Analisis Data Curah

Hujan
PERAN HIDROLOGI DALAM SISTEM SUMBERDAYA AIR
1. Hampir semua kegiatan pengembangan sumberdaya air
memerlukan informasi hidrologi untuk dasar perencanaan
dan perancangan. Akibatnya apabila informasi hidrologi
yang dihasilkan tidak cermat akan mengasilkan rancangan
yang tidak akurat pula (bahkan dapat berakibat fatal ).
2. Interpretasi terhadap fenomena hidrologi akan dapat di-
lakukan dengan cermat apa bila didukung ketersediaan
data yang cukup. (Diperlukan sarana pengumpulan data
yang memadai dan kegiatan pengumpulan data yang kon –
sisten, kemampuan mengidentifikasi masalah, dan mam-
pu memilih cara penyelesaian terbaik )
FENOMENA
ALAM
ANALISIS
KUALITATIF
KUANTITATIF
WATER RESOURCES
WORKS
UNCERTAINTIES
INACCURACIES
HUMAN ACTIVITIES
UNCERTAINTIES
INACCURACIES
NATURAL
PHENOMENA
HYDROLOGIC
TRANSFORMATION
HYDRAULIC
TRANSFORMATION
IMPLEMENTATION, CONSTRUCTIONS
1. BETTER UNDERSTANDING OF NATURAL PHENOMENA
2. BETTER UNDERSTANDING OF CATCHMENT BEHAVIOR
3. BETTER ANTICIPATION OF ANTHROPHOGENIC CHANGES
REDUCED UNCERTAINTIES, INACCURACIES
SISTEM DAS
inflow outflow
SPATIAL VARIABILITY
(VARIABILITAS RUANG)
TEMPORAL VARIABILITY
(VARIABILITAS WAKTU)
FAKTOR ALAMI
FAKTOR ANTROPOGENIK
(ANTHROPOGENIC FACTORS,
HUMAN RELATED FACTORS )
INFORMASI
HIDROLOGI
TRANSFORMASI
HIDRAULIK
RANCANGAN
KONSTRUKSI
Tujuan: mengolah data mentah menjadi data siap
pakai untuk perhitungan perencanaan atau
perhitungan lain dalam memonitor kualitas air 
KARAKTERISTIK HUJAN SUATU DPS
X1
X6
X5
X4
X3
X2
DPS
X, pos –pos hujan
Hujan Daerah
Data siap
dipakai sebagai
hujan terpusat
Data Mentah
Pos Hujan
Analisis
hujan daerah
Analisis curah
hujan terpusat
Pengumpula
n data
Dengan perlengkapan alat penakar
hujan otomatis/non otomatis
Berupa:
• Grafik AWLR atau
• Tabel pengukuran hujan
harian
Berupa:
Tabel-tabel
• Curah hujan, jam/menit
• Hujan harian&lamanya
• Hujan Bulanan
• Hujan Tahunan
• Hujan Harian max dalam 1 tahun
HUJAN
(precipitation)
KERAPATAN JARINGAN
jumlah sta hujan
pola penempatan sta hujan
KELENGKAPAN DATA
cara perkiraan ??
normal ratio method ?
reciprocal method ?
KEPANGGAHAN
( consistency )
Syarat pemilihan lokasi setasiun hujan
• sesuai dengan evaluasi jaringan
• tidak terlalu terbuka ( over exposed )
• tidak terlalu tertutup ( under exposed )
• berjarak minimal 4x tinggi rintangan terdekat
optimum
exposure
SETASIUN METEOROLOGI
SETASIUN METEOROLOGI
SETASIUN METEOROLOGI
Terminologi
1. Hujan : bentuk tetesan air yang mempunyai garis tengah lebih dari
0,05 mm atau lebih kecil dan terhambur luas pada suatu kawasan
2. Curah hujan (R) : banyaknya air yang jatuh ke permukaan bumi,
dalam hal ini permukaan bumi dianggap datar dan kedap, tidak
mengalami penguapan dan tersebar merata serta dinyatakan sebagai
ketebalan air (rain depth, mm, cm)
3. Durasi hujan (t) : lamanya waktu hujan tercurah dari atmosfer ke
permukaan bumi, dinyatakan sebagai satuan waktu (menit, jam, hari)
4. Intensitas hujan (I) : ukuran yang menyatakan tebal hujan dalam
satuan tertentu (mm/jam, cm/hari)
5. Frekuensi Intensitas Hujan (T) : interval watu rata-rata antara
kejadian curah hujan yang mempunyai intensitas tertentu dengan
kejadian curah hujan dengan intensitas yang sama atau lebih lebat
6. Luas daerah hujan (A) : luas areal dengan suatu hujan yang
tebalnya dianggap sama, dan dinyatakan sebagai satuan luas (ha,
km
2
)
Analisis untuk Karakteristik Hujan
1. Pengisian data kosong
