BAB 5 ANALISIS DAN PEMBAHASAN 5.1 Analisis pemindahan stasiun hujan, stasiun hujan hilang, maintenance

  • View
    215

  • Download
    0

Embed Size (px)

Text of BAB 5 ANALISIS DAN PEMBAHASAN 5.1 Analisis pemindahan stasiun hujan, stasiun hujan hilang,...

  • 49

    BAB 5ANALISIS DAN PEMBAHASAN

    5.1 Analisis HidrologiData curah hujan dari stasiun pengamat Gubeng, Larangan

    dan Keputih. Stasiun tersebut dapat mewakili curah hujan padadaerah perumahan Sukolilo Dian Regency 2.

    Tabel 5.1 Tabel Curah Hujan Hari MaksimumNo Tahun St. Gubeng St. Larangan St. Keputih Rata-

    rata1 2003 68 65 102 78,332 2004 86 61 58 68,333 2005 89 64 110 87,674 2006 106 72 140 106,005 2007 104 64 127 98,336 2008 98 84 90 90,677 2009 75 70 120 88,338 2010 106 113 90 103,009 2011 81 72 78 77,00

    10 2012 70 71 85 75,33Sumber: Balai PSWAS Butung Paketingan, 2013

    5.1.1 Uji KonsistensiSemua data curah hujan yang dianalisis harus konsisten sepertidata stasiun pembanding, karena bila dalam data curah hujanterdapat ketidak konsistenan maka dapat mengakibatkanpenyimpangan pada hasil perhitungan. Oleh karena itu untukmengetahui konsisten atau tidaknya data tersebut dilakukan ujikonsistensi. Berikut adalah hasil uji konsistensi dari masing-masing stasiun

    1. Uji Konsistensi Stasiun GubengPengujian konsistensi data curah hujan pada stasiunGubeng dilakukan dengan cara membandingkanakumulasi data hujan stasiun Gubeng dengan akumulasirata-rata data hujan stasiun pembanding, yaitu stasiunLarangan dan Keputih. Hasil perhitungan uji konsistensi

  • 50

    stasiun Gubeng bisa dilihat dalam Tabel 5.2 danGambar 5.1.

    Tabel 5.2 Perhitungan uji konsistensi Stasiun GubengNo Tahun St.Gubeng Akumulasi

    St.Larangan

    St.Keputih

    rata-rata akumulasi

    1 2003 68 68 65 102 83,5 83,52 2004 86 154 61 58 59,5 1433 2005 89 243 64 110 87 2304 2006 106 349 72 140 106 3365 2007 104 453 64 127 95,5 431,56 2008 98 551 84 90 87 518,57 2009 75 626 70 120 95 613,58 2010 106 732 113 90 101,5 7159 2011 81 813 72 78 75 790

    10 2012 70 883 71 85 78 868Sumber: Hasil Perhitungan, 2014

    Gambar 5.1 Grafik Uji Konsistensi Stasiun Gubeng

    2. Uji Konsistensi Stasiun GubengPengujian konsistensi data curah hujan pada stasiunLarangan dilakukan dengan cara membandingkanakumulasi data hujan stasiun Larangan denganakumulasi rata-rata data hujan stasiun pembanding,yaitu stasiun Gubeng dan Keputih. Hasil perhitungan uji

    y = 1.0253x + 2.318R = 0.9987

    0

    200

    400

    600

    800

    1000

    0 200 400 600 800 1000

    Aku

    mul

    asi S

    t. G

    uben

    g

    Akumulasi St. Pembanding

    Uji Konsistensi St. Gubeng

  • 51

    konsistensi stasiun Larangan bisa dilihat dalam Tabel5.3 dan Gambar 5.2.

    Tabel 5.3 Perhitungan uji konsistensi Stasiun LaranganNo Tahun St.

    LaranganAkumulasi St.

    GubengSt.

