STUDI ANALISA KEBUTUHAN JUMLAH STASIUN HUJAN …

172 Jurnal Teknik Pengairan, Volume 5, Nomor 2, Desember 2014, hlm 172–181

172

STUDI ANALISA KEBUTUHAN JUMLAH STASIUN HUJANBERDASARKAN EVALUASI PERBANDINGAN ANTARA

ANALISA HIDROGRAF BANJIR DAN BANJIR HISTORISPADA DAS LIMBOTO PROVINSI GORONTALO

Haris Djafar1, Lily Montarcih Limantara2, Runi Asmaranto3

1Mahasiswa Program Magister Teknik Pengairan, Universitas Brawijaya2,3Dosen Jurusan Teknik Pengairan, Universitas Brawijaya

Abstrak: Dalam kegiatan analisis hidrologi, kesalahan dalam pemantauan data dasar hidrologi dalam suatudaerah pengaliran sungai akan menghasilkan data siap pakai yang tidak benar dan mengakibatkan hasilperencanaan dan pengelolaan sumber daya air yang tidak efisien dan efektif. Kesalahan tersebut biasanyadisebabkan oleh jumlah stasiun hujan dalam DAS yang kurang memadai dan pola penyebaran stasiun hujanyang tidak merata. Tujuan penelitian adalah memperoleh hasil evaluasi jumlah stasiun hujan kondisi eksistingberdasarkan standar WMO, mengetahui perbandingan hasil besarnya debit banjir rancangan antara metodeKagan-Rodda dengan debit banjir rancangan kondisi jaringan stasiun hujan eksisting dan memperoleh reko-mendasi jumlah dan letak stasiun hujan yang baru beserta luas daerah pengaruhnya. Penelitian ini dilakukandi DAS limboto, dengan luas DAS sebesar 902,91 km2. Hasil dari penelitian ini adalah merekomendasikan 16stasiun hujan dimana 4 stasiun hujan merupakan stasiun hujan eksisting, dengan kerapatan setiap stasiunhujan sebesar 8,038 km.

Kata kunci: Banjir, Kagan-rodda, Stasiun Hujan, Kerapatan Stasiun Hujan.

Abstract: In the hydrologic analysis activities, the Errors in basic hydrological data monitoring in adrainage area of the river will result in data are not correct and lead to the result of planning andmanagement of water resources is not efficient and effective. The errors are usually caused by a number ofrainfall stations in the watershed inadequate and dispersal patterns of uneven rainfall stations. The pur-pose of this study is to obtain the results of the evaluation of the amount of rainfall stations WMO standardsbased on existing conditions, to determine the comparison between the design flood discharge Kagan-Rodda method and the design flood discharge conditions using the existing station network, and to obtainrecommendations amount and location of rainfall stations positions. This study conducted in watershed ofLimboto, with an area of watershed is 902.91 km2 .The results of this study are recommending 16 rainfallstations where the 4 stations is the existing stations, with each station rainfall density is 8.038 km.

Keywords: Flood, Kagan-rodda, Rain Station, Rain Station density.

Banjir yang terjadi di DAS Limboto, sejak beberapawaktu terakhir selang tahun 2010 sampai dengan2013 terus meluas. Hal tersebut diakibatkan adanyakebijakan pemerintah daerah Propinsi Gorontalo yangtidak memperhatikan keseimbangan lingkungan. Se-lain itu kurang memadainya infrastruktur pengairanutamanya stasiun hujan sebagai penghasil keakuratandata hidrologi dalam mendeteksi datangnya banjir.

Datangnya banjir yang mendadak menyebabkanmasyarakat tidak memiliki waktu untuk menyelamat-kan harta bendanya. Padahal sebenarnya datangnyabanjir dapat diprediksi atau diketahui lebih dini se-hingga dapat disampaikan peringatan, sehingga bilainformasi datangnya banjir dari hulu dapat disampai-kan dan diterima oleh masyarakat yang berada dihilir maka tindakan evakuasi dan persiapan meng-

Asmaranto, Studi Analisa Kebutuhan Jumlah Stasiun Hujan Berdasarkan Evaluasi Perbandingan antara Analisa 173

hadapi bencana dapat dilakukan untuk memperkecildampak negatif yang ditimbulkan.