2. Pengecekan kualitas data (uji konsistensi)
3. Menentukan hujan rata-rata DPS
4. Analisis tebal dan intensitas hujan terhadap
durasi
5. Hubungan intensitas dengan debit maksimum
Memperkirakan Data Hujan yang Hilang
Kekosongan data dapat terjadi akibat ketidakhadiran pengamat atau
kerusakan alat.
Jumlah hujan dihitung dari pengamatan di ketiga stasiun terdekat dan
sedapat mungkin berjarak sama terhadap stasiun yang kehilangan data
Metoda:
1.Bila hujan tahunan normalnya pada masing-masing stasiun
pembanding dalam 10% dari stasiun yang kehilangan data  rata-rata
aritmatik
Rx = 1/n (∑Ri)
2.Bila hujan tahunan normalnya pada masing-masing stasiun
pembanding lebih besar dari 10% terhadap stasiun yang kehilangan
data  rasio normal
Rx = 1/n (∑(Nx/Ni)Ri)
1.Dimana :
Rx = data hilang yang akan diperkirakan
n = jumlah stasiun pembanding
N = hujan tahunan normal
Ri = data hujan stasiun pembanding
Uji konsistensi
 Kegunaan: menguji kebenaran data
 Data hujan disebut konsisten data yang terukur dan dihitung
adalah teliti dan benar serta sesuai dengan fenomena saat hujan
itu terjadi
 Data tidak konsisten, disebabkan:
1. Penggantian jenis dan spesifikasi alat
2. Perkembangan lingkungan sekitar pos hujan
3. Pemindahan lokasi pos hujan
 Metoda :
1. Observasi lapangan
2. Observasi ke kantor pengolahan data
3. Membandingkan data hujan dengan data untuk iklim yang
sama
4. Analisis kurva massa ganda
5. Analisis statistik
CONSISTENCY TESTS
 CONVENTIONAL DOUBLE MASS ANALYSIS
 Cumulative annual rainfall of the tested station vs cumulative average annual
rainfall of three (or more) reference stations.
inconsistant line
consistant line
inconsistant line
Cumulative annual rainfall of three reference stations
Analisis Kurva Massa Ganda
Untuk data hujan musiman atau tahunan dari suatu DPS:
Yang diuji pos hujan “Y” maka data kumulatif dari pos ”Y” itu dapat
dibandingkan secara grafis dengan data hujan acuan “X”. Data hujan
acuan “X” merupakan nilai rata-rata dari pos hujan A, B, C, dan D atau
lebih yang lokasinya di sekeliling pos hujan “Y” bila kondisinya masih sama.
Data hujan minimal 10 tahun; data pos “Y” : sumbu Y dan data pos “X”
sumbu X
Ketentuan perubahan pola:
a.Pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah
garis itu  DATA POS “Y” KONSISTEN
b.Pola yang terjadi berupa garis lurus dan terjadi patahan arah garis itu
 DATA POS “Y” TIDAK KONSISTEN  perlu dikoreksi
Koreksi sesuai dengan kemiringan perubahan garis lurus tersebut
Hujan Rata-rata pada Suatu Daerah
Hujan yang terjadi dapat merata di seluruh kawasan yang luas atau
terjadi hanya bersifat setempat
Hujan bersifat setempat hujan dari satu pos hujan belum tentu
dapat mewakili hujan untuk kawasan yang lebih luas (karakteristik
DPS)
Faktor yang mempengaruhi karakteristik DPS:
a. Jarak pos hujan sampai ke tengah kawasan yang dihitung curah
hujannya
b. Luas daerah
c. Topografi
d. Sifat hujan
Metode pendekatan:
a. Rata-rata Aritmatika
b. Poligon Thiessen
c. Isohiet
HUJAN RATA-RATA DAS (CATCHMENT RAINFALL)
RATA-RATA ALJABAR P = (P1+P2+…..+Pn) / n
POLIGON THIESSEN
P = α
1
P
1
+ α
2
P
2
...... α
n
P
n
P
P P P n n
= + + +
1 1 2 2 o o o
....
ISOHYET
Pi
P . | =
Hujan rata-rata dihitung dari satu hujan titik
Β = faktor reduksi
Standar untuk menghitung curah hujan
daerah
 Daerah dengan luas 250ha (variasi topografi
kecil)1 alat ukur curah hujan
 Daerah dengan luas 250ha – 50.000ha  2 atau
3 titik pengamatan  cara rata-rata