    Keputihrata-rata

    akumulasi

    1 2003 65 65 68 102 85 852 2004 61 126 86 58 72 1573 2005 64 190 89 110 99,5 256,54 2006 72 262 106 140 123 379,55 2007 64 326 104 127 115,5 4956 2008 84 410 98 90 94 5897 2009 70 480 75 120 97,5 686,58 2010 113 593 106 90 98 784,59 2011 72 665 81 78 79,5 864

    10 2012 71 736 70 85 77,5 941,5Sumber: Hasil Perhitungan

    Gambar 5.2 Grafik Uji Konsistensi Stasiun Larangan

    3. Uji Konsistensi Stasiun KeputihPengujian konsistensi data curah hujan pada stasiunKeputih dilakukan dengan cara membandingkanakumulasi data hujan stasiun Keputih dengan akumulasirata-rata data hujan stasiun pembanding, yaitu stasiunGubeng dan Larangan. Hasil perhitungan uji konsistensi

    y = 0.7665x - 16.235R = 0.989

    0

    200

    400

    600

    800

    0 200 400 600 800 1000Aku

    mul

    asi S

    t. L

    aran

    gan

    Akumulasi St. Pembanding

    Uji Konsistensi St. Larangan

  • 52

    stasiun Keputih bisa dilihat dalam Tabel 5.4 danGambar 5.3.

    Tabel 5.4 Perhitungan uji konsistensi Stasiun KeputihNo Tahun St.

    KeputihAkumulasi St.

    LaranganSt.

    Gubengrata-rata

    akumulasi

    1 2003 102 102 65 68 66,5 66,52 2004 58 160 61 86 73,5 1403 2005 110 270 64 89 76,5 216,54 2006 140 410 72 106 89 305,55 2007 127 537 64 104 84 389,56 2008 90 627 84 98 91 480,57 2009 120 747 70 75 72,5 5538 2010 90 837 113 106 109,5 662,59 2011 78 915 72 81 76,5 739

    10 2012 85 1000 71 70 70,5 809,5Sumber: Hasil Perhitungan, 2014

    Gambar 5.3 Grafik Uji Konsistensi Stasiun Keputih

    5.1.2 Uji HomogenitasPengujian homogenitas data curah hujan dari ketigastasiun

    pengamat dilakukan untuk memastikan bahwa pada masing-masing stasiun tidak terdapat penyimpangan data curah hujanyang cukup signifikan. Hal tersebut sangat berpotensi terjadi dilapangan karena disebabkan oleh banyak faktor, antara lain

    y = 1.2401x + 19.489R = 0.9938

    0

    200

    400

    600

    800

    1000

    1200

    0 200 400 600 800 1000

    Aku

    mul

    asi S

    t. K

    eput

    ih

    Akumulasi St. Pembanding

    Uji Konsistensi St. Keputih

  • 53

    pemindahan stasiun hujan, stasiun hujan hilang, maintenancestasiun curah hujan, bencana alam, dan lain sebagainya. Hal-haltersebut menyebabkan data yang ada pada stasiun menjadi tidakhomogen sedangkan data yang dibutuhkan adalah data curahhujan yang homogen. Oleh karena itu diperlukan uji homogenitas.Data curah hujan yang digunakan merupakan data yang telahdidapatkan dari rata-rata curah hujan metode aljabar.

    1. Mula-mula cari rata-rata dari R rata-rata curah hujan.2. Lalu R rata-rata tersebut di ranking dari nilai terbesar ke

    terkecilTabel 5.5 Perhitungan ranking homogenitas n=10

    Tahun R R rata-rata (mm)rangking

    (R rangking - Rratarata)2

    2003 78,33 106,00 349,692004 68,33 103,00 246,492005 87,67 98,33 121,732006 106,00 90,67 11,332007 98,33 88,33 1,072008 90,67 87,67 0,132009 88,33 78,33 80,402010 103,00 77,00 106,092011 77,00 75,33 143,202012 75,33 68,33 359,73

    Jumlah 873,00 1419,88Rata-rata 87,30 141,99

    Sumber: Hasil Perhitungan, 20143. Ditentukan besarnya standart deviasi (d) dari data

    tersebut

    d = 2

    1n

    1i

    2i

    1n

    RR

    = , = 12,56

  • 54

    4. Ditentukan nilai dari Table of Reduced Mean (Yn) danReduced Standart Deviation (n) dengan n = 10 dandidapatkan :

    10 = 0,9496

    10Y = 0,49525. Tentukan 226,13

    9496,056,121

    10

    R

    6. Tentukan = R 101 Y

    87,313,226(0,4952)= 80,75

    7. Tentukan persamaan regresi liniernya

    R = nY 1

    = 80,75+ 13,226 nYBila Y1 = 0 maka nilai R1 = 80,75+ 13,226 (0)

    = 80,75Bila Y2 = 5 maka nilai R2 = 80,75+ 13,226 (5)

    = 146,87Kemudian R1 dan R5 diplot pada Gumbels Probability Paper(Lampiran 4), lalu kedua titik tesebut dihubungkan makadiperoleh :

    Tr = 2,24 tahunR10 = 113

    8. Kemudian dilakukan uji homogenitas pada homogenitytest graph dengan

    Ordinat =R

    R10 Tr =3,87

    113 2,24 = 2,89

    Absis = 109. Kemudian koordinat ordinat dan absis dimasukkan dalam

    grafik homogenitas data curah hujan (Lampiran 5), untukmengetahui bahwa data tersebut sudah homogen ataubelum.

  • 55

    Setelah ordinat dan absis dimasukkan dalam grafikhomogenitas data curah hujan, didapatkan bahwa data hujanhomogen karena titik temu absis dan ordinat berada dalam rangehomogenitas sehingga dapat dilanjutkan ke perhitungan curahhujan harian maksimum.

    5.1.3 Curah Hujan Maksimum Harian Rata-rataUntuk menghitung hujan harian maksimum digunakan tiga

    metode yaitu : Metode Gumbel, Metode Log Person Tipe III danMetode Iwai Kadoya.5.1.3.1 Metode Gumbel

    Dalam metode ini, data curah hujan rata-rata daerahdisusun secara peringkat, yakni dari data hujan yang terbesarmenuju yang terkecil.

    Tabel 5.6 Data R Metode GumbelNo Ri (Ri-R) (Ri-R)21 106 18,70 349,692 103 15,70 246,493 98 11,03 121,734 91 3,37 11,335 88 1,03 1,076 88 0,37 0,137 78 -8,97 80,408 77 -10,30 106,099 75 -11,97 143,20

    10 68 -18,97 359,73Total 873 1419,88

    Rata-rata 87,30 141,99Sumber: Hasil Perhitungan, 2014

    Dari tabel di atas, dapat ditentukan :

    iRnR 1 =

    10873

    = 87,3

    Menentukan standar deviasi (d) :

  • 56

    d = 2

    1n

    1i

    2i

    1n

    RR

    = , = 12,56Untuk n = 10, dari Table of Reduced Mean ( nY ) andReduced Standard Deviation ( 10) didapatkan :

    10 = 0,9496

    10Y = 0,4952Curah hujan harian maksimum dihitung dengan menggunakanrumus :

    ntn

    RT YYRR

    DimanaR = tinggi hujan rata-rataRT = standar deviasin & Yn = didapat dari tabel reduced mean dan standardeviationYt = dididapat dari tabel reduced variety of PUH ttahun

    Tabel 5.7 Nilai Reduce Variate (Yt) pada PUH t tahunT Yt2 0,36655 1,4999

    10 2,250225 3,198550 3,9019

    100 4,6001Sumber: Suripin, Sistem Drainase Perkotaan yang Berkelanjutan2004

  • 57

    Contoh PerhitunganPUH (t) = 2 tahun Y2 = 0,3665Maka 10210 YYRR

    RT

    = 4952,03665,09496,0

    56,123,87

    = 85,6 mmRentang keyakinan (Convidence Interval)

    Untuk : = 90% t (a) = 1,64= 80% t (a) = 1,282= 68% t (a) = 1,000

    Rentang keyakinan yang dipakai pada metode ini adalah 90 % = 90 % t () = 1,64

    9496,04952,03665,0

    10

    102

    YYk = -0,14

    21,13,11 kkb = 2)14,0-(1,1)14,0-(3,11 = 0,92

    Nb

    S Re

    =10

    56,1292,0 x = 3,65

    65,364,1 xRk = 5,98RT dengan a (90%) = 85,60 5,98

    Untuk hasil selengkapnya perhitungan Gumbel bisadilihat dalam tabel di bawah ini:

    Tabel 5.8 HHM metode Gumbel dan rentang keyakinannyaPUH R k b Se Rk batas

    atasbatas

    bawah2 85,60 -0,14 0,92 3,65 5,98 91,58 79,615 100,59 1,06 1,90 7,54 12,37 112,96 88,22

    10 110,51 1,85 2,68 10,63 17,43 127,94 93,08Sumber: Hasil Perhitungan, 2014

  • 58

    5.1.3.2 Metode Log Person Type 3Pada perhitungan hujan harian maksimum dengan metode

    Log Person Type III, mula-mula diurutkan dulu dari data yangterbesar ke terkecil kemudian dihitung dengan menggunakan logdari rata-rata hujan tersebut.Tabel 5.9 Peringkat Curah Hujan