran, dan hujan efektif. Untuk melihat hasil running
simulasi, di watershed explorer klik results. Klik dua kali nama simulasinya, maka
akan terlihat beberapa pilihan hasil. Adapun hasil simulasinya dapat di lihat pada
gambar berikut ini :

Gambar 4.19 grafik hidrograf limpasan langsung

Gambar 4.20 Global Summary Result

77

Gambar 4.21 Times-Series Results
Untuk hasil simulasi HEC-HMS hujan aliran periode ulang 5, 10, 25, 50, dan
100 tahun akan disajikan dalam lampiran 13.

BAB V
KESIMPULAN DAN SARAN

5.1. Kesimpulan
Berdasarkan hasil dan pembahasan di atas dapat disimpulkan beberapa hal
sebagai berikut :
1. Hasil perhitungan debit limpasan permukaan (run off) pada sungai Sawah
untuk periode ulang 2, 5, 10, 25, 50, dan 100 dengan menggunakan metode
rasional adalah sebagai berikut : Q2tahun = 13,594 m3/dt, Q5tahun = 15,961
m3/dt, Q10tahun = 17,413 m3/dt, Q25tahun = 19,153 m3/dt, Q50tahun = 20,392 m3/dt,
dan Q100tahun = 21,595 m3/dt.
2. Hasil perhitungan hidrograf limpasan langsung dengan menggunakan metode
SCS untuk periode ulang 2, 5, 10, 25, 50, dan 100 masing-masing adalah
Qp2tahun = 13,158 m3/dt, Qp5tahun = 15,634 m3/dt, Qp10tahun = 17,264 m3/dt,
Qp25tahun = 19,086 m3/dt, Qp50tahun = 20,137 m3/dt, dan Qp100tahun = 21,281
m3/dt
3. Hasil simulasi hidrograf limpasan langsung dengan menggunakan program
HEC-HMS untuk periode ulang 2, 5, 10, 25, 50, dan 100 masing-masing
adalah Qp2tahun = 13,2 m3/dt, Qp5tahun = 15,6 m3/dt, Qp10tahun = 17,2 m3/dt,
Qp25tahun = 19,0 m3/dt, Qp50tahun = 20,1 m3/dt, dan Qp100tahun = 21,2 m3/dt
4. Hasil perhitungan debit limpasan puncak antara menggunakan metode
rasional dengan metode SCS CN tidak jauh berbeda. Dimana hasil
perhitungan dengan menggunakan metode SCS CN lebih kecil dibandingkan
dengan hasil perhitungan menggunakan metode rasional.
5. Perbandingan hasil antara simulasi hujan-aliran dengan menggunakan HecHMS dengan perhitungan manual metode SCS CN tidak jauh berbeda.
6. Semakin besar periode ulang yang dianalisis maka semakin besar pula debit
puncak yang diperoleh.

5.2. Saran
Beberapa saran yang dapat disampaikan oleh penulis diantaranya adalah
sebagai berikut :
1. Perlu dilakukan pengukuran langsung debit limpasan langsung dengan
menggunakan Automatic Water Level Recorder (AWLR) pada sungai.
81

82

2. Pembaruan peta tata guna lahan sebaiknya dilakukan secara periodik setiap
tahunnya sehingga analisis hidrograf banjir dan upaya pengendalian banjir di
sepanjang sungai Sawah dapat menjadi lebih baik.

80

DAFTAR PUSTAKA

Asdak, Chay. 2010. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Cetakan
Kelima. Gadjah Mada University Press: Yogyakarta.
C, D, Soemarto. 1999. Hidrologi Teknik. Penerbit Erlangga: Jakarta.
Chow, V.T., Maidment, D.R., and Mays, L.W. 1988. Applied Hydrology. McGrawHill: New York.
Eripin, I. 2005. Dampak Perubahan Tata Guna Lahan Terhadap Debit Sungai di
Daerah Pengaliran Sungai Cipinang.
L. Kawet, dkk. 2013. Studi Perbandingan Antara Hidrograf SCS (Soil Conservation
Service) dan Metode Rasional pada DAS Tikala. Jurnal Teknik Sipil
Universitas Sam Ratulangi.
Linsley, Ray K., & Fransini, Joseph B. 1989. Hidrologi Untuk Insinyur. Erlangga:
Jakarta.
Singh, P, V. 1992. Elementary Hydrology. Prentice-Hall Englewood Cliffs: New
Jersey.
Soewarno. 1995. Hidrologi Untuk Teknik. Penerbit Nova: Bandung.
Soewarno. 2000. Hidrologi Operasional Jilid Kesatu. Penerbit PT. Aditya Bakti:
Bandung.
Sosrodarsono, S. dan K, Takeda. 2003. Hidrologi Untuk Pengairan. Pradnya
Paramita: Jakarta.
Sudjarwadi. 1987. Teknik Sumber Daya Air. UGM-Press: Yogyakarta.
Suripin. 2004. Sistem Drainase Perkotaan yang Berkelanjutan. ANDI Offset:
Yogyakarta.
Triadmojo, Bambang. 2014. Hidrologi Terapan. Penerbit Beta Offset : Yogyakarta.
Syahputra, ichsan.2015. Kajian Hidrologi Dan Analisa Kapasitas Tampang Sungai
Krueng Langsa Berbasis HEC-HMS Dan HEC-RAS. Jurnal Teknik Sipil
UNAYA Aceh.
W. Mays, Larry. 2001. Water Resources Engineering. John Wiley & Sons : USA.
Halwatura, D. 2013. Application of The HEC-HMS Model for Run Off Simulation in
A Tropical Catchment. Jurnal University of Kelaniya, Kelaniya, Sri Lanka.

80