Dalam kegiatan analisis hidrologi, utamanya un-tuk memprediksi banjir, dibutuhkan data hidrologi se-perti data curah hujan, debit air, data iklim dan lainsebagainya. Kesalahan dalam pemantauan data dasarhidrologi dalam suatu daerah pengaliran sungai akanmenghasilkan data siap pakai yang tidak benar danmengakibatkan hasil perencanaan, penelitian, danpengelolaan sumber daya air yang tidak efisien danefektif.

Kesalahan tersebut biasanya disebabkan olehjumlah stasiun hujan dalam DAS yang kurang me-madai dan pola penyebaran stasiun hujan yang tidakmerata. Untuk mengatasi masalah tersebut menurutWMO (World Meteorological Organization), ma-ka suatu DAS harus memiliki stasiun hujan yang me-wakili kerapatan jaringan stasiun hujan minimum se-luas 100-250 km2/stasiun.

Tujuan dari penelitian ini adalah: (1). Memper-oleh hasil evaluasi jumlah stasiun hujan kondisi ek-sisting berdasarkan standar WMO; (2). Mengetahuiperbandingan hasil besarnya debit banjir rancanganantara metode Kagan-Rodda dengan hasil besarnyadebit banjir rancangan kondisi jaringan stasiun hujaneksisting; (3). Memperoleh rekomendasi jumlah danletak posisi stasiun hujan yang baru beserta luas dae-rah pengaruhnya.

TINJAUAN PUSTAKADaerah Aliran Sungai

Suatu alur yang memanjang di atas permukaanbumi tempat mengalirnya air yang berasal dari hujandisebut alur sungai dan perpaduan antara alur sungaidan aliran air di dalamnya disebut sungai (Sosrod-darsono, 1985). Daerah dimana sungai memperolehair merupakan daerah tangkapan air hujan yangbiasanya disebut daerah aliran sungai. Dengan de-mikian, DAS dapat dipandang sebagai suatu unitkesatuan wilayah tempat air hujan mengumpul kesungai menjadi aliran sungai (Asdak, 2004).

Analisis Data HujanUji konsistensi data dilakukan terhadap data

curah hujan harian maksimum yang dimaksudkan un-tuk mengetahui adanya penyimpangan data hujan,sehingga dapat disimpulkan apakah data tersebut la-yak dipakai dalam perhitungan analisis hidrologi atautidak. Uji yang akan digunakan dalam studi ini adalahkurva massa ganda (double mass curve). Dengancara ini dapat membandingkan curah hujan tahunanatau musiman akumulatif dari stasiun yang harus di-

teliti dengan harga-harga akumulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang bersesu-aian. Banyaknya stasiun dasar tidak kurang dari 10(ada juga yang menetapkan tidak kurang dari 5) (Su-barkah, 1980).

Bila dalam suatu areal terdapat beberapa alatpenakar atau pencatat curah hujan, maka untuk men-dapatkan harga curah hujan areal adalah denganmengambil harga rata-ratanya. Curah hujan yang di-perlukan untuk penyusunan suatu rencana peman-faatan air dan rencana pengendalian banjir adalahcurah hujan rata-rata di seluruh daerah (area rain-fall), bukan curah hujan pada suatu titik tertentu(point rainfall). Curah hujan ini disebut curah hujanwilayah/daerah dan dinyatakan dalam mm(Sosroddarsono, 1993).

Dalam studi ini metode yang digunakan untukmenentukan tinggi curah hujan rerata daerah yaituMetode Poligon Thiessen, karena Poligon Thiessendapat digunakan untuk menentukan luas pengaruhdaerah stasiun hujan yang memiliki sebaran tidakmerata.

Perbandingan luas poligon untuk setiap stasiunyang besarnya An/A. Thiessen memberi rumusansebagai berikut:

dengan:R : Curah hujan daerah rata-rataR1, R2, ..., Rn : Curah hujan ditiap titik pos Curah

hujanA1, A2, ..., An : Luas daerah Thiessen yang me-

wakili titik pos curah hujann : Jumlah pos curah hujan

Gambar 1. Cara Poligon Thiessen.Sumber: Soemarto, 1987.


sintetik yang menggunakan parameter yang lengkapsehingga hasilnya dapat diandalkan.