 Daerah 120.000ha – 500.000ha (curah hujan
tidak dipengaruhi topografi)
 titik pengamatan tersebar merata aljabar
 titik pengamatan tersebar tidak merata Thiessen
 Daerah > 500.000ha  isohiet atau inter-
section method
Cara Memilih
Metoda Pendekatan Hujan Rata-rata Daerah
 Jaring-jaring pos hujan
 Luas DPS
 Topografi DPS
Jumlah pos hujan cukup Metoda Isohiet, Thiessen, rata-rata
aritmatik
Jumlah pos hujan terbatas Metoda Thiessen, rata-rata aritmatik
Pos hujan tunggal Metoda hujan titik
DPS besar (> 5000 km
2
) Metoda Isohiet
DPS sedang (500-5000 km
2
) Metoda Thiessen
DPS kecil(< 500 km
2
) Metoda rata-rata aritmatik
Berbukit dan tidak beraturan
Metoda Isohiet
Dataran
Metoda Thiessen, rata-rata aritmatik
Analisis Frekuensi
 Sistem hidrologi kadang-kadang dipengaruhi
oleh kejadian ekstrim.
 Besarnya kejadian ekstrim berbanding terbalik
dengan frekuensi kejadian kejadian luar biasa
ekstrim terjadi sangat langka
 Tujuan analisis frekuensi:
Melihat besaran kejadian ekstrim yang berkaitan
dengan frekuensi kejadiaannya aplikasi distribusi
kemungkinan
 Frekuensi hujan :
Besarnya kemungkinan suatu besaran hujan disamai
atau dilampaui
 Kala Ulang hujan (return period)
Waktu hipotetik diana hujan dengan suatu besaran
tertentu akan disamai atau dilampaui
 Analisis frekuensi memerlukan seri data hujan
Tinggi Hujan Rencana
(Analisis Frekuensi)
Persamaan Umum:
X
T
= X
r
+ k.SD
X
T
= nilai tinggi hujan pada periode ulang tertentu
X
r
= nilai rata-rata dari besarnya tinggi hujan selama periode pengamatan
SD = standar deviasi dari besarnya tinggi hujan selama periode pengamatan
k = faktor frekuensi (tergantung persamaan distribusi yang digunakan)
Teori distribusi dapat digunakan untuk menyelesaikan persamaan
umum tinggi hujan untuk analisis frekuensi, seperti:
 Gumbel tipe I atau III
 Pearson atau log Pearson
 Normal atau log Normal
 Gamma, dsb
Data yang hendak dianalisis sebaiknya dicoba dihitung dengan banyak
persamaan distribusi untuk selanjutnya dengan uji statistik ditentukan
persamaan distribusi yang paling sesuai dengan data tersebut (UJI
KECOCOKAN)
Distribusi Gumbel
 Distribusi Gumbel sering digunakan untuk
menganalisis keadaan maksimum seperti
analisis frekuensi banjir
 Untuk aplikasi di Indonesia, persamaan
distribusi yang sering digunakan adalah
metoda modifikasi Gumble
 Persamaan:
R
T
= R
r
- {0,78 x ln[ln (T/(T-1)]+0,45}.SD
Contoh Soal
 Dari data pengukuran debit hujan puncak
dengan jumlah data 36 tahun, diperoleh rata-rata
(Xr) = 409,20 mm, deviasi standar (SD) =
195,56 mm
 Hitung hujan pada periode ulang hujan 2,5,20
dan 50 tahunan dengan distribusi normal.
NILAI VARIABEL REDUKSI
GAUSS
No Periode
Ulang , T
(tahun)
Peluang KT
1 1,001 0,999 -3,05
2 1,005 0,995 -2,58
3 1,010 0,990 -2,33
4 1,050 0,950 -1,64
5 1,110 0,900 -1,28
6 1,250 0,800 -0,84
7 1,330 0,750 -0,67
8 1,430 0,700 -0.52
9 1,670 0,600 -0.25
10 2,000 0,500 0
11 2,500 0,400 0,25
12 3,300 0,300 0,52
13 4,000 0,250 0,67
14 5,000 0,200 0,84
15 10,000 0,100 1,28
16 20,000 0,050 1,64
17 50,000 0,020 2,05
18 100,000 0,010 2,33
19 200,000 0,005 2,58
20 500,000 0,002 2,88
21 1000,000 0,001 3,09
Hasil
 X2 = 409,20 mm
 X5 = 573,47 mm
 X20 = 729,92 mm
 X50 = 810,10 mm
Analisis Intensitas Hujan
 Intensitas hujan
Tinggi kedalaman air hujan per satuan waktu
 Sifat umumhujan:
 Semakin singkat hujan berlangsung intensitasnya
cenderung makin tinggi
 Semakin besar periode ulangnya makin tinggi
