3.

4 Analisa Banjir
3.4.1 Umum
Tujuan analisa banjir adalah untuk memperkirakan besarnya banjir rencana dengan periode
ulang yang berbeda-beda, termasuk Probable maximum Flood (PMF) di lokasi studi.
anjir rencana dan PMF diperkirakan dengan analisa hidrogra!. anjir diperkirakan dari data
curah hujan maksimum harian dengan analisa !rekuensi. "esudah dikurangi dengan
kehilangan akibat in!iltrasi, hujan e!ekti! didapatkan. #ujan e!ekti! kemudian didistribusikan
kedalam hujan jam-jaman berdasarkan pola hujan yang ada. "ebuah hidrogra! satuan dapat
dibentuk berdasarkan karakteristik $%". #ujan jam-jaman kemudian dikalikan dengan
hidrogra! satuan untuk mendapatkan hidrogra! banjir
3.4.2 Analisa Hujan
Tujuan analisa hujan adalah untuk memperkirakan hujan rencana dengan periode ulang
tertentu dan juga Probable Maximum Precipitation (PMP).
%nalisa hujan dilakukan dalam tahap sebagai berikut.
a. Hujan Rata-Rata DAS
$ata hujan dikumpulkan dari stasiun hujan di Makale. "tasiun ini memiliki pengamatan yang
panjang dan menerus dari tahun &''( sampai )**+.
b. Penentuan Distribusi Frekuensi
$istribusi !rekuensi yang dipakai harus dapat me,akili data histories yang ada. erdasarkan
karakteristik data hujan, distribusi yang cocok dapat ditentukan. -enis distribusi yang sering
digunakan di .ndonesia dengan si!at khasnya adalah sebagai berikut.
i. /ormal 0 1s 2 * dan 1k 2 3
ii. 4og /ormal 0 1s 5 *, 1s 3 16
iii. 7umbel Type . 0 1s 2 &,&3'8 dan 1k 2 +,(**)
i6. 4og Pearson Type ... 0 tidak ada si!at khas
1s adalah koe!isien ske,ness, yang dapat dihitung sebagai 0
( )
( ) ( )
3
3
n
& i
i
s
" ) n & n
x x n
1

1k adalah kurtosis, yang dapat dihitung sebagai 0

( )
( ) ( ) ( )
(
(
n
& i
i
)
k
" 3 n ) n & n
x x n
1

16 adalah koe!isien 6ariation, yang dapat dihitung sebagai 0

x
"
1
6

dimana x adalah rata-rata dan " adalah de6iasi standar. Pemilihan jenis distribusi
ditampilkan dalam Tabel +.&.
%nalisa statistic menunjukkan bah,a distribusi yang cocok adalah 4og Pearson Type ....
c. Analisa Frekuensi
+.&
Tujuan analisa !rekuensi adalah untuk memperkirakan besarnya hujan rencana dengan
periode ulang tertentu dari data hujan maksimum harian dengan menggunakan distribusi
!rekuensi yang dipilih dalam tahap sebelumnya.
ila menggunakan distribusi /ormal, persamaannya adalah sebagai berikut.
x T T
" 9 : : +
dimana
:T 0 hujan rencana dengan periode ulang T tahun
:
0 rata-rata hujan maksimum tahunan
"x 0 standard de6iasi hujan maksimum tahunan
9T 0 6ariabel standard normal yang didapatkan dari tabel normal
ila menggunakan distribusi 4og /ormal, persamaannya adalah sebagai berikut.
y 2 log (:)
y T
" 9 y y +
dimana
: 0 hujan
y 0 logaritma dari hujan
y
0 rata-rata dari logaritma dari hujan
"y 0 standard de6iasi dari logaritma dari hujan
9T 0 6ariabel standard normal yang didapatkan dari tabel normal
ila menggunakan distribusi 7umbel, persamaannya adalah sebagai berikut.
( ) (+ , * ;< , * y " : :
:
+
( )
( ) & n
: :
"
)
i
x

1
]
1

,
_

T
& T
ln ln =
dimana
:
0 rata-rata hujan maksimum tahunan
"x 0 standard de6iasi hujan maksimum tahunan
= 0 perubahan reduksi
/ 0 jumlah data
entuk lain persamaan e 7umbel adalah 0
x T
" 9 : : +
dimana
:T 0 hujan rencana untuk periode ulang T tahun
:
0 rata-rata hujan maksimum tahunan
"x 0 standard de6iasi hujan maksimum tahunan
9 0 konstanta yang didapat dari tabel
ila menggunakan distribusi 4og Pearson Type ... distribution, persamaannya adalh sebagai
berikut.
+.)
x log T T
" 9 : log : log +
dimana
/
:
x log
/
& i
i