Jaringan Stasiun HujanJaringan stasiun hujan mempunyai fungsi yang

sangat penting, yaitu untuk mengurangi variabilitasbesaran kejadian atau mengurangi ketidakpastiandan meningkatkan pemahaman terhadap besaranyang terukur maupun terinterpolasi (Made, 1987dalam Harto, 1993). Setiap stasiun hujan memilikiluasan pengaruh (sphere of influence) yang meru-pakan daerah dimana kejadian-kejadian di dalamnyamenunjukkan keterikatan atau koreksi dengan salahsatu kejadian yang diamati stasiun lainnya di dalamdaerah tersebut.

Jaringan stasiun hujan (rainfall network) harusmencakup kerapatan jaringan serta kemungkinanpertukaran datanya. Salah satu cara untuk mengatasihal ini adalah dengan penetapan jaringan stasiun hujanprimer dan sekunder.

Kerapatan dan Pola Penyebaran Stasiun HujanData hujan yang diperoleh dari stasiun penakar

hujan merupakan data hujan lokal yang hanya me-wakili pengukuran hujan untuk luas daerah tertentu.Sehingga untuk menentukan besarnya curah hujansuatu DAS diperlukan beberapa stasiun penakar hu-jan yang tersebar di dalam DAS yang bersangkutandengan kerapatan dan pola penyebaran yang me-madai.

Analisis Jaringan Kagan-RoddaKoefisien variasi (variation coefficient) adalah

nilai perbandingan antara deviasi standar dengan nilairata-rata hitung dari suatu distribusi.

Koefisien variasi yang dihitung berdasarkan hu-jan bulanan biasanya rendah (<0.6) tetapi untuk hujanharian pada umumnya sangat tinggi (>0.6), hal inimudah dipahami karena sifat hujan di daerah tropikseperti Indonesia yang sangat bervariasi dan tidakmerata (Harto, 1993). Dasar analisis yang digunakandalam jaringan Kagan-Rodda adalah sifat hujan yangmerata dengan variasi yang rendah (0.3-0.6). CaraKagan-Rodda menggunakan hubungan antara kera-patan jaringan (jarak antar stasiun) dengan sifat sta-tistik hujan pada masing-masing stasiun.

Ukuran yang digunakan untuk menyatakan be-rapa kuat hubungan antara dua variabel (terutamadata kuantitatif) dinamakan koefisien korelasi (r)(Dejan, 1976). Pada umumnya nilai r bervariasi dari-1 melalui 0 hingga +1. Bila r = 0 atau mendekati 0,maka hubungan antara kedua variabel sangat lemahatau tidak ada hubungan sama sekali. Bila r = +1

Analisis Curah Hujan RancanganUntuk menentukan curah hujan rancangan mak-

simum dipakai berbagai metode, misalnya Log Nor-mal, Log Pearson Tipe III, Gumbel, dan lain-lain. Da-lam studi ini memakai metode Log Pearson Tipe IIIkarena tipe ini dapat digunakan untuk berbagai ma-cam sebaran data.

Perhitungan curah hujan rancangan mengguna-kan distribusi Log Pearson Tipe III, dengan persa-maan sebagai berikut (Soewarno, 1995):

dengan:log X= Nilai logaritma curah hujan rancangan (mm)log X= Nilai rata-rata logaritma dari curah hujan

maksimum tahunan (mm)S = Nilai deviasi standarG = Merupakan konstanta yang didapatkan dari

tabel Log Pearson Tipe III dari hubunganantara Cs dan periode ulang (T)

Uji kesesuaian distribusi digunakan untukmengetahui apakah distribusi yang dipilih dapatdigunakan atau tidak untuk serangkaian data yangtersedia. Dalam studi ini, uji kesesuaian distribusiyang digunakan adalah Uji Smirnov-Kolmogorovdan Uji Chi-Square.

Analisis Debit Banjir RancanganDebit banjir rancangan adalah debit banjir ter-

besar tahunan dengan suatu kemungkinan terjadi kalaulang tertentu, atau debit dengan suatu kemungkinanperiode ulang tertentu. Untuk menganalisa debit banjirrancangan dapat dilakukan dengan menggunakanmetode hidrograf yang dilakukan dengan menggu-nakan bantuan model hidrograf satuan sintetis danmetode non hidrograf yang dilakukan dengan bantuanteknik analisi frekuensi yang memerlukan keterse-diaan data debit tahunan pada lokasi yang dikaji.

Perhitungan distribusi hujan jam-jaman pada studiini menggunakan rumus Mononobe sebagai berikut:

dengan:RT = intensitas hujan rata-rata dalam T jamR24 = curah hujan dalam 1 hari (mm)t = waktu konsentrasi hujan (jam)T = waktu mulai hujan

Dalam studi ini dilakukan perhitungan hidrografbanjir dengan metode hidrograf satuan Sintetik Na-kayasu karena hidrograf ini adalah hidrograf satuan


atau mendekati +1, maka korelasi antara keduavariabel dikatakan positif dan sangat kuat. Bila r = -1 atau mendekati -1, maka korelasi antara keduavariabel dikatakan kuat dan negatif.

HidrometriSecara singkat hidrometri didefinisikan sebagai

ilmu yang mempelajari tentang pengukuran bendacair (Anonim,1983). Dan di bidang keairan, hidrometridiartikan dengan pengukuran debit yang menyangkutkualitas dan kuantitas, yaitu besarnya volume air yangmelewati suatu penampang dalam satuan waktu (m3/det atau l/det). Dengan demikian seri data hidrometrimemiliki peran yang sangat penting sepanjang masa,guna memenuhi kebutuhan yang terkait denganpengelolaan DAS (Daerah Aliran Sungai).

Metode CollinsHidrograf satuan yang dihitung dari suatu kasus

banjir belum merupakan hidrograf yang mewakiliDAS yang bersangkutan. Oleh sebab itu diperlukanhidrograf satuan yang diturunkan dari banyak kasusbanjir, kemudian dirata-rata. Namun tidak ada pe-tunjuk tentang berapa jumlah kasus banjir yang di-perlukan untuk memperoleh hidrograf satuan ini.

Dalam analisis, perlu dipilih kasus yang meng-untungkan yaitu dipilih hidrograf yang terpisah (iso-lated) dan mempunyai satu puncak (single peak)serta mempunyai hujan yang cukup dan pencatatandistribusi hujan jam-jaman. Syarat tersebut dimak-sudkan untuk mempermudah perhitungan. Sedang-kan untuk mendapatkan hidrograf satuan pengamat-an, dilakukan cara analisis numerik, salah satunyaadalah Metode Collins.

Jika data observasi (hidrograf pengamatan)salah, akan mengakibatkan pencatatan hujan salah.Jika hal tersebut terjadi, berarti teori hidrograf satuantidak mencerminkan karakteristik DAS yang ber-sangkutan dan hidrograf satuan tidak bias dianggapmewakili DAS tersebut. Metode Collins merupakancara untuk mendapatkan hidrograf satuan pengamat-an dengan data hujan periode kompleks.

Kesalahan RelatifUntuk memperoleh keyakinan bahwa stasiun-

stasiun yang dipilih dari hasil evaluasi berdasarkananalisis jaringan Kagan-Rodda cukup mewakili darijumlah stasiun hujan yang tersedia, maka dihitungprosentase perbedaan debit banjir rancangan yangdiperoleh berdasarkan jaringan Kagan-Rodda denganbesarnya debit banjir rancangan berdasarkan jaringanyang tersedia (kondisi eksisting).

Penentuan kesalahan relatif dilakukan denganmenggunakan rumus sebagai berikut:

dengan:Kr = Kesalahan relatif curah hujan rancangan (%)Xa = Debit banjir historis (m3/detik).Xb = Debit banjir hasil analisis (m3/detik)

METODE PENELITIANLangkah-langkah analisis yang dilakukan dalam

metodologi penelitian adalah: (1) Uji konsistensi datahujan. (2) Menghitung curah hujan rerata daerah.(3) Analisis distribusi frekuensi dan uji kesesuaiandistribusi frekuensi. (4) Analisis debit banjir rancang-an. (5) Analisis kerapatan stasiun hujan dan pola pe-nyebaran stasiun hujan berdasarkan standar WMO(world meteorogical organization). (6) Analisis ja-ringan stasiun hujan berdasarkan metode kagan-rodda. (7) Menghitung kesalahan relatif.

Secara grafis langkah-langkah pengerjaan di-gambarkan dalam bentuk bagan alir seperti Gambar3.

ANALISA DAN PEMBAHASANAnalisa Curah HujanData Curah Hujan Kondisi Eksisting

Pada lokasi studi terdapat empat stasiun hujanyang berpengaruh terhadap wilayah DAS Limboto,yaitu Stasiun Hujan Alo Datahu, Stasiun Hujan Bi-yonga Huludupitango, Stasiun Hujan Bulota Hepu-hulawa, dan Stasiun Hujan Pohu Pilolalenga. Datahujan yang digunakan dalam analisa tersebut meliputidata curah hujan harian dengan periode pengamatantahun 2003 sampai dengan tahun 2012.

Tabel 1. Data Curah Hujan Maksimum Tahunan DASLimboto.

Sumber: BP DAS Limboto


Curah Hujan Maksimum Rerata Daerah(Eksisting)

Penentuan curah hujan rerata daerah pada studiini menggunakan metode Poligon Thiessen. Peng-gambaran Poligon Thiessen dilakukan dengan meng-inputkan masing-masing koordinat stasiun hujan padaSoftware ArcView GIS 3.3 untuk mendapatkan petasebaran stasiun hujan.

Dari hasil analisis Alo Datahu memiliki luas pe-ngaruh sebesar 428,52 km2 (47,5%), Stasiun HujanBiyonga Huludupitango sebesar 232,82 km2 (25,8%),Stasiun Hujan Bulota Hepuhulawa sebesar 126,76km2 (14%), dan Stasiun Hujan Pohu Pilolalenga se-besar 114,81 km2 (12,7%).

Adapun hasil pembuatan Poligon Thiessen DASLimboto disajikan pada Gambar 3 sedangkan hasil Gambar 2. Poligon Thiessen DAS Limboto

Gambar 2. Diagram Alir Penelitian

perhitungan curah hujan maksimum harian reratadaerah dapat dilihat pada Tabel 2.


Sumber: Analisa Spasial ArcView GIS 3.3

Curah Hujan RancanganCurah hujan rancangan adalah curah hujan ter-

besar yang mungkin terjadi di suatu daerah denganpeluang tertentu. Dalam studi ini, metode analisis hu-jan rancangan yang digunakan adalah metode LogPearson Tipe III. Untuk perhitungan Distribusi LogPearson Tipe III dapat dilihat pada Tabel 3.

Tabel 3. Perhitungan Distribusi Log Pearson Tipe III.

Analisa Jaringan Kagan-RoddaPerhitungan perencanaan Kagan-Rodda pada

DAS Limboto berdasarkan data curah hujan rata-rata harian maksimum dari metode PoligonThiessen. Cara ini pada dasarnya menggunakan hu-bungan antara kerapatan jaringan dengan sifat sta-tistik hujan pada masing-masing stasiun dapat diten-tukan. Secara umum dapat ditentukan hubungan an-tara jarak antar stasiun dengan korelasi hujan darimasing-masing stasiun hujan. Apabila korelasi dapatditentukan, maka jarak antar stasiun yang diperlukandalam jaringan tertentu dapat ditentukan pula.

Tabel 7. Perhitungan Koefisien Variasi.

Tabel 2. Curah Hujan Maksimum Rerata Daerah DASLimboto.

Sumber: Hasil Analisa

Adapun perhitungan hujan rancangan denganberbagai kala ulang selengkapnya disajikan padaTabel 4.

Tabel 4. Perhitungan Hujan Rancangan dengan Ber-bagai Kala Ulang.

Uji Kesesuaian Distribusi FrekuensiUji kesesuaian distribusi dimaksudkan untuk

mengetahui apakah distribusi yang dipilih dapatdigunakan atau tidak, untuk serangkaian data yangtersedia.

Tabel 5. Perhitungan Uji Chi-Square.

Tabel 6. Uji Smirnov Kolmogorof.


Panjang sisi segitiga Kagan untuk masing-ma-sing jumlash stasiun hujan yang telah direncanakansebagai berikut:

Tabel 8. Hubungan Korelasi Hujan dan Jarak AntarStasiun Hujan.

Gambar 5. Poligon Thiessen Stasiun Hujan HasilAnalisa Kagan-Rodda.

Tabel 10. Luas Daerah Pengaruh Stasiun Hujan HasilAnalisa Kagan-Rodda.


Dengan panjang sisi jaring sama dengan 8,038km, maka dapat digambarkan jaringan Kagan-Rodda.Selanjutnya gambar jaringan diplotkan diatas petaDAS yang ditinjau dan dilakukan penggeseran se-demikian rupa sehingga jumlah simpul segitiga dalamDAS sama dengan jumlah stasiun hitung, dan simpul-simpul tersebut merupakan lokasi stasiun. Hasil per-hitungan diplotkan berdasarkan Gambar 4.

Gambar 4. Peta Jaring-jaring Kagan-Rodda.


Curah hujan rancangan adalah curah hujanterbesar yang mungkin terjadi di suatu daerah denganpeluang tertentu.

Tabel 11. Curah Hujan Maksimum Rerata Daerah (Hasil Analisa Kagan-Rodda)

Hasil pembuatan Poligon Thiessen stasiun hujananalisa Kagan-Rodda disajikan pada Gambar 5 se-dangkan luas pengaruh tiap stasiun hujan dan hasilperhitungan curah hujan maksimum harian reratadaerah dapat dilihat pada Tabel 10 dan Tabel 11.


Analisis Debit Banjir RancanganUntuk mengetahui hidrograf banjir rancangan

perlu diketahui sebaran hujan jam-jaman dengan sa-tuan interval tertentu. Curah hujan didistribusikan se-lama 12 jam, dengan asumsi bahwa hujan yang jatuhselama durasi 12 jam.

Tabel 13. Curah Hujan Jam-jaman.

Analisis Hidrograf Pengamatan HSS MetodeCollins

Data aliran DAS yang dipakai untuk penelitianadalah pada saat terjadi debit maksimal berdasarkandata curah hujan harian yang diperoleh dari StasiunKlimatologi Pohu Pilolalenga. Data aliran DAS yangdipakai untuk penelitian adalah pada saat terjadi debitmaksimal berdasarkan data curah hujan harian yangdiperoleh dari Stasiun Klimatologi Pohu Pilolalenga.

Data hidrograf muka air yang dipilih untuk ana-lisis adalah data elevasi muka air dan hujan jam-jamantanggal 20 September 2011.

Perhitungan hujan efektif dapat dilihat pada tabelberikut.

Tabel 16. Perhitungan Hujan Efektif Metode Colins.

Tabel 12. Perhitungan Distribusi Log Pearson Tipe III.

Analisis Debit Banjir Rancangan HSS Naka-yasu Kondisi Eksisting

Setelah dihitung ordinat hidrograf banjirnya, ma-ka dapat dihitung debit banjir rancangan HSS Naka-yasu dengan kala ulang tertentu.

Tabel 14. Curah Hujan Efektif Jam-jaman.

Analisis Debit Banjir Rancangan HSS Naka-yasu (Kagan-Rodda)

Setelah dihitung ordinat hidrograf banjirnya,maka dapat dihitung debit banjir rancangan HSSNakayasu dengan kala ulang tertentu.

Tabel 15. Curah Hujan Efektif Jam-jaman.

Selain Itu juga, dalam perhitungan debit metodeCollins, perlu data debit yang di amati pada stasiumAWLR di 4 Stasiun Pengamatan. Data yang di dapat


di lapangan adalah data yang terjadi pada saat pukul12.00 WITA dan didapatkan data selama 24 jampengamatan debit.

Hidrograf pengamatan dari 4 stasiun AWLR ke-mudian dicari waktu puncak dan debit puncak rata-rata. Untuk perhitungan Tp rata-rata dan Qp rata-rata dapat dilihat pada tabel 17 berikut.

Tabel 17. Perhitungan Tp Rata-rata dan Qp Rata-rata.

menghasilkan kesalahan relatif sebesar 4,12%. Se-hingga, dapat ditarik kesimpulan bahwa penambahanstasiun dengan metode kagan-Rodda sangat efektifuntuk dipergunakan karena, menghasilkan selisihkesalahan relatif yang lebih kecil dari kondisi eksistingdan kurang dari 5%.

Rekomendasi Berdasarkan Analisa Kagan-Rodda

Berdasarkan hasil analisa di atas, maka diperolehstasiun rekomendasi yang pola peyebarannya sesuaidengan jaring-jaring Kagan-Rodda.

Tabel 18. Penyebaran Stasiun Hujan Hasil AnalisaKagan-Rodda.


Kalibrasi Hidrograf NakayasuKalibrasi hidrograf nakayasu dilakukan guna me-

nyamakan antara debir pengamatan dengan debit na-kayasu, sehingga di dapatkan model yang mendekatidengan kondisi yang terjadi dilapangan. Kalibrasi dilakukan dengan mencoba-coba nilai hingga debitpuncak dan bentuk hidrograf nakayasu sama men-dekati hidrograf metode Collins. Nilai yang di ambilsebagai koefisien penentu pada hidrograf nakayasuadalah sebesar 5,63 dimana awal nilai diasumsikansebesar 3. Selain itu juga, koefisien untuk mencarinilai tr juga di sepakati menjadi 0,5 dimana awal di-tentukan sebesar 0,75.

Dari hasil kalibrasi HSS Nakayasu terhadap hi-drograf pengamatan 4 stasiun pengamatan. Yang da-pat di ubah-ubah dalam kalibrasi adalah nilai alphadan nilai faktor pengali tr. Nilai dari ke-empat stasiunpengamatan tersebut dirata-ratakan sehingga dida-patkan nilai Faktor Pengali tr sebesar 0,5 dan nilaialpha rerata sebesar 5,63.

Perbandingan Debit Banjir Kondisi Eksistingdan Kagan-Rodda

Perbandingan banjir rancangan di analisis gunamengetahui kesalahan relative terkecil dari debit banjirrancangan dan debit banjir rancangan Kagan-Roddaterhadap debit maksimum pengamatan selama 10 ta-hun. Data debit pengamatan yang didapatkan adalahpada tahun 2003–2012, yang kemudian dihitung padakala ulang 2 tahun, 5 tahun, 10 tahun, 25 tahun, 50tahun, 100 tahun dan 1000 tahun.

Pada kondisi eksiting, jika dibandingkan dengandebit banjir pengamatan didapatkan kesalahan rela-tive sebesar 26,73 %, sedangkan debit banjir yang didapatkan dari pembentukkan metode kagan-Rodda

Pada analisis stasiun hujan dengan menggunakanmetode Kagan-Rodda, menghasilkan sebaran stasiunhujan A hingga stasiun hujan P, yang telah di analisapada Tabel 11. Akan tetapi pada hasil rekomendasiterdapat eliminasi stasiun hujan pada hasil analisaKagan-Rodda, yaitu pada stasiun hujan E, G, K danL. hal tersebut dikarenakan posisi letak stasiun ter-sebut hampir mendekati posisi stasiun hujan eksisting.Sehingga, diharapkan pada implementasi tidak me-ngeluarkan biaya banyak. Pada Tabel 18 sangat nam-pak pada Stasiun E digantikan dengan stasiun Byonga,stasiun G digantikan dengan stasiun Alo Datahu, Sta-siun K digantikan dengan stasiun Pohu dan stasiun Ldigantikan dengan stasiun Bulota. Substitusi Stasiunhujan tersebut dipresentasikan pada Gambar 6dibawah ini.

KESIMPULANDari hasil pengumpulan data, analisa dan pem-

bahasan dapat diambil beberapa kesimpulan yaitu.Berdasarkan standar WMO (World Meteoro-

logical Organization) diketahui bahwa luas daerahpengaruh stasiun hujan di DAS Limboto dengan luas902,91 km2 sudah memenuhi standar WMO karenamenurut standart WMO pada daerah pegunungantropis cukup dipergunakan 3 stasiun, sedangkan sta-siun hujan yang ada di DAS Limboto sebanyak 4Stasiun hujan.


Besarnya nilai debit banjir rancangan maksimalpada kondisi eksisting untuk kala ulang 2 th, 5 th, 10th, 25 th, 50 th, 100 th, dan 1000 th yaitu masing-masing sebesar 140,877 m3/dt, 183,470 m3/dt,221,402 m3/dt, 281,784 m3/dt, 337,035 m3/dt, 402,237m3/dt, dan 717,958 m3/dt. Sedangkan besarnya nilaidebit banjir rancangan maksimal hasil analisa Kagan-Rodda untuk kala ulang 2 th, 5 th, 10 th, 25 th, 50 th,100 th, dan 1000 th yaitu masing-masing sebesar144,142 m3/dt, 175,622 m3/dt, 199,794 m3/dt, 233,997m3/dt, 262,197 m3/dt, 292,778 m3/dt, dan 415,356 m3/dt.

Kesalahan relatif hidrograf pengamatan MetodeCollins pada kondisi eksisting sebesar 26,73 % danpada hasil analisa Kagan-Rodda sebesar 4,12 %. Se-hingga hidograf satuan Metode Collins hasil analisaKagan-Rodda dapat digunakan sebagai hidrograf sa-tuan pengamatan di DAS Limboto. Analisa jaringanKagan-Rodda yang dilakukan berdasarkan hujan ha-rian memberikan nilai koefisien variasi (Cv) sebesar0,349 dan nilai koefisien korelasi sebesar ( r(o)) se-besar 0,664. Dengan diketahui pula panjang sisi jaringKagan (L) sebesar 8,034 km, jumlah stasiun hujanyang dibutuhkan untuk tingkat kesalahan perataan(Z1) = 5% di DAS Limboto yaitu sebanyak 16 buahstasiun rekomendasi.

SARANDari hasil analisa yang telah dilakukan terdapat

beberapa kesimpulan yang bertujuan sebagai reko-mendasi terhadap beberapa pihak, diantaranya.

Kepada Pemerintah Daerah Provinsi Gorontalokhususnya Balai Wilayah Sungai Sulawesi II selakupengelola DAS Limboto untuk melakukan evaluasikerapatan dan pola penyebaran stasiun hujan yangtelah ada.

Kepada pihak peneliti lanjutan agar lebih banyakmenggunakan variasi metode yang digunakan dalamperhitungan parameter-parameter hidrologi yangmempengaruhi perencanaan jaringan stasiun hujanKagan-Rodda untuk mengevaluasi pola penyebarandan kerapatan stasiun hujan pada DAS Limboto.

DAFTAR PUSTAKAAsdak, Chay. 2004. Hidrologi dan Pengelolaan Daerah

Aliran Sungai (edisi kedua). Yogyakarta: GadjahMadda University Press.

Harto Br, Sri. 1986. Optimasi Kerapatan Jaringan StasiunJaringan Hidrologi. Yogyakarta: PAU Ilmu TeknikUGM.

Harto Br, Sri. 1993. Analisa Hidrologi. Jakarta: PT. Grame-dia Pustaka Utama.

Linsley, Ray K, M.A. Kohler dan JLH Pualhus. 1986.Hidrologi Untuk Insinyur.(Terjemahan). Jakarta:Erlangga.

Montarcih Limantara, Lily, Dr. Ir. M.Sc. 2010. HidrologiPraktis. Bandung: Lubuk Agung.

Priombodo, Agus., Lily Montarcih., Ery Suhartanto. 2012.Kajian Kalibrasi Hidrograf Representatif di DAS Sa-miran Kabupaten Pamekasan. Jurnal Teknik Peng-airan Vol.3 : 195-203

Soemarto, CD. 1986. Hidrologi Teknik. Surabaya: UsahaNasional.

Soewarno. 1995. Hidrologi: Aplikasi Metode StatistikUntuk Analisa Data Jilid 1. Bandung: Nova.

Soewarno. 1995. Hidrologi: Aplikasi Metode StatistikUntuk Analisa Data Jilid 2. Bandung: Nova.

Sosroddarsono, Suyono dan Kensaku Takeda. 1977.Hidrologi Untuk Pengairan. Jakarta: PT. PradnyaParamita.

Subarkah, Imam. 1980. Hidrologi Untuk PerencanaanBangunan Air. Bandung: Idea Dharma

Gambar 6. Peta Penyebaran Stasiun Hujan HasilAnalisa Kagan-Rodda.

Documents

STUDI ANALISA KEBUTUHAN JUMLAH STASIUN HUJAN …