intensitasnya
DISTRIBUSI HUJAN JAM-JAMAN
i
i
t
t
i
t
 Hubungan antara intensitas, lama hujan, dan
frekuensi hujan biasanya dinyatakan dalam
lengkung INTENSITAS-DURASI-
FREKUENSI (IDF=Intensity-Duration-
Frequency Curve)
Analisis Intensitas Hujan
 Diperlukan data hujan jangka pendek (5 menit, 10 menit, 30
menit, 60 menit dan jam-jaman) untuk membentuk kurva IDF
 Data hujan jangka pendek hanya didapat dari pos hujan
otomatis
 Beberapa persamaan dapat digunakan untuk intensitas hujan:
(data hujan jangka pendek harus ada)
 Rumus Talbot  I = a/(t+b)
 Rumus Sherman  I = a/(t
n
)
 Rumus Ishiguro  I = a/ (√t + b)
 Berdasarkan observasi Van Breen (di
Indonesia), hujan terkonsentrasi selama 4 jam
(Duration Uniform Rainfall) dengan jumlah
hujan (Depth) sebesar 90% dari hujan selama
24 jam
 Intensitas hujan di Indonesia dapat mengacu
pada pola kurva IDF dari van Breen yang dapat
didekati dengan persamaan
I
T
t
= (54 R
T
+ 0,07 R
T
2
)/ (t + 0,3 R
T
)
I
T
t
= intensitas hujan (mm/jam) pada PUH T dan durasi t
t = lamanya hujan (menit)
R
T
= tinggi hujan maksimum harian (selama 24 jam) (mm)
pada PUH
 Bila data hujan jangka pendek tidak ada, dapat
menggunakan rumus MONONOBE
I
t
= (R
24
/24 )x(24/t)
2/3
I
t
= intensitas hujan (mm/jam) untuk durasi t
t = lamanya hujan (jam)
R
24
= tinggi hujan maksimum harian (selama 24 jam)
(mm)
 Di Indonesia, sebagian besar dari jumlah pos hujan tidak
otomatis  hanya ada informasi tinggi hujan setiap
durasi 24 jam
 Solusi: pola curah hujan mengikuti kurva massa hujan
yang terukur pada pos hujan otomatis terdekat yang
mempunyai sifat sama pada kondisi yg sama.
Kurva Intensitas-Durasi-
Frekuensi
Untuk analisi hidrologi, diperlukan beberapa persamaan intensitas
hujan-durasi untuk berbagai periode ulang atau frekuensi KURVA
IDF
Durasi : absis
Intensitas : ordinat
Frekuensi/periode ulang : parameter kurva
Analisis frekuensi melibatkan urutan data semua pengukuran dalam
suatu periode pengamatan (30 tahun)
Dari urutan data dapat ditentukan jumlah tahun suatu nilai kejadian
intensitas hujan dengan durasi tertentu akan sama atau melebihi
intensitas itu
Periode ulang (return period):
interval waktu rata-rata dari besarnya suatu nilai intensitas hujan
tertentu akan disamai atau dilampaui satu kali
Soal
 Buat kurva IDF dari hasil hujan dengan periode
ulang hujan 2, 5, 20, 50 (soal terdahulu) dengan
metoda van Breen
 Durasi hujan (5, 10, 30, 60, 120 menit)
CONSISTENCY TEST
( statistical methods )
Pada dasarnya pengujian dilakukan untuk melihat loncatan ( jump )
nilai rata-rata.
Deret data dipisahkan menjadi dua deret data :
n ., ,......... 1 m i dengan
dan
m ,......, 2 , 1 i dengan )
Y
( E
i
+ = A + u
= u =
CONSISTENCY TEST
(satatistical methods )
( )
¯
= ÷ = =
+
k
1 i
i
*
k
*
0
n ,........, 2 , 1 , 0 k dengan Y
Y S
0
S
n , ,......... 2 , 1 , 0 k dengan
D
S
S
y
*
k * *
k
= =
Cumulative deviation ( adjusted partial sum )
RESCALED ADJUSTED PARTIAL SUMS
adalah nilai tersebut di atas dibagi nilai standard deviation
( )
¯
÷
=
=
n
1 i
i
2
2
y
n
Y
Y
D
dengan
CONSISTENCY TEST
( statistical methods )
Statistik yang digunakan adalah Q atau R
S min
S
max
R atau
S
max Q
* *
k
n k 0
* *
k
n k 0
* *
k
n k 0
s s
s s
s s
÷ = =
DATA COMPLETENESS
CAUSES OF MISSING DATA
METHODS OF ESTIMATING MISSING DATA
normal ratio method
reciprocal method
VERY HIGH ERROR
100 % – 200 %
IGNORING THE EXISTANCE OF THE STATION
WITH THE MISSING DATA
FOR COMPUTATION

PERAN HIDROLOGI DALAM SISTEM SUMBERDAYA AIR

1. Hampir semua kegiatan pengembangan sumberdaya air memerlukan informasi hidrologi untuk dasar perencanaan dan perancangan. Akibatnya apabila informasi hidrologi yang dihasilkan tidak cermat akan mengasilkan rancangan yang tidak akurat pula (bahkan dapat berakibat fatal ). 2. Interpretasi terhadap fenomena hidrologi akan dapat dilakukan dengan cermat apa bila didukung ketersediaan data yang cukup. (Diperlukan sarana pengumpulan data yang memadai dan kegiatan pengumpulan data yang kon – sisten, kemampuan mengidentifikasi masalah, dan mampu memilih cara penyelesaian terbaik )

FENOMENA ALAM

ANALISIS KUALITATIF KUANTITATIF

WATER RESOURCES WORKS

UNCERTAINTIES INACCURACIES

HUMAN ACTIVITIES

UNCERTAINTIES INACCURACIES

NATURAL PHENOMENA
REDUCED UNCERTAINTIES, INACCURACIES

HYDROLOGIC TRANSFORMATION

HYDRAULIC TRANSFORMATION

IMPLEMENTATION, CONSTRUCTIONS

1. BETTER UNDERSTANDING OF NATURAL PHENOMENA 2. BETTER UNDERSTANDING OF CATCHMENT BEHAVIOR 3. BETTER ANTICIPATION OF ANTHROPHOGENIC CHANGES

HUMAN RELATED FACTORS ) INFORMASI HIDROLOGI KONSTRUKSI RANCANGAN TRANSFORMASI HIDRAULIK .inflow outflow SISTEM DAS SPATIAL VARIABILITY (VARIABILITAS RUANG) TEMPORAL VARIABILITY (VARIABILITAS WAKTU) FAKTOR ALAMI FAKTOR ANTROPOGENIK (ANTHROPOGENIC FACTORS.

Tujuan: mengolah data mentah menjadi data siap pakai untuk perhitungan perencanaan atau perhitungan lain dalam memonitor kualitas air  KARAKTERISTIK HUJAN SUATU DPS DPS Hujan Daerah Analisis hujan daerah X1 X5 X2 X3 X6 Data siap dipakai sebagai hujan terpusat Analisis curah hujan terpusat Berupa: Tabel-tabel • Curah hujan. jam/menit • Hujan harian&lamanya • Hujan Bulanan • Hujan Tahunan • Hujan Harian max dalam 1 tahun Berupa: • Grafik AWLR atau • Tabel pengukuran hujan harian Dengan perlengkapan alat penakar hujan otomatis/non otomatis X4 X. pos –pos hujan Data Mentah Pengumpula n data Pos Hujan .

HUJAN (precipitation) KERAPATAN JARINGAN jumlah sta hujan pola penempatan sta hujan KELENGKAPAN DATA cara perkiraan ?? normal ratio method ? reciprocal method ? KEPANGGAHAN ( consistency ) .

Syarat pemilihan lokasi setasiun hujan • sesuai dengan evaluasi jaringan • tidak terlalu terbuka ( over exposed ) • tidak terlalu tertutup ( under exposed ) optimum exposure • berjarak minimal 4x tinggi rintangan terdekat .

SETASIUN METEOROLOGI .

SETASIUN METEOROLOGI .

SETASIUN METEOROLOGI .

hari) Intensitas hujan (I) : ukuran yang menyatakan tebal hujan dalam satuan tertentu (mm/jam. 2. 6. jam.05 mm atau lebih kecil dan terhambur luas pada suatu kawasan Curah hujan (R) : banyaknya air yang jatuh ke permukaan bumi. cm) Durasi hujan (t) : lamanya waktu hujan tercurah dari atmosfer ke permukaan bumi. cm/hari) Frekuensi Intensitas Hujan (T) : interval watu rata-rata antara kejadian curah hujan yang mempunyai intensitas tertentu dengan kejadian curah hujan dengan intensitas yang sama atau lebih lebat Luas daerah hujan (A) : luas areal dengan suatu hujan yang tebalnya dianggap sama. tidak mengalami penguapan dan tersebar merata serta dinyatakan sebagai ketebalan air (rain depth. mm. 3. dinyatakan sebagai satuan waktu (menit. dan dinyatakan sebagai satuan luas (ha. 4. 5. km2) . dalam hal ini permukaan bumi dianggap datar dan kedap.Terminologi 1. Hujan : bentuk tetesan air yang mempunyai garis tengah lebih dari 0.

5. Pengisian data kosong Pengecekan kualitas data (uji konsistensi) Menentukan hujan rata-rata DPS Analisis tebal dan intensitas hujan terhadap durasi Hubungan intensitas dengan debit maksimum . 4. 2. 3.Analisis untuk Karakteristik Hujan 1.

Jumlah hujan dihitung dari pengamatan di ketiga stasiun terdekat dan sedapat mungkin berjarak sama terhadap stasiun yang kehilangan data Metoda: 1.Dimana : Rx n N Ri = data hilang yang akan diperkirakan = jumlah stasiun pembanding = hujan tahunan normal = data hujan stasiun pembanding .Bila hujan tahunan normalnya pada masing-masing stasiun pembanding lebih besar dari 10% terhadap stasiun yang kehilangan data  rasio normal Rx = 1/n (∑(Nx/Ni)Ri) 1.Bila hujan tahunan normalnya pada masing-masing stasiun pembanding dalam 10% dari stasiun yang kehilangan data  rata-rata aritmatik Rx = 1/n (∑Ri) 2.Memperkirakan Data Hujan yang Hilang Kekosongan data dapat terjadi akibat ketidakhadiran pengamat atau kerusakan alat.

 Penggantian jenis dan spesifikasi alat Perkembangan lingkungan sekitar pos hujan Pemindahan lokasi pos hujan  Metoda : 1. disebabkan: 1. 5.Uji konsistensi   Kegunaan: menguji kebenaran data Data hujan disebut konsisten  data yang terukur dan dihitung adalah teliti dan benar serta sesuai dengan fenomena saat hujan itu terjadi Data tidak konsisten. 2. 2. . Observasi lapangan Observasi ke kantor pengolahan data Membandingkan data hujan dengan data untuk iklim yang sama Analisis kurva massa ganda Analisis statistik 4. 3. 3.

CONSISTENCY TESTS  CONVENTIONAL DOUBLE MASS ANALYSIS  Cumulative annual rainfall of the tested station vs cumulative average annual rainfall of three (or more) reference stations. inconsistant line consistant line inconsistant line Cumulative annual rainfall of three reference stations .

C.Pola yang terjadi berupa garis lurus dan terjadi patahan arah garis itu  DATA POS “Y” TIDAK KONSISTEN  perlu dikoreksi Koreksi sesuai dengan kemiringan perubahan garis lurus tersebut . B.Analisis Kurva Massa Ganda Untuk data hujan musiman atau tahunan dari suatu DPS: Yang diuji pos hujan “Y” maka data kumulatif dari pos ”Y” itu dapat dibandingkan secara grafis dengan data hujan acuan “X”. data pos “Y” : sumbu Y dan data pos “X” sumbu X Ketentuan perubahan pola: a. dan D atau lebih yang lokasinya di sekeliling pos hujan “Y” bila kondisinya masih sama. Data hujan minimal 10 tahun.Pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah garis itu  DATA POS “Y” KONSISTEN b. Data hujan acuan “X” merupakan nilai rata-rata dari pos hujan A.

b. Rata-rata Aritmatika Poligon Thiessen Isohiet . c. d. b.Hujan Rata-rata pada Suatu Daerah Hujan yang terjadi dapat merata di seluruh kawasan yang luas atau terjadi hanya bersifat setempat Hujan bersifat setempat  hujan dari satu pos hujan belum tentu dapat mewakili hujan untuk kawasan yang lebih luas (karakteristik DPS) Faktor yang mempengaruhi karakteristik DPS: a. Jarak pos hujan sampai ke tengah kawasan yang dihitung curah hujannya Luas daerah Topografi Sifat hujan Metode pendekatan: a. c.

.HUJAN RATA-RATA DAS (CATCHMENT RAINFALL) RATA-RATA ALJABAR P = (P1+P2+….+Pn) / n .

POLIGON THIESSEN P = α1P1 + α2P2 .. αnPn .....

.ISOHYET P   P   P . Pi Β = faktor reduksi .   P 1 1 2 2 n n Hujan rata-rata dihitung dari satu hujan titik P   ...

Standar untuk menghitung curah hujan daerah  Daerah dengan luas 250ha (variasi topografi kecil) 1 alat ukur curah hujan Daerah dengan luas 250ha – 50.000ha (curah hujan tidak dipengaruhi topografi)     titik pengamatan tersebar merata  aljabar titik pengamatan tersebar tidak merata  Thiessen  Daerah > 500.000ha  isohiet atau intersection method .000ha – 500.000ha  2 atau 3 titik pengamatan  cara rata-rata Daerah 120.

rata-rata aritmatik Metoda Thiessen. rata-rata aritmatik . rata-rata aritmatik Metoda hujan titik  Luas DPS DPS besar (> 5000 km2) DPS sedang (500-5000 km2) DPS kecil(< 500 km2) Metoda Isohiet Metoda Thiessen Metoda rata-rata aritmatik  Topografi DPS Berbukit dan tidak beraturan Dataran Metoda Isohiet Metoda Thiessen. Thiessen.Cara Memilih Metoda Pendekatan Hujan Rata-rata Daerah  Jaring-jaring pos hujan Jumlah pos hujan cukup Jumlah pos hujan terbatas Pos hujan tunggal Metoda Isohiet.

Analisis Frekuensi    Sistem hidrologi kadang-kadang dipengaruhi oleh kejadian ekstrim. Besarnya kejadian ekstrim berbanding terbalik dengan frekuensi kejadian  kejadian luar biasa ekstrim terjadi sangat langka Tujuan analisis frekuensi: Melihat besaran kejadian ekstrim yang berkaitan dengan frekuensi kejadiaannya  aplikasi distribusi kemungkinan .

 Frekuensi hujan : Besarnya kemungkinan suatu besaran hujan disamai atau dilampaui  Kala Ulang hujan (return period) Waktu hipotetik diana hujan dengan suatu besaran tertentu akan disamai atau dilampaui  Analisis frekuensi memerlukan seri data hujan .

Tinggi Hujan Rencana (Analisis Frekuensi) Persamaan Umum: XT = nilai tinggi hujan pada periode ulang tertentu Xr = nilai rata-rata dari besarnya tinggi hujan selama periode pengamatan SD = standar deviasi dari besarnya tinggi hujan selama periode pengamatan k = faktor frekuensi (tergantung persamaan distribusi yang digunakan) XT = Xr + k. dsb Data yang hendak dianalisis sebaiknya dicoba dihitung dengan banyak persamaan distribusi untuk selanjutnya dengan uji statistik ditentukan persamaan distribusi yang paling sesuai dengan data tersebut (UJI KECOCOKAN) .SD Teori distribusi dapat digunakan untuk menyelesaikan persamaan umum tinggi hujan untuk analisis frekuensi. seperti:     Gumbel tipe I atau III Pearson atau log Pearson Normal atau log Normal Gamma.

45}.78 x ln[ln (T/(T-1)]+0. persamaan distribusi yang sering digunakan adalah metoda modifikasi Gumble  Persamaan: RT = Rr .Distribusi Gumbel Distribusi Gumbel sering digunakan untuk menganalisis keadaan maksimum seperti analisis frekuensi banjir  Untuk aplikasi di Indonesia.{0.SD  .

20 dan 50 tahunan dengan distribusi normal.Contoh Soal   Dari data pengukuran debit hujan puncak dengan jumlah data 36 tahun. deviasi standar (SD) = 195.56 mm Hitung hujan pada periode ulang hujan 2. .5. diperoleh rata-rata (Xr) = 409.20 mm.

400 0.001 0.002 0.67 -0.100 0.84 1.110 1.000 18 100.020 0.005 0.999 0.000 21 1000.000 16 20.050 1.84 -0.300 13 4.005 1.25 12 3.64 -1.430 1.250 0.050 0.000 10 2.990 0.05 -2.28 1.67 0.09 1 2 3 4 5 6 7 8 9 0.500 0 .52 -0.670 Peluang KT 11 2. T (tahun) 1.33 2.88 3.000 15 10.995 0.010 1.05 2.800 0.010 0.900 0.500 0.001 1.000 14 5.700 0.000 0.200 0.28 -0.33 -1.58 -2.250 1.58 2.000 19 200.950 0.25 0.NILAI VARIABEL REDUKSI GAUSS No Periode Ulang .64 2.000 20 500.300 0.330 1.600 -3.750 0.000 17 50.52 0.

47 mm X20 = 729.92 mm X50 = 810.10 mm .Hasil     X2 = 409.20 mm X5 = 573.

Analisis Intensitas Hujan  Intensitas hujan Tinggi kedalaman air hujan per satuan waktu  Sifat umum hujan:  Semakin singkat hujan berlangsung intensitasnya cenderung makin tinggi  Semakin besar periode ulangnya makin tinggi intensitasnya .

i i t t i t DISTRIBUSI HUJAN JAM-JAMAN .

dan frekuensi hujan biasanya dinyatakan dalam lengkung INTENSITAS-DURASIFREKUENSI (IDF=Intensity-DurationFrequency Curve) . lama hujan. Hubungan antara intensitas.

30 menit. 10 menit. 60 menit dan jam-jaman) untuk membentuk kurva IDF Data hujan jangka pendek hanya didapat dari pos hujan otomatis Beberapa persamaan dapat digunakan untuk intensitas hujan: (data hujan jangka pendek harus ada)      Rumus Talbot  I = a/(t+b) Rumus Sherman  I = a/(tn) Rumus Ishiguro  I = a/ (√t + b) .Analisis Intensitas Hujan  Diperlukan data hujan jangka pendek (5 menit.

hujan terkonsentrasi selama 4 jam (Duration Uniform Rainfall) dengan jumlah hujan (Depth) sebesar 90% dari hujan selama 24 jam Intensitas hujan di Indonesia dapat mengacu pada pola kurva IDF dari van Breen yang dapat didekati dengan persamaan ITt = (54 RT + 0.3 RT) I Tt = intensitas hujan (mm/jam) pada PUH T dan durasi t t = lamanya hujan (menit) RT = tinggi hujan maksimum harian (selama 24 jam) (mm) pada PUH  .07 RT2)/ (t + 0. Berdasarkan observasi Van Breen (di Indonesia).

dapat menggunakan rumus MONONOBE I t = intensitas hujan (mm/jam) untuk durasi t t = lamanya hujan (jam) R24 = tinggi hujan maksimum harian (selama 24 jam) (mm) It = (R24/24 )x(24/t)2/3   Di Indonesia. sebagian besar dari jumlah pos hujan tidak otomatis  hanya ada informasi tinggi hujan setiap durasi 24 jam Solusi: pola curah hujan mengikuti kurva massa hujan yang terukur pada pos hujan otomatis terdekat yang mempunyai sifat sama pada kondisi yg sama. . Bila data hujan jangka pendek tidak ada.

diperlukan beberapa persamaan intensitas hujan-durasi untuk berbagai periode ulang atau frekuensi  KURVA IDF Durasi : absis Intensitas : ordinat Frekuensi/periode ulang : parameter kurva Analisis frekuensi melibatkan urutan data semua pengukuran dalam suatu periode pengamatan (30 tahun) Dari urutan data dapat ditentukan jumlah tahun suatu nilai kejadian intensitas hujan dengan durasi tertentu akan sama atau melebihi intensitas itu Periode ulang (return period): interval waktu rata-rata dari besarnya suatu nilai intensitas hujan tertentu akan disamai atau dilampaui satu kali .Kurva Intensitas-DurasiFrekuensi Untuk analisi hidrologi.

10. 60. 20. 50 (soal terdahulu) dengan metoda van Breen Durasi hujan (5. 5. 120 menit) . 30.Soal   Buat kurva IDF dari hasil hujan dengan periode ulang hujan 2.

.

...n dan  . Deret data dipisahkan menjadi dua deret data : E(Yi)   dengan i  1....... m dengan i  m  1......CONSISTENCY TEST ( statistical methods ) Pada dasarnya pengujian dilakukan untuk melihat loncatan ( jump ) nilai rata-rata.2.....

.2.....1. n k i 1 RESCALED ADJUSTED PARTIAL SUMS adalah nilai tersebut di atas dibagi nilai standard deviation * **  Sk Sk Dy dengan k  0... n dengan n Y Y 2 D2   i y n i 1   .CONSISTENCY TEST (satatistical methods ) Cumulative deviation ( adjusted partial sum ) S*  0 0 S* k   Yi  Y  dengan k  0.......1......2..

CONSISTENCY TEST ( statistical methods ) Statistik yang digunakan adalah Q atau R Q  max S** k 0 k  n atau R  maxS**  min S** k k 0 k  n 0 k  n .

DATA COMPLETENESS CAUSES OF MISSING DATA METHODS OF ESTIMATING MISSING DATA normal ratio method reciprocal method VERY HIGH ERROR 100 % – 200 % IGNORING THE EXISTANCE OF THE STATION WITH THE MISSING DATA FOR COMPUTATION .

Sign up to vote on this title
UsefulNot useful