( )
& /
: log : log
"
)
/
& i
i
x log

( )
( ) ( )
3
x log
/
& i
3
i
x log
" ) / & /
x log x log /
g

#asil analisa !rekuensi dengan menggunakan distribusi 4og Pearson Type ... ditampilkan
dalam tabel berikut
Hujan Rencana
>nit 0 mm
Nama Stasiun
2 1! 2 ! 1!! 2!! !! 1!!!
Makale &8; ))* )+* )<* )'< 3&3 3)( 33( 3(*
". #est $ec%c%kan
Tiap distribusi akan memberikan hasil yang berbeda. 9aena itu diperlukan test kecocokan
untuk menetukan distribusi mana yang paling cocok, yaitu yang memiliki de6iasi terkecil dari
data yang ada. Terdapat dua metoda yang la?im digunakan yaitu 1hi-s@uared (c
)
) test dan
9olmogoro6-"mirno6 test.
&'i-s(uare" )
2
* test
"tatistic
)
dihitung dengan menggunakan persamaan berikut.
( )

k
& i
i
)
i i )
A
A B
k
/
A
dimana
k 0 jumlah kelas inter6al data
Bi 0 !rekuensi yang diamati dalam kelas inter6al i
Ai 0 !rekuensi yang diharapkan dalam kelas inter6al i
/ 0 jumlah data
$erajat kebebasan ditentukan dari 0
$k 2 k - u - &
dimana
u 0 jumlah parameter (untuk 1hi-s@uared, u 2 ))
+.3
ila nilai
)
hasil hitungan lebih kecil dari nilai kritis
)
dalam tabel, maka distribusi yang dipilih
dapat digunakan. 1hi-s@uared test ditampilkan dalam Tabel.
#asil chi-s@uare test menunjukkan bah,a distribusi 4og Pearson Type ... dapat digunakan
untuk data hujan di stasiun Malili.
$%lm%+%r%,-Smirn%, test
Test ini digunakan untuk menghindari masalah kehilangan in!ormasi data akibat
pengelompokan data kedalam kelas inter6al. Test ini juga dikenal sebagai test non parametric
sebab tidak menggunakan !ungsi distribusi tertentu
$ata mula-mula disusun dari besar ke kecil atau sebaliknya. 9emudian probabilitas tiap data
dihitung dengan persamaan Ceibull sebagai berikut 0
& n
m
p
+

dimana
p 0 probabilitas (D)
m 0 nomor urutr data yang disusus
n 0 jumlah total data
/ilai teoritis tiap probabilitas dihitung dengan menggunakan persamaan yang sesuai dengan
distribusinya. $ari kedua probabilitasnya, dicari nilai perbedaan terbesar antara probabilitas
yang diamati dan teoritis seperti dalam rumus berikut.
emperis teoritis
P P imum max
ila perbedaan terbesar kurang dari nilai kritis (dari tabel), maka istribusi yang dipilh dapat
digunakan #asil test 9olmogoro6-"mirno6 ditampilkan dalam Tabel. Test 9olmogoro6-
"mirno6 menunjukkan bah,a distribusi 4og Pearson Type ... dapat dipakai untuk data hujan
di stasiun Manipi.
e. Analisa Pr%bable -a.imum Preci/itati%n
Probable Maximum Precipitation (PMP) dapat diinterpretasikan sebagai hujan maksimum
terbesar dengan durasi tertentu yang mungkin terjadi pada suatu stasiun hujan yang akan
menghasilkan banjir besar yang dikenal sebagai Probable Maximum Flood (PMF). PMF
biasanya digunakan untuk perencanaan pelimpah.
>ntuk melakukan analisa ini diperlukan data hujan yang panjang.
"alah satu metode untuk memperkirakan PMP adalah dengan cara #ersh!ield yang
merupakan prosedur statistic untuk memperkirakan PMP dalam kondisi dimana data
meteorologi sangat kurang.
Persamaan #ersh!ield adalah sebagai berikut.
:m 2 :n E 9m F "n
dimana
:m 0 probable maximum precipitation (PMP) (mm)
:n 0 hujan harian maksimum yang dikoreksi (mm)
9m 0 koe!isien statistik
"n 0 standard de6iasi hujan harian maksimum (mm)
9m ditentukan berdasarkan pengamatan hujan harian pada ).8** stasiun hujan yang '* D
berada di %merika "erikat, yang diberikan dalam bentuk gra!ik yang menghubungkan antara
durasi hujan dan rata-rata hujan harian maksimum. 9oreksi juga dilakukan terhadap panjang
data dan periode pengamatan.
0. Analisa Distribusi Hujan 1am-jaman
+.(
Tujuan analisa distribusi hujan jam-jaman adalah untuk memperkirakan persentase dari hujan
total yang jatuh dalam tiap jam. #ujan jam-jaman diproses dan dirata-ratakan. #asil rata-rata
hujan jam-jaman ditampilkan dalam tabel berikut.
Distribusi Hujan 1am-jaman
1am ke- 1 2 3 4 2
Persentas
e
(*.
&
3*.
;
&+.
;
;.( (.8 &.+
+. Analisa Hujan 30ekti0
#ujan e!ekti! (excess rain!all) adalah bagian dari total 6olume hujan yang berkontribusi
langsung terhadap limpasan (direct runo!!). #ujan e!ekti! adalah hujan total setelah dikurangi
dengan kehilangan akibat intersepsi dan in!iltrasi. "ebuah cara yang umum digunakan untuk
mrnghitung hujan e!ekti! adalah dengan metoda #orton yang dijelaskan berikut.
-et%"a H%rt%n
9etika hujan berlangsung, sebagian air akan langsung mengalir di permukaan tanah dan
sisanya akan meresap kedalam tanah. Menurut #orton, kehilangan akibat in!iltrasi mengikuti
kur6a eksponensial. 9arena itu semakin banyak air yang meresap, semakin cepat tanah
menjadi jenuh. %kibatnya in!iltrasi akan berkurang menurut persamaan berikut.
!p 2 !c E (!* - !c) e
-kt
dimana
!p 0 kapasitas in!iltrasi pada ,aktu t (mm)
!c 0 kapasitas in!iltrasi akhir (mm)
!* 0 kapasitas in!iltrasi a,al yang bergantung kepada hujan yang jatuh sebelumnyaG dapat
diperkirakan sebesar +* - <* D dari hujan total
k 0 konstanta yang bergantung kepada tekstur tanah
t 0 ,aktu sejak dimulainya hujan (jam)
3.4.3 Analisa Banjir Rencana
Tujuan analisa banjir rencana adalah untuk menggunakan hujan rencana untuk
memperkirakan banjir rencana dengan berbagai periode ulang dan juga Probable Maximum
Flood (PMF). 4angkah-langkah dalam perhitungan banjir rencana adalah sebagai berikut,
a. Analisa Hi"r%+ra0 Satuan
#ubungan antara hujan dan limpasan digambarkan oleh hidrogra! satuan. #idrogra! satuan
dapat diturunkan dari banjir yang pernah terjadi, tetapi biasanya sangat sulit untuk
mendapatkan data seperti itu. >ntuk mengatasi masalah ini, digunakan hidrogra! satuan
sintetik. #idrogra! satuan ini diturunkan dari karakteristik $%". $alam studi ini, hidrogra!
satuan sintetik digunakan karena tiadanya data banjir.
#idrogra! satuan /akayasu merupakan hidrogra! satuan sintetik yang umum digunakan di
.ndonesia dan juga digunakan dalam studi ini.
Naka4asu Unit H4"r%+ra/'
#idrogra! satuan /akayasu diturunkan dari hasil analisa sejumlah besar $%" di -epang.
eberapa karakteristiknya adalah i) bagian naiknya merupakan garis lurus, ii) *,3 Hp terjadi
pada ,aktu T*,3, sedangkan (*,3)
)
Hp terjadi pada saat &,+ F T*,3.
$ebit puncak dapat dihitung dengan persamaan berikut.
) T T 3 , * ( 8 , 3
I % 1
H
3 , * p
o
p
+

dimana
+.+
Hp 0 debit puncak (m
3
Jdet)
1 0 koe!isien pengaliran (1 2 *,;)
% 0 luas $%" (km
)
)
Io 0 6olume hujan satuan (Io 2 & mm)
Tp 0 ,aktu debit puncak (jam)
T*.3 0 ,aktu sejak debit puncak sampai debit mencapai *,3 Hp
Caktu puncak banjir dan T*,3 dihitung sebagai berikut.
Tp 2 Tg E *,< Tr
T*,3 2 Tg
dimana time o! concentration Tg dihitung sebagai berikut.
Tg 2 *,(* E *,*+< 4 untuk 4 5 &+ km
Tg 2 *,)& 4
*,;*
untuk 4 K &+ km
dimana
4 0 panjang sungai utama (km)
Tr 0 durasi hujan (jam)
0 parameter yang mempunyai nilai antara &,+ dan 3,+
Persamaan hidrogra! satuan /akayasu dinyatakan dengan persamaan-persamaan berikut.
* < t < Tp 0
),(
p
p t
T
t
H H

,
_

Tp K t K (Tp ET*,3) 0
*,3
p
T
) T - (t
p t
*,3 H H
(Tp E T*,3) K t K (Tp E T*,3 E &,+ T*,3) 0
*,3
*,3 p
&,+T
) T T - (t
p t
*,3 H H
+

t (Tp E T*,3 E &,+ T*,3) 0
*,3
*,3 p
&,+T
) &,+T T - (t
p t
*,3 H H
+

b. Per'itun+an Hi"r%+ra0 Banjir
#idrogra! banjir diturunkan dari hujan e!ekti! dan hidrogra! satuan dengan cara kon6olusi.
Persamaan kon6olusi dapat ditulis sebagai berikut.

M n
& m
& m n m n
> P H
dimana
Hn 0 debit banjir pada jam ke-n (m
3
Jdet)
>n 0 ordinat hidrogra! satuan pada jam ke-n
Pm 0 hujan e!ekti! pada jam ke-m (mm)
$engan kon6olusi, hidrogra! limpasan didapatkan. #idrogra! banjir didapat dengan
menambahkan base!lo, pada hidrogra! limpasan.
+.8
#asil debit puncak dari analisa banjir diberikan dalam tabel berikut.
Debit Puncak
Peri%"e Ulan+ Debit
)ta'un* )m
3
5"et*
) &&'&
+ &'&*
&* )3)*
)+ );((
+* )''&
&** 3&<+
)** 3338
+** 3(<)
&*** 3+8&
PMF ;+''
